這個(gè)產(chǎn)品行不行啊，是不是偽需求？是不是市場(chǎng)不行？還是說(shuō)產(chǎn)品模式不行，不能給用戶帶來(lái)實(shí)際價(jià)值？就這么幾個(gè)運(yùn)營(yíng)相對(duì)較好的產(chǎn)品，是行業(yè)壁壘太高，還是產(chǎn)品沒(méi)有收益??？這4個(gè)你關(guān)心的問(wèn)題，我將在這篇文章為你解答。

PM常會(huì)有向他人介紹你的產(chǎn)品的時(shí)候。當(dāng)你回答淘寶，京東，百度，滴滴等具有標(biāo)簽化性質(zhì)的產(chǎn)品時(shí)（廣為人知的產(chǎn)品或模式，如電商，教育，P2P等），聽(tīng)者一定第一時(shí)間就能知道這個(gè)產(chǎn)品是干嘛的；但如果你做的是小眾產(chǎn)品或是很垂直細(xì)分的產(chǎn)品，那估計(jì)你就需要花上一點(diǎn)時(shí)間介紹你的產(chǎn)品了（當(dāng)然如果你根本不care他們是否需要了解這個(gè)的話，那就另當(dāng)別論了）。

我做的就是一個(gè)新興的細(xì)分產(chǎn)品——“大數(shù)據(jù)競(jìng)賽平臺(tái)”，此產(chǎn)品在全球范圍內(nèi)興起6年，國(guó)內(nèi)興起四年，當(dāng)前處于市場(chǎng)探索期。

目前國(guó)際上比較出名的產(chǎn)品有一個(gè)，國(guó)內(nèi)有四個(gè)，其他的都是要么死了，要么處于半死不活的狀態(tài)（這里指國(guó)內(nèi)的），這五個(gè)產(chǎn)品分別是：

• Kaggle：由墨爾本大學(xué)的Anthony Goldbloom創(chuàng)辦，是最早的大數(shù)據(jù)競(jìng)賽平臺(tái)，擁有龐大的技術(shù)分享社區(qū)和眾多開(kāi)元代碼，面向全球用戶；產(chǎn)品上線6年，累計(jì)舉辦競(jìng)賽234個(gè)（含練習(xí)賽和自辦賽），注冊(cè)用戶數(shù)20W+。
• 天池大數(shù)據(jù)：阿里巴巴旗下產(chǎn)品，國(guó)內(nèi)最早的大數(shù)據(jù)競(jìng)賽平臺(tái)，多用于解決阿里自身的技術(shù)需求和人才需求，具有豐富的數(shù)據(jù)量，社會(huì)資源，平臺(tái)資源和技術(shù)背景。主要面向國(guó)內(nèi)用戶；產(chǎn)品上線4年，累計(jì)舉辦競(jìng)賽19個(gè)，注冊(cè)用戶數(shù)5.7W+。
• Datafountain：源自中科院計(jì)算機(jī)所，具有豐厚的學(xué)術(shù)背景和技術(shù)背景，主要面向國(guó)內(nèi)用戶；產(chǎn)品上線1.5年，累計(jì)舉辦競(jìng)賽24個(gè)，注冊(cè)用戶數(shù)9K +。
• DataCastle：源自電子科技大學(xué)，具有較高的學(xué)術(shù)背景和技術(shù)背景，主要面向國(guó)內(nèi)用戶；產(chǎn)品上線1.5年，累計(jì)舉辦了競(jìng)賽19個(gè)（含練習(xí)賽+自辦賽），注冊(cè)用戶數(shù)不詳（預(yù)計(jì)1~2W）。
• Kesci：由第一屆CCF大數(shù)據(jù)競(jìng)賽的冠軍隊(duì)創(chuàng)建，源自上海交通大學(xué)，具有較高的學(xué)術(shù)背景和技術(shù)背景，主要面向國(guó)內(nèi)用戶；產(chǎn)品上線3年，累計(jì)舉辦競(jìng)賽16個(gè)（含練習(xí)賽），注冊(cè)用戶數(shù)1W+。

