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.cn 9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。

大数据行业创业的风险预警

一、大数据的创业门槛

1、人才成本较高；在美国，在R、NoSQL和MapReduce方面需求的专业人才薪水达到了每年约11万5千美元，在中国，大数据人才一将难求，创业公司不容易招大数据技术人才，即使招到，人才方面支出也较高。包括高薪、期权和股票等等；

2、存储硬件成本高；考虑到数据归属和安全性。大数据公司一般不会数据存在云上。自建机房比云存储成本高很多倍。

3、项目启动资金高；不是30-50十万就可以玩起来的，比移动互联网APP创业项目启动资金要求高。

4、用户少、获取成本高。这一点的门槛主要是群众基础差带来的。

没有明确的商业变现模式，这是目前大数据创业的最大门槛。拼数据，你拼不过阿里百度腾讯，拼钱，还是算了……

二、数据安全问题

据Verizon发布的《2015年数据泄露调查报告》显示，79790个安全事件中已有2122个确认的数据泄露。值得关注的是在2015年的报告中新增了一个统计模型，用以帮助企业评估到底每笔数据泄露，要损失多少钱。如果泄露1000条记录时，有95%的可能会损失5.2万-8.7万。泄露1千万数据记录的花费介于210万到520万之间，但最多可能到7390万。

让我们来回顾一下近年来数据泄漏的事件：2014年5月，800万小米用户数据或被泄露；2014年12月，12306大量用户信息遭泄露；2015年4月，超30省市曝管理漏洞数千万社保用户信息或泄露；2015年5月，携程网全面瘫痪疑似数据库物理删除；2015年6月，美国人事管理局(OPM)被指出大量工作人员信息泄露；2015年8月，婚外情网站AshleyMadison数据遭泄露……

对于大数据新创企业来说，数据的安全性就是“命”，如何保命事关生存。大数据的安全性，是部署大数据架构和大数据创业最大的挑战之一！

三、大数据隐私

关于大数据隐私，在美国有隐私法案，而且美国与欧盟之间还签署了安全港、隐私声明等等。而在中国，目前的立法是非常模糊的，属于灰色地带。手机号码被恶意第三方收集了，然后给用户发了很多垃圾短信，或者我的姓名，我的电话，我的邮箱，他们收集我的信息是不是合法的，目前这一点在在立法上都不清晰。不知道未来国家会不会出台相关的法律法规来规范这个领域？大数据隐私目前具有不确定因素，也是创业存在的风险之一。

说完了风险，下面我们可以来说说大数据行业的创业方向和机会。

大数据行业创业机会与方向

一、资本层面关注点

对于大数据项目，投资人到底看什么？在写这篇文章之前，我们与多家投行的投资人曾经做过访谈，下面是我们根据访谈内容整理出来的内容。

大数据没有直截了当的变现模式，那么一个新创大数据企业想要获得成功，拿什么去拼？当然是人才。这也是投资人最关注的东西。

投资人告诉笔者，对于一个大数据项目，他们最看重的是团队。那怎么看团队呢？一般从团队技术能力、背景、过往项目经验和创始人四个方面来看。大数据对技术的要求非常高，投资人看项目的时候，首先看的就是创始人的技术能力。一般情况下，投资者会更加青睐拥有技术背景的创始人和他的项目。

还有就是看项目的商业模式和变现能力。看项目方面，投资人会去看你的项目对应的国外成熟企业，或者说你的项目对应的竞争者是谁。由竞争者经营的情况来预估你在其领域的市场份额和变现能力。商业模式方面，投资者会看你的客户(用户)体量和数据源。你的客户群体有多大？你手里有哪些具体业务上的数据？这些数据如何产生价值，应用到你的客户身上？解决好这3个问题就成功了一半。

大数据项目变现方向，投资人关注的是你的项目是否能够快速直接的产生价值，而且有持续的创收能力。

解决好以上几个问题，新创大数据公司想要拿到融资就非常容易了。

二、大数据垂直领域热门的投资方向

第一个是Hadoop商业化，简单来说就是做Hadoop的收费版本。Hadoop本来是开源的，但是在具体业务场景中，还缺乏很多功能，那么Hadoop商业化就是去完善这些功能，使其更好的应用于企业的业务场景。Hadoop商业化最典型的公司就是Hadoop的三驾马车，Hortonworks，Cloudera和MapR，Hortonworks目前已经在纳斯达克上市。中国相应的做Hadoop商业化的公司是星环科技。

第二个是SQLonHadoop，用大白话来说就是基于应用场景下的数据框架。比如说大数据架构里的查询引擎、存储引擎、计算模型等等，这个主要是基于大数据技术方向的，比如说WibiData，它提供了对Hadoop的封装，连接前端应用到Hadoop基础设施。

第三个是NoSQL数据库，非关系型数据库和云数据库服务。典型的国外企业有MongoDB和Datastax。目前，创业公司MongoDB的估值已超过16亿美元，而在中国，基础云服务商青云QingCloud已经推出了基于MongoDB的集群服务，名字叫做青云QingCloudMongoDB。

第四个是分析和可视化。对应的国外企业有Tableau、Datameer。国内新创的大数据企业中，也有很多大数据企业在做可视化服务，比如说国云数据的大数据魔镜。

第五个是行业大数据应用。为社交媒体、广告公司、企业客户、电子商务等行业客户提供数据分析，帮助这些行业提升数据分析的水平，如DataSift、RelateIQ、RocketFuel等创业公司。

三、大数据行业现有的商业模式

谈到商业模式，肯定就要说到2B还2C的问题。

2B是目前大数据行业主要的商业模式，将大数据变为一种服务，服务的对象是企业或机构。比如现有的大数据企业里，星图数据，Hortonworks，Cloudera，星环科技、Talkingdata都是2B的商业模式。从他们的运营状况，不难看出，2B的商业模式，要么是做解决方案(类似外包)，要么就是做工具。

预计未来所有的互联网企业也好，传统企业也好，都会在企业内部成立大数据部门，那么到那个时候，解决方案的市场份额还会多么？不肯到也不否定。对于一家企业来说，大数据就是自己的资产，相信企业更倾向于自己管理自己的内部资产。所以我们大胆的预测，解决方案只是目前大数据行业的权宜之计，未来企业会用自己的人才管理自己的大数据，用自己的人才使用自己的大数据。做工具是目前较为主流的模式。Palantir其实也是做工具。

2C方面，在整理这份内容的时候，我们发现2C的产品非常少。女性经期助手、百度指数这样勉强算是2C的大数据产品。而大数据2C方面的产品，更多的是倾向于应用。可穿戴设备其实也算是大数据应用产品之一。

说了这么多，你肯定会问我了，那么腾讯、百度和阿里巴巴这样的企业，他们的大数据又是什么样的模式呢？在笔者看来，BAT企业的大数据商业模式都是2C+2B的模式，我们可以简称为复合型的商业模式，因为他们服务的用户有企业用户也有个人用户。

总结一下，现有的商业模式里，哪个？笔者个人认为是2B+2C模式。这样的模式是最健康的模式，形成了一个商业闭环。

用一句话来说就是：你收集用户的数据，分析出报告，然后给到的对应的企业，对应的企业根据数据反馈，从而开发或制造出更好的产品，让用户享受更智能更美好的生活。这整个过程中，大数据是贯穿始终的。