做大數(shù)據(jù)掙錢嗎—大數(shù)據(jù)工資多少錢一個月

如何利用大數(shù)據(jù)賺錢？秘笈在這里……

央視財經(jīng)（《對話》）大數(shù)據(jù)無疑是時下炙手可熱的流行詞匯。大數(shù)據(jù)的重要已經(jīng)無需過多討論，但究竟還有多少神奇的事情是大數(shù)據(jù)可以做到的？

依靠大數(shù)據(jù)，還有多少價值可以挖掘？還有多少錢可以賺？本周末的《對話》，來自互聯(lián)網(wǎng)界的精英濟濟一堂，帶來關(guān)于大數(shù)據(jù)的最新發(fā)展和前沿理念。他們是：

陳 航 阿里釘釘創(chuàng)始人，姚勁波 58集團CEO，相 峰 圓通速遞公司首席執(zhí)行官，沈博陽 領(lǐng)英全球副總裁兼中國總裁，王 翔 小米公司高級副總裁，陸杰訊 螞蟻金服副總，陳 航 阿里釘釘創(chuàng)始人，王叁壽 貴陽大數(shù)據(jù)交易所總裁，戴文建 貨車幫CEO，王 偉 朗瑪科技CEO。

更有意圖抓大數(shù)據(jù)的大機遇，奮力打造城市名片的貴陽市市委書記，陳剛。

小編要放猛料給你了！你知道數(shù)據(jù)的價值到底在哪里嗎？數(shù)據(jù)真的很值錢！賺三百萬都是分分鐘的事？

貴陽大數(shù)據(jù)交易所總裁王叁壽：去年南方數(shù)據(jù)平臺在我們貴陽大數(shù)據(jù)交易所，就做到了三百萬的交易，完成了三個接口的交易，那么誰會對這種數(shù)據(jù)特別感興趣呢？所有的金融機構(gòu)，所有在廣東活躍的這些金融機構(gòu)，因為他只想知道這個企業(yè)的稅務(wù)有異常，是和否就夠了，根本就不需要這個企業(yè)的財務(wù)報表。

另外一個故事，就是我們講的去年，也是今年春節(jié)前后，深圳的一家供應(yīng)鏈公司專門做外貿(mào)的，他在我們這兒購買通關(guān)的一些數(shù)據(jù)分析結(jié)果，為什么要購買這個通關(guān)的分析結(jié)果，就是這一筆交易，整個的交易就是一千萬塊錢，他會分批次地去交易，這樣一千萬的交易，他只想知道一個結(jié)果，就是我實時地想分析什么時候做什么產(chǎn)品的外貿(mào)是最有價值的，是我能賺到錢的。

大數(shù)據(jù)在你心里都能做些啥？你知道大數(shù)據(jù)能做哪些神奇的事情？

啥？從下單到收貨只用5分鐘！！

小米公司高級副總裁王翔：我可以做到的是網(wǎng)上下單五分鐘之內(nèi)貨交到你手上。

陳偉鴻：現(xiàn)在做到這一點已經(jīng)沒有問題了。在全國各地都可以做到這樣嗎？

小米公司高級副總裁王翔：在很多地方都能做到。

陳偉鴻：背后支撐它的力量是？

小米公司高級副總裁王翔：大數(shù)據(jù)。通過大數(shù)據(jù)的分析，我們就能判斷出哪個產(chǎn)品在哪個街道會熱賣，所以我們就會把流動的倉庫布在那個附近，你下單以后就可以很快地拿到貨了。

一分鐘之內(nèi)拿到一百萬貸款!這是真的？

58集團CEO姚勁波：我們可以在一分鐘之內(nèi)向十萬的二手車經(jīng)銷商，最高批到一百萬的貸款。

陳偉鴻：你們是什么樣的力量。

58集團CEO姚勁波：完全是根據(jù)車商在58后臺活躍的記錄。

大數(shù)據(jù)一分鐘幫你變成創(chuàng)業(yè)公司的CEO？

領(lǐng)英全球副總裁兼中國總裁沈博陽：我們做到一分鐘幫你變成創(chuàng)業(yè)公司的CEO，傳統(tǒng)的職業(yè)規(guī)劃由職業(yè)規(guī)劃師來做的，一個人決定，但是我們可以做到4.3億人職業(yè)發(fā)展的數(shù)據(jù)，包括現(xiàn)在什么工作，過去什么工作，他具備一些什么樣的職業(yè)技能，什么樣的教育背景，這些數(shù)據(jù)做成一個數(shù)據(jù)模型，會告訴你未來幾年您會變成一個CEO，而且您距離CEO還所差的一些職業(yè)技能是什么，讓你來做到。

兩億包裹，七天妥妥全送達？

圓通速遞公司首席執(zhí)行官相峰：2014年的雙十一，大家知道是網(wǎng)購的促銷的季節(jié)，全國2.4億件包裹用了11天送完，到2015年同樣的包裹用了七天就送完，這背后就是大數(shù)據(jù)在起作用。