相信這個(gè)時(shí)候你一定會(huì)說(shuō)：這競(jìng)品數(shù)，競(jìng)賽數(shù)和用戶數(shù)也都太少了，這個(gè)產(chǎn)品行不行啊，是不是偽需求？是不是市場(chǎng)不行？還是說(shuō)產(chǎn)品模式不行，不能給用戶帶來(lái)實(shí)際價(jià)值？就這么幾個(gè)運(yùn)營(yíng)相對(duì)較好的產(chǎn)品，是行業(yè)壁壘太高，還是產(chǎn)品沒(méi)有收益?。?/p>

我的回答是：

• 這個(gè)產(chǎn)品一定行，市場(chǎng)絕對(duì)存在這個(gè)需求；
• 當(dāng)前的市場(chǎng)確實(shí)不行，處于需求總量少，需求頻次低，用戶基數(shù)低的現(xiàn)狀。但這是個(gè)增量市場(chǎng)；
• 產(chǎn)品模式還不錯(cuò)，能為用戶產(chǎn)生了豐厚的價(jià)值。
• 產(chǎn)品壁壘確實(shí)高，但是這個(gè)高壁壘也為產(chǎn)品帶來(lái)了低成本高收益的現(xiàn)狀。

這四個(gè)答案絕對(duì)不是我強(qiáng)詞奪理，憑空捏造的，下面讓我逐一說(shuō)明。

什么是“大數(shù)據(jù)競(jìng)賽平臺(tái)”

慢修我，喜歡叫它“數(shù)據(jù)科學(xué)競(jìng)技場(chǎng)”：一個(gè)通過(guò)舉辦競(jìng)賽，匯集“數(shù)據(jù)科學(xué)家”為企業(yè)和組織機(jī)構(gòu)解決數(shù)據(jù)科學(xué)相關(guān)技術(shù)難題的眾包平臺(tái)。

產(chǎn)品模式是一種存在特殊性的C2B模式：與常規(guī)的C2B模式產(chǎn)品相同的是，該產(chǎn)品也是C端用戶借助平臺(tái)獲取需求；不同點(diǎn)在于，用戶需依托平臺(tái)完成對(duì)B端用戶的服務(wù)，這也是該產(chǎn)品的特殊性所在。

原因在于“大數(shù)據(jù)”這三個(gè)字：

• 平臺(tái)需要對(duì)B端用戶提交的需求和數(shù)據(jù)進(jìn)行賽題化處理；
• 對(duì)C端用戶提交的“結(jié)果文件”（技術(shù)術(shù)語(yǔ)，算法模型自動(dòng)運(yùn)算后的結(jié)果）進(jìn)行測(cè)試和評(píng)分

這要求產(chǎn)品技術(shù)團(tuán)隊(duì)具有較高的數(shù)據(jù)分析，數(shù)據(jù)處理，模型算法處理能力。這就給產(chǎn)品帶來(lái)了較高的技術(shù)門(mén)檻，而很多技術(shù)團(tuán)隊(duì)水平不達(dá)標(biāo)的產(chǎn)品，只能走向死路。這也是為什么現(xiàn)存的產(chǎn)品都具有技術(shù)背景和學(xué)術(shù)背景的共性原因。

這個(gè)技術(shù)門(mén)檻也同樣影響著需求頻次和需求總量。

首先，從實(shí)際情況看，借助平臺(tái)舉辦競(jìng)賽的B端用戶，多為大中型企業(yè)（如：通用汽車(chē)，亞馬遜，阿里，京東，國(guó)家電網(wǎng)等）因?yàn)樗麄兙哂旋嫶蟮臄?shù)據(jù)量，再或者是從事大數(shù)據(jù)相關(guān)領(lǐng)域的企業(yè)（如：人像識(shí)別，自動(dòng)駕駛，職能語(yǔ)音，機(jī)器學(xué)習(xí)等）。

其次，借助平臺(tái)決絕的需求，大多存在較高的技術(shù)難度（技術(shù)難度不高，企業(yè)內(nèi)部早就解決了），而具有一定技術(shù)難度的需求從總量和頻次兩個(gè)維度上看都比較較低。

