ZKIZ Archives


斷估.大數 百萬倉 - Start from One Million

http://philipleung168.blogspot.com/2011/09/blog-post.html


用番上年五月個篇斷估:

a 場大浪由 2008/11/4 (y/m/d) 日 1707 點開動直升至最高 2009/8/31 日 3471 點, 中間最低點為 2009/8/31 2668 點, 最近覆跌回附近, 今日收 2697 點. 三份一回調位及牛熊位早破, 中間位為 2589 點, 應為極强支持, 去到附近當局可能有啲嘢會做. a 股歷史高位為 2007/10/16 日 6092 點, 跟最近低位之中點為 3900 點, 今次升浪仍未觸及. 現五十天線同長期線交會於三千點左右, 現低過牛熊十巴仙過一星期, 不得不令人憂慮, 雖然反彈幅度超高, 不過以技術角度嚟睇其實未夠確定, 而且而家形勢都幾尷尬, 所以今月餘下走勢都幾緊要, 要睇緊啲. 所幸現在估值已比較合理, 周三晚啲外資係度吸 2823 同隘價升番去七八巴仙, 就算套戥都算值租啩.

香江今次牛市由 2008/10/27 11015 點開始, 升至牛一高點 2009/11/16 22944 點, 1/3 及中位為 18968 點及 16980 點, 牛一高位后最低點為 2010/2/8 19551 點. 技術上比 a 股强, 雖則上高收緊銀根, 外面猛印銀紙托番一把啩. 美市則由 2009/3/9 6547 點升至今, 未見高位, 亦已升破中位 10320 點 (2007/10/8 14093 點), 形勢現最强, 控到條水喉真係唔同啲,  跟足戱美市遲啲都要跌番啲啩.



直到今日為止, 呢三場低位調整低位及波幅中位數為:


恆: 9/26/11 17408 / 17990 (11015 & 24964), (如以牛一波幅計, 中位應係 17500 附近);
綜: 7/5/10  2364 / 2589 (1707 & 3471) (最近低位為 2392 於 9/26/11);
美: 7/2/10  9686 / 9679 (6547 & 12811 4/29/11) (最近低位為 10734 於 9/22/11);


恆 指創新高后反覆試過幾次廿萬四, 無功而還, 做咗幾個頂, 就跌跌至今, 暫時調整低位低過中位 3.2 巴仙; 而綜指則為 8.7 巴仙, 於上年中一早見咗; 杜指則為剛一點即彈, 時間同綜指一樣早到咗, 反而今年恆指先要試吓條中線, 玩吓 dip water. 今日綜指仲創緊新低.


劇 情發展落去, 一係恆指好似上年行早兩個幾月跌先, 綜杜兩指跟住先再創新低去中位以下, 睇落而家都係美指强得多, 正好似坊間話齋, 銀根鬆緊都係幾決定性既因素嚟, 同通脹預期啱啱相反; 一就係中位真係守得住, 係年尾前可以升番, 再創新高去; 但亦唔否決大型上落市咁法上法落去, 綜指係零九年八月創咗 3471 高后, 每次試新高都係三千二前就莫進, 杜指同恆指好些少, 不過都係行前少許而已. 如今次係零七年熊市既廷續, 咁行到而家就差一個月就四年咁長, 以香江近廿年嚟睇真係未試過咁耐, 所以筆者直至此, 都認為而家都係震痛複發緊, 為牛二既深度調整, 或大型上落市既低潮期.


計 數當然咁計, 但投資中心點係風險管理, 每人都要因應自己現金流同情緒管理而調節之, 唔係應贏都變咗輸, 跟住仲要去 icc 添. 百萬斷估兩倉都係超進取咁去投資, 啲錢都可以唔使十年內用, 而點跌個倉主都可以瞓得着, 怕且十之九點九都做唔到啩, 所以唔好亂學. 今次跌市集中係中指大股同二三線, 呢啲正係散戶集中既持貨, 話唔係重傷都幾難矣. 如係炒股同蝕緊既股, 輸太深止都無謂, 仲有渣拿既不如轉去啲仲有增長既中資股好過, 橫掂跌起嚟都係咁慘烈, 升番去怕且跑得快啲啩. 仲有錢既就提議至少六成現股倉, 真係創新低就愈低愈買, 對象咪買啲指數基金放係枕底囉, 唔好話等萬x 再哂冷, 講既九點九都做唔到, 不如切實揾個可行既去做好過, 只要中期內差唔多必贏就可, 邊有長短都贏既方案咁筍先, 諗到都做唔切嘞, 起碼身邊從未見過做到囉.


百萬倉都有衝動轉哂去高波動, 但預防估錯都係中庸咁溝算, 反正而家倉內個啲都唔算係保守類囉.


斷估 大數 百萬 萬倉 Start from One Million
PermaLink: https://articles.zkiz.com/?id=28020

大數據掘金

http://www.p5w.net/newfortune/qianyan/201201/t4042467.htm

大數據自身蘊藏著巨大的商業價值,其開發、利用和分析等一整套運作也將催生更多的行業機會,並帶動相關產業的發展。

  儘管一面頻繁降價促銷、一面廣告攻勢凌厲,但一家零售企業最近仍頂不住競爭對手頻頻擴大市場份額,連連丟城失地。通過深入研究,企業發現原來對 手通過微博等社交網絡以及智能手機的定位數據掌握消費者的喜好,加之從門店收集的各類數據,進行整合和分析,從而第一時間捕捉到了最全面的市場情緒。同 時,他們將這些信息通過云計算平台與供應商和物流商的數據庫聯網,實時調整價格、自動補貨、跟蹤物流,輕鬆在各門店之間調配產品,實現了生產到終端消費者 的無縫連接,大幅提升了對市場的反應速度。
一家地產企業通過各種渠道獲取儘可能多的信息,更為全面瞭解自身的運營情況和外部的運營環境,從而準確地判斷出應該何時融資、何時買地、何時批量上項目,從以往在各個經濟不均衡之地圈地蓋樓的「空間掙錢」方式轉換至「時間掙錢」的方式,「快人一步」成為行業領先。
這些都是大數據應用的尋常景象。如同上世紀80年代的個人電腦,眼下,大數據還處於早期發展階段,但它已成為新時代的關鍵生產要素和產品形態,具有廣闊 的應用前景及改變世界經濟的力量。大數據的開發和應用不僅能為企業帶來更出色的商業效益,同時也將催生更多的行業機會,孕育出色的解決方案提供商,並帶動 相關產業的共同發展。正因為如此,根據 IDC的測算,到2020 年,僅企業對大數據的支出一項就將超過2000 億美元。

  大數據的商業價值
  IDC 在報告中提及,領軍企業與其他企業之間最大的顯著差別在於新數據類型的引入,這無疑是對大數據商業價值的充分肯定。傳統的商業智能系統中用以分析的數據, 大都是企業自身信息系統所產生的標準化和結構化的運營數據,只佔到企業所能獲取數據的不到15%。另外85%的非結構性和半結構性數據廣泛存在於社交網 絡、物聯網、移動計算、傳感器和電子商務等媒介之中。企業如果能將這些新的數據與業務融合,決策的依據會更全面準確。電信諮詢公司Ovum的最新調查顯 示,在北美、歐洲和亞太地區將近有半數以上的企業IT部門在不久的將來投資大數據分析。
早在2007年,沃爾瑪就建立了一個存儲能力高達 4PB以上的超大數據中心,其數據量在2010年時已達到美國國會圖書館的167倍。通過對消費者的購物行為等非結構化數據進行分析,沃爾瑪成為最瞭解顧 客購物習慣的零售商。中國移動通過對社交媒體等各種來源的大數據分析,第一時間自動捕捉市場變化,再以最快捷的方式推送給指定負責人,使他在最短時間內獲 知市場行情。
電子商務企業作為大數據時代的「吃螃蟹者」,也已經初品其甘甜。早在2006年,eBay就成立了大數據分析平台,為了準確分析 用戶的購物行為,eBay定義了超過500種類型的數據,對顧客的行為進行跟蹤分析。通過對關鍵字廣告的投入產出進行衡量,公司精確計算出每一個關鍵字為 eBay帶來的投資回報,優化過後,自 2007 年以來,eBay 產品銷售的廣告費降低了99%,頂級賣家佔總銷售額的百分比卻上升至32%。
國金證券TMT分析師趙國棟認為,企業應用大數據分為三步:第一是要融合企業內外的海量信息;第二要具備行業建模及分析的能力;第三要與企業的決策和業務流程深度整合。前兩步是技術推動,第三步將引起企業組織、流程甚至是文化方面的變革。
 催生新一代IT領袖
  正因為其中所蘊藏的巨大價值,大數據成為了眾多企業淘金的「聖地」。
IBM架構師史蒂夫·沃特(Stephen Watt)曾在《Deriving New Business Insights with Big Data》一文中簡單闡述過大數據的生態系統。簡而言之,大數據的生態系統,就是數據的生存週期。數據從產生,到處理,再到價值提取,最後被消費掉,這整 個過程就構成了大數據的生態系統(圖1)。每個步驟中都存在著不同的商業需求,已有不少成熟和初創公司深耕各自所在的領域,以期儘早佔據優勢地位。以投資 Facebook而聞名的風險投資機構AccelPartners認為,大數據是信息技術未來發展的戰略走向,將催生下一代價值數萬億美元的軟件企業。


源自雅虎的大數據系統Hadoop,主要面向存儲和處理成百上千TB直至PB級別的結構化、半結構化或非結構化的大數據。Hadoop能將大數據分解成多個子問題,將它們分配到成百上千個處理節點之上,再將結果彙集到一個小數據集當中,從而更容易分析得出最後的結果。
相比傳統的數據存儲系統,Hadoop成本更低。傳統數據存儲的費用是每GB 5美元,而在同樣容量下,Hadoop的成本僅為0.25美元。此外,Hadoop具有更強的可擴展性,幫助企業用較低的成本為此前購買的設備添加額外的 存儲空間(圖2)。僅這一性能就可在未來五年內使50%以上的數據都存儲在Hadoop環境中。


如今,Hadoop已經成為AOL、Facebook和Twitter這些公司大數據分析解 決方案的主要提供商。類似Facebook這樣的互聯網企業,一天產生的數據要比許多大公司一年的數據還要多,它們通過Hadoop收集和存儲這些數據, 再使用開源數據倉庫工具集中對其進行分析。
此外,各種新型大數據公司都呈現喜人的增長態勢。Opera Solutions的客戶將數據上傳到Opera平台,Opera根據每個客戶的個性化需求,僱傭各行業的專家來幫助他們進行數據分析,公司年營業額已經 超過1億美元。另一大數據服務商Teradata,公司2011年第1季度的營收比2010年同期增長了18%。在其總裁兼首席執行官看來,大數據需求市 場的強勁表現,是營收增長的重要原因。
傳統IT巨頭也紛紛圍攻搶食大數據盛宴。IBM憑藉在硬件與軟件方面的優勢,提供端到端、整體的大數據 解決方案。此外,在數據存儲、分析等領域有著傳統優勢的廠商,如惠普、甲骨文等公司,在大數據領域也有著明顯的優勢。2011年10月,甲骨文發佈了新版 NoSQL數據庫企業版,這是運行於Hadoop之上的大數據軟件之一。除了花大力氣開發自有技術,更多的企業希望通過合作與併購的方式來迅速彌補技術鏈 條上的不足。微軟宣佈與Hortonwork公司建立新的合作夥伴關係,後者致力於Hadoop開發。為了增強非傳統數據分析的能力,Teradata收 購了Aster Data公司。照此情形來看,一些提供單一技術方案的IT公司,很可能難逃被收購的命運。
對於國內市場,國金證券分析師易歡 歡表示,在電信、金融等重要行業,現在最大的投資建設就是數據中心的相應擴容,這幾年還停留在儲存部分信息階段,未形成對海量信息的檢索、分析、識別以及 對未來業務的預測,提升的空間相當大。對地理信息系統進行相關研究的超圖軟件(300036)以及擁有非結構化數據的相應處理業務的拓而思 (300229)以技術手段創新為依託,都已經開始向自己擅長的大數據方向衍生。用友軟件(600588)則憑藉IT系統重構的機會有望在大數據浪潮中分 得一杯羹。對於電商來說,大數據不僅能助其準確決策,為企業自身業務提供支撐,如果拆分出來,也可以作為獨立收入來源。淘寶第一個成熟的商業數據產品「數 據魔方」計劃將於2012年開放數據給第三方應用,屆時有望成為淘寶另一項收入來源。

  攜手云計算
  根據IDC的報告,未來十年全球大數據將增加50倍。僅在2011年,就有1.8萬 億GB的大數據創建產生,相當於每位美國人每分鐘寫3條Tweet,而且還是不停地寫2.6976萬年。海量的數據需要足夠空間來存儲,大數據為云計算大 規模與分佈式的計算能力提供了應用的空間。
最近一年多來,谷歌、Facebook、Rackspace等公司紛紛投建新一代數據中心,大部 分都採用更高效、節能、定製化的云服務器。根據IDC預測,80%的商業企業應用程序將被部署在云平台中。Gartner則預計到2016年底,1000 家全球大型企業中將有半數以上會把與客戶相關的敏感數據存儲在公共云中。這對於一些空置的云計算數據中心無疑是一大利好。IBM中國開發中心信息管理部大 數據開發部門經理王洪遠更預測,大數據會引發數據倉庫、數據挖掘、商業智能、云計算等應用的連鎖反應。IBM 中國開發中心首席技術官(CTO)毛新生表示,電信、銀行、保險等行業都特別希望利用互聯網蒐集海量信息,與原來交易系統中的數據結合起來,分析用戶行 為,過去做這些比較麻煩,現在云計算可以將上百萬台機器轉化成一台超大型計算機,使企業獲得新的競爭力。
雖然炙手可熱,但大數據時代的到來, 對企業來說也存在著一些風險,包括企業網絡和計算機系統是否跟得上海量數據的處理、數據能否及時更新、是否會丟失核心信息、如何處理格式繁雜的各種數據 等。IDC預測,要充分發揮「大數據」額外的競爭優勢,需要「大管道」和超高速的網絡連接,這將使得網絡的作用比以往更為關鍵。■

大數 掘金
PermaLink: https://articles.zkiz.com/?id=30737

迎接大數據時代

http://magazine.caixin.com/2012-04-06/100376661.html

  如果你的網站擁有千萬活躍用戶,有數以百計的產品服務且多媒體、多網絡終端運行;如果你正在或打算走向云計算和Web2.0,那就恭喜你了,因 為你是大數據時代的先行者或受害者。

  在當今互聯網時代,用戶網絡行為數據「增長如此之快,以至於難以使用現有數據庫管理工具駕馭,困難存在於數據的獲取、存儲、搜索、共享、分析和 可視化等方面」。數據量之大,已不能用常見的G或T為單位來衡量,而是要用P(1000個T)、E(100萬個T)或Z(10億個T),所以稱之為「大數 據」(Big Data)。

  大數據現象在物理學、生物學等科學領域,或軍事領域,通信、金融等行業已有時日,但在互聯網業是近年來才引人關注。網絡用戶高速增長, 用戶平均網絡使用時間不斷延長;網絡服務也從單一文字走向圖片、語音和影像等多媒體形式;另外,網絡終端由過去的單一台式機變為多終端,擴充了網絡服務的 內容與範圍,這些都大大增加了數據量。

  從潛在機會看,數據量增加為網絡公司提供了精確把握用戶群體和個體網絡行為模式的基礎,如能夠充分利用,就可探索個人化、個性化、精確化和智能 化廣告推送或服務推廣,創立全新商業模式。同時,網絡公司也可通過對大數據的把握,增加用戶粘性,開發新產品和新服務,降低運營成本。

  大數據時代帶來的挑戰,主要集中在以下三個方面。首先,大數據挑戰著網絡公司的戰略決策能力。數據量的急劇增長,要求在帶寬和存儲設備等基礎設 施方面增加大量投入,如果無所作為、固守原狀,就可能失去未來發展機會,早晚會被產業淘汰;如與時俱進,轉型適應大數據時代,則需對公司現有產品和運營體 系進行全面改造,例如網站架構的重建,產品的通用化、標準化、模塊化,商業模式的創新等等。對絕大多數網絡公司而言,既要維持現有業務,保持業績穩定增 長,又要加大投入,迅速轉型,這是個進退維谷的兩難處境。

  其次,大數據挑戰著網絡公司的技術開發和數據處理能力。大數據的出現及其潛在商業價值,不僅要求網絡公司使用專門的數據庫技術和專用的數據存儲 設備,而且要求有專門的數據分析方法和使用體系。目前業內流行的一般數據挖掘方法和通用商業數據庫,無法滿足大數據時代的挑戰,而且,網絡公司需要大量高 端專業人才,包括一般的程序員和數據庫工程師及天體物理學家、生態學家、數學和統計學家、社會行為心理學家等。對海量數據的分析,不能侷限在一般數據規律 和模型的把握水平上,還要有理論思維和全面綜合的能力。

  第三,大數據挑戰著網絡公司的組織和運營能力。一般中小網絡公司沒有專門的數據管理和分析專家,即使是大型網絡公司,數據管理和分析部門也處於 分散、被動、輔助地位。大數據時代的基本分析對象是個人用戶,尋找的是個人的全面、動態、實時的網絡行為模式及此基礎上歸納出來的群體行為模式,而非過去 基於單個產品、服務、頻道的碎片式靜態統計分析。

  所以,對大數據的整體把握,是網絡公司產品開發運營、商業模式的基礎,是龍頭而非龍尾。這就需要對現有公司架構、組織體系、資源配置和權力結構 進行重組,讓數據管理與分析部門處於公司上游位置,設立首席數據官(Chief Data Officer, CDO),與CEO、COO、 CFO、 CTO等一道組成公司核心決策層。

  大數據是整個Web2.0革命的重要組成部分,Google、Facebook、蘋果和亞馬遜都已處於先發位置。中國有哪家網絡公司急起直追, 那它就可能是先行者,否則,就只能扮演受害者的角色。

  作者為互聯網資深評論員


迎接 大數 時代
PermaLink: https://articles.zkiz.com/?id=32559

三種大數據

http://magazine.caixin.com/2012-08-03/100419157.html

網絡上信息如海,數據如山。如何便利快捷地找到自己需要的信息,如何利用如海似山的數據創造有競爭力的商業模式,如何掌控大數據進行社會管理和服務,正是今天個人用戶、以網絡業為首的企業界以及社會管理部門所面臨的重大機遇和挑戰。

  在如何獲取大數據的問題上,網絡業正逐步形成三種戰略:前台為主,中台為主或後台為主。蘋果公司實行的是典型的前台為主戰略,即通過設計、製造 和銷售各類數據終端從源頭上獲取數據,通過自己開發的操作系統和開放平台來規範數據的標準,通過自己的云計算系統來彙集和存儲數據。Facebook則是 典型的中台為主戰略,即通過Web2.0平台的建設和運營獲取標準化和結構化的數據,並通過標準接口和對第三方應用的開放形成龐大的共享數據流。亞馬遜實 行的是典型的後台為主戰略,通過建立強大的經營後台獲取豐富的用戶數據,並通過對第三方電商開放獲取電子商務行業的大數據。

  以何為主並不意味著排斥其他,真正有實力有理想的網絡公司正在全面出擊,實施系統大數據戰略。谷歌曾是個單純的搜索網站,至今靠搜索仍創造著輝 煌的業績。但面對Web2.0革命的挑戰和隱約可見的大數據時代,谷歌幾經躊躇毅然走上了轉型新路。谷歌通過Google+將網站進化到平台,搶奪中台陣 地;通過安卓移動操作系統和推出平板電腦,爭雄前台市場;通過google drive涉足云計算領域,試水後台。這看似複雜全面出擊的玩法如果從大數據角度去理解,暗藏邏輯和雄心昭然若揭。

  在如何管理大數據的問題上,無論誰來做都難以迴避三大挑戰:個人隱私、企業利益和社會安全。在大數據爭奪戰中,個人、企業和政府是三大主角。在 理想上,大數據的獲取和使用約束越少越好;在現實中,數據所有權和使用權卻成為巨大障礙,大數據難以做大。經過多年探索實踐,一些約定俗成的規矩逐漸形 成,在一些國家已經上升到法律層面。例如,個人隱私未經本人同意不得公開,非公開的獲取和使用也得保護個人信息(姓名換成ID,屏蔽信用卡號碼等等)。隨 著網絡服務的發展,企業間的數據平等共享和交換開始時髦起來。至於對那些靠百姓稅金養活的社會管理部門,越來越多的國家立法規定必須向公眾提供原始的、完 整的、實時的數據。

