📖 ZKIZ Archives

林氏木業的數據王國

的確，恰當的時候，站在風口上，即便是豬也能飛起來，2007年開始，一大批人藉著淘寶的高速成長而「雞犬升天」，以「順風尿三丈」的氣勢，讓諸多傳統行家們大跌眼鏡。他們中間，有人資源底子夠雄厚，眼光夠毒辣，借勢而起自然無可厚非，而真正憑藉「草鞋布衣」之身，逐漸走上神壇的，一般分為兩種，要麼有超人的營銷法子，要麼有非一般的技術手段。

今天請讀者們品鑑的，就是一家靠技術成名的家具電商公司，通過數據上的分析和挖掘，5年時間，林氏銷售額從500萬元到3.2億元，預計今年銷售額可超6億元。它叫林氏木業，創始人林佐義出生寒苦，當年用省下的2萬元學費，開創了現在的光景。他也是去年《福布斯》評選的「30歲以下30人」的代表。

林佐義印象

1、林佐義當時大專畢業，其實被逼無奈。為了和女友同處一地(相當深情的說)，才努力給家具老闆做網站，最終轉上電商之路。因此，他做家具電商，一則源於專情，二則很早與淘寶結緣，因為在上面買了一個便宜到咂舌的數碼相機，深信淘寶的前途。

2、林佐義相信數據，但不迷信數據。比如，林氏發現，有同行經常會點擊網店的東西，查看產品，比價，在後期統計分析中，採用篩選法則，剔除這些「無效數據」的雜質(具體怎麼做，不肯說，商業秘密哦!)，才讓分析有真正的意義。

3、林佐義依靠數據，但不依賴數據。例如，林氏的銷售客服依靠訂單提成，去年雙十一，有人一天提成就超過11萬元，激勵刺激讓人興奮，但也可能透支他們的健康和持續「作戰」能力，因此，林佐義開發出「正能量」、「負能量」指標和特殊的訂單分配機制，不依賴於傳統的數據體系，創新業績評價體系，保障經營。畢竟人不是機器，不可以用傳統的數字完全衡量。

用數據說話

「不能把責任都推給物流。」林氏木業創始人林佐義告訴手下，這是採訪間隙的一通電話。工廠負責人不希望將「運輸損壞」指標列入自己的KPI考核，他認為那是物流的職責。但是在林佐義看來：如果出廠包裝足夠紮實，這種損壞絕對應該更低。因為林的數據顯示，同樣的物流公司，有家具商的運損率更低，顯然，對方有更妥善的包裝，所以林氏應該從自身出發，改進包裝，控制此類風險。

這就是林佐義，骨子裡喜歡用精準的數據來衡量得失、進退。在他的林氏木業裡，到處充斥著量化的數據，從前端的營銷到後端的管理，他用這些數據提升銷售業績;發現運營真諦，解決生產難題……按他的話說，就這樣，網上開店6年，沒遇過大的困難，也沒經歷大的低潮，林氏木業在電商大潮中銜枚疾進。

數據顯示，林氏木業年均增長率超100%，去年銷售額已經超過3億元，連續五年在淘寶家具類目中蟬聯冠軍，被250萬用戶光顧。同時，林氏還擁有員工上千人，旗下3家自營廠，數家代工廠，4間倉庫總存儲面積超過10萬平米。依照目前形勢，林氏今年的銷售額有望達到6億元。而這一切的起點，卻是林佐義當年不足2萬元的創業資金。

創業快車道

2007年，林佐義讀大三，同學們都在實習，但他卻在謀劃如何為自己打工，做一門生意養家餬口。此時，林的女友在佛山一間家具店工作，這裡遍佈家具生產廠，各式品牌林立。於是，學計算機的他以2萬元創立工作室，聯繫家具城內的店主，謀劃著為他們建立門戶網站。

「可惜的是，老闆們的興趣不在於此。」林佐義告訴記者，數據一目瞭然——工作室的生意極不穩定，缺乏持續的現金流，更沒有成長性可言，他明白，自己必須另覓生計。直到有一天，林佐義通過百度「邂逅」了淘寶，這種「虛擬」買賣給了他新的靈感。

當時，在網上開家具店的人並不多，因為家具是耐用消費品，價格貴，物流、運輸、倉儲困難，進入門檻高，鮮有人敢於嘗試。而林佐義的身後，卻有全國最大的家具生產基地，綿延十餘里的家具工廠，充足的貨源，成熟的供應鏈體系。「這裡具備做家具電商的先天優勢。」他解釋道。

由此，林佐義在淘寶註冊了店舖，交了1000元保證金，開始走上電商之路。此時，他手上可用的資金只剩下2000元。已無退路的林佐義做了一份商業計劃書，又到家具城內，和每一個老闆談自己的想法，甚至質押個人證件，博取其信任。「最終說服了幾家，他們允許我做代理商，先拿貨後付款，並提供產品的圖片等完整資料給我擺上淘寶貨架。」林佐義說道。

2007年5月，林氏木業正式在淘寶開張，生意模式很簡單——將照片上傳網店，待消費者下單，由廠家直接發貨。如此「倒手炒貨」，林氏穩賺差價。是時，家具零售店普遍保持50%以上的暴利，而林氏卻走10%的微利路線，因此迅速積累起大量客戶和信用積分。

據林佐義回憶，當時，每天都忙碌到很晚。有時為了說服用戶付款，能與其聊到凌晨4點;為瞭解決運輸中的破損，與供應商據理力爭;睡夢中聽到「淘寶旺旺」的叮咚聲，就爬起來繼續工作……如此辛苦了60天，7月林氏的營業額已經突破30萬元，林佐義拿到了創業的第一桶金。

在逐步打開知名度之後，林佐義意識到，僅僅作為渠道絕非長久之計，供應商很快就能「師汝長技以制汝」，價格戰也會越來越激烈。因此，林氏必須尋求自己的品牌溢價，打造自己的拳頭產品。

經過仔細的市場調研，結合自身的銷售數據，林佐義發現，偏向日韓風的田園系家具深受80後淘友喜歡。於是，他聘請了有數十年經驗的大師操刀，用「模仿+改良」的模式打造出獨具特色的林氏田園家具，建立自己的品牌「標準」。結果，該系列一經推出，立刻受到淘寶買家的追捧，當月僅林氏田園沙發的銷量就突破1000件。

由此，林氏木業正式步入發展的快車道，2008年底，它的年銷售額突破2000萬元，成為淘寶家具類名副其實的「老大」。

數據化營銷

創業要靠數據摸清方向，守業更得靠數據精細地運作。在林佐義眼中，前端的營銷尤其需要如此。

去年「雙11」購物節，林氏木業單日銷售額接近6000萬元，一位業務員因促成的銷售額巨大，當天獲得的提成就超過11萬元。而這一切均由系統自動結算，從最初，業務員與哪些消費者溝通過，溝通後成交的金額，付款的狀況……均由後台記錄，系統可以實時核算每個人的業績。

