📖 ZKIZ Archives


為數據服務業熱身吧

http://magazine.caixin.com/2012-07-13/100410588.html
謝文

  自蘋果公司先後推出iPhone和iPad,全世界進入了若干產業被顛覆、被重組、被幹掉的大亂局面。以近來谷歌和微軟相繼推出平板電腦為標誌,加上它們在手機操作系統以及手機製造上的努力,可以說傳統產業劃分和商業模式分析需要重新來過了。

  今天再把網絡業、IT業、電信業和軟件業分開看已經什麼都說不清楚了。傳統的TMT概念(電信、媒體和信息技術業的統稱)更是應該被扔進歷史垃 圾堆。一個重新定義過的大網絡業概念可能會更加貼切地反映高度變動中的世界和日益模糊的產業關係。這個大網絡業的上游,領軍和驅動力是傳統意義上的網絡 業,中游是IT業、電信業和軟件業,下游是新聞出版業、影視業、娛樂業、零售業和物流業。之所以把它們統統劃歸一個大產業概念,是因為它們都已經或正在互 聯網化,彼此形成了共生共榮的緊密關係。

  從正在到來的大數據時代的角度看,大可不必糾纏於大網絡業和小網絡業如何區分的官司之中,乾脆重新定義一個新概念:數據服務業。這個產業的核心 資產就是電子化網絡化的數據,無論數據來自哪裡、什麼組織或個人,什麼產品或服務。世間萬物都可轉化為由0-1代碼組成的數據字節。整個產業鏈由數據生 產、數據傳播、數據獲取、數據存儲加工和數據交換與出售等環節組成。各傳統產業可以分別屬於一個或數個產業鏈的環節。例如,新聞出版業和影視業主要從事數 據生產,電信業和網站主要做數據傳播,數據終端製造商幫助用戶獲取數據,軟件商專攻數據存儲加工,大家一起捲入數據交換和直接間接的出售業務。公司大小的 區別主要在佔有和利用數據量的大小,甚至電子商務也不過是通過出售附著在某種具體商品上的數據而謀利。

  數據服務業和現有相關產業的根本區別在於其商業模式是數據驅動型,是對大數據的深度分析加工,是對大數據的多重利用和深度利用,是對現有簡單直 接商業模式的增值服務。一個理想的全產業鏈數據服務業公司應由全系列數據終端的設計與銷售、通用型開放平台的開發與運營、云計算後台的開發與支持、數據存 儲與使用後台以及數據分析與數據產品平台等部分組成。這樣CIO或CDO(首席數據官)將扮演重要的領導角色,僱傭大批數據科學家、數據工程師和數據產品 經理。實際工作中數據以TB為最小使用單位,業務討論中最常使用的名詞是「最小數據集」(Minimum Data Set 或MDS)「元數據」(Metadata)「數據集市」(Data Mart)和「設施即服務」(Infrastructure as a Service 或IaaS)。同現有網絡業商業模式相比,這個公司的商業模式具有鮮明的精準性、智能化、個性化和多樣化的特色,具有高出若干倍的投入產出比和性價比。

  如果從這個邏輯去看蘋果的iPhone和iPad,就不會僅僅歎服其精美的設計、強大的功能和驚人的市場征服力,而會思考蘋果怎樣從一個IT公 司轉型為走向未來數據服務業的領軍者。同樣,谷歌推出開放式手機操作系統和平板電腦,甚至過去很難為人所理解的企業行為,包括發射衛星、研製自動駕駛汽 車、投資綠色能源和各種傳感器的研發,都可理解為這些不計成本的行為是全方位增加生產和獲取大數據的種種努力,是在為走向數據服務業爭取先發優勢,為未來 的領先地位下一盤很大的棋。同樣,對微軟的平板電腦和手機操作系統,亞馬遜的電子書和Facebook推廣自家的數據中心設計,都應歸結為大數據時代前的 熱身。

  至於一些國內的網絡業公司,如果不去努力學習和思考即將到來的大數據時代,不去未雨綢繆地爭取孕育中的數據服務業的戰略機會,而只是機會主義地 邯鄲學步,也去做什麼手機,那只能是撿了芝麻、丟了西瓜。如果自身沒有配套的操作系統、開放平台、云計算後台和數據分析加工平台,單兵突進只做手機,也許 在某個時段能賺點錢,長遠看是沒有前途的。那些在手機首頁集成一點自己的服務,高呼搶佔網絡入口口號的伎倆,在滾滾而來的大數據洪流面前顯得那麼蒼白無 力。何不捨棄雞肋重新定位,爭取不在大數據時代掉隊呢?

