国产精品自拍亚洲,国产美女主播在线,成人三级大片

金喜正規買球 > 資訊 > 你對大數據的認知，也許都是錯的

你對大數據的認知，也許都是錯的

原創|行業資訊|編輯：龔雪|2017-03-22 12:06:56.000|閱讀 155 次

概述：大數據并不是在大，而是有用

# 界面/圖表報表/文檔/IDE等千款熱門軟控件火熱銷售中 >>

大數據的概念在這幾年，火爆程度不亞于AI、VR等概念。但是你知道嗎，你所知道的大數據的概念，也許都是錯誤的。

大數據并不是在大，而是有用

首先，大數據并不在于其大，而在于質量，用通俗的話說就是有用。

大數據是一個比較泛的概念，大數據其實不是強調數據有多么大，而是有用。有用的數據才能稱得上是大數據，有用就包括了規模、質量等各種綜合性屬性。

所有的數據都必須深度地與業務揉合。換句話說，創業者憑空想象的大數據模式一定都是虛假的。沒有做過這個具體業務的人去談合作，說如何幫到別人，這都是忽悠。

這個行業里有太多不可描述的事情，靠這個忽悠吃飯的人太多了。大數據領域，精準營銷是一個被提及到最多的概念，沒有之一，理論是大數據可以支持精準營銷。大家都知道大數據需要規模，所有外行人看到的就是，你有這么多數據，所以你這個就是精準營銷。但是忽視了一點就是，真正到精準營銷前還有一個在中間隔著的，不是規模而是質量，而最終落地在效果。

這里面大家很容易忽視一點，就是大數據要做到支持精準營銷，這里面對大數據是有約定的，數據的質量和規模同比都能達到的情況下，才可以實現。

規模在大數據這一行目前看做到不難，難在質量，而且質量是難以逾越的一道天塹。如果說DataEye從頭再來，2年內只做到現如今的覆蓋我覺的依舊沒什么難度。但是，這種覆蓋所獲得的數據，能不能支撐所謂的大數據精準營銷，這是關鍵。沒有質量談數據的商業化都是扯淡。

以游戲行業為例，在游戲里做大數據營銷，或者放大一點在移動互聯網做大數據的精準營銷，其實收集的不外乎是人的一些行為數據。但真正能支撐你到后面變現的行為才是有效的，但這點并不是每個行為都能支持的。

所以在大數據行業里，無效數據和數據質量的監測是很重要的，它會影響每一家數據公司數據變現的效率，變現效率是決定企業能否精準營銷的重中之重。

在接下來，如何高效地獲得有效數據這對創業者的門檻將變得非常高。很多數據服務，比如說統計產品，不是拿到的數據都有效，很多統計產品拿到的數據是無效的，甚至是沒有任何商業化的價值。

創業者要關注自己最終數據商業化的落點在哪，如果是精準營銷，什么樣的數據是有效的呢？在這其中，高質量客戶的行為數據對精準定位肯定是有效的。比如要推銷一個潮品，你需要的用戶不僅是個消費能力強的，而且是很潮的人，那么他就是一個高質量的數據。換句話說，如果產品都不能覆蓋這些人（你商業落點的客戶全體），覆蓋的都是一些六七八九線城市的用戶，這時候創業者跟投資者說看見沒有，我有一兩億用戶移動端行為數據，其實商業化根本無從談起。所以我說的商業落點很重要，因為只有知道落點在哪你才知道你的數據質量該如何提升，究竟缺什么，該設計什么樣的服務產品。

所以大數據的下半場，爭奪的就是商業化效益，其中關鍵是數據質量的競爭。但想要高質量的數據或者高質量的客戶，你就要提供高質量的服務產品，才能完成高效高質的數據積累。高質量的數據依賴高質量的業務，高質量的業務依賴于高質量的產品，三者相輔相成。

