哪些股票值得持有 10 年？ - 知乎<strong class="NumberBoard-itemValue" title="2被浏览<strong class="NumberBoard-itemValue" title=",709,114分享邀请回答3K338 条评论分享收藏感谢收起2.9K100 条评论分享收藏感谢收起正在进入...02-1602-1602-1602-1602-1602-1602-1602-1602-1602-16最新范文01-0101-0101-0101-0101-0101-0101-0101-0101-0101-0101-0101-0101-0101-0101-01组三组六必中方法！经验方法汇总教学，不看后悔的必中技巧！组三组六必中方法！经验方法汇总教学，不看后悔的必中技巧！空空影吧百家号　　组三组六作为领头羊，开奖频率高、数据多。其号码与和值走势基本呈现摆动趋势，所以技巧实战中最好首先能通过观察其走势图来确定号码或和值范围。经历了一星的起步阶段，下面就该进入另一种彩民最常玩的组三组六，相对于一星而言，组三选六需要综合考虑的因素更多。　　因为任何人不能保证技巧中的方法百分百的必中，所以需要做好倍投计划，这里注意两点：一是每期要根据上期号码进行微调调整，不能一味的死守，二是不主张倍投太多期，控制在5次以内，追不到就止损。盈利的情况，每次投入70元，中奖190，不倍投的情况下盈利120元，每天中1、2次就可以考虑收手，贪多必亏。　　下面为大家举个例子，假设17期开出318，首先用三个位置和尾确定012路胆码打底，百位3遗漏1期，十位1没有遗漏，个位8遗漏8期，就是说1+0+8=9，9属于0路号，所以，下两期看0369出胆，然后用跨度确定单双号，17期开318，开出7跨，就是说单号13579要开出胆码，结合上面两步，可以将胆码取交集，，很容易锁定双胆39，就是说18-19期双胆39，18期开出613直接中。　　所谓的百位等腰三角图形定位组三，指的就是当连续三期百位奖号形成等腰三角形，第四期就可以考虑组三了。大家可以通过观察每期走势找到等腰三角图形定位组三的方法。　　应该重点关注。距离5一般不易断档，应特别关注。作为单选指标中的一项，如果超过5期未出现距离5的情况就应重点关注，超过10期可进行跟踪。目前，百位距离5的数字应加以关注了。数字的惯性走势也是构成仿形组合的一个方面，也是判断仿形组合剩余数字的依据之一。大小数的选择原则与奇偶数的选择原则相同。本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。空空影吧百家号最近更新：简介:分享最前沿影视动态，影视资讯。作者最新文章相关文章组织能力提升与升级战略实效专家
《数字时代的十大商业趋势》
《数字时代的十大商业趋势》
书名：《数字时代的十大商业趋势》
作者：朱晓明、宋炳颖等
出版社：中欧经管图书
内容预览：
预览说明：
《数字化时代的十大商业趋势》，中欧国际工商学院院长、管理学教授朱晓明博士凭借深厚的理工学科功底、丰富的商业企业和政府部门从基层到领导岗位的实践经验，以及近十年在中欧国际工商学院教学与研究的经历，使《数字化时代的十大商业趋势》既有理论深度，又有学术创见。 作为一名国际商学院的教授，值得提及朱晓明教授勤奋、认真、严谨的治学态度。《数字化时代的十大商业趋势》的数据都来源于详尽的企业调研。特别应
以下为部分内容，仅供学习者欣赏，推荐有意者到正规渠道购买正版纸质书籍。 &目录 &CONTENTS&&&&内容提要 &&推荐序·一Foreword &&推荐序·二Foreword &&前言Preface &&绪论 数字化改变商业世界 柯达：留不住自己的精彩时刻 摩托罗拉：移动互联风行的出局者 数字化的商业世界瞬息万变 被互联网教导与重启的市场主体 第三次工业革命：东方争雄 商业趋势：世事难料也可测 十大商业趋势概览 结语 &&1 趋势一：大数据——从碎片化数据到大数据 初识大数据 大数据的本质 大数据的演变 大数据的价值 海量数据是金矿银矿，但不是金银财宝 数据挖掘：新的商业竞争力 数据挖掘的应用 助力金融机构 医药行业大数据发力 阿里巴巴称雄的秘密武器：大数据 万千企业家：你离大数据究竟有多远？ 大数据能帮你成功跨界创新吗？ 小企业如何“拥抱”大数据？ 你拥有技术，但你拥有人才吗？ 结构化数据还是非结构化数据？ 结语 &&2 趋势二：云计算——从离线计算到云计算 “云”是什么？ “云”新在何处？ “云”的服务DNA “云”在商业中 金蝶帮助企业抬头看云 用友乘云而变 阿里云幕后助力余额宝 “云”在生活里 远程协作：云办公 全新体验：语音云 海量空间：云存储 “云”的未来 结语 &&3 趋势三：平台——从单边市场到单边市场+双边市场 平台的催化剂——互联网 平台的关键词——链接 链接的对象：多边与多元 链接的方式：互动与共赢 平台的优势——生态圈和大数据 平台的系统优势：生态圈 平台的孪生兄弟：大数据 成功平台三要素 免费 开放 用户价值最大化 如何打造成功的平台企业 结语 &&4 趋势四：移动互联网——从PC互联到移动互联 PC互联vs移动互联 巨大的差异 超越正在发生 融合与碰撞 手机终端与PC、电子消费终端的融合 产业链的融合 产业链间的融合 移动互联网和传统行业的融合 从PC到移动互联网的再出发 腾讯：归零之后再出发 微软：两个第一 抢占流量入口的卡位战 划分势力范围的大并购 移动互联网的新思维 结语 &&5 趋势五：软件定义一切——从软件定义硬件到软件定义一切 软件定义硬件 交通工具还是有着四个轮子的计算机？ 押注软件的GE Android Wear：穿戴设备软件平台 软件渗透行业 软件改变快餐业：手机里的“麦当劳” 软件重塑建筑业：BIM百密无一疏 软件优化农场管理：Farmaron的云与大数据 软件渗透金融行业：Wolfram的养老金计算软件 软件定义一切 互联网：软件定义一切的物理基础 软件定义一切加速云计算、物联网与大数据发展 “软件定义一切时代”的应对之道 软件公司“垂直化” 硬件产品“软化” 你找到正确的人了吗？ 未来的投资机会在哪里？ 结语 &&6 趋势六：外包和众包——从小而全、大而全到外包、众包 外包与众包：和而不同 外包与众包的联系 外包不等于众包 新技术驱动下的新兴服务外包市场 要不要外包以及如何外包 外包的喜与忧 外包策略 众包：全民参与创新的新模式 众包的价值 如何利用众包？ 众包下一步：创客？ 结语 &&7 趋势七：需求驱动——从供应驱动到需求驱动 数字时代的需求新图景 对传统供应链的反思 应运而生的需求链 变化的游戏规则 把用户需求放在第一位 去哪儿网：没有模式，只有需求 宝洁：顾客就是我们的老板 Amazon：第一时间站在用户的立场上考虑问题 发现冰山下的用户需求 置身顾客环境，仔细观察 自己作为用户，亲身体验 运用大数据，精准预测需求 如何构建需求链 最终用户，而不仅是直接用户 长期伙伴关系 共享需求信息 学会利用众包 “精益创业”也用需求链？ 两个案例 创业公司验证用户需求四步法 迭代更新 结语 &&8 趋势八：长尾市场——从规模经济到长尾市场 认识长尾 工业化时代的金科玉律：规模经济 长尾的提出：从钱德勒到迪克西特到安德森 长尾的价值 重新认识二八和八二 是不是二八原理就没有意义了呢？ 是不是20%的头部就没有价值了呢？ 长尾市场是否就是细分市场呢？ 催生长尾的力量 小众需求的兴起 降低的定制化生产成本 降低的销售成本 更多的发现渠道 长尾+蓝海 长尾vs蓝海 “驴妈妈”：捕捉长尾，拓展蓝海 避开正面市场，抢占蓝海市场，走向更大市场 应用长尾制胜 让长尾尽量长 尽量降低成本 短头与长尾的结合 结语 &&9 趋势九：数字金融——从传统金融到数字化与互联网金融 传统金融：遭遇跨界创新 支付宝：打响互联网企业跨界传统金融的第一枪 互联网企业全面进军金融领域 供应链金融 P2P网络融资平台 直面跨界挑战，传统金融变身数字金融 中国工商银行：领衔数字化的银行巨无霸 各类金融机构奋力直追 传统金融与互联网金融的跨界合作 跨界合作而不是兵戎相见 数字金融是实现普惠金融的有效途径 数字金融 驾驭“大、云、平、移”，主动实施金融创新 补课“科技预测与金融创新”，刻不容缓 拥抱互联网思维，变革传统金融经营管理 结语 &&10 趋势十：O2O模式——从纯线下、全线上到O2O模式 Online冲击Offline 线下模式遭遇电商挑战 线上模式方兴未艾，但不可能完全取代线下模式 线上线下融合，知易行难 线上企业试水线下 线下企业触网线上 线上线下能否两全？ 值得探索的O2O闭环模式 O2O闭环缘何而兴？ O2O闭环由何构成？ O2O闭环谁在角力？ O2O闭环走进生活 O2O闭环加速生活服务业转型 O2O闭环助力智慧商圈 你准备好迎接O2O了吗？ 你了解用户的痛点吗？ 你知道你的用户在哪里吗？ 你找到自己的短板了吗？ 结语 &&11 精准把握创新机遇 预测趋势，把握机遇 想象力，人类的最美妙之处 今日的科技预测点燃明日的科技创新 再看《精准创新》 Gartner对2015年十大科技创新的预测 把握商业趋势已不可弃离把握科技创新趋势 多元组合运用商业趋势 制造业新趋势：工业4.0？ 投资者的新趋势：创新更受关注？ 李嘉诚为什么从投资地产转变为投资高科技？ 俄罗斯为什么要建全球第二硅谷？ 特斯拉为什么开放其技术专利？ O2O模式还能看得更远吗？ 结语 &&参考文献 &&后记 & &内容提要&&&&& 在数字化互联网时代，前所未有的不确定性挑战着曾占据GDP过半的传统行业，新技术、新思维冲击着原有的经济形态和商业模式。站在时代的转折点，你该如何面对未来？答案是，趋势超越优势，思维引导战略。只有敏感觉察和精准把握未来趋势，才能站在风口飞起来，才能成为全球竞争的赢家。书中的十大商业趋势如下：&&&& 趋势一：大数据——从碎片化数据到大数据；趋势二：云计算——从离线计算到云计算；趋势三：平台——从单边市场到单边市场+双边市场；趋势四：移动互联网——从PC互联到移动互联；趋势五：软件定义一切——从软件定义硬件到软件定义一切；趋势六：外包、众包——从小而全、大而全到外包、众包；趋势七：需求驱动——从供应驱动到需求驱动；趋势八：长尾市场——从规模经济到长尾市场；趋势九：数字金融——从传统金融到数字化与互联网金融；趋势十：O2O模式——从纯线下、全线上到O2O模式。