大數據走過了2015年集體爆發的元年，正在進入值得期待的2016年。在意識層面上，已經經歷了數據價值的萌芽期，國家、企業、個人正在重視數據價值，暢想著數據對企業發展和經濟提升的推動作用。數據商業敏感度和數據應用場景是數據商業化過程中重要的兩個方面，也是企業進行數據變革的原動力。我們先回憶一下2015大數據產業的一些熱點，然后期望2016年大數據產業的一些變化。

一、2015年大數據產業的發燒和理智

大數據產業在國家和資本的推動下進入了爆發的元年，2015年宣稱自己是大數據企業的大概有將近400家，其中典型的大數據企業有200多家。拿到融資的大概有五十多家，整體融資額超過50億元，其中拿到億元融資以上的企業有17家，最高融資額為7以人民幣，估值超過三十億元人民幣的有十家以上，初創一年之內的大數據企業的起始估值大概在10億元人民幣左右。

幾乎沒有大數據企業對外公布經過審計的銷售額和利潤總額，絕大多數大數據企業仍然處于創業期，沒有實現盈利，仍處于資本投入期。80%大數據企業銷售額低于億元，同質化開始，競爭逐漸遠離藍海。講故事的大數據企業過多，概念多于實際的商業價值。

企業的大數據投資主要集中在存儲、計算、分析平臺，數據同業務結合的案例太少，數據帶來商業價值的案例太少。這些都是大數據產業發展過程中出現的發燒癥狀，也是產業發展必須經歷的進程。任何一個新興產業發展必然要經歷從不理智到理智到階段，只有經過百花齊放，大浪淘沙之后，優質的企業才能夠生存下來，成為行業的領導者。2000年的互聯網泡沫和2010年左右的電商和百團大戰，都是產業發展必須經歷的階段。

撥開泡沫，我們也看到了大數據企業發展理智的一面，大多數大數據企業都獲得了資本市場都青睞。資本的眼光是毒辣的，沒有商業價值的企業，其是不會主動投資的。2015年，50%以上大數據企業的業績增長超過了幾倍以上，人員增長超過了50%。大數據論壇和會議上，大數據企業不再談技術和概念，談的是商業案例和數據價值。越來越多的數據案例被挖掘出來，正在成為企業效仿的對象。企業也主動邀請大數據企業前來洽談，尋找合作機會，共同尋找數據應用場景。過去是大數據企業給企業洗腦，提升數據意識，但是2015年很多企業主動接觸大數據企業，提出業務需求，探討如何利用數據分析和外部數據，來尋找新的商業機會。

數據技術和價值的應用正在幫助企業提升業務運營水平，從商業價值出發，數據幫助企業做了過去企業都在做的事情，開源和節流（增加業務收入，降低運營成本）。

典型的大數據企業分為三類，

第一類企業為大數據技術平臺公司，為企業提供大數據存儲、計算、挖掘、分析服務。例如Cloudera、星環、華為、IBM、SAS、SAP，Teradata等。

第二類企業是提供數據分析人才和工具的公司，深入到企業內部幫助企業利用數據解決實際業務問題，例如埃森哲、IBM、Palantir、TalkingData、美林數據、明略數據等。

第三類企業擁有數據源，利用采集或收集的數據，為企業提供數據產品的公司。例如Wind資訊（中國最牛逼的數據公司）、前海征信、芝麻信用、TalkingData、三大運營商、銀聯數據、九次方、金電聯行、法海風控等。其中金融行業商業價值最好的數據來源是三大運營商、銀聯數據等。

二、哪些數據對企業最有價值？

企業在實施數據商業應用中，會面對三個方面的數據，自身的經營數據，政府數據，第三方數據。其中企業自身數據最有商業價值，是企業數據商業化應用的一個巨大金礦。

對企業最有價值的數據是其客戶和業務產生的數據，這些數據同企業的經營相關度很高，數據里面蘊藏了豐富的商業價值。經過數據挖掘和分析之后，其產生的商業價值對企業影響最大。美國典型的數據商業應用案例，沃爾瑪的啤酒和尿布，Target 發現16歲少女懷孕，IBM沃森（Was ton）在醫療行業應用等，都是利用了企業內部自身數據來發現商業價值的。企業自身的經營數據最重要，商業價值最大，是數據商業化應用的切入點和最大寶藏。

