早在1980年，著名未来学家托夫勒在其著作《第三次浪潮》中将“大数据”誉为“第三次浪潮的多彩乐章”。现在，大数据的热浪已经覆盖了整个时代。
近年来，资本一直在追逐大数据，大数据也在积极地为很多行业赋能，包括金融、医疗、教育等。据统计，到2020年，中国大数据产业规模可能达到13626亿元的高位。毋庸置疑，大数据已经成为热门投资方向之一。然而，在喧嚣与躁动下，传闻中的大规模收割始终没有到来。这是因为数据创业的玩家不行，还是那些大数据都走错路了？
资本注入下的大数据，行业还是忽冷忽热。
据不完全统计，2017年上半年，中国至少有63家大数据初创企业获得融资，融资总额超过68亿元，其中17家公司获得过亿元融资，41家大数据公司获得过千万元融资，占总数的92%。显然，资本对有潜力的大数据创业公司并不吝啬。
据图片来源:大数据频道
但在大数据行业，不全是好消息。在资本狂欢下，“大数据”开始炒作概念，很多“伪数据”公司“染指”，从而阻碍了整个行业的发展。此外，公司本身也面临两个问题。
1.离散数据隐藏在科技巨头的黑匣子里。
数据收集一直是数字创作公司的难题。一方面，数据是被禁止的，数据安全和隐私是不可逾越的墙；另一方面，BAT等科技巨头垄断了大量的社交数据、电商数据和行为数据。换句话说，即使数创公司走出了无法使用的数据禁区，也会掉头投入BAT垄断的大数据海洋。
好在BAT等科技巨头虽然有绝对优势，但是涉足的行业很多，包括金融业务，娱乐业务等。，而且不可避免的会和其他机构竞争。因此，其他企业有能力与各种产业组织进行无缝合作。
美国Palantir大数据服务公司最著名的案例就是帮助几家银行追回了纳斯达克前主席麦道夫隐藏的数十亿美元。
而对于一直瞄准Palantir的中国公司来说，汉译英就是将图像识别、语音识别，包括计算机视觉有意识生成的广告、数字精准营销等技术结合到短视频应用中。
由高盛领导的数字创作公司Crux的主要业务是建立信息供应链，以确保金融机构的数据隐私，并确保它们不被私下出售和使用。
由此可见，与大象共舞，数字创作企业显然不必以数据量对抗BAT等科技巨头，从细微处创新将是不错的选择。
2.数据可视化是企业的薄弱环节。
虽然现在数据初创企业很多，SaaS和外包服务都相当成熟，但“数据可视化”仍然是大数据行业的薄弱环节。
数据可视化有许多实际的场景。有人认为可视化就是把数据变成图形。其实只是针对静态数据。实时数据如果呈现，就是动态的，不同的呈现方式背后有不同的技术要求。因此，数据可视化是一个高科技领域。
所以很多数字创作公司在创业，接触到不同行业、不同背景的客户的视觉需求后，会发现一个技术环节仍然面临很多挑战。因此，为了打造高效、标准化、产品化的服务，企业必须探索不同场景下的技术解决方案，开发相应的工具。
谷歌曾经参与创建了非盈利组织“全球捕鱼观察”(Global Fishing Watch)，搭建了一个透明可见的大数据平台，可以观察全球海上转运船只的动态。数据可视化让我们对全球商业捕鱼有了全面的了解和监控。
2017年，中易通发布数据可视化应用，结合知识图谱技术，可应用于任何场景，相当于大数据监控的组件；DataHunter这种数字化企业，也会根据各行业不同的分析理念和思路，在普适性标准化的基础上，计划做一个行业版。
数据分析和可视化可以说是大数据服务的“最后一公里”，但并不是所有企业都有能力解决。毫无疑问，只有通过这个环节，数字创意企业才能得到不同行业的认可。
抢占C端并不是大数据赋能行业制胜的关键。
对于大多数行业来说，C端将是他们努力的最大归宿，大数据行业的定位在一开始也是如此。所以我们可以看到很多数字创新公司都瞄准了C端市场。但是，这个“市场”中是否真的存在大家看好的大数据“景象”呢？面对这个问题，数字创新公司一不小心就可能陷入困境。
1、冲锋做C端，可能是“万谷”凋零的开始。
