중국 빅데이터 산업과 기업의 현안에 대한 고찰

중국 빅데이터 산업과 기업의 이슈에 대한 고찰

신흥 산업으로서 빅데이터는 언제나 여론의 선두에 있었습니다. 인터넷+ 개념처럼 빅데이터도 신화화되어 '종교'라는 제단에 올려졌다. 빅데이터 기업들은 빅데이터가 너무 높게 평가되면 앞으로 비참한 어려움을 겪을 수 있다는 우려를 항상 갖고 있다. 2015년 중국 빅데이터 산업의 인기는 구이양 빅데이터 교환을 시작으로 9월 국무원의 2015년 제50호 '빅데이터 발전 촉진을 위한 조치 개요'를 통해 최고조에 달했습니다. ?빅데이터 포럼에서는 다양한 데이터 제품과 솔루션이 소개됩니다. 데이터가 기업에 제공하는 구체적인 가치, 데이터 적용 시나리오, 빅데이터 산업의 문제점은 거의 소개되지 않습니다. 중국의 빅데이터 산업은 많은 어려움을 겪고 있습니다. 빅데이터 산업은 전망은 밝지만, 빅데이터 기업이 더 커지고 질적 도약을 이루기는 어렵습니다. 중국 빅데이터 산업의 페인포인트와 어려움은 다음과 같다. ?빅데이터 기업은 많지만 약세여서 산업적 우위를 확보하기 어렵다? 중국에는 약 200개 정도의 빅데이터 기업이 있는데, 그 중 약 60%가 주로 소규모 기업이고, 거기에 있다. 연매출 10억 위안을 내는 기업은 거의 없다. 빅데이터 산업은 춘추시대 초기에 여러 제후들이 영토를 나누어 자리를 잡았고, 각 기업은 소규모의 분야를 점유하고 있어 일부 분야에서는 치열한 경쟁을 벌였습니다. 여론 모니터링 등이 레드오션으로 변했습니다. ?대부분의 빅데이터 기업은 수십~수백명의 인력을 갖고 있고, 1000명이 넘는 기업은 드물다. 어떤 빅데이터 기업도 업계를 장악할 수 없고, 어떤 기업도 시장의 10%를 점유할 수 없으며, 어떤 빅데이터 기업도 업계 표준을 확립하고 산업 발전을 주도하지 못했습니다. 중국의 빅데이터 산업은 우수한 인재가 여러 기업에 분산되어 있어 인재 간의 시너지를 형성하기가 매우 어렵습니다. 각 기업은 규모가 작아서 기업을 심화, 확장하기 어렵고, 빅데이터를 활용하여 기업의 비즈니스 개선을 돕는 것도 어렵습니다. 대부분 기업의 도구와 데이터가 기업의 전반적인 데이터 요구 사항을 충족하기 어렵고, 중국 데이터 마이닝 및 분석 제품이 외국 제품과 경쟁하는 것도 어렵습니다. ?빅데이터 산업이 산업적 우위를 형성하려면 선도 기업 그룹이 필요합니다. 해외 빅데이터 산업을 언급하면, 중국은 빅데이터 인프라, 데이터 제품, 데이터 도구, 데이터 정리 및 데이터 마이닝, 데이터 분석, 데이터 인재 분야에서 수많은 벤치마크 기업을 배출해야 한다. 각 선도 기업은 직원이 1,000명 이상, 매출이 100억 명 이상이어야 합니다. 그렇지 않으면 기술 및 인재 우위를 형성하기 어렵고 빅데이터를 활용하여 고객의 비즈니스 개선을 지원하기도 어려울 것입니다. ?귀양 빅데이터 거래소의 '2015년 중국 빅데이터 거래 백서'에서는 2014년 중국 빅데이터 시장 규모가 767억 위안에 달했다고 언급했다. 이 수치는 좋아 보이지만 실제로는 빅데이터 도구 및 빅데이터 제품(비즈니스 가치 향상)과 관련된 부분이 20% 미만인 것으로 추정됩니다. 대부분의 자금은 빅데이터 기본 플랫폼(스토리지 및 컴퓨팅), 컨설팅, 보고 및 비즈니스 가치 향상과 관련성이 거의 없는 기타 분야에 지출됩니다. 중국 빅데이터 시장 매출의 대부분은 IBM, 오라클, EMC, 인텔, 화웨이, 레노버 등 전통 IT 기업에 집중돼 있다. 