大数据创业与投资(1)-发展之路(二)

请关注

微信公共账号：数据夜谈

来往公共账号：数据夜谈

一个数据人互相分享的小圈子!

 

摘要

上篇从正面分析了大数据的发展，本篇看一看大数据在发展过程中的泡沫

 

正文

 

作者：宋贵亮(凤超)

 

大部分创业公司的主要业务都集中于应用产品类的应用分析方向，且国内更甚——国内与国外在基础设施方面1:18的差距无疑暴露了国内企业在基础设施领域的短板。从技术上看，信息的存储、接口设计、加速计算等基础设施类的业务非硬技术不能支撑，相对来说，垂直应用类的产品，一个成熟的工程开发团队即使未得其神，也可复制其形；从资金方面来看，基础设施类公司最新一轮的平均融资金额为2234.12万美元，应用分析类对应的平均融资金额达到了2164.18万美元（其中Mu Sigma获得了1.08亿E轮融资，去掉此案例后的平均值为1866.4万美元），而行业垂直类却仅有872万美元；从时间上看，国外大数据的基础设施建设并非一开始就出现，也是经过长期的应用产品的积累期，需要有技术和理念的成长。因此，国内创业公司的这种落后是成长的必经之路。

---

相比技术硬实力驱动的基础设施创新型企业，垂直行业应用类的大数据企业在技术上的创新尽管新颖有趣，但是壁垒不足够。

以行业垂直领域中招聘类的产品为例，TalentBin从Facebook、Twitter、Google+、Meetup、Quora 等社交网站和Github、Stack Overflow 等垂直社区上的大量用户数据来收集一个人身份碎片，利用 PubMed 和 Behance 的信息对药物学、生物学和设计类职位的应聘人做初步评估；InternMatch收集了许多数据，包括学生兴趣、成绩、技能，以及与其简历匹配的职位等，利用数据驱动算法来向学生推荐就业机会；国内的智拓通达则整合各大社交平台的用户数据、行为数据和 UGC 内容，为企业和个人用户提供定制化服务；歪伯乐则是根据工作信息将新浪微博好友划分为工作圈并通过社交关系实现“人脉招聘”；数联寻英是通过分析社交网络数据，分别从职业背景、专业能力、好友匹配、性格匹配、职业倾向、工作地点、求职意愿、信任关系和行为模式这9个维度对潜在求职者进行全方位刻画，通过众包模式，以游戏的方式更好的帮助HR组织员工参与到职位内推任务中。

再以大数据分析为基础的决策咨询类公司为例，Mu Sigma擅长市场、供应链和风险分析等服务，覆盖面跨9个行业，为企业客户提供专业数据分析和数据决策支持服务；Dataminr则帮助企业客户在数百万条微博中搜寻重要的微博，其功能包括仪表盘、截图、告警细节等，其算法综合考虑了 Twitter 用户的位置、信誉、新闻外部引用、市场容量、市场价格等因素来提供告警信息；晶赞科技是一家面向大型企业的数字营销服务公司，拥有一系列的数字营销管理和分析产品，比如新近推出的实时再营销广告平台，它通过对用户标签和访问历史进行数据分析，向用户投放个性化的广告吸引他们再次访问。

上述的企业往往拥有很好的行业知识，但是其声称的数据采集能力和算法分析能力，其实并不具有特别突出的壁垒。绝大部分的技术，还是大家耳熟能详的文本分析，结构化数据下的机器学习和关联预测模型，网络信任模型等等。在我们调查案例的过程中，我们也确实发现有这么一些企业，他们一边声称自己是大数据公司，然而其当前的业务却仅仅是查询搜索，甚至主要依赖于人工呼叫服务，所声称的那些与大数据相关的业务却还停留在酝酿、设想当中。有一些企业，其概念和技术都很不错，但是自己不产生数据，而且数据来源单一，国内往往严重依赖于新浪微博，国外往往严重依赖于Facebook或Twitter，其潜在的风险都很大。即便在本文收录的大数据企业中，也存在一部分企业，它们并没有真正的大数据分析技术实力，而是以大数据分析为噱头获取融资以谋求发展，这类企业在国内垂直行业应用中占据相当份额。总的来看，目前的大数据创业和投资中已经存在一定的概念泡沫，而且在技术稍差的国内企业中泡沫更多——这在很大程度上也是因为投资人团队往往并不了解数据挖掘，异构数据分析和机器学习等方面的学术和技术前沿。

---

做有品位的大数据创业

国内大数据的发展虽然落后国外约一年半，并且目前多集中在泡沫较多的垂直应用领域，但是这个差距并不可怕，基本上可以说还处在同一起跑线上。我们已经看到在一些技术壁垒较高的应用分析领域，国内已经有企业成功的获得了B轮融资。比如做图像购物搜索的淘淘搜和利用大数据打造个性化推荐及消费偏好平台的百分点科技。因此，我们仍然可以较为乐观的认为中国和国外在大数据发展上都处在同一个上升阶段，方兴未艾！我们需要以良好的心态正视国内大数据创业公司在技术和发展上与国外的差距，并以更加开放和广阔的心态来开展有价值、有难度、有品位的大数据创新，减少追逐概念和资本的假创新。特别地，大数据更有价值的创新，可能还在医疗卫生、食品安全、工业制造、农业养殖等传统领域，因为从无到有、从0到1的创新，带来的价值增量更加可观。具有颠覆性的硬技术创新以及大数据在“似乎不可能用到大数据”的传统行业的巨大价值，通过努力去影响甚至改变一个大领域的产业范式，这点还是值得期待的。

 

下期会和大家分享大数据创业的具体模式在各种企业中的落地，先从围绕中国最大电商的周边数据产品开始。

 

 

更多资讯请点击：http://www.datacleaner.net/index.php/datanight/29