星河互联合伙人王波:大数据、智能硬件、生物识别是把体育这块“饼”变大的关键因素

<数据猿导读>

由数据猿、星河互联、球秘APP共同举办的《体育大数据·巅峰思享会》在北京星河空间顺利举办。在星河互联合伙人王波看来,整个体育行业可它分为三个阶段,上游、中游、下游,技术对于整个行业的支撑是非常重要的

2016年9月1日,由数据猿、星河互联、球秘APP共同举办的《体育大数据·巅峰思享会》在北京星河空间顺利举办。

现场做主题发言的分享嘉宾有:星河互联合伙人王波、球秘APP CEO王岭峰、我奥篮球创始人林晓勇、秒嗨APP高级副总裁魏航。


以下是“星河互联合伙人王波”的现场分享内容,并由数据猿编辑整理:

首先,作为主场东道主欢迎大家来到星河空间,我的分享比较简单,主要从投资角度对这个行业发表一下我的看法。

星河互联是一站式互联网创业服务开放平台,其实我们围绕一些自己的核心能力,包括联合创业、大数据、生态化与一站式服务,为项目提供更多更深入的服务,我们也认为这些服务对很多项目来讲是非常有价值的,因为往往对于项目方的一些低频但难度很大的任务,星河互联都会站出来为他们承担。重点是给项目方提供一站式全程的创业服务,其中包含最重要的投资,投资从星河互联的角度来看,是为项目方解决的第一个最简单的问题。

投资解决了之后,关于公司注册、包括融资、空间研发、招聘等等,以及公司运营方面的能力补充,我们都有标准的模块辅助创业者,所以我们希望站在创业者背后,作为一个机构化的联合创始人,作为第二股东,为项目方解决在创业过程中遇到的各种问题。

我们的核心,总结一个关键词就是“联合创业”,围绕着“联合创业”我们以机构化的联合创始人角色与项目方合作,第一个会解决资金的问题,除了资金以外,包括项目方的战略规划,包括他整个的产品模式打磨,产品雕琢,以及一些研发早期支持、团队搭建、后期的资本实践,星河互联都有非常标准的模块供项目方选择。

对于项目方来讲,从早期融资到后期的资本运作甚至包括到上市、并购我们会有一个全程的服务链条,这个过程中星河互联充分的把每个模块进行标准化,希望用标准化的服务,去服务我们领投的项目。同时我们也会把服务能力释放给我们被投资的企业,包括在外面拿到投资,他也需要这样的服务,星河互联帮他做“联合创业”这个服务。

截止到今天,星河互联已经成功运作了三家上市公司,总共投资了超过150家的互联网企业,预计今年我们会有超过10家的企业挂三板,比如说中文在线、小能科技,都是大数据领域非常优秀的公司。

再介绍一下我们的团队,我叫王波,主要在星河互联负责云计算、大数据、AR、VR,我本人是技术出身,对于技术出身我有自己的方向,希望在这个领域的创业者,能够第一时间想到星河互联,和我们的团队一起进行联合创业,进行商业模式的打磨。

在内容开始的第一页我放了几个数据,简单抽出几个在体育行业比较典型的数据:

第一个数据,体育产业GDP占比。

目前我国整个体育产业在GDP的占比仅为0.7%,发达国家在1—3%之间,这可能跟中国市场的发展有很大的关联。

第二个数据,产业规模。

中国整个体育产业规模是500亿美金,有13亿人口,美国实际上只有3亿人口,但是体育产值规模达到了5000亿。从人均的体育产业规模来看,差距也非常大,这个差距告诉我们非常简单的道理和逻辑,我们还有很大的成长空间,我们的创业企业有非常多的机会完成这个使命。

第三个数据,人均体育消费。

中国每年每人只有150美金,但是发达国家接近300美金。这些数据得到一个非常简单的逻辑,体育产业对中国来讲市场非常大,初步估计也会接近一千亿美金,所以在整个市场规模下,我们希望看到未来有非常多的公司,不仅从体育产业着手,当然从技术着手,通过技术支撑这个行业,希望推动体育行业发展的更好。

整个体育行业我把它分为三个阶段,上游、中游、下游:

1
上游,体育内容。

我们可以看到很多赛事运营方、场馆运营方、俱乐部运营方,基本上被他们垄断了,包括央视、CCTV也被他们垄断了,对我们来讲创业机会并不是那么大。

2
中游,体育媒介。

像今天的协办方数据猿可能就是其中一个公司。这里面集中在体育传媒和营销上,其实传媒和营销,从大数据角度来看是最容易变现的领域,因为传媒和营销市场的商业逻辑是非常健康的。体育大数据,这个是支撑这个产业快速打造刚才那个产业规模非常重要的技术。

3
下游,体育消费。

比如说体育用品、彩票、票务、体育旅游、培训、智能硬件与生物识别。

从这个产业上、中、下游去看,技术对于整个行业的支撑是非常重要的。我个人认为,体育大数据、智能硬件与生物识别是能把现有体育产业这个饼变大的非常重要的环节。

从整个市场的趋势来看,一个是高增速的市场,一个是高市场容量的市场,广告投放、彩票、付费直播,这个跟赛事方有关,与他们连带可以产生非常大的商业效益。除此之外,还有很多传统的,包括特许授权商品、培训门票、体育健身以及一般体育用品市场。这跟我刚才讲的上、中、下游相比,广告投放都是在中游阶段,帮助他进行精准的广告投放,包括一些付费直播的预测都可以在这个阶段实施。

