在大數(shù)據(jù)時代，數(shù)據(jù)成為重要的資源，在數(shù)據(jù)采集、清理、存儲、分析等各個環(huán)節(jié)，都蘊藏著大量的機遇。深圳的騰訊、華傲數(shù)據(jù)等公司被認為已在大數(shù)據(jù)相關領域占位。

“盡管當前國內(nèi)在對于數(shù)據(jù)重要性的認識、實踐應用、基礎研究上，相比歐美發(fā)達國家還相對滯后，但人們對于數(shù)據(jù)的理解和應用變得越發(fā)清晰和深入。深圳作為全國性的金融中心及高新技術企業(yè)較為集中的城市，很多企業(yè)對于大數(shù)據(jù)的應用水平均走在國內(nèi)的前列，包括騰訊、平安集團、中信銀行和招商銀行等知名企業(yè)，其大數(shù)據(jù)的應用實踐已經(jīng)為其企業(yè)的業(yè)務發(fā)展帶來了顯著成效。”

深圳華策略科技有限公司創(chuàng)辦人張新昌30日在接受南方日報采訪時稱，盡管一些大型公司擁有龐大的數(shù)據(jù)、資本等資源，但也不可能占有整個市場，因此中小企業(yè)尤其是有“數(shù)據(jù)挖掘基因”的中小企業(yè)能找到更好的細分市場，會比大企業(yè)顯得更加矯健、靈活。

大數(shù)據(jù)“孤島困境”

急需打破

騰訊公司社交網(wǎng)絡事業(yè)群即通產(chǎn)品部副總經(jīng)理冼業(yè)成上周公布的兩張圖引起了廣泛關注，一張是我國著名人口地理學家胡煥庸在1935年提出的劃分我國人口密度的對比線“黑河—騰沖線”，也叫胡煥庸線;另一張則是今年4月QQ同時在線用戶數(shù)突破2億用戶實時地理位置分布的“星云圖”。兩張圖呈現(xiàn)出驚人的相似，讓人不由感慨科學的力量。

在7月25日舉辦的2014年騰訊互聯(lián)網(wǎng)與社會研究院高峰論壇上，騰訊首次對外公開解讀QQ大數(shù)據(jù)，展示出一個基于8億活躍用戶的大數(shù)據(jù)平臺雛形。8億活躍用戶每天產(chǎn)生的QQ消息達到155億條，發(fā)表的空間說說超過6500萬條。值得注意的是，這些數(shù)據(jù)更接近標準的社會學“人口”概念，QQ用戶擁有完整的年齡、性別、星座等資料信息，有同學、同事等關系鏈，而且數(shù)據(jù)類型豐富，包羅了游戲、音樂、購物等多個方面。

冼業(yè)成當天談到，QQ大數(shù)據(jù)可以滿足政府、企業(yè)、個人不同維度的數(shù)據(jù)需求。比如2013年春節(jié)，騰訊進行了用戶春運遷徒大數(shù)據(jù)挖掘，根據(jù)QQ登錄地點的變化，發(fā)現(xiàn)北上廣深在春節(jié)后涌入的流動人口情況，了解到中國人春節(jié)期間出國喜歡選擇美國、法國等，最喜歡春節(jié)外出的人在江蘇、廣東、北京等，這些發(fā)現(xiàn)都有助于交通運輸?shù)确矫嫣峁└�多的服務�?/p>

豐富的數(shù)據(jù)源是大數(shù)據(jù)的前提條件，但大多數(shù)企業(yè)面臨著“孤島危機”，只能獲得公司自身的數(shù)據(jù)而無法獲取外部數(shù)據(jù)。即便是對坐擁大量高價值數(shù)據(jù)的騰訊而言，如何在大數(shù)據(jù)中找到更大的商業(yè)價值，則仍在探路當中。

“處在信息的孤島上，每一家公司可能都有自己的云，而要把這些處在不同孤島上的數(shù)據(jù)進行整合，去創(chuàng)建一個更加綜合的情景來從中受益，這里還有很多的挑戰(zhàn)。”騰訊社交網(wǎng)絡事業(yè)群總裁、騰訊高級執(zhí)行副總裁湯道生25日也表示，他在思考是否應當建立一個數(shù)據(jù)交換的平臺，在保護用戶隱私的前提下，使得數(shù)據(jù)實現(xiàn)正�；�，從而創(chuàng)造經(jīng)濟上的價值，“但目前建立這樣的信息交流體系，對商業(yè)實體來說仍然存在很大挑戰(zhàn)，大數(shù)據(jù)現(xiàn)在已經(jīng)成為其資產(chǎn)的一部分，分享數(shù)據(jù)可能意味著會喪失其競爭優(yōu)勢”。