最后，“數(shù)據(jù)”一直是各個(gè)企業(yè)最敏感的東西，很多企業(yè)出于各種原因不愿意將數(shù)據(jù)對(duì)外開(kāi)放。

綜合上述三點(diǎn)的原因，致使市場(chǎng)處于“需求總量少，需求頻次低”的現(xiàn)狀。各競(jìng)賽平臺(tái)舉辦的競(jìng)賽數(shù)正印證了這一點(diǎn)。

技術(shù)門(mén)檻也造成了C端用戶基數(shù)較低，并且增速緩慢情況：

1. 參賽用戶需要具有較好的數(shù)理基礎(chǔ)和統(tǒng)計(jì)學(xué)基礎(chǔ)；熟悉數(shù)據(jù)分析，數(shù)據(jù)挖掘，算法建模等技術(shù)；
2. 很多賽題對(duì)參賽者的學(xué)術(shù)背景和行業(yè)背景要求都比較高，單憑好技術(shù)是解決不了需求的。
3. 一個(gè)參賽者至多能在同一時(shí)期參加1~2個(gè)賽題（每個(gè)賽題周期為1~4個(gè)月），也有個(gè)別人能同時(shí)才加3個(gè)賽題，但這樣的人絕對(duì)是屈指可數(shù)的存在。
4. 大部分賽題需要團(tuán)隊(duì)合作，對(duì)參賽者的社交圈和參賽隊(duì)伍的團(tuán)隊(duì)合作能力都存在較高的要求。

上述四點(diǎn)要求，決定了用戶基數(shù)較低，且增速緩慢的現(xiàn)狀。各競(jìng)賽平臺(tái)的注冊(cè)用戶數(shù)也印證了這一點(diǎn)，這其中還包括同一個(gè)用戶注冊(cè)多個(gè)平臺(tái)，并且在一個(gè)平臺(tái)擁有多個(gè)小號(hào)的情況。

從上述情況看，當(dāng)前市場(chǎng)確實(shí)是不行，但是這不會(huì)是常態(tài)，而未來(lái)的市場(chǎng)一定會(huì)越來(lái)越大，這一定是個(gè)增量市場(chǎng)。

原因在于，我們正處于大數(shù)據(jù)時(shí)代，隨著相關(guān)技術(shù)知識(shí)的普及和應(yīng)用技術(shù)（廣度）的不斷提升，技術(shù)需求量和技術(shù)人員基數(shù)也會(huì)不斷增長(zhǎng)，所以未來(lái)它一定是個(gè)增量市場(chǎng)，只是增量有多大還需要我們進(jìn)一步印證。

首先，看市場(chǎng)

依據(jù)易觀智庫(kù)發(fā)布的《中國(guó)大數(shù)據(jù)市場(chǎng)年度綜合報(bào)告2016》顯示，2015年中國(guó)大數(shù)據(jù)市場(chǎng)規(guī)模達(dá)到105.5億元，同比增長(zhǎng)39.4%，預(yù)計(jì)未來(lái)3~4年，市場(chǎng)規(guī)模增長(zhǎng)率將保持在30%以上。整體市場(chǎng)總量龐大，且增速較快。

源自：艾瑞網(wǎng)《2016年中國(guó)數(shù)據(jù)驅(qū)動(dòng)型互聯(lián)網(wǎng)企業(yè)大數(shù)據(jù)產(chǎn)品研究報(bào)告》

源自：易觀智庫(kù)<中國(guó)大數(shù)據(jù)市場(chǎng)年度綜合報(bào)告2016>

圖譜中顯示的企業(yè)只是現(xiàn)今乃至未來(lái)整個(gè)大數(shù)據(jù)行業(yè)企業(yè)總量的冰山一角，但他們其中已為市場(chǎng)提供了20+個(gè)賽題（占圖譜企業(yè)數(shù)的20%）。按照2016~2018年時(shí)候藏需求的增長(zhǎng)度推算，這些企業(yè)會(huì)為市場(chǎng)至少提供38個(gè)以上的賽題數(shù)。

來(lái)源，Big Data: The Next Frontier for the Innovation, Competition and Productivity – McKinsey Global Institute Report，2011

