香港大学中国学院王志荣博士:大数据时代的新商业模式和战略

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

大数据时代的新商业模式和战略有哪些?香港大学中国学院的王志荣博士将过去几年来沉淀下来的思考与大家分享,包括共享经济、客户导向、成果经济和平台战略。

很荣幸今天代表香港大学和这么多的业界的朋友来分享我们的经验,谈到大数据时代的新商业模式,也是我过去几年沉淀下来,希望通过今天大概20分钟的时间,跟大家有效的沟通交流一下。


共享经济:有效利用和分享他人闲置的资源,创造价值和满足客户需求,从而获取回报

这里包括六个观点:闲置资源、低成本、高信任度、客户口碑、良好客户体验、使用权vs拥有权。一般来说很多闲置资产,车是很明显,有多少个人有车的?你一个礼拜能够用20个小时开车的时间够不够?很多人闲置机会很大的,一周200小时,路上两个小时,很多人大部分车放在家里,房子也好,车也好,比较容易闲置,用什么方法将闲置的资源有效利用起来?如果做的很好的话,有没有信任度?信任很重要,你要让信任度提升上去,双方有效的信任是决定成功与否的很重要的因素。另外很重要的点,客户体验,另外一部分口碑,口碑很重要。我天天坐优步,主要用了优步之后服务态度很好,我经常坐宝马,但是价格相对来说比较可以,客户的体验是非常重要。最后,将拥有权分开来,使用和拥有是可以分开的。

UBER在国内相对没有这么成功,但是国外很夸张,现在市值五百亿美金,埃森哲过去十年期间,物价翻了三番,现在员工超过三十万人。他现在市值750个亿左右,优步这个公司过去几年发展出来,没有资产,没有一辆车,滴滴只是做一个平台,好好发挥共享经济。

酒店行业受共享经济影响,IBM没有优步这么厉害,但是有超过250个亿的市值,中国联通,很多人用联通,我用上海的手机也是联通,全国三十个省好几个亿的用户,很多重资产,他270个亿,IBM跟他一样。凯悦、万豪,他们市值一百亿左右两百亿,跟他们相比还有比较大的差距,在这个情况下,互联网经济之下,共享经济很多企业跑出来,它的市值远远大于酒店,全世界最大的酒店集团,很多只是两百亿不到,但影响力很大。

客户为主:从服务或产品导向到以客户为中心,强调个性化的客户体验和满足客户的需求

彼得·德鲁克曾说过了解你的客户,并且满足客户的需求。很多大企业的老板都是他的学生,微软的老板也是他的学生,他在好几十年前谈到一个观点,一个企业存在的价值在什么地方?价值是创造客人,找到谁是你的客人,理解他的需求,你生产一些产品,一些服务出来,满足他的需求,他自动会跑过来,不需要销售,销售概念是自动的效果,只要找到他应该有的,放在桌面上自动跑过来卖给他。客户为中心的导向,跟传统的产品为导向的概念是反过来的。

有个调研,四年前很多公司CEO认为客户体验不是公司的核心竞争力,四年前只有36%的公司认为是重要,四年后,答案不一样了,90%CEO觉得个人体验非常重要。现在客户中心要转变,从过去B2C转到C2B,有客人要求企业提供什么产品。4P转到4C,大家关注一下从产品为导向变成客户为导向。

成果经济:从产品导向到成果导向,客户只为成果而买单,而不是产品或服务本身。

德鲁克谈到把一个产品化,看得出来的结果,满足哪些需求才重要。如果你要做成果的话,很多技术不具备这个能力,一个是IOT,十年前二十年前没有IOT,物联网部分绝对影响结果,IOT的过程,用的过程里吸收过来可以分析,可以有效的定量分析出来结果怎么样。在互联网流行,可能在Facebook、腾讯等都是在定性方面做了大量的工作。说看电影,大家从来有没有试过看电影不要买票。例如利用面部表情识别技术作成果来定价:“一笑一付”。巴塞罗那的名为Teatre Neu的一个喜剧俱乐部,启用了面部表情识别技术,来衡量观众对演出的喜爱程度,并为此来买单。他们在每个座位后面装了一个平板监视器,可以监测每个观众笑了多少次,观众每笑一次只需支付0.3欧元,封顶24欧元,俱乐部因此收入大增25%。

