最新消息報道，大數據是不是忽悠人的?很多人認為大數據不管在什么情況下都能被提到，也是市場的一種亂象，那么到底是這樣的嗎?

——如何看待“逢人必說大數據，創業必談人工智能”市場亂象?

這個問題來源于知乎一位不愿透露姓名的網友，他給我發來信息，想和我談談大數據產業的“歪風邪氣”。

他說他感覺大數據炒作太過了，身邊的每個人都在夸夸其談大數據，而新創公司也是不說大數據就談人工智能。某次他新接到的一個項目，要做信息化建設，簡單的說就是上一套新的數據庫，而對方一直在說大數據，把大數據比作「萬金油」，似乎套在什么項目都能用。

他很不適應這種狀態，問我如何看待這個問題，于是我決定單獨辟一篇文章來談談我的看法。

大數據是不是「萬金油」?

不是。我可以肯定的回答。

關于「萬金油」我特別百度了一下，百度給出的意思如下：

清涼油的舊稱 2.比喻什么都不精通，但什么都懂一點，什么都能應付一氣的人。現代漢語中常引申為：形容人或物用處較多，在很多地方都能起到一定作用，可做褒義詞也可做貶義詞。

引入大數據行業，大數據是「萬金油」嗎?我覺得不是。理由如下：

A、大數據是互聯網發展到一定程度(存儲成本下降、計算能力變強)才誕生的產物。

B、大數據強調的是相關關系而不是因為關系，大數據簡化了決策流程，不需要看“為什么”，只需要看“是什么”。大數據不是因為“有病了”才需要用，而是人們希望解放腦勞動力、讓生活、工作以及學習更加智能、讓未來趨勢可預見所采取的解決辦法。

C、真正的大數據背后需要有著強大的軟件、硬件支撐，還需要強大的處理能力、整合內部外部的多源數據源、以及用的人(工程師、業務分析師等)有強大的技術能力和洞察能力才能玩轉起來。

D、萬金油的作用是隔穴撓癢，而大數據是一家企業的命脈及未來潛力所在。

參考文章：周濤：大數據不是萬能良方，發揮不出價值就只是一片墳墓

綜合上述，大數據并不是「萬金油」。只是有人把他當作萬金油罷了。

為什么那么多人把大數據當作「萬金油」?

Gartner技術成熟曲線把一項新的技術非為技術萌芽期、期望膨脹期、泡沫破裂低谷期、穩步爬升恢復期和生產成熟期。而眼下，我覺得中國大數據正位于「泡沫破裂低谷期」后期，即將迎來穩步爬升恢復期。

為什么這個問題要提到Gartner技術成熟曲線呢?原因很簡單，如果你覺得身邊的人都在談論大數據，電視、電影、微信和廣告里都是大數據的時候，那正是大數據處于期望膨脹期，市場太過于膨脹，但屬正常現象。等未來某天這個行業回歸冷靜和理性的時候，那說明這個行業正式進入成熟期了。

如果你身邊的人愛說大數據，張口閉口一個大數據的時候，請不要覺得恐慌。這件事有利有弊。

好處是說明大數據的確是一個風口，能夠牽動那么多人的神經，這有助于大數據的推廣和傳播，對大數據產業發展有著推動的作用。

弊端是因為人人都在說大數據，但是很多有沒有實質性的內容，似乎把這個概念炒得有點過了，這會讓真正做大數據的人覺得“恐慌”。

事實上，新技術從萌芽到生根到最后的開花結果，推動新技術發展的從來都不是“輿論”，而是市場的需求，而是這個新技術是不是真的有用，能改變原來的商業模式，帶來新的鍥機。任何人、任何組織和單位的糾錯能力都不如市場的需求。也就是說，市場需求有著很強的糾錯能力，那些天天鼓吹大數據或者利用大數據裝十三的人，時間和市場會給他們一個狠狠的耳光，市場需求會對這個行業進行洗牌，所以不必恐慌。

我從2013年開始了解大數據，4年的時間里，我見過太多拿著一個大數據項目PPT四處融資碰壁的人，也見過各種把大數據吹上天的人，可是他們沒過多久就偃旗息鼓了。原因很簡單，任何的事情(包括吹牛、裝)都是需要成本的，當投入和產出不成正比的時候，當然會選擇放棄。

