另一个会发生的变化，是解决方案提供商将逐渐拉开与数据服务平台提供商在行业的差距，向行业纵深走，形成差异化的产品和解决方案，成为真正的某一行业的解决方案提供商。而数据服务平台提供商反而会回缩，专注自己的服务平台，支撑众多方向的解决方案提供商以及客户的需要，逐渐完成与解决方案提供商的上下游产业链。
这都是市场在逐渐成熟的标志，分工进一步细化。
市场
经过了过去4-5年的积累，无论在数据上，还是在数据处理技术上，大数据正在某些局部由量变转为质变。在很多领域和场景下已经可以做出很明显的效果。或者帮助客户解决他们的原来解决不了的问题；或者改善原有的方法，提高效率、降低成本；也或者开辟了新的渠道，形成创新的业务模式。
总之一句话，大数据就是生产力！
大数据正在被应用到各个领域。这其中当然有很多乱象，存在着很多“误解”，但数据思维驱动的数据应用是大趋势，不可逆转。
从市场对象来划分，可以分为大B（商业体，Business）和高成长性行业的中小B.无论是解决方案提供商还是数据服务平台提供商大多集中在大B领域，如银行、保险、医疗、教育等。这是由他们的公司体量决定的，必须要做对等体量，且确定性较高的市场，才可能保证固定的产出，这是正确的。
除此之外，另一个群体，高成长性中小B也非常值得关注。高成长性行业虽然有很多不确定性，尤其是在现在的经济环境下，中小企业甚至很难生存，但也不是完全没有机会。就在人们普遍认为BATJ垄断下的互联网很难有新贵出现，但这几年依然出现了今日头条、滴滴。所幸，我就在2016年抓住了出行行业（Uber、易到等）的机会，依靠大数据的反刷单解决方案在这一领域迅速地打开局面，并发展壮大，形成了每年数千万的业务。
这就是高成长性中小B的魅力。首先它增长迅速，也会带动生态链上的其他企业快速增长，想象空间很大；其次，中小B本身没有很复杂的决策链，决策周期很短，一般2-4个月，比较容易试错，这对于初创团队是非常关键的；再者，高成长性中小B在高速发展中，不可能完全依靠自己的力量解决所有的问题，这就为建立生态链创造了客观的土壤。这一点，在去年9月参加的一次大数据峰会上，听到了兴业金服的一位负责人也表达了类似的观点。
大数据不同于以往的IT项目，不能单纯地以甲乙方的形式存在，已经超出了传统的建设和被建设的关系。取而代之的，是一个合作共赢，长期共存的生态链。
由于资源（外部数据）的局限，客户不可能通过服务提供商的一次建设，就能够完全掌握并独立运营。时代的发展也不允许客户有时间去慢慢消化、学习、独立运营所有的系统，他们必须要引入数据服务合作伙伴，整合双方的资源，而迅速地形成生产力。社会的成熟，分工进一步细化，“TIME to Market”决定了你没必要也不可能每一件事儿都自己去做。行业客户将注意力更好地聚焦在自己的主业上，而数据部分，会依赖数据合作伙伴来一起参与，共同经营。
所以，客户对外部数据合作伙伴的诉求，是“外部数据”+数据处理“（包括数据处理系统以及数据处理能力）+”数据融合“（这并不等同于数据处理，主要侧重于数据应用；不但需要数据服务提供商具有丰富的数据应用经验，还需要数据服务提供商具有丰富的行业经验，即真正的数据解决方案提供商）。
误区
在几年的数据应用实践中，发现了很多误区。
一是很多客户认为大数据就等于买数据，在应用的过程中生搬硬套；二是对大数据的不切实际的预期，要么是将其神话，要么就对应用的过程缺乏耐心；三是认为有很多数据就应该能马上产生价值，但实际情况是数据准备不足，基础薄弱。
误区一：大数据等于买数据
很多行业客户最初对外部数据的认知是从购买外部数据开始。无论是用户画像，还是做其他用途的数据。客户还延续了IT建设的思维，认为所缺的只是外部的数据。有了外部数据，依靠自身的力量也完全可以完成大数据在所在行业的应用。别人搞大数据做用户画像，就也来画像；别人提大数据能精准营销，那也来搞精准营销。并没有从认知层面建立数据思维，对大数据有一个全面的有高度的理解。这种生搬硬套的做法也从某种程度上导致了数据应用效果不好的局面，没有真正将数据发挥其应有的价值。