2015年移动十大趋势:一切都是数据

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

搞到一份全球移动解决方案提供商 Golden Gekko 的内部预测。在研读大量领先分析师观点基础上,该机构又与谷歌、Facebook、微软、苹果及大量零售金融汽车医疗保健行业企业交流探讨,写下这份《2015 年移动十大趋势》。以下是我们的翻译简写,Enjoy。



趋势一:准备好“移动 3.0”(Get ready for Mobile 3.0)


移动 App 第一代主要表现为“花哨的品牌和游戏”;第二代,则是调动现有在线服务,比如将已有的电商搬到移动上,再比如,推出像 Uber 这样的预订服务,以及像 Instagram 这种创造了只在移动端运行的媒体服务。


但第三代将表现为:充分利用用户所在地理位置、上下文情境(Context)、行为方式及用户数据,采取一种独特的移动接入方式。这也包括购物类 App,它要既能提供用户在家网购的体验,又能提供用户在物理店可以发现最好交易,并能找到想要东西的那种体验。一个好的“全渠道”用户体验,需要的不只是个速度很快的网站。


趋势二:智能手机作为物联网控制中心(Smartphone as the control hub for the internet of Things)


这个趋势早就开始了,但随着无数可穿戴设备、连接设备及物联网到来,智能手机开始成为一个控制中心。


智能手表、家用电器、家庭娱乐系统、传感器、智能车辆、安全等越多越多东西通过智能手机控制,并还有一些在等待被控制。位于 Palo Alto 的 Mind Helix 甚至允许你把废弃的智能手机变成高性能家庭自动化/监测系统;而另一个叫 Dormi 的 App,把你的 Android 智能手机变成了婴儿监视器。


智能手机的特点是:个人、时刻在身边、安全、有足够计算能力,有允许任何机构去利用这个设备的成熟开发环境。你需要思考,如何利用智能手机作为一个你系统的物联网控制中心,并创造出新收入,提高客户体验,变得更有效率,或直接产生出新东西。


趋势三:移动设备成内容消费主要工具(Mobile devices generate the majority of all web browsing and media consumption)


2014 年,人们通过移动设备消费内容的总时长,占通过所有网络方式消费内容总时长的 35%-40%。然而,由移动产生的交易仍很低,仅占所有交易的 15-20%。


我们预测:2015 年,通过移动设备包括平板电脑产生的交易额将首次超过桌面,主要驱动力是移动有机增长、手机平板(大屏幕手机)增长和更多移动网站和服务产生。


大部分仍依赖 PC 卖东西的公司需要重新审视自己移动方式,以保证在不同独立渠道,转换率一致。再强调一次,一个速度很快的网站,不足以提供一个好的全渠道用户体验,零售商需要从一个基于地理位置的顾客视角,去重新思考移动购物使用情况,用户当时当地状态和需求。



趋势四:“手机平板”崛起(Phablets-Between smartphones & tablets)


按 IDC 预测,今年屏幕为 5.5- 7 英寸的手机平板(大屏幕手机)和智能手机全球销售额将超过平板电脑。而到 2018 年,手机平板将以 24.4% 市场份额与更小的智能手机市占率进一步缩小差距,位居第二。


今年,将是“手机平板”突破之年,智能手机屏幕正变得越来越大,并需要开发者开发出适应这种屏幕的 App。但消费者对设备和屏幕到底大到什么程度最舒服,目前还没答案,仍在尝试寻找。



趋势五:大数据无处不在(Big data becomes integral to all mobile services)


过去一年,几乎所有公司都已开始搞大数据。但今年,大数据不再是个独立东西,而是在所有趋势分析中,扮演每个在线和移动命题分析的一个组成部分。


你需要完全收集和利用数据中展现的 Insights,用它武装,以提供更个性化的体验、上下文感知服务,及有针对性的信息,实现只对某个顾客“我”提供服务的效果。



趋势六:可穿戴突破(Wearables breakthrough)


