大数据是如何赚钱和亏钱的？ : 经理人分享
大数据是如何赚钱和亏钱的？
大数据无疑是时下炙手可热的流行词汇，然而，我们鲜少看到大数据如何带来收益，以及如何实现的例子，这是怎么回事呢？多年来，在经历了几个通信和投行的大数据相关早期实施项目后，我认为这个新兴技术的收益主要在于：实现对复杂系统更为精准的剖析，例如股票市场或供应链。（投行成为最早一批应用大数据分析的行业之一，可谓毫不意外。对利用技术提升效率，创造效益更为敏锐的商业模式，往往也是更赚钱的。）在投行的日常工作中，为了精准地选择投资机会、选购股票，有大量对文档处理的需求，例如新闻简报，财务报表。如果人工进行，工作量过于庞大。因此助理分析师们往往简化他们的预测分析过程，并使用电子表格来完成绝大部分工作。通过大数据技术，投行可以整合各种信息，减少可能的（简化分析带来的）风险，从整体上带来更优越的分析和预测能力。公司如何通过大数据赚钱？通过大数据平台，股票经纪和投资经理们可以聚合各种来源的非格式化数据，辅助判断哪些公司值得投资。所谓‘非格式化数据’包括如公司新闻，产品评论，供应商数据，价格变化，将这些信息以所谓“大数据”形式整合，通过建模，帮助股票经纪决策买入或售出股票。有些采用如上方式进行投资预测的公司，很注重节约实施成本，例如使用云平台（如AWS），先从很小数量的服务器开始，随着获益增长，逐步提高投入。一位我认识的分析师，从一家大投行离职创业后，在不到六个月的时间内，仅仅使用非常有限的投入，创立了一个盈利良好的大数据交易系统。即便在传统制造领域，大数据仍然可以提升预测能力。我曾经担任过顾问的某欧洲一线汽车制造厂商，通过建立一个钢材交易成本的分析系统，选择更好的时机，以更优价格买入原材料。这个系统由开源Java框架Hadoop创建，整合了多个供应商的共计15Tb的数据，在两年内为该公司节省了1600万美元。这个项目的成功主要有两个原因：首先，公司有足够的信息为所有的供应商建模；其次，该项目节省的原材料成本超过了实施这个项目的费用。公司为何因为大数据亏钱？然而，并非每个大数据项目都会这样成功。公司在大数据项目上以亏损告终的概率，有时和成功的概率相差无几。大数据项目失败的早期症状有很多种，最常见的问题如：步子迈太大大数据并不需要一笔巨大的预算，如果怀着巨大的投入将带来巨大回报的预期开始一个大数据项目，往往会产生问题。在正式开始前，明智的做法是，尝试用有限的投入，在小范围内测试这个技术是否确实能带来预期的收益。按这样的节奏，一个项目可以按部就班地随着收益逐步提高，而逐步扩大投入规模，确保收益始终大于投入。低估人力投入在开始实施一个大数据系统前，问自己一个简单的问题：这个项目是否可以不需要持续的人工支持来运作？如果答案是，需要人工支持，那么建议停止项目。建立这样一个项目往往意味着百万级的损失，无法在有利润情况下保持维护和运行。迷信自然语言处理大数据有个经常听到的功能是，通过自然语言处理，将各种领域的各种数据处理成直接可读可理解的形式。这听起来确实很赞，但是在实际应用中，往往不尽如人意。自然语言处理仍然存在许多妨碍应用的限制，主要由于人工智能的发展还不够——而且在可见的10年内，这个情况可能不会有很大改观。现代大数据项目具备巨大的节约成本的潜力，其效果对于过去的数据处理方式而言有如童话。但需要谨记的是，在投入时间和资源到大数据项目之前，首先要确认你的项目是收益大于成本的。只有傻瓜才会匆匆对一个点子一见钟情并倾其所有。本文作者Marco Visibelli是一位曾经工作于IBM，后离职创建Kuldat的数据科学家，他的公司主营运用大数据来为销售和市场分析潜在获益机会。
（下载iPhone或Android应用“经理人分享”，一个只为职业精英人群提供优质知识服务的分享平台。不做单纯的资讯推送，致力于成为你的私人智库。）
作者：Marco Visibelli, Kuldat
文章相关知识点
评论&&|&& 条评论
畅阅·猜你喜欢大数据告诉你做什么行业最赚钱
