對大數據公司來說，大數據的核心是數據，但數據的所有權歸企業所有，即使獲得使用權，又會存在數據規模和維度上的不足，隨著信息化的發展，經濟社會成為海量數據的集合，企業對大數據服務的要求也在提高，商業模式如何緊跟時代需求，同時又保持在法律的界限之內，成為大數據公司需要思考的問題。
TalkingData創始人兼CEO崔曉波曾先後擔任BEA亞太區電信技術中心總監和Oracle大中國區A&C技術總監，2011年，他創立了TalkingData，他常提到的一個觀念是，過去十年大數據領域的發展，其實就是由智能手機所帶來的，這是人類歷史上第一次出現能夠忠實的記錄線下所有的足跡和線上所有的行為，並可以完美地將線上和線下的數據連通和打穿的設備。
目前我國智能手機的月活約在13億，相比去年的12億，增長已經逐漸停止，但物聯網的設備卻進入了新一輪的快速增長，去年數量還在40億，而今年增長到87億，並隨著技術的發展，包括智能手機領域，新的數據類型和場景，如大量的生物特徵數據、人臉、DNA以及與人體相關的數據，傳感器的數據和機器產生的數據也大量產生。這意味著，大數據的發展並不會停滯，而是會繼續呈指數級增長，並相比過去幾年結構化數據佔比較多的情況，未來將有更多維度和類型的數據出現，如何管理非結構化數據並與結構化混在一起用，以及新的場景還原和場景預測的需求，都會是大數據行業面臨的新挑戰。
據工信部發布的《大數據產業發展規劃(2016-2020年)》，到2020年大數據相關產品和服務業務收入突破1萬億元，年均複合增長率保持30%左右。但從實際情況來看，這一天可能會到來的更快。
與之而來的是，面對新的形勢，大數據公司該如何應對？隨著雲計算的發展，傳統大數據所面臨的存儲和計算力問題都迎刃而解，大數據公司也得以迴歸本心——如何為企業提供商業價值？以及更進一步，其商業模式是否適合接下來的發展。
數據共享
2018年以來，數據中臺成了崔曉波聽到過最多的詞之一，幾乎所有的企業客戶在交流中，都會說自己在做數據中臺，但卻又各自說的不一樣。另一方面，目前行業頭部企業大多已經從大數據中獲益，比如TalkingData的某家快餐連鎖企業客戶，通過給幾千家門店提前一天準確預測出第二天分小時的進店客流，以及原材料的消耗數，每年可以節省數億的成本。但對中小餐飲業企業來說，卻難以進行模仿，因為這個數據模型用到了14個數據源，不僅有企業自己的，還有TalkingData的數據、運營商數據、騰訊的數據等，缺乏基礎設施的中小企業難以實現。
客戶到底需要什麼樣的產品和服務？客戶跟大數據公司的合作模式是什麼？這是TalkingData一直在探究的兩個終極問題。如何將頭部企業探索出來的能力和方法，更好地去賦能整個產業鏈裡的中小企業，崔曉波認為是TalkingData未來幾年要重點解決的問題，而要讓已經實現了的商業價值能夠順利流暢的傳遞，就要靠“數據中臺”來解決。
從兩年前，TalkingData在實際業務中就發現，單一的數據源很難解決問題，最好的解決方案是在安全可靠的環境下，將不同的數據源連接在一起共同建模。
“所以我們強調不是誰擁有這個數據。大家以前有個誤區，覺得建數據平臺是你把數據給我，我把數據給你。隨著大家對數據安全越來越重視，這種可能性非常低。第二數據不整合在一起用也沒有什麼價值，所以這時候連接能力就變得非常關鍵。”企業對大數據的第一印象往往是數據庫、數據中心，用於管理自身的數據，包括數據的處理、加工、清洗、標準化，到簡歷各種特徵建模對應各種場景，比如企業選址、解決銷量預測或者反欺詐、風險管理、以及政府分析宏觀人口流動趨勢的問題等，這也是大多數大數據從業公司，包括TalkingData數據智能平臺1.0所主要解決的問題。
如果要連接更多的數據源，由於《網絡安全法》頒佈後尚無進一步的細則，數據連接還是許多從業公司不敢做的一件事情，崔曉波描述目前市場分兩類，其中一類就是無視規則的黑產，而正規公司卻摸不清楚合規的界限在哪裡。但他也表示，TalkingData和國家相應部門溝通比較多，實際上國家鼓勵數據互聯互通，政府部門之間數據也需要互聯互通。
TalkingData不久前發佈的數據智能平臺2.0版，在內部也叫TalkingData數據中臺，崔曉波表示，這是一箇中立的第三方數據平臺，而且非常開放，除了提供數據管理、數據工程以及數據科學的能力外，也順應企業新的需求：
連接、安全、共享。
這個平臺會強調連接更多的數據源，並推出了連接模塊，做合法合規的連接。而數據智能商店，可以把共享服務放到一起，提供統一的計量、計價，用戶可以通過平臺去共享，實際上，各行業許多具體場景的應用都已經被不同的企業反覆探索過，比如客流模型或者評分系統，這可以大大減少中小企業的成本。
