鬧客有話：鬧客邦陪伴式報道第二站來到廣東移動 3W聯合孵化器，初次與云見創始人池靜若接觸，他將自己的團隊稱為技術驅動型的團隊，用技術的思維、產品的眼光去發掘大數據產業鏈的紅利。盡管目前云見還在嘗試探索階段，但其對大數據紅利的理解與應用可能很快得到市場的驗證。

馬云在2015年的一次演講中說道：“人類正從IT時代走向DT時代。DT（數據處理技術Data Technology）時代意味著未來的競爭不再按照電力等能源擁有對區域競爭進行劃分，而是拼你的數據能夠給社會創造多少價值，用數據掙錢才是未來真正核心所在”。馬云的這番話不僅可視為是在講述阿里巴巴的發展重點，也理解為數據時代將會引發一場新的紅利。

石油要經歷原油、冶煉、成品油三個過程，大數據的產業鏈也包含了三個過程：生產端、中間商、需求端。大數據的產銷過程與石油的產銷流程有相似之處——大數據像石油原油一樣，先是開采，然后經過多個程序的冶煉過程后成為成品油，再運送到各個加油站完成整個產銷過程。大數據同樣要經過整理合并、優化、排錯的精煉過程，才具有價值。

隨著大數據時代的到來，其中產業鏈的紅利也將逐漸呈現，催生了諸多相關的創業項目。筆者以一家定義為大數據加工、分析、流通的創業公司“云見”為例，探討下數據在流通過程中增值的可能性。

處在大數據最上游的是數據產生端，其中最有代表性的是BAT這樣的企業。與數據生存者對應的另一端是需求端，即服務主體，同樣是包括政府、機構、企業、個人。而處在中間的則是數據的處理加工商，如云見這類公司。

那么，紅利在哪里呢？首先，數據生產端紅利已盡。BAT因為自有數據資源可以自嗨，比如百度有“百度遷徙”、“百度精算”；阿里有 “阿里云”、“支付寶-花唄”；騰訊有 “騰訊云分析”，BAT自產自銷模式代表了大部分擁有數據源的玩家。

那么剩下的紅利就集中在了中間部分，其中有兩種模式：

模式一：與業務場景結合，做產業類平臺，如同花順、恒生電子。

模式二：數據的再加工利用，即從運營商、互聯網公司獲取原始數據信息來進行分析，再提供給用戶關于價值和趨勢的信息以換取價值。

相比于模式一的深耕，模式二因為進入門檻、資源要求度都相對較低，所以云見選擇以這種形式進行切入。

既然類似云見這樣的小微企業，先天沒有數據源的優勢，那么如何讓數據在流通過程中增值呢？

（1）降低數據來源的成本

最普遍的方法包括通過第三方購買數據、爬蟲爬回數據、合作方授權數據、免費的開放數據。數據獲取中肯定要付出人力、資金成本，所以解決數據源是大數據創業公司首要面臨的問題。

目前行業做得較創新的是“數據堂”，這家作為掛牌新三板的第一個大數據資源公司，采用“眾包”形式，由服務企業提出需求，數據堂直接通過眾客堂采集數據。同時，眾客堂用戶也是處理數據的方式，可甄別數據真偽和有效性。

當然，相比于成熟型的數據公司，云見還未具備這樣的數據采集實力，所以其傾向于用合作授權數據的形式，低成本獲得獨家數據源。

（2）著眼于未來的數據加工

數據加工包括整理合并、優化、排錯等方面，數據本身龐雜無章，精煉后的數據能夠發掘其中的規律性而進行精準應用。當然，這只是數據加工的通用價值，大數據創業公司關鍵要解決數據價值深化或兌現的問題。

云見做出兩個選擇：

與垂直領域對接發現價值

因為消費升級、移動互聯網的人口紅利消失，那些大規模的對受眾社會屬性不加區分的水平產品很難生產。在大數據時代，通用型信息的價值正減小，任何擁有數據加工能力的人都可說出用戶畫像，但針對垂直領域的數據價值需求則需深耕才能解決。

預測未來比看見現在更重要

云見從成立之初就專注在“算法”上，用模式識別的方式形成自己的經驗庫以預測用戶的未來行為，區別于競爭對手賺解決方案服務費的方式，這也符合其技術驅動型團隊的特點——更看中“穩”而不是“快”。

（3）用“mall”的形式

作為大數據元老級公司的“數據堂”15年推出了國內第一家網上數據商城“Data Mall”，數據商城的形式最大化地提高了數據交易效率，簡單理解就是在通用的入口，用戶可以進行重復消費；同時，平臺方通過商城獲得接入用戶的機會，用戶成為“傳感器”——作為流量入口，又將數據反饋至商城上，擔任消費端和供給端的雙重角色。

云見也在籌建這樣的“輕模式”，除了上述提及的優勢，考慮到基于用戶需求的非標準化特性，API接口（應用程序編程接口）本身是很難進行標準化的，所以“mall”的呈現方式在一定程度上解決了API形式上的標準化，同時，“mall”改變了傳統打包服務的模式，減少在銷售、推廣、人力上的成本。

當然，大數據創業的成功還有一部分因素是依賴在大勢上。

（4）政策上的大勢

2015年7月，國務院辦公廳發布《關于運用大數據加強對市場主體服務和監管的若干意見》，這是順應大數據時代潮流，運用現代信息技術加強政府公共服務和市場監管，推動簡政放權和政府職能轉變的重要政策文件。

文件表示將充分認識運用大數據加強對市場主體服務和監管的重要性、運用大數據提高為市場主體服務水平、運用大數據加強和改進市場監管、推進政府和社會信息資源開放共享、提高政府運用大數據的能力和積極培育和發展社會化征信服務等。

（5）行業上的機會

目前較有代表性的大數據公司是“數據堂”和“聚合數據”，共同特點是擁有如BAT量級的大B用戶。但相當部分的小B企業以及政府決策、公共服務、金融、電信等領域對數據存在需求，再加上數據供給端也出現了多元化的現狀，所以大數據行業本身很難做到一家獨大，類似于云見這樣較小型的數據處理公司還是有機會在其中饞食大數據的紅利。

池靜若認為現在大數據產業鏈才開始發展，大眾都把目光聚焦在大數據的兩端：一是誰擁有這些數據，二是這些數據到底如何使用。但僅僅在兩端是不能解決大數據問題的。

大數據產業的大量機會出現在中間環節，包括采集、聚合、機器學習加工后的數據通過智能管道合法流入到用戶的手里。

廣東省即將推出的大數據交易平臺也驗證了這種想法，大數據產業會把更多的機會留給擅長產品和技術的方面的團隊，這塊可能是今后5年的藍海，大數據產業鏈的發展將行業帶入真正的人工智能時代。