❶ 大數據創業的5大要點,你知道嗎
1.基礎設施非常難
不僅開發基礎設施技術產品很難，銷售起來也很難，具體到大數據基礎設施工具如Hadoop、NoSQL資料庫和流處理系統則更是難上加難。客戶需要大量培訓和教育，付費喲娜谷需要大量支持和及時跟進的產品開發工作。
這意味著需要大量的資金支持，例如Greenplum在2010年獲得1億美元投資但仍然不足以完成所有工作，最終不得不選擇賣給EMC。今天最出 名的幾家大數據創業公司融的錢更多，例如Cloudera。基礎設施類的大數據創業公司通常需要數百萬美元種子資金啟動，但是A輪融資的道路異常艱辛。
新興的大數據創業公司還必須與那些在客戶那裡已經有一些知名度甚至合作項目的公司競爭，例如Cloudera、Hortonworks、10gen、亞馬遜AWS、IBM、Oracle等。
反觀大數據應用創業則相對簡單的多，無論面向垂直行業應用還是數據可視化這樣的通用大數據應用都是如此。因為這些大數據應用的價值對於客戶來說更為直觀，距離業務也更近，進入企業IT系統的摩擦也更小。
2.雲計算是朋友
無論你是銷售大數據基礎設施還是應用，雲計算都是更有效的業務載體。選擇雲計算不僅僅是在雲端託管，更重要的是通過雲計算向客戶提供服務。你將擁有更多控制權，同時在有限的資源上優化運行也會讓你對產品的理解更加透徹。
雲計算也降低了潛在用戶試用產品的成本和門檻，從NewRelic到亞馬遜AWS都從雲計算+大數據模式中獲益。
3.開發者是朋友
如果你主要從事大數據分析，例如ClearStory、Platfora或者CRM營銷應用，數據分析師就是你的朋友。無論那種情況，最好的辦法就是圍繞以開發者和市場人員為主的目標受眾進行開發和營銷工作，CIO反而不是很好的目標受眾！
專注CIO而非開發者往往會導致你在實際簽約時碰到棘手問題。圍繞開發者營銷的戰術被很多雲計算創業公司和純大數據軟體公司所採用，例如Splunk和Tableau。
再比如Infochimps和Continuuity的產品類似（兩者都被迫按落雲頭，迫降在用戶數據中心），但Continuuity完全面向開發者，這意味著能積累更多技術粉絲。
4.將數據科學家推向前台中央
這既是市場也是銷售策略，數據科學家才是能夠展示數據和平台威力的人，他們也是會議上最受歡迎的演講者。
但大數據科學家也需要慎重選擇傳播內容。如今大家都接受了Hadoop和NoSQL，所以沒必要每次開會言必稱4V之類的科普。至於如何配置和集成大數據系統也只能吸引小部分聽眾，除非你的項目規模超大。
Cloudera比競爭對手出名的原因有很多，但其中Jeff hammerbacher絕對是一位舉足輕重的人物。不要空談大數據大數據的價值和架構，站在聽眾的立場說說具體能做哪些分析，如何做。
5.開源有多重要，取決於你自己
幾乎所有的大數據公司都依賴開源軟體，有些是「借」來的，如Hadoop、Storm以及各種資料庫，有些是自行開發的，有些則是混合模式，例如在HBase上增加的一些功能應用。這些開源項目如此流行是因為社區的力量。
開源絕不是看起來那麼輕松，不是說你在Github上放點代碼就談得上回饋社區了。開源的目的是將使用相同代碼的人聚攏成社區，並不斷改進代碼。這 里與第三點中我們提到的吸引開發者有關。只有更多的用戶和開發者對你產生興趣了，在你的產品上花時間和精力了，才有可能最終掏錢。