圖例中2011年預(yù)測(cè)的行業(yè)，目前都在廣泛應(yīng)用大數(shù)據(jù)科學(xué)技術(shù)，除此之外還包括：招聘，網(wǎng)游，服裝等行業(yè)，而企業(yè)對(duì)技術(shù)的關(guān)注度也在提升。

源自：易觀智庫(kù)<中國(guó)大數(shù)據(jù)市場(chǎng)年度綜合報(bào)告2016>

企業(yè)對(duì)大數(shù)據(jù)技術(shù)認(rèn)可度的提升，使得很多大數(shù)據(jù)技術(shù)得到實(shí)際的應(yīng)用。當(dāng)前企業(yè)需求主要圍繞，數(shù)據(jù)可視化分析，語(yǔ)音識(shí)別與語(yǔ)音分析，地理位置應(yīng)用，精準(zhǔn)營(yíng)銷，網(wǎng)站和移動(dòng)數(shù)據(jù)分析，反作弊技術(shù)等，單著只是一部分。

而未來(lái)，十大熱門(mén)行業(yè)均與數(shù)據(jù)科學(xué)技術(shù)惜惜相關(guān)，包括：AI與高級(jí)機(jī)器學(xué)習(xí)，智能應(yīng)用，智能對(duì)象，VR與AR，數(shù)字孿生?，區(qū)塊鏈應(yīng)用，會(huì)話系統(tǒng)，網(wǎng)格應(yīng)用與服務(wù)體系構(gòu)架，數(shù)據(jù)技術(shù)平臺(tái)（信息系統(tǒng)、客戶體驗(yàn)、分析與情報(bào)、物聯(lián)網(wǎng)、企業(yè)生態(tài)系統(tǒng)），自適應(yīng)安全構(gòu)架等。

其中任一個(gè)行業(yè)都需要較高的技術(shù)需求，每一個(gè)技術(shù)需求的解決，都不是一個(gè)企業(yè)的單一技術(shù)團(tuán)隊(duì)能在短時(shí)間解決的，這需要幾十個(gè)甚至上百個(gè)方案的反復(fù)推敲和測(cè)試，過(guò)程中需要大量的技術(shù)人員各抒己見(jiàn)，協(xié)同合作，進(jìn)行高頻，大規(guī)模的測(cè)試和運(yùn)算。這就有對(duì)市場(chǎng)產(chǎn)生了很高的需求。

其次，看用戶——“數(shù)據(jù)科學(xué)家”

上文提到產(chǎn)品的技術(shù)門(mén)檻，將很多C端用戶拒之門(mén)外（這也是行業(yè)本身的現(xiàn)狀），但從人才供應(yīng)量的變化上看，整個(gè)大數(shù)據(jù)相關(guān)行業(yè)的從業(yè)人員也在不斷增加。

源自：百度指數(shù) 2011年~至今

依據(jù)百度指數(shù)的數(shù)據(jù)顯示，“大數(shù)據(jù)”，“大數(shù)據(jù)”培訓(xùn)，大數(shù)據(jù)技術(shù)相關(guān)關(guān)鍵詞的搜索度呈顯大幅度增長(zhǎng)趨勢(shì)，這也驗(yàn)證了從行業(yè)到社會(huì)對(duì)相關(guān)領(lǐng)域的關(guān)注在不斷提升。

首先市場(chǎng)有需求，就有學(xué)校和培訓(xùn)機(jī)構(gòu)提供相關(guān)技術(shù)培訓(xùn)；市場(chǎng)有需求就有用戶參與培訓(xùn)。拋開(kāi)大學(xué)不提，我國(guó)光提供大數(shù)據(jù)技術(shù)培訓(xùn)的在線教育網(wǎng)站就不下百個(gè)，各網(wǎng)站報(bào)名參加授課的學(xué)員每年都不下千人（單一科目達(dá)不到這個(gè)數(shù)，平臺(tái)根本生存不了）。以這樣的增長(zhǎng)趨勢(shì)看，大數(shù)據(jù)技術(shù)相關(guān)人才正在逐步涌入市場(chǎng)。

