十大企業(yè)的大數據實踐

最近，有一條關于蘋果同IBM合作的新聞，“把IBM的大數據和分析能力帶給iPhone和iPad平板電腦”，從而“創(chuàng)造一種新類別的商務應用”。“大數據”這一詞語在另一個新的角度又一次的引起了人們的注意。“大數據”一詞最早可以追溯到apache org的開源項目Nutch。當時，大數據僅用來描述為更新網絡搜索索引需要同時進行批量處理或分析的大量數據集。隨著技術的發(fā)展如今的“大數據”有了更多的含義，并不僅僅局限于網絡中的信息，也涵蓋到日常生活的方方面面。

不過，每一次概念或工具的履新，尤其是商業(yè)層面，其有確定意義或意義的確定的前提，都是為企業(yè)客戶降低了成本，也使普遍的消費者獲得了更好的服務。

盡管“大數據”在最近幾年才引起人們的關注，但許多互聯網公司走在了時代的前面，他們作為大數據時代的先行者，為如今的“大數據”的興起奠定了基礎，并在歷史的經歷中卓有成效，有時也成為追逆或效仿的對象。以下，希望從IBM、SAP、Oracle、Facebook、亞馬遜、百度、阿里巴巴、騰訊、京東這十家大數據的先行踐行者們，看看他們都在各自的領域創(chuàng)造了哪些有關大數據的基礎與標準，以便讓更多的B和C再進一步了解一下“大數據”應用的邏輯。

IBM、SAP、Oracle：

我們只是大數據的搬運工

前段時間IBM賣掉了自己的芯片業(yè)務，這表明了IBM對自己的未來有著一些清晰的規(guī)劃——減少硬件業(yè)務，將精力投入云計算、分析以及智慧地球的項目之上。IBM全球副總裁Eric Sall說，“IBM不能裝作這世界一成不變，這世界當然在隨時變化”。IBM此舉也恰巧說明了一個行業(yè)的趨勢，即數據在未來的發(fā)展至關重要，而分析數據的能力則顯得尤為突出。從信息時代到數據時代，是一種抽象的簡化。

作為一個以大數據為基礎為各行業(yè)提供解決方案的企業(yè)來說，硬件業(yè)務的多少與好壞似乎已并不能衡量自身的實力，自身的軟件服務才更可能決定一些根本性的東西。在今年，IBM宣布以10億元組建新部門，目的是發(fā)展公司最新的電腦系統Watson，它將據客戶過往的歷史記錄，幫助企業(yè)更好地認識客戶，隨時隨地以客戶選擇的方式進行接洽，并在需要行動時提供強大支持。因此它將大大節(jié)省企業(yè)/客戶的人工成本，以便更好地做出決策，更快的實現業(yè)務成效，而在去年，這一系統已經開始應用于醫(yī)療以及零售領域，幫助行業(yè)實現轉型。

盡管如此，IBM仍然是到了一個艱難的時刻，盡管投入了較大資金發(fā)展全球數據中心，比如以20億美元收購云計算基礎架構服務提供商SoftLayer，但其在云計算領域取得的收入應屬是杯水車薪，面對來勢洶洶的后起之秀，IBM這個藍色巨人可能需要放下過去的慢熱，雖然大象和螞蟻轉身需要的能級不同。

說到IBM就不得不提SAP，這個由前IBM員工成立的軟件公司如今已經發(fā)展為全球最大的企業(yè)應用軟件供應商。然而，SAP所涉及的領域不僅于此，他已經將自己的觸角伸及到了體育界。相信大家對2014巴西世界杯德國隊的奪冠記憶猶新，在這背后或有“大數據”的力量，可謂是德國隊的“第十二人”。早在此次世界杯之前，德國足協便與SAP公司合作，定制名為“Match In-sights”的足球解決方案，用以迅速收集、處理分析球員和球隊的技術數據，基于“數字和事實”優(yōu)化球隊配置，從而提升球隊作戰(zhàn)能力，并通過分析對手技術數據。通過此種方式，德國隊在戰(zhàn)術制定上的時間成本大大縮短，這可以算所是“大數據”的一種勝利，同時也是未來體育發(fā)展的一種趨勢，即引入當今世界最發(fā)達的技術，提高自身比賽水平，借助大數據強有力的分析處理能力制定合理的訓練計劃與比賽戰(zhàn)術，而非像以前那樣單純的依靠球隊的不斷操練來實現。我們可以相信，在未來，不只是體育屆，任何范疇內的決策都會要借助“大數據”的分析結果來完成，因為它可以既便捷又準確。