這套自動化系統由林佐義親自帶隊開發。平時，業務員上班打開電腦後，桌面會自動彈出當日的第一項任務，完成後，系統再彈出新任務，如此反覆。同時，每項任務的處理過程、成果都會自動遞交到上級電腦中，顯示出來。這樣，銷售過程變得透明公開，每一級管理者的電腦中都有一張實時更新的報表，林佐義和管理層可以隨時瞭解總訂單情況，待處理的訂單有多少，什麼原因導致處理延時……

如此，當數據在整個系統中快速流轉、共享，問題得以快速解決，任務接連不斷，業績數字的刺激歷歷在目，銷售工作的效率自然大大提升。「許多來應聘的人都想當管理者，卻不知道，在這樣的系統下，其實最賺錢的卻是基層的業務員。」林氏木業總經理馬燦興告訴記者，在林氏木業，工作一年就買房買車的事情絕不稀奇。

如果說，數據是串聯林氏銷售系統的主線，那麼，對於產品的經營而言，數據就是根本。

來自於超級數據的調查顯示，林氏木業2、3月間銷售前5的商品，平均改價5次，改名1次，平均銷售額超過22萬元。

「修正必不可少，數據則是修正的基礎。」馬燦興說道。以改價為例，定價過高，消費者不能接受，影響產品銷量;定價過低，利潤不夠，林氏不能接受。因此每款產品上線後都會經歷試價的過程，依據產品的成本、銷量、銷售速度、用戶的評價、產品的生命週期等多項數據不斷調整價格。

像最近一款熱賣的高箱儲物皮床，最初上架是2114元，因為銷售火爆，改價11次，逐漸調整為2349元，讓林氏獲得的不菲的利潤，而到了產品生命的尾端，價格則逐漸降至1479元，快速甩貨，避免庫存積壓。

至於改名，則是另一項技術活，目的是抬高產品在搜索引擎上的排名，加大產品吸引力。例如家具風格是法式還是田園，質地是真皮還是布衣，命名中需要用這些關鍵詞提高搜索轉化率。執行時，一般按照搜索權重數據，在品名上排列關鍵詞的順序。若數據有變，且銷量遲遲無法上升，則改名必不可少。

可見，從產品運營到銷售，營銷層面的數據化，支撐著林佐義的「精益創業」，讓他可以快速迭代優化前端，以超高的效率適應市場。

數據化管理

如此下來，前端的業務越來越紅火，林氏的規模快速擴張，後端需要管理的東西自然也越來越多，此時，數據更成為管理的利器。

首先，對於飛速增長的員工，林佐義堅持數據化的薪酬制度。打開林的工作系統，可以看到一張員工的KPI考核表，裡面不僅有每一位員工的業務成績，還有特殊的兩列指標：「正能量」、「負能量」，二者由用戶的好評、差評、客單價、退貨率等數十個因素構成，經過複雜的加權運算獲得相應的數字，將它們與業績相結合，便可以核算出每個員工的薪資。

在這種公平透明的制度下，回報與長期工作表現結合，可以激勵員工不斷努力。「更重要的是，讓我們及時發現影響員工的問題。」林佐義補充道。

比如，一位員工前三月的業績穩定成長，「正能量」數據一直很好，但第四個月「負能量」數值卻突然上升，這時，上級管理者會立刻與之交流，看他是否遇到心理上的問題，還是工作壓力太大，能否通過工作減壓或人文關懷，化解此種「負能量」，使其找回原來上佳的狀態。

如此種種，林氏才能在激烈的電商競爭中吸引人才、留住人才。

其次，必須用數據做好設計、生產的管理。在林佐義看來，家具由消費者選擇，因此設計產品之前，必須先挖掘客戶的需求，校準市場定位。因此，數據分析必不可少。

一般情況下，市場部的數據分析組會將林氏木業的產品數據與熱賣家具單品進行對比，分析出市場到底需要什麼樣的家具——是法式還是田園風;是布藝還是皮質;是深色還是淺色;價位大致在何種範圍……然後，再將數據分析結果交由設計團隊，形成產品設計方案。

接下來，再在生產線上進行「打樣」。林氏通過對新產品進行小批量生產，掌握各細分項目的費用，進而制定出工價標準、材料標準和包裝標準等成本標準，掌握住生產控制的主動權。之後，不管產品是出於自有工廠，還是通過OEM 生產，成本價目單都變得一目瞭然。就是靠著這種手段，林氏將加工費用壓縮到了售價的5%-6%，相當於業界平均水平的一半。為自己的產品爭得了更多的價格優勢和利潤空間。

再次，林佐義將數據管理帶入到物流進程中。每一筆出貨，都會有跟單人負責，他們會對比合作物流公司的發貨及時性、到貨及時性，是否有運輸損壞等等數據，而「負面」數據過多的物流公司，將失去林氏的訂單。

林佐義總是不斷提醒自己，有時，一個管理不當，就可能讓自己一敗塗地，「那不過是一睜眼一閉眼的事」，而不斷更新的數據則可以讓它發生的幾率降低很多。「因為，有了這些數據，平時企業裡的『咳嗽』、『感冒』都被很快治好了，自然不會演變出致命的疾病。」他解釋道。

如今，在淘寶、天貓做大的林氏也成為其他電商平台力邀的對象，可是林佐義並未為其優厚的條件動心，他們真的瞭解家具行業麼?相應的規則穩定麼?能否吸引到客源?在沒有數據釋疑前，他寧可按兵不動。用林佐義自己的話說：「帽子大了，容易遮住雙眼，還是提前量一量的好。」顯然，他要用自己的方式丈量林氏木業的未來。

美國用戶手機上網痛點：找不到應用 數據流量昂貴

[導讀]多數人下載了應用之後，真的打開使用，而且經常使用的比率，大概只佔了一半不到。

手機數據流量監控公司Onava CEO 蓋伊•羅森(右)認為美國用戶的痛點在於找不到合適應用。(騰訊科技配圖)

美國皮尤互聯網研究中心(Pew Internet Research Center)的最新報告，到2013年5月為止，91%以上的美國民眾都擁有手機，當中有56%的人擁有智能手機。在超過一半的美國民眾都使用手機上網的同時，移動互聯網用戶的痛點又在哪裡?

