大數據：互聯網產品、大數據、云計算這幾年真的是這么過來的

羅宋湯的味道 2019-08-25

展開全文

傳統的互聯網模式更多的是企業(yè)提供產品，用戶使用產品（免費或者付費）。而大數據的互聯網模式中多了閉環(huán)的另一半，用戶消費的同時，也會產生價值，這個價值目前看是以數據為載體形式產生的，這些數據自下而上發(fā)揮價值，不僅為互聯網企業(yè)，也為傳統各行各業(yè)帶來價值。舉個例子，好比一個LBS應用，從產品側看，可能是為了滿足用戶空間導航、商家檢索的功能；而從數據價值的視角看，用戶在使用應用的同時，其產生的數據里蘊含了諸如興趣喜歡、行為習慣、地域特征等需求、模式、意向層面的信息，這些信息反過來可以輔助LBS應用開發(fā)商優(yōu)化產品服務，從更大角度看，也可以將數據開放或共享給第三方生產型企業(yè)，以提高企業(yè)在產品、運營、營銷等多方面的精細化決策。

為了進一步說明三者的關系，可以從概念層面做出如下概念框圖：

（A）產品/服務層

最上層與用戶直接接觸到的是產品或服務，從傳統產品模式角度看（自上而下看），單向的通過產品服務的功能或體驗去滿足用戶的需求是核心，數據是為了支撐產品的，是副產品；而從大數據的角度看（自下而上看），產品是為數據服務的，是產生數據工具或平臺，數據才是隱藏其后的核心。

在這個層面做事情，簡單看有三種模式（確實很簡單的看）：

i).只注重產品（如傳統的互聯網產品經理的做法），更多的是從用戶需求出發(fā)，關注功能設計，重視用戶體驗，通過產品的不同側重點結合不同時期的精細化運營手段，構建核心競爭力；

ii).只注重數據，這種模式是從價值出發(fā)，也可以理解為從數據消費方的需求出發(fā)，去采集獲取數據，這些數據可以有多種來源，開放產品API、公共網頁抓取、第三方數據公司購買、市場研究公司的Panel、社會公共數據、市場調研數據、數據交換平臺、大眾數據整合平臺（眾包模式）…同時也可以來自不同的終端，如手機、RFID設備、IP地址、公共攝像頭…，從業(yè)者更關注的往往是數據層面的問題，比如數據質量管理、主數據管理（MDM）、數據龐雜性、個人隱私安全等等；

iii).注重產品和數據的均衡，如果說第一種模式需要的是產品經理式的leader，第二種模式需要的是大數據模式的leader，那這第三種模式則需要能均衡考慮產品、數據的leader，即可以將用戶側的用戶需求與價值側的商家需求完美的融合的人，而在運營、盈利模式層面在2B/2C層都游刃有余的人。

（B）大數據層

如果說上面產品環(huán)節(jié)更多的是在企業(yè)內部完成的，那大數據這個環(huán)節(jié)則是構建在企業(yè)與企業(yè)之間，也就是一個大數據生態(tài)鏈上。從當前的現狀來看，全球產生的數據規(guī)模正在逐級攀升，而大數據這個生態(tài)價值鏈也會越來越長，最終形式如何，很難預料，但鏈條當中可能會有幾種類型的公司存在（暫不考慮數據應用環(huán)節(jié)）：

i).Player類型

Player類型公司直接參與大數據價值鏈上橫向的一環(huán)，比如，有之前提到的數據采集類公司（數據IT化、數據整合），有基礎數據處理類公司（非數據化數據的半結構化與結構化），有數據聯盟、數據市場（更高效的數據收集機制），有數據質量管理組織，有數據挖掘建模類的公司，有數據產品類公司，有BA/網站分析類公司等；

ii).平臺類型

平臺類型的大數據企業(yè)不直接參與鏈條，而是間接為Player類型的企業(yè)或個人提供服務，其中尤其是面向企業(yè)的公司，往往具有很強的技術實力。比如，分布式數據計算平臺(如提供類似hadoop的解決方案)，提供通用的數據分析甚至挖掘能力或服務的企業(yè)，第三方推薦引擎（國內的如百分點科技），社會化數據采集平臺（眾包模式）,面向個人的公共文件(也是數據)云存儲平臺等；

iii).專業(yè)工具型

專業(yè)工具型的企業(yè)為Player類型的企業(yè)、平臺類型的企業(yè)或個人提供IT工具軟件，比如，企業(yè)內部報表工具、微博社會化展示工具、專業(yè)統計/數據挖掘工具等；

iv).咨詢服務類型（或數據分析服務、數據化精準運營服務等）

上述企業(yè)都需要數學、計算、業(yè)務專家，尤其是跨多個領域的交叉型人才，這些人目前還屬于稀缺資源，因此，中小企業(yè)要想將自有數據的價值發(fā)揮出來，往往需要類似咨詢公司來提供整體解決方案規(guī)劃、交叉人才的知識和技能、相關工具和平臺，在初期，這類企業(yè)會有很多的市場機會。

