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
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
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。
外部的数据应用是属于跨域的数据应用，需要很强的专业性。这一工作既需要了解市场上各类数据的属性，也需要了解如何将数据加工才能满足行业的需求。并不是每个数据都能为行业的某个需求做出明显效果的;也不是经过一次的采购就能完成的事情。
误区二：大数据是万能的
在外部数据应用的过程中，还有一个主要的误区就是对数据应用的不切实际的预期。要么是将大数据、人工智能神话，要么就对数据应用的过程缺乏耐心。
首先，大数据本身是一门技术，它与其他技术一样都有着它的局限;大数据不是万能的，但是数据思维是可以创造很大价值的。
其次，外部的数据产生的业务场景与行业不同，因而在使用的过程中，就要仔细甄别，不断调整。误区三：有大量的数据就马上能产生价值
有很多行业用户，依靠多年的积累形成了大量的数据。他们认为有大量数据就能马上产生价值。对于大多数行业客户而言，首先都面临数据的归集与治理的工作，磨刀不误砍柴工。
无论是“大数据等于买数据”，还是对“大数据是万能的”，还是“有大量数据就能产生巨大价值”都反映了数据应用在大数据在行业的应用尚属初级阶段。
閱讀更多 軌道交通供應鏈管理 的文章