  在如何利用大數據的問題上,正出現三種局面:數據獨佔、數據共享和數據公開。無論在個人層面、企業層面還是政府層面,數據獨佔幾乎是一種本能。 大家憑直覺認為一旦把自己的數據拿出去共享或公開,一定會被別人佔了便宜或做出對自己不利的事情。這有一定道理,但代價是無法有效利用大數據時代的機會和 空間。

  以蘋果和Facebook為代表的Web2.0平台正在使數據共享成為時尚。基於平台與應用之間的數據平等交換和共享,平台運營商和應用運營商 都獲得了過去無法獲得的用戶數據。當然,這種平等交換和共享是相對的,一個成功的平台可以彙集和整合數以十萬計的應用所帶來的豐富數據,而每個獨立的應用 獲得數據卻極其有限。但無論如何,這種交易是公平的、雙贏的,儘管大贏家是平台運營商。

  在數據公開方面,引導潮流不是個人或企業,代表公共利益並由公眾稅收維持的政府反而正在成為數據公開的潮流引領者和規則制定者。世界上幾十個國 家去年成立了開放政府聯盟,其中有美國和英國,但也有秘魯、東帝汶、肯尼亞這樣的發展中國家加盟。聯盟的基本宗旨就是向人民提供儘可能多的數據。今天,由 美國政府開發運營的大數據網站Data.gov正成為有志在大數據時代建功立業的個人、企業和社會團體的朝聖地。這個網站體現了大數據時代所需要的基本特 徵:數以十萬計的開放數據庫,數以千計的數據分析工具,對任何第三方開放,歡迎來自其他國家、企業和個人的參與建設和創新。

  大數據是個浩瀚的藍海,無邊無際,風很大,浪很高,水很深。主動參與進去未必會成功,而被動捲入則一定失敗。在山重水復中尋找新路,注定是這一代的歷史使命,無論他們是個人、企業還是政府。


三種 大數
PermaLink: https://articles.zkiz.com/?id=35778

讀《大數投資》有感 孫旭東

http://blog.sina.com.cn/s/blog_59d5d75d0102e9qc.html

中國人民大學齊 東平副教授的這本書講述了他的一整套投資方法——大數投資,以概率抽樣方法選擇少數必要數量的上市公司構建投資組合擬合投資全部上市公司的投資方法。

在書的自序中,齊教授對大數投資的基本邏輯進行了總結:

1、               投資一國的所有企業是沒有投資風險的,而投資上市公司可以實現投資全部企業的目標,所以投資全部上市公司也是沒有風險的。

2、               投資全部上市公司不僅可以像投資全部企業一樣沒有投資風險,而且可以有較高的投資收益。

3、               用概率抽樣方法可以構建與全部上市公司資產以及盈利狀況相當的部分上市公司的投資組合,達到與投資全部上市公司一樣的必有收益的結果。

4、               證券市場具有後期投資人向先期投資人無償轉移淨資產的機制。

5、               投資組合要在估值合理水平下構建。

6、               長期持有投資組合有複利收益效應。

7、               投資策略和交易法則能夠優化投資收益。[1]

有很多人不敢或不屑投資股票市場,他們或多或少地對股市存在一些偏見,這些人應該好好地讀一讀這本書。

 

特別值得一提的是第4點,齊教授認為,上市公司再融資能夠為長期投資者創造外生價值,「新加入上市公司的股東購買新股份所支付的價格高於原有股份的淨資產……新股份較高的淨資產將部分無償地確認為現有股東的權益。」這與一些傳統觀點相悖,很多投資者是非常痛恨上市公司「圈錢」的。

教授對上市公司再融資的喜愛還體現在具體的投資策略中。

在絕對勝算投資策略中,所給出的中小企業的估值數值高於大企業的估值數值,並不是出於中小企業股票更容易被市場推高,也不是由於中小企業盈利能力高於大企業,其根本原因是中小上市公司再融資所產生的外在價值遠高於大型上市公司。[2]

教授的上述觀點對我有很大的啟發。以往,我對上市公司再融資時採取定向增發方式總是感到不滿,認為這種方式對中小投資者不公平。現在,我覺得只要公司的發展確實需要資金,而公司又能保證募集資金能夠產生令人滿意的效益,則定向增發也無不可。畢竟,公開增發失敗的風險更大些,而一旦失敗,公司的發展就會受到很大的影響。

不過,我還是覺得花更高的價錢買中小企業的股票心中沒譜,或許,要等對相關的數據進行整理、分析後我才會接受齊教授這一觀點在投資策略中的應用。

 

我感到困惑的是,按上述邏輯,大體來說,投資上市公司顯然是越早越好,越多越好,為什麼在齊教授的交易法則中將構建投資組合投入的資金佔現有投資餘額的比例上限邊界定為2/3?我認為這個上限有過低之嫌。在投資中,倉位管理確實很重要,但一向以謹慎著稱的格雷厄姆在《聰明的投資者》中建議投資者持普通股的資金比率也只是不高於75%而已。

 

教授還整理出一張根據企業相關指標對投資價值進行評價的表格,為我們應用凱利公式提供了一個範本。

 

在剛看這本書時,我以為這是一本主要為業餘投資者寫的書,專業投資者不會對擬合投資全部上市公司的方法感興趣,而在書的自序中又有這樣的話:

以概率抽樣選擇企業構建投資組合是根據概率抽樣方法的客觀性選擇企業,並不要求投資人具備判斷企業優劣的特殊能力,無論是誰只要按照概率抽樣原理的具體方法選擇企業都能達到大致相同的投資結果,普通投資人都能採用這一方法。[3]

但是,看到後來,我發現複雜性出來了。

表格中所列數據並不適於所有行業,使用時需根據統計結果進行適當的調整,比如,國際鋼鐵行業股票市盈率長期保持在10倍左右的水平,所以鋼鐵行業股票市盈率為10倍時,標準分值為及格水平,有投資價值的概率值為65%[4]

統計這樣的數據顯然就不是普通人能做到的了,而且,如果要求再高一點,不但要知其然還要知其所以然,那就需要更多的專業技能了。

 

我對書中的這段話感到極度困惑。

又如,甲、乙兩家企業股票的市盈率相同,但甲企業股票的市淨率較低,則應優先選擇甲企業的股票投資[5]

按給定的條件,甲企業的淨資產收益率應該低於乙企業,這或可表明乙企業的盈利能力更強,既然如此,為什麼我們要選擇甲企業呢?這或許是作者的筆誤?

由此想到我的新書《價值投資,從看懂財報開始》也曾辛辛苦苦地和責任編輯將全文校正過不只一遍,卻仍然有不少錯誤,心情很是複雜。

读《大数投资》有感



[1] P3

[2] P115

[3] P3

[4] P105

[5] P93


大數 投資 有感 旭東
PermaLink: https://articles.zkiz.com/?id=36284

習慣大數據時代

http://www.cbnweek.com/yuedu/ydpage/?raid=2313

大數據和移動辦公時代的到來會對老牌的專業信息服務提供商產生什麼影響?相應的又該做出哪些改變?近日,湯森路透集團旗下全球戰略市場集團總裁任善可 (Shanker Ramamurthy)與《第一財經週刊》記者婁曉晶分享了他對大數據時代的信息商業化模式和移動化辦公的看法。

 

C=CBNweekly
R=Shanker Ramamurthy

 

  湯森路透集團是全球領先的專業信息服務提供商。它將專業知識與創新科技相結合,為金融與風險、法律、稅務與財會、知識產權與科技以及媒體領域的專業人員和決策者提供重要的信息,產業還包括世界上最受信賴的新聞機構。


  Ramamurthy在工作中的直接匯報對象是湯森路透集團總裁和CEO,是湯森路透核心領導團隊的重要成員。


  C: 蘋果和Facebook這樣的公司收集了大量的私家數據,這會對專業的數據分析公司造成什麼影響?


  R: 現在越來越多的人開始習慣於「我們生活在一個大數據時代」這件事了,這對我們來說很幸運,我們的工作意義也更多地被認可。數據分為兩種,一種是結構性的數 據,這就是我們一直在處理的東西,我們通過專業的記者團隊和固定的信息收集途徑獲得數據,然後將它們轉換為相關的觀點提供給大客戶,它可以顯示金融波動和 商業機會。另一種形式的信息叫抽象信息,這也是目前越來越多的公司在處理的內容,但是它的信息源和受眾都和我們不同,不在我們目前的工作之中。


  C: 我們注意到,像iPad這樣的移動終端也越來越成為辦公的一部分。如何對待這股趨勢?


  R: 這絕對沒錯。在幾十年前PC剛剛得到普及的時候,我們就投入了很大心血在桌面辦工上,而現在是平板電腦和手 機了。我們推出了一個新的PC桌面金融信息產品Eikon。它也支持iPhone和黑莓,並且會在未來做得越來越輕便。我們給專業的法律人士提供的法律信 息在線平台WestlawNext現在也推出了移動設備訪問服務。在以前,法律人士想要在厚厚的法典裡尋找一個內容,做上標記並且補充一些信息時很麻煩, 現在他們用手機也能查,然後調出一個窗口添加自己想寫的備註信息。我覺得這就是未來的趨勢。


  C: 路透還有一塊軟件公司業務,這在整個湯森路透架構中持一種什麼樣的地位?


  R: 最基礎的層面是信息的收集整理,高一層面是信息的分析。再往上一層面所做的是工作流程中的管理,最高的層面就是建構整個市場的數據平台、交易平台。


  軟件的作用發生在實際的工作流程裡,幫助我們在專業層面做工作流程的整理。舉一個例子,很多公司的法律部,比如中石油或者歐美的大型企業,它都會有法 律顧問,這些法律顧問每年接手的案例達到100多件以上,我們會提供專業軟件作為工具,幫他們做好工作流的整理。我們在某種意義上可以說是兩種公司,既是 提供信息服務的公司,也是轉變信息服務的公司。


  C: 《紐約時報》說,它的廣告收入的重要性讓位於訂戶營收,而訂戶來自於電子版。那麼湯森路透旗下Times的電子版表現怎麼樣?紙質版總有一天會消亡嗎?


  R: 首先,紐約時報是個B2C公司,而我們是B2B公司,這是兩種不同的模式。雜誌、報紙他們的大部分盈利都來自於廣告,而我們不打算從報紙的廣告或者訂閱上賺錢,我們主要還是為大客戶提供專業的商業信息。


  但是,我的確認為紙質版的報紙是會消亡的,至少會減少,這是現在這個市場的情況。像我的孩子只會在iPad上看書,每個出版人都要認真地考慮這個問 題。對我而言,現在的情況就像二三十年前,我們為律師這些專業人士專門出版書選,但是現在我們為他們打造一個把內容都放上去的網站或者應用,它可以實現並 能更好地實現應有的功能。


習慣 大數 時代
PermaLink: https://articles.zkiz.com/?id=38598

Gartner:全球IT支出增長疲軟,大數據業務將成驚喜

http://wallstreetcn.com/node/19348

Gartner預計2012年全球IT支出為3.6萬億美元,低於此前預計的3.75萬億美元。Gartner還預計明年全球IT支出將微幅增長3.8%。微軟和IBM的三季報已經讓市場對IT支出的疲軟感到憂慮。

Gartner:
全球IT支出在2013年預計將超過3.7萬億美元,較2012年預計的3.6萬億美元支出增加3.8%。但大數據(big data)業務將帶來更多驚喜。
 
Gartner高級副總裁Peter Sondergaard表示:「到2015年,全球將新增440萬個IT崗位來支持大數據業務,其中在美國將辛之呢過190萬個IT職位。此外,美國大數 據相關的新增崗位將創造三個IT業意外的就業機會,因此在未來四年裡,信息產業將為美國帶來合計超過600萬個職位。」
 
他還說道:「但這也帶來了挑戰,行業的人才不足。我們的教育體系無法滿足。因此只有1/3的崗位預計能夠得到滿足。數據專家是稀缺商品。IT巨頭們需要立刻吸引這些人才。這些崗位是信息經濟的未來。」
 
以下圖片來自Dave Feinleib
 
 
此外,Gartner還預計到2016年,超過半數的非PC設備將由員工來選擇購買。到2020年末,所有設備中超過半數將由員工來選擇購買。這對蘋果是個好消息,微軟則相反。
Gartner 全球 IT 支出 增長 疲軟 大數 業務 將成 驚喜
PermaLink: https://articles.zkiz.com/?id=38986

阿里巴巴的大數據夢

http://www.infzm.com/content/84895

為了迎接即將到來的大數據時代,各大互聯網公司都在爭分奪秒。阿里巴巴在公佈大數據分享平台之後的半年中,也全面啟動了攻勢。但即使是這個行業的先行者,離大數據時代也還有不小的距離。

剛剛過去的2012年,秦予有個很大的遺憾,就是沒能招聘到自己想要的數據科學家,浪費了公司給的招人名額。他是支付寶用戶價值創新中心的負責人。這個中心是支付寶大數據業務的核心部門。

阿里巴巴2012年的進人指標只有200個,具體到支付寶公司,基本是只出不進,只有秦予所在的部門得到了難得的兩個進人名額。但她只招到了一個合適的。

事實上,各大互聯網公司都在尋找這樣的人。騰訊網絡媒體事業群總裁劉勝義2012年年中就公開表示:隨著用戶各類數據的累積,大數據時代已經來臨。騰訊各大產品線中都擁有自己的數據挖掘團隊。而騰訊最新財報顯示,QQ用戶數接近8億人,活躍用戶數近2億人。

阿里集團2012年7月10日就已宣佈,設立首席數據官崗位(CDO),負責推進「數據分享平台」戰略。同日,阿里發佈「聚石塔」平台,為天貓、淘寶平台上的電商及電商服務商等提供數據云服務。

阿里巴巴集團表示,如何挖掘、分析和運用這些數據,並和全社會分享,是這個戰略的核心所在。阿里巴巴是年交易額過萬億元的中國最大的電子商務平台,目前有兩萬人左右,其中近千人從事數據業務工作。

可以看到,從數據中掘金,已經成為各大互聯網公司的共識。但在這個即將到來的大數據時代,這些公司具體將如何推進呢?

「離大數據時代 還有不小距離」

秦予要找的並不是一般的數據分析師。

「國內不缺數據挖掘人才,但很難找到數據科學家。」秦予對南方週末記者說,秦予的團隊有7個人,他們在支付寶內部被稱為「數據科學家」。

一般的數據分析師是根據支付寶的各種數據進行分析,給公司決策層和各個業務部門提供諮詢支持。這也是目前很多公司都設有的商業智能部的主要職能。但數據科學家們做的事情是開發出具體可以銷售的商用化的大數據產品。

所謂大數據,一般是1000T以上的數據,如果按照一般機器配置,相當於400台到500台電腦。對這些數據信息的商業化開發就是大數據產業鏈。

《大數據時代》一書中提到,未來,數據將會像土地、石油和資本一樣,成為經濟運行中的根本性資源。數據科學家被認為是下一個十年最熱門的職業。

而大數據跟個人最為密切的關係是對隱私的可能侵入。比如,亞馬遜監視著我們的購物習慣,谷歌監視著我們的網頁瀏覽習慣,微博似乎對我們和我們朋友的關係無所不知,QQ圈子能給你推薦你不願意再見面的某個女生的照片和動態信息。

秦予是從美國歸國的計算機模擬博士後,在摩根大通和匯豐銀行工作過多年,2010年加入支付寶公司,負責支付寶和淘寶集市的大數據業務。支付寶公司擁有中國僅次於銀行業的個人數據信息。

「阿里巴巴有海量的數據,對於做大數據的人來說,阿里巴巴是中國最好的平台,很吸引人。因為我的金融背景所以選擇支付寶。」秦予對南方週末記者說。

回國進入大數據行業之後,秦予參加了很多大數據的論壇和研討會,她最大的體會是,看到的新東西很少。

「別說大數據,連小數據都很少。現在很多公司說的大數據,大都是數據的蒐集和整理。這是底層的工作。」秦予說,「中國離大數據時代還有不小距離。」

即使是作為國內大數據業務的先行者阿里巴巴,其大數據業務發展也依然是分散在各個子公司,並在2012年下半年才開始推出少量的商用產品。

「從人出發,先去找人」

支付寶曾經在八年前公司成立第二天就建立了數據部門,但真正有大數據業務,是在2010年的事情。正是那時候,支付寶從招商銀行信用卡中心招來一批專業的金融人才。秦予也是那時候加入支付寶的。

「金融行業的大數據業務已經很成熟了。」秦予說。

支付寶的數據科學家每天做的工作就是,把客戶分成50個族群進行研究。比如,細分出都市輕熟男群體,這個群體的特徵是每次買的不貴,均價七八十元,收入中等,但很喜歡在網上買東西。

還有一個族群被稱作「千金美少女」,其特徵是收入並不高,但家裡有錢,買得多,買得貴。

按照分群研究的思路,秦予的團隊把淘寶、天貓、支付寶和聚划算的用戶做系統研究,通過觀察他們喜歡看什麼媒體,上什麼網,來「生動地」知道用戶是個怎樣的人,進而推薦商品供用戶購買。

能識別用戶之後,在寫商品推薦文字的時候,不再是過去那樣千篇一律地使用「親」作為開頭。

「今天很多網站犯的錯誤就是,根據個人購買記錄,推薦一個類似的產品。其實用戶很可能買過了。用戶要的是你給他推薦一個跟他相似的人買的東西。」秦予對南方週末記者說,以前的數據研究思路是從產品出發,大數據時代是從人出發,先去找人。

支付寶發展大數據業務,目前主要是為內部服務。比如,過去支付寶很重視新客戶的獲取,但後來發現開賬戶的人多,關賬戶的人也不少,通過數據分析,支付寶建立了一個流失預警模型,預測每一個人未來三個月是否會離開支付寶,並對潛在的流失用戶做一些喚醒。

「支付寶是准金融行業,數據比較敏感,涉及用戶隱私,還沒有到開放的階段。」秦予對南方週末記者說,支付寶非常忌諱提供商用化產品給商戶,很多合作方惦記著的是支付寶的數據,但這是支付寶的高壓線。

「支付寶發展大數據的目的,跟淘寶和天貓有點偏差。我們更多地是為內部服務,淘寶和天貓更多地強調商業化。」秦予對南方週末記者說,阿里巴巴集團的大數據業務商用主要是淘寶平台的幾個公司在推進。

「數據分享平台」戰略

淘寶平台的數據大概可以分成三塊,一是離線的數據,比如什麼地方的人最愛吃大閘蟹。另外一些在線數據,主要是圖片,淘寶一些大的賣家都把圖片存在淘寶裡面。還有一些信息是用戶的淘寶收藏夾。

2010年3月,淘寶宣佈將面向全球首度開放數據,並制定了兩條大原則:數據分層次開放;涉及消費者個人或者企業隱私的數據絕對保護。

淘寶的數據開放一是對公眾的免費信息,比如推出類似於宏觀經濟數據的「淘寶指數」。商家可以根據以往的銷售信息和「淘寶指數」進行生產、庫存決策。對於大眾來說,淘寶的數據發佈就像是統計局和價格監測機構的功能,淘寶指數相當於行業和宏觀經濟的各項指標。

作為針對企業的數據開放的商用產品,淘寶推出了數據魔方產品,通過淘寶數據魔方平台,商家可以直接通過數據魔方產品獲取行業宏觀情況、自己品牌的市場狀況、消費者行為情況等,但是不能獲得競爭對手的數據。

2011年4月,數據魔方正式上線。在「店小二」的推廣下,林氏木業成為第一批使用者。林氏木業是一家完全依靠互聯網平台銷售家具的電商公司。

該公司一位市場推廣人員對南方週末記者介紹了數據魔方的具體運用過程:依據數據魔方關於熱詞的各項數據變化,及時調整優化商品標題,提高寶貝排名,進而獲取更多流量,提高銷量。

