京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据主导下的“分享经济”走向
尼尔森咨询最近做了一个全球性调查,看哪个国家和地区最渴望“分享经济”,它找到的答案,是中国。但 Airbnb、Lyft 包括私人停车库出租共享的 SPOT 也已经不是分享经济最前沿代表了。以下,是美国刚刚冒出或正在讨论的几种分享经济走向。
另外,杰里米·里夫金刚刚被引进中国的新书《零边际成本社会》提供了一个衡量这个新经济模型的边界:使用权胜过所有权、可持续性取代消费主义、社会资本和金融资本同样重要,以及“生产型消费者”大规模崛起,这个即将大规模爆发的群体特征是:他们在同一领域消费产品的同时,也在生产这个产品。
3D 打印 + 分享经济
如果在 B 平台能以 29 刀入手,我们怎么可能在 A 平台以 37 刀买同样东西呢?现在,竞争已经激烈到很多卖家不得不以近乎成本价出售商品,但这种竞争还要进一步加剧,因为 3D 打印技术的发展,必将消除“零售商”这个概念。
所谓“消除零售商”,是指:如果我有一台 3D 打印机,那我就不用再向制造商买东西,我自己就能生产商品,甚至还能卖给别人。也就是说:3D 打印机的拥有者,最终会变成制造商。
尽管目前大部分消费者能买到的 3D 打印机生产效果还不如大制造商工厂里的机器,但它们正快速追赶。如果未来 3D 打印机能实现高质、量产,那么人人都能成为制造商,现在的“零售商”概念也将随之消失。
同时一旦嫁接“开源”,人们不仅能以相对低廉的价格买到 3D 打印出的产品,还能免费下载该产品代码。也就是说,人们只需要准备必要的原材料,就能制造出别人设计的产品。
如此发展,生产能赚钱的东西可能就不再是有技术和有创意的人的专利了。任何人都能靠生产别人创造的产品获利。这种开放,能保证商品有极大量的市场供给。它的好处在于:买方得到所需产品的成本降低,而卖方生产时的边际成本也被摊薄了。
在 3D 打印领域,分享已经引领潮流。Thingiverse 和 Shapeways 等平台都在扮演“开放资源社区”角色,它们提供大量公开分享的产品代码及无数有形的小产品。
奥巴马政府已经规定,美国以后在所有中小学都要有个 3D 打印机,每个孩子都要有个 3D 打印机,以后你会看到所有小孩在自己家里用 3D 打印方式生产东西。他们也许使用回收的材料、廉价能源,东西可大可小,但是一切都可以打印。在未来,也许大桥、高楼这样比较复杂大型的东西还需要专业公司生产,但是一些小东西完全可以在家里自己生产,而他们所需要的模板材料,都可以从互联网上免费获取。
也就是说,未来必然会形成一个大厂商和不同生产者竞争的格局,如果一个公司想替代普通生产者去生产某一样小东西,它怎么能干得过全人类呢?
大数据 + 分享经济
另一个领域虽然还未受到太多关注,却必将改变世界。它就是:不同数据库之间的数据共享。Facebook 为什么收购 WhatsApp?亚马逊为什么宣布进入移动支付战场?答案是,现如今,软件公司中最聪明的那部分已经意识到,比他们正贩卖的服务更值钱的,是他们收集的数据。
当用户使用 App,他们定位被追踪;他们的购买历史被记录;他们在注册时需要确认个人信息、填写邮箱地址,甚至被要求提供母亲姓名。一个 App 收集到的关于某用户的数据也许零散、无价值,就像一堆组不成句的单词,但是,当多个 App 之间开辟数据共享,这些单词就可能被连成句子,甚至成段成章。而一旦这些共享数据找到彼此关联,它形成的信息网将释放巨大能量,极大降低现实中人与人、人与物之间建立连接的成本。
软件公司之间开放数据分享,效果能有多逆天?举个例子:Expensify 是家颇受欢迎的移动支出报告服务公司,未来,它的数据可以这样用:在它数据库,分享你和其他人的数据。这样,你的 App 会对你说:“嘿,现在是晚餐时间,在你住的酒店旁有一家很棒的泰国餐馆。我们另一位用户 Bob 也曾来过这个城市并给这家店 5 星评价,你现在想让我帮你定个座吗?”
或者,可以与 GrubHub 分享数据,这样它就能帮你订你最喜欢的菜并送到你住的酒店。又或者,与 Uber 分享数据:“我知道你刚刚落地,你是想直接坐车去酒店,还是先兜去那家泰国餐馆?”如果它们在用户付饭钱过程中加入一个打分体系,那它们收集到的数据,就相当一个商务旅行方向的 Yelp 了。
还有升级版。“‘嘿,这么说好像有点冒昧,不过附近有一个商务游客跟你一样喜欢泰国菜,而且从她的行程上看,她现在有空。你想跟她在 Bob 推荐的泰国餐馆一起吃点咖喱吗?如果你不想,我将不再提示。’”
这就是大数据与分享经济结合的结果。它就像个贴身管家,你想到的,它都能想到,你想不到的,它也能想到。这样的生活简直不要太方便,但是当技术进阶到“升级版”程度时,你可能:需要多花点心思看紧你另一半了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05