你好,游客 登录 注册 搜索
背景:
阅读新闻

BAT下的大数据创业机会

[日期:2016-08-16] 来源:云栖博客  作者: [字体: ]

  本人目前在A从事2B的大数据解决方案与产品设计工作,以大数据商业化为目标,各行业客户都有,简单跟大家分享下我们目前的大数据落地实操经验。

  一 、 厚积薄发 : BAT 平台的优势

  大数据平台就个人来看,A应该算做的比较好了,从云计算的布局到大数据平台,步步为营,也是筚路蓝缕。大公司的优势在于三个字“熬的起”。业务几乎都是以平台、生态的构建为目标,最终是enable别人成功,并从别人成功中获益的模式。

大数据

  在这个过程中,有4点优势会体现出来:

  1. 电商行业能力通过云计算炮台向外部输出 :

  对于这块之前我还存在一定的误区,认为电商行业的经验固然重要,但是可能在真正实操应用其他行业的时候就会失效。实则不然,其实电商行业的经验带来最关键的是视野、思路,与方法论。比如电商沉淀下的大数据管理、用户标签体系设计、流计算/实时计算的场景与应用、个性化推荐的策略等等,当遇到类似场景的时候,你会心领神会的借鉴当初的思路,去帮助其他行业解决,去探索。所以,电商行业的经验填充了你的弹药库,你不再需要两眼一抹黑的干。另一方面,电商行业的成功经验,能够让我们快速从中抽取与提炼核心组件与模块,从而快速产品化,并在大数据的平台上架官方的大数据产品,冷启动数据市场,比如我们的推荐引擎、DataV可视化引擎、数据开发工具、机器学习平台,这些原来都是内部用户的或者电商用的,现在拿出来让其他行业用,能够快速帮助其他行业抢占市场。

  2. 云计算的长期积累,夯实了 IAAS 与客户基础

  通常意义上,我们内部对大数据路线有个约定俗成的三字经“存-通-用”,做大数据首先要有数据,阿里云多年积累已经夯实了IAAS层,为后续的大数据业务一方面提供成型的基建如ECS、OSS、OTS、ADS等等,可以说很好的解决了“存”的问题;另一方面,多年积累的客户在IAAS温饱满足的同时,有客户特别是头部的大B客户越来越多涌现出更多的业务诉求:如何用好数据、加工数据、用数据助力业务等等,这就给大数据业务的开展带来了机会。

  3.“ 丁 ” 字型的人才储备深度,在业务快速发展阶段能够相互补位

  一般业务刚兴起时缺人比较严重的,首先是前端、其次是产品,然后是数据、算法,待到技术可行的阶段,就是销售。大公司的人才储备,特别是复合型的人才,能够为新兴业务发展快速注入新鲜血液,并通过转岗机制确保良性兼容,老人做新业务,非常高效。

  4. 品牌 影响力在业务拓展上的助力

  这块并非绝对,当然很多场合下,阿里巴巴这个品牌本身就是实力、信誉的保障。今天我们对外输出大数据能力的时候,很多时候确实也利用到了这块的影响力,毕竟数据业务本身是一个公司的核心资产,对乙方都需要在技术与商业道德上进行双重考量,所以很多号称“第三方独立”数据服务公司也就浮出水面,一方面中立的身份,另一方面依赖或者嫁接多平台,不绑死。

  二、他山之石:看看 A 现在是怎么做大数据的

  我们从商业层面去做大数据业务,通过商业来拓展技术的边界,同时也让客户认可价值,并买单,从而变现。更准确的讲,我们现在不是做大数据变现,而是做的大数据能力变现,将我们在人工智能、数据管理、数据应用的框架、引擎去帮助客户解决具体的业务问题,帮客户用好自己的数据是第一要务,然后才是用别人的数据补充自己,最后才是用自己的数据服务别人。我们看几个典型的case:

  case 1 :服务某互联网创业公司

  互联网公司一般跑的比较快,特别是业务,很多时候初期是堆人、砸钱来堆用户数、订单等,技术外包比较常见,特别是当前环境。理所当然,这块也带来了大数据业务的机会,比 如在 020 外卖场景下,如何分配好订单,使得运力的利用率最大化,同时在指定时间内能满足叫单需求 。这类业务可以说之前就没出现过,也几乎没多少人工运营的经验,很多时候运营就是凭直觉也好,或者所谓的经验也好,来派发订单。我们的机会点在于:虽然这是对方的核心业务,但是总这块内容需要人,一时半会招不到人,同时不做这块业务,每天会有大量的补贴在补贴运力与处理投诉,是很大一笔开支,从这两点考虑,是不是该做?

  case 2 :服务某传统技术型公司

  该公司技术县先进,能够进行快速实景的3D建模,但是有个“最后一公里” 的问题非常致命,现有的重绘技术比较落后,需要2-3天才能重新根据大量测绘数据绘制出3D模型,不及时,使得应用的场景受限。能否将原来绘制时间由天级别缩短到小时级别甚至分钟级别?从而拓展应用场景,更好的进行商业化?

  case 3 :服务于某传统制造业企 业

  客户是世界最大的某材料生产企业之一,日产千万件,每件根据质量划分不同的等级,不同的等级价格不同,而良品率的提升直接与收益挂钩,客户已经具备初步的数据采集能力,但存储的数据未开发,也带来不小的存储成本,生产流程靠经验或理论,没有快速优化与验证的闭环,如何利用现有数据,提升良品率优化生产线?去低效产能的同时,赋能“智”造!