其次，各大競(jìng)賽平臺(tái)也在盡一切努力對(duì)用戶進(jìn)行技術(shù)培養(yǎng)。平臺(tái)通過(guò)開(kāi)放練習(xí)賽，給予參賽獎(jiǎng)勵(lì)的方式，鼓勵(lì)用戶鍛煉提升自身的技術(shù)能力；在社區(qū)，通過(guò)鼓勵(lì)用戶分享經(jīng)驗(yàn)貼，技術(shù)貼和開(kāi)源代碼的方式，提升用戶的專業(yè)知識(shí)含量。利用這兩種方式，加快用戶從小白到專家的速度，也為大數(shù)據(jù)技術(shù)愛(ài)好者提供了更多的轉(zhuǎn)化空間。畢竟每一個(gè)用戶都是從小白變成專家的，從實(shí)際情況看，各平臺(tái)每年新增用戶數(shù)比例為10%~15%；用戶中每年又有接近5%的用戶成長(zhǎng)為中高級(jí)“數(shù)據(jù)科學(xué)家”，這也為整個(gè)行業(yè)帶來(lái)了一定技術(shù)人才的增長(zhǎng)。（別小看這個(gè)比例，要知道行相關(guān)基礎(chǔ)人才本身的基礎(chǔ)也不高）

雖然技術(shù)人員呈現(xiàn)增長(zhǎng)的趨勢(shì)，但增速榮然緩慢，而與市場(chǎng)發(fā)展趨勢(shì)（企業(yè)用人需求）相比較，依然是杯水車(chē)薪。

依據(jù)2014年麥肯錫提供的“大數(shù)據(jù)人才需求報(bào)告”，全球研究院的研究預(yù)測(cè)在未來(lái)6年，僅在美國(guó)本土就可能面臨缺乏14萬(wàn)至19萬(wàn)具備深入分析數(shù)據(jù)能力人才的情況，同時(shí)具備通過(guò)分析大數(shù)據(jù)并為企業(yè)做出有效決策的數(shù)據(jù)的管理人員和分析師也有150萬(wàn)人的缺口。而我國(guó)在大數(shù)據(jù)崗位的需求上?上海是10萬(wàn)多，北京是15萬(wàn)多。

可見(jiàn)這是個(gè)強(qiáng)烈的供不應(yīng)求的市場(chǎng)。

機(jī)會(huì)——驗(yàn)證：產(chǎn)品模式還不錯(cuò)，能為用戶產(chǎn)生了豐厚的價(jià)值。

雖然從市場(chǎng)現(xiàn)狀和人才供應(yīng)量?jī)蓚€(gè)方面看，大數(shù)據(jù)競(jìng)賽平臺(tái)這個(gè)產(chǎn)品的市場(chǎng)處于低沉狀態(tài)。但是當(dāng)前已經(jīng)出現(xiàn)了，因?yàn)槠髽I(yè)技術(shù)需求量遠(yuǎn)遠(yuǎn)大于人才供應(yīng)量，而產(chǎn)生的強(qiáng)烈的供不應(yīng)求的現(xiàn)狀，也恰恰就是我們的機(jī)會(huì)。

眾包模式的一項(xiàng)優(yōu)點(diǎn)就是能幫助需求方解決人力不足，人才不足，技術(shù)水平不足的問(wèn)題。而競(jìng)賽模式又在不斷提升需求解決方案的質(zhì)量。而我們的模式恰恰就有這樣兩點(diǎn)優(yōu)勢(shì)。

核心業(yè)務(wù)模式分析圖

1. 企業(yè)和組織機(jī)構(gòu)將數(shù)據(jù)和需求（問(wèn)題）提交到B端
2. 由平臺(tái)的服務(wù)團(tuán)隊(duì)評(píng)估賽題獎(jiǎng)金數(shù)，對(duì)數(shù)據(jù)和需求進(jìn)行賽題化處理，將加工好的賽題和相關(guān)資料發(fā)放到C端
3. 然后由來(lái)自世界各地的參賽者依據(jù)賽題要求和相關(guān)資料，不斷向平臺(tái)提交經(jīng)過(guò)優(yōu)化迭代的解決方案，進(jìn)行評(píng)測(cè)
4. 最終由平臺(tái)將最優(yōu)解決方案提供給企業(yè)應(yīng)用到實(shí)際項(xiàng)目中；將獎(jiǎng)金發(fā)放給獲獎(jiǎng)參賽者。

