時趣融資

① 大數據領域創業的行業現狀及機會與方向分析

大數據領域創業的行業現狀及機會與方向分析

跨界和融合是大數據思維里最重要的一環，大數據就像是錢一樣，你得讓它流動起來才能產生價值。在這篇大數據行業的SWOT分析文章中，也許可以找到你想了解的大數據行業創業環境、問題、機會與方向。

註：大數據不僅僅是一個營銷詞彙，在這篇干貨滿滿的文章里，作者用數據告訴我們，究竟什麼是大數據，大數據行業的創業機會如何，未來的創業方向又有哪些。

接觸大數據，了解這個行業已經有兩年多了，每天都在閱讀大量的關於大數據的文獻資料和技術文章。如果你要問我什麼是大數據以前可能我會和你說，大數據是一種思維，一種技術，標志的是大數據的4V特點：

Volume、Velocity、Variety、Value。大數據帶來的是一種變革，打破了原有的隨機分析方法，採用所有全量的數據來進行分析，分析的數據更加復雜，有結構化數據、半結構化數據和非結構化數據，分析結構更加註重相關性而不是因果。

可是，普通人和大眾用戶他們聽得懂嗎現在我會舉例子告訴你。

比如說，采野蘑菇/野山參這樣的事情，野蘑菇和野山參的分布地點都是隨機的，經驗告訴我，它們會分布在哪片山林，但是我們不知道具體位置，得一個一個的找。大數據可以解決這個難題。

我們可以把山林用數據可視化表現出來，然後讓采野蘑菇的人根據自己的實戰經驗標出蘑菇分布的地點，並且把這些地點數據常年積累起來。然後結合野蘑菇的習性，收集每片山林的降雨量、灌木叢分布數據、土壤數據、溫度數據以及山林里采蘑菇的人流量數據等等，來准確的預測出野蘑菇的分布地點。

這就是大數據力量。

一言以蔽之，大數據最直接的意義就是讓「隨機性」的事情變得可提前預測，從而提高效率和行動價值。

同樣的思路，森林防火防賊、環境保護、旅遊景點客流預測等等，都可以引入大數據思維。大數據同時也可以為我們工作、學習和生活中一些重大決策作為依據。

今天主要說的是大數據領域的創業思考，大數據只有和生活、學習、工作以及商業等場景結合才能產生價值。推動技術發展的從來都不是技術本身，而是消費者的需求。用戶不需要知道也沒興趣知道你處理大數據是用Hadoop還是Spark、原理是什麼、架構是什麼，用戶最關心的是大數據到底怎麼用，用了能為自己帶來什麼好處。

今天我們將從「外部大環境」、「行業內部環境」、「創業風險」和「大數據創業機會和方向"四個點來闡述主題，聰明的朋友也許已經知道了，我們的思路就是大數據領域創業的SWOT分析。

大數據市場現狀

根據貴陽大數據交易所5月28日發布的《2015年中國大數據交易白皮書》顯示：2014年中國大數據市場規模達到767億元，同比增長27.83%。預計到2020年，中國大數據產業市場規模將達到8228.81億元。

一、大數據市場規模巨大

首先，中國大數據市場環比增長率較大。根據易觀智庫7月30號發布的中國大數據應用行業的報告顯示，2015-2018年中國大數據市場營銷規模達到258.6億人民幣。環比增長率為37.2%。

其次，大數據在全球范圍內的市場規模同樣巨大，根據IDC發布最新研究結果，預測到2018年全球大數據技術和服務市場的2018年的復合年增長率將達到26.4%，規模達到415億美元，是整個IT市場增幅的6倍。

無論是從國內還全球的市場規模和增長率來看，我們都可以得出這樣一個結論，無論你是什麼樣的公司，或者說你未來創業要做什麼樣的服務，大數據都是兵家必爭之地。大數據本身就是一種無形的資產，如果你的公司還沒有部署大數據，那麼在未來的市場上會失去核心競爭力。就好比你走在中關村創業大街上，你能收到的100份融資BP里，可能有99份都是APP和O2O項目，但99家裡90%以上會重視大數據。

二、政策好，政府支持力度大

根據gov.cn9月6日消息，國務院公開發布《國務院關於印發促進大數據發展行動綱要的通知》，綱要里明確的說明，中國將在2018年會建成政府的大數據平台。相比之下，我們敬愛的習大大和李克強總理也經常為大數據站台，為中國的大數據發展點贊。看政府對大數據的重視，你抬頭看看前兩天的北京的藍天，就會對政府有信心了。政府真正要干一件事，執行力大的超出你的預期。

據我們的觀察，大數據領域的創業環境只會越來越好。目前，很多一線城市乃至二三線城市的科技園區，都出台了相關的扶持大數據產業的政策。如果你真的想在這個行業創業，可選擇扶持力度大、人才較多的城市作為大本營，當然了，北京肯定是首選。

三、資本關注熱

上圖是我們對大數據垂直領域2015年資本投資事件的不完全統計。其實你仔細來看圖會發現，大數據行業的資本關注熱度是遠遠高於其他行業的。這個可以從投資金額可以看出來。今年上半年O2O項目非常熱，也是投資重點關注的行業，但是投資的資本里，普遍都是人民幣幾百萬和幾千萬這樣的量級。而大數據行業的投資，更多的資本量級都是上億的，而且資本多源於頂級投資機構。

大數據行業現狀

「大數據就像十幾歲少年眼中的性行為，每個人都在談論它，但沒人真正知道怎麼做。每個人都以為除了自己之外的每個人都在使用它，所以每個人都裝作自己很了解它。」

TED的創始人DanAriely是這樣調侃大數據的。雖然是句玩笑話，但也確實說出了大數據的行業現狀。

現狀一、市場尚未飽和，競爭並不激烈

1、尚未出現壟斷性行業巨頭

前面我們分析了大數據整個大環境的狀況，我們知道大數據行業市場潛力巨大，未來的增長率將達37%左右。但是在中國，目前尚未出現一家如Palantir、FICO這樣的壟斷性質的大數據企業。也許百分點和Talkingdata都在布局上市，但是距離掛牌還有一段時間和距離。新創的大數據企業中，還沒有一家在美股、港股和深交所上市。

這是一個機會。創業你做電子商務也好，做游戲也好，都有好幾家有錢有用戶的巨頭公司和你爭搶市場份額，但是大數據行業不一樣，大數據行業沒有那麼大的競爭壓力，而且真正的戰爭尚未開始。

2、現有大數據企業扎推北京

根據數據堂統計的數據來看，新創的大數據企業中，57%的公司都在北京，上海佔了15%的份額。大數據需要和實際的業務場景結合才能產生價值，工業、農業、製造、交通和能源等傳統行業仍然擁有巨大的潛力，北上廣深和二三線城市的大數據力量還沒有完全被挖掘出來，這同樣也是一個優勢。

3、大數據在生活、商業滲透性較弱

筆者做大數據兩年了，天天都聽到或看到大數據的各種消息，但是生活並沒有因為大數據的到來變得更智能一些。它沒有讓大齡光棍女青年更快更精準的找到結婚對象，也沒用讓隔壁老王炒股賺到更多的錢，更沒有讓北京的交通不再擁堵……大數據有用是不假，但是和生活場景結合得還是較弱。並沒有看到可以稱之為「變革」的現象。

4、沒有直接的變現模式

互聯網上最賺錢的兩大行業分別是電子商務和網路游戲，這兩個行業的變現模式都是非常清晰和直接的，但是大數據的變現模式需要繞一個彎子，需要和實際業務場景結合起來才能產生價值，不直接的路定然不好走。

有人曾經把大數據比作石油，可是，目前的情況看來，大數據行業還需要像發動機一樣可以將數據轉化成動力的載體。一如2010年以前一樣，大家都知道手機游戲是未來的一個趨勢，可是沒有iPhone等智能移動設備的出現，手機游戲的市場份額就非常小，用戶體量也很有限。

現狀二、大數據行業人才緊缺

根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。2015年-2016年是大數據人才最為匱乏的兩年，因為已開了大數據專業的高等院校，第一批大數據人才還為畢業;已有的人才里，復合型的人才較少，都是術有專攻。

全球的大數據人才情況也不容樂觀，據Gartner預測，到2016年，25%的全球大型企業將部署大數據分析系統;到2015年，圈球大數據人才需求將達到440萬人;調查結果表明，全球64%的企業已經開始向大數據項目注資，或者打算在2015年6月之前將計劃付諸實踐。

大數據創業，人才就是核心，所有的公司都在搶大數據人才，創業公司想要招到相應的大數據人才非常困難。

現狀三、數據量增長超快

這里和大家分享三個數字。49億、250億和39ZB。

49億物聯網設備：咨詢公司Gartner預測今明兩年互聯物品的漲幅將達30%。分析師在指出，截止到2015年，全球物聯網設備數量將從38億飆升至49億。

250億智能裝置感測器：分析師預測，感測器的普及將大大加速智能設備的開發、生產進度。到2020年，將會有大約250億部智能裝置出現在全球市場。

39ZB數據存儲量：在2014年年底，國內網路上集中存儲的數據已經達到1ZB，到2020年時，當年的新增數據量將會達到15.45ZB，整體的網路上數據存儲量將會達到39ZB，未來6年的年復合增長率達到了84%。

預測到2020年，平均每個中國人每年產生的數據約為4.1GB。

現狀四：行業目前存在問題

1、炒作過剩，實際落地產品較少;很多產品都是打擦邊球;把大數據玩壞了。現在你和大家說大數據，很多人都認為你在騙人。行業想要持續穩定的發展，企業必須有自律。

2、群眾基礎差，關注的人群多為三高人才，高學歷高收入和高技術。從網路指數可以看出，關注大數據的人群中，53%比例的人群年齡分布為30-39歲，而20-29歲人群占的比例為28%;另外，關注大數據的男女比例里，男性佔到了80%以上。這樣的數字直接告訴我們的問題就是，「大數據」的話題傳播性其實並不好。預計超過90%的大眾用戶不知道大數據是個什麼東西。