除了企業(yè)之外，政府的數(shù)據(jù)也被呼吁開放。中國工程院院士、中國互聯(lián)網(wǎng)協(xié)會理事長鄔賀銓曾在深圳表示，大數(shù)據(jù)既為政府決策提供了更多有價值的參考，也需要政府對公共數(shù)據(jù)進行整合和開放。

海云大數(shù)據(jù)CEO馮一村認為，大數(shù)據(jù)的價值是用于預測而不是總結，信息孤島的事情還沒解決，可能還談不上用一些很酷的分析能力得到未來的價值，但是這天一定會到來，人們需要大數(shù)據(jù)的這種“感知”能力。

轉(zhuǎn)化為市場價值

是大數(shù)據(jù)核心

數(shù)據(jù)能夠轉(zhuǎn)化為市場價值，這是大數(shù)據(jù)服務的核心魅力。

張新昌早在上世紀90年代就已進入統(tǒng)計分析行業(yè)，曾在全球領先的統(tǒng)計分析公司擔任首席顧問，也曾在澳大利亞、香港、泰國等國家和地區(qū)的銀行等機構從事數(shù)據(jù)挖掘工作，在數(shù)據(jù)挖掘和分析行業(yè)擁有20年經(jīng)驗。2006年，張新昌來到深圳創(chuàng)立了自己的數(shù)據(jù)挖掘和分析公司。

“大數(shù)據(jù)這幾年在國內(nèi)的發(fā)展用‘迅猛’來形容一點也不為過。華策略不是跟風地去做大數(shù)據(jù)，事實上我們4年前就已經(jīng)開始了。只是這兩年大數(shù)據(jù)的風潮才吹起來，而且感覺還吹得有點過頭了。”張新昌表示，由于大環(huán)境的影響，企業(yè)對于數(shù)據(jù)重要性以及數(shù)據(jù)挖掘的認識也是經(jīng)歷了一個從無到有、從比較模糊到逐漸清晰的過程。

不過，憑借著強勢的“數(shù)據(jù)挖掘基因”，華策略為金融、電信和零售等行業(yè)提供了一系列數(shù)據(jù)挖掘解決方案，如為某著名證券公司實施分析型客戶關系管理項目，前期幫助客戶做積累數(shù)據(jù)的顧問及規(guī)劃，搭建數(shù)據(jù)挖掘平臺;中期做數(shù)據(jù)應用的方案，完善客戶群的開拓戰(zhàn)略，評估客戶資產(chǎn)，梳理精準營銷模型以及運作流程，挽留價值客戶等;后期做數(shù)據(jù)的維護，通過提供這樣的整體解決方案，大大增強了該證券公司的獲取高價值客戶的能力，產(chǎn)品營銷成功率也平均取得了15倍以上的提升，項目在客戶集團內(nèi)部獲得“技術創(chuàng)新獎”。

如何評價一個數(shù)據(jù)挖掘公司的水平?“我認為唯一的指標是能否幫助到客戶提高效益、節(jié)省成本、增加利潤。”張新昌稱，現(xiàn)在從事數(shù)據(jù)挖掘的服務性公司，除了必備傳統(tǒng)的數(shù)據(jù)挖掘綜合能力外，也應該要具備自身生產(chǎn)數(shù)據(jù)的能力，兩者相輔相成、不可或缺，而這種生產(chǎn)數(shù)據(jù)的能力將成為大數(shù)據(jù)時代擺脫競爭對手真正的競爭優(yōu)勢來源。

“騰訊的主要業(yè)務在于網(wǎng)絡社交，阿里巴巴的主要業(yè)務在于電子商務。騰訊的大數(shù)據(jù)繞不開網(wǎng)絡社交進行大數(shù)據(jù)的應用，從而實現(xiàn)龐大用戶群帶來的商業(yè)利益，阿里巴巴的大數(shù)據(jù)也是繞不開電子商務進行大數(shù)據(jù)應用來實現(xiàn)其利潤。因此并不是說騰訊、阿里巴巴等擁有龐大的數(shù)據(jù)資源，他們就能做完整個數(shù)據(jù)挖掘市場。”

