在看待大数据行业未来趋势时，首先要从中美技术路径发展的差异说起。

美国的市场是技术驱动，先从底层基础平台成熟，逐步延伸到上层应用。2006年AWS对外进行提供服务，2009-2010年大数据基础平台公司Cloudera、Hortonworks成立，2015年Google开源TensorFlow平台，这些事件促使大数据进入快速发展阶段。

反观中国市场，更多的是以应用、政策为主导，大数据行业快速发展的原因是2012-2013年游戏等移动互联网的爆发，2014-2015年，政府出台一系列利好大数据的政策，促使整个行业快速发展。

因此，中国市场应用型的公司发展速度更快。国外已经上市的大数据公司Splunk、Tableau、Cloudera、MongoDB都是基础平台和通用技术层的公司。国内市场发展速度快的大数据公司，都是属于应用型的公司。

不同于美国市场每一项技术中间会有一个很大的时间间隔，中国市场云计算、大数据、人工智能这些技术时间间隔很短，几乎是同时爆发。

因此，数据在各个行业的发展是不均衡的，不同行业的渗透率差异也很大。各种技术几乎同时爆发，多项技术融合是未来的趋势，会大幅提升各个行业的效率。

大数据的业务链条具体来说包含数据源、数据的采集、数据标准化、数据分析和数据应用。可以看出，各项技术其实都会对整个链条产生影响。

IoT技术，补全了原本缺失的线下数据和机器数据。比如营销领域，之前可以拿到大部分是线上数据，用户点击的广告、网页的浏览行为等。随着IoT的发展，通过WIFI、蓝牙、摄像头等方式，企业可以监测到用户的线下行为，从而打通了整个闭环。

用户在线上看广告，官网浏览商品，再到实体店体验、购买，实现线上和线下的融合，每一步都有更多的方式去提升转化效率。做过互联网产品运营的都知道，每多一个步骤，就会丢失一部分用户。在总步骤不变的情况下，想要提升结果数据就只能通过提升转化率，大数据应用的需求也就随着而产生。

在多项技术融合后，客户的需求会更加多样化、复杂化，因此，做整体解决方案的公司机会最大。

从产业链的角度看，做整体解决方案的公司更贴近客户，更容易获取标杆客户。提供单点能力的大数据公司，更多是技术提供方的角色，无法解决客户全部需求，在客户预算中只能占到很小的份额，集成商会占据更大的份额。整体解决方案的公司提供的是自下而上的服务，因此有机会从原来的技术提供商，成为过去集成商的角色。

这样会带来几个方面的好处：首先，大数据公司能够触及的预算会更大。其次，可以延伸到其他需求。最后，降低获取其他客户的门槛。

企业服务市场，获客具备非常高的门槛，尤其对于初创公司获取客户信任的周期很长。如果你有一个标杆客户，再去向同类公司进行推广的时候，难度会大大降低。标杆客户具备灯塔效应，不论是服务同体量的客户，还是下沉到腰部客户。

从场景的角度，整体解决方案的公司更有机会把场景做深，提高价值。

在零售领域，很多公司从营销做起，但很难切入到库存管理、供应链管理。因为这些公司多数是提供营销工具，不是一个完整的解决方案。整体解决方案公司会从帮助客户建立大数据平台做起，更有机会从前端营销切入到后端业务，通过数据去打通各个环节。

这也是因为当前中国的客户能力还相对不足，直接使用工具的成本和难度都很高。大数据公司需要将业务做重，单纯一个很轻的产品，价值度较低，很难形成壁垒。

大数据从底层基础平台到上层行业应用可分为四大细分领域：行业应用、通用技术、数据服务、基础平台。

怎么去理解这四个领域呢？基础数据平台指的是数据库、计算引擎等，基础平台往上有两个方向，一个是数据的方向，一个是技术的方向。数据方向有两类厂商，按照是否具备数据源分为第一方和第三方。技术方向是指大数据平台之上，具备通用性的数据处理的技术，包括 BI与可视化、日志分析等。

行业应用更多的是直接面向一个个场景，用大数据技术去解决各个行业的场景去落地的公司。

这其中市场规模最大的是行业应用，基础平台是市场规模最小的细分领域。从各个细分领域来看，大数据的最大价值体现在行业应用里。

从政府的大数据发展规划来看，2020年整个大数据市场规模将达到1万亿。但从IT投入来看，2017年IT软件与服务的投入只有1500亿。因此，未来大数据厂商切的主要预算不会来自IT，而是业务预算。只有做行业应用的公司才更有机会拿到业务预算。因此，行业应用会是未来最大的细分领域。