2016数博会-如何提升数据的价值让大数据变现？

bjzt

2016数博会-如何提升数据的价值让大数据变现？
时间：2016年9月12日-14日 地点：北京·中国国际展览中心(老馆)
批准单位
中华人民共和国工业和信息化部
中华人民共和国商务部
主办单位
中国高科技产业化研究会
协办单位
中国高科技产业化研究会信息化工作委员会
中国通信工业协会物联网应用分会
上海大数据产业技术创新战略联盟
支持单位
中国国际展览中心
国际数据公司
中关村大数据产业联盟
中关村大数据交易联盟
承办单位
北京百科汇国际展览服务有限公司
　　随着现代信息技术的不断发展，世界已跨入了互联网+大数据时代。大数据正深刻改变着人们的思维、生产和生活方式，即将宣起新一轮产业和技术革命。大数据与各个行业的深度融合，将产生出前所未有的社会和商业价值。再加上承德.中关村大数据产业合作项目已签约，抢抓京津冀协调发展的重大机遇，推动大数据产业快速发展，形成完整的大数据产业创新链条，促进大数据产业快速稳定增长起到至关的推动作用。随着互联网+技术的飞速发展使大数据云计算技术将会得到更为长足的发展，必将更为广泛地应用于各个领域为人类的生产生活带来全新的面貌。
　　为更好的交流展示国内外大数据技术应用和经验成果，推动我国大数据产业快速健康发展，由中国高科技产业化研究会主办，中国高科技产业化研究会信息化工作委员会协办，北京百科汇国际展览服务有限公司承办“2016中国(北京)国际大数据产业博览会暨高峰论坛”将于2016年9月12日-9月14日，在北京·中国国际展览中心举办。本届展览会将以“促进大数据时代变革、共赢新时代机遇和挑战”为主题，诚邀各单位、企业负责人及专业观众一起探讨大数据产业的未来和发展，共同展示大数据产业领域的最新成果、新技术，探讨行业动向、进行面对面的商业交流等。且此次会展将吸引世界各国的媒体前来报导。
　　为推动大数据行业健康发展，促进科技交流、合作发展及市场拓展。本次展会以产品质量为依托，以展示超越技术为导向汇聚顶尖技术，展示商家形象，立足于打造以大数据高端产品为主体的平台，结合中国北京的辐射力、中国市场容量、中国的市场需求，为业内企业及海内外同行搭建一个的高效交流平台。届时邀请各相关单位踊跃报名参展、参观！
　　【展出范围】
　　★国际品牌：
　　聚集世界级重量企业、综合展示全球大数据领域新技术、新成果、新产品、大数据产业园区、展示大数据未来科技趋势；
　　★大数据应用：
　　大数据信息平台、商用密码产品、智慧城市、智能交通、大数据金融、互联网投资理财、大数据医疗、大数据健康、大数据营销、大数据农业、人工智能、移动电子商务、移动互联网、车联网、地联网等
　　★智能制造及设备：
　　工业互联网及智能制造、数据存储及服务器、网络通信设备、数据中心设备、可穿戴及智能终端设备、自动识别及条码技术、软件与系统集成、智能家居设备、电信运营商、物联网技术与应用等
　　★大数据软件与服务：
　　大数据信息安全、数据处理与准备、大数据交易、云计算、大数据关联服务等
　　★电子商务：
　　移动电子商务、跨境电子商务及外贸出口、电子商务平台、现代物流等
　　★互联网创新应用
　　O2O应用与产品、企业数字化管理解决方案、移动互联网应用、动画及游戏技术与应用、智能机器人、创客团队等
　　【收费标准】
　　企业性质
　　标 准 展 台
　　豪华展台
　　境外企业
　　展位规格
　　￥13800元/9m2
　　￥16800元/9m2
　　￥30000元/9m2
　　室内光地(36m2起租)
　　￥1300元/m2
