人人都在說大數據 用途到底在哪?

2015/09/01 09:35      白玉龍 liuzhengru

在電影《永無止境》中,落魄的作家?guī)觳盟幬飳⒅巧烫岣?,做到可以將世界上已存的海量數據進行挖掘、分析,10天內在股市就賺了200萬美元。這部電影最大的意義在于告訴人們數據挖掘的潛在價值,畢竟對于曾經只是收集、統(tǒng)計數據的公司來說,如何利用有些雞肋的數據變現將是一門新的學問。

雖然大數據的概念這兩年已經被吹捧的有些過于膨脹,但這項技術被人們感知的地方卻很少。雷鋒網記者在與身邊非科技圈朋友的交流中發(fā)現,多半兒人甚至不知道「大數據這貨到底是干嘛的」。

CTO方育柯是在2006年加入數之聯科技的,CEO周濤在2009年博士畢業(yè)后加入了團隊。公司最早只是電子科技大學中由三個人組成的數據挖掘實驗室,一直為中興、華為提供相應的服務。2010年大數據火起來之后,團隊認為“與其為大公司提供模塊化的算法服務,不如專門成立一家公司做這方面的業(yè)務”。所以兩年之后,這家公司正式成立。

55db761858232

作為一家做大數據分析的公司,方育柯首先回答了雷鋒網記者關于大數據能做什么的疑問。針對客戶的需求,數之聯公司目前主推四項服務:

大數據頂層規(guī)劃服務,很多企業(yè)其實并不清楚大數據該怎么落地,頂層規(guī)劃服務可以深入到不同的公司,實現數據協(xié)同到業(yè)務協(xié)同

云端數據挖掘平臺,可以降低數據分析師做數據挖掘的門檻,快速在云端實現數據建模。據他們了解,這是國內第一家分布式數據挖掘平臺(國外有IBM的PSS等)

電商數據服務平臺,幫助傳統(tǒng)企業(yè)實現互聯網+的模式,分析銷售數據并進行反饋。目前與義烏購有合作

圖像搜索,在ToC市場,他們推出了拍圖購,用戶瀏覽網頁時看到喜歡的衣服可以用拍圖購直接進行搜索。而在ToB市場,數之聯也在與電商平臺合作,可以做到用戶分析預測、客戶流失情況統(tǒng)計、精準化營銷等

傳統(tǒng)企業(yè)預估銷售額和收集產品改進意見時,采用的方式往往是做成百上千份調查問卷。這種方式既耗費時間, 又無法保證精準性。方育柯認為,大數據的作用就在于從數據角度幫助企業(yè)進行決策。

將大數據應用到普通消費者的生活中的現象將會越來越多,但很顯然,人們能夠直觀體驗到的卻很少。在交流中記者發(fā)現,雖然有在ToC市場進行探索,但企業(yè)級服務才是目前他們的核心。

55db761126d5e

提到數據挖掘分析,就不能不說數據的來源。方育柯在交流中向記者介紹,公司收集的數據60-70%來自于互聯網的公開協(xié)議,包括電商產品的圖片和信息,微博、知乎等社交平臺。另外則是來源于行業(yè)客戶的合作提供。他向雷鋒網強調,公司從來不會從第三方獲得敏感信息。

不論是數據的收集還是分析,對很對人來講,首先能想到的就是百度、阿里這樣的巨頭公司。方育柯告訴記者,阿里云這一類產品幫助的是中小企業(yè)快速搭建云平臺,解決方案是通用型的。數之聯要做的則是通過深度整合大數據,將企業(yè)的業(yè)務流程進行分析、優(yōu)化。“針對不同企業(yè)的特點,利用數據分析搭建平臺,本質上來講我們并不是同一個類型。”

在一些細分市場,比如企業(yè)征信,已經有鄧白氏這類大型國際公司存在,優(yōu)勢就在于擁有很多企業(yè)的經營數據。方育柯向記者介紹,鄧白氏在數據的收集和分析方式都比較傳統(tǒng),并且對于國內市場來說,外企總會有水土不服的現象。數之聯由于與政府和企業(yè)合作的原因,對于國內市場的了解是外企所不具備的。這也是他們不懼怕鄧白氏一類外企競爭的原因。

應用數據能如何改變日常生活?方育柯向記者舉了個例子,給小區(qū)送快遞時會放在門口的箱格里,利用數據分析收件人何時回家,改進存放時間可以提高箱格的使用效率。還可以針對收件人的身高等等因素調整到適合的位置。

技術實現或許沒有困難,但雷鋒網關心的是技術能否盡快落地,對于國內來說,要克服的顯然還有很多問題。

人人都在說大數據,在于方育柯的交流中可以發(fā)現,現階段的大數據主要圍繞企業(yè)提供服務,。

后記

數之聯在去年拿了第一筆500萬的融資,今年正在洽談第二輪融資,預計估值將會翻一倍。作為母公司,人數已經達到80多人,整個集團的員工數達到了400多人。即使如此,方育柯還是告訴雷鋒網記者,公司目前還是缺少相應的人才。

在采訪結束之前,雷鋒網記者問方育柯:“既然大數據的概念已經被吹捧得很嚴重了,是否在推廣上并不費力?合作談的輕松么?”方育柯表示:“在概念盛行之下,行業(yè)內最缺的應該是標桿性的產品和應用。”他解釋說:“很多企業(yè)認為大數據是萬能的,可以短時間內完成數據平臺搭建,并且可以讓銷量增長很多倍。這讓我們很頭疼,最先做的反而是引導客戶降低預期,真正得去認識大數據。”

相關閱讀