這就是“大數據”的力量。百度李明遠有一句話：“大數據的特點就是發(fā)現人們原來看不到的數據，將這些數據應用于商業(yè)，改變認知的核心工具?！庇纱瞬女a生了諸多在接入“大數據”業(yè)務后，發(fā)展迅猛的公司，Oracle就是其中之一。

Oracle最初的業(yè)務僅是數據庫，這也是他存在的基礎，直到1987他才成立了一個僅有7人的軟件開發(fā)部門，管理也十分成松散，而這個部門成立的理由只是因為Oracle公司需要一個財務管理系統。就在這種偶然下Oracle開始了“大數據”業(yè)務的發(fā)展，至1996年，Oracle贏得了華為的合作，稍后又拿到了美的、中興的訂單，直到1998年，他們已經擁有了1300位客戶。僅用了6年時間，Oracle就超越了諸多前輩一躍成為應用軟件業(yè)的第二，雖然同SAP仍有很大差距，但已經是一個不小的成績。

Oracle應用軟件的創(chuàng)始人杰夫·沃克說過：“盡管SAP有R/3，但在應用軟件市場上，他們并沒有達到高不可及的程度，他們并沒有真正做到象Oracle那樣成功?！钡侥壳盀橹筄rcale已經成為了應用軟件業(yè)僅次于SAP的公司，為戴爾公司、蘇格蘭皇家銀行等業(yè)界巨頭提供服務。其中，波士頓醫(yī)學中心在使用了Orcale的應用服務以優(yōu)化其臨床及數據存儲環(huán)境之后，不僅消減了存儲成本并且使其性能也提高了74%。

不論是IBM、SAP還是Oracle，都是依靠應用軟件服務來創(chuàng)造盈利，他們在“大數據”的數據服務上已經取得了成功，其占據的市場份額是后起之秀們難以企及的。其實他們所做的并不復雜，可他們發(fā)現了前任未曾發(fā)現的信息。國內外的企業(yè)中，做應用軟件的不少，意圖涉足大數據領域更多，可是卻仍在低端市場中苦苦掙扎，這并非管理水平偏低的原因，而是因為太過看重自身的利益而忽略了“大數據”業(yè)務發(fā)展的必然條件，成本的降低與服務的提高，只有針對這些不變的點，才能真正走上“大數據”的發(fā)展道路，成為下一代領導者。

百度、google：不要再把我們看做搜索引擎，我們正在做些別的事情

“新一代的數據收集不僅是數據工具，數據本身會有很大的發(fā)展。”李彥宏如是說。

同樣是2014巴西世界杯期間，百度“世界杯預測”上線，盡管足球是一件不確定性極高的事情，可在比賽結束后發(fā)現，百度這次的預測無一錯誤。想想世界杯時無數走上天臺的小伙伴們，若是知道百度有此神器，應該是有些感想的吧。

在其賽事預測的產品說明中寫到“百度大數據部收集了2010-2013年全世界范圍內所有國家隊及俱樂部的賽事數據，構建了現在的賽事預測模型”，這是其利用“大數據”在傳統領域的又一次嘗試，并且他們希望在建立起成熟的模型之后，在球隊訓練、體彩等方面發(fā)揮商業(yè)價值?？梢酝茢?，百度應該在“大數據”上有著極大的野心。