以銷售面膜為主的素野天貓旗艦店的運營經理陳林告訴南方週末記者,素野選擇數據魔方專業版本,支付3600元/年的費用,除魔方外,還可以使用量子恆道(淘寶官方推出的一款免費數據分析工具)。

「數據魔方帶來的更多是虛的概念,對流量、銷售額這種具體指標意義不大。」陳林說。

2011年6月,淘寶一分為三,變成天貓、淘寶集市和一淘網。這之後,淘寶系的大數據發展的主要任務放到了商家已經形成了付費習慣的天貓平台。目前天貓的主打大數據商用產品是聚石塔。

2012年7月,阿里巴巴集團的「聚石塔」正式發佈,「數據分享平台」戰略全面展開。聚石塔是阿里巴巴首次聯合全集團大數據力量打造的一款大數據商用產品。其中,天貓及淘寶網主要負責尋找合作夥伴,發展商家,阿里云負責提供云主機,萬網負責客戶服務。

同時,阿里巴巴B2B公司CEO陸兆禧出任集團首席數據官崗位,向CEO馬云直接匯報。馬云在聚石塔發佈的時候宣佈了阿里集團未來新戰略:平台、金融、數據。

聚石塔提供數據存儲、數據計算兩類服務。根據官網上的指導價格,若需要內存為1200M、50G容量的數據存儲服務,優惠價為6090元/年;如果購買英特爾雙核處理器、內存4G、硬盤500G、帶寬5M的彈性託管服務,價格約在7700元/年。

廣州衣酷服飾有限公司的運營總監敬小虎對南方週末記者表示,他們公司是2012年9月開始使用聚石塔服務的,正好趕上「雙十一」大促銷,兩天之內發完了所有的貨,總共3萬多票。他負責該公司在天貓上的店舖皓盾天貓旗艦店的運營。

「沒有這個軟件,半個月都發不完這些貨。」敬小虎對南方週末記者說,如果按照2011年沒有加入聚石塔時候的「雙十一」銷售情況,光把訂單人工下載下來就花費了三五天時間。而且還出現過很多漏單和重複下載問題。

不過,敬小虎表示,如果店舖一天的銷量能做到500票以上,購買聚石塔服務比較划算,否則軟件買下來除了應對「雙十一」這樣的大促銷,基本就閒置著。

平台後的產業鏈

阿里巴巴公佈的信息顯示,自2012年7月10日聚石塔發佈以來,已有十多萬的商家入駐。聚石塔的訂單覆蓋率,10月中旬的數字是20%。

2012年「雙十一」購物狂歡節,是對天貓大數據發展的一次檢驗。據天貓官方數據顯示,狂歡節大促當天,聚石塔內系統處理的訂單超過天貓總量的20%,比平時增長20倍。

又一城公司是首批進入聚石塔服務器項目的軟件IT企業。又一城公司的銷售人員賴活龍對南方週末記者表示,有ERP系統的商家可以直接找天貓,沒有ERP系統的商家,只能找像又一城這樣跟天貓有合作的軟件商,讓軟件商幫忙接入聚石塔服務。

又一城和阿里巴巴的合作模式是,又一城基於聚石塔開發的軟件,對接淘寶和天貓等阿里系公司的後台系統,包括訂單信息、商品信息、會員信息、財務信息、物流信息和庫存信息。

賴活龍對南方週末記者透露,最近半年,他的重點一直是推銷聚石塔產品,一開始很多商家聽到是推銷軟件產品的電話就會按掉電話,現在的情況好多了,不少商家主動打電話來瞭解情況。

「這跟天貓的宣傳很有關係,另外就是雙十一檢驗了產品的價值。」賴活龍說。

賴活龍也承認,商家加入聚石塔之後,最直觀的改變是訂單處理的效率提高了,以前從淘寶平台下載訂單,一分鐘能下載200單,現在至少2000單。但銷售額並沒有太大改變。

越來越多的商家被迫參與到大數據產品的購買中來。

因為促銷活動越來越多,參加的話,IT系統往往跟不上,造成錯單配送等問題,中差評接踵而至,動態評分直線下降,銷量跟著下降,所以只能是購買聚石塔服務。不參加的話,沒有流量,沒有銷售額。

「如果商家不跟著淘寶走,就會受到冷落,你進來了,碰到雙十一這樣的活動,天貓會看你是否加入了聚石塔,如果沒有加入,你報名的資質能否通過是個大問題。」賴活龍說。

阿里 巴巴 大數 據夢
PermaLink: https://articles.zkiz.com/?id=42713

思考的碎片---DATE草根的大數據分析 2013/01/21 Boracay的碎片哥

http://blog.sina.com.cn/s/blog_6a54e96a01017ovl.html
@alloysun 收集了佳緣北京用戶的數據
我們嘗試用簡單的方法分析得到如下結論

1.我的結論
我嘗試做這樣的結論,根據你的數據

1.26/29是女性高峰 
2.女性VIP比例隨年齡增加到31歲達到高峰 
3.VIP的照片比例比較高 說明嚴肅VIP比普通用戶更serious
4.VIP比例都小於1 證明這是一個女性消費佔主導網站。大約是6。5:3.5 附近
5.VIP絕對數字一直在增加沒有26歲現象。
6.男性也有30歲現象。VIP的絕對數量30歲最多。

2. @alloysun的結論

1. 在供求關係中,哪些人群是被追求的一方。
   
  1) 年輕女性(23-26)被年輕男性與大齡男性追求
  2) 成熟男性(26-35)被年輕女性與大齡女性追求

  這兩個人群的數據量以及未來增長率是網站是否能夠吸引用戶的關鍵。

2. 消費模式
 1)年輕女性(26及以下),被追逐對象,VIP(看信包月/鑽石會員)比例非常低,基本不消費。
 2)大齡女性(27及以上),優勢逐漸喪失,角色被追求者轉為追求者,vip比例明顯上升,可以理解為消費主體之一。
  3)年輕男性(25及以下),基本為追求者,基本以郵票消費為主。
  4)成熟男性(26及以上),追求年輕女性,被大齡女性追求,vip比例保持穩定(20%)。這個年齡段的男性收入水平較高,是穩定的消費主體。

3. 同類網站的競爭關係。 我注意到這種現象,不少人同時在幾個網站同時註冊,所以,並不一定是非彼即次的競爭關係。

4. 過度選擇帶來選擇困難,反而是到了年齡點,逼迫大齡男女作出決定。年輕男女的追逐會持續。

我的VIP包括鑽石用戶以及看信包月,網站上沒區分

綜上所述,我個人認為成熟男性才是網站最需要吸引的人群。他們既是消費者也是帶路貨(百貨行業用戶,意思是消費者必然會購買的產品一般設置在商場最裡面需要消費者多走幾步,如果狩獵的話就是誘餌)
年輕女性是帶路貨但不是消費者。大齡女性是消費者但不是帶路貨。
觀察所得的結論還真有意思。

這也反映或者驗證了當下婚戀市場的價值取向和社會的價值取向吻合。
PS @alloysun 是碼農,我是草根 兩個人看同樣的數據得到的結論我更依賴直覺。碼農邏輯性和條理性更強更有實用價值。
思考 碎片 DATE 草根 大數 分析 2013 01 21 Boracay
PermaLink: https://articles.zkiz.com/?id=43118

《大數據時代的歷史機遇》 引子 趙國棟

http://xueqiu.com/2594854241/23869927
大數據總統奧巴馬

2012年8月份,美國總統大選正如火如荼。出人意料的是,奧巴馬總統的數據團隊要求他去一家叫Reddit的新聞網站去回答問題。對許多人來講,Reddit是一個陌生的名字,總統的高級助手們也不例外。但是來自數據團隊的回答卻非常簡單:「因為我們需要動員的一些人,經常在Reddit上。」

這僅僅是選戰過程中一件毫不起眼的數據決策案例。事實上,奧巴馬的數據團隊非常神秘,低調,但其觸角又無處不在,幾乎左右了整個大選,他們被內部人士戲稱為「核編碼」。他們創建了單一的巨大系統,可以從民調專家、籌款人、選戰一線員工、消費者數據庫、以及「搖擺州」民主黨主要選民檔案的社會化媒體聯繫人與手機聯繫人那裡得到的所有數據都聚合到一塊。這個組合起來的巨大數據庫令奧巴馬的數據團隊工作極富成效,令人驚嘆[1]。在這個組合的數據庫中,每個選民甚至被精確的劃分為1000多個特點,通過建模和算法分析,系統能為每個選民找出一個最能說服他的理由;每晚進行6.6萬次模擬選舉,在個體水平上,計算出奧巴馬在任何一個搖擺州的勝率。事實上不僅如此:

他們建立模型能夠預測誰會在線捐款;

他們用來網上籌款的郵件,也充分利用了數據收集和分析。

他們借助模型幫助奧巴馬籌集到創紀錄的10億美元;

他們幫助優化電視精準投放廣告的模式;

他們創造出了搖擺州選民的精細模型;

他們計算出第一夫人發的拉票郵件在春天最受歡迎;

他們利用數據來詳細分析關鍵州的選民。深入分析各個族群的選民在任何時刻的趨勢。在總統候選人的第一次辯論之後,他們分析出哪些選民倒戈,哪些沒有;

他們利用熟人效應,開發Facebook APP拉票;

他們為競選團隊購買廣告提供決策參考;

他們通過一些複雜的模型來精準定位不同選民,他們購買了一些冷門節目的廣告時段,而沒有採用在本地新聞時段購買廣告的傳統做法。廣告效率相比2008年提高了14%;

他們導致經驗主義的競選專家的作用極具下降,能夠分析大數據的量化分析專家和程序員的地位卻大幅提升。

他們讓政客們,尤其是對手知道政治領域的大數據時代已經到來。

一瓶茅台酒的旅程

消費者最頭疼的恐怕還不是茅台酒的價格,而是能否買到貨真價實的茅台。道高一尺魔高一丈,茅檯曆來的防假手段,除了推高茅台酒瓶的回收價格以外,似乎並沒有真正讓消費者放心。

為每一瓶茅台建立「檔案」,消費者可以輕鬆方便的查詢到任何一瓶茅台酒的檔案材料,是防假的終極解決之道。每一瓶酒都有一個獨立的「身份證號」,銘刻到酒瓶上,在信息系統中,記錄下從灌裝到出廠、運輸、批發、零售所有環節的信息。人們只要把「身份證號」傳輸到網站一查,真偽立辯。這個辦法看起來容易,但是真正實施,我們立刻會被淹沒在大量的數據之中。

不僅僅是茅台,中國目前所有食品面臨「安全、衛生」的大難題。如果能把茅台酒的做法推而廣之,無疑是全民之福。但是這些海量的數據記錄,對傳統的信息處理技術,提出了巨大的挑戰。

茅台的故事,其實可以演繹出管理理念的變化。這是管理日益精細化的具體體現。原來「茅台們」的管理都是按照生產批次,通常認為同一個生產批次的產品,是沒有差別的。現在的管理理念則不同,要求對每一件單品實行差別化管理。

城市治理中,也在發生同樣的事情。小到每一個下水道井蓋都被仔細編號,追蹤。這當然另我們的生活更加便利,但產業界首先需要應對的則是大數據的挑戰。



大數據,事關國計民生、產業興衰、公司存亡,不可不察。

信息科技經過60餘年的發展,數據(信息)已經滲透到國家治理、國民經濟運行的方方面面。經濟活動中很大一部分都與數據的創造、傳輸、和使用有關。2012年3月份,奧巴馬公佈了美國「大數據發展計劃[1]」,標誌大數據已經成為國家戰略,上升為國家意志。國家競爭力將部分體現為一國擁有數據的規模、活性以及解釋、運用數據的能力;國家數字主權[2]體現對數據的佔有和控制。數字主權將是繼邊防、海防、空防之後,另一個大國博弈的空間[3]。沒有數據安全,也就沒有國家安全。

華為、中興開拓美國市場受挫,就是非常明顯和清晰的信號。美國政府對自家數據安全的重視程度,已經到了不能讓任何外國信息基礎設施產品供應商染指的地步。華為此前一直希望通過競標和併購等方式進入北美市場,多年來未能如願。2008年,華為與貝恩資本聯合競購3COM公司,卻因美國政府阻撓未能成行;2011年,華為被迫接受美國外國投資委員會的建議,撤銷收購3Leaf公司特殊資產的申請;同樣是在2011年,美國商務部阻止華為參與國家應急網絡項目招標。

再看看美國國防部立項的幾個大數據項目[4]:「多尺度異常檢測(ADAMS)項目解決大規模數據集的異常檢測和特徵識別的問題。網絡內部威脅(CINDER)計劃,旨在開發新的方法來檢測軍事計算機網絡與網絡間諜活動,提高對網絡威脅檢測的精準度、和速度。Insight計劃主要解決目前情報,監視和偵察系統的不足,進行網絡威脅的自動識別和非常規的戰爭行為。……(不一一列舉,參見附錄)」其他部門包括國土安全部、能源部、衛生和人類服務部、國家航天總局、美國國家科學基金會、美國國家安全局、美國地質調查局紛紛推出大數據項目。奧巴馬指出:「通過提高我們從大型複雜的數據集中提取知識和觀點的能力,加快科學與工程前進步伐,改變教學研究,加強國家安全。」

產業層面,大數據技術雖然發源於信息科技,但其影響已經遠遠超出信息行業。數據已經存在於全球經濟中的每一個部門,就如固定資產和人力資本等生產要素一樣,如果沒有它許多現代經濟活動就不會發生。我們觀察到一些新興的互聯網公司,利用新技術,大規模地收集數據,預判客戶行為,然後在不同的行業縱橫捭闔。他們劍鋒所指,現代服務業無不受其鋒芒所迫,或隨波逐流,或奮起反擊。但缺少數據資產、缺少強大的數據分析能力,這類公司無疑處在被顛覆的邊緣。另一方面,也看到傳統行業的公司,數十年如一日的堅持積累當時被視作「廢料」的數據,現在回頭審視這些數字化的資產,居然一躍成為人類的寶庫。憑藉獨一無二的「數據資產[5]」,公司進入相關行業,易如反掌。

我們回頭審視產業的起起伏伏,就會發現決定產業興衰的根本性因素,已經不是一城一地的爭奪。土地、人力、技術、資本這些傳統的生產要素,甚至需要追隨「數據資產」重新進行優化配置。封建時代,往往是裂土封王,權貴都是大地主;工業革命後,製造業鉅子,成為偶像;資本市場,受到追捧的是擁有大量錢財的投資家;但是在大數據時代,「數據資產」成為最重要的生產要素。擁有大量數據資產的人,已經成為美國總統的座上賓[6]。

產業的分分合合,一直是資本市場非常喜歡的故事。不管是分拆也好,整合也罷,資本市場都有錢賺。以往產業的整合基本圍繞產業鏈展開。要麼向上游擴展,要麼向下游兼併。但是在大數據時代,我們看到的商業圖景是圍繞「數據資產」拉開產業併購的大幕。谷歌所有的收購或者推出的新產品,都是為了增加數據資產的「維度」和「活性」[7]。所有觀察公司發展,產業未來的機構或者個人,如果忽略「數據資產」,或者對「數據資產」認知膚淺,必將導致錯誤的判斷。大數據將是決定產業未來的戰略性資產。未來產業間的整合收購,將會在很大程度上圍繞「數據資產」展開爭奪。

企業家、投資人、諮詢顧問、分析師,必須要從戰略層面思考大數據對產業、對公司的影響。2012年初,我們曾經和恆安國際的董事會一道交流大數據對製造業的影響。會上許連捷總裁[8]說:「在大數據時代我們收集數據,研究消費者行為,推出新的產品、改善供應鏈,降低庫存,一句話就是把大數據融入到經營中去。也許有可能把庫存降到近乎『零』的水平。」所以,我們談大數據,首先是思維方式的問題,要建立全面、系統的大數據意識,其次才是落實到公司戰略。大數據對公司的影響是多方面的,涉及組織、文化、流程、技術等。本書有一章來專門詳細論述大數據對公司組織結構的影響,在此不贅言。

具體到中國信息產業,發展速度一直落後於國外的巨頭,長期處在產業鏈的末端,賺取刀片一樣的利潤。積累到最後發覺只形成了簡單可替代的「中國製造」而非具備革命性創新性的「中國智造」。國家拿出大筆資金扶持上游環節的拓荒者,比如CPU、操作系統、辦公軟件,但是相關領域國內外的差距過於遙遠,也缺少大規模的商用市場,花了國家的錢,卻鮮有在商業上大獲成功的先例。但是在新興的大數據處理領域,中外公司幾乎站在同一起跑線。中國作為數據的巨大產生國,有著更廣闊的應用空間。比如中國移動、工商銀行、淘寶,已經具備世界級的產業應用環境。有業內人士表示,單純考慮狹義的大數據處理技術(如Hadoop、MapReduce、模式識別、機器學習等),中外差距僅有5年左右。如果考慮數字資產規模以及利用的技術,中外差距更多體現為意識上的差距。美國在數據開放、跨部門共享方面做出了表率。而我國對大數據的價值和應用,政府、學術界、產業界和資本市場尚待達成一致的認知。各部門、各地方普遍存在「數據割據」和「數據孤島」的現象。缺乏大數據意識,是阻礙我國大數據技術在各行業落地的關鍵因素。

大數據時代,有兩點非常有利於中國信息產業跨越式發展。第一,大數據技術以開源為主,迄今為止,尚未形成絕對技術壟斷。即便是IBM、甲骨文等行業巨擘,也同樣是集成了開源技術,和本公司原有產品更好地結合而已。開源技術對任何一個國家都是開放的,中國公司同樣可以分享開源的蛋糕。但是需要更加開放的心態,更加開明的思想,正確的對待開源社區。第二,中國人口和經濟規模,決定中國的數據資產規模,冠於全球。客觀上為大數據技術的發展,提供了演練場。第二點亟待政府、學術界、產業界、資本市場四方通力合作,在確保國家數據安全的前提下,最大程度地開放數據資產,促進數據關聯應用,釋放大數據的大價值。

目前政府和產業界積累了大量的數據資產,但是苦於缺乏行之有效的與工程實踐匹配的算法和人才,來充分挖掘數據的價值。形象地說,好多行業是守著「金山要飯吃」。而學術界,尤其是應用數學領域,在統計學習、圖像處理、網絡科學領域鑽研頗深,但缺乏大量的實際的數據來驗證和訓練算法。雖有屠龍術,無處展身手。兩方長期處於脫節的狀態。如果應用數學界和產業界緊密協作,將是中國公司的極大利好,會大大促進公司的發展。2012年11月17日,在北京大學國際數學研究中心召開了首屆「數據科學與信息產業研討會」。學術界和企業界的一百多位領軍人物和活躍分子聚集在一起,共同商討數據科學的含義和發展計劃,以及企業界的需求。這次會議為促進學術界和信息產業的聯合,開了一個好頭。

數據資產並不是大公司才有的專利。在第七章中詳細討論一種「泛互聯網化範式」,終端+平台+應用,最後形成數據資產。許許多多富有活力的公司,均符合這一範式。這也是創業型公司開啟大數據之路的總結和探索。

自從我們在中國資本市場第一個發出「大數據時代即將到來」聲音後,大數據已經成為年度熱詞。綜合政府、學術界、產業界的最新動向,我們預計,如果把2012年看成大數據普及之年,那麼2013年,將成為大數據應用之年。相關產業規劃、行業政策將紛紛出台。金融、電信、政府、電商、醫療、平安城市等相關應用將加速推進。2014到2016年將是大數據效益之年,若干中國大數據公司相關業務形成爆發性增長,部分相關公司海內外融資或IPO上市。

本書內容將圍繞大數據對產業走勢、融合、變遷的影響、在產業中的具體應用(商業模式)、以及數據科學的興起三大主題展開。本章包括大數據產生的歷史背景、激動人心的典型特徵、系統全面的認知框架等等內容,最後會簡略談談推廣大數據面臨的困難和挑戰。


[1] 《大數據研究與發展計劃原文》地址:http://www.whitehouse.gov/blog/2012/03/29/big-data-big-deal,中文譯稿參見本書附錄四

[2] 通過搜索引擎,並未發現其他文獻強調「數字主權」。之所以採用「數字主權」,而非「數據主權」,主要因為構成信息科技的基礎是「0」、「1」兩個二進制的數字。所有的數據在本質上都是「0」、「1」的排列組合。

