米博体育：大数据是什么？众大的数据叫大？

　　很多没有接触过大数据的人，都很难清楚地知道，究竟多大的数据量才可以称之为大数据。那么，根据数据收集的端口，企业端与个人端之间，大数据的数量级别是不同的。

　　很多没有接触过大数据的人，都很难清楚地知道，究竟多大的数据量才可以称之为大数据。那么，根据数据收集的端口，企业端与个人端之间，大数据的数量级别是不同的。

　　企业端(B端)数据近十万的级别，就可以称为大数据;个人端(C端)的大数据要达到千万级别。收集渠道没有特定要求，PC端、移动端或传统渠道都可以，重点要达到这样数量级的有效数据，形成数据服务即可。很有趣，大家可以看到2B和2C，两类大数据差了两个数量级。

　　有些小公司，数据只有千到万级的规模，但经过收集分析，也能从中有针对性的总结出这一群体的原则，同样能指导企业进行一定程度的用户分析、获取或者是服务工作，但这并不是大数据，而是一般性的数据挖掘。

　　刚刚天小妹分享的那个案例，说今年年初有个用50块本金摆地摊卖水果的中年人，他并不懂得大数据，但是他对水果的收成了若指掌：他知道哪个地方下了多少雨，水果的甜度会到多少，哪些地方的消费者会喜欢吃这个甜度的水果。卖到最后卖出了137家门店、4.7亿的年销售额。

　　这确实是一种小的数据挖掘，但并不是数据分析。大数据分析虽然脱胎于此，但大数据面向的是更海量的一个数据，借助了更广义的知识数据库的分析方法。大部分的数据公司的数据来源是海量的，它的收集和分析，并不是局限于个体，而是以一个非常非常广泛的群体为对象展开的。

　　我在接受采访的时候，依照大数据公司在产业链的上下游关系，提出把它们分成三种不同类别：

　　这一类公司，基本上都有自己的套模型，但大部分数据库模型源于相同的几个机理，包括统计学模型、深度学习算法等等。也基于美国IBM、cloudera公司开发的应用型分析模块等等。

　　虽然说是卖数据，但出售的并不是单一数据，而是基于数据的全套解决方案，比如精准营销等等。

　　这三类公司是如何协作，并把大数据作用于我们的生活呢?最容易理解的就是现在在微信朋友圈上投放的广告。

　　腾讯在把广告推广给每个用户的时候，都已经对用户做过精准的分析。通过收集人们在微信上使用习惯，进而分析用户的消费能力、消费习惯，形成一套精准营销方案后，给广告商生成一些定向的广告。

　　比如说，兰蔻的广告就从来不会推广给男性用户、豪车广告也不会推给应届毕业生。整个的微信广告体系都用到了大数据的分析模式，大家普遍反馈，在腾讯上投放的广告比网易、新浪等平台上投放的广告转化率高，正是得益于腾讯的大数据基础。

　　要兑现大数据的商业价值，第一个要求，就是达到大数据的数据量级。那么目前，在数据量上最有优势是BAT三家。在PC时代，百度在数据上的优势非常强，但到移动时代，腾讯和阿里实现了反超。

　　腾讯有微信、QQ，拿到了移动端数据生成量的九成;阿里利用它的消费数据资源，更有垂直性。那么对于中小企业、创业企业而言，兑现商业价值的重点就变成了，如何在自身规模较小的时候，利用别人的大数据资源为自己的创业更好的服务。这是需要深层次判断和挖掘的。

　　所以，对于数据相关的公司，在投资判断的时候，不单是看现有业务的发展，更重要的是在他不断的发展的过程中，能不能积累有效数据、积累高准确性的数据，实现数据的实时更新性。这样的企业才能够更好地建立起竞争壁垒。

　　比如，在开发者服务领域，比如talkingdata极光等等，我们复星昆仲在看项目时非常看重的一点，就是现在项目所经营的业务是单一为开发者提供服务?还是在服务之余，给自己的积累有效数据，形成长期壁垒?

　　我之前有提到BAT对大数据收集是垄断性的，创业企业想要在C端达到海量数据(千万级甚至上亿的C端用户)非常难。目前，国内月活线的app都是BAT所控制的，比如微信、QQ、淘宝、UC浏览器等。如果绕开BAT，能拥有C端海量数据的，就只有相对传统的电信业、金融业等等。

　　可见，如果想投资大数据领域的公司，从C端下手难度很高。所以，我觉得在如果想在大数据行业布局，2B领域才是关键：一方面2B发展较晚，BAT还没有形成垄断;第二，开发门槛相对较高的;第三，数据量需求量相对较少，达到十万级别就可以为大数据的分析服务，所以如果想在大数据领域进行投资，要关注的主要领域是2B领域。

　　第一类，是现在很火的企业服务，以SaaS为主;比如客户管理的CRM、人力板块的HRM等等。他们在得到用户许可并保证数据安全的前提下，通过服务大量的企业来积累企业用户，和企业员工数据。比如理才网等等。

　　第二类，是B2B交易平台;目前的趋势，基本上是行业垂直领域的电子商务交易平台，核心竞争力就是打破买卖双方的信息不对称、不透明。所以这种领域公司的关键点并不是记录交易量，而是每一个有效的数据信息。在这个领域，我们投资过惠民网，主要服务于中小商超和其供货商的交易平台，再比如各种“找”系列项目等等。

