2016大數據的六大清晰趨勢、五大顛覆空間、三大行業(yè)機會

產業(yè)

小知2016-03-24

IPR Daily，全球視野的知識產權新銳媒體

最近“大數據”似乎已經過氣了，但在我看來，真正的大數據應用和市場在2016年才剛剛開始萌芽。

為什么？數據不僅僅只是數據。大數據的創(chuàng)新價值可以來自新連接的數據、算法或者產品本身。

過去兩年大數據的成長和智能手機的有著緊密的關系，加上IOT的浪潮正在醞釀之中，online與offline的接合帶來了更深度的數據關聯(lián)，觸碰到消費者的全渠道行為收集。大數據相關的APP已經集媒體、通信、社交及傳感器于一體。

數據收集正從求量轉為求質。

很多企業(yè)不再迷信大數據，而是更踏實地收集一些對解決當前問題有用的數據。大家對大數據的態(tài)度從2016年開始會變得更謹慎，而且會進入專業(yè)領域。

我的建議是，2016年要認真思考：怎樣看對問題、看懂問題，通過數據的思考達到落地實踐。

2016數據六大趨勢

變是唯一的不變

說到趨勢，人們往往習慣從改變的現(xiàn)象作觀察，但是如果當我們把視野格局放大，在大數據的長期發(fā)展趨勢中，找出變化的本質，反倒是讓我們更容易看清楚動向。

從這個角度出發(fā)，我至少可以看到未來的2-3年，有幾項已經存在的趨勢正在擴大中：

1.應用無線化：提供了更大的便利性與移動性、讓終端設備與資料采集的作業(yè)更彈性而有效率；

2.信息數據化：讓訊息的流通、交換、加工、運用更趨標準及結構，DT時代數據的應用變得更即時直接；

3.交易無紙化：徹底的改變了我們交易行為與資金流，并賦予未來微經濟商業(yè)模式更多創(chuàng)新思考的可能性；

4.人類智能化：大數據所產生的創(chuàng)新價值與人類交互并深入于生活之中，人的思維與新科技將會遇上前所未有的碰撞；

5.決策實時化：透過大數據實時采集及加工改變了決策與信息關系。過去的世界因數據不能低成本獲取，決策的實時性和精確難以達到；

6.線下線上化：未來仍將呈現(xiàn)線下更多的運用線上數據傾倒的趨勢，線上與線下將連接在一起不能分割；

這些本質上的轉變會持續(xù)好幾年，六個趨勢會在各自的體系內深化發(fā)展與創(chuàng)新。

商業(yè)價值會逐漸落地于各行業(yè)中，數據技術成為各行各業(yè)的優(yōu)化工具或產生顛覆性創(chuàng)新。

大數據本身的發(fā)展也將被自我顛覆，數據的釆集、更新、識別、關聯(lián)將會變得越來越自動化。

從數據趨勢可見的

五大顛覆空間

1.數據安全

2015年數據安全事件頻發(fā)，隨著全球各個國家開始采用新的數據安全技術和新的數據保護法律，2016年對數據安全的監(jiān)督要求將會變得越來越嚴格。

在數據安全方面，人們對個人隱私的保護比商業(yè)機密的泄露更為關注。數據安全意識提升的背后，代表的是對數據開放的風險與疑慮。如果數據風險無法被有效管控并建立個人對數據的信任感，對于正在發(fā)展中的大數據產業(yè)將會形成一種阻礙。

個人的隱私、公司機密乃至于國家和國家之間的數據保護，將會是2016年快速成形的趨勢，當數據成為商業(yè)重要且關鍵的資產時，隨之衍生的可能會是像「首席數據隱私官」這樣的職業(yè)?；蛟S很多人會覺得匪夷所思，但是我相信到了2016年，很多擁有大量數據的公司都將把“首席數據隱私官”視為一個重要而關鍵的角色。

2.分析的簡化與外包

數據分析工作的外包其實是一個概念上的舉例，其實我要談的是大數據背后將會形成的產業(yè)鏈分工。

隨著大數據應用的落地，很少有企業(yè)可以獨立完成從原始資料采集、加工、分析乃至于落地應用的完整程序。未來數據的不同處理階段，都有機會發(fā)展出專門的技術公司協(xié)助企業(yè)完成大數據應用前的整備工作。

對應前面提到的“大數據創(chuàng)新循環(huán)鏈”的概念，每一次的大數據變革階段激蕩出新的問題與機會后，新的問題開始聚焦，對應的數據源也趨于集中，這時一個新的產業(yè)鏈機會也就隨之產生。中間層(Middle layer)的服務與創(chuàng)新，對于大數據產業(yè)的發(fā)展將扮演至關重要的角色。

