大数据行业目前的问题和四大盈利模式（二） 机器人, 大数据, 羿戓设计

eaoogle_WSN

大数据行业不得不面对的行业问题

图2 不得不面对的行业问题

1、人才稀缺、炒作过剩、实践少、可借鉴经验少

       人才问题我就不详细说了，现在大数据行业招人太困难了，要招到数据科学家就更难了。炒作过剩也不想再说，去年回家和老乡们说大数据，人家都当我是骗人了，泪奔ing。

       实践少、可借鉴经验少这个就很好理解了，成功的企业太少，你想抄，你想借鉴都没有可抄的公司。不像APP和手游，照着国外热门的换个皮也行啊，所以说，在大数据的践行路上，需要更多的是探索和勇气，没有一条成形的道路供你走，需要慢慢探索。


2、大数据的四高问题

       技术门槛高，创业门槛高，入行门槛高，部署成本高。

       技术门槛，可参考下图。要成为数据科学家，你需要掌握的技能如下。

图3 数据科学家

       至于创业门槛。光项目启动资金就至少500万，一般人还真玩不转。

       部署成本高。传统行业、政府企事业单位要部署一套大数据系统，少则几百万，上则几个亿的都有。

       事实上，技术能力是门槛，有经验的人才非常少是门槛，建设完真正为业务提供价值也是门槛。


3、数据源获取困难

       ①数据爬取越来越困难，防网站数据爬取将变成一种生意；

       ②网站更注重安全性，更多网站使用https协议；

       ③数据API或将取代爬虫。


4、数据归属和隐私悖论

       数据本身就是企业的资产，那么数据的归属该如何划分？数据里包含的个人隐私该如何规避？

       据我所知，现在还没有一套完善的法律法规体系来正面说数据归属权和隐私悖论。当然，也不能着急，这是一个行业逐渐发展中都会遇到的问题。法律法规会随着行业的发展来逐渐健全。


5、无直接商业模式，变现困难

       虽然前面我说了大数据的四大盈利模式，但是细想回来，大数据其实并没有最直接的商业模式，直接贩卖数据是违法的。大数据只有和业务场景结合才能实现商业价值。据我们了解的情况来看，目前，部分企业仍然依靠政府扶持和融资来活着。还有就是大数据行业其实尚未形成完整的生态链。大数据对生活、工作、学习以及商业渗透力还是较弱。


小结

       让我们再来回顾一下大数据行业的主要盈利模式，分别是解决方案部署、提供基础设施、数据工具与数据产品化服务，以及行业应用。其中，大数据在金融行业中应用是最能见到钱的。行业目前主要面临着人才稀缺、炒作过剩、实践少、可借鉴经验少、门槛高、数据源获取困难、数据归属、隐私悖论以及变现困难等问题。

       任何事情都有两面性，一如大数据有巨大的价值，同时行业也有这样那样的问题，对于前行未知的道路，风险越大也就意味着收益越大。相比较P2P、O2O这样行业，大数据还是一个比较稳健、厚积薄发的行业。没有3-5年的积累和发展是很难见到价值的。

       在此，我们也号召大家冷静、理智的看待大数据行业，用实事求是的态度去做大数据。我们期待这个行业越来越好，同时也期待有更多的人加入到这个行业当中。只有整个行业大环境好起来，大数据才会更好。

       我们期待中国大数据企业在纳斯达克敲钟的那一天。

下载 (14.23 KB)

2019-5-20 06:11