palantir股票每股價值

Ⅰ 一文了解大數據領域創業的機會與方向

一文了解大數據領域創業的機會與方向

大數據不僅僅是一個營銷詞彙，在這篇干貨滿滿的文章里，作者用數據告訴我們，究竟什麼是大數據，大數據行業的創業機會如何，未來的創業方向又有哪些。

接觸大數據，了解這個行業已經有兩年多了，每天都在閱讀大量的關於大數據的文獻資料和技術文章。如果你要問我什麼是大數據？以前可能我會和你說，大數據是一種思維，一種技術，標志的是大數據的4V特點：

Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。大數據帶來的是一種變革，打破了原有的隨機分析（抽樣調查）方法，採用所有全量的數據來進行分析，分析的數據更加復雜，有結構化數據、半結構化數據和非結構化數據，分析結構更加註重相關性而不是因果。

可是，普通人和大眾用戶他們聽得懂嗎？現在我會舉例子告訴你。

比如說，采野蘑菇/野山參這樣的事情，野蘑菇和野山參的分布地點都是隨機的，經驗告訴我，它們會分布在哪片山林，但是我們不知道具體位置，得一個一個的找。大數據可以解決這個難題。

我們可以把山林用數據可視化表現出來，然後讓采野蘑菇的人根據自己的實戰經驗標出蘑菇分布的地點，並且把這些地點數據常年積累起來。然後結合野蘑菇的習性，收集每片山林的降雨量、灌木叢分布數據、土壤數據、溫度數據以及山林里采蘑菇的人流量數據等等，來准確的預測出野蘑菇的分布地點。

這就是大數據力量。

一言以蔽之，大數據最直接的意義就是讓「隨機性」的事情變得可提前預測，從而提高效率和行動價值。

同樣的思路，森林防火防賊、環境保護、旅遊景點客流預測等等，都可以引入大數據思維。大數據同時也可以為我們工作、學習和生活中一些重大決策作為依據。

今天主要說的是大數據領域的創業思考，大數據只有和生活、學習、工作以及商業等場景結合才能產生價值。推動技術發展的從來都不是技術本身，而是消費者（用戶）的需求。用戶不需要知道也沒興趣知道你處理大數據是用Hadoop還是Spark、原理是什麼、架構是什麼，用戶最關心的是大數據到底怎麼用，用了能為自己帶來什麼好處。

今天我們將從「外部大環境」、「行業內部環境」、「創業風險」和「大數據創業機會和方向"四個點來闡述主題，聰明的朋友也許已經知道了，我們的思路就是大數據領域創業的SWOT分析。

大數據市場現狀（外部環境）

根據貴陽大數據交易所5月28日發布的《2015年中國大數據交易白皮書》顯示：2014年中國大數據市場規模達到767億元，同比增長27.83%。預計到2020年，中國大數據產業市場規模將達到8228.81億元。

一、大數據市場規模巨大

首先，中國大數據市場環比增長率較大。根據易觀智庫7月30號發布的中國大數據應用行業的報告顯示，2015-2018年中國大數據市場營銷規模達到258.6億人民幣。環比增長率為37.2%。

其次，大數據在全球范圍內的市場規模同樣巨大，根據IDC發布最新研究結果，預測到2018年全球大數據技術和服務市場的2018年的復合年增長率將達到26.4%，規模達到415億美元，是整個IT市場增幅的6倍。

無論是從國內還全球的市場規模和增長率來看，我們都可以得出這樣一個結論，無論你是什麼樣的公司，或者說你未來創業要做什麼樣的服務，大數據都是兵家必爭之地。大數據本身就是一種無形的資產，如果你的公司還沒有部署大數據，那麼在未來的市場上會失去核心競爭力。就好比你走在中關村創業大街上，你能收到的100份融資BP里，可能有99份都是APP和O2O項目，但99家裡90%以上會重視大數據。

二、政策好，政府支持力度大

根據gov.cn9月6日消息，國務院公開發布《國務院關於印發促進大數據發展行動綱要的通知》，綱要里明確的說明，中國將在2018年會建成政府的大數據平台。相比之下，我們敬愛的習大大和李克強總理也經常為大數據站台，為中國的大數據發展點贊。看政府對大數據的重視，你抬頭看看前兩天的北京的藍天，就會對政府有信心了。政府真正要干一件事，執行力大的超出你的預期。

據我們的觀察，大數據領域的創業環境只會越來越好。目前，很多一線城市乃至二三線城市的科技園區，都出台了相關的扶持大數據產業的政策。如果你真的想在這個行業創業，可選擇扶持力度大、人才較多的城市作為大本營，當然了，北京肯定是首選。

三、資本關注熱

上圖是我們（36大數據，編者注）對大數據垂直領域2015年資本投資事件的不完全統計。其實你仔細來看圖會發現，大數據行業的資本關注熱度是遠遠高於其他行業的。這個可以從投資金額可以看出來。今年上半年O2O項目非常熱，也是投資重點關注的行業，但是投資的資本里，普遍都是人民幣幾百萬和幾千萬這樣的量級。而大數據行業的投資，更多的資本量級都是上億的，而且資本多源於頂級投資機構。

大數據行業現狀（內部環境）

「大數據就像十幾歲少年眼中的性行為，每個人都在談論它，但沒人真正知道怎麼做。每個人都以為除了自己之外的每個人都在使用它，所以每個人都裝作自己很了解它。」

TED的創始人Dan Ariely是這樣調侃大數據的。雖然是句玩笑話，但也確實說出了大數據的行業現狀。

現狀一、市場尚未飽和，競爭並不激烈

1、尚未出現壟斷性行業巨頭

前面我們分析了大數據整個大環境的狀況，我們知道大數據行業市場潛力巨大，未來的增長率將達37%左右。但是在中國，目前尚未出現一家如Palantir、FICO這樣的壟斷性質的大數據企業。也許百分點和Talkingdata都在布局上市，但是距離掛牌還有一段時間和距離。新創的大數據企業中，還沒有一家在美股、港股和深交所上市。

這是一個機會。創業你做電子商務也好，做游戲也好，都有好幾家有錢有用戶的巨頭公司和你爭搶市場份額，但是大數據行業不一樣，大數據行業沒有那麼大的競爭壓力，而且真正的戰爭尚未開始。

2、現有大數據企業扎推北京

根據數據堂統計的數據來看，新創的大數據企業中，57%的公司都在北京，上海佔了15%的份額。大數據需要和實際的業務場景結合才能產生價值，工業、農業、製造、交通和能源等傳統行業仍然擁有巨大的潛力，北上廣深和二三線城市的大數據力量還沒有完全被挖掘出來，這同樣也是一個優勢。

3、大數據在生活、商業滲透性較弱

筆者做大數據兩年了，天天都聽到或看到大數據的各種消息，但是生活並沒有因為大數據的到來變得更智能一些。它沒有讓大齡光棍女青年更快更精準的找到結婚對象，也沒用讓隔壁老王炒股賺到更多的錢，更沒有讓北京的交通不再擁堵……大數據有用是不假，但是和生活場景結合得還是較弱。並沒有看到可以稱之為「變革」的現象。

4、沒有直接的變現模式

互聯網上最賺錢的兩大行業分別是電子商務和網路游戲，這兩個行業的變現模式都是非常清晰和直接的，但是大數據的變現模式需要繞一個彎子，需要和實際業務場景結合起來才能產生價值，不直接的路定然不好走。

有人曾經把大數據比作石油，可是，目前的情況看來，大數據行業還需要像發動機一樣可以將數據轉化成動力的載體。一如2010年以前一樣，大家都知道手機游戲是未來的一個趨勢，可是沒有iPhone等智能移動設備的出現，手機游戲的市場份額就非常小，用戶體量也很有限。

現狀二、大數據行業人才緊缺

根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。2015年-2016年是大數據人才最為匱乏的兩年，因為已開了大數據專業的高等院校，第一批大數據人才還為畢業；已有的人才里，復合型的人才較少，都是術有專攻。

全球的大數據人才情況也不容樂觀，據Gartner預測，到2016年，25%的全球大型企業將部署大數據分析系統；到2015年，圈球大數據人才需求將達到440萬人；調查結果表明，全球64%的企業已經開始向大數據項目注資，或者打算在2015年6月之前將計劃付諸實踐。

大數據創業，人才就是核心，所有的公司都在搶大數據人才，創業公司想要招到相應的大數據人才非常困難。

現狀三、數據量增長超快

這里和大家分享三個數字。49億、250億和 39ZB。

49億物聯網設備：咨詢公司 Gartner 預測今明兩年互聯物品的漲幅將達30%。分析師在指出，截止到2015年，全球物聯網設備數量將從38億飆升至49億。

250億智能裝置感測器：分析師預測，感測器的普及將大大加速智能設備的開發、生產進度。到2020年，將會有大約250億部智能裝置出現在全球市場。

39ZB數據存儲量：在 2014 年年底，國內網路上集中存儲的數據已經達到 1ZB，到 2020 年時，當年的新增數據量將會達到 15.45ZB，整體的網路上數據存儲量將會達到 39ZB，未來 6 年的年復合增長率達到了 84%。

預測到 2020 年，平均每個中國人每年產生的數據約為 4.1GB。

現狀四：行業目前存在問題

1、炒作過剩，實際落地產品較少；很多產品都是打擦邊球；把大數據玩壞了。現在你和大家說大數據，很多人都認為你在騙人。行業想要持續穩定的發展，企業必須有自律。

2、群眾基礎差，關注的人群多為三高人才，高學歷高收入和高技術。從網路指數可以看出，關注大數據的人群中，53%比例的人群年齡分布為30-39歲，而20-29歲人群占的比例為28%；另外，關注大數據的男女比例里，男性佔到了80%以上。這樣的數字直接告訴我們的問題就是，「大數據」的話題傳播性其實並不好。預計超過90%的大眾用戶不知道大數據是個什麼東西。

3、大數據只解決了部分2B的問題，2C產品較少。現在大家都覺得大數據的方向就是2B，我們不這么認為。打個比方說，你做2B的產品，每家企業平均給你200萬，新創大數據企業你撐死了一年做上20家企業，那麼營收預計在4000萬左右。但是如果你做2C的大數據產品，一個用戶給你200塊，當你做到20萬付費用戶的時候，你的營收就會超過4000萬。為什麼呢，因為用戶的數據本身就是錢。從深遠的角度來說，未來的創業，你必須學會討好大眾，服務好90後，這才是種子用戶。

4、懂技術的人不懂業務，懂業務的人不懂商業。這一點不想做詳細的說明，打擊面太廣了。筆者參加了眾多大數據行業內的峰會大會小會，人人都在說大數據，可是問到你的業務如何賺錢的時候，很多人都是三緘其口。純技術是無法賺錢的，必須和實際的業務結合起來產生商業價值，才能獲益。

5、市面上存在的大數據工具上手門檻較高。又一個槽點出來了。前面也說了，任何的新技術，都是需求推動其發展。需求來自用戶。任何的新技術，只有擁抱大眾用戶才能得到更好的發展，接地氣非常重要。現有的大數據處理工具非常復雜，需要你懂這個那個會這個那個才能使用，大眾根本接觸不到。現有的大數據工具也不夠親民，無論是2B也好，2C也好，你需要給別人的是一個簡單動動手就能用的工具，裡面有功能按鈕，而不是一堆代碼，最起碼應該滿足目前Office工作人員使用。上手門檻較高意味著很大一部分用戶被你擋在了門外。將大數據處理工具產品化勢在必行。

大數據行業創業的風險預警

一、大數據的創業門檻

1、人才成本較高；在美國，在R、NoSQL和MapRece方面需求的專業人才薪水達到了每年約11萬5千美元，在中國，大數據人才一將難求，創業公司不容易招大數據技術人才，即使招到，人才方面支出也較高。包括高薪、期權和股票等等；

2、存儲硬體成本高；考慮到數據歸屬和安全性。大數據公司一般不會數據存在雲上。 自建機房比雲存儲成本高很多倍。

3、項目啟動資金高；不是30-50十萬就可以玩起來的，比移動互聯網APP創業項目啟動資金要求高。

4、用戶少、獲取成本高。這一點的門檻主要是群眾基礎差帶來的。

沒有明確的商業變現模式，這是目前大數據創業的最大門檻。 拼數據，你拼不過阿里網路騰訊，拼錢，還是算了……

二、數據安全問題

據Verizon發布的《2015年數據泄露調查報告》顯示，79790個安全事件中已有2122個確認的數據泄露。值得關注的是在2015年的報告中新增了一個統計模型，用以幫助企業評估到底每筆數據泄露，要損失多少錢。如果泄露1000條記錄時，有95%的可能會損失5.2萬-8.7萬。泄露1千萬數據記錄的花費介於210萬到520萬之間，但最多可能到7390萬。