作為平臺(tái)，我們并不是通常意義上的那種，做內(nèi)容和資源交換的中介，我們是內(nèi)容和資源的加工廠，幫助兩個(gè)端口的用戶更平衡，更高效，更精準(zhǔn)的獲取利益。

對(duì)于B端用戶——企業(yè)和組織結(jié)構(gòu)

本產(chǎn)品可以大大降低企業(yè)和組織機(jī)構(gòu)，在需求解決上投入的成本。同時(shí)解決由于資源不對(duì)稱等其他原因產(chǎn)生的人才難獲取，解決思路單一，開(kāi)發(fā)周期過(guò)長(zhǎng)，利益難平衡，專利限制，技術(shù)或行業(yè)壁壘龐大等問(wèn)題。

接下來(lái)讓我們借助企業(yè)自主解決需求和企業(yè)借助平臺(tái)解決需求的兩個(gè)流程，進(jìn)行對(duì)比分析該模式對(duì)B端用戶產(chǎn)生的價(jià)值。

企業(yè)自主解決需求的流程

企業(yè)借助平臺(tái)解決需求的流程

通過(guò)兩種解決流程，我們可以對(duì)比出如下用戶收益。

通過(guò)上述表格，可以很直觀的對(duì)比出該產(chǎn)品為B端用戶帶來(lái)的價(jià)值，讓我們采用產(chǎn)品價(jià)值分析法：用戶價(jià)值=(新體驗(yàn)-舊體驗(yàn))-換用成本，驗(yàn)證一下這個(gè)用戶價(jià)值是否有意義。

需求解決賽：

用戶價(jià)值=（相同時(shí)間內(nèi)獲得多個(gè)解決方案的體驗(yàn)?–?相同時(shí)間內(nèi)獲得1~2個(gè)解決方案的體驗(yàn))?–?換用競(jìng)賽平臺(tái)的成本

備注：由于企業(yè)文化和團(tuán)隊(duì)文化的原因，企業(yè)自產(chǎn)的解決方案可能會(huì)出現(xiàn)思路趨同的情況

人才挖掘賽：

用戶價(jià)值=(一次投入獲得經(jīng)過(guò)綜合考驗(yàn)的人才的體驗(yàn)?–?反復(fù)多次投入獲得未經(jīng)過(guò)考驗(yàn)的人才的體驗(yàn))?–?換用競(jìng)賽平臺(tái)的成本

備注：能夠取得優(yōu)異成績(jī)的參賽者，都是相關(guān)技術(shù)的“專家”和高手，因此這批人具有能為企業(yè)帶來(lái)無(wú)限價(jià)值的可能性。

舉個(gè)實(shí)際案例進(jìn)行說(shuō)明：

好事達(dá)保險(xiǎn)公司（Allstate）借助Kaggle舉辦了，通過(guò)“預(yù)測(cè)與汽車(chē)相關(guān)的傷害索賠情況，以便更精確地制定價(jià)格”的賽題。參賽者們根據(jù)2005年到2007年的數(shù)據(jù)（包括具體的汽車(chē)情況、以及每輛車(chē)相關(guān)的賠償支出次數(shù)和數(shù)量）進(jìn)行建模，并將它們應(yīng)用到2008年至2009年的數(shù)據(jù)上。澳大利亞悉尼的保險(xiǎn)精算顧問(wèn)卡爾（Matthew Carle）提交的預(yù)測(cè)方案，精確程度比好事達(dá)保險(xiǎn)公司的當(dāng)前采用的技術(shù)?高出340%。

對(duì)于C端用戶：在校生，社會(huì)從業(yè)人士，中小型企業(yè)和團(tuán)隊(duì)

讓我們繼續(xù)采用產(chǎn)品價(jià)值分析法，驗(yàn)證一下這個(gè)用戶價(jià)值是否有意義。

資源獲?。?/strong>