3、大數據只解決了部分2B的問題，2C產品較少。現在大家都覺得大數據的方向就是2B，我們不這么認為。打個比方說，你做2B的產品，每家企業平均給你200萬，新創大數據企業你撐死了一年做上20家企業，那麼營收預計在4000萬左右。但是如果你做2C的大數據產品，一個用戶給你200塊，當你做到20萬付費用戶的時候，你的營收就會超過4000萬。為什麼呢，因為用戶的數據本身就是錢。從深遠的角度來說，未來的創業，你必須學會討好大眾，服務好90後，這才是種子用戶。

4、懂技術的人不懂業務，懂業務的人不懂商業。這一點不想做詳細的說明，打擊面太廣了。筆者參加了眾多大數據行業內的峰會大會小會，人人都在說大數據，可是問到你的業務如何賺錢的時候，很多人都是三緘其口。純技術是無法賺錢的，必須和實際的業務結合起來產生商業價值，才能獲益。

5、市面上存在的大數據工具上手門檻較高。又一個槽點出來了。前面也說了，任何的新技術，都是需求推動其發展。需求來自用戶。任何的新技術，只有擁抱大眾用戶才能得到更好的發展，接地氣非常重要。現有的大數據處理工具非常復雜，需要你懂這個那個會這個那個才能使用，大眾根本接觸不到。現有的大數據工具也不夠親民，無論是2B也好，2C也好，你需要給別人的是一個簡單動動手就能用的工具，裡面有功能按鈕，而不是一堆代碼，最起碼應該滿足目前Office工作人員使用。上手門檻較高意味著很大一部分用戶被你擋在了門外。將大數據處理工具產品化勢在必行。

大數據行業創業的風險預警

一、大數據的創業門檻

1、人才成本較高;在美國，在R、NoSQL和MapRece方面需求的專業人才薪水達到了每年約11萬5千美元，在中國，大數據人才一將難求，創業公司不容易招大數據技術人才，即使招到，人才方面支出也較高。包括高薪、期權和股票等等;

2、存儲硬體成本高;考慮到數據歸屬和安全性。大數據公司一般不會數據存在雲上。自建機房比雲存儲成本高很多倍。

3、項目啟動資金高;不是30-50十萬就可以玩起來的，比移動互聯網APP創業項目啟動資金要求高。

4、用戶少、獲取成本高。這一點的門檻主要是群眾基礎差帶來的。

沒有明確的商業變現模式，這是目前大數據創業的最大門檻。拼數據，你拼不過阿里網路騰訊，拼錢，還是算了……

二、數據安全問題

據Verizon發布的《2015年數據泄露調查報告》顯示，79790個安全事件中已有2122個確認的數據泄露。值得關注的是在2015年的報告中新增了一個統計模型，用以幫助企業評估到底每筆數據泄露，要損失多少錢。如果泄露1000條記錄時，有95%的可能會損失5.2萬-8.7萬。泄露1千萬數據記錄的花費介於210萬到520萬之間，但最多可能到7390萬。

讓我們來回顧一下近年來數據泄漏的事件：2014年5月，800萬小米用戶數據或被泄露;2014年12月，12306大量用戶信息遭泄露;2015年4月，超30省市曝管理漏洞數千萬社保用戶信息或泄露;2015年5月，攜程網全面癱瘓疑似資料庫物理刪除;2015年6月，美國人事管理局被指出大量工作人員信息泄露;2015年8月，婚外情網站AshleyMadison數據遭泄露……

對於大數據新創企業來說，數據的安全性就是「命」，如何保命事關生存。大數據的安全性，是部署大數據架構和大數據創業最大的挑戰之一!

三、大數據隱私

關於大數據隱私，在美國有隱私法案，而且美國與歐盟之間還簽署了安全港、隱私聲明等等。而在中國，目前的立法是非常模糊的，屬於灰色地帶。手機號碼被惡意第三方收集了，然後給用戶發了很多垃圾簡訊，或者我的姓名，我的電話，我的郵箱，他們收集我的信息是不是合法的，目前這一點在在立法上都不清晰。不知道未來國家會不會出台相關的法律法規來規范這個領域大數據隱私目前具有不確定因素，也是創業存在的風險之一。

說完了風險，下面我們可以來說說大數據行業的創業方向和機會。

大數據行業創業機會與方向

一、資本層面關注點

對於大數據項目，投資人到底看什麼在寫這篇文章之前，我們與多家投行的投資人曾經做過訪談，下面是我們根據訪談內容整理出來的內容。

大數據沒有直截了當的變現模式，那麼一個新創大數據企業想要獲得成功，拿什麼去拼當然是人才。這也是投資人最關注的東西。

投資人告訴筆者，對於一個大數據項目，他們最看重的是團隊。那怎麼看團隊呢一般從團隊技術能力、背景、過往項目經驗和創始人四個方面來看。大數據對技術的要求非常高，投資人看項目的時候，首先看的就是創始人的技術能力。一般情況下，投資者會更加青睞擁有技術背景的創始人和他的項目。

還有就是看項目的商業模式和變現能力。看項目方面，投資人會去看你的項目對應的國外成熟企業，或者說你的項目對應的競爭者是誰。由競爭者經營的情況來預估你在其領域的市場份額和變現能力。商業模式方面，投資者會看你的客戶體量和數據源。你的客戶群體有多大你手裡有哪些具體業務上的數據這些數據如何產生價值，應用到你的客戶身上解決好這3個問題就成功了一半。

大數據項目變現方向，投資人關注的是你的項目是否能夠快速直接的產生價值，而且有持續的創收能力。

解決好以上幾個問題，新創大數據公司想要拿到融資就非常容易了。

二、大數據垂直領域熱門的投資方向

第一個是Hadoop商業化，簡單來說就是做Hadoop的收費版本。Hadoop本來是開源的，但是在具體業務場景中，還缺乏很多功能，那麼Hadoop商業化就是去完善這些功能，使其更好的應用於企業的業務場景。Hadoop商業化最典型的公司就是Hadoop的三駕馬車，Hortonworks，Cloudera和MapR，Hortonworks目前已經在納斯達克上市。中國相應的做Hadoop商業化的公司是星環科技。

第二個是SQLonHadoop，用大白話來說就是基於應用場景下的數據框架。比如說大數據架構里的查詢引擎、存儲引擎、計算模型等等，這個主要是基於大數據技術方向的，比如說WibiData，它提供了對Hadoop的封裝，連接前端應用到Hadoop基礎設施。

第三個是NoSQL資料庫，非關系型資料庫和雲資料庫服務。典型的國外企業有MongoDB和Datastax。目前，創業公司MongoDB的估值已超過16億美元，而在中國，基礎雲服務商青雲QingCloud已經推出了基於MongoDB的集群服務，名字叫做青雲QingCloudMongoDB。

第四個是分析和可視化。對應的國外企業有Tableau、Datameer。國內新創的大數據企業中，也有很多大數據企業在做可視化服務，比如說國雲數據的大數據魔鏡。

第五個是行業大數據應用。為社交媒體、廣告公司、企業客戶、電子商務等行業客戶提供數據分析，幫助這些行業提升數據分析的水平，如DataSift、RelateIQ、RocketFuel等創業公司。

三、大數據行業現有的商業模式

談到商業模式，肯定就要說到2B還2C的問題。

2B是目前大數據行業主要的商業模式，將大數據變為一種服務，服務的對象是企業或機構。比如現有的大數據企業里，星圖數據，Hortonworks，Cloudera，星環科技、Talkingdata都是2B的商業模式。從他們的運營狀況，不難看出，2B的商業模式，要麼是做解決方案，要麼就是做工具。

預計未來所有的互聯網企業也好，傳統企業也好，都會在企業內部成立大數據部門，那麼到那個時候，解決方案的市場份額還會多麼不肯到也不否定。對於一家企業來說，大數據就是自己的資產，相信企業更傾向於自己管理自己的內部資產。所以我們大膽的預測，解決方案只是目前大數據行業的權宜之計，未來企業會用自己的人才管理自己的大數據，用自己的人才使用自己的大數據。做工具是目前較為主流的模式。Palantir其實也是做工具。

2C方面，在整理這份內容的時候，我們發現2C的產品非常少。女性經期助手、網路指數這樣勉強算是2C的大數據產品。而大數據2C方面的產品，更多的是傾向於應用。可穿戴設備其實也算是大數據應用產品之一。

說了這么多，你肯定會問我了，那麼騰訊、網路和阿里巴巴這樣的企業，他們的大數據又是什麼樣的模式呢在筆者看來，BAT企業的大數據商業模式都是2C+2B的模式，我們可以簡稱為復合型的商業模式，因為他們服務的用戶有企業用戶也有個人用戶。

總結一下，現有的商業模式里，哪個最好筆者個人認為是2B+2C模式。這樣的模式是最健康的模式，形成了一個商業閉環。

用一句話來說就是：你收集用戶的數據，分析出報告，然後給到的對應的企業，對應的企業根據數據反饋，從而開發或製造出更好的產品，讓用戶享受更智能更美好的生活。這整個過程中，大數據是貫穿始終的。

那麼，現有的大數據公司，都是如何賺錢的呢

1、廣告、營銷。這一類主要集中在第三方大數據營銷公司里。典型的企業包括締元信、時趣這樣的公司。他們主要的業務就是幫助大數據分析能力較弱的公司來做大數據分析，優化廣告和營銷的路徑，使市場投入的非常產生更大的價值。

2、直接賣數據的公司。典型的企業有數據堂。

3、做工具或者服務。目前的移動統計工具就是這一類，還有做Hadoop套件的也是這一類公司。

4、賣報告或解決方案的。做大數據解決方案的公司就太多太多了，典型的公司為IBM。

5、跨界和融合。

Talkingdata聯合創始人蔣奇先生告訴我們，Talkingdata後台有移動互聯網各個熱門手機游戲的數據，包括用戶的設備數據、行為數據、日常數據和游戲里的消費數據等等。根據這些數據，可以對這些游戲用戶進行用戶畫像。

