大数据时代下的行业新思维 HCR 赵龙

 

    主持人：大家下午好！分论坛会分享很多互联网时代下的经营管理新想法，我是品创方略的张驰。第一个演讲嘉宾是慧辰资讯的赵龙，他也是我们这个行业的老兵，从研究员干起，我们都很熟悉的一个职业发展路径，但是他现在在筹划着，已经在新三板刚刚挂牌，今天下午他分享的题目是大数据时代下的行业新思维，欢迎。
    
    赵龙：很高兴大家来听这个会场，我看了看这个会场讲的都是怎么去从公司角度看这个时代，其它从方法角度。
    我下午想跟大家分享一下，大数据时代下的做法，这个行业做了这么多年，是一个非常传统的行业，我们很高兴能够看到今年大家在寻求各种的变化，HCR从行业开始做，时间也很久，最早在慧辰一直积累起来做。后来资本层面取决层面做一些变化，做一些突破。2012年 做了一个IBO，管理团队做老板，做了两年以后有一些经验跟大家分享。
    基本上是我们现在看到很多的定位，大数据很火，谈得大家都吐了，还得谈，这是必然的话题，确实跟我们有很强的相关。
    我们有互联网的基因，慧聪的互联网是B2B，弄成几十万的会员弄成模型来做，像我们这些大型企业会怎么样，尤其在大数据里怎么生存，两年之前是有恐慌的或者有一点迷茫。最近两年的探索，我跟大家分享，在大数据有两大流派，第一大流派软件加行业，第二大流派行业加软件，差别在哪里？资本市场，大数据也很认可软件加行业，软件外包和开发的公司，原来做外包，各种行业都做，现在集中四到五个，金融政府什么什么医疗做，加一点分析叫大数据公司，A股很多这样的上市公司，托尔斯、亚信之类的，这是一大流派，特点在哪儿？有技术实力。用最快的速度把最好的结构用五亿十亿的数据处理非常快，缺点在哪儿？一个数据十个字段，然后不断翻滚用计算机做很多的算法，希望从里面挖掘价值，挖掘了几年是有问题的，现在并没有软件公司在很难挣到很多钱。软件开发和软件是有一定的积累的门槛，算法的积累投了那么多钱也是有价值，只不过在大数据时代很难统一价值。
    第二个流派，我们HCR是第二大流派，我们要做行业加软件，软件加行业，400个工程师加上分析人员，行业加软件不一样，软件是烧钱的，大数据都是烧钱做各种各样的尝试，你不做尝试，你是找不到差别，我们找完之后发现优势在哪里？我们擅长什么。擅长一万个或者叫三千个样本。现在大数据挖掘以后突然间发现，如果没有那么多的资本，其实挖掘不出来多少东西的，如果它只有字段，电话号码、身份证、家庭住址，你可以给他邮寄东西，电话营销但是挖掘不出他们的价值，所以后面怎么由十个字段拓展一百到两百个字段，在这个基础上做分析，这是大数据的第二大流派，大数据时代扮演的角色，随着技术的普及和普遍化，我们看到脑袋是稀缺的，不缺是什么呢？未来码农是不缺的。扮演什么角色的定位。
    我认为大数据生态链的过程，我们会面对第一类数据的生产者，BAT，有这种数据的公司那很牛，我觉得有几亿几十亿几百亿的数据。第二，做软件分销集成这部分，软件加行业的。我们在哪儿？我们在这儿，两大流派未来会碰面，谁在磨合里面找到更切合行业的方式，谁将会最终在这一端买但，我现在比较自信，行业加软件探索大数据会得到一点优势，慢慢会发现数据多，没用数据就是垃圾，一大堆垃圾，给你增加一堆成本，只要把这个数据做分析洞察才能出来价值，而这个我们将会有优势，这是我们的一些探索，基本行业加研究的模型往下走。
    当然对HCR，我们未来并不简简单单做行业加软件传统研究公司，我们未来做大数据产业链，我们希望在大数据产业链条里面做生态的建设者。这样会跟我们现有传统研究行业有一点区别，但是这个生态的平台我认为将来会给很多的具有想法和这种行业深刻洞察力的人提供技术和平台，然后让大家做嫁接。
    第二，找金主。也是我们大家看到很多的，在线的这一块有很多的TMT的产业，我们服务的产业很简单，我们是很传统的一些企业，世界五百强，中国五百强，不用概括基本就这样。给TMT做服务的公司蛮有名的，大家都知道，你举五千万、三千万都是给TMT行业做的然后一大堆很有名，给传统行业做两个亿、三个亿，知名度不如它的30%，我们就抢着做，做TMT行业。事实上随着概念型价值，在VC方是有价值，在服务方没有什么价值，对我们来讲不要动摇，传统行业大企业还是我们的金主，你是通过什么样的服务化拿他的钱是没有问题。
    汽车，20、30亿有这么多投入，甚至更多，快销50亿都有，只是说你在服务模式上怎么去做这样的一些变化，然后你拿到自己该赚的一些钱，所以从我们定位来讲，大企业会是我们很重要的一个服务领域，HCR还会集中在这里做，我们把数据分析模式、拿过来，当然在平台里会做Saas类的产品。