中商情报网讯，据统计，通过分析对比今年前7个月33个主要工业行业利润与主营收入发现，最赚钱的是，其次是，酒、和精制茶制造业，制造业、制造业。上述行业利润占主营收入比都在8%以上。 相反的是，最不赚钱的要数开采业、开采辅助活动等，利润和收入之比分别是-11.22%和-29.4%%，这两个行业今年前7个月利润总额都是负数。 “吃喝抽”行业最赚钱 根据国家统计局的数字，月全国工业主要领域利润总额占主营业务收入之比（利润率）最高的是烟草制品业，达到13.1%，其次是医药制品行业达到10.38%。 酒、饮料和精制茶制造业利润率是9.95%，食品制造业的利润率是8.37%，汽车制造业的利润率是8.35%，也位于前列。 月工业利润率排名前十行业一览
多数行业告别暴利时代 相比过去十年，和开采业告别暴利时代，风光不再。 2010年石油和天然气开采业利润率是28.51%，在41个行业中利润率最高。年该行业利润率分别达到48.08%、41.61%，也是雄踞赚钱榜首。 在2010年时，利润率最高的几个行业还包括有色金属矿采选业、业、黑色金属矿采选业（），利润率为15%左右。年也是如此，当时开采和洗选业利润率在10%左右。 上游矿产资源利润高，势必将导致下游利润率低，比如2010年利润率靠后的有黑色金属冶炼（），石油加工、炼焦及核燃料工业，、热力的生产和供应业，利润率不到5%，低于一年期贷款利率。 钢铁生产以铁矿石为原料，制造以为原料，电力生产以炭为原料。上游行业产品价格高，利润率高，下游利润率必然低，反之上游行业利润率低，使得下游行业利润率高。 月工业利润率排名后十行业一览
【版权提示】中商情报网倡导尊重与保护知识产权。如发现本站文章存在版权问题，烦请联系、4，我们将及时沟通与处理。
【数据平台合作】我们的数据自媒体平台“”、数据交易所“”正式上线了！欢迎各位数据自媒体们合作入驻。免费入驻类型：各行业数据自媒体、数据企业。咨询QQ ：
中商情报网扫一扫、与您一起发现数据的价值
每日融资简报扫一扫、每天阅读免费高价值报告
中商情报网始终聚焦科技、互联网+、创业、财经、产经大数据等，目前在全国财经网站中排名居前，旗下中商产业研究院专注产业经济细分市场研究，中商可以为用您提供一手的市场数据和高价值的商业资讯，欢迎沟通交流合作！
广告、内容合作请点这里：
askci Corporation, All Rights Reserved
中商情报网版权所有
增值电信业务经营许可证：粤B2-大数据的积累靠“偷”？到底怎么靠数据赚钱？
我的图书馆
大数据的积累靠“偷”？到底怎么靠数据赚钱？
阿里巴巴是“数据窃取者”吗？腾讯可以“监控”我的聊天记录吗？百度会记录我所有的搜 索记录吗？最近，一系列关于数据的事件又重新把媒体和公众引向关于大数据的最初的是非问题：大数据会不会泄露个人的隐私，最终，像《黑客帝国》所揭示的那样，人被电脑所控制。 实际上，对大数据的宣传与布道，可以说是互联网公司最乐于见到的：显得公司有未来感、有科技感、有益于社会、有益于用户。但实际上，全球范围内对大数据的应用都处于初级阶段，大数据最有益的应用其实不在于事后分析，推进和改善业务，而在于做以前做不到的事情。但是即便如此，外界对于数据安全的担忧就已经达到了相当程度：大公司会不会成为“数据窃取者”？或者说，它们会不会成为big brother，知道所有人的所有事，一旦“作恶”，后果不堪设想？ 这个时候，不免要提到关于大数据的几个误解： 第一，大数据的积累靠“偷”？ 付费通和支付宝“分手”之后，付费通暗示，是支付宝过量的用户数据查询导致其系统成本增加而最终导致分手。也就是说，付费通在指责支付宝“偷”数据。在这里我们不讨论这两家公司的恩怨是非，我们需要厘清的是，数据的积累，真的是靠“偷”？ 如此理解的人，还是将大数据理解为“数量大”的数据，且越大越好。但是，大数据的精髓和要义，不在于大，而在于在线、可用和流动。要说“大”数据，欧洲对撞实验室做一次实验产生的数据，100个BAT分析不完。而以往存储在磁带、胶片，甚至是现实世界中产生的大多数数据，都不能对未来的事情有所助益——因为它们还没有在线。 互联网普及之后，产生的数据可谓多，而Google找到了人们对数据使用的路径，做成了搜索引擎，把数据做成了生意。所以说，大数据的本质不在于“大”，而在于在线、可用、流动。要抓住大数据的机遇就一定要 在观念上打破“垄断”数据的想法，数据不能利用起来就是一堆只会占用存储空间的无用字节而已。一些传统企业由于缺乏足够的大数据技术和经验，面对大数据的浪潮可能习惯性采取“自我封闭”的做法，这无非只能让自己与时代更为脱节。