根据易观智库的统计，2016年中国大数据市场的营销规模约在150亿元左右，同时保持着40%左右的增幅。一方面，O2O市场的与日俱增，企业不再只关心线上，更强调线上线下的数据融合；另一方面，数字营销、及互联网金融（普惠金融）的发展，也让大数据应用走向成熟，体量同步扩大。

企业对数据需求就如同几年前热门的信息化一样，成为一项必备的投入。数据处理的门槛正随着技术进步的增加而降低，数据人才也不再像几年前一样稀缺。换言之，对于数据服务商来说，市场对于产品的要求变得越来越苛刻。

这些外部的行业变化，让重新出发的【友盟+】经历了充满挑战的新生之年。我们也通过对其中亲历者的采访，从另一个角度重新审视大数据市场的变化。

抉择与磨合

不论在哪个行业，三家公司合并都不是一件容易的事情，当友盟、缔元信和CNZZ开始合三为一时，他们很快就发现：尽管之前做的都是数据服务，为客户采集数据，分析挖掘并最后形成展示报表，但各自都有不同的产品思想，计算模型、技术架构、甚至业务模式以及专精领域。

合并意味着公司必须做出选择，什么要什么不要，什么留下什么放弃，除了业务层面的考虑外，技术方案同样也是非常重要的一块。

张金，合并前就任于CNZZ，目前负责【友盟+】的U-DIP数据智能平台和数据科学团队，还是公司数据委员会的负责人。他对记者表示：“没有所谓十全十美的技术方案，取舍是必须的，一方面要考虑到业务的实际情况，选择一条适合的道路，另一方面要考虑到整体效能的提升，为下一步的快跑铺路。”

伴随着业务与技术取舍的，还有团队之间的磨合。作为见证合并过程的“老人”张金来说，首先要解决的就是团队理念的不同、老员工和新同事该怎样融合？“当我刚刚管理一个新团队的时候我心里也是有一些顾忌”张金说道，“但通过一次次项目考验，我们让团队在项目执行过程中进行充分的交流和磨合。”

对于新品牌成立后加入的姜宇来说，来到【友盟+】后最大体会是简单与包容。姜宇说“我所感受到大家都是公司的一员，无论是经历合并过程的老员工还是新加入的伙伴，始终以实现【友盟+】的数据梦想为重，团队的氛围简单富有朝气，对与个人来说则是希望努力突破自己和团队一起成长。”

而落脚到技术方案上时，本身就是技术出身张金谈到，在早期，公司采用的是当时较为成熟且使用广泛的一些开源框架，比如Hadoop系列，但合并后更多的采用了阿里云方案，由于支持度和低成本等优点，【友盟+】正在逐渐迁移到阿里云技术体系上。虽然合并中出现了一些矛盾，但在磨合中都要逐步克服。

“初期公司分歧是难免的，这一年的磨合期对于所有人来说都挺难，但是收获很大，所有的努力都是为了整体效能的最大化。”张金说道。

经过了一年的磨合期之后，业务到底怎么整合，重心在哪儿，技术方案的采用都已经逐渐清晰。

接下来的问题是，公司该往何处走？

朝哪儿发展？

作为三家曾经各自独立的公司，之前考虑更多的是在创业环境中生存，需要更快的满足客户诉求，而当新品牌成立后，【友盟+】要去适应新的定位：“作为阿里的独立全资子公司，我们既保留了灵活性，同时也可以把战略放长远，更专注某些领域。” 张金提到。

于是乎，朝哪儿前行，成为摆在面前的新问题。张金说，如果把阿里的做法比喻为一次集团作战，各个BU需要从整个战略上，找到自己的目标和位置。但【友盟+】这家“小公司”更像一支游击队，更灵活，也更迅猛。

“这种变化至上而下，让我们去做一个产业，做大局，忽然一夜就把一个大的产业问题搞定是不现实的，对于自身的战略来说，更接地气的从点上去做突破是一个更好的选择。”

在公司的战略会上，内部对于方向问题讨论了很多次。他们坚持着一个最基本的原则：在考虑未来战略时，首先不要把目前做东西考虑在内。

“因为以目前的体量来说，现有的东西对我们既是优势又是束缚，所以在考虑战略时，我们需要直接去看市场、行业的发展趋势，然后找到能与相匹配的产品和模式。” 张金说道。

张金认为大数据行业已经走过了初期的发展阶段。在过去几年大数据服务商提供的仅仅是数据的统计工具，这是前一个时代数据服务的特征之一。但如今，数据更加强调深度和挖掘。

“如今的大数据门槛是在降低的，过去做大数据一个是技术门槛，一个是人才门槛。做数据需要的服务器和架构并不好做，但是现在门槛在消融，能够提供大数据服务的云平台及数据SaaS服务商越来越多，而人才方面随着培训机构和高校发展大数据，也降低了人力成本。”