不計其數的創業公司都將代碼開源了，但那些真正能推動項目並建設社區的公司才能脫穎而出。例如Neo Technology的Neo4j、Concurrent的Casading以及10gen的MongoDB。甚至Twitter這樣面向大眾的公司都開源了Storm和Mesos等項目。
原文鏈接：
❷ 大數據時代我們該怎麼創業
在大數據時代，如果想要創業的話，那麼可以創立自媒體，因為現在自媒體的發展越來越好了，創立自媒體是時代所趨。
❸ 寫給創業者十個大數據觀點
寫給創業者十個大數據觀點
歷經多種以數據為資源的創業公司，筆者深感大數據題材創業是高富帥的行為，對於創業者來說不但要擁有大數據的思維，幫客戶創造價值，還要更好了解大數據的生態系統，不要想著成為什麼平台，甚至設想成為數據生態裡面的重要基礎設施提供者，某個行業的領導者，而更多是要考慮如何先成為數據時代的收益者之一。
根據觀察，筆者梳理了大數據的觀點，寫給創業者以供參考。
1.關於大數據賺錢
大數據的價值是沒有問題的，可是它的商業價值是依賴用戶數的；
簡單舉例：100元發掘了10元價值，如果銷售給8個人，虧20，銷售給80個人賺700，利潤極高
這就是說，數據驅動的生意價值密度比較低，依賴用戶數構建生意體系，一旦做大將是暴力，因為價值的復制性成本趨近於零。
2.關於大數據商業模式
目前的大數據仍停留在概念系統建設的初級階段，解決現有數據量增加、處理速度快速處理的問題，很少有大數據平台真正運用自身的大數據，完成真正的產品創新，而非渠道的拓展。
就技術收益而言，營銷的：
商品推薦、廣告推薦、閱讀推薦、人才推薦、旅遊推薦搜索悠優化都是有收益的；就安全而言：有合規、預警和智能巡檢，是可以節省成本的、提高效率的；就產品創新而言，沒有見到實物的產品創新案例；UGP（用戶創造產品）平台會比較酷。
就目前已經賺錢的搜索業務，安全業務，輿情，情報，營銷業務都是成功的案例，還有很多，靠大家切入，記住提供應用，不要搞系統。那是大公司乾的事情。
3.關於大數據的普世價值
發現大數據的價值，如同發現新文明！
數據是群眾智慧，將協助個體進行科學決策！
和之前的數據科學相比現在的DT能夠實時在線，預測未來趨勢！
企業層面將更加科學的倒逼企業的人財物產供銷體系等
開放數據、是人類歷史上最偉大的進步！
對於數據的價值認知不應該停留在商業領域，各行各業都需要數據驅動，各個學科也需要，我們人類在通過數據不斷量化這個宇宙。
4.大數據與營銷
科學和藝術的有機結合
數據更快、更准，藝術更富有感染力！
科學提升在理性范圍內、藝術則非理性！
大數據目前貢獻最多的還是在營銷！
藝術價值>數據機制
數據對於營銷效果是N%的提高，藝術是幾十，幾百，成千上萬的提升，在數據時代一個好的營銷是將數據與藝術結合的結果。
5.大數據的最大價值：大數據+物體=智能
心中有數為智慧、物中有數可智能！
數據給人類提供了造物的素材，使人有了學習上帝造物的本領；
大數據滲透到了所有場景，讓物體智能，行為智能，誰學習誰受益，請用大數據幫助XX進行變革造句（大數據輔助說話，治病，吃飯，旅遊，吵架）；
這是大數據的核心價值，在這個哪些硬體需要什麼樣的數據，如何去滿足這種數據需求，如何節省資源，如何提高數據利用率，如何考慮硬體之間的數據交換和流動才是最重要的。終端決定後台，消費者決定市場！智能硬體是大數據的最終用武之地。
6.沒有數據照樣可以大數據
智慧高於知識，智慧是動態的，它可以隨時產生（實時計算）的：你的心態，初心，勇敢，創新思維，工作環境人際關系都是條件，我們從數據，信息，知識，到智慧產生都是大數據處理的結果，古人沒有數據但是產生了智慧，所以大數據思維不應局限在數據層面。
