注：大数据不仅仅是一个营销词汇，在这篇干货满满的文章里，作者用数据告诉我们，究竟什么是大数据，大数据行业的创业机会如何，未来的创业方向又有哪些。

　　接触大数据，了解这个行业已经有两年多了，每天都在阅读大量的关于大数据的文献资料和技术文章。如果你要问我什么是大数据?以前可能我会和你说，大数据是一种思维，一种技术，标志的是大数据的4V特点：

　　Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。大数据带来的是一种变革，打破了原有的随机分析(抽样调查)方法，采用所有全量的数据来进行分析，分析的数据更加复杂，有结构化数据、半结构化数据和非结构化数据，分析结构更加注重相关性而不是因果。

　　可是，普通人和大众用户他们听得懂吗?现在我会举例子告诉你。

　　比如说，采野蘑菇/野山参这样的事情，野蘑菇和野山参的分布地点都是随机的，经验告诉我，它们会分布在哪片山林，但是我们不知道具体位置，得一个一个的找。大数据可以解决这个难题。

　　我们可以把山林用数据可视化表现出来，然后让采野蘑菇的人根据自己的实战经验标出蘑菇分布的地点，并且把这些地点数据常年积累起来。然后结合野蘑菇的习性，收集每片山林的降雨量、灌木丛分布数据、土壤数据、温度数据以及山林里采蘑菇的人流量数据等等，来准确的预测出野蘑菇的分布地点。

　　这就是大数据力量。

　　一言以蔽之，大数据最直接的意义就是让“随机性”的事情变得可提前预测，从而提高效率和行动价值。

　　同样的思路，森林防火防贼、环境保护、旅游景点客流预测等等，都可以引入大数据思维。大数据同时也可以为我们工作、学习和生活中一些重大决策作为依据。

　　今天主要说的是大数据领域的创业思考，大数据只有和生活、学习、工作以及商业等场景结合才能产生价值。推动技术发展的从来都不是技术本身，而是消费者(用户)的需求。用户不需要知道也没兴趣知道你处理大数据是用Hadoop还是Spark、原理是什么、架构是什么，用户最关心的是大数据到底怎么用，用了能为自己带来什么好处。

　　今天我们将从“外部大环境”、“行业内部环境”、“创业风险”和“大数据创业机会和方向"四个点来阐述主题，聪明的朋友也许已经知道了，我们的思路就是大数据领域创业的SWOT分析。

　　大数据市场现状(外部环境)

　　根据贵阳大数据交易所5月28日发布的《2015年中国大数据交易白皮书》显示：2014年中国大数据市场规模达到767亿元，同比增长27.83%。预计到2020年，中国大数据产业市场规模将达到8228.81亿元。

　　一、大数据市场规模巨大

　　首先，中国大数据市场环比增长率较大。根据易观智库7月30号发布的中国大数据应用行业的报告显示，2015-2018年中国大数据市场营销规模达到258.6亿人民币。环比增长率为37.2%。

　　其次，大数据在全球范围内的市场规模同样巨大，根据idC发布最新研究结果，预测到2018年全球大数据技术和服务市场的2018年的复合年增长率将达到26.4%，规模达到415亿美元，是整个IT市场增幅的6倍。

　　无论是从国内还全球的市场规模和增长率来看，我们都可以得出这样一个结论，无论你是什么样的公司，或者说你未来创业要做什么样的服务，大数据都是兵家必争之地。大数据本身就是一种无形的资产，如果你的公司还没有部署大数据，那么在未来的市场上会失去核心竞争力。就好比你走在中关村创业大街上，你能收到的100份融资BP里，可能有99份都是APP和O2O项目，但99家里90%以上会重视大数据。

　　二、政策好，政府支持力度大

　　根据gov.cn9月6日消息，国务院公开发布《国务院关于印发促进大数据发展行动纲要的通知》，纲要里明确的说明，中国将在2018年会建成政府的大数据平台。相比之下，我们敬爱的习大大和李克强总理也经常为大数据站台，为中国的大数据发展点赞。看政府对大数据的重视，你抬头看看前两天的北京的蓝天，就会对政府有信心了。政府真正要干一件事，执行力大的超出你的预期。

　　据我们的观察，大数据领域的创业环境只会越来越好。目前，很多一线城市乃至二三线城市的科技园区，都出台了相关的扶持大数据产业的政策。如果你真的想在这个行业创业，可选择扶持力度大、人才较多的城市作为大本营，当然了，北京肯定是首选。

　　三、资本关注热

　　上图是我们(36大数据，编者注)对大数据垂直领域2015年资本投资事件的不完全统计。其实你仔细来看图会发现，大数据行业的资本关注热度是远远高于其他行业的。这个可以从投资金额可以看出来。今年上半年O2O项目非常热，也是投资重点关注的行业，但是投资的资本里，普遍都是人民币几百万和几千万这样的量级。而大数据行业的投资，更多的资本量级都是上亿的，而且资本多源于顶级投资机构。

