2015－02－01

最近一直想寫點什麼，各類機緣不巧，老是未能動筆。這幾天在地鐵上常常看到「簡書」上有人提到天天寫一寫文字，也激發了本身重拾日記的想法。遂決定從今天開始起，天天寫1000字，如果能堅持到一個月就給本身買個無線鼠標做爲獎勵。

今天看到了一篇關於阿里的文章。裏面提到了阿里對於大數據的應用，給我留下印象的有兩點：1. 數據沉澱下來而不轉換，意義有限；2. 阿里「三分鐘」就能完成對人的信用評定。整篇文章若是屬實，說明了阿里已經在大數據上走了很遠，甚至已經在數據變現上相對成熟了。在物流、醫療、交通、金融等領域都有所試探。再結合其投資魅族，以期進軍移動互聯網甚至智能家居市場的勢頭，其佈局已經相對明朗。那麼阿里的下一步會是什麼？和魅族的合做可否取得成功？時間會告訴咱們答案。

前兩天看的另一個有趣的文章講述了一家叫作Sight Machine的數據分析公司：

這家大數據分析公司定位於製造商客戶，經過提供一套靠譜的軟件分析系統，幫助客戶充分挖掘記錄產品質量的圖像、壓力溫度、運動控制傳感器、可編程邏輯控制器、流水線機器等方面的已經封裝好的數據。挖掘完數據，再上一套浪裏淘金的工序，就能夠把過濾出的有價值的信息反饋給製造商，讓工廠們依據信息監測並改善生產過程。

其實國內也有一些創業團隊提供着數據分析服務。有些甚至自帶數據源、SDK等，例如：諸葛。這些團隊面臨的一個問題是，如何低成本的提供定製化的服務？或者提供的服務如何儘量多的知足市場的需求？

那麼這在大數據市場上究竟是大魚吃小魚，仍是快魚吃慢魚？到底這個市場是贏家通吃仍是「二元法則」？

根據個人理解，大數據自己尚未造成很好的直接變現的途徑。廣告、應用分發其實仍是必定程度上的輔助做用。直接變現的途徑可能會是數據市場。經過受權等方式交易脫敏後的用戶數據，從而達到「給用戶提供更好的服務」的目的。若是數據市場會是將來的主要方向，那麼可以快速積攢、更新、挖掘數據的公司、團隊成功的可能性應該更大。那麼，小公司可能由於數據量相對較小，數據質量的問題致使其話語權並不大。

好吧，其實這些東西也是鹹吃蘿蔔淡操心。回到本身身上，可能比較直接的問題是，做爲一個碼農，在大數據領域，應該選擇一個小公司，仍是大公司？其實這個問題沒有必定正確的答案。個人選擇文藝一點說，請把本身放到火箭上。俗一點，就是找個風口，等着被吹飛。固然，在被吹飛以前先要保證本身不要掉隊，保證本身存活下來。:)