7.關於大數據的最佳商業模式
免費數據，收費api，會不是大數據最佳的商業模式？
大數據的最佳商業模式也許就是大數據交易。
8.大數據對企業的價值
助理業務生命周期管理：
各行各業都有大數據驅動的業務變革，任何一個行業
從社會化客戶---原始的線索客戶-----線索-機會-----
訂單-產品設計--服務-----口碑------社會化客戶，
整個商務的閉環都需要數據參與其中的。
助理數據生命周期管理：
從數據產生--數據採集--數據傳輸--數據存儲--數據處理--數據分析--數據發布、展示和應用--產生新數據"整個數據效能價值的閉環。都需要數據參與其中。
9.當大數據智能PK自然
後大數據時代也許是自然科學的，現在峰會必談大數據，而大數據之後能，筆者以為會談自然科學，自然創造萬物，數據只是自然的產物之一；
10.大數據與易經
思考：推理VS演繹，用01計算機技術釆集了部分數據，應用了一些數學演算法，選擇了一種經驗場景，推理出一種結論，釆集不全，演算法不準，場景不對，推理有誤。
研究了一，生二，二生了三，三生了萬物，掌握易經的古代人能掐會算，預測，演繹有根。這就是祖先的易經文明，演繹可能預知所有情況；
易經說，一時二運三風水四積陰德五讀書，這就是已經對於社會的大數據結論。易經就是大數據思維。
以上十個觀點，是筆者的一些點滴思考，有志於以數據題材創業的朋友，我還想和大家溝通的是對於大數據的市場需求要有所了解。從價值的角度來說，數據分三六九等，第一方數據，第二方數據，第三方數據。從目前來看，企業的第一方數據處理（hadoop等生態會是大需求，美國的戰略是開源，中國的戰略是數據開放和OEM跟進，也有很多自有技術的廠商）是目前最迫切的需求，以第一方數據分析為需求的（BI等工具）求是第二需求，提高安全控制的是第三需求。其次第二方數據的應用。融合企業自身業務的，加快業務協作的，整合利用業務合作方的數據的應用和技術是這一類需求。最後一類需求就是購買第三方數據拓展業務的需求，要麼改善產品體驗，要麼進行客戶拓展。這類需求促進大數據流動起來，是推動大數據流動性，產業鏈完善的主要動力。
以上是小編為大家分享的關於寫給創業者十個大數據觀點的相關內容，更多信息可以關注環球青藤分享更多干貨
❹ 大數據時代創新創業的三個方向和四大挑戰
大數據時代創新創業的三個方向和四大挑戰
大數據時代創新創業的三個方向和四大挑戰【導語】從傳統互聯網的人機互聯，人人互聯，到工業互聯網的物物互聯，人機物三種端各自互聯，才帶來大數據的產生，利用雲進行大數據的存儲和計算，實現數據的融合和服務，數據從哪裡來，到哪裡去，數據如何關聯，如何找到市場需求實現價值是關鍵。數據採集加工的跑馬圈地已入中盤，數據分析與應用的商業模式才剛剛開盤，而這需要模式具備可持續性和可擴展性。如今時代變了，以前以企業為核心的理念轉向以消費者、以用戶為核心的理念，以前的設計在進行創意時以往主要靠拍腦袋決策，如今需要數據的支持和支撐來指導創意。基於大數據的創新創業面臨的挑戰，主要有四個方面：一是拿到可以利用的數據比較難，目前不少創業公司都是基於互聯網上公開的數據在進行應用開發。二是大數據應用可能威脅到企業中傳統的角色地位甚至生存，這就涉及到與傳統利益的沖突，因此大數據應用推廣需要一把手牽頭推動。第三個瓶頸是人力資源，不管美國還是中國大數據人才非常緊缺，包括數據科學家和數據分析師，這些人才需要高校和企業一起合作來進行培養。
第四關於投資的難度加大，需要有更多大數據商業應用成功的項目和例子來引領投資的方向。