以招行信用卡推廣為例，Talkingdata通過大數據分析發現，《刀塔傳奇》以及《我叫MT》這兩款游戲的用戶屬性和招商銀行信用卡中心需要的用戶屬性很契合，於是促成了招商銀行和的合作，還支持了後續的信用卡積分的禮包和活動等。

這次合作為招行信用卡帶來了5萬個綁定用戶。一般情況下，銀行類的應用要實現轉化的平均成本在兩百到三百塊錢之間，而這樣的跨界合作，招商銀行基本上沒花一分錢，就達到了5萬轉化率，理論上省掉了上千萬的費用。這就是跨界和融合。

跨界和融合，其實也是大數據思維里最重要的一環。大數據就像是錢一樣，你得讓它流動起來才能產生價值。

四、大數據行業的創業方向和機會

先說2B方向。

大數據創業的2B方向，更多的是做工具和服務，如數據可視化、商務智能、CRM等。

現有的大數據工具有著技術門檻高、上手成本高、和實際業務結合較差以及部署成本高，小公司用不起等特點。那麼新創企業就可以根據以往這些產品的缺陷，來做更適合市場和客戶的大數據分析工具和服務。另外，將大數據工具完整化和產品化也是一個方向。新一代的大數據處理工具應該是有著漂亮UI，功能按鍵和數據可視化等模塊的完整產品，而不是一堆代碼。

再說2C方向。

大數據一個很大的作用就是為決策做依據，以前做決定是「拍腦袋」決定，現在，做決定是根據數據結果。在我們的生活中，需要做決策的時候太多太多，尤其是像筆者這樣選擇性困難的天秤座，非常需要大數據來輔助決策。個人理財、家庭決策、職業發展/自我量化以及個人健康都可以用到大數據。

五、我們的創業建議

1、想清楚誰為你買單;

2、痛點是什麼;

3、穩定/獨特的數據源;

4、靠譜的人做靠譜的事;

5、考慮2C的產品方向;

6、忘記科技行業過往經驗;

7、將大數據產品化;

8、深耕一個領域，不斷的試錯和迭代。

其他新創大數據公司創始人也提出過自己的建議。九次方大數據集團總裁王參壽認為深耕大數據領域，堅持才是王道：「大數據行業創業就像爬泰山，爬不到山頂，看不到太陽。

以上是小編為大家分享的關於大數據領域創業的行業現狀及機會與方向分析的相關內容，更多信息可以關注環球青藤分享更多干貨

② 一文了解大數據領域創業的機會與方向

一文了解大數據領域創業的機會與方向

大數據不僅僅是一個營銷詞彙，在這篇干貨滿滿的文章里，作者用數據告訴我們，究竟什麼是大數據，大數據行業的創業機會如何，未來的創業方向又有哪些。

接觸大數據，了解這個行業已經有兩年多了，每天都在閱讀大量的關於大數據的文獻資料和技術文章。如果你要問我什麼是大數據？以前可能我會和你說，大數據是一種思維，一種技術，標志的是大數據的4V特點：

Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。大數據帶來的是一種變革，打破了原有的隨機分析（抽樣調查）方法，採用所有全量的數據來進行分析，分析的數據更加復雜，有結構化數據、半結構化數據和非結構化數據，分析結構更加註重相關性而不是因果。

可是，普通人和大眾用戶他們聽得懂嗎？現在我會舉例子告訴你。

比如說，采野蘑菇/野山參這樣的事情，野蘑菇和野山參的分布地點都是隨機的，經驗告訴我，它們會分布在哪片山林，但是我們不知道具體位置，得一個一個的找。大數據可以解決這個難題。

我們可以把山林用數據可視化表現出來，然後讓采野蘑菇的人根據自己的實戰經驗標出蘑菇分布的地點，並且把這些地點數據常年積累起來。然後結合野蘑菇的習性，收集每片山林的降雨量、灌木叢分布數據、土壤數據、溫度數據以及山林里采蘑菇的人流量數據等等，來准確的預測出野蘑菇的分布地點。

這就是大數據力量。

一言以蔽之，大數據最直接的意義就是讓「隨機性」的事情變得可提前預測，從而提高效率和行動價值。

同樣的思路，森林防火防賊、環境保護、旅遊景點客流預測等等，都可以引入大數據思維。大數據同時也可以為我們工作、學習和生活中一些重大決策作為依據。

今天主要說的是大數據領域的創業思考，大數據只有和生活、學習、工作以及商業等場景結合才能產生價值。推動技術發展的從來都不是技術本身，而是消費者（用戶）的需求。用戶不需要知道也沒興趣知道你處理大數據是用Hadoop還是Spark、原理是什麼、架構是什麼，用戶最關心的是大數據到底怎麼用，用了能為自己帶來什麼好處。

今天我們將從「外部大環境」、「行業內部環境」、「創業風險」和「大數據創業機會和方向"四個點來闡述主題，聰明的朋友也許已經知道了，我們的思路就是大數據領域創業的SWOT分析。

大數據市場現狀（外部環境）

根據貴陽大數據交易所5月28日發布的《2015年中國大數據交易白皮書》顯示：2014年中國大數據市場規模達到767億元，同比增長27.83%。預計到2020年，中國大數據產業市場規模將達到8228.81億元。

一、大數據市場規模巨大

首先，中國大數據市場環比增長率較大。根據易觀智庫7月30號發布的中國大數據應用行業的報告顯示，2015-2018年中國大數據市場營銷規模達到258.6億人民幣。環比增長率為37.2%。

其次，大數據在全球范圍內的市場規模同樣巨大，根據IDC發布最新研究結果，預測到2018年全球大數據技術和服務市場的2018年的復合年增長率將達到26.4%，規模達到415億美元，是整個IT市場增幅的6倍。

無論是從國內還全球的市場規模和增長率來看，我們都可以得出這樣一個結論，無論你是什麼樣的公司，或者說你未來創業要做什麼樣的服務，大數據都是兵家必爭之地。大數據本身就是一種無形的資產，如果你的公司還沒有部署大數據，那麼在未來的市場上會失去核心競爭力。就好比你走在中關村創業大街上，你能收到的100份融資BP里，可能有99份都是APP和O2O項目，但99家裡90%以上會重視大數據。

二、政策好，政府支持力度大

根據gov.cn9月6日消息，國務院公開發布《國務院關於印發促進大數據發展行動綱要的通知》，綱要里明確的說明，中國將在2018年會建成政府的大數據平台。相比之下，我們敬愛的習大大和李克強總理也經常為大數據站台，為中國的大數據發展點贊。看政府對大數據的重視，你抬頭看看前兩天的北京的藍天，就會對政府有信心了。政府真正要干一件事，執行力大的超出你的預期。

據我們的觀察，大數據領域的創業環境只會越來越好。目前，很多一線城市乃至二三線城市的科技園區，都出台了相關的扶持大數據產業的政策。如果你真的想在這個行業創業，可選擇扶持力度大、人才較多的城市作為大本營，當然了，北京肯定是首選。

三、資本關注熱

上圖是我們（36大數據，編者注）對大數據垂直領域2015年資本投資事件的不完全統計。其實你仔細來看圖會發現，大數據行業的資本關注熱度是遠遠高於其他行業的。這個可以從投資金額可以看出來。今年上半年O2O項目非常熱，也是投資重點關注的行業，但是投資的資本里，普遍都是人民幣幾百萬和幾千萬這樣的量級。而大數據行業的投資，更多的資本量級都是上億的，而且資本多源於頂級投資機構。

大數據行業現狀（內部環境）

「大數據就像十幾歲少年眼中的性行為，每個人都在談論它，但沒人真正知道怎麼做。每個人都以為除了自己之外的每個人都在使用它，所以每個人都裝作自己很了解它。」

TED的創始人Dan Ariely是這樣調侃大數據的。雖然是句玩笑話，但也確實說出了大數據的行業現狀。

現狀一、市場尚未飽和，競爭並不激烈

1、尚未出現壟斷性行業巨頭

前面我們分析了大數據整個大環境的狀況，我們知道大數據行業市場潛力巨大，未來的增長率將達37%左右。但是在中國，目前尚未出現一家如Palantir、FICO這樣的壟斷性質的大數據企業。也許百分點和Talkingdata都在布局上市，但是距離掛牌還有一段時間和距離。新創的大數據企業中，還沒有一家在美股、港股和深交所上市。

這是一個機會。創業你做電子商務也好，做游戲也好，都有好幾家有錢有用戶的巨頭公司和你爭搶市場份額，但是大數據行業不一樣，大數據行業沒有那麼大的競爭壓力，而且真正的戰爭尚未開始。

2、現有大數據企業扎推北京

根據數據堂統計的數據來看，新創的大數據企業中，57%的公司都在北京，上海佔了15%的份額。大數據需要和實際的業務場景結合才能產生價值，工業、農業、製造、交通和能源等傳統行業仍然擁有巨大的潛力，北上廣深和二三線城市的大數據力量還沒有完全被挖掘出來，這同樣也是一個優勢。

3、大數據在生活、商業滲透性較弱

筆者做大數據兩年了，天天都聽到或看到大數據的各種消息，但是生活並沒有因為大數據的到來變得更智能一些。它沒有讓大齡光棍女青年更快更精準的找到結婚對象，也沒用讓隔壁老王炒股賺到更多的錢，更沒有讓北京的交通不再擁堵……大數據有用是不假，但是和生活場景結合得還是較弱。並沒有看到可以稱之為「變革」的現象。

4、沒有直接的變現模式

互聯網上最賺錢的兩大行業分別是電子商務和網路游戲，這兩個行業的變現模式都是非常清晰和直接的，但是大數據的變現模式需要繞一個彎子，需要和實際業務場景結合起來才能產生價值，不直接的路定然不好走。

有人曾經把大數據比作石油，可是，目前的情況看來，大數據行業還需要像發動機一樣可以將數據轉化成動力的載體。一如2010年以前一樣，大家都知道手機游戲是未來的一個趨勢，可是沒有iPhone等智能移動設備的出現，手機游戲的市場份額就非常小，用戶體量也很有限。