[3] 參見國金證券大數據系列報告第三篇《以數據資產為核心的商業模式》,p1

[4] 原文參見:http://www.whitehouse.gov/sites/default/files/microsites/ostp/big_data_fact_sheet_final_1.pdf

[5] 數據成為資產,見於國金證券大數據系列研究報告《大數據時代的三大發展趨勢及投資方向》

[6] 美國總統奧巴馬2011年2月17日與多名科技界領袖共進晚餐。總統左側是蘋果公司創始人斯蒂夫·喬布斯,右側是Facebook的創始人馬克·卡克伯格。

[7]維度、活性等概念在數據資產章節詳細說明,是數據資產評估模型的一部分。

[8] 許連捷現任中國民間商會副會長,泉州市工商聯主席,第十屆全國工商聯副主席。

[1] 英文原文參見CNN網站http://edition.cnn.com/2012/11/07/tech/web/obama-campaign-tech-team,下面這段文字見於博客http://blog.sina.com.cn/s/blog_5be3027d0101i44z.html
大數 時代 歷史 機遇 引子 國棟
PermaLink: https://articles.zkiz.com/?id=55530

阿里巴巴大數據總動員

 
2013-05-13  NCW

 

讓公司“每個人都有運營數據的能力”,這是阿里巴巴正在探索的大數據路徑◎ 本刊記者 王姍姍 文如今,阿里巴巴集團管理層最常對員工講的一句話是: “你們不要總是躺在‘金山’上還要飯吃。 ”這座“金山”就是指“大數據” ,阿里巴巴內部正在進行一場“全民性的數據普及教育” ,要求每一位員工都要有運營數據的能力。

阿里巴巴多年前就對外宣稱,自己的未來並非電子商務公司,而是一個大數據公司。簡單想象一下當前的淘寶——集納數億消費者,一年實現交易流水超過10萬億元……這無疑是一個數據的海洋。 但從數據海洋到大數據“金山” ,這段距離並不那麼容易打通。2012年秋天,掌門人馬雲公開了對電子商務平台、金融和數據三大業務領域的框架設計。其中,電子商務平台經歷十幾年的深耕,業務發展已進入成熟期;小微金融服務集團於今年3月正式成立,標誌著第二產業板塊也已進入獨立發展軌道;而屬於 “三步走”戰略最後一步的大數據業務,目前仍歸屬平台集團,處於孵化早期。

2012年7月,阿里巴巴的數據分享平台戰略開始啓動,陸兆禧擔任集團首席數據官(CDO) 。繼而在2013年1月實施的組織架構調整中,數據平台事業部成為25個事業部之一正式組建。和其他垂直業務單元部門不同,數據平台事業部既是一個 “躺著”的部門,又是一個高于基礎的“智慧大腦” ,它的挑戰在於——如何接納或采擷從各個業務平台湧來的海量數據,從中挖掘商業價值,創造新的可持續的盈利模式。

躺在大數據“金山”上

阿里巴巴的這座大數據 “金山”到底長什麼樣子?

阿里巴巴首席商業智能分析師車品覺給財新記者畫了一張圖。一個互聯網企業所擁有的內部數據涉及兩大類:一類是財務數據、運營數據、市場數據等 “結構型數據” ;另一類是從產品運營角度抓取的用戶行為分析數據和移動應用數據。具體到阿里巴巴,淘寶平台重點探討的是影響用戶購買的多項數 據,即 “過程數據” ,這些數據伴隨著數億級用戶的瀏覽選購路徑,數據很深也很細分;而支付寶的數據雖然也針對 用戶行為分析,卻明顯是以購物結果為導向,且支付寶服務的商戶並非只有淘寶一家,若按其現有第三方支付市場份額計,支付寶已是國內消費類市場最大交易數據量的平台性產品。

巨量數據從四面八方湧來,一個最大的難題就是數據的標準不統一,這就意味著商業智能部門(BI)針對數據質量把關的工作量很大,他們需要給各種數據貼上屬性標簽。數據分析師們對數 據質量有一個形象的比喻——它好比一個城市水庫的上游水源,最重要的是水的純淨度。因為接下來負責進行數據挖掘的人首先假定“數據是乾淨的,數據的質量是好的” ,借此再針對某個命題得出精准的分析結果。而標簽管理,就是用來解決數據純淨度的問題。

車品覺告訴財新記者,基於解決問題的先後需要,目前阿里巴巴 BI 部門重點關注的數據是以用戶為中心,即終端消費者的行為數據和關係數據,看用戶群之間的傳播路徑是怎麼樣的。而大數據的魅力之一,就是利用周邊數據讓主題輸出更為精准。換句話說,數據量如果夠大,把其他碎片化參數不斷加起來,最終你希望解決的中心問題的答案會變得越來越清晰。

車品覺認為去年做得比較滿意的一個產品叫 “黃金策” 。這是一款針對消費者行為分析的數據產品,針對單一消費者加入了六七百個變量數據參數。通過這款分析工具,阿里巴巴的數據分析師可以很快告訴你很多問題的答案,而這些答案的準確度可以通過輔助參數的調整不斷提高。比如,從曾購買過母嬰類產品的消費者中判斷有多少是自己有小孩的,準確率是62%,如果再加一個分析參數,如用戶所在城市位置所呈現的適婚年齡情況,判斷準確率就能升到83%,然後當你再看這個人有沒有汽車,那麼準確率還可以增加到86%……不過,截至目前,淘寶、天貓平台上積累的大量社區數據(如用戶評價、賣家和買家的互動交流) ,以及數億級的商品種類(SKU)信息,都還是尚未開發的處女地。現在還沒動的理由很簡單——因為這座 “金山”實在太大了。

目標就是“投其所好”

正因為 “金山”太大,所以一開始需要很講究數據的挖掘邏輯。

數據服務最大的需求人群是成千上萬依附于電商平台的賣家。一位阿里巴巴內部人士對財新記者透露,目前淘寶平台上賣家人數的增長率已經高過買 家,淘汰率非常高。讓這些賣家嘗到數據挖掘的甜頭,是未來阿里巴巴大數據業務的商業模式核心。

數據服務的形式可能是定制化的數據產品,也可能是一個數據共享平台不管哪種樣態,數據挖掘的核心價值就是將複雜問題簡單化。如果用做產品的辦法來運營數據,邏輯就很簡單,只需思考誰用這個產品,他要解決什麼問題,而這個產品能不能解決他的問題。

據財新記者瞭解,在阿里巴巴大數據業務的長遠規劃中,除了做好局部的數據產品,更大的理想是建一個數據共享平台。但做一個平台跟做一個產品相比,前者的 “瞄準器”遠沒有後者那麼清楚。這意味著包含海量數據的平台要允許出現一個非常大的錯誤空間,平台的容錯能力要夠強大。

未來阿里巴巴的數據平台有可能是一張隱形的“天網” ,指導淘寶 “小二” (運營管理人員)和賣家的商業操作,目前仍無人能清楚概括出這張“天網”的邊界。阿里巴巴打算對外先拿出一個看得見摸得著的大數據分析成果——“千人千面”的商品呈現頁面就是通過研究每個用戶的消費習慣及個性特徵,再經過系統的自動智能優化匹配,從用戶登錄網站首頁的那一刻起在商品展示規律上,淘寶可以越來越精准地實現對用戶“投其所好” 。

幹掉 BI

與其他垂直類業務板塊相對獨立孵化的方式不同,阿里巴巴對大數據選擇了“全民普及教育”的模式,力圖傳導 滲透、培養全體員工的數據運營意識。

產品經理出身、後改行做數據分析的車品覺,形容自己是一個 “跨界分子” 。但正因有產品經理的背景,幫助他樹立了很強的服務用戶的意識,同時也很注重數據的產品化。嘗到跨界好處的車品覺認為,現在大多數企業的 BI 部門都存在一個嚴重的問題——數據分析員不懂得運營,這導致數據和運營之間有一道巨大的鴻溝。車品覺稱,他的理想就是要 “幹掉 BI” 。在他看來,一家企業最理想的數據運營狀態應該 是——“80% 是懂商業的人,拉了數據之後自己做分析,而20% 是做數據分析的人,要保障用數據的人有數據可用” 。

因此,對於阿里巴巴來說,當前數據化運營面臨的最大壓力就是人才的培養。

這場 “全民總動員”是否有先進的模板可循?為此,阿里巴巴曾派人去國外跑了一圈學習經驗,結果卻發現找不到一個成功的數據運營案例可以參考,因為全世界目前找不到第二個擁有像阿里巴巴這麼大數據量以及這麼多事業部的公司。

2013年年初,阿里巴巴成立了一個虛擬數據委員會,成員共有五人,分管商業分析、底層技術、無線數據、支付寶數據,以及一名數據科學家。在這個委員會之下,參與數據運營的角色還包括業務分析師和決策分析師。其中,業務分析師更多是服務于某一個垂直業務單元,針對某個具體商業運營環境,通過數據來幫助其改進業務細節;而決策分析師是橫向、全局性地看整個公司,解決一些偏宏觀的問題,比如聚劃算跟天貓或淘寶的關係是什麼?一個用戶去過聚劃算之後,會不會更活躍?還是他只不過是要買更便宜的東西才會去聚劃算?諸如此類的跨平台數據研究。

正是這“一橫一縱”構成了阿里巴巴內部至關重要的情報網。目前專職 數據分析的團隊已達800人,其中只有一部分人屬於數據共享事業部,更多的人以業務分析師的身份滲透于其他24個事業部,他們既要對自己相對應的事業部或集團負責人匯報,同時也要相互匯報。實際上,這800個人就是800個可以互動穿插的信息溝通結點。


阿里 巴巴 大數 總動員
PermaLink: https://articles.zkiz.com/?id=55570

日本移動互聯網考察連載之五:日本運營商怎麼玩大數據

http://www.iheima.com/archives/41049.html

在中國電信的董事長王曉初於2013年年初提出「去電信化」的口號時,但早在幾年之前,日本的電信運營商就開始了「去電信化」的嘗試。

日本最大運營商NTT DoCoMo早在2010年就開始提出,運營商不僅僅是一家移動運營商,而是應該向金融、電子商務、物聯網等周邊產業擴張,通過這些周邊業務,增加運營商的收入。

近日,筆者和野村綜研的團隊特地前往日本採訪了NTT DoCoMo負責戰略的取締役常務執行董事吉澤和弘。

那天下午,在DoCoMo總部樓上的辦公室裡面,吉澤和弘帶著一疊厚厚的資料來與我們見面,上面寫滿NTT DoCoMo對未來複雜的規劃。

吉澤和弘的資料中詳細列著運營商手上握有哪些用戶的行為信息,這些信息的價值從大到小依次是什麼。在他看來,移動運營商掌握著客戶許多重要的行為數據,這些大數據資源可以讓運營商做許多周邊服務,而這些正是運營商未來抵抗管道化的根本。

NTT DoCoMo的整個轉型計劃都是以云服務為基礎的,吉澤和弘認為,相比起谷歌等互聯網公司提供的云服務,電信運營商有著自己獨特的優勢。

以NTT DoCoMo為代表的日本運營商過去幾年應對管道化的轉型嘗試,對同樣處於轉型期的中國運營商,具有重要啟發作用。

運營商有什麼優勢?

筆者:在歷史上,NTT DoCoMo的i-mode模式從終端到平台、網絡、服務垂直整合,非常成功,現在進入智能手機時代,情況發生了變化,DoCoMo未來是繼續走i-mode這樣相對封閉的道路,還是更多使用Android這樣開放的系統,走更加開放的道路?

吉澤和弘:雖然現在進入智能手機時代,但是DoCoMo還是想把i-mode這樣的垂直整合模式繼續下去, 垂直整合包括網絡、終端、平台、內容在內的資源。

現在蘋果也是像我們當年的i-mode業務一樣,追求垂直整合的模式,手機、平台都由自己掌握,但是蘋果唯一沒有掌握的是網絡的資源,網絡只能由通信運營商來掌握。

作為DoCoMo來說,會以移動通信為基礎事業,為客戶提供比如平台,內容應用等多樣化的服務,當然也包括了云技術,云服務等。

作為DoCoMo來說,一個最大的優勢是在於具有很精確的用戶個人信息。現在,DoCoMo想利用自己的優勢,就是利用很詳細的個人信息情報來發展已經計劃好的這8個領域,即金融及結算業務、多媒體業務、商業服務、醫療與健康服務、物聯網、集成與平台化業務、環保服務、安全安保服務,而不僅僅是提供移動通信服務。

筆者:運營商向金融、醫療健康服務等周邊產業發展,優勢在什麼地方呢?

吉澤和弘:如果細化一下運營商的優勢的話,第一個就是運營商擁有很詳細的個人信息數據。第二個是具有便利的個人認證方式。第三個就是可以更方便地收費。

運營商手上掌握許多用戶的行為數據,比如你在什麼地方,你買了什麼東西,這些信息運營商都掌握,這些數據是運營商的優勢。

另外就是運營商提供著先進的云計算基礎服務。我們有三大服務提供給公眾。第一個是存儲的服務,第二個是智能服務,第三個是針對市場的服務。

存儲服務,可以在云上面存儲照片,還有就是DoCoMo的電話本,還有一個就是DoCoMo的郵件,現在最多的是DoCoMo郵件的存儲量,我們今後可能會發展一種網上借錢的金庫的業務。

另外一個服務就是智能的服務。它主要是圍繞翻譯這個功能進行的。語音和翻譯服務是基於同樣的原理在云上面展開的。

至於針對市場的服務部分,裡面有視頻、圖書、音樂等等這些應用已經推廣開來了。

另外兩大板塊是今後要推廣的兩大方向,一個是生活類的服務,還有一個是實體的。我們想要著力推廣這兩大部分,就像之前推廣的購物這個部分。

我們預計在這三大服務推廣之後也就是到2015年的銷售額是1000億日元。2013年的銷售額大概有200億吧。

今後的3年,我們想要利用基於云計算的這種服務來拓寬以上提到的幾大服務領域。

筆者:像亞馬遜、谷歌這樣的互聯網公司推出了很多類似的云服務,作為移動運營商,DoCoMo的優勢在哪裡?

吉澤和弘:對於DoCoMo來說,智能服務這一領域,比如說語音服務等和谷歌等互聯網公司相比是一個很大的優勢。運營商有自己的網絡,並且可以掌握網絡的速度,還有網絡的延遲狀況等等,這些和谷歌等互聯公司相比是一個優勢。

還有我們今天非常注重的一個業務是醫療護理的健康部分。DoCoMo現在和歐姆龍在合作成立了一個合資公司,叫做DoCoMo healthcare。歐姆龍公司擁有很多健康檢測的儀器,而DoCoMo掌握了很多個人的情報,我們可以利用這兩點優勢來進行和DoCoMo相關的服務鏈接,比如說DoCoMo把自己購物中心裡的健康營養物的信息發送給用戶,從而全面支撐這個用戶的生活,使他的生活變得更便捷一些。

通信運營商掌握的顧客信息質量比其他任何一個行業都高。在這個領域我們可以活用顧客的一些基本信息情報,比如說姓名、地址,甚至是銀行賬號或信用卡賬號等這些我們都可以掌握的。當然像亞馬遜或者樂天等公司也會有顧客的姓名、地址、銀行賬號這些信息,但是DoCoMo可以在店舖當場對這些信息進行實名的確認,這是一個非常大的優勢。

還會考慮和蘋果合作嗎?

筆者:全世界包括DoCoMo在內的很多運營商,在發展智能手機平台業務時都是基於谷歌的Android系統,是否因為Android的開放性能滿足DoCoMo的這麼多規劃?因為從歷史上來說,世界上最成功的兩種互聯網模式,一種是i-mode,一種是蘋果的App Store模式,他們都是自己的操作系統,都是系統掌握在自己手上的。

吉澤和弘:運營商如果用Android系統來拓展這些業務,會更容易一些。因為像蘋果的IOS系統的控制力是很強的,他控制得你無法把這些東西搬到手機上去,相反,Android系統是很自由的,你可以很自由地在它的基礎上加上(運營商)自己的服務。

而且有人說這些服務在網頁上做也是可以的,但如果有(Android)這樣一個開放的平台的話,我覺得是更會好做一些的。也有可能是你和蘋果交涉的話,IOS會給你開放一定的權限去做,而且你轉向網頁做,它也可能無法控制你,但是他們認為這是百分之百不可能的。

所以Android是最適合做這個的系統。舉個例子來說,i-concier就是做推送這個服務的,這樣的一種服務想要在iPhone上實現的話是比較困難的。還有翻譯這種服務想要植入IOS裡也是比較困難的。當然音樂也是基本上沒有可能的。

筆者:和中國移動一樣,DoCoMo也是一直沒有引入iPhone的一家運營商,並且DoCoMo也是做了大量的戰略規劃,未來DoCoMo會和比較封閉的蘋果合作嗎?還會重新考慮引入iPhone嗎?

吉澤和弘:我知道中國移動和DoCoMo是世界上兩家還沒有引入iPhone的電信運營商(笑),並且最近蘋果CEO庫克訪問了中國移動,中國移動可能有意向會引入iPhone。

作為條件來說的話,如果我們想要提供基於云計算的服務,那麼第一個條件是不能受到任何控制的,同時我們還要確保終端的數量,這是必要的條件。

比如日本的軟銀,這家公司的移動終端大概7至8成都是iPhone,如果DoCoMo也是這個比例的話,我們是不可能實現以上說的那些業務。所以我們判斷的關鍵點是(蘋果給出的)條件是如何的。日本的媒體也總是問我們這個問題。加藤社長也沒有說過未來我們一定會不引入iPhone這樣的話。

筆者:之前DoCoMo推出了購物、遊戲中心等業務,這些領域都有很多很強大的互聯網對手,比如說亞馬遜、GREE,DoCoMo是有信心打敗他們,還是根本就沒有和這些互聯網對手正面競爭的想法?

吉澤和弘:現在我們沒有想正面和GREE等這些互聯網大公司去競爭,作為DoCoMo來說,比如像遊戲中心這個業務,我們會選擇一些適合小孩子玩且大人們也放心的遊戲,用這個特徵和其他的互聯網公司進行差別化。

對於購物這個業務來說,我們並沒有把亞馬遜等這些互聯網公司作為競爭對手來對待,我們公司的優勢是可以時刻攜帶並且可以重複購買,想到了就可以買。雖然現在沒有具體的實施計劃,但今後會向不只是DoCoMo的用戶開放,同時也不排除和其它公司合作的可能性。

筆者:DoCoMo已經在發展4G了,您認為DoCoMo已經有4G的「殺手級」應用嗎?如果還沒有,DoCoMo如何培養這種「殺手級」的應用?4G的「殺手級」應用會出現在哪個領域?

