当前位置:中联钢 >> 精品文章最新资讯 >> 正文

大数据寒冬已至,谁将倒下,谁成巨人

2017-02-20 07:31
0

【近日要闻回顾】

徐乐江:防止已停产落后钢铁产能企业死灰复燃,去除何乐而不为

据称:产能过剩行业负债率或高于60% 银行密集“债转股”控坏账

央行称:防止资金“脱实向虚”、“以钱炒钱”不合理加杠杆行为

商务部海关总署2016年第81号公告:本年度暂停进口朝鲜原产煤炭

“十三五”期间续建新建74个机场 2020年旅客运输量预计7.2亿人

经济实现“弱企稳”概率较大:货币政策条件趋紧 投资难度上升

现货钢价“强势拉涨”,进口矿冲到90美元 或迎传统需求旺季?

媒体:河北省发改称三市“钢铁产能退出方案”还在筹划酝酿当中

动态新闻辑要 全球航运业史上最大破产案正式宣布:韩进海运破产

美钢铁公司正在撤回“中国黑客窃取关键配方”诉讼 337调查或终

铁矿石价创新高 太仓口岸进口矿质量堪忧 淡水河谷去年生产数据

高盛:镍价将上涨 “钢筋石墨烯”泡沫可支撑负载超自重三千倍

贸易战下美企损失近中国五倍 中信澳矿三年减值拨备44.5亿美元

内蒙古去年钢铁投资降三成 地方国资国企加速混改释放三大信号

河北省1月钢价同比涨幅六成 4家越企仍想坚持严控镀锌钢板进口


(原标题)大数据寒冬已至,谁将倒下,谁成巨人

凛冽的寒风吹散了北京的跨年雾霾,带来了数九寒天的冰冻感受。中关村大数据日活动刚结束一个月,各地大数据的相关展会依然如火如荼。但是纸面上的红火无法掩盖内在的虚弱,出来混总是要还的,大数据的寒冬正如这三九天一样,扑面而来,让人措手不及。

早在半年前,百分点开始大幅裁员,据说将超过600人的团队压缩到300以内。2017新年刚过,亚信数据同样步入调整步伐,负责新领域探索的部门全部砍掉,甚至调整还可能会有第二轮。新年前后与多家业界有名的大数据公司沟通,有一个普遍的问题就是共同亏损,不管是做数据生意的,还是做平台项目的,无一例外,而且公司普遍对团队在2017年的盈利提出要求。让我们再想象一下,如果这些团队未能在2017年实现盈利结果会如何?

对运营商而言,即便联通、电信宣称通过数据变现实现了数亿的销售收入,但如果核算下从数据采集到变现应用全过程的成本投入(包含人员),一定是一个不太乐观的数字。对BAT来说,如果把数据运营部门独立核算,情况同样如此。只是像运营商、BAT这样的家业庞大的公司,不在意当前的损益,有能力持续开展战略投入。

那么是什么原因导致大数据行业集体进入寒冬?是实体经济下行影响吗?还是大数据停留在概念炒作,未进入到实际应用?

大环境确实对大数据行业产生负面影响,不只是的大数据,2016年实质上还是资本的寒冬,移动互联网的寒冬。但从根本上看,过度竞争才是大数据寒冬的主要因素,也是一切寒冬的罪魁祸首。

更多的玩家更低的门槛必然导致自我淘汰

必须承认,从整个市场来看,2016年大数据行业整体取得了巨大进步。

首先,来自数据的价值被充分挖掘。大数据的热度让"数据是资产""数据产生价值"深入人心,且在实际生产中催生了丰富的数据应用。客群分析、精准定向推送、金融信贷中的身份核验、基于数据的信用评级等,其核心并非"大数据"技术的应用,更多的应该是"数据"的价值发掘。如果可以统计的话,2016年各公司之间的数据交易与2015年相比一定是一个指数级的增长。

数据分析应用经历四个阶段,分别是简单数据的简单分析(传统的数据库统计)、简单数据的复杂分析(传统数据量的数据挖掘)、复杂数据的简单分析、复杂数据的复杂分析。基于数据价值发掘的各项应用绝大部分集中在第一、第二阶段。能够下象棋的"深蓝"和能够下围棋的 "阿尔法狗"其实都应该属于简单数据的复杂分析(单一领域的机器学习)。

其次,大数据应用的典型案例层出不穷,目前集中于复杂数据的简单分析。

目前对于特殊时段/事件的实时人群流量监测成为大中城市的共同需求,通常通过运营商大规模信令数据的准实时处理,来实现区域人群准实时洞察分析。2016年已经在各大旅游区、航展、火车站等进行了广泛的应用。

