京公网安备 11010802034615号
经营许可证编号:京B2-20210330
7月16日,苹果和IBM宣布,两家公司达成排他性合作,把IBM的大数据和分析能力带给iPhone和iPad平板电脑。业内分析人士认为,这次战略结盟,标志着大数据对全球互联网硬件设备的改造正式启动,也宣布了手机行业的又一次洗牌比如,打算在企业移动市场有所作为的老牌巨头黑莓,就被判了死刑。
大数据将重新"定义"手机
专长于提供企业信息服务的IBM,为什么选择了主打个人消费市场的苹果?IBM志在将大数据和云计算引入个人消费市场,借助手机这一使用最广泛的个人信息终端,IBM将重新改造消费者的信息生活。事实上,IBM不仅与苹果达成了合作,近期还与惠而浦在数字家电领域达成合作。
过去几年,"云计算"、"大数据"概念被炒得火热。但它们如何影响到个人,其实从来没有人能说清。
但"可穿戴设备"的出现,和智能手机信息处理能力的飞跃,让大数据有望成为消费者的日常生活。在中国,诸多互联网龙头企业,数以亿计的风险投资,再加上相当数量的科技信徒,都在积极投身"可穿戴设备"。这无可辩驳地显示了大数据正在带动硬件全面发展。可穿戴的设备的核心,在于个人数据的采集、计算、反馈,以及最终对人的行为的改变。这是一个需要在硬件、软件和大数据3个维度共同发力的过程。
上海青橙手机CEO王迅表示,移动互联网时代的生产,首先是需要满足用户体验的需要,而不是简单地复制标准品。通过大数据的应用,可以抓住藏在用户体验背后的关键点。而诺基亚的失败,就是最明显地忽略用户体验变化、忽略大数据的典型。"我们今年主打一款户外定制手机,其主要功能就是依托大数据来实现对用户户外功能的满足,该手机提供了依托大数据的轨迹记录、图片分享、地理定位和景色推荐等软件,深度满足户外人群的特定需要。"
苹果则认为,大数据还将改变人们的工作方式和企业运营模式。目前,个人对企业信息处理的需求远远没有得到满足。下班用iphone,上班用黑莓的"割裂"生活,已经让人无法忍受。苹果首席执行官库克表示,苹果智能手机和平板电脑已经改变了人们的工作方式,移动设备与大数据分析技术的结合是面向企业的一大步骤,这一合作将为苹果打开一个巨大的市场。
未来,谁家的手机能满足个人生活信息的采集和运用,能满足个人对工作信息处理的需求,谁家就将在惨烈的手机硬件大战中胜出
大数据推动C2B成为手机行业的未来
大数据不仅对手机的信息处理能力提出了新的课题,也对手机企业的商业模式重新定义。
一直以深度定制手机模式在业内闻名的青橙手机,很早就指出规模化大生产与个性化定制之间的矛盾。然而,通过大数据的采集调研,加上打造柔性生产链,就可以推出满足用户不同需要的硬件配置模式。从处理器到内存,从摄像头到屏幕分辨率,都可以满足用户差异化需求。这种称为C2B的定制模式,正在被越来越多的手机企业广泛采用。包括HTC、华为、国虹、青橙等老牌手机厂商,都相继试水C2B定制模式。
青橙CEO王迅表示,C2B定制模式是用户需求驱动的产品生产模式,产品最主要的设计、性能、定价等环节全部由消费者决定,产企业只要负责按需生产。
砍柴网CEO周兴斌表示,小米的成功就是C2B改造手机行业的典型案例,而雷军常说的"互联网思维"实质也就是C2B商业逻辑的运用。在个性化定制上,小米让粉丝充分参与到对未来产品功能的投票中来。
然而,C2B必须借助大数据才能完成,反之,大数据的到来,让还不打算搭上C2B这条船的手机巨头们,面临溺水的风险。
王迅表示,通过互动、调研、团购、定制等交流方式,青橙手机收集并分析了海量有价值的大数据,从而做到对全产业链的精准控制。在青橙官网上,用户可以通过简单做选择题的方式来实习自己产品的个性化,在清除货存、节省资源方面效果良好。
日前,阿里包下了美的、九阳、苏泊尔等十个品牌的12条生产线,专为天猫特供小家电。阿里通过所掌握的数据以及分析成果,去指导这些生产线的研发、设计、生产、定价。
阿里巴巴创始人马云曾在多个场合表示,数据挖掘是阿里巴巴未来的工作重点。
未来,除了阿里天猫、青橙手机这样将大数据玩得风生水起的厂家之外,这种基于大数据的C2B模式将会渗透到越来越多的传统厂商。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16