3.政府的數據態(tài)度

從整個數據地圖看，政府是擁有最多數據的“財主”。因為政府鎖定了很多公共服務領域的關鍵數據源，是公共數據開放的大資源，也是大數據驅動的一把金鑰匙。

政府的數據涵蓋能源、金融、交通、治安、醫(yī)療、環(huán)境、食品等等。你發(fā)現(xiàn)所有的數據都是相對集中又非常重要的。

政府數據的開放將是產業(yè)創(chuàng)新的催化劑，這背后也代表，政府大數據政策對于整體數據產業(yè)的發(fā)展非常關鍵。2016年我們可以觀察政府對于公共數據開放的態(tài)度，而各個行業(yè)也可以順應政府數據政策的腳步，開始嘗試進入大數據驅動乃至于大數據變革的第三階段。

4.多屏時代

過去的兩三年，我們看到PC被手機顛覆了。但手機會被顛覆嗎？

雖然短期內還不知道，但我可以預見有兩個新的屏會出現(xiàn):一是Smart TV，二是物聯(lián)網汽車。

Smart TV是家里的屏，收集你看節(jié)目的數據和推薦你喜歡的節(jié)目，形成了天然的數據閉環(huán)；物聯(lián)網汽車則是第二個非常關鍵的屏，將來所有汽車的內部都會像特斯拉一樣：一個大屏控制汽車中的每個部分、記錄汽車行駛中的各種數據，因此產生信息的流動。

最近愛立信(Erickson)公司針對全球40個國家、10萬名消費者進行了一項未來載具的調查，研究結果顯示超過一半的受訪者都認為智能型手機將會在五年后被淘汰，取而代之的是具備AI功能的新設備。

但是我的觀察很簡單，就是從兩個層次的分配來思考這個問題：時間分配(Time Share)和載具分配(Device Share)。

人在不同的時間段會因為當時的環(huán)境狀態(tài)，對不同的設備有不同程度的依賴。在家時對Smart TV的依賴會比手機高；離開家往下一個目的地移動，大眾工具方面我們需要的是手機，如果是自己開車，車用導航或是行車電腦的屏幕就會成為主要的關注對象。

所以我不太在意五年后我們拿在手上那塊屏幕是否仍稱之為手機，而是更在意人會如何與那塊屏幕互動，以及互動的過程中我們如何采集到有價值的數據，并進一步對使用者的日常生活做出優(yōu)化的回饋。

5.數據行業(yè)化

所有大數據的落地點都與行業(yè)相關。

互聯(lián)網影響比較大的行業(yè)必然容易數據化，已經冒出頭來的有金融、醫(yī)療、電商等行業(yè)。下一步的大數據應該會在不同的領域各自發(fā)展，不會有一個全盤通吃的方案，成為每一個領域的解決方案。

包括零售、醫(yī)療、教育、金融等行業(yè)，都將因“互聯(lián)網+”的帶動而發(fā)展。很多小公司起步，產生了很多小數據，這是從0到1；然后整合碎片化的數據，最后積累大量數據。這三個進程的時間點加上不同的應用，鑄就了行業(yè)大數據。

未來大數據將從過去的淺層連結(weak link)轉變?yōu)樯顚舆B結(deep link)。大數據由淺而深的演變中我們可以觀察到：從前大家習慣以行業(yè)為出發(fā)點，思考網絡(數據)可以幫我做什么；到了互聯(lián)網和大數據的時代，則會以網絡(數據)為出發(fā)點切入思考，再把原行業(yè)的的思維放進來碰撞，看看可以激蕩出什么樣的創(chuàng)新思維。

Uber、Airbnb都顛覆了過往行業(yè)運用網絡的概念，只有這種思考與創(chuàng)新的方式才能將跨行業(yè)的東西提升出來。

大數據應用下的

三大關鍵行業(yè)機會

如何在未來新空間里獲得商業(yè)機會？在我看來，主要的機會在于中間層，尤其是在金融、醫(yī)療、零售這三個行業(yè)。

1. 金融與保險

如果讓我用一字道盡金融在大數據時代的機會點，那就是“微（micro）”。

過去很多的創(chuàng)新都被技術和數據的能力所局限。未來數據的采集、加工和應用都將實踐個人化的價值，將會激發(fā)很多金融商業(yè)模式。

數據動態(tài)的意義，首先體現(xiàn)在金融保險體系里的客戶監(jiān)測：過往個人信用評估結果，往往無法有效地反映最新的個人信用風險，導致銀行或是保險公司不能提供最符合顧客需求和利益的服務；其次體現(xiàn)在將解決服務合理性的問題，也就是當客戶使用了服務時，才向客戶收取費用。

