2017年，大數(shù)據(jù)這把火燒了六年，依然沒有減弱的征兆。過去一年，話題的熱點已經(jīng)不再是大數(shù)據(jù)概念和定義，而是集中在大數(shù)據(jù)的應用。大多數(shù)企業(yè)老板已經(jīng)明白什么是大數(shù)據(jù)，開始關心數(shù)據(jù)如何與業(yè)務結(jié)合，提升企業(yè)盈利能力。

大數(shù)據(jù)應用是整個數(shù)據(jù)產(chǎn)業(yè)的核心，也是企業(yè)級客戶真正愿意為大數(shù)據(jù)業(yè)務買單的原因。大數(shù)據(jù)并不神秘，企業(yè)在大數(shù)據(jù)上投入與上個時代企業(yè)在硬件設備和ERP等軟件上投入沒有本質(zhì)區(qū)別，都是認為這種投入能幫助它開源節(jié)流，解決業(yè)務問題。除了數(shù)據(jù)交易，數(shù)據(jù)是無法直接給企業(yè)貢獻利潤的，數(shù)據(jù)的價值在于讓企業(yè)的主營業(yè)務產(chǎn)生更大利潤。

2016-2021年大數(shù)據(jù)應用行業(yè)深度分析及“十三五”發(fā)展規(guī)劃指導

從全球市場來看，大數(shù)據(jù)應用占據(jù)整個產(chǎn)業(yè)的半壁江山。根據(jù)Wikibon報告，2016年全球大數(shù)據(jù)市場規(guī)模為452.6億美金，細分領域中行業(yè)解決方案和應用這兩類細分市場規(guī)模為226.5億美金。目前國內(nèi)企業(yè)在大數(shù)據(jù)的投入還主要是硬件層和技術層，應用層投入相對較少，但應用層的潛力無疑是巨大的，未來在單個垂直行業(yè)都會是千億級市場。

本文是大數(shù)據(jù)系列第三篇——行業(yè)應用，主要想解決以下三個問題：

第一， 大數(shù)據(jù)在各行各業(yè)的應用有哪些?

第二， 大數(shù)據(jù)應用公司為什么貴?

第三， 哪些大數(shù)據(jù)公司容易突圍?

要么賣數(shù)據(jù)，要么賣技術

在大數(shù)據(jù)應用這個細分市場，最大兩類玩家是大型互聯(lián)網(wǎng)企業(yè)和大型集成商，他們的實力遠遠超過市面上這些做大數(shù)據(jù)應用的初創(chuàng)公司。

大型互聯(lián)網(wǎng)企業(yè)不僅僅是指BAT，還包括TMD(滴滴、今日頭條、美團)等公司，這類企業(yè)兼具技術實力和數(shù)據(jù)源，不過這些企業(yè)的技術和數(shù)據(jù)主要服務自身業(yè)務，很少對外輸出。

大型集成商主要是指華為、浪潮這些傳統(tǒng)IT巨頭，他們的傳統(tǒng)業(yè)務是為大型企業(yè)提供硬件設備，在這過程中積累了大量數(shù)據(jù)。當他們服務對象的需求發(fā)生變化，增加大數(shù)據(jù)領域預算時，他們開始轉(zhuǎn)型，積極開展大數(shù)據(jù)業(yè)務。

大型集成商還可以細分成兩類，一類是華為這種自身技術實力很強的公司，他們以單兵作戰(zhàn)為主;另一類是一些技術實力較弱，以搬箱子為主的集成商，這些公司一般會選擇與大數(shù)據(jù)公司合作，填補其技術短板。

除去上述兩類巨無霸，還有兩類玩家。一類是傳統(tǒng)提供行業(yè)解決方案的IT公司轉(zhuǎn)型開展大數(shù)據(jù)業(yè)務，如中奧科技、美林數(shù)據(jù)等;另一類是新興大數(shù)據(jù)公司，如明略數(shù)據(jù)、昆侖數(shù)據(jù)等。前者勝在客戶關系和行業(yè)經(jīng)驗，后者則在技術上具備優(yōu)勢，不過歸根結(jié)底，兩類玩家都是要解決客戶在大數(shù)據(jù)時代遇到的業(yè)務問題。

從服務形式上，大數(shù)據(jù)應用主要有兩種形式：輸出技術和輸出數(shù)據(jù)。

輸出技術的公司主要是基于自身在數(shù)據(jù)技術的積累，向客戶提供全套解決方案，提升企業(yè)處理數(shù)據(jù)的能力，實現(xiàn)業(yè)務效率提高。明略數(shù)據(jù)、百分點主要以這種形式為客戶提供服務。