去年,智能手表和可穿戴设备被媒体和分析师广泛预测,但你周围,到底有多少人戴这些东西?很少。


2015 年,情况可能有突破,原因与“苹果手表”和其它可穿戴设备与传感器的结合有关。这些设备将被使用,不仅仅因为有用,也因为用户的流行和时尚声明需要。我们也将看到其它可穿戴设备和传感器,领域涉及健康监测及家庭控制设备等。


趋势七:Nearables, sensors & invisibles


我们周围到处是对我们行为一举一动和健康状态的追踪,它们是蓝牙信标,Wifi 热点,及其它你不会活跃连接或你手机自己自动连接的技术,比如进入快餐店时,有一定游客使用频率的交通运输公司。


他们正寻找什么产品和服务?通常保持登陆多久?一天中多长时间?通常是一周中的哪天?以及其它 Insights。


现在硬件很便宜,所以确保你的移动团队能获取到最新设备和传感器,然后去测试和理解机会。你要留出时间和预算去做实验,评估有哪些方式可以收集到客户信息,从现有的 WiFi 热点,同时考虑添加其它类型的传感器,如蓝牙信标来提高数据采集。



趋势八:医疗保健获得大飞跃,其次是大规模隐私关注(Healthcare takes a big mobile leap followed by even bigger privacy concerns)


由于收入大幅增长和生产率提高,在大型制药公司和医疗初创企业的破坏性创新实践方面,我们将继续看见大的投资和创新,虽然管理规则仍将扮演阻碍角色,但立法者将与业界紧密合作。


另一面,目前消费者领域的技术炒作,和医生想要什么存在很大差距。有用的数据,及 App 在何种程度上能真正改变行为,技术何种程度上能帮助监测疾病,与患者进行远程通信,和对数据进行汇总分析方面,医生们对于这些普遍怀疑。同时,数据收集也带来巨大隐私隐患,隐私权拥护者对此非常关心,正强调安全分析,由此也可能导致新监管发生。


趋势九:移动客户忠诚度和移动支付齐头并进(Mobile Loyalty & Payments go hand in hand)


2014 年最成功的忠诚度和移动支付 App,不是来自零售商、运营商、金融机构或设备制造商,而是来自像星巴克、亚马逊和 Uber 这样的革新驱动的公司,他们已成功将支付和忠诚度策略整合进自己服务,并成为我们日常生活的一部分。


2014 年,星巴克创造了 90% 的基于物理位置的移动支付,这些既非使用 NFC,也不是通过蓝牙支付完成,星巴克的成功,是基于消费者的信用卡细节给到星巴克的价值,以及星巴克提供给消费者的便利细节,和消费者由此返回的对星巴克品牌忠诚度收益。


苹果支付,将在移动商务领域作为一个 App 内置支付方式获得成功,但作为一个信用卡替代者,这个过程仍将十分缓慢。


根据二八原则,你未来 80% 利润,将来自你 20% 客户,而一个公司要把一个东西卖给一个新用户所付出的努力,是卖给老客户的六倍,很明显,忠诚度和支付行为密切相关。


这意味:退后一步,你要想想是什么让你客户回来,更频繁使用你服务。通过用户测试和数据发现真正对用户便利的个人经验,亚马逊和星巴克在这方面是超级成功的。



趋势十:移动开发变得更简单,也更复杂(Mobile Services development becomes easier and a lot more complex)


据 IDC 预测,企业级移动 App 开发将在 2015 年增长一倍,这也导致各大公司包括创业公司发布大量新的有用工具,像基于云的后端、新跨平台工具、拖放开发工具及插件等,而它们都促成 App 开发更容易。


但这是否意味 App 开发,可以更快、更便宜和更简单了呢?不是,Android 和 Windows、新设备尺寸、安全威胁、业务流程改造,和旧后端系统的发展,实际上是让事情更复杂了。