在大数据的应用过程中，国内数字创作企业一直处于一个尴尬的境地，即先进的大数据和人工智能技术与大众落后的产品理念相悖，体现在C端就是普遍接受度低，随之而来的获客成本高。
同时，还有一些企业炒作概念，把“小数据”、“数据”、“假数据”说成“大数据”，破坏了用户对技术的认知，使得新技术的推广越来越困难。所以技术在C端推广并不能带来领先的价值。
但“数据意识”的培养不是一朝一夕的事，是“社会大势”推动的。数字创作企业可能会面临很长一段时间的尴尬。因此，进入B端成为数字创新企业生存和获得认可的最可行策略。
比如大家熟悉的机器翻译领域，其实O2O的故事已经过去了。现在企业对机器翻译的需求高于普通用户。无论是会议室的同声传译，还是图像翻译，包括实时视频翻译，如果有一个企业级的产品，能够满足企业“大规模”、“高效率”的翻译需求，意义重大，也有巨大的市场。
2.先进的大数据产业面临“高门槛马太效应”
一般来说，一个新产品或新技术要想在市场上获得利润，初创企业前期一定要舍得“烧钱”。例如，当自行车共享刚刚推出时，价格策略使公众迅速接受了“共享”的概念。当用户数量达到一定水平时，就会形成用户聚集的马太效应。此时，只要等待自然虹吸，用户就可以快速聚集。
但“大数据”是比“共享”更先进、更科学的概念，其应用成果会比传统的超前很多。尤其是当行业内相应的观念还没有跟上的时候，大众的心理接受过程会很漫长。所以大数据产业的马太效应会比共享单车等普通功能产品门槛更高，虹吸效率更低。
作为C端产品，To C的大数据产品很难采取一种从无到有的用户策略。如果B端是温床，可以促进企业发展，给企业带来利润。我们也可以看到，无论是quantum，Inside，软件级平台级产品等。，非常重视2B，其应用完全基于企业客户开发。
事实上，各种大数据to B服务在国内已经初具规模。比如企业级机器翻译产品MerCube，最早由中英翻译发布，接下来的产品体系也在B端布局；成立14年的数字创作企业DataHunter在为中小企业提供部分产品方面也有所建树。
是发展大数据赋能产业的必由之路。
1.行业需要的是结构化数据。
在B端，结构化数据将比非结构化数据更有价值。以金融行业为例。除了数据丰富，具有数据筛选、智能算法等功能的产品才是性价比高的。因此，在技术研发过程中，花费在数字创新企业核心算法上的能量输出，并不一定低于花费在数据上的能量输出。
比如汉英翻译对产品的作用方式就是结构化大量数据。“在任何时间节点，都可以发现每个交易层级与竞争对手的关系”，进而在任何垂直行业都可以实现。此外，Crux Informatics“只专注于处理非结构化数据”，极光“全面赋能移动大数据，帮助金融行业提升运营效率。”
这意味着大数据行业有闭环、有数据的公司会先跑。
2.在产品推出之前，需要进行数据追溯，以避免版权问题。
大数据创业机会的背后，依然存在不可回避的版权风险。数据从哪里来？数据真假是大数据产品投入市场前必须考虑的事情。没有完全成熟和充分准备的产品，会被市场所排斥。面对大数据采集的“通病”——版权，只有溯源版权的成熟产品才能避免用户的抵触。
极光大数据由于数据源和数据隐私监管趋势收紧，压力越来越大；中文翻译通则采用数据溯源的方法，标注每个视频的细节和内容，标注每个数据，追溯版权，战略签约和购买。
目前还是有很多数据公司在打版权的“擦边球”。面对这种问题，除了相关部门完善这些行政规章制度，数字创作公司自身也要最大程度规避这种风险，开始在全行业杜绝这种风气。
结论:
总之，在今天的智能时代，大数据一定会起到重要的推动作用。即使目前没有颠覆性的产品，也不能否认大数据的价值。未来市场成熟时，大数据将与更多行业紧密结合，为投资者创造更多收益和价值。在此之前，数字创作企业要根据大数据的发展特点和市场实际，找到大数据的最佳应用渠道。
特别声明:本文由合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。为作者个人观点，不代表DoNews专栏立场。授权请联系原作者和原出处。