現狀二、大數據行業人才緊缺

根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。2015年-2016年是大數據人才最為匱乏的兩年，因為已開了大數據專業的高等院校，第一批大數據人才還為畢業；已有的人才里，復合型的人才較少，都是術有專攻。

全球的大數據人才情況也不容樂觀，據Gartner預測，到2016年，25%的全球大型企業將部署大數據分析系統；到2015年，圈球大數據人才需求將達到440萬人；調查結果表明，全球64%的企業已經開始向大數據項目注資，或者打算在2015年6月之前將計劃付諸實踐。

大數據創業，人才就是核心，所有的公司都在搶大數據人才，創業公司想要招到相應的大數據人才非常困難。

現狀三、數據量增長超快

這里和大家分享三個數字。49億、250億和 39ZB。

49億物聯網設備：咨詢公司 Gartner 預測今明兩年互聯物品的漲幅將達30%。分析師在指出，截止到2015年，全球物聯網設備數量將從38億飆升至49億。

250億智能裝置感測器：分析師預測，感測器的普及將大大加速智能設備的開發、生產進度。到2020年，將會有大約250億部智能裝置出現在全球市場。

39ZB數據存儲量：在 2014 年年底，國內網路上集中存儲的數據已經達到 1ZB，到 2020 年時，當年的新增數據量將會達到 15.45ZB，整體的網路上數據存儲量將會達到 39ZB，未來 6 年的年復合增長率達到了 84%。

預測到 2020 年，平均每個中國人每年產生的數據約為 4.1GB。

現狀四：行業目前存在問題

1、炒作過剩，實際落地產品較少；很多產品都是打擦邊球；把大數據玩壞了。現在你和大家說大數據，很多人都認為你在騙人。行業想要持續穩定的發展，企業必須有自律。

2、群眾基礎差，關注的人群多為三高人才，高學歷高收入和高技術。從網路指數可以看出，關注大數據的人群中，53%比例的人群年齡分布為30-39歲，而20-29歲人群占的比例為28%；另外，關注大數據的男女比例里，男性佔到了80%以上。這樣的數字直接告訴我們的問題就是，「大數據」的話題傳播性其實並不好。預計超過90%的大眾用戶不知道大數據是個什麼東西。

3、大數據只解決了部分2B的問題，2C產品較少。現在大家都覺得大數據的方向就是2B，我們不這么認為。打個比方說，你做2B的產品，每家企業平均給你200萬，新創大數據企業你撐死了一年做上20家企業，那麼營收預計在4000萬左右。但是如果你做2C的大數據產品，一個用戶給你200塊，當你做到20萬付費用戶的時候，你的營收就會超過4000萬。為什麼呢，因為用戶的數據本身就是錢。從深遠的角度來說，未來的創業，你必須學會討好大眾，服務好90後，這才是種子用戶。

4、懂技術的人不懂業務，懂業務的人不懂商業。這一點不想做詳細的說明，打擊面太廣了。筆者參加了眾多大數據行業內的峰會大會小會，人人都在說大數據，可是問到你的業務如何賺錢的時候，很多人都是三緘其口。純技術是無法賺錢的，必須和實際的業務結合起來產生商業價值，才能獲益。

5、市面上存在的大數據工具上手門檻較高。又一個槽點出來了。前面也說了，任何的新技術，都是需求推動其發展。需求來自用戶。任何的新技術，只有擁抱大眾用戶才能得到更好的發展，接地氣非常重要。現有的大數據處理工具非常復雜，需要你懂這個那個會這個那個才能使用，大眾根本接觸不到。現有的大數據工具也不夠親民，無論是2B也好，2C也好，你需要給別人的是一個簡單動動手就能用的工具，裡面有功能按鈕，而不是一堆代碼，最起碼應該滿足目前Office工作人員使用。上手門檻較高意味著很大一部分用戶被你擋在了門外。將大數據處理工具產品化勢在必行。

大數據行業創業的風險預警

一、大數據的創業門檻

1、人才成本較高；在美國，在R、NoSQL和MapRece方面需求的專業人才薪水達到了每年約11萬5千美元，在中國，大數據人才一將難求，創業公司不容易招大數據技術人才，即使招到，人才方面支出也較高。包括高薪、期權和股票等等；

2、存儲硬體成本高；考慮到數據歸屬和安全性。大數據公司一般不會數據存在雲上。 自建機房比雲存儲成本高很多倍。

3、項目啟動資金高；不是30-50十萬就可以玩起來的，比移動互聯網APP創業項目啟動資金要求高。

4、用戶少、獲取成本高。這一點的門檻主要是群眾基礎差帶來的。

沒有明確的商業變現模式，這是目前大數據創業的最大門檻。 拼數據，你拼不過阿里網路騰訊，拼錢，還是算了……

二、數據安全問題

據Verizon發布的《2015年數據泄露調查報告》顯示，79790個安全事件中已有2122個確認的數據泄露。值得關注的是在2015年的報告中新增了一個統計模型，用以幫助企業評估到底每筆數據泄露，要損失多少錢。如果泄露1000條記錄時，有95%的可能會損失5.2萬-8.7萬。泄露1千萬數據記錄的花費介於210萬到520萬之間，但最多可能到7390萬。

讓我們來回顧一下近年來數據泄漏的事件：2014年5月，800萬小米用戶數據或被泄露；2014年12月，12306大量用戶信息遭泄露；2015年4月，超30省市曝管理漏洞數千萬社保用戶信息或泄露；2015年5月，攜程網全面癱瘓疑似資料庫物理刪除；2015年6月，美國人事管理局（OPM）被指出大量工作人員信息泄露；2015年8月，婚外情網站Ashley Madison數據遭泄露……

對於大數據新創企業來說，數據的安全性就是「命」，如何保命事關生存。大數據的安全性，是部署大數據架構和大數據創業最大的挑戰之一！

三、大數據隱私

關於大數據隱私，在美國有隱私法案，而且美國與歐盟之間還簽署了安全港、隱私聲明等等。而在中國，目前的立法是非常模糊的，屬於灰色地帶。手機號碼被惡意第三方收集了，然後給用戶發了很多垃圾簡訊，或者我的姓名，我的電話，我的郵箱，他們收集我的信息是不是合法的，目前這一點在在立法上都不清晰。不知道未來國家會不會出台相關的法律法規來規范這個領域？大數據隱私目前具有不確定因素，也是創業存在的風險之一。

說完了風險，下面我們可以來說說大數據行業的創業方向和機會。

大數據行業創業機會與方向

一、資本層面關注點

對於大數據項目，投資人到底看什麼？在寫這篇文章之前，我們與多家投行的投資人曾經做過訪談，下面是我們根據訪談內容整理出來的內容。

大數據沒有直截了當的變現模式，那麼一個新創大數據企業想要獲得成功，拿什麼去拼？當然是人才。這也是投資人最關注的東西。

投資人告訴筆者，對於一個大數據項目，他們最看重的是團隊。那怎麼看團隊呢？一般從團隊技術能力、背景、過往項目經驗和創始人四個方面來看。大數據對技術的要求非常高，投資人看項目的時候，首先看的就是創始人的技術能力。一般情況下，投資者會更加青睞擁有技術背景的創始人和他的項目。

還有就是看項目的商業模式和變現能力。看項目方面，投資人會去看你的項目對應的國外成熟企業，或者說你的項目對應的競爭者是誰。由競爭者經營的情況來預估你在其領域的市場份額和變現能力。商業模式方面，投資者會看你的客戶（用戶）體量和數據源。你的客戶群體有多大？你手裡有哪些具體業務上的數據？這些數據如何產生價值，應用到你的客戶身上？解決好這3個問題就成功了一半。

大數據項目變現方向，投資人關注的是你的項目是否能夠快速直接的產生價值，而且有持續的創收能力。

解決好以上幾個問題，新創大數據公司想要拿到融資就非常容易了。

二、大數據垂直領域熱門的投資方向

第一個是Hadoop 商業化，簡單來說就是做Hadoop的收費版本。Hadoop本來是開源的，但是在具體業務場景中，還缺乏很多功能，那麼Hadoop 商業化就是去完善這些功能，使其更好的應用於企業的業務場景。Hadoop 商業化最典型的公司就是Hadoop的三駕馬車，Hortonworks，Cloudera和MapR，Hortonworks目前已經在納斯達克上市。中國相應的做Hadoop 商業化的公司是星環科技。

第二個是SQL on Hadoop，用大白話來說就是基於應用場景下的數據框架 。比如說大數據架構里的查詢引擎、存儲引擎、計算模型等等，這個主要是基於大數據技術方向的，比如說WibiData，它提供了對Hadoop的封裝，連接前端應用到Hadoop基礎設施。

第三個是NoSQL資料庫，非關系型資料庫和雲資料庫服務。典型的國外企業有MongoDB 和Datastax。目前，創業公司MongoDB的估值已超過16億美元，而在中國，基礎雲服務商青雲QingCloud已經推出了基於MongoDB的集群服務，名字叫做青雲QingCloud MongoDB。

第四個是分析和可視化。對應的國外企業有Tableau、Datameer。國內新創的大數據企業中，也有很多大數據企業在做可視化服務，比如說國雲數據的大數據魔鏡。

第五個是行業大數據應用。為社交媒體、廣告公司、企業客戶、電子商務等行業客戶提供數據分析，幫助這些行業提升數據分析的水平，如DataSift、RelateIQ、RocketFuel等創業公司。

三、大數據行業現有的商業模式

談到商業模式，肯定就要說到2B還2C的問題。

2B是目前大數據行業主要的商業模式，將大數據變為一種服務，服務的對象是企業或機構。比如現有的大數據企業里，星圖數據，Hortonworks，Cloudera，星環科技、Talkingdata 都是2B的商業模式。從他們的運營狀況，不難看出，2B的商業模式，要麼是做解決方案（類似外包），要麼就是做工具。