輸出數(shù)據(jù)的公司主要是基于自身在數(shù)據(jù)源的積累，向客戶提供數(shù)據(jù)產(chǎn)品，彌補企業(yè)在數(shù)據(jù)源方面的不足。TalkingData、集奧聚合、聚合數(shù)據(jù)是這類大數(shù)據(jù)公司中的佼佼者。

從解決需求上，大數(shù)據(jù)公司主要解決客戶三方面需求：平臺搭建、數(shù)據(jù)獲取和應用創(chuàng)新。這三類需求是存在遞進關系的，不同行業(yè)信息化程度相差極大，因此主要需求也會有所差異。

企業(yè)級客戶經(jīng)過21世紀前十年的IT投入階段，各業(yè)務線的系統(tǒng)基本建成，形成各項業(yè)務的數(shù)據(jù)庫。下一步需要做的是，搭建統(tǒng)一的大數(shù)據(jù)平臺，打通內(nèi)部各業(yè)務系統(tǒng)，解決數(shù)據(jù)孤島問題，發(fā)揮業(yè)務數(shù)據(jù)的價值。

搭建好大數(shù)據(jù)平臺，數(shù)據(jù)統(tǒng)一管理，內(nèi)部數(shù)據(jù)互聯(lián)基本完成。接下來是要開始逐步對接外部數(shù)據(jù)，解決外部數(shù)據(jù)獲取的問題，實現(xiàn)更大規(guī)模的數(shù)據(jù)互聯(lián)。

最后，融合多方數(shù)據(jù)源，探索數(shù)據(jù)在不同場景下的應用。

金融、零售、電信、政府是當前主要應用方向

中國存在大量信息洼地，行業(yè)信息化發(fā)展極不平衡。工業(yè)、農(nóng)業(yè)等信息化相對落后的行業(yè)，尚需打好根基，先將業(yè)務數(shù)據(jù)采集存儲起來，再尋求數(shù)據(jù)應用。相比之下，金融、零售、電信、政府等領域信息化程度相對較高，出現(xiàn)很多大數(shù)據(jù)應用案例。

大數(shù)據(jù)在金融領域的應用主要有以下三類：精準營銷，風險控制以及精細化運營。將金融機構(gòu)的客戶打上不同的數(shù)據(jù)標簽，形成個人和企業(yè)用戶畫像，再根據(jù)不同業(yè)務需求，甄別出目標客戶群體。精準營銷主要包括個性化營銷、存量用戶管理、挖掘潛力客戶;風險控制包括個人及企業(yè)級信用評估、欺詐交易識別;精細化運營包括產(chǎn)品優(yōu)化、市場和渠道分析、輿情分析等。

大數(shù)據(jù)在零售領域的應用與金融領域類似，依然圍繞著精準營銷、渠道管理、產(chǎn)品優(yōu)化、市場定位等方面。值得注意的是，金融領域主要關注個體數(shù)據(jù)應用，而零售領域還關注統(tǒng)計數(shù)據(jù)應用，即大數(shù)據(jù)市場調(diào)查報告，了解消費者喜好，明確產(chǎn)品市場定位。

電信領域，三大運營商占據(jù)得天獨厚的優(yōu)勢，主要將大數(shù)據(jù)應用于精細化流量運營、智能客服中心、個性化服務和對外數(shù)據(jù)服務。因為運營商數(shù)據(jù)價值度很高，開始對外輸出數(shù)據(jù)，主要提供個人信用數(shù)據(jù)和位置數(shù)據(jù)。

隨著《大數(shù)據(jù)發(fā)展概要》的發(fā)布，政府開始在大數(shù)據(jù)領域大力投入，除了建設數(shù)據(jù)交易中心，提供數(shù)據(jù)流通的合法途徑外，政府大數(shù)據(jù)在交通、電子政務、公共安全等領域應用案例頻出。大數(shù)據(jù)協(xié)助公安人員找出嫌疑人員潛在關系，提升破案效率。

大數(shù)據(jù)無限可能性，提升公司估值

過去兩年，大數(shù)據(jù)概念熱炒催生出一個又一個泡泡，IT創(chuàng)業(yè)公司紛紛轉(zhuǎn)型成為大數(shù)據(jù)公司，意圖獲得高估值。從愛分析發(fā)布的中國市場大數(shù)據(jù)企業(yè)估值榜來看，估值超過5億美金，PS倍數(shù)30-40的大數(shù)據(jù)公司不少。那么，這些大數(shù)據(jù)公司為什么這么貴?