讓我們來回顧一下近年來數據泄漏的事件：2014年5月，800萬小米用戶數據或被泄露；2014年12月，12306大量用戶信息遭泄露；2015年4月，超30省市曝管理漏洞數千萬社保用戶信息或泄露；2015年5月，攜程網全面癱瘓疑似資料庫物理刪除；2015年6月，美國人事管理局（OPM）被指出大量工作人員信息泄露；2015年8月，婚外情網站Ashley Madison數據遭泄露……

對於大數據新創企業來說，數據的安全性就是「命」，如何保命事關生存。大數據的安全性，是部署大數據架構和大數據創業最大的挑戰之一！

三、大數據隱私

關於大數據隱私，在美國有隱私法案，而且美國與歐盟之間還簽署了安全港、隱私聲明等等。而在中國，目前的立法是非常模糊的，屬於灰色地帶。手機號碼被惡意第三方收集了，然後給用戶發了很多垃圾簡訊，或者我的姓名，我的電話，我的郵箱，他們收集我的信息是不是合法的，目前這一點在在立法上都不清晰。不知道未來國家會不會出台相關的法律法規來規范這個領域？大數據隱私目前具有不確定因素，也是創業存在的風險之一。

說完了風險，下面我們可以來說說大數據行業的創業方向和機會。

大數據行業創業機會與方向

一、資本層面關注點

對於大數據項目，投資人到底看什麼？在寫這篇文章之前，我們與多家投行的投資人曾經做過訪談，下面是我們根據訪談內容整理出來的內容。

大數據沒有直截了當的變現模式，那麼一個新創大數據企業想要獲得成功，拿什麼去拼？當然是人才。這也是投資人最關注的東西。

投資人告訴筆者，對於一個大數據項目，他們最看重的是團隊。那怎麼看團隊呢？一般從團隊技術能力、背景、過往項目經驗和創始人四個方面來看。大數據對技術的要求非常高，投資人看項目的時候，首先看的就是創始人的技術能力。一般情況下，投資者會更加青睞擁有技術背景的創始人和他的項目。

還有就是看項目的商業模式和變現能力。看項目方面，投資人會去看你的項目對應的國外成熟企業，或者說你的項目對應的競爭者是誰。由競爭者經營的情況來預估你在其領域的市場份額和變現能力。商業模式方面，投資者會看你的客戶（用戶）體量和數據源。你的客戶群體有多大？你手裡有哪些具體業務上的數據？這些數據如何產生價值，應用到你的客戶身上？解決好這3個問題就成功了一半。

大數據項目變現方向，投資人關注的是你的項目是否能夠快速直接的產生價值，而且有持續的創收能力。

解決好以上幾個問題，新創大數據公司想要拿到融資就非常容易了。

二、大數據垂直領域熱門的投資方向

第一個是Hadoop 商業化，簡單來說就是做Hadoop的收費版本。Hadoop本來是開源的，但是在具體業務場景中，還缺乏很多功能，那麼Hadoop 商業化就是去完善這些功能，使其更好的應用於企業的業務場景。Hadoop 商業化最典型的公司就是Hadoop的三駕馬車，Hortonworks，Cloudera和MapR，Hortonworks目前已經在納斯達克上市。中國相應的做Hadoop 商業化的公司是星環科技。

第二個是SQL on Hadoop，用大白話來說就是基於應用場景下的數據框架 。比如說大數據架構里的查詢引擎、存儲引擎、計算模型等等，這個主要是基於大數據技術方向的，比如說WibiData，它提供了對Hadoop的封裝，連接前端應用到Hadoop基礎設施。

第三個是NoSQL資料庫，非關系型資料庫和雲資料庫服務。典型的國外企業有MongoDB 和Datastax。目前，創業公司MongoDB的估值已超過16億美元，而在中國，基礎雲服務商青雲QingCloud已經推出了基於MongoDB的集群服務，名字叫做青雲QingCloud MongoDB。

第四個是分析和可視化。對應的國外企業有Tableau、Datameer。國內新創的大數據企業中，也有很多大數據企業在做可視化服務，比如說國雲數據的大數據魔鏡。

第五個是行業大數據應用。為社交媒體、廣告公司、企業客戶、電子商務等行業客戶提供數據分析，幫助這些行業提升數據分析的水平，如DataSift、RelateIQ、RocketFuel等創業公司。

三、大數據行業現有的商業模式

談到商業模式，肯定就要說到2B還2C的問題。

2B是目前大數據行業主要的商業模式，將大數據變為一種服務，服務的對象是企業或機構。比如現有的大數據企業里，星圖數據，Hortonworks，Cloudera，星環科技、Talkingdata 都是2B的商業模式。從他們的運營狀況，不難看出，2B的商業模式，要麼是做解決方案（類似外包），要麼就是做工具。

預計未來所有的互聯網企業也好，傳統企業也好，都會在企業內部成立大數據部門，那麼到那個時候，解決方案的市場份額還會多麼？不肯到也不否定。對於一家企業來說，大數據就是自己的資產，相信企業更傾向於自己管理自己的內部資產。所以我們大膽的預測，解決方案只是目前大數據行業的權宜之計，未來企業會用自己的人才管理自己的大數據，用自己的人才使用自己的大數據。做工具是目前較為主流的模式。Palantir其實也是做工具。

2C方面，在整理這份內容的時候，我們發現2C的產品非常少。女性經期助手、網路指數這樣勉強算是2C的大數據產品。而大數據2C方面的產品，更多的是傾向於應用。可穿戴設備其實也算是大數據應用產品之一。

說了這么多，你肯定會問我了，那麼騰訊、網路和阿里巴巴這樣的企業，他們的大數據又是什麼樣的模式呢？在筆者看來，BAT企業的大數據商業模式都是2C+2B的模式，我們可以簡稱為復合型的商業模式，因為他們服務的用戶有企業用戶也有個人用戶。

總結一下，現有的商業模式里，哪個最好？筆者個人認為是2B+2C模式。這樣的模式是最健康的模式，形成了一個商業閉環。

用一句話來說就是：你收集用戶的數據，分析出報告，然後給到的對應的企業，對應的企業根據數據反饋，從而開發或製造出更好的產品，讓用戶享受更智能更美好的生活。這整個過程中，大數據是貫穿始終的。

那麼，現有的大數據公司，都是如何賺錢的呢？

1、廣告、營銷。這一類主要集中在第三方大數據營銷公司里。典型的企業包括締元信、時趣這樣的公司。他們主要的業務就是幫助大數據分析能力較弱的公司來做大數據分析，優化廣告和營銷的路徑，使市場投入的非常產生更大的價值。

2、直接賣數據的公司。典型的企業有數據堂。

3、做工具或者服務。目前的移動統計工具就是這一類，還有做Hadoop套件的也是這一類公司。

4、賣報告或解決方案的。做大數據解決方案的公司就太多太多了，典型的公司為IBM。

5、跨界和融合。

Talkingdata聯合創始人蔣奇先生告訴我們，Talkingdata後台有移動互聯網各個熱門手機游戲的數據，包括用戶的設備數據、行為數據、日常數據和游戲里的消費數據等等。根據這些數據，可以對這些游戲用戶進行用戶畫像。

以招行信用卡推廣為例，Talkingdata通過大數據分析發現，《刀塔傳奇》以及《我叫MT》這兩款游戲的用戶屬性和招商銀行信用卡中心需要的用戶屬性很契合，於是促成了招商銀行和的合作，還支持了後續的信用卡積分的禮包和活動等。

這次合作為招行信用卡帶來了5萬個綁定用戶。一般情況下，銀行類的應用要實現轉化的平均成本在兩百到三百塊錢之間，而這樣的跨界合作，招商銀行基本上沒花一分錢，就達到了5萬轉化率，理論上省掉了上千萬的費用。這就是跨界和融合。

跨界和融合，其實也是大數據思維里最重要的一環。大數據就像是錢一樣，你得讓它流動起來才能產生價值。

四、大數據行業的創業方向和機會

先說2B方向。

大數據創業的2B方向，更多的是做工具和服務，如數據可視化、商務智能、CRM等。

現有的大數據工具有著技術門檻高、上手成本高、和實際業務結合較差以及部署成本高，小公司用不起等特點。那麼新創企業就可以根據以往這些產品的缺陷，來做更適合市場和客戶的大數據分析工具和服務。另外，將大數據工具完整化和產品化也是一個方向。新一代的大數據處理工具應該是有著漂亮UI，功能按鍵和數據可視化等模塊的完整產品，而不是一堆代碼。

再說2C方向。

大數據一個很大的作用就是為決策做依據，以前做決定是「拍腦袋」決定，現在，做決定是根據數據結果。在我們的生活中，需要做決策的時候太多太多，尤其是像筆者這樣選擇性困難的天秤座，非常需要大數據來輔助決策。個人理財（我的錢花哪去了，哪些可以省下來）、家庭決策（孩子報考哪所大學）、職業發展/自我量化（該不該跳槽，現在薪水到底合適不合適 ）以及個人健康都可以用到大數據。

五、我們的創業建議

1、想清楚誰為你買單（找用戶）；2、痛點是什麼（找需求）；3、穩定/獨特的數據源（找數據）；4、靠譜的人做靠譜的事（找人才）；5、考慮2C的產品方向；6、忘記科技行業過往經驗；7、將大數據產品化 （小而美）；8、深耕一個領域，不斷的試錯和迭代。

其他新創大數據公司創始人也提出過自己的建議。九次方大數據集團總裁王參壽認為深耕大數據領域，堅持才是王道：「大數據行業創業就像爬泰山，爬不到山頂，看不到太陽。」

國雲數據CEO馬曉東表示，「不要跟著概念創業，從真實需求出發，從企業和用戶對數據的需求出發做大數據產品，找准自己的定位是關鍵。」

以上是小編為大家分享的關於一文了解大數據領域創業的機會與方向的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅱ 如何讓數據流動起來，讓數據擁抱數據

圍牆里的大數據註定成為死數據。大數據需要開放式創新，從數據的開放、共享和交易，到價值提取能力的開放，再到基礎處理和分析平台的開放，讓數據如同血液在數據社會的軀體中長流，滋潤數據經濟，讓更多的長尾企業和數據思維創新者產生多姿多彩的化學作用，才能創造大數據的黃金時代。
我的大數據研究軌跡
我做了4-5年的移動架構和Java虛擬機，4-5年的眾核架構和並行編程系統，最近4-5年也在追時髦，先是投入物聯網，最近幾年一直在做大數據。我們團隊的大數據研究軌跡如下圖所示：

2010-2012年，主要關注數據和機器的關系：水平擴展、容錯、一致性、軟硬體協同設計，同時釐清各種計算模式，從批處理（MapRece）到流處理、Big SQL/ad hoc query、圖計算、機器學習等等。事實上，我們的團隊只是英特爾大數據研發力量的一部分，上海的團隊是英特爾Hadoop發行版的主力軍，現在英特爾成了Cloudera的最大股東，自己不做發行版了，但是平台優化、開源支持和垂直領域的解決方案仍然是英特爾大數據研發的重心。
從2013年開始關注數據與人的關系：對於數據科學家怎麼做好分布式機器學習、特徵工程與非監督學習，對於領域專家來說怎麼做好互動式分析工具，對於終端用戶怎麼做好互動式可視化工具。英特爾研究院在美國卡內基梅隆大學支持的科研中心做了GraphLab、Stale Synchronous Parallelism，在MIT的科研中心做了互動式可視化和SciDB上的大數據分析，而中國主要做了Spark SQL和MLlib（機器學習庫），現在也涉及到深度學習演算法和基礎設施。
2014年重點分析數據和數據的關系：我們原來的工作重心是開源，後來發現開源只是開放式創新的一個部分，做大數據的開放式創新還要做數據的開放、大數據基礎設施的開放以及價值提取能力的開放。
數據的暗黑之海與外部效應
下面是一張非常有意思的圖，黃色部分是化石級的，即沒有聯網、沒有數字化的數據，而絕大多數的數據是在這片海裡面。只有海平面的這些數據（有人把它稱作Surface Web）才是真正大家能訪問到的數據，爬蟲能爬到、搜索引擎能檢索到的數據，而絕大多數的數據是在暗黑之海裡面（相應地叫做Dark Web），據說這一部分佔數據總量的85%以上，它們在一些孤島裡面，在一些企業、政府裡面躺在地板上睡大覺。