　　第三类，是针对于开发者的服务;云存储、运行数据的统计推送以及app内的即时通信等。

　　复星昆仲主要是在这三类的2B项目当中的进行投资，因为这些项目的2B业务模式可以有效积累大数据。这就是为什么复星同时关注大数据和2B领域的企业服务因为在2B领域的企业服务，能够找到最好最有效的大数据。

　　在大数据行业里，分析算法上的差别，造成的分析结果准确性、实用性的差异是93分和95分的区别。而因数据源质量造成的差别，是60分和90分的不同。特别是，一个不断更新的大数据，是能够验证这个算法准确性并不断优化大数据分析结果的有效途径。

　　目前，在大数据领域最愿意买单的基本都是金融领域的客户，银行、保险公司等等。他们要对用户进行多方位的分析和服务，所以购买意愿非常强。下一层，是新兴的互联网公司，为了更精准的获取用户、提高转化率，也比较愿意买单，比如说像新美大等等。下一步，可能会过渡到消费品行业当中去。

　　很多人其实不明白SaaS模式和传统的软件服务到底有什么区别，为什么说它是一个基于大数据而兴起的行业呢?

　　SaaS和传统软件服务，中间有非常多的区别。最基础的区别，就是他们整个架构是不同的：SaaS是建立在公有云上的，标准化的模块服务，数据也储存在SaaS的公有云平台上。而传统的软件服务基本上是部署在局域网内的。这种架构上的区别决定所有的其他区别。

　　比如，因为SaaS架构在云端，而且秉承标准化、普适化原则，所以，实施过程非常快。至少，实施前的现场搭建工作要少很多，那么获取用户也相应的加快。能传统模式要很长时间才能累计几百个客户，而SaaS模式可以在短时间内累积上千、上万的客户都不难。

　　再比如，付费模式上的不同，传统软件有前期实施费、每年更新的费用、专门的定制服务费用、故障解决费用等等。整体来讲，费用高、缴费繁复，往往只有大企业才消费的起。而SaaS一方面减少了初期部署成本、且系统和架构可以服务于多个用户。它的收费模式基本上，是收月费或者年费，一个月只有几百块，很多中小企业，都可以享受到服务。

　　大数据和智能硬件相结合的模式，其实目前还很有挑战性，最主要的原因还是出在大数据的数量级上。目前智能硬件的出货量远不能匹配大数据所需的数量级。目前，国内出货量最大的是小米手环，第二是360儿童卫士。剩下的智能硬件出货量，往往在十几万到几十万就是比较好的量级。这跟C端大数据千万、亿级的要求还相差百倍呢。

　　人工智能领域相对好一些，属于如日方升的情况。在海外的谷歌、亚马逊、软银，已经在投资一些投资标的，但是依然是一些概念领域的项目，不是立即可以商业化的服务。包括谷歌的无人车，就算已经能够积累了上百万英里的安全驾驶里程，但要应用还是有一定过程。国内也有少数的天使、早期机构，已经看好这个领域开始投资，但它的开花结果期那可能还要至少再等五年。

　　所以，这个领域的投资要有一定耐心，目前比较有希望兑现的领域，包括语音语义识别、AR/VR、无人机等。

　　A:我觉得，目前小散想要参与这一领域投资的唯一途径，可能就是通过股权众筹。这些项目的行业门槛决定了，小散要想投这类项目最好还是通过专业性的众筹平台。

　　项目的门槛高。我们小散接触项目往往是通过自己的朋友圈子，但这类项目的创业者基本都是专业人员，我们的小散是接触不到的。

　　这类项目对创始人的专业经验要求高，小散难以进行这种专业性的项目尽调。而专业的众筹平台，在把项目推广给各位于中小投资人之前，就已经对项目做过背景调查。实现对于小散投资实现一个保护。

　　总而言之，这类项目行业门槛高，专业性要求高，小散想投资一定要找天使客这样负责任的众筹平台

　　Q:大家都说我们现在处于互联网时代，您强调我们现在是数据信息时代。这怎么理解?

　　A:我们现在就已经处在大数据信息时代，大数据和互联网移动互联网是不相冲突的，而且恰恰是互联网，特别是移动互联网的出现，使得可以有效采集的大数据大大提升，所以大数据时代是和移动互联网手挽手一起走过来的。

　　关于大数据的三大误区随着整个行业对大数据的兴趣越来越大，我最爱的线年做过的大数据的公众演讲超过我职业生涯中的任何往年。我在行业大会、活动，大学以及EMC内部共做过许多次演讲。在这些演讲中一次又一次地接触到了一大堆关于大数据的评论，米博体育提问以及错误的理解。我相信将我听到的分享给大家会很有用。以下是对于大数据的三大误区：

　　目前Facebook有着世界最大的分布式文件系统，单个集群中的数据存储量就超过100PB。在Facebook内部，从一开始就没有在不同的部门之间（比如广告部和用户支持部）设立障碍或者分割数据。这样一来产品开发者就可以跨部门获得数据，实时知晓最近的改动是否增加了用户浏览时间或者促成了更多的广告点击。

　　大数据处理技术怎么学习呢在做大数据开发之前，因为Hadoop是高层次的语言开发，需要懂得Java或者Python，很快的就能上手。所有的大数据生态架构都是基于linux系统的基础上的，所以你要有Linux系统的基本知识。如果你不懂Java或者Python还有Linux系统，那么这都是你必学的知识。