对很多公司来说,移动开发项目开始像大型 IT 项目,需要大型团队完成,并且失败率迅速上升。



原文发布时间为:2015-03-09

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
Kubernetes 监控 网络协议
|
人工智能 自动驾驶 vr&ar
探索GPU算力平台的创新应用:从游戏到自动驾驶的跨越
【8月更文第5天】本文探讨了GPU(图形处理器)在现代计算中的角色转变,从最初的图形渲染到如今成为人工智能和高性能计算的重要组成部分。我们将通过几个具体的案例研究,包括游戏渲染、虚拟现实(VR)以及自动驾驶系统,来展示GPU是如何推动这些领域的进步和发展。
299 1
|
5月前
|
算法 Java 测试技术
Java 从入门到实战完整学习路径与项目实战指南
本文详细介绍了“Java从入门到实战”的学习路径与应用实例,涵盖基础、进阶、框架工具及项目实战四个阶段。内容包括环境搭建、语法基础、面向对象编程,数据结构与算法、多线程并发、JVM原理,以及Spring框架等核心技术。通过学生管理系统、文件下载器和博客系统等实例,帮助读者将理论应用于实践。最后,提供全链路电商系统的开发方案,涉及前后端技术栈与分布式架构。附代码资源链接,助力成为合格的Java开发者。
214 4
|
7月前
|
SQL 分布式计算 大数据
《深度剖析Spark SQL:与传统SQL的异同》
Spark SQL是Apache Spark生态系统中用于处理结构化数据的组件,作为大数据时代的SQL利器,它在继承传统SQL语法和逻辑思维的基础上,重新定义了数据处理的效率与灵活性。相比传统SQL,Spark SQL支持分布式计算、内存处理及多种数据源,可高效应对PB级数据挑战。其核心概念DataFrame提供优化查询能力,使数据分析更便捷。两者虽有联系,但在处理规模、计算模式和优化策略上差异显著,共同满足不同场景下的数据需求。
412 35
|
8月前
|
运维 测试技术
当一个按键“摆烂”时,需要更换整个键盘吗?
键盘按键失灵时,别急着更换整个键盘!本文教你通过三步解决:诊断病因、对症下药、预防复发。首先进行“键盘体检”,包括跨设备验证、软件驱动测试、BIOS检测及硬件检查,找出是污垢、物理损坏还是电路故障。接着针对问题提供治疗方案,如更新驱动、清洁键槽或更换零件。最后提醒大家优先排查软件问题,温柔清洁,理性对待物理损坏,并建议选购可维护性强的键盘。记住,善待键盘,远离零食屑,让输入更顺畅!
419 3
|
10月前
|
人工智能 自然语言处理 数据挖掘
《深度解析:VAEs如何重塑数据生成与重建格局》
变分自编码器(VAEs)是人工智能领域中强大的生成模型,广泛应用于图像生成、语音合成及医疗数据分析。其核心由编码器和解码器组成,通过将数据映射到低维潜在空间并重建,实现高效的数据生成与重建。VAEs的潜在空间具有连续性,并引入概率分布以支持创新生成。损失函数引导编码与解码优化,确保高质量的重建效果。VAEs在图像、医疗和自然语言处理等领域展现出巨大潜力,为各行业带来新的发展机遇。
282 18
|
存储 人工智能 自然语言处理
高效档案管理案例介绍:文档内容批量结构化解决方案解析
档案文件内容丰富多样,传统人工管理耗时低效。思通数科AI平台通过自动布局分析、段落与标题检测、表格结构识别、嵌套内容还原及元数据生成等功能,实现档案的高精度分块处理和结构化存储,大幅提升管理和检索效率。某历史档案馆通过该平台完成了500万页档案的数字化,信息检索效率提升60%。
416 5
|
12月前
|
安全 算法 网络安全
过等保测评应该选择哪种SSL证书
在等保测评中,选择合适的SSL证书至关重要。推荐使用支持RSA、DSA、ECC或SM2、SM3、SM4等加密算法的证书,密钥长度至少2048位。应选择国内可信赖的CA机构颁发的证书,确保数据不出境。申请流程包括访问官网(如JoySSL)、注册账号、选择证书类型、提交申请、等待验证及下载安装。综合考虑证书类型、加密算法、CA机构等因素,确保网站安全合规。
|
缓存 网络协议 网络安全
HTTPS性能受到多个因素的影响
HTTPS性能受到多个因素的影响
378 10