大數據時代創新創業的三個方向和四大挑戰
——ADEC聯手浙大、五葉草大數空間舉辦「大數據時代的創新創業實踐與思考」研討會
在大眾創新、萬眾創業的熱潮中，基於大數據的創業創新備受關注。12月17日，阿里數據經濟研究中心(ADEC)、浙江大學管理學院、五葉草大數空間三者攜手合作，邀請20餘位浙大學者走入雲棲小鎮，在杭州這個創新創業的基地，聆聽大數據創業創新實踐者的感受，共同開展「大數據時代創業創新的實踐和思考」的相關話題研討。
三家大數據創新創業領域的企業數能科技、華院數據和洛可可公司的負責人給大家分享了他們的實踐方向、面臨挑戰以及心得體會。在分享結束後，就大家關注的話題分組討論的環節受到參會企業以及研究者們的歡迎。
三個方向和四大挑戰
浙江大學管理學院教授劉淵老師在分享中提到，從傳統互聯網的人機互聯，人人互聯，到工業互聯網的物物互聯，人機物三種端各自互聯，才帶來大數據的產生，利用雲進行大數據的存儲和計算，實現數據的融合和服務，數據從哪裡來，到哪裡去，數據如何關聯，如何找到市場需求實現價值是關鍵。
圖為浙江大學管理學院教授劉淵
以浙江大學郭斌老師為組長的小組認為大數據創新創業的商業模式有三個方向(Analytics , Data, Services ,ADS)值得關注,其中A相當於為企業提供數據的計算分析能力；第二類D是提供數據為主，要做有效的決策背後所使用的數據可能來源於多個數據源，可以集聚數據成為運營的資源；第三類S相當於提供基於數據的服務，這種服務要嵌入到企業運營的業務流程。
以鄭剛老師為代表的小組總結了基於大數據的創新創業面臨的挑戰，主要有以下四個方面：一是拿到可以利用的數據比較難，目前不少創業公司都是基於互聯網上公開的數據在進行應用開發，二是大數據應用可能威脅到企業中傳統的角色地位甚至生存，這就涉及到與傳統利益的沖突，因此大數據應用推廣需要一把手牽頭推動；第三個瓶頸是人力資源，不管美國還是中國大數據人才非常緊缺，包括數據科學家和數據分析師，這些人才需要高校和企業一起合作來進行培養；第四關於投資的難度加大，需要有更多大數據商業應用成功的項目和例子來引領投資的方向。
大數據創新創業的三個實踐
數能科技：數據分析老兵的創業之路
數能科技的總經理張曉明先生在國外有20多年的數據分析的經驗，他在分享中談到，美國的大數據指的是用常規方法無法處理的數據，比如音頻、視頻等數據，而中國的大數據實際上是大數據+小數據，以電影行業為例，通常都是數據採集後轉化為小數據來進行統計分析和數據挖掘。
圖為數能科技的總經理張曉明
張總認為，中國發展大數據面臨三大挑戰：一是數據孤島現象嚴重，二是行業知識缺乏，在業務、技術和行政人員三方面溝通比較困難，跨學科的溝通以前比較缺乏，使得整個行業發展在應用層面的發展不快，三是過去中國的發展是粗曠式的，哪有機會往哪跑，現在是精細化管理，進行資源的優化配置，而政府官員對這種需求的優先順序不高。
在大數據的商業模式方面，張總認為，數據採集加工的跑馬圈地已入中盤，數據分析與應用的商業模式才剛剛開盤，而這需要模式具備可持續性和可擴展性，其中人才也是發展的一個瓶頸，尤其欠缺具備硬實力和軟實力的數據分析師，尤其是軟實力方面對於理工科學生來說更難，軟實力主要指的是溝通、好奇心和業務理解力。
數能科技開發的「電影票房預測」應用和「電影排片寶」應用都是典型的基於數據的新應用，電影票房預測每天早晨9點半會發布當天的票房預測結果，希望成為全國以及各個城市電影票房的預測風向標，為發行人進行精準營銷提供依據，「電影排片寶」應用通過收集來自媒體、影院的歷史數據、網上售票的預售數據等信息為各大影院排片提供建議。這種應用場景還可以衍生到客流預測與資源優化管理，比如在旅遊景點、大型超市等。