&&&& 十大商业趋势向我们展示了一幅令人振奋的画面：数据可以挖掘，资源可以共享，信息趋于对称，从而成本得以降低；长尾可以捕捉，蓝海可以抢滩，企业借以整合，从而市场得以重构。&&&& 本书读者为企业家、创业者、投资者、政府官员等。&&&& 洞悉未来商业趋势，精准把握创新机遇，或许你就是下一个成功者！& &推荐序·一　Foreword&&&&& 吴敬琏　教授&&&& 著名经济学家&&&& 中欧国际工商学院（CEIBS）宝钢经济学教席教授&&&& 国务院发展研究中心研究员&&&& 滥觞于20世纪50年代的信息革命，终于借数字技术的大突破，在世纪之交汇成了大众创业、万众创新的滚滚洪流。在这个数字化的新时代中，新理念、新技术、新产品、新商业模式不断涌现，五彩缤纷，使人目不暇接。数字化催人奋进，企业稍一懈怠，就会从巅峰坠入谷底。即使传统产业，也需要与移动互联网这一宏大无比的社区相连接，既传承既往的优良传统，又与时俱进，把生意做到全球去，开创新的生机。如何在这样瞬息万变的世界里把握现在和瞻望将来，是一件很费周章的事情。感谢朱晓明教授和他的团队爬梳剔抉海量信息，总结出数字化时代的大数据、云服务、平台、移动互联、软件定义一切、外包众包、需求驱动、长尾市场、数字金融、O2O模式等十大商业趋势，既精确又生动地为我们描画了这个时代的全景图。&&&& 因此，不论是为了得到认知的愉悦，还是为了把握盈利的商机，这都是一本十分值得一读的书。& &推荐序·二　Foreword&&&&& 刘吉　教授&&&& 著名战略学家&&&& 中欧国际工商学院（CEIBS）名誉院长&&&& 中国社会科学院原副院长&&&& 这是当下数字化与互联网时代商业发展、战略应对的专著，十分难得，非常及时。&&&& 中欧国际工商学院院长、管理学教授朱晓明博士凭借深厚的理工学科功底、丰富的商业企业和政府部门从基层到领导岗位的实践经验，以及近十年在中欧国际工商学院教学与研究的经历，使这本书既有理论深度，又有学术创见。&&&& 作为一名国际商学院的教授，值得提及朱晓明教授勤奋、认真、严谨的治学态度。该书的数据都来源于详尽的企业调研。特别应当赞赏的是书中援引的案例、阐述的观点新之又新，都值得学界、政界、商界的同仁一读。& &前言　Preface&&&&& ICT（Information Commanication Technology）革命是一个“服务业的故事”……ICT导致服务业效率大幅提高是与服务业的转型同步进行的。&&&& ——《中国增长模式抉择》（2013年版），吴敬琏&&&&& 我们占据的位置并不重要，重要的是我们要去的方向。&&&& ——霍姆斯（O.W.Holmes，）&&&&& 2014年10月22日，中欧国际工商学院迎来了丁肇中教授讲演“大师课堂”。这位1976年获得诺贝尔物理学奖的华裔科学家在开讲时说：“这是我第一次走进商学院给MBA、EMBA上课。”其实这也是中欧第一次请来诺奖物理学奖得主做演讲。丁教授在演讲中说，物理世界既可远眺银河系甚至更远（1025米），亦可探细微于夸克（10-17米）之中。从辰宿列张到细入毫芒，人们对客观世界的看法随着时间的改变而改变；从基础研究到应用技术，科学金字塔的底部在不断拓展，应用在不断增多。&&&& 虽然丁教授讲的是对物理世界的认知与应用，但其理却同样适用于商业世界。自有劳动分工与市场交易以来，人类探索与改变商业世界的脚步从未停止。从宏观趋势到微观组织，从经济规律到经营策略，从科技创新到模式创新，人们对于商业世界的认知水平不断提高，商业应用更加多元。&&&& 今天的数字化与互联网时代，恐怕是历史上商业竞争最激烈、变化最快、创新最多的时代了。新思想、新模式、新业态不断涌现并与时俱进。商学院要因时而变，帮助企业家们从本质上认识数字化时代的商业趋势，把握创新机遇。这也是我们将这本书起名为“数字化时代的十大商业趋势”（以下简称“十大商业趋势”）的初衷所在。&&&& 怎么认识数字化时代的商业趋势呢？我们还须原原本本地去学习大师们的著作，比如吴敬琏的《中国增长模式抉择》、熊彼特的《经济发展理论》、德鲁克的《管理的实践》等，并结合自己的商业实践进行认真的学习、思考与把握。&&&& 这本书的前身是中欧国际工商学院朱晓明教授及他的研究团队为学员上课而编撰的讲义，如今，至少有十个班次的学生听过这门课程。从讲义变成著作看似是一件不太困难的事，然而真正下笔却发现远不如想象中容易。一是课堂上讲义可以辅之以PPT、视频及音频，老师如能娴熟把握、精妙演绎，便可抓住学生的注意力并打动他们。但写成书却不得不把这些辅助手段搁置一边，需要特别注重以观点、内容和逻辑本身来吸引读者，并尽量使用生动的语言和鲜活的案例。二是课堂上的讲义是要“由厚变薄”，把经过提炼与浓缩的精华“拎出来”讲给学生听，而书稿则是要“由薄变厚”，把一个观点的来龙去脉、背景渊源、案例佐证等等“展开来”写给读者看。“厚”“薄”的转换需要做大量工作。三是科技创新、数字化技术以及商业模式的发展变化很快，我们希望能把最新的内容、最新的动态添加到著作中，更好地论证我们要阐述的趋势与观点，因此需要对书中提及的商业时事与案例保持持续追踪、搜集与及时更新。&&&& 写作过程是一次智力与体力的全心投入。看到这本书付梓出版，付出的努力终见成果，我们都十分欣慰。希望本著作不仅是商学院的教学用书，还能成为企业家投资、并购、转型、创业的续修之学。& &绪论　数字化改变商业世界&&&&& 公元前3200年，苏美尔人发明了楔形文字，人类掀开了自身文明史上的光辉一页。公元6世纪，中国人发明了印刷术。到19世纪，人类认识了电和磁，信息技术（IT）得以飞速发展。20世纪90年代，万维网的出现使20万台计算机接入全球互联网。2012年，绝大多数普通民众已经拥有了移动电话，移动互联网以迅猛之势向前发展。2013年，云计算、云存储得到广泛应用。2014年，全球70亿人口中有将近30亿成为网络人口。&&&& 如今，空间与时间已不再能够阻隔人与人交流沟通的愿望，社交平台将世界上每个角落的人连接到一起。新浪微博5亿用户，微信5亿用户，QQ8亿用户，脸谱（Facebook）12亿用户。新浪微博网站一天的信息量，就超越了《纽约时报》60年发布的总和。全球最大的视频网站YouTube，一天上传的影像可以连续播放98年。&&&& 伴随着数字化技术的快速演进与发展，伴随着海量信息几乎无成本的全球流转，伴随着人与人、物与物、人与物等等囊括一切的链接，我们有理由预见，新时代已经来临，又一轮立体的、全面的激烈变革就在眼前，每个人、每个企业、每个行业、每个国家都无法置身事外。& &柯达：留不住自己的精彩时刻&&&& 柯达，一个有着130多年历史的黄色巨人，曾经创造了多个“第一”：它是影像行业、胶卷市场“辉煌的第一”，在中国的销售网点一度多达8000个；它也是拥有数码摄影的核心技术CCD（Charge Coupled Device，电荷耦合装置）的第一。在胶卷时代，柯达曾是绝对王者，占据全球2/3的市场份额；最鼎盛的时期在全球拥有超过14.5万名员工，地位相当于今天的苹果或谷歌。但是起于胶卷的黄色巨人今天终于留不住自己的精彩时刻，成为影像行业出局的第一。&&&& 说起来，柯达与笔者很有缘分，当年我在金桥开发区做第一任开发公司总经理时，曾说服柯达将其中国总部入驻浦东金桥。世事难料，从胶卷相机到数码相机竟只是转瞬一变。2001年APEC在沪举办，记忆犹新的是柯达“热升华”技术打印出的影像赠品绚丽缤纷、红极一时。柯达破产，发烧友、上下游企业均难解其惑：缘何“拥有数字化却败于数字化？”&&&& 导致柯达英雄末路的原因有多个，但最根本的原因是数字化技术日新月异，柯达却没有因时而动。在今日“数码相机＋手机相机”的年代，人们越来越习惯于把照片存储在电脑、Pad或手机里，更注重电子相片能随时随地地浏览，或用微信、微博等社交网络实时分享，或用iPhoto、Photoshop等软件处理图像，或用iMovie等视频编辑软件让电子相片更生动，甚至从二维走向三维。这是一个什么样的年代？这是一个数码摄影的软件消费需求更为普遍、更加强烈的年代，拍照多半成了自娱自乐或与人分享的过程。&&&& 遗憾的是，柯达没有在这次革命中适时进行转型，而是躺在自己胶片时代的昔日辉煌上止步不前，最终被数字化革命颠覆。& &摩托罗拉：移动互联风行的出局者&&&& 1969年7月，当美国宇航员尼尔·阿姆斯特朗（Neil Armstrong）漫步月球时，说出了那句流芳百世的名言：“这是我个人的一小步，却是人类的一大步。”阿姆斯特朗能向全人类发回电视信号和历史性的宣言，依靠的正是摩托罗拉的无线设备。&&&& 曾几何时，摩托罗拉就是无线通信的代名词。自摩托罗拉于1928年创立，它在技术上开创了IT和通信行业无数个第一：1943年发明了第一个手持双向对讲机；1956年推出了第一款寻呼机——“摩托罗拉寻呼机，随时随地传信息”；1973年发明了第一款手机“大哥大”——“手握大哥大，分明是老大”；它更是全球第一款商用手机、第一款GSM数字手机、第一款智能手机的开拓者。可以说，摩托罗拉是20世纪信息产业领域的领导者，是模拟移动通信时代的绝对霸主。&&&& 2007年苹果公司的iPhone进入手机市场，将手机厂商之间的竞争，从硬件竞争提升到了生态系统竞争的层面，改变悄然发生。基于iOS平台的软件开发工具包（SDK）向全球开发者开放，使苹果公司汇集起全球个体的聪明才智，开发出了多样化应用软件App以满足市场的软件需求。从此，摩托罗拉所面对的竞争对手已从主打硬件彻底演变成“iPhone+Appstore”的商业生态系统。&&&& 在低端市场，摩托罗拉则受到OEM厂商、山寨机厂商等的巨大挑战。特别是台湾联发科技股份有限公司将手机芯片与手机软件平台预先整合在一起，出品的手机解决方案基本达到60%以上的完工率，手机厂商只需稍作加工就可以迅速推出新品。通过采用联发科的整体解决方案，山寨机厂商靠价格与速度蚕食了摩托罗拉的低端市场。&&&& 如今，摩托罗拉由一个曾经的通信技术的领航者，褪变成不折不扣的出局者。这个昔日巨人，在2011年1月被分拆为摩托罗拉解决方案公司和移动公司。日，移动公司被Google以125亿美元收购。2014年2月又被谷歌以29亿美元的价格卖给了联想。&&&& 领航者最终却成了出局者，我们在感慨万千的同时，禁不住思索这究竟是为什么？