马云说我们已经进入DT(Data Technology)时代，数据即资产，很多企业也已经很早就布局了，笔者也是刚进入到这个行业，整理下我对这个行业的看法。整个数据行业基础是数据，价值分布在各个环节，最重要的价值还是指导实践，以下就是笔者基于自己的思考画的数据行业全局图。

一、数据产业链

首先数据技术时代，数据是基础，没有数据一切都无从谈起，从这个角度来讲，数据是很宝贵的资源，但在现实社会中，使用最广、影响力最大的数据几乎都是免费的，而且大部分都是社会公共资产，比如来自于政府的GDP、CPI、PPI等经济数据，来自于交易所的行情价格，来自于气象局的气象数据等等，像互联网时代一样，免费的才是好用的同样适用于数据时代。基于数据提供服务的公司有很多，例如Wind、恒生聚源、前瞻数据库、天相数据库等企业。有了数据之后，如果不能合理的分析也是无法创造价值的，这也就是为什么很多数据公司虽然掌握了数据，但是再往下游延伸就很困难，一个是每个数据消费者的需求不一样，金融公司关注资本市场、制造公司关注消费需求、消费者关注商品价格等等，即使是同行业企业侧重点也不一样，比如阿里可能关注用户留存、拼多多更关注用户增长，所以要提供标准化分析方法是行不通的，这也为很多没有数据源的企业提供了用武之地。提供数据分析服务的公司也很多，例如：Tableau、FineReport、SAP、SAS、SPSS等。其实这一步跟上面一步有很大的重叠性，但本质上还是存在区别的，上面一步可能从不同维度、通过不同方法来分析、处理数据，比如掌握数据的总数、平均数、方差、中位数等等，是从一个概要的角度去理解、分析数据，而这一步就是要从一个个维度的数据去发现背后的规律，比如消费者年龄跟收入有什么关系、消费偏好跟消费额有什么关系，最典型的是沃尔玛啤酒跟尿不湿摆放在一块提高销量的案例，这类公司也不少，例如中研网、尼尔森，金融机构研究部门等。实践是数据行业最后一个环节，数据的价值也主要体现在这里，你要提出一个观点并去论证，最有说服力的方法是拿出数据，通过数据来论证你的观点，实践环节涉及前面三个环节，收集数据、分析数据、从数据中找出规律、最后是如何应用这个规律，有些人可能觉得都已经找到规律了，应用不是很简单的事情吗？实际上不是这样的，举个简单的例子，比如某一款商品卖的不太好，通过数据分析我们发现是价格太贵了，那我们该怎么办？是直接降价还是发优惠券、满减、买赠等等，如果是降价该降到多少，如果是发优惠券，是发多少，发给谁，怎么发，其他情况类似。这个环节虽然综合程度最高，但是还是有很多优秀的公司做的不错，例如资讯公司麦肯锡、贝恩，电子商务公司阿里巴巴等。

以上就是笔者对数据行业的一个思考、分析，欢迎广大读者交流、沟通。