華院數據：數據分析人才基地的孵化新模式
國內專業的數據分析挖掘人才有很多都來自於華院數據，來自華院數據的執行總裁麥星在分享「華院數據——產業大數據生態的深度孵化器」的主題時談到，華院數據目前聚焦是以大數據行業解決方案為核心，基於自己多年的技術積累，提供數據互聯、人工智慧引擎等核心能力和產品，融入於垂直行業，在各行業孵化出獨立、專注、聚焦的大數據子公司。
圖為華院數據的執行總裁麥星
目前已經孵化了數雲、數創、數尊、華院分析等多家大數據+電商、零售、O2O、運營商的創業公司，這些創業公司形成產業大數據的生態，比如數雲科技是電商數據應用的創業公司，為阿里巴巴平台上的商家提供CRM解決方案，連續三年都是金牌淘拍檔。
洛可可：傳統工業設計公司的大數據創新轉向消費者為中心
洛可可作為一家工業設計公司，它所推出的一款55度杯子一上市就備受歡迎，杭州分公司負責人夏治朋在分享時提到，如今時代變了，以前以企業為核心的理念轉向以消費者、以用戶為核心的理念，以前的設計在進行創意時以往主要靠拍腦袋決策，如今需要數據的支持和支撐來指導創意，而且數據不僅是B端的需求，更重要的需要最終消費者的需求，讓創意和設計更加精準。
圖為洛可可杭州分公司總經理夏治朋
以前的產品只有功能，現在的產品還要有服務、有情感，產品具備智能的基礎需要有大數據，現在的產品大都是軟硬體結合的，同時還有app,從而了解用戶的行為和習慣，通過App端數據的抓取來獲知用戶的行為和習慣，從而改變創意和設計，使得用戶感知到產品是為之定製的。
大數據的創新創業剛剛開始
在信息經濟發展迅猛的今天，隨著數據扮演生產要素的角色，雲計算發揮公共計算基礎設施的作用，數據的開放、共享與流動成為可能，數據的融合激發新的生產力。與以往任何一個時代相比，大數據時代的創業創新將擁有更多的機會、更大的空間。雖然現階段我國數據相關的法規政策尚不完善，基於數據的創業創新實踐尚在探索階段，業務和服務模式還不成熟，不確定性正意味著更多機會，因此我國不斷涌現出企業進行基於大數據的新模式的嘗試和探索。阿里數據經濟研究中心(ADEC)期待與更多學界研究者進行深入合作，共同推動中國數據經濟的良性快速發展。
❺ 如何理解大數據商業價值的創業機遇
大數據時代，人們尋找創業機遇，最重要的是數據收集和分析能力，從數據中找到好點子。首先，大數據技術在萌芽階段就是開源技術，這會給基礎架構硬體、應用程序開發工具、應用、服務等各個方面的相關領域帶來更多的機會。其次，創業者不需要是統計學家、工程師或者數據分析師也可以輕松獲取數據，然後憑借分析和洞察力開發可行的產品。此外，將眾多數據聚合，或者將公共數據和個人數據源相結合，新數據組合能開辟出產品開發的新機遇。總之，開放數據和開源技術將使創業門檻降低，創業機會大大增加。
一、大數據的創業方向
現有的大數據工具有著技術門檻高、上手成本高、和實際業務結合較差以及部署成本高，小公司用不起等特點。那麼新創企業就可以根據以往這些產品的缺陷，來做更適合市場和客戶的大數據分析工具和服務。另外，將大數據工具完整化和產品化也是一個方向。新一代的大數據處理工具應該是有著漂亮UI，功能按鍵和數據可視化等模塊的完整產品，而不是一堆代碼。