企業進行數據商業應用最重要的一個環節是領導重視。另外一個重要環節是找對人，這個人不需要是超人，但需要熟悉業務需求和技術，具有開放的心態，具有高度的數據商業敏感度，具有數據場景應用的能力。

政府數據也是一個大金礦，可以很大程度解決企業信息不對稱的問題，其中天氣的數據，可以應用于農業和工業規劃；稅務、工商、公安司法數據可以用于征信和信貸風控；土地和人口數據可以用于規劃和地產；運營商數據可以用于客戶畫像和洞察，也可以用于個人征信和反欺詐；經濟統計數據可以用于企業經營決策和政府規劃等。政府的數據的優勢是全和多，劣勢是分散和質量一般。另外和企業一樣，政府自身數據思維和數據人才也是一個瓶頸。

第三方數據是數據應用的一個熱點，其中銀聯的數據、運營商的數據應用較多，數據質量也很好，數據應用場景也不少，但是弊端在于其不是市場化運作的公司，對數據商業敏感度和數據應用能力較差。數據價值挖掘不大，還是停留在源數據應用階段。數據流通和數據衍生的商業價值都沒有得到體現，更不要說具有高度商業價值的數據產品了。通過網絡爬蟲和under table取得的數據也是主流，但是其商業價值正在降低，具有壟斷數據源和數據分析能力的數據公司，未來市場前景會越來越好。

三、什么樣的大數據企業最有前途

企業選擇大數據公司時，在采購數據時會看三個方面，第一是數據的覆蓋率，一般在行業覆蓋率超過50%的數據公司會得到企業的青睞。第二個方面是數據的匹配度（查得率），企業數據同外部數據匹配度超過30%才有商業價值。企業拿了1萬條數據，如果從數據公司哪里能夠到匹配3000條以上，在某一個緯度可以補充企業30%以上的數據，這樣的數據才有應用價值。低于30%的匹配度，就沒有數據應用價值。第三個方面是數據同商業需求的相關度，這個最重要。如果數據同企業的業務需求相關度低于50%，則沒有商業價值。例如征信應用，如果這個數據同征信判斷的相關度低于50%，也就是50%以上的誤判率，這個數據就沒有數據商業應用價值。

企業選擇大數據技術和服務公司時，最看中的是其案例和人員能力。企業都不愿意當白老鼠，如果缺少同行業案例，或者案例時間少于一年，對于企業都有較大的風險。另外大數據公司實施人員的經驗和能力也較重要，如果缺少行業經驗和技術背景，其數據商業敏感度將會降低，無法幫助企業利用數據來提升業務。

市場上最有前途的大數據公司應該是踏踏實實做事情、認真做技術、不斷迭代做產品的公司；這些公司在數據源或數據分析能力上，可以幫助企業提升業務。有實力的大數據公司不講故事，能夠幫助企業實現數據的商業價值，幫助企業開源和節流。

在數據分析方面，大數據公司既要了解業務又要了解數據；在數據源方面，大數據公司的數在覆蓋率、匹配率和相關度需要滿足企業需求。客觀的說，如果這樣的大數據企業越來越多，中國的大數據產業就有前途了，他們可以幫助企業實現數字化運營，利用數據實現業務收入的提升，甚至商業模式的轉型。

四、大數據和小數據的商業價值

大數據被炒作的過于神奇，本質上其不過是一個輔助分析的工具，其不能代替企業商業決策，只能提供科學決策支持。大數據代表的是行業數據，是宏觀數據，是統計分析的結果。大數據的應用場景多是宏觀決策，例如產業布局、城市規劃、戰略布局、行業發展、風險控制等。大數據在政府和大企業應用較多，價值巨大，對經濟發展影響也較大。大數據商業價值多應用在于國家和社會，對于企業也很有幫助。但企業的數字化之路應該從小數據開始。

小數據是圍繞客戶產生的數據，是客戶瀏覽行為和消費行為分析的數據，在互聯網企業特別是電商企業應用較廣。小數據對企業業務運營非常重要，也是目前數據商業應用最重要的數據。未來企業將以經營用戶為中心，用戶需求分析將是小數據應用的重要領域。小數據代表了用戶的行為軌跡，代表了用戶的需求和偏好，可以幫助企業了解客戶，為目標客戶設計產品或將產品推薦給目標客戶。經營客戶的數據就是小數據，其商業價值據巨大。

