摘要:企业做大数据以来,碰到了很多的合作伙伴,大家都有疑问,你需要什么,我能帮到你什么?

 

傅一平:大数据需要什么样的合作伙伴?-数据分析网

企业做大数据以来,碰到了很多的合作伙伴,大家都有疑问,你需要什么,我能帮到你什么?这里谈谈笔者个人的理解,希望有所启示。

首先,以数据挖掘见长的公司将获得先发优势。

一是大数据赋予这类公司更大的机遇,这个时代,任何公司都面临着从传统经验决策向数据决策的挑战,传统决策的科学性所以不够,一方面是企业的数据意识并不强,二是数据本身乏善可陈,比如以前运营商并没有把O域数据当成真正的资源来运营。

大数据则赋予这类公司以全新的机会,几乎在任何一个方面,这类公司都由此受益,做数据挖掘的,最苦恼的,莫过于缺数据,现在有了,而数据化思维席卷全行业,也让其获得了势,没有更好的时代了。

而大多数企业, 太缺乏采矿能力了,面对一大堆数据束手无策,这为数据挖掘见长的公司提供了全新的机会。

二是稀缺性,应该讲,全行业干这活的公司,并敢于对外输出能力的,屈指可数,能者寥寥。

国内IT码农很多,但数据建模师却很难找,一方面跟职业特点有关,码农可以快速产出,但数据建模师培养非一日之功,另一方面,具备数据建模师培养环境的公司很少,所谓三人成行,英雄主义固然可以,但要能真正形成一直建模团队非常不易。

笔者看到的大多优秀的挖掘公司,人员素质相对较高,培养体系较好,应是有一定文化沉淀的,数据挖掘显然是不能过于浮躁的,在这个躁动的时代,越发显得其珍贵。

还有一个原因是,诸如BAT等一些互联网公司对于建模师的疯狂席卷,也是导致稀缺的一个原因,笔者自己的团队一年内也送走2人,算是一个佐证。

但这类挖掘公司,也面临非常大的挑战,一方面传统的知识结构和挖掘技能需要与时俱进,什么SAS,SPSS或者专有挖掘平台,并不能包打天下,诸如深度学习、搜索算法、并行挖掘等等,似乎对他们也是全新的挑战,另一方面,也面临激烈的人才竞争,在这个关键节点,还是要守住。

但很多传统意义上的合作伙伴,比如运营商的集成商,在这方面的能力则是乏善可陈的,大家都在提大数据转型,但似乎更侧重在平台层面投入力量,在数据建模上鲜有动作或建树,或者仅仅是蜻蜓点水。

可以这么说,大多数传统企业的合作伙伴,如果说是做BI的,更擅长的是取数或报表能力,数据挖掘有些勉为其难,这似乎成为了其大数据战略的盲点。

一些公司似乎也走入另一个误区,以为咨询分析师可以起到建模师的职责,但大数据时代,更需要能自己操控数据,PPT也许是重要,但真要玩数据,还得见真功夫,不是提个取数需求,EXCEL里面透视一下就算是了。

曾经让资深的咨询分析师来干建模师的活,也是非常差强人意的,说得再漂亮,PPT写得再好,管理能力再高,在数据挖掘面前也是一个死。

大数据时代,满足一个企业的需求,需要从数据开始, 没有这个能力,很难说有什么新的增长机会。

其次,需要服务能力卓越的大数据技术公司。

大数据技术的特点决定了其必然是百花齐放的,封闭的技术体系并不现实,因此大数据技术支撑不可能再大包大揽,某些公司规划很大,野心很大,一来就谈PaaS,但具体某个产品出来问题太多,拿客户当白老鼠。

做大数据平台或产品还是要讲究点精益求精,少提点概念,好的东西自然会有人买账,比如GBASE,相反,则会被唾弃,这是个群雄并起的时代,不会缺了谁就活不了,产品做深远好过摊子铺得太大。

阿里算有个PaaS,那也是对内运营千锤百炼出来的,但他们的道路,并不可模仿,如数加这类平台组件大多通用性并不强,只能依托云平台来进行捆绑。

同时,大数据应用要求变化太快,技术一日千里,必然要求大数据技术公司拥有强大、快速的售后技术服务支撑能力,那种听不见一线炮声的产品研发模式,是缺乏竞争力的。

同时要求你的产品符合分布式、弹性可扩展、相对开放的路线要求,但无论如何,大数据技术产品从底向上,都孕育着巨大机会,比如浙江移动对于在线多维分析有着强烈的需求,只要你的产品足够好,服务能力足够强。

有些技术公司,似乎已经忘记了自己是如何发家的,事情还没做呢就先放一套规矩出来,比如产品化的原则,诚然,产品成熟后的确可以,但路还没趟出来呢,就急着以产品路线挟制客户,显示出了其在大数据上的急功近利。

再次,能起到连接的公司,也孕育着巨大的机会。

中国移动提出了大连接的战略,是有其深远意义的,诸如运营商等拥有大数据的企业,到底缺什么?

实际上是缺真实的市场需求,从全行业讲,整个社会对于其数据的理解也是非常有限的,举个例子:

某个大型商场规划项目,现在需要用数据来决策,商场会找谁要数据?

估计没人会想到运营商也能做这事,即使听说了,也对其报严重的怀疑,这是因为,虽然运营商数据有价值,但很少有机会能推出真正场景化的大数据产品,当前的一些验真接口,或者依托传统渠道走一波的产品形式,其实跟大数据关系不大,不能自己骗自己。

事实上,现在运营商的大数据产品大多还在概念和形象展示阶段,实用性离商用还有不少距离,比如一份商业分析报告,涉及职业,收入、习惯等标签需求,估计没有运营商能较为完整做出来,一方面是前期没有足够的需求输入,另一方面自己也没储备,诸如职业等标签,能做和已经有了毕竟是两个层面的事情。

当前,市场真实的客户与运营商还有着不少的距离,因此,深谙行业大数据需求的企业,能够撮合最终客户与运营商的企业,比如垂直咨询服务公司,应有巨大的商机。

解决沟通问题,让真实的需求暴露在运营商面前,让其认识到差距,才可能有市场化驱动的建模和产品,运营商才有真正商业化、规模化变现的机会,在这个过程中,起到粘合剂的公司,必然有巨大的发展空间。

比如对于商业分析报告,运营商提供标签,咨询公司提供垂直分析报告,两者各取所长,就是一种很好的大数据生态形式。

很多企业现在还苦恼于没有好的大数据商业模式,但实际上,哪有那么多的商业模式,任何一种现存的商业模式结合你独有的数据,就有广阔的前景,关键在于你能做多深。

当然我们提连接不是让合作伙伴囤积数据,一开始就抱有这个想法的第三方公司,是无法长期合作的,谁都不是傻子。

最后,数字化运营能力急缺,提供这方面的服务还是有前景的。

企业文化因素、大数据的高门槛、不擅长策划和拓展,无大数据运营经验,习惯坐等生意上门等因素,都较大抑制了大数据的发展,比如运营商,在传统通信产品运营上可能还有一些套路,但在较为高端的大数据产品上,人力资源和运营经验则非常缺乏。

大数据技术人员当商务人员用,这是转型期间无奈的选择,但也孕育着合作机会。

面对大数据,我们的确缺失太多的能力,但我们的需求也确切切实实在改变,对于传统合作伙伴来讲,原有的地盘不会是永远的,需要有一颗勇于改变的心,对于新的合作伙伴,则要抓住这个机会,找到适合自己的切入点,与客户共同成长。