& &数字化的商业世界瞬息万变&&&& 柯达和摩托罗拉的遭遇告诉我们：即便是数字化时代的“先驱”，也会成为数字化时代的“先烈”。不思变革、最终落败的绝不止以上两家。发生颠覆性巨变的，也绝不止相机和手机两个行业。&&&& 诺基亚、黑莓从巅峰坠入谷底，落得被变卖的结局，让人扼腕叹息。微软、英特尔、惠普、雅虎被硅谷苹果、谷歌、亚马逊、Facebook新四强取而代之。被京东步步紧逼的国内实体店霸主们的业务从2009年开始不温不火，从昔日辉煌走向英雄暮年的落寞。高德地图、百度地图抢了车载导航的饭碗，腾讯微信动了中国移动、电信与联通的奶酪……那些转身慢的企业，即便是庞然大物、资金充裕，也会难逃劫数。&&&& 消费者从走街逛店到超市血拼再到淘宝网购，生产者从批量生产到一对一定制再到3D打印，沟通工具从固话通话、传真、文件图像传输到无线通信、电邮、微博、微信，支付工具从现金、银行卡到电子钱包再到鲜为人知的量子货币，大众媒体从报纸、广播、电视到门户网站再到各种自媒体，存储工具从移动磁盘、光盘到U盘再到云存储……各行各业，包括传统的广告业、教育业、零售业、酒店业、服务业、医疗卫生行业，等等，都将不同程度地遭遇数字化大潮的冲击，越来越多的行业将成为数字经济的一部分，依赖于数字经济的发展。&&&& 数字世界在削弱传统商业模式的同时，也给几乎各行各业创造了新生的机会，新的商业模式不断涌现，令人目不暇接。“快公司”倍受青睐，“轻公司”脱颖而出。从早期的门户、搜索、B2C、B2B、C2C、P2P和SNS（社交网络），到团购、微博和LBS、O2O等方兴未艾，新热点不断涌现。飞机机舱可能是一等一的国际社交平台，火锅店可以是最好的指甲店，咖啡馆是VC集聚地，银行等待区域可以是小型书店。行业与行业之间的界限变得模糊，行业门槛不断降低，“跨界打劫”无处不在。&&&& 过去，在产品经济时代，一提到基础设施，便是“铁、公、机”，“路、桥、隧”，“水、电、气”。但当下，软件的基础设施“大（数据）、云（计算）、平（台）、移（动互联）”也许变得更为重要。我们将其概括为四句话：产品不分高低，数可逢生，未来，无数而不生；行业不分贵贱，网可助胜，未来，无网而不胜；服务不分你我，云可终成，未来，无云而不成；需求不分远近，移可求深，未来，无移而不深。“大、云、平、移”绝不是花样时代的别出心裁。在今天，打造一个更好的硬基础设施+软基础设施，已变得刻不容缓、时不我待。&&&& 总之，数字化提供了某种前所未有的可能性，把旧有的经济和社会形态中的某些因素激发出来，既潜藏了无数企业被颠覆、被冲击的巨大风险，也蕴含着无数企业发力、蜕变的机会。这是一个一切都可以重塑的时代——产业格局正在被重塑，商业世界主体的认知与思维正在被重塑，整个世界都在被重塑。& &被互联网教导与重启的市场主体&&&& 达尔文说：“生存下来的物种不是最强壮的，也不是最具智慧的，而是最能适应变化的。”为数字化时代带来最大变化的是什么？毫无疑问，是互联网！&&&& 互联网不仅仅是一种新技术、新革命，还是一条全新的跑道，是未来所有行业、所有企业、所有组织的新运行平台和操作系统。互联网时代或许将完成整个人类商业和社会的全面数字化，并将深刻改变人类的生活方式、生产方式、社会方式、商业模式乃至思维模式。&&&& 波士顿咨询公司（BCG）的研究显示，如果把互联网当成一个国家经济体，它的经济体量仅次于美国、中国、日本以及德国，可位列全球第五。20国集团的互联网经济在2016年之前的五年期间将以每年10%以上的速度增长，发达市场互联网经济将以每年8%左右的速度增长，而在发展中经济体中，互联网经济的年均增长率将是发达市场的两倍以上，平均达到18%。预计到2016年，互联网经济总共将为20国集团的GDP贡献4.2万亿美元。&&&& 在这样的互联网数字化时代，人们可以通过互联网满足包括购物、社交、娱乐、阅读等在内几乎所有的物质和精神需求。尤其对于“宅”一族、网络新生代来说，对于互联网的依赖已经像空气、食物和水一样成为生活必需品。&&&& 在这样的互联网数字化时代，供给的充沛、思想的丰饶越发普遍，需求的多元化、时间的碎片化成为常态，长尾、众包、创客成为时尚新名词日渐流行，用户体验和口碑越发重要，精准、互动、社群营销悄然兴起。一个全新的图景正在我们面前展开：空间的价值在逐渐丧失，时间的价值在逐渐提升；有形要素的地位在下降，无形要素的地位在上升；中心在消解，等级在崩塌，权威在淡化，个性在崛起；企业家、就业者、消费者都被裹挟进互联网的大潮中，被影响，被教导，被改变。&&&& 正如唐·泰普斯科特所言，“失败者创建的是网页，而胜利者创建的则是生机勃勃的社区。失败者创建的是有墙的花园，而胜利者创建的则是一个公共的场所。失败者的创新是在公司内部进行的，而胜利者的创新则是和用户共同进行的。失败者精心守护他们的数据和软件界面以防被盗，而胜利者则将资源与每个人共享”【注：参见《维基经济学》，中国青年出版社，2007年10月出版。】。&&&& 于是，在互联网时代，用户思维、迭代思维、平台思维、免费思维、分享思维大行其道；创建共赢互利的生态圈，而不是单打独斗，得到了前所未有的重视；开放包容的理念渗透到社会的各个方面，去组织化、去结构化、去中间化的思潮将兴起勃发。于是，生产者和消费者合二为一的Prosumer，他们的需求与声音被全世界认真倾听；不用在特定地点上班、为自己工作、为兴趣付出成为越来越多人的工作样态；车库文化、咖啡馆文化、草根文化在世界的不同角落生根开花。&&&& 如果用一句话来定义互联网的未来，那就是“任何人、任何物、任何时间、任何地点，永远在线、随时互动”，这便是未来的互联网！有的研究报告提到，今天我们能连起来的东西还不到1%，如果连接的东西翻100倍的话，这将是怎样的概念？所以未来的互联网有潜力把所有的人、所有的物，通过任何你能想象的方式，在任何时间和地点连接在一起，每个市场主体必须要为这样的未来做好准备。& &第三次工业革命：东方争雄&&&& 18世纪从英国发端的技术革命是技术发展史上的一次巨大革命，它开创了以机器代替手工工具的时代。这场革命发端于工作机的诞生，以蒸汽机作为动力机被广泛使用为标志。1870年以后，科学技术的发展突飞猛进，各种新技术、新发明层出不穷，并被迅速应用于工业生产，经济得以迅速发展，这就是第二次工业革命。当时，科学技术的突出发展主要表现在三个方面，即电力的广泛应用，内燃机和新交通工具的创制，新通信手段的发明。&&&& 在前两次工业革命中，都是西方领衔科技创新、商业模式创新，并因此称雄世界。今天我们迎来了数字化革命，也被称为第三次工业革命或第三次科技革命。电子计算机的发明与通信设备的快速普及，推动了科技、经济、社会与文化的变革，其关键词是数字化革命与新能源革命。这一次，史无前例地，东方与西方差不多站在了同一条起跑线上。&&&& “铁匠在啤酒中撒下眼泪，悲叹自己没有办法在铁路时代卖马蹄，但是这并不会使他们的马蹄更受欢迎。那些学习变成机械师的铁匠才会保住自己的饭碗”，科幻小说家柯瑞·道特罗如是说。毫无疑问，处于第三次工业革命中的中国企业家正是“那些学习变成机械师的铁匠”，他们正在主动放弃低成本的优势，走上转型与创新之路。&&&& 淘宝赢过eBay，腾讯QQ打败MSN，百度战胜Google，成为世界级的互联网企业。即使有人认为他们的胜出有天时地利的因素，但谁也不能否认这也是他们凭着对中国市场的深刻洞察力，真刀真枪、生拼实力的结果。2014年美国时间9月19日上午，阿里巴巴正式在纽交所挂牌交易。截至当天收盘，阿里巴巴股价暴涨25.89美元报93.89美元，较发行价68美元上涨38.07%，市值达2314.39亿美元，超越Facebook成为仅次于谷歌的第二大互联网公司。&&&& 小米动员100万的粉丝一起参与研发、推广和制造手机的全过程，成功运用互联网思维叫板苹果和三星，只用了四年多时间估值竟达160亿美元。2014年它的市场占有率达到14%，以2个百分点的优势超越三星电子（12%）首次荣升榜首【注：根据美国市场调研机构Canalys最近公布的数据。】。&&&& 当亚马逊在日本图书市场一家独大以致日本其他图书电商纷纷倒闭时，当当网却在今年二季度中国B2C图书交易市场高居榜首，市场份额领先第二名亚马逊（中国）15个百分点。&&&& 奇虎360将80%不愿付费杀毒的网民作为目标客户，通过免费，迅速占领了中国市场中最为庞大的安全软件份额，并成功地将用户资源转换为广告资源，2013年市值高达109.71亿美元。&&&& 还有快捷酒店管家，10个人干了18个月，估值千万美金。最近一年，58同城、汽车之家、去哪儿网都纷纷上市。80后的陈欧几年时间内便成功地将聚美优品登陆美国证券交易所……&&&& 如今，中国互联网企业千亿级的公司已有3家（BAT），百亿量级的互联网公司则有10多家。全球市值最高的四家互联网公司里，有两家来自中国——阿里巴巴和腾讯。再加上不少创业公司开始悄然出海，中国互联网企业已不再偏安一隅。&&&& 美国红杉资本主席迈克尔·莫里茨撰文指出，“阿里IPO之后，将使其成为世界排名第五的最具价值TMT公司（技术、媒体和电信公司）。30年前，排在前50位的TMT公司几乎全部来自美国，但今天，美国的份额下降到了66%，而中国公司则从30年前的微乎其微升至如今的10%。互联网权力格局将重新洗牌。技术世界的权力平衡正从美国倒向中国。”&&&& 2014年11月19日至21日，首届世界互联网大会在浙江乌镇举行。这是中国首次举办如此大规模的世界互联网盛会。即使在全世界范围内，这样规模和层次的互联网大会也是第一次。参会的1000多名嘉宾来自世界120多个国家和地区，是世界互联网领域举足轻重的人物，很多是世界顶尖互联网公司的负责人。美国《侨报》评论称，“中国正以令人惊叹的速度和力度进入移动互联网时代。或许，有多少大佬参加大会，有多少新共识达成，都不是最重要的，重要的是全世界看见中国互联网的方向在哪里”。&&&& 马云在上市招股书中致投资者的信中写道：“过去十多年，我们一直以中国因为我们发生了什么变化来衡量我们的成就感，未来，我们将会以世界因为阿里巴巴发生了什么正向变化来衡量我们是否是真正的成功。”不仅仅是阿里巴巴，中国的创业者群体正从“弄潮儿”走向成熟，他们将和其他国际巨头一起站在第三次工业革命的潮头，在同一个竞技场里一较高低，共同创造数字化时代的辉煌。& &商业趋势：世事难料也可测&&&& 这是一个趋势超越优势的时代。