大数据互联网的思维

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

                大数据互联网的思维

    2.6  互联网思维改变大数据

    大数据的产品化思维

     在大数据领域中，一个重要的问题是：大数据产品是什么？在传统的大数据建设过程中，更多地关注系统的建设内容，这是传统IT系统建设的思路。传统IT系统的产品，如CRM（客户关系管理系统），只要建立了客户接触的渠道，梳理了内部处理客户投诉等工作流程，及时派单，解决客户的问题，然后通过回访提升客户的满意度即可。但大数据系统不同于传统IT项目，并不是通过流程电子化就可以提升效率，然后显现价值的。大数据体现价值的过程十分复杂、广泛，涉及企业管理的各个方面。

    既然不同于传统IT项目中解决流程电子化等目标，那么大数据产品是什么？大数据产品应该长什么样？大数据产品的产品经理是谁？大数据产品的设计原则是什么？大数据产品如何发展？如果解决了这些问题，大数据就可以成为一个独立快速成长的产业。

     要回答这些问题，首先，要明确大数据系统是服务行业的产业定位，其服务于企业的内部管理，服务于企业的外部营销。其次，大数据系统的智慧显现方法，要寻找突破口，要找到使用的客户。最后，大数据系统应该引入产品经理，逐步满足产品极致发展的需要。这些内容均可以在互联网思维中找到启示，在电信和互联网行业中找到成功的案例。一些电信企业用大数据项目进行内部客户服务，致力于服务企业的精准营销。互联网企业则是将大数据系统应用于外部客户服务，直接服务于精准广告投放，提升广告收益，以此快速获得回报。

    1. 简约

     大数据产品要贯彻简约的思维模式。在传统的工具软件中，如SAS/SPSS这类数据挖掘工具软件，或者Cognos、BRIO等OLAP工具软件，操作十分复杂，需要经过培训之后，才能让用户使用，而且最终结果的解读，也需要专业培训之后，才能够看懂，结合业务知识，才可以得出可以使用的数据分析结论。

     那么是否可以借鉴iPhone手机的设计理念，提供一种容易使用的大分析工具软件呢？这种数据分析的工具软件，是否可以让客户不经过培训，就可以读懂数据的含义，从而得出数据分析结论呢？大分析产品是否能够做到：让老人、孩子也不经过培训，就可以独自使用呢？下面以苹果公司的Healthbook（见图2-1）健身与健康追踪应用程序为例，看看如何提供简单的个人健康监控产品。

         图2-1  Healthbook健身与健康追踪App截图

     Healthbook的测试版本目前能够跟踪多个不同的健康和健身功能数据。每个功能类由Healthbook卡呈现，每张卡由一种颜色区分开来，并且标签可以任由用户调整。从图2-1中可以看出Healthbook可以跟踪的数据包括心脏速率、含水率、血压、身体活动、营养情况、血糖、睡眠、呼吸频率、血氧饱和度和体重等。（1）健身功能如图2-2所示，有三个Healthbook标签被用于健身追踪：活动、体重和营养情况。活动类似于许多其他健身追踪软件，可以跟踪步频、燃烧的卡路里、行走的英里数。

                  图2-2  Healthbook健身与健康追踪App功能

    体重标签允许用户输入自己的身高和体重信息，跟踪BMI（身体质量指数）和身体脂肪百分比统计。无论是活动还是体重跟踪功能，都允许用户以一天、一周、一个月和一年为单位对健身进度进行追踪。Healthbook营养情况标签允许用户输入他们的食物摄入量保持健康饮食。此功能类似于Jawbone公司的营养应用。活动、体重跟踪和饮食管理结合为一体的应用，会成为健身爱好者的健身利器。

    （2）心脏和血压监测心脏速率和血压监测是两个最广为人知与健康有关的测量。血压检查通常可以在医院、药房或家中进行，而心脏速率可以通过iPhone应用程序、智能手机的摄像头和健身器材进行测量。如图2-3所示，Healthbook能够存储和跟踪心脏速率及血压数据。血压将被记录成舒张压（最低）和收缩压（峰值）的形式。

                图2-3  Healthbook健身与健康追踪App心跳检测功能

    （3）睡眠跟踪除了跟踪健身和血液相关的信息，Healthbook还可以跟踪睡眠周期，如图2-4所示。关于这一功能的数据还不丰富，但是苹果曾聘请睡眠跟踪世界级专家罗伊•雷曼对此功能进行研究。在加入苹果公司之前，雷曼曾在飞利浦公司的“睡眠体验”实验室工作。雷曼的研究专注于睡眠模式、睡眠质量和睡眠警觉性。