手機數據流量監控應用公司Onavo CEO蓋伊·羅森(Guy Rosen)在接受騰訊科技專訪時表示，無法在眾多的應用當中，找到自己想要的;以及數據流量超乎自己的掌控，應該是最令美國移動互聯網用戶最頭痛的問題。

百萬應用如何萬中選一

谷歌(微博)宣佈這個月在Google Play中的應用將超過100萬個，蘋果的應用商店則在全球155個國家中提供超過85萬個應用。即便像是蘋果與谷歌已經將這些應用分為像是健身、遊戲、旅行、音樂等二十多個大類別，但以接近百萬的龐大數量，要在每一類別平均超過35萬個應用中，找到適合自己的一個，其機率接近於大海撈針。

市場研究公司尼爾森去年5月發佈的報告顯示，2012年每部手機的應用安裝量已從2011年的32個增加至41個。蓋伊·羅森認為，多數人下載了應用之後，真的打開使用，而且經常使用的比率，大概只佔了一半不到。

在美國，只有大約1000款應用的用戶數超過了5萬人。剩餘應用則遠未成為主流。對於一般應用而言，只有不到一半的人，會在下載後使用一次以上。

蓋伊·羅森說，從公司的角度來看，很難吸引用戶的注意。即使得到了，要留住用戶也不容易。他表示，對於開發移動應用的公司，持續瞭解下載量，以及有多少用戶持續使用自己的應用，最關鍵的則是活躍用戶數量，「你可以花錢買水軍刷榜，但你買不到活躍用戶。」

在這個問題上，Onavo從兩個層面抓住創業機會，一方面讓手機用戶下載應用監控自己的數據流量。一方面則與應用公司合作，讓他們瞭解活躍用戶的資料，同時提供與競爭對手的比較，讓他們瞭解活躍用戶的人數、參與度以及用戶粘性。」如果我是遊戲開發商，活躍用戶一週打開應用三次，那麼對手是一週五次還是一週兩次，這區別極大，這決定了我應把資源分配到哪些地方。」

數據流量昂貴限制上網

另一個美國移動互聯網用戶所面對的痛點是：昂貴的移動數據流量。無線上網即使在如舊金山的一線城市也並不算普及，用戶多數仰賴的還是運營商的移動數據流量套餐。

以美國目前用戶人數最多的Verizon與AT&T為例。Verizon 1GB數據流量套餐每個月是50美元，相當於310人民幣;AT&T 1GB的數據套餐也要價40美元，相當於248人民幣。但這並不包括每個月40美元的通話費，平均每個人每個月的手機帳單加上各種稅大約在100美元左右，超出數據流量限制後，每1GB額外收取15美元。

「用戶沒辦法總是做他們想做的事，」 蓋伊·羅森說，」即使你找到你想要的應用，上網有時候也不是那麼順利，因為還要考慮會不會超出數據流量限制。」

實際的情況是，無線網絡從定義上說來有一定的區域限制，在運營商要賺錢的前提下，數據自然要收費。他解釋，最令人討厭的是，開發者不用付你的手機帳單，也不在乎自己的應用會用掉多少流量，為了讓應用更漂亮，用的是高清晰的照片或視頻，並不在乎用戶的數據流量有多大，也不在乎是計費週期的開始還是結束。

蓋伊·羅森相信，每個問題的背後，只要是好的解決方法都會帶來無限商機。他認為目前移動互聯網最大的機會是，以前電信運營商掌握所有資源，他們掌控手機上有什麼內容、如何消耗數據流量，但現在他們只能站到一邊。用戶有完全的自主性，從Google Play或蘋果的App Store上下載自己想要的應用，也有眾多的流量監控應用讓用戶自己控制數據流量。他坦白地說，」運營商只是一個連接手機與用戶的渠道，用戶並不在乎用的是哪個運營商，他們在乎的是，用的是哪個品牌的手機，哪一個應用軟件或操作系統。」這代表運營商在整個移動互聯網的生態系統中越來越渺小，相對的也讓內容開發商崛起，扮演舉足輕重的角色。

有些聰明的運營商也察覺到這個趨勢，開始架構自己的應用商店，協助用戶能夠更順利的找到自己想要的應用。

短信應用將取代社交成為移動互聯網趨勢

當被問到下一波移動互聯網的創業機會在哪時，蓋伊·羅森毫不猶豫的回答「短信服務」(Messaging)。他說，社交應用與相片分享應用的時代已經過去，短信才是王道，」如果有一樣功能是每一個用戶都會用到的，那絕對是短信。」他說，這也是在微信、KaoKaoTalk、WhatsApp、Line等即時通訊軟件應用普及的程度遠遠大過於社交應用。

現在的即時通訊應用也不再只是單純的短信功能，更傾向於社交甚至遊戲休閒功能。蓋伊·羅森說，許多遊戲已經讓玩家可以互相傳短信，而許多短信應用也讓朋友們彼此挑戰玩遊戲，兩者間有許多的共通性。

自己也是微信和Line用戶的蓋伊·羅森說，這是移動互聯網用戶最基本的需求，也凸顯了未來很大的機會。他說目前看來，在全球有很多場即時通訊的戰役已經結束，每個國家都有一個主導的即時通訊應用，」微信在中國最受歡迎、西班牙的WhatsApp市佔率最高、日本則是Line，這些應用在這些國家的地位幾乎已經不會動搖，但問題是這場戰役是否已經結束?是否還有可能有新玩家加入並挑戰現有霸主的地位?」

他表示另一個值得觀察的重點是，目前美國市場還沒有出現一個一統天下的霸主。在美國WhatsApp跟Facebook的短信功能都受到歡迎，但其佔有率遠遠比不上其他國家一家獨大的格局。他認為這可能與美國以外的其他國家，早期用手機傳短信需要收費，這些應用提供了一個免費傳短信的重要平台。相對於美國電信運營商提供無上限的短信套餐的時間較早，因此這些免費短信應用的吸引力相對也校低。

至於美國會不會像其他各國出現一個獨大的通訊應用?」這絕對是有機會的，只要其中一個通訊應用公司佈局正確，爭取到最多用戶，讓用戶覺得每個朋友都使用這個應用，所以自己也必須使用這個應用，就會顛覆美國移動互聯網短信的格局。」

[責任編輯：loiswang]

【戲說大數據】向林彪同志學習數據挖掘

【不打無把握之仗】

林彪從紅軍帶兵時起，身上就有個小本子，上面記載著每次戰鬥的繳獲、殲敵數量。每次打完仗，林彪就親自往上面添加數字，並為之沾沾自喜…令人感覺到這個23歲任軍長，25歲就當軍團長的人，似乎有點小氣。

1948年遼瀋戰役開始之後，在東北野戰軍前線指揮所裡面，每天深夜都要進行例常的「每日軍情匯報」：由值班參謀讀出下屬各個縱隊、師、團用電台報告的當日戰況和繳獲情況。

那幾乎是重複著千篇一律枯燥無味的數據：每支部隊殲敵多少、俘虜多少;繳獲的火炮、車輛多少，槍支、物資多少……

司令員林彪的要求很細，俘虜要分清軍官和士兵，繳獲的槍支，要統計出機槍、長槍、短槍，擊毀和繳獲尚能使用的汽車，也要分出大小和類別。

經過一天緊張的戰鬥指揮工作，人們都非常疲勞。整個作戰室裡面估計只有定下這個規矩的司令員林彪本人、還有那個讀電報的「倒霉」參謀在用心留意。

林彪幾乎終日倒騎著椅子面對著牆上的地圖，長時間不許別人打擾，一個人對著地圖觀察和思考。他要計算到進攻時有全勝的把握，還要留出退路。而這些精確的部署都來自於那些看上去乏味的數據準備。