실제 빅데이터 기업의 전체 시장 점유율은 약 100억 위안에 달할 수 있다. ?중국의 빅데이터 기업은 규모가 너무 작고 선도 기업이 부족하며 산업이 너무 단편화되어 있다. 이는 중국 빅데이터 산업의 발전을 제한하는 요인이자 산업 확장의 문제점이기도 하다. ?외부 데이터는 데이터 가치가 낮은 고립된 섬인가요? 데이터는 빅데이터 산업 발전의 기반입니다. 상업적 가치가 있는 데이터는 기업이 고객, 디지털 운영, 위험 관리 및 제어, 정밀 마케팅, 예측 및 정보에 대한 통찰력을 얻는 데 도움이 될 수 있습니다. 의사결정 등 상업적 가치가 있는 데이터 및 비즈니스 분석은 기업이 비즈니스를 개선하고 새로운 가치를 창출하는 데 진정으로 도움이 될 수 있습니다. ?중국의 빅데이터 시장은 아직 성숙하지 않았습니다. 많은 빅데이터 기업이 보유하고 있는 데이터는 단편화되어 있어 상업적 가치를 지닌 완전한 데이터를 형성하기 어렵습니다. 빅데이터 시장의 데이터 품질과 기업의 데이터 요구사항 사이에는 큰 격차가 있습니다. 대부분의 외부 데이터는 데이터 간의 흐름과 통합이 거의 없는 고립된 상태에 있으며, 고립되고 흐르지 않으며 통합되지 않은 데이터는 기업에 도움이 되기 어렵습니다. 비효율적이며, 구매한 데이터의 가치가 높지 않고, 데이터 통합이 어렵고, 전체 데이터 조달 비용이 너무 높습니다. ?데이터 분산의 단점은 모두가 알고 있으므로 모든 사람이 데이터 거래 및 데이터 조달을 수행할 수 있도록 빅데이터 거래 시장이 곳곳에 구축되었습니다.

법적 보호가 부족하기 때문에 많은 기업은 거래 시장에서 데이터 거래를 꺼리고 일대일 데이터 거래를 채택하는 경우가 많습니다. 이 거래 방법은 거래 당사자 모두의 이익을 보호할 수 있습니다. 상업적 가치가 있는 데이터는 아직 개발 중이며, 빅데이터 거래 시장은 거래 가능한 데이터량이 많지 않습니다. 빅데이터 거래 시장의 비즈니스 모델은 입증되기까지 오랜 시간이 걸릴 것입니다. ?중국에서 가장 좋은 품질의 데이터는 금융 산업, BAT 및 통신 사업자에 있습니다. 이들 회사는 더 조심스럽고 데이터를 외부로 내보내는 데 어려움을 겪고 있습니다. 이들 3대 산업의 본업은 데이터가 아니며, 데이터 제품을 생산하고 출력하려는 ​​의지도 강하지 않다. 정부 데이터가 점차 공개되고 있지만, 데이터의 질과 집중도, 출력 방식 등에서 많은 어려움을 겪고 있습니다. 중국에서 대규모 데이터를 공개하려면 상업적 응용 요구 사항을 충족하는 데 최소 3년이 걸립니다. ?대부분의 기업 고객은 데이터의 상업적 응용에 대한 민감도가 낮습니다. 대부분의 기업은 데이터에 대한 수요가 있지만 데이터에 대한 상업적 민감도는 매우 낮습니다. 데이터 비즈니스 애플리케이션 시나리오 및 데이터 기술에 대한 이해가 부족합니다. 데이터 비즈니스 민감도가 높은 은행이라도 데이터 가치 개념을 확립하려면 최소 3번의 커뮤니케이션이 필요합니다. 제조, 부동산, 소매 등 다른 산업에서는 해당 데이터가 상업적으로 덜 민감합니다. Vanke의 Wang Shi조차도 부동산 업계에 빅데이터 적용에 대해 이야기하지 말라고 큰 소리로 촉구했습니다. 부동산 업계의 데이터는 아직 완전하지 않으며, 그 중 상당수는 여전히 수동 데이터입니다. 그래서 한 선도적인 전자상거래 기업이 Vanke의 데이터 기획과 구축을 돕기 시작했고, 부동산 산업에 빅데이터를 적용하는 방안을 연구하기 시작했습니다. 