定义日益关键的数据成为服务行业的属性
2018-11-30 09:34:42AI云资讯966

这些变化导致了对传统数据饥渴市场(如金融,营销和房地产)之外的数据的前所未有的需求。他们还导致数据公司的迭代被归类为数据即服务(DaaS) - 像Datanyze(被ZoomInfo收购),Safegraph,Clearbit,PredictHQ和DataFox等公司。 DaaS强调更高速度,更高质量,接近实时的数据,可以支持更严格的需求,例如训练机器学习算法。非金融公司非常乐意接收外部数据,这将有助于他们简化运营,供应链和营销。
在这个不断发展的数据即服务世界中,有一些属性可以带来成功的公司:
DaaS必须服务于足够大的市场。这似乎是一个明显的观点,但是太多的企业家认为他们可以轻松地销售大量高质量的数据。尽管数据的需求比以往任何时候都要高,但使用它并将其集成到一般客户工作流程中的能力尚未实现民主化。例如,音乐下载和图表是有价值的数据,但此时客户群不够大,少数玩家占据市场主导地位。社交媒体或影响者排名数据,如Klout,是类似的。有许多类别的实时数据没有维持大规模DaaS业务所需的规模或影响。
DaaS不是关于中断,而是关于赋权。许多创业公司希望“破坏”一个空间,但DaaS公司需要专注于集成到现有的工作流程中,而不是要求客户改变他们的业务方式。这需要深入的客户知识,易于集成和立即为业务提供价值的数据。潜在客户已经看到围绕大数据,Hadoop和商业智能的嗡嗡声,但他们唯一谈论的是仪表板疲劳。 DaaS公司必须专注于无缝集成并解决明确定义的客户问题。
DaaS应该有增加的增量利润。数据业务通常具有显着的COGS,特别是在小规模的情况下。但是,随着数据业务的增长,毛利率可能会大幅提升。因此,了解获取或生成数据的成本是否会随着新客户的变化而变化,这一点非常重要。我称之为增量保证金;生成数据的成本与可以销售的数据之间的差异的变化。如果你的第五十个客户的毛利率明显高于你的第一个,那么你就可以建立一个风险投资的企业(或者,如果利润率足够高,你可能根本不需要VC支持)。这种增加的利润率是建立一个大型,可持续的DaaS公司的关键支柱。
数据质量,速度和利润率将决定一个创业公司长期是否成功。
DaaS必须是机器可读的。如今,数据准确性正日益为公司创新提供动力,并且随着数据用于AI培训目的,质量变得更加重要。如果一家公司正在使用类似营销活动的数据,那么如果数据质量很差,则并不重要。此外,人们已经接受了迄今为止的最低水平 - 通常80%的营销数据可能是错误的。但是,当数据被用于为AI应用程序和机器学习算法提供动力时,低数据质量可能是灾难性的。换句话说,DaaS必须是机器可读的。有些数据可能需要清理; Trifacta是一家公司的例子,它提供了确保更高质量数据的工具。其他公司,如Crowdflower(现在的图八),Mighty AI和Samasource标记数据并清理它以供算法使用。
DaaS必须持续运动。换句话说,数据刷新应该有连续的价值。成功的DaaS公司不提供数据来提供一次性用例;相反,数据应该具有速度(随时间变化;天或小时)的组合以及了解正在发生的变化的内在价值。数据速度越高,该公司数据中的潜在价值就越大。房地产或股票市场数据是价值随着速度增加而增加的良好例子。
DaaS必须讲述一个故事。数字不再足够。 DaaS公司必须提供工具和分析或AI来解锁数据,识别趋势,然后提供有关这些趋势的背景信息。 AI在查找人类永远不会想要查找的数据集之间的相关性方面特别有用。产生粒度位置数据的Safegraph为我们提供了一些很好的例子。当位置数据包含足够的速度和精度时,它远远超过其各部分的总和。例如,当与基于邮政编码的收入数据配对时,位置数据可以告诉我们很多关于食物沙漠及其对较贫困家庭的不成比例的影响,这些家庭必须再往前三次去杂货店。或者,位置数据可以告诉我们不同城市的旅行模式的巨大差异 - 这些信息对于自动驾驶汽车的发展至关重要,其中不同的车辆类型和考虑对于不同的用例是必要的。
上述属性是将DaaS业务与传统数据公司区分开来的属性。希望建立可持续的高增长公司的初创公司应该注意这些关键要素。随着人工智能增强产品需求的增长,DaaS只会随之增长 - 但数据质量,速度和利润率将决定创业公司长期是否成功。随着对DaaS的需求增加,我预计我们也会看到围绕它构建的整个数据市场和数据清理产品和服务行业。
相关文章
- 中兴通讯全面助力《北京数据标准化白皮书》发布,筑牢首都数字经济“标准底座”
- 六大行业领先,电科金仓入选2026中国数据库产业图谱
- 四维图新数据合规闭环服务获A+ Awards新质生产力领航奖
- 秦淮数据CEO吴华鹏: 从IDC到“Token工厂”,AI时代的算力底层逻辑正在重塑
- 刘东:数据空间成为AI时代关键基础设施
- 融合7万小时具身数据,蚂蚁灵波开源具身视频基础模型LingBot-Video
- 2026中国信息通信业发展高层论坛 网络安全与数据安全实践分论坛成功举办
- 博士生的数据噩梦:实验数据管理贯穿科研全生命周期
- 勤哲Excel服务器:助力企业实现数据协同与流程一体化管理
- 数据“浓缩铀”是怎样炼成的 ——专利数据里的高质量数据集建设密码
- “凭感觉”和“看报表”都不够,钛动科技用“创意×数据”打通出海增长双引擎
- 2026全球数字经济大会数据要素发展论坛举办,北京数据集团发布“京算Token工厂”
- 科华数据AI算力基建再落关键一子丨山河湾谷智算中心正式揭牌!
- AI+大数据重塑外贸营销,宜选科技构建全球智能获客新优势
- 勤哲Excel服务器:以数据协同提升运营效率,赋能外贸制造企业数字化转型
- 氧橙携手光粒发布全球首款团队游泳数据监测AR泳镜,开启水上训练数字化新时代
AI企业
更多>>AI硬件
更多>>AI产业
更多>>AI技术
更多>>- 全球最强开源模型 Kimi K3 发布,参数规模 3 万亿,真的是强!
- 范式变革!东软发布AI原生软件工程白皮书,重构软件产业底层逻辑
- KAT-Coder-Pro V2.5正式发布:从“写代码”迈向“做工程”,Agentic能力全面升级
- 自变量机器人王昊:训练世界模型需付出“时间税”,解决模态对齐是当务之急
- 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计
- Twinkle x昇腾,率先实现Deepseek-V4系列模型高效训练
- 高德发布鸿蒙首个生成式 UI 开源框架 AGenUI,告别传统 UI 开发模式
- 发布即适配| 天数智芯全力支持腾讯混元Hy3 preview 开源落地,共推国内大模型产业普惠