也許在很多人看來，大量繁雜的數據，耗時損力的重複，都沒有意義，但這些用心的做法正是林彪幾乎每戰必勝的源頭。

【找到最有價值用戶】

1948年10月14日，東北野戰軍以迅雷不及掩耳之勢，僅用了30小時就攻克了對手原以為可以長期堅守的錦州，並且在全殲了守敵十餘萬之後，不顧疲勞揮師北上，與從瀋陽出援的敵精銳廖耀湘集團二十餘萬在遼西相遇，一時間形成了混戰。戰局瞬息萬變，誰勝誰負實難預料。

在大戰緊急中，林彪無論有多忙，仍然堅持每晚必做的「功課」。一天深夜，值班參謀正在讀著下面某師上報的其下屬部隊的戰報。說他們下面的部隊碰到了一個不大的遭遇戰，殲敵部分，其餘逃走。與其它之前所讀的戰報看上去並無明顯異樣，值班參謀就這樣讀著讀著，林彪突然叫了一聲「停!」他的眼裡閃出了光芒，問：「剛才念的在胡家窩棚那個戰鬥的繳獲，你們聽到了嗎?」

大家帶著睡意的臉上出現了茫然，因為如此戰鬥每天都有幾十起，不都是差不多一模一樣的枯燥數字嗎?林彪掃視一週，見無人回答，便接連問了三句：

「為什麼那裡繳獲的短槍與長槍的比例比其它戰鬥略高?」

「為什麼那裡繳獲和擊毀的小車與大車的比例比其它戰鬥略高?」

「為什麼在那裡俘虜和擊斃的軍官與士兵的比例比其它戰鬥略高?」

人們還沒有來得及思索，等不及的林彪司令員大步走向掛滿軍用地圖的牆壁，指著地圖上的那個點說：「我猜想，不，我斷定!敵人的指揮所就在這裡!」

林彪可以如此篤定，取決於他每晚必做的功課，這些戰報彙集成林彪腦中一個龐大的數據庫，當出現差異，他可以及時獲取，得到準確信息，找出價值所在。

從大批雜亂無序的數據中將信息集中、提煉，分析出研究對象的內在規律，林彪對兵力的計算可以精確到一個營甚至一個連。以當時的條件設備，再加上人工的費時費力，林彪尚能如此，可見他管理的精細化，而現在擁有更多手段、先進技術的我們是不是該反思，是冗雜遮蔽了雙眼?

【服侍「廖耀湘」類的VIP】

得出結果之後林彪口授命令，追擊從胡家窩棚逃走的那部分敵人，並堅決把他們滅掉。各部隊要採取分割包圍的辦法，把失去指揮中樞後會變得混亂的幾十萬敵軍切成小塊，逐一殲滅。司令員的命令隨著無線電波發向了參戰的各部隊……

而此時的廖耀湘，正慶幸自己剛剛從偶然的一場遭遇戰中安全脫身並與自己的另外一支部隊匯合。他來不及休息就急於指令各部隊盡快調整部署，為下一階段作準備。可是好景不長，緊追而來的解放軍迅速把他的新指揮部團團圍住，拚命攻擊，漫山遍野的解放軍戰士中，不斷有人喊著：「矮胖子，白淨臉，金絲眼鏡，湖南腔，不要放走廖耀湘!」

把對方指揮官的細節特徵琢磨到如此細微，並變成如此威力巨大的順口溜，穿著滿身油漬伙伕服裝的廖耀湘只好從俘虜群中站出來，無奈地說「我是廖耀湘」，沮喪地舉手投降。

廖耀湘對自己靜心隱蔽的精悍野戰司令部那麼快就被發現、滅掉，覺得實在不可思議，認為那是一個偶然事件，輸得不甘心。當他得知林彪是如何得出判斷之後，這位出身黃埔軍校並留學法國著名的聖西爾軍校，參加過滇緬戰役，在那裡把日本鬼子揍得滿地亂爬的新六軍軍長說：「我服了，敗在他手下，不丟人。」

當找到關鍵價值所在之後，林彪下達命令，及時告知戰鬥在前線的戰士們他的特徵，「矮胖子，白淨臉，金絲眼鏡，湖南腔!」才能一擊即中。同樣，當我們找到最有價值的用戶後，要及時讓產品第一線的戰士們清楚地知道用戶的特性和需求，才能知道如何攫取用戶的心。

取得這場重要戰役勝利的其中一個關鍵因素，居然出於獲勝方的統帥夜半時分，對一份普通遭遇戰之後的戰報的數據分析，來源於他「從紅軍帶兵時起，身上有個小本子，上面記載著每次戰鬥的繳獲、殲敵數量」的優良軍事素養。

同是運用數據分析，而我們和林彪的任務剛好相反，他是找到敵心所在，一舉殲滅;我們是找到需求所在，設計出好產品，服侍好「廖耀湘」這樣的VIP!

數據的積累、數據的挖掘、分析、歸納、整理，是一支優秀團隊所必須具備的基本素養，沒有它，你永遠是匹夫之勇。

如果我們的團隊能做到如此，何懼大數據時代競爭激烈?

路透停止向高端客戶提前發佈消費者數據，交易量如期驟減

美國零售數據令人失望的3個理由

美國6月零售同比增長6％， 然而經濟學家和投資者卻感到失望。事實上，國債價格因此上揚——這是經濟疲軟的一個標誌。

華爾街見聞7月15日的報導中提到：

美國6月零售環比增長為0.4%， 預期增長0.8%， 前值增長0.5%。美國6月零售數據大幅不及預期，令投資者對美聯儲可能快速收縮QE的預期減小。

圖：10年期國債期貨（來源：Investing.com）

據soberlook總結，零售數據令人失望的原因有三：

1、鑑於近期消費者信心指數的高企（美國6月消費者信心指數為84.1 ， 接近6年高點），經濟學家曾預期零售月率增幅會超過0.8%，而實際只到達了一半，月漲幅僅0.4%。消費者信心不再與之相匹配，其在經濟模型中的份量在發生改變。樂觀的消費者也不再總是揮金如土。