數據之於數據社會，就如同水之於城市或者血液之於身體一樣。城市因為河流而誕生也受其滋養，血液一旦停滯身體也就危在旦夕。所以，對於號稱數據化生存的社會來說，我們一定要讓數據流動起來，不然這個社會將會喪失諸多重要功能。
所以，我們希望數據能夠像「金風玉露一相逢」那樣產生化學作用。馬化騰先生提出了一個internet+的概念，英特爾也有一個大數據X，相當於大數據乘以各行各業。如下圖所示，乘法效應之外，數據有個非常奇妙的效應叫做外部效應（externality），比如這個數據對我沒用但對TA很有用，所謂我之毒葯彼之蜜糖。

比如，金融數據和電商數據碰撞在一起，就產生了像小微貸款那樣的互聯網金融；電信數據和政府數據相遇，可以產生人口統計學方面的價值，幫助城市規劃人們居住、工作、娛樂的場所；金融數據和醫學數據在一起，麥肯錫列舉了很多應用，比如可以發現騙保；物流數據和電商數據湊在一塊，可以了解各個經濟子領域的運行情況；物流數據和金融數據產生供應鏈金融，而金融數據和農業數據也能發生一些化學作用。比如Google analytics出來的幾個人，利用美國開放氣象數據，在每一塊農田上建立微氣象模型，可以預測災害，幫助農民保險和理賠。
所以，要走數據開放之路，讓不同領域的數據真正流動起來、融合起來，才能釋放大數據的價值。
三個關於開放的概念
1、數據開放
首先是狹義的數據開放。數據開放的主體是政府和科研機構，把非涉密的政府數據及科研數據開放出來。現在也有一些企業願意開放數據，像Netflix和一些電信運營商，來幫助他們的數據價值化，建構生態系統。但是數據開放不等於信息公開。首先，數據不等於信息，信息是從數據裡面提煉出來的東西。我們希望，首先要開放原始的數據（raw data），其次，它是一種主動和免費的開放，我們現在經常聽說要申請信息公開，那是被動的開放。
Tim Berners Lee提出了數據開放的五星標准，以保證數據質量：一星是開放授權的格式，比如說PDF；其次是結構化，把數據從文件變成了像excel這樣的表；三星是開放格式，如CSV；四星是能夠通過URI找到每一個數據項；五星代表能夠和其它數據鏈接，形成一個開放的數據圖譜。

現在主流的數據開放門戶，像data.dov或data.gov.uk，都是基於開源軟體。英特爾在MIT的大數據科研中心也做了一種形態，叫Datahub：吉祥物很有趣，一半是大象，代表資料庫技術，一半是章魚，取自github的吉祥物章魚貓。它提供更多的功能比如易管理性，提供結構化數據服務和訪問控制，對數據共享進行管理，同時可以在原地做可視化和分析。

廣義的數據開放還有數據的共享及交易，比如點對點進行數據共享或在多邊平台上做數據交易。馬克思說生產資料所有制是經濟的基礎，但是現在大家可以發現，生產資料的租賃制變成了一種主流（參考《Lean Startup》），在數據的場景下，我不一定擁有數據，甚至不用整個數據集，但可以租賃。租賃的過程中要保證數據的權利。
首先，我可以做到數據給你用，但不可以給你看見。姚期智老先生82年提出「millionaires』 dilemma（百萬富翁的窘境）」，兩個百萬富翁比富誰都不願意說出自己有多少錢，這就是典型的「可用但不可見」場景。在實際生活中的例子很多，比如美國國土安全部有恐怖分子名單（數據1），航空公司有乘客飛行記錄（數據2），國土安全部向航空公司要乘客飛行記錄，航空公司不給，因為涉及隱私，他反過來向國土安全部要恐怖分子名單，也不行，因為是國家機密。雙方都有發現恐怖分子的意願，但都不願給出數據，有沒有辦法讓數據1和數據2放一起掃一下，但又保障數據安全呢？
其次，在數據使用過程中要有審計，萬一那個掃描程序偷偷把數據藏起來送回去怎麼辦？再者，需要數據定價機制，雙方數據的價值一定不對等，產生的洞察對各方的用途也不一樣，因此要有個定價機制，比大鍋飯式的數據共享更有激勵性。
從點對點的共享，走到多邊的數據交易，從一對多的數據服務到多對多的數據市場，再到數據交易所。如果說現在的數據市場更多是對數據集進行買賣的話，那麼數據交易所就是一個基於市場進行價值發現和定價的，像股票交易所那樣的、小批量、高頻率的數據交易。
我們支持了不少研究來實現剛才所說的這些功能，比如說可用而不可見。案例一是通過加密資料庫CryptDB/Monomi實現，在數據擁有方甲方這邊的資料庫是完全加密的，這事實上也防止了現在出現的很多數據泄露問題，大家已經聽到，比如說某互聯網服務提供商的員工偷偷把數據拿出來賣，你的數據一旦加密了他拿出來也沒用。其次，這個加密資料庫可以運行乙方的普通SQL程序，因為它採用了同態加密技術和洋蔥加密法，SQL的一些語義在密文上也可以執行。

針對「百萬富翁的窘境」，我們做了另一種可用但不可見的技術，叫做數據咖啡館。大家知道咖啡館是讓人和人進行思想碰撞的地方，這個數據咖啡館就是讓數據和數據能夠碰撞而產生新的價值。
比如兩個電商，一個是賣衣服的，一個是賣化妝品的，他們對於客戶的洞察都是相對有限的，如果兩邊的數據放在一起做一次分析，那麼就能夠獲得全面的用戶畫像。再如，癌症是一類長尾病症，有太多的基因突變，每個研究機構的基因組樣本都相對有限，這在某種程度上解釋了為什麼過去50年癌症的治癒率僅僅提升了8%。那麼，多個研究機構的數據在咖啡館碰一碰，也能夠加速癌症的研究。
在咖啡館的底層是多方安全計算的技術，基於英特爾和伯克利的一個聯合研究。在上面是安全、可信的Spark，基於「data lineage」的使用審計，根據各方數據對結果的貢獻進行定價。

2、大數據基礎設施的開放
現在有的是有大數據思維的人，但他們很捉急，玩不起、玩不會大數據，他不懂怎麼存儲、怎麼處理這些大數據，這就需要雲計算。基礎設施的開放還是傳統的Platform as a Service，比如Amazon AWS里有MapRece，Google有Big Query。這些大數據的基礎處理和分析平台可以降低數據思維者的門檻，釋放他們的創造力。
比如decide.com，每天爬幾十萬的數據，對價格信息（結構化的和非結構化的）進行分析，然後告訴你買什麼牌子、什麼時候買最好。只有四個PhD搞演算法，其他的靠AWS。另一家公司Prismatic，也利用了AWS，這是一家做個性化閱讀推薦的，我專門研究過它的計算圖、存儲和高性能庫，用LISP的一個變種Clojure寫的非常漂亮，真正做技術的只有三個學生。
所以當這些基礎設施社會化以後，大數據思維者的春天很快就要到來。
3、價值提取能力的開放
現在的模式一般是一大一小或一對多。比如Tesco和Dunnhumby，後者剛開始是很小的公司，找到Tesco給它做客戶忠誠度計劃，一做就做了幾十年，這樣的長期戰略合作優於短期的數據分析服務，決策更注重長期性。當然，Dunnhumby現在已經不是小公司了，也為其他大公司提供數據分析服務。再如沃爾瑪和另外一家小公司合作，做數據分析，最後他把這家小公司買下來了，成了它的Walmart Labs。
一對多的模式，典型的是Palantir——Peter Thiel和斯坦福的幾個教授成立的公司，目前還是私有的，但估值近百億了，它很擅長給各類政府和金融機構提供數據價值提取服務。真正把這種能力開放的是Kaggle，它的雙邊，一邊是10多萬的分析師，另一邊是需求方企業，企業在Kaggle上發標，分析師競標，獲得業務。這可能是真正解決長尾公司價值提取能力的辦法。當然，如果能和我們的數據咖啡館結合，就更好了。

Ⅲ 大數據領域創業的機會與方向

大數據領域創業的機會與方向

大數據不僅僅是一個營銷詞彙，在這篇干貨滿滿的文章里，作者用數據告訴我們，究竟什麼是大數據，大數據行業的創業機會如何，未來的創業方向又有哪些。

接觸大數據，了解這個行業已經有兩年多了，每天都在 閱讀大量的關於大數據的文獻資料和技術文章。如果你要問我什麼是大數據？以前可能我會和你說，大數據是一種思維，一種技術，標志的是大數據的4V特點：

Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。大數據帶來的是一種變革，打破了原有的隨機分析（抽樣調查）方法，採用所有全量的數據來進行分析，分析的數據更加復雜，有結構化數據、半結構化數據和非結構化數據，分析結構更加註重相關性而不是因果。

可是，普通人和大眾用戶他們聽得懂嗎？現在我會舉例子告訴你。

比如說，采野蘑菇/野山參這樣的事情，野蘑菇和野山參的分布地點都是隨機的，經驗告訴我，它們會分布在哪片山林，但是我們不知道具體位置，得一個一個的找。大數據可以解決這個難題。

我們可以把山林用數據可視化表現出來，然後讓采野蘑菇的人根據自己的實戰經驗標出蘑菇分布的地點，並且把這些地點數據常年積累起來。然後結合野蘑菇的習性，收集每片山林的降雨量、灌木叢分布數據、土壤數據、溫度數據以及山林里采蘑菇的人流量數據等等，來准確的預測出野蘑菇的分布地點。

這就是大數據力量。

一言以蔽之，大數據最直接的意義就是讓「隨機性」的事情變得可提前預測，從而提高效率和行動價值。

同樣的思路，森林防火防賊、環境保護、旅遊景點客流預測等等，都可以引入大數據思維。大數據同時也可以為我們工作、學習和生活中一些重大決策作為依據。

今天主要說的是大數據領域的創業思考，大數據只有和生活、學習、工作以及商業等場景結合才能產生價值。推動技術發展的從來都不是技術本身，而是消費者（用戶）的需求。用戶不需要知道也沒興趣知道你處理大數據是用Hadoop還是Spark、原理是什麼、架構是什麼，用戶最關心的是大數據到底怎麼用，用了能為自己帶來什麼好處。

今天我們將從「外部大環境」、「行業內部環境」、「創業風險」和「大數據創業機會和方向"四個點來闡述主題，聰明的朋友也許已經知道了，我們的思路就是大數據領域創業的SWOT分析。

大數據市場現狀（外部環境）

根據貴陽大數據交易所5月28日發布的《2015年中國大數據交易白皮書》顯示：2014年中國大數據市場規模達到767億元，同比增長27.83%。預計到2020年，中國大數據產業市場規模將達到8228.81億元。

一、大數據市場規模巨大

首先，中國大數據市場環比增長率較大。根據易觀智庫7月30號發布的中國大數據應用行業的報告顯示，2015-2018年中國大數據市場營銷規模達到258.6億人民幣。環比增長率為37.2%。

其次，大數據在全球范圍內的市場規模同樣巨大，根據IDC發布最新研究結果，預測到2018年全球大數據技術和服務市場的2018年的復合年增長率將達到26.4%，規模達到415億美元，是整個IT市場增幅的6倍。

無論是從國內還全球的市場規模和增長率來看，我們都可以得出這樣一個結論，無論你是什麼樣的公司，或者說你未來創業要做什麼樣的服務，大數據都是兵家必爭之地。大數據本身就是一種無形的資產，如果你的公司還沒有部署大數據，那麼在未來的市場上會失去核心競爭力。就好比你走在中關村創業大街上，你能收到的100份融資BP里，可能有99份都是APP和O2O項目，但99家裡90%以上會重視大數據。

二、政策好，政府支持力度大

根據gov.cn9月6日消息，國務院公開發布《國務院關於印發促進大數據發展行動綱要的通知》，綱要里明確的說明，中國將在2018年會建成政府的大數據平台。相比之下，我們敬愛的習大大和李克強總理也經常為大數據站台，為中國的大數據發展點贊。看政府對大數據的重視，你抬頭看看前兩天的北京的藍天，就會對政府有信心了。政府真正要干一件事，執行力大的超出你的預期。

據我們的觀察，大數據領域的創業環境只會越來越好。目前，很多一線城市乃至二三線城市的科技園區，都出台了相關的扶持大數據產業的政策。如果你真的想在這個行業創業，可選擇扶持力度大、人才較多的城市作為大本營，當然了，北京肯定是首選。

三、資本關注熱

其實你仔細來看圖會發現，大數據行業的資本關注熱度是遠遠高於其他行業的。這個可以從投資金額可以看出來。今年上半年O2O項目非常熱，也是投資重點關注的行業，但是投資的資本里，普遍都是人民幣幾百萬和幾千萬這樣的量級。而大數據行業的投資，更多的資本量級都是上億的，而且資本多源於頂級投資機構。

