
大數(shù)據(jù)聯(lián)盟是豆瓣更大的新機遇_數(shù)據(jù)分析師
傳統(tǒng)互聯(lián)網(wǎng)時代的主要盈利模式是廣告,但它在移動互聯(lián)網(wǎng)并不適用。手機屏幕小,天然就不適合做廣告,效果也差,移動廣告的盈利模式已經(jīng)逐步走入困局。
移動互聯(lián)網(wǎng)時代APP們的主要盈利模式應該是“參與交易”,獲得分成。比如一個用戶打開某個APP,這個APP得到了用戶的位置信息,比如在五道口,通過開放的API,和其它APP共享了這個位置信息,大眾點評就可以據(jù)此即時push一個附近烤肉店的團購券,或者當用戶下次打開美團網(wǎng),美團主動推薦一個附近的KTV的優(yōu)惠券。如果該用戶在大眾或美團下單了,他們就要給之前共享位置信息的APP分成。
分成比廣告的想象空間要大得多。廣告是市場成本,有限。分成是收入,有多少賺多少。
在傳統(tǒng)互聯(lián)網(wǎng)時代,豆瓣就和圖書電商們合作,推出“在哪兒買”“比價”“購書單”等功能,為用戶提供圖書類商品的鏈接,跳轉到相應的電商網(wǎng)站上。如果用戶下單,豆瓣獲得分成。后面豆瓣音樂和音樂人分賬,豆瓣電影出售電影票等等模式,也都一脈相承。
與此形成對照的是,豆瓣一直很排斥廣告。在豆瓣的20多類的頁面上,能放廣告的只有5類,一般是小組下的某個帖子里這樣的三四級頁面。尺寸只有唯一的一種可選。FLASH和視頻不被接受,必須是靜態(tài)畫面。在PC端的大尺寸屏幕上,豆瓣的這種做法曾多次被指責錯失了太多本可以輕松入賬的快錢。但凡事有利有弊。好處是,當所有傳統(tǒng)互聯(lián)網(wǎng)的巨頭們都不得不面對移動互聯(lián)網(wǎng)的轉型迷茫和焦慮時,豆瓣的態(tài)度卻相當積極。這也很自然,它并沒有什么要放棄的巨大利潤點之類的包袱。一個douban.com主頁分化成8個APPs,對其它大型互聯(lián)網(wǎng)公司來說是重大決策,要走緩慢而冗長的流程。但對豆瓣來說,這么做順理成章。你的長處在這里變成了短處。而我的長處在這里還是長處,甚至更長。我當然愿意盡快過來玩。天然的柔道戰(zhàn)略。
但在傳統(tǒng)互聯(lián)網(wǎng)時代采用這種“參與交易”的收入模式并非豆瓣一家所獨有。早在8年前電商的聯(lián)盟分賬模式就已成熟。網(wǎng)站都有現(xiàn)成的公開化標準服務,登記以后就可以直接對接數(shù)據(jù)了。但為什么是豆瓣能將這一收入模式做大做強,這里就要涉及到移動互聯(lián)網(wǎng)時代“用戶使用場景”的問題。
從用戶的使用場景來說,豆瓣和大眾點評這一類APP在場景里都是占據(jù)高位的,好比食物鏈的上游。當你不知道要看什么電影,拿不準值不值得去看這部電影,或者不知道要去周圍哪家餐館吃飯的時候,你會先打開這類APP,看一下評價和留言,然后做出選擇。
而美團淘寶當當這一類電商APP位于食物鏈的中游。只有當你做出決定要購買什么之后,你才打開美團的APP團購一個電影票,或者打開當當?shù)腁PP下單這本書。你會發(fā)現(xiàn),當你打開這一類的APP的時候,你的心中基本已經(jīng)決定了你要的是什么。交易的決策已經(jīng)完成,只剩交易的付諸實踐了。甚至,在豆瓣和大眾點評上已經(jīng)可以直接購買電影票和團購券了,這就跳過了這些中游的APP們,直接完成了整個交易。
地圖類應用,他們位于食物鏈的下游,用戶使用場景的低位。只有當用戶確定了他要去什么地方,比如已經(jīng)決定了看哪部電影或去哪個餐館吃飯,也買好了相應的團購券之后,這時如果他不認識路,他才會打開百度地圖,查一下路線。所以百度地圖往生活搜索服務平臺上轉型會十分艱難。用戶打開百度地圖是為了查某個具體的地點在哪里,過去要多久,走什么路線最佳。但它卻老是想告訴用戶這個地點的旁邊有飯館有酒吧有KTV的多少多少折扣的優(yōu)惠券等等。表面上這是一次順理成章的挺自然的展示營銷,其實對用戶來說是干擾。好比備受惡評的電視劇中的插播廣告,用戶唯一想知道的是接下來的劇情,你卻給他看腦白金和加多寶。雖然可能他自己也喝加多寶,而且因為看了你的廣告而真的去買了腦白金,這不是完全沒有可能的。但這絕對不會是用戶在那個時間節(jié)點上想要的東西,仍然屬于干擾?,F(xiàn)在地圖類APP轉型本地生活服務綜合搜索平臺,看似可行,其實難以成就一款新產(chǎn)品。