面临新技术革命中无数新选择，企业家不能再墨守成规，简单地在老的商业模式上开发利用新的增量业务，而要勇于破除旧的商业模式，再造新的商业模式和服务。做到这一点，必须要对未来趋势有深刻的洞察力。&&&& 斯蒂芬·贝斯特和道格拉斯·凯尔纳在《后现代转向》中指出：“后现代转向的结果是分散、不稳定、不明确以及不可预测的。”有趣的是，这段对后现代文化的描述却真实地反映了今天的数字化商业世界。&&&& 想想看，一个没有在银行中干过一天活的电商马云做起了阿里金融；一个没有当过一天保险公司业务员的马明哲经营了一家颇有影响力的保险公司；一个没有在汽车行业有过任何从业经验的马斯克生产了名噪一时的特斯拉……屌丝逆袭、跨界创新的精彩故事似乎每天都在发生，世界充满了前所未有的可能与选择。如同纳西姆·尼古拉斯·塔勒布描述的黑天鹅事件一样，不确定性从未像现在这样如影随形地伴随我们左右，甚至可以说已经成为当今时代的常态。&&&& 然而，面对不确定性，人类并非无所作为，而是可以进行有效的管理。正如管理大师德鲁克所说：“不确定性包含确定性，未来既是不可预测的也是可预测的。不可预测的是未来的精确图景，可预测的则是未来发展的大趋势。”&&&& 在传统理论与模型中，配第—克拉克定理、库兹涅兹产业结构理论、罗斯托的主导产业扩散效应理论、钱纳里工业化阶段论、霍夫曼工业化经验法则、刘易斯拐点等可以预测一个国家或地区的产业结构变化；华西里·列昂惕夫的投入—产出模型、瓦尔拉斯的一般均衡模型、索罗经济增长模型、哈罗德—多马经济增长模型、卢卡斯经济增长模型、罗默经济增长模型等则被用于宏观经济预测。那么，数字化世界中的产业变革与商业趋势该如何预测呢？&&&& 目前，我们所了解的三大定律——摩尔定律、吉尔德定律、梅特卡夫定律，更多地被用来预测IT产业及网络的发展速度与价值。摩尔定律指出，微处理器的性能每隔18个月提高一倍，而价格下降一半。按照吉尔德定律，未来25年主干网带宽将每6个月增加一倍，其增长速度超过摩尔定律预测的CPU增长速度的3倍。梅特卡夫定律则宣称，网络价值随着用户数量的平方数增加而增加。但仅仅了解这三个定律，对于把握快速变化的数字化商业世界趋势是远远不够的。&&&& 当代计算机芯片的发明人之一，卡佛·米德（Carver Mead）曾说过，我们应该听听技术的话，去探寻它试图告诉我们的信息。巧合的是，被视为网络文化的观察者、预言家及发言人的凯文·凯利（Kevin.Kelly）也同样提出“想象一下技术需要的是什么，我们就可以想象出我们未来的路”。无数事实向我们证明：科技创新开启模式创新！&&&& 对于个人和公司而言，数字世界可能是有史以来最激进的事物。如果他们不想被年轻的新公司超越，就不得不学习新的游戏规则，而且学习速度要足够快。商学院无疑是企业家继续学习的最佳选择，更应该承担起肩负指引学员判断商业趋势之重任。&&&& 今天的商学院，应改变传统高等院校的办学思路，把自己看成一个平台，坚持开放和服务最大化的理念；应把商学院的学员视为管理知识的“生产消费者”，将他们对未来产业趋势的把握、管理的实践和对商学院的具体诉求变成商学院案例编写和教学服务改进的一部分，与教授的理论知识结合起来；应帮助学员更深刻地认识数字化时代商业世界的不确定性和复杂性，更具前瞻性与战略眼光地把握未来商业趋势，让其能从不可预知的未来中获益，拥有更多赢的机会，避免因盲目跟随而陷入同质化竞争的红海中。& &十大商业趋势概览&&&& 1974年获得诺贝尔经济学奖的哈耶克发表获奖演说的题目是“知识的伪装”。他在评价人类知识的局限性时说：“随着科学知识的增加，我们高估了自己理解构成世界的微妙变化能力，也高估了我们对每个变化的重要性做出判断的能力。”但即便如此，我们仍然努力尝试看清这个不确定性更大、变化更快、信息更多的世界，在商海中占得先机。希望本书能提供一个关于商业趋势的全景式描述，让大家借此重新开始思考新的商业逻辑，这是我们写作这本书的出发点所在。&&&& 本书中，商业十大趋势包括以下领域：&&&& ●趋势一：大数据——从碎片化数据到大数据；&&&& ●趋势二：云计算——从离线计算到云计算；&&&& ●趋势三：平台——从单边市场到双边市场+多边市场；&&&& ●趋势四：移动互联网——从PC互联到移动互联；&&&& ●趋势五：软件定义一切——从软件定义硬件到软件定义一切；&&&& ●趋势六：外包和众包——从小而全、大而全到外包、众包；&&&& ●趋势七：需求驱动——从供应驱动到需求驱动；&&&& ●趋势八：长尾市场——从规模经济到长尾市场；&&&& ●趋势九：数字金融——从传统金融到数字化与互联网金融；&&&& ●趋势十：O2O模式——从纯线下、全线上到O2O模式。&&&& 其中，趋势一至趋势四：用大、云、平、移呈现了数字化时代基础设施的变化趋势，同时也描述了产业发展重点变化的趋势；趋势五：分析了数字化时代软件将是最强生产力的趋势；趋势六：揭示了生产组织方式变革的趋势；趋势七：展现了经济发展驱动力变迁的趋势；趋势八：预见了企业对市场群体关注重点变化的趋势；趋势九：剖析了金融模式变化的趋势；趋势十：从纯线下或全线上模式的利弊得失切入，表明O2O模式为众多企业商业模式最佳选择的趋势。& &结语&&&& 一个千帆竞渡、万马奔腾的时代已经拉开了帷幕，一个赢者通吃的时代已经向我们逼近，商业重启的大门从未像今天这样敞开过。数字化能改变商业世界？答案是肯定的。有人会问，数字化能不能改变商学院日复一日、年复一年讲述的那些商业理论呢？我想，答案也是肯定的。&&&& 在数字化时代，唯一不变的是变化本身。& &1　趋势一：大数据——从碎片化数据到大数据&&&&& 大数据的核心就是预测。大数据将为人类的生活创造前所未有的可量化的维度。大数据已经成为了新发明和新服务的源泉。&&&& ——《大数据时代》&&&&& 数据将成为一切行业中决定胜负成败的根本因素。最终，数据将变成人类极为重要的自然资源。&&&& ——IBM&&&&& 2014年4月4日，国内某机构预测泰山将成为周末全国最拥堵的景区，第二天中央电视台发布的全国景区人流量排行榜中，泰山果然高居首位。是谁做了如此准确的预测帮助游客避开旅游的高峰呢？是百度！百度使用大数据建立了旅游预测模型，并以此预告全球主要景区游客人数。有研究表明，百度的预测数量和全国景点实际旅客数量相比，准确率高达90%以上。&&&& 更加令人称奇的是，2014年巴西足球世界杯，百度通过大数据成功预测德国队将夺得冠军，而在对世界杯其他赛事的预测中，仅有巴西对荷兰的那一场判断错误，准确率高达93.7%。百度又是如何做到的呢？它搜索了过去5年内全世界987支球队（含国家队和俱乐部队）的3.7万场比赛数据，同时与国内外数据供应商进行合作，导入博彩市场的预测数据，建立了一个囊括上万名球员和上亿条数据的预测模型。&&&& 此外，百度推出的疾病预测产品，目前可以就流感、肝炎、肺结核、性病等四种疾病，对全国每一个省份以及大多数地级市和区县的活跃度、趋势图等情况，进行全面的监控。未来，百度疾病预测监控的疾病种类将从目前的4种扩展到30多种，覆盖更多的常见病和流行病。用户可以根据当地的预测结果进行有针对性的预防。有趣的是，百度还基于海量的作文范文和相关数据的搜索，成功地命中了2014年全国12套高考作文题目的关键词。&&&& 大数据就像一根神奇的魔棒，让人可以足不出户，预知天下，可以运筹帷幄，决胜千里。那么，到底什么是大数据？大数据是如何演变而来的？大数据的价值到底在哪里？又该如何挖掘大数据的价值？& &初识大数据&大数据的本质&&&& 业界曾将大数据的特点归纳为4个“V”：第一个是Volume，数据体量巨大。从TB级别，跃升到PB级别。其次是Variety，数据类型繁多。如前文提到的网络日志、视频、图片、地理位置信息等等，都可以纳入大数据来源范畴。第三个是Value，商业价值高。以视频为例，在连续不间断监控过程中，可能有用的数据仅仅有一两秒。最后一个是Velocity，处理速度快。&&&& 但在互联网时代，与传统数据相比，大数据真正的本质不在于“大”，而是在于背后跟互联网相通的一整套的新思维。【注：参见阿里巴巴总参谋长曾鸣的观点，http：//i.wshang.com/Post/Default/Index/pid/33960.html。】&&&& ●在线。首先大数据必须是在线的，在线的意义并不是放在磁盘里，而是随时能调用，马上能计算的。&&&& ●实时。大数据必须实时反应。淘宝网被使用时，十多亿件商品、几百万个卖家、上亿名消费者之间的无缝匹配，必须瞬间完成并呈现出来。&&&& ●全貌。它不再是样本思维，而是一个全体思维。人们要的是所有可能的数据，一个全貌。&&&& 大数据的应用亦不同于传统的数据应用。这种差别可以体现为三个方面：&&&& 有意识vs无意识。传统的数据应用中，数据采集者必须预先知道要达成的目标，从而主动去收集这些数据。每家企业的计算能力与成本不尽相同，数据保留的时长、数据的选用标准也各不相同。而数据提供者会有意识地参与或拒绝。比如公司进行某项市场调研活动，可能会有80%的受访者拒绝，另有20%的受访者也许会要求某些补偿。但大数据不同，原则上，数据采集者不会做事先区分，任何人上任何一个网站，做任何事情，都会被自动记录下来。对于数据提供者而言，这完全是一个无意识的、自利的行为。你上淘宝网是为了买东西，上微博是为了看信息，上百度是为了搜索，不过你为了自己利益而触发的每次点击都是一个数据来源。&&&& 单向vs双向。传统的数据分析都是单向输入，即先假定一个目标，然后拿到搜集好的数据，分析行为，最后判断测算是否准确。而大数据则是你在通过数据获取价值的同时，也在为创建新数据“贡献”力量。这是一个双向互动的正循环过程，双方都给对方贡献了数据价值。&&&& 事后处理vs高速同步。传统的数据应用一般都是事后处理，数据处理速度也因不同的使用人而异。而大数据的应用却截然不同，需要高速同步处理。要让大数据提供更大的数据价值，它的反应速率就要越高。比如说谷歌搜索，你输入一个关键字看到的结果，跟一个小时以后再输入同样的关键字得到的结果，很可能已经不一样了。因为它已经把一个小时内全球所有的点击重新计算了一遍，然后把信息做了结果优化再反馈给用户。所以大数据反馈的速度越快，它所创造的价值就越大，结果就越好，用户参与也会越来越多。& &大数据的演变&&&& 其实，早在1980年，著名未来学家阿尔文·托夫勒（Alvin Toffler）就在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”。