据报道，2016 年仅京津冀三地大数据企业数量就高达 875 家，与 2009 年的 350 家相比翻番有余。毫无疑问，大数据与人工智能已经成为创投皇冠上的明珠，备受创业者与投资人的关注和追逐。然而，在行业一片繁荣的背后，大浪淘沙的洗牌或随时来临，最后能够存活下来的，只有那些为自己构建了强大壁垒的企业。

据了解，大数据企业主要有两大难点，一是如何拿到所需的相关行业大数据资源，二是拿到大数据之后如何建模并对数据进行分析。目前众多数据资源其实都被政府或大企业垄断，一般创业企业很难接触得到，而建模则不仅考验团队的逻辑思维能力，更需要其对行业要有较深的理解。

然而，这两大难点对 科技谷 而言，似乎都已经不再是难点了。而且企业一旦攻克了这两个难题，反而会成为企业最大的竞争壁垒。

据科技谷创始人陈思恩介绍，目前航空信息化程度非常高，积累了大量的数据，但实际上这些蕴藏着巨大价值的海量内部数据目前大部分的利用率都非常低。究其原因，主要还是在于传统航空企业缺乏大数据分析能力，他们还受困于：

如何整合各类孤立的乘客信息?航企大部分数据处于各自分散、孤立的状态，缺乏有效的相互连接和处理。

如何实现旅客分类及价值评估?传统的数据库只处理交易数据，如订票、购票等数据，而业务数据以外的行为日志、互联网社交和舆情等数据没有加以利用。

如何筛选高频、高价值的商务类旅客?

如何挖掘海量数据中的商业与业务价值?传统技术不能针对特定群体提供精准个性化的旅客方案以提升品牌影响力和客户忠诚度。

为此，科技谷特意研发了 Smart 大数据平台和 Insight 数据洞察工具，协同满足航空公司整合孤立的旅客信息、利用行为数据、提供精准个性化营销的实际需求。

其中 Smart 大数据平台类似于市面上云平台，主要起到了包括数据存储、数据整合、数据分析与处理等作用，是一项可部署在云平台或物理机集群上的企业级软件，可帮助航空企业统一储存并整合孤立的乘客信息。

而 Insight 数据洞察工具则是科技谷最核心的产品，该工具基于 spark 分布式计算框架建立了丰富的机器学习算法库及用户业务模型，只要输入相关的业务数据、文本数据等，可以完成基于场景分析数据实体的画像、基于行为分析数据实体的日志、基于关系分析数据实体的关系网络等任务。

具体在航空领域，科技谷通过收集旅行目的地、下单时间、机票折扣、旅客年龄等数据，并结合互联网社交和舆情数据等，即可刻画旅客用户画像，实现对旅客的分类和深度认知;而旅客关系网络图谱的建立，则可进一步展现旅客的影响力和重要性，为航空公司的营销及竞争决策提供依据，从而大幅提升用户体验、客户满意度和用户忠实度。

当然，除了技术上能够解决航空公司的痛点之外，科技谷之所以能够拿到航企的大数据，还有一定的“人”的因素。“我十多年的央企工作背景使科技谷能够对政府和国企的需求深刻了解，从而更容易接到政府和国企的订单。”陈思恩表示。据了解，光在民航领域，目前科技谷的合作方就包括南方航空、广东省机场集团、广州白云机场股份公司、中国民航总局等。