平台战略:连接特定群体,为他们提供互动交流机制,满足所有参与者的需求,并从中盈利的商业模式

现在很多企业,阿里巴巴或者腾讯是平台战略里很重要的成员。平台战略,作为一个平台,将所有的参与者拉进来,大家一起玩,一起做生意玩游戏。每一个引进来,能拿到他想要的东西,他能赚钱,能开心,能满足他的需求有OK,每一个人参与的部分,获得他想要的东西。阿里巴巴是非常好的案例,阿里巴巴本身做一个平台,让你在上面把你的产品去买卖,供应商去卖,平台基本上是阿里巴巴没有一分钱的存货,都是人家的存货,他现在的市值跟腾讯差不多,美金2600多亿,跟腾讯是一样的。这么大的企业是全世界前15位的企业。跟他相关的,IBM这么多硬件软件,1550亿,沃尔玛全世界最大的零售行业2200,阿里巴巴腾讯已经超过他们,他们是用平台战略。小老鼠怎么跟石头比较,为什么差距这么大。过去双111200多亿的营业额,跟传统的大企业怎么比较,在全中国最大的购物中心一个商场低于15亿美金收入,这代表阿里巴巴双11一天的生意等于人家做了13年。全世界最大的五个企业,全是美国的,全是科技为主,苹果、谷歌、微软全是科技为主。Facebook是做平台战略,平台战略很值钱,希望大家多留意平台战略。

帮助生态链,今天有很多嘉宾谈到生态链,车的生态链肯定是大的方向,农业也是重要,医疗相关的,生态链的系统,未来是主要趋势。大家有兴趣的话,可以在下面讨论,谢谢!



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
分布式计算 Kubernetes Hadoop
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
149 6
|
1月前
|
分布式计算 资源调度 Hadoop
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
65 2
|
1月前
|
消息中间件 监控 数据可视化
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
52 2
|
1月前
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
52 0
|
1月前
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
69 0
|
3月前
|
分布式计算 资源调度 大数据
【决战大数据之巅】:Spark Standalone VS YARN —— 揭秘两大部署模式的恩怨情仇与终极对决!
【8月更文挑战第7天】随着大数据需求的增长,Apache Spark 成为关键框架。本文对比了常见的 Spark Standalone 与 YARN 部署模式。Standalone 作为自带的轻量级集群管理服务,易于设置,适用于小规模或独立部署;而 YARN 作为 Hadoop 的资源管理系统,支持资源的统一管理和调度,更适合大规模生产环境及多框架集成。我们将通过示例代码展示如何在这两种模式下运行 Spark 应用程序。
251 3
|
3月前
|
DataWorks Kubernetes 大数据
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
|
19天前
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。对象如用户、账号、商品等,通过唯一ID记录其相关事件,如操作日志、交易记录等。这种模式下的统计任务包括无序计算(如交易次数、通话时长)和有序计算(如漏斗分析、连续交易检测)。尽管SQL在处理无序计算时表现尚可,但在有序计算中却显得力不从心,主要原因是其对跨行记录运算的支持较弱,且大表JOIN和大结果集GROUP BY的性能较差。相比之下,SPL语言通过强化离散性和有序集合的支持,能够高效地处理这类计算任务,避免了大表JOIN和复杂的GROUP BY操作,从而显著提升了计算效率。
|
1月前
|
存储 分布式计算 druid
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
39 1
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
|
27天前
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。这种模式涉及对象(如用户、账户、商品等)及其相关的事件记录,通过这些事件数据可以进行各种统计分析,如漏斗分析、交易次数统计等。然而,SQL 在处理这类任务时表现不佳,特别是在有序计算方面。SPL 作为一种强化离散性和有序集合的语言,能够高效地处理这类计算,避免了大表 JOIN 和大结果集 GROUP BY 的性能瓶颈。通过按 ID 排序和分步计算,SPL 能够显著提高计算效率,并支持实时数据处理。