吉澤和弘:因為4G的一個特徵是容量大,速度快,可能「殺手級」就是利用這個特徵的一個應用吧。你說的這種「殺手級」應用比較可能是影像的、動畫的、視頻的。當然裡面還會有電影,動畫,導航一類的。如果你要是看視頻看到2個小時的話,馬上2G的流量就沒有了。所以要考慮流量,還有資費等要素。還有剛才提到的基於云服務的這些應用會有及時響應的功能,比如說我和系統說話,會給我一個答覆。如果你的網速很慢,這個功能是用不了的。

日本 移動 互聯網 互聯 考察 連載 之五 運營商 運營 怎麼 大數
PermaLink: https://articles.zkiz.com/?id=55792

"大數據"風險威脅金融市場

http://wallstreetcn.com/node/25045

隨著人類步入大數據(Big Data)時代,金融市場的運行體制相較於幾十年前也出現了翻天覆地的變化。不過康奈爾大學教授Maureen O'Hara和David Easley近日指出那些經過計算機處理過的數據信息給整個金融市場帶來了巨大威脅,這其中以高頻交易最為明顯。

監管者與投資者正面臨來自高頻交易的威脅,這種極快的經過計算機化的交易已經漸漸成為主流,當然這也為市場帶來了崩盤的可能,比如2010年五月,美國道瓊斯工業平均指數單日下跌超過1000點。然而由於我們步入了大數據時代,今天的高頻交易已經和三年前很不一樣了。

大數據是指那些涉及的資料量規模巨大到無法透過目前主流軟件工具,在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。金融市場是大數據信息的重要來源,比如交易信息,報價,盈利報告,調查報告,官方統計數據發佈等等。

那些依賴於第一代高頻交易技術的交易商們經歷了幾年的輝煌,在第一代技術中,交易商依靠並不複雜的速度技術迅速找出價格的錯位情況,以此捕獲套利機會。然而,到了2012年,高頻交易商們的利潤比2009年下滑了74%。僅僅依靠速度快是不夠的,現在的高頻交易商越來越依賴於「策略時序交易」(Strategic Sequential Trading),這種技術由程序算法來識別並分析金融數據,以此來捕捉其它市場參與者留下的交易痕跡。比方說,如果一支共同基金打算在每分鐘的第一秒來發出大單交易指令,那麼程序算法技術就可以識別這種模式,並預測這支基金在接下來的時間會做出何種舉措,以此自動發出相同方向的交易指令。這樣一來,這支共同基金每次下單的價格都會比前一次要高,因為程序交易系統的資金湧入了進來。

 

上面這幅圖來源於TABB的數據,該圖顯示2012年不同金融資產中高頻交易商的下單量佔總交易量的比重,不難看出,整個美國股票市場中,83%的交易來自高頻交易系統。

這種新形式的高頻交易也可能出錯,比如今年4月24日華爾街見聞曾報導,敘利亞電子軍成功入侵美聯社Twitter賬戶,發佈白宮爆炸虛假消息,引發美股大幅震盪。與2010年10月的股市崩盤不一樣,這樣的股市暴跌並非由快速的賣盤招來更多的賣盤所導致的,並非是速度導致的,而是由大數據導致的。

大約從兩年前開始,對沖基金普遍開始從社會媒體渠道來獲取有關市場情緒的信息。這種策略可以在上千萬的Twitter,Facebook,聊天室和博客信息基礎之上開發程序交易系統。然而這些程序算法通常在猜測小型數據的時候出錯誤,在最近幾個月裡,開發可以在突發新聞(比如自然災害或者恐怖襲擊)剛剛公佈的瞬間便連續下單的交易系統非常吃香

要解決高頻交易帶來的問題並非易事,這需要深刻理解大數據的特性並不斷做出變革。不過好在監管機構似乎意識到了需要去不斷適應飛速發展的科技,本月美國商品期貨交易委員會(CFTC)委員Scott O'Malia表示今後將考慮「膽大妄為的操作」這一罪證。比方說從Twitter上獲得信息後進行交易是合理的,而提前準備好足以清掃整個市場的下單指令來等待程序交易系統發現諸如炸彈或白宮等字眼後發出下單指令來交易顯然是膽大妄為的。

所以核心問題是如何確保投資者理性地獲取信息。哈佛商業評論的一篇文章指出大數據需要力度更大的審判。幾年前CFTC考慮過監管機構是否應當禁止程序交易,因為這種交易會干擾市場。有一種解決方案是讓一些市場參與者貢獻一個實時追蹤不合理交易行為的指數,這個指數可以當作一個監管的紅線,如果一個交易員屢次觸碰到這個紅線,他就會被禁止交易。這種指數可以根據市場的變化而變化,最重要的是,這種指數是根據所有市場參與主體對未來的預期來設定的。

還有一種方法,就是借助美國國家實驗室的幫忙。勞倫斯-博客裡國家實驗室擁有超級電腦計算和分析技術,可以用來實時監測交易指數並及時向監管機構匯報那些可能威脅市場穩定的交易行為。傳統的市場熔斷機制會在市場大跌的時候禁止所有投資者繼續交易,而這種實時監控程序則可以讓那些真正主導市場大跌的投機者停止交易,以此來保護市場的其它參與者。

大數據正在改變市場,而監管機構需要針對這種趨勢做出改變。解決高頻交易所帶來危害的方法並不少,只是需要更高的科學技術,正所謂魔高一尺,道高一丈。

大數 風險 威脅 金融 市場
PermaLink: https://articles.zkiz.com/?id=55845

依靠大數據成功的Netflix商業模式三個關鍵點:Anyone,Anytime,Anywhere

http://www.iheima.com/archives/41239.html

韓劇迷,就算一週播兩次,你還是追進度追得很痛苦吧?

美劇迷,每次季中停播等新劇回歸時,你應該很想飛到美國逼劇組人員立馬開工吧!

但如果你們跟我一樣,看的是線上影片出租公司Netflix 推出的影集,只要24 小時不睡,就能看完一整季美劇了囉–因為他們自制的影集《紙牌屋》在推出之際,就史無前例地把一整季、13 集通通放​​在網絡上讓人收看了!

不用追進度、等回歸的感覺,真是太棒了!

為什麼執導《紙牌屋》的名導大衛芬奇願意配合他們的玩法,難道Netflix 有什麼秘密法寶,可以保證這出影集一定大賣,而且是一整季、13 集都狂賣?

他們早就知道人們一定會想看《紙牌屋》這種政治劇,也知道如果影集的導演是大衛芬奇,人們一定賞光;這一切都不是看報紙知道政治劇正夯或大衛芬奇很紅,全是Netflix 做了充足的Big Data 應用!

接下來讓我以「anyone、anytime、anywhere」三大點和大家介紹,Netflix這個從出租DVD到推出自制影集《House of Cards》(紙牌屋)的公司,在玩的是什麼新的商業策略與模式。

Netflix 一創立,就打破線上影片市場規則

Netflix原先是一家線上DVD郵寄出租服務的公司,於1977年成立於美國加州,隨著互聯網的發達與資訊技術的演進,Netflix的付費用戶達到2,920萬,超過HBO的2,870萬;另外,根據Sandvine市調公司研究報告,其下載量佔全美網絡下載量的32.25 %,以絕對優勢佔據第一名的位置。

1

現在的Netflix 不只提供線上影片出租與影片推薦服務,更是一家能夠推出自制影集的全方位娛樂公司,其商業模式主要有以下兩點:

1. 快速又便宜的線上DVD 郵寄出租服務:

打破原先的單片出租模式,改成創新的月租式服務,沒有到期日也沒有延遲罰款,消費者再也不用擔心還片的問題。線上選完想看的影片,幾天後Netflix便會運用其配送網絡,在一天內寄出。(此商業模式還申請了專利,並拿來控告百視達)

2. 線上影片推薦系統:

利用數據分析,根據消費者過去的影片評價,預測使用者接下來會想看什麼樣的影片,因此Netflix 發展出Cinematch 影片推薦引擎(video recommendation engine),運用Big data 和Data mining,為消費者推薦影片。

Anyone:Netflix 掌握所有用戶的行為與喜好

根據Salon.com,Netflix掌握所有用戶的行為與喜好,每一次的點擊、播放、暫停、快轉、回播、觀賞的時間、次數與週期,都會成為一個事件(event)。此外,每個影片都會加上不同的標籤,例如導演、演員、編劇、製片、類型,情節等,將以上這些記錄存下來,並把每筆資料匯入後台進行數據分析。

根據官方公佈的數據,75% 的用戶大都接受Netflix 的影片推薦。於是Netflix 藉由這樣的數據分析,向使用者提問,是否喜愛看政治劇(political thrillers)?喜愛看政治劇的人是否也喜歡看大衛芬奇執導的影片?透過簡單的假設提問,找出使用者的喜好比例,為自制影集《紙牌屋》找到有很大機率會收看的目標客群。(《紙牌屋》是一部美國政治題材電視劇,改編自1991 年首播的BBC 同名劇集,由Netflix 投資1 億美元製作,即將播出第二季。)

Anytime:透過移動設備,人們隨時都在看Drama,不再苦守電視前

到底Netflix掌握了多少數據呢?根據Giga.com在2012年的報導, Netflix在全球擁有超過2,500萬的用戶,每日平均3,000萬次的點擊、播放、暫停、快轉、回播,400萬次的評價行為,300萬次的搜索動作。

在這些數據中,Netflix 發現使用者習慣正在改變,隨著網絡影音串流服務的流行,越來越多人在手機和平​​板上觀看影片,人們不再苦苦守在電視機前等待影集的播出,反而喜愛一次看完整季的影集。

上述的行為正是「煲劇族」(binge viewing)的表現,根據marketingcharts.com的報導, 78%的美國人對於影片觀賞有自己的行程規劃, 62%的人會一次觀看多集,而binge viewing的行為在青少年間特別明顯。

看準了「煲劇族」正流行,Netflix 挑戰傳統電視的營運模式與宣傳營銷方式,一口氣推出整季的《紙牌屋》,更推出「免費試看」的服務。

根據TechCruch的報導,在100萬名試看的使用者中,只有不到8,000人在收看後取消服務;另外,有10%的Netflix用戶觀看了《紙牌屋》,並平均觀看了六集,而這部影集也吸引了更多的消費者訂閱Netflix的服務。

Anywhere:只要有可以上網的裝置,在哪都可以Drama

除了打開電視使用Netflix 的服務外,你還可以在PS3、Xbox、Wii、個人電腦、筆電、平板電腦、智能手機等不同設備上觀看影片。

Netflix的創辦人兼CEO Reed Hastings指出,網絡電視和App將會取代傳統電視,有線頻道的訂閱用戶將會不斷減少,消費者傾向使用不同的裝置,隨時隨地都能觀看影片,這樣的趨勢需建立於高速網絡上,因此高速網絡將是未來發展的重點。

而Netflix也發覺到云端服務的重要,於三月時宣佈將斥資10萬美元舉辦「Netflix Cloud Prize」全球競賽,期望透過競賽為使用者帶來更好的云端體驗。目前已向全球的開發者發出邀請,並於GitHub上舉行。

此外,Netflix近期宣佈將要停止發放API key,也不接受新的API申請,而這一切是為了將其重心放在用戶的觀賞體驗上,希望所有用戶都能在不同裝備上使用服務來觀看影片。

Netflix也將在今年推出《紙牌屋》第二季、《Arrested Development》等多部影集,並和DreamWorks合作推出動畫片《Turbo: FAST》。Netflix正朝著全方位娛樂公司的路線邁進,或許在明年便能看到他們的自制電影也不一定呢!

依靠 大數 成功 Netflix 商業 模式 三個 關鍵點 關鍵 Anyone Anytime Anywhere
PermaLink: https://articles.zkiz.com/?id=55950

《大數據時代的歷史機遇》1.5 大數據面臨的挑戰和機遇 趙國棟

http://xueqiu.com/2594854241/23965263
大數據概念剛剛提出,有人擊節讚歎,認為「數據人」的春天到了,也有人質疑為炒作,認為不過是業界和資本市場又一次發神經而已;但更多的人是茫然的,並不知道這個概念對自己的業務意味著什麼。本節主要澄清一些概念和誤讀,探討大數據落地存在的障礙。

重新審視「自主版權」

大數據時代,產業重心發生了遷移。信息產業的重心由基礎軟件嚮應用軟件過渡,信息技術本身的重要性向數據資產的重要性過渡。而應用軟件領域,恰恰是中國軟件企業的強項。利用好開源的基礎軟件,實現在應用軟件領域的突破,帶動基礎軟件領域的進步,是中國信息產業的發展方向。

「智慧出,有大偽」。多少人假「自主版權」之名,卻從未超越開源軟件的功能?信息產業的創新,是亦步亦趨麼?微軟有操作系統,我們就必須搞「自主版權」的操作系統?多年的撥款,支持「創新」,為我國信息產業技術提升帶來哪些進步呢?幸而我們有一個華為,看看華為老闆任正非怎麼說。

2012 年7 月份,任正非與華為實驗室的幹部和專家座談。有人問:「當前在終端OS領域,Android、iOS、Windows Phone 8 三足鼎立,形成了各自的生態圈,留給其他終端OS 的機會窗已經很小,請問公司對終端操作系統有何期望和要求?」

「如果說這三個操作系統都給華為一個平等權利,那我們的操作系統是不需要的。為什麼不可以用別人的優勢呢?微軟的總裁、思科的CEO 和我聊天的時候,他們都說害怕華為站起來,舉起世界的旗幟反壟斷。我給他們說我才不反壟斷,我左手打著微軟的傘,右手打著CISCO 的傘,你們賣高價,我只要賣低一點,也能賺大把的錢。我為什麼一定要把傘拿掉,讓太陽曬在我腦袋上,腦袋上流著汗,把地上的小草都滋潤起來,小草用低價格和我競爭,打得我頭破血流。我們現在做終端操作系統是出於戰略的考慮,如果他們突然斷了我們的糧食,Android 系統不給我用了,Windows Phone 8 系統也不給我用了,我們是不是就傻了?同樣的,我們在做高端芯片的時候,我並沒有反對你們買美國的高端芯片。我認為你們要儘可能的用他們的高端芯片,好好的理解它。只有他們不賣給我們的時候,我們的東西稍微差一點,也要湊合能用上去。我們不能有狹隘的自豪感,這種自豪感會害死我們。我們的目的就是要賺錢,是要拿下上甘嶺。拿不下上甘嶺,拿下華爾街也行。我們不要狹隘,我們做操作系統,和做高端芯片是一樣的道理。主要是讓別人允許我們用,而不是斷了我們的糧食。斷了我們糧食的時候,備份系統要能用得上。」

在國家「信息安全」的背景下,我們的確是要搞操作系統,萬一別人不給我們用了呢?不能被人卡脖子。這是國家或者和華為一樣體量的公司,不得不在安全層面思考的一個問題。但是過分強調「自主版權」的操作系統是否是任正非口中「狹隘的自豪感」呢?

國家的數據安全,應該建立在「自主可控」的軟件、硬件之上,並非一定是「自主版權」的軟件、硬件。自主可控與自主版權僅僅兩字之差,但導致的產業方向,截然不同。

華為過去沒有自己操作系統,也沒有自己的芯片,但是硬是在廣闊的「應用市場」,打開一片天地。利用「應用」帶來的市場地位、積累的研發實力,開始向產業鏈上游擴張。這是一條實實在在的路。華為的成功和戰略選擇,帶給信息產業寶貴的經驗,就是紮紮實實做好應用,切切實實積累技術。華為並不是在平地起高樓,充分利用了「開源軟件」,是華為在基礎軟件領域,快速趕上的原因之一。在開源的Hadoop(大數據主流技術)社區重要貢獻公司名單,排名第七。是貢獻最大的中國公司。

過分的強調「自主版權」,使一些「頭腦靈活」的公司嗅到「商機」。去開源軟件社區,下載幾個軟件,改改界面,換一個標識,就成了「自主版權」軟件,拿來騙取國家的科技補貼。這樣的公司就是國家的蛀蟲,產業中的敗類。第一,欺騙國家,第二,違背開源社區的精神。這些公司的出發點從不是著眼於實際的應用中,他們只是騙取國家的創新扶持的撥款。他們的技術從開源社區「偷竊」而來,從無超越開源軟件的可能。

相反,哪些埋頭解決客戶的實際業務問題,利用開源軟件彌補自身基礎軟件的短板,在實際應用中,不斷的修改、完善、昇華開源軟件的公司,才是中國的信息產業的希望,他們才有可能借助應用為王的時代,實現反超。

充分利用開源軟件,尊重開源社區分享、合作的精神,發展「自主可控」的基礎軟件、基礎硬件產品,才是一條正路。事實上,中國絕大多數的軟件公司,都在利用開源軟件。最值得學習和推崇的是華為公司。第一,他們大張旗鼓的在用,尊重開源精神。第二,他們不斷地反哺開源社區,促進開源軟件的發展。反哺開源軟件,是一種態度,更是一種能力。如果公司不能超越開源軟件,是談不上反哺開源的。除華為之外的第二類是偷偷的用,模糊版權問題,談不上反哺開源社區。第三類則最為惡劣,明明是拿的人家開源軟件,非要說自主版權,這種行徑與偷盜無異。幸好中國有一些有志於技術的年輕人,自發地成立開源技術小組。我衷心的祝福他們在開源的道路上,走的更遠。

中國的互聯網公司在使用開源軟件方面做出了表率。淘寶網光棍節一天的銷售額達到191 億,這在世界上都是獨一無二的。這套以開源軟件為基礎構建、開發的後台信息系統可以說承受了最大的壓力。。京東商城也是如此,2012 年初,京東開始「去貴族化」(拋棄昂貴的商業軟件)的努力,以開源軟件為主,重新構建了其信息系統。我們在和其CTO 交流的時候,他感到非常欣慰,因為這次光棍節的購物,京東的信息系統沒有出現任何性能問題。海外的最大的電子商務公司亞馬遜、最大的搜索引擎谷歌、最大的社交網站Facebook,無一例外都選擇了開源軟件為主,構建信息系統。而且大數據技術,本就是開源軟件唱主角。既然如此複雜的業務,如此巨大的交易量,都可以使用開源軟件,我們為什麼要花大把大把的金錢,給那些提供昂貴產品的公司呢?京東商城恰好又是非常典型的例子:京東的CTO,是從大名鼎鼎的甲骨文(Oracle)公司挖來的,但也正是他主導了京東「去甲骨文」的歷程。

開源軟件,是送給中國信息產業界的一份大禮,我們要大大方方的接受他,改造他,支持他。這是一種態度,更是一種能力。校正公司對待開源軟件的態度,引導公司加強開源軟件研發、改進,支持開源事業,則是信息產業政策需要認真對待的一個課題。開源軟件既然是送給我國信息產業的一份大禮,那麼如何收下,如何用好,就是需要政府和產業界共同面對的大命題了。

缺少大數據思維和意識,沒有緊迫感

曾經有人問,發展大數據要採用哪些技術,有什麼產品?事實上:大數據首先是一種思維方式,其次才是判斷產業發展趨勢和選擇公司戰略,最後才談得上技術實現的問題。有四種典型的片面認識阻礙企業家完整的認知大數據:第一,認定是炒作;第二,片面理解;第三,視野狹隘;第四,唯技術論。這些都是缺少大數據意識的表現。儘管還有其他各種客觀原因,但是企業家的思想認識,是阻礙大數據獲得深入應用的最重要因素。
第一,認定無非是另一次炒作。這是最常見的一種誤讀。其流毒在於阻礙了人們去耐心認真的研究大數據的由來和機理。IT 業和資本的確有炒作的傳統。對千年蟲連篇累牘的報導和宣傳,除了讓IBM 等大賺一筆外,結果發現問題並沒有事前描述的那麼聳人聽聞。物聯網也曾經是資本市場的寵兒,但現在卻已風光不在。如果因此就把大數據歸於炒作一途,肯定會與機會失之交臂。大數據與以往的技術概念有顯著的不同,最大的差異是大數據已經遠遠超越技術的概念,是互聯網、智能終端、社交網絡發展到一定階段的必然產物。以往,信息技術總是在圍繞提升企業運營效率打轉,而大數據促使商業智能真正走向企業的決策中樞。

第二,片面的理解。有人一聽說大數據,就說十多年前我們就有多少多少數據。以前都說海量數據如何如何。的確,海量的數據是大數據的特徵之一,但海量數據並不等同於大數據。大數據更強調數據的多樣性、及時性。網絡日誌、文檔、視頻、圖片等都是大數據關心和處理的對象。更重要的是,大數據技術總是要求儘可能快的發現有決策價值的信息。快的度量單位是不能超過1 秒。廠商在介紹大數據概念時,往往介紹三個「V」特徵:Volume 體量大,至少要到PB 級別(1PB 等於1024 個TB,大約相當於地球觀測系統五年的數據);Velocity,實時要求高;第三個Variety,強調數據的多樣性。還有廠商增加一個V,Value,意思是說大數據有價值。這些都是對的,但不免過於片面。

第三,狹隘的視野。僅僅埋頭在自己的一畝三分地,是難以領略大數據全部魅力的。它首先是超越行業的,一定會促使新的行業誕生,也一定會令一些行業消亡。幾乎所有行業的競爭格局都將被大數據所顛覆。其次它是超越技術的,無論是開源的Hadoop,還是各廠商力推的新產品,都不足以反映大數據的全貌。作為投資人,或者公司的決策者,如果不能確立這是行業競爭的戰略要地思維,則不足以妄談大數據。