    抨一下大数据，大数据很好，HCR、中关村在线，数据里面确实能看出来很多的一些东西，不迷信它，但是还是不能轻视它，它在逻辑关系方面所揭示出来的规律，和小数据揭示出来的因果关系、力度、速度和宽度要大得多，而且大家知道，大数据比我们小数据还有最大的点在哪儿？和实际效果很接近。大数据做完分析，我们讲效果分析，紧接着做效果营销，小数据这一点是不行的，怎么把这些事结合起来是很重要的一点。
    大数据的特点跟大家分享一下。BAT，360、小米都是封闭的系统，全中国没有谁的数据是全部全的，第二，政府也是散落在一起的。其实现在这种方法论，原来大数据解决一切问题，因果都解决掉，现在看比较难解决这个问题。那就是说解决不掉之所以然的问题，我们的小数据研究特别传统的那一点，给小数据一定存活的力度。
    但是大家会发现，以后单靠一个是很难活下去，或者很难有规模。你说我钻研某一个点，你拿这个点去做，其实是比较难，应该做大数据类的公司或者软件这种公司会拉一些团队和人做小数据的分析，因为以后所有的数据为大数据牵头，而不是现在从小数据牵头大数据验证。我们今年有很明显的感觉，今年差不多3千万的生意来自于软件和技术，软件研究技能技术来的生意，大部分的人还在试探，我是有这样一个，你去拿一个试探一点，大公司小数据的结果被验证，更好被理解，所以这样一个模型。
    我们在这里面看企业很多面数据纳入，比如自己的SM的数据，销售数据，我们从外部抓一些数据，从抓非结构的数据，从互联网叫连续的这样的一些人群里面去采集结构性的数据，放在这里面整合了一些模型，然后给他出来，让它做调节性日常工作，这就我刚才讲的，这部分很明显跟实际效果是挂钩的，很容易往那一步走，看得着那一步。当他探了一段时间找定性，因果研究，我们这时候切入进去给它研究，我觉得这是大方向。
    这个方向靠一个还是比较难做到的。后面讲一点变现的问题。大家更关心数据怎么变现，大数据多得多，高大上，我有多少BT，没有字段是没戏的。
    我看上午也讲到，你将来可能需要一个技术业务团队这样的一个结合体，三角结合体把这个模型做出来，光靠工程是不灵的。最核心是什么？核心优势，包括我们不卡位，数据分析、平台怎么串起来，必须有一个模型，这个模型能让大数据一条字段，十个拓展到两百个或者三百个，这就是标签化体系，你必须把字段先拓展完，然后拿小数据模型校验它，五个亿十个亿数据跑，跑完这些人的模型，推断出来的画像和逻辑是非常好的，光技术当然是不灵的，需要我们懂行业这些人知识体系加上自动化标签体系把它做出来，然后加机器学习，推导机器里面去迭代。比如说去星巴克，他只是爱喝咖啡吗？不是，知道去星巴克拿着苹果6去打网球，他是一个小清新，机器学习，有人积累五个亿十个亿扔给他们，跑出来的结果对我们非常有利。
    我觉得在大数据体系里面，对市场研究行业来说你怎么找到这样的结合点，把我们在行业知识和标签体系中全景知识嫁接到技术上这是非常关键。
    怎么嫁接？这是我们这个行业里面普遍缺乏，你要动用资本力量，待会今年的明星何总会讲，这是一定要用的。技术是需要投钱，所有大数据都是靠钱花出来的，技术公司融了几亿，扔了几亿，不断在摸，烧了很多钱没摸出来我们是知道，我们少走弯路，你没有资金是做不出来，要不然资本市场，要不然行业大规模来做。我们都是三千万五千万的公司，投不起研发，我们三个亿的收入都不敢特别投入，我们都有节制在投这样的模型。大家可能联合成20、30亿的公司，谈两到三个亿来谈，技术是普世性的，大家都是三五千万谁都不会投，谁来投，大数据另一端，软件加行业他会撬过来，它是来跨界的，来了就革你的命。
    大家玩2VC，滴滴、快滴、大众、美团，去哪儿携程最后都捆到一起，我们这个行业是没有资本，大家整合不了，很难整合，除非老板有意图，大家要判断，跟着这个行业玩着这个行业死掉就跟着就死掉，最后一滴钱赚完死掉，还是先用新模式去做。还是大家业务上合作，每个人微改良，找两个技术人员搞一搞都没戏的，技术流派大公司过来，顷刻间，一年以后大家都死掉了，不会讨论这个问题。
    我现在看到最快的是资本力量整合，前三名，后小部分是很难活，一直延续到最后一点。
    我们有一些实际案例，我们懂市场研究这个行业，我们也有技术基因，这是秦毅，我们做投资的总经理，大家有兴趣跟他探讨一下怎么做这个事情，谢谢大家。
    
    主持人：谢谢赵总跟我们分享投资资本市场，赵总看得比较远，还不是动手最早，