京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“2014绿公司年会”于4月20日-22日在广西南宁举行。上图为阿里巴巴集团CTO王坚。
新浪财经讯 2014中国绿公司年会“改变的年代:现实与远见”于20日至22日在广西南宁举行。阿里巴巴集团CTO王坚在“大数据”变革企业经营与管理圆桌论坛上,暗讽苏宁不懂电子商务。
王坚表示,阿里巴巴对大数据时代的了解还是原始的,另外一个角度讲,不会超过苏宁对电子商务的理解。王坚称,应该尊重苏宁集团,但苏宁对电子商务的理解的确不够。
王坚还表示:淘宝最大贡献是掌握消费者数据。阿里巴巴实际上是一家数据公司,而淘宝最大的贡献不是让人来买东西,而是将消费者习惯摸清。消费者的习惯就是数据。企业的成功之处在于如何将数据变成财富,阿里巴巴的小额贷款是最能体现互联网数据价值的。
以下为王坚发言实录。
王坚:做大数据以前,对企业的影响可能还要追溯到互联网对企业的影响。要讲清楚,让大家理解大数据对企业的理解,有三件事情可能少不了。
一个就是互联网。互联网很热门的词就是云计算,就是大数据。原因非常简单,互联网公司一定是一家数据公司。阿里巴巴在2008年的时候开过一次会,突然发现我们不是电子商务公司,是数据公司,对公司有非常非常大的影响。
第二个事情对企业有非常大的影响,当自己发现是数据公司时,突然发现少了一个东西,少了把数据变成财富的东西,靠什么呢?就是靠云计算,必须用最低的成本从数据里面得到价值,才能活下去,所以大家设想一下,如果不能用最低的成本得到价值,是活不下去的,这是最基本的。
第二个明白了事情就是计算一定要变成公共服务,2008年开始,对我们企业来讲,用另外的角度来表达阿里巴巴,我们曾经讲过几句话,不上淘宝的人可能不太有体会,淘宝对中国社会最大的贡献不是让大家上去买东西,对社会最大的贡献是消费者的习惯在我们自己企业手里。消费者的习惯就是数据,这是倒过来看的。有时马云也会讲,公司是拿数据去卖东西的,阿里巴巴这家公司卖东西是为了数据,这是一个最基本的不一样的地方,也是我们慢慢过来的。
阿里巴巴做的小额贷款的事情,最最体现了数据的价值,或者互联网数据,我先不说大数据。互联网数据的价值,过去要说贷款的话,银行最重要的是调查信用,要抵押,就这两个事。调查信用是传统的来看数据的方法,也可以讲这是数据,但是是传统的,为什么?它跟互联网无关。
我们怎么用数据来变成一个企业的信用呢?用过去它在我们平台上沉淀下来的数据,不是我们去收集的数据,是沉淀下来的数据,这些数据过去是没有用的,但是因为我们把它变成模型,变成信用以后,就变成这家小企业的财富,才会使我们由300多个员工给70万人做贷款,这是数据的效用跟价值。
倒过来,对我们的组织结构的冲击是很大的,过去用这样的方法做事情,今天会想用另外的方法做事情,对我们的组织结构的冲击也是很大的。
我想表达的意思是什么呢?如果你今天讲数据的话,千万不要觉得大数据是从数据变成大数据的,不是这样的,其实今天实际上是一个把过去从所谓的信息社会变成了数据社会,可能这样讲更好一点。
这句话是什么意思呢?过去因为没有互联网,因为没有计算能力,所以你能够得到的数据一定要大家觉得马上很有价值的东西,大家过去称之信息。
今天是因为有了互联网巨大的计算能力以后,今天你是可以得到很多数据,而不追求今天的数据价值,但是它在第二天可以带来更大的价值。
从第一天起大家都知道数据,它是从信息到数据的转变,因为有了互联网,有了计算能力,大家可以设想一下第一天会要求拿到的是最有用的信息,但是过了两天发现,今天看起来没有用的东西变成了最有用的东西。
谷歌是做的最好的例子,让一个点击,鼠标点一点可以挣几千美金,鼠标这个东西,在微软时代,多少人点鼠标没有人把它变成财富,但是互联网时代把它变成了财富。这是非常典型的例子。
只收集信息,今天看来不会变成你的财富了,而去年得到看起来没有价值的东西可以变成财富,这是阿里巴巴自己很重要的理解。
今天我们对数据的理解,尽管有很多消费者喜欢,但是还很粗浅。我曾经跟马总讲的话,对我们自己公司反省,阿里巴巴对数据的理解还是非常原始的,另外一个角度讲,阿里巴巴对数据的理解不会超过苏宁对电子商务的理解。应该尊重苏宁集团,但苏宁对电子商务的理解的确不够。
讲这句话的意思是,大家对这件事情的认识还是很浅,我们对数据很尊敬,只是想表达一下我们在非常原始的状态,在这个行业,今天刚刚开始,严格上讲也没有专家,大家碰到的都是新问题,但是挑战不要低估了,走出两个误区,一个是觉得把过去的数据,过去谈数据,今天再谈大一点,把方法再搬过来。第二,脱离了互联网跟云计算讲数据,也是蛮大的误区。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20