我国大数据产业目前发展状况怎样?

参考文章: 深度 | 大数据的寒冬已至,谁将倒下,谁成巨人?
http://www.36dsj.com/wp-content/uploads/2017/03/9-8-640x427.jpg
作者|刘自强
一、大数据寒冬已至凛冽的寒风吹散了北京的跨年雾霾,带来了数九寒天的冰冻感受。中关村大数据日活动刚刚结束一个月,各地大数据的相关展会依然如火如荼。但是纸面上的红火无法掩盖内在的虚弱,出来混总是要还的,大数据的寒冬正如这三九天一样,扑面而来,让人措手不及。
早在半年前,百分点主动进行了业务优化,将超过600人的团队调整至500人。2017新年刚过,亚信数据同样步入调整步伐,负责新领域探索的部门全都在调整范围内,这正是机制灵活公司的快速市场反应。新年前后与多家业界有名的大数据公司沟通,有一个普遍的问题就是共同亏损,不管是做数据生意的,还是做平台项目的,无一例外,而且公司普遍对团队在2017年的盈利提出要求。让我们再想象一下,如果这些团队未能在2017年实现盈利结果会如何?
对运营商而言,即便联通、电信宣称通过数据变现实现了数亿的销售收入,但如果核算下从数据采集到变现应用全过程的成本投入(包含人员),一定是一个不太乐观的数字。对BAT来说,如果把数据运营部门独立核算,情况同样如此。只是像运营商、BAT这样的家业庞大的公司,不在意当前的损益,有能力持续开展战略投入。
那么是什么原因导致大数据行业集体进入寒冬?是实体经济下行影响吗?还是大数据停留在概念炒作阶段,未进入到实际应用?
大环境确实对大数据行业产生负面影响,不只是大数据,2016年实质上还是资本的寒冬,移动互联网的寒冬。但从根本上看,过度竞争才是大数据寒冬的主要因素,也是一切寒冬的罪魁祸首。
二、更多的玩家更低的门槛必然导致自我淘汰必须承认,从整个市场来看,2016年大数据行业整体取得了巨大进步。
首先,来自数据的价值被充分挖掘。大数据的热度让“数据是资产”“数据产生价值”深入人心,且在实际生产中催生了丰富的数据应用。客群分析、精准定向推送、金融信贷中的身份核验、基于数据的信用评级等,其核心并非“大数据”技术的应用,更多的应该是“数据”的价值发掘。如果可以统计的话,2016年各公司之间的数据交易与2015年相比一定是一个指数级的增长。
数据分析应用经历四个阶段,分别是简单数据的简单分析(传统的数据库统计)、简单数据的复杂分析(传统数据量的数据挖掘)、复杂数据的简单分析、复杂数据的复杂分析。基于数据价值发掘的各项应用绝大部分集中在第一、第二阶段。能够下象棋的“深蓝”和能够下围棋的 “阿尔法狗”其实都应该属于简单数据的复杂分析(单一领域的机器学习)。
其次,大数据应用的典型案例层出不穷,目前集中于复杂数据的简单分析。
比如上海踩踏事件后,对于特殊时段/事件的实时人群流量监测成为大中城市的共同需求。通常通过运营商大规模信令数据的准实时处理,来实现区域人群准实时洞察分析。2016年已经在各大旅游区、航展、火车站等进行了广泛的应用。
比如某市政府因人口疏解压力,要求分析各区县(各乡镇)之间的常住人口、工作人口数量,以及各类人口变动来源与去向。通常通过运营商信令数据的离线分析,可以较好的模拟真实居住/工作人群的结构与变化特征。2016年该领域实际上开展了较深入的应用。
比如公安部门、信用评级部门需要分析个人或企业的关系链。对个人来说,有那些人跟你是家庭关系、亲戚关系、同学关系、同事关系包括曾经同学、同事等,以及关系的关系。通过大数据图计算方式,能快遍历每个节点与周边多个节点之间的直接或间接关联关系,形成个人关系图谱。对企业来说,股权投资、高管兼任、资金担保等均可通过图计算方式,分析出企业关系图谱或各类复杂的资金链/担保链关系图谱等。
但是,上述整体市场的进步并不意味着参与的企业个体能够持续的活下去。十家公司出现十个典型案例,大家都可能玩完,而一个公司一个典型案例覆盖十个客户,才有可能活得下去。


推荐阅读