張弘

提要：數(shù)據(jù)天然地具有連接屬性，越連接越有價值。由此，數(shù)據(jù)產業(yè)就是圍繞著數(shù)據(jù)生產、流通、應用這3個前后相續(xù)的環(huán)節(jié)，推動數(shù)據(jù)不斷增值的企業(yè)、個人、機構集合體。

本輪數(shù)字化轉型的特點表現(xiàn)為萬物上線、數(shù)據(jù)互聯(lián)、智能決策，其中數(shù)據(jù)是將三者連接到一起的核心和主線。離開數(shù)據(jù)談這輪數(shù)字化轉型，就是無源之水，數(shù)字化轉型根本無從談起。

萬物上線意味著所有的行為軌跡都有可能被數(shù)字化，從而留下痕跡。隨著數(shù)據(jù)量的急劇增長，進而成長為一個全新的數(shù)據(jù)產業(yè)。

對數(shù)據(jù)產業(yè)及其生態(tài)存在多種觀點

對這個全新的產業(yè)及其生態(tài)，存在各種各樣的觀點。

有把整個數(shù)據(jù)產業(yè)分為數(shù)據(jù)收集、數(shù)據(jù)管理、數(shù)據(jù)使用3個層面的，也有分為大數(shù)據(jù)技術、大數(shù)據(jù)服務和大數(shù)據(jù)應用的，還有分成數(shù)據(jù)源、數(shù)據(jù)架構、分析、應用4個模塊的，不一而足。

僅以第一種分法為例，在數(shù)據(jù)收集層面，又包括數(shù)據(jù)采集和數(shù)據(jù)源。在數(shù)據(jù)采集底下，典型企業(yè)包括IBM和Oracle等。在數(shù)據(jù)源底下，又進一步細分為位置數(shù)據(jù)、圖片數(shù)據(jù)、文本數(shù)據(jù)、音視頻數(shù)據(jù)等。在數(shù)據(jù)管理層面，包括數(shù)據(jù)倉庫、數(shù)據(jù)平臺，數(shù)據(jù)平臺底下又分為云存儲、第三方數(shù)據(jù)平臺、物聯(lián)網(wǎng)。在數(shù)據(jù)使用層面，則包括數(shù)據(jù)挖掘、商業(yè)智能、數(shù)據(jù)可視化、垂直化應用（如智能營銷、語音服務、圖像分析）、行業(yè)化應用（如金融、零售、旅游、政府、電信、醫(yī)療等）。

這樣的分層與分類，造成很大的疑惑——因為在分層分類過程中，交織穿插著各種維度，既有技術維度，又有行業(yè)維度，還有企業(yè)維度。由于大多數(shù)公司的業(yè)務都會發(fā)生變化，而且又常常會造出新的概念，同時還不斷地有新公司出現(xiàn)，所以這種看似宏大而全面的分類最致命的問題是極不穩(wěn)定。由此而引發(fā)的后果是，分類越來越來龐雜，交叉重疊的現(xiàn)象越來越多，歸類不合理不準確、甚至遺漏的問題也越來越多。

因此，希望通過對企業(yè)進行窮盡性分類而準確把握數(shù)據(jù)產業(yè)的本質，是一件費時費力且南轅北轍的事情，就好比我們試圖通過描述樹葉的形狀和顏色來對植物進行分類一樣。

數(shù)據(jù)產業(yè)的本質是怎么來和怎么用

要理解數(shù)據(jù)產業(yè)的本質，我們首先要理解數(shù)據(jù)是怎么來的，又是怎么用的。

簡而言之，數(shù)據(jù)的來源主要有兩種。一是一個企業(yè)或機構、個人帶著明確的目的，主動采用某種手段而采集的數(shù)據(jù)，最常見的形式莫過于基于統(tǒng)計抽樣的問卷調研。另一種是在持續(xù)性的生產過程中，消費者和企業(yè)、機構互動而產生的數(shù)據(jù)。如：運營商數(shù)據(jù)、金融數(shù)據(jù)、電商數(shù)據(jù)、社交數(shù)據(jù)、工商稅務數(shù)據(jù)、高速數(shù)據(jù)、電力數(shù)據(jù)等等。隨著萬物上線，第二種數(shù)據(jù)來源漸漸成為主體，占據(jù)了數(shù)據(jù)量的絕大多數(shù)。這兩種來源，或主動、或被動，其實就是數(shù)據(jù)的生產過程。

在企業(yè)端，數(shù)據(jù)的應用主要有3種：銷售名單、市場洞見和數(shù)據(jù)產品。

銷售名單是直接提供獲客名單，幫助企業(yè)實現(xiàn)銷售。例如在保險行業(yè)，就有很多公司通過贈送低成本的意外險獲取潛在客戶信息，然后將領取了贈險的客戶名單提交給客戶經營部門，以供深度開發(fā)。