张金预计未来绝大多数企业都会有大数据或数据中心的诉求，就像90年代企业的信息化改革一样，未来数据能力也将是企业必备的能力之一。

在这样的情况下，数据服务商的新定位就尤为重要，张金认为数据的挖掘和与行业的深度结合将是一个必然的趋势。而数据在挖掘之后，不光是能在特定的行业如：营销、征信等中发挥作用，更可以在产品设计，甚至是战略决策上起到相应的影响力。

总结起来就是三步走：第一步，产生数据，帮助企业把数据聚集并管理起来，第二步是洞察，帮助企业去了解数据背后的含义，第三步是行动，将数据和业务打通，把洞察得出的结果落实到实际的行动中。

张金用目前U-DIP 【友盟+】数据智能平台的两个垂直行业为例，一个是营销，一个是风控。他谈到目前许多场景使用大数据其实起到的仅仅是锦上添花的作用，而他和团队要做的是从那些绝对不能离开数据的行业切入。

营销和风控无疑是两个最好的点。营销的变化在于从投媒体变成找对人，了解用户喜欢什么，需要什么，从而向他投放广告，而风控则是一种对信用的判断，信用其实就是人的一连串行为，在如今这个互联网世界中表现出来就是数据。可以看出这两个行业都是以“数据为核心”。

“营销的两端，一边是广告主，一边是媒体，我们的定位是数据服务商，哪里有数据价值，我们就能与哪一部分相结合。我们不再称自己是DMP，而是DIP（Data IntelligencePlatform），从管理到智能的变化。单单是管理数据是不够的，很多时候数据的表现不如广告主的预期，原因是多方面的，智能化就是帮助广告主去做好效果优化，发挥数据的效力，让对数据的利用更有保障。”


数据与人工智能一体两面

张金团队管理的U-DIP数据智能平台同时也是目前【友盟+】针对广告服务市场推出的U-ADplus（广效监测）、针对互联网应用市场的推出U-Dplus（智能分析）、以及针对新零售市场推出的U-Oplus（线下分析）等产品的一个基础，将数据管理变为数据智能，也是合并后的一大转变。

按照张金的理解，D和I分别代表了数据驱动和人工智能。他解释道数据是核心，背后是对人的理解，智能则是将数据通过智能化的形式应用到具体的场景中，提供形如预测或推荐等智能服务，例如：广告的智能推荐，信息流的智能推送等都属于这个范畴，以及目前他们正在做的风控系统，是通过智能预测去解决风险控制问题。

对于AI，张金认为去年的人工智能热潮确实存在一些泡沫，但大浪之后，总会有东西能沉淀下来。如今，人工智能无可厚非已经成为一种趋势，但脚踏实地，从点突破，去做一些微智能，微创新的尝试则更有意义。

姜宇是【友盟+】的人工智能算法专家 ，主要负责征信相关的算法业务。作为人工智能的从业者之一，他谈到：“人工智能目前还处在有限学习的阶段，对我们来说，人工智能的意义在于与产品的场景结合，去在很明确的点上解决一个明确的问题。”

他认为目前所谓人工智能依旧是一个标签的问题，都是在人输入大量样本后，根据机器学习的算法找出数据背后的规律。离真正“智能”二字还相去甚远。所以很多属于推理范畴的功能目前达不到的，要用好人工智能还应将基础数据与之结合，去落到实处解决问题。

2016年不光是对张金，对于【友盟+】来说也是飞速发展的一年，“我们想明白了很多事情，看清楚了很多事情：数据还是要回到把人的理解作深上面来。这一年的磨合中，公司逐渐统一了理念，将架构更加体系化，并且立足于垂直的行业。”

新的一年中，张金希望当【友盟+】已经证明了数据的价值之后，能够把数据服务做成一个可持续发展的产品线。

而对于刚来到公司不久的姜宇来说，他的希望是能在新的一年中将专业性和工匠精神带入到数据的价值挖掘中。

数据业务之途，行行重行行，道路阻且长。但是，对张金和他的小伙伴姜宇来说，【友盟+】的吸引力，正是给了他们能够挑战自己也挑战未来的成长空间，不断打造行业公认的数据智能服务平台。