京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据重塑世界和个体 传统企业却在慌乱
大数据即将重塑世界与人的关系,但很多数传统企业,却仍然停留在盲人摸象的阶段。
这是一件很可怕的事情。商业社会的开放与透明,特别是互联网时代带来的信息爆炸,让闭塞的商业模式一去不复返。诺基亚、柯达、摩托罗拉……为了避免这样的悲剧一个接一个重演,一些企业开始研究如何让传统商业更好的与大数据相融合,形成新的商业体系和商业文明。国内的百分点科技正在做这样的努力,它最近成立了一家独立的子公司,专门从事传统企业O2O数据研究。
以下这家公司CEO柏林森的独白,亿邦动力网整理成文:
为什么要成立O2O子公司?
百分点2013年的7月25日B轮融资融资,到现在,大半年过去了。百分点赶上了整个大数据产业链蓬勃发展的一个阶段,当时我们提出百分点成为企业决策的大脑,打造企业所需要的一个数据供应链的概念。
百分点也是最早在国内的做大数据的技术型企业。尽管当时我们没有叫大数据,但是我们用的所有架构和方法,和我们的商业模式是大数据的一个核心元素。在过去的一年,我们百分点在朝着集团化发展。大数据,首先我们认为大数据一定是应一定用导向的,大数据一定是朝着不同的垂直行业,没有一款统一大数据的架构和方法论来指导所有的企业。教育、旅游酒店、智慧城市、金融等等,大数据在每个行业都会有很具体的解决方案的。
百分点在朝着集团化来发展。之前是电商、媒体,接下来我们主攻的方向是O2O。百分点针对O2O会成立一个单独的实体,来进行运作,放在百分点集团旗下。
不排除在可预计的未来,互联网金融、个人征信业务、汽车等等,我们要单独拆出来一块实体来做。做扎实一个行业,为整个行业提供大数据解决方案、方法论。
集团化的发展可能来自收购、并购,通过资本的驱动,这是我们未来的一个愿望。所以,在未来一段时间,我们可能有非常积极的收购并购动作
大数据战略比别人强在哪?
百分点和其他企业的不同之出,我们认为主要是三点。首先,百分点是同时拥有大数据技术和大数据的企业。很多企业是技术驱动型企业,他的企业提供技术外包。但是这个企业没有自己的数据,他不是数据的中心。百分点从企业创立的时候,理念就是,数据需要具有流动性,只有数据的流动动性才能保证数据应用的真正爆发。我们的流动性主要是想解决企业之间和企业内部之间信息孤岛的问题,在数据孤岛之间建立起来了桥梁。在保证数据安全和用户企业不被侵犯的条件下,我们让这些数据能尽可能多的交叉复用,这是我们认为数据流动性能解决的一个最核心的问题。
第二点,百分点是一家大数据应用为导向的公司。我们做了五年,最核心的是我们的个性化应用,包括个性化推荐。推荐包括在网站上推荐的商品、推荐文章,甚至交友等等。同时我们通过很多多触点的渠道,包括电子邮件,包括信息,包括网页端推荐栏等等,用群体的智慧与个体进行交互。包括给越来越多的企业建立底层大数据管理平台。我们和IBM 等别的企业不一样的地方,我们完全是应用导向的,而不是说完全为了做一个大项目而做一个大数据。
第三点,百分点是国内最早用“云”的思想来做大数据的,这是我们前瞻性的体现。在大数据应用需求爆发的时候,市场和客户对百分点需求迅速爆发。现在很多企业,包括电商包括品牌客户,在排着队等着我们做大数据的项目。
很多企业对数据理解都有误区
最大的误区就是很多人仅仅简单把大数据理解为函数或者说云计算。我们想说的是,大数据是整合、利用、加工内部和外部数据的一整套解决方案,是整合、利用、加工内部和外部数据链打造的过程中使用的所有技术。
举个例子,我们对消费者或者说用户的兴趣图谱进行一个构建,给他打开什么标签,这需要大量数据管理的工作。这需要非常深的了解一个企业的经营管理。从后端的运营管理,到前端流量的引入,这都需要我们一整套的数据结构来帮助企业解决。
在这个过程中,我们为企业做最核心的两件事。