比如現在游戲行業買量、導量成本高了，于是需要更多的服務。騰訊系的創業人在開始創業的時候做了個產品叫廣告監測，這個產品很簡單，到16年之后就沒怎么推了。因為這個產品門檻很低，而且客戶自己都能解決，很多客戶已經自己解決了。有中小客戶解決不了的，他可能用第三方。那在這一點上，他們必須提供高質量的業務或者產品，并且今年在產品布局就整個提升一個檔次，提升整體數據質量，提升服務水平。

數據是客觀的，也是最不客觀的

在理論上來說，數據是最客觀的，因為拿到的這些數據，都是通過設備等各種渠道采集的。但同時這也是最不客觀的，因為人工可以干預并篡改。

在中國，純粹的規模和量級很容易達到，有些人客觀達不到，就通過主觀的各種手段，哪怕是造假也很容易達到。所以說，數據規模這不是一個特別好衡量的東西，聽上去太虛了。到現在為止，還會有些創業者喜歡說，他們覆蓋的設備數量，然從十億到幾十億臺，甚至有的人說自己都快上百億了，我在知乎里提過一個問題：請問中國的運營商一年入網多少臺設備啊？大數據創業者太多，設備有些不夠用了。

隨著項目的不斷發展，對數據的感覺越來越深刻，數據這個東西真的很有意思，如果說它客觀，它可能是這個世界上最客觀的一個存在。但如果說它虛吧，它也最容易被修改。現在各行各業開口閉口都是數據，但是大家有沒有想過，這個數據隨時可以被修改。

這點不方便太展開說，具體原因你懂的。

這個階段大數據核心不是技術，而是商業化

大數據創業到現在，決定最終發展的，其實不是大數據的技術，而是大數據的商業化。

上半場結束了，下半場競爭的是什么，是讓值得思考的問題。想來想去恐怕就是商業化了。對數據源來說，不是比誰會忽悠，比的是誰更能賺錢，誰的變現效率更快。

不懂商業的創業者，一定是會墊底的，把大數據的坑填平的。中國不缺數據技術型人才，缺的是數據商業化人才。怎么樣結合數據把它商業化，把這生意做好，這個是中國最缺的。

不僅是大數據，可能各個行業都是這樣，現在缺乏真正的商業化。前面競爭已經基本結束，但真正走向商業是一道大坎。

現在在國外，有專門幫助客戶做大數據商業化的公司。比如一個海外團隊就是在幫全球各處運營商做數據商業化的。他們在海外做過的商業化的案子，包括門店、運營商、基站的選址，高速公路邊上那種大的立柱廣告的布設等等。

大數據的商業，最后一定是很簡單直接的商業模式，越簡單直接的商業模式越是一個好商業模式。紙面上的模式、數據等，那沒任何意義。實踐很重要，我看過太多大數據案例了甚至有些我可以告訴大家都是所謂的專家臆想出來的，相對于紙面上的案例我更喜歡踏實實踐的失敗例子。

整個大數據的上半場，大家拼概念、拿融資、收數據源，該拿的都拿了，數據源之爭到16年基本上就收官了，格局已經形成。接下去的下半場就真的很殘酷了，這拼的真的就是魚死網破了。那下半場大家拼的是什么？拼的就是邊際效應。既然圈了這么多人進來，那就得把這個閉環圓上，不然怎么收場？所以大數據下半場，就是拼變現和效率。創業者能等，投資人等不了。

大數據行業還有很長的路要走。現在很多時候都是看不清的，硅谷的《奇點來臨》說，任何一個新興行業最終都會有一個曲線。一個新興的行業的發展一定都是波浪式發展的，一開始是高速發展，發展完之后進入調整期，然后再沖刺。大數據行業也是如此。當它經歷低谷之后它會再次成長起來，那這整個行業可能就慢慢開始成熟了。而現在，我們處在離成熟階段還有比較遠的距離。

更多行業資訊，更新鮮的技術動態，盡在。