發(fā)現(xiàn)盜刷瞬間鎖卡

螞蟻金服副總裁陸杰訊：在電商現(xiàn)在這么發(fā)達的今天，大家每天都在網(wǎng)購非常非常多，實際在網(wǎng)購下單的一瞬間，在毫秒級的時間里，通過大數(shù)據(jù)的分控引擎會對您的交易進行風(fēng)險的判斷，能保證您的資金和帳戶的安全。

大數(shù)據(jù)能夠讓我們邊吃早餐邊打卡？

阿里釘釘創(chuàng)始人陳航：在企業(yè)市場里面，今天大數(shù)據(jù)能做到可以在樓下吃個早餐就直接完成打卡，只要老板說今天方圓一公里之內(nèi)所有早餐店一邊吃早餐一邊打卡，這也是可以做到，這也是大數(shù)據(jù)在企業(yè)市場的應(yīng)用。

更多精彩內(nèi)容敬請關(guān)注6月19日21:50《對話》！

（本文編輯：實習(xí) 魏園園）

靠大數(shù)據(jù)賺錢的10個例子

從 2012 年到 2015 年，大數(shù)據(jù)持續(xù)發(fā)威，IDC 市場調(diào)查機構(gòu)預(yù)測 2017 年大數(shù)據(jù)市場將價值 324 億，擁有這樣“Big Data、Big Deal”遠見的人，正在利用大數(shù)據(jù)激蕩出最有創(chuàng)意的構(gòu)想，用數(shù)據(jù)的力量來創(chuàng)造出大量的價值。從讓資料搜尋分析平臺，到利用大數(shù)據(jù)幫助癌癥治療，大數(shù)據(jù)新創(chuàng)公司這幾年內(nèi)如雨后春筍般出現(xiàn)，2015 年這些“Big Data Startups”也會持續(xù)挖掘大數(shù)據(jù)的價值、微調(diào)其企業(yè)策略，期盼在市場中展露頭角。以下幾家新創(chuàng)公司都已經(jīng)各自獲得好幾輪金額可觀的融資，在大數(shù)據(jù)市場中十分有潛力，值得我們關(guān)注并參考，從中瞭解大數(shù)據(jù)的應(yīng)用方向及潛能。

SumAll

SumAll 是一家位于紐約的新創(chuàng)公司，成立于 2011 年，主要為中小型企業(yè)提供即時數(shù)據(jù)分析服務(wù)。SumAll 的線上分析平臺收集社交媒體及電子商務(wù)上的數(shù)據(jù)，并進行分析后，把可視化的分析結(jié)果展示在互動介面上供企業(yè)客戶參考。例如社交頁面上的網(wǎng)頁流量、ebay 上的銷售量等數(shù)據(jù)，生成每星期、每個月的分析報導(dǎo)，讓企業(yè)客戶追蹤且分析使用者/消費者。

這家公司還有一個很酷的地方：他們分了百分之十的股份給旗下的 SumAll.org —— 一家旨在用資料分析增加社會福利的非盈利組織。

Luminoso

Luminoso 成立于 2010 年，原本是麻省理工大學(xué)媒體實驗室的一個研究項目，后來發(fā)展成利用人工智慧進行文本分析的新創(chuàng)公司。從通訊工具里的訊息、網(wǎng)絡(luò)上的評論等數(shù)據(jù)來源，利用自然語言處理和機器學(xué)習(xí)技術(shù)，幫助企業(yè)分析消費者在各種通訊渠道中討論的話題。

舉例來說，Luminoso 提供的服務(wù)可以幫助企業(yè)追蹤時下發(fā)生的熱門討論，還可以根據(jù)需求迅速回應(yīng)，如果消費者對于某產(chǎn)品的缺陷在網(wǎng)上進行了投訴或者抱怨，企業(yè)可以及時進行補救。

Flatiron Health

同樣發(fā)源于紐約的 Flatiron Health 成立于 2012 年，是大數(shù)據(jù)應(yīng)用界中是十分有名的“醫(yī)療大數(shù)據(jù)技術(shù)”新創(chuàng)公司，主要專注于癌癥數(shù)據(jù)分析1。

Flatiron Health 透過各種管道收集病患的臨床紀(jì)錄、醫(yī)師診斷紀(jì)錄、患者治療結(jié)果、基因數(shù)據(jù)及繳費紀(jì)錄等數(shù)據(jù)，透過分析整合后提交給腫瘤學(xué)家，透過分析過往的治療方法跟紀(jì)錄，幫助醫(yī)生做出更好的臨床診斷跟醫(yī)治手段。全美現(xiàn)在有約 1000 名腫瘤學(xué)家在使用 Flatiron Health 的數(shù)據(jù)。

Flatiron 的分析平臺 OncologyClound 百分之百致力于分析腫瘤學(xué)數(shù)據(jù)，不過 Flatiron 公司也表示，現(xiàn)在全美只有 4% 的癌癥病人參與臨床試驗，另外 96% 無法取得的癌癥病人數(shù)據(jù)則成為大數(shù)據(jù)分析中的缺口。