預計未來所有的互聯網企業也好，傳統企業也好，都會在企業內部成立大數據部門，那麼到那個時候，解決方案的市場份額還會多麼？不肯到也不否定。對於一家企業來說，大數據就是自己的資產，相信企業更傾向於自己管理自己的內部資產。所以我們大膽的預測，解決方案只是目前大數據行業的權宜之計，未來企業會用自己的人才管理自己的大數據，用自己的人才使用自己的大數據。做工具是目前較為主流的模式。Palantir其實也是做工具。

2C方面，在整理這份內容的時候，我們發現2C的產品非常少。女性經期助手、網路指數這樣勉強算是2C的大數據產品。而大數據2C方面的產品，更多的是傾向於應用。可穿戴設備其實也算是大數據應用產品之一。

說了這么多，你肯定會問我了，那麼騰訊、網路和阿里巴巴這樣的企業，他們的大數據又是什麼樣的模式呢？在筆者看來，BAT企業的大數據商業模式都是2C+2B的模式，我們可以簡稱為復合型的商業模式，因為他們服務的用戶有企業用戶也有個人用戶。

總結一下，現有的商業模式里，哪個最好？筆者個人認為是2B+2C模式。這樣的模式是最健康的模式，形成了一個商業閉環。

用一句話來說就是：你收集用戶的數據，分析出報告，然後給到的對應的企業，對應的企業根據數據反饋，從而開發或製造出更好的產品，讓用戶享受更智能更美好的生活。這整個過程中，大數據是貫穿始終的。

那麼，現有的大數據公司，都是如何賺錢的呢？

1、廣告、營銷。這一類主要集中在第三方大數據營銷公司里。典型的企業包括締元信、時趣這樣的公司。他們主要的業務就是幫助大數據分析能力較弱的公司來做大數據分析，優化廣告和營銷的路徑，使市場投入的非常產生更大的價值。

2、直接賣數據的公司。典型的企業有數據堂。

3、做工具或者服務。目前的移動統計工具就是這一類，還有做Hadoop套件的也是這一類公司。

4、賣報告或解決方案的。做大數據解決方案的公司就太多太多了，典型的公司為IBM。

5、跨界和融合。

Talkingdata聯合創始人蔣奇先生告訴我們，Talkingdata後台有移動互聯網各個熱門手機游戲的數據，包括用戶的設備數據、行為數據、日常數據和游戲里的消費數據等等。根據這些數據，可以對這些游戲用戶進行用戶畫像。

以招行信用卡推廣為例，Talkingdata通過大數據分析發現，《刀塔傳奇》以及《我叫MT》這兩款游戲的用戶屬性和招商銀行信用卡中心需要的用戶屬性很契合，於是促成了招商銀行和的合作，還支持了後續的信用卡積分的禮包和活動等。

這次合作為招行信用卡帶來了5萬個綁定用戶。一般情況下，銀行類的應用要實現轉化的平均成本在兩百到三百塊錢之間，而這樣的跨界合作，招商銀行基本上沒花一分錢，就達到了5萬轉化率，理論上省掉了上千萬的費用。這就是跨界和融合。

跨界和融合，其實也是大數據思維里最重要的一環。大數據就像是錢一樣，你得讓它流動起來才能產生價值。

四、大數據行業的創業方向和機會

先說2B方向。

大數據創業的2B方向，更多的是做工具和服務，如數據可視化、商務智能、CRM等。

現有的大數據工具有著技術門檻高、上手成本高、和實際業務結合較差以及部署成本高，小公司用不起等特點。那麼新創企業就可以根據以往這些產品的缺陷，來做更適合市場和客戶的大數據分析工具和服務。另外，將大數據工具完整化和產品化也是一個方向。新一代的大數據處理工具應該是有著漂亮UI，功能按鍵和數據可視化等模塊的完整產品，而不是一堆代碼。

再說2C方向。

大數據一個很大的作用就是為決策做依據，以前做決定是「拍腦袋」決定，現在，做決定是根據數據結果。在我們的生活中，需要做決策的時候太多太多，尤其是像筆者這樣選擇性困難的天秤座，非常需要大數據來輔助決策。個人理財（我的錢花哪去了，哪些可以省下來）、家庭決策（孩子報考哪所大學）、職業發展/自我量化（該不該跳槽，現在薪水到底合適不合適 ）以及個人健康都可以用到大數據。

五、我們的創業建議

1、想清楚誰為你買單（找用戶）；2、痛點是什麼（找需求）；3、穩定/獨特的數據源（找數據）；4、靠譜的人做靠譜的事（找人才）；5、考慮2C的產品方向；6、忘記科技行業過往經驗；7、將大數據產品化 （小而美）；8、深耕一個領域，不斷的試錯和迭代。

其他新創大數據公司創始人也提出過自己的建議。九次方大數據集團總裁王參壽認為深耕大數據領域，堅持才是王道：「大數據行業創業就像爬泰山，爬不到山頂，看不到太陽。」

國雲數據CEO馬曉東表示，「不要跟著概念創業，從真實需求出發，從企業和用戶對數據的需求出發做大數據產品，找准自己的定位是關鍵。」

以上是小編為大家分享的關於一文了解大數據領域創業的機會與方向的相關內容，更多信息可以關注環球青藤分享更多干貨

③ 趣鏈科技完成數億元C輪融資

區塊鏈明星企業趣鏈科技實力還是很強硬的

④ 大數據領域創業的機會與方向

大數據領域創業的機會與方向

大數據不僅僅是一個營銷詞彙，在這篇干貨滿滿的文章里，作者用數據告訴我們，究竟什麼是大數據，大數據行業的創業機會如何，未來的創業方向又有哪些。

接觸大數據，了解這個行業已經有兩年多了，每天都在 閱讀大量的關於大數據的文獻資料和技術文章。如果你要問我什麼是大數據？以前可能我會和你說，大數據是一種思維，一種技術，標志的是大數據的4V特點：

Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。大數據帶來的是一種變革，打破了原有的隨機分析（抽樣調查）方法，採用所有全量的數據來進行分析，分析的數據更加復雜，有結構化數據、半結構化數據和非結構化數據，分析結構更加註重相關性而不是因果。

可是，普通人和大眾用戶他們聽得懂嗎？現在我會舉例子告訴你。

比如說，采野蘑菇/野山參這樣的事情，野蘑菇和野山參的分布地點都是隨機的，經驗告訴我，它們會分布在哪片山林，但是我們不知道具體位置，得一個一個的找。大數據可以解決這個難題。

我們可以把山林用數據可視化表現出來，然後讓采野蘑菇的人根據自己的實戰經驗標出蘑菇分布的地點，並且把這些地點數據常年積累起來。然後結合野蘑菇的習性，收集每片山林的降雨量、灌木叢分布數據、土壤數據、溫度數據以及山林里采蘑菇的人流量數據等等，來准確的預測出野蘑菇的分布地點。

這就是大數據力量。

一言以蔽之，大數據最直接的意義就是讓「隨機性」的事情變得可提前預測，從而提高效率和行動價值。

同樣的思路，森林防火防賊、環境保護、旅遊景點客流預測等等，都可以引入大數據思維。大數據同時也可以為我們工作、學習和生活中一些重大決策作為依據。

今天主要說的是大數據領域的創業思考，大數據只有和生活、學習、工作以及商業等場景結合才能產生價值。推動技術發展的從來都不是技術本身，而是消費者（用戶）的需求。用戶不需要知道也沒興趣知道你處理大數據是用Hadoop還是Spark、原理是什麼、架構是什麼，用戶最關心的是大數據到底怎麼用，用了能為自己帶來什麼好處。

今天我們將從「外部大環境」、「行業內部環境」、「創業風險」和「大數據創業機會和方向"四個點來闡述主題，聰明的朋友也許已經知道了，我們的思路就是大數據領域創業的SWOT分析。

大數據市場現狀（外部環境）

根據貴陽大數據交易所5月28日發布的《2015年中國大數據交易白皮書》顯示：2014年中國大數據市場規模達到767億元，同比增長27.83%。預計到2020年，中國大數據產業市場規模將達到8228.81億元。

一、大數據市場規模巨大

首先，中國大數據市場環比增長率較大。根據易觀智庫7月30號發布的中國大數據應用行業的報告顯示，2015-2018年中國大數據市場營銷規模達到258.6億人民幣。環比增長率為37.2%。

其次，大數據在全球范圍內的市場規模同樣巨大，根據IDC發布最新研究結果，預測到2018年全球大數據技術和服務市場的2018年的復合年增長率將達到26.4%，規模達到415億美元，是整個IT市場增幅的6倍。

無論是從國內還全球的市場規模和增長率來看，我們都可以得出這樣一個結論，無論你是什麼樣的公司，或者說你未來創業要做什麼樣的服務，大數據都是兵家必爭之地。大數據本身就是一種無形的資產，如果你的公司還沒有部署大數據，那麼在未來的市場上會失去核心競爭力。就好比你走在中關村創業大街上，你能收到的100份融資BP里，可能有99份都是APP和O2O項目，但99家裡90%以上會重視大數據。

二、政策好，政府支持力度大

根據gov.cn9月6日消息，國務院公開發布《國務院關於印發促進大數據發展行動綱要的通知》，綱要里明確的說明，中國將在2018年會建成政府的大數據平台。相比之下，我們敬愛的習大大和李克強總理也經常為大數據站台，為中國的大數據發展點贊。看政府對大數據的重視，你抬頭看看前兩天的北京的藍天，就會對政府有信心了。政府真正要干一件事，執行力大的超出你的預期。

據我們的觀察，大數據領域的創業環境只會越來越好。目前，很多一線城市乃至二三線城市的科技園區，都出台了相關的扶持大數據產業的政策。如果你真的想在這個行業創業，可選擇扶持力度大、人才較多的城市作為大本營，當然了，北京肯定是首選。

