美國著名的技術創業訓練營 Y Combinator， 一個眾所周知的連接有潛力的新貴科技公司和風險投資的紐帶。它另一個鮮為人知但是同等重要的功能，就是訓練創業公司的所有者向所有可能最好的商業模型發展。這種模型會被團隊中所有人員的 角色、驅動力、興趣、專業能力范圍、他們所計劃填補的市場空白等等因素所決定。然而最終的結論都要基于數據、市場研究和參與者的行業內信息。Y Combinator 通過他在硅谷內的影響力，能夠為參與者提供這些所需求的信息。事實上，每年有超過20%的創業公司被要求參加 Y Combinator 的訓練營，并在訓練后呈現出了與原始截然不同的產品。
在投入市場前有一個優化的商業模型是不是很好?由于在市場上大數據和相關分析工具已經被創造，這使得我們具備能力去在各行各業中進行公司所需要的這種商業模型的優化。
一個小表格就能做到這一切?
答案是否定的，如果希望數據創造價值，對原始數據進行清洗，組織和管理是必要的。這樣的應用需要用戶友好的儀表界面使數據具有指導行動的意義。目前越來越多的公司提供劃算、易用的產品讓大數據管理簡化到單個用戶的維度。有越來越多的應用沖擊著市場，其中一些非常專業像hiQ, SumAll, and Splunk，另一類更加的通用，像 Domo和Hadoop，適合大型公司集成應用。大數據和大數據分析工具正在向公司展現如何重建模型中的關鍵部分，讓我們來討論幾個實例：
1. 價值主張
日本保險公司東京海上保險有限公司，發現他們的顧客想要一些短期保險而非原有的按年參保模式。這時，他們現有的銷售模型無法滿足這種需求，因為在傳統智慧中長期的銷售策略才能換取高額的收入，而短期模式可能導致入不敷出的情況。
為了滿足客戶的需求，他們的合作伙伴移動運營商Docomo利用自己的數據優勢，創造了一系列的短期保險產品并標記為一次性保險產品。這些產品通過一款移動應用提供給客戶，為不同的生活場景推薦適合的險種，比如 滑雪、高爾夫和旅游相關的保險。通過這款APP，東京海上保險有能力去定制場景化的保險套餐。
2. 利用數據資產
越來越多的公司意識到他們的數據可以最終轉化為產品。華爾街日報2014年6月的報道說明了 facebook, LinkedIn 將搜索算法、放假預測和相似的功能加入進自己的產品中去讓自己的網站更受歡迎。但是，并不僅僅是嚴格的數據公司在做。通用電氣、蘋果和紐約時報也在做。數據化產品并不僅僅是獨立的，或謀利的。在Facebook的例子中，數據產品經常與其他服務綁定或者用于讓Facebook的廣告更具吸引力。
3. 當數據顯示數據的局限性
一個從大數據中得到的最有趣的、并且越來越得到共識發現是 定量模型自身的局限性。確切的說，大數據的價值往往取決于數據集的數據量。美國地質勘探局 (USGS)發現所有的數據并非被平等的創造出來。 為了利用社交數據去構建一個快速響應的全球地質事件系統，USGS 精細化他們的社交數據處理方法，去尋找推特上不同語言間的細微差異。他們注意到人們如何分享地震相關的事實和鏈接，像量級，這些都會和第一手的資料存在差異。因此，他們重建了模型去過濾tweet分享的鏈接或數值。最終建立了一個基于社交數據的地震追蹤模型，可以在1,2分鐘內實現email報警。在模型中，USGS使用了海量的定量數據去挖掘細微的定性差異。
由于大數據能夠提供洞察，確定的商業智能元素能夠從簡單的預測與安慰變得稍微可靠一些，它能夠更準確的測量、描述、追蹤和計劃進未來一段時間內的基本假設邏輯模型中。從表面價值上，大數據是優化商業流程、減少低效率的工具。更深入的審視告訴我們，大數據的作用遠大于優化流程。同時一個獨立企業克服信息孤島這個大數據的挑戰，可以幫助這個企業優化整體模型去更好的適應整個市場。
京公網安備 11010502049343號