大數據行業現狀（內部環境）

「大數據就像十幾歲少年眼中的性行為，每個人都在談論它，但沒人真正知道怎麼做。每個人都以為除了自己之外的每個人都在使用它，所以每個人都裝作自己很了解它。」

TED的創始人Dan Ariely是這樣調侃大數據的。雖然是句玩笑話，但也確實說出了大數據的行業現狀。

現狀一、市場尚未飽和，競爭並不激烈

1、尚未出現壟斷性行業巨頭

前面我們分析了大數據整個大環境的狀況，我們知道大數據行業市場潛力巨大，未來的增長率將達37%左右。但是在中國，目前尚未出現一家如Palantir、FICO這樣的壟斷性質的大數據企業。也許百分點和Talkingdata都在布局上市，但是距離掛牌還有一段時間和距離。新創的大數據企業中，還沒有一家在美股、港股和深交所上市。

這是一個機會。創業你做電子商務也好，做游戲也好，都有好幾家有錢有用戶的巨頭公司和你爭搶市場份額，但是大數據行業不一樣，大數據行業沒有那麼大的競爭壓力，而且真正的戰爭尚未開始。

2、現有大數據企業扎推北京

根據數據堂統計的數據來看，新創的大數據企業中，57%的公司都在北京，上海佔了15%的份額。大數據需要和實際的業務場景結合才能產生價值，工業、農業、製造、交通和能源等傳統行業仍然擁有巨大的潛力，北上廣深和二三線城市的大數據力量還沒有完全被挖掘出來，這同樣也是一個優勢。

3、大數據在生活、商業滲透性較弱

筆者做大數據兩年了，天天都聽到或看到大數據的各種消息，但是生活並沒有因為大數據的到來變得更智能一些。它沒有讓大齡光棍女青年更快更精準的找到結婚對象，也沒用讓隔壁老王炒股賺到更多的錢，更沒有讓北京的交通不再擁堵……大數據有用是不假，但是和生活場景結合得還是較弱。並沒有看到可以稱之為「變革」的現象。

4、沒有直接的變現模式

互聯網上最賺錢的兩大行業分別是電子商務和網路游戲，這兩個行業的變現模式都是非常清晰和直接的，但是大數據的變現模式需要繞一個彎子，需要和實際業務場景結合起來才能產生價值，不直接的路定然不好走。

有人曾經把大數據比作石油，可是，目前的情況看來，大數據行業還需要像發動機一樣可以將數據轉化成動力的載體。一如2010年以前一樣，大家都知道手機游戲是未來的一個趨勢，可是沒有iPhone等智能移動設備的出現，手機游戲的市場份額就非常小，用戶體量也很有限。

現狀二、大數據行業人才緊缺

根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。2015年-2016年是大數據人才最為匱乏的兩年，因為已開了大數據專業的高等院校，第一批大數據人才還為畢業；已有的人才里，復合型的人才較少，都是術有專攻。

全球的大數據人才情況也不容樂觀，據Gartner預測，到2016年，25%的全球大型企業將部署大數據分析系統；到2015年，圈球大數據人才需求將達到440萬人；調查結果表明，全球64%的企業已經開始向大數據項目注資，或者打算在2015年6月之前將計劃付諸實踐。

大數據創業，人才就是核心，所有的公司都在搶大數據人才，創業公司想要招到相應的大數據人才非常困難。

現狀三、數據量增長超快

這里和大家分享三個數字。49億、250億和 39ZB。

49億物聯網設備：咨詢公司 Gartner 預測今明兩年互聯物品的漲幅將達30%。分析師在指出，截止到2015年，全球物聯網設備數量將從38億飆升至49億。

250億智能裝置感測器：分析師預測，感測器的普及將大大加速智能設備的開發、生產進度。到2020年，將會有大約250億部智能裝置出現在全球市場。

39ZB數據存儲量：在 2014 年年底，國內網路上集中存儲的數據已經達到 1ZB，到 2020 年時，當年的新增數據量將會達到 15.45ZB，整體的網路上數據存儲量將會達到 39ZB，未來 6 年的年復合增長率達到了 84%。

預測到 2020 年， 平均每個中國人每年產生的數據約為 4.1GB。

現狀四：行業目前存在問題

1、炒作過剩，實際落地產品較少；很多產品都是打擦邊球；把大數據玩壞了。現在你和大家說大數據，很多人都認為你在騙人。行業想要持續穩定的發展，企業必須有自律。

2、群眾基礎差，關注的人群多為三高人才，高學歷高收入和高技術。從網路指數可以看出，關注大數據的人群中，53%比例的人群年齡分布為30-39歲，而20-29歲人群占的比例為28%；另外，關注大數據的男女比例里，男性佔到了80%以上。這樣的數字直接告訴我們的問題就是，「大數據」的話題傳播性其實並不好。預計超過90%的大眾用戶不知道大數據是個什麼東西。

3、大數據只解決了部分2B的問題，2C產品較少。現在大家都覺得大數據的方向就是2B，我們不這么認為。打個比方說，你做2B的產品，每家企業平均給你200萬，新創大數據企業你撐死了一年做上20家企業，那麼營收預計在4000萬左右。但是如果你做2C的大數據產品，一個用戶給你200塊，當你做到20萬付費用戶的時候，你的營收就會超過4000萬。為什麼呢，因為用戶的數據本身就是錢。從深遠的角度來說，未來的創業，你必須學會討好大眾，服務好90後，這才是種子用戶。

4、懂技術的人不懂業務，懂業務的人不懂商業。這一點不想做詳細的說明，打擊面太廣了。筆者參加了眾多大數據行業內的峰會大會小會，人人都在說大數據，可是問到你的業務如何賺錢的時候，很多人都是三緘其口。純技術是無法賺錢的，必須和實際的業務結合起來產生商業價值，才能獲益。

5、市面上存在的大數據工具上手門檻較高。又一個槽點出來了。前面也說了，任何的新技術，都是需求推動其發展。需求來自用戶。任何的新技術，只有擁抱大眾用戶才能得到更好的發展，接地氣非常重要。現有的大數據處理工具非常復雜，需要你懂這個那個會這個那個才能使用，大眾根本接觸不到。現有的大數據工具也不夠親民，無論是2B也好，2C也好，你需要給別人的是一個簡單動動手就能用的工具，裡面有功能按鈕，而不是一堆代碼，最起碼應該滿足目前Office工作人員使用。上手門檻較高意味著很大一部分用戶被你擋在了門外。將大數據處理工具產品化勢在必行。

大數據行業創業的風險預警

一、大數據的創業門檻

1、人才成本較高；在美國，在R、NoSQL和MapRece方面需求的專業人才薪水達到了每年約11萬5千美元，在中國，大數據人才一將難求，創業公司不容易招大數據技術人才，即使招到，人才方面支出也較高。包括高薪、期權和股票等等；

2、存儲硬體成本高；考慮到數據歸屬和安全性。大數據公司一般不會數據存在雲上。 自建機房比雲存儲成本高很多倍。

3、項目啟動資金高；不是30-50十萬就可以玩起來的，比移動互聯網APP創業項目啟動資金要求高。

4、用戶少、獲取成本高。這一點的門檻主要是群眾基礎差帶來的。

沒有明確的商業變現模式，這是目前大數據創業的最大門檻。 拼數據，你拼不過阿里網路騰訊，拼錢，還是算了……

二、數據安全問題

據Verizon發布的《2015年數據泄露調查報告》顯示，79790個安全事件中已有2122個確認的數據泄露。值得關注的是在2015年的報告中新增了一個統計模型，用以幫助企業評估到底每筆數據泄露，要損失多少錢。如果泄露1000條記錄時，有95%的可能會損失5.2萬-8.7萬。泄露1千萬數據記錄的花費介於210萬到520萬之間，但最多可能到7390萬。

讓我們來回顧一下近年來數據泄漏的事件：2014年5月，800萬小米用戶數據或被泄露；2014年12月，12306大量用戶信息遭泄露；2015年4月，超30省市曝管理漏洞數千萬社保用戶信息或泄露；2015年5月，攜程網全面癱瘓疑似資料庫物理刪除；2015年6月，美國人事管理局（OPM）被指出大量工作人員信息泄露；2015年8月，婚外情網站Ashley Madison數據遭泄露……

對於大數據新創企業來說，數據的安全性就是「命」，如何保命事關生存。大數據的安全性，是部署大數據架構和大數據創業最大的挑戰之一！

三、大數據隱私

關於大數據隱私，在美國有隱私法案，而且美國與歐盟之間還簽署了安全港、隱私聲明等等。而在中國，目前的立法是非常模糊的，屬於灰色地帶。手機號碼被惡意第三方收集了，然後給用戶發了很多垃圾簡訊，或者我的姓名，我的電話，我的郵箱，他們收集我的信息是不是合法的，目前這一點在在立法上都不清晰。不知道未來國家會不會出台相關的法律法規來規范這個領域？大數據隱私目前具有不確定因素，也是創業存在的風險之一。

說完了風險，下面我們可以來說說大數據行業的創業方向和機會。

大數據行業創業機會與方向

一、資本層面關注點

對於大數據項目，投資人到底看什麼？在寫這篇文章之前，我們與多家投行的投資人曾經做過訪談，下面是我們根據訪談內容整理出來的內容。

大數據沒有直截了當的變現模式，那麼一個新創大數據企業想要獲得成功，拿什麼去拼？當然是人才。這也是投資人最關注的東西。

投資人告訴筆者，對於一個大數據項目，他們最看重的是團隊。那怎麼看團隊呢？一般從團隊技術能力、背景、過往項目經驗和創始人四個方面來看。大數據對技術的要求非常高，投資人看項目的時候，首先看的就是創始人的技術能力。一般情況下，投資者會更加青睞擁有技術背景的創始人和他的項目。

還有就是看項目的商業模式和變現能力。看項目方面，投資人會去看你的項目對應的國外成熟企業，或者說你的項目對應的競爭者是誰。由競爭者經營的情況來預估你在其領域的市場份額和變現能力。商業模式方面，投資者會看你的客戶（用戶）體量和數據源。你的客戶群體有多大？你手裡有哪些具體業務上的數據？這些數據如何產生價值，應用到你的客戶身上？解決好這3個問題就成功了一半。

大數據項目變現方向，投資人關注的是你的項目是否能夠快速直接的產生價值，而且有持續的創收能力。

解決好以上幾個問題，新創大數據公司想要拿到融資就非常容易了。

二、大數據垂直領域熱門的投資方向

第一個是Hadoop 商業化，簡單來說就是做Hadoop的收費版本。Hadoop本來是開源的，但是在具體業務場景中，還缺乏很多功能，那麼Hadoop 商業化就是去完善這些功能，使其更好的應用於企業的業務場景。Hadoop 商業化最典型的公司就是Hadoop的三駕馬車，Hortonworks，Cloudera和MapR，Hortonworks目前已經在納斯達克上市。中國相應的做Hadoop 商業化的公司是星環科技。

第二個是SQL on Hadoop，用大白話來說就是基於應用場景下的數據框架 。比如說大數據架構里的查詢引擎、存儲引擎、計算模型等等，這個主要是基於大數據技術方向的，比如說WibiData，它提供了對Hadoop的封裝，連接前端應用到Hadoop基礎設施。

第三個是NoSQL資料庫，非關系型資料庫和雲資料庫服務。典型的國外企業有MongoDB 和Datastax。目前，創業公司MongoDB的估值已超過16億美元，而在中國，基礎雲服務商青雲QingCloud已經推出了基於MongoDB的集群服務，名字叫做青雲QingCloud MongoDB。

第四個是分析和可視化。對應的國外企業有Tableau、Datameer。國內新創的大數據企業中，也有很多大數據企業在做可視化服務，比如說國雲數據的大數據魔鏡。

第五個是行業大數據應用。為社交媒體、廣告公司、企業客戶、電子商務等行業客戶提供數據分析，幫助這些行業提升數據分析的水平，如DataSift、RelateIQ、RocketFuel等創業公司。

三、大數據行業現有的商業模式

談到商業模式，肯定就要說到2B還2C的問題。

2B是目前大數據行業主要的商業模式，將大數據變為一種服務，服務的對象是企業或機構。比如現有的大數據企業里，星圖數據，Hortonworks，Cloudera，星環科技、Talkingdata 都是2B的商業模式。從他們的運營狀況，不難看出，2B的商業模式，要麼是做解決方案（類似外包），要麼就是做工具。

