二．抢占C端并非大数据赋能产业的制胜要诀

对于大多数行业而言，C端将会成为其发力的最大主场，大数据行业在一开始的定位亦是如此，所以，我们能看到许多数创企业瞄准了C端市场，然而，这个人人看好的“市场”究竟是否真的存在？大数据的“瞄准器”是否看错了方向？面对这个问题，数创公司们稍不留神，可能就会陷入困境。

1、冲锋陷阵做C端，可能是“万骨”枯去的开始

大数据的应用过程中，国内的数创企业一直处于一个尴尬的局面，即超前的大数据和人工智能技术与大众落后的产品理念相悖，反映到C端，就是普遍的低接受度以及随之而来的高获客成本。

与此同时，还有一些企业大炒概念，将“小数据”“数据”“假数据”均称为“大数据”，破坏用户对技术的观感，使得新技术的推进越发困难，所以，技术在C端推进时并不能带来先导价值。

然而，“数据意识”的培育并非一朝一夕的事，而是靠“社会大势”推着走，数创企业可能会面临较长时间的“尴尬”。所以，进军B端成为数创企业生存下来并获得认可的最可行谋略。

比如在我们所熟知的机器翻译领域内，其实O2O的故事已经过去了。现如今企业对机器翻译的需求会比一般用户更高。无论是会议室里的同传，还是图像翻译，包括视频的实时翻译，如果有一款企业级产品能够满足企业“大规模”和“高效率”的翻译需求，这个意义是非常大的，同样也拥有着非常巨大的市场。

2、超前的大数据行业面临“高阙值马太效应”

一般来说，一个新产品或者是新技术要想在市场上获得收益，创业企业在前期必须要舍得“烧钱”，比如共享单车在刚刚面世时，价格策略让公众迅速地接受了“共享”的概念，用户量达到了一定程度后，就会形成用户群聚的马太效应，此时只需要等待自然虹吸即可快速聚拢用户。

然而，“大数据”作为比“共享”更为前沿和更具科技性的概念，其应用成果会比传统超前很多，尤其在行业对应的理念未跟上之时，大众的心理接受过程会非常漫长。于是，大数据行业的马太效应会比“共享单车”此类普通的功能型产品（立等可用，无尝试成本）阙值更高，虹吸效率更低。

同样是C端产品，To C的大数据产品难以采用从零开始的用户策略。如果以B端为温床，反而更能促进企业的发展，为企业带来利润。我们也能看到，无论是量子、Inside、软件级别的平台级产品等等，都是非常重视2B，其应用完全是基于企业客户开发出来的。

事实上，各类大数据to B服务都已在中国初具规模，比如中译语通开创性地发布了一款企业级机器翻译产品MerCube，接下来的产品体系也在B端进行了布局；14年成立的数创企业DataHunter也在为中小企业提供部分产品上取得了成绩。

三．谋定而后动才是大数据赋能产业发展的不二法门

1、 行业需要的是结构化数据

于B端而言，比起非结构化数据（数据结构不规则，没有预定义的数据模型），结构化数据会更有价值。以金融行业为例，除了数据丰富度外，具有数据筛选、智能算法等功能的产品才是具有高效价比的。所以，数创企业在技术研发过程中，花在核心算法上的精力产出不一定比花在数据上低。

比如中译语通在产品上的打法就是将海量的数据进行结构化，“在任何一个时间节点，对于每一笔交易逐级关系、竞争对手的关系，都可以挖掘出来”，进而可以向任何垂直行业变现。此外，还有Crux Informatics“只专注于处理非结构化数据”，极光“全面赋能移动大数据，帮助金融行业提高运营效率。“

这就意味着大数据行业里拥有闭环和数据的公司会首先跑通。

2、 产品投放之前需要数据追溯避免版权问题

在大数据创业机会的背后，依然存在着难以规避的版权风险。数据来源于何处？数据究竟是真还是假？这是大数据产品投入市场之前必须要考虑的。没有完全成熟、充分准备的产品会被市场排斥，面对大数据收集的“通病”——版权，只有追溯版权来源的成熟产品才能避免用户的抵触情绪。

极光大数据就因为数据来源、数据隐私监管趋势收紧等方面愈发承压；中译语通则采用了数据追溯的办法，去标注每条视频当中的细节、内容，为每个数据打上标签，追溯到版权并进行战略签约以及购买。

目前，仍是有不少数据企业打版权的“擦边球”，面对这类问题，除了相关部门要完善这些行政管理条规，数创企业自身也应该在最大程度上规避这种风险，在整个行业内开始杜绝这种风气。

结论：

总之，在如今这个智能时代，大数据必定会扮演着重要的驱动角色，即使目前没有颠覆性的产品，大数据的价值是无法被否定的。在未来市场更趋成熟的时候，大数据将会与更多产业进行紧密结合，为投资者们创造更多的效益与价值。而在这之前，数创企业应该基于大数据的发展特性与市场现实，找到大数据最佳的应用渠道。

智能相对论：深挖人工智能这口井，评出咸淡，讲出黑白，道出vb深浅。重点关注领域：AI＋医疗、机器人、智能驾驶、AI＋硬件、物联网、AI＋金融、AI＋安全、AR／VR、开发者以及背后的芯片、算法、人机交互等。