京公网安备 11010802034615号
经营许可证编号:京B2-20210330
马云:刷脸支付,淘宝购物,赢在大数据时代
数据时代,也许阿里的新口号是:刷脸支付,淘宝购物。
赢在数据时代,你准备好了吗?
马云刷脸了
最近,马云参加在德国举办的汉诺威IT博览会(CeBIT),其作为唯一受邀的企业家代表,在开幕式上作了主旨演讲,并现场为中国副总理马凯和德国总理默克尔演示了蚂蚁金服的Smile to Pay扫脸技术,并当场刷自己的脸给嘉宾买礼物!
我在多个培训场合提到了刷脸时代,现在看来,这个时代的脚步声已经悄然而至。
刷脸技术背后是基于数据。
数据经济来了
正如马云说,现在是D ·economy,不仅仅是数字经济,应该是数据经济,在数据经济,所有的东西都会被改变。
人类史上有几次革命。如果第一次和第二次技术革命释放了人的体力,那这次技术革命释放了人的脑力,是脑力在革新。
未来的世界,我们将不再由石油驱动,而是由数据驱动;未来的世界, 生意将是C2B而不是B2C,用户改变企业 ,而不是企业向用户出售——因为我们将有大量的数据。制造商必须个性化,否则他们将非常困难。
我们此时,既要看到外在光鲜亮丽的形式以及承载的实用功能,也要深入研究内在流动的东东。
我们也许看到像苹果这样的创新公司告诉我们未来的样子。但更要铭记有一种东西将会在机器中流动,那就是数据。
笨蛋,问题是大数据
未来的世界,所有的制造商他们生产的机器,这些机器不仅会生产产品,它们必须说话,它们必须思考。机器不会再由石油和电力驱动,机器由数据来支撑。
未来的世界,企业将不再会关注于规模,企业不再会关注于标准化和权力,他们会关注于灵活性,敏捷性,个性化和用户友好。 关键取决于你是否拥有数据并善于利用数据。
在数据时代,世界将会因此变得非常美丽,同时也非常富有挑战性。
在这个时候,我们姑且再相信马云一回。
他说: 不是科技改变了世界,是科技背后的梦想改变了世界。 如果是科技改变了世界,我不会在这儿,我没有被训练成一个科技专家,我对电脑一无所知,我对互联网也了解的不多。但是我有一个强大的梦想,我要帮助中小企业。
外星人都向数据看齐了,你是不是也得跟上。
我想起了当年克林顿竞选时的口号。
当年美国总统大选,年轻的克林顿与刚刚打赢了第一次海湾战争的老布什总统展开对决时,凭着 “笨蛋,问题是经济” 这一句名言,成功地杀入了白宫。
现在我们的口号也许是, 笨蛋,问题是大数据。
《数据之巅》告诉我们什么
所以,我们需要研究研究大数据的书。今天聊聊涂子沛的《数据之巅》。他现在已经是阿里的人了,你就知道阿里重视数据的程度了。
结合本书,我有几个观点,可以分享一下:
第一,让机器学习来使用数据,实现智能化。
大数据的兴起标志着社会向智能化的社会迈进和转型。
马云刷脸,这就是知识学会使用数据,实现智能化。未来会产生更大的变革。
第二,设备越来越小,传感器无处不在。
传感器在干什么?传感器在收集数据。一句话是万物皆联、无处不计算。
现在Twitter上一天产生的数据量相当于以前一百多年产生的数据量,这部分微博、微信数据称之为非结构化的数据,因为这部分数据的爆炸引起了大数据时代的到来。
其实手机也是一种传感器,它在给twitter、微博、微信搜集数据,未来各种智能穿戴设备,智能家居、智能汽车、智能家电都在收集数据。
未来,一切都得靠数据说话,智能地表达。
第三,思维大变革,先换一个懂大数据的脑袋。
什么东西变革了,不容易改变。那就是思维。这个时代用数据说话远远不够,我们要改变思维方式。我们现在要从数据当中寻找知识、启迪、规律,用数据去预测未来,用数据去管理社会,更要用数据创新。
像Google的无人驾驶汽车一样,因为我们正在迈向一个智能型的社会,所有的创新都离不开数据。
最后,数据操控一切,别和机枪比武功。
试想,机器的运算速度和精度同人脑相比,哪家强?这还用问吗?
这就导致一个问题,我用大数据进行操控了,你还在那用眼瞧,用笔记,你就已经彻底地输了。
用马云之前在传统零售行业与互联网的比喻, “就像在机枪面前,太极拳、少林拳是没有区别的,一枪把你崩了。”
未来有大数据的企业和没大数据的企业,也是一样,即使机枪和武功的分别。
记住,所有机器流动的是数据。
举一个例子:德国队已经把传感器装到了每一个队员的身上,装到了足球上面。一场比赛下来6000万条记录,一个球员控球时间的长短、传了多少个球、奔跑的加速度是多少、奔跑的长度是多少,这些全部都可以计算。
以后发奖金,针对性训练,评估状态,战术安排全都有了精细化参考手段。
这也指出,数据给我们带来了精细化的管理。
此时,德国队就是一个有数据的机器,如果和中国队比,就相当于机器和人比,一个有大数据的流动,一个是一帮废材的运动。
你觉得我们输在不努力、不专业、不敬业,其实, 我们很可能会输给时代。
你的企业也是一样。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26