比如某市政府因人口疏解压力,要求分析各区县(各乡镇)之间的常住人口、工作人口数量,以及各类人口变动来源与去向。通常通过运营商信令数据的离线分析,可以较好的模拟真实居住/工作人群的结构与变化特征。2016年该领域实际上开展了较深入的应用。

比如公安部门、信用评级部门需要分析个人或企业的关系链。对个人来说,有那些人跟你是家庭关系、亲戚关系、同学关系、同事关系包括曾经同学、同事等,以及关系的关系。通过大数据图计算方式,能快遍历每个节与周边多个节点之间的直接或间接关联关系,形成个人关系图谱。对企业来说,股权投资、高管兼任、资金担保等均可通过图计算方式,分析出企业关系图谱或各类复杂的资金链/担保链关系图谱等。

但是,上述整体市场的进步并不意味着参与的企业个体能够持续的活下去。十家公司出现十个典型案例,大家都可能玩完,而一个公司一个典型案例覆盖十个客户,才有可能活得下去。

就如"谷贱伤农"的道理一样,过度投入带来的过度竞争才是大数据寒冬的真正原因。不是大数据技术不好,也不是应用缺乏,而是当前的应用市场无法容纳过度参与玩家的生产能力。

首先,过度投入来自对新技术新领域的追捧。从Gartner公司每年一度的新兴技术成熟度曲线(Hype Cycle for Emerging Technologies)可看出,大数据在2013年正处在成熟度曲线的顶峰,2014年已经开始下坡路,2015年已经脱离曲线,从概念炒作走向实际应用,现在已经有不少公司开展收缩,在可见的将来还会有更多的公司倒下。那么2016年热度顶峰的新技术是什么,是区块链。我有认识的朋友,一年半前从大数据平台项目离职搞区块链,那时候我还根本理解不了什么是区块链。大概半年前又回到大数据公司,重新搞起了大数据平台。

其次,软件行业的整体迷茫,纷纷把大数据当成救命稻草。现在还有软件公司(包含广告公司)不称呼自己是大数据公司的吗?还有软件公司不搞些大数据平台或应用产品吗?不用提传统电信运营支撑公司东方国信、亚信数据,就说飞信支撑方神州太岳,在2015年也高调转型大数据应用领域。

云计算与SaaS化应用的兴起导致的软件革命,让行业竞争加剧,很多软件厂商无所适从。就如一季度曾曝出的用友软件的大幅度亏损一样,不管做ERP还是小应用,传统的软件公司的日子越来越难过了。这些软件公司把进军大数据当成解决软件行业性问题的良方,结果是从一个火坑跳入另一个火坑。

再次,大数据开源技术的低门槛,玩家进出无障碍。以最经典的Apache Hadoop社区为例,Hadoop的项目结构不断丰富发展,已经形成一个丰富的Hadoop生态系统,囊括HDFS、MapReduce、Yarn、Hive、Hbase、Sqoop、Zookeeper、Flume、Kafka、Spark等近30个模块。虽然能够对社区提供持续原创性贡献的企业不多,但并不妨碍众多公司,一两个熟手+若干个生手就可以承诺搭建并运营一个实时交易风控平台(以实时流计算为主要模式的平台)。问题的关键在于,同样面对新技术,新加入的玩家与传统的BI厂商基本处于同一起跑线上。

最后,建设容易运营难,大数据价值还未真正体现。数据价值已经体现,但大数据价值还未真正体现。很明显,之前大数据的虚火来自于建设的热潮。当建设的热潮退去,需要通过真实的应用价值来回报的时候,发现虽然有不少案例,但是总体的价值根本无法hold住之前的投入。因此反向的减少建设投入,导致市场空间相对于之前的高速扩张有较大的萎缩。

一切正如2000年的互联网寒冬一样,当前的大数据寒冬正是市场机制自动产生的"优胜劣汰"过程,这是历史规律。

对于任何一个企业或组织来说,最终结局都逃不过失败,但对于优秀的企业来说,可以失败得晚一点,生存得更久一些。就如华为任正非在《华为的冬天》里说到的一样,"十年来我天天思考的都是失败,对成功视而不见,也没有什么荣誉感、自豪感,而是危机感。也许是这样才存活了十年。我们大家要一起来想,怎样才能活下去,也许才能存活得久一些。失败这一天是一定会到来,大家要准备迎接,这是我从不动摇的看法,这是历史规律。"

