Enseñarle cómo utilizar el pensamiento de big data.

Hace un tiempo hubo un foro interno para que todos hablaran sobre información útil. Aproveche esta oportunidad para ordenarlo sistemáticamente y resumirlo en tres aspectos: el primero es comprender el volante de big data, el segundo es comprender la evaluación de los activos de datos y el tercero es utilizar el paradigma pan-Internet.

Figura 1: Pensamiento de Big Data

La información seca debe haber sido condensada, e incluso los casos se han exprimido en agua, por lo que leer este artículo no es tan interesante. Pero puedo asegurarles que no será ningún problema dominar estas tres cosas para brindar consultoría estratégica de big data a las empresas que cotizan en bolsa. Porque utilicé estas tres herramientas para conseguir más de una docena de empresas que cotizan en bolsa. Incluso el presidente de la consultora más grande del país cree que es posible abandonar PPT.

Cada artículo está representado por una imagen y los círculos de cada imagen están respaldados por muchos casos. Si está más interesado en los casos, puede leer mi libro "Oportunidades históricas en la era del Big Data". De hecho, la Figura 1 cubre todas las ideas del pensamiento de big data. Las estructuras superior e inferior de las tres capas exteriores en esta imagen parecen relativamente complicadas, por lo que se dividirán en tres imágenes más adelante. El proceso de pensar es de arriba hacia abajo, de afuera hacia adentro. La parte superior de la imagen trata sobre las funciones comerciales de big data, es decir, ¿qué podemos hacer con big data? ¿Cómo ganar dinero? ¿Cuáles son algunos modelos de negocio interesantes? Solía ​​decirse que "la lana viene de la oveja". Si comprende estos patrones, encontrará que "el perro ya no tiene lana". Hay seis tipos que se describen detalladamente en el libro, pero en la imagen sólo se muestran cinco.

Suplemento: Introducción a seis modelos de negocio

Centrándose en los activos de datos, el autor investigó los modelos de beneficios y las estrategias de negocio de diferentes industrias y resumió seis modelos de negocio (ver "Era del Big Data" para más detalles) Libro "Oportunidades históricas").

Modelo de datos de arrendamiento y venta: en pocas palabras, es la venta o alquiler de datos ampliamente recopilados, cuidadosamente seleccionados y urgentes. Ésta es también la interpretación más clásica de los datos como activo. Según los diferentes objetivos de ventas, se dividen en dos tipos. El primero es brindar servicios de valor agregado como cliente. Por ejemplo, una empresa que vende navegadores también ofrece a sus clientes servicios de información de tráfico en tiempo real. Glodon Company proporciona a sus clientes datos anuales sobre los precios de los materiales de construcción. Solo este negocio tiene ingresos anuales de más de 654,38 mil millones de yuanes. El segundo es proporcionar datos de clientes a terceros a cambio de una tarifa. Una bolsa de valores típica otorga licencias de datos de negociación de acciones a algunas empresas que fabrican software de mercado.

Modelo de arrendamiento y venta de información: generalmente centrado en una determinada industria, recopilando ampliamente datos relevantes, integrando y extrayendo información profundamente y teniendo un enorme centro de datos y canales de comunicación dedicados, también puede convertirse en un líder. La información se refiere a un conjunto de datos procesados ​​con ciertas características de la industria.

Modelo de medios digitales: este modelo es el más atractivo, porque el espacio del mercado publicitario global es de 500 mil millones de dólares. Tiene el suelo y el espacio para crecer para cultivar cientos de miles de millones de empresas. El recurso principal de estas empresas es obtener datos efectivos, masivos y en tiempo real, que se basan en tecnología de análisis de big data. La mayoría de sus fuentes de ganancias son servicios de agregación de información y marketing de precisión.

Modelo basado en datos: lo fascinante de este tipo de negocios es que sin una gran cantidad de datos y una tecnología de análisis de datos efectiva, en realidad es difícil para estas empresas realizar negocios. Por ejemplo, las pequeñas empresas de préstamos representadas por Alibaba Finance. Al analizar en línea los datos de transacciones y los datos financieros de las pequeñas y microempresas, podemos incluso calcular cuánto préstamo se debe otorgar y cuánto tiempo llevará recuperarlo. Minimizar el riesgo de insolvencia.