預計未來所有的互聯網企業也好，傳統企業也好，都會在企業內部成立大數據部門，那麼到那個時候，解決方案的市場份額還會多麼？不肯到也不否定。對於一家企業來說，大數據就是自己的資產，相信企業更傾向於自己管理自己的內部資產。所以我們大膽的預測，解決方案只是目前大數據行業的權宜之計，未來企業會用自己的人才管理自己的大數據，用自己的人才使用自己的大數據。做工具是目前較為主流的模式。Palantir其實也是做工具。

2C方面，在整理這份內容的時候，我們發現2C的產品非常少。女性經期助手、網路指數這樣勉強算是2C的大數據產品。而大數據2C方面的產品，更多的是傾向於應用。可穿戴設備其實也算是大數據應用產品之一。

說了這么多，你肯定會問我了，那麼騰訊、網路和阿里巴巴這樣的企業，他們的大數據又是什麼樣的模式呢？在筆者看來，BAT企業的大數據商業模式都是2C+2B的模式，我們可以簡稱為復合型的商業模式，因為他們服務的用戶有企業用戶也有個人用戶。

總結一下，現有的商業模式里，哪個最好？筆者個人認為是2B+2C模式。這樣的模式是最健康的模式，形成了一個商業閉環。

用一句話來說就是：你收集用戶的數據，分析出報告，然後給到的對應的企業，對應的企業根據數據反饋，從而開發或製造出更好的產品，讓用戶享受更智能更美好的生活。這整個過程中，大數據是貫穿始終的。

那麼，現有的大數據公司，都是如何賺錢的呢？

1、廣告、營銷。這一類主要集中在第三方大數據營銷公司里。典型的企業包括締元信、時趣這樣的公司。他們主要的業務就是幫助大數據分析能力較弱的公司來做大數據分析，優化廣告和營銷的路徑，使市場投入的非常產生更大的價值。

2、直接賣數據的公司。典型的企業有數據堂。

3、做工具或者服務。目前的移動統計工具就是這一類，還有做Hadoop套件的也是這一類公司。

4、賣報告或解決方案的。做大數據解決方案的公司就太多太多了，典型的公司為IBM。

5、跨界和融合。

Talkingdata聯合創始人蔣奇先生告訴我們，Talkingdata後台有移動互聯網各個熱門手機游戲的數據，包括用戶的設備數據、行為數據、日常數據和游戲里的消費數據等等。根據這些數據，可以對這些游戲用戶進行用戶畫像。

以招行信用卡推廣為例，Talkingdata通過大數據分析發現，《刀塔傳奇》以及《我叫MT》這兩款游戲的用戶屬性和招商銀行信用卡中心需要的用戶屬性很契合，於是促成了招商銀行和的合作，還支持了後續的信用卡積分的禮包和活動等。

這次合作為招行信用卡帶來了5萬個綁定用戶。一般情況下，銀行類的應用要實現轉化的平均成本在兩百到三百塊錢之間，而這樣的跨界合作，招商銀行基本上沒花一分錢，就達到了5萬轉化率，理論上省掉了上千萬的費用。這就是跨界和融合。

跨界和融合，其實也是大數據思維里最重要的一環。大數據就像是錢一樣，你得讓它流動起來才能產生價值。

四、大數據行業的創業方向和機會

先說2B方向。

大數據創業的2B方向，更多的是做工具和服務，如數據可視化、商務智能、CRM等。

現有的大數據工具有著技術門檻高、上手成本高、和實際業務結合較差以及部署成本高，小公司用不起等特點。那麼新創企業就可以根據以往這些產品的缺陷，來做更適合市場和客戶的大數據分析工具和服務。另外，將大數據工具完整化和產品化也是一個方向。新一代的大數據處理工具應該是有著漂亮UI，功能按鍵和數據可視化等模塊的完整產品，而不是一堆代碼。

再說2C方向。

大數據一個很大的作用就是為決策做依據，以前做決定是「拍腦袋」決定，現在，做決定是根據數據結果。在我們的生活中，需要做決策的時候太多太多，尤其是像筆者這樣選擇性困難的天秤座，非常需要大數據來輔助決策。個人理財（我的錢花哪去了，哪些可以省下來）、家庭決策（孩子報考哪所大學）、職業發展/自我量化（該不該跳槽，現在薪水到底合適不合適 ）以及個人健康都可以用到大數據。

五、我們的創業建議

1、想清楚誰為你買單（找用戶）；

2、痛點是什麼（找需求）；

3、穩定/獨特的數據源（找數據）；

4、靠譜的人做靠譜的事（找人才）；

5、考慮2C的產品方向；

6、忘記科技行業過往經驗；

7、將大數據產品化 （小而美）；

8、深耕一個領域，不斷的試錯和迭代。

其他新創大數據公司創始人也提出過自己的建議。九次方大數據集團總裁王參壽認為深耕大數據領域，堅持才是王道：「大數據行業創業就像爬泰山，爬不到山頂，看不到太陽。」

國雲數據CEO馬曉東表示，「不要跟著概念創業，從真實需求出發，從企業和用戶對數據的需求出發做大數據產品，找准自己的定位是關鍵。」

以上是小編為大家分享的關於大數據領域創業的機會與方向的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅳ IT時代 看大數據潛力如何

IT時代：看大數據潛力如何

大數據不僅僅是一個營銷詞彙，在這篇干貨滿滿的文章里，作者用數據告訴我們，究竟什麼是大數據，大數據行業的創業機會如何，未來的創業方向又有哪些。

接觸大數據，了解這個行業已經有兩年多了，每天都在閱讀大量的關於大數據的文獻資料和技術文章。如果你要問我什麼是大數據？以前可能我會和你說，大數據是一種思維，一種技術，標志的是大數據的4V特點：

Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)。大數據帶來的是一種變革，打破了原有的隨機分析(抽樣調查)方法，採用所有全量的數據來進行分析，分析的數據更加復雜，有結構化數據、半結構化數據和非結構化數據，分析結構更加註重相關性而不是因果。

可是，普通人和大眾用戶他們聽得懂嗎？現在我會舉例子告訴你。

比如說，采野蘑菇/野山參這樣的事情，野蘑菇和野山參的分布地點都是隨機的，經驗告訴我，它們會分布在哪片山林，但是我們不知道具體位置，得一個一個的找。大數據可以解決這個難題。

我們可以把山林用數據可視化表現出來，然後讓采野蘑菇的人根據自己的實戰經驗標出蘑菇分布的地點，並且把這些地點數據常年積累起來。然後結合野蘑菇的習性，收集每片山林的降雨量、灌木叢分布數據、土壤數據、溫度數據以及山林里采蘑菇的人流量數據等等，來准確的預測出野蘑菇的分布地點。

這就是大數據力量。

一言以蔽之，大數據最直接的意義就是讓「隨機性」的事情變得可提前預測，從而提高效率和行動價值。

同樣的思路，森林防火防賊、環境保護、旅遊景點客流預測等等，都可以引入大數據思維。大數據同時也可以為我們工作、學習和生活中一些重大決策作為依據。

今天主要說的是大數據領域的創業思考，大數據只有和生活、學習、工作以及商業等場景結合才能產生價值。推動技術發展的從來都不是技術本身，而是消費者(用戶)的需求。用戶不需要知道也沒興趣知道你處理大數據是用Hadoop還是Spark、原理是什麼、架構是什麼，用戶最關心的是大數據到底怎麼用，用了能為自己帶來什麼好處。

今天我們將從「外部大環境」、「行業內部環境」、「創業風險」和「大數據創業機會和方向」四個點來闡述主題，聰明的朋友也許已經知道了，我們的思路就是大數據領域創業的SWOT分析。

大數據市場現狀(外部環境)

根據貴陽大數據交易所5月28日發布的《2015年中國大數據交易白皮書》顯示：2014年中國大數據市場規模達到767億元，同比增長27.83%。預計到2020年，中國大數據產業市場規模將達到8228.81億元。

一、大數據市場規模巨大

首先，中國大數據市場環比增長率較大。根據易觀智庫7月30號發布的中國大數據應用行業的報告顯示，2015-2018年中國大數據市場營銷規模達到258.6億人民幣。環比增長率為37.2%。

其次，大數據在全球范圍內的市場規模同樣巨大，根據IDC發布最新研究結果，預測到2018年全球大數據技術和服務市場的2018年的復合年增長率將達到26.4%，規模達到415億美元，是整個IT市場增幅的6倍。

無論是從國內還全球的市場規模和增長率來看，我們都可以得出這樣一個結論，無論你是什麼樣的公司，或者說你未來創業要做什麼樣的服務，大數據都是兵家必爭之地。大數據本身就是一種無形的資產，如果你的公司還沒有部署大數據，那麼在未來的市場上會失去核心競爭力。就好比你走在中關村創業大街上，你能收到的100份融資BP里，可能有99份都是APP和O2O項目，但99家裡90%以上會重視大數據。

二、政策好，政府支持力度大

根據gov.cn 9月6日消息，國務院公開發布《國務院關於印發促進大數據發展行動綱要的通知》，綱要里明確的說明，中國將在2018年會建成政府的大數據平台。相比之下，我們敬愛的習大大和李克強總理也經常為大數據站台，為中國的大數據發展點贊。看政府對大數據的重視，你抬頭看看前兩天的北京的藍天，就會對政府有信心了。政府真正要干一件事，執行力大的超出你的預期。

據我們的觀察，大數據領域的創業環境只會越來越好。目前，很多一線城市乃至二三線城市的科技園區，都出台了相關的扶持大數據產業的政策。如果你真的想在這個行業創業，可選擇扶持力度大、人才較多的城市作為大本營，當然了，北京肯定是首選。

三、資本關注熱

上圖是我們對大數據垂直領域2015年資本投資事件的不完全統計。其實你仔細來看圖會發現，大數據行業的資本關注熱度是遠遠高於其他行業的。這個可以從投資金額可以看出來。今年上半年O2O項目非常熱，也是投資重點關注的行業，但是投資的資本里，普遍都是人民幣幾百萬和幾千萬這樣的量級。而大數據行業的投資，更多的資本量級都是上億的，而且資本多源於頂級投資機構。

大數據行業現狀(內部環境)

「大數據就像十幾歲少年眼中的性行為，每個人都在談論它，但沒人真正知道怎麼做。每個人都以為除了自己之外的每個人都在使用它，所以每個人都裝作自己很了解它。」

TED的創始人Dan Ariely是這樣調侃大數據的。雖然是句玩笑話，但也確實說出了大數據的行業現狀。

現狀一、市場尚未飽和，競爭並不激烈

1、尚未出現壟斷性行業巨頭

前面我們分析了大數據整個大環境的狀況，我們知道大數據行業市場潛力巨大，未來的增長率將達37%左右。但是在中國，目前尚未出現一家如Palantir、FICO這樣的壟斷性質的大數據企業。也許百分點和Talkingdata都在布局上市，但是距離掛牌還有一段時間和距離。新創的大數據企業中，還沒有一家在美股、港股和深交所上市。

這是一個機會。創業你做電子商務也好，做游戲也好，都有好幾家有錢有用戶的巨頭公司和你爭搶市場份額，但是大數據行業不一樣，大數據行業沒有那麼大的競爭壓力，而且真正的戰爭尚未開始。

2、現有大數據企業扎推北京

根據數據堂統計的數據來看，新創的大數據企業中，57%的公司都在北京，上海佔了15%的份額。大數據需要和實際的業務場景結合才能產生價值，工業、農業、製造、交通和能源等傳統行業仍然擁有巨大的潛力，北上廣深和二三線城市的大數據力量還沒有完全被挖掘出來，這同樣也是一個優勢。

3、大數據在生活、商業滲透性較弱

筆者做大數據兩年了，天天都聽到或看到大數據的各種消息，但是生活並沒有因為大數據的到來變得更智能一些。它沒有讓大齡光棍女青年更快更精準的找到結婚對象，也沒用讓隔壁老王炒股賺到更多的錢，更沒有讓北京的交通不再擁堵……大數據有用是不假，但是和生活場景結合得還是較弱。並沒有看到可以稱之為「變革」的現象。

4、沒有直接的變現模式

互聯網上最賺錢的兩大行業分別是電子商務和網路游戲，這兩個行業的變現模式都是非常清晰和直接的，但是大數據的變現模式需要繞一個彎子，需要和實際業務場景結合起來才能產生價值，不直接的路定然不好走。

有人曾經把大數據比作石油，可是，目前的情況看來，大數據行業還需要像發動機一樣可以將數據轉化成動力的載體。一如2010年以前一樣，大家都知道手機游戲是未來的一個趨勢，可是沒有iPhone等智能移動設備的出現，手機游戲的市場份額就非常小，用戶體量也很有限。