  作者為互聯網資深評論員


PermaLink: https://articles.zkiz.com/?id=35127

Joe Lonsdale:企業為何自願為數據付費?

來源: http://www.iheima.com/news/2015/0913/151927.shtml

兩年前,馬雲在卸任阿里巴巴集團CEO時,曾發出這樣一句感慨:“大家還沒搞清PC時代的時候,移動互聯網來了;還沒搞清移動互聯網的時候,大數據時代來了。”

盡管有些措手不及,但是從馬雲、李彥宏這些互聯網大佬,到張瑞敏、張近東等商界精英,再到微軟、亞馬遜這些海外巨頭,都已經臣服於同一個事實:大數據對當前商業邏輯的影響將是顛覆性的。

那麽,數據將在企業服務中怎樣發揮作用,對於創業公司,需要如何用好數據?

9月8日,矽谷大數據應用的先驅人物Joe Lonsdale(下一代數據公司Palantir的創始人,Palantir被稱為史上第一個“反恐”公司,客戶包括美國最核心的情報部門)來到北京·黑馬全球路演中心,與黑馬營五期學員馬傑(國內首家雲安全服務公司安全寶的創始人)、徐磊(微車創始人)以及黑馬學院副院長羅小渠進行了深入的交流,以下為內容摘要:

創業企業應如何用好數據?

徐磊:在數據企業服務的這條道路上,許多數據分析方法需要重新搭建,商業模式上也會有一些變化,這種變量究竟在哪兒?創業者應該抓住什麽樣的機會?

Joe Lonsdale:我主要是關註兩點:

第一點:合作

其實很多的行業人們是願意分享數據的,但是現在還沒有分享,有兩個例子,我可以介紹一下:

一是有些時候人們會出於安全的目的而分享數據,一家公司受到攻擊,另一家公司可能會幫忙,反過來也是一樣。

二是讓你的市場營銷費用減少。比如說有一個項目可以和一個大的美國消費品包裝公司進行合作,這樣的話大家可以更加精準地去對準這個客戶,減少成本,或者說一起針對你的消費群體分享數據,這樣的話兩家公司可以互相學習,可以更加精準。

第二點:用自己的數據來改善企業的運營

在財務領域、金融領域有通過賣產品賺了很多的錢,這個是可以用到數據的。如摩根士丹利管理2萬億資金,有那麽多的基金管理人,向每個客戶推出什麽樣的產品,這個客戶是怎樣的,這個是你需要通過數據來進行分析的,這是需要技術的幫助,來更好地、精準地向客戶推出產品。所以是這兩個趨勢。

羅小渠:人類社會對數據的應用已經經歷了三個維度:靜態維度、時間維度、關系維度,其中第三個維度是最近十年、二十年才發展起來的,那麽,將來如果有第四個緯度,會是什麽?

Joe Lonsdale:您說的三個維度非常準確,下一個維度也許是自動學習,或者是趨勢預測。

但是我想強調的是第三個維度的應用,我們看一下各大行業的運轉方式,其實他們現在還沒有達到您剛才說的這個維度。這是非常重要的一點,對於Paypal和Palantir來講都是非常重要的經驗,我們也做了很多的工作。

我們看一下很多的大行業,他們現在還沒有使用數據的關系。對於創業者們來講,幸運的是現在的世界還是挺愚蠢的,沒有你們聰明,所以你們應該意識到使用數據的關系來解決問題,目前大多數人還沒有用,所以我們要思考如何來建立一個公司,能夠做到這一點。

如何讓用戶付費?

Joe Lonsdale:今天的中國和五年前我見到的完全不一樣了,我看的創業的人更多了,在你們看來,未來5年的企業數據服務市場的趨勢是什麽?