Domo

Domo 成立于 2010 年，總部位于猶他州鹽湖城，是一家為企業(yè)決策層提供商業(yè)智慧(BI)的初創(chuàng)公司。2014 年就累積了約有 500 多家簽約客戶，其中包括了 National Geographic、eBay、Ogio 及 GoodWill 等。

Domo 的商業(yè)智慧云端平臺可以即時分析多方資料，將多方來源提供的結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)以即時、視覺化的方式呈現(xiàn)出來，不但幫助企業(yè)做決策，也是一個業(yè)務(wù)管理平臺。

Tamr

Tamr 成立于 2013 年，其技術(shù)來自于麻省理工的電腦與人工智慧實驗室，由麻省理工學(xué)院教授兼數(shù)據(jù)專家 Michael Stonebraker 跟種子投資家 Andy Palmer 共同創(chuàng)辦，在 2014 年正式營運。

大數(shù)據(jù)的其中一個問題就是資料量太大了，而且資料來源劇增又不斷變換，Tamr 的機器學(xué)習(xí)演算法跟軟件能有效而大規(guī)模地廣泛整合和管理現(xiàn)有和未來的多種數(shù)據(jù)來源，大量降低數(shù)據(jù)來源的搜集與連結(jié)所用的時間，同時辨別資料來源及之間的關(guān)聯(lián)。

Alpine Data Labs

Alpine Data Labs 成立于 2010 年，總部位于舊金山，算是十分有名的大數(shù)據(jù)分析挖掘軟件新創(chuàng)公司，該公司總裁兼首席執(zhí)行長 Joe Otto 和首席產(chǎn)品長 Steven Hillion 都來自于被云端儲存服務(wù)提供商 EMC 收購的 Greenplum 公司。

大部份的大數(shù)據(jù)新創(chuàng)公司都在做“資料可視化(Data Visualization)”，Alpine 則是提供大數(shù)據(jù)及 Hadoop 的預(yù)測性分析功能，且號稱是全球第一個針對大數(shù)據(jù)的團隊合作分析解決方案。

DataStax

DataStax 成立于 2010 年，總部位于加州，在去年 9 月曾獲得驚人的 1 億 600 萬美元 E 輪融資。

DataStax 主要業(yè)務(wù)是開發(fā)和銷售開源分布式數(shù)據(jù)庫 Apache Cassandra 的商業(yè)化版本。Apache Cassandra 是高擴展性、高容錯的 NoSQL 數(shù)據(jù)庫，比傳統(tǒng)的關(guān)系式數(shù)據(jù)庫多了許多優(yōu)勢，其設(shè)計不僅兼顧了擴展性和開發(fā)靈活性，而且搜尋效率也相當(dāng)不錯，特別適合大數(shù)據(jù)的儲存，像是 Cisco、eBay 等大公司都在使用這種數(shù)據(jù)庫。

Altiscale

Hadoop 在這幾年內(nèi)被公認成為大數(shù)據(jù)的主流技術(shù)，而 Hadoop 也是 Altiscale 這家新創(chuàng)公司能夠迅速成長茁壯的原因。

Altiscale 成立于 2012 年，總部在加州 Palo Alto，其 CEO 兼創(chuàng)辦人是曾在 Yahoo 任職首席技術(shù)長(Chief Technology Officer)的 Raymie Stata ，其高層還有同樣來自 Yahoo 曾擔(dān)任首席架構(gòu)師(Chief Architect)的 David Chaiken。相信大家都知道 Yahoo 就是 Hadoop 的發(fā)源地，那這家由 Yahoo 前任高管們所創(chuàng)立的大數(shù)據(jù)公司主打“Hadoop-as-a-Service”也就一點都不奇怪了。

Altiscale 的服務(wù)是解決 Hadoop 的抽象性與復(fù)雜度，為工程師搭建一個完整的 Hadoop 環(huán)境，并且對其進行維護與管理，讓使用者可以更專注于數(shù)據(jù)和應(yīng)用。

WibiData

WibiData 位于舊金山的創(chuàng)業(yè)公司，成立于 2010 年，聯(lián)合創(chuàng)始人 Christophe Bisciglia 為企業(yè)數(shù)據(jù)管理分析公司Cloudera 的聯(lián)合創(chuàng)始人之一，WibiData 的另一名聯(lián)合創(chuàng)始人 Aaron Kimball 則是 Cloudera 聘用的第一個工程師2。

這家公司所開發(fā)的 WibiEnterprise 平臺是由一系列的開源Apache 技術(shù)建構(gòu)而成，其中包含了 Hadoop、HBase 和 Cassandra，以及用于即時收集、分析、服務(wù)數(shù)據(jù)的 Kiji 開源框架，其平臺的功能是為消費者即時打造客制化的推薦內(nèi)容及相關(guān)搜尋結(jié)果，和電子商務(wù)龍頭 Amazon 所做的類似。