　　大数据行业现状(内部环境)

　　“大数据就像十几岁少年眼中的性行为，每个人都在谈论它，但没人真正知道怎么做。每个人都以为除了自己之外的每个人都在使用它，所以每个人都装作自己很了解它。”

　　TED的创始人Dan Ariely是这样调侃大数据的。虽然是句玩笑话，但也确实说出了大数据的行业现状。

　　现状一、市场尚未饱和，竞争并不激烈

　　1、尚未出现垄断性行业巨头

　　前面我们分析了大数据整个大环境的状况，我们知道大数据行业市场潜力巨大，未来的增长率将达37%左右。但是在中国，目前尚未出现一家如Palantir、FICO这样的垄断性质的大数据企业。也许百分点和Talkingdata都在布局上市，但是距离挂牌还有一段时间和距离。新创的大数据企业中，还没有一家在美股、港股和深交所上市。

　　这是一个机会。创业你做电子商务也好，做游戏也好，都有好几家有钱有用户的巨头公司和你争抢市场份额，但是大数据行业不一样，大数据行业没有那么大的竞争压力，而且真正的战争尚未开始。

　　2、现有大数据企业扎推北京

　　根据数据堂统计的数据来看，新创的大数据企业中，57%的公司都在北京，上海占了15%的份额。大数据需要和实际的业务场景结合才能产生价值，工业、农业、制造、交通和能源等传统行业仍然拥有巨大的潜力，北上广深和二三线城市的大数据力量还没有完全被挖掘出来，这同样也是一个优势。

　　3、大数据在生活、商业渗透性较弱

　　笔者做大数据两年了，天天都听到或看到大数据的各种消息，但是生活并没有因为大数据的到来变得更智能一些。它没有让大龄光棍女青年更快更精准的找到结婚对象，也没用让隔壁老王炒股赚到更多的钱，更没有让北京的交通不再拥堵……大数据有用是不假，但是和生活场景结合得还是较弱。并没有看到可以称之为“变革”的现象。

　　4、没有直接的变现模式

　　互联网上最赚钱的两大行业分别是电子商务和网络游戏，这两个行业的变现模式都是非常清晰和直接的，但是大数据的变现模式需要绕一个弯子，需要和实际业务场景结合起来才能产生价值，不直接的路定然不好走。

　　有人曾经把大数据比作石油，可是，目前的情况看来，大数据行业还需要像发动机一样可以将数据转化成动力的载体。一如2010年以前一样，大家都知道手机游戏是未来的一个趋势，可是没有iphone等智能移动设备的出现，手机游戏的市场份额就非常小，用户体量也很有限。

　　现状二、大数据行业人才紧缺

　　根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。2015年-2016年是大数据人才最为匮乏的两年，因为已开了大数据专业的高等院校，第一批大数据人才还为毕业;已有的人才里，复合型的人才较少，都是术有专攻。

　　全球的大数据人才情况也不容乐观，据Gartner预测，到2016年，25%的全球大型企业将部署大数据分析系统;到2015年，圈球大数据人才需求将达到440万人;调查结果表明，全球64%的企业已经开始向大数据项目注资，或者打算在2015年6月之前将计划付诸实践。

　　大数据创业，人才就是核心，所有的公司都在抢大数据人才，创业公司想要招到相应的大数据人才非常困难。

　　现状三、数据量增长超快

　　这里和大家分享三个数字。49亿、250亿和 39ZB。

　　49亿物联网设备：咨询公司 Gartner 预测今明两年互联物品的涨幅将达30%。分析师在指出，截止到2015年，全球物联网设备数量将从38亿飙升至49亿。

　　250亿智能装置传感器：分析师预测，传感器的普及将大大加速智能设备的开发、生产进度。到2020年，将会有大约250亿部智能装置出现在全球市场。

　　39ZB数据存储量：在 2014 年年底，国内网络上集中存储的数据已经达到 1ZB，到 2020 年时，当年的新增数据量将会达到 15.45ZB，整体的网络上数据存储量将会达到 39ZB，未来 6 年的年复合增长率达到了 84%。

　　预测到 2020 年， 平均每个中国人每年产生的数据约为 4.1GB。

　　现状四：行业目前存在问题

　　1、炒作过剩，实际落地产品较少;很多产品都是打擦边球;把大数据玩坏了。现在你和大家说大数据，很多人都认为你在骗人。行业想要持续稳定的发展，企业必须有自律。

　　2、群众基础差，关注的人群多为三高人才，高学历高收入和高技术。从百度指数可以看出，关注大数据的人群中，53%比例的人群年龄分布为30-39岁，而20-29岁人群占的比例为28%;另外，关注大数据的男女比例里，男性占到了80%以上。这样的数字直接告诉我们的问题就是，“大数据”的话题传播性其实并不好。预计超过90%的大众用户不知道大数据是个什么东西。