現狀二、大數據行業人才緊缺

根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。2015年-2016年是大數據人才最為匱乏的兩年，因為已開了大數據專業的高等院校，第一批大數據人才還為畢業；已有的人才里，復合型的人才較少，都是術有專攻。

全球的大數據人才情況也不容樂觀，據Gartner預測，到2016年，25%的全球大型企業將部署大數據分析系統；到2015年，圈球大數據人才需求將達到440萬人；調查結果表明，全球64%的企業已經開始向大數據項目注資，或者打算在2015年6月之前將計劃付諸實踐。

大數據創業，人才就是核心，所有的公司都在搶大數據人才，創業公司想要招到相應的大數據人才非常困難。

現狀三、數據量增長超快

這里和大家分享三個數字。49億、250億和39ZB。

49億物聯網設備：咨詢公司Gartner預測今明兩年互聯物品的漲幅將達30%。分析師在指出，截止到2015年，全球物聯網設備數量將從38億飆升至49億。

250億智能裝置感測器：分析師預測，感測器的普及將大大加速智能設備的開發、生產進度。到2020年，將會有大約250億部智能裝置出現在全球市場。

39ZB數據存儲量：在2014年年底，國內網路上集中存儲的數據已經達到1ZB，到2020年時，當年的新增數據量將會達到15.45ZB，整體的網路上數據存儲量將會達到39ZB，未來6年的年復合增長率達到了84%。

預測到2020年，平均每個中國人每年產生的數據約為4.1GB。

現狀四：行業目前存在問題

1、炒作過剩，實際落地產品較少；很多產品都是打擦邊球；把大數據玩壞了。現在你和大家說大數據，很多人都認為你在騙人。行業想要持續穩定的發展，企業必須有自律。

2、群眾基礎差，關注的人群多為三高人才，高學歷高收入和高技術。從網路指數可以看出，關注大數據的人群中，53%比例的人群年齡分布為30-39歲，而20-29歲人群占的比例為28%；另外，關注大數據的男女比例里，男性佔到了80%以上。這樣的數字直接告訴我們的問題就是，「大數據」的話題傳播性其實並不好。預計超過90%的大眾用戶不知道大數據是個什麼東西。

3、大數據只解決了部分2B的問題，2C產品較少。現在大家都覺得大數據的方向就是2B，我們不這么認為。打個比方說，你做2B的產品，每家企業平均給你200萬，新創大數據企業你撐死了一年做上20家企業，那麼營收預計在4000萬左右。但是如果你做2C的大數據產品，一個用戶給你200塊，當你做到20萬付費用戶的時候，你的營收就會超過4000萬。為什麼呢，因為用戶的數據本身就是錢。從深遠的角度來說，未來的創業，你必須學會討好大眾，服務好90後，這才是種子用戶。

4、懂技術的人不懂業務，懂業務的人不懂商業。這一點不想做詳細的說明，打擊面太廣了。筆者參加了眾多大數據行業內的峰會大會小會，人人都在說大數據，可是問到你的業務如何賺錢的時候，很多人都是三緘其口。純技術是無法賺錢的，必須和實際的業務結合起來產生商業價值，才能獲益。

5、市面上存在的大數據工具上手門檻較高。又一個槽點出來了。前面也說了，任何的新技術，都是需求推動其發展。需求來自用戶。任何的新技術，只有擁抱大眾用戶才能得到更好的發展，接地氣非常重要。現有的大數據處理工具非常復雜，需要你懂這個那個會這個那個才能使用，大眾根本接觸不到。現有的大數據工具也不夠親民，無論是2B也好，2C也好，你需要給別人的是一個簡單動動手就能用的工具，裡面有功能按鈕，而不是一堆代碼，最起碼應該滿足目前Office工作人員使用。上手門檻較高意味著很大一部分用戶被你擋在了門外。將大數據處理工具產品化勢在必行。

大數據行業創業的風險預警

一、大數據的創業門檻

1、人才成本較高；在美國，在R、NoSQL和MapRece方面需求的專業人才薪水達到了每年約11萬5千美元，在中國，大數據人才一將難求，創業公司不容易招大數據技術人才，即使招到，人才方面支出也較高。包括高薪、期權和股票等等；

2、存儲硬體成本高；考慮到數據歸屬和安全性。大數據公司一般不會數據存在雲上。自建機房比雲存儲成本高很多倍。

3、項目啟動資金高；不是30-50十萬就可以玩起來的，比移動互聯網APP創業項目啟動資金要求高。

4、用戶少、獲取成本高。這一點的門檻主要是群眾基礎差帶來的。

沒有明確的商業變現模式，這是目前大數據創業的最大門檻。拼數據，你拼不過阿里網路騰訊，拼錢，還是算了……

二、數據安全問題

據Verizon發布的《2015年數據泄露調查報告》顯示，79790個安全事件中已有2122個確認的數據泄露。值得關注的是在2015年的報告中新增了一個統計模型，用以幫助企業評估到底每筆數據泄露，要損失多少錢。如果泄露1000條記錄時，有95%的可能會損失5.2萬-8.7萬。泄露1千萬數據記錄的花費介於210萬到520萬之間，但最多可能到7390萬。

讓我們來回顧一下近年來數據泄漏的事件：2014年5月，800萬小米用戶數據或被泄露；2014年12月，12306大量用戶信息遭泄露；2015年4月，超30省市曝管理漏洞數千萬社保用戶信息或泄露；2015年5月，攜程網全面癱瘓疑似資料庫物理刪除；2015年6月，美國人事管理局(OPM)被指出大量工作人員信息泄露；2015年8月，婚外情網站AshleyMadison數據遭泄露……

對於大數據新創企業來說，數據的安全性就是「命」，如何保命事關生存。大數據的安全性，是部署大數據架構和大數據創業最大的挑戰之一！

三、大數據隱私

關於大數據隱私，在美國有隱私法案，而且美國與歐盟之間還簽署了安全港、隱私聲明等等。而在中國，目前的立法是非常模糊的，屬於灰色地帶。手機號碼被惡意第三方收集了，然後給用戶發了很多垃圾簡訊，或者我的姓名，我的電話，我的郵箱，他們收集我的信息是不是合法的，目前這一點在在立法上都不清晰。不知道未來國家會不會出台相關的法律法規來規范這個領域？大數據隱私目前具有不確定因素，也是創業存在的風險之一。

說完了風險，下面我們可以來說說大數據行業的創業方向和機會。

大數據行業創業機會與方向

一、資本層面關注點

對於大數據項目，投資人到底看什麼？在寫這篇文章之前，我們與多家投行的投資人曾經做過訪談，下面是我們根據訪談內容整理出來的內容。

大數據沒有直截了當的變現模式，那麼一個新創大數據企業想要獲得成功，拿什麼去拼？當然是人才。這也是投資人最關注的東西。

投資人告訴筆者，對於一個大數據項目，他們最看重的是團隊。那怎麼看團隊呢？一般從團隊技術能力、背景、過往項目經驗和創始人四個方面來看。大數據對技術的要求非常高，投資人看項目的時候，首先看的就是創始人的技術能力。一般情況下，投資者會更加青睞擁有技術背景的創始人和他的項目。

還有就是看項目的商業模式和變現能力。看項目方面，投資人會去看你的項目對應的國外成熟企業，或者說你的項目對應的競爭者是誰。由競爭者經營的情況來預估你在其領域的市場份額和變現能力。商業模式方面，投資者會看你的客戶(用戶)體量和數據源。你的客戶群體有多大？你手裡有哪些具體業務上的數據？這些數據如何產生價值，應用到你的客戶身上？解決好這3個問題就成功了一半。

大數據項目變現方向，投資人關注的是你的項目是否能夠快速直接的產生價值，而且有持續的創收能力。

解決好以上幾個問題，新創大數據公司想要拿到融資就非常容易了。

二、大數據垂直領域熱門的投資方向

第一個是Hadoop商業化，簡單來說就是做Hadoop的收費版本。Hadoop本來是開源的，但是在具體業務場景中，還缺乏很多功能，那麼Hadoop商業化就是去完善這些功能，使其更好的應用於企業的業務場景。Hadoop商業化最典型的公司就是Hadoop的三駕馬車，Hortonworks，Cloudera和MapR，Hortonworks目前已經在納斯達克上市。中國相應的做Hadoop商業化的公司是星環科技。

第二個是SQLonHadoop，用大白話來說就是基於應用場景下的數據框架。比如說大數據架構里的查詢引擎、存儲引擎、計算模型等等，這個主要是基於大數據技術方向的，比如說WibiData，它提供了對Hadoop的封裝，連接前端應用到Hadoop基礎設施。

第三個是NoSQL資料庫，非關系型資料庫和雲資料庫服務。典型的國外企業有MongoDB和Datastax。目前，創業公司MongoDB的估值已超過16億美元，而在中國，基礎雲服務商青雲QingCloud已經推出了基於MongoDB的集群服務，名字叫做青雲QingCloudMongoDB。

第四個是分析和可視化。對應的國外企業有Tableau、Datameer。國內新創的大數據企業中，也有很多大數據企業在做可視化服務，比如說國雲數據的大數據魔鏡。

第五個是行業大數據應用。為社交媒體、廣告公司、企業客戶、電子商務等行業客戶提供數據分析，幫助這些行業提升數據分析的水平，如DataSift、RelateIQ、RocketFuel等創業公司。

三、大數據行業現有的商業模式

談到商業模式，肯定就要說到2B還2C的問題。

2B是目前大數據行業主要的商業模式，將大數據變為一種服務，服務的對象是企業或機構。比如現有的大數據企業里，星圖數據，Hortonworks，Cloudera，星環科技、Talkingdata都是2B的商業模式。從他們的運營狀況，不難看出，2B的商業模式，要麼是做解決方案(類似外包)，要麼就是做工具。

預計未來所有的互聯網企業也好，傳統企業也好，都會在企業內部成立大數據部門，那麼到那個時候，解決方案的市場份額還會多麼？不肯到也不否定。對於一家企業來說，大數據就是自己的資產，相信企業更傾向於自己管理自己的內部資產。所以我們大膽的預測，解決方案只是目前大數據行業的權宜之計，未來企業會用自己的人才管理自己的大數據，用自己的人才使用自己的大數據。做工具是目前較為主流的模式。Palantir其實也是做工具。

2C方面，在整理這份內容的時候，我們發現2C的產品非常少。女性經期助手、網路指數這樣勉強算是2C的大數據產品。而大數據2C方面的產品，更多的是傾向於應用。可穿戴設備其實也算是大數據應用產品之一。

說了這么多，你肯定會問我了，那麼騰訊、網路和阿里巴巴這樣的企業，他們的大數據又是什麼樣的模式呢？在筆者看來，BAT企業的大數據商業模式都是2C+2B的模式，我們可以簡稱為復合型的商業模式，因為他們服務的用戶有企業用戶也有個人用戶。

總結一下，現有的商業模式里，哪個最好？筆者個人認為是2B+2C模式。這樣的模式是最健康的模式，形成了一個商業閉環。

用一句話來說就是：你收集用戶的數據，分析出報告，然後給到的對應的企業，對應的企業根據數據反饋，從而開發或製造出更好的產品，讓用戶享受更智能更美好的生活。這整個過程中，大數據是貫穿始終的。

以上是小編為大家分享的關於IT時代 看大數據潛力如何的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅳ 彼得·泰爾是誰

彼得·泰爾（ Peter Thiel，1964年 ），作為支付服務PayPal創始人，泰爾獲得了巨額財富，並投身風險投資行業，投資對象包括Facebook、LinkedIn、Palantir Technologies、Yelp和Friendster等。2008年總統競選期間，泰爾是羅恩·保羅(Ron Paul)的鐵桿粉絲。2009年早些時候，泰爾在一篇文章中指出，女性享有選舉權是經濟衰退的原因之一。泰爾還資助了數個頂級尖端研究項目，其中包括抗衰老研究和人工智慧開發。2003年，泰爾主動出櫃，公開承認自己是同性戀。
隨著「創富神話」Facebook公司正式啟動IPO，其外部投資者也