張新昌認為，由于這些大公司已經(jīng)有了一個穩(wěn)定的“基因序列”，因此即使有資源上的優(yōu)勢也不能占有整個市場，中小企業(yè)尤其是有“數(shù)據(jù)挖掘基因”的中小企業(yè)依然有著不可替代的重要性，兼顧技術與高度管理思維，在大數(shù)據(jù)以及數(shù)據(jù)挖掘上能找到更好的細分市場，在提供優(yōu)質(zhì)的差異化服務上，比大企業(yè)顯得更加矯健、靈活。

垂直領域數(shù)據(jù)

挖掘前景看好

由深港產(chǎn)學研基地和深圳市北科瑞訊信息技術有限公司共同研發(fā)完成的“互聯(lián)網(wǎng)高端商情挖掘及服務平臺”項目，近日出現(xiàn)在深圳市科創(chuàng)委發(fā)布的《2013年度深圳市科學技術獎擬獎名單》中，該項目將獲得2013年度深圳市科學技術獎科技進步獎(社會公益類)唯一的一等獎。

“這個平臺借助智能爬蟲技術和自然語言處理技術，不僅支持用戶方便地瀏覽商情信息，更能將隱藏在海量數(shù)據(jù)中的重要商情提供給用戶，還能為用戶提供預警的功能。這是除了提高工作效率之外，傳統(tǒng)信息搜集難以企及的另一個優(yōu)勢。”該項目負責人、深港產(chǎn)學研基地深圳語音搜索及應用工程實驗室主任王昕告訴記者，她的團隊研發(fā)出的具有自主知識產(chǎn)權的“智能網(wǎng)絡爬蟲”技術，可以在15分鐘內(nèi)采集萬余個重點媒體、論壇、博客、微博(19.56, -0.85, -4.16%)等網(wǎng)站中的企業(yè)相關信息，并對用戶定制的監(jiān)控關鍵詞所關聯(lián)的輿情信息及時報警，未來或?qū)⑦�能提供預測機制，以幫助決策者及時調(diào)整策略、減少風險。

據(jù)介紹，“互聯(lián)網(wǎng)高端商情挖掘及服務平臺”是國內(nèi)外首個面向證券領域的高端商情服務系統(tǒng)，集成了自然語言理解技術和文本挖掘技術，實現(xiàn)了高端商情的自動發(fā)現(xiàn)。王昕稱，數(shù)據(jù)挖掘是比一般的信息檢索復雜得多的技術，在機器學習算法中融合了語義理解，通過與關鍵字的強相關和弱相關等關系，保證任何與關鍵字相關的信息都不會被忽略或遺漏，比如在對企業(yè)高管的信息挖掘中，就會避開同名同姓的不相關人士，同時收集到與高管關系密切人士如合作伙伴的信息。

借助互聯(lián)網(wǎng)高端商情挖掘及服務平臺，王昕團隊建設的新股風向標網(wǎng)站(www.ipo007.com)是我國首個面向擬上市企業(yè)的商情挖掘服務網(wǎng)站，移動APP應用“新股風向標”不久前已在安卓市場上線，這是國內(nèi)首個面向擬上市企業(yè)的商情聚合應用，覆蓋了近900家擬上市企業(yè)，可以實現(xiàn)對擬上市企業(yè)從初審到上市這一敏感時期全天24小時、覆蓋多種信息來源的輿情監(jiān)控。

王昕表示，在國外專注做爬蟲技術的小企業(yè)可以活得很好，但在國內(nèi)純粹做技術的小企業(yè)生存空間很小，技術與應用相結合才有發(fā)展空間。

“BAT并不專門做數(shù)據(jù)挖掘，中國還沒有特別領先的數(shù)據(jù)挖掘公司商業(yè)模式可供我們參考。路透和彭博的模式很不錯，從公開信息中挖掘到它們背后有價值的信息提供給需要的客戶，我們希望在中文領域也能做那么好。”王昕說，數(shù)據(jù)挖掘的市場非常大，前景光明，自己和團隊將堅持做垂直領域，目前他們已經(jīng)在商情、人才、媒體領域做出了成果，接下來他們將會在電子商務等領域進行開發(fā)。與此同時，團隊在如何高效滿足不同行業(yè)、不同客戶的需求、技術之外的人才如何架構等方面面臨挑戰(zhàn)，還需要不斷探索。