
大數(shù)據(jù)重塑世界和個體 傳統(tǒng)企業(yè)卻在慌亂
大數(shù)據(jù)即將重塑世界與人的關(guān)系,但很多數(shù)傳統(tǒng)企業(yè),卻仍然停留在盲人摸象的階段。
這是一件很可怕的事情。商業(yè)社會的開放與透明,特別是互聯(lián)網(wǎng)時代帶來的信息爆炸,讓閉塞的商業(yè)模式一去不復返。諾基亞、柯達、摩托羅拉……為了避免這樣的悲劇一個接一個重演,一些企業(yè)開始研究如何讓傳統(tǒng)商業(yè)更好的與大數(shù)據(jù)相融合,形成新的商業(yè)體系和商業(yè)文明。國內(nèi)的百分點科技正在做這樣的努力,它最近成立了一家獨立的子公司,專門從事傳統(tǒng)企業(yè)O2O數(shù)據(jù)研究。
以下這家公司CEO柏林森的獨白,億邦動力網(wǎng)整理成文:
為什么要成立O2O子公司?
百分點2013年的7月25日B輪融資融資,到現(xiàn)在,大半年過去了。百分點趕上了整個大數(shù)據(jù)產(chǎn)業(yè)鏈蓬勃發(fā)展的一個階段,當時我們提出百分點成為企業(yè)決策的大腦,打造企業(yè)所需要的一個數(shù)據(jù)供應(yīng)鏈的概念。
百分點也是最早在國內(nèi)的做大數(shù)據(jù)的技術(shù)型企業(yè)。盡管當時我們沒有叫大數(shù)據(jù),但是我們用的所有架構(gòu)和方法,和我們的商業(yè)模式是大數(shù)據(jù)的一個核心元素。在過去的一年,我們百分點在朝著集團化發(fā)展。大數(shù)據(jù),首先我們認為大數(shù)據(jù)一定是應(yīng)一定用導向的,大數(shù)據(jù)一定是朝著不同的垂直行業(yè),沒有一款統(tǒng)一大數(shù)據(jù)的架構(gòu)和方法論來指導所有的企業(yè)。教育、旅游酒店、智慧城市、金融等等,大數(shù)據(jù)在每個行業(yè)都會有很具體的解決方案的。
百分點在朝著集團化來發(fā)展。之前是電商、媒體,接下來我們主攻的方向是O2O。百分點針對O2O會成立一個單獨的實體,來進行運作,放在百分點集團旗下。
不排除在可預計的未來,互聯(lián)網(wǎng)金融、個人征信業(yè)務(wù)、汽車等等,我們要單獨拆出來一塊實體來做。做扎實一個行業(yè),為整個行業(yè)提供大數(shù)據(jù)解決方案、方法論。
集團化的發(fā)展可能來自收購、并購,通過資本的驅(qū)動,這是我們未來的一個愿望。所以,在未來一段時間,我們可能有非常積極的收購并購動作
大數(shù)據(jù)戰(zhàn)略比別人強在哪?
