威斯尼几网站-威尼斯app下载-登录

威斯尼几网站 专栏陈新河正文

2016大数据变现模式探索之陈新河:数据变现可能之路径

导读:以下为行业大咖对大数据产业进行全面而深度的解读之《2016大数据变现模式探索》。

2015年是大数据由炒作向落地过渡的一年,是去泡沫的一年。鲍忠铁在《2016大数据产业从数据思维和场景应用开始》中说,“2015年宣称自己是大数据企业的大概有将近400家,其中典型的大数据企业有200多家。拿到融资的大概有五十多家,整体融资额超过50亿元,其中拿到亿元融资以上的企业有17家。资本的眼光是毒辣的,没有商业价值的企业,资本是不会主动投资的。”仅就数据堂来说,2015年融资总额近3亿,市值超过20亿,团队规模增长近3倍。

多数大数据企业的爆发集中在2015年下半年,融资亿元以上的企业大都集中在这个时期,这个趋势与资本市场(尤其股市)和国家宏观经济走势相反,甚至连互联网企业也没有迸发出这种爆发力,于是大家不禁要问,大数据背后究竟有何魅力?大数据变现模式已经成熟了吗?现在进展究竟如何?呈现出如此一枝独秀的姿态?为此邀请到中关村大数据产业联盟副秘书长陈新河,与大家一起探索其中的奥妙。

2016大数据变现模式探索之陈新河:数据变现可能之路径

大数据最大价值在跨界应用

Q:

互联网企业是国内最早拥有数据并建立应用的企业,他们在探索大数据变现模式方面带来哪些启示?

A:

大数据最先应用的领域是精准营销,率先在搜索领域应用。GoTo企业是探索搜索引擎商业价值变现的先锋。GoTo使用的是Inktomi提供的搜索技术,Inktomi是搜索引擎技术提供商,专门为其它有需要的平台提供搜索技术支撑。GoTo的创新之处在于创造了竞价排名(关键字广告)和广告联盟(展示广告)。在GoTo竞价排名的启发下,谷歌发扬光大开发了自己的广告系统Adwords。Inktomi是面向商业用户(2B)项目开发模式获取收益,而GoTo、谷歌是面向数以亿计的网络用户(2C)获取收益,但并不直接向用户收费,而是向广告商收费,即所谓的“羊毛出在猪身上”的商业模式,这一商业模式创新极大推动了营销领域的大数据应用

有了数据后,您发现会有很多意向不到的应用,例如电商平台alibaba可以用来针对中小微企业进行征信,推出速度快、风险低的阿里小贷;京东白条异曲同工。数据仅为自身领域服务,其商业价值有限,当为其他行业服务时,开始发生化学反应,数据价值呈现指数级提升。如车辆交通仅服务于交通实时路况,其商业价值十分有限,而这些数据用于金融征信、个性化保险、店家选址等领域,其商业价值具有数十倍的潜力。

Q:

您刚才谈到大数据在金融业的变现,大家也看到金融业在这两年的爆发确实离不开大数据的身影,可是大家想追问的是,为什么不是其他行业?

A:

金融其实是高风险行业,尤其是在国内商业环境下,金融欺诈诈骗无时无处不在,正如有一句话说得好,“你盯着别人的利息,别人盯着你的本金”。在经济下行周期,金融欺诈更甚,有些企业因为经营急剧恶化,反手进行诈骗,再加上互联网金融带来的各种所谓金融创新,更是良莠混杂,所以金融防欺诈需求更加迫切。如果把传统的尽调比作为冷兵器,大数据则为金融行业提供一种新型核弹工具,让金融欺诈无处藏身。大家现在能看到一些大数据企业已经实现了包括身份数据、涉诉数据、消费数据、出行数据、企业基本信息数据、投资数据等等领域数据的整合服务,通过API方式服务金融行业的案例。

大数据把人工智能带入一个全新境界

Q:

除了金融行业外,人工智能也是最近很火的话题,有人说大数据给人工智能带来全新推动力,也有人说人工智能发展并非大家想象的那般美好,你是如何看待的,你认为大数据对人工智能有何影响?