产品聚焦是前提

在大数据的寒冬里,要比别人活得久一点,首先得明确自身的产品是什么,市场在什么地方,与竞争对手相比,产品是否有差异。

大数据的产品很多,大的方面可以分为6类。

第一,大数据基础平台。解决分布式数据存储、离线计算与资源管理问题,包含目前比较流行的Paas平台。

第二,实时计算引擎。通过StormSpark streaming等架构解决大批量实时计算问题。

第三,数据库。各类DB,Sql,Mysql,Hbase等。

第四,大数据资产管理。数据从采集到应用开放全过程的数据结构管理。比如元数据管理,过程管理,隐私安全管理,开放管理与审计等。

第五,通用大数据应用。适用与所有行业的工具与模型。比如可视化工具,统一分析门户,互联网内容分析,智能营销管理,数据挖掘工具/模型, SaaS化DMP等。

第六,垂直领域大数据应用。与特定行业的紧密结合的产品,如金融征信,位置运营,精准扶贫,智慧医疗等。

如果你的产品线包含从第一到第六,那么你离倒下已经不远了。如果你能够在某一个领域做得足够的精深,精深到让其它所有的玩家都很难生存,那么恭喜你,你就是在战场上确立了自己地位的人,一定活得更久。

数据科学的兴起是自2013年来持续提及的预测。实质上目前的很多大数据应用并未涉及到模型,这也是导致门槛低、竞争激烈的重要原因。因为真正大数据的应用应该是"复杂数据的复杂分析",该领域缺少对应的产品。

与需求相结合的数据科学能力(能解决最终应用问题的模型能力)是大数据公司的核心能力,举一个例子,目前国内的图像识别、人脸识别等,其核心算法(通常以卷积神经网络为代表)绝大部分来自国外。再举一个现实中的例子,市政公安部门很需要对各地区进行犯罪趋势预测,以便对警务/行政资源进行合理分配,现实中基本缺少对应的解决方案。

受个人的局限,无法就每一个大数据产品前景做出判断,但从各大数据公司的交流进行总结,往往产品聚焦的公司,差异化会更明显,在特定领域更能做到对手所无法达到的高度,具有更强的生命力。

成本控制是唯一出路

2000年4月3日开始,美国Nasdaq股票狂跌,到了年底,中国的网站开始纷纷倒闭。至此,持续三年的互联网第一波浪潮突然从峰顶跌入峰谷,互联网的冬天来临了。

2001年1月,阿里的账面上只剩能维持半年多的700万美元,更可怕的是,当时的阿里并没有找到赚钱的办法。陷入自创业以来最困难最危机的境地。

正如后来大家所知道的,阿里裁掉了美国、欧洲、香港、韩国的网站团队,将所有的业务回到杭州这个中心,这是阿里巴巴第一次裁员,也是唯一一次大裁员。效果立竿见影,每月的成本立刻从100万降到了50万美元,阿里巴巴赢得了宝贵的一年喘息时间!

去掉所有的浮夸,控制成本,做最谨慎的预测,确保能够活下去作为第一要义,是度过寒冬的唯一出路。

华为软件人数不少,从营业收入上看过百亿,应该是中国最大的软件公司,但是大并不意味着能够盈利。

我有个朋友独自负责一个50人的小公司,主要提供大软件公司所照顾不到的部分省市运营商的分析营销服务,年营业收入千万元,却能做到利润率20%以上。就其原因,她一个人既是CEO,又是唯一一个营销经理兼客户经理,给自己开比较低的工资,其他所有人工资都低于她,核心人员用股份来弥补,每年都在为下一个年度的项目生存提前较劲。

这是一个最典型的为了活下去而努力的公司,没有绚丽的远景规划,没有层级复杂的管理,全都投入生产,成本控制到极致。所以,她能活下去,或许还能不断壮大。

对于这些善于成本控制、产品及市场目标明确的公司而言,寒冬或许是一个新的机遇。就如一个优秀的猎手,在凛冽寒风中耐心的等待,等待着对手倒下,然后从容收割独属于自己的猎物。(来源:彭博新闻 大数据工程师 刘自强)


最新消息 财经大事 新闻解读 行业动态

市场研究、分析、预测

宏观政策 热点关注 走进市场 铁矿石 钢材 行情快递 独家观点

中国联合钢铁网数据终端

相关信息
关闭

欢迎关注

中联钢联合钢铁网

微信公众号

关于我们 | 网络推广 | 客服中心 | 联系我们 | 会员中心 | 求贤纳才 | 中联钢动态 | 网站地图
© 2002-2024 Custeel.com.中联钢
版权声明 免责条款 总机:010-57930611 客服:010-57930529 传真:010-82350291
  京ICP证150882号  京ICP备15035687号   京公网安备 11010202009415号