         图2-4  Healthbook健身与健康追踪App睡眠监测功能

    上述的这些健康监控数据，不用培训，老人和孩子均可以看懂，了解自己应该注意的问题在哪里。同理，在企业内部的大分析产品设计中，产品也同样可以设计成这种界面，让公司管理者及时了解企业的“心跳”数据、“睡眠”数据、“健身”数据等。

PS：本书属于CDA数据分析师系列丛书，请关注10月28日的读书赠书活动

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏10 回帖

关键词：大数据 互联网 iPhone应用 CDA数据分析师 客户关系管理系统 设计原则 企业管理 产品经理 管理系统 服务行业

    2. 极致

     如何让企业的大分析产品设计得极致？我们继续以个人健康监控产品为例。以色列的医疗科技公司LifeWatch Technologies开发出的移动健康终端LifeWatch V（见图2-5），是一部真正意义上易于携带的医用级健康管理设备。LifeWatch V与别不同，在不大的机身上，却密布了就算是电子达人也从未见过的“机关”——LifeWatch V内置了一组专业级别的感应元件，能够提供体温、脂肪分布、压力水平、心率、血氧饱和度、心电图分析，以及血糖与血压的精准测量（后两者需要配件配合）。为保证测量数据的准确性，每部 LifeWatch V 设备在出厂前都会经过FDA等相关医疗主管部门的校验，保障设备传感器的科学性和严谨性。

图2-5  LifeWatch V设备

     LifeWatchV并非只是一部能够检测身体状况的终端，它还是一个结合硬件、软件、服务为一体的健康解决方案。该设备不仅让我们能够掌握自己的身体数据，而且还能够通过实时的云端连接提供贴身服务。

     具体来说，对于缴纳年费的高级会员，专属医疗服务中心 Lifecaring（高级健康管理中心）的健康顾问会基于用户累积的身体数据，为用户的药物调整、饮食、锻炼提供一对一的定制规划——例如，本人因体内脂肪比例“稍微”偏高，远程的健康顾问就为我制定了一套专门的饮食与运动方案。

      对于患病用户（如糖尿病、心脏疾病患者），管理中心将有专人根据他们连续的监测结果变化曲线，为使用者出具每月相关监测指标的分析报告、高血压或者糖尿病的药物调整建议，若监测指标超出正常标准数值或出现预警信号，值班医护人员会马上打电话给用户询问情况，必要时联系120协助救治。医疗服务中心提供全天候24小时监测服务，相信这对于使用者的健康来说将是一个保障。

    如图2-6所示，LifeWatch V机器两边和背面可谓“机关密布”，两侧的金属包边上除了日常的耳机、USB接口和音量键外，还有三个电极感应器和副传感器组。

图2-6  LifeWatch V设备背面

    如图2-7所示，打开盖子，插入血液采集器；利用附带的刺针刺破表皮，提取微量血样，完成测试并自动上传数据。

图2-7  LifeWatch V血液采集

    图2-8和图2-9所示是LifeWatch V健康监控App软件界面图。

图2-8  LifeWatch V健康监控App软件界面截图1

图2-9  LifeWatch V健康监控App软件界面截图2

     由此可以看出，在个人健康监控方面，LifeWatch V相比苹果手机而言，要做得更加极致、更加专业。

同样地，在企业内部的大分析监控产品中，也可以更深一步，不仅监控出某个KPI指标的异常，而且也给出分析，告知该KPI指标是受哪个子指标影响的，并给出市场改进建议，实现某种程度的“自动”分析、处理能力。

    大数据的平台思维

    大数据产业要蓬勃发展，需要借鉴互联网思维中的平台思维，需要建立自己的“生态圈”，引入更多的应用开发商，借助丰富的业务应用，激活数据价值。这种平台思维，就是通过标准的开放接口，让外部应用能够访问大数据系统中的数据，并编制相关应用软件。

    互联网企业在这方面走在了前面，很早就开始探索大数据生态环境的构建，并致力于引入更多的数据分析厂家。

    以阿里巴巴公司为例，阿里巴巴的数据战略分为三步走，具体如图2-10所示。

   （1）数据化运营阶段（2005—2010）——如何利用平台上海量的消费者和商家数据，来改善自身经营，仅仅局限于内部，“淘数据”面向内部运营人员。

   （2）运营数据初级阶段（2010—2013）——数据应用走向外部（给商家共享），提供数据服务和行业指数分析服务，随着数据量的增加，逐步确立数据影响力。

   （3）运营数据进阶（2013至今）——跨行业应用，随着数据量的进一步增大，越来越意识到数据的价值，进入数据创新阶段，力求激发数据的力量。其目前的方向，一个是金融，在互联网金融的小额放贷中，通过数据建立新的客户征信（客户信用）模型；另一个是重塑广告平台，重构营销数据管理平台，实现精准广告。