徐磊:我覺得企業數據服務這塊兒,在中國的確比較難。我們現在面臨幾個艱難選擇。比如你究竟服務大企業還是服務中小企業。理論上真正願意付費的,不管硬件、軟件、服務這幾項,其實只有大企業願意付費。所以說大企業又應該怎麽做?或者要不要選擇大企業,是大家比較糾結的一個事兒。這兩年中小企業領域,應該有很多企業反而是紮進去開始做中小企業的服務這塊兒,比較容易賺錢的模式是培訓。

馬傑:中國的許多互聯網應用差不多是跳過了付費這個階段。在整個付費的過程中間,大家幾乎是剛剛建立了一個付費的習慣之後,迅速發現這個世界上還有一個叫做免費的東西。所以在個人市場上,中國的用戶被過份地寵壞了,因為他們每天可以享受到最好的服務。

但是我覺得在企業市場還是有一些不一樣,仍舊存在有付費能力的大客戶。十年前他們在付費,在十年後他們還是在付費。他們在從原來的付費買硬件,到現在付費買軟件,到現在逐漸接受付費去買服務。數量巨大的中國中小企業,事實上付費能力是不夠強的,他們仍舊掙紮在生存的第一線,所以一定要是為他們創造價值的產品,才有可能讓他們來支付。大家其實意識到付費是必須的。但是什麽時候他們舍得把錢掏出來,這還需要一個過程。

徐磊:另外一種類型值得關註,就是類似於Uber或者滴滴這樣的模式。你說他們不是做企業服務嗎?他們其實做的就是企業服務,只不過他們自己做成了那個企業。

如果滴滴當年選擇為出租車公司開發軟件,和今天他為C端用戶開發軟件,其實結果有可能是一樣的。但是這兩條道路的選擇上的不一樣,決定了滴滴今天可以市值幾百億美元,如果他們當年選擇中國100家出租車公司,他為每一家出租車公司定制一個軟件,讓他們加車服務更好、效率更高、司機賺得更多,他們今天是滴滴嗎?不會,他走了另一條路。

Uber其實也是走了另一條路,但是你說他們不是做企業服務嗎?他們做的就是企業服務,他們把自己做成了企業,他們讓那些企業變成了一些服務的提供者、後勤的保障者,而不是單純作為外包商的做法。

Joe Lonsdale:美國過去幾年有一個大的趨勢,人們會覺得某個行業現在運轉得不太好,但是如果只是賣給他們軟件不行,還不如我們自己去建立一個新的公司,所以創立了自己的公司,是不是中國在技術領域也是類似的趨勢。

徐磊:我覺得這個從創業者的思路上來講,一定是這樣的一個大趨勢,單純賣設備行不通。全球來講也是這樣的,當年你看英特爾就是賣芯片,他還賣了品牌,到微軟開始賣軟件也賣一些服務。到蘋果、谷歌的時候,他們其實就已經站到了C端用戶的第一線了,他們提供給用戶的是一套完整的解決方案,為整個行業建立了一個生態圈。

在中國現在的大趨勢都是在這樣,互聯網化導致了小企業、新的創業公司有機會直接面向C端用戶,其實建立一個新的生態圈,把過去的基礎設施變成他的後勤保障。

這種機會我覺得是這幾年,在國內可能用的詞兒比較多的就是所謂的“O2O”。各種各樣的O2O模式,其實就是我自己變成了一個C端的服務集成商,我把這些服務放在我的平臺上,我讓更多的社會資源能夠為我這個平臺來服務,這個模式我相信是未來10億美元估值的公司,必須要走的一條道路。

單純賣硬件、賣軟件甚至賣服務,至少在中國這條路做成大公司的機會,其實相對是小的。中國畢竟有這樣的一個生態圈,大家確實不愛為無形的東西付費,但是一旦當你手上有了用戶,用戶是從你這兒來獲取服務的時候,這些原本的服務提供商們,就願意跟你合作。

羅小渠:中小企業在企業服務方面,付費的習慣不太一樣,這一點Joe Lonsdale先生有什麽看法?

Joe Lonsdale:即便是在美國,現在很多的企業,其實也提供免費的服務,是為了能夠進入市場。關鍵就是說最終中國的中小企業,他們到底願意為什麽付費。比如在美國,可能有一些企業會給一些軟件是免費的,或者說有一些保險公司給的保險是免費的,在其他的行業也有一些新的模式湧現,如物權保險。

找到技術改變行業的路徑

徐磊:跟做那些C端產品的企業相比,做企業服務的公司如何才能夠把自己的價值做出來?