　　￥1680元/m2
　　￥3000元/m2
　　1、标准展位配置：提供三面围板、洽谈桌一张、 椅子两把、中英文楣板,二盏射灯、220V/5A电源插座
　　一个、展位铺满地毯；）参展企业若选择双开口展位加收20%的展位费用；其他额外开支由展商承担。
　　2、空场地费用包括：展出场地、地毯、保安服务、展位清洁服务。
　　【会刊广告】
　　封 面：￥30000元
　　封 底：￥20000元
　　封 二：￥15000元
　　封 三：￥8000元
　　扉 页：￥8000元
　　彩整版：￥6000元
　　黑整版：￥3000元
　　文字整版：￥2000元
　　会刊除在大会期间广泛免费发放给主管部门及相关协会、专业参观商、采购商外，还将通过主办单位途径发往国内外的业主单位及相关经销单位等；
　　【大会活动】
　　主办方将组织多场论坛、研讨会、展商技术交流会，产品及新闻发布会，与参会领导、企业、观众零距离接触。欢迎广大参展商申请举办，主题自定。组委会将积极协助组织听众，全力缔造商机。
　　1、中国大数据领域发展论坛，内容涵盖国家大数据政策、制定大数据规划与大数据保障问题、大数据国际合作与交流、全面开创中国大数据事业发展新局面领域；
　　2、大数据技术装备应用与创新发展论坛，致力于推动现代大数据技术装备的应用，提升我国大数据科技水平。
　　【展会宣传与推广】
　　目标观众云基地、数据中心投资方及运营商、通信运营商、大型网络公司、电信、能源、金融、证券、广电、电商、电子、医疗、国防、教育、海关、航空航天、集成商、工程商、代理商到会参观采购。
　　通过发放十万封参观邀请函、三十万张参观券直接邀请国内外邻近国家和地区的重要买家、大型用户前来参观、洽谈、订货。
　　在CCTV、北京电视台、BTV、百度推广、新华社、科技日报、中国教育报、腾讯、网易、新浪、搜狐、等发布展会信息及广告内容。
　　【参展程序】
　　参展手续：参展单位请认真填写《参展报名表》并传真或快递至大会组委会，并于一周内将参展费用汇至组委会指定帐号，且将银行付款底单传真至组委会，以便确认参展资格。
　　展位安排：组委会将依据“先报名、先付款、先安排”的原则。为保证展览会的整体形象，组委会有权对少量展位予以调整。
　　会务安排：组委会会前30天将《参展手册》（有关日程安排、展品运输、酒店接待、展台搭建等事项）寄送至各参展商。
　　有关参展、参会、刊登广告和发表论文等事宜,请垂询大会组委会
　　地 址：北京市通州区京贸国际城4-1-30层
　　电 话：010-5890 7096 传 真：010-5890 7094
　　联系人：张 涛 18612648493 E-mail：463020954@qq.com
　　数据是有价值的，如果在一年以前很多人会质疑这个观点，但我相信现在更多的人支持这个观点。数据都是有价值的，不同质量的数据，不同的价值，数据的价值是客观存在的。
　　这是一篇行业“清醒文”，作者多大数据变现有着清醒的认识，并结合自己的实践经验进行阐述。同时，这也是一篇“退烧文”，是给高举高打大数据概念的现象来了一剂退烧针。再者，这是一篇把大数据和商业进行结合的“理智文”，大数据处理技术固然重要，但更重要的是找到商业模式，形成数据闭环。文章把数据价值从“发现规律”到“产生聚变”，最后到形成“核变”的过程进行了梳理。到底是要走情怀路线还是商业路线，值得行业人员细细思考。如果您的公司在做大数据，相信你会找到共鸣。
