며칠 전, 저는 위챗 무리에서 큰 데이터에 대해 이야기했습니다. 큰 데이터란 무엇입니까? 빅 데이터가 생성할 수 있는 비즈니스 모델은 무엇입니까? 사실 나는 문외한이고, 이 문제에 대해서도 아는 것이 거의 없다. 오늘 이 문장 의 목적 은 당신 에게 큰 데이터 가 무엇인지 알려주는 것 이 아니다. 빅 데이터가 생성할 수 있는 비즈니스 모델은 무엇입니까? 이 글의 목적은 어떻게 빅 데이터와 비즈니스 모델의 추연을 통해 사고의 추진과 사고의 해체를 할 수 있는지 여러분과 함께 나누는 것입니다!
생각에 대해 말하자면, 내가 여기서 강요하는 것을 허락해 주세요. 비록 비어 있지만, 여러분들이 의도를 이해할 수 있기를 바랍니다!
만사에 만물이 도로 수준까지 올라가기만 하면 반드시 통할 것이다. 모두들 운영 중에 많은 일과가 있다고 자주 듣는다. 사실입니다. 만약 일과가 없다면, 다른 일을 하는 것도 마찬가지다. 즉, 모든 것이 규칙적으로 따라야 한다는 것이다. 가장 깊은 길은 기껏해야' 도' 이고, 마지막은' 철학' 이다. 우리가 도, 법, 술, 기의 네 가지 차원에서 문제를 볼 수 있는 것처럼, 이것이 바로 사고의 일식이다. 또 다른 예로, 우리는 종종 현상을 통해 본질을 보아야 한다고 말한다. 이곳의 본질은 사실 모두가 말하는' 일상' 이다.
철학은 물질 결정 의식, 의식이 물질, 내인과 외인의 변증관계, 주요 갈등과 부차적인 갈등의 변증관계, 철학에서 언급한 발전관과 같은 가장 깊은 일례이다. 사실 우리가 흔히 말하는' 길' 이지만, 이 길은 인간의 생산 관행을 지도하고 사회 발전에 영향을 줄 수 있기 때문에 매우 강력하다. 우리는 사물을 분석하거나, 조작하거나, 어떤 일을 하든, 층층의 일과를 세워야 한다. 즉, 철학적인 일선, 방법론적인 일선, 기술적인 일선, 심지어 설비적인 일로도 해야 한다.
좋아, 다 담았으니, 다시 큰 데이터를 이야기하자. 빅 데이터에 대해 어떻게 생각하세요? 빅 데이터는 어떤 비즈니스 모델을 파생할 수 있습니까?
우리는 이것을 사용하여 우리의 생각을 해석하고 분해합니다. 나는 어떤 일을 보는 데 가장 먼저 해야 할 일은 이 일의 정의나 기본 논리를 이해하는 것이라고 생각한다.
이 질문에 답하기 위해서는 먼저 큰 데이터가 무엇인지 이해해야 한다! 여기서는 구체적인 정의를 하지 않고, 단지 질문의 예를 들 뿐이다! 큰 데이터는 반드시 숫자로 표현해야 합니까? 세계의 모든 전화 번호 모음을 큰 데이터라고 합니까? 전 세계 모든 회사의 경영 재무 보고서에 대한 데이터 수집은 큰 데이터입니까? 모든 경제 데이터 세트를 큰 데이터라고 합니까? 큰 데이터를 이렇게 이해하려면 좀 편파적이다. 사실 큰 데이터에는 모든 요소의 집합이 포함되어 있습니다. 예를 들어 보겠습니다.
빅데이터는 인터넷 시대에야 나왔나요? 답안도 부정이다. 사실, 큰 데이터는 인터넷이 등장하기 전에 이미 존재했고, 인터넷은 큰 데이터의 가속장치일 뿐이다. (존 F. 케네디, 데이터명언) 여기서 우리는 큰 데이터의 예를 들어 볼 수 있습니다.
세계의 모든 종들은 큰 데이터 세트입니다.
전국의 각 성, 시, 현이 어느 시점에서 서로 다른 온도, 바람, 공기 습도, 음의 산소 이온 함량의 집합체가 바로 큰 데이터 세트입니다.
또 다른 예로, 중국 14 억명의 생리적 특징 집합은 큰 데이터 세트입니다.
바이두 검색 온라인 이후 수록된 모든 사용자 검색 행위는 큰 데이터 세트입니다.
드립 택시 모든 사용자의 택시 행동 기록은 큰 데이터 세트입니다.
......
이런 예는 매우 많다. 물론, 우주에 있는 모든 다른 큰 데이터 예제의 집합도 큰 데이터 세트입니다.