图2-10  阿里巴巴数据战略发展示意图

     如图2-11所示是阿里巴巴的数据开放平台架构示意图。

图2-11  阿里巴巴数据开放平台架构示意图

    1. 如何标准化

    大数据要打造平台，首先要对外提供标准的数据访问接口。

    阿里巴巴旗下的淘宝开放平台（TOP，Taobao Open Platform）就对外提供了许多标准的API接口，成为淘宝电子商务基础服务的重要开放途径，推动着各行各业定制、创新、进化，并最终促成新的商业文明生态圈。

    软件开发者可通过淘宝开放平台提供的淘宝API来获取淘宝用户信息（买方和卖方用户信息，私有信息需要授权）、淘宝商品信息（全淘宝超过1亿个商品的名称、类目、型号、介绍等信息）、淘宝商品类目信息（全淘宝商品索引及分类明细）、淘宝店铺信息（全淘宝店铺信息）、淘宝交易明细信息（在取得用户授权的情况下，查询每笔交易的详细情况）、淘宝商品管理（淘宝商品的上传、编辑、修改等接口）等信息，并建立相应的电子商务应用。同时，作为淘宝开放平台TOP项目的唯一合作平台——阿里软件平台在其中也扮演着重要的角色，它将为开发者提供整套的淘宝API的附加服务，如测试环境、技术咨询、产品上架、版本管理、收费策略、市场销售、产品评估等。

    淘宝开放平台的使命是把淘宝网的商品、用户、交易、物流等一系列电子商务基础服务，像水、电、气一样输送给有需要的商家、开发者、社区媒体和各行各业。

     TOP开放平台的部分API函数如图2-12所示。

图2-12  阿里巴巴TOP开放平台的部分API函数

    标准的数据访问接口是基础，同时，还需要有基于这些接口的多种应用以满足不同人群的需要，这些应用使得标准数据更加有意义，淘宝指数就是这类数据应用的代表。

    淘宝指数是淘宝公司基于淘宝开放平台打造的官方的数据分享产品，于2011年年底上线，通过它用户可以探寻淘宝购物数据，了解淘宝购物趋势。该产品不仅仅针对淘宝卖家，还包括淘宝买家及广大的第三方用户，同时承诺将永久免费服务，是阿里巴巴旗下一款著名的对外开放的数据产品（见图2-13和图2-14）。

图2-13  阿里巴巴淘宝指数示意图1

图2-14  阿里巴巴淘宝指数示意图2

   （1）淘宝指数提供的主要功能

    ① 市场趋势：某个“搜索词”的搜索趋势及其人群特征；一次最多可对比三个词。

    ② 市场细分：“搜索词”的类目分布，以及近一个月成交人群的特征；并且可以查询特定人群的购物偏好。

    ③ 排行榜：淘宝TOP20类目的热搜词，以及子类目、品牌成交排行。

其中，不同的使用角色可以从中查询不同的数据。

    ① 买家：淘宝指数可作为购物决策的参谋，了解当下流行趋势，了解同一类人的购物倾向及特点，与其他类人有什么不一样。

    ② 卖家：淘宝指数就是一个免费的市场行情参谋，可以从中看到什么东西卖得最火，自己家店铺经营的商品的主流消费者人群面貌是怎样的，便于制定更加精准的营销方案。

    ③ 第三方：包括媒体、行业专家、数据爱好者，可借助淘宝指数这个开放的淘宝数据信息共享平台，获取到当下流行的购物趋势，或者研究做参考及佐证。

    （2）包含的数据定义

常用标签的数据来源是宝贝数据模板，宝贝数据模板是以宝贝作为对象的相关数据。包括：

     ① 人群指数：购买该宝贝的人群性别、年龄、地域、星座、消费层级等分布。

     ② 热销比数：购买该宝贝的近7天销量、近30天销量。

     ③ 价格指数：购买该宝贝价格的平均值。

     ④ 相关款式：购买了该宝贝的人还买了同类目下的其他宝贝。

     ⑤ 相关风格：和该宝贝在同类广告下的宝贝。

     ⑥ 搜索指数：指数化的搜索量，反映搜索趋势，不等同于搜索次数。

     ⑦ 成交指数：由搜索带来的成交量，并进行指数化处理。反映成交趋势，不等同于成交量或成交金额。

     ⑧ 热销指数：成交宝贝的标题中包含该关键词的商品，成交笔数的指数化。

     ⑨ 倾向指数：突显该人群的购物偏好并结合热销指数综合计算得出。

     ⑩ 喜好度（TGI（Target Group Index，目标群体指数））：反映不同人群对该搜索词的偏好程度，数值越大则偏好程度越高。数据为100时，表示无明显偏好。该数值不受人群基数的影响。

