數據是由技術積累而來的，技術是基礎，拋開技術沒有意義的。數據的分析也是至關重要的，無數據分析，技術的價值何在？

我是傳統生物技術背景的，對于我來說移動醫療和大數據是錦上添花的事情，完全可以先不贏利，然后讓專業團隊挖了以后共享成果。

最好是生物技術背景和大數據背景的人才均有，但如果非要一論高下，我覺得大數據背景的團隊更有優勢，因為生物技術知識相對容易點，自己看課本、老師講講基本能理解。而關于數學、統計、模型構建、編程、數據挖掘等大數據相關的知識更容易得到應用，而這部分知識相對難一些，需要花大量時間摸索，如果已有這方面的人才，能快速進入狀態。既然是創業，肯定要突出它的效益，因此我更看好大數據背景的團隊。

我比較贊成的一個觀點是： 有數據并不代表玩的轉大數據或數據分析/挖掘， 得同時有問題才玩的轉！ 問題驅動對數據的各種操作，從而帶來價值，跟商業結合，就可能持續發展。對于生物或醫學健康領域的人或組織，優勢是有數據；對于IT或數據背景的人或組織，優勢是有方法有經驗；這兩者都需要解決”有問題“這個大問題！！！

我們以前曾經統計過，生物信息做的最好的，很多是物理／數學專業的。當然如果提到團隊創業，我想形成能力互補的團隊更重要，這的確不是一個非黑即白的事情。

關鍵是創業的切入點。平臺性質的當然是大數據背景要強很多。垂直領域性質的當然是生物學醫學背景要強。但是生物學醫學本身就很寬泛，主要看你切入的垂直領域可替代性強不強。平臺買單的大部分是科研院所和基因組公司，規模效應是必須要有的，例如SBG和DNAnexus。垂直領域買單的大部分是終端消費者或者某領域的醫生和公司，專業性強是必須的。Genekang和igenedock就我所知應該分屬上述不同的領域。看以后發展了，創業公司通常模式變化也大。另外生物技術知識容易點的觀點是錯的，用戶不會為容易的東西買單。

總結

以上是生活随笔為你收集整理的生物大数据创业，你看好生物技术背景的团队还是大数据背景的团队？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。