今天有一张图很火热，什么图呢？
【查看图1】
这个图讲的是，南京有家叫虎牙的公司（不是直播那个虎牙），通过和警方合作，直接分析电商平台上避孕套的销售情况，找异常数据，然后再找出那些失足妇女，进行分析并抓捕，成功率极高。
而且，这家公司还刚在2月10号被腾讯投资了。（为了验证是真是假，特地查了工商信息）
【查看图2】
说这个故事的目的不是让大家猎奇，而是这个案例背后的思路，非常有启发。
正如上图中所说：传统解决问题的方式正在改变，用数据可以解决很多问题。
正如我们自己，其实就是通过大量的数据来解决快速找到流量洼地这个问题，我们整个的模式，都是建立在大量的数据之上的。所以在推进极客这个项目的过程中，我真切的体会到数据的价值和重要性，所以，今天就和大家简单聊一聊数据这个事。
当然，这里有一个前提是：数据这个话题太大了，凭我的能力，也不足以把这个事情说清说透，所以，下面我仅是提供一些我的视角和思考，希望对大家有一些启发。
OK，开始正文~
如果让我用一句话来描述数据的价值，那便是：数据的核心价值是「辅助决策」，并增加做正确决策的概率。
当然，互联网发展到今天，网上已经存在着天文数字的公开数据。
但大部分的人，哪怕是做这些APP或网站的技术人员本身，可能也没有清晰的意识到这些数据的价值或者说是不知道如何更大化的应用这些数据。
就像一开始的图中的这个案例，我想阿里京东本身，可能也没有想过，这部分的数据，还能这么用？
所以，数据其实像是一个乐高，它就在那里，一直在那里，但是如何利用数据搭建出一个商业模型，这就很考验搭建者自己的认知和手法了。
在我目前看来，数据有点像是之前说的互联网+，如何利用数据搭建商业模型呢？
答案在我看来就是：与具体的行业结合。也就是数据+行业。
也只有数据和行业相结合，才会真正将一份数据，在不同的应用场景中发挥出十倍百倍的价值。
就以我们自己举例。被百度收录的知乎数据一直在那，对百度的6亿用户来说，这不是什么秘密。
但是如何将这份数据发挥出更大的价值，如何创建商业模型呢？
答案是：数据 + 流量（行业）。
什么意思？对于流量行业来说，找到流量洼地是非常核心的一步。而如何找到知乎的流量洼地呢？
答案是：通过大量的被百度收录的知乎回答。
由于百度和知乎数据的不共通，所以会导致很多被百度搜索结果收录在前列的知乎问题，其本身的数据并不好看，可能仅有几个回答，十几个赞。
但这个问题由于排名在百度搜索结果的前列，会导致这个问题本身的新增阅读量可能是上千上万。
这时候，你去在这个回答中进行专业的输出，很容易就会排名第一，就会得到这个问题的所有流量。
这是数据+流量行业。
再举个例子：数据 + 消费品
我们都知道，消费品行业，比如元气森林，比如洗发水，比如猫粮狗粮，这些消费品公司都会有一个普适性的痛点，那就是：消费者究竟更喜欢什么？
更喜欢的包装颜色是粉色还是黑色的？喜欢这个口味还是那个口味？喜欢去屑的还是喜欢控油的？
怎么得到这些数据呢？
在互联网时代之前，有专门做用户调研的公司，专门给这类消费品公司提供用户调研，收费达百万之巨。但是，如今是互联网时代，怎么做？
答案是：爬取并分析用户在电商平台或者是社交媒体上的对此类产品的评论。
通过爬取大量竞品的或者干脆是自己产品的用户评论，进行语义分析，来预测用户更喜欢的是什么类型。
这就是数据+消费品的价值。
要知道，元气森林就投资了一家做终端收银机数据的公司，这家公司的商业模式是什么呢？
地推线下便利店、卖场，拿到大量线下店面收银机中的数据。
也就是说，他们拿到了大量消费品的售卖数据（像是线下版的「生意参谋」）。凭借这个模型，21年一开年，他们就拿到了一笔千万美元的融资。
除了数据+流量，数据+消费品，怎么少的了对数据和信息依赖性最强的行业：金融。
怎么做数据+金融？
下面依然举两个例子。
第一个例子：
大家应该都知道特斯拉，这是去年股价涨的最凶猛的企业之一。
但大家要知道，在18年，特斯拉还因产量上不去的原因深受资本市场诟病。
然而，在18年10月份，特斯拉第三季度财报显示：因为model3的产量较之前一个季度翻了一倍，于是股价大涨近10%。
股价上涨，除了马斯克开心之外，还有一群人也特别开心。
为什么？因为他们提前预测到了特斯拉的产量大幅提升，并提前在二级市场进行了布局。
怎么做的？
他们租赁了包含数万亿个地理坐标的数据库，并且对特斯拉的主要工厂进行了数字围栏，只检测在特斯拉工厂区发出的手机信号。
在密切监测特斯拉工厂的手机信号数量后，他们发现：Tesla 工厂夜间轮班时间增加了 30%，较之Q2的信号量有大幅的提升，这意味着产能的提升！
于是，根据这个数据，他们提前进行了布局，并获利颇丰。
和这个例子类似，还有一些做大宗商品投资的。
他们通过「信令数据」，直接从手机运营商那里，拿到矿区的工人们的手机信号数，根据信号数的多少，来判断矿区产能的变化，以此在金融市场布局。
事实上，除了以上说的这些，我们还可以通过数据+舆情，来监测公司负面消息或品牌的美誉度；我们还可以通过数据+招聘，来预测今年什么岗位最火；我们还可以通过数据+电商数据，来判断哪个类目正在崛起。
关于数据，今天说的就这么多。才疏学浅，希望对大家有一些启发。如果你也对数据的一些应用感兴趣或是有自己的心得，欢迎加我V: page_hou，一起沟通[呲牙]
