京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据应用时代来袭 SaaS走向没落_数据分析师
随着大量的信息涌入互联网——90%的互联网是过去两年建立起来的——互联网公司正在想方设法去熟悉并利用大数据来推动他们的业务。正如SaaS和云技术一样完全变革了企业的运作方式一样,大数据应用(BDA)也同样可以。 BDA是基于网络的应用,它通过解释和使用大量的企业和网络规模的数据,为他们的用户提供更智能的结果。0
但真正的问题是:假如底层的数据结构使用Hadoop和noSQL会是什么样的一个情况?没有一家大公司的CEO会为可扩展数据结构带来的价值主张而感到兴奋不已,BDA就是在这样的背景下应运而生的。BDA不只是重新包装你的数据,让界面看起来比较酷炫或者使数据扩展性的效率得到提高,它们是利用全世界的数据,给你提供更好的结果——比如说带来更多的收入。0
SaaS对于企业软件来说是一种不同的交付模式:它允许即时注册,极大地降低整合成本,并允许用户购买前试用,而且具有良好的可扩展性。Salesforce.com通过转变CRM行业开启了云技术变革,随即被很多各种类型的企业软件争相效仿,如为HR提供服务的Taleo/Successfactors , 提供ERP服务的Netsuite公司以及提供网站数据分析的Omniture 公司等。SaaS增加了商业软件市场规模的同时为大企业带来了更好的投资回报率。但它忽略了一件重要的事情——它并没有改变核心应用软件的基本功能。 Salesforce没有添加企业面对面的Siebel CRM功能—— 它只是让人更容易采纳并且维护费用较低而已。0
Google、亚马逊、Facebook等公司对软件消费方的大数据有很好的理解。亚马逊CTO Werner Vogels最近在CeBIT(德国汉诺威国际信息及通信技术博览会)上发表专题演讲时指出,失误出现主要是因为没有足够的数据备份来提供补救措施。随着更多的用户和数据加入核心引擎的应用程序,所有这些让软件变得更加难以应付,显得更为智能且更有价值。现在,BDA企业正在不断兴起,并且它们会是未来的发展趋势,以下就是些很好的例子:0
LinkedIn是一家专门提供招募人才软件市场的BDA公司。LinkedIn不是让你把联系人加入单独的通讯录,而是将这些联系人全部联系在一起,让用户与用户、用户和有关键竞争力的招聘者之间建立起联系。每个用户加入LinkedIn,LinkedIn的BDA存储栈都会接受到信号,从而方便招聘者掌握他们的所有资料,而不仅仅是单个用户的相对分散的资料。在资源共享的情况下,小型的专业的招聘公司就可以与那些大的猎头公司进行竞争。
Bazaarvoice是一家专注社会化共享的BDA公司。他们在网络上搜集客户评论,然后将这些信息提供给很多网站。传统的基于SaaS的方法存在这样一个弊端:它们只是在单独的网站上搜集和发布客户评论。相反,Bazaarvoice从整个网络进行信息搜集,从而确保只要客户的网站出现一款新的产品,即时的评论就会呈现给你,这样Bazaarvoice就为所有Amazon.com销售者提供可比较的评论数据库。
我们自己的BloomReach公司,是一家专注市场营销的BDA公司。我们仅通过对网站进行分析就可以为网站所有者找出相关遗漏信息,而这些信息可以为网站所有者带来可观的利润。我们分析全网络用户的需求,针对特定的用户在整个网络内建立语义模型,然后根据那些与用户最相关的内同不断增加网点。Adobe旗下的Omniture公司在SaaS的应用软件中包装你的数据,为你的企业提供营销建议,而BloomReach则是先对网站的数据进行分析,然后设法为该网站带来更多的流量,从而给他们的客户带来更多的利润。
事实上,BDA本身就好于SaaS,因为它们不仅具备SaaS交付模式的所有好处,而且还有搜集数据过程所带来的网络效应。随着时间的推移,独特的数据能够为用户和应用提供商带来网络效应,是一笔宝贵的财富。目前,因为企业外部的数据要多于企业内部,仅仅因为数据分析和工作流程的需要,就对企业内部数据进行重新包装的想法看起来显得有点古怪。0
BDA公司创造价值的方式与SaaS公司大相径庭。BDA公司是由一群在大系统方面有着丰富经验的人建立起来的,他们在机器学习和数据挖掘发面具有很深的造诣,比如说我的合伙人Ashutosh Garg就是这样的人。虽然BAD和SaaS的目标都是针对企业内部,但BAD的投资回报率要高于SaaS,因为每个客户会给引擎增添数据,反过来这些数据又会重新为这些客户所用,所谓取之于民,用之于民。目前市场上对SaaS公司有三个评判指标:用户的生命周期价值,客户开发成本,以及增长率。毫无疑问大多数SaaS公司具有很高的增长率,但相比之下BAD公司在生命周期价值和开发客户成本方面却更胜一筹。0
BDA的革命才刚刚开始,相信将来它会带来更加广泛的影响。如果我们要再次建立CRM,我们将不只是跟踪销售人员的效率,我们会建议你如何利用整个行业的数据与你的对手竞争。如果我们要建立市场自动化营销软件(如Marketo,Eloqua),我们将不只是捕捉和培育客户所产生的线索,我们会在整个网络中去发现并为他们吸引更多的线索。如果我们建立一个财务应用软件,它将不只是将追踪贵公司的财务状况,而且与你同类的上市公司进行对比,你可以衡量自己的现状来决定采取最佳措施。0
像任何新技术一样,新事物的出现并不意味着旧事物的立即消亡,这需要一个更替的过程。虽然Oracle公司和SAP公司仍是大公司,但Salesforce.com是一个有着20亿美元市值的庞然大物,绝对不可小觑。我们有理由相信未来是属于BDA的,是时候对SaaS说再见并且迎接BDA的到来了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27