• 2、最近汽車銷量相當不錯，汽車經銷商6月銷售增長1.8%。 若剔除汽車銷量，6月的美國零售額數據實際上與上月持平。

圖：總零售額與剔除了汽車的零售額比較

• 3、最後，如果同時剔除汽車和汽油的銷售，美國6月零售數據其實是下降了0.1%。

消費佔美國GDP的70％以上（見上圖），這就是為什麼6月零售數據發佈後國債大漲。畢竟，GDP的增長不能光靠汽車和汽油的銷量。

【週末彩蛋】創業如同追女生第二彈：成功的創業者都善用數據追女神

你首先可能會不屑一顧，覺得追女生是一件不需要科學的東西，但是，下面的這一組數據與事實會告訴你，數據不管是在咱們追女生，還是創業中都是十分關鍵的：

1 女性需要6次約會才能最終確定關係。

2 星期三約女性的成功率最高

3 女性剪頭髮意味著其感情生活會有變動

以上的這一組數據告訴我們如果能夠發現這些數據的奧秘，對於你是否能夠逆襲擺脫單身是很關鍵的。

第一步：知道數據的威力之後，再來看一看在實踐的過程之中可能需要哪些數據資料：

1 基礎數據：包括你追求的妹子的身高，年齡，三圍，戀愛次數，生理週期，家裡有幾口人，兄弟幾人，收入多少，購物頻率，閨蜜幾個。這些數據既可以叫做基礎數據也可以有一個專業名詞叫做粗粒度信息。

2 規律性數據：包括妹子每少時間段發一條說說，多少時間段上一次微博，多久逛街一次，平均多久購買一件衣服，多久更換一次髮型。幾點睡覺，平均一點鬱悶幾次等等。是基於規律基礎之上對妹子做出的常識性判。

3 價值性數據：此類數據最大的特點是很難找到具體量化的數字。例如：妹子的價值觀取向數據，食物偏好度，性格偏好度，顏色偏好度等等。

基本上只有你收集到以上的數據之後，才能基於這個數據基礎之上對你的妹子有基本的規律性認識了。

其實知道以上幾點，才只是剛剛開始，不要以為看了黑馬哥上面的這麼一點東西，就以為妹子離你很近了，其實借用一句老話來說，其實是革命尚未成功，同志還需努力。

第二步：下面就要探討一個核心問題，從哪裡挖掘上面所說的數據

1 公開渠道獲取：包括微信，微博，豆瓣，點評，QQ空間，人人，朋友網，開心網，人才簡歷網等。

2 非公開渠道：你追求的女神的核心社會圈(閨蜜，情敵，前男友，女友，基友等)

3 上面介紹了幾個渠道，然後再介紹幾種有價值的獲取女神信息的方法：1內線法。別把這個詞彙想的這麼高深，其實沒什麼方法，摸清楚你的女神最好的朋友是誰。然後下一步就是需要明白該怎麼投其所好，順利的把她發展成自己的內線，當然這個過程之中還需要遵循機器人定律，不要愛上她，也不能讓她愛上你，否則一切努力統統白費。接下來就是請她吃飯等各種糖衣砲彈攻勢了，此處省去3000字。2競爭對手追蹤法.這就需要上篇的理論了，不要過早暴露你對妹子的興趣，所以，你可以偷偷的觀察你潛在的競爭對手的他的狀態，從他這裡挖掘一些潛在的信息。3 前任敗因分析法：打聽到其前任的信息，然後套近乎，從這裡也可以獲取大量的數據與信息，妹子的基本數據基本都能獲取。

創業啟示錄：創業者如何去挖掘有效的數據與信息對於企業決策非常關鍵，尤其是初創企業如何挖掘自己目標客戶和市場信息非常有價值。上面介紹到的和客戶聯繫緊密的上下游產業鏈供應商，以及和客戶合作的前任廠家，甚至於競爭對手處都可以挖掘到很多有用有價值的信息。

第三步：怎麼處理挖掘到的信息。

好了，你現在手上已經獲得很多有用有價值的信息了，那麼該如何去整合這些有用的信息呢?

首先，發掘關聯性。沒有關聯性的數據是死的數據，舉個經典的例子，很少有人知道啤酒和尿布之間存在著關聯度，國外的數據顯示，當啤酒銷量上升的時候，尿布的銷量也會上升，原因在於國外的爸爸要去買尿布說明家裡媽媽不在，所以在無聊的照顧孩子的過程中也會順帶買瓶啤酒。當然追女生挖掘數據當然也是要尋找關聯性。舉例：你收集到一條數據顯示你的女神總在某一個固定的日子去剪頭髮，如果你不能挖掘這個數據背後所顯示的含義，你的數據整合就是失敗的。我們可以從女神固定日子去剪頭髮這個數據得出什麼推論呢?女生剪頭髮總與心情不好有關聯，你可以得出結論這一天女神心情不好，更重要的是我們還可以關聯到另外一個特殊因子：女生生理週期期間心理狀態會變化很大，你因此又可以推導這個結論，所以這個時候你如果還執意要約女神出門，最後的結局更定是被三震出局。這是關聯性應用的典型。

其次，要善於得出推導性結論，把粗粒度信息變為細粒度數據。我們之前得到的都是零散的數據，比如你的女神的情史，家庭信息。關鍵是要把這些數據整合之後，能夠有結論。比如家裡有一個弟弟，那麼這個與弟弟的關係就可能成為你的突破口。比如每天不吃早餐，那你因此可以剖析是為了省錢，還是習慣，還是另有原因，所以，光有一堆沒有實際分析的結論是沒用的

第四步：黑馬哥實戰舉例

上面都是純理論，光說不練，上一期就有網友說需要舉例，好下面黑馬哥就以如何利用數據整合追妹子來詳細討論數據整合：

下面黑馬哥要追求一個妹子，假設，黑馬哥只是在大街之上偶遇這個妹子，除了知道此妹子住在附近，沒有其他更多的信息。下面黑馬哥開始進行數據挖掘與整合應用。

第一步，最基礎的，黑馬哥需要知道最基本的目標女神姓名，電話，微信號，QQ號。這幾個數據不知道其他信息很難有價值，所以如何要到就是關鍵了，這裡面最核心的又以電話最關鍵。然後通過搭訕與各種軟磨硬泡，黑馬哥要到了以上數據，至於怎麼要到的並不在黑馬哥此文討論的範圍之內。

第二步就是問名字：這也是核心數據。要到名字之後需要做什麼呢，就是開始數據的挖掘與整合了。首先打開QQ空間，將女神所有說說全部看一遍，如果該女神QQ空間未開，我們很顯然的可以做出如下推斷：1 女神很清純(並不是說開了QQ空間的就不純潔)2 女神居然空間都不玩原始時代的人。你可以進一步對你的女神做出一個推斷。如果開了，那就太棒了，請從你女神的第一條說說開始看起，基本上你能對女神的性格做出一個判斷。

第三步度娘出馬了。在百度上輸入你的女神的名字，會有各種雷同名字，一般的情況下，你需要輸入各種加入地域，或者學校的關鍵詞，這樣你能很精確的再度獲取更多關於你的女神的信息資料了。依次類推，分別觀察女神的微博，微信等社交工具

基本上以上三步下來，你會對女神的瞭解有一個基本信息的認識了，但是這點信息顯然是不夠的，還需要通過我上面介紹的各種方法，從而得到完整可用的信息，有人會問了，你得到這些信息有什麼用：