因此大數據創業的2B方向，更多的是做工具和服務，如數據可視化、商務智能、CRM等。而在2C方向，大數據一個很大的作用就是為決策做依據，以前做決定是「拍腦袋」決定，現在，做決定是根據數據結果。個人理財（我的錢花哪去了，哪些可以省下來）、家庭決策（孩子報考哪所大學）、職業發展/自我量化（該不該跳槽，現在薪水到底合適不合適 ）以及個人健康都可以用到大數據。
二、大數據時代的創業機會
1、金融：大數據公司專門聚焦在通過大數據進行客戶信用評級，並為銀行、保險公司或者P2P平台服務；或者基於大數據挖掘幫助銀行進行客戶細分、精準營銷服務。
2、電信：這個方向已經有專門為電信企業提供客戶生命周期管理解決方案、客戶關系管理、精細化運營分析和營銷的數據公司；或者基於大數據提供網路層的運維管理和網路優化服務的大數據公司。
3、健康：未來兩三年將會出現一批基於各種可穿戴設備形成的健康雲數據，進行深度的數據數據分析和挖掘的企業，幫助人們進行健康預測和預警；未來還可以服務公共衛生部門，打通全國的患者電子病歷資料庫，快速檢測傳染病，進行全面的疫情監測，並通過集成疾病監測和響應程序，快速進行響應等。
4、媒體廣告：可以通過大數據實現更科學的媒介選擇；或者基於大數據的精準廣告投放系統、基於大數據的廣告效果監測評估服務、基於大數據的網站分析優化服務以及基於大數據DMP數據平台並為DSP平台提供精準營銷服務等。
5、零售：大數據公司可以幫助零售企業進行店面選址服務；利用關聯規則進行客戶購物籃分析，從而給客戶推薦相應的促銷活動；基於天氣的分析和預期來判斷暢銷產品以及相應的進貨和運營策略，或者把天氣數據加入物流預測模型，確保在天氣模式沒有改變之前，商品能夠順利運送到各商店。
❻ 如何利用大數據去進行創業
大數據是當今信息社會的熱詞。在很多人印象中，數據就是數字，或者說必須是由數字構成的，其實不然，數據的范疇比數字大得多。互聯網上的任何內容，比如文字、圖片和視頻都是數據；醫院里包括醫學影像在內的所有大感也是數據；公司和工廠里的各種設計圖紙也是數據，如果我們把資本和機械動能作為大航海時代以來全球化的推動力的話，數據或將成為下一次技術革命和社會革命的核心動力。那麼對於興致勃勃的創業者來說，如何在大數據時代進行創業，把握和運用好數據時代所帶來的優勢呢？
首先，重視大數據，在無法確定因果關系時，數據會為創業者提供解決問題的新方法，數據中所包含的信息可以幫助創業者消除不確定性，而數據之間的相關性在某種程度上可以取代原來的因果關系，幫助創業者得到想要的答案，這個便是大數據思維的核心。因此在大數據時代選擇創業，就一定要重視數據.
其次，分析數據。光是足夠地重視網路大數據還不能夠完全地發揮其優勢，而且要有足夠的能力去分析數據和利用數據。這一方面，如果創業者並沒有具備完全的素養和專業知識技能，則可以尋找相關的數據分析員或者數據分析網站來對某個行業、某個市場或者說是合作對象來進行精準的數據分析，使得創業能夠更加事半功倍地進行下去。
最後，保護數據隱私。這個是依靠大數據創業並且長期發展和盈利的必要條件。由於大數據具有多維度和全面地特點，它可以從很多看似支離破碎的信息中完全復原一個產品或者服務的樣貌，並且了解到一個公司或者一個組織內部的各種信息。因此，保護自己公司或者創業者已經擁有知道的各種數據信息便顯得十分重要，它既是創業者所賴以生存的根本，也是對於客戶或者數據源的一種保護和責任
總而言之，在大數據時代創業，一定要重視大數據的重要性，能夠娶分析數據和利用數據，最後保護數據的隱私，這樣才有可能在大數據時代取得創業的成功。
❼ 大數據創業 數據哪裡來
大數據創業：數據哪裡來？需要跨過幾道坎？