其實，提供技術服務的大數(shù)據(jù)公司估值相對合理，PS倍數(shù)略高于SaaS公司，但尚處于合理區(qū)間。這些公司業(yè)務模式類似傳統(tǒng)IT廠商和軟件公司，同時國外基本有相應的對標公司，公司未來成長路徑一目了然。

主要是與數(shù)據(jù)源相關、提供數(shù)據(jù)服務的大數(shù)據(jù)公司估值普遍較高，資本市場非常看重數(shù)據(jù)源的價值，主要有以下三點：

第一， 國內(nèi)數(shù)據(jù)開放程度低。

國內(nèi)數(shù)據(jù)開放程度遠低于美國，這使得電信、政府、BAT等幾個重要數(shù)據(jù)源價值被放大，有機會掌握或者觸及這類數(shù)據(jù)源的大數(shù)據(jù)公司更容易建立自己的競爭壁壘，因為有些時候數(shù)據(jù)源的價值遠遠高于技術。例如，銀行對個人客戶進行風險甄別時，如果有運營商數(shù)據(jù)作為佐證，對風控效果的提升非常巨大，而這部分提升只能依賴于數(shù)據(jù)，技術再強也沒用。

第二， 數(shù)據(jù)應用尚未成熟

短短五六年，大數(shù)據(jù)已經(jīng)對各領域產(chǎn)生深遠的影響，逐漸顛覆人們的認知。但大數(shù)據(jù)還處于早期探索階段，數(shù)據(jù)價值尚未完全發(fā)揮出來，未來大數(shù)據(jù)在各行各業(yè)的應用遠遠不止當前這些。具備數(shù)據(jù)源的公司是最有機會挖掘數(shù)據(jù)新的應用。

第三， 數(shù)據(jù)服務規(guī)模化相對容易

數(shù)據(jù)服務不同于技術服務，它對人力依賴相對較輕，主要人員投入在數(shù)據(jù)清洗環(huán)節(jié)，服務形式更多為API接口，交付上人力投入低。這種業(yè)務模式可復制性要強于技術服務，一旦找到適合的應用場景，可以迅速擴展到其他同類別客戶。

不過，高估值只是代表高預期，近年獨角獸公司翻車的案例并不少，哪些大數(shù)據(jù)應用公司更容易兌現(xiàn)預期呢?

大數(shù)據(jù)應用定制程度高，規(guī)模化困難

先潑一盆冷水，不論是技術服務還是數(shù)據(jù)服務，都存在服務定制化屬性重，難以形成標準化產(chǎn)品的問題。

本質(zhì)上，大數(shù)據(jù)應用公司的業(yè)務與傳統(tǒng)咨詢公司類似，都需要針對客戶個性化需求給出解決方案，難以用標準化服務滿足大型客戶的需求。數(shù)據(jù)科學家的存在類似于傳統(tǒng)咨詢顧問，只不過要求更高。

既然業(yè)務無法做到快速復制，重點做大型企業(yè)客戶，提升客單價就成為大數(shù)據(jù)應用公司的必然選擇。

潑完冷水，讓我們看看，究竟哪類大數(shù)據(jù)公司能夠成為獨角獸?

優(yōu)質(zhì)數(shù)據(jù)源、技術積累、行業(yè)標桿客戶，終極目標是數(shù)據(jù)互聯(lián)

大數(shù)據(jù)應用的業(yè)務鏈條，包括數(shù)據(jù)源、數(shù)據(jù)技術和數(shù)據(jù)應用。國外大數(shù)據(jù)公司可以專注于業(yè)務鏈條的一個環(huán)節(jié)，將一個環(huán)節(jié)做好就能成長為10億美金以上的獨角獸公司，中國大數(shù)據(jù)公司如果僅僅做好其中一個環(huán)節(jié)，業(yè)務開展都成問題，發(fā)展很容易遇到瓶頸。

一方面，國外初創(chuàng)公司分工明確，多數(shù)公司專注于一個細分領域，合作共贏是主流思想。而國內(nèi)大數(shù)據(jù)公司都想自己做整條業(yè)務線，因此競爭非常激烈。