　　近来看很多人都在谈大数据变现的事情，大家都分享了在各行各业，用大数据赚到钱的招数。相信随着大数据在各行各业的深入，还会有更多人分享出更多精彩的案例。今天我想谈一点个人对数据的看法，理清楚几个概念，也许对大家能有所帮助。
　　数据的价值与体现
　　数据是有价值的，如果在一年以前很多人会质疑这个观点，但我相信现在更多的人支持这个观点。数据都是有价值的，不同质量的数据，不同的价值，数据的价值是客观存在的。
　　数据不是凭空而来的，数据是一个场景，一个业务，一个应用产生而来。所以数据的价值是它产生的环境，过程的独特属性而赋予的。数据可以有很多属性，就我们所知，可以有金融属性，也可以是任何一个领域的独特属性。正是这些具有不同属性的数据，造成了数据价值，应用层面的差异化。
　　举个例子，什么是具有金融属性的数据，比方说你的每月收入，你的信用卡消费，你的网购消费，你的房贷、车贷等等，都形成了你的金融属性数据。金融属性的数据产生的过程离钱最近，也最有价值。它直接可以利用为征信，乃至金融风控。
　　同样，你每天上网看信息、社交，听歌，打游戏，搜索，看视频等等，都会产生很多行为、偏好和社交属性的数据。通过这些属性就可以勾勒出一个人的用户画像。
　　
　　我们再来看数据的变现。数据的变现，就是把这些不同属性的数据再次应用到场景(当然更多地还是新场景，跨域关联可能产生更高的价值)中去，体现新价值的过程。变现，是一种能力，也是提升数据价值的基础。没有变现的能力，提升数据价值就是空谈。如何更好地提升数据价值那就更是天方夜谭了。
　　为什么多数知名大数据公司对“变现”表现的不像他们对大数据技术本身那样游刃有余?因为这本身就是两种截然不同的能力!
　　掌握了高深的数据处理技术，与了解应用场景，解决客户的实际问题，并能够进一步将其提炼，包装成业务，是两个完全不同的能力。简而言之，在多数大数据公司里面，并不具备这个能力。没有理由证明有高深的数据处理技术，就一定可以做好变现。相反，我看到的大多都是反面教材!
　　变现能力，是将技术转化成生产力的能力。很多大数据公司忽略了这个能力，甚至是主观上忽略，看不起变现能力，过于夸大技术驱动市场。这也是目前大数据市场上，很普遍的现象。
　　还有一种情况，是对数据本身知之甚少，介入行业时间短，自然难以变现。
　　上面两种情况，属于两个目前市场上最常见的两种情况。第一种多为在行业里多年，也确实有比较高深的数据处理技术，但主观上就轻视变现，认为掌握了顶尖的技术，就可以改变世界。我年轻的时候也想过，可惜没成。所以啊，这些公司不是没价值，大数据的发展依然少不了他们的推动，但恐怕就要朝基础科学的阵营里去走了。大数据确实还属于一个前沿科学，真的不是每个大数据技术都可以很好地被应用到市场中来。对于这部分公司，走情怀路线，我很尊敬的。
　　第二种情况，还是多历练历练再说吧。我一直认为市场是公平的。要想在一个行业中持续获利，还是先搞懂这个市场再说吧。熟能生巧。
　　市场上，有一个误区，“我之所以在大数据领域赚不到钱，是因为我没有掌握高深的数据处理技术”。我以亲身经历负责任地说，有时大数据赚钱并不一定需要高深的技术。我们就是用了并不是很高深的处理技术，为很重要的客户提供了数据服务，解决了他们很关键很头疼的问题，创造了很大的价值，并且已经将其包装成具有普适性的，可以推广的业务了。
　　当然，也不是说数据处理能力不重要。没有足够的数据处理能力，不知道什么数据可以做什么用，即使机会摆在你面前，也是抓不住的。只有拥有了足够的数据处理能力以及丰富的行业经验，能准确地挖掘用户的实际需求，对各类数据有一个全面了解的公司，才可能“举重若轻”。既然可以用简单地办法实现用户的目的，又何必炫技呢?