上述各類公司都有自己的上下游，關系微妙，定位也大不相同，因此也產生了大量不同的商業(yè)模式（此處后續(xù)希望另起一篇進一步展開詳述）。

（C）云計算層

雖然云計算理論的誕生和大數據并無直接關系，但隨著互聯網web2.0時代的發(fā)展，網絡上用戶產生的數據越來越多，且依托社會化網絡化傳播，數據量呈指數增長。而且，除結構化數據外，UGC數據更多的以文本、圖片、音頻、視頻等半結構化或非結構化數據存在。這些都為數據的存儲、計算提出了很高的要求。而云計算在這個環(huán)節(jié)卻有著先天的優(yōu)勢，這就為云計算及大數據應用提供了拉手的空間。

其實，云計算是“無處不在”的，這里的“無處不在”是指在上圖中的產品、大數據、數據價值應用環(huán)節(jié)都有云計算的存在。比如，在產品層面，基于開發(fā)者的PaaS層面的云計算服務提供商，可以為開發(fā)人員提供從操作系統、開發(fā)語言、數據庫等一應俱全的云開發(fā)平臺；再比如，像Testin這樣的初創(chuàng)企業(yè)，可以為廣大APP開發(fā)人員提供基于真機智能終端的云測試服務。在大數據層面，上面提到很多，自不必都說。在價值應用層面，雖然現在還沒有發(fā)生，但可以想象，在大量原始數據、信息知識集中到云端，云計算能力也集中到云端的情況下，大數據的價值應用更有可能是以SaaS的形式提供給互聯網及傳統企業(yè)的需求方手中。

我們可以看到，云計算越來越脫離純忽悠的階段，走向真實，這個“真實”既表現在云計算服務形勢在IaaS、PaaS、SaaS三個層面的落地，也表現在為個人用戶、開發(fā)者用戶、企業(yè)用戶等多用戶類型的服務上。而這些“真實”除了資源、資金的節(jié)約，效率的提高外，更表現在大數據可能帶來的廣泛的“逆向價值”的產生上。

如果說云計算是公路的話，那么大數據應用則相當于汽車。好的汽車可以驅動公路的發(fā)展，而好的公路又會反過來又能促進汽車的進步。

（D）價值應用層（價值再造過程）

大數據的價值應用可以通過企業(yè)內部快速實現，就像很多互聯網企業(yè)做的那樣，比如亞馬遜，基于自有用戶行為、評分數據，為用戶提供視頻推薦服務。也可以取之于互聯網用之于互聯網，比如像Google、百度，收集互聯網數據，提供搜索產品，進而在互聯網行業(yè)內通過搜索廣告將數據價值化；再比如，互聯網廣告定向投放第三方公司，基于多個媒體端的監(jiān)測數據及其它開放數據，基于不同人群投放不同的定向廣告，基于數據價值，有效提升CTR，進而為廣告主在網絡媒體端提高ROI。

但大數據更多的價值空間并不僅僅局限于互聯網行業(yè)，在市政規(guī)劃、金融證券、電信、醫(yī)療衛(wèi)生、保險、電力、傳統制造業(yè)等等均可以有多種應用方向。應用方向可以包括客戶洞察、客戶服務、風險控制、交叉銷售等不同方向。

大數據價值的實現難點，首先在于價值需求的挖掘，如何從行業(yè)內外發(fā)現需求（不論是企業(yè)客戶需求，還是最終個人需求）。其次則要考慮數據價值的實現模式，尤其是數據產品應用模式。就像Google，最先創(chuàng)造了搜索的產品應用模式，隨著競爭的加劇，公司需要不斷擴充新的數據，不斷提高公司的技術核心競爭力，探索一個個新的數據產品應用模式。并且，在上面兩個難點中，都需要融合不斷更新的數據，新的社會學理論，去思考問題，不斷從企業(yè)出發(fā)，以新的視角去看待業(yè)務問題，看待市場、社會、人、人性。這個是難中之難。