大数据,大数据公司,低估值
一. 什么是数据?
我们将它分为线上与线下两类来具体分析下:
线上,互联网数据互联网信息:网页。电子商务。 人在互联网中的行为:社交,衣食住行,健康。物联网。
线下,现实社会数据信息:线下每天依然在产生大量的信息。线下商业。实物:包括机器,桌子椅子等。人:线下的社交,衣食住行,健康医疗。 生物数据:(除人外的活体生物,宠物等)
哪些数据最重要?
互联网时代把线上数据发挥到了极致,直接推动了BAT三大巨头的诞生,同时也把马云、马化腾、李彦宏带到了首富的位置。
百度:搜索(信息,连接人与信息,重金O2O,强行连接人与服务,现在搞AI)
阿里巴巴:电子商务(商业)
腾讯:社交(人)
二. 哪些公司是大数据公司?
这个问题不好答,换个方向就好答了:哪些公司有大数据人才?连大数据的人都没有,别自称大数据公司了,好吗?
1. 互联网巨头
互联网巨头的起家背靠着电商、社交、信息、游戏和金融等互联网时代的巨大概念。
腾讯的数据主要来源于QQ、微信和腾讯游戏。拥有的用户关系数据,社交数据因为私密无法公开使用。利用数据改进产品,数据驱动广告、电商、资讯、社交等一系列腾讯产品的改进。腾讯的未来在于微信,微信现在已经不再把精力放在IM通讯上了,而是连接一切。未来微信很有可能会成为整个互联网的基础服务最大的入口。那时候的微信也就掌握了电商、社交、信息、游戏和金融的一切。
阿里巴巴的淘宝,天猫,阿里巴巴,支付宝。商品交易,支付数据是商业的基础设施。支付宝的交易数据使得阿里长期在互金领域占据霸主地位。电商超越零售不是现在,就是不久的将来。所以阿里目前拥有的网商数据,也就等于掌握了中国部分的商业占比。
百度的百度搜索。百度对于信息的利用来源于用户与商家的需求,用户侧服务互联网网民的搜索需求,商家侧匹配广告主与网民的广告业务。另外,百度还重金押宝AI,AI若能成功将革新社会的基础服务,比如无人驾驶。所以个人觉得百度仍然有机会回到第一的王座。
凭借着互联网时代庞大的数据体量与高质量的数据,可以说,BAT拥有着当今最优秀的数据人才。
2. 行业巨头
行业巨头个人分为两类:
第一类是IT巨头,例如华为,小米,新美大,浪潮,中兴,曙光等公司。他们凭借着在IT领域建立了技术壁垒或者服务能力,成为了各自领域的佼佼者。
第二类是传统行业巨头,包含各行各业,金融,零售,能源,机械,酒等垂直领域。比如你听说过茅台酒公司的大数据平台吗?
由于上述行业巨头的垂直领域数据的垄断性地位与数据体量的变大,希冀能依靠数据产生价值 。凭借着两点,行业巨头也拥有着很多高质量的数据人才。
但数据不是他们的第一驱动力。他们有更重要的主营业务。
3. 新时期的大数据公司
新时期大数据公司个人分为基础服务平台、商业数据分析两大类。
基础服务平台提供了数据平台基础服务,比如大数据存储平台,计算平台,BI平台,数据交易平台。
商业数据分析型大数据公司提供了复杂的端到端数据服务,包括数据采集、清洗、分析,帮助没有数据分析与整合能力的企业理解数据,认识数据,并让自身数据发挥效用。
接下来,我们重点讨论的是如何看待这些新时期的大数据公司。
三. 为什么突然冒出那么多新时期的大数据公司?
对数据的需求自古有之。乔家大院里面,东家乔致庸看账本可不就是数据应用吗?