大数据这个概念已经出来很多年,可能很多从业人员觉得它非常简单,但是行业外的人觉得大数据是非常高深的技术。从我的角度来看,大数据可能真的不是一个用简单技术就能概括的概念。大数据给我们一个新的商业逻辑,把大数据放到体育产业可以看到有这些应用:第一是赛事导航;第二是个性化分析。可能会把一些历史数据,跟球员相关的数据进行整合、可视化分析,让教练、俱乐部甚至控股方,能够更好的进行“排兵布阵”。

还有赛前、即时、全量,赛前数据分析的核心,让他更好的把球员价值发挥更大。即时数据分析就是赛中数据的分析,民间有很多体育爱好者组建的俱乐部,非主流赛事的一些民间团体,他们实际上也有很多比赛,这些团体活跃性非常高,他们也希望是通过数据的手段,帮助了解这场比赛,他们到底踢的怎么样。

赛后实际上是全量数据指导,每一场比赛结束之后,数据量是巨大的,包括赛前、赛中的数据,以及外围的市场,包括各种球迷反馈的数据,通过这些数据可以做一些全量数据的整合,这些数据得到的不只是简简单单下一场球赛的阵容,更核心的是指导俱乐部,包括球队商业运营的很多方向,这块我倒是觉得可能是非常有价值的。

我简单罗列了一下,从大数据角度看体育行业的机会,包括数据咨询服务、赛事分析服务、商业决策分析、职业体育服务、媒体服务、教育科研服务、实时数据游戏、体育彩票、赛事模拟、新技术、细分领域。整个体育产业,目前来看细分领域的机会非常大,乐视和苏宁都在投资体育产业,截止到现在,我们也很少能提到一家比较有话语权的,所以留给创业者的机会还是非常大的。

新技术这块,包括AI、虚拟现实、增强现实,可以帮助体育赛事呈现有更好的方式,无论VR、AI只是改变了原来接收信息的方式,现在我们有社交媒体,但有了VR、AI这样的技术,还会有新的方式能够让你站在球场上看这场比赛,能够让你和球员站在一起。这是新的媒介渠道,它给用户的信息量非常巨大的,能够让用户实时的感同身受,我认为是技术结合和产业结合的机会非常大。

人工智能包括智能硬件,我们已经看到很多创业团队在做和体育相关的智能硬件,或者用一些传感器采集他的运动轨迹和运动数据。我们之前看到一个非常有趣的项目,在你的羽毛球拍下插上一个硬件,能采集这场比赛的所有数据,可以判断某些动作来讲是对你有加深的,某些动作对你有危险的。那个项目当时挺吸引我们的,但是后续没有跟,因为觉得他做的这个领域,并不是最强的领域。第一个能出来的机会都是大运动,包括篮球、足球。

强调一下,我们是做云计算、大数据,所以还是非常关注用技术产生的商业价值。大数据本身是一个全行业、全领域都可以交叉结合的技术。大数据和体育产业,我相信也是一个非常有迸发能力的一个组合,所以我还是希望借这次机会,包括数据猿的组织,能跟大家互相认识,如果大家未来在创业过程中,或在运营中遇到问题,星河互联是永远开着门的。

我们现在做了新一期的暖冬计划,共投入了5亿资金辅助市场上的创业团队,整个市场虽然是夏天,但资本寒冬的阴影还是在大家心里。未来希望大家能够多多参加星河互联和星河空间组织的活动,我们还有一个合伙人坐班的活动,主要接待所有的创业者。创业者只需要进行简单的预约,就可以跟我们的合伙人进行交流。

提问:现在说起大数据,大家都比较感兴趣,咱们是不是也有一些大数据方面的分析结果,实际的数据拿出来,这样的分析会得到什么样的结论?

王波:讲到大数据,我还是想回归我之前提的观念,大数据是方法论的事情,星河互联基于数据判断项目的概率。大家都知道有了阿尔法狗,各个领域都有人工智能和大数据结合的地方,星河互联希望未来有一个一个平台,让这些项目通过这个平台,自动给我们合伙人一些建议和判断,市场的机会是可以的,有千亿市场机会,通过这个平台给我们这样一个解决方案。我们也希望大数据改变整个VC的行业,未来通过大数据平台,给我们提供很强的投资决策支撑。

提问:这个方案目前还没有落地?

王波:1.0版本已经上线了。

提问:目前已经能够推出来的,输出的结果?你们已经在这个路上多走了几步,那几步可以给我们说一下。

王波:多年以前我们投的项目,其实就是大数据公司,像小能科技,最早是做企业客服,后来经过客服多个案例的收集和积累,融进了AI和大数据的概念,可以智能的判断客户提的问题,关联哪些部分,中国500强很多企业都是他的客户,这是我们早期从技术创新角度运作的一家公司。

提问:从您技术的角度考虑,我们获取大数据一般有什么样的渠道和途径?

王波:这让我回忆起之前我参加活动的一个问题。当时是一个论坛,有一个问题跟这个很雷同,创业的时候,创业公司的数据量积累非常少,什么时候才能变成大数据公司?当时的逻辑很简单,大数据并不是说在数据源和数据量上有绝对的优势。

实际上是基于现有的数据量,分析你现在所处的行业,这个是大数据整个的逻辑,并不是看数据量、数据源多大。比如细分领域,数据量不够大,样本不够多,,他们基于500万用户的行为轨迹之后,分析出来的结论对这个行业是有价值的。

(0)

相关推荐