A:

过去几十年,人工智能之路很艰辛,尽管在算法、模型上不断改进,但效果一般,样本有时候是决定性因素,大样本远超好算法。大数据时代来临,数百万甚至千万的样本一下把人工智能带入一个全新的境界。比如,用户使用语音搜索,这个过程虽然简单,但是这是在百度综合各种环境后,从7000万语音数据中,总结出10万多个小时的数据,通过这些数据,建立矩阵,效果明显更好。人工智能明显焕发第二春,但人们对人工智能希望值过高,有些过于神化。

GOOGLE有个著名案例叫猫脸识别。这个系统需要搭建16000个处理器,内部有10亿节点(人脑150亿神经元)。该系统与之前的人脸识别不同,之前的人脸识别需要程序员先将整套鉴别系统写好,然后向机器“喂”数据,当机器发现预先设定的信息时,从而做出标识。现在的猫脸识别打破了预先设定机制,而是当机器发现第一个图像时,做出一个“图像地图”,该地图稍后会帮助系统自动检测与前述图像信息类似的物体,如此不断复加,直到从一顿杂乱无章的图象中发现一只猫脸。这就是机器深度学习,利用神经网络系统的一个案例,背后也需要大量的图像数据作为支撑。不过话说回来,这么庞大的机器群组拥有的智慧不过相当于一个二、三岁小孩,即使技术成熟,成本也很难承受。来自美国伊利诺伊大学的研究小组报告显示,人类一手调教出来的、最先进的人工智能系统在智力方面也仅相当于普通 4 岁儿童的水平,而这多是在实验室,没有太考虑成本问题。

Q:

不管是金融业还是人工智能,看来获得数据是这些应用企业得以发展的基础,那么数据究竟在哪里?据我所知,很多数据在政府和国企手里,尤其是国企他们为什么在大数据开发上缺乏动力?

A:

有几个方面的原因:首先是国企不具备创新基因,他们都处于垄断行业,主营业务很好,能躺着赚钱,绝不会站着挣钱;再则技术能力欠缺些,缺乏数据DNA,其实不仅是政府、传统企业,很多互联网企业也缺乏大数据人才;还有一个原因是,政府、企业数据难以整合,即使技术部门想推动大数据应用,不同业务部门、不同业务系统的系统整合、数据整合也很困难;此外,还有一个不可忽略的因素——数据认知,中国政府企业信息化缺乏一个阶段——商业智能(bi),因为这个阶段缺失,组织从上到下对数据没有感觉,思想上没有认识到,行动上肯定是更落后;最后,可能出于对数据使用担心的问题,不太敢做第一个吃螃蟹的人。但这种情况也不是一成不变的,当经营压力增加时,他们也会做出改变,其实这两年已经有不少国企都在考虑建大数据事业部,需要一个过程,时间早晚的问题。

数据开放有益于创业创新

Q:

政府对待大数据的态度是积极的,但政府大数据资源究竟如何开发,怎么共享,如何变现也是一个亟待解决的问题?

A:

我认为政府推动大数据发展核心事情就一个——政府数据开放。数据是一种资产,资产就有私有的属性,所以不能希望企业进行公益式的数据开放,这也不符合商业伦理,而政府数据是纳税人付过钱的,具有天然开放的义务。政府数据开放不是一蹴而就的,要明确政府数据开放、制定各级政府职能人员能明确操作的规则。政府数据开放采用循序渐进的原则,不涉及隐私和安全的数据首先开放出来,例如交通、天气数据等。在技术上也要积极做好准备,加强各委办局、业务板块的IT系统整合,建立统一的数据管理平台,尽量建立统一的云计算中心,通过物理的整合推动系统、数据的整合。

开放数据有什么好处呢?开放数据能够激发一大批创新创业企业出现,从而有效改善经济结构。李国杰院士曾说,“像纽约,数据公开后,2年时间内,就有500多家企业来做数据相关服务。纽约市的开放数据平台不到两年,已经有2090组数据上线,新产生的移动应用已有几百个。到2016年,中关村要培育500家大数据企业,建成10个以上行业大数据应用平台,带动产业规模超过1万亿元。之前我参加贵州省论证会,2020年贵州省的大数据产业到4500亿。”可见,这是一个多么大的市场。

数据权属交易才是数据交易实质

Q:

数据未开放之前,大家都处于找数据的状态,所以数据交易就很火,你怎么评价这种数据变现模式?