以汽車保險為例。過往我們對于汽車保險的保費設定，是根據客戶過往的駕駛肇事記錄來調整保費費率，也即汽車保險的游戲規(guī)則，建立在投保車主的駕駛安全行為基礎上。

但肇事記錄其實是一個相對落后的事實指標，在大數據時代難道沒有更動態(tài)的數據可以預測危險駕駛的風險嗎？當然有，而且來源還不只一項。

未來的汽車都會像特斯拉一樣，通過車內安裝的傳感器，記錄駕駛員如何踩油門，（如習慣性的緊急剎車就是一種危險駕駛的訊號)、換道時是否打方向燈、是否頻繁地按喇叭……

這些資訊都可以側寫出駕駛員是否擁有安全的駕駛習慣。如果再把駕駛員的行車路線數據與政府公布的危險肇事路段的數據做對比，就可以知道這輛車每天上下班的路線屬于怎樣的安全等級。

綜合以上兩類數據，即便沒有肇事記錄，保險公司也能根據這些數據來動態(tài)調整對這臺車的風險評比，并隨時機動地調整保費的費率(動態(tài)費率)。

同理，如果車險是為了確保用車人在駕駛期間的風險，那通過車輛的傳感器，可以清楚了解這輛車有多少時間停在車庫、又有多少時間處于被使用的狀態(tài)，保費的計費也可以根據車輛實際承受風險的時間來客對客戶收費，這也就實現(xiàn)了前面所提到的動態(tài)計價。

2.醫(yī)療

醫(yī)療領域當前所面臨到的最大問題是數據未能整合。比如在A醫(yī)院卻拿不到之前我之前在B醫(yī)院開的病歷。

另一個大問題是中國人口老齡化嚴重，導致醫(yī)療費用負擔沉重，因病返貧十分常見。只有降低醫(yī)療成本，減少濫用資源和藥物，才能根本性地減少政府負擔，讓資源分配給真正需要的人。

美國福特公司的30萬員工，每年享有30億美元的醫(yī)療保險預算，但這筆錢過去只有一個人在管。1997年福特在這方面第一次引入數據應用，分析之后發(fā)現(xiàn)有人竟然150歲還在領醫(yī)療保險，有人一年領兩次懷孕補助等不合理的狀況。這些都是無謂的資源浪費，但如果不通過數據，可能永遠也不會發(fā)現(xiàn)這樣的謬誤。

醫(yī)療是一個連續(xù)性的行為，一個人從健康、亞健康乃至于疾病的階段都不是突發(fā)的，背后都有遺傳或是生活飲食習慣的脈絡可循。

很多疾病的危險信號常常是因為信息未能互通而被忽略，像美國就曾經通過傳染病傳播數據，預估要生產多少疫苗以及各區(qū)疫苗使用狀況，大大地提升疾病防治效果。

3.零售

對零售業(yè)最重要的，就是如何用數據把供應與零散的需求做匹配。

買家希望得到的是：“我要什么？最快幫我找到我要的東西。給我最好的價格，用對我最方便的方式付款，在剛好的時間送達”，商家就會成為贏家。

供應方則希望知道：“怎樣才能滿足消費者？怎樣用最小的庫存，最快的方法，最合理的利潤率來服務顧客？供應鏈的處理怎樣可以變得更好？怎樣減少成本浪費？”

以數據驅動為基礎的線上零售發(fā)展已經十幾年了，但線下將會出現(xiàn)什么情況？

當POI逐漸成熟，拿著手機，處處都能發(fā)揮大數據的連接能力，時刻都是機會點。人們懶得再特地下載一個應用程序購物，線上再發(fā)達，某些時候它也不是最方便的渠道。改善零售用戶的體驗型態(tài)只有全渠道。

對零售業(yè)來說，最好線上線下都能覆蓋到。只有online的應用程序是不夠的，最好連offline的渠道都能拿到，不然很容易就被別人彎道超車，全渠道的打通和合作策略是零售業(yè)在2016要關注的第一個重點。

“推薦”將是另一個爆點服務。

現(xiàn)代人能在同一時間享受多種服務，瀏覽多種產品訊息。但數十萬款與你有關的商品攤在你的眼皮底下，你怎么選擇？

人主觀上都希望自己可以選擇，但面臨太多選擇時，選擇本身反而變成了一種負擔。所以未來的“推薦”應該是游合于“優(yōu)選”與“逛”之間。大數據讓手機變成個人消費助理，不斷跟著你走，也不斷領著你走，就會在商家和消費之間成為一個媒介。