以企業在線服務市場為例,這個看起來很朝陽的產業,並沒有在中國取得引人矚目的成長。國內最大的幾家公司,營業收入大約在1 億元左右。前段時間和業內人士辯論能否免費為企業提供在線服務。大多數業界人士認為企業市場與個人市場不同,企業客戶擔心免費服務的質量,不收錢人家反而不敢用云云。事實上,我看到已經有公司免費為企業提供在線的企業管理服務,其盈利模式變成為他的在線客戶提供金融貸款業務。在線業務加小額貸款服務已經成為極具顛覆性的商業模式,這種商業模式如果進展順利,傳統的在線服務商,將面臨行業性的滅頂之災。這種新模式,其核心競爭力體現在擁有大量的、真實的客戶運營數據。借助對這些數據的收集分析,預測客戶的運營風險,最大限度的降低借貸違約風險。阿里巴巴公司剛剛提出的平台、數據、金融的戰略,則是大數據前景的最佳詮釋。

廣告產業將重新洗牌。大家都知道廣告預算至少有一半被浪費掉,可悲的是不知道浪費的是哪一半。借助大數據,廣告將變得及時和精準,而且能夠評估量化每個渠道的廣告效果,看起來具有非常誘人的前景:廣告主大大節約資金,消費者得以避免垃圾廣告的騷擾。理論上,如果大數據技術得到充分運用,那麼我們每個人將不會收到垃圾信息。在日常消費中,衝動型的購買決策越來越普遍。商家必須在消費者最感興趣的時候,及時觸發刺激消費者的購買慾望。離開大數據的支持,這種精準的營銷則難以實現。

製造業將重新定義核心競爭能力。在製造業發展的不同階段,其核心競爭力是不同的。在發展初期,產品質量是非常重要的因素,就是能夠做到人有我優。這個階段的關鍵資源是擁有先進的生產設備。產品同質化後,對於渠道的掌握和控制成為生命線,關鍵資源是優質經銷商隊伍。當渠道成熟到一定的階段,誰能掌控終端,誰將佔據競爭優勢,關鍵資源終端營銷團隊。考察製造業關鍵資源的遷移,我們發現它逐漸向最終用戶端遷移。換句話說,誰能掌握最終用戶,誰就能笑傲江湖。這方面例子還有很多,各行各業都不在少數。對此本章不在贅言,後續章節均有詳細描述。

第四,唯技術論。大數據是一種思考方式,和有沒有數據、數據量的大小、使用什麼技術,不存在嚴格的正相關。沒有最新的技術,也可以通過數據資產來獲利;即便擁有最先進的技術,缺少數據思維,沒有數據資產,往往也徒勞無功。不能單純的認為只有哪些圍繞hadoop(泛指大數據技術)開發的新興公司,才是大數據公司。也不能認為沒有技術的就不是大數據公司。相反,在大數據領域,那些擁有稀缺性數據資產的公司,往往可以指點江山,獨領風騷。大數據既不等於數據挖掘也不等於統計分析,更不等於人工智能。但是這些技術和算法都需要大數據的支持。使用同樣的算法,如果利用全部的數據集,而非小樣本量,甚至得出截然不同的結論。這就是大數據的魅力。他可以在宏觀尺度上把握潮流,也可以在微觀顆粒上預測未來。

數據治理缺位

數據割據、數據孤島和數據質量,是典型的三大數據治理問題。

因為制度、地方主義、部門主義等人為因素造成數據分散的現象,我稱之為「數據割據」;因為技術差距、歷史遺留問題等形成的數據分散的現象,稱之為「數據孤島」。數據割據現象更多存在於國家各部門、各地方之間;大型企業內部也會存在數據割據現象。譬如氣象部門詳盡的天氣觀測數據,是研究大氣規律、做天氣預報的第一手資料。但是這些數據因為各種各樣的原因在氣象局那裡睡大覺。理論上講,科學院的大氣物理研究所是可以拿到這些觀測數據的,否則,大氣所的科學家們怎麼支持氣象局的工作啊?根據「有關部門的有關規定」,大氣所的確也能夠接觸到這些數據。但實際操作中,要拿到些有用的數據,不拖個半年是不行的,而且就算到手了,也是雞零狗碎的,沒什麼用途。這就是典型的「數據割據」現象。

有家公司專門為淘寶網上的商家提供在線的服務。這些服務需要淘寶開放數據接口。早期,如果不使用淘寶提供的服務器是沒有任何障礙的,但現在這項服務有50%的時間是無法連通的。我們自然無權指責淘寶的經營策略,但這種因先發優勢進而形成數據割據的局面,的確令人擔憂。

美國政府在消除數據割據方面可謂用心良苦。除了系統性的提出國家層面的數據戰略外,一些做法也值得借鑑。具體方法參見本書第三部分的詳細介紹。

我國政府面臨更加嚴峻的數據割據困境。數據保護主義不過是部門保護主義在信息領域的延伸而已,必須出台國家級別的頂層設計,由上而下地破除阻礙數據分享的藩籬,並建立數據共享,成果分享的利益分配機制,才有望從根本改善數據割據的問題。

數據質量的好壞,直接影響數據資產的價值。數據質量主要包括數據的真實性、完整性、一致性。數據質量的解決非一日之功,需要技術、制度、文化等等方方面面的努力。如果把數據認認真真的當成資產對待,數據質量,就是需要面對的第一個問題。

數據資產的界定與安全

隨著數量越來越多的數據被數字化,在跨越組織邊界而流動著,一系列政策問題將會變得越來越重要,這包括但不限於隱私、安全、知識產權和責任。顯然,隨著海量數據的價值愈加明顯,隱私是個重要等級(尤其是對消費者來說)不斷提高的問題。個人數據(例如健康和財務記錄)經常能夠提供最重要的人類福利,例如,幫助精準確定適當的醫療或者最恰當的金融產品。然而,消費者也將這些類別的數據視為最敏感的個人隱私。顯然,個人和其生活所在的社會將不得不努力在數據隱私和數據的功用之間權衡取捨。

另一個密切相關的擔憂是數據安全,例如,如何保護競爭方面的敏感數據或應保持隱私的其他數據。最近的例子表明,數據被盜不僅暴露消費者個人信息和企業保密信息,甚至還會暴露國家安全秘密。鑑於嚴重的數據被盜事件有增無減,通過技術和政策工具解決數據安全問題將成為關鍵。

海量數據日益提升的經濟意義也昭示了一系列法律問題,尤其是當其與如下事實聯繫起來時:即數據與許多其他資產具有根本性的差異。數據可以與其他數據結合起來完美而輕鬆地複製,同樣一份數據可以由多個人同時使用。這些是數據與實體資產相比的獨有特徵。有關數據所附帶的知識產權的問題不容迴避:何人「擁有」某份數據,某一數據集附帶著何種權利?數據的「公平使用」的定義是什麼?此外,還有與責任相關的問題:當一份不準確的數據導致負面結果時誰應負責?要充分發揮海量數據的潛力,此類法律問題需要澄清,也許會隨著時間的推移逐步澄清。

缺乏大數據人才

就算政府和企業界認識到大數據可以釋放經濟的下一波增長潛力,認識到數據資產是關乎企業未來的命脈。但是如果想要成功運用大數據技術,達成企業戰略目標,最大的制約因素往往是大數據人才的匱乏。這一點已然成為推廣利用大數據技術的阿喀琉斯之踵不過許多高校近期的舉動令人欣慰。北京大學、上海交通大學、中國人民大學、北航等高校都在設立數據科學的專門研究機構和相關專業,未來,也許數據科學家將成為令人尊重的職業。
大數 時代 歷史 機遇 1.5 面臨 的挑 戰和 國棟
PermaLink: https://articles.zkiz.com/?id=56096

揭秘Zara的大數據:把消費者聲音化成數字!

http://www.iheima.com/archives/41566.html

【導讀】Zara平均每件服飾價格只有LV的四分之一,但是,打開兩家公司財報,Zara稅前毛利率比LVMH集團還高,達到23.6%。

把消費者聲音化成數字

走進店內,櫃檯和店內各角落都裝有攝影機,店經理隨身帶著PDA。當客人向店員反映:「這個衣領圖案很漂亮」、「我不喜歡口袋的拉鏈」,這些細微末節的細項,店員向分店經理匯報,經理通過Zara內部全球資訊網絡,每天至少兩次傳遞資訊給總部設計人員,由總部作出決策後立刻傳送到生產線,改變產品樣式。

關店後,銷售人員結帳、盤點每天貨品上下架情況,並對客人購買與退貨率做出統計。再結合櫃檯現金資料,交易系統做出當日成交分析報告,分析當日產品熱銷排名,然後,數據直達Zara倉儲系統 。

收集海量的顧客意見,以此做出生產銷售決策,這樣的作法大大降低了存貨率。同時,根據這些電話和電腦數據,Zara分析出相似的「區域流行」,在顏色、版型的生產中,做出最靠近客戶需求的市場區隔。

以線上店為實體店的前測指標

2010年秋天,Zara一口氣在六個歐洲國家成立網絡商店,增加了網絡巨量資料的串連性。次年,分別在美國、日本推出網絡平台,除了增加營收,線上商店強化了雙向搜尋引擎、資料分析的功能。不僅回收意見給生產端,讓決策者精準找出目標市場;也對消費者提供更準確的時尚訊息,雙方都能享受大數據帶來的好處。分析師預估,網絡商店為Zara至少提升了10%營收。

此外,線上商店除了交易行為,也是活動產品上市前的營銷試金石。Zara通常先在網絡上舉辦消費者意見調查,再從網絡回饋中,擷取顧客意見,以此改善實際出貨的產品。

Zara將網絡上的海量資料看作實體店面的前測指標。因為會在網絡上搜尋時尚資訊的人,對服飾的喜好、資訊的掌握,催生潮流的能力,比一般大眾更前衛。再者,會在網絡上搶先得知Zara資訊的消費者,進實體店面消費的比率也很高。Zara選擇迎合網民喜歡的產品或趨勢,果然在實體店面的銷售成績,依舊亮眼。

這些珍貴的顧客資料,除了應用在生產端,同時被整個Zara所屬的英德斯(Inditex)集團各部門運用:包含客服中心、行銷部、設計團隊、生產線和通路等。根據這些巨量資料,形成各部門的KPI,完成Zara內部的垂直整合主軸。

Zara推行的海量資料整合,獲得空前的成功,後來被Zara所屬英德斯集團底下八個品牌學習應用。可以預見未來的時尚圈,除了檯面上的設計能力,檯面下的資訊/數據大戰,將是更重要的隱形戰場。

有了大數據還要迅速回應、修正與執行

H&M一直想跟上Zara的腳步,積極利用大數據改善產品流程,成效卻不彰,兩者差距愈拉愈大,這是為什麼?

主要的原因是,大數據最重要功能是縮短生產時間,讓生產端依照顧客意見,能於第一時間迅速修正。但是,H&M內部的管理流程,卻無法支撐大數據供應的龐大資訊。H&M的供應鏈中,從打版到出貨,需要三個月左右,完全不能與Zara兩週相比。

因為H&M不像Zara,後者設計生產近半維持在西班牙國內,而H&M產地分散到亞洲、中南美洲各地。跨國溝通的時間,拉長了生產的時間成本。如此一來, 大數據即使當天反映了各區顧客意見,無法立即改善,資訊和生產分離的結果,讓H&M內部的大數據系統功效受到限制。

大數據運營要成功的關鍵,是資訊系統要能與決策流程緊密結合,迅速對消費者的需求作出回應、修正,並且立刻執行決策。

揭秘 Zara 大數 消費者 消費 聲音 化成 數字
PermaLink: https://articles.zkiz.com/?id=56132

五千字拆解豆瓣的新機遇:大數據聯盟!

http://www.iheima.com/archives/42649.html

來源:i黑馬 作者:風小俠

【導讀】在移動互聯網時代,豆瓣憑藉在「用戶的使用場景」中佔據高位,通過「參與交易」這種收入模式,能比它在傳統互聯網時代獲得更為驚人的成就。而通過建立「參與交易」所依賴的「大數據聯盟」,豆瓣獲得了趕超BAT三大巨頭的絕佳機會。

參與交易

傳統互聯網時代是以內容為中心,網站們的主要盈利模式是廣告。網站在內容旁邊放個廣告,用戶可能會看可能不看,可能會點可能不會點。網站就根據PV和點擊率賺錢。這個時代不以用戶為中心。廣告和內容相關,和用戶非相關。誰來就誰看,不精準。如果網站自己找不到廣告主,廣告聯盟會幫它。

將傳統互聯網時代主流的盈利模式直接用在移動互聯網中是否合適,其實是一個問題。許多人沒有深思這個問題,直接把它套了進去。事實是移動廣告的盈利模式已經逐步走入困局,手機屏幕小,天然就不適合做廣告,效果也差。

移動互聯網時代應是以用戶為中心的,APP們的主要盈利模式就可以是「參與交易」。什麼意思?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,美團主動推薦一個附近的KTV的優惠券。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。當然,可能還有其它的APP對這一個訂單的成交也提供了有價值的信息,那這些有貢獻的APP們都獲得分成。在海量的數據中如何判斷哪些APP做出了貢獻?這個交易鏈條的背後需要的是大數據和云計算的成熟。如果一個APP小團隊自己沒精力去和其它APP談合作和API開放,那麼就會有一個大數據聯盟幫它。

分成比廣告的想像空間要大得多。廣告是市場成本,比例和總量有限。分成是收入,有多少賺多少。

有沒有覺得這個盈利模式很眼熟?對了,在傳統互聯網時代已經有人在這麼做了。

它就是豆瓣。

最初豆瓣和圖書電商們合作,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站上。如果用戶下單,豆瓣獲得分成。後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。在傳統互聯網時代,豆瓣其實已經種下了移動互聯網的基因。

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裡這樣的三四級頁面。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鬆入賬的快錢。

但凡事有利有弊。好處是,當所有傳統互聯網的巨頭們都不得不面對移動互聯網的轉型迷茫和焦慮時,豆瓣的態度卻相當積極。這也很自然,它並沒有什麼要放棄的巨大利潤點之類的包袱。一個douban.com主頁分化成9APPs,對其它大型互聯網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,這麼做順理成章。

你的長處在這裡變成了短處。而我的長處在這裡還是長處,甚至更長。我當然願意盡快過來玩。天然的柔道戰略。

使用場景

但在傳統互聯網時代採用這種「參與交易」的收入模式並非豆瓣一家所獨有。早在8年前電商的聯盟分賬模式就已成熟。網站都有現成的公開化標準服務,登記以後就可以直接對接數據了。那為什麼是豆瓣能將這一收入模式做大做強,這裡就要涉及到移動互聯網時代「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在場景裡都是佔據高位的,好比食物鏈的上游。當你不知道要看什麼電影,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,然後做出選擇。

而美團淘寶噹噹這一類電商APP位於食物鏈的中游。只有當你做出決定要購買什麼之後,你才打開美團的APP團購一個電影票,或者打開噹噹的APP下單這本書。你會發現,當你打開這一類的APP的時候,你的心中基本已經決定了你要的是什麼。交易的決策已經完成,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,他們位於食物鏈的下游,用戶使用場景的低位。只有當用戶確定了他要去什麼地方,比如已經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後,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台上轉型會十分艱難。用戶打開百度地圖是為了查某個具體的地點在哪裡,過去要多久,走什麼路線最佳。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點上想要的東西,仍然屬於干擾。現在地圖類APP轉型本地生活服務綜合搜索平台,看似可行,其實難以成就一款新產品。

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。從產品開發的角度來看,在朋友圈裡分享一個新品的爆款,然後你的朋友看到並且下單了,十分合情合理。但是從用戶的角度來看,他點開微信這個APP是為了幹什麼呢?無非是找同學聊天,回覆同事的消息,看看朋友最近的動態等等。總之,一切為了social。這個時候你給他看各類產品的介紹,就好比在電視劇裡插入廣告。他幾乎一定會看到,而且有一定可能會下單。但這些信息一定也不是那個時間點上他想要的。在這裡,其實也無法成就一款新產品,甚至可能毀了微信。張小龍就曾多次叫暫緩或叫停微信電商化或者o2o化的步伐。所謂微信朋友圈電商,其實是一個偽命題。在朋友圈大賣產品甚至成就幾個小而美的local型公司當然不是沒可能的。這個並不衝突。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麼新品打折,那麼。。。那麼淘寶天貓會不會被顛覆先不好說,米聊口信LINE什麼的就絕對該在一旁偷笑了。

有點扯遠了。其實從產品開發的角度看,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,對於採取「參與交易」這種收入模式,豆瓣無疑是佔有巨大的先天優勢的。

大數據

但是,要將「參與交易」的威力發揮到極致還離不開大數據時代的到來。大數據要能運轉需要三個條件:一是數據的彙集,二是數據的儲存,三是數據的分析。彙集需要設備,比如智能手機、攝像頭等等,這還涉及到物聯網;儲存需要云存儲,比如分佈式存儲等等;分析需要算法,優質的算法。這三點都離不開云計算在背後的支撐。無論是大數據還是云計算,基本條件在今天都已有了雛形,足夠豆瓣一展拳腳了。豆瓣創始人楊勃在談到移動互聯網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據時代的要求是相符合的:以工程師為主導,專注數據,專注算法,專注推薦。豆瓣在創立之初就是以一系列的標記為基礎,「讀過」「想讀」「在讀」等等,通過不斷優化的算法,來推薦給你你可能喜歡的其它書。這就是讓數據來說話。

這是個在剛出現時被人們認為有點奇怪的邏輯:你必須先告訴我你喜歡什麼,然後我再來告訴你你喜歡什麼。它在現實世界無法找到對應。傳統互聯網的三大巨頭BAT的根基:網上聊天,網上搜索,網上購物,都可以在現實世界找到對應。只有亞馬遜一直在做的根據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品,並非它安身立命的根基所在。

豆瓣大數據基因的渾然天成也恰好說明了為什麼大眾點評雖然在用戶使用場景中和豆瓣一樣佔據高位,但在面對這種「參與交易」的收入模式時爆髮式增長的潛力不如豆瓣強勁的原因。數據的價值在一開始就被被楊勃高度重視。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」。這個基於數據的推薦能力在傳統互聯網時代足夠顯山露水,卻沒能建功立業。但在移動互聯網時代,這是個殺手鐧,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。

大數據聯盟

我們常說,這是一個以用戶為中心的時代。這非但不是一句空話,更是以「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化,也即把用戶散亂在不同APP裡的信息聚合起來。

在這個時代,APP們不必再各自為戰,他們分享數據,開放接口,基於一定的規則,提供給「大數據聯盟」。每個APP都共享自己能得到的關於某個用戶的信息,地理位置,興趣愛好,健康狀況,聯繫人,搜索了什麼,視頻播放記錄,看了微信裡的哪個公眾號的文章,不一而足。然後,也基於一定的規則,其它APP能隨時隨地調用這些數據,通過云計算的幫助,結合自身業務的特點,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「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網公司更容易墨守陳規。而在過去沒有佔據最佳位置的公司,現在反而有機會獲得更多的發展空間。

再想想,這家如百度和Google的廣告聯盟一般的「大數據聯盟」會是由誰來組建的呢?豆瓣更大的新機遇其實是在這裡,能夠撼動BAT的機會就是豆瓣自己來做大數據聯盟。

廣告模式對應廣告聯盟,參與交易模式對應大數據聯盟。廣告聯盟為Google貢獻了大量的營收,幾乎撐起了Google在全球互聯網市場一家獨大的局面,並且這一塊以搜索引擎為基礎的業務是如蘋果和亞馬遜之類無法直接撼動的。

用巨頭的方式你永遠無法打敗巨頭。哪怕你是另一個巨頭。騰訊多次在搜索和電商業務上的失敗嘗試就是明證。

但現在Google卻有被FaceBook饞食的危險。因為FB離人更近,能獲得用戶更多的信息,就能更好的給用戶推薦,也就能更好的參與交易。扎克伯格是工程師出身,核心團隊也是工程師團隊。大數據聯盟,必須是一家擅長大數據和云計算的公司來做。要重視,要擅長,還得有足夠動力來推動這件事。三個條件缺一不可。國內符合的就是豆瓣。國外是FB。楊勃和扎克伯格一樣是工程師思維,並且楊勃在硅谷工作過兩年。但FB雖然擅長,但不重視,動力也不夠。它一直在打移動廣告的主意,想把它作為自己盈利的基礎,一直挺失敗,陷入僵局。而新浪微博其實也有這個條件,它和豆瓣FB一樣是social,用戶量還超過豆瓣,離人近,離用戶近,能拿到信息,但做不出什麼好的推薦。它已經被新浪給媒體化了,還可能被阿里電商化。不重視,不擅長,也沒這個動機。反觀豆瓣始終想給用戶更好更直接更精準的推薦。8年來始終如一。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「大數據聯盟」則使它可能成為一個時代的王者。