기존 빅데이터 기업의 비즈니스 사례 중 대부분은 기업의 비즈니스 개선을 돕기 위한 목적으로 협력을 논의하고 기업에 데이터 제품, 데이터 도구 또는 데이터 기술을 제공하기 위해 고객을 찾는 데 앞장서는 빅데이터 기업입니다. 그러나 이 비즈니스 모델은 매우 피곤하고 시장이 활성화되기 어렵습니다. 패시브 데이터 비즈니스 애플리케이션은 비즈니스와 약하게 통합되는 경우가 많으며 기업이 데이터를 사용하여 비즈니스를 개선하는 데 신속하게 도움을 줄 수 없습니다. 동시에 비즈니스 개발 병목 현상을 해결할 수도 없습니다. . 빅데이터 산업의 발전은 빅데이터 기업 자체의 문제일 뿐만 아니라, 각 기업 자체의 문제이기도 하다. 기업 고객은 비즈니스 요구 사항을 기반으로 시장에서 데이터 및 솔루션을 적극적으로 검색하고, 데이터 비즈니스 민감도를 향상시키며, 비즈니스 시나리오를 기반으로 가치 있는 데이터를 찾아야 합니다. ?빅데이터 기술과 제품의 비즈니스 통합이 충분히 깊지 않습니까? 시장의 모든 빅데이터 기업과 고객은 문제에 직면해 있습니다. 즉, 데이터 솔루션과 고객 비즈니스의 통합이 깊지 않아 전체적인 효과가 사업 추진에 관한 데이터가 예상과 다르다. 빅데이터도 마찬가지이다. 산업 폭발의 문제점이다. 외부 데이터 품질, 기업 사용자 데이터 민감도, 기업 관리 방식, 상용 데이터 인재 등의 문제로 인해 빅데이터 솔루션이 비즈니스와 긴밀하게 통합되기 어렵습니다. ?빅데이터의 핵심가치는 업무의 발전 패턴을 밝히고 기업이 데이터를 활용해 과학적 의사결정을 내릴 수 있도록 돕는 것입니다. 현재 빅데이터의 상업적 응용 분야는 주로 데이터 수집, 데이터 저장, 데이터 계산, 사용자 프로파일링, 정밀 마케팅 및 기타 분야에 집중되어 있습니다. 빅데이터의 가장 상업적으로 가치 있는 예측 및 의사결정 기능은 충분히 활용되지 않았습니다. 특히 중요한 전략적 결정에서 빅데이터의 역할은 명확하지 않습니다. 과거에도 기업의 제품 개발, 시장 전략, 전략적 결정은 여전히 ​​엘리트 의사결정과 경험주의에 의존하고 있습니다. 미래사회에는 두 종류의 기업만이 있을 것이다. 하나는 데이터를 이용해 발전하는 기업이고, 다른 하나는 데이터에 관심을 두지 않고 도태되는 기업이다. ?빅데이터 기업이 발전하고 성장하려면, 업계를 선도하는 기업이 되려면 단기적인 이익을 포기하고, 고객의 운영에 깊이 들어가 고객의 데이터를 이해하고, 고객의 비즈니스를 이해하고, 고객의 비즈니스 요구 사항을 이해합니다. 동시에 데이터를 사용하여 고객을 이해하고, 시장을 이해하고, 비즈니스 시나리오를 이해합니다. 데이터와 비즈니스의 심층적인 통합의 핵심은 올바른 데이터, 올바른 방법, 올바른 도구를 익히는 것입니다. 비즈니스 담당자는 데이터를 이해해야 하고, 기술 담당자는 비즈니스를 이해해야 합니다. 데이터 비즈니스의 핵심은 데이터 종합 인재입니다. 비즈니스 인력이 데이터 기술을 마스터할 수 있는 문턱은 높지만, 비즈니스를 이해하는 기술 인력의 문턱은 기술 인재 양성에서 시작되는 경향이 있습니다. ?사내 데이터 인재와 빅데이터 기업의 데이터 인재는 서로 배우고, 서로의 환경과 요구를 이해하며, 동일한 플랫폼에서 대화와 소통을 해야 합니다. 데이터 팀은 비즈니스 시나리오와 그 이면의 법률을 심층적으로 이해하고, 비즈니스, 시나리오, 데이터에서 시작하여 빅데이터 솔루션을 비즈니스와 깊이 통합하고, 데이터를 사용하여 비즈니스 개발을 촉진하고, 빅데이터 예측 법칙의 핵심 가치를 최대한 활용합니다.