那为什么在之前少有专业的大数据公司,在最近几年才爆发起来?2012或者2013年被称之为大数据元年。
新时期的大数据公司大幅增加源自于有两类数据需求的集中爆发:
1. 线下的数据机会
在看到巨头们由于占据了互联网端的数据后,很多人发现了线下的数据机会。梦想着成为巨头的他们,踏上了继续强力推进线下数据线上化的道路。
2. 企业对于数据化决策的需求
抽象来看,企业的发展过程很大程度上经历了纸质化1.0时代,信息化2.0时代,数据化3.0时代。当快糙猛的高速发展期过去,企业的发展同样需要数据驱动,数据决策。但是,很多企业信息化过程都经历了阵痛难产,现在等待它们的是数据时代的到来。对于他们来说,数据人才缺口是最大的问题,于是他们需要借助外力。在信息化时代,这叫找外包。不好意思,数据时代,一样需要外包。(什么?原来我们这些data scientist在做外包?)
于是,一大波大数据公司出现了。
四. 大数据公司的估值并不高,都比不上O2O?
在消费完大数据的概念后,其实现在媒体跟投资圈更多的在消费AI了。做系统的开始说自己做大数据,做数据的开始说自己在干AI。
估值除了看公司收入,利润,用户,概念,还有就是VC的人傻钱多了。
之前爱分析有一篇文章,大致列举了中国未上市大数据公司50强,没有一家估值超过10亿美金,一家独角兽企业都没有。那是什么原因导致的低估值?
1. 线下数据线上化,硬骨头太难啃
线下的数据还有哪些没有被线上化的?
人的线下社交,线下交易,实体零售,线下营销,线下课堂教学等一系列线下场景。可以说,线下是社会的组成,特别是很多场景严重依赖线下,比如学习,服务化消费。因此线下数据的收集同样很有利。
举一个小例子,线下课堂教学中,如果能实时获取每一个同学对于知识接受度,掌握每一个人的学习,可以有效的帮助每一位同学更好的学习,从而避免误入歧途。
但线下数据收集难度太大,成本高,技术仍不完善,所以从数据收集一开始就遇到了困难,我总结为硬骨头。
另外一个是数据孤岛效应严重,实质上数据如果无法达到大、全、价值,很难产生协同效应。
但未来肯定有办法。通过AI的发展,通过音视频的捕捉,线下数据线上化只是时间问题。
2. 大数据公司业务难以规模化
在一系列TO B的大数据公司中,商业的数据分析属于外包型数据分析业务,外包的一个重要特点是堆人头,很难产生规模化经济效益,赚取超额利润。
并且,很多大数据公司急躁且跟风,数据外包本质上是外包团队的困境,为什么很多公司现在选择自建技术团队,因为外包是不会为企业的长期发展而考虑,这是经济学或者社会学领域研究的问题。很多时候大数据公司接了单,却没有能服务好,根本不能为企业带来实际的效益,最终企业反而劳心劳力无所得。
其次,中小企业引入大数据分析数据是可以帮助决策,提升企业经营效率的。但是企业自身进行大数据投入的意愿是多少?意愿 = 收益 – 成本。如果收益无法cover成本,很多企业是没有动力做这件事情的。其实这也就是很多中小企业的困境。
当然,data to people是历史潮流,未来一定有越来越多的数据服务公司出现,也有越来越多企业需要数据服务。
3. 数据隐私
数据有其独特性,尤其是隐私,企业对于数据的思考尤为谨慎。
互联网爬虫与反爬技术的兴起,也是源于数据隐私,电商,旅游等网站都在防止竞争对手爬取自身的数据下足了苦工。互联网发展至今,特别是数据资产这一定义深入人心,大家对数据更为谨慎,也就导致了数据共享困难。
这也是我觉得纯粹靠整合某一垂直领域,利用数据来达到垄断某一领域的困境。
4. 数据技术平台
这一类公司其实已经有独角兽的端倪了,包含大数据基础平台以及数据云平台等。包括Hadoop领域的三架马车,都已经进入了十亿美金的独角兽阶段。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14