管理大数据的产业链及战略地位分析

大数据产业链分析

近期，大数据产业成为主流媒体的新宠。

根据中投顾问日前发布的《2016-2020年中国大数据行业投资分析及前景预测报告》，大数据从源到流再到汇聚应用，包含数据入口（采集）、数据融合处理、数据应用三个主要过程。从前到后看，这三个过程分别对应于数据资产领域、数据融合与处理相关领域、数据应用相关领域。

随着三大领域的拓展，信息的生产力价值不断彰显。

仁达方略管理大数据中心认为，未来，信息是至关重要的新能源，大数据尤其是管理大数据的广泛应用，将驱动第四次工业革命。

其中，起主要作用的将是管理大数据。它和一般大数据不同，比如一般大数据的基础是字节或信息片段，但管理大数据的基础是一个一个相对独立的管理数据模块，就犹如笔画和汉字的区别。再比如管理大数据的融合处理更复杂，逻辑算法更深，需要更高层级的人工智能，简单说，假设一般大数据追求的用户画像为二维应用（只是假设，实际情况不仅如此），那么管理大数据追求的辅助管理变革就是三维应用。前者可作为后者的基础。

研究该中心官方资料发现，管理大数据作为海量管理数据的积累，是通过独特的管理逻辑加工而成，具有丰富性、完整性、广泛性和代表性，是大数据中的大数据。

数据资产、数据处理、数据应用，这三大领域虽然一脉相承，但各自侧重不同的开发运营功能，一般很少有传统平台能将之统一。

1、数据资产领域

“数据正在成为一种（战略）资产”，这已经是行业的共识。

大数据很大程度上是随着社会信息化程度提高而产生的，相当一部分是以前没有或无法获取且正在不断生成的“新(fresh)”数据。

不同的公司把握着各个数据入口，而掌握数据资产的企业也必然成为大数据的首批和直接受益者。

从公司业务模式上，数据资产公司可以区分为纯数据资产公司和兼数据资产公司；从数据类型上，数据可以区分为交易数据（含询价等）和交互数据。

纯数据资产公司指其产品和业务即为数据本身。该类型企业一般将核心代码植入各种移动应用，向移动应用创业者提供应用统计分析、用户反馈等服务；或者建设个推平台，面向公众提供专业化的推送解决方案，并向开发者提供推送的BI数据。

表格中所列示的都是规模较大、名气较高的企业。他们本身有产业背书，有的甚至是跨界开发。因为数据没有相当深度和广度的累积，价值将非常低，纯第三方非常难生长。所以，虽然我们看到不断有新的企业出现，纷纷抢夺已有的入口或者开辟全新入口，但最后真能做出成绩的，只是其中一小部分。

仁达方略管理大数据中心的前身是仁达研究院，拥有近20年的管理研发和咨询案例积累，中国500强企业客户三百多家，世界五百强企业客户39家，直接咨询的知名企业上千家，培训、论坛数千场，积累数据以万为单位计数，而每个基础数据又由同样庞大的一般数据融合处理而成；在管理咨询与大数据的融合方面进行了长期系统的探索取样，合纵连横各行各界，测试运行诸多模型，成功开发平台机制，并在实际运用中取得突破性的成果。等等。

依靠如此种种，仁达方略今天才能厚积薄发，建立起管理咨询行业的第一家管理大数据平台。而反观国内其他公司，尚无第二家探索推出管理大数据的成熟业务，仅数据资产积累一项，便不是能一蹴而就的——可见管理大数据门槛之高。

2、数据融合与处理相关领域

在数据融合与处理相关的领域，主要解决包含两个方面的问题：一是数据标准化与有效性整理；二是面向过程（具体目的）的数据处理与粗提取。

笔者理解，数据标准化，就是给数据和数据价值界定范围，形成制式可交互的标准。有效性整理，一般包括价值分级和价值分类。典型的案例，如征信数据库，商业银行与各信贷主体之间每天都在发生着海量交易，交易一旦发生则记录进入各商业银行数据库（录入人员通过人机交互过程完成数据的标准化和预处理），每天晚上各商业银行后台对数据进行整理和加密，次日将信贷主体与信用数据加密通过专用接口将数据包提交到征信数据中心，然后征信中心将各数据包加成导入到征信数据总库进行更新，完成数据标准化和有效性整理并形成更新后的数据状态。

