摘要：在全球知名咨询公司麦肯锡提出 “大数据” 时代到来之后，这一概念深入到各个行业之中，如今大数据在不断增长之中。各大公司都加快大数据的增长，Berkeley Research Group LLC 的董事总经理 John Kelly认为不仅仅是大公司，创业公司也应该加速大数据的增长，利用其形成独特的竞争优势。
无论是大公司还是创业公司，数据都可以帮助他们改善产品，让他们做出更明智的选择；数据也可以驱动公司在感知和现实中变得更有价值。
Teles Properties 的 Sharran Srivatsaa 最近告诉我，他们公司是如何利用数据智能作为他们的房地产经纪人模式。通过挖掘、发现和可视化模式的超本地微观市场数据，Teles 可以准确地预测客户可能接受的价格和属性。该公司给其经纪人一个独特的市场竞争优势，并在最短的时间里以最高的价格在房屋竞争中胜出。
提倡共享制度的Uber，也是利用大数据改变了整个行业的格局。这个应用程序依赖于数据分析决定那个地区是繁忙的，并激活 “增兵定价” 来让更多司机前往那个区域。Uber 利用数据作为竞争优势和产品。在今年早些时候，Uber 同意出售其客户出行模式的数据，结合数据作为收入来源的公司队伍不断壮大。
甚至是老牌公司GE当谈到大数据的时候也会展示他们的独特之处。GE 的 Predix 是一款旨在整合通用传感器从而创造一个真正的物联网的软件，它能够检测和维护用户的需求，预测鼓掌，并将性能数据发送至研究室让其以更快的速度改进产品。
该公司声称他们寄托于工业数据时代，其市盈率持续攀升。感知价值的企业家也可以通过数据获得他们想要的。
这里有一些方法，可以帮助创业这构建一个数据驱动的公司：
1、确定你的数据客户
数据客户不一定是创业公司的客户。Uber 的数据客户和使用它服务的广大市民不同。视频游戏发行商 Zynga 实际上更多，从每个游戏的互动数据和销售分析以确定哪些用户玩相似的游戏，那么就将他们归为一个群体。
2、找出用户所需的数据
哪些见解会对用户的日常行为有直接的影响，以及如何将这些信息收集？它是否可以成为结构化，是否需要立即分析这些信息，或者是否需要让内容变得更加清晰？数据是没有任何背景也没有上下文可依靠，因此创业者必须把它变成对客户有意义的内容。
3、建立或购买数据
一旦数据需求已经确定，接下来就需要建立基础设施来收集数据或者支付第三方工具，利用它提炼出数据。数据生态系统可以利用成本比较低的 Amazon Web Services，但是数据科学家依旧必须检查所有提炼出来的数字内容。
我听说过很多关于启动一个大数据项目的复杂性和成本的抗议。人力成本比建立和保持一个独特的服务器成本要高很多。同时，人们可以在很容易来送输送数据的云端服务器订购服务需求。我没有 Amazon 的股份，但如果它建立了一个基础数据让用户买书变得很容易的话，我相信对每个人来说都是有意义的。
4、强调视觉
数据是科学的，但它的可视化是一门艺术。为了使数据具有可操作性，在某种程度以人类接受和具有说服力的方式呈现出来。FiveThirtyEight 的创始人 Nate Silver 是数据可视化的先驱。FiveThirtyEight 利用统计模型预测了 2008年 总统选举的结果，并证明了数据可视化的情感诉求。
5、自动化产品
如果收集到的数据本身就是一个产品的话，你可以利用自动化收集来输入数据，利用交付的方式来输出数据。记住，一个 API 作为软件的 USB 接口，可以用来传输数据。如果代码被设置成端口数据的预测模型话，可以利用自动化产品执行模型的可视化，并让它成为你的一个摇钱树。
到 2018年，大数据市场的价值将会达到 415 亿。专门从事分析的创业公司已经抢占了数百万美元的资金市场。即使创业公司对将数据转化成产品不感兴趣，他们也需要利用这些数据作为自己独特的竞争优势。如果他们不这样做，其竞争对手会跟随显示出来的信息猜测他们的下一步动作，这样他们就会失去竞争力。
本文编译自：entrepreneur.com
About author
John Kelly，Managing Director at Berkeley Research Group LLC
John Kelly leads the predictive analytics practice at Emeryville, Calif.-based Berkeley Research Group, which works with marketing, sales and operations leadership across a range of industries to leverage the power of econometrics and data science. BRG’s evidence-driven management work helps clients with dynamic pricing optimization, predicting consumer behavior, loyalty program design and more.
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