Joe Lonsdale:應該考慮你到底在經濟當中是解決什麽樣的問題,你整體的影響是怎麽樣的,規模應該不成問題,現在在很多地方有一些500億到1000億市值的企業,其實還是能做到很大的規模的。如果你要做個萬億美元的公司,可能會很困難。

羅小渠:在你們看來,數據服務適合哪些典型的應用場景,尤其是可以真正商業化的應用場景?

Joe Lonsdale:這個很難回答,如果你想建立一個數據服務公司,如果你看到某一個垂直領域現在運行的流程是不好的,你就會去想一下,他現在用的是什麽樣的流程、什麽樣的方法,他們如果應用數據會不會更好。所以你要問的第一個問題就是,他們現在做的哪些方面可以有所改善,這個如果你做到了,你就可以看一下我怎麽樣來為它創立一個能夠幫助他們的數據服務。

所以總是要先第一個問題,就是本來這個行業應該是怎樣運轉的,你必須要有自己的見解,然後你才能獲得自己的解決方案。其實不是說想一想它該怎麽樣做好,而是比較難的是,這個路徑到底是怎樣的,你該推出什麽樣的產品來幫助他改善。

馬傑:我覺得數據一定有它的價值,所以你可能要去對用戶做一些追蹤,對他們所產生的歷史數據,從現在開始你就應該把它們存儲下來,可能我們現在還不知道它的價值在什麽地方,但是在未來的某個時間,我們一定能找到它的價值,不急著考慮大數據怎麽用。

徐磊:對於一般的創業者而言,規模是初期要考慮的唯一的問題,不要考慮商業模式,這時商業模式對你來說一點都不重要。要想把速度提起來,你必須要找到一個用戶有剛需的事兒。其實在各個行業里面,都面臨這樣的問題,最頂尖的一兩家企業一定是抓住剛需的,然後在下面可能有幾萬家企業都在這個領域里做,最怕的是把自己做成了金字塔底下的那家公司。

版權聲明:本文來自由創業家集團、Formation 8聯合主辦、黑馬學院承辦的《智能企業:企業服務的新趨勢》活動分享,由Joe Lonsdale 徐磊 馬傑 羅小渠。

PermaLink: https://articles.zkiz.com/?id=160241

大佬說 | 王填:步步高將轉型為數據驅動,線上線下融合的新零售企業

“新零售”果然在2017年一開年就成為熱門詞。

日前,步步高集團召開“新零售 新未來”2017年管理層年會。步步高董事長王填對新零售背景下的步步高2017公司戰略及集團級策略做了闡釋,其指出,中國零售業線上和線下增速下行拐點出現在2012年初,過往的2016年對步步高是一個非常大的挑戰,但是超市事業部在2016年下半年內生增長漸好,四季度百貨、購物中心增長已經出現了上行,希望百貨在今年回到正增長。

值得註意的是,王填表示,未來三年步步高將轉型為一家由數據驅動,線上線下融合的新零售企業。線上線下融合是未來大趨勢,無論是百度、阿里還是騰訊,都在走向線下,馬雲甚至發出“純電商將死”預測。新零售未來一定是屬於具有深度互聯網思維,且能熟練掌握和運用各種互聯網工具的線下企業。

以下為王填的發言節選:

消費者的變化與零售增長

我們的核心業務都是圍繞消費者,因此我們需要結合人口結構的變化,來判斷未來的消費趨勢。2016-2025年間,隨著生育政策的調整,0-10歲人口逐步上升;15-64歲人口緩慢下降,勞動力人口逐步降低;而65歲以上人口則上升明顯。每個年齡階段消費熱點在哪里?比如,60後在5年以後,他們的消費主要是醫療和保健,自然會減少服裝及個人護理的消費; 70後,80後,他們也逐漸重視健康和養生,因此健康和養生會大行其道;90後和00後以文化娛樂為他們自己的生活方式。

中國消費者的消費品類上從產品到服務,從大眾產品到高端產品的轉變。消費者開始增加提升生活品質和體驗的開支。

此外,麥肯錫消費者渠道調查顯示:11%的消費者在純線上購買;41%的消費者是線上體驗,線上購買;45%的消費者是線上研究,線下研究;只有3%的消費者是純線下購買的(純線下調查取樣只占5%)。總的來說,2015年和2016年對比,純線上購買是越來越少,線上線下融合的是占最大比例。

線上這一塊我們繞不過去,就必須打通。市場和消費者本身都已經發生了變化,所以我們需要快速的變革。步步高新零售的核心就是如何融合線上和線下。最近公司決策層開了一系列會議,包括O2O實體店和步步高雲猴全球購線上線下融合發展等等。

未來十年將是中國零售業消費升級的黃金十年!