淘宝指数的上述数据展示全部基于淘宝开放平台开放的数据，凸显了数据标准化带来的价值。

     2. 构筑共赢的生态圈

     基于大数据的开放平台，重要的是要打造能够共赢的生态圈。所谓生态圈，就是要吸引第三方应用开发者，让他们通过开发出丰富的业务应用提供给客户，获取相关收益的一种环境。

     淘宝开放平台就在试图打造这样一种基于电子商务业务的大数据生态圈。目前，淘宝开放平台已经为合作伙伴提供了10类以上的合作形式，包括商家系统、卖家应用、买家应用、淘宝客应用、无线买家应用等。无论第三方开发者（ISV）、传统软件厂商、行业型网站还是大商家，都能基于淘宝开放平台找到适合自己的业务方向。

     淘宝开放平台提供的丰富API涵盖了淘宝各个核心业务流程，基于这些API可以为卖家提供各类应用，解决店铺管理、营销推广、数据分析等方面的问题。淘宝开放平台还基于商家所需的电子商务后台系统，提供解决方案。对于富有企业信息系统开发经验的传统软件厂商，可以基于淘宝开放平台为商家提供包括但不限于BI、ERP、DRP、CRM、SCM 等。淘宝开放平台还为合作伙伴提供了清晰的盈利模式。合作伙伴们可以通过服务市场的应用销售分成、软件直接销售收入等获得回报。

     淘宝数亿消费者，越来越需要各种个性化、专业化的服务，帮助他们方便地购物，以及解决各类生活服务需求；淘宝的合作伙伴们则借助淘宝开放平台提供的API开发出各种专业的应用，为消费者打造最佳的购物体验，同时获得一定收益；淘宝本身也获益匪浅，赢得资本市场的青睐，这就是大数据生态圈的魔力。

    大数据的迭代思维

     传统企业做产品的路径是，不断完善产品，等到相对完美的时候再投向市场，再次修改完善就要等到下一代产品了。而互联网思维则不然，讲究的是“快”——尽快地将产品投向市场，然后通过用户的广泛参与，通过小版本升级不断优化产品，实现快速迭代，日臻完美。于是，互联网企业推出的产品通常显示测试版，也有封测、公测等概念。互联网会重视用户社区，重视粉丝建设，依靠用户的集体智慧，帮助完善产品，从群众中来，到群众中去。这就引出下面两个原则。

    原则一：小处着眼，微创新。

    “微”，要从细微的用户需求入手，贴近用户心理，在用户参与和反馈中逐步改进。“可能你觉得是一个不起眼的点，但是用户可能觉得很重要”。360安全卫士当年只是一个安全防护产品，后来也成为了新兴的互联网巨头。

    原则二：精益创业，快速迭代。

    “天下武功，唯快不破”。只有快速地对消费者需求做出反应，产品才更容易贴近消费者。小米MIUI系统坚持每周迭代，就连餐饮界的雕爷牛腩，其菜单也是每月更新。好产品是运营出来的，而这种运营要靠不断的迭代思维，完成各种微创新，实现产品的不断迭代更新，以贴近用户的需求。

    一个微创新是改变不了世界的，需要通过持续不断的微创新，完成产品不断改进的过程。

    大数据产品，更需要强调“微创新”。市场是多变的，每时每刻都在变化，而大数据产品，也应该秉承“微创新”的宗旨，迅速进行分析，快速跟上市场变化的步伐。

    这一点，乐视公司给了我们很大的启示。乐视在电视产品中的具体布局，体现了互联网的迭代策略已深入其产品骨髓。在超级TV大战中，乐视首先推出的X60产品，目的就是警示传统电视厂商，互联网企业要开始进军客厅了。之后推出的S40，让超级电视的市场纵深化，进入消费者的卧室之中。S50更是登峰造极，主打自由匹配概念，让乐视产品遍布家庭的每个角落。MAX70的高大上与平易近人的价位，则满足了顶级高端用户的需求。但是，这还远不是终点，乐视在2014年4月推出的X50，以4K硬件的极致效果，配合丰富的4K片源，让乐视的互联网电视产品链渐趋完善（见图2-15）。

图2-15  乐视TV画面展示

    乐视布下的这些棋局，目的并不在具体的产品上，而在占领家庭娱乐这块阵地。独特的产品策略，也显示了乐视对市场规律的确信把握。

    （1）满足用户需求的迭代。乐视在用户体验上的资源积累，来自于与用户的充分互动，这种开放的产品设计理念，使其在满足用户需求方面做到了快速性、全面性。

    以用户互动为基础，乐视的Letv UI每周都要对系统版本进行更新。目前，Letv UI升级分为开发版本和稳定版本，用户可以在Letv UI “系统升级”应用中自主选择。其中，开发版本是乐视和用户一起开发的版本，每周五升级，实现快速迭代，让用户体验到最新最酷的功能。稳定版本每个月升级一次，会加入经过充分测试的稳定功能，让用户可以放心使用。