A:

目前大数据交易处在非常原始的阶段,相当于人类商品交换的以物易物阶段吧!数据资产交易是个漫漫征程,所以试错在所难免。大家犯的第一个错误是由惯性思维、简单逻辑导致的,从这个角度来看,人类生活的进步可要比思维进步快的多!工业经济时代到处有农贸、跳蚤、服装、海鲜等各类贸易市场,数据也理所应当存在各类交易市场,而交易市场是雁过拔毛、包赚不陪的生意,于是乎一哄而上。

在大数据交易方面,人类犯了一个几百年前类似的错误(如果细查的话这类错误数不胜数)。最初人类想飞天的时候,简单的逻辑就是模仿鸟儿,给人按两个翅膀,或者用火药绑在椅子上,这并没有将人类送上天,后来帮人实现飞天梦想的是空气动力学,至于当前客机翼梢小翼类似老鹰翅膀翘起的末梢是基于空气动力学和仿生学的产物,而不是简简单单的原始翅膀仿生。

下面大家探讨下数据交易的困境、原因、可能的路径:

1、数据难以公允定价。商品交易的三个要素,有人愿买、有人愿卖、公允定价。前两个要素时时刻刻存在,需求紧迫,卖的强烈,但唯独不能在定价上达成一致,数据缺乏市场的公允定价,甲方买走乙方的数据,乙方还有一份(工业品交易伴随着物权的转移),还可以再卖给丙方,甲方还可能转售丙方、丁方,同样的数据甲方卖给乙方和丙方时,乙方和丙方会根据不同场景应用数据所带来价值的不同而愿意支付的价格会有很大差异,同样一份数据在不同时间价值也会大相径庭。

2、数据交易的是异质的比特。工业时代交易工业产品是同质的分子,数据交易是异质的比特,每比特包含人的行为信息、设备的运行信息、企业的经营信息才是数据的价值所在,所以大家要用新思维、新理论体系去思考这个新问题,而不是用工业思维去思考信息经济的新问题,否则只会南辕北辙。

3、程序化广告交易(RTB)是目前唯一成型的百亿美金级数据交易市场。基于商业价值变现的场景(毫秒级广告展示时间、位置)、找到供方(网站流量主)、买方(广告投放主)、公允定价(实时竞标的方式),将数据实现商业价值闭环。

4、数据权益交易。大家根据产业界的实践,提出了数据权益交易(Data Equity Exchange,DataEEX),简单讲就是,甲方拥有一批数据,经过脱敏化、标签化处理后,乙方、丙方、丁方可以根据自己的商业场景,用不同的算法模型,将这些数据用于金融、交通、电商、旅游等方面,甲方与各方可以评估数据商业价值闭环中各自的贡献,进行利益分成,比如甲乙交易时,数据价值占80%,剩下的20%归乙方;甲丙方交易时,甲可能只能分到70%。

经济下行周期大数据更有优势

Q:

数据权益交易是全新的数据变现模式,值得期待,那么2016年对大数据产业意味着什么,在大数据商业模式变现探索方面,有何建议?

A:

2016年能看到更多大数据商业应用案例,比如在金融业、房地产业、制造业、快销等等行业,会比大家想象要快得多。大数据+传统行业将全面启动,在经济下行的时候,先进的技术创新的手段会更有优势,也更可能得到推动广。比如房地产行业其实是非常传统、信息化水平非常低的行业,但现在房子不好卖了,拿地阶段都可能面临很大风险,一不小心,可能造成小麦比面包贵,大数据在这方面已经有很好的创新方案了,碧桂园、恒大、万达等知名地产企业已经或正在积极部署大数据应用。

结 语:

根据中国计算机学会(CCF)发布的《2015中国大数据技术与产业发展报告》显示,互联网、金融、健康领域会继续保持发展热度,而智慧城市、企业数据化和工业大数据会成为拉动大数据发展的新的增长点。大家认为有两条线呈现出亮点:一条是高增长行业尤其倾向于运用高科技的行业依然会保持高速增长,比如金融征信、人工智能、医疗健康等产业;另一条线是传统产业+互联网/大数据行业,比如智慧城市、智慧交通、与媒体和广告相关的舆情分析、精准营销等。而这两条线的支撑都或显或隐与大数据相关,这也印证了陈新河关于“经济下行周期先进的技术创新的手段会更有优势”的结论。(潘启铜)

?点击进入 陈新河 在数据观的专栏栏目>>>

注:本文系数据堂授权转载,版权及著作权属原创者所有。?点击进入 数据堂 在数据观的企业栏目>>>

责任编辑:王培

分享:
延伸阅读
    数博故事
    贵州

    贵州大数据产业政策

    贵州大数据产业动态

    贵州大数据企业

    更多
    大数据概念_大数据分析_大数据应用_大数据百科专题
    企业
    更多

    威斯尼几网站|威尼斯app下载

    XML 地图 | Sitemap 地图