?전문적인 데이터 마이닝 도구와 인재가 부족합니까? 기존의 데이터 마이닝 도구와 BI 시스템은 다양한 보고서 표시를 통해 과거에는 기업의 경영 수준을 향상시키는 데 도움이 되었습니다. 예상했던 목적을 달성했습니다. ?빅데이터 시대에 기업에는 실시간 데이터, 효율적인 도구, 의사결정 지원 및 예측이 필요합니다. 기존 데이터 마이닝 도구의 성능과 유연성은 더 이상 기업의 요구 사항을 충족할 수 없습니다. 또한 제도화되지 않은 데이터를 적용하면 기존 데이터 도구에 문제가 발생합니다. BI 분야에서 SAS, SPSS, TD와 같은 데이터 도구는 점점 더 소외되고 있으며 R 언어는 데이터 통계 및 시각화를 위해 새롭게 선호되는 언어가 되고 있습니다. ?특히 금융회사에서는 데이터의 시간가치가 중요하게 여겨지고 있습니다. 모든 사업부서에서는 자금사용현황, 고객거래현황, 리스크관리 및 통제현황을 최단시간에 파악하기를 기대하고 있습니다. 기업이 정보를 빨리 이해할수록 더 빨리 결정을 내릴 수 있습니다. 과거에는 데이터 요구 사항이 T+5 또는 T+30이었을 수 있지만 이제는 데이터 요구 사항이 T+1 또는 T+0인 경우가 많습니다. 데이터 실시간, 정확성 및 관련성은 매우 중요한 위치에서 언급되었습니다. 비즈니스의 요구 사항은 이미 명백하지만 데이터 도구와 인재는 큰 과제입니다. ?중국의 200개가 넘는 빅데이터 기업은 빅데이터 산업의 여명기와 빅데이터 산업의 가치를 경험하는 동시에 빅데이터 기업의 고통도 경험하고 있습니다. 빅데이터 산업은 빠르게 발전하고 있으며 시장도 점차 커지고 있다. 그러나 산업적 우위가 뚜렷하지 않고, 유리한 기업이 거의 없으며, 데이터 상용화가 느리고, 시장이 미성숙하고, 고객 데이터 상용 민감도가 낮고, 고품질 데이터 도구와 인재가 부족하기 때문입니다. 모든 빅데이터 기업의 속마음은 시대의 선두에 서서 올바른 방향과 산업을 선택했지만 여전히 성장과 발전이 어렵다는 것이다. 200개가 넘는 빅데이터 기업들이 고통과 기쁨을 안고 빅데이터 산업 육성을 위해 힘쓰고 있습니다.

위 내용은 편집자가 중국 빅데이터 산업 및 기업의 문제 관찰에 대해 공유한 관련 내용입니다. 자세한 내용은 Global Ivy를 팔로우하여 더 건조한 정보를 공유할 수 있습니다.