导语： 搞清楚什么是数据挖掘，什么是数据分析；还要搞清楚多大叫大数据？企业端数据需要达近十万级别；而个人端要达到千万级别

本文来自于天使客第21期微访谈，嘉宾是复星昆仲刘思齐，她在财务金融和相关领域有八年以上的工作经验，曾在摩根士丹利香港任职，2011年升任摩根士丹利全球资本市场部副总裁。2012-2014年春于松禾光启创业投资基金担任投资总监。2014年5月加盟复星昆仲基金。关注大数据、SaaS和人工智能三大领域。

下面就与各位分享大数据、SaaS、人工智能碰撞下的电光石火。

大数据是什么？多大叫大数据？

很多没有接触过大数据的人，都很难清楚地知道，究竟多大的数据量才可以称之为大数据。那么，大数据首先取决于数据收集的端口，企业端还是个人端的话数量级别是不同的。

企业端数据近十万的级别，就们可以称之为大数据；而个人端的大数据要达到千万级别。收集渠道倒是没有特定要求，PC端、移动端或传统渠道都可以，但重点是要达到这样数量级的有效数据形成数据服务即可。很有趣，大家可以看到 2B和2C，两类大数据之间差了两个数量级。

有些小公司，数据只有千到万级的规模，但经过收集分析，也能从中总结出对这一群体有针对性的原则，同样能指导企业进行一定程度的用户分析、获取或者是服务工作，但这并不是大数据，而是一般性的数据挖掘。

举个有趣的例子，比如小镇上的水果商，他并不懂得大数据，但是他对镇上的顾客了若指掌，他知道有几位女士爱讲价，需要推荐便宜的货品；有几位老人注重健康，要推荐，糖分含量比较低的水果。

这确实是一种小的数据挖掘，但不是数据分析。大数据分析虽然脱胎于此，但大数据面向的是更海量的一个数据，借助了更广义的知识数据库的分析方法。大部分的数据公司的数据来源是海量的，它的收集和分析，并不是局限于个体，而是以一个非常非常广泛的群体为对象展开的。

大数据的产业链是怎样的？

我在接受21世纪经济报道采访的时候，依照它们在产业的上下游关系，提出把大数据的公司分成三种不同类别：

1）大数据采集公司

所谓“找数据”，内部可以再分两种：

在自身正常运营的过程中就能产生大量数据源；

通过跟电信运营商、金融企业合作，获取数据源。

2）大数据分析公司

这一类公司，基本上都有自己的套模型，但大部分数据库模型源于相同的几个机理，包括统计学模型、深度学习算法等等。也购买了美国IBM、cloudera公司开发的应用型分析模块等等。

3）大数据销售公司

虽然说是卖数据，但出售的并不是单一数据，而是基于数据的全套解决方案，比如精准营销等等。 

这三类公司是如何协作，并把大数据作用于我们的生活呢？最容易理解的就是现在在微信朋友圈上投放的广告。

其实腾讯在把广告推广给每个用户的时候，在推广之前的都已经对这个用户做的一些精准的分析。腾讯可以收集你在微信上使用习惯，进而分析你的消费能力、消费习惯，做成一套精准营销方案后，给广告商生成一些定向的广告。比如说，兰蔻的广告就从来不会推广给男性用户、豪车广告也不会推给应届毕业生。整个的微信广告体系都用到了大数据的分析模式。 

如今，大家普遍反馈，在腾讯上投放的广告比网易、新浪等平台上投放的广告转化率高，正是得益于腾讯背后的大数据基础。

大数据公司的投资价值

大数据公司的投资价值在于哪里？

大数据如今这么火，其商业价值显而易见，但是能真正兑现的人并不多。

要兑现大数据的商业价值，第一个要求，就是达到大数据的数据量级。那么目前，在数据量上最有优势的当然是BAT这三家。在PC时代，百度在数据上的优势非常强，但到移动时代，腾讯和阿里实现了反超。

腾讯有微信、有QQ，基本占到了移动端数据生成量的九成比重；阿里则主要利用它的消费数据资源，更有垂直性。那么对于中小企业、创业企业而言，兑现商业价值的重点就变成了，如何在自身规模较小的时候，利用别人的大数据资源为自己的创业更好的服务，这是需要深层次判断和挖掘的。 

