創(chuàng)業(yè)者和投資人應(yīng)該從何種宏觀角度來把握大數(shù)據(jù)的前景？
文內(nèi)數(shù)據(jù)為全球及美國市場情況，但相信對于中國市場有同樣的借鑒意義。
本文PPT來自硅谷銀行分析團隊（SVB Analytics）最新的分析報告《大數(shù)據(jù)的下一步棋：把握大數(shù)據(jù)的前景》，由浦發(fā)硅谷銀行提供。文字部分由網(wǎng)易創(chuàng)業(yè)Club解說。
第一部分：數(shù)據(jù)激增
第二部分：大數(shù)據(jù)業(yè)務(wù)成為美國VC的關(guān)注重點
針對大數(shù)據(jù)公司的風險投資從2010年的10億美元增長到了2014年的50億美元，年內(nèi)交易數(shù)量從150增長到了500起。
盡管現(xiàn)在大家都開始說B2B的風口來了，事實上我們從數(shù)據(jù)可以看到，美國風險投資界在過去5年里對大數(shù)據(jù)分析公司的投資額度增長了大約17倍而對B2B服務(wù)型公司的投資額度僅僅增長了3倍。
當然，由于美國B2B服務(wù)的風險投資體量本身就很大，所以這并不是特別直接的對比方式。
第三部分：大數(shù)據(jù)2.0，一個更大的漏斗模型
圖中給出的是一個漏斗模型，相信搞產(chǎn)品、搞運營、搞銷售、搞戰(zhàn)略的同學們對此并不陌生。
由于IoT（物聯(lián)網(wǎng)）的逐步成為現(xiàn)實，漏洞入口的數(shù)據(jù)來源正在以及將要呈現(xiàn)爆發(fā)性的增長。
物理硬件性能以及計算能力的高速發(fā)展讓數(shù)據(jù)的收集、存儲和處理成本大幅下降，數(shù)據(jù)處理方式和速度大幅提升，這讓可以被處理的數(shù)據(jù)數(shù)目和類型發(fā)生不可想象的增長和變異。
大數(shù)據(jù)應(yīng)用行業(yè)舉例：零售、網(wǎng)絡(luò)安全、廣告、金融服務(wù)、農(nóng)業(yè)、旅游與住宿、醫(yī)療健康、能源、金融服務(wù)。
第四部分 大數(shù)據(jù)的跨行業(yè)應(yīng)用，創(chuàng)業(yè)投資機遇在哪里？
硅谷銀行將大數(shù)據(jù)的針對不同行業(yè)以三個維度做了成熟指數(shù)測算。
三個維度分別是：對數(shù)據(jù)的監(jiān)管程度；數(shù)據(jù)捕獲的難易度；技術(shù)整合的程度。
前面兩個維度反映了數(shù)據(jù)來源的豐富及深入度，如果太難的話，在應(yīng)用方面會受到限制。
相對成熟的市場：
相比較而言，網(wǎng)絡(luò)安全、廣告、旅游住宿行業(yè)是“較小”的市場（2000-3000億美元），它們的大數(shù)據(jù)滲透率比較高。
零售業(yè)由于線上零售發(fā)展多年，因此是一個有復雜大數(shù)據(jù)分析積淀的巨型市場（9000億美元）。
更有潛力的市場：
農(nóng)業(yè)雖然是個“小市場”但受制于數(shù)據(jù)收集的難度、分析技術(shù)的限制，目前還處于比較初期的階段。
這里，較為成熟的廣告行業(yè)大數(shù)據(jù)早期公司獲得風投的青睞越來越少了，而醫(yī)療健康類的早期大數(shù)據(jù)公司則開始獲得更多風投的青睞。
這個趨勢和各個行業(yè)大數(shù)據(jù)應(yīng)用的成熟度密切相關(guān)。
第五部分：總結(jié)，云和機器學習是大數(shù)據(jù)的未來
所謂“云”，要看大數(shù)據(jù)公司的云是否能夠把目標客戶放在公有云上的數(shù)據(jù)聯(lián)動起來形成一個生態(tài)系統(tǒng)。
所謂“機器學習”，要看大數(shù)據(jù)公司的機器分析能力是否會隨著數(shù)據(jù)數(shù)量和類型的增加、硬件性能的提升而更具洞察力。