1 聊天的時候可以對症下藥，就像你去拿下一個客戶一樣，你都不知道這些資料很顯然聊不到一塊去，你知道妹子的興趣愛好之後，妹子喜歡什麼你聊什麼，這是搞定女神最關鍵的步驟之一

2 瞭解到女神規律性的信息之後，下一步就是為製造驚喜奠定基礎，數據的核心不是隨便給她什麼，而是她想要的時候就能給她所需求的時候，這才是對症下藥，數據的核心在於我想我要我有。

3 所有數據整合的終極意義在於深度挖掘用戶需求，上面做了說了做了這麼多無非就是挖掘你的女神內心最渴望的需求而已。

好啦，這一期利用數據挖掘來追求女神就先談到這裡，你以為談的是追女生嗎?其實黑馬哥談的是創業，看不明白，再重新看一遍。下一期黑馬哥要跟你們談談，如何包裝自我這個產品給女神製造驚喜。

時間節點已過 IPO過會企業急補半年報數據

記者從業內瞭解到，鑑於財務數據有效期已過，一些IPO過會企業開始緊急補充半年報數據，以應對掛牌要求。

「我們手中這個項目之前的財務數據是截至去年年底的，而證監會對IPO掛牌企業的財務數據有效期要求是6個月，所以肯定要補上最新一期的數據，即今年上半年的數據了。」某過會企業保薦代表人表示。

據瞭解，7月31日被很多投行視作一個重要時間窗口。按照以往慣例，如果在此之前已經過會的企業還未拿到發行批文，那就意味著過去一年的財務數據將過期，監管層通常會要求企業補上最近半年的數據。據上述保代透露，其手中項目已經初步完成財務數據的更新，目前進入到會計師進場審計的環節。

「雖然監管層尚未正式通知我們上報最新一期的財務數據，但鑑於7月31日已過，這一更新工作勢在必行，與其等待監管層正式通知再著手準備，不如提前就將此工作做好。」該保代表示。

記者瞭解到，由於財務數據更新包括審計等環節，至少需要兩週左右的時間，因此不少過會企業的保薦機構都已開始提前準備。「一旦監管層提出要求，就可以直接遞交材料，節省不少的時間。」有投行人士表示。

過會企業集體更新財務數據，恐令IPO開閘時間進一步延後。據瞭解，由於大部分過會企業都面臨財務數據的更新問題，因此如果IPO重啟後採取批量發行的模式，短期內符合發行條件的企業數量並不多。

上海一位資深投行人士告訴記者，公司6月底接到監管層通知，其保薦的某創業板項目已經封卷，但至今仍未獲得發行批文。

「原來一般是通知封卷後的一兩週就給發行批文，這次都過了一個多月了還沒動靜。考慮到目前的特殊情況，我們對於啥時能拿批文也沒底。」更令該投行人士尷尬的是，隨著原先財務數據的失效，6月底的封卷通知也變得意義不大。因為根據原有規定，更新完財務數據後，企業及保薦機構需重新等待封卷通知。

實際上，近來市場圍繞IPO何時重啟的討論在逐漸退潮，不少業內人士對此預期也趨於模糊。一位不願透露姓名的投行人士告訴記者，當前監管層對於IPO重啟的想法也較之前有所變化。

「在重啟的時點選擇上，除了滿足客觀條件，監管層將更多考慮二級市場因素，比如市場的承受能力等。據我們最近瞭解到的信息，IPO開閘仍然沒有明確的時間表。」上述投行人士表示。

降伏數據中心這只電老虎

　　數據中心應時代而生，但大興土木之際，能源消耗卻成為攔路虎。顯然，這與環保潮流並不融洽。谷歌、Facebook所打造的環境友好型數據中心回應了新型數據中心的節能訴求。而硬件存儲設備的升級和能耗管理軟件公司的出現，有望聯手擒下數據中心這只電老虎。

　　昂貴的電老虎

　　當數萬台服務器設置在同一空間內，不僅設備本身需要耗電，如何為這些發熱的設備降溫更是一門大學問。PUE（數據中心設施所消耗的總功率/IT設備所消耗的功率）是用來衡量數據中心能效的主要指標，目前，歐美數據中心平均PUE值為1.8，而國內業界平均PUE值為2.5，即IT設備每用1度電，需要額外耗費1.5度電為其降溫。在「2012中美清潔能源論壇」上，國家能源局前局長張國寶表示，當前流行的「云計算」非常耗能。據其披露，中國聯通數據中心每年耗電99億千瓦時，以中國目前標準煤的效能看，每年需要消耗92萬噸標準煤才能為其提供足夠的電力。另一大運營商中國電信不遑多讓，它的數據中心年耗電112億千瓦時，年需消耗102.95萬噸標準煤。

　　張國寶將云計算與高耗能劃上等號的觀點引起了廣泛爭議，但數據中心高耗能卻是不爭事實。從全球範圍來看，信息產業耗電量大約佔全球耗電總量的8%，而數據中心則是其中名副其實的電老虎。《冰冷現金、涼爽氣候：給生態企業家的科學建議》一書的作者、斯坦福研究員喬納森·庫米（Jonathan Koomey），在其研究報告中推測，2010年全世界的數據中心大約用電1988億千瓦時。而據綠色和平組織的一份報告觀測，到2020年，全球主要IT營運商的數據處理和電信網絡將消耗掉19630億千瓦時的電力資源，超過目前德國、法國、加拿大和巴西四國的能耗總和。由高能耗所引發的高昂運營維護成本更是在所難免。麥肯錫的研究表明，2007年全球數據中心的能源費用就高達86億美元，而到了2010年這一數字就已輕鬆過百億美元。

　　這只電老虎不僅是IT企業的心頭難，更引起了政界關注。2007年，美國環境保護局（Environmental Protection Agency，EPA）在研究了全美數據中心能耗問題後，向美國國會提交了相關報告，並推薦了各種節能細則。在中國，工信部也已聯合多部委出台了《關於數據中心建設佈局的指導意見》、《數據中心綠色分級評估操作辦法和技術方法》等，鼓勵優先建設大中型綠色數據中心，對於PUE在1.5以下的新建數據中心將給予電力、用地、人才、網絡、配套設施等多方面的保障。

　　打造更低的PUE

　　政府出台政策指引的同時，綠色節能的數據中心也成為公司宣傳自家環保形象的金字招牌。在應用了一系列最新節能技術後，騰訊的天津數據中心每年可比傳統數據中心節約電力消耗近２億千瓦時。而在2013年4月由工信部主導的「綠色節能數據中心」評測中，百度、騰訊、中國電信和阿里巴巴獲評4A級，中國移動和中國聯通獲評3A級，其中百度的MI云計算中心更是降到了平均PUE1.36的最佳水平。