所以，对于数据相关的公司，在投资判断的时候，不单是看现有业务的发展，更重要的是在他不断的发展的过程中，能不能积累有效数据、积累高准确性的数据。以及最为重要的实时更新性，这个指标的重要性我们后面会提到。这样的企业才能够更好地建立起竞争壁垒。 

比如，在开发者服务领域，比如TalkingData、极光等等，我们复星国际在看项目时非常看重的一点，就是现在做的业务是单一为开发者提供服务、还是在提供服务之余，还能给自己的积累非常有效的一个数据，形成自己的长期壁垒。 


大数据公司在美国已经有了成功的案例，HortonWorks已经上市，Cloudera也融了几轮钱，估值非常高。但是，这种企业在国内出现、又做大的概率是比较低的。

以Cloudera为例，美国人目前做的工作，是开发开源组件、设计数据库性质的数据分析方法。然后以开源的形式，给所有想做大数据的人来用。

但在国内不一样，中国人做开放式、开源平台，并且能够规模化或者商业化的非常少。一般国内做大数据分析的，基本上都是直接采用Cloudera这类企业提供的现成的分析工具。

国内虽然也有在大数据上做得好的公司，比如TalkingData等等，但并不强于算法、技术还有平台架构，而是强于应用和运营，包括BAT也是如此。整体的竞争核心和美国并不是在同一个层面上，难以直接进行比较

2B是大数据行业的投资重点

我之前有提到BAT对大数据收集是垄断性的，创业企业想要在C端达到海量数据（千万级甚至上亿的C端用户）非常难。目前，国内月活真正过亿的app只有15个，渗透率前10的app都是BAT所控制的，比如微信、QQ、淘宝、UC浏览器等。如果绕开BAT，能拥有C端海量数据的，就只有相对传统的电信业、金融业等等。

所以，如果想投资大数据领域的公司，从2C端下手难度很高。所以，我觉得在如果想在大数据行业布局，2B领域才是关键：一方面2B发展较晚，BAT还没有形成垄断；第二，相对开发门槛较高的；第三，数据量相对较少，达到十万级别，就可以为大数据的分析服务，所以如果想在大数据领域进行投资，要关注的主要领域是2B领域。

在2B领域，有三个不同的类别：

第一类，是现在很火的企业服务，以SaaS为主，比如客户管理的CRM、人力板块的HRM等等。他们在得到用户许可并保证数据安全的前提下，通过服务大量的企业来积累企业用户，和企业员工数据。比如理财网等等。

第二类，是B2B交易平台。目前的趋势，基本上是行业垂直领域的电子商务交易平台，核心竞争力就是打破买卖双方的信息不对称、不透明。所以这种领域公司的关键点并不是记录交易量，而是每一个有效的数据信息。在这个领域，我们投资过惠民网，主要服务于中小商超和其供货商的交易平台，再比如各种“找”系列项目等等。 

第三类，是针对于开发者的服务，云存储、运行数据的统计推送以及app内的即时通信等。

复星国际主要是在这三类的2B项目当中的进行投资，因为他们的2B业务模式可以有效的积累大数据。这就是为什么说，我们同时关注大数据，和2B领域的企业服务——因为在2B领域的企业服务，就是能够找到最好最有效的大数据。 

2B行业的未来

如果我们预测一下这个行业的未来，我有以下几个观点。

· 拥有丰富大数据源的企业，会成为整个行业内最炙手可热的投资标的。

· 在大数据行业里，分析算法上的差别，造成的分析结果准确性、实用性的差异是93分和95分的区别。而因数据源质量造成的差别，是60分和90分的不同。特别是，一个不断更新的大数据，是能够验证这个算法准确性并不断优化大数据分析结果的有效途径。

· 谁能先行绑定最急需数据的需求方。

· 目前，在大数据领域最愿意买单的基本都是金融领域的客户，银行、保险公司等等。他们要对用户进行多方位的分析和服务，所以购买意愿非常强。下一层，是新兴的互联网公司，为了更精准的获取用户、提高转化率，也比较愿意买单，比如说像新美大等等。下一步，可能会过渡到快销品行业当中去。