移動互聯網時代還能是BAT專美嗎?自然不能。因為競爭基礎變了。一家在傳統互聯網時代就已經按照移動互聯網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,值得我們拭目以待。

註:文章原標題《豆瓣的新機遇》。


千字 拆解 豆瓣 新機 大數 聯盟
PermaLink: https://articles.zkiz.com/?id=58665

大數據時代的隱私,比特幣的商機 Noname00

http://xueqiu.com/1397696297/24140402
作為一個積極鼓動大家用比特幣直接交易商品或者服務而不是一味地「匯率」投機的人,我總是覺得,用比特幣直接來購買東西是極好的。可是,不知道大家是否考慮過一個問題,如果你用比特幣直接轉賬的話,對方錢包會收到一筆從你的錢包過來的錢,這時,你的錢包的地址就暴露了。你或許會說,這是理所當然的,會有什麼問題呢?別急,聽我慢慢道來。
 在比特幣技術架構中,錢包是抽象出來的一個東西,是整個比特幣體系的接入口。錢包地址只是所謂的公鑰而已。通過錢包的抽象以及其和私鑰所有者(錢包所有者)的分離,無人可以通過錢包來確認所有者,因而可以保護錢包所有者的隱私——比特幣是這麼設計的。但是,需要注意的是,當錢包地址暴露之後,由於比特幣的交易歷史都是公開的,所有人都可以通過你的錢包地址在整個比特幣的BlockChain 進行查詢,進而可以瞭解你的整個錢包的現金流入與流出。不僅如此,這種查詢是可以遞歸的,甚至可以查詢到最終的比特幣來源(Block生成 )和目前比特幣的存儲地點!這本沒有什麼。可是,若加以大數據進行分析,結果會如何呢?
  在《大數據時代》一書中,作者舉了兩個例子用來證明大數據的強大威力:通過對美國在線(AOL)2006年8月公佈的2000萬匿名搜索查詢記錄的分析,《紐約書包》發現數據庫中的4417749號樣本代表的是佐治亞州的一名婦女;通過對DVD租賃商奈飛公司的一億條經過精心匿名化處理的租賃記錄進行分析,一名同性戀女性被鎖定,其母后來起訴奈飛公司。有研究表明,通過對6部不出名的電影進行排序,就有84%的概率辨認出奈飛公司客戶的身份。這僅僅是搜索數據。要知道,多數人在進行搜索中會存在很多雜訊,而支付數據,則是精心考慮的結果,也更能反映出用戶的真實需求,進而導致用戶更容易被鎖定。通過追蹤所有的現金流並對現金流的起點和終點進行分析,你的生活習慣、收支狀況、個人偏好都會被商家瞭若指掌!繪製出一幅你的人格畫像甚至在現實生活中鎖定你這個人都是很容易就能做得到的。
  那麼,能把BlockChain中的數據消除麼?很遺憾,不行。因為BlockChain中的數據公開是比特幣的革命性創新、也是基於Peer-to-Peer對等網技術的貨幣的需要——防止「Double Spending」(多重支付)問題。電子貨幣與實體貨幣不同,組成電子貨幣的是一串01碼,而組成實體貨幣的是無數的原子。01碼可以輕易地準確地進行複製,而複製無數的原子則難以做到。於是,為了防止貨幣所有者自己Ctrl+C、Ctrl+V「製造」貨幣(注意這裡是比喻,數據複製並沒有那麼簡單),貨幣系統需要在其支付時廣播出他已經花費了的XX比特幣的消息,並留下歷史記錄,這就是BlockChain存在的最大意義之一。
  不僅如此,對於每筆交易,在BlockChain.info網站還可以顯示出交易發起方的IP地址!IP地址是互聯網時代人與網絡的接口,鎖定一個IP地址就幾乎相當於鎖定這個人。儘管對於Geek們來說,可以通過VPN、代理服務器等方式輕易隱藏自身IP,但對於廣大受眾來說,隱藏IP有一定的技術難度且會增加購買成本。暴露的IP,加上前文中提到的大數據的威力,簡直就是《1984》中的噩夢:監視者無需動用「電幕」、監聽車或你身邊的人,你的一舉一動都在掌控之下。
  因此,一種混合服務,也就是一個比特幣混合池是相當有必要的。通過大量的多種金額相同金額有多筆的比特幣的注入,通過系統進行隨機選擇進行拆分和花費,通過同一個錢包同一個IP地址作為支付出口,比特幣池將發揮一個黑箱的作用,阻止商家進一步獲取支付者的錢包數據。人為干擾錢包數據的追溯,能夠有效保護支付者的隱私,也將使針對支付者的數據蒐集變得非常困難(樣本將是所有Block的數據)。為了更有效地防止分析行為,比特幣池的規模必須足夠大,拆分與花費算法也必須足夠多樣化。
  但是,這種混合池在成立之初就面臨著嚴峻挑戰。如何讓支付者信任此混合池?要知道,支付者是需要實實在在把錢投入到這個池子中的,是需要把自己比特幣的所有權轉移到這個池子中的。如何保證池子會按時按量付款?如何建立起信任?這恐怕得依靠一批批先行者們的屍體和混合池運營者的人品了吧。至於運營,比特幣混合池可以通過驗證加密消息來獲得所要轉送的比特幣地址(與目前比特幣客戶端發送加密消息方法類似),並在兩個完全確認時間內(支付者混合池商戶,對於比特幣來說是1hour*2,對於萊特幣(LiteCoin, LTC)來說是15min*2),這筆錢必須要付出去。混合池通過對所有現金流入和現金流出請求運用算法進行拆分及撮合後,對商戶進行付款。
  這種比特幣混合池將起到類似現在Paypal和支付寶的先存款再花費作用。大量的用戶數據將在此彙集。同時,最重要的一點,用戶的錢包數據/支付數據混合池的運營者也可以拿到。也就是說,用戶的隱私對於比特幣的混合池來說是開放的。這就會產生不安全因素。畢竟,在信息為王的時代,大量敏感數據所帶來的商業交易所產生的利潤是會讓人眼紅的。
  比特幣混合池在保護支付者隱私的同時,也將給洗錢者提供極大方便。黑錢通過混合池進行拆分和重組後將失去其的追溯性,這無疑會讓執法部門火冒三丈,也對比特幣混合池的策略提出了較高的要求。如何在保護隱私的情況下又能不縱容犯罪?這將會是一個急需解決的難題。個人以為,通過對金額/頻率/現金流出對象的限制或許可以避免一部分洗錢的交易。通過對Blockchain的監測,監管部門可以很容易的獲得從比特幣池中的錢的流向。如果比特幣只能流向幾個收到良好監管的商城,用比特幣混合池來洗錢是毫無意義的。對抗犯罪行為對比特幣池來說也是有收益的——通過對犯罪行為的預防是可以提升混合池在人們心中的形象進而帶來更多交易。
  即使使用了比特幣混合池,對於混合池的經營者來說,用戶的收入——支出鏈條是可見的。基於比特幣地址的信用服務的提供也將變得精準而高效。但對於那些不想把自己收入曝光的人來說,這無疑是一個噩夢。使用ZeroCoin或許是一個好方法。ZeroCoin是對比特幣的結構的一種增強,通過將比特幣轉為ZeroCoin後贖回,可以抹掉比特幣的轉移鏈條(相當於溶解掉貨幣後重新打造),比特幣的收入——支出鏈條將被斬斷。可惜的是,ZeroCoin現在還處於原型設計階段。
  或許,未來的銀行將成為提供隱私服務的機構。通過在銀行中開設賬戶提供安全的錢包地址來保護客戶的隱私,並通過交易的手續費掙錢。但是,一個中心化的機構與比特幣的去中心化的思想是背道而馳的。或許,公用錢包可以解決這個問題。但公用錢包如何識別每筆款項的來去?如何讓用戶信任公用錢包?這將會是值得眾人深思的問題。
大數 時代 隱私 比特 幣的 商機 Noname 00
PermaLink: https://articles.zkiz.com/?id=58963

【戲說大數據】向林彪同志學習數據挖掘

http://www.iheima.com/archives/43713.html

【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?


戲說 大數 林彪 同誌 學習 數據 挖掘
PermaLink: https://articles.zkiz.com/?id=61068

郭敬明的《小時代》:大數據鍍金下的成功樣本

http://www.yicai.com/news/2013/07/2888895.html
年1月底,樂視影業CEO張昭正在為公司年會排練節目,宣傳總經理陳肅和發行部副總裁黃紫燕一起把他從排練場拽了出來。敲定做哪部電影的發行一向是張昭的工作,但兩位得力幹將一反常態,主動要求公司一定要拿下一部電影的宣傳和發行權。那部電影就是暢銷書作家郭敬明初執導筒的《小時代》。

6個月後,《小時代》的數據已不用重複,自從6月26日點映以來,它就是電影院中的絕對主角。據說長春萬達第一天排片率為45%,第二天本來打算排100%,但老闆覺得太扎眼,就改成90%,但第三天沒頂住,還是改成了100%。

獨霸影院,自然引起了一些質疑,特別是當有很多觀眾將此片質量與《富春山居圖》相提並論時。電影人朱三衛發微博稱:「影片上映首週,片方花錢在眾多影院大量買票包場;影院排片達到40%給影院一個點,45%給影院兩個點。能規矩點不?不論影片好壞不能在市場上正常走一遭嗎?」

張昭對此嗤之以鼻:「他根本就不懂電影!本身電影發行就是一個返點的生意。」張昭把院線對《小時代》的超高排片率稱為片商、發行方和放映方「事先張揚的一次共謀」。在張昭看來,樂視影業能夠成功說服院線,給予《小時代》高排片,靠的是今年上半年在兩次全國院線會議上的宣講。

第一次向院線宣傳《小時代》,是在4月初於鄭州舉行的全國院線會議上,樂視影業列舉的具有說服力的數據只有兩個,一是影片主創人員微博粉絲之和超過1億,二是「在過去5年中,有24437000人閱讀過《小時代》書籍」。張昭提出了「兩集電影五億票房」的目標,很多人覺得是天方夜譚,連郭敬明自己都信心不足。參加那次會議的老闆們對張昭表示了「道義上的支持」,但在關鍵的排片率上,大都不發表意見,或者語焉不詳。

別說院線老闆,連樂視影業內部都覺得這個目標過於好高騖遠。參加院線會議之前,4月初,整個樂視集團為《小時代》開了個百日動員會,在會上,張昭剛把這個數字說出來,會場上就響起了一片喊聲:「打倒老闆,打倒張昭!」除了陳肅和黃紫燕等營銷發行方案的制定者很high,大部分人覺得這是個不可能完成的任務。

到了6月3日於橫店召開的第二次全國院線會上,圍繞《小時代》的所有質疑和憂慮,全都一掃而光。

6月的電影市場,比起年初,溫度直線上升,《西遊降魔篇》、《致我們終將逝去的青春》等5部國產片票房均超過了5億元。截至6月15日,2013年大陸電影票房已突破100億元,全年大陸電影票房可望達到220億元,按照每年20%至30%的增幅,2018年有望突破600億元,與北美持平,甚至可能超過。

電影市場的急速膨脹,讓院線對《小時代》的票房期待驟然升高,他們給了樂視影業跟上一次會議截然不同的特殊待遇:其它公司宣傳影片是在會議室,時間只有半小時,而《小時代》被安排在了放映廳,時間足有兩小時。最終夯實院線信心的,是樂視影業在院線會議上拿出的營銷方案。確切地說,是大數據。

在院線會上,負責宣講的樂視影業發行部副總裁黃紫燕「全部拿數據說話,一點都沒有提電影本身的東西。」

這些數據包括:

《暮光之城》四冊圖書加起來銷量大約1000萬冊,《飢餓遊戲》銷量為500萬冊,而《小時代》銷量超過2400萬冊。

《小時代》前導預告在新浪微博、騰訊微博轉發量過25萬,視頻點擊超過500萬次。

在新浪娛樂熱詞排行榜和新浪微博影視熱詞排行榜中,《小時代》均排名第1。在電影排行榜搜索指數為36,870,列第8位。新浪微博上,#時代宣言# 總微博數達到100多萬條。

嘉年華搜狗搶票活動中,票只有10000張,但預約人數達到了23萬,僅僅1小時,所有票就銷售一空。

……

這些數據讓院線老闆們變得比張昭還要大膽,「新幹線老總趙君率先上台發言,說你們的策劃做得很好,我看《小時代》票房不止5億,應該有6億,」黃紫燕回憶說,「其他的院線老闆紛紛表示不滿,有的說有8億,還有的說會上10億。」

那次會上,讓張昭印象最深的,是趙君的一句話:「沒想到你們還真做了一個互聯網時代的電影公司。

2011年,張昭放棄即將上市的光線傳媒股權,來到樂視影業。上任之初,他就確定了樂視影業的發展方向:做一家互聯網時代的電影發行公司。一年之前,張昭曾經接受本刊記者專訪(詳見《中國企業家》2012年09期《「修路工」張昭》),雄心勃勃地向記者描繪他將樂視影業打造成互聯網時代電影渠道之王的藍圖。《小時代》的出現,讓樂視影業得到了一個驗證自己理念的機會。

在加盟樂視影業之前,陳肅負責過熱門電影《失戀三十三天》的市場宣傳工作,《失戀三十三天》爆火之後,陳肅請一位從美國回來的朋友做了一份數據報表,這份報表的主題是以《失戀三十三天》為例,分析新浪微博和電影票房的關係。通過分析各種數據,最終得出的結論是:和推特能推高美國電影票房一樣,新浪微博的搜索數據也與電影票房成正相關關係。

28歲的陳肅原本對《小時代》不以為意,「不就是個90後的粉絲電影嘛。」得知《小時代》製片方在尋找發行公司後,他隨手上網查了一下《小時代》的微博搜索數,結果令他大吃一驚。當時已經敲定上映的《致我們終將逝去的青春》微博搜索數是380萬;同樣是具有廣泛知名度和影響力的新人導演,同樣是根據暢銷小說改編,同樣是青春題材,但《小時代》的微博搜索數量竟然是《致青春》的8倍,達到了3100萬。

陳肅將這個數據擺在老闆眼前,張昭馬上拍板:「這部電影我們一定要做!」

「《小時代》是完全意義上的互聯網產品,」陳肅指出,《小時代》的讀者(或者說粉絲)大都是90後,這代人有一個共同的名字,就是約翰·帕爾弗裡(美國哈佛大學法學院副院長,哈佛法學院伯克曼互聯網和社會中心執行主任)的著作書名——「互聯網原住民」。

被這些「互聯網原住民」改變面貌的行業顯然包括電影。公開數據顯示,中國電影觀眾的平均年齡已經從2009年的25.7歲下降到了2013年的21.7歲。對於越來越年輕化的觀影群體,張昭最大的感覺是拿不準。「不像白領觀眾,大家腦子裡有個概念,瞭解這個群體,知道什麼片子適合他們。比如說我知道好萊塢動作片的受眾是男性觀眾,我做《敢死隊》很清楚目標觀眾的消費習慣,知道該怎麼跟他們溝通。」

但年輕人不一樣,統治電影行業的大叔們對年輕人缺乏瞭解,不知道他們什麼時候會進電影院,也不知道他們什麼時候不進。在張昭眼裡,這些「互聯網的原住民」成了電影院的「游民」。做《小時代》,他將其視為把握年輕一代的一個機會。他希望能通過這次操作,瞭解新一代影迷的消費喜好,開掘一個新的觀影群體,將這些「游民」固定下來。

與《小時代》的合作,很快就定了下來。雖然競爭對手中有一些實力強勁的大公司,但樂視影業最終以後來者的身份在PK中獲勝,陳肅認為,勝利關鍵在於方案,「我們認為它一定是針對互聯網人群的,是針對互聯網原住民的。」在方案中,樂視影業開宗明義,將《小時代》定義為「中國第一部青少年現象級粉絲電影」。

樂視影業為《小時代》設計的一系列營銷活動中,「嘉年華」是重頭戲,也是最能體現其打通線上線下、營銷一體、宣發協同的O2O(「Online To Offline」的簡寫,即「線上到線下」)理念。從5月22日到6月19日,樂視影業通過樂影客,先後和搜狗、360、樂視網和人人網合作,組織了四輪粉絲網上搶票活動,「其它電影預售只提前三天,」陳肅說,「我們提前了兩個月。」

6月26日,《小時代》將在全國60個城市提前上映600場,樂視影業通過地面發行人員,將影院裝點成舞台,鼓勵《小時代》粉絲用cosplay等方式在影片上映前盡情狂歡。通過嘉年華,樂視影業製造了熱點,聚攏了粉絲,同時還推廣了自己的APP產品樂影客,可謂一舉三得。

5月22日,搜狗在5分鐘內賣了5000張票,其它三輪售票也均在一小時內發售一空。據說某電商網站拒絕了樂視影業提出的代售1500萬元票房的提議,結果現在腸子都悔青了。

陳肅把嘉年華的O2O理念總結為八個字:由營到銷,由宣到發。這是樂視影業商業模式的一次練兵。「把我們之前所有做電影市場工作的困惑都解決了,夢想都實現了。」

一部電影的檔期在五週左右,《小時代》剛剛過了首週,和電影有關的數字在不斷刷新,而這些數字大都轉化成為數據,被納入到了樂視影業的大數據系統之中。

這些數據有些來源於公開信息,有些是從調查公司購買,陳肅介紹,樂視影業和艾瑞集團旗下的數據調查公司長期合作;還有一些來自於樂視公司自己的統計。樂視影業已經建立了自己的數據中心,目前擁有六七名員工。同時開發APP樂影客的樂視影業全資子公司樂影網絡信息有限公司也會負責一部分數據的收集工作。

以往中國電影業對於數據的應用,大多是像《失戀三十三天》那樣,用於事後推導,但在《小時代》這個案例中,大數據在決策過程中發揮了重要作用,並且貫穿於電影的整個營銷過程。最明顯的例子是「時代宣言」活動。這個活動的內容是鼓勵網友在《小時代》網絡海報上PS圖片,加上自己對時代的幾句看法,然後發表在微博上。至今為止,「時代宣言」微博已經接近140萬條。「你做了一個話題點、一個預告片或者別的什麼,可以通過互聯網上的數據,比如百度搜索指數來推導出這個東西到底有沒有效果。」陳肅說,「我們會不斷地拋出話題,根據反饋不斷地對宣傳進行調整。」

實際上,不管是大數據還是O2O,都無法取代郭敬明在《小時代》營銷中的作用。「郭敬明是整個《小時代》作品的靈魂。」陳肅說,《小時代》無論是製作還是宣發,事無鉅細,郭敬明都會過問。《小時代》有10個投資方,但他們都得服從郭敬明的意志,他們的想法必須通過郭敬明才能得到執行。郭敬明巨大的影響力,構成了《小時代》一切工作的基礎。在重慶宣傳電影時,郭敬明陪郭采潔看午夜場,凌晨1點鐘,仍有少女粉絲在保安驅趕下逡巡不去。當宣傳人員答應為她找郭敬明簽名後,這位粉絲激動得當即淚下。

另一方面,《小時代》已經站在了互聯網時代的潮頭,即使是郭敬明這樣的「少女之神」,也必須按照互聯網的商業邏輯辦事,比如《小時代》下集是按照原計劃聖誕上映,還是提前到8月份趕上暑假的尾巴?在張昭看來,任何人說了都不算,「我們在做網上調研,通過數據分析來做決定:消費者說什麼時候上,就什麼時候上。」

成功商人郭敬明

無論人們對於郭敬明的作家頭銜有著怎樣的爭議,但沒人會否定他是個成功的商人。他努力工作,享受奢華也極度清醒。這個瘦小的年輕人把自己塑造成一個偶像,然後利用自己的聲名成就了中國青春文學的半壁江山。

