大資料的四大盈利模式，和不得不面對的行業問題
2016-04-12 36大數據
接上篇《為什麼會產生大資料？大資料如何惠及大眾？》。為了寫這篇文章，我專門去網上尋找了關於中國大資料市場規模的相關報告，其中找到了2份，我想先和大家來解讀一下這2份報告。
1、聯合國2012年5月對外發佈了《大資料促發展：挑戰與機遇》白皮書
報告顯示，2014年，全球大資料市場增長速度達53%，總體規模為285億美元。到2017年，全球大資料市場收入將達500億美元，這意味著從2011年起連續6年年複合增長率達38%。中國市場情報中心有關統計顯示，2012年中國大資料市場規模為4.5億元，同比增長40.6%，到2018年，中國大資料市場規模將達到463.4億元。
2、易觀智庫：《中國大資料整體市場趨勢預測報告2014-2017》
根據EnfoDesk易觀智庫發佈的 《中國大資料整體市場趨勢預測報告2014-2017》 資料顯示，2014年進入大資料應用市場的快速增長期，增長速度將接近30%。預計2016年國內大資料市場規模總量將突破100億人民幣。其中線上市場主要包括互聯網使用者資料市場，以及以互聯網金融為主的線上金融市場；線下市場主要包括IT企業的大資料應用及大資料平臺業務市場，不包括大資料基礎設施服務市場規模。
現在問題來了，學挖掘機到底哪家強？不對，我想說的是，這麼多關於大資料市場規模的預測擺在面前，我們到底該相信誰？誰更準確些？
這兩份報告裡，如果真的要選出一份更客觀的報告的話，我會選擇易觀智庫發佈的報告。聯合國發佈的報告一來是因為年份比較久遠不太符合目前大資料市場的發展變化，二來它主要說的是全球大資料的市場規模。
其實大資料的市場規模是很難預測的，大資料行業和電子商務、網路遊戲公司還不同，網路遊戲公司喜歡曬流水，曬收入。雖然也有水分。而且上市公司也多，把幾家巨頭遊戲公司的財報加在一起，大概就能預估出來，電子商務也一樣。
大資料市場規模不好預估，一來是所有互聯網企業其實都有大資料業務，那麼它到底算不算在市場規模裡？二是大資料除了新三板外，沒有一家企業在創業板、港交所或納斯達克上市，他們不發佈財報，所以很難預估。還有就是，做大資料的這群人其實也還蠻雞賊的，他們都不太願意透露自己的收入情況，只喜歡說公司估值多少多少。他們自己做資料，但是卻不願意透露具體詳細的資料情況。原因有二，現在真正實現盈利的大資料公司不多，真正實現了盈利的公司又喜歡悶頭賺大錢。
所以，想要一份客觀、中立，值得信任的大資料市場規模預估報告是非常難的。
沒有市場規模和實際銷售收入的資料，那麼，我們就來說說大資料目前的盈利模式吧。參考下圖。
大資料行業目前的四大盈利模式
1、解決方案。
參考上圖，我們順時針的方向來說。
大資料的解決方案主要模式為：我為你架構一套大資料系統，然後每年每月為你維護、升級這套系統。
費用的收取方式為：構建和部署大資料系統的費用+每年的維護/升級服務費用。
哪些企業需要大資料行業的解決方案呢？
一是政府企事業單位。比如稅務局、公安系統、衛生系統、防空系統，公共交通系統，反恐、經濟、防災、反腐、社保、環保等。
二是傳統行業。衣、食、住、行、醫療、教育、 零售、通信，航空、工業、製造業、體育、娛樂、彩票、影視、餐飲、旅遊、房地產等。
這些行業都有三個重要的特點，一來是因為他們沒有大資料技術能力，二來是因為他們沒有大資料人才，三是他們期望通過大資料來實現互聯網+，通過大資料來改造行業目前的情況。對他們來說，積極回應國家號召，在大資料和雲計算方面都有大量的預算。
這也是目前大資料行業油水最多，差事最“肥”的地方。IBM、Oracle、SAP這些巨頭都在爭搶這一塊領地。新興的大資料也各自都有針對細分領域的大資料解決方案。
2、基礎設施。
我把資料庫、資料來源、資料清洗、資料處理工具、資料API、Hadoop商業化版本、大資料引擎、大資料軟體硬體結合一體機、CRM、BI等都歸納到基礎設施裡面了。因為他們的具體業務，其實都是圍繞大資料產業鏈來展開了。
基礎設施的主要模式為：我幫你解決大資料部署中間的部分問題。這個模式有點像桌上型電腦的“攢機”模式，CPU用這家的，記憶體用別家的，鍵盤滑鼠自己搭配等等。
這種模式是要求企業有大資料能力和人才的。你可以自由組合大資料的基礎設施，從而構架出更適合自己業務的大資料系統。
費用收取方式：按照設施的不同進行收費，你可以買斷，或者按需、按月、按年、按量來進行付費，比較方便靈活。
典型的企業有：資料堂、SequoiaDB、聚合數據、百分點等。
3、資料工具/產品化服務
