talkingdata TalkingData：大数据公司的终极商道是什么？

客户需要什么样的产品和服务？客户和大数据公司的合作模式是怎样的？这是TalkingData一直在探索的两个终极问题。

对于大数据公司来说，大数据的核心是数据，但数据的所有权归企业所有。即使获得了数据使用权，也会在数据规模和维度上存在不足。随着信息技术的发展，经济和社会成为海量数据的集合，企业对大数据服务的需求也在不断增加。如何在保持法律界限内的同时跟上时代的需求，成为大数据公司需要思考的问题。

TalkingData创始人兼首席执行官崔晓波曾担任东亚银行亚太电信技术中心董事，技术总监A & C于2011年创立了TalkingData。他经常提到过去十年大数据的发展其实是智能手机带来的想法。这是人类历史上第一次出现一种设备，能够忠实地记录线下所有足迹和线上所有行为，能够完美地连接和穿透线上线下的数据。

目前，我国智能手机的月活跃量约为13亿部，与去年的12亿部相比，增长已经逐渐停止，但物联网的设备已经进入新一轮的快速增长。去年这个数字还是40亿，今年增加到87亿。随着技术的发展，包括智能手机领域，新的数据类型和场景，如大量的生物特征数据、人脸、DNA和人体相关数据，传感器数据和机器生成的数据也大量产生。这意味着大数据的发展不会停滞，而是会继续呈指数级增长。与过去几年结构化数据占比更多的情况相比，未来数据的维度和类型会更多。如何管理非结构化数据并将其与结构化数据混合，以及对新场景恢复和场景预测的需求，将是大数据行业面临的新挑战。

根据工信部发布的《大数据产业发展规划》，到2020年，大数据相关产品和服务的收入将超过1万亿元，年均复合增长率约为30%。但从实际情况来看，这一天可能来得更快。

那么，面对新形势，大数据公司应该如何应对？云计算的发展，解决了传统大数据面临的存储和计算能力问题，大数据公司可以回归到自己的本心——如何为企业提供商业价值？并且进一步，其商业模式是否适合下一步发展。

数据共享

自2018年以来，数据中间站已成为崔晓波最常听到的词汇之一。几乎所有的企业客户都会说自己在做通信中的数据中间站，只是说的不一样。另一方面，目前行业内大部分龙头企业已经从大数据中受益。比如TalkingData的一个快餐连锁客户，可以提前一天准确预测到上千家店铺的来客流量和原材料消耗，每年可以节省上亿的成本。但是对于中小型餐饮企业来说，很难模仿，因为这个数据模型使用了14个数据源，不仅包括企业自身的数据，还包括TalkingData、运营商数据、腾讯数据等数据。，这对缺乏基础设施的中小企业来说是困难的。

客户需要什么样的产品和服务？客户和大数据公司的合作模式是怎样的？这是TalkingData一直在探索的两个终极问题。如何用龙头企业探索的能力和方法更好地赋能整个产业链中的中小企业，崔晓波认为，TalkingData未来几年要重点解决这个问题，要想让实现的商业价值顺利、顺利的传递，必须通过“台内数据”来解决。

两年前，TalkingData发现单一数据源很难解决问题，最好的解决方案是在安全可靠的环境下将不同的数据源连接在一起建模。“所以我们强调，没有人拥有这些数据。以前大家都有一个误区。他们认为建立数据平台意味着你给我数据，我给你数据。随着人们越来越重视数据安全，这种可能性很低。不集成使用第二个数据没有任何价值，因此此时连接变得非常关键。”

企业对大数据的第一印象往往是数据库和数据中心，用来管理自己的数据，包括数据处理、加工、清理和标准化，以及简历特征建模对应的各种场景，如企业选址、解决销售预测或反欺诈、风险管理、政府对宏观人口流动趋势的分析，这些也是包括talking Data Data Data Intelligence Platform 1.0在内的大多数大数据公司解决的主要问题。

如果你想连接更多的数据源，因为网络安全法颁布后没有进一步的规定，数据连接仍然是很多公司不敢做的事情。崔晓波描述说，目前的市场分为两类，其中一类是无视规则的黑色产品，而正规的公司无法找出合规的界限。不过，他也表示，TalkingData与相应的国家部门有更多的沟通。其实国家鼓励数据互联，政府部门之间的数据也需要互联。

TalkingData最近发布了数据智能平台2.0版，内部也叫TalkingData数据中间平台。崔晓波表示，这是一个中立的第三方数据平台，非常开放。除了提供数据管理、数据工程和数据科学能力，它还满足了企业的新要求:连接性、安全性和共享性。

该平台将强调连接更多的数据源，并引入连接模块进行合法合规的连接。数据智能商店可以将共享服务放在一起，提供统一的度量和定价，用户可以通过平台共享。其实各个行业的很多具体场景都是不同的企业反复探索过的，比如客流模型或者评分系统，可以大大降低中小企业的成本。