而“大数据”真正成为互联网信息技术行业的流行词汇，却是最近几年才开始的。形象地了解大数据技术演变的最好工具便是世界知名科技预测企业Gartner（高德纳）的HYPE CYCLE（技术成熟度周期，或称技术成熟度曲线）。&&&& 该公司两位高级研究员写了一本书，名为《Mastering the HYPE CYCLE》（中译名为《精准创新》，2014年10月第一版，曹雪会、任轶凡等译）。朱晓明教授在中文版序中这样写道：技术成熟度曲线是一条双坐标曲线，所以从形态上讲它是一条二维曲线。倘若你闭目沉思片刻，或许你会明白，它其实可以被看作一条类三维曲线，这第三维就是“两年之内”、“二至五年”、“五至十年”、“十年以上”的度量。对此，Gartner的释意为预测某项科技创新进入主流市场所需的年份。技术成熟的周期的横坐标分为五个阶段，分别为“技术萌芽期”、“期望膨胀期”、“泡沫破裂谷底期”、“稳步爬升光明期”、“实质生产高峰期”；技术成熟度周期的纵坐标则是市场对科技创新的期望值。Gartner每年下半年都会更新并发布“新兴技术成熟度”曲线。如果在网上搜索到这条曲线，可以看到2011年、2012年、2013年三年中该曲线上“大数据”的位置：2011年、2012年大数据处于“萌芽期”；2013年“大数据”进入“期望膨胀期”，视觉上几乎已是“登顶”，这意味着大数据技术的市场期望值攀至顶峰。这跟大众的感知非常契合。三年前，提到“大数据”时，人们往往还很陌生，甚至有人闻所未闻；两年前有些人开始有所耳闻；而去年与今年（2014年）几乎路人皆知了。&&&& 当然，大数据不是孤立存在的，它的演变发展需要更廉价的存储空间、更迅捷的联通性和基于“云计算”的处理模式。物联网传感器和数据采集技术正在生产越来越多的数据，日新月异的软件和分析工具在把原始数据转变成有用信息方面发挥着必不可少的作用。这些在后面的章节中也将有所阐述。& &大数据的价值&海量数据是金矿银矿，但不是金银财宝&&&& 银行、保险公司拥有海量数据，政府、学校、医院拥有海量数据，电商、媒体拥有海量数据，但是海量只是前述4V中的第一个V。&&&& 美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布全球各个角落的各种各样的传感器，无一不是数据的来源或者承载的方式。同时，它们在某种程度上也是承载数据的一种方式。全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。&&&& 大数据要求人们在海量数据中挖掘事物的特征和发展规律，以快速捕捉到有价值的信息。而这是传统科学家和传统科研方法难以做到的。形象地说，海量数据只是金矿银矿，但还不是金银财宝。&&&& 有一组来自麦肯锡的调查，能够说明大数据的价值和作用。大数据在美国医疗服务业创造的财务价值，目前每年高达3000亿美元；这一数值在欧洲则达到2500亿欧元；在全球个人位置数据服务方面，大数据创造的财务价值目前在1000亿美元以上；在终端用户的使用方面，大数据创造的价值达到7000亿美元。以美国为例，大数据给美国零售企业带来的净利润增长率在60%以上；在制造业，大数据使产品的开发及组装成本降低5%，运营成本降低7%。上述“成就”也许还只是在大数据尚未充分应用的情况下的统计结果。&&&& 读到这里，你一定会饶有兴趣地发问：将海量数据这一金矿银矿转变成金银财宝的冶金炼银之术是什么呢？& &数据挖掘：新的商业竞争力&&&& 数据挖掘（Data Mining）正是将海量数据这一金矿银矿转变成金银财宝的冶金炼银之术！&&&& 运营商拥有用户通信相关数据，从语音到短信再到位置，数量之大超过任何一个互联网巨头，但它们却很难有效利用这些数据；与之类似的是政府部门和软件企业，它们空有海量数据，却只能任其“沉睡”。这是因为大数据利用的难点在于数据挖掘的技术。&&&& 数据挖掘是从大量的、不完全的、模糊的、随机的、实际应用的数据中提取潜在有用的信息和知识的过程，可以帮助决策者找寻规律，预测趋势，防范疏漏，等等。数据挖掘是一门交叉学科，涵盖数据库设计、人工智能、机器学习、统计学、模式识别、高性能计算等专业领域。从数据的收集到存储到清洗，再到脱敏、归类、标签化、结构化，以及最后的建模分析、挖掘利用，需要服务器集群、数据利用模型和数据处理算法来保障（见表1-1），然后才是挖掘出来的结果的包装与呈现。&&&& 表1-1　数据精准挖掘的四大数学工具&& && &&&&& 资料来源：《大数据精准挖掘工具》，化学工业出版社，2014年3月第一版，吴昱著。&&&& 谷歌搜索、Facebook的帖子和微博消息使得对人们的行为和情绪的细节化测量成为可能，数据挖掘则使得在凌乱纷繁的数据背后为用户找到更符合其兴趣和习惯的产品和服务，并对产品和服务进行针对性调整和优化成为可能。&&&& 今天，只要你用PC上网或用手机浏览信息，你便在网络上“处处留名”了，性别、年龄、爱好、踪迹、信用等等被大数据刻画得一览无余——恭喜你已经成为数字透明人！或许你都不知道自己下一步要干什么，透过搜索引擎、电子商务平台、旅游网站上记录的你的浏览行为，你的行为习惯和喜好已被挖掘，产品经销商们可能已在为你张罗生日、餐饮、旅游、结婚、生子、购房、购车了，特价机票、婚纱、尿不湿、奶粉、海景房等广告也已为你设计好了。&&&& 这就是数据挖掘的价值，它正日益显现出对各个行业的推进力。根据国际知名权威机构IDC对欧洲和北美62家采用了数据挖掘技术的企业的调查分析发现，这些企业的3年平均投资回报率为401%，其中25家企业的投资回报率超过600%。&&&& 可以说，数据挖掘是大数据改变商业世界的入门钥匙。不过值得注意的一点是，数据来源的正确程度是能否有效进行数据挖掘的基础。直接应用来自网上的数据有时令人困惑：第一，身份的多重性，即一个人可能有多个账户。第二，多个人用一个账户进行搜索或成交。第三，用户是一般浏览还是有真实购买行为？因此在大数据的实际应用中，科学计算和商务应用存在差异，还有许多技术需要进一步研究。& &数据挖掘的应用&助力金融机构&&&& 一些专家认为，金融机构精准的挖掘模型可以由多方面组成，如图1-1所示，涵盖风险管理、投资组合管理、消费模式预测、客户服务、投资交易等问题。客户分级模型、营销模型、流失客户群体模型、挖掘潜在客户模型等，是过去传统金融机构常用的模型。但在大数据时代，面对海量数据，运用决策树分类、神经网络、逻辑回归、聚类分析等数学工具，将会获得更精准、更有价值的结果，更好地帮助金融机构实现科学决策。中国工商银行（下文简称工行）是金融机构大数据应用方面的典范。& &&&&& 图1-1　银行精准数据挖掘分类&&&&& 资料来源：上海数字化与互联网金融研究中心。&&&& 经过30年的发展，工行已经积累了超过数十个PB【注：PB是数据存储容量的单位，它等于2的50次方个字节，或者在数值上大约等于1000个TB。TB是一个计算机存储容量的单位，它等于2的40次方，或者接近一万亿个字节。未来学家Raymond Kurzweil对PB的定义进行了延伸：人类功能记忆的容量预计在1.25个TB。这意味着，800个人的记忆容量才相当于1个PB。】的数据。这些数据存储在两类库中：数据仓库，用于存储结构化的信息；信息库，用于存储非结构化的信息。对于非结构化数据，工行除了用传统的文件形式保存外，根据需要存放到Hadoop【注：Hadoop是用于存储处理海量混合结构数据的分布式基础架构。】文件系统中。&&&& 工行对于这些数据的分析应用是随着大数据技术的出现和逐渐成熟而不断深入的。工行几乎各个业务、管理模块，都渗透进了这种应用。比如，它们已经对所有工行客户进行了信用评级。某些特定的客户在进行交易刷卡的一瞬间，就会收到一条短信，“您刚刚消费××元钱，请问要不要分期付款？”如果需要，客户只要回一条短信，刚才的消费金额就马上回到他的卡里，贷款就办成了，这个应用已经被打造成了一个产品——“逸贷”。这个应用的难点在于如何筛选客户。通过大数据技术的支撑，工行设计了一个筛选客户的模型，系统天天依据这个模型去动态增减客户。&&&& 工行每天有2亿笔交易，除了反欺诈，还利用各种模型对交易进行各类风险的监控，这些对硬件、软件的要求非常高。譬如，工行曾研发过神经网络模型用于防范欺诈交易。利用大数据技术自主研发了信用卡反欺诈系统。每天对数百万笔的境内外信用卡交易实时在线监控，运用欺诈风险评估模型（该模型含有数百个变量），在几十毫秒内判定是否为高风险交易，并实时阻断，因此计算能力和速度至关重要。为什么它能做到？因为它有1个开发中心、2个数据中心、6000人的科技队伍和每年50亿以上的资金投入。& &&&&& 图1-2　中国工商银行将神经网络模型用于大数据挖掘&&&&& 资料来源：中国工商银行上海数据中心。&&&& 对于大数据建设和应用，工行未来将致力于三方面的改进：一是加强对结构化数据的运用。工行有400多万对公客户，4亿多个人客户，每天有2亿多笔交易数据。进一步强化这些结构化数据对业务运营的支持很有必要；二是要提高对非结构化数据的收集和分析能力；三是加强数据分析挖掘在客户营销、风险管理、客户服务等领域的应用。总之，工行利用大数据技术，力争要做到以下几点：①实现对多样化海量数据的快速实时处理及价值挖掘，通过对大数据的集中、整合、挖掘、共享，拓展业务领域，支持产品快速创新；②提升以客户为中心的差异化、个性化服务；③提高精细化管理水平；④支持精准营销；⑤加强风险防控能力，增强风险控制的实时性、前瞻性、系统性。&&&& 知识贴　金融机构的数据挖掘模型&&&&& 1.银、保客户分级模型&&&& 银行客户众多，资源有限，必然会将优质资源集中在核心客户上。办法就是给客户分类。在图1-3中，纵轴是客户信用卡业务的贡献度，根据信用卡刷卡金额，分成五类。横轴是除信用卡以外的全行范围的业务贡献度，包括理财、存款、保险、基金、贷款等，也将客户分成五类。很显然，纵坐标和横坐标都是负的即被评为最差的客户，而纵坐标和横坐标都是超高的，就是它的A类客户，即最好的客户。于是会出现四个倒L型和一个方块的1、2、3、4、5级客户。最优的客户只占0.9%，有一个例外，带圈的那个因为银行卡业务贡献为零，所以不在一级客户中，考虑到全行各部门贡献度的平衡，可以被调至二级客户。