大數據對資本市場的吸引力方興未艾。
日前，位于美國硅谷的大數據智能關系管理公司RelateIQ再獲4000萬美元融資(新估值2.45億美元)。而在最近一年的時間里，全球大數據行業已有20多起千萬美元規模以上的融資案例，累計涉及投融資金額超過20億美元。
與以往融資的大數據公司主要處理結構數據不同，RelateIQ主要是通過實時分析公司業務中的電話、短信、郵件等非結構數據，為公司管理客戶、維護員工提供建議。
“現階段全球對大數據比較成熟的開發應用主要在于個人信息、交易紀錄等結構數據，這部分的價值顯而易見。RelatelQ的成功融資表明，文本、視頻、圖片和音樂等非結構數據的開發正在成為大數據的新藍海。”專注于企業級非結構大數據處理公司慧思拓CEO包啟挺表示。
占比八成以上
根據包啟挺介紹，對于企業CRM數據庫、網絡瀏覽軌跡等結構化、半結構化數據，由于相關的處理方法和計算模型比較成熟，已成功實現商用，例如應用比較普遍的電商網站推薦系統。
與之相比，躺在辦公室、互聯網各個角落的非結構化數據，像員工日常工作中產生的會議記錄、錄音或者電子郵件，以及潛在網絡客戶瀏覽的文本、發表的評論、曬出的圖片等等，卻因分布零散、分析困難，很少有大數據公司前往問津。
但這并不意味著這些非結構數據就沒有價值，或者比結構數據的價值要小。
相反，國外一家類似RelatelQ的非結構數據公司慧銳(VERINT)的一項調查顯示，有42%的企業管理者認為非結構化數據處理起來是一個很大的難題，同時93%的管理者認為這些非結構化數據對企業來說非常重要。
“非結構數據分布廣泛，獲取方便，這為價值挖掘提供了條件。比如，雖然淘寶的用戶數據是封閉的，用戶的評論和評價都是公開的，抓取之后，通過各種維度的重構和計算，同樣能提煉出對企業的產品設計、定價、營銷和售后等各環節有用的信息。”包啟挺說。
國際市場研究機構IDC的一份報告還顯示，結構化數據只是大數據的很小一部分，當前數字領域約1.8 萬億 GB 容量中，非結構數據占比在80%~90%之間，并且直到2020年都將以44倍的發展速度增長。
為大數據提供云計算服務的浪潮集團高級副總裁王恩東也指出，現在正處于行業內異構數據共享和價值釋放的階段，并在未來相當長的時間都會處在這個階段。“這個階段，會有大量的新技術和新產品涌現，無論是硬件還是軟件。對于產業鏈上下游的系統廠商、行業ISV來說，這都是難得的‘歷史新機遇’。”
大佬陸續搶灘
鑒于非結構化數據在商業價值上的廣闊空間，目前，全球范圍內傳統企業服務領域的大佬都在搶灘占位。
在國際市場上，代表性企業是以IBM為代表的國際咨詢公司和SAP等國際數據巨頭，它們致力幫助企業利用內部系統的非結構數據來改善內外部管理。國內市場方面，百度、阿里巴巴等為平型臺IT企業也在利用自身的數據資源，開始了對非結構化數據的初步開發，主要用于監測和改進自身的產品服務。
非結構數據的一塊重要領域，互聯網上的非結構化數據在企業中的應用，也吸引了部分本土公司的注意，慧聰研究(HCR)和拓爾思(TRS)就是其中的兩家。
公開資料顯示，HCR是規模最大的本土市場研究公司，近幾年頻繁傳出大動作;拓爾思則是中國最早的、最大的企業級搜索服務平臺，在政企輿情監測、中文非結構化數據分析技術開發等方面有多年的積累，2011年已在創業板上市。
2013年年底，兩家公司合資，成立了中國第一家專門針對非結構數據的企業級大數據處理公司，即是前面提到的慧思拓，由HCR副總裁包啟挺出任合資公司CEO。
“拓爾思是中國最早的企業搜索公司，在中國政府輿情監測市場處于領先地位，在企業級非結構化數據抓取分析方面具有豐富的積累。HCR的優勢在于，多年的企業服務經驗，可以將海量非結構數據分析結果融入到企業的具體需求中去。”包啟挺說。
把握需求是王道
“慧思拓成立以來，我們一直在思考，怎么才能利用互聯網大量的非結構數據創造商業價值。這里需要考慮兩個問題，企業對非結構數據的需求是什么，非結構化數據如何重構成產品。直到現在，總算有了大致的思路”包啟挺說。
在包啟挺看來，這是一個全新的市場，國外算是剛剛起步，國內基本上是空白，而且不能完全借鑒國外僅有經驗。因為國內外在文本、音頻及圖片等非結構化數據形態上存在天然區別，直接影響到后續的分解、重構過程，這恰恰是非結構大數據應用的最核心環節。
以文字為例，英語的語言結構相對簡單，無外乎“主謂賓定狀補”等六大部分，相對而言比較容易按照一定規則進行拆解和分析;而漢語就復雜的多，一個字多種詞性、多種語音、多種意思的比比皆是，必須通過復雜的組合和計算才能準確進行解析。
某知名大數據營銷公司高層表示，“大數據的開發就是分析和重構，非結構化數據分解困難還在其次，最為重要的是，如何將分解之后的數據結合企業的市場需求，重構成為滿足企業各種需求的信息產品，這也是目前最為困擾各大數據公司的地方。
目前，慧思拓在非結構化數據的相關產品已經展開試點，比如常見的客戶回訪，傳統打電話方式的費時費力，轉而通過抓取和分析網絡上大量有關該產品的評論、曬圖等非結構數據，將會對傳統調研結果形成非常有效的補充和印證。
“當然，非結構化數據在企業層面的應用，絕對不局限于對客戶回訪、輿情監測等傳統業務的改造，慧思拓還在嘗試圍繞海量非結構化數據為企業產品的生產、定價、售后等提供一整套全新的參考信息產品。”包啟挺說，具體產品還在研發階段，暫不方便透露。
京公網安備 11010502049343號