    （2）核心营销理念的迭代。在产品的营销策略上，乐视首先采取了CP2C（Customer Planning To Customer）模式，即众筹定制模式，它一改传统的ACPP（以售卖产品为目标进行单向传播）模式，将“我知道，我了解，我偏好，我使用”的营销理念与“初选、评估、购买、购买后体验”四个营销阶段相结合，形成没有起点、没有终点的“营销环”，最大程度地降低品牌溢价，以低成本优势全流程回报用户（见图2-16）。

    大数据产品，同样面临快速迭代的问题，如何迭代开发，满足市场分析的需求，是摆在每个大数据从业者面前的普遍问题。有些企业的大数据产品一旦开发出来，就千古不变，缺乏改良，导致客户使用越来越少，而应用也变成了“僵尸应用”。这种僵尸应用，虽然没有客户在使用，但却消耗了大量的系统资源，理应进行有关的优化和淘汰。

图2-16  乐视开启CP2C营销模式直达用户

    目前，国内大数据产品开发出来之后，往往缺乏后续运营工作，缺乏产品的微迭代创新过程。这种迭代运维的理念在传统IT产业都十分匮乏，如今，互联网企业通过市场的竞争，对传统IT企业发起了挑战。

    3.2  从网络运营到大数据运营

    传统的电信运营商，在面对互联网企业的冲击时，往往束手无策，应对乏力。但电信运营商手里却掌握着互联网中最重要的管道资源，而且这些管道中流动的是最有价值的“大数据”。所以，未来电信运营商应该转型成为大数据运营商，如此，方可以取得在互联网世界中的霸主地位。

    具体来说，淘宝公司只能获取淘宝客户的访问数据，了解其客户的购物消费习惯；而电信运营商可以借助大数据分析技术，分析出淘宝客户和京东客户的不同消费习惯。所以，电信运营商拥有着比互联网企业更广泛、更有价值的大数据，而这些大数据的价值，未来甚至可以让电信运营商的市值远超过阿里巴巴的市值。当然，前提是在政府政策允许的情况下。

    打个形象的比喻，电信运营商经营了全国的所有地下管线，以前，电信运营商是出卖管线通道；而在大数据时代，电信运营商可以分析每个地下管道中到底流动着什么物质，通过分析这些物质，就可以判断哪种商品最好卖（比如华为的MATE 7手机）。然后，电信运营商就可以与华为公司合作，集中采购该款手机，最后以更优惠的价格卖给客户。由于电信运营商可以基于自己几亿的客户规模进行分析，选择其中最需要的客户，其购买群体最庞大，可以超过在淘宝上购买该款手机的客户数。所以，电信运营商可以从华为公司拿到更加低廉的价格，为客户提供更加优惠的手机价格。

    如此，借助大数据，电信运营商可以进行一次完美的“转身”，重新改写市场规则，重新确立自己在互联网市场中的地位。

    互联网平台如何使用用户数据

    互联网已经成为像水、电一样的基础设施，渗透到现代人日常生活的每个方面。互联网在进行渗透的同时，也可以获取客户在各个领域中产生的各种数据从而支撑不同的大数据应用。例如，互联网企业可以获取客户的位置信息，从而分析客户每日的移动轨迹；互联网企业可以获取客户与别人交往的数据，了解客户的交往圈，分析客户关心的内容；互联网企业可以收集客户输入的搜索词汇，分析客户近期的需求；互联网企业可以收集客户的交易信息，从而得到客户感兴趣的商品，分析客户的购物习惯等。这些数据反映了客户在各个领域中的需求，可以形成客户的全景360度需求视图。每个客户的这种视图，组合起来，就形成了某个市场领域的真实需求，为后续的精准营销奠定了量化基础。

    1. 阿里巴巴平台如何使用用户数据

    马云曾经在演讲中指出：“阿里最值钱的是数据”。阿里的大数据应用表现在如下几个方面。

   （1）精确匹配广告。几乎每个喜欢在淘宝上网购的网友均会发现，浏览完相关商品网页，随后无论你在哪个终端上打开网页，只要该网站上有淘宝联盟广告，那么你在其他网站上看到的就是该类商品的广告。以运动鞋为例，只要你在淘宝上浏览过商家运动鞋产品，那么随后无论你在哪个终端上见到的哪个网页上的淘宝联盟广告，均是运动鞋或鞋类商品。