面向过程的数据处理与粗提取，可以理解为数据模型监控。比如对某信贷主体的征信数据进行查询之后，可通过插件进行破产风险（企业）或信用评分（个人）的简单核算，不同金融机构可设置不同的标准，根据自身风险政策完成初步的可否授信、授信额度大小的批量化评估。

较成熟的类似机构包括彭博、万得、同花顺等，新锐机构如量化派等，目前基本局限于金融行业。其它行业例如管理咨询等，基本仅有一或几家能够架构这样的综合功能平台，如仁达方略管理大数据中心这样的互联网+大数据+传统咨询的平台并不多见，未能形成集群趋势。毕竟每个行业都有不同的数据整合入库的需求，而数据标准的制定及数据汇聚执行是其难点所在。

仁达方略管理大数据中心建议，各行各业，各家企业如果要进军大数据，应当根据自身专长和应用需求，建立能够自洽运营的标准和平台。

另外，在大数据的融合与处理的相关领域，两个绕不开的点为基础软件（数据库软件）和云计算。这需要开发独立算法，但开发算法之前需要界定大数据融合和处理维度，并且据此拟定建模的逻辑。这一定程度上限制了传统企业向大数据跨界的热情。

3、数据应用的关领域

首先，企业应当从自身战略层面明确：数据应用的目的是升级原来产业，还是跨界开发新的业务？抑或有更高统筹？比如仁达方略管理大数据中心成立，从管理咨询行业的角度来看，应当是对原来产业的升级，即便其业务、归属关系独立，也是对传统的管理咨询上下游业务的延展开拓。

但是，从管理大数据服务未来可能自成一行（行业）甚至一业（产业）的趋势来看，这是一种互联网+大数据+管理咨询的新型跨界，由此又可以衍生出许多细分业务，从而成为帮助企业管理创新和转型升级的知识服务新生态。

比如，按照一般理解，该中心主推的基础数据偏重情报服务；数据解读偏重顾问服务；定制报告偏重课题服务；深度汇谈偏重直接的咨询；管理培训更好理解，属于可成长型的增殖类服务；其他简报类、图书类产品，则属于辅助型工具。这一系列服务综合起来，挖掘出其中的大数据和互联网价值，将能形成新的数据应用生态体系。而以上这些，只是该中心对外公开的冰山一角。

著名管理学大师彼得·德鲁克曾说过，当今企业间的竞争，不是产品的竞争，而是商业模式的竞争。未来，管理大数据的数据资产、融合处理、管理应用等领域将统一在一个体系之中，将不同的平台功能整合，形成一个脱胎于管理咨询服务和大数据的全新融合产业。这个产业生态链里，将出现四大类型的公司：

（1）基于数据本身的公司（数据拥有者）：拥有数据，不必有数据分析能力；

（2）基于处理技术的公司（技术提供者）：技术供应商或者数据分析公司等；

（3）基于思维创新的公司（服务提供者）：挖掘数据价值的大数据应用公司；

（4）不同的产业链角色有不同的盈利模式，以上三大类型合一，形成价值链通道，就是生态型的管理大数据平台公司。根据统计了解，大多数行业里面的顶级公司都是走的这样一条生态型路线。

部分资料出自中国投资咨询网《我国大数据产业链及战略地位分析》，物联中国《大数据产业链上的三种商业模式》。

特别提醒：

数据创新管理，视野成就未来。仁达方略管理大数据中心积淀廿载，如今面世，咨询模式即将迎来重大升级！感兴趣的朋友按此体验：

扫码快速注册管理大数据初始会员：免费领取礼物