這篇文章考慮了很久也沒下筆，一方面想寫得干貨一些，一方面又想寫得引人入勝一些，糾結來糾結去，終於決定還是以一個中立的用戶角度去寫，盡量寫得大眾化一些。
2013年5月10日，在淘寶十周年晚會-馬雲退休演講中，馬雲說：這是一個變化的時代。還有人沒搞清楚PC，移動互聯網來了；還沒搞清楚移動互聯網，大數據來了。而變化的時代是年輕人的時代。
馬雲說的這句話很關鍵，他不僅提到了大數據，而且更是用一句話闡述了互聯網從PC時代，進化到移動互聯網時代，然後從移動互聯網時代進階到了大數據時代。有幾個關鍵點很重要：PC時代，全球催生了大量的互聯網上市企業，包括谷歌、亞馬遜、新浪、搜狐、新東方等等；
移動互聯網時代，中國創業熱潮風生水起，不僅有大量的移動互聯網（包括手游）企業赴美上市，更是誕生了無數個創業奇跡。移動互聯網不僅為我們的生活帶來了便利，更是把創業熱潮推向了歷史最高峰。
現在問題來了，大數據時代，創業熱潮是不是應該比移動互聯網時代更加熱鬧呢？大數據時代如何創業？大數據創業的門檻又有哪些呢？
先回答第一個問題：大數據時代，創業熱潮是不是應該比移動互聯網時代更加熱鬧呢？
據我了解，不是。走在中關村創業大街上，你能收到的100份融資BP里，可能有99份都是APP和O2O項目，但99家裡90%以上會重視大數據。
那麼大數據時代如何創業呢？請先了解一下大數據的創業門檻。
門檻一：數據大數據大數據，沒有數據怎麼玩？那麼數據從哪裡來呢？
像網路、騰訊和阿里巴巴這樣的BAT企業，本身就積累了大量的數據，所以他們玩起大數據來，多半是「悶聲發大財」。當然了，也可以說幾句BAT企業玩大數據的例子，比如說網路旗下的「網路遷徙」、「網路精算」、「網路輿情」、「網路大數據預測引擎」等等，都是網路的大數據產品應用；阿里巴巴的話，「阿里雲」、「支付寶-花唄」、「支付寶-借唄」「芝麻信用」、「螞蟻金服」等等，都應有了大數據技術。而騰訊方面，「騰訊廣點通」、「騰訊雲分析」和微信等也都引用了大數據技術。
爾等屌絲沒有數據，如何玩呢？
首先，你可以通過第三方購買數據，比如說，數據堂就有很多數據出售和分享；
其次，你可以用爬蟲爬回一些數據來存儲；
再者，通過給企業、開發者、站長等等授權使用大數據工具來積累數據。這方面的新創企業包括Talkingdata、友盟和DataEye等。
最後，使用免費的政府、企業、和機構開放數據。比如說高德數據的API介面和微博商業數據API介面等等。
總體來說，解決好數據源是大數據創業的必要門檻。關鍵看你創業的項目是什麼。
門檻二：硬體在北京，我曾經參觀過一家大數據初創企業，當時他們還沒有拿到融資。我去他們的辦公區發現一幕特別心酸的事情。他們的員工擠在一間很小的屋子裡辦公，而兩件較大的屋子都用來安放大數據存儲伺服器。大數據的存儲量是很驚人的，這對機房和硬體設備也提出了新的挑戰。
這一點和移動互聯網不太一樣，你做一個APP，用電腦搞開發，伺服器用雲伺服器就行，按需購買。但是大數據不行，你沒法把自家的數據存儲在別人的雲伺服器上，一方面是安全因素，另外一方面也有產權因素。
硬體也是大數據創業的門檻之一，但不是最大 的門檻。順便補充一句，我曾經參觀過的那家大數據新創企業，目前已完成百萬美元的A輪融資，現在他們家的辦公區特別寬敞，恭喜星圖數據。
門檻三：人才我認為大數據創業的最大門檻在於人才。和做APP不一樣，大數據創業你一個人乃至幾個人都是沒法玩轉的。初創企業你就往10-15人這樣的團隊先招人吧，這樣的團隊要包括Hadoop工程師、演算法工程師，數據建模工程師、架構師、NoSQL工程師、BI工程師等等，全都是技術要求較高、薪資要求也很高的人才。