这种分类有利于通过差别化服务，留住重点客户。如果你是贡献度最大的客户，打电话到银行去，这些银行马上就会告诉你最佳的选择方案，但如果你在银行分级系统中是一个不太受欢迎的人，银行对你的处理态度会有所不同。当然，这种客户评级，需要不同部门打破数据壁垒，建立数据共享平台。& &&&&& 图1-3　银、保客户分级模型示意图&&&&& 资料来源：上海数字化与互联网金融研究中心。&&&& 2.银、保营销模型&&&& 假设银行有A、B、C、D四种产品，其四种单价如图1-4所示，银行根据客户甲、客户乙在银行数据库里留下的经营行为或消费行为的数据，评估出客户甲、客户乙购买A、B、C、D四种产品的意愿分别是多少。然后根据产品价格乘以购买意愿得出每种产品对于客户甲和客户乙的产品价值，分别选择对其价值最高的产品推荐给他们。如图1-4所示，银行只需要向客户甲重点推销对其产品价值最高的A（2.5块），向客户乙重点推销对其产品价值最高的B（3.6块）。这就是所谓的精准营销。& &&&&& 图1-4　银、保精准营销模型示意图&&&&& 3.银、保易流失客户群体模型&&&& 如图1-5所示，以虚线表示的排序组，依照预测的流失概率大小排序，流失可能性大的客户靠前排，1、2、3组；稳定的客户靠后排，8、9、10组。预测期（一年）过了之后进行统计，左图中可以看到第1组38%；第2组23%；流失比逐组降低，最后一组（第10组）几乎没有流失的客户。右图累计流失占比中前3组占到76%，前5组占到92%。这样，花50%的精力，就可以重点解决92%的易流失客户。& &&&&& 图1-5　银、保易流失客户群体模型&&&&& 资料来源：上海数字化与互联网金融研究中心。&&&& 4.保险挖掘潜在客户模型&&&& 保险公司会通过赠险的方式来营销保险产品。与前一个模型相类似，客户群体10等分，预测购买保险可能性较高的客户靠前排（见左纵坐标轴）。可以发现前3组的客户购买保险的比例高达70.5%（见右纵坐标轴）。这样，仅需花30%的精力，就可以将70%多的潜在客户转化成真正的客户。& &&&&& 图1-6　保险挖掘潜在客户模型示意图&&&&& 资料来源：上海数字化与互联网金融研究中心。& &医药行业大数据发力&&&& 传统抗肿瘤药物治疗多是基于肿瘤发生部位来选择化疗方案。然而，由于肿瘤的形成是基因突变的结果，突变位点又是随机发生的，所以不同的个体就有不同的突变类型。即使是对同种表现类型的肿瘤，应用相同的靶向药物，甚至相同的剂量和治疗方案，肿瘤患者个体取得的临床疗效和毒副反应都可能有天壤之别——这是传统抗肿瘤药物有效率不足30%的主要原因。&&&& 自2003年“人类基因组图谱”绘制完成以来，人们对于基因表达的了解逐渐深入，将基因表达与药物疗效联系起来的“药物基因组学”逐渐受到广泛关注。研究人员开始思考能否根据每位肿瘤患者不同的致病基因，选择不同的药物治疗方案，即实现“个体化精准治疗”。&&&& 要想实现肿瘤个体化精准治疗，就要通过基因测序技术找到患者自身特定的致病基因，这样才能通过药物抑制该致病基因的表达，从而控制和治愈疾病。然而，要想发现药物和基因的配对关系却并非易事，原因主要在于数据量的相对庞大。人类的体细胞中有23对染色体，每条染色体上都线性排列着一定数量的基因。多国科学家对人类基因组图谱的初步分析表明，人体共有约3～3.5万个基因。以3万个基因计算，如果两两组合有4.5亿次组合，三三组合有12万亿次组合，所以对“基因—疾病关联”的破解犹如在复杂电路图中找开关。这导致鉴定一群肿瘤标志物通常需要数年的研究，花费巨额资金——人类历史上第一个基因组测序曾耗资约30亿美元，大概用了10年时间，依靠6个国家共同完成。即使利用美国生命科学公司于2005年底推出的新一代测序仪，也只能将一个人的基因组测序成本降低到几百万人民币左右。&&&& 以肿瘤药物为例，通过对人类基因的分析，研究者会发现，每个肿瘤患者都有23000个基因，但是随着外界的环境变化多达10万个。患者样本只要对一种药有10个敏感基因，我们就认定这款药非常符合这个人。也就是说我们会用Cnm组合，m取10万，n取10，算下来大概是10的43次方。这个数字大得难以想象。&&&& 将大数据精准挖掘模型与传统的计算模型做个简单的对比就可以一目了然。第一条路线，不靠精准挖掘模型，用1万个超级计算机对1000名患者进行计算，要半年，也就是26个星期；但如果用精准挖掘模型，同样是1万台超级计算机，1000名患者，一个礼拜就可以做到。效率提高了多少呢？26倍！现在有一家叫思路迪的企业正在做这件事情，其核心竞争力正是通过精准挖掘模型，把分析过程演化成很简单的可以解决问题的方案，计算结果只有1KB。现在它到美国去募集资金，很有可能成为中国生物医药制药方面利用大数据的一个先驱者（如图1-7）。& &&&&& 图1-7　大数据为配合靶向新药开发的精准治疗提供高效、精准的服务&&&&& 资料来源：思路迪。& &阿里巴巴称雄的秘密武器：大数据&&&& 阿里巴巴称雄商业世界，正是赢在大数据。&&&& 阿里建立“大数据”的十年史。从图1-8中可以看到，阿里巴巴2002年的诚信通是搜集数据，2003年的淘宝网、支付宝是在积累数据，后来的诚信通指数和企业贷款产品，都是建立在大数据应用基础之上的。& &&&&& 图1-8　阿里集团十年（年）大变样靠什么&&&&& 资料来源：上海数字化与互联网金融研究中心。&&&& 据阿里集团透露，到2014年，阿里数据平台事业部的服务器已积攒下了超过100PB处理过的数据，约等于1.04亿个GB，相当于4万个西雅图中央图书馆580亿本的藏书量。淘宝和天猫每天仍然产生丰富多样的数据，沉淀了包括交易、金融、SNS（Social Networking Services，专指帮助人们建立社会性网络的互联网应用服务）、地图、生活服务等多种类型的海量数据，并在某种程度上打破了个人、商品、交易行为和银行之间的数据壁垒，成为阿里打造数据平台与产品的重要基石。&&&& 不仅如此，阿里具备大数据应用的完整生态链，从数据的生产、加工到应用均可以在阿里集团内部实现，其数据覆盖之广，积累之深，数据挖掘能力之强，使其能够轻而易举地为其用户建立一个细致的个人档案并进行精准的行为预测，从而实现数据价值的最大化。&&&& 2014年2月，马云在给阿里员工的内部信件中宣称：以控制为出发点的IT时代正在走向以激活生产力为目的的DT（data technology）时代，阿里未来十年的目标就是建立DT时代中国商业发展的基础设施，即“云端＋大数据”。在马云眼中，阿里的大数据战略“不仅仅是技术的升级，更是思想意识的巨大变革”。&&&& 阿里金融靠“大数据”做小贷。阿里巴巴在2010年和2011年分别在浙江和重庆开了小贷公司。对于大多数银行和小贷公司来说，小微企业在资料审查、业务管理和风控方面的成本与大企业差不多，但是收益太少，所以造成了小微企业贷款难的问题。那么阿里靠什么做小额贷款呢？还是大数据！这个大数据至少由9个方面的数据组成：①卖家销售数据；②平台认证和注册信息；③心理测试结果；④信用评级；⑤历史交易记录；⑥婚姻状况；⑦海关进出口信息；⑧客户交互行为；⑨水电缴纳信息。此外，阿里小贷有特别吸引人的3个特点：按日计息、网络还贷、无需担保。无需担保的背后正是因为有大数据的支持。据中国电子商务研究中心监测数据显示，2013年阿里小贷的信贷服务步入高速增长期，新增贷款近1000亿元。截至2014年2月，阿里小贷累计投放贷款已经超过1700亿元，服务小微企业超过70万家，不良率小于1%。&&&& 神奇的淘宝指数。淘宝指数是一款中国消费者数据研究平台。无论是淘宝上的卖家还是媒体从业者、市场研究人员，都可以利用淘宝指数来了解淘宝搜索热点，查询成交走势，定位消费人群，研究细分市场。阿里靠大数据赢得了自身市场，但它同样也可以帮助企业获得市场，工具就是淘宝指数（见图1-9）。& && && &&&&& 图1-9　淘宝指数查询示例&&&&& 资料来源：淘宝指数。&&&& 以当下比较火的三款手机小米、iPhone5S、三星为例，淘宝指数可以告诉我们这三款手机在最近7天和30天内的一系列数据对比，但也可以精确到过去某一时段。搜索指数和成交指数的比对可以帮助我们了解这三款手机的总体线上销售趋势；各省份大城市对三款手机成交的排行榜，则有助于我们了解这三款手机的地域细分和人群定位。淘宝指数甚至可以告诉我们这三款手机买家的星座和爱好、男女比例和年龄、买家等级、消费层次等等信息。像这类信息是非常有价值的，供应商完全可以据此判断下一个时期你应该供什么货，销售商则可以针对细分人群进行更精准的市场营销。但你能想象到吗，这样有价值的指数竟然是完全免费的！& &万千企业家：你离大数据究竟有多远？&&&& 媒体对大数据的热捧，似乎一夜之间拉近了企业与大数据的距离，但众多企业真正在应用大数据时却又感到力不从心：或缺乏高质量的大数据源，或找不到大数据与业务结合的突破口，或在收集、分析海量数据方面的能力还不足，或缺乏所需的数据挖掘人才，等等。基于以上问题，下面几点可能是企业家们在应用大数据时需要多加关注的。& &大数据能帮你成功跨界创新吗？&&&& Netflix（奈飞）原来是DVD的线上出租商，积累了大量的DVD租借者数据和租借者的需求行为信息。2013年奈飞进行转型，自制了剧集《纸牌屋》，一时间风靡全球，被称为“白宫甄嬛传”。让我们看看它的成功与大数据有什么关系。早在2012年，奈飞对超过3000万条的用户播放记录做了分析，预测了《纸牌屋》将很有可能受到热烈的追捧。果不其然，《纸牌屋》在上映的第一个月就带来了超过4800万美元的利润。但是，它并没有因此而停下脚步，用户海量的反馈信息成了不可忽视的一座数据金山。通过数据挖掘，第一季播出后，导演收集了用户的海量信息，通过大数据分析用户的偏好和需求，完善甚至更改剧情的走向，造就了观众对第二季剧本的追捧。如此往复，大获成功。&&&& 奈飞成功跨界的故事告诉我们，对大数据的应用不仅需要技术，还需要在行业层面对用户的需求做深入了解，这是成功的关键！信息时代催生了海量数据的出现。大数据已经不再是一个单纯的概念，而是像空气一样存在于每个人的身边，每个人都是数据的制造者。也正是因为每个人都在通过不同的设备生产着数据，使得数据更多在“量”这个维度上不断膨胀。但是“量”的单纯膨胀却对企业真正了解一个用户的需求产生了极大的挑战：如何更好地理解用户在各个不同的场景下表现出来的不同需求？