　　3、大数据只解决了部分2B的问题，2C产品较少。现在大家都觉得大数据的方向就是2B，我们不这么认为。打个比方说，你做2B的产品，每家企业平均给你200万，新创大数据企业你撑死了一年做上20家企业，那么营收预计在4000万左右。但是如果你做2C的大数据产品，一个用户给你200块，当你做到20万付费用户的时候，你的营收就会超过4000万。为什么呢，因为用户的数据本身就是钱。从深远的角度来说，未来的创业，你必须学会讨好大众，服务好90后，这才是种子用户。

　　4、懂技术的人不懂业务，懂业务的人不懂商业。这一点不想做详细的说明，打击面太广了。笔者参加了众多大数据行业内的峰会大会小会，人人都在说大数据，可是问到你的业务如何赚钱的时候，很多人都是三缄其口。纯技术是无法赚钱的，必须和实际的业务结合起来产生商业价值，才能获益。

　　5、市面上存在的大数据工具上手门槛较高。又一个槽点出来了。前面也说了，任何的新技术，都是需求推动其发展。需求来自用户。任何的新技术，只有拥抱大众用户才能得到更好的发展，接地气非常重要。现有的大数据处理工具非常复杂，需要你懂这个那个会这个那个才能使用，大众根本接触不到。现有的大数据工具也不够亲民，无论是2B也好，2C也好，你需要给别人的是一个简单动动手就能用的工具，里面有功能按钮，而不是一堆代码，最起码应该满足目前Office工作人员使用。上手门槛较高意味着很大一部分用户被你挡在了门外。将大数据处理工具产品化势在必行。

　　但有，些事情是“大数据”不擅长的：

　　数据不懂社交。大脑在数学方面很差劲（不信请迅速心算一下437的平方根是多少），但是大脑懂得社会认知。人们擅长反射彼此的情绪状态，擅长侦测出不合作的行为，擅长用情绪为事物赋予价值。

　　计算机数据分析擅长的是测量社会交往的“量”而非“质”。网络科学家可以测量出你在76%的时间里与6名同事的社交互动情况，但是他们不可能捕捉到你心底对于那些一年才见2次的儿时玩伴的感情，更不必说但丁对于仅有两面之缘的贝阿特丽斯的感情了。因此，在社交关系的决策中，不要愚蠢到放弃头脑中那台充满魔力的机器，而去相信你办工作上的那台机器。

　　数据不懂背景。人类的决策不是离散的事件，而是镶嵌在时间序列和背景之中的。经过数百万年的演化，人脑已经变得善于处理这样的现实。人们擅长讲述交织了多重原因和多重背景的故事。数据分析则不懂得如何叙事，也不懂得思维的浮现过程。即便是一部普普通通的小说，数据分析也无法解释其中的思路。

　　数据会制造出更大的“干草垛”。这一观点是由纳西姆•塔勒布（Nassim Taleb，著名商业思想家，著有《黑天鹅：如何应对不可知的未来》等书作）提出的。随着我们掌握的数据越来越多，可以发现的统计上显著的相关关系也就越来越多。这些相关关系中，有很多都是没有实际意义的，在真正解决问题时很可能将人引入歧途。这种欺骗性会随着数据的增多而指数级地增长。在这个庞大的“干草垛”里，我们要找的那根针被越埋越深。大数据时代的特征之一就是，“重大”发现的数量被数据扩张带来的噪音所淹没。

　　大数据无法解决大问题。如果你只想分析哪些邮件可以带来最多的竞选资金赞助，你可以做一个随机控制实验。但假设目标是刺激衰退期的经济形势，你就不可能找到一个平行世界中的社会来当对照组。最佳的经济刺激手段到底是什么？人们对此争论不休，尽管数据像海浪一般涌来，就我所知，这场辩论中尚未有哪位主要“辩手”因为参考了数据分析而改变立场的。

　　数据偏爱潮流，忽视杰作。当大量个体对某种文化产品迅速产生兴趣时，数据分析可以敏锐地侦测到这种趋势。但是，一些重要的（也是有收益的）产品在一开始就被数据摈弃了，仅仅因为它们的特异之处不为人所熟知。

　　数据掩盖了价值观念。我最近读到一本有着精彩标题的学术专著——《‘原始数据’只是一种修辞》。书中的要点之一就是，数据从来都不可能是“原始”的，数据总是依照某人的倾向和价值观念而被构建出来的。数据分析的结果看似客观公正，但其实价值选择贯穿了从构建到解读的全过程。