逐漸走到了聚光燈下，其中最受矚目的當數該公司的首位外部投資人——彼得·泰爾(Peter Thiel)。
泰爾2004年為當時估值不到500萬美元的Facebook提供了50萬美元啟動資金，佔10.2%的股份。盡管隨後幾年，泰爾賣掉了自己近一半的股份，剩餘股份也因Facebook多輪融資而進一步稀釋，但泰爾所持股份仍佔3%左右。如果以Facebook上市後1000億美元的市值計算，泰爾手中的股票價值有望達30億美元，投資回報逾6000倍。
泰爾1964年出生在德國法蘭克福市，父親是一位化學工程師，一直帶著全家到處奔波，最終在美國舊金山以南20英里的福斯特市定居下來。
和大多數男孩一樣，泰爾小時候也沉迷於《指環王(Lord of the Ring)》系列小說，並從這部小說中知曉了邪惡的誘惑和力量的有限性。不過，據說他比大部分同學更聰明，從5歲開始就記得世界上所有國家的名字。
少年時的泰爾還是國際象棋大師，最高排名曾達到全美第七。他也熱衷於通過棋局上的博弈與朋友或敵人較量智慧，並狂熱地渴望勝利。據他的一位高中同學回憶，他會在比賽開始前5分鍾才出現在賽場，以此給對手製造壓力。
高中畢業後，泰爾進入斯坦福大學學習哲學，同時輔修了「政治不正確學」(political incorrectness)。其間，他還創辦了一份名為《斯坦福評論》的自由主義派報紙，但這份報紙並不受歡迎。
1992年，泰爾獲得法律學士學位後，在頂尖的蘇利文和克倫威爾律師事務所(Sullivan & Cromwell)找到了一份工作，但7個月後他就辭了職。隨後，他將目光投轉向金融行業，在瑞士信貸第一波士頓謀得一份金融衍生品交易員的工作。1996年，更想自己創業的泰爾從紐約回到家鄉，用從家人和朋友那裡募集到的100萬美元，用最便宜的價格在矽谷的金融中心區租下了一間沒有窗戶的倉庫，創辦了泰爾資本，從此走上了創富之路。
泰爾以15億美元的身家在福布斯排行榜上居第365位。不過據傳聞，作為基督徒的泰爾同時也是一個徹頭徹尾的同性戀，而這也是泰爾被外界稱為矛盾綜合體的具體體現之一。

Ⅵ 大數據領域創業的行業現狀及機會與方向分析

大數據領域創業的行業現狀及機會與方向分析

跨界和融合是大數據思維里最重要的一環，大數據就像是錢一樣，你得讓它流動起來才能產生價值。在這篇大數據行業的SWOT分析文章中，也許可以找到你想了解的大數據行業創業環境、問題、機會與方向。

註：大數據不僅僅是一個營銷詞彙，在這篇干貨滿滿的文章里，作者用數據告訴我們，究竟什麼是大數據，大數據行業的創業機會如何，未來的創業方向又有哪些。

接觸大數據，了解這個行業已經有兩年多了，每天都在閱讀大量的關於大數據的文獻資料和技術文章。如果你要問我什麼是大數據以前可能我會和你說，大數據是一種思維，一種技術，標志的是大數據的4V特點：

Volume、Velocity、Variety、Value。大數據帶來的是一種變革，打破了原有的隨機分析方法，採用所有全量的數據來進行分析，分析的數據更加復雜，有結構化數據、半結構化數據和非結構化數據，分析結構更加註重相關性而不是因果。

可是，普通人和大眾用戶他們聽得懂嗎現在我會舉例子告訴你。

比如說，采野蘑菇/野山參這樣的事情，野蘑菇和野山參的分布地點都是隨機的，經驗告訴我，它們會分布在哪片山林，但是我們不知道具體位置，得一個一個的找。大數據可以解決這個難題。

我們可以把山林用數據可視化表現出來，然後讓采野蘑菇的人根據自己的實戰經驗標出蘑菇分布的地點，並且把這些地點數據常年積累起來。然後結合野蘑菇的習性，收集每片山林的降雨量、灌木叢分布數據、土壤數據、溫度數據以及山林里采蘑菇的人流量數據等等，來准確的預測出野蘑菇的分布地點。

這就是大數據力量。

一言以蔽之，大數據最直接的意義就是讓「隨機性」的事情變得可提前預測，從而提高效率和行動價值。

同樣的思路，森林防火防賊、環境保護、旅遊景點客流預測等等，都可以引入大數據思維。大數據同時也可以為我們工作、學習和生活中一些重大決策作為依據。

今天主要說的是大數據領域的創業思考，大數據只有和生活、學習、工作以及商業等場景結合才能產生價值。推動技術發展的從來都不是技術本身，而是消費者的需求。用戶不需要知道也沒興趣知道你處理大數據是用Hadoop還是Spark、原理是什麼、架構是什麼，用戶最關心的是大數據到底怎麼用，用了能為自己帶來什麼好處。

今天我們將從「外部大環境」、「行業內部環境」、「創業風險」和「大數據創業機會和方向"四個點來闡述主題，聰明的朋友也許已經知道了，我們的思路就是大數據領域創業的SWOT分析。

大數據市場現狀

根據貴陽大數據交易所5月28日發布的《2015年中國大數據交易白皮書》顯示：2014年中國大數據市場規模達到767億元，同比增長27.83%。預計到2020年，中國大數據產業市場規模將達到8228.81億元。

一、大數據市場規模巨大

首先，中國大數據市場環比增長率較大。根據易觀智庫7月30號發布的中國大數據應用行業的報告顯示，2015-2018年中國大數據市場營銷規模達到258.6億人民幣。環比增長率為37.2%。

其次，大數據在全球范圍內的市場規模同樣巨大，根據IDC發布最新研究結果，預測到2018年全球大數據技術和服務市場的2018年的復合年增長率將達到26.4%，規模達到415億美元，是整個IT市場增幅的6倍。

無論是從國內還全球的市場規模和增長率來看，我們都可以得出這樣一個結論，無論你是什麼樣的公司，或者說你未來創業要做什麼樣的服務，大數據都是兵家必爭之地。大數據本身就是一種無形的資產，如果你的公司還沒有部署大數據，那麼在未來的市場上會失去核心競爭力。就好比你走在中關村創業大街上，你能收到的100份融資BP里，可能有99份都是APP和O2O項目，但99家裡90%以上會重視大數據。

二、政策好，政府支持力度大

根據gov.cn9月6日消息，國務院公開發布《國務院關於印發促進大數據發展行動綱要的通知》，綱要里明確的說明，中國將在2018年會建成政府的大數據平台。相比之下，我們敬愛的習大大和李克強總理也經常為大數據站台，為中國的大數據發展點贊。看政府對大數據的重視，你抬頭看看前兩天的北京的藍天，就會對政府有信心了。政府真正要干一件事，執行力大的超出你的預期。

據我們的觀察，大數據領域的創業環境只會越來越好。目前，很多一線城市乃至二三線城市的科技園區，都出台了相關的扶持大數據產業的政策。如果你真的想在這個行業創業，可選擇扶持力度大、人才較多的城市作為大本營，當然了，北京肯定是首選。

三、資本關注熱

上圖是我們對大數據垂直領域2015年資本投資事件的不完全統計。其實你仔細來看圖會發現，大數據行業的資本關注熱度是遠遠高於其他行業的。這個可以從投資金額可以看出來。今年上半年O2O項目非常熱，也是投資重點關注的行業，但是投資的資本里，普遍都是人民幣幾百萬和幾千萬這樣的量級。而大數據行業的投資，更多的資本量級都是上億的，而且資本多源於頂級投資機構。

大數據行業現狀

「大數據就像十幾歲少年眼中的性行為，每個人都在談論它，但沒人真正知道怎麼做。每個人都以為除了自己之外的每個人都在使用它，所以每個人都裝作自己很了解它。」

TED的創始人DanAriely是這樣調侃大數據的。雖然是句玩笑話，但也確實說出了大數據的行業現狀。

現狀一、市場尚未飽和，競爭並不激烈

1、尚未出現壟斷性行業巨頭

前面我們分析了大數據整個大環境的狀況，我們知道大數據行業市場潛力巨大，未來的增長率將達37%左右。但是在中國，目前尚未出現一家如Palantir、FICO這樣的壟斷性質的大數據企業。也許百分點和Talkingdata都在布局上市，但是距離掛牌還有一段時間和距離。新創的大數據企業中，還沒有一家在美股、港股和深交所上市。

這是一個機會。創業你做電子商務也好，做游戲也好，都有好幾家有錢有用戶的巨頭公司和你爭搶市場份額，但是大數據行業不一樣，大數據行業沒有那麼大的競爭壓力，而且真正的戰爭尚未開始。

2、現有大數據企業扎推北京

根據數據堂統計的數據來看，新創的大數據企業中，57%的公司都在北京，上海佔了15%的份額。大數據需要和實際的業務場景結合才能產生價值，工業、農業、製造、交通和能源等傳統行業仍然擁有巨大的潛力，北上廣深和二三線城市的大數據力量還沒有完全被挖掘出來，這同樣也是一個優勢。

3、大數據在生活、商業滲透性較弱

筆者做大數據兩年了，天天都聽到或看到大數據的各種消息，但是生活並沒有因為大數據的到來變得更智能一些。它沒有讓大齡光棍女青年更快更精準的找到結婚對象，也沒用讓隔壁老王炒股賺到更多的錢，更沒有讓北京的交通不再擁堵……大數據有用是不假，但是和生活場景結合得還是較弱。並沒有看到可以稱之為「變革」的現象。

4、沒有直接的變現模式

互聯網上最賺錢的兩大行業分別是電子商務和網路游戲，這兩個行業的變現模式都是非常清晰和直接的，但是大數據的變現模式需要繞一個彎子，需要和實際業務場景結合起來才能產生價值，不直接的路定然不好走。

有人曾經把大數據比作石油，可是，目前的情況看來，大數據行業還需要像發動機一樣可以將數據轉化成動力的載體。一如2010年以前一樣，大家都知道手機游戲是未來的一個趨勢，可是沒有iPhone等智能移動設備的出現，手機游戲的市場份額就非常小，用戶體量也很有限。

現狀二、大數據行業人才緊缺

根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。2015年-2016年是大數據人才最為匱乏的兩年，因為已開了大數據專業的高等院校，第一批大數據人才還為畢業;已有的人才里，復合型的人才較少，都是術有專攻。

全球的大數據人才情況也不容樂觀，據Gartner預測，到2016年，25%的全球大型企業將部署大數據分析系統;到2015年，圈球大數據人才需求將達到440萬人;調查結果表明，全球64%的企業已經開始向大數據項目注資，或者打算在2015年6月之前將計劃付諸實踐。

大數據創業，人才就是核心，所有的公司都在搶大數據人才，創業公司想要招到相應的大數據人才非常困難。

現狀三、數據量增長超快

這里和大家分享三個數字。49億、250億和39ZB。

49億物聯網設備：咨詢公司Gartner預測今明兩年互聯物品的漲幅將達30%。分析師在指出，截止到2015年，全球物聯網設備數量將從38億飆升至49億。

250億智能裝置感測器：分析師預測，感測器的普及將大大加速智能設備的開發、生產進度。到2020年，將會有大約250億部智能裝置出現在全球市場。

39ZB數據存儲量：在2014年年底，國內網路上集中存儲的數據已經達到1ZB，到2020年時，當年的新增數據量將會達到15.45ZB，整體的網路上數據存儲量將會達到39ZB，未來6年的年復合增長率達到了84%。

預測到2020年，平均每個中國人每年產生的數據約為4.1GB。

現狀四：行業目前存在問題

1、炒作過剩，實際落地產品較少;很多產品都是打擦邊球;把大數據玩壞了。現在你和大家說大數據，很多人都認為你在騙人。行業想要持續穩定的發展，企業必須有自律。

2、群眾基礎差，關注的人群多為三高人才，高學歷高收入和高技術。從網路指數可以看出，關注大數據的人群中，53%比例的人群年齡分布為30-39歲，而20-29歲人群占的比例為28%;另外，關注大數據的男女比例里，男性佔到了80%以上。這樣的數字直接告訴我們的問題就是，「大數據」的話題傳播性其實並不好。預計超過90%的大眾用戶不知道大數據是個什麼東西。

3、大數據只解決了部分2B的問題，2C產品較少。現在大家都覺得大數據的方向就是2B，我們不這么認為。打個比方說，你做2B的產品，每家企業平均給你200萬，新創大數據企業你撐死了一年做上20家企業，那麼營收預計在4000萬左右。但是如果你做2C的大數據產品，一個用戶給你200塊，當你做到20萬付費用戶的時候，你的營收就會超過4000萬。為什麼呢，因為用戶的數據本身就是錢。從深遠的角度來說，未來的創業，你必須學會討好大眾，服務好90後，這才是種子用戶。

4、懂技術的人不懂業務，懂業務的人不懂商業。這一點不想做詳細的說明，打擊面太廣了。筆者參加了眾多大數據行業內的峰會大會小會，人人都在說大數據，可是問到你的業務如何賺錢的時候，很多人都是三緘其口。純技術是無法賺錢的，必須和實際的業務結合起來產生商業價值，才能獲益。

