近日，國外著名投資機構First Mark的創始人Mark Turck再次公布了2017年大數據產業生態全景圖(Big Data Landscape 2017)，引起了筆者的關注。可以看到，國外大數據生態產業鏈日臻完善，從底層的大數據處理平臺，到中間的數據分析層，再到上層的大數據應用(包括通用型和行業性應用)，各個細分領域均有大大小小的廠商入局。

　　另一方面，與三四年前大數據概念被炒得火熱的市場狀況相比，如今，大數據的應用與實踐正逐漸落地，而機器學習、深度學習、自然語言處理等新技術也開始伴隨大數據的浪潮滲透到人類的生產生活當中。

　　反觀國內市場，就目前而言仍處于大數據實踐的早期階段，且多集中于技術壁壘較低的應用層。而在偏向底層技術難度更高的處理層，初創公司的成長速度仍較為緩慢，BAT互聯網巨頭，華為、浪潮等大型企業，四方偉業、久其等老牌廠商牢牢占據了優勢地位，其業務覆蓋了從底層數據的采集與存儲，再到上層的數據加工與應用，以及數據安全等方面。

　　不過，近兩年很多高調的創業公司不斷拿到惹人注目的風險投資。據不完全統計，從2013年到2017年，大數據廠商融資金額在千萬以上的頻次瘋狂增長，并頻繁出現創業公司融資過億元的情況，成立僅四年的星環科技就是典型代表。

　　資本涌入該賽道也側面反映出大數據市場未來的想象空間。據工信部數據顯示，2015年，我國信息產業收入達到17.1萬億元，其中軟件和信息技術服務業實現軟件業務收入4.3萬億元，同比增長15.7%。對于初創公司而言，大數據市場究竟還有幾分勝算?

　　基于此，T客匯將基于國內大數據用戶市場的視角，針對大數據處理階段的廠商實踐展開相應的分析與評述。通過移動信息化研究中心與十余家廠商或用戶專家的面訪，以及用戶市場近5000份樣本的投放，作為此次分析報道的理論依據。

　　特別聲明：移動信息化研究中心將企業用戶大數據實踐劃分為三個應用層級：數據處理、數據分析、數據應用。本文中“大數據處理”指圍繞大數據的采集、存取、集成、融合等關鍵環節提供產品/服務。

　　沒有用的在觀望，用得好的開始追加

　　宏觀來看，基于多方利好的條件下，無論是基礎設施的完善還是大數據技術的快速發展，加之政策的有利推動，以及企業用戶自身基于對精細化經營的考量，大數據已經有了一批實踐的用戶。主要有以下幾個特點：

　　一是圍繞大數據的“入門層級”積極“備戰”

　　企業用戶目前的實踐主要集中于大數據的基礎應用層級，即圍繞著大數據處理相關實踐，它是大數據實踐的基礎準備，調研顯示有98.1%的企業用戶圍繞大數據處理做出重點實踐。

　　二是政企用戶在金融、交通行業率先實踐

　　從行業上看，金融、交通行業的大數據實踐最高，分別占比29.8%和14.6%。其中，“國字頭”機構相比私營企業有著非常高的比例。從規模上看，200人到1000人規模的中大型企業，占比64.2%。

　　不難猜想，過去一段時間政府政策的相關推動很大程度上促成了“國字頭”企業用戶成為大數據實踐的主力軍。在金融行業，信息化程度高、結構性數據量龐大，面對海量數據的沖擊，大數據基礎技術的快速成長，自身“降本增效”的短期業務訴求為滿足了企業用戶的信心。交通行業，如城市大腦、智慧城市等政府相關的項目不僅在過去滿足了用戶的淺層需求，也促使用戶進一步追加。

　　而另一方面，用戶規模的聚集程度也說明未來廠商的市場主攻方向也將是中大型企業。

　　三是投入預算計劃方面十分明確

　　技術發展的初階階段，大數據處理各環節技術成熟度有所差異，而隨著大數據相關技術難題相繼被攻克，企業用戶不斷導入更強大的“功能套件”以補強“短板”。目前企業用戶追加投入的預算主要用于：產品拓展、培訓、人才招募、安全和咨詢等。

　　企業用戶的實踐時長普遍在1-3年。從資金投入狀況來看，實踐1年以內的用戶中有10%投資在百萬元以上，實踐1-3年的用戶中有14.6%，實踐3年以上的用戶中有15.0%。隨著實踐經驗的增加，資金投入規模在100萬元以上的企業所占比例越來越高。實踐時間越長，企業信心越強。

　　用的怎么樣，不同階段不同說法

　　此次調研從信息獲取、規劃、選型、采購、部署、運維等六個環節對真實用戶市場進行了探究。

　　可以看到，用戶市場在具體實踐路徑呈現出明顯的特征：一是從互聯網媒體獲取信息;二是以廠商服務能力為重要選型參考;三是從原廠購買產品/服務。

　　在前期信息獲取階段，50.6%的企業通過互聯網媒體了解相關產品的介紹，并且對于此種信息渠道提供的幫助較為滿意。

　　在選型階段，34.6%的企業用戶首要關注的是廠商的服務能力。

　　在購買階段，56.8%的企業用戶通過直接聯系廠商購買產品，并且用戶對于此種購買渠道較為滿意。

　　而在規劃、部署和運維階段，企業用戶則會遭遇不同程度的挑戰。

　　首先是在規劃階段，50%的企業用戶認為相關大數據人才的匱乏阻礙了大數據前期的有效開展。

　　其次在部署階段，56.1%的企業將問題的矛頭直指項目經理。

　　而在運維階段，標準缺失造成的實踐效果不佳，對安全與管控方面的擔憂，分別占比36.6%和31.7%。

　　謀生態布局，強化軟硬實力

　　從以上用戶市場的實踐情況來看，目前很大比例用戶仍聚焦于大數據底層處理的相關實踐，這對廠商而言是個利好消息。

　　不過，底層基礎平臺不同于上層應用，客戶需求類似，產品很難體現出差異化競爭優勢。單純技術研發上的“硬實力”不足以支撐廠商，除了資本、人才、技術、營銷外，在市場競爭中，服務能力的強弱也是大數據廠商比拼的焦點。

　　調研發現，用戶對大數據處理供應商主要有以下幾點訴求：一是實施人員的專業性，二是售后人員的專業性，三是售后的響應速度，四是廠商培訓能力，五是售前人員的專業性，六是廠商二次開發能力，七是實施隊伍穩定性，八是售前人員的溝通能力。

　　未來，提高實施人員的專業性將成為決定廠商“軟實力”的關鍵。

　　此外，基于底層的技術平臺，開放上層的應用能力形成豐富的生態，底層大數據處理平臺供應商已開始謀劃布局。

　　例如，阿里云并沒有自己研發所有的數據服務，而是借助“數加”平臺開放給有數據開發能力的團隊。目前，阿里云目前已覆蓋了數據采集、計算引擎、數據加工、數據分析、機器學習、數據應用等數據生產全鏈條。以底層的大數據處理平臺MaxCompute大數據計算服務為核心，向上層開放了規則引擎、推薦引擎、文字識別、智能語音交互、DataV可視化等數據引擎和產品，進而推動整個大數據生態圈的完善。

　　對比之下，國內創新廠商主要基于Hadoop開放生態圈，未來大數據市場必然會掌握在少數派的手中，那誰又有機會躋身前列?