Modelo de operación del espacio de datos: históricamente, el IDC tradicional ha sido este modelo, y todos los gigantes de Internet brindan este servicio. Sin embargo, el disco de red ha ganado impulso recientemente. Desde la perspectiva de Big Data, todos han percibido las oportunidades comerciales de Big Data y han comenzado a aprovechar los recursos de datos de individuos y empresas. Dropbox en el extranjero y WeDisk nacional son representantes de este tipo de empresas. El espacio de desarrollo de este tipo de empresa es que puede convertirse en una plataforma de agregación de datos y su modelo de ganancias tenderá a diversificarse.

Proveedor de tecnología de big data: desde la perspectiva del volumen de datos, los datos no estructurados son más de cinco veces mayores que los datos estructurados. Cualquier tipo de procesamiento de datos no estructurados puede recrear la gloria de los datos estructurados existentes.

Es posible que surjan grandes empresas de rápido crecimiento en los campos del procesamiento de datos de voz, procesamiento de datos de vídeo, reconocimiento semántico y procesamiento de datos de imágenes.

Después de comprender el papel del big data, a todos, naturalmente, les importará que los datos sean tan valiosos y, naturalmente, deberían formar un nuevo tipo de activo. La parte central de la Figura 1 muestra este contenido. La afirmación original de que “los datos se convierten en un activo” se ha convertido en la teoría central del pensamiento de big data. La Figura 2 El modelo de evaluación de activos de datos ofrece un marco de pensamiento completo para describir el valor de los activos de datos. Si el lector está interesado, dé el paso de leer este libro. Sin embargo, este trabajo está lejos de ser suficiente para dar una evaluación cuantitativa. En el artículo "Cuestiones académicas a nivel del Premio Nobel" (respuesta a b10 en este artículo), dije una vez que si la comunidad académica avanza en la evaluación cuantitativa de los activos de datos, puede ganar el Premio Nobel. Porque está muy relacionado con la valoración de la empresa. La industria ha tomado la iniciativa en la cuantificación del crédito y su uso comercial, pero todavía queda un largo camino por recorrer antes de la valoración universal de los activos de datos.

Figura 2: Modelo de evaluación de activos de datos

Ahora que los datos se han convertido en un activo, las transacciones entre activos también se incluirán en la agenda. La alianza ha designado especialmente a dos subsecretarios generales para promover este asunto, difundiendo así el concepto de apertura y disfrute. Por la presente hacemos un llamado a todas las empresas que estén dispuestas a abrir sus recursos de datos, pero que puedan trabajar juntas con la ayuda de la alianza.

Los datos convertidos en un activo son una cognición abstracta basada en la comprensión de las funciones del big data. A continuación, observe la parte inferior de la Figura 1, el paradigma pan-Internet. Este paradigma proporciona una guía para recopilar datos continuamente y aprovechar su valor. La transformación de muchas empresas comienza con esta imagen. Ver Figura 3. La combinación cuatro en uno de terminal + plataforma + aplicación + big data constituye la guía de acción para el pensamiento de big data. Recientemente hablé con algunas empresas. Han comprendido la importancia de los datos y han comenzado a pensar en formas de "captar" los datos de los clientes. Esto conduce inevitablemente a un malentendido. La mejor política es estudiar detenidamente este paradigma, utilizar el cerebro desde aplicaciones y terminales y brindar verdaderamente a los usuarios servicios confiables.

Figura 3: Ejemplo de todo Internet

Volviendo a la Figura 1, cuando hablamos de pensamiento de big data, adoptamos un orden de arriba hacia abajo, comenzando por las funciones de big data. , y profundizando en el núcleo teórico, y luego en el paradigma operativo. Pero para empezar realmente, necesitamos medidas prácticas y desde abajo. Volviendo a la clásica pregunta de Drucker, ¿quiénes son sus clientes?

La Big Data Industry Alliance está dispuesta a servir a todos los consultores que estén interesados ​​en la consultoría estratégica de big data, dominar esta metodología y ayudar a los consultores corporativos. La alianza incluirá su nombre en el sitio web oficial y lo recomendará a las empresas miembro.

Entonces, esta vez, hagamos algunos deberes: puede utilizar el marco de análisis de pensamiento de big data anterior para analizar las empresas que le interesan a su empresa y ver qué efecto tiene big data en la empresa y cómo ¿Cuál es el paradigma de interconexión ubicua?

Aquí te dejamos algunos pequeños ejemplos:

1) La ambición de LeTV