　　不過，國外的科技大鱷在節能方面儼然還是走在了前面。數據中心的選址和設計至關重要，天氣、地理、可再生能源都需劃入考慮範疇。聯邦快遞將數據中心遷至寒冷乾燥的落基山脈，雅虎著名的「雞舍」數據中心則利用完全免費的空氣自然對流進行降溫。在靠近北極圈的冰島，冬季平均氣溫-1-2℃，夏季不過7-10℃，且擁有豐富的地熱和風電資源。瀏覽器公司Opera、為Facebook託管數據的Verne Global均在此建立數據中心，與建在歐洲和紐約的傳統數據中心相比，它們能節省超過50%的成本。一度破產的冰島也視其為天賜良機，專門開闢了工業園區招商引資，未來五到十年間，數據中心甚至可能成為這個迷你國家的支柱產業。

　　每天面對30億次搜索，每秒回答3.4萬個問題的谷歌，同時還是世界最大視頻網站YouTube的東家，無疑是電力大戶，其數據中心耗電量大約佔全球所有IT企業的近1%，能源上的高支出使其有充足動力去降低PUE，2011年其數據中心PUE值低至1.14，比之2010年的1.16再次降低2個百分點。谷歌最為人稱道的一個數據中心位於芬蘭哈米納港，在斥資2億歐元買下一座上世紀50年代的造紙廠並改建後，新數據中心修建了一條隧道引入芬蘭灣冰冷的海水降溫。而在中國台灣彰化，投入3億美元、將在2013年下半年投入運營的谷歌數據中心，則首次採用了夜間冷卻技術和熱能存儲系統。

　　自2008年以來，谷歌每年都發佈能源報告，披露其能源管理成效。「地利」固然關鍵，它的竅門還包括將數據中心冷通道的溫度提高到80華氏度（26.7℃左右），而標準的數據中心溫度範圍一般是68-74華氏度（20-23.3℃）；採用水冷水塔和「蒸發法」降溫；使用外部空氣冷卻其數據中心，而不是使用耗能的冷卻系統等。同時，谷歌還專門定製了節能服務器，將無貢獻效率的元件拆走，並在每個服務器裡內建能源轉換率可達99.9%的電池，以擺脫中心式不間斷電源。根據喬納森·庫米的推算，2005年，谷歌數據中心共擁有35萬台服務器，年耗電量12億度；2010年，谷歌數據中心的服務器數量達到90萬台，如果按照2005年的能效，其耗電量應達到31億度，但其實際電力消耗僅為19億度，節約了近40%的能源開支。

　　擁有11.7億月活躍用戶、每日新增百萬張照片的Facebook給出的數據中心PUE值則更低，僅為1.07，它的特點在於「開源」。不同於谷歌將數據中心視為行業機密，2011年，Facebook大方邀請業界參觀其在俄勒岡州投資4.5億美元建立的普利恩維爾數據中心，並把數據中心設計方案和全新設計的服務器公之於眾。通過量身定製硬件，而非從設備廠商購買現成產品，Facebook在效率提升38%的基礎上降低了28%的成本。成功運營的數據中心甚至能強化Facebook的硬實力，向上拓延服務鏈，在其宣佈的「開放式云計算項目」中，普利恩維爾數據中心的系統設計中有台達電、廣達、AlfaTech、Power-One、AMD與英特爾的參與，而第二代數據中心已吸引了戴爾、惠普、Rackspace、Skype、Zynga等廠商加盟。業界評論認為，儘管其數據中心目前還處於自用狀態，但以其效率及成本優勢，加之開源模式的聚合力，不排除未來涉足云計算服務的可能性，這將對傳統的云計算服務提供商亞馬遜、Saleforce.com等產生衝擊。

　　新技術仍將不斷湧現

　　數據中心的節能創新，不僅僅由出於優化開支目的谷歌和臉譜推動，這一領域的硬件、軟件及整體架構的創新仍將不斷湧現。

　　提高服務器的存儲容量是硬件商的節能之道。在2013年6月舉行的第五屆中國云計算大會上問世的首款最大容量PB級云存儲系統—基於IA架構的云存儲一體機，由南京云創存儲科技有限公司、英特爾、中國電子科技集團公司第三十二研究所共同研發，以其3倍節能、5倍容量、10倍性價比多重優勢完勝傳統存儲產品。大規模部署PB級云存儲系統，將有效解決能耗問題，降低數據中心運作成本，實現綠色數據中心的構想。

　　通過軟件系統智能管理數據中心能耗則是另一種思路。美國初創公司Vigilent為數據中心配備用於收集實時數據的無線傳感器，從而動態控制散熱和空氣資源處理。分佈在數據中心的成千上萬個傳感器將數據收集後，提供實時信息並告知處於Vigilent系統中心的人工智能平台。Vigilent利用Big Analytics進行分析，並將優化命令傳輸到服務器，讓服務器確定是否需要調整散熱力度，或者確定具體哪個地方需要加大或者減少散熱力度，並給相應區域的製冷設備發送信號，執行關閉、打開空調，或是調整散熱風扇速度的指令。在應用了Vigilent的能源管理解決方案後，美國最大的移動運營商Verizon將散熱成本削減了40%-50%。其另一名客戶、數據集成軟件提供商Informatica（INFA，NSDQ）也成功使得數據中心一年減少333370磅二氧化碳排放和73%的能耗。目前，Vigilent已在美國、加拿大和日本三國的90處地方進行了部署，並已實現盈利，2013年其獲得了由Accel Partners領投的670萬美元融資。■

研究顯示：分析公開數據即可獲得14%的股市年化收益

扎克伯格談移動互聯網：數據流量遠比手機本身貴

你為什麼要建立這樣一個組織來擴展全球的連接性?

扎克伯格：互聯網是我們改善世界的一個重要平台，但這一平台無法自我建立。在過去的幾年中，我們已經在發展中國家投入了數十億美元讓人們保持連接。我們推出了一個名為「Facebook for Every Phone」的產品，它可以將Facebook的服務推廣至功能手機端。目前，這一服務的用戶已經超過了1億人。

然而，目前全球範圍內還沒有一個公司或政府構建出了一套完整的基礎設施來支持這項服務，所以我們需要和同行企業一起努力。自從我們成立Internet.org組織以來，我們已經聽到了來自世界各地的、有意同我們合作運營商和政府的聲音，這將在未來3、5年、或者更長時間內為我們的工作提供動力。

你認為接入互聯網是一項基本人權，能對此解釋一下嗎?

扎克伯格：下個世紀將是一個由工業、資源型經濟向知識型經濟過渡的故事。比如，如果你擁有一塊油田，那麼我就無法在同一片油田上進行開採。但知識卻不是如此，如果你知道一些東西，你就可以同外界進行分享，然後整個世界都會變得更加富有。但在這實現以前，巨大的貧富差距將不可避免。目前，最富有5億人的財富超過了剩餘60億人所擁有財富的總和。而要解決這個問題就需要讓每個人都接入互聯網，並借此推動世界進入知識經濟時代。

在美國，目前存在著一個所謂的「互聯知識經濟體」，國內的財富差距達到了無以復加的程度，兩極分化已經成為了一個現實的問題。

扎克伯格：一個自然的過渡肯定會發生。我今年曾在一所當地的中學裡上過課，學校裡的很多學生都無法在家上網。所以，我們在美國地區也有許多工作要做，這可不是一件「用手指打一個響指，然後每個人就可以上網了這麼簡單的事」。現代工業革命已經停滯了十年時間，人們需要一個基石來促使改變的發生。

即便是你沒有牽頭成立這個組織，手機不也會變得越來越便宜嗎?