另一方面，國外中小企業(yè)付費意愿明顯強于國內(nèi)，這使得國外細分領域的市場空間遠遠大于國內(nèi)，初創(chuàng)公司可以依靠一眾小客戶做到幾億營收，支撐其上市。國內(nèi)公司就很難依靠一個細分領域的客戶支持其營收增速，必須要擴張其業(yè)務線才能有足夠成長空間。

總而言之，國內(nèi)大數(shù)據(jù)公司要想成長為獨角獸企業(yè)，難度遠大于國外，數(shù)據(jù)源、數(shù)據(jù)技術和數(shù)據(jù)應用三個環(huán)節(jié)都要有獨特競爭力。

第一， 優(yōu)質(zhì)數(shù)據(jù)源。

大多數(shù)大數(shù)據(jù)公司不具備數(shù)據(jù)源，主要依靠采集其他企業(yè)的數(shù)據(jù)。像TalkingData為APP軟件提供廣告監(jiān)測以及數(shù)據(jù)統(tǒng)計的業(yè)務，從而采集到移動設備數(shù)據(jù)。因此，有機會觸及優(yōu)質(zhì)數(shù)據(jù)源對大數(shù)據(jù)公司非常重要。

從行業(yè)來看，銀行、電信、政府的數(shù)據(jù)價值很高，這類用戶數(shù)據(jù)真實性較高，能反映用戶實際需求，而互聯(lián)網(wǎng)數(shù)據(jù)中記錄大量用戶無序行為，有價值數(shù)據(jù)密度較低;從設備來看，移動端的數(shù)據(jù)價值要大于PC端，因為智能手機的普及使得移動端用戶行為數(shù)據(jù)更加活躍，同時可以追蹤用戶地理位置。

第二， 技術積累。

單純依靠數(shù)據(jù)源并不能構(gòu)筑競爭壁壘，畢竟這些數(shù)據(jù)并非大數(shù)據(jù)公司所有，躺著掙錢的事情是運營商等數(shù)據(jù)源擁有方。除互聯(lián)網(wǎng)客戶外，大數(shù)據(jù)公司都很難將企業(yè)客戶的原始數(shù)據(jù)提取出來，只能獲取數(shù)據(jù)標簽。

因此，大數(shù)據(jù)公司在數(shù)據(jù)處理上要有很深的積累，特別是在數(shù)據(jù)清理環(huán)節(jié)，去除噪音，保留有價值的數(shù)據(jù)，這部分工作對人力依賴較重，需要數(shù)據(jù)科學家去識別有效數(shù)據(jù)。

第三， 行業(yè)標桿客戶。

有些時候，服務幾個行業(yè)標桿客戶的價值要遠遠超過一支數(shù)據(jù)科學家團隊。大數(shù)據(jù)最終還要是落地，數(shù)據(jù)與場景應用結(jié)合發(fā)揮價值，既需要處理數(shù)據(jù)的技術，又具備足夠的行業(yè)經(jīng)驗，準確找到業(yè)務痛點。

行業(yè)標桿客戶面對的業(yè)務問題一般都會是最前沿、最具參考價值的，服務這類客戶會讓大數(shù)據(jù)企業(yè)成長，加深對所服務行業(yè)的理解，這一點是大數(shù)據(jù)公司依靠自身無法提升的，這不是技術上的突破，而是經(jīng)驗上的積累。

第四， 數(shù)據(jù)互聯(lián)。

經(jīng)過這幾年對大數(shù)據(jù)的探索，企業(yè)和大數(shù)據(jù)公司都發(fā)現(xiàn)，單一數(shù)據(jù)源價值度有限，集合多渠道數(shù)據(jù)，實現(xiàn)數(shù)據(jù)融合能產(chǎn)生更大能量。例如，將電信數(shù)據(jù)放在銀行風控業(yè)務場景，提高了欺詐行為識別率。

因此，很多公司都在提供DMP服務，將自己的第三方數(shù)據(jù)源與企業(yè)客戶的第一方數(shù)據(jù)源對接，但實際效果并不理想。

原因主要有以下兩點：第一，雙方的數(shù)據(jù)源重合度不高;第二，多賬戶歸一做得不好，解決不了同源跨屏問題。前者是因為數(shù)據(jù)與應用場景不匹配，后者主要是在技術積累不足，數(shù)據(jù)清洗不到位。

誠然，數(shù)據(jù)互聯(lián)剛剛起步，但能夠打通多個重要數(shù)據(jù)源的公司最有希望成為獨角獸。