二．搶占C端并非大數(shù)據(jù)賦能產(chǎn)業(yè)的制勝要訣

對于大多數(shù)行業(yè)而言，C端將會成為其發(fā)力的最大主場，大數(shù)據(jù)行業(yè)在一開始的定位亦是如此，所以，我們能看到許多數(shù)創(chuàng)企業(yè)瞄準(zhǔn)了C端市場，然而，這個(gè)人人看好的“市場”究竟是否真的存在？大數(shù)據(jù)的“瞄準(zhǔn)器”是否看錯(cuò)了方向？面對這個(gè)問題，數(shù)創(chuàng)公司們稍不留神，可能就會陷入困境。

1、沖鋒陷陣做C端，可能是“萬骨”枯去的開始

大數(shù)據(jù)的應(yīng)用過程中，國內(nèi)的數(shù)創(chuàng)企業(yè)一直處于一個(gè)尷尬的局面，即超前的大數(shù)據(jù)和人工智能技術(shù)與大眾落后的產(chǎn)品理念相悖，反映到C端，就是普遍的低接受度以及隨之而來的高獲客成本。

與此同時(shí)，還有一些企業(yè)大炒概念，將“小數(shù)據(jù)”“數(shù)據(jù)”“假數(shù)據(jù)”均稱為“大數(shù)據(jù)”，破壞用戶對技術(shù)的觀感，使得新技術(shù)的推進(jìn)越發(fā)困難，所以，技術(shù)在C端推進(jìn)時(shí)并不能帶來先導(dǎo)價(jià)值。

然而，“數(shù)據(jù)意識”的培育并非一朝一夕的事，而是靠“社會大勢”推著走，數(shù)創(chuàng)企業(yè)可能會面臨較長時(shí)間的“尷尬”。所以，進(jìn)軍B端成為數(shù)創(chuàng)企業(yè)生存下來并獲得認(rèn)可的最可行謀略。

比如在我們所熟知的機(jī)器翻譯領(lǐng)域內(nèi)，其實(shí)O2O的故事已經(jīng)過去了�，F(xiàn)如今企業(yè)對機(jī)器翻譯的需求會比一般用戶更高。無論是會議室里的同傳，還是圖像翻譯，包括視頻的實(shí)時(shí)翻譯，如果有一款企業(yè)級產(chǎn)品能夠滿足企業(yè)“大規(guī)�！焙汀案咝�率”的翻譯需求，這個(gè)意義是非常大的，同樣也擁有著非常巨大的市場。

2、超前的大數(shù)據(jù)行業(yè)面臨“高闕值馬太效應(yīng)”

一般來說，一個(gè)新產(chǎn)品或者是新技術(shù)要想在市場上獲得收益，創(chuàng)業(yè)企業(yè)在前期必須要舍得“燒錢”，比如共享單車在剛剛面世時(shí)，價(jià)格策略讓公眾迅速地接受了“共享”的概念，用戶量達(dá)到了一定程度后，就會形成用戶群聚的馬太效應(yīng)，此時(shí)只需要等待自然虹吸即可快速聚攏用戶。

然而，“大數(shù)據(jù)”作為比“共享”更為前沿和更具科技性的概念，其應(yīng)用成果會比傳統(tǒng)超前很多，尤其在行業(yè)對應(yīng)的理念未跟上之時(shí)，大眾的心理接受過程會非常漫長。于是，大數(shù)據(jù)行業(yè)的馬太效應(yīng)會比“共享單車”此類普通的功能型產(chǎn)品（立等可用，無嘗試成本）闕值更高，虹吸效率更低。

同樣是C端產(chǎn)品，To C的大數(shù)據(jù)產(chǎn)品難以采用從零開始的用戶策略。如果以B端為溫床，反而更能促進(jìn)企業(yè)的發(fā)展，為企業(yè)帶來利潤。我們也能看到，無論是量子、Inside、軟件級別的平臺級產(chǎn)品等等，都是非常重視2B，其應(yīng)用完全是基于企業(yè)客戶開發(fā)出來的。

事實(shí)上，各類大數(shù)據(jù)to B服務(wù)都已在中國初具規(guī)模，比如中譯語通開創(chuàng)性地發(fā)布了一款企業(yè)級機(jī)器翻譯產(chǎn)品MerCube，接下來的產(chǎn)品體系也在B端進(jìn)行了布局；14年成立的數(shù)創(chuàng)企業(yè)DataHunter也在為中小企業(yè)提供部分產(chǎn)品上取得了成績。