    这是因为你每次用账号登录淘宝浏览商品时，阿里巴巴的大数据分析系统会将你浏览过的商品信息保留下来，从而知道你的需求和消费习惯。当你在其他终端也使用淘宝账号时，淘宝可以根据你往日的浏览信息，推荐相关商品，直抵你的消费热点。

    （2）信用评估和信用管理。2013年国内的互联网金融企业如雨后春笋般出现，但坏账危机也成了限制行业发展的瓶颈。如何在互联网的虚拟世界里甄别用户履约能力和信用，成了互联网金融企业尤其是P2P（Peer-to-Peer，个人对个人）网贷平台最头痛的事。但基于大数据分析的信用评估却可以在一定程度上解决这个问题。

    2014年蚂蚁金融旗下的芝麻征信拿到央行下发的个人征信牌照，芝麻征信也成为国内首批获得该牌照的商业征信机构之一。据了解，芝麻征信将率先应用于阿里金融云上，为云上的互联网金融企业提供风险评估、贷款后的策略监控等服务。

   （3）医疗数据服务。通过提供数据资源和技术能力，“阿里健康”已与多家医药公司开展合作。 “阿里健康”上存储的数据，可以为医药企业提供市场评估决策、销售优化、渠道治理与跟踪、供应链管理等服务。

    事实上，阿里巴巴的上述三项业务仅仅是大数据商业模式中的部分应用。在整个大数据产业链上，还包括上游产业的大数据基础设施类，如NoSQL数据库、Hadoop相关产品；中游产业的大数据分析类，主要有数据可视化、统计计算、舆情分析等；广告优化、市场营销等在大数据应用中属于下游产业。此外，产业链上还包含跨平台整合分析、开源项目等。

    阿里巴巴将其掌握的用户数据和大数据的其他能力整合在一起，打造出一个“开放的电商云工作平台”，这就是所谓的“聚石塔”，这里将“石”比作各种纷繁的数据和应用，集结在一起就汇成一座坚固的聚石塔。它的价值在于汇聚了整个阿里系的各方优势资源，包括阿里集团下各个子公司的平台资源，如淘宝、天猫、阿里云、支付宝等，通过资源共享与数据互通来创造商业价值。简单来说，以往“双十一”大促销时，海量订单不仅会导致网页拥堵，甚至会出现漏单、错单的现象，如今商家入驻聚石塔平台后，以云计算为“塔基”，商家的所有ERP、CRM等系统将集约化统一于云端，打破系统间的信息孤岛，从而获得安全稳定、弹性升级、数据推送、数据集成等云端服务，确保了消费者最终获得的服务质量。

    2. 不同平台的数据含义差异大

    以BAT为代表的互联网企业，其数据的含义各不相同，其数据价值也差异较大。腾讯公司主要获取的是客户交往圈的信息，能够看出客户的社交范围和特点。笔者在8年前曾经遇到过一名具有国际声誉的数据分析专家，他说：“根据统计，通过朋友圈进行商品营销，成功率是传统营销方式的15倍”。所以，腾讯借助其掌控的客户交往圈数据，通过微信交往圈广告，获取其CPM（Cost Per Mille，千人成本）达到140元的高额广告收益。微信朋友圈的精确广告如图3-2所示。

  

图3-2  微信朋友圈的精准广告

    百度公司主要可以获取客户搜索的相关信息，同时，百度也提供了各种丰富的应用，如百度迁徙基于百度地图提供人群迁徙的方向和密度分析，百度热词可以分析出时下大家关注的热点。百度公司通过搜索竞价排名，获取了主要的资金收入。百度迁徙示意图如图3-3所示。

图3-3  百度迁徙示意图

    阿里巴巴公司则拥有商业价值最大的电商平台数据，可以看出客户购买商品的种类、价格等详细信息，这些信息不仅可以提供给自己的商家，也可以对外进行信息检索服务，告知哪些商品最受欢迎，哪些地区的客户喜欢购买哪些商品等各种信息。这些信息对于产品制造商具有极高的商业价值。

如此，不同的数据有不同的商业价值，也可以卖出不同的价格。

建立数据分析保障管理体制

    数据虽然有价值，但需要借助各种分析方法进行雕琢，没有分析的数据与垃圾无异。那么如何确保数据经过分析之后能够发挥出应有的价值呢？这就需要建立一种保障数据分析的管理体制。这种数据分析保障管理体制，也属于数据运营的一部分。这种管理体制涉及企业的管理架构，取决于企业对于数据价值的理解。这种管理体制具体涉及：数据价值评估、数据质量评估、数据管理方法、数据应用领域、数据价值体现等多个方面，均需要建立专项配套的管理机制。