扎克伯格：智能手機變得便宜了並不意味著消費者就可以負擔的起昂貴的數據流量費用。舉例來說，iPhone在美國的兩年使用成本為2000美元，但其中只有500美元為電話本身的成本，另外1500美元則是數據流量費用。所以，數據流量費遠比電話本身更貴。現在我們最大的問題是要讓數據接入變得更加低廉、弄清怎樣才能提供免費的互聯網電話服務，然後再在此基礎上建立一個商業模式。

你怎樣才能使數據變得更加廉價?

扎克伯格：我們花了很多時間試圖讓我們的應用運行更流暢、Bug更少，但直到今年我們都沒有在「在使用相同數據量的前提下提供相同用戶體驗」方面下工夫。對於那些身處發達國家使用我們服務的用戶來說，這些都不重要。但對於其他幾十億用戶來說，這卻是十分重要的。今年初，人們在Android平台上的Facebook應用平均花費12MB的流量，我希望能在未來幾年內通過一些小範圍的變動使這一數字下降到每天1MB。不過，即便是1MB的流量對於某些地區的用戶來說仍然太大了，所以現在的問題是我們能否將其控制在0.5M，甚至是更少的流量範圍內。

你能打造出一個完全免費的文字版互聯網嗎?

扎克伯格：我整個筆記本中的文字內容體積不到0.1M，但是類似我們為Internet.org所制作的一段30秒的視頻流量就達到了50-100MB，而且這段視頻已經是利用了大量壓縮技術之後的結果。所以，我認為對部分基礎服務使用壓縮技術會比針對視頻文件使用擁有更大的發展機會。

可以肯定的是，電信運營商可以通過推出擁有更大帶寬廉價寬帶的形式對你們提供幫助。但目前，它們都還不是這一組織的成員，這一點有可能在未來得到改變嗎?

扎克伯格：當然。隨著時間推移，會有越來越的人們加入我們的組織中，其中包括運營商和非運營商。

類似谷歌(微博)、亞馬遜、微軟這些消費者互聯網企業都還沒有加入你牽頭的這一組織。你是否邀請過他們參加，或者你希望他們能夠在未來加入這一組織嗎?

扎克伯格：在這個星球上，許多公司都在做著許多有益的事。我們與谷歌和微軟舉行過會談，我認為隨著時間的推移部分公司會選擇加入我們，而且我認為Internet.org所專注的事業是需要各個公司團結合作才能實現的。

很奇怪會聽到你談到有關基於文本格式的低數據流量的話題，因為Facebook的前行方向一直都是相反的，那就是不斷的加入更多多媒體信息服務。

扎克伯格：在我們幫助每個人接入互聯網，並使他們獲得了基本的訪問權限後，我們的下一個目標就是讓所有人都擁有高速互聯網服務，我們的工作不會停止。

你在白皮書中曾提到在推廣全球互聯性的過程中創造新商業模式的話題，能給出一個具體的案例嗎?

扎克伯格：我有一個想法，那就是即便你沒有選擇任何運營商語音套餐，你仍然可以在任何地方拿起電話撥打911或者其他一些基本服務。我認為，我們可以創建一個全新的商業模式幫助那些無法負擔這類服務的消費者免費享受這些服務。在這裡，我所指的是諸如短信、維基百科、搜索引擎、社交網絡、天氣情況、查詢商品價格這些服務，我將這稱為「互聯網撥號服務」(dial tone)。我們希望使這些基本服務能夠被那些在舊商業模式下無法負擔數據費用的消費者享用，比如他們可以走進一家商店購買手機，然後可以直接開機享受這些基本服務。

誰會為此買單?

扎克伯格：社交網絡、短信和搜索引擎服務的價值就在於它們是用戶獲得更多內容的門戶。通過讓人們免費訪問這些服務，人們就會發現有更多在此基礎上衍生出來的可持續內容，然後他們便會使用更多流量以獲取更多信息。最後，這會演化成為一個讓運營商們非常喜聞樂見的商業模式。因此，運營商將可以從新用戶那裡賺到比提供這些免費服務成本更多的利潤。

Facebook有計劃為未來數十億新用戶提供在線身份驗證服務嗎?

扎克伯格：在許多發展中國家，我們很難一直知道自己的客戶具體是誰。如果你是一個印度運營商，有人通過零售店購買了你的服務後把錢和數據捆綁到自己的SIM卡上，你就無法知道有關這人的更多信息。因此，與客戶建立起一個長期的合作關係將非常具有價值。我不希望假裝我們是唯一一個能夠做到這一點的公司，但如果我們可以在這一領域創造部分價值的話，我們是會對此抱有濃厚興趣的。

為什麼不以非營利形式成立這一組織?

扎克伯格：這個問題不是通過非營利的形式便可以解決的。我們每年在互聯網基礎設施上都投入了數百億美元的資金，這對於慈善事業來說是一個龐大的數字，也不是一個可持續的模式。目前，已經有許多公司開始在這一方面努力，他們也完成了許多工作。但如果要將這一願景真正得以實現的話就需要各個公司展開團隊合作，而Internet.org可以在這方面提供幫助。

批評人士稱，Internet.org只不過是一個自私的計劃，因為這能夠幫助Facebook建立自己的用戶群。

扎克伯格：當然，我們希望能夠連接到更多的用戶，所以理論上來說這也會讓我們的產品因此受益，但這樣的批評實在是有些過於瘋狂。目前Facebook所擁有超過10億用戶的財富要比剩餘60億人的財富總數更龐大，如果我們只想著賺錢的話，我們就應該使公司僅僅關注那些發達國家市場和現有的Facebook用戶。我們的服務是完全免費的，而且沒有在許多發達國家市場中投放廣告。所以在很長時間內，這一組織都不會為我們帶來盈利。但我依舊願意這樣做，因為這是正確的事情。

是什麼促使你個人投身於這一事業?

扎克伯格：顯而易見的是，任何擁有手機的人都理應能夠接入互聯網。人們經常談論有關社交媒體對於美國文化所造成的改變。我們不妨想像一樣，當這一切第一次發生在發展中國家的時候能夠對其造成多大的衝擊嗎?我們使用諸如Facebook這樣的媒介來分享新聞、與朋友保持聯繫。但在那些國家，他們會使用Facebook來獲得生平的第一次健康信息、與身處一百多英里以外不同村莊、甚至是超過十年未見面的好友取得聯繫。這是我們這一代人所面臨的最大挑戰，而看到許多企業聯手為之奮鬥則是一件美妙的事情