標籤:

明略數據成長之路

之前就對明略數據有所耳聞,最近其宣布完成C輪融資,再一次活躍在人們的視野里,於是想好好了解一下其發展的過程。正好找到最近其創始人吳明輝的一篇專訪《專訪吳明輝:明略數據成長為企業級大數據獨角獸的秘密》,就從這篇專訪里簡單整理了一下。

我將其發展過程分為四個階段,分別是1)創辦的前奏;2)方向的選擇;3)行業的拓展;4)產品的布局,下面詳細解釋一下:

1)創辦的前奏

明略數據不是吳明輝的創辦的第一家公司,其早在2006年就創辦了秒針公司,並慢慢發展成為營銷大數據市場佔有率最高的公司。可以說,在創辦明略之前,吳及其團隊已經積累了相當豐富的經驗,他們當時的技術能夠處理的數據量和一線互聯網公司相當,可見其技術實力,這為明略的創立打下了相當紮實的基礎。

2)方向的選擇

明略的創辦的緣由,吳總結為「天時、地利、人和」,「天時」指的是ToB服務的市場,「地利」指的是技術的進步,「人和」指的是人口結構的升級。我有一些不同的看法,我認為技術的進步和人口結構的升級都屬於「地利」,而真正的「人和」是其在秒針公司所形成的團隊和積累的經驗。

明略創辦後,憑藉其之前的技術積累,很快拿下了銀聯的大數據平台項目。然而,越來越多的競爭對手出現,讓他們意識到只幫客戶搭技術平台是沒有壁壘的,於是他們思考如何轉型。考慮的結果是要做深行業應用,要做光靠組合一些開源組件所不能做的事。同時,他們也注意到了矽谷的大數據應用公司Palantir,Palantir是Pay Pal的其中一個創始人建立的,拿下了很多美國國防部的項目,有傳聞藉助其平台幫助美國找出並消滅了薩達姆,在業界是一個非常有名的案例。明略也意識到了安防是一個非常好的切入點,於是他們決定進去「試一試」。

3)行業的擴展

通過整合公安的海量數據,建立起公安行業的知識圖譜,真正能夠為一線民警提供幫助。當然,整合的過程是非常艱難的,我們可以想像,公安內部各種五花八門的系統,各種異構的數據資源,要整合成知識圖譜是多麼困難,也正是明略擁有的這種整合能力,使其在公安領域的業務遙遙領先。

接下來,明略又進軍了工業物聯網和金融行業。道理是類似的,但各個行業的大數據應用又有所側重。銀行類似公安,需要建立知識圖譜來解決業務問題,而工業大數據重點要解決複雜工業產品中大量感測器所產生的數據連接問題。而來自這麼多行業的經驗積累也讓明略得以將案例進行沉澱,固化成產品,從而迅速進行複製,佔領市場。

4)產品的布局

有了這麼多案例,明略已經形成了自己的產品體系,這邊借用原文的一張圖做解釋:

這是明略總結的行業大數據應用的發展之路,這其實就是對其成長過程的最佳解釋,這同時也為其他行業的大數據應用指出了一條清晰的道路。我認為其本質就是將數據一步步知識化,最終提供給用戶一個入口,讓用戶能夠像向人請教問題一樣使用這些應用。目前搭建這些應用的人在其中扮演著重要的角色,而隨著AI的發展,這類應用最終將向著一個不斷自學習的智庫去演進。

最後再做一些總結與思考吧:

1)我認為明略只是秒針的行業化延伸,並不是一個全新的產品;

2)不管創業還是研發新產品,一定要找最終能形成壁壘的方向,就大數據來說,做應用才能形成壁壘,而技術構不成壁壘,而且越垂直的行業越能形成壁壘;

3)接下來準備了解一下明略的大數據應用和一線互聯網公司的大數據業務有何區別?

4)東軟也有自己的大數據產品,而且產品體系也較為完善,在行業應用方面有沒有深入過,醫療這方面目前做的怎麼樣,接下來想探究一下。


推薦閱讀:

第九屆中國Hadoop大數據峰會在京開幕
破解數據三大難題:變現?交易?隱私?
北京大學深度學習實驗室
湖畔大學教務長曾鳴:數據智能三步走,數據化、演算法化及產品化
樸素貝葉斯分類器原理與實戰(影評情感分析)

TAG:大數據 |