盘点：大数据创业的那些事儿

盘点：大数据创业的那些事儿

一、泡沫稀缺的大数据分析人才由于数据分析处理人才本身需要具备高等数学分析能力，统计分析知识，对大数据分析工具熟练掌握，同时，由于大数据行业的高速成长，资金大量蜂拥而至，大量项目上马人才缺口巨大，造就了数据科学家的收入远超过其他职业的原因。美国数据科学家平均收入为123000美元，像金融数据科学家这类职位，更是到了令人咂舌的地步。另一个方面，由于行业特性的原因，相当多的行业大数据应用目前是空白，数据源的问题让人对大数据行业应用落地望而却步，仅有少数敢于吃螃蟹的人大部分是来自跨界。而吃螃蟹的人肯定是需要君子终日乾乾，夕惕若厉，或跃在渊的周折艰辛历程。这也是一个创业者需要经历的过程。写了这么多废话，无非还是想说明，培养人才是长期的工作，把人手变成人才，人才养多了，就成功了，您也变成大数据人物了。二、数据源是成功的基石1P的数据算大数据吗？我想会有很多种答案，我个人认为，无法简单用KMGPE来衡量，但很明显，如果你想从事大数据行业，多维度、细粒度、活性的大数据源是必不可少的，特别是数字，文字，和半结构化的数据，更是需要花大心思重点研究的。视频和声音数据目前的处理难度太大，对云存储资源，云计算资源的要求更是特别高。但不可否认，对于像BAT这样的公司来说，视频和声音还是可为的项目，竞争也相对较少。那么数据源的来源？1.好吧，屌丝的做法是网络爬虫做数据挖掘。这也是一种必需掌握的。您要要知道，互联网是最大的数据库。2.BAT数据源还是不少的，这个是高富帅的方式，问题是您是否可以谈下来？我和马云车品觉的数据产品部聊过。在这个平台玩，没有问题，但是一切基于阿里云，这不是丫鬟嫁豪门的戏？问题是很容易想到的，很可能未来您连小三都不是。BAT这帮花花公子玩玩就摔了你，是再正常不过的事。你可别大惊小怪，倘若不幸被我言中，被BAT玩过了，只要你还有化妆的勇气，还是大把机会的，也没有必要为那次流血经历而纠结不已。嘿嘿，不是吗？3.土豪的数据源，政府，运营商数据和华为数据，可以说，高富帅在土豪面前好像是在裸奔！问题是土豪的数据不是一般人可以要得起。除非您得有足够牛X的方案。即使如此，没有铁的关系，风险还是非常大的，一不小心，方案就是别人的，长期积累的智慧化为欲哭无泪！4.再有，通过数据交易中心交易方式获得数据源，这种方式是未来异常爽的方式，基础是您得对行业应用有足够的把握，交易的方式也有足够的理解，当然，还要有money。美国的数据交易已经相对比较成熟了，中国刚刚起步。这个行业未来的应该比证券交易还要火爆，我已经坐等大数据交易时代的到来。不过，据说北京的数海数据交易中心的进步有点慢，这也难怪，天朝需要数据交易在国家信息安全的基础之上进行，这进度自然就慢了。我个人对其数据交易的方式还是有点不敢恭维。。。相信慢慢迭代优化可以完善。三、充裕的资金是坚强后盾聊到这个点，很多朋友应该可以为之兴奋。我记得没有错的话，美国的绝大部分大数据公司是市盈率高达200倍以上，那个叫亚马逊的家伙更是高400倍以上！这么高，说明了，在老美那，大数据的漂亮脸蛋，美好身材和性感的未来，让华尔街金融家都精虫上脑了。嘿嘿，中国的大数据美女他们正瞄着呢。在我们国家，从来也不缺少按耐不住寂寞的人，我以我切身的体验分享给大家，我的公司虎鱼网络现在才6个月(当然，在大数据的肚子里3年了)，已经有超过12个资本公司想泡了，奈何我家姑娘尚小，我这个爹还是无法接受童养媳的事。对于想在大数据方面创业的兄弟姐妹们，我想，只要是有好的idea，人才团队。不怕嫁不到高富帅，说不定娶个公主都说不定，潜龙勿用嘛，还是别急，要知道资本是跟我们一样聪明的。只有今天的卧薪尝胆，才有来日飞龙在天。那么公司经营的钱呢，每月的工资还是要发的。除了自身产品的造血，天使的资金还是需要认真思考的。有一句话很经典：银行是投资你的过去，朋友是投资你的现在，风投是投资你的未来。对于风投大家需要有足够的理解。风投是非常怕风险的公司，风险的评估也相当认真。另外，风投对资金的回报要求一般是10倍以上。资金一直是每一个CEO需要做好的大数据分析工作。钱还是万万不能少的，特别是这个大数据行业。大数据黎明前的黑夜，孤独寂寞冷需要一叠叠Money来烧出火炎以暖和身体啊，呵呵。四、大数据成功在于对数据处理的不迭代优化《大到不容忽视：大数据商业案例》作者PhilSilmon表示：“你认为亚马逊、苹果、Facebook、谷歌、Netflix和Twitter将大数据作为项目吗?不是的，这是他们DNA的一部分。”我深有体会，大部分的大数据项目是活性项目，数据量不断增长，机会点不断涌现。我和虎鱼网络的团队说，大数据项目就是受精卵。说不定还是多胞胎呢，哈哈，您认为呢？大数据创业企业面临的第二个问题是技术问题，构建的大数据应用可不只是简单部署Hadoop或NoSQL。数据挖掘、算法、机器学习、语义分析、神经网络、神经分析，可视化技术，复杂的系统建设需要花费大量的心血。就用坚强的心为大数据技术制定一项战略不断折腾吧。这一点，真诚感谢36大数据，给我们提供了很不错的内容平台，这个平台去年成立，我是亲身目睹