如何更好地理解数据融合后产生的价值？&&&& 简而言之，清楚自己要进入的业务，了解所进入行业的核心，分析用户数据，进行更多的跨企业、跨行业的数据交流和融合，还原用户真正的需求，在此基础上更好地利用大数据，或让老用户在新的场景中获得更便利的服务，或更精准地对新用户进行营销，让数据对用户有意义，才有可能成功实现跨界创新。& &小企业如何“拥抱”大数据？&&&& 在大数据应用过程中存在的问题之一是数据使用方和拥有方的错位，即最需要数据的单位不拥有数据，拥有数据的单位却无法利用数据直接产生价值，数据交换又会存在数据安全、价值评估等方面的障碍。对于中小企业而言，这一问题尤其突出。&&&& 百度推荐是基于百度大数据技术推出的网站内容推荐工具。通过对网站不同访客推荐个性化的内容，提高内容的点击率和网站流量。通俗来讲，通过百度大数据的挖掘与分析，能够精确地刻画出网站访客的人群画像。以小说网站为例，百度数据显示，88%的小说人群年龄分布在10～29岁之间，受众多为新生代年轻人，他们热衷于“英雄联盟”、“穿越火线”、“地下城与勇士”等网络游戏，往往也是网购爱好者。&&&& 不少小说网站迅速嗅到了百度大数据的价值。他们利用百度大数据对网站用户属性和爱好的把握，有效地帮助网站优化内容运营，缩短网站“内容用户”的路径，提升用户体验，并延伸或激发用户的需求，从而提升网站的流量和商业价值。除此之外，他们还利用百度大数据帮助网站进一步挖掘付费用户，通过有效的数据分析来决定和平衡用户免费与收费策略。数据显示，有的小说网站，如言情小说吧，在安装百度推荐小说专有样式后，流量增长了11.9%，用户平均访问页面数提升了17.8%。&&&& 这个案例对于那些没有平台部署能力又没有数据收集能力的中小企业有很好的启发。它们可以利用政府、社交网络平台等第三方提供的数据进行全量数据分析，从而在短时间内对很多业务模型进行全量计算，降低对海量数据和复杂模型的依赖，通过实践反馈来验证和选拔有效的模型。“大数据”加“简单模型”，可能要比“小数据”（部分数据）加“复杂模型”来得有效。围绕大数据平台进行拓展，做出自己的特色产品，不失为中小企业在大数据时代的获胜之道。& &你拥有技术，但你拥有人才吗？&&&& 未来，大数据的应用会超越营销范畴，全面进入企业供应链、生产、物流、库存、网站和店内运营等各个环节。想成功地驾驭海量信息，公司就需要拥有相应技能的人才能如愿以偿。这些人要知道如何管理数据，建立分析系统，并且帮助解读数据。未来，大数据人才将成为稀缺人才。&&&& EMC公司（一家美国公司，是云计算、大数据和安全IT解决方案的领导者）最近针对数据科学家的一项调查证实了这一点。共有83%的调查对象认为，新技术会增加企业对数据科学家的需求；64%的调查对象认为，现有的人才供应量将满足不了需求。实际上，麦肯锡全球研究院（McKinsey Global Institute）2011年发布的一份报告预计，到2018年仅美国就需要14万名至19万名具有“深度分析”经验的人才，以及至少150万名懂得使用相应工具分析大数据、作出合理决策的管理人员。&&&& 大数据时代不仅需要更多的大数据人才，而且对大数据的人才结构也相应地提出了挑战。以数据挖掘人才为例，目前行业里面的数据挖掘人才大致分为3类，呈倒三角的状态；第一类是软件工程师，就是我们平常说的IT技术人员；第二类是学术研究派，主要是高校的学者教授，他们专门做数学建模研究，精通算法模型；第三类是分析顾问，这类人一般业务经验丰富，同时又懂得IT技术和数学方法，知道怎么能够把实际业务问题转化为易于求解的数学问题（见图1-10）。& &&&&& 图1-10　大数据的人才结构图&&&&& 资料来源：上海数字化与互联网金融研究中心。&&&& 大数据方案的实现，必须由技术专家来完成，技术专家的能力也直接决定了企业所能制定大数据方案的深度和广度。传统的数据库应用开发，特别是商业智能应用开发人才，以及熟悉分布式存储的人才，即图1-10中的软件工程师和学术研究派是必不可少的。&&&& 但更重要的是，由于任何一种大数据方案都不可能适合所有的行业，因此，大数据的核心业务必然是一种扎根于特定行业，综合运用已有的存储、分析、挖掘、呈现技术，根据用户需求并融入行业特色技术模型的一站式大数据平台业务。大数据具有强烈的行业特征，导致既了解行业也了解技术各个层面的“分析顾问”成为目前最急缺的人才。&&&& 因此，对于企业而言，首先要明确企业的战略方向是什么，业务需要哪些大数据支持，然后再去寻找合适的大数据人才。比如需要大数据实现金融业务处理的企业，那么就需要了解金融行业和大数据应用平台Hadoop/MapReduce的人才。其次，根据自己的人才需求，采取一个再培训、招聘和外包的组合方案，来填补人才缺口。& &结构化数据还是非结构化数据？&&&& 目前国内20%的大数据是易于统计使用的结构化数据（存储在数据库里，可以用二维表结构来逻辑表达实现的数据，如数字、符号等），80%是非结构化数据（所有格式的文档、报表、图像和音频/视频信息等）。例如，工行数据仓库有360多TB的结构化数据，非结构化数据59个PB，后者是前者的200倍。&&&& 由于非结构化数据处理起来难度较高，因此，多数公司基本上只分析结构化数据，而忽略了花重金保存下来的大多数非结构化数据。处理非结构化数据的基本思路就是“结构化”。以文档处理为例，系统可以在网上抓取、分析消费者的评论（正面的、负面的），甚至对用户行为做出预测。在图像识别方面，“谷歌大脑”经过充分的自学习，能够记忆并识别特定的概念。比如，给“谷歌大脑”看10000张关于“猫”的图片，它就能判断并记住猫的特征，可以辨别出猫。类似的图像识别技术也可以用在卫星图像识别上。其他还有音频、视频等，大数据时代不只是数字化，更需要结构化。&&&& 表1-2　常用的结构化方法&& &&&&& 资料来源：上海数字化与互联网金融研究中心。&&&& 对于已经具备大数据部署能力的企业，未来可以采集、读取、录入社交媒体数据、网络日志、语音视频数据等非结构化数据，通过结构化使之可用，并实现数据的实时性，在此基础上与自己的用户建立互动联系，用“活”大数据，更好地挖掘大数据的价值。& &结语&&&& 正如《大数据时代》引言中所讲，大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉。更多的改变正蓄势待发，我们要拥抱大数据，让大数据成为赢得竞争的利器！& &2　趋势二：云计算——从离线计算到云计算&&&&& 我们不关心消息去往何处……“云”为我们屏蔽了复杂性。&&&& ——凯文·马克斯（Kevin Marks），前谷歌社交大腕&&&&& 至于未来，我们会置身于“云环境”之中……从此，你不再真正拥有这些东西，你只需要一个访问网络的“入口”而已……你买的是访问权，而不是所有权。&&&& ——凯文·凯利（Kevin Kelly）&&&&& 还记得《查理和巧克力工厂》吗？&&&& 那里有一台飞行机器，可以将巧克力豆吸到各个车间做成不同的巧克力制品；那里有受过训练的松鼠，会从好的坚果中取出果仁，并把坏的坚果扔到垃圾桶；那里还有一台传送机器，可以将巧克力直接传送到每家每户的电视屏幕里，人们伸手就可以拿到。&&&& 童话的世界总是那么奇妙，而科技的世界则善于将童话转变为现实。&&&& 正如海尔的张瑞敏所言，如果我们能够创新，现在就是最好的时代；如果我们不能创新，现在就是最坏的时代。当“云计算”携着社交网络、移动互联、物联网深刻改变着人们生活的时候，前瞻人士就已经嗅到，人们在工作方式、企业管理运营方面已经开始酝酿一场巨大的、颠覆性的革命。&&&& 表2-1　BAT涉足的“云计算”领域&& && &&&&& 资料来源：上海数字化与互联网金融研究中心。&&&& 2009年9月，阿里巴巴集团在其十周年庆典上宣布成立子公司“阿里云”，开始致力于“云计算”领域的研究和开发。&&&& 2011年8月，腾讯宣布在上海建立华东“云计算”中心和电子商务基地。2013年底，云平台作为一个部门应运而生，公司高层希望借助腾讯社交网络及已发展比较成熟的开放平台来专门推广“腾讯云”。&&&& 2012年3月，百度正式对外发布百度云战略，推出了面向个人云存储的“百度云”和面向开发者的云平台等，正式进军“云计算”领域。同年9月，百度宣布将投资逾100亿元人民币建立“云计算”中心。&&&& 究竟是什么引得国内三大网络运营商（指阿里巴巴、腾讯、百度，简称BAT）竞相“云端漫步”？“云”是什么，它的魅力又在哪里？& &“云”是什么？&&&& 美国作家尼古拉斯·卡尔（Nicholas G.Carr）曾在《IT不再重要》（The Big Switch，2008）一书中写道：“如果说发电机是塑造20世纪社会的机器——使我们有了新的生活方式——那么互联网将是塑造21世纪新社会的机器……个人电脑时代即将让位于一个新的时代：公共计算时代。”&&&& 在卡尔笔下，虽然“云”的概念并未被明确提出，但其内涵已呼之欲出：“云”是一种公共服务。100年前，农场主和工厂厂长关掉自己的柴油发电机，转而向墙上的插座索取电能。这个电能来自发电厂，并提供给所有公众，不管是用来照明，启动家用电器，还是发动工作母机。我们对“云”也可以这么理解，原来你通过传统方式收集信息，现在你可以转而向“云”取得你所需要的任何数据和可供参考的解决方案。“云公司”在全球设点不分昼夜地搜集数据和启动计算能力，不管是企业还是机构，都能像取得电能一样随时随地取得“云”的服务。亚马逊是提供“云计算”的一个典型案例。&&&& 亚马逊公司（Amazon）创立于1995年，目前已是全球商品品种最齐全的网上零售商和全球第二大互联网公司，是全球电子商务的成功代表。最初，为了有效支持庞大的网购并发用户访问量【注：并发用户数量是指在同一时刻与服务器进行了交互的在线用户数量。这些用户的最大特征是和服务器产生了交互，这种交互既可以是单向的传输数据，也可以是双向的传送数据。】和密集交易，尤其是在圣诞节等节假日期间，针对热销产品，亚马逊部署了大量的计算资源和存储系统。但是，这些为了满足高峰期需求而设计的系统，其运算能力在大部分时间里都是闲置的【注：亚马逊公司创始人和CEO杰夫·贝佐斯（Jeff Bezos】在2006年的一次采访中承认：“我们的系统能力优势只利用了不到10%。”）。