而即使是阿里、腾讯、百度这样的大型互联网公司，看似掌握了海量的数据，但和整 个社会的积累相比也只是九牛一毛而已，同样需要在数据上跟外部保持开放和分享，并思考一条让数据分享双方都能获益和实现数据增值的途径。 第二，到底怎么靠数据赚钱？ 数据不是个新鲜的东西，电力公司有你所有电力消费的信息甚至你的家庭住址，移动运营商有你所有话费消费的信息，医院有你的健康信息，但怎么发掘这些数据更大的价值？大数据的真正价值当然不是用来预测世界杯，目前所有的大数据应用中，真正称得上商用化产业化的还是在网络贷款方面。 还记得银行对小微企业是怎么放贷的呢？情况是：根本不放贷。因为评估风险的成本过高：银行派个人实地考察下，查查水表电话，支出的人力物力成本就上千了；另一方面，阿里小贷一笔放贷的成本却不超过1块钱，那么，这种成本的节省，甚至导致模式的变化，怎么衡量“赚了多少钱”？很难衡量。 总的来看，实际上互联网公司目前用大数据“赚钱”有两种模式：一是，提供基础的大数据处理能力，面向业界，收租用费；二是通过数据共享和交换开拓新的商业模式，共同分润。 第一种模式，已经有很多案例。例如脸萌团队租用某云基础设施，每月只有73块钱IT费用的案例被广为传播。 第二种模式的则比第一种模式要复杂。例如腾讯，可以将交易数据、社交网络中的有效数据脱敏之后提取出来，与一些功能性网站（如世纪佳缘、51Job、 赶集网、大众点评）等等合作。背后的逻辑就是：在网购方面信用好的人，也许在婚恋问题上作弊的可能性小。另外，阿里、腾讯两家都收购或者入股了地图公司，那么电商数据能不能和地理位置信息打通，能不能给在支付宝上买了车险的人（肯定是有车族）提供定制服务？支付宝能不能和中石油中石化合作，直接把加油站变成自提点？由此开始畅想，合作机会和可能的商业模式就多得多。 第三，大公司能做所有的事？ 一个不得不承认的事实是：只有大公司有做数据基础设施的财力物力和人力。但大公司并不能办成所有的事。大数据的商业价值在于使用大数据的公司做得好，而平台公司的意义，就在于提供好用的数据工具和基础设施。 从阿里、腾讯、百度几家做云计算（数据处理的基础）的历程来看，建立自主的，能适应互联网要求、弥补IOE（IBM、Oracle、EMC）弹性差劣势的基础设施，投入在5年以上是一个基本量。阿里云、腾讯曾经的“台风”项目、百度的“金字塔”项目都是历经坎坷，有的逐步走向成功，有的夭折于短期效果和长期效果的平衡中。 家大业大才能玩大数据，但大公司并不能包揽整个大数据时代。原因主要在于：第一，大数据需要盘活，而盘活需要流动、需要共享。不然“大数据”只是“数据大”。而流动和共享则来自于大型平台与多种垂直类网站的合作，更多的，在于和非互联网公司的合作。 第二，大型互联网公司的优势在于平台本质：做平台，而不亲自下场做具体业务。对各行业公司来说，数据的盘活和利用在于对行业的深刻理解，这是互联网公司本身所难以达到的。 第四，为什么没有大数据的经典案例出现？ 前几年，Google数据预测流感的案例曾被广为传播。啤酒与尿布的案例则是像一块儿铁，在众人的口中生了锈。而各互联网公司用来博眼球的所谓大数据分析球赛、高考作文、春运等，其本质无非是一张Excel表单，只是事后统计，并没有进一步的预测、影响经济决策的作用。 是不是人们对于大数据的效果过于渴求了？是不是互联网公司在人口红利逐渐消失时，对新的商业机会的过于期待了？可以肯定的是，目前，对数据的应用，理解，甚至合理的存储方式，都还处于初级阶段。对于可作为未来核心竞争力的资产，数据并不会像绚烂的烟花绽放，更像空气、水、电，以一种无声的方式浸入和改变世 界。 而我们要做的，无非是不要让恐惧排挤了精彩。via:3大数据《失控》《技术元素》作者、硅谷预言家凯文·凯利（KK）重磅作品《新经济新规则》，阐释经济运行的是个新规则！十几年前的预言，至今依然在持续应验。狂想之作，颠覆未来！回复沙龙君求送书，即有机会获得由@互联网分析沙龙 及@影响力读者俱乐部 提供的这本KK扛鼎之作！每日送出两本，截止到7月19日，共计送出10本，快快行动起来吧！
TA的最新馆藏
喜欢该文的人也喜欢该页面暂时无法访问, 请稍后再来！
错误提示: 页面无法访问或操作，详细的错误信息已经被系统记录，管理员将会在日志中排查相关问题。
您可以继续访问我们的网站首页：
15 秒后自动跳转到首页