同樣的,微信一直嘗試往本地生活服務這條路上走,其實也不通。從產(chǎn)品開發(fā)的角度來看,在朋友圈里分享一個新品的爆款,然后你的朋友看到并且下單了,十分合情合理。但是從用戶的角度來看,他點開微信這個APP是為了干什么?找朋友聊天,回復同事的消息,看看朋友最近的動態(tài)等等??傊?,一切為了social。這個時候你給他看各類產(chǎn)品的介紹,就好比在電視劇里插入廣告。他幾乎一定會看到,而且有可能下單。但這些信息一定也不是那個時間點上他想要的。在這里,其實也無法成就一款新產(chǎn)品。甚至可能毀了微信。張小龍就曾多次叫?;驎壕徫⑿烹娚袒蛘遫2o化的步伐。所謂微信朋友圈電商,其實是一個四不像。在朋友圈大賣產(chǎn)品甚至成就幾個小而美的local型公司當然不是沒可能的。這個并不沖突。只是絕對沒法成就騰訊的電商夢。如果有一天,所有人打開微信就是為了買個東西或者逛逛朋友圈看有什么新品打折,那么。。。那么淘寶天貓會不會被顛覆先不好說,米聊口信LINE什么的就絕對該在一旁偷笑了。
有點扯遠了。其實從產(chǎn)品開發(fā)的角度看,以上提到的APP們都屬上品,界面整潔,操作流暢,用戶友好等等。該做到的都做到了。但一旦放入用戶的使用場景中來看,高下立判。
但是,豆瓣要在移動互聯(lián)網(wǎng)時代將“參與交易”的威力發(fā)揮到極致還離不開大數(shù)據(jù)時代的到來。大數(shù)據(jù)要能運轉需要三個條件:一是數(shù)據(jù)的匯集,二是數(shù)據(jù)的儲存,三是數(shù)據(jù)的分析。匯集需要設備,比如智能手機、攝像頭等等,這還涉及到物聯(lián)網(wǎng);儲存需要云存儲,分布式存儲等等;分析需要算法,優(yōu)質(zhì)的算法。這三點也離不開云計算在背后的支撐。無論是大數(shù)據(jù)還是云計算,基本條件在今天都已有了雛形,足夠豆瓣一展拳腳了。楊勃在談到移動互聯(lián)網(wǎng)時代的來臨時就非常興奮:“不用思考主頁的問題了,我覺得這個特別棒,移動是個很好的東西。”
同時,豆瓣本身的基因和大數(shù)據(jù)時代的要求是相符合的:以工程師為主導,專注數(shù)據(jù),專注算法,專注推薦。豆瓣在創(chuàng)立之初就是以一系列的標記為根基的,“讀過”“想讀”“在讀”等等,通過不斷優(yōu)化的算法,來推薦給你你可能喜歡的其它東西。這是個在剛出現(xiàn)時被人們認為有點奇怪的邏輯:你必須先告訴我你喜歡什么,然后我再來告訴你你喜歡什么。而且在現(xiàn)實世界無法找到對應。傳統(tǒng)互聯(lián)網(wǎng)的三大巨頭BAT的根基:網(wǎng)上聊天,網(wǎng)上搜索,網(wǎng)上購物,都可以在現(xiàn)實世界找到對應。只有亞馬遜一直在做的根據(jù)你過往的搜索和購買記錄在首頁給你推薦有點類似。但這只是這家電子商務類公司在服務上的貼心之處而已,目的還是促進你購買更多的產(chǎn)品,并非它安身立命的根基所在。
豆瓣基因的渾然天成也是為什么大眾點評雖然在用戶使用場景中和豆瓣一樣占據(jù)高位,但在面對這種“參與交易”的收入模式時爆發(fā)式增長的潛力不如豆瓣強勁的原因。數(shù)據(jù)的價值在一開始就被楊勃高度重視。他始終足夠堅持,足夠純粹。他知道豆瓣要做的事一定是“推薦”。這個推薦的能力在傳統(tǒng)互聯(lián)網(wǎng)時代足夠顯山露水,卻沒能建功立業(yè)。但在移動互聯(lián)網(wǎng)時代,這是個殺手锏,是制導武器。廣告沒的玩了,只能看推薦的了。誰推薦得精準,誰就是老大。