市場洞見指的是數(shù)據(jù)在加工處理和分析之后，為企業(yè)的經營決策提供依據(jù)，從而轉化成有價值的情報或曰商業(yè)洞見。

數(shù)據(jù)產品則是將數(shù)據(jù)在深度加工后變成可不斷復用的資源，提升企業(yè)自身的業(yè)績，或者對外銷售，成為企業(yè)的新盈利點。例如運營商就將用戶的數(shù)據(jù)加工成龐大的客戶標簽庫，既用于自己的精準營銷，也幫助其他企業(yè)進行營銷和客戶維護。

數(shù)據(jù)就像石油，只有經過加工和使用才能產生價值。但兩者又不一樣，一桶油加一桶油等于兩桶油，是簡單的疊加，但一類數(shù)據(jù)加另一類數(shù)據(jù)，卻不是量的簡單疊加，而很可能帶來質的變化。例如，運營商數(shù)據(jù)和信用卡數(shù)據(jù)相互打通，我們就可以更準確地認識我們的客戶，甚至開發(fā)出全新的產品，比如貸款、理財。再比如，智慧城市的建設，就不能僅僅依靠一個部門的數(shù)據(jù)，而是需要聚合公安、交通、電力等諸多部門的數(shù)據(jù)。

換言之，數(shù)據(jù)天然地具有連接屬性，越連接越有價值。由此，數(shù)據(jù)產業(yè)就是圍繞著數(shù)據(jù)生產、流通、應用這3個前后相續(xù)的環(huán)節(jié)，推動數(shù)據(jù)不斷增值的企業(yè)、個人、機構集合體。

在這個集合體中，每個企業(yè)、個人、機構都有可能既是數(shù)據(jù)的生產者，也是數(shù)據(jù)的流通者、應用者。而為了實現(xiàn)數(shù)據(jù)的生產、流通和應用，每個參與者都有可能使用不同的工具和技術，例如在生產環(huán)節(jié)有ERP系統(tǒng)、CRM系統(tǒng)、數(shù)據(jù)倉庫、數(shù)據(jù)湖，與其相關的還有各種數(shù)據(jù)安全、數(shù)據(jù)治理技術。為促進數(shù)據(jù)流通，在數(shù)據(jù)流通環(huán)節(jié)，在機制上有數(shù)據(jù)合規(guī)審計、數(shù)據(jù)交易平臺、數(shù)據(jù)信托平臺等，在技術上則有多方可信計算、隱私計算等。在數(shù)據(jù)應用環(huán)節(jié)，則有各種機器學習和深度學習算法、AI運營系統(tǒng)等。

技術有變遷，企業(yè)有生死，但數(shù)據(jù)沿著生產、流通、應用3個環(huán)節(jié)移動而不斷增值的行業(yè)本質不會發(fā)生變化。

大數(shù)據(jù)與小數(shù)據(jù)構成了完整的數(shù)據(jù)產業(yè)

一般人講到數(shù)據(jù)產業(yè)，心中默認的就是大數(shù)據(jù)。但事實上，離開小數(shù)據(jù)的數(shù)據(jù)產業(yè)，會是一個不完整的產業(yè)。

小數(shù)據(jù)一般指通過抽樣調查而獲得的數(shù)據(jù)，包括通過一對一深訪、小組座談會等方式取得的非結構化數(shù)據(jù)（以開放式的非結構化文本內容為主），也包括通過問卷調研等方式取得的結構化數(shù)據(jù)（以量表形式為主）。

大數(shù)據(jù)因其大更能發(fā)現(xiàn)事物之間的相關性，而小數(shù)據(jù)因其小更能發(fā)現(xiàn)事物之間的因果性，這已是業(yè)界不爭的事實。因此，雖然人們一度以為大數(shù)據(jù)將徹底取代小數(shù)據(jù)，但現(xiàn)在大家越來越傾向于認為大小數(shù)據(jù)將長期共存，發(fā)揮不同的作用。

但這并不意味著小數(shù)據(jù)作為數(shù)據(jù)產業(yè)的一個舊子集，不需要與時俱進。小數(shù)據(jù)行業(yè)主要由市場研究公司組成，這些公司沿著數(shù)據(jù)采集、處理、分析3個環(huán)節(jié)分布。數(shù)據(jù)采集和數(shù)據(jù)處理環(huán)節(jié)上的公司多數(shù)為小微型企業(yè)，其特點是規(guī)模小、利潤薄、手工作業(yè)為主、科技化水平低，主要服務對象局限于頭部市場研究公司。而頭部市場研究公司則傾向于跨越所有的3個環(huán)節(jié)，因此業(yè)務鏈極為冗長，每個環(huán)節(jié)的價值增加有限，只好壓低下游配套企業(yè)的利潤，導致整個行業(yè)利潤日益下降，逐漸喪失活力。

如何將傳統(tǒng)的小數(shù)據(jù)行業(yè)現(xiàn)代化、科技化，并和新興的大數(shù)據(jù)行業(yè)聯(lián)接，使兩者實現(xiàn)更為良性的互動和相互促進，是未來數(shù)據(jù)產業(yè)領導者應該思考的問題。