沙龍旗下【蘿卜網】推出互聯網人必學的的精品課，注冊即送7天VIP！ 點此查看詳情！

典型的小數據應用案例有嘀嘀打車，其數據分析和應用團隊有300多人，設計了不同的數據模型，依據客戶和司機的位置為客戶推薦出租車或專車，依據司機搶單情況來給司機安排客戶，依據客戶訂單多少提升客戶等級和訂車優先權。另外一個小數據應用的典型公司是今日頭條，其推薦算法團隊也有幾百人，依據客戶瀏覽習慣，為客戶提供內容，包含新聞、財經、視頻、專欄等。公司僅有1000人，2015年廣告收入將超過10億元人民幣，完全是靠數據分析優勢成長的公司，未來將成為移動互聯網的門戶網站。

金融行業、互聯網金融行業、地產行業、零售行業、媒體行業、航空業、旅游、酒店、耐用消費品等行業將成為小數據應用的主要產業。

五、數據思維和數據場景

企業越來越重視數據價值，但很多企業卻沒有從中收益，中國整體數據的商業應用還是處于成長階段，遠沒有達到成熟階段。

數據思維和數據場景成為企業數據商業應用的一個障礙。其中領導層起到了很大的作用，可謂成也蕭何，敗也蕭何。很多企業領導的固有的商業思維方式、慣性思維模式、對年輕一代客戶的不了解，對短期利益對看重等多種因素造成了數字思維（或者說數據商業敏感度）的落后。

一個領導的決策和意識往往誤導了企業商業化進程，某些領導不開放的心態和落后的思維方式阻礙了企業的數字化進程。特別是國有大型企業包括金融行業，部分中層領導的數字化思維落后于整個行業的發展，被傳統IT廠商和外包商影響的思維正在嚴重影響其數字化進程。在數字化思維方面，國有企業落后于股份制企業，北方落后于南方，經濟不發達地區落后經濟發達地區。

數字化思維是數據場景應用的基礎，數字思維會提升企業的數據商業敏感度，幫助企業從數據中發現價值，也可以引導企業選擇正確的數字化商業進程。客觀地說，數字化商業進程未來是所有企業必須經歷的階段，也是企業發展的未來。

數字化商業是逐漸進化的過程，不能一促即成，需要不斷的進行嘗試，可能也需要不斷試錯。這個過程既不能空想一天建成，投入巨大財力和人力，進行大規模建設。像某個企業，投入千人，兩年未有結果。也不能像另外一個企業，裹布不前，不斷調研，一年下來沒有任何變化。就像馬云說的，這是個搶錢的時代，當你還在想商業模式時，別人已經跑馬圈地，走在了時代的前沿，剩下的只有后悔和遺憾了。

數據場景應用其實并不復雜，業務需求同數據相結合，數據應用場景即刻就會呈現。國外同行的案例告訴我們，數據場景的應用往往建立在數據分析和業務分析之上。從商業應用場景出發，很容易找到數據應用場景。例如Climate收集的天氣數據可以幫助農民規劃植物種植和病蟲防止，花旗銀行信用卡直接利用乘客頭等艙乘坐記錄來給客戶寄送白金卡；某銀行利用物業費繳費情況，直接找到高端財富人群；某保險公司利用社交傳播，直接吸引了高端保險客戶；某互聯網金融公司利用外部數據，提高了30%左右惡意欺詐用戶識別率；國外某互聯網銀行其運營成本僅是傳統銀行四分之一；手機短信可以揭示客戶收入水平等，這些都是很典型的數據應用場景。

數據場景應用來源于業務人員對數據的商業敏感度，同時也來源于數據分析人員對業務場景對了解，另外對外部數據應用案例和外部數據源的了解，也會幫助企業提高數據場景應用能力。數據的流通、數據案例的分享、數據場景的交流、同行人員的頭腦風暴都會幫助企業找到數據應用場景。過去行業里熟知的大數據案例多來源于美國，希望未來典型的數據應用案例可以來源于中國企業。

總之，2016年希望大數據產業可以持續高速發展，更多具有商業價值的案例出現。在工業大數據、數字化營銷、數字化運營、大數據風控、客戶洞察和業務分析等領域，涌現出更多的典型案例。企業實現數字化思維的轉型，找到更多的數據應用場景，也希望企業的領導層和管理者轉化思維方式，開放心態，多了解外部數據環境，主動接觸數據公司，從上向下推動企業的數字化轉型。