在定位上，首先是连接，而不是拥有。崔晓波说，企业中没有人会有自己的数据，这从成本或安全性的角度来看是不可能的。去年TalkingData承接了全国1142数字组网整体示范项目，一期已经完成，有望成为未来大数据行业数据交换的基础，建立一个强调数据连接，匹配映射所有身份的系统。

其次是安全。如果希望把所有数据整合在一起，无疑是不现实的。首先，不可能所有企业都愿意这么做。其次，这个过程存在太多潜在的漏洞。崔晓波认为，解决安全问题的核心是数据不移动，它是通过算法流来解决的。TalkingData数据联网的基本框架是利用TalkingData积累的70亿TDID，制作ID-Mapping服务和算法，放入各种数据源，帮助匹配和开放数据，解决私有数据的问题。

在实际应用中，如何保证建模时数据不会泄露？首先，在探索的过程中，提供了一个类似于安全沙箱的环境。发布后，模型将通过麻省理工学院提出的开放算法库框架在数据分布的各个地方运行，而不放在物理环境中解决联合问题。这样企业的原始数据、标签、敏感数据都不需要出去，只需要给出分值和模型，上层会有全局的数据模型来调整权重，就可以解决问题。

最后，分享。“你为什么要在台湾做？是因为大家都想用同样的服务，用同样的基础设施，遇到同样的问题。大家都觉得没必要反复造轮子。所以需要搭建一个中间平台，把所有需要共享的能力放在中间，让大家重复。用，这次叫中国台湾。”几十年来，崔晓波一直觉得该行业热衷于制造车轮。这是出于商业竞争的考虑，但他认为这种想法在数据时代会失败。“为什么？因为大家都明白，数据和软件是不一样的，你要混合聚合数据才能发挥商业价值，所以这两个思路是绝对不一样的。”

他还把分享能力定义为检验中台成功的唯一标准。TalkingData通过数字组网建立共享的中台系统时，数据匹配度可以从69%提高到90%，标签维数可以从700增加到5000，并且还在不断扩大。目前TalkingData和很多数据提供商都有联合建模环境和四方建模环境。

资本合作

2017年，TalkingData获得了JD.COM的资助。在一次采访中，崔晓波说他选择JD.COM是因为“JD。COM在数据开放方面是最好的，这也是我们选择与JD.COM合作的原因。TalkingData是一家创业公司，需要快速整合在线资源和能力。”随着互联网战役尘埃落定，战场由线上线下转移，投资合作成为整合资源、快速发展的重要途径。

作为初创企业，TalkingData目前拥有近600名员工，其中55%是技术人员，但仍陷入产能不足的问题。所以生存需要在共同发展的前提下进行竞争，与合作伙伴保持商业模式和毛利。崔晓波从他以前在跨国公司的经历中学到了两件事。一是与其他公司合作，二是利用资本杠杆，通过投资和并购实现快速扩张。“中国已经进入数据时代，企业的核心竞争力是数据，无论是在数据中间还是数据平台，都提供了一个核心能力。基于这种核心能力，它需要与他人互利共赢。简单来说，如何管理渠道和合作伙伴是中国企业的第一步。二是怎么把这个东西做大，然后就是生态环节。”崔晓波认为，你和我在首都的这种关系将是未来的常态。

除了接受融资，TalkingData还投资了很多国外的技术研究公司。比如一家研究基于芯片和手机传感器的运动识别的公司，其底层技术在国内还是空白色。在中国，TalkingData更注重能应用技术创造价值的公司。一种是在数据源合作中起关键作用的公司，具有独特的数据源或独特的数据源收集、分析和处理能力。他们投资的Basic Finder是一家在AI领域提供基础服务的初创企业，可以提供底层数据标注和数据集管理。崔晓波说，他第一次去这家公司时“目瞪口呆”，因为他看到了包括人脸识别、自动驾驶和无人货架在内的大约1000种人工智能模型，他认为这种数据公司很快就会成长为数据应用公司，成为下一代数据应用门户。此外，特定行业能力较强的公司也是其投资热点。比如他们投资了两家基础医学数据的创业公司，这些公司可以在细分领域落地。TalkingData还可以增强他们的大数据能力，包括代表数据的能力，而且TalkingData的直销团队可以覆盖和导入客户。

而TalkingData不同于那些鼓吹做平台，做生态的大小巨头，它定位于一个中间环节，而不是做生态，连接合作伙伴和客户的应用和解决方案，解决场景的问题，实现数据双赢。“在数据时代，没有人能够幸免。如果不能加入整个互联系统，最后肯定会输。所以很多有远见的大公司都在考虑要么建立一个，要么加入一个。”崔晓波说。

作者|李浩源

微信编辑器|周星如

评论编辑器|第一个月