빅데이터의 개념을 이해한 후, 빅데이터가 어떻게 작동하는지 다시 한 번 살펴봅시다. 빅데이터의 운용은 인과관계를 추구하는 것이 아니라 상관관계를 발휘하는 것이다. 예를 들어, 누리꾼들은 특정 지역의 수색행위와 특정 시기의 독감 사이에는 인과관계가 없지만, 이 검색행위와 독감 사이의 연관은 디지털화를 통해 형성될 수 있다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 계절명언) 좀 구체적으로 해주세요. 중국과 광둥의 네티즌이 발열, 기침, 현기증 등의 키워드에 대한 검색량이 최근 일주일 동안 갑자기 급증했다고 가정해 봅시다. 예를 들어, 이 키워드들은 이미 수백만, 심지어 천만 번의 집중 수색을 해왔다면, 이와 관련하여 어떤 * * * 현상이 발생했다고 추측할 수 있다. 발열, 기침, 현기증 등의 키워드에 따라 우리는 진정할 수 있다. 광동성에서 어떤 독감이나 전염병이 발생할 수 있다.
너는 왜 이렇게 확신할 수 있니? 여러분의 수색은 목적이 있거나 의도적이기 때문에 위에서 언급한 키워드가 나오는데, 아마도 네티즌들이 오래된 기침 같은 것을 수색하고 있는 것 같습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 검색명언) 아니면 현기증과 발열의 원인은 무엇입니까? 이러한 증상을 어떻게 치료합니까? 2 ~ 수십만 명이 동시에 이것을 검색하는 것은 아무 것도 아닐 수도 있지만, 수백만 또는 수천만 명이 동시에 고주파어로 이러한 문제를 검색한다면, 반드시 어떤 * * * 성 문제가 있을 것이며, 이 문제에 대해 어떤 유행이 있다고 단정할 수 있다!
이것은 큰 데이터 간의 관계 표현, 즉 큰 데이터의 분석과 예측이다. 이런 비정상적인 수색행위를 발견하면 관련 부서의 조사와 조사를 신속하게 시작할 수 있으며, 일반적으로 전염병이 있다고 단정할 수 있다. 이때 긴급 메커니즘을 신속하게 시작할 수 있으며, 이때 큰 데이터의 역할이 발휘된다. 이것은 큰 데이터 연결, 분석 및 예측의 예입니다. 현재 이런 분석 방법은 이미 널리 사용되고 있다. 예를 들어, 운전할 때 실시간 도로 상황 방송이나 지도에서 실시간 도로 상황 표시를 자주 듣습니다. 이것은 큰 데이터의 결과입니다. 이제 여러분은 이 혼잡한 지역들을 피할 수 있습니다.
우리는 또한 가설이나 상상을 통해 예를 들 수 있다. 예를 들어, 기후 데이터와 사람의 생산성을 데이터화하여 둘 사이의 상관관계를 찾아낼 수 있다면, 어떤 기후 조건 (온도, 바람, 공기 습도, 음의 산소 이온 함량 등) 에서 사람이 어떤 수준에 도달할 수 있는지 정확하게 판단할 수 있다. ) 언제? 이런 식으로, 미래에 우리는 하루 8 시간의 고정근무제가 필요하지 않을 수도 있고, 기후 데이터의 개입이 사람의 기분과 근무 상태에 가장 잘 부합한다고 생각할 수도 있다. 이렇게 하면 모두의 업무 효율을 10 배, 심지어 100 배나 높일 수 있을까?
물론, 우리가 좀 더 대담하다면, 인간의 행동 특성에 대한 모든 데이터를 근거로 사람의 다음 보행을 예측할 수 있다. 물론 이것은 뒷말이다.
초기 질문으로 돌아가 봅시다. 큰 데이터란 무엇입니까? 빅 데이터가 생성할 수 있는 비즈니스 모델은 무엇입니까? 앞의 질문에 이미 대답했다. 다음 질문에 대해 계속 생각해 봅시다. 빅데이터가 어떤 비즈니스 모델을 만들 수 있을까요?
생각의 점진적인 추연을 해보자!
우리가 앞서 말한 큰 데이터는 반드시 거대하고 다양하며 변화해야 하기 때문에, 우리는 큰 데이터가 반드시 모든 사람, 모든 기관에 있는 것이 아니라고 생각할 수 있습니다. 즉, 큰 데이터의 침전과 산출은 반드시 희소해야 합니다. 그렇다면 큰 데이터 침전을 가진 회사나 기관은 희소성의 장점을 가지고 있다. 첫째, 큰 데이터가 유용하다는 것은 의심의 여지가 없습니다. 유용하고 희소한 것은 반드시 상업적 가치를 창출할 것이다. 그래서 빅 데이터의 첫 번째 비즈니스 모델이 등장했습니다: 빅 데이터 자원 판매.
우리는 이어서 어떤 기관들은 비록 큰 데이터 자원을 가지고 있지만, 큰 데이터의 분석력이나 응용능력을 갖추지 못하고, 예를 들면, 정부, 이런 사유나 우리가 말하는 큰 데이터 사유가 부족할 수도 있고, 이런 전문성이나 전문 인력을 갖추지 못할 수도 있다고 생각한다. 빅 데이터 분석이 불가능하면 가치를 창출할 수 없기 때문에 빅 데이터의 두 번째 비즈니스 모델인 전문적인 데이터 분석 또는 데이터 솔루션을 제공하고 서비스 요금을 청구하는 것입니다.
