大數據正在變得越來越重要，因為我們每天都在產生如此多的數據。
根據IBM公司的相關解釋，我們每天產生2.5萬兆字節的數據，這個數據來源于各個方面。我們需要對這些數據進行收集、儲存，并建立應用程序進行分析。最成功的大數據公司Palantir拿到200億美元估值。
用友幸福投資的投資總監趙山利則指出，數據大意味著數據垃圾也多了，讓數據越小越閃光，這個過程才是大數據。
以下推送趙山利先生在健一會第55期閉門沙龍上的發言：
對于大數據，大家可能都聽膩了。每分鐘的數據有這么多：
但什么是大數據？
個人覺得，數據應該由龐雜變得精細、智能化，最后讓數據越小越閃光，這個過程才是大數據。并不是說數據大才是大數據，數據大也意味著數據垃圾越來越多了。大數據其實是價值凝聚的過程，在這個過程中找到閃光數據，這也是我們投資大數據的一個初衷。
大數據由大變成閃光數據，是怎么樣的一個過程？
大數據應用價值的七層凝聚
可以用一張表來表示：
表的最底層，是用戶ID、畫像、興趣、行為。這些是源數據，它們是有價值的，代表著事務或者事件由數據構成，最本原的、樸實的數據。
之上一層是業務運營監控。簡單說，就是監控數據哪些有問題，或者異常波動。原來它可能每天有100個銷量，突然變成30個銷量了，或者突然變成1000個銷量了，這是異常波動，這是很初級的大數據發現問題。
再往上一層是客戶體驗優化。比如說之前一直是30個銷量，我想優化成40個銷量，或者優化成50個銷量，出發點和落腳點就是數據監控再優化。
之上第四層，是精細運營、營銷，包括精準營銷，也就是對數據加工之后產生的價值，這一塊對于個體化推薦、生命周期管理、數據挖掘提升還有工具的使用，要求比較高。
來到第五層，是數據對外及對內服務了。數據之前可能是一個工具，或者是一個概念，這個時候可能變成一個產品了。對內服務老板，對外服務客戶，同時這個產品具有傳播性，因為你這個產品要實現它的價值，肯定要傳播。
之后第六層，是專題的分析，收入的分析，因為收入是大家最關心的東西，這一塊，是從不同的側面，去切大數據。
最后第七層，最頂尖的，是趨勢戰略分析，就是企業的發展，或者個人的選擇，它是為明確下一步大的方向而凝聚的。
這七層數據的組合變化過程，每一層都有它的價值。企業或者投資項目如果能夠在某一層里挖掘出這種細分價值，做到極致，在大數據價值凝聚過程中，是很有作用的。
以上這張圖是從數據應用價值上描繪的。
大數據技術實現的七層框架
我們再來看第二張圖，它是從純技術角度上分析的。
最底層是文件系統，包括HDFS、谷歌的等。
之上是存儲系統，包括列存儲、文檔存儲、圖片視頻存儲，還有基于存儲的管理或者特性輔助的，這是一個文件的存儲。
之上是資源管理層，包括側重于集群管理的、側重于不同設備之間共享管理的，還有負責效率提升的。
再上面是一個計算框架，側重于迭代式計算或流式計算，批處理、交互等，它的整個技術很有針對性，效率也很高的。
再之上是數據分析，數據集成，應用操作框架。這張表，都是純技術角度來看一個大數據項目切的哪個點，切的點是不是足夠深。這些技術在國際上已經過初步驗證，有一定的說服力了，當然新的技術迭代也很快。
上面這兩張圖，分別來自數據應用角度，以及來自純技術角度。這兩張圖結合一下，簡單一點，我覺得應該是下一張圖：
最底層，數據來自數據源，互聯網的，物聯網的，政府的，企業的，包括還有個人的。經過中間的眾多環節，到達最上層，數據返回給用戶，如金融、電信、政府、交易平臺等。整個這張圖看起來簡單一點。整個大數據，當我們第一眼看的時候，看它切入哪一個點。
下面開始虛實結合：
這張圖可能大家都看過，太復雜了，我估計也講不透，參考而過。
這張圖，大家也可能看過，國內的圖，比上面那個好一點，就是看的是身邊的企業，結構簡單一點，所以看的容易一點。但是我覺得，還有點大。
所以，這是我做的一個表，可以看的更簡單一點，更直白一點。
實際上這個表分兩個部分，大數據，一邊是應用類分類，一邊是技術類分類。這個分類，不是說完全從行業分類拽出來的，而是針對全球956家大數據相關企業進行分析，包括國際712家，包括國內244家。
應用類分為大數據平臺、大數據應用、數據分析三大塊。
技術類分為基礎架構、開源技術、數據采集三大塊。
準確的說，國內基金(包括人民幣基金)投左邊應用類多一些，因為國內原創技術還是差一些。而美元基金既投應用也投技術，這方面實際上是美元基金和人民幣基金的小區別吧。