  可以看到,目前落地的做法,不是通常意义上大家理解的精准营销、广告、人群画像,或者输出一份分析图表的大数据,而是从客户的问题出发,并且直接影响到生产或者业务效果的落地,让客户认可我们的价值,从而来商业化。

  三、围三缺一:现阶段大数据业务下的 BAT 目前缺什么

  一般而言,作为平台方为保障公平,我们不会去既做裁判员、又做运动员,大部分情况下,平台提供的是通用型的产品、基础性的服务,留出二次开发、增值开发的空间,enable别人成功。当然现阶段为了更好的启发市场,平台方需要自己做出标杆,告诉大家怎么做,从而揭竿而起,期望应者云集,基于我们的云平台来创新、创业。在这个框架下,有几点痛点:

  缺技术型人才,我们挖掘的场景很多,技术需求量比较大,比如算法、比如前端、可视化设计等,我们缺合格靠谱的技术型ISV来与我共建、分成。

  大数据的商机很多,我们缺少那些熟知某领域关键问题的合作伙伴,给平台带来商机与挑战,给平台提需求,让平台帮你成功。

  对于平台现在提供的产品与服务,我们缺强力的合作伙伴,能够挖掘现有产品的业务价值,在其他行业上能够给用起来,能够进行二次开发,能够增值,一起赚钱。

  缺数据:我们部分产品会缺数据,对于有任何数据沉淀的合作伙伴,我们都欢迎一起坐下来聊聊,共同开发这部分数据的价值,服务云上的客户。

  对于平台暂时无法满足一些行业垂直类需求,我们期望能够联合这方面有突出能力的合作伙伴一起打单,在阿里云2B的大数据解决方案中,也会有这些ISV的一些之地。

  四、夹缝中的机会

  分析到这,差不多也比较明确,创业者的机会抓住以下几点关键词:独立第三方、基于云、补生态,再明确下:

  (1) 从生态视角来看

  技术合作伙伴:可以基于云,帮忙卖平台的成品(渠道)、可以基于平台的服务或者产品二次加工再卖(增值服务),可以做自己独立的产品(合作共建),配合平台一起打单。

  人力合作伙伴:可以是三五个人,无论是算法还是数据能力,基于我们的大数据众智平台,接活。

  数据合作伙伴:将自身无论通过哪类渠道沉淀的数据,通过平台提供的产品,对外输出,进行变现。借助平台的力量帮助变现。

  (2)从大数据本身来看

  如果我们不看生态,或者不依赖平台,当然也可以,我个人对大数据业务或者说大数据产品的判断:

  大数据产品= 数据+AI+传达

  数据:产品/系统需要的数据,可以是客户的,也可以是自己提供的

  AI:人工智能、算法、模型、统计、处理逻辑等

  传达:呈现、界面、服务方式、可视化等

  对于不同的创业者,就看你主打的是哪一块,不同的创业方向在这三块有不同的打法与侧重,对于我个人而言,我会守住AI的底线,另外的两部分视情形而定。也就是用AI/大数据能力,形成服务壁垒,从而进行变现。

  五、几点建 议

  建议先2B,2C可能数据都没有,更不用谈加工、变现。

  选择一个出油的行业,先在一个行业下做出1、2个客户,然后沉淀框架与产品,然后打爆一个行业/子行业,然后再考虑延展性。没有深度的服务能力很多时候是做不出效果与爆点。

  基础数据服务化,行业应用智能化 。公司在对外提供服务的时候,如果是基础类的服务,请将数据做成在线,可计量计费,跑量,以量取胜,当然如果这类服务还自带吸数据的属性,那就完美了比如风控接口。如果提供的是行业智能化/算法类项目,走价,做出溢价,比如panlantir。

  无论做什么,一定要在初期就要立足产品化的目标,用产品去打。产品的抽象与沉淀过程,意味着你的目标与方向。这点没想明白就不要做了。

  请讲清楚定价,定价是反应你对市场了解的唯一标准,甚至是检验产品的重要属性。

 

  做好商务工作,大数据业务本来就是技术类的产品,对客户讲清楚价值都是。





收藏 推荐 打印 | 录入:elainebo | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款