    例如，在电信行业，有些公司会成立专门负责大数据建设和运营的机构，承担大数据的收集、整理和应用等职责。这个独立的机构要协调各个上游的IT系统，整合各种数据成为企业级数据中心；需要协调各个部门，建立有关的数据质量管理方法，明确各方职责，解决出现的各种数据质量问题；需要根据市场部门的需求，进行各种数据分析，给出市场分析报告，辅助制定市场经营策略；需要根据公司决策层的要求，用数据分析公司内部管理的各种问题，给出精细化管理建议，提升公司运营效率；需要协调外部的合作伙伴资源，借鉴各种先进的技术和运营理念，满足公司发展的各种数据支撑的需求。

    只有建立了这种运营机构以及体制，数据管理才会纳入公司的日常管理范畴，企业内部各方职责才能明确，数据质量等问题才能得以协调整治，数据应用才能得到制度保障，数据分析才能渗透到公司运转的每个环节中。例如，某电信运营商在2005年就提出了“精细化管理、精准化营销”的口号，为大数据的发展确立了基础定位。经过十年的努力，该企业的市场经营基本建立在数据分析的基础上。首先，根据客户的各种行为信息，进行了多个维度的分群，并为客户打上各种维度的标签。然后，根据产品的特点，选择潜在客户群体，并进行针对性营销。同样，该企业内部也基于数据计算，进行了员工的量化薪酬管理工作，保证“多劳多得”原则，提升了一线员工工作的积极性。在对外部渠道的管理方面，通过渠道欺诈模型等数据分析方法，识别出恶性社会渠道的欺诈行为，降低了企业经营的风险。在总部对省公司的管理过程中，通过各种细化的KPI指标，及时监控其异动情况，判断市场的波动变化，以便实时给出应对策略。

    数据必须通过分析体现价值，但同样需要通过管理体制保证这种分析结果能够注入企业的每个环节并且指导生产运营，这样才能真正让价值凸显。换个形象的说法，诸葛亮之所以要让刘备三顾茅庐（见图3-4），就是要争取这种能够使“智慧”体现出价值的保障体制。诸葛亮需要建立确保“智慧”能够在刘备的团队里发挥出效果的管理体制；否则，如果刘备团队并不认可“智慧”的价值，就算诸葛亮有天大的本事，能预测出各种战场形式，而刘备团队不去“落地”执行，那么也无法发挥出智慧的效果，也就不会有后面的蜀国。所以，诸葛亮需要刘备提供运营“智慧”的环境，而刘备需要诸葛亮的“智慧”，两者紧密结合，才能最终实现刘备独霸一方的梦想。

图3-4  三顾茅庐背后的故事

    从基础设施到产品提供

    大数据运营首先要解决数据的存储问题，传统的技术方法无法以低廉的价格存储海量的数据；其次，大数据还要解决计算问题，保障这些大数据不仅可以存储，而且可以进行计算和处理；最后，大数据要保证能够结合业务应用，发挥出真实价值。

    大数据的存储，目前业界主要采用云存储的方法，借助Hadoop/云计算等新技术，能够完成海量数据的存储工作，尤其是海量非结构化数据的存储。

    大数据的计算，基本也是基于云计算进行的，借助Hive/HBase等开源的处理工具，可以进行数据的基本处理。

    大数据的业务应用，在互联网行业主要是进行精准广告的推送工作。电信企业、金融企业主要是服务于内部客户，提高企业内部管理的效率，降低企业市场经营中的风险。

    互联网企业基本是在云计算基础上，构建大数据处理平台，并提供一些开放的数据分析产品。互联网企业往往会提供一些开放的API接口，供第三方开发业务应用。

    电信企业和金融企业，有很多数据存储和处理工作是放到数据仓库中进行的。例如，某电信企业将部分客户的上网行为日志数据存放在云计算环境中，而将关键的计费等数据还是存放在数据仓库环境中，以保障数据处理过程的安全性和准确性。

     互联网企业的客户行为日志，因为比较繁多，单条数据的精度对于整体计算结果的影响不会很大，故将其存放在Hadoop环境中。部分互联网企业的计费等关键环节，仍然是使用数据库管理系统。

    大数据的发展，在深度分析方面往往需要借助数据库的传统处理能力。但部分新的应用，可以直接基于Hadoop平台进行。例如，在进行客户上网内容分析时，“爬取”客户访问过网页的内容之后，需要计算出客户的内容喜好，这类简单的分类计算过程可以放在Hadoop平台上进行。而在计算客户的征信信息时，如果涉及跨很多表的关联计算，则适合使用数据库环境。很多互联网企业采用开源的Hive/HBase工具，实现传统的数据库操作。