國際712家大數據企業有機會另作分析，下面我就針對這244家企業它的一個分類，應用類的，接近200家，占大頭。技術類，40多家。
針對最近的公開數據，244家有49家是新三板已經掛牌的，這49家，后面有簡單的一個分析，或許是這個行業能跑到前面的。當然有跑的好，人家沒有上新三板，也有可能。這49家里，廣告營銷占14家，就是廣告營銷太多了，掛牌也很多。項目實施占12家，商業分析占4家，剩下的其他都很零散，實際上大數據分布比較廣。
從收入和利潤看，大數據，目前我覺得還屬于早期，基本還沒有到能夠盈利的階段。至于這個盈利點是明年后年，我覺得兩年內，應該不會有特別大的改善，這是一個行業現狀。
有兩張清單，一是廣告營銷的，按15年年收入排序的，從六個多億的，到最低800多萬的，利潤介于正負5000萬之間，就是做廣告營銷的，競爭對手特別多，收入的分布也特別廣，這是廣告營銷的特點。
二是做項目實施的。最高的年收入三個多億，利潤4000多萬。最低的，六七百萬，利潤幾十萬。收入分布也很廣，但是他們幾乎都有利潤，也就是說做項目實施，應該是不會賠錢，這是大家一個策略吧。
數據基本上說完了，當然數據分析的比較淺，時間也比較倉促。我個人幾個小觀點：
第一、美國的數據分析市場非常大，基于美國信息化非常發達。而國內信息化程度和數據分析市場需要協同擴張。
第二、美國公司注重差異化競爭，一個模式基本上不會有太多人去模仿。國內公司模仿的現象太普遍了，這一點在大數據領域同樣是這樣。貌似大數據是高科技，技術含量高。但實際上，大家模仿還是很普遍的。
第三、大數據是面向企業收費的產品，我個人在企業服務這方面看的比較多，面向企業收費的產品，特別是軟件產品，一定要做好“服務”這個事兒，要深刻理解“服務”的意義。互聯網發展這么多年來，我覺得大家雖然說我投資企業服務，或者說我做企業服務的，但從來沒有把企業服務，這個“服務”兩個字給加重，這一點我覺得是應該加重的。
第四、廣告營銷。大數據廣告營銷，在線上銷售方面發展至少有三五年了，發展挺快的。而線下銷售營銷提升方面，急需結合大數據手段，就是針對于傳統的地面營銷。近年來，互聯網對整個傳統產業的顛覆改造，實際上不像之前那么猛烈了。傳統產業、傳統的生活生產消費方式慢慢在回溫。但是它們也需要線上，或者大數據的方式來促進他們，來提升他們。這就是線下銷售，用大數據來促進提升，哪怕只是一點，是很有價值的。
第五、大數據技術發展很快。如果你做這方面的投資，就需要做大量追蹤技術的體力活，就是包括我覺得分析這個報告，其實上產生了很多數據。不管是來自一對一的數據，還是公開途徑的數據，這個活挺費勁，挺不太好干的。但是如果你投資大數據的項目，這方面的工作很有必要的。
最后，因為今天講投資策略，我們再回到上面大數據投資策略那張PPT：
右邊做技術類的，美元基金投的比較多，他們也敢投。特點是，就是早期的時候，你一定瞄準機會。一旦這個項目有一點點冒頭，它的估值一下就暴漲。可能你跟蹤一段時間，想擇日再投，肯定就來不及了，估值很高了。它的風險，在沒有降低的情況下，它的估值確暴漲了。
而左邊應用類的，這個估值漲的過程，是一個穩步的過程。人民幣基金，美云基金投的都比較多。政務、金融，軟件開發，項目實施，還有商業分析這一塊，我覺得是有價值的。為什么沒有敢圈廣告營銷呢？廣告營銷太細了，這個方面，它比我研究一個大數據技術，可能還要猛，就是這里面坑太多了。當然有專業投資人士，能夠搞懂，是非常厲害的，這個市場是足夠大的，只是我個人對廣告營銷是不太敢碰的。
人物名片：
趙山利，信息工程（北郵）和金融學（對外經貿）雙碩士。多年通信產業經驗，后轉行財務顧問撰寫材料，再逐步成為投資人。既了解創業者融資意圖，又通曉投資人甄別項目價值的脈絡。現任職用友幸福投資，投資總監，專注云計算、大數據、企業服務等細分領域，已投項目包括易云捷訊、華傲數據、EventBank、大河云聯、銷售羅盤等。
專注細分，已完成分析報告有“SaaS要點總結”、“最全面清晰的ToB分類--企業服務已融資項目分類及分布特點研究”、“用清單說話--基于深度學習的內容識別行業投融資項目分析”等，均收錄在個人微信公眾號“投資偶得”中。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://m.hanmeixuan.com/
本文標題：干貨丨理工思路如何分析和投資大數據
相關文章