百分點和其他企業(yè)的不同之出,我們認為主要是三點。首先,百分點是同時擁有大數(shù)據(jù)技術(shù)和大數(shù)據(jù)的企業(yè)。很多企業(yè)是技術(shù)驅(qū)動型企業(yè),他的企業(yè)提供技術(shù)外包。但是這個企業(yè)沒有自己的數(shù)據(jù),他不是數(shù)據(jù)的中心。百分點從企業(yè)創(chuàng)立的時候,理念就是,數(shù)據(jù)需要具有流動性,只有數(shù)據(jù)的流動動性才能保證數(shù)據(jù)應(yīng)用的真正爆發(fā)。我們的流動性主要是想解決企業(yè)之間和企業(yè)內(nèi)部之間信息孤島的問題,在數(shù)據(jù)孤島之間建立起來了橋梁。在保證數(shù)據(jù)安全和用戶企業(yè)不被侵犯的條件下,我們讓這些數(shù)據(jù)能盡可能多的交叉復用,這是我們認為數(shù)據(jù)流動性能解決的一個最核心的問題。
第二點,百分點是一家大數(shù)據(jù)應(yīng)用為導向的公司。我們做了五年,最核心的是我們的個性化應(yīng)用,包括個性化推薦。推薦包括在網(wǎng)站上推薦的商品、推薦文章,甚至交友等等。同時我們通過很多多觸點的渠道,包括電子郵件,包括信息,包括網(wǎng)頁端推薦欄等等,用群體的智慧與個體進行交互。包括給越來越多的企業(yè)建立底層大數(shù)據(jù)管理平臺。我們和IBM 等別的企業(yè)不一樣的地方,我們完全是應(yīng)用導向的,而不是說完全為了做一個大項目而做一個大數(shù)據(jù)。
第三點,百分點是國內(nèi)最早用“云”的思想來做大數(shù)據(jù)的,這是我們前瞻性的體現(xiàn)。在大數(shù)據(jù)應(yīng)用需求爆發(fā)的時候,市場和客戶對百分點需求迅速爆發(fā)?,F(xiàn)在很多企業(yè),包括電商包括品牌客戶,在排著隊等著我們做大數(shù)據(jù)的項目。
很多企業(yè)對數(shù)據(jù)理解都有誤區(qū)
最大的誤區(qū)就是很多人僅僅簡單把大數(shù)據(jù)理解為函數(shù)或者說云計算。我們想說的是,大數(shù)據(jù)是整合、利用、加工內(nèi)部和外部數(shù)據(jù)的一整套解決方案,是整合、利用、加工內(nèi)部和外部數(shù)據(jù)鏈打造的過程中使用的所有技術(shù)。
舉個例子,我們對消費者或者說用戶的興趣圖譜進行一個構(gòu)建,給他打開什么標簽,這需要大量數(shù)據(jù)管理的工作。這需要非常深的了解一個企業(yè)的經(jīng)營管理。從后端的運營管理,到前端流量的引入,這都需要我們一整套的數(shù)據(jù)結(jié)構(gòu)來幫助企業(yè)解決。
在這個過程中,我們?yōu)槠髽I(yè)做最核心的兩件事。
一件事是提高企業(yè)的效率。一個信息發(fā)給所有的人是低效的,或者說是浪費的。一個廣告投訴給所有人也是浪費的。我現(xiàn)在用大數(shù)據(jù)來解決非常精準的廣告投放的問題。從運營效率上講,很多企業(yè)的決策是沒有數(shù)據(jù)支撐的,就是拍腦袋來決定的。用大數(shù)據(jù)可以解決很多運營決策精準性的問題。
第二件事是降低成本。企業(yè)的很多崗位甚至都可以減少人員,或者減少投放,比如說廣告投放成本可以大幅度削減。像沃納-雷特說,我知道50%的廣告費是浪費的,但我不知道哪50%是浪費的?,F(xiàn)在大數(shù)據(jù)可以解決這些問題??梢愿嬖V你哪些是不用投放的
最核心的是,我們也提高了終端消費者的分析能力。因為個人消費者(用戶)作為終端,你所擁有的數(shù)據(jù)和分析能力是遠遠不夠的,在你的頭腦里是沒法整合的,而大數(shù)據(jù)恰恰是可以幫助企業(yè)同時也幫助客戶。所以,百分點認為,大數(shù)據(jù)真正的核心內(nèi)涵是基于應(yīng)用的提高企業(yè)的商業(yè)價值。
另外,舉兩個關(guān)于大數(shù)據(jù)比較嚴重的誤區(qū)。一個是大多數(shù)企業(yè)認為收集到原始數(shù)據(jù)就夠了,對數(shù)據(jù)管理沒有任何理解。打個比方,把企業(yè)擁有的數(shù)據(jù)想象成原油,原油是不能用的,只有通過提煉加工才能變成汽油,才能變成各種各樣的有機材料,這些材料才是真正能用得到的,這個過程就是數(shù)據(jù)管理的過程。把沒有價值或表面上沒有辦法換算價值的數(shù)據(jù)商業(yè)利用,大多數(shù)企業(yè)都不具備的。
第二個,企業(yè)盲目地上大數(shù)據(jù)項目,而且不是一般的工程。盲目地上大數(shù)據(jù)項目的時候,因為大數(shù)據(jù)很火,企業(yè)的領(lǐng)導人、決策者非常關(guān)注大數(shù)據(jù),但是,他們沒想到大數(shù)據(jù)有什么應(yīng)用。他不是應(yīng)用導向的來做大數(shù)據(jù)底層技術(shù)和管理項目。這是目前他們一個非常嚴重的誤區(qū)。
傳統(tǒng)企業(yè)更抗拒大數(shù)據(jù)之潮?
