中國大數據蒙面狂奔成熟盈利模型尚未建立

　　中国大数据“蒙面狂奔” 成熟盈利模型还没有建立

　　形容中国大数据产业为蒙面狂奔，也许言过其实，但诸多桎梏确实摆在眼前不管是依托数据服务，还是行业运用定制，中国大数据产业仍需极大的人力消耗，成熟的盈利模型尚未建立

　　于IT业内，大数据之火热程度，仿佛无出其右者当然，在其真正爆发前夜，也应当适时泼盆冷水

　　谁能接触到数据

　　以我来形容中国大数据产业，可称蒙面狂奔4字在没有思考清晰盈利模式之时，已蒙面狂奔，绝尘而去

　　国内冠以大数据之名的企业数以千计，但细分其专注领域，大致可归属3类：其一，平台型企业，例如华为、星环科技、浪潮、新华三等;其二，工具型企业，例如在数据采集、数据分析、数据清洗、数据可视化等领域中的海量数据、帆软软件、明略数据等;其3，应用型企业，例如百分点，和国内诸多行业方案商多属于此类型

　　不需否认，大数据已在国内诸多行业领域展现出其价值，但深究典型案例，应远未如媒体宣扬中显著为什么?有资格被称为大数据企业，取决于两个先要条件：其一，掌握或接触到用户数据;其二，有能力为用户提供数据服务

　　先视察重要条件，大数据企业能否掌握，或接触到用户数据答案：很难除互联公开数据以外，第三方能接触到的数据资源着实有限以IT方案商为例，此前其以为用户设计、实施行业应用软件为主营业务，理论上距离数据最近，但就如建筑商，建设了广厦千万间，建设了条条大路通罗马，也不能掌握居民和车辆信息一样方案商实行了行业应用软件，其中也承载了海量价值数据，但这其实不等同于能接触到数据

　　退一步说，在企业意识到数据也是资产，数据也能创造价值后，其正急需寻觅数据服务商，或数据运营商而能够承当此角色者，IT方案商应为首选缘由?方案商为企业用户提供了十余年IT服务，多少会产生些信任度，从IT服务，延伸到数据服务，应为顺其自然

　　而问题又由此而来，大数据真的有用吗?实行了铁路车辆检修大数据系统，工人手中使用了几十年敲敲打打的小铁锤就能退休?实施了金融风险管控大数据系统，其结论是否能直接自动导入金融机构业务流程，而无需人工干预?答案基本否定

　　原因在于，大数据运用服务商即便能取得用户数据，也极其有限、极其不全面以城市交通信息为例，此类通常掌握在20余部门手中，方案商几近不可能全面融会此类数据而基于不全面的、毛病的数据源，也就不可能推导出正确，有决策价值的结论

　　做大数据真的能赚钱吗?

　　固然，基于局部数据，也仍有可能建设出经典的大数据案例但大数据项目真的赚钱吗?未必在诸多大数据企业中，融资进度大多在B轮和C轮之间，尚没有一家企业完成D轮融资也就是说，距离赚钱尚早

　　而细分技术领域，首先，大数据工具类企业业务模式相对简单，其只是产业链中的一环，实现盈利相对容易其次，大数据平台型企业，其盈利模式比较复杂单纯依靠销售大数据平台几近不可能产生经济效益，而基于不同的业务出身，其业务模式又可分化为三个流派，一类企业希望以大数据平台带动底层硬件产品销售;而另一类企业，通过提供支持标准的SQL接口，依托提供数据服务实现盈利当然，第三类企业比较蛮横，希望通过数据，或基于用户数据的服务直接变现

　　而除此之外，业务模式更加枯燥的是大数据应用类企业通常行业方案商的大数据业务范畴包括：数据获取、整合、治理、应用和展现等，其中尤以数据治理最苦最累，在大数据项目中50%~60%的工作量也集中于此，不要忽悠甚么人工智能、深度学习能解决此类问题，基本还属于纸上谈兵的阶段

　　问题由此而来，脏活累活总还是要有人干配备10名数据科学家不能算多吧!月薪1万元要也不算苛刻吧!如此算下来，稍有实力的方案商大数据部门，年均人力本钱就应在250万元以上250万元?要做多少大数据项目，而且条件是要保证每个项目间要有很好地时间衔接，还要保证每一个项目的能力需求都要与数据科学家的专长技能相匹配

　　同时，与云计算不同，云计算考验方案商纯IT方面能力，而大数据项目则需要方案商数据科学家与行业团队，以及用户业务专家紧密结合，合作建立基于运用场景的数据分析模型由此，每一个项目的成功均需具有天时、地利、人和也就是说，单个大数据项目的定制化程度相对较高

　　，达到50%~40%，项目间很难具有可复制性，方案商也因此较难建立成熟的大数据项目盈利模型

　　但最后还需说一句，形容中国大数据产业为蒙面狂奔，或许夸大其词，但诸多桎梏确切摆在眼前不管是依靠数据服务，还是行业运用定制，中国大数据产业仍需极大的人力消耗，成熟的盈利模型还没有建立蒙面是现状，也是必定阶段，但衷心希望中国大数据企业再狂奔一两年之后，面纱终能被一缕清风揭去