當然，也不用對大數據持悲觀態度，這個行業里還是有很多腳踏實地認認真真干事的人，這幾年中國誕生了大大小小不下500家大數據公司，有的公司還上市了，部分公司也扭虧為盈了，還有很多新創公司都拿到融資了。資本的眼光是毒辣的，如果你相信大數據，那么請一直矢志不移的堅持下去，無論你在這個行業里扮演的是什么角色。

除了大數據，O2O，P2P，共享經濟和人工智能也遇到了如此的窘境。什么概念火熱人們就一窩蜂的撲上去。這個時候你需要的是理智的看待每個市場。我記得去年看過一個名單，2016年中國O2O死亡名單里，有近100個項目。P2P就更多了，有上千家P2P公司死亡了。所以，術業有專攻，別人能做的事情、做得好的事情，并不見得人人都能做。

我的觀點是，把大數據當作“萬金油”或忽悠手段的公司或個人，最終會為自己的行為買單。一方面是IT市場本身就有很強的糾錯能力，另外一方面是大數據行業能夠活下來的企業都有自己的技術核心競爭力或者是數據源，并且能夠將數據能力應用好產生商業價值。所以，不要太擔心大數據被炒糊了，做好自己的事情才是關鍵。

如何識別大數據公司還是大忽悠?

既然有那么多公司標榜自己是大數據公司或者大數據企業，那么真正的大數據公司是什么樣的?如何辨識呢?

我花了一下午的時間，把美國風險投資人Matt Turck做的《BIG DATA lANDSCAPE 2017》進行了編譯，在大數據產業圖譜上，Matt Turck把大數據產業鏈分為infrastructure (基礎設施)、Analytics (分析)、Applications Enterprise(企業級應用)、Applications-industry (工業、商業應用)、Cross infrastructure/analytics (基礎設施與分析并行)、OPEN SOURCE (技術開源)、Data sources & API (數據源和數據API)、(Data Resources 數據資源)七個層級單元。每個單元又針對了大數據功能性做了細化，最后再細化到每一家公司和技術。

也就是說，只有在BIG DATA lANDSCAPE 2017能找到適合自己位置的公司方可叫做大數據公司，其他打擦邊球層熱點博眼球的不算。

對此，36大數據認為，大數據公司應該擁有以下條件：

A、擁有大數據基礎架構;

B、擁有大數據部門和大數據人才;

C、擁有可滿足大規模海量分析的多元異構數據源;

D、大數據支持企業贏利點，或從大數據中獲取經濟回報;

E、利用大數據預測洞察力解決商業問題;

F、擁有大數據相關的技術知識產權或開源知識產權;

G、擁有大規模數據中心或相關硬件知識產權。

滿足以上7個條件中的至少2項，均可以叫做大數據公司。那么百度、騰訊和阿里巴巴算不算大數據公司呢?當然算了。BAT公司在大數據產業圖譜中的位置對應美國的亞馬遜、微軟和IBM，位置為Cross infrastructure/analytics (基礎設施與分析并行)。

如果有人和你說他們公司是大數據公司，那么你需要做的是先不做否定，可以從技術、人才、業務等細的方向展開追問。事實上，真正的大數據公司可能并不一定自稱自己為大數據公司，他們更愿意把業務方向當作公司定義，比如說阿里巴巴，在大眾的印象里，它更多的是電子商務公司。又比如說IBM，他們更愿意把自己當作軟件、信息化產業的公司。

“Big data is like teenage sex,everyone talks about it,nobody really knows how to do it,everyone thinks everyone else is doing it,so everyone claims they are doing it.”

TED的創始人Dan Ariely這樣調侃：大數據就像青少年談性，每個人都在說，不知道誰做了，每個人認為另外人在做，所以每個人都聲稱自己在做……

其實，是不是大數據公司并不重要，關鍵是數據是不是能夠指導業務，為自家公司帶來新的盈利點和盈利方向。當一家公司不再以大數據、人工智能這些時髦詞標榜自己的時候，或許就已經達到了“看山是山，看水是水;看山不是山，看水不是水;看山還是山，看水還是水。 ”的境界。

Hishop友數門店通，是一款以線下實體門店為中心，為實體零售企業提供線上線下一體化的連鎖零售系統，;讓線下門店通過互聯網連接更多消費者，為線下門店引流，助力會員拓展;實現線上線下渠道互聯互通，讓門店網店營銷管理互補互助。