三、資本關注熱

其實你仔細來看圖會發現，大數據行業的資本關注熱度是遠遠高於其他行業的。這個可以從投資金額可以看出來。今年上半年O2O項目非常熱，也是投資重點關注的行業，但是投資的資本里，普遍都是人民幣幾百萬和幾千萬這樣的量級。而大數據行業的投資，更多的資本量級都是上億的，而且資本多源於頂級投資機構。

大數據行業現狀（內部環境）

「大數據就像十幾歲少年眼中的性行為，每個人都在談論它，但沒人真正知道怎麼做。每個人都以為除了自己之外的每個人都在使用它，所以每個人都裝作自己很了解它。」

TED的創始人Dan Ariely是這樣調侃大數據的。雖然是句玩笑話，但也確實說出了大數據的行業現狀。

現狀一、市場尚未飽和，競爭並不激烈

1、尚未出現壟斷性行業巨頭

前面我們分析了大數據整個大環境的狀況，我們知道大數據行業市場潛力巨大，未來的增長率將達37%左右。但是在中國，目前尚未出現一家如Palantir、FICO這樣的壟斷性質的大數據企業。也許百分點和Talkingdata都在布局上市，但是距離掛牌還有一段時間和距離。新創的大數據企業中，還沒有一家在美股、港股和深交所上市。

這是一個機會。創業你做電子商務也好，做游戲也好，都有好幾家有錢有用戶的巨頭公司和你爭搶市場份額，但是大數據行業不一樣，大數據行業沒有那麼大的競爭壓力，而且真正的戰爭尚未開始。

2、現有大數據企業扎推北京

根據數據堂統計的數據來看，新創的大數據企業中，57%的公司都在北京，上海佔了15%的份額。大數據需要和實際的業務場景結合才能產生價值，工業、農業、製造、交通和能源等傳統行業仍然擁有巨大的潛力，北上廣深和二三線城市的大數據力量還沒有完全被挖掘出來，這同樣也是一個優勢。

3、大數據在生活、商業滲透性較弱

筆者做大數據兩年了，天天都聽到或看到大數據的各種消息，但是生活並沒有因為大數據的到來變得更智能一些。它沒有讓大齡光棍女青年更快更精準的找到結婚對象，也沒用讓隔壁老王炒股賺到更多的錢，更沒有讓北京的交通不再擁堵……大數據有用是不假，但是和生活場景結合得還是較弱。並沒有看到可以稱之為「變革」的現象。

4、沒有直接的變現模式

互聯網上最賺錢的兩大行業分別是電子商務和網路游戲，這兩個行業的變現模式都是非常清晰和直接的，但是大數據的變現模式需要繞一個彎子，需要和實際業務場景結合起來才能產生價值，不直接的路定然不好走。

有人曾經把大數據比作石油，可是，目前的情況看來，大數據行業還需要像發動機一樣可以將數據轉化成動力的載體。一如2010年以前一樣，大家都知道手機游戲是未來的一個趨勢，可是沒有iPhone等智能移動設備的出現，手機游戲的市場份額就非常小，用戶體量也很有限。

現狀二、大數據行業人才緊缺

根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。2015年-2016年是大數據人才最為匱乏的兩年，因為已開了大數據專業的高等院校，第一批大數據人才還為畢業；已有的人才里，復合型的人才較少，都是術有專攻。

全球的大數據人才情況也不容樂觀，據Gartner預測，到2016年，25%的全球大型企業將部署大數據分析系統；到2015年，圈球大數據人才需求將達到440萬人；調查結果表明，全球64%的企業已經開始向大數據項目注資，或者打算在2015年6月之前將計劃付諸實踐。

大數據創業，人才就是核心，所有的公司都在搶大數據人才，創業公司想要招到相應的大數據人才非常困難。

現狀三、數據量增長超快

這里和大家分享三個數字。49億、250億和 39ZB。

49億物聯網設備：咨詢公司 Gartner 預測今明兩年互聯物品的漲幅將達30%。分析師在指出，截止到2015年，全球物聯網設備數量將從38億飆升至49億。

250億智能裝置感測器：分析師預測，感測器的普及將大大加速智能設備的開發、生產進度。到2020年，將會有大約250億部智能裝置出現在全球市場。

39ZB數據存儲量：在 2014 年年底，國內網路上集中存儲的數據已經達到 1ZB，到 2020 年時，當年的新增數據量將會達到 15.45ZB，整體的網路上數據存儲量將會達到 39ZB，未來 6 年的年復合增長率達到了 84%。

預測到 2020 年， 平均每個中國人每年產生的數據約為 4.1GB。

現狀四：行業目前存在問題

1、炒作過剩，實際落地產品較少；很多產品都是打擦邊球；把大數據玩壞了。現在你和大家說大數據，很多人都認為你在騙人。行業想要持續穩定的發展，企業必須有自律。

2、群眾基礎差，關注的人群多為三高人才，高學歷高收入和高技術。從網路指數可以看出，關注大數據的人群中，53%比例的人群年齡分布為30-39歲，而20-29歲人群占的比例為28%；另外，關注大數據的男女比例里，男性佔到了80%以上。這樣的數字直接告訴我們的問題就是，「大數據」的話題傳播性其實並不好。預計超過90%的大眾用戶不知道大數據是個什麼東西。

3、大數據只解決了部分2B的問題，2C產品較少。現在大家都覺得大數據的方向就是2B，我們不這么認為。打個比方說，你做2B的產品，每家企業平均給你200萬，新創大數據企業你撐死了一年做上20家企業，那麼營收預計在4000萬左右。但是如果你做2C的大數據產品，一個用戶給你200塊，當你做到20萬付費用戶的時候，你的營收就會超過4000萬。為什麼呢，因為用戶的數據本身就是錢。從深遠的角度來說，未來的創業，你必須學會討好大眾，服務好90後，這才是種子用戶。

4、懂技術的人不懂業務，懂業務的人不懂商業。這一點不想做詳細的說明，打擊面太廣了。筆者參加了眾多大數據行業內的峰會大會小會，人人都在說大數據，可是問到你的業務如何賺錢的時候，很多人都是三緘其口。純技術是無法賺錢的，必須和實際的業務結合起來產生商業價值，才能獲益。

5、市面上存在的大數據工具上手門檻較高。又一個槽點出來了。前面也說了，任何的新技術，都是需求推動其發展。需求來自用戶。任何的新技術，只有擁抱大眾用戶才能得到更好的發展，接地氣非常重要。現有的大數據處理工具非常復雜，需要你懂這個那個會這個那個才能使用，大眾根本接觸不到。現有的大數據工具也不夠親民，無論是2B也好，2C也好，你需要給別人的是一個簡單動動手就能用的工具，裡面有功能按鈕，而不是一堆代碼，最起碼應該滿足目前Office工作人員使用。上手門檻較高意味著很大一部分用戶被你擋在了門外。將大數據處理工具產品化勢在必行。

大數據行業創業的風險預警

一、大數據的創業門檻

1、人才成本較高；在美國，在R、NoSQL和MapRece方面需求的專業人才薪水達到了每年約11萬5千美元，在中國，大數據人才一將難求，創業公司不容易招大數據技術人才，即使招到，人才方面支出也較高。包括高薪、期權和股票等等；

2、存儲硬體成本高；考慮到數據歸屬和安全性。大數據公司一般不會數據存在雲上。 自建機房比雲存儲成本高很多倍。

3、項目啟動資金高；不是30-50十萬就可以玩起來的，比移動互聯網APP創業項目啟動資金要求高。

4、用戶少、獲取成本高。這一點的門檻主要是群眾基礎差帶來的。

沒有明確的商業變現模式，這是目前大數據創業的最大門檻。 拼數據，你拼不過阿里網路騰訊，拼錢，還是算了……

二、數據安全問題

據Verizon發布的《2015年數據泄露調查報告》顯示，79790個安全事件中已有2122個確認的數據泄露。值得關注的是在2015年的報告中新增了一個統計模型，用以幫助企業評估到底每筆數據泄露，要損失多少錢。如果泄露1000條記錄時，有95%的可能會損失5.2萬-8.7萬。泄露1千萬數據記錄的花費介於210萬到520萬之間，但最多可能到7390萬。

讓我們來回顧一下近年來數據泄漏的事件：2014年5月，800萬小米用戶數據或被泄露；2014年12月，12306大量用戶信息遭泄露；2015年4月，超30省市曝管理漏洞數千萬社保用戶信息或泄露；2015年5月，攜程網全面癱瘓疑似資料庫物理刪除；2015年6月，美國人事管理局（OPM）被指出大量工作人員信息泄露；2015年8月，婚外情網站Ashley Madison數據遭泄露……

對於大數據新創企業來說，數據的安全性就是「命」，如何保命事關生存。大數據的安全性，是部署大數據架構和大數據創業最大的挑戰之一！

三、大數據隱私

關於大數據隱私，在美國有隱私法案，而且美國與歐盟之間還簽署了安全港、隱私聲明等等。而在中國，目前的立法是非常模糊的，屬於灰色地帶。手機號碼被惡意第三方收集了，然後給用戶發了很多垃圾簡訊，或者我的姓名，我的電話，我的郵箱，他們收集我的信息是不是合法的，目前這一點在在立法上都不清晰。不知道未來國家會不會出台相關的法律法規來規范這個領域？大數據隱私目前具有不確定因素，也是創業存在的風險之一。

說完了風險，下面我們可以來說說大數據行業的創業方向和機會。

大數據行業創業機會與方向

一、資本層面關注點

對於大數據項目，投資人到底看什麼？在寫這篇文章之前，我們與多家投行的投資人曾經做過訪談，下面是我們根據訪談內容整理出來的內容。

大數據沒有直截了當的變現模式，那麼一個新創大數據企業想要獲得成功，拿什麼去拼？當然是人才。這也是投資人最關注的東西。

投資人告訴筆者，對於一個大數據項目，他們最看重的是團隊。那怎麼看團隊呢？一般從團隊技術能力、背景、過往項目經驗和創始人四個方面來看。大數據對技術的要求非常高，投資人看項目的時候，首先看的就是創始人的技術能力。一般情況下，投資者會更加青睞擁有技術背景的創始人和他的項目。