一件事是提高企业的效率。一个信息发给所有的人是低效的,或者说是浪费的。一个广告投诉给所有人也是浪费的。我现在用大数据来解决非常精准的广告投放的问题。从运营效率上讲,很多企业的决策是没有数据支撑的,就是拍脑袋来决定的。用大数据可以解决很多运营决策精准性的问题。
第二件事是降低成本。企业的很多岗位甚至都可以减少人员,或者减少投放,比如说广告投放成本可以大幅度削减。像沃纳-雷特说,我知道50%的广告费是浪费的,但我不知道哪50%是浪费的。现在大数据可以解决这些问题。可以告诉你哪些是不用投放的
最核心的是,我们也提高了终端消费者的分析能力。因为个人消费者(用户)作为终端,你所拥有的数据和分析能力是远远不够的,在你的头脑里是没法整合的,而大数据恰恰是可以帮助企业同时也帮助客户。所以,百分点认为,大数据真正的核心内涵是基于应用的提高企业的商业价值。
另外,举两个关于大数据比较严重的误区。一个是大多数企业认为收集到原始数据就够了,对数据管理没有任何理解。打个比方,把企业拥有的数据想象成原油,原油是不能用的,只有通过提炼加工才能变成汽油,才能变成各种各样的有机材料,这些材料才是真正能用得到的,这个过程就是数据管理的过程。把没有价值或表面上没有办法换算价值的数据商业利用,大多数企业都不具备的。
第二个,企业盲目地上大数据项目,而且不是一般的工程。盲目地上大数据项目的时候,因为大数据很火,企业的领导人、决策者非常关注大数据,但是,他们没想到大数据有什么应用。他不是应用导向的来做大数据底层技术和管理项目。这是目前他们一个非常严重的误区。
传统企业更抗拒大数据之潮?
首先,电商企业和传统企业在对大数据的认知上不同,这是很显然的。我宁可这么分:电商、传统企业有电商、传统企业没电商。因为百分点的客户像王府井、国美,它们既有线下也有电商,电商做得非常不错,这些企业和纯传统企业还是非常不一样的。纯电商,像玛萨玛索,和传统企业也不一样。还有很多企业,像是制造业,想做电商但还没做电商。这些企业对大数据的认识确实有很大不同。
从两个角度来判断,一个是数据应用层面,纯电商会比有电商的传统企业和没电商的传统企业更好一些;还没有做过电商的传统企业,它们对数据的利用是非常弱的,甚至我们和这样一些企业做过一些合作。这些企业认为,他们有很多会员卡的数据,但这些数据都是传统的交易数据,是死的,它不是online的,就像数据是一个个打开的盒子放在地下室,你不知道那个盒子装是什么样的数据。你要找一样数据,要把所有地下室的所有盒子都打开。这是他们的问题,有一定的数据,但是很少,他们不知道该怎样利用。目前来看,用的比较好的是纯电商,还有有电商的传统企业,他们做的还不错。
第二,对于这个数据开放程度和对技术接受程度的也有分别。传统企业的数据在内部上非常的封闭,不同的部门之间数据是不打通的,没有做过任何的探索。相反,纯电商是愿意去拥抱的,因为他们在这种非常激烈的竞争环境下,纯粹的市场环境竞争下,他们对于新的技术,接受程度非常之高。
大数据的未来:重塑世界
大数据现在在做的一件事就是重新连接世界,连接世界每个个体,和这个个体所需要的信息、服务。
接下来,应用前景会很多,线下零售、shopmall和电商平台线上线下打通,这就是一个连接点的作用。
再比如,大众点评开始进入婚庆市场,它也是基于用户在大众点评所留下的行为轨迹预测出来的偏好。婚庆他是一个大消费,一般是十万到几十万之间。所以这是一个大消费的项目。我们通过这些线下的数据来预测,虽然不能百分之百知道哪些人概率高,哪些人概率低一点。
确实会颠覆很多很多的传统行业。因为他在重新构造、重新连接这个世界和个体。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、问题:为什么 ID 会"断号" 很多刚接触 MySQL 的同学都会有一个困惑:表里的主键 ID 是自增的,删了中间几行数据之后,ID 变 ...