    互联网企业目前主要以对外提供大数据服务为主。因此，在大数据产品化方面，发展较快。而电信企业则聚焦于企业内部管理等工作，侧重于内部流程梳理、市场精准营销等环节。

    因为Hadoop云计算平台是开源的，需要大量的技术人员进行支撑，故不是所有的企业都适合于使用Hadoop平台。大部分企业可以采用“混搭”的架构进行大数据系统建设，将一部分对安全性和准确性要求不高的数据放入Hadoop平台中，而将要求较高的计算放入传统数据仓库中。

    一般来说，根据NIST（National Institute of Standards andTechnology，美国国家标准与技术研究院）的权威定义，云计算的服务模式有SPI（即SaaS、PaaS和IaaS）三个大类或层次。其中，IaaS（Infrastructureas a Service），即基础设施即服务，基于 Internet 的服务（如存储和数据库）是 IaaS的一部分；PaaS提供了用户可以访问的完整或部分应用程序开发；SaaS则提供了完整的可直接使用的应用程序。大数据平台也可以对外提供IaaS/PaaS/SaaS三层服务能力（见图3-5）。

图3-5  分层的SPI大数据平台

  （1）SaaS

    提供给客户的服务是：运营商运行在云计算基础设施上的应用程序，用户可以在各种设备上通过客户端界面访问，如浏览器。消费者不需要管理或控制任何云计算基础设施，包括网络、服务器、操作系统、存储等。

   （2）PaaS

提供给消费者的服务是：把客户基于开发语言和工具（例如Java、Python、.Net等）开发的或收购的应用程序，部署到供应商的云计算基础设施上去。客户不需要管理或控制底层的云基础设施，包括网络、服务器、操作系统、存储等。客户可以控制部署应用程序，也可以控制运行应用程序的托管环境配置。

  （3）IaaS

提供给消费者的服务是：对所有计算基础设施的利用，包括处理CPU、内存、存储、网络和其他的计算资源。用户能够部署和运行任意软件，包括操作系统和应用程序。消费者不管理或控制任何云计算基础设施，但能控制操作系统的选择、存储空间、部署的应用，也有可能获得对有限制的网络组件（例如路由器、防火墙、负载均衡器等）的控制。

    从网络产品到数据产品

    在大数据运营过程中，要找到大数据的使用用户，然后找出适合这些用户使用的大数据产品，这些产品会不同于传统IT系统的产品表现形式。过去，电信运营商承担的是网络运营的职责，而互联网企业承担的是平台运营的职责，这些企业的主营业务产品各不相同。电信运营商主要是通过各种资费，根据客户的流量或者话音使用情况进行计费。在互联网企业中，百度提供了搜索产品，给出了竞价排名的推荐列表；淘宝提供了产品交易平台；腾讯则提供了社交平台。

    那么大数据产品到底应该是什么样子？又如何进行产品化呢？

    阿里巴巴公司在这个方面进行了积极探索，从“淘宝指数”开始，“聚石塔”、“量子恒道”、“数据魔方”等先后推出，让大数据逐步服务于外部的商家客户。

    电信运营商的大数据往往致力于服务内部客户，其提供的产品主要包括如下几类。

    关键指标（KPI）：计算出公司关键业务的发展情况，反映企业各个方面的运转情况等，提供量化管理的基础；

    报表：这是目前数据服务的主要形式，管理人员和市场人员主要是依据报表，对各项工作的运营情况进行判断，了解问题的原因所在等；

   分析报告：这是数据分析的主要表现形式。基于数据，结合需要解决的问题，分析出问题原因，给出详细的解决方案，并用数据来支撑自己的结论；

    数据挖掘：这是深度使用和挖掘数据的主要方法。基于数据挖掘算法，给出更加深入的分析结论，目前主要聚焦于一些相对成型的应用。例如，客户离网概率测算、客户价值评估、潜在目标客户识别等方面；

     咨询服务：这是大数据分析的较高层次，提供的是专家服务。不仅使用数据，而且提供专家服务，给出解决问题的综合方案。这种方法对人才技能要求较高，其结果的展现形式基本是咨询报告。

    随着大数据的快速发展，一些电信运营商已经开始逐步开放大数据能力，在得到授权的前提下，将一些位置、计费等脱敏数据开放给第三方进行调用。今后，电信运营商的大数据服务产品也需要进行提升，可以参考互联网企业的经验，进行大数据的产品化开发和改造。

admin_kefu 发表于 2015-10-26 14:25
大数据互联网的思维

    2.6  互联网思维改变大数据    大数据的产品化思维     在大数 ...

谢谢分享

不错的分享。 内容有一定深度和新颖性。

关于大数据，“互联网+”，甚至“互联网—”的文章今年从年头开始层出不穷。这篇文章的内容似曾相识。

大数据互联网的思维
.......