消費升級下的市場

品類的升級。不同的人均GDP水平,品類的成長性不同,選對品類比努力運營重要很多。

產品的升級。人們的購買數量沒有增加,但人們願意去買更好的東西。

服務的升級。購物者行為研究、消費者心理學變成零售商的基礎課。

線上線下再平衡。真實的商圈+虛構的商圈,自有商品成為制勝核心。

線上和線上一定會迎來再平衡。

首先是消費者在變。隨著80後慢慢步入中產階級,90後、00後這些互聯網的“原住民”更加註重個性化,講究情懷和調性,他們在乎的是體驗,他們的消費形式是講究自我。

第二是投資者在變。投資者也不想再輕易燒錢了,因為再也砸不出一個阿里巴巴和京東了,所以投資者遇到了寒冬,以前是我們去找他們,現在是他們主動來找我們。

第三是法律監管在變,線上線下將會有公平的監管制度。

第四是線下企業也在奮起直追,我們在積極的轉型、開拓,線上消費連接,提供線上服務。

在線上線下再平衡的前提下,shoppingmall、大賣場、便利店及個專業店也將進入“極致化”階段,根據不同業態屬性,分化向最體驗、最齊全、最便利、最專業。

在企業生命周期組織階段模型中,步步高集團整體上處於制度化階段,階段驅動力是可靠的回報,必要條件是體系和架構,階段風險是勞效產出。未來三到五年,步步高集團將由制度化階段進入再生階段,階段驅動力是新增長,必要條件是匹配的流程,階段風險是靈活性。

不管在哪一個階段,有兩個必要,一是必要的組織重構,即線上線下融合發展;另一個是必要的流程重構,百貨業態為C2B,超市為F2C模式。

步步高數字化轉型戰略

未來三年步步高將轉型為一家由數據驅動,線上線下融合的新零售企業。

線上線下融合是未來大趨勢,無論是百度、阿里還是騰訊,都在走向線下,馬雲甚至發出“純電商將死”預測。

新零售未來一定是屬於具有深度互聯網思維,且能熟練掌握和運用各種互聯網工具的線下企業。

步步高的數字化轉型,基於數據驅動,通過構建數據的閉環、以及基於數據關鍵性的決策,解決我們的四個W。

不僅一切業務數據化,更是一切數據業務化。數據來源於業務,但又應用於業務,形成數據規劃、采集和應用的閉環。

企業內部需要提高數據和分析運用能力,真正由數據驅動不僅意味著擁有更好的工具或技能,而是意味著改變企業各層級的決策基礎。真正需要的並非依賴於直覺、過往經驗,而是讓數據無所在、隨時可及,並用於支持在整個企業內利用洞察來進行決策。

最關鍵的就是用數據確定客戶是誰、在哪里、消費了什麽、想要什麽,進而挖掘有待發現和培育的客戶細分群體。

步步高數字化的總體策略是:無縫體驗、開放共享、高效協同,即通過DT驅動的業務智能化。

核心內容包括:數字化顧客、數字化的供應鏈、數字化運營。這里面基礎的平臺是我們的雲計算彈性計算、物聯網數據采集、大數據業務洞察,以及移動化無縫體驗將整個業務和技術完美結合。

數據驅動下的線上線下融合,意味著我們對於零售空間和時間的重構,對於業務的重構和顧客認知的重構。不論哪種變革,最終就是要將目前的產品主導思維真真正正調整為用戶和顧客思維。因此,數字化策略的核心是顧客數字化。

顧客數字化的核心內容是記錄數字腳印,建立網絡鏈接,形成網絡效應。2017年,集團線上線下業務將借助雲猴APP和會員微信公眾號以及門店服務,從連接顧客開始,到顧客互動,以及基於數據的消費分層,精準營銷,來構建步步高與顧客的關系網和粘度,將更多的素人轉化為步步高的粉絲,將更多的粉絲轉化為會員,進而將會員轉化為高級會員和鐵桿會員。

PermaLink: https://articles.zkiz.com/?id=231021

Next Page

ZKIZ Archives @ 2019