大數據人才有多貴？在美國，在R、NoSQL和MapRece方面需求的專業人才薪水達到了每年約11萬5千美元，在中國也便宜不到哪裡去，沒有年薪30萬，你很難招到一個大數據人才。
也就是說，技術很牛的大數據人才，他的選擇面很寬，要麼早就進入BAT企業，要麼也是在不錯的企業拿著高薪，你要挖這樣的人才，除了錢，股票、期權、福利等等，都是必須付出的代價。
2015年-2016年是大數據人才最為匱乏的兩年，原因很簡單，各大剛剛開通了大數據科目的院校，學生還沒畢業；而招聘市場上的大數據人才需求量遠遠已經供不應求。除了BAT企業，通信企業、電力企業、金融銀行行業、醫療行業、工業、游戲行業等等，哪個行業不是都在招大數據人才？創業公司要在這么嚴峻的人才環境中找到適合自己的大數據技術人才，門檻可不止是錢。
門檻四：技術說了人才，就要說技術了。大數據技術不是你懂C++或者R語言就夠了的，大數據有一整套自己的技術體系，包括統計、編程、JAVA、資料庫、Hadoop、Spark、NoSQL、機器學習、自然語言處理、演算法、數據可視化等等技術。光是Hadoop需要用到的技術和編程語言就有很多項。
而且市面上的大數據工具每家用的還不一樣，用開源軟體（如Hadoop、Spark）或者用SAP（SAP HANA）需要的技術也不一樣。技術要求較高，而擁有大數據綜合技術的人才又較少，這也成為了制約大數據創業的最大問題。
門檻五：錢其實我不想寫錢，但是又必須寫錢。大數據行業創業不缺資本，只要你創業項目的商業模式沒問題，並且技術能力強，且團隊靠譜，無論在中國還是在美國，融個A輪還是沒有問題的，資本關注度很熱。但是你在拿到融資之前，自己啟動的資金就需要一大筆。人才、硬體和技術成本都較高。
這么理解吧，如果說，幾個好朋友湊50萬花3個月可以做一個APP項目，那麼要在大數據行業創業的話，請先准備600-800萬再來玩。
門檻六：商業模式中國互聯網上最賺錢的行業是什麼？我認為是電子商務和網路游戲。電子商務和網路游戲也是互聯網變現最快的行業。而大數據，它的變現能力不如網路游戲和電子商務那般簡單直接。在我拜訪過的很多企業中，他們手裡有錢、有數據、有人才也有技術，但是他們不知道自己手裡的數據可以拿來做什麼。
也就是說，大數據目前沒有最明朗最直接的商業模式。大數據只有和業務場景結合，才能產生價值。
大數據就像石油原油一樣，你知道它在哪裡，你可以開采它，但是開采出來你還需要冶煉，並且經過減壓蒸餾、加氫精製、溶劑精製、溶劑脫蠟等煉制過程，成為成品油後運送到各個加油站，讓汽車加滿油後產生了動力才實現最終價值。大數據也一樣，需要一整套復雜 的過程才能實現商業價值。
那麼你可能會問了，大數據交易算不算是商業模式呢？我個人覺得，要看交易的是什麼東西？原始的非結構化的數據，後面數據清洗需要太多的工序，數據存儲也是很大的成本，這樣的交易代價太高。我相信無論是企業用戶也好，還是個人用戶也好，大家更傾向於購買「拿來就能用」的大數據數據源。
你說京東和騰訊完成首筆大數據交易，我覺得就是一個笑話，京東和騰訊的大數據不早就整合在一起了么？我用微信直接就能在京東購物，數據是互通的，何必交易？
所以說，大數據創業最難的還是在於商業模式的思考，如果你沒有找到一條讓大數據變現的渠道，那麼千萬不要忙著拉團隊創業。大數據行業創業，光有idea是不夠的，跑通整個商業模式才是關鍵。
以上是小編為大家分享的關於大數據創業 數據哪裡來？的相關內容，更多信息可以關注環球青藤分享更多干貨