京公网安备 11010802034615号
经营许可证编号:京B2-20210330
借力大数据 释放产业价值
在移动互联网日渐普及的今天,大数据开始成为这个时代最重要的标杆。并且不再局限于互联网,每一个行业和产业都在谈论大数据。大数据正在冲击整个行业生态圈,所有传统行业的从业者都感受到了大数据冲击,但也有很多人在选择大数据变现方向和确定盈利模式时感到迷惘。
在大数据汹涌的浪潮中,如何明确智能硬件在“大数据”影响下的发展方向,促使大数据与智能硬件激烈碰撞,满足对新一代智能硬件对大数据的无限想象是此次大会的热议重点。作为论坛演讲嘉宾,aika爱家创始人兼CEO陈利军,就智能硬件的现状、企业大数据业务与盈利模式和创业公司的变现为核心,进行了发言。
创业,小心别被“坑”
大会上最被智能硬件类公司关心的问题,莫过于创业公司在初期,对于是否效仿小米模式、用“硬件不盈利数据盈利”的方式赔钱卖硬件,成为很多创业者长期“纠缠不清”的问题。面对台下大量来自创业公司的参会者,同样作为创业一份子的陈利军,也给出了自己的看法。陈利军认为——无论是小米模式还是以“罗永浩”为代表的互联网模式,对于创业公司来说都是一个深不见底的“大坑”。
陈利军解释说:“小米虽然作为中国互联网企业的新标杆,但对于大多数创业公司而言都不具备参考价值。首先是雄厚的资本,销售上的赤字并不会为运营带来持续的压力。其次是小米的硬件并非真的不挣钱——也许前一百万个的确是在亏本销售,但是随着小米硬件的销量攀升、成产技术成熟和制造成本降低,此消彼长,小米的智能硬件销售早已实现盈利。”
至于流量,更是拦在创业公司面前的一座大山。陈利军说:“想靠数据盈利,没有百万千万级的流量就不要想。京东阿里这种平台是不会轻易给创业公司或是一个新生品牌如此高的流量的,一些脍炙人口的品牌都是在自创流量,比如锤子科技的罗永浩,通过‘老罗相声’,将个人形象与产品相结合,但是大多数公司,是没有这种‘摇滚明星’似的的人物来帮助公司做推广的。”
面对这两种流行模式,陈利军表示:“都不是一般创业公司‘玩得起’的。”同时,他对智能硬件的销售现状表示了担心:硬件公司纷纷通过赔钱方式把产品甩入市场,不仅会让产品为了压价而牺牲质量,对智能硬件的口碑产生负面效应,更会对硬件市场造成不良影响。市面上廉价手环和劣质充电宝,就如同9块9的电影票带来的糟糕后果一样。赔本销售本来是一种增加销量和吸引用户的手段,但却让不少外行人误认为,产品本来就值这个价。
(aika爱家创始人兼CEO陈利军分享产业观点和创业心得)
大数据“垂直细分”进行时
“大数据+产业”大会上,聚集了来自百度、阿里巴巴、腾讯的大数据专家,目前BAT在数据资本和大数据精准营销、大数据预测、大数据分析等应用方面毋庸置疑是不可企及的,但是并不代表就能完全消化大数据市场。在一些细分领域,对于创业公司仍然是最好的时代。
在《大数据智能革命》论坛上,陈利军一上来并没有谈论大数据带来的影响,而是先讲述了一个台湾首富王永庆卖米的故事:“王永庆15岁时,用借来的钱做本金自己开了一家小米店。为了和隔壁那家大型米店竞争,王永庆颇费了一番心思。他不仅做好细节,还坚持送货上门。每次送货,他都会在笔记本上详细记录了顾客家有多少人、一个月吃多少米、喜欢的口味和顾客家发薪日期等信息。估算出顾客的米该吃完了,就提前送米上门;等到顾客发薪的日子,再上门收取米款。就这样,王永庆的生意越来越好。从这家米店起步,最终成为今日台湾商界的龙头老大。”陈利军解释道:这就是大数据的雏形。今天说起大数据云山雾绕,但实际上,100年前大数据就已经应用于人们的生活了。虽然不是每家公司都能像BAT一样,但却可以像王永庆那样务实。不需要刻意去研究管理知识和消费心理,只是用心去研究顾客的消费行为和需求,再琢磨如何去满足顾客的需求就可以了。不单纯卖给顾客简单的产品,而是将顾客的需求变成自己的服务项目,与产品一同给予顾客。从今天来看,也是大多数创业公司能做的这事情。
不过对于广义大数据的应用,陈利军认为现在谈还为时过早,但是在狭义的大数据上,诸如跑步、洗衣和糖尿病检测等垂直细分领域,大数据已经可以实现初步的精确匹配,但不通过硬件盈利,仍然是不现实的。在发言最后,陈利军还直言不讳地说,对于创业公司而言,自己做的大数据并不具备说服力,往往都是做给VC和PE看的。陈利军的发言也赢得了台下阵阵掌声。
大数据让未来提前到来
大数据+产业”大会的主题是“未来已来”,这既表达大数据的未来,更是表现出“大数据将未来提前带到我们面前”这一事实。经过多年的发展,大数据技术日臻成熟,但大数据架构建设、商业价值发现、数据安全乃至人才培养依然是创业公司关注的焦点。
不知道从什么时候开始,每一项产业都开始从大数据中获益,不论是传统产业还是创新产业,谁能够尽早发现数据和内容在这个时代的核心价值和相关性、率先与互联网融合成功,谁就能够抢占先机,甚至引发一场革命。每个人都希望找到“互联网+”时代下大数据价值的秘密地图。将技术与应用结合,渗透到智能硬件、金融、医疗、出行和社交等领域。嘉宾们围绕“互联网+产业”的主题,互相分享了他们探寻不同应用场景下的数据融合推动信息变现的道路上的机遇与挑战,与参会者一道,共同寻找通往未来的秘钥。
虽然距离真正的大数据应用还有很长的路要走,但是陈利军相信,通过不停的摸索与探索,智能硬件与大数据的结合,不仅会释放出更大的商业价值,同时也会让这个时代的人活得更好、更从容、更惬意。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23