還有就是看項目的商業模式和變現能力。看項目方面，投資人會去看你的項目對應的國外成熟企業，或者說你的項目對應的競爭者是誰。由競爭者經營的情況來預估你在其領域的市場份額和變現能力。商業模式方面，投資者會看你的客戶（用戶）體量和數據源。你的客戶群體有多大？你手裡有哪些具體業務上的數據？這些數據如何產生價值，應用到你的客戶身上？解決好這3個問題就成功了一半。

大數據項目變現方向，投資人關注的是你的項目是否能夠快速直接的產生價值，而且有持續的創收能力。

解決好以上幾個問題，新創大數據公司想要拿到融資就非常容易了。

二、大數據垂直領域熱門的投資方向

第一個是Hadoop 商業化，簡單來說就是做Hadoop的收費版本。Hadoop本來是開源的，但是在具體業務場景中，還缺乏很多功能，那麼Hadoop 商業化就是去完善這些功能，使其更好的應用於企業的業務場景。Hadoop 商業化最典型的公司就是Hadoop的三駕馬車，Hortonworks，Cloudera和MapR，Hortonworks目前已經在納斯達克上市。中國相應的做Hadoop 商業化的公司是星環科技。

第二個是SQL on Hadoop，用大白話來說就是基於應用場景下的數據框架 。比如說大數據架構里的查詢引擎、存儲引擎、計算模型等等，這個主要是基於大數據技術方向的，比如說WibiData，它提供了對Hadoop的封裝，連接前端應用到Hadoop基礎設施。

第三個是NoSQL資料庫，非關系型資料庫和雲資料庫服務。典型的國外企業有MongoDB 和Datastax。目前，創業公司MongoDB的估值已超過16億美元，而在中國，基礎雲服務商青雲QingCloud已經推出了基於MongoDB的集群服務，名字叫做青雲QingCloud MongoDB。

第四個是分析和可視化。對應的國外企業有Tableau、Datameer。國內新創的大數據企業中，也有很多大數據企業在做可視化服務，比如說國雲數據的大數據魔鏡。

第五個是行業大數據應用。為社交媒體、廣告公司、企業客戶、電子商務等行業客戶提供數據分析，幫助這些行業提升數據分析的水平，如DataSift、RelateIQ、RocketFuel等創業公司。

三、大數據行業現有的商業模式

談到商業模式，肯定就要說到2B還2C的問題。

2B是目前大數據行業主要的商業模式，將大數據變為一種服務，服務的對象是企業或機構。比如現有的大數據企業里，星圖數據，Hortonworks，Cloudera，星環科技、Talkingdata 都是2B的商業模式。從他們的運營狀況，不難看出，2B的商業模式，要麼是做解決方案（類似外包），要麼就是做工具。

預計未來所有的互聯網企業也好，傳統企業也好，都會在企業內部成立大數據部門，那麼到那個時候，解決方案的市場份額還會多麼？不肯到也不否定。對於一家企業來說，大數據就是自己的資產，相信企業更傾向於自己管理自己的內部資產。所以我們大膽的預測，解決方案只是目前大數據行業的權宜之計，未來企業會用自己的人才管理自己的大數據，用自己的人才使用自己的大數據。做工具是目前較為主流的模式。Palantir其實也是做工具。

2C方面，在整理這份內容的時候，我們發現2C的產品非常少。女性經期助手、網路指數這樣勉強算是2C的大數據產品。而大數據2C方面的產品，更多的是傾向於應用。可穿戴設備其實也算是大數據應用產品之一。

說了這么多，你肯定會問我了，那麼騰訊、網路和阿里巴巴這樣的企業，他們的大數據又是什麼樣的模式呢？在筆者看來，BAT企業的大數據商業模式都是2C+2B的模式，我們可以簡稱為復合型的商業模式，因為他們服務的用戶有企業用戶也有個人用戶。

總結一下，現有的商業模式里，哪個最好？筆者個人認為是2B+2C模式。這樣的模式是最健康的模式，形成了一個商業閉環。

用一句話來說就是：你收集用戶的數據，分析出報告，然後給到的對應的企業，對應的企業根據數據反饋，從而開發或製造出更好的產品，讓用戶享受更智能更美好的生活。這整個過程中，大數據是貫穿始終的。

那麼，現有的大數據公司，都是如何賺錢的呢？

1、廣告、營銷。這一類主要集中在第三方大數據營銷公司里。典型的企業包括締元信、時趣這樣的公司。他們主要的業務就是幫助大數據分析能力較弱的公司來做大數據分析，優化廣告和營銷的路徑，使市場投入的非常產生更大的價值。

2、直接賣數據的公司。典型的企業有數據堂。

3、做工具或者服務。目前的移動統計工具就是這一類，還有做Hadoop套件的也是這一類公司。

4、賣報告或解決方案的。做大數據解決方案的公司就太多太多了，典型的公司為IBM。

5、跨界和融合。

Talkingdata聯合創始人蔣奇先生告訴我們，Talkingdata後台有移動互聯網各個熱門手機游戲的數據，包括用戶的設備數據、行為數據、日常數據和游戲里的消費數據等等。根據這些數據，可以對這些游戲用戶進行用戶畫像。

以招行信用卡推廣為例，Talkingdata通過大數據分析發現，《刀塔傳奇》以及《我叫MT》這兩款游戲的用戶屬性和招商銀行信用卡中心需要的用戶屬性很契合，於是促成了招商銀行和的合作，還支持了後續的信用卡積分的禮包和活動等。

這次合作為招行信用卡帶來了5萬個綁定用戶。一般情況下，銀行類的應用要實現轉化的平均成本在兩百到三百塊錢之間，而這樣的跨界合作，招商銀行基本上沒花一分錢，就達到了5萬轉化率，理論上省掉了上千萬的費用。這就是跨界和融合。

跨界和融合，其實也是大數據思維里最重要的一環。大數據就像是錢一樣，你得讓它流動起來才能產生價值。

四、大數據行業的創業方向和機會

先說2B方向。

大數據創業的2B方向，更多的是做工具和服務，如數據可視化、商務智能、CRM等。

現有的大數據工具有著技術門檻高、上手成本高、和實際業務結合較差以及部署成本高，小公司用不起等特點。那麼新創企業就可以根據以往這些產品的缺陷，來做更適合市場和客戶的大數據分析工具和服務。另外，將大數據工具完整化和產品化也是一個方向。新一代的大數據處理工具應該是有著漂亮UI，功能按鍵和數據可視化等模塊的完整產品，而不是一堆代碼。

再說2C方向。

大數據一個很大的作用就是為決策做依據，以前做決定是「拍腦袋」決定，現在，做決定是根據數據結果。在我們的生活中，需要做決策的時候太多太多，尤其是像筆者這樣選擇性困難的天秤座，非常需要大數據來輔助決策。個人理財（我的錢花哪去了，哪些可以省下來）、家庭決策（孩子報考哪所大學）、職業發展/自我量化（該不該跳槽，現在薪水到底合適不合適 ）以及個人健康都可以用到大數據。

五、我們的創業建議

1、想清楚誰為你買單（找用戶）；

2、痛點是什麼（找需求）；

3、穩定/獨特的數據源（找數據）；

4、靠譜的人做靠譜的事（找人才）；

5、考慮2C的產品方向；

6、忘記科技行業過往經驗；

7、將大數據產品化 （小而美）；

8、深耕一個領域，不斷的試錯和迭代。

其他新創大數據公司創始人也提出過自己的建議。九次方大數據集團總裁王參壽認為深耕大數據領域，堅持才是王道：「大數據行業創業就像爬泰山，爬不到山頂，看不到太陽。」

國雲數據CEO馬曉東表示，「不要跟著概念創業，從真實需求出發，從企業和用戶對數據的需求出發做大數據產品，找准自己的定位是關鍵。」

以上是小編為大家分享的關於大數據領域創業的機會與方向的相關內容，更多信息可以關注環球青藤分享更多干貨

⑤ 張銳的時趣

時趣並不是張銳的第一家公司，他的上一家公司是主打同城活動的社交網站魔時網，但並不成功。2009年張銳接觸的投資人—包括時趣的A輪投資者君聯資本—對魔時的前景都不太看好。張銳想換個領域重新開始，他覺得社交領域還有很多機會，當時調研的結果是，游戲、垂直平台和廣告會是未來前景比較好的三個方向。
但張銳覺得自己的團隊無法勝任游戲這個行業，而類似美麗說蘑菇街這樣的垂直平台，又有跟淘寶這樣的平台產生矛盾的隱憂。張銳最終把目光放到了廣告領域。「做魔時的時候對B2C的產品已經有了陰影，覺得這東西要做大商業周期非常長，有些心灰意冷了。所以想做B2B的產品。」張銳說。不過時趣最初的40名員工來自於魔時，他們積累了一些社交網路的經驗，還有對廣告主需求的認識。
然後，像多數創業故事那樣，張銳在美國找到了模板—Buddy Media。成立於2007年的Buddy Media可以讓廣告主一鍵建立Facebook主頁，管理跟蹤和評估營銷活動，並與粉絲互動。後來Buddy Media又成為了Google+和Twitter的重要合作夥伴，並利用大數據技術幫助廣告主進行更精準的營銷。2012年以近7億美元的價格被Salesforces收購。在Buddy Media風光的那幾年，中國類似的公司還沒有，直到新浪微博的興起。
2010年，張銳已經開始著手創辦新公司。當時中國最潮流的社交平台顯然是新浪微博而非人人網，一鍵建立網頁的功能可以去掉，但提煉日常的運營模塊，譬如發微博、回復私信和@、分析粉絲特點、精確匹配潛在粉絲、發布營銷活動、追蹤活動效果和粉絲轉化率，或者分析提煉時事熱點，這些可能才是微博平台需要的管理軟體。張銳從奧美和陽獅等4A公司挖到一些員工後，在 2011年4月發布了第一款軟體產品。
2012年，除了將業務擴張至上海和廣州外，時趣成立了正式的銷售團隊，並在年底發布了針對中小企業的新產品「品趣」。中小企業客戶的開發難度比大企業難得多，因為推廣的渠道並不通暢。除了在網路買關鍵詞廣告外，最重要的是開辟線下代理商。相對免費模式，靠代理商尋找客戶的方式速度比較慢，而且成本偏高，好處是可以控制客戶的質量。要從中小企業那裡收回成本，至少需要3年時間。
2013年10月，社會化媒體管理公司時趣Social Touch宣布完成規模超過千萬美元的 C 輪融資，本輪融資由 Sierra Ventures 領投，在 A、B 輪融資時進入的君聯資本（Legend Capital）、紀源資本 (GGV Capital) 跟投。
2015年3月27日，以「大融合新未來」為主題的第十四屆中國廣告年度大獎盛典在上海舉行，來自營銷界、媒體界、品牌方的400餘家單位共同參加了此次盛典。時趣Social Touch榮獲「2014中國廣告數字代理公司年度大獎-綜合代理類」，並入選「2014年你必須知道的25家互動營銷公司」。

