大數據咱聽的夠多了，百度一下，就“為您找到相關結果約7,150,000個”，可它到底是個什么東西，解讀甚多，眼花繚亂的沒個準。本文整理修改自知乎的一個問答，作者是大數據解決方案公司一面數據的創始人何明科，他嘗試用大白話解釋了數據沉淀、挖掘、呈現三個概念，從中我們也能看到整個行業的大致狀況。如有補充，歡迎評論互動～

對于國內數據分析市場，我們感覺如下：

市場巨大，許多企業(無論是互聯網的新銳還是傳統的企業)都在討論這個，也有實際的需求并愿意為此付錢，但是比較零碎尚不系統化。目前對數據需求最強烈的行業依此是：金融機構(從基金到銀行到保險公司到P2P公司)，以廣告投放及電商為代表的互聯網企業等。

尚沒出現平臺級公司的模式(這或許往往是大市場或者大機會出現之前的混沌期)。

To B服務的氛圍在國內尚沒完全形成，對于一些有能力的技術公司，如果數據需求強烈的話，考慮到自身能力的健全以及數據安全性，往往不會外包或者采用外部模塊，而傾向于自建這塊業務。

未來BAT及京東、58和滴滴打車等企業，憑借其自身產生的海量數據，必然是數據領域的大玩家。但是整個行業很大而且需求旺盛，即使沒有留給創業公司出現平臺級巨型企業的機會，也將留出各種各樣的細分市場機會讓大家可以獲得自己的領地。

對于數據業務，按照我們的理解，簡單將其分為三塊：數據沉淀、挖掘和可視化，每一塊分別對應不同的模式及產品或服務。(數據挖掘業務又被細分為分析、理解及存儲。)下面會進行簡單介紹，其實從我們的業務也可以看到一些整個行業的大致狀況。

　　數據沉淀

用大白話說就是數據抓取。目前有四大方式獲取數據 ：

網絡爬蟲，用Python及Go等開發自己的爬蟲平臺，對幾十個網站進行每日抓取獲得相關信息(詳見：能利用爬蟲技術做到哪些很酷很有趣很有用的事情? - 何明科的回答)

Wi-Fi接入方案，比如我們自己就開發了一套完整的軟硬件方案，優勢是高ROI(投資回報比)，且免費提供給物業管理者，幫助其實現靠網費賺錢以及推廣費賺錢。在與其協商的基礎上，獲得用戶數據。這主要是OpenWRT的開發以及一些智能硬件和客戶端的開發。

提供一些圖像方面的API，進行圖片搜索及人臉搜索，滿足客戶在圖像處理和圖像識別方面的一些需求，同時獲取相關的圖像數據。涉及到一些Machine Learning和Deep Learning的算法，使用C++/Open CV/Matlab等工具或模塊。

數據服務需求方自行提供。

這部分是按照數據銷售的方式向客戶收費。

數據挖掘

用大白話說，就是利用數據分析產生深層次有價值的理解。

基于以上各種方式獲得的數據，我們可以做最簡單的統計分析、用戶及品牌理解、用戶畫像、各品牌或各產品型號之間的關系等等，了解現在和歷史并爭取預測未來。

常用的工具是Python/R/SPSS等，算法包括最簡單的統計、稍微復雜一些的Machine Learning、現在被捧上天的Deep Learning以及Collaborative Filtering等等，也需要使用到Hive等大數據處理平臺。

　　這部分類似于咨詢服務，向有需求的客戶按照項目收費。

數據呈現

用大白話說，就是把分析結果用最美觀和最容易理解的方式(圖標或者圖形)展現出來。

目前，行業大概有幾種玩法：

網站(兼容PC端和移動端)：提供給付費的B端客戶，不對外公開，大致形式如下：

開專欄和做公眾號：都是純免費的，將一些不敏感的數據和分析分享出去，攢人品賺口碑。

提供一個SaaS的公有云平臺，方便大家把自己的數據制作成為便于在網上特別是移動端傳播的圖文報表。產品的邏輯很簡單：讀數讀圖的需求越來越強烈，但是卻缺乏這樣的工具或者平臺來制作圖文并茂的內容，即使是Excel，也不能制作出適合于網絡傳播的圖文內容。

　　常使用的技術是JS+Node.JS+MongoDB等等。

這部分主要是賺吆喝和匯集流量，怎么賺錢目前尚不清楚。