「我很少有失敗的例子。」瘦小的郭敬明穿著純白色的襯衣和深藍色的牛仔褲,一邊用iPhone聊微信,一邊落座在沙發上。

這段時間他密集接受媒體的訪問,目的清晰——多聊自己的新電影《小時代》,而非其他。

「當然有考慮上映時間。」他對《中國新聞週刊》說,「因為這個題材是年輕人喜歡的,所以暑假是最適合的一個檔期。」今年30歲的郭敬明,這個暢銷10年的青春文學作家,出版公司最世文化的老闆,將自己的商業帝國第一次延展到電影圈。他親自把百萬銷量的小說《小時代》搬上大銀幕。

配合電影上映,原著《小時代》的第一部也被再版,郭敬明在導演該電影時寫下的日記《小時代電影全記錄》也將出版,其主編的雜誌《最小說》最新一期的封面也直接選用了電影海報。這再一次彰顯了商人郭敬明清晰的商業頭腦。但他並不願意事先估計票房,「不曉得,因為說不準。中國的票房,大家都看不懂。」

「有人就是富二代,有人連學費都交不起」

最世文化公司坐落在上海靜安區武定路,兩扇鐵門緊緊地關閉著,除了一個門牌號,別無其他任何標誌顯示這裡就是中國青春文學最成功的「夢工廠」。

郭敬明的助理小春打開了大門,送走了一批記者。這一天,郭敬明的採訪從早上10點一直排到晚上10點。這扇低調的大門內有三棟古樸的小洋樓,分別是公司的辦公樓、圖書館以及郭敬明的住所。該處房產市值過億。

辦公樓一樓休息室,牆上掛著大幅西方油畫,屋內擺設著各種雕塑,8盞高級檯燈只作為陳列沒有接上插座,屋頂懸掛著Baccarat水晶吊燈,房中有KENZO的小桌子,FENDI的沙發和地毯,映襯著進口飲品,唯一不昂貴的東西是一包心相印抽紙。

「在自己承受範圍內,為什麼不可以」。這是郭敬明對奢侈生活明朗的態度。在他的小說或電影《小時代》中也隨處可見CHANEL、Dior、LV、Gucci等品牌,正如他的真實生活。他甚至為電影劇組提供了一些自己的名牌包作為道具。

「最早出道時,還會在意外界的非議。」郭敬明對《中國新聞週刊》說。對於這些年網絡上對他的身高諷刺、寫的東西是給中學生看的「酵母」這類,他已經完全不在乎。郭敬明過著明星一般的生活,他經常會用「出道」這個娛樂圈的術語形容自己2003年第一部小說《幻城》的出版。

他與自己的粉絲之間也刻意保持著距離以維護自己的神秘感,「現實中接觸他們幹嗎呢?你在工作,忙自己的事業,不可能接觸到粉絲的。本身也不近,他們買書就行了。」郭敬明說。

2007年在《最小說》上連載《小時代》時,郭敬明作品中所展示的生活就備受爭議。「可能是因為裡面展示了很浮華、很奢侈的生活,但是裡面也有很平民的鄰家女孩,也有家庭很貧窮的人。」郭敬明對《中國新聞週刊》說,「只是貧富差距分化也比較嚴重。其實在我們這個時代,貧富差距就是這樣子的。有人就是富二代,有人可能連學費都交不起。」郭敬明很清醒,「現實就是這樣。」《小時代》以林蕭、顧裡、南湘、唐宛如四個女孩為主角,同時選取了十幾個處於不同階層,不同的家庭背景、不同性格的人,通過他們的群像,去反映這個時代。只不過郭本人更善於描述紅男綠女。對於「屌絲」,他說,「我不太瞭解這個群體。」對於他清楚認識到的社會階層分化,他從不像韓寒那樣發出議論——十多年來他和韓寒一直被相提並論,他認為那不是自己的特長。

採訪近半,最世文化的副總裁痕痕走過來,蹲在沙發邊問總裁郭敬明,「你的專欄要不要繼續開,寫什麼?」「那我繼續寫好了,就寫後期電影宣傳的事情。」郭敬明說。痕痕提醒他,最好是這幾天就交稿,「抽空寫寫」。這段時間,郭敬明每天只有幾個小時的睡眠。

即使如此,郭敬明仍能敏銳地回答每一個問題,幾乎沒有停頓思考。而且他仍會在乎自己生活上的細節,他會突然讓助理從樓上拿下一雙球鞋,在記者面前換掉做工考究的皮鞋。又讓助理幫他找來沙發靠墊。

幫他找靠墊的助理小曹是郭敬明的第三個助理,日常負責電影事務,負責打理他日常生活的小春是他的第四個助理,而此前的助理小葉已經負責去打理郭敬明的房產,小青已調至公關部去打理版權事務。而第五個助理開始進入實習期。

「他想法多,熱衷交朋友,善於把握資源」

郭敬明也沒想到過自己最終會當導演,「雖然我念的是編導,但到大二時我就休學了嘛。那時候並沒有覺得自己有一天會成為導演,全部精力都放在寫作上面。」他說。

2001年冬,郭敬明從四川自貢市富順縣出發,第一次出門遠行,到上海參加第三屆新概唸作文大賽的複賽。

「很震撼,因為我的生活環境和上海完全不一樣,第一次感受到這種大城市很物質,很繁華,很讓人迷茫的,就自己很渺小的那種感覺。就覺得這個時代很大,你只是其中一個很渺小的部分。」郭敬明回憶當初的感受。就如同他在《小時代》的開頭也曾描寫著大都市的浮華。

次年他進入上海大學念編導專業。剛到上海,他就認識了一批文友,這些朋友日後成為他創辦的最世文化公司的元老級高層,包括現在的兩個副總裁痕痕、阿亮。

和郭敬明同齡的痕痕坐在自己的獨立辦公室裡對《中國新聞週刊》回憶,自己算是郭敬明最早期的粉絲,高二時看他的散文集《愛與恨的邊緣》,就很喜歡他的文章。

「但那個時候學習也比較緊張,等到高考之後,我就上網去搜郭敬明的信息,搜到他在榕樹下的個人主頁,上面還留著他的QQ號碼。然後在高三暑假就認識了。」痕痕說。

在開學之前,痕痕到上海大學見到了郭敬明,「就覺得很瘦小,皮膚也黃黃的,還染了黃黃的頭髮,洗、剪、吹還加上了燙的那種。當時感覺他還有些土氣。」十年之後,郭敬明早已不可同日而語,他已經是強勢的老闆,對奢侈品牌如數家珍。「但他還是比較脆弱,比較孤獨。我認識他到現在,覺得他的性格也有比較任性,比較衝動的元素在。」痕痕認為,「他想法很多,善於制定目標,善於和熱衷交朋友,善於把握資源,機遇多,才一步步成就了現在。」

但郭敬明也曾經有過「眾叛親離」的時候。2007年,設計師hansey和作者落落離開團隊,但後來畢竟盡棄前嫌又重回郭的公司。「他和他高中的朋友,大學的朋友,基本上是沒有什麼交集。」痕痕說。

「我和阿亮呢,怎麼說呢,都有被罵哭過。有時當面把我罵哭,有時候我是背地裡哭。」痕痕回憶說,2007年《最小說》的辦公地點還租在楊浦區,開放式的辦公室。一次,已經到了6點下班的時間。痕痕從辦公桌旁站起來,輕鬆地喊了一聲,「哎呀,下班啦!走起!」還在一旁忙於工作的郭敬明,臉色迅速變得很嚴肅,「你要走就一個人走好了,幹嗎要煽動別人?」至今,作為老闆的郭敬明都不希望提醒員工下班,他自己就是個工作狂。

七八年來,郭敬明都沒有給自己放過假,甚至「因為工作太忙了,也沒有時間去談戀愛,也沒有時間去考慮這方面的東西。」郭敬明對《中國新聞週刊》說,「我現在的生活重心就是在工作。」在他看來,這是他實現個人價值的方式。

「郭敬明成功地把他的風格和判斷放大了」

郭敬明很清楚自己是「內容提供商」,而近年來他最大的合作夥伴長江文藝出版社是「渠道商」。2006年,在結束了與春風文藝出版社的合作後,郭敬明開始和長江文藝出版社北京中心合作。

「按照約定分成。我們推廣、發行、銷售,他們負責內容,大家揚長避短。」長江文藝副社長黎波對《中國新聞週刊》說,「當初考慮的就是這樣,做《最小說》的雜誌平台,同時給有實力的作者找出路,然後再進一步影響成長的讀者,做系列雜誌。」

最初合作時,郭敬明已經拿出了一個很完整的計劃書,甚至後來的系列雜誌,如落落主編的《文藝風象》和笛安主編的《文藝風賞》也已在預期之中。而目前最世文化簽約的70多個青春作家,有很多也在最早的計劃之列。

事實上,在2006年時,郭敬明還身陷「抄襲案」中。法院認定《夢裡花落知多少》抄襲作家莊羽的《圈裡圈外》。這成為郭敬明履歷上最大的污點,雖然他自己從未對此事道歉。

「他生活非常不規律,有時候睡幾個小時,但對工作非常投入。」黎波評價郭敬明說,「他很聰明,給低齡的青春讀者寫,市場情況會好得多。但不能說給青春讀者寫,就看不起他。」

2009年,郭敬明擔任長江文藝北京中心副總編輯,去年升任總編輯。黎波認為,這是「產業需要」,因為「我們青春文學這一塊做得很有規模了,這邊的領導年齡也比較大,我們現在已經不是把握內容有沒有問題(過審),而是把握有沒有市場」。

對於市場和銷量,郭敬明有著驚人的嗅覺,「他要對這個市場做一個判斷,三審的稿件他要負責。」當然,這個負責,依舊是判斷內容上是否暢銷。

如今,長江文藝每年的青春文學碼洋超過2億。「比如一萬種青春類書,我們在前100中甚至超過一半。」黎波說,「郭敬明成功地把他的風格和判斷放大了。」《小時代》的責編、長江文藝北京中心的市場營銷部主任趙萌說,「郭敬明真的很適合文化產業。我覺得他不做作家的話,在營銷策劃上也是個非常棒的人。」

事實上,直到2007年,郭敬明成立最世文化公司時才開始了正規化的公司運作。當時《最小說》的銷量已穩定在每月50萬冊。而2004年成立「島」工作室,2006年轉變為「柯艾」公司時,公司還像一個家庭,並沒有太嚴格的制度。「『島』的時候還是很鬆散的,幾個志同道合的朋友去做。真正到最世的時候,就比較正式。」郭敬明說。

「他的概念裡面,做老闆就是要強勢。包括在長江開會的時候他就說,作為領導,想到的就給他們提要求,我只是需要許願,你們來實現願望。他要求挺高的。實際上,他是一個很挑剔的人。」最世文化副總痕痕對《中國新聞週刊》說。

在痕痕的印象裡,郭敬明之前要涉足商業領域,都會看多財經書和雜誌。也會關注與自己同類雜誌的論壇。

2007年前後,郭敬明幾乎每週五都會叫一幫人去他家,一邊看著《快樂女聲》,一邊吃火鍋。如今,痕痕有時候找郭敬明談事時,甚至都要事先問問助理小春,老闆是否有時間,「都不知道他是否在公司。」

去年,郭敬明有計劃將最世文化上市,但最後「因為各種綜合原因」,並未真正實行。

但他畢竟又衍生出了一條電影的生產線,第一次自己擔任導演。「其實在影視方面,我們有一點一點地去開展。比如我們一些簽約作家的作品,有些是適合電影改編的,我們跟電影公司是在聯繫,落落的《剩者為王》,笛安的《西決》影視版權都賣出去了。」據痕痕介紹,公司還沒有正式進軍影視行業,目前只是有公關部的人員在與外界談電影方面的合作。

郭敬明結束了訪問,走出房間,逗了逗自己那條名叫「尷尬」的哈士奇。另外,他還有一條叫「茶杯」的金毛和一條叫「嗶嗶」的泰迪。與「尷尬」只玩耍了兩分鐘,這就是郭敬明的休息時間,「尷尬」回到了助理身邊,郭敬明早已回到房間與新一批媒體記者開始聊起自己的電影《小時代》。


「小時代」會越來越殘酷

《中國企業家》:這部電影會不會對你產生誘惑,成為你進軍影視圈的開始?

郭敬明:我之前做任何事情都會想要去賺錢,但拍電影還真不是。我會有票房分紅,但當時根本不可能預計會賺到多少錢。《小時代》我前前後後有花了一年多的心血,對我來講,如果一年多時間花在寫書以及公司上面,賺的要更多。當時我心裡很想把它拍出來。我接拍電影的時候電視劇也在拍了,那個改動真的太大了,自己也覺得很難過。電影的商業價值是對我們的一種鼓勵。當然,我做好了,有更多票房,收入會更多,這也是對我的一個獎勵、證明,但它不是我的初衷。

以後我會把電影當成一個事業來做,不是玩一下就夠了;接下來再拍,從商業價值來講,我可以提更高的要求,投資方也會願意滿足我的條件。但是對於這一部電影,更多的是夢想超過商業價值。

《中國企業家》:你怎樣看電影與小說這兩個行業?

郭敬明:進入電影這個行業,給我很多新的想法,包括在規劃自己的版圖上。你能看到好萊塢的格局,它對優秀的小說故事是非常飢渴的。現在的好萊塢就是未來的中國,隨著中國的發展,未來肯定也是這樣,好的小說故事的版權越來越值錢。今天我從事小說和電影這兩個行業,之後我會慢慢去打通這兩個行業之間的壁壘。從版權到生產、拍攝,整個產業鏈完全打通,如果能完整地融合兩個領域的話,公司的規模就會大很多。這可能是我接下來會去努力的一個方向。

《中國企業家》:《小時代》這個電影滿足了少女的所有夢想,這些夢想對你而言是真實的嗎?

郭敬明:對青春期而言,每一個人的夢想都是真實的。《小時代》第一部就特別青春美好,很多正面能量,但到後面第二部第三部,隨著他們越走入這個社會,年輕時堅信不疑的事情就開始面臨質疑,殘酷的社會讓夢醒來,碎掉。但我還是希望至少在第一部電影裡建立很純粹很美好的東西,然後再去打破它,才有力量。如果你之前都沒有建立夢想,後面開始殘酷,就沒有差距的美,沒有拉扯的力量。

《中國企業家》:你自己有沒有經歷你小說和電影裡這種夢想從建立到被打破的過程?

郭敬明:當然經歷了,我的成長經歷就是這樣的啊。我從一個很普通的四川男孩去上海唸書,變成普通大學生,變成公眾人物,變成公司老闆,變成導演,面對的生活圈子越來越不一樣,價值觀和看到的世界是一直在變化的。

《中國企業家》:在這個過程中哪件事對自己影響最大?

郭敬明:應該是成立公司吧。以前自己是個文藝作家的性格,處理各種事情都很感性,成立公司之後,很多時候就變得很理性,而且責任感更強了,不只是對自己,而是對公司所有的人。我第一次意識到大家都是靠著我在生活,他們是仗著我在發薪水。我不能再像以前當作家那樣不想寫就不寫了,我可以一年以後再寫,反正又餓不死,但他們不行。我不能說公司我突然丟掉不管了,因為人家也是拿整個青春在跟你奮鬥,人家的職業規劃是放在我的公司裡面的。這種轉變也不是一朝一夕可以完成的。前幾年也跟夥伴有過爭吵,自己有過很痛苦的時候,現在一切都上了軌道了,不會再有那麼多問題,如果有問題,也可以很冷靜地解決它。但最初幾年真是覺得壓力蠻大的,或者覺得很多事情超出自己的能力範圍,得慢慢去學,慢慢去尋(找答案)。

《中國企業家》:你對世俗的名譽還抱有渴望嗎?

郭敬明:我覺得渴望的還是自我價值的實現吧。名啊利啊,我覺得只要做好了要做的事情,這些都是順著帶來的,但我現在都不會以它為目的了。

《中國企業家》:你有沒有憧憬過諾貝爾文學獎?

郭敬明:沒有。因為我做的事情太多了。其他的作家大部分時間都花在寫作上面,但對我來講,我花了太多時間在別的方面,我心裡特別明白我花在文學上的時間很有限。所以我也不會去要求自己一定要達到多高的高度或者要寫得多好,這也是我覺得很遺憾的一個地方,但權衡下來,我願意去犧牲這個。

《中國企業家》:面對批評你會生氣嗎?

郭敬明:只要不是太離譜都不會生氣。我微博唯一轉發提出異議的也就是周黎明那一條。他的評論有一點脫離電影本身了,你可以講我導演手法不好,你甚至可以講我價值觀不好,但是你不能來惡意抹黑這個電影,說電影說你們這些小孩要過上好的生活就要給老男人做小三小四小五,我電影裡沒有一個女生是這樣為了過上好日子就做小三小四的,他們都是在完成自己的夢想。你惡意把我沒有表現的屎盆子扣到我頭上,我就會有點生氣,我覺得這是在侮辱女性觀眾。

《中國企業家》:你的價值觀呢?

郭敬明:很正面,你看我拍的電影就知道,很多正能量啊。

《中國企業家》:對於一個作家來說,正能量這個詞是不是有點幼稚了?

郭敬明:我眼裡的世界就是這樣的。

《中國企業級》:你是代17歲的少女看世界嗎?

郭敬明:也不是,我遇到任何一個問題我都不會把它想得很負面。我都是遇到這個問題了立刻去解決,如果解決不了那就算了,我不會為這個事情糾結,也不會去抱怨,不會覺得不平衡或者憤怒。我很難產生負面的情緒。你看我微博也知道,我從來不傳遞負能量的東西。

《中國企業家》:你不會產生那種想要改變些什麼的慾望嗎?

郭敬明:會啊,看到不好的東西也會生氣。如果發生在我身上,第一時間我會去想能不能改變它,如果不能改變我憤怒也沒用,如果能改變我就立刻去做,而不只是抱怨,抱怨是沒有用的。如果我明白一個事情我改變不了,比如說中國是個社會特權,那我就不糾結這個事。我能改變的是什麼?我能讓我的公司的員工們加薪,這是我做得到的。我其實是很務實的一個人。

《中國企業家》:之前你曾說過,企業家最重要的一點是強勢,現在對企業家有沒有什麼新的理解?

郭敬明:我覺得我當時的表達有錯誤。不是說要強勢,而是要有一個很堅定的判斷,認準了就要盡全力去做。但是做這個決定或者是堅持這個決定,可以有很多方法,而不是通過很強勢、很蠻橫的方式去實現。

做導演的過程也是一樣,不是要很強勢地去告訴劇組我要什麼,而是要很清晰地去表達我的聲音,而且要很堅定地去維護我的意見。不能說別人說導演我們其實可以那樣,我就立刻放棄自己的想法去遷就他。這樣就不會成功,你要有自己很清晰的標準,包括你要把你的審美貫徹到每一個細節裡面。這也是強勢的一個部分,就是說你要控制任何層面的東西。

 

敬明 時代 大數 鍍金 下的 成功 樣本
PermaLink: https://articles.zkiz.com/?id=69654

股票掌故 | 香港股票資訊 | 神州股票資訊 | 台股資訊 | 博客好文 | 文庫舊文 | 香港股票資訊 | 第一財經 | 微信公眾號 | Webb哥點將錄 | 港股專區 | 股海挪亞方舟 | 動漫遊戲音樂 | 好歌 | 動漫綜合 | RealBlog | 測試 | 強國 | 潮流潮物 [Fashion board] | 龍鳳大茶樓 | 文章保管庫 | 財經人物 | 智慧 | 世界之大,無奇不有 | 創業 | 股壇維基研發區 | 英文 | 財經書籍 | 期權期指輪天地 | 郊遊遠足 | 站務 | 飲食 | 國際經濟 | 上市公司新聞 | 美股專區 | 書藉及文章分享區 | 娛樂廣場 | 波馬風雲 | 政治民生區 | 財經專業機構 | 識飲色食 | 即市討論區 | 股票專業討論區 | 全球政治經濟社會區 | 建築 | I.T. | 馬後砲膠區之圖表 | 打工仔 | 蘋果專欄 | 雨傘革命 | Louis 先生投資時事分享區 | 地產 |
ZKIZ Archives @ 2019