
|
|
2012年,这颇为厚重的积淀终于开始展现沉甸甸的价值,也由于这份积淀的深沉,中国企业级软件市场上演了一出惊心动魄的灾难大剧,大牌、新秀、过气、龙套等等角色让用户们目不暇接,一月之内情节跌宕起伏,结局发人深省。 |
2012年是属于大数据的一年,经过了云计算元年的铺垫,大数据的到来似乎是水到渠成,没有任何异议,所有的企业软件服务商都开始搭建挖掘大数据金矿的工具,当所有企业都热火朝天的准备捞金的时候,好戏上演了。
当云计算如火如荼的肆意展现时代风采的时候,大数据已经悄然的出现在这个巨大的舞台中央。对于云计算来说,大数据在云平台上尽情展现那风华绝代的容姿,为客户带去大数据深埋的价值,将是云计算送给所有云时代用户们最精彩的表演。
在大数据的时代里,用户的体验与诉求已经远远超过了科研的发展,但是用户的这些需求却依然被不断地实现。在云计算、大数据的时代,那些科幻片中的统计分析能力已经具备了雏形,而这最大的功臣并非工程师和科学家,互联网用户对此所做的贡献已经远远超出了科技十年的积淀。
众所周知,企业级软件的推行远远没有消费类软件那样迅速,也因此产品的更替并不会出现瞬息万变的情况,当然,以上这些只出现在传统软件领域当中,在大数据时代,impossible is noting.在big data time首当其冲的就是那些过往的庞然大物,在国外由微软、IBM、Amazon、SAP挡着,在国内莫过于金蝶、用友。
从三月份起,金蝶的财务危机让整个中国软件业为之侧目,从流言四起到各区域高管的离职,终于让这个沉闷的软件市场震动了一下,金蝶股价一路大跌揭开了序幕。紧接着,第三季度,眼看还依然顽强的用友突然病发,连续两天的股价跌停让用友蒙上了一层阴影,尽管高管大力的增持股份却没能挽救用友的颓势,与此同时,金蝶并没有五十步笑百步,而是秘密与QQ做着一些令人浮想联翩的联系。
两家传统软件企业的没落似乎引起了一些有想法公司的注意,所谓江山代有才人出,一些云计算企业趁势揭竿而起,当中尤以阿里云、XTools、乐语等一些在企业级软件某一领域中颇有建树的企业呼声最高。
软件业也流行搞战争,XTools CRM作为SaaS界的元勋、云计算领域的新贵,隐忍多时的力量似乎快将爆发,一场沸沸扬扬的价格战再次将之推向风口浪尖,关于SaaS、云计算服务的回归与传统软件的碰撞,令人们开始正视新型软件服务的力量。
在XTools引爆这个节点之后,云计算企业纷纷开始加入乱战,金和、今目标、泛微开始加入掀翻传统软件的大军,微博成了最好的战场,在微博战中活跃的SaaS、云计算企业势头凶猛,反观传统企业却鲜有声音传出。看来,都是有着大众所知的一些棘手事儿难以处理,不过在这个过程中,金蝶又泄露了一点足以颠覆眼球的消息――一直都觊觎企业市场的腾讯终于要出手了。
据笔者所知,很早以前腾讯就想进军企业市场,并且也着手做出一些并购,其中风头正劲的XTools CRM一度被腾讯特殊关照过,只是到后来,从媒体传出的紧紧是双方进行企业QQ的合作,但是由此可见QQ已经坐不住了。而金蝶的这次意外,QQ显然并不想放过,这次不知道什么情况的并购情况肯定能让大家眼前一亮。
在微博大战中进入尾声的时候,不知是哪位博友的精辟总结:看来传统软件要走入历史了,SaaS终究还是归来了。虽不能完全的概括目前传统软件与新型软件的立场,但是有很多人都是默认了一点,云计算已经改变了IT的价值观,大数据重新树立了价值体系,SaaS型的服务将会越来越普及。
阿里云、XTools、腾讯等等这些新型企业软件服务供应商,是否能打开IT市场新的篇章?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14