⑥ 怎麼寫融資資料

農業項目融資計劃書 一,項目摘要: 農業項目融資計劃書 一,項目簡介: 本項目是農業旅遊觀光項目,農業是一個國家,一個民族的根本,國家也深知這 一點 所以大力發展農業項目. 本項目坐落在北京的後花園懷柔, 全國重點城鎮—懷柔區北房鎮, 項目佔地 100 畝,地理位置極為優越,緊鄰 101 國道,懷柔十八景近在咫尺,走京承高速北 京到懷柔只要 20 分鍾,936,916,980 等數條公車通達,潮白河環繞周圍,與 自然共從. 本項目是政府大力扶持項目, 順應國家政策, 享受政府政策補貼, 地理位置優越, 周圍氣候大好,前景廣闊,投資小,回報快,收益穩定,項目需要資金 550 萬, 當年就收回本錢並且達到盈利. 二,項目分析: 1,項目的基本情況:項目計劃建設 100 棟觀光大棚,一個生態餐廳和配套的附 屬設施,兩者既能相互依託,優勢互補,又能獨立經營,集農業種植,養殖,旅 游,觀光,採摘,餐飲,住宿,度假,休閑,養老於一體的綜合性園區. 2,項目來歷:綠色休閑觀光農業是一項正在興起的有著廣闊發展空間的工程, 隨著人們生活水平的不斷提高,渴望反樸歸真,追求鄉情野趣成為時尚.連日緊 張忙碌的生存競爭之後,偶逢節假閑暇,或在田間勞作,或在熔金落日的傍晚散 步於幽靜的小路,呼吸新鮮濕潤充滿泥土芬芳的空氣,使人們心曠神怡,一切煩 惱與疲勞都不復存在. 我們的生態農業觀光園結合自身優勢, 挖掘農業資源優勢, 增強城市服務輻射功能,拉動消費,增加收入,開辟郊區游農業增收新途徑,拓 出新農村建設農業新模式,特製定本規劃. 形式發展和實踐證明,以農業為主體發展鄉村游,農家樂是今後的發展形式,又 因中國老齡化的到來,城市工薪階層的老人,很難找到一個空氣清新,即便宜又 能栽花種草的養老聖地,我們的園區恰恰迎合他們的需要. 3,證件狀況文件:有政府下發的項目補貼文件. 4,建造過程和保證:政府大力發展扶持,只有支持,不會有任何的阻撓,我公 司本身就是建築公司,可以節約高效的完成建設,在建設的同時銷售隊伍就能收 回部分資金. 三,財務和建設計劃: 1,項目需用資金 550 萬,自有資金 50 萬. 2,先期資金主攻建觀光大棚,需要資金 300 萬,建設完畢後政府給補貼 240 萬,在我們建設的同時,大棚的水,電,路,由政府負責統一安裝,然後還會為 我們鋪設滴灌,架設電動卷簾機,這幾項將又為我們節省資金近 200 萬. 3,在完善,銷售大棚的同時,建造生態餐廳,計劃投資 100 萬. 4,園區的管理完善和大棚冬季保溫 50 萬. 四,市場分析: 1,項目周邊的大棚一次性租給當地農民 20 年使用,

⑦ 企點服務在哪裡買比較劃算

可以找的企點服務
藍色航線
開通的

⑧ 如何從零開始成為內容運營

內容是我們作為新媒體人的入門。

可是不少人腦海中都出現過一個疑問：內容運營到底是做什麼的？

內容運營是通過創造、編輯、組織、呈現產品的優質內容實現拉新、促活、轉化、留存等運營目的。主要負責生產/採集內容，通過篩選、專題策劃、自動推薦、內容推送等手段，將優質的內容以最好的閱讀體驗傳遞給內容消費用戶。

內容運營工作流程

我們常用的內容運營手段有4種。第一種內容專題策劃，通過圍繞某一主題或者特定人群，組織產品里的基礎內容單元，並加以設計和開發製作的內容專題；第二種內容消息推送，做針對性的周期性的消息推送，幫助用戶高效率地發掘有價值的內容；第三種內容智能推薦，基於用戶的瀏覽行為的數據分析，在產品內有流量的位置進行內容分發推薦；第四種內容站外輸出，最有效的內容輸出手段是將內容聚合成SDK（內容池），並盡可能多地植入到合作方的APP。

如何做好內容運營？

我個人覺得，要做好內容運營有四大手段：1、從內容編輯開始2、學會內容品牌建設3、學會內容流量引入4、快速成為文案高手。

（1）從內容編輯開始

內容運營的的一切工作都離不開對產品內容的熟悉，而他自己的核心優勢就是熟知內容、善於運用內容傳播價值。而我們該怎麼做？從哪裡做起？我覺得內容編輯大部分為對內容進行二次加工的編輯，需把兩件事做好：1、尋找產品的內容定位並甄選2、做好內容標題、描述、圖片、排版的二次加工。任何內容運營都是從內容編輯做起的。個人總結內容運營的成長路徑為：內容編輯→高階內容→產品運營。

那麼，如何成為高階內容運營？我個人經驗總結為：高階內容運營就是能夠獨立運營好某個內容方向的事。即內容時效性管理、內容用戶貢獻管理、內容審核管理和內容推薦管理。

（2）學會內容品牌建設

內容品牌建設一般有5種手段：

NO1內容欄目化。對互聯網產品來說，就是把每日或每周都有的常規內容做成欄目，如得到的得到周刊、好奇日報、人民吐槽日報等。將具有產品特色的內容欄目化，可以提升用戶對產品品牌的認知，穩定用戶瀏覽內容的時間預期。

NO2內容二次加工。大部分產品的內容單元是文字，將文字進行二次加工可以變成視頻、漫畫、音頻、電子書、圖片、H5等常見的內容形式。如：知乎的職人介紹所，一檔訪談類視頻節目，是目前內容二次加工方面做得最系統的。

NO3內容的PR輸出。互聯網產品相比於媒體平台，有一個非常明顯的優勢就是有數據、有高粘性的用戶。很多權威媒體的新聞信息會引入互聯網產品的數據、內容和用戶。所以內容運營可以通過傳統媒體做內容輸出為品牌建設做貢獻。比如：網路知道聯合北京地區網站聯合辟謠平台，發布的《2014年十大生活謠言》。

NO4內容互動傳播。用戶的某種互動能夠觸發內容展示的傳播方式稱為內容互動傳播。在移動互聯網時代搖一搖、滑一滑、重力感應、位置移動…這些常見的用戶互動行為都可以成為內容的互動包裝形式。比如：得到的仗義證活動。

NO5內容整合傳播。運營圍繞某一內容主題，集中在某個時間段內對內容進行多形式的包裝和多渠道的傳播。作為內容品牌建設的最高境界，內容的整合傳播跟市場大投放有一拼。比如：《網路貼吧神翻譯——這是一場節操的較量！》

（3）學會內容流量引入

常見的內容流量引入有4個方法。第一種：品牌層面。主要是以話題為單位做內容聚合。製作成類似知乎周刊、網路知道大數據等電子書或者紙質書，然後再各大電子書市場和紙質書渠道進行內容輸出傳播。在這個層面做得比較好的知乎周刊全網的曝光量近億次。

第二種：自媒體層面。在各種社交媒體平台發布內容更新。除了每天絞盡腦汁地琢磨如何提升閱讀量，還要思考在這些平台發布內容，怎樣做才能使推薦量和閱讀量更高效地變成產品的流量。比如：得到微信公眾號在過年期間設置的回復關鍵詞獲取優惠，並跳轉APP。

第三種：社交層面。內容的流量引入主要是靠製作完成後的用戶對外分享傳播。應該多考慮的是怎樣引導用戶將產品里的優質內容分享到社交平台，通過分享到社交平台的內容為產品創造不錯的用戶迴流，而且是直接有效的流量。比如：得到專欄的花錢請朋友讀。

第四種：商務層面。資源置換和流量置換屬於產品合作中最為簡單的合作模式，將內容作為合作的橋梁，將產品的內容SDK對外輸出實現流量流入，如入駐Zaker、今日頭條、網易新聞、手機網路、UC瀏覽器以及其他需要內容的工具型App和只能硬體。

（4）如何成為文案高手

我從業新媒體運營2年多時間，個人心得想要寫出一篇高質量的軟文，離不開3個要素：產品賣點、軟文主題、內容素材。撰寫的流程一般就是挖掘產品賣點→尋找賣點包裝主題→搜尋支撐觀點素材→整理素材是否生硬。

結合行業大部分公眾號，就目前的軟文來說，傳播度較好的是情感類、雞湯類、娛樂八卦類主題軟文。而我們需要注意的是：寫軟文最難的地方在於怎樣在文章里寫完「有料」的內容後，非常自然地轉到產品推介內容中。軟文所宣傳的賣點一定要介紹得簡單、清晰、有質感。不能讓用戶有閱讀的厭惡和不適感。