三．謀定而后動才是大數(shù)據(jù)賦能產(chǎn)業(yè)發(fā)展的不二法門

1、 行業(yè)需要的是結(jié)構(gòu)化數(shù)據(jù)

于B端而言，比起非結(jié)構(gòu)化數(shù)據(jù)（數(shù)據(jù)結(jié)構(gòu)不規(guī)則，沒有預(yù)定義的數(shù)據(jù)模型），結(jié)構(gòu)化數(shù)據(jù)會更有價(jià)值。以金融行業(yè)為例，除了數(shù)據(jù)豐富度外，具有數(shù)據(jù)篩選、智能算法等功能的產(chǎn)品才是具有高效價(jià)比的。所以，數(shù)創(chuàng)企業(yè)在技術(shù)研發(fā)過程中，花在核心算法上的精力產(chǎn)出不一定比花在數(shù)據(jù)上低。

比如中譯語通在產(chǎn)品上的打法就是將海量的數(shù)據(jù)進(jìn)行結(jié)構(gòu)化，“在任何一個(gè)時(shí)間節(jié)點(diǎn)，對于每一筆交易逐級關(guān)系、競爭對手的關(guān)系，都可以挖掘出來”，進(jìn)而可以向任何垂直行業(yè)變現(xiàn)。此外，還有Crux Informatics“只專注于處理非結(jié)構(gòu)化數(shù)據(jù)”，極光“全面賦能移動大數(shù)據(jù)，幫助金融行業(yè)提高運(yùn)營效率�！�

這就意味著大數(shù)據(jù)行業(yè)里擁有閉環(huán)和數(shù)據(jù)的公司會首先跑通。

2、 產(chǎn)品投放之前需要數(shù)據(jù)追溯避免版權(quán)問題

在大數(shù)據(jù)創(chuàng)業(yè)機(jī)會的背后，依然存在著難以規(guī)避的版權(quán)風(fēng)險(xiǎn)。數(shù)據(jù)來源于何處？數(shù)據(jù)究竟是真還是假？這是大數(shù)據(jù)產(chǎn)品投入市場之前必須要考慮的。沒有完全成熟、充分準(zhǔn)備的產(chǎn)品會被市場排斥，面對大數(shù)據(jù)收集的“通病”——版權(quán)，只有追溯版權(quán)來源的成熟產(chǎn)品才能避免用戶的抵觸情緒。

極光大數(shù)據(jù)就因?yàn)閿?shù)據(jù)來源、數(shù)據(jù)隱私監(jiān)管趨勢收緊等方面愈發(fā)承壓；中譯語通則采用了數(shù)據(jù)追溯的辦法，去標(biāo)注每條視頻當(dāng)中的細(xì)節(jié)、內(nèi)容，為每個(gè)數(shù)據(jù)打上標(biāo)簽，追溯到版權(quán)并進(jìn)行戰(zhàn)略簽約以及購買。

目前，仍是有不少數(shù)據(jù)企業(yè)打版權(quán)的“擦邊球”，面對這類問題，除了相關(guān)部門要完善這些行政管理?xiàng)l規(guī)，數(shù)創(chuàng)企業(yè)自身也應(yīng)該在最大程度上規(guī)避這種風(fēng)險(xiǎn)，在整個(gè)行業(yè)內(nèi)開始杜絕這種風(fēng)氣。

結(jié)論：

總之，在如今這個(gè)智能時(shí)代，大數(shù)據(jù)必定會扮演著重要的驅(qū)動角色，即使目前沒有顛覆性的產(chǎn)品，大數(shù)據(jù)的價(jià)值是無法被否定的。在未來市場更趨成熟的時(shí)候，大數(shù)據(jù)將會與更多產(chǎn)業(yè)進(jìn)行緊密結(jié)合，為投資者們創(chuàng)造更多的效益與價(jià)值。而在這之前，數(shù)創(chuàng)企業(yè)應(yīng)該基于大數(shù)據(jù)的發(fā)展特性與市場現(xiàn)實(shí)，找到大數(shù)據(jù)最佳的應(yīng)用渠道。

智能相對論：深挖人工智能這口井，評出咸淡，講出黑白，道出vb深淺。重點(diǎn)關(guān)注領(lǐng)域：AI＋醫(yī)療、機(jī)器人、智能駕駛、AI＋硬件、物聯(lián)網(wǎng)、AI＋金融、AI＋安全、AR／VR、開發(fā)者以及背后的芯片、算法、人機(jī)交互等。