首先,電商企業(yè)和傳統(tǒng)企業(yè)在對大數(shù)據(jù)的認知上不同,這是很顯然的。我寧可這么分:電商、傳統(tǒng)企業(yè)有電商、傳統(tǒng)企業(yè)沒電商。因為百分點的客戶像王府井、國美,它們既有線下也有電商,電商做得非常不錯,這些企業(yè)和純傳統(tǒng)企業(yè)還是非常不一樣的。純電商,像瑪薩瑪索,和傳統(tǒng)企業(yè)也不一樣。還有很多企業(yè),像是制造業(yè),想做電商但還沒做電商。這些企業(yè)對大數(shù)據(jù)的認識確實有很大不同。
從兩個角度來判斷,一個是數(shù)據(jù)應(yīng)用層面,純電商會比有電商的傳統(tǒng)企業(yè)和沒電商的傳統(tǒng)企業(yè)更好一些;還沒有做過電商的傳統(tǒng)企業(yè),它們對數(shù)據(jù)的利用是非常弱的,甚至我們和這樣一些企業(yè)做過一些合作。這些企業(yè)認為,他們有很多會員卡的數(shù)據(jù),但這些數(shù)據(jù)都是傳統(tǒng)的交易數(shù)據(jù),是死的,它不是online的,就像數(shù)據(jù)是一個個打開的盒子放在地下室,你不知道那個盒子裝是什么樣的數(shù)據(jù)。你要找一樣數(shù)據(jù),要把所有地下室的所有盒子都打開。這是他們的問題,有一定的數(shù)據(jù),但是很少,他們不知道該怎樣利用。目前來看,用的比較好的是純電商,還有有電商的傳統(tǒng)企業(yè),他們做的還不錯。
第二,對于這個數(shù)據(jù)開放程度和對技術(shù)接受程度的也有分別。傳統(tǒng)企業(yè)的數(shù)據(jù)在內(nèi)部上非常的封閉,不同的部門之間數(shù)據(jù)是不打通的,沒有做過任何的探索。相反,純電商是愿意去擁抱的,因為他們在這種非常激烈的競爭環(huán)境下,純粹的市場環(huán)境競爭下,他們對于新的技術(shù),接受程度非常之高。
大數(shù)據(jù)的未來:重塑世界
大數(shù)據(jù)現(xiàn)在在做的一件事就是重新連接世界,連接世界每個個體,和這個個體所需要的信息、服務(wù)。
接下來,應(yīng)用前景會很多,線下零售、shopmall和電商平臺線上線下打通,這就是一個連接點的作用。
再比如,大眾點評開始進入婚慶市場,它也是基于用戶在大眾點評所留下的行為軌跡預測出來的偏好。婚慶他是一個大消費,一般是十萬到幾十萬之間。所以這是一個大消費的項目。我們通過這些線下的數(shù)據(jù)來預測,雖然不能百分之百知道哪些人概率高,哪些人概率低一點。
確實會顛覆很多很多的傳統(tǒng)行業(yè)。因為他在重新構(gòu)造、重新連接這個世界和個體。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10