5、市面上存在的大數據工具上手門檻較高。又一個槽點出來了。前面也說了，任何的新技術，都是需求推動其發展。需求來自用戶。任何的新技術，只有擁抱大眾用戶才能得到更好的發展，接地氣非常重要。現有的大數據處理工具非常復雜，需要你懂這個那個會這個那個才能使用，大眾根本接觸不到。現有的大數據工具也不夠親民，無論是2B也好，2C也好，你需要給別人的是一個簡單動動手就能用的工具，裡面有功能按鈕，而不是一堆代碼，最起碼應該滿足目前Office工作人員使用。上手門檻較高意味著很大一部分用戶被你擋在了門外。將大數據處理工具產品化勢在必行。

大數據行業創業的風險預警

一、大數據的創業門檻

1、人才成本較高;在美國，在R、NoSQL和MapRece方面需求的專業人才薪水達到了每年約11萬5千美元，在中國，大數據人才一將難求，創業公司不容易招大數據技術人才，即使招到，人才方面支出也較高。包括高薪、期權和股票等等;

2、存儲硬體成本高;考慮到數據歸屬和安全性。大數據公司一般不會數據存在雲上。自建機房比雲存儲成本高很多倍。

3、項目啟動資金高;不是30-50十萬就可以玩起來的，比移動互聯網APP創業項目啟動資金要求高。

4、用戶少、獲取成本高。這一點的門檻主要是群眾基礎差帶來的。

沒有明確的商業變現模式，這是目前大數據創業的最大門檻。拼數據，你拼不過阿里網路騰訊，拼錢，還是算了……

二、數據安全問題

據Verizon發布的《2015年數據泄露調查報告》顯示，79790個安全事件中已有2122個確認的數據泄露。值得關注的是在2015年的報告中新增了一個統計模型，用以幫助企業評估到底每筆數據泄露，要損失多少錢。如果泄露1000條記錄時，有95%的可能會損失5.2萬-8.7萬。泄露1千萬數據記錄的花費介於210萬到520萬之間，但最多可能到7390萬。

讓我們來回顧一下近年來數據泄漏的事件：2014年5月，800萬小米用戶數據或被泄露;2014年12月，12306大量用戶信息遭泄露;2015年4月，超30省市曝管理漏洞數千萬社保用戶信息或泄露;2015年5月，攜程網全面癱瘓疑似資料庫物理刪除;2015年6月，美國人事管理局被指出大量工作人員信息泄露;2015年8月，婚外情網站AshleyMadison數據遭泄露……

對於大數據新創企業來說，數據的安全性就是「命」，如何保命事關生存。大數據的安全性，是部署大數據架構和大數據創業最大的挑戰之一!

三、大數據隱私

關於大數據隱私，在美國有隱私法案，而且美國與歐盟之間還簽署了安全港、隱私聲明等等。而在中國，目前的立法是非常模糊的，屬於灰色地帶。手機號碼被惡意第三方收集了，然後給用戶發了很多垃圾簡訊，或者我的姓名，我的電話，我的郵箱，他們收集我的信息是不是合法的，目前這一點在在立法上都不清晰。不知道未來國家會不會出台相關的法律法規來規范這個領域大數據隱私目前具有不確定因素，也是創業存在的風險之一。

說完了風險，下面我們可以來說說大數據行業的創業方向和機會。

大數據行業創業機會與方向

一、資本層面關注點

對於大數據項目，投資人到底看什麼在寫這篇文章之前，我們與多家投行的投資人曾經做過訪談，下面是我們根據訪談內容整理出來的內容。

大數據沒有直截了當的變現模式，那麼一個新創大數據企業想要獲得成功，拿什麼去拼當然是人才。這也是投資人最關注的東西。

投資人告訴筆者，對於一個大數據項目，他們最看重的是團隊。那怎麼看團隊呢一般從團隊技術能力、背景、過往項目經驗和創始人四個方面來看。大數據對技術的要求非常高，投資人看項目的時候，首先看的就是創始人的技術能力。一般情況下，投資者會更加青睞擁有技術背景的創始人和他的項目。

還有就是看項目的商業模式和變現能力。看項目方面，投資人會去看你的項目對應的國外成熟企業，或者說你的項目對應的競爭者是誰。由競爭者經營的情況來預估你在其領域的市場份額和變現能力。商業模式方面，投資者會看你的客戶體量和數據源。你的客戶群體有多大你手裡有哪些具體業務上的數據這些數據如何產生價值，應用到你的客戶身上解決好這3個問題就成功了一半。

大數據項目變現方向，投資人關注的是你的項目是否能夠快速直接的產生價值，而且有持續的創收能力。

解決好以上幾個問題，新創大數據公司想要拿到融資就非常容易了。

二、大數據垂直領域熱門的投資方向

第一個是Hadoop商業化，簡單來說就是做Hadoop的收費版本。Hadoop本來是開源的，但是在具體業務場景中，還缺乏很多功能，那麼Hadoop商業化就是去完善這些功能，使其更好的應用於企業的業務場景。Hadoop商業化最典型的公司就是Hadoop的三駕馬車，Hortonworks，Cloudera和MapR，Hortonworks目前已經在納斯達克上市。中國相應的做Hadoop商業化的公司是星環科技。

第二個是SQLonHadoop，用大白話來說就是基於應用場景下的數據框架。比如說大數據架構里的查詢引擎、存儲引擎、計算模型等等，這個主要是基於大數據技術方向的，比如說WibiData，它提供了對Hadoop的封裝，連接前端應用到Hadoop基礎設施。

第三個是NoSQL資料庫，非關系型資料庫和雲資料庫服務。典型的國外企業有MongoDB和Datastax。目前，創業公司MongoDB的估值已超過16億美元，而在中國，基礎雲服務商青雲QingCloud已經推出了基於MongoDB的集群服務，名字叫做青雲QingCloudMongoDB。

第四個是分析和可視化。對應的國外企業有Tableau、Datameer。國內新創的大數據企業中，也有很多大數據企業在做可視化服務，比如說國雲數據的大數據魔鏡。

第五個是行業大數據應用。為社交媒體、廣告公司、企業客戶、電子商務等行業客戶提供數據分析，幫助這些行業提升數據分析的水平，如DataSift、RelateIQ、RocketFuel等創業公司。

三、大數據行業現有的商業模式

談到商業模式，肯定就要說到2B還2C的問題。

2B是目前大數據行業主要的商業模式，將大數據變為一種服務，服務的對象是企業或機構。比如現有的大數據企業里，星圖數據，Hortonworks，Cloudera，星環科技、Talkingdata都是2B的商業模式。從他們的運營狀況，不難看出，2B的商業模式，要麼是做解決方案，要麼就是做工具。

預計未來所有的互聯網企業也好，傳統企業也好，都會在企業內部成立大數據部門，那麼到那個時候，解決方案的市場份額還會多麼不肯到也不否定。對於一家企業來說，大數據就是自己的資產，相信企業更傾向於自己管理自己的內部資產。所以我們大膽的預測，解決方案只是目前大數據行業的權宜之計，未來企業會用自己的人才管理自己的大數據，用自己的人才使用自己的大數據。做工具是目前較為主流的模式。Palantir其實也是做工具。

2C方面，在整理這份內容的時候，我們發現2C的產品非常少。女性經期助手、網路指數這樣勉強算是2C的大數據產品。而大數據2C方面的產品，更多的是傾向於應用。可穿戴設備其實也算是大數據應用產品之一。

說了這么多，你肯定會問我了，那麼騰訊、網路和阿里巴巴這樣的企業，他們的大數據又是什麼樣的模式呢在筆者看來，BAT企業的大數據商業模式都是2C+2B的模式，我們可以簡稱為復合型的商業模式，因為他們服務的用戶有企業用戶也有個人用戶。

總結一下，現有的商業模式里，哪個最好筆者個人認為是2B+2C模式。這樣的模式是最健康的模式，形成了一個商業閉環。

用一句話來說就是：你收集用戶的數據，分析出報告，然後給到的對應的企業，對應的企業根據數據反饋，從而開發或製造出更好的產品，讓用戶享受更智能更美好的生活。這整個過程中，大數據是貫穿始終的。

那麼，現有的大數據公司，都是如何賺錢的呢

1、廣告、營銷。這一類主要集中在第三方大數據營銷公司里。典型的企業包括締元信、時趣這樣的公司。他們主要的業務就是幫助大數據分析能力較弱的公司來做大數據分析，優化廣告和營銷的路徑，使市場投入的非常產生更大的價值。

2、直接賣數據的公司。典型的企業有數據堂。

3、做工具或者服務。目前的移動統計工具就是這一類，還有做Hadoop套件的也是這一類公司。

4、賣報告或解決方案的。做大數據解決方案的公司就太多太多了，典型的公司為IBM。

5、跨界和融合。

Talkingdata聯合創始人蔣奇先生告訴我們，Talkingdata後台有移動互聯網各個熱門手機游戲的數據，包括用戶的設備數據、行為數據、日常數據和游戲里的消費數據等等。根據這些數據，可以對這些游戲用戶進行用戶畫像。

以招行信用卡推廣為例，Talkingdata通過大數據分析發現，《刀塔傳奇》以及《我叫MT》這兩款游戲的用戶屬性和招商銀行信用卡中心需要的用戶屬性很契合，於是促成了招商銀行和的合作，還支持了後續的信用卡積分的禮包和活動等。

這次合作為招行信用卡帶來了5萬個綁定用戶。一般情況下，銀行類的應用要實現轉化的平均成本在兩百到三百塊錢之間，而這樣的跨界合作，招商銀行基本上沒花一分錢，就達到了5萬轉化率，理論上省掉了上千萬的費用。這就是跨界和融合。

跨界和融合，其實也是大數據思維里最重要的一環。大數據就像是錢一樣，你得讓它流動起來才能產生價值。

四、大數據行業的創業方向和機會

先說2B方向。

大數據創業的2B方向，更多的是做工具和服務，如數據可視化、商務智能、CRM等。

現有的大數據工具有著技術門檻高、上手成本高、和實際業務結合較差以及部署成本高，小公司用不起等特點。那麼新創企業就可以根據以往這些產品的缺陷，來做更適合市場和客戶的大數據分析工具和服務。另外，將大數據工具完整化和產品化也是一個方向。新一代的大數據處理工具應該是有著漂亮UI，功能按鍵和數據可視化等模塊的完整產品，而不是一堆代碼。

再說2C方向。

大數據一個很大的作用就是為決策做依據，以前做決定是「拍腦袋」決定，現在，做決定是根據數據結果。在我們的生活中，需要做決策的時候太多太多，尤其是像筆者這樣選擇性困難的天秤座，非常需要大數據來輔助決策。個人理財、家庭決策、職業發展/自我量化以及個人健康都可以用到大數據。

五、我們的創業建議

1、想清楚誰為你買單;

2、痛點是什麼;

3、穩定/獨特的數據源;

4、靠譜的人做靠譜的事;

5、考慮2C的產品方向;

6、忘記科技行業過往經驗;

7、將大數據產品化;

8、深耕一個領域，不斷的試錯和迭代。

其他新創大數據公司創始人也提出過自己的建議。九次方大數據集團總裁王參壽認為深耕大數據領域，堅持才是王道：「大數據行業創業就像爬泰山，爬不到山頂，看不到太陽。

以上是小編為大家分享的關於大數據領域創業的行業現狀及機會與方向分析的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅶ 快速成為億萬富翁的秘訣

戈爾斯集團創始人阿萊克?戈爾斯

這場疫情讓人們更加關注交通運輸業的未來，專家們相信電動汽車將主導全球汽車市場。喬?拜登（JoeBiden）在美國總統大選中獲勝，以及中國最近宣布繼續提振該行業的計劃，也提高了人們的預期。而與此同時，一些公司尚未公布利潤，一些市場觀察人士質疑這是否存在泡沫。

蒂爾說，如果一些新上市的靠SPAC支持的公司達不到預期，就會出現「泡沫」的風險，尤其是電動汽車領域。

他說：「但我一直在想，也許這次電影會有另一種結局——至少從總體上來說，技術確實會發揮作用。有些會失敗，有些不會，但總的來說，21世紀的變革將會奏效。」

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

Ⅷ 做為一個投資者，哪種公司不能投

徐小平：五年天使投資後的自我解剖，要看創始人的3大「創始要素」 | 天使說

作者 | 李非凡

收集 | 雷克薩（New_Done）

來源 | 鈦媒體（taimeiti）