最初，亚马逊把这部分富余的存储服务器、带宽、CPU资源租给第三方用户使用，先是一些个人开发者、程序员，后来是一些小企业，再后来是一些中型企业。随着租用者的增多，亚马逊专门成立了一个独立的子公司——亚马逊网络服务公司（AWS，Amazon Web Service）——对这些资源进行管理。自2006年起，亚马逊正式对外推出自己的“云计算”服务。&&&& 目前，亚马逊能够向企业用户提供20多种“云计算”服务，并制定了非常灵活的付费方式。很多初创型科技公司，在业务尚未成型、资金不足的情况下，非常愿意通过即付即用的租用模式在亚马逊平台上快速搭建和发布自己的产品与服务，而不必购买IT基础设施及操作系统。如今使用这项服务的公司已有数十万家，其中不乏流媒体视频巨头奈飞、照片分享网站Instagram等，甚至连美国国家航空航天局（NASA）也是亚马逊网络服务的用户。&&&& 据美国《商业周刊》（Businessweek）报道，美国投行太平洋皇冠证券公司（Pacific Crest Securities）的最新数据显示，2014年亚马逊网络服务公司截至目前的收入已经达到了50亿美元。这意味着亚马逊来自其“云计算”服务的收入在一年内增加了58%（2013年该项收入为31亿美元）。在这份研究中，太平洋皇冠证券指出，亚马逊云服务将持续强劲的增长势头，预计2015年会达到67亿美元。&&&& 尽管Dell、IBM和HP三大服务器制造商平均每季度在服务器上获得的营收分别为20亿美元、22亿美元和29亿美元，然而，越来越多的客户开始选择租用服务器，而非购买。如今，亚马逊平均每季度12.5亿美元的“云计算”服务收入已经使其具备了与传统服务器制造商一较高低的能力。& 亚马逊的成功不仅是技术创新带动商业模式创新范式的成功，也是过去看起来“虚无缥缈”的“云计算”在商业实践中的成功。那么，到底什么是“云计算”【注：根据美国国家标准与技术研究院（NIST，National Institute of Standards and Technology】的定义，云计算是一种使用户能通过互联网，便捷地根据需要从可分配的资源共享池中获取计算资源（如网络、服务器、存储、应用和服务）的模式，这些资源能被快速分配并释放出来，管理资源的工作量和与服务提供商的交互被减少到最低限度。（Cloud computing is a model for enabling convenient，on-demand network access to a shared pool of configurable computing resources（e.g.，networks，servers，storage，applications，and services）that can be rapidly provisioned and released with minimal management effort or service provider interaction.））呢？&&&& 通俗地讲，就是通过互联网向用户提供的公共IT服务，如计算、存储、应用，等等。其实，早在2005年，比尔·盖茨在给微软公司内部员工的《备忘录》中就曾非常有预见性地描述过“云计算”的轮廓：“下一场巨大的变革正等待着我们……互联网具有的宽广和丰富的基础，将会引发一个提供即时应用和体验的‘服务浪潮’，它是旨在满足几千万或几亿用户需要的服务，并将戏剧性地改变提供给各类企业的解决方案的性质和价格。”如今，越来越多的IT分析家、行业和业务领导者相信“云计算”代表着互联网的下一个发展阶段，将为整个互联网行业带来革命性创新。&&&& 从2011年、2012年到2013年，Gartner的技术成熟度曲线上“云计算”各点所处位置的变化不仅验证了比尔·盖茨的预见，也说明人们开始更加理性地看待“云计算”，预示着“云计算”将要进入一个稳步爬升光明期。& &“云”新在何处？&&&& “云计算”的核心词是“模式”。也就是说，不能把“云计算”单纯理解为一种新技术，它的本质是一种“模式”，一种新的IT服务模式。将计算能力变成一种服务交付给用户，这是“云计算”带来的最大创新。它包含三个关键词：“通过互联网”、“可分配的资源共享池”、“根据需要”。可以简而概之为：“一种新的基于互联网的IT服务的供给、消费和交付模式。”基于新的供应模式、消费模式和交付模式，“云计算”无论是从成本、开发实施时间，还是从访问灵活性、功能扩展性、弹性等方面，都取得了相对于传统服务的优势。&&&& “云计算”体现了规模经济的价值。通过“云计算”，全社会可以低成本共享计算服务、存储服务和应用服务。这和电网发明人塞缪尔·英萨尔所信奉的公式一样：大规模等于高能量，也相当于单位成本的降低。正如上文所述，从传统IT服务到“云计算”服务，就好比从古老的单台发电机转向电厂集中供电，实现了即取即用、成本低廉的互联网愿景，大幅度降低了个人与企业应用互联网新技术的门槛与风险，并给整个生态系统提供了更多功能和服务，从而全面拓展了互联网服务的广度和深度。&&&& “云计算”意味着集约、高效处理海量信息能力的突破。“云计算”和大数据就像一对连体婴儿，移动端、合作伙伴和用户个人的数据，均需要“云”来收集、存储和处理。要掌握大数据，一定要具备承载数据的开放的云。云的计算能力不仅是应对当今信息爆炸甚至泛滥问题的重要技术手段，也是大数据挖掘、移动互联网和物联网【注：物联网，即“物物相连的互联网”，是指通过射频识别（RFID】、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物体与互联网相连接，进行信息交换和通信，以实现对物体的智能化识别、定位、跟踪、监控和管理的一种网络。物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络。）等未来提速发展不可或缺的实现方法。以物联网为例，当信息交换和通信从人与人之间延伸扩展到物与物之间，无论是海量数据的传输和存储，还是在秒级、毫秒级来对海量数据进行实时在线处理，都离不开“云计算”提供的强大技术支持。再以移动互联网为例，无论智能手机发展多迅速，它依然需要更小的CPU以保持轻巧。当应用程序被设计得越来越需要密集计算资源时，必将使其从开发到应用都极其依赖“云”上取之不竭的存储和运算能力。&&&& “云计算”将会促进整个社会创新的速度加快。“云计算”大大降低了创建一个公司的成本，使创业创新公司专注于最能带来特色和竞争力的核心业务，并帮其快速地把业务扩展到全球范围去。基于“云”并面向开发者的工具简化了技术开发，不仅使创业公司的技术创新门槛降低，也使大公司的创新项目能像一个创业公司一样迅速启动，不受预算太大的限制，从而加快整个生态系统的创新。&&&& 更高的效率、更低的成本和更多有价值的资源，这是“云计算”蓬勃发展的内在动力，而廉价的宽带网络和电脑芯片效能的爆炸性增长也为“云服务”的快速发展创造了外部条件。“云计算”正以其资源动态分配、按需服务的设计理念，以低成本解决海量信息处理的独特魅力，受到全球范围内的重视。&&&& 表2-2　“云计算”相对于传统服务模式的比较优势&& &&&&& 资料来源：上海数字化与互联网金融研究中心。& &“云”的服务DNA&&&& 我们再从“云服务”提供商的角度来解读一下“云计算”。上文提到过将计算能力变成一种服务，交付给用户，这是“云计算”带来的最大创新。发展到现在“云计算”已经呈现出三种不同的服务模式，可以形象地比喻成三朵云：SaaS（软件即服务，Software as a Service）、IaaS（基础设施即服务，Infrastructure as a Service）、PaaS（平台即服务，Platform as a Service）。它们的一个共同特性就是都可以通过瘦客户端【注：瘦客户端（Thin Client】指的是在客户端服务器网络体系中的一个基本无需应用程序的计算机终端。它通过一些协议和服务器通信，进而接入局域网。瘦客户端将其鼠标、键盘等输入传送到服务器处理，服务器再把处理结果回传至客户端显示。不同的客户端可以同时登录到服务器上，模拟出一个相互独立又在服务器上的工作环境。与此相反，普通客户端会尽可能多地进行本地数据处理，与服务器（或其他客户端）的通信中只传送必要的通信数据。），基于互联网，来完成原本需要大量存储或是运算资源的计算任务。&&&& “云计算”产业才刚刚开始，未来的市场前景广阔，IaaS、PaaS与SaaS模式都会有适用的需求市场。今后“云服务”的模式会很多，IaaS、PaaS和SaaS服务也可能会相互渗透。但无论哪种模式，“云”的DNA首先是服务。虽然“云服务”的技术门槛很高，但技术不能解决所有的服务问题。对于“云服务”的提供商而言，除了要具有强大的研发能力，多年的数据中心构建和运维的能力与经验，更重要的还是服务意识。一切服务的提供和技术的创新都要围绕着客户的需求展开，要符合客户对服务的需求，服务交付的习惯，服务的体验，而不是简单的人机对接。谁能够打造更广泛的生态系统，谁能提供更好的客户服务体验，谁将具有最终的市场话语权。这一道理同样适用于“云服务”提供商。&&&& 知识贴　SaaS、PaaS与IaaS&&&&& SaaS：软件即服务&& SaaS，是把原本需要本地安装的软件存放在云上运行，软件以服务的形式，采用多客户租赁（Multitenant）方式进行网络交付，把程序传给成千上万的用户。客户可以根据自己的实际需求，按订购的服务多少和时间长短为厂商提供的应用软件服务支付费用，且无需对软件进行维护。&&&& 最先实现在线化的应用程序是CRM（客户关系管理，Customer Relationship Management），一个完全使用“云计算”SaaS来为企业提供CRM服务的公司则是Salesforce，因其口号“软件的终结”，故在业内常被称作“软件终结者”。过去对于大部分公司来说，最害怕的就是销售人员的离职，因为一旦销售人员离开，客户信息、历史记录都没了。然而Salesforce将所有客户关系管理放到了云端，销售员都可以直接去云端查询客户互动信息，即使出差也能很方便地查询到各种客户资料。而公司的客户管理人员则可以通过查看每一个销售打了多少电话，和客户有多少互动，最后再看资源的分配和收入的结构是否匹配，做出如何分配资源的决策，提高资源利用效率。而且通过使用这一基于互联网的客户关系管理的业务架构，用户不需要购买、安