我把移動統計分析工具、協力廠商資料服務、資料分析服務等歸納到這一模組中來。典型的模式如情報挖掘、輿情分析、銷售追蹤、精准行銷、個性化推薦、視覺化 、網站/APP分析工具等。
費用的收取方式：按需購買，部分功能服務免費，部分功能服務收費。有點像網路遊戲中遊戲免費下載免費玩，然後進行道具收費的感覺。
工具/產品化服務最典型的企業有阿裡的數加平臺、Talkingdata、DataEye等。
4、行業應用
這一模組可能和解決方案會有衝突，但是這裡說的行業應用主要說的是傳統行業加上大資料後產生的新的效應。大資料可以應用到醫療、教育、 零售、通信，航空、工業、製造業、體育、娛樂、彩票、影視、餐飲、旅遊、房地產等傳統行業，當大資料與這些行業碰撞，就會產生新的商業。
主要模式：利用大資料獲得行業洞察，實現更多的收益。比如大資料+醫療就是智慧醫療系統，大資料+製造業就等於工業4.0，大資料+電影就等於票房預測等。
費用收取模式：沒有直接的變現，而是通過大資料產生了更大的價值，節約了成本，優化了原有行業，衍生出新的商業模式。
行業應用比較典型的例子有：票房預測、商圈選址、高考預測、智慧城市、無人機、機器人、無人駕駛汽車等。
在此，我特別把金融大資料單獨拎了出來，因為金融大資料的前景是最可觀的，也是可持續發展的。金融行業會不斷的產生資料，而且資料可以反復使用。
大資料在金融方面的應用主要體現在征信、小額信貸、P2P、電子信用卡 、量化投資、反欺詐、互聯網金融等方面。銀行、保險、證券等行業目前都依賴著大資料的洞察能力。金融行業是最需要資料、最能讓大資料實現變現的。大資料在互聯網金融方面應用得比較好的平臺有京東白條、螞蟻金服的小額貸款、支付寶的花唄、借唄等。
以上就是我總結出來的大資料變現的四大模式。誇完了大資料，下面就來說說這個行業目前的問題。
大資料行業不得不面對的行業問題
1、人才稀缺 、炒作過剩、實踐少、 可借鑒經驗少
人才問題我就不詳細說了，現在大資料行業招人太困難了，要招到資料科學家就更難了。炒作過剩也不想再說，去年回家和老鄉們說大資料，人家都當我是騙人了，淚奔ing。
實踐少、 可借鑒經驗少這個就很好理解了，成功的企業太少，你想抄，你想借鑒都沒有可抄的公司。不像APP和手遊，照著國外熱門的換個皮也行啊，所以說，在大資料的踐行路上，需要更多的是探索和勇氣，沒有一條成形的道路供你走，需要慢慢探索。
2、大資料的四高問題
技術門檻高， 創業門檻高， 入行門檻高， 部署成本高。
技術門檻，可參考下圖。要成為資料科學家，你需要掌握的技能如下。
至於創業門檻。光專案啟動資金就至少500萬，一般人還真玩不轉。這一條可參考我之前寫過的大資料創業門檻。
部署成本高。傳統行業、政府企事業單位要部署一套大資料系統，少則幾百萬，上則幾個億的都有。
事實上，技術能力是門檻，有經驗的人才非常少是門檻，建設完真正為業務提供價值也是門檻。
3、資料來源獲取困難
①資料爬取越來越困難，防網站資料爬取將變成一種生意；
②網站更注重安全性，更多網站使用https協定；
③數據API或將取代爬蟲。
4、數據歸屬和隱私悖論
資料本身就是企業的資產，那麼資料的歸屬該如何劃分？資料裡包含的個人隱私該如何規避？
據我所知，現在還沒有一套完善的法律法規體系來正面說資料歸屬權和隱私悖論。當然，也不能著急，這是一個行業逐漸發展中都會遇到的問題。法律法規會隨著行業的發展來逐漸健全。
5、無直接商業模式，變現困難
雖然前面我說了大資料的四大盈利模式，但是細想回來，大資料其實並沒有最直接的商業模式，直接販賣資料是違法的。大資料只有和業務場景結合才能實現商業價值。據我們瞭解的情況來看，目前，部分企業仍然依靠政府扶持和融資來活著。還有就是大資料行業其實尚未形成完整的生態鏈。大資料對生活、工作、學習以及商業滲透力還是較弱。
小結
讓我們再來回顧一下大資料行業的主要盈利模式，分別是解決方案部署、提供基礎設施、資料工具與資料產品化服務，以及行業應用。其中，大資料在金融行業中應用是最能見到錢的。行業目前主要面臨著人才稀缺 、炒作過剩、 實踐少、 可借鑒經驗少、門檻高、資料來源獲取困難、資料歸屬、隱私悖論以及變現困難等問題。
任何事情都有兩面性，一如大資料有巨大的價值，同時行業也有這樣那樣的問題，對於前行未知的道路，風險越大也就意味著收益越大。相比較P2P、O2O這樣行業，大資料還是一個比較穩健、厚積薄發的行業。沒有3-5年的積累和發展是很難見到價值的。
在此，我們也號召大家冷靜、理智的看待大資料行業，用實事求是的態度去做大資料。我們期待這個行業越來越好，同時也期待有更多的人加入到這個行業當中。只有整個行業大環境好起來，大資料才會更好。
我們期待中國大資料企業在納斯達克敲鐘的那一天。
留言列表