我們常說,這是一個以用戶為中心的時代。這不是一句空話。而且是以“用戶的信息”為中心的時代。在PC時代被線上線下割裂的使用場景,在移動端能夠方便地被以“人”為維度聚合起來。這就是使用場景的連續(xù)化,也即把用戶散亂在不同APP里的信息聚合起來。在這個時代,APP們不必再各自為戰(zhàn),他們分享數(shù)據(jù),開放接口,基于一定的規(guī)則,提供給“大數(shù)據(jù)聯(lián)盟”。每個APP都共享自己能得到的關于某個用戶的信息,地理位置,興趣愛好,健康狀況,聯(lián)系人,剛查了什么新聞,搜索了什么,看了微信里的哪個公眾號的文章,不一而足。然后,也基于一定的規(guī)則,其它APP能隨時隨地調(diào)用這些數(shù)據(jù),利用云計算的幫助,在和自己的業(yè)務特點互相補充后,給予用戶最為個性化的push。如果促成交易,則各家分賬。而個性化的push,其實就是上一段提到的“推薦”。
這是一個嶄新的時代,當這種變革來臨時,往往那些原先造血功能強勁的巨頭互聯(lián)網(wǎng)公司更容易墨守陳規(guī)。而在過去沒有占據(jù)最佳位置的公司,現(xiàn)在反而有機會獲得更多的發(fā)展空間。
再想想,這家如百度和Google的廣告聯(lián)盟一般的“大數(shù)據(jù)聯(lián)盟”會是由誰來組建的呢?豆瓣更大的新機遇其實是在這里。這涉及到在后臺打通各個APP的大數(shù)據(jù)的分析技術。但更重要的是動力。誰最有動力會想來做成這件事。豆瓣有動力,也有能力。因為他們始終想給用戶更好更直接更精準的推薦。獲得更多的收入分成不過是讓豆瓣在財務面上成為一家更好的公司而已,成立“大數(shù)據(jù)聯(lián)盟”則可能改變一個時代。
移動互聯(lián)網(wǎng)上還能是BAT專美嗎?自然不能。因為競爭基礎變了。一家在傳統(tǒng)互聯(lián)網(wǎng)時代就已經(jīng)按照移動互聯(lián)網(wǎng)思維運營多年的公司能否逆流而上,突破巨頭們的重重封鎖,顛覆整個行業(yè),值得我們拭目以待。
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)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(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:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(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、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(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:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、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)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(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)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 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)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(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