2026-10-22一、问题场景:为什么会重复 JOIN 同一个子查询 在写复杂 SQL 时,经常遇到这种需求:同一张表或同一个聚合子查询,要和主表关联 ...
2026-10-22人力资源专员是HR体系的执行入口。招聘信息发布、简历初筛、面试安排、考勤汇总、入离职手续、劳动合同与档案管理,大多由这个岗 ...
2026-10-22人力资源经理问“必学技巧”,真正要解决的不是知识清单不够长,而是时间有限、业务催得紧,学完却用不上。更有效的路径是:先用 ...
2026-10-22内容营销岗位的核心任务,不是“把文案写得更漂亮”,而是围绕目标受众,用持续的内容供给影响认知、推动转化并沉淀复购。它至少 ...
2026-10-22理财经理培训课程很多,难的是判断“先学什么、后学什么、学完能做什么”。与其按课程名称罗列,不如先看岗位任务:客户分层与维 ...
2026-10-22理财经理的知识结构,可以先用一句话概括:合规与产品知识决定“不出错”,客户经营与资产配置决定“够不够专业”,市场研判与数 ...
2026-10-22经济学背景做数据分析,优势不在工具,而在问题意识:供需如何相互作用、成本与收益如何权衡、变量之间是相关还是因果。真正的缺 ...
2026-10-22需要,但要把“需要”理解准确。经济学本身就在处理数据:GDP、物价、就业、企业营收、问卷调研,都是经济分析的原料。真正的区 ...
2026-10-22经济学分析能力不是单一技能,它至少由三层构成:把现实问题转成可检验假设的理论框架能力、用数据与统计方法验证假设的工具能力 ...
2026-10-22金融分析师的知识提升,先补的不是更多模型,而是让结论可复核的底层能力。按任务顺序,大致是四层:财务与业务理解、指标口径管 ...
2026-10-22金融分析师的“通用技能”,指换到不同机构、不同行业组仍用得上的底层能力,而非某家公司内部系统的操作经验。按任务拆,日常要 ...
2026-10-22先给结论:数据分析证书不是金融分析师的准入条件,招聘方也不会因为一张证书就直接判断你能做分析。要不要考,取决于你当前任务 ...
2026-10-22金融分析师的核心技能,不是“会看K线”或“会讲宏观”,而是能把一家公司、一个行业或一类资产,转化为可核查的数据判断与书面 ...
2026-10-22产品经理的知识提升,不是把需求文档、原型、SQL、数据分析、项目管理都学一遍,而是先对准目标岗位的真实任务,找出自己最缺的 ...
2026-10-22产品专员提升工作知识,最有效的方式不是先囤课程,而是围绕日常交付的四件事来补:需求调研与优先级判断、原型与PRD表达、竞品 ...
2026-10-22产品运营专员提升个人能力,常见误区是先把Excel、SQL、Python列成一张学习清单,然后从第一个工具开始学。更有效的做法是先回答 ...
2026-10-22产品运营的能力提升,最怕从“课程目录”出发:今天学增长模型,明天背SQL语法,学完却说不清自己负责的功能为什么激活率低。更 ...
2026-10-22产品经理的技能和影响力不是两条分开的赛道。技能决定你能不能把问题分析清楚、把方案设计对;影响力决定你的判断能否被团队接受 ...
2026-10-22产品经理要学的数据分析能力,不是“会写SQL”或“会用BI工具”这么简单。更准确地说,是围绕需求评估、功能迭代、指标监控、实 ...
2026-10-22