本文转载自 赵山利 投资偶得（公众微信号）

大数据正在变得越来越重要，因为我们每天都在产生如此多的数据。

根据IBM公司的相关解释，我们每天产生2.5万兆字节的数据，这个数据来源于各个方面。我们需要对这些数据进行收集、储存，并建立应用程序进行分析。最成功的大数据公司Palantir拿到200亿美元估值。

用友幸福投资的投资总监赵山利则指出，数据大意味着数据垃圾也多了，让数据越小越闪光，这个过程才是大数据。

以下推送赵山利先生在健一会第55期闭门沙龙上的发言：

对于大数据，大家可能都听腻了。每分钟的数据有这么多：



但什么是大数据？

个人觉得，数据应该由庞杂变得精细、智能化，最后让数据越小越闪光，这个过程才是大数据。并不是说数据大才是大数据，数据大也意味着数据垃圾越来越多了。大数据其实是价值凝聚的过程，在这个过程中找到闪光数据，这也是我们投资大数据的一个初衷。

大数据由大变成闪光数据，是怎么样的一个过程？

大数据应用价值的七层凝聚

可以用一张表来表示：



表的最底层，是用户ID、画像、兴趣、行为。这些是源数据，它们是有价值的，代表着事务或者事件由数据构成，最本原的、朴实的数据。

之上一层是业务运营监控。简单说，就是监控数据哪些有问题，或者异常波动。原来它可能每天有100个销量，突然变成30个销量了，或者突然变成1000个销量了，这是异常波动，这是很初级的大数据发现问题。

再往上一层是客户体验优化。比如说之前一直是30个销量，我想优化成40个销量，或者优化成50个销量，出发点和落脚点就是数据监控再优化。

之上第四层，是精细运营、营销，包括精准营销，也就是对数据加工之后产生的价值，这一块对于个体化推荐、生命周期管理、数据挖掘提升还有工具的使用，要求比较高。

来到第五层，是数据对外及对内服务了。数据之前可能是一个工具，或者是一个概念，这个时候可能变成一个产品了。对内服务老板，对外服务客户，同时这个产品具有传播性，因为你这个产品要实现它的价值，肯定要传播。

之后第六层，是专题的分析，收入的分析，因为收入是大家最关心的东西，这一块，是从不同的侧面，去切大数据。

最后第七层，最顶尖的，是趋势战略分析，就是企业的发展，或者个人的选择，它是为明确下一步大的方向而凝聚的。

这七层数据的组合变化过程，每一层都有它的价值。企业或者投资项目如果能够在某一层里挖掘出这种细分价值，做到极致，在大数据价值凝聚过程中，是很有作用的。

以上这张图是从数据应用价值上描绘的。

大数据技术实现的七层框架

我们再来看第二张图，它是从纯技术角度上分析的。



最底层是文件系统，包括HDFS、谷歌的等。

之上是存储系统，包括列存储、文档存储、图片视频存储，还有基于存储的管理或者特性辅助的，这是一个文件的存储。

之上是资源管理层，包括侧重于集群管理的、侧重于不同设备之间共享管理的，还有负责效率提升的。

再上面是一个计算框架，侧重于迭代式计算或流式计算，批处理、交互等，它的整个技术很有针对性，效率也很高的。

再之上是数据分析，数据集成，应用操作框架。这张表，都是纯技术角度来看一个大数据项目切的哪个点，切的点是不是足够深。这些技术在国际上已经过初步验证，有一定的说服力了，当然新的技术迭代也很快。

上面这两张图，分别来自数据应用角度，以及来自纯技术角度。这两张图结合一下，简单一点，我觉得应该是下一张图：



最底层，数据来自数据源，互联网的，物联网的，政府的，企业的，包括还有个人的。经过中间的众多环节，到达最上层，数据返回给用户，如金融、电信、政府、交易平台等。整个这张图看起来简单一点。整个大数据，当我们第一眼看的时候，看它切入哪一个点。

下面开始虚实结合：

这张图可能大家都看过，太复杂了，我估计也讲不透，参考而过。

 



 

这张图，大家也可能看过，国内的图，比上面那个好一点，就是看的是身边的企业，结构简单一点，所以看的容易一点。但是我觉得，还有点大。



所以，这是我做的一个表，可以看的更简单一点，更直白一点。



实际上这个表分两个部分，大数据，一边是应用类分类，一边是技术类分类。这个分类，不是说完全从行业分类拽出来的，而是针对全球956家大数据相关企业进行分析，包括国际712家，包括国内244家。

应用类分为大数据平台、大数据应用、数据分析三大块。

技术类分为基础架构、开源技术、数据采集三大块。

准确的说，国内基金(包括人民币基金)投左边应用类多一些，因为国内原创技术还是差一些。而美元基金既投应用也投技术，这方面实际上是美元基金和人民币基金的小区别吧。

国际712家大数据企业有机会另作分析，下面我就针对这244家企业它的一个分类，应用类的，接近200家，占大头。技术类，40多家。

针对最近的公开数据，244家有49家是新三板已经挂牌的，这49家，后面有简单的一个分析，或许是这个行业能跑到前面的。当然有跑的好，人家没有上新三板，也有可能。这49家里，广告营销占14家，就是广告营销太多了，挂牌也很多。项目实施占12家，商业分析占4家，剩下的其他都很零散，实际上大数据分布比较广。



从收入和利润看，大数据，目前我觉得还属于早期，基本还没有到能够盈利的阶段。至于这个盈利点是明年后年，我觉得两年内，应该不会有特别大的改善，这是一个行业现状。

有两张清单，一是广告营销的，按15年年收入排序的，从六个多亿的，到最低800多万的，利润介于正负5000万之间，就是做广告营销的，竞争对手特别多，收入的分布也特别广，这是广告营销的特点。

二是做项目实施的。最高的年收入三个多亿，利润4000多万。最低的，六七百万，利润几十万。收入分布也很广，但是他们几乎都有利润，也就是说做项目实施，应该是不会赔钱，这是大家一个策略吧。

数据基本上说完了，当然数据分析的比较浅，时间也比较仓促。我个人几个小观点：

第一、美国的数据分析市场非常大，基于美国信息化非常发达。而国内信息化程度和数据分析市场需要协同扩张。

第二、美国公司注重差异化竞争，一个模式基本上不会有太多人去模仿。国内公司模仿的现象太普遍了，这一点在大数据领域同样是这样。貌似大数据是高科技，技术含量高。但实际上，大家模仿还是很普遍的。

第三、大数据是面向企业收费的产品，我个人在企业服务这方面看的比较多，面向企业收费的产品，特别是软件产品，一定要做好“服务”这个事儿，要深刻理解“服务”的意义。互联网发展这么多年来，我觉得大家虽然说我投资企业服务，或者说我做企业服务的，但从来没有把企业服务，这个“服务”两个字给加重，这一点我觉得是应该加重的。

第四、广告营销。大数据广告营销，在线上销售方面发展至少有三五年了，发展挺快的。而线下销售营销提升方面，急需结合大数据手段，就是针对于传统的地面营销。近年来，互联网对整个传统产业的颠覆改造，实际上不像之前那么猛烈了。传统产业、传统的生活生产消费方式慢慢在回温。但是它们也需要线上，或者大数据的方式来促进他们，来提升他们。这就是线下销售，用大数据来促进提升，哪怕只是一点，是很有价值的。

作者：赵山利，13911924079。如若转载，请联系作者本人，谢谢。

个人公众号，用清单说投资。

原创；直白；专注赛道。  

互联网风险投资（TMT、VC），侧重云计算、大数据、企业服务等细分领域。