在定位上，首先是連接，而不是擁有。崔曉波說，
企業間誰也不會擁有誰的數據，不管是從成本還是安全的角度，都不可能。在去年TalkingData承接了國家1142數聯網整體示範工程，一期已經完成，這有望成為未來大數據行業數據交換的基礎，建立強調數據連接，將所有的身份進行匹配、映射的體系。其次是安全。如果寄希望於將所有數據整合集中到一起，無疑是不夠現實的，首先不可能所有的企業都願意這麼做，其次在這個過程中，潛在的漏洞太多，崔曉波認為，解決安全問題的核心是數據不動，通過算法流動來解決。TalkingData數聯網的基礎框架，就是利用TalkingData積累的70億個TDID（完全進行脫敏和隱私保護的ID），通過做成ID-Mapping的服務和算法，放到個各個數據源幫助做數據的匹配和打通，來解決隱私數據的問題。
實際應用中如何保證在建模的時候數據不會發生洩漏呢？首先是探索的過程中，提供類似安全沙箱的環境，發佈之後會通過麻省理工學院提出的開放算法庫框架（OPAL）讓模型在各個分佈數據的地方跑，而不需要放到物理環境裡面來解決聯合問題。
通過這種方式，企業的原始數據、標籤和敏感數據不需要出去，只需要給出評分、模型，上層會有全局數據模型調整權重，就能解決問題。最後是共享。“為什麼要做中臺？就是因為大家要用同樣的服務，要用同樣的基礎設施，碰到同樣的問題，大家覺得沒有必要重複去造輪子，所以要打造一箇中臺，把需要共享所有的能力放到中間讓大家重複去利用，這個時候才叫中臺。”崔曉波從業幾十年來，一直感慨於業內熱衷於造輪子，這固然有出於商業競爭的考慮，但他認為在數據時代有這種思想一定會失敗的。“為什麼？因為數據大家都明白，跟做軟件不一樣，你要把數據混起來、聚合起來才能發揮業務價值，所以這兩種思想是絕對不一樣的。”
而他也將共享能力劃定為檢驗中臺是否成功的唯一標準，TalkingData通過數聯網建立共享的中臺體系中，數據匹配度可以從69%提升到90%，標籤維度也從700個提升到5000個，而且在不斷擴充，目前TalkingData和許多數據提供方都有聯合的建模環境、四方建模環境。
資本合作
在2017年，TalkingData拿到了京東的融資，採訪中，崔曉波表示選擇京東是因為“京東在數據開放上走的是最好的，這是我們選擇與京東合作的原因，TalkingData是一家創業公司，需要迅速整合線上的資源和能力”，隨著互聯網戰役的塵埃落定，戰場正從線上轉向線下，投資和合作也成為整合資源、快速發展的重要途徑。
作為一家創業企業，TalkingData目前有近600名員工，55%是技術人員，但依舊陷入了產能不足的問題，因此在共同發展的前提下競爭，跟合作伙伴在一起維持住商業模式和毛利，是生存的必要條件。之前在跨國公司的從業經歷讓崔曉波學到了兩點，第一是與其他企業的合作，第二是使用資本槓桿，靠投資和併購來完成快速擴張。“中國已進入數據時代，企業核心競爭力是數據，數據中臺也好，數據平臺也罷，提供的是一個核心能力，基於這一核心能力需要和別人互利共贏。簡單說就是如何管理渠道、管理合作伙伴，這是中國企業首先要過的一關。第二才是如何把這個東西做大，其後才是生態環節。” 這種資本上你中有我、我中有你的關係，崔曉波認為，會是未來的常態。
除了接受融資外，TalkingData也投資了不少包括國外的技術研究公司，比如有一家基於芯片和手機傳感器研究動作識別的公司，就擁有目前國內尚存在空白的底層技術。在國內，TalkingData更關注可以應用技術創造價值的公司，一類是在數據源配合上有關鍵作用的，擁有獨有數據源或擁有獨有數據源採集分析加工能力的公司，他們所投資的Basic Finder就是一家在AI領域做基礎服務的初創企業，可以提供底層的數據標註、數據集管理等，崔曉波說自己第一次去這家企業的時候“呆住了”，因為他看到了包括人臉識別、自動駕駛、無人貨架等1000個左右的AI模型，而這類數據公司，他認為很快會成長為數據應用公司，是下一代的數據應用入口。此外在特定行業能力非常強的公司也是他們投資的熱點，比如已投的兩家基礎醫療數據的初創公司，這些公司可以做到在細分領域的落地，而TalkingData也可以實現對他們的大數據賦能，包括在數據中臺的能力，和由TalkingData的直銷團隊進行客戶覆蓋、導入。
但不同於提倡為自己做平臺和生態的大小巨頭，TalkingData的定位就是中間環節，不做生態，對接合作夥伴、客戶的應用以及解決方案，解決場景的問題，實現數據共贏。“現在數據時代誰都倖免不了，如果你不能加入整個互聯互通體系裡面，最後肯定是輸。所以很多有遠見的大企業都在想要麼建立一個（互聯互通體系），要麼加入一個。”崔曉波說。
作者 | 李昊原
閱讀更多 IT經理世界 的文章