　　大数据是一种技术，是一种工具，不要把它过于神话，再好的技术也是为应用而来的。作为一家数据公司(区别于上面的第一种公司，那个基本可以叫研究院)，首要的能力就是要懂得变现;最大的使命，就是使你手头的数据价值最大化!如果不懂得如何变现，怎么能证明你懂得数据的价值，能够为客户创造更多的价值呢?只能是孤芳自赏。
　　提升数据价值的三种方法
　　数据产生于业务或者应用，那么体现价值的最好办法就是回归到业务。数据回归到业务有三个层级的方法，由远及近，首先是数据的挖掘，这个自不必说了;其次是数据的打通，如果说挖掘是提升数据价值的一次体现，那么数据的打通就是使数据发生核聚变的一次“反应”;最后，也是最高级的实现方法，就是流转。数据的流转就是数据又流动到业务。这个流回不是简单地回流，而是经过了数据的加工处理，又返回业务，产生新的数据，形成闭环。
　　
　　在这里，尤其加上跨界的数据，或者说具有不同属性的数据进行加工，流转，形成新的业务数据，就可以使原有的数据价值得到一个极大的升华。
　　很多人估计还不是真正清楚为什么要数据挖掘?数据挖掘是揭示人们可能忽视的或者检视人们依靠主观经验判断错误的事物。除了大家已经耳熟能详的啤酒喝尿不湿的关联关系，你能想象出为什么很多客户会同时买一个100元左右的包，再去买一个900多元的包吗?但事实如此。所以数据挖掘是数据价值的第一次提升。数据的世界很精彩!
　　再举个例子，比方说我们有很多ID，很多单维度的数据。目前单一的ID以及关联的单维度数据价值并不高。因为它只揭示了很小部分的特征，只能继续用回产生数据的业务场景。
　　如果我们又刚好获得了几个不同的ID以及其关联的另外属性的数据，虽然它们每一个价值依然都不大，但我们就可以尝试将其打通，产生更大的价值。假设几个不同ID以及数据的起点成本是1，那么当我们通过几十种不同的模型将其分类、打通之后，就远远大于1.在这个过程里，是1+1>>2.这是一个核聚变的过程。并不是我在这里空谈，而是市场的认可。
　　如果在能够将打通的数据，应用到某种场景当中，产生新的数据，那就会是又一个巨大的飞跃!因为数据的价值是场景的价值决定的，它产生的价值越高，其本身的价值也就越高。
　　比方说我利用打通的数据解决了用户的一个顽疾，避免了它每笔100元的损失，那么他是否愿意为此支付10元每笔呢?如果是，那么我的数据价值就是10元。
　　我们再以一个实际的例子去串起来数据价值的改变过程。我们的起点是一些互联网数据的碎片，假设价值为1。经过了清洗、分类、筛选、打通，就成为了5;再经过与其他数据的拼接，就构成了用户画像，那么作为征信生产材料的一部分，被应用到征信场景中来，就可能再次翻倍，成为10。在数据的应用过程中，数据的属性在不断地增加、提炼，最终得以升值。
　　总之，数据的变现也好，提升数据的价值也好，可以有很多渠道，有很多场景。只要你用心，懂市场，这些都不难找到。大数据虽不是万能的，但没有数据是万万不能的。法无定法，不要过于纠结什么商业模型。大数据即便今天依然是一个新业务，在行业的应用过程中，要尊重市场的规律，以市场为导向，并不是喊喊口号而已。大数据是工具，是一门技术而已，不要将其神话。再好的技术，再好的工具也是为解决问题而来的。
　　数据是有属性的，不同的场景，不同的业务，不同的应用，不同的对象，产生不同的数据，具有不同的属性。不同的业务需要不同属性的数据。比方说征信，首先需要的是金融属性的数据，而非行为数据。你对这个人的行为再了解，不代表对这个人的金融属性了解。这是一门严谨的科学，不可儿戏。
　　在大数据公司提升自己数据的价值过程中，确实存在价值最大化的可能。同样的数据价值基础，朝不同的业务方向上去走，得到的价值提升是不同的。当然这一点是建立在解决好上面问题的基础上才能实现的。没有上面基于对数据属性的了解，不懂得如何运用数据去解决用户的实际问题，就根本谈不上更好地提升数据价值了。