멈추지 마, 계속하자! 전문적인 데이터 분석 및 솔루션도 있습니다. 이러한 솔루션을 어떻게 구현합니까? 예를 들어, 키, 키, 체중, 엉덩이 접촉 면적과 같은 인간의 생리적 특징이 카시트의 강도, 압착된 모양과 관련이 있다는 것을 분석을 통해 밝혀졌기 때문에, 데이터 해결을 통해 우리는 스마트한 카시트 도난 방지 시스템을 만들 수 있다고 결론 내렸습니다! 그런 다음이 도난 방지 시스템을 전문으로하는 데이터 분석 및 데이터 솔루션 회사는 할 수 없으며 착륙 할 수 없습니다! 그래서 빅 데이터의 세 번째 비즈니스 모델이 등장했습니다. 빅 데이터 솔루션을 상용 제품으로 만들어 제품 판매나 서비스를 통해 돈을 버는 것입니다.
우리는 세 가지 주요 빅 데이터 비즈니스 모델을 요약 할 수 있습니다.
1, 대용량 데이터 자원 판매
2. 대용량 데이터 분석 및 솔루션을 제공합니다.
상업화 된 제품을 형성하기 위해 빅 데이터 솔루션을 구현하십시오.
물론, 이 세 가지 주요 빅 데이터 비즈니스 모델은 많은 비즈니스 모델을 도출할 수 있으며, 빅 데이터 사고를 통해 비즈니스 모델의 변화를 불러일으킬 수 있습니다.
물론 구글, 알리, 페이스북, 바이두와 같은 세 가지 주요 대형 데이터 비즈니스 모델을 적용할 수 있는 회사나 기관도 있습니다.
위의 관점은 결코 참신하지도 않고, 반드시 정확하지도 않다. 구체적인 데모 아이디어를 보는 것이 중요하다. 빅데이터의 상업화 과정에서 어떤 시대에도 피할 수 없는 문제, 즉 사기와 홀랑거림이 있을 것이다. 사실 이것은 우리가 쉽게 이해할 수 있다. 비즈니스 모델의 실천에서는 최소한의 비용으로 이익의 최대 생산량, 즉 이익 극대화를 추구해야 하기 때문이다. 이것은 상업 운영의 본질이지만, 이것은 단지 시장의 현상일 뿐, 시장 발전 과정에서 최적화될 것이다! 사용자의 요구에 진정으로 부합하는 상업화 행위가 마지막까지 견지할 수 있다.
이러한 상업화 성과에 대한 판단 기준이 무엇인지 묻는 사람들이 또 있을지도 모른다. (윌리엄 셰익스피어, 상업화, 상업화, 상업화, 상업화, 상업화, 상업화)
어떤 일을 하든 표준이 있는데, 기준은 우리가 하는 일의 참고이다. 물론, 기준은 고정불변이 아니다. 사실 여기서는 모두가 생각하는 크고 텅 빈 것을 사용할 수 있다. 소위 표준이라고 하는 것은 법에 부합되며, 반드시 가장 큰 기준일 것이다. (존 F. 케네디, 표준명언) 기준은 선행자가 제정할 수도 있고 선행자가 제정할 수도 있지만, 제정한 기준은 합리적이고 높아야 한다. 즉 법에 부합해야 한다. 업계 내에서 불합리한 기준이 자주 나타나지만, 이러한 표준은 결국 대체되거나 최적화될 것이다.
위에서 말한 기준에 관한 것은 모두 도의 계층에 관한 것이며 위에서 말한 가장 큰 일로이다. 물론, 우리는 이 루틴을 중심으로 표준을 구체화하고 구체화하여 참조 및 집행할 필요가 있다.
우리는 대리 경영을 예로 들었다. 대행 운영의 최종 목적은 고객을 위해 이윤을 극대화하는 고귀한 것이 아닌가? 현실은 고객에게 보이는 효과를 가져다 주는 기초 위에서 대행사 자체의 이익을 극대화하는 것이 아닌가? 그렇다면 우리는 이 생각을 둘러싸고 분해해 볼 수 있고, 어떤 기준으로 구체적인 업무 대표 운영의 효과를 측정할 수 있을까? 기업 경영의 본질은 이윤이기 때문에 효과의 측정은 판매와 비용의 두 위도여야 한다. 구체적인 분배를 거쳐 이것은 매우 큰 조치이다. 그리고 우리는 그것을 나누었다. 어떻게 하면 판매량을 늘리고 비용을 통제할 수 있습니까? 여기에는 구체적인 수단과 기교가 포함되며, 이러한 구체적인 수단과 기교의 효과 측정은 또 구체적인 기준을 포함한다. 우리가 이 생각을 가장 작은 세분성으로 나눌 때, 매우 상세한 조작 기준을 형성할 수 있다.
마찬가지로, 위의 기준을 결정하는 아이디어는 커뮤니티 에센스 평가 기준, 인기 게시물, 인기 게시물, 편집 추천, 품질 게시물의 평가 기준과 같은 커뮤니티 운영 기준을 설정하는 것과 같은 것으로 비유될 수 있습니다.