数据圈圈

开了半天的会，让我不禁回想起CDO时代的二大阵营，数据平台产品（PasS vs. 数据服务产品（SasS），其实我们都知道数据最有活力的地方是在金融线和广告线。这样看来数据圈圈中的确是存在这三个怪圈。

数据平台

数据平台是个最复杂的数据产品形态，可以从数据源开始、数据分析模型、数据生产服务发布、数据可视化、还可以用数据流程对接到任何业务系统。目标是让三方数据分析专家构建功能或应用给业务同学使用的工具，目前我能看到的最成功的案例是阿里云的数加平台(这个也是我的团队曾经一起建设的)。数据平台最大的挑战是成熟度，你相信每个分析师都是挑剔的，每种模型和算法都是有局限性的，但每个具体的实际问题都是非常复杂的，但凡有个可用的模型和算法数据平台没有或者处理不了，都是不可接受的。就像今天我让搜Z用基于密度的聚类dbscan来处理一些数据，和P平台的开发者沟通后明确告知，由于平台底层的升级，平台的dbscan无法完成我们的任务，预计要3天实际修复。呵呵，过3天我的deal line都过了，老臣等不起！还好在平台找到另外二个基于密度的聚类方法，可以先去试一下，实在不行就只能自己写MR了。

数据服务

数据服务是相对简洁的数据产品形态，可能是几组归类好的数据服务列表、加一个比较标准化的服务接入框架。三方可以遵循标准发布自己的数据服务或内容服务，也可以通过接口调用的方法来使用平台上发布的服务。数据服务最大的挑战是服务粒度和可用性。用二个地址编码和逆地址编码的例子非常形象，地址编码的定义是输入文本地址描述（如你们家的门牌号）返回一个经纬度坐标点，这个定义数据服务非常容易。逆地址编码的定义是输入经纬度，返回一个地址文本描述，这个定义数据服务的难度就非常大。因为返回的文本地址描述的内容的可能性是非常丰富的。用户是想要门牌号地址还是小区地标地址，行政区是否要加上，邮政编码是否也需要，行政区的唯一编号是否要附加上，等等，各种应用场景有着不同的具体需求，是都放在这个服务中，还是需要再调用附加的服务。数据服务平台中最典型的数据服务是人群画像，这个是变现渠道广告和投放需要的基础数据服务之一，永远都是有钱的地方才有技术。

数据领域

数据领域服务是一种定形的数据产品形态，就像做搜索的、做广告推荐的、做互联网金融的同学从来不会去讨论数据产品这个命题，而是讨论领域业务场景中具体的算服务和功能，比如：ID映射、反作弊，圈人，反欺诈。似乎在这些用使用数据非常成功或者非常赚钱的领域，封装和完善数据产品给三方使用有点捡芝麻丢西瓜。但在通用智能飞速发展的今天，就如科大讯飞多年沉淀的技术壁垒在深度网络面前仅是一张A4纸的厚度，也许用数据平台或者服务平台构建生态也能成为一种的策略的选择。

当然还有另外一个选择，跳入AI的圈圈。