基于大数据的那些商机

SaaS领域

很多人其实不明白SaaS模式和传统的软件服务到底有什么区别，为什么说它是一个基于大数据而兴起的行业呢？

SaaS和传统软件服务，中间有非常多的区别。最基础的区别，就是他们整个架构是不同的。SaaS是建立在公有云上的，标准化的模块服务，数据也储存在SaaS的公有云平台上。而传统的软件服务基本上是部署在局域网内的。这种架构上的区别决定所有的其他区别。

比如，因为SaaS架构在云端，而且秉承标准化、普适化原则，所以，实施过程非常快。至少，实施前的现场搭建工作要少很多，那么获取用户也相应的加快。能传统模式要很长时间才能累计几百个客户，而SaaS模式可以在短时间内累积上千、上万的客户都不难。

再比如付费模式上的不同，传统软件有前期实施费、每年更新的费用、专门的定制服务费用、故障解决费用等等。整体来讲，费用高、缴费繁复，往往只有大企业才消费的起。而SaaS一方面减少了初期部署成本、且系统和架构可以服务于多个用户。它的收费模式基本上，是收月费或者年费，一个月只有几百块，很多中小企业，都可以享受到服务。

为什么在之前SaaS没有在国内兴起呢？

主要有两个原因:

1）移动互联网普及之前，用户云端的数据安全是有相当顾虑的。所以，表现出来SaaS能发展的基础就是云存储的发展，而云的发展是伴随大数据的发展的。

2）移动互联网改变c端的个人生活消费的方式，进一步促进了B端的运营生产方式。这是一个必然的规律，从c端做决策总比B端容易。举个例子，我们看到一个app好，直接就到APP STORE上下载使用。而B端要决策启用新产品，要经过仔细的调研和考查的，考虑数据安全性等等。

智能硬件和人工智能的收获期还很漫长

大数据和智能硬件相结合的模式，其实目前还很有挑战性，最主要的原因还是出在大数据的数量级上。目前智能硬件的出货量是不能匹配大数据的数量级的。目前，国内出货量最大的是小米手环，第二是360儿童卫士。剩下的智能硬件出货量，往往在十几万到几十万就是比较好的量级。这跟C端大数据千万、亿级的要求还相差百倍呢。

人工智能领域相对好一些，属于如日方升的情况。在海外的谷歌、亚马逊、软银，已经在投资一些投资标的，但是依然是一些概念领域的项目，不是立即可以商业化的服务。包括谷歌的无人车，就算已经能够积累了上百万英里的安全驾驶里程，但要应用还是有一定过程。

国内也有少数的天使、早期机构，已经看好这个领域开始投资，但它的开花结果期那可能还要至少再等五年。

所以，这个领域的投资要有一定耐心，目前比较有希望兑现的领域，包括语音语义识别、AR/VR、无人机等。

Q&A环节

Q:小散参与大数据、AI的SaaS的投资是否可行呢？

A:我觉得，目前小散想要参与这一领域投资的唯一途径，可能就是通过股权众筹。这些项目的行业门槛决定了，小散要想投这类项目最好还是通过专业性的众筹平台。

具体而言，原因有几个方面：

项目的门槛高。我们小散接触项目往往是通过自己的朋友圈子，但这类项目的创业者基本都是专业人员，我们的小散是接触不到的。

这类项目对创始人的专业经验要求高，小散难以进行这种专业性的项目尽调。而专业的众筹平台，在把项目推广给各位于中小投资人之前，就已经对项目做过背景调查。实现对于小散投资实现一个保护。

总而言之，这类项目行业门槛高，专业性要求高，小散想投资一定要找天使客这样负责任的众筹平台

Q:大家都说我们现在处于互联网时代，您强调我们现在是数据信息时代。这怎么理解？


A:我们现在就已经处在大数据信息时代，大数据和互联网移动互联网是不相冲突的，而且恰恰是互联网，特别是移动互联网的出现，使得可以有效采集的大数据大大提升，所以大数据时代是和移动互联网手挽手一起走过来的。