球賽預測的結果是可喜的，不過百度在另一項事情的預測上則栽了跟頭。在《黃金時代》上映之前，百度發(fā)布會上宣布電影《黃金時代》的票房預期可達2.0—2.3億，當時的媒體都認為這個數字估計的太過于保守，然而截止到10月16日，《黃金時代》的累計票房為4698萬，如此成績對于片方、媒體和公眾而言都是出乎意料，2.0億的票房估計竟然已經算是十分樂觀。這并不是百度第一次做票房預測了，早在7月14日愛奇藝就透露在內部，百度票房的預測已經有了百分之八十的準確率。百度也因為此次的預測失敗而推遲了票房預測產品的上線，我們可以看到在百度預測中，電影票房預測那一項仍是灰色，標注著“即將上線，敬請期待”的字樣。對此，可能的原因是類似《黃金時代》的文藝類影片樣本較少，不確定性大。

同百度這次失敗同樣的，他的競爭對手Google也有馬失前蹄的時候。在2008年Google推出了他的Google Flu Trends流感預測服務，在這之后的幾年時間中，預測的結果都是準確的。這也幫助各國對即將到來的流感進行了有效的預防，避免了更大的損失。直到2013年2月，Nature上出現文章，表示GFT預測的全國范圍的流感樣疾病（占全國人口的比例）近乎是實際值的2倍，這是由于Google所抓取的數據是直接從搜索引擎中來，這就使得真正的流感患者同跟風搜索流感的人混淆在一起，最終夸大了流感人口的比例。

可見，“大數據”中最重要的不是分析數據而恰恰是數據本身，如果數據本身存在著問題，那么不論算法如何正確出來的結果也是失之千里。

當然這僅僅是兩個微小的錯誤，并不能就此否定這兩家公司在“大數據”上做出的努力，畢竟以搜索引擎起家的他們天生就具有“大數據”應用研究與實踐的優(yōu)勢。如今百度已經有了一套看起來更完整的“大數據”引擎系統，共三個部分：開放云，百度的大規(guī)模分布式計算和超大規(guī)模存儲云，對應到Google則是他舉世聞名的數據中心以及基于Colossus的云；數據工廠，百度將海量數據組織起來的軟件能力，對應到Google，其近年來為迎接大數據時代不斷改造核心技術，包括比MapReduce批處理索引系統搜索更快的Caffeine，專為BigTable設計的分布式存儲Colossus，Dremel和PowerDrill管理和分析大數據，以及Instant和Pregel。百度大腦，能夠應用這些數據的算法，對應到Google，Google提供的大數據分析智能應用包括多個方面，技術有Big Query、趨勢圖等。如果說百度大數據引擎是一個程序，那么它的數據結構就是數據工廠+開放云，而算法則對應到百度大腦?？梢哉f二者在如和發(fā)展“大數據”上思路及其一致。在百度預測的界面我們可以看到已經能夠看到一個預測開放平臺，為每一個用戶提供平臺化的預測服務。借助這種服務，應該能夠更準確地預見未來的趨勢，趨利避害。譬如通過“疾病預測”，可以知道同類疾病全國哪家醫(yī)院最好，同城醫(yī)院中，哪家醫(yī)院現在排隊人數較少，或者當前天氣需要預防那種流行??；通過“景點預測”，我們能夠有效地規(guī)劃出游行程，只能看人不能看景的情況，而景區(qū)也能夠據此作出正確的判斷而非依靠以往模糊的經驗。對于企業(yè)來說，能夠有效地規(guī)避風險，調整戰(zhàn)略，進而減低成本，縮減開支，最終達到效率與收益的提高。

在如今搜索引擎市場已經不能為他們帶來更多盈利的情況下，百度與Google將目光同時轉向了“大數據”開發(fā)與研究。曾經有一個這樣的問題，問百度能夠依靠大數據做些什么，答可以分析網上賣假藥的情況。這固然是針對百度搜索中側邊經常顯示的廣告的調侃，但也反映了百度所面臨的尷尬，搜索業(yè)務所能提供的利潤已經接近飽和，盈利模式的更新已經迫不及待，而通過“大數據”變現，在目前是一條最有希望的道路。有消息稱，Google每年通過“大數據”可獲得約80億美元的收入，這一數字遠遠超過了百度。若百度能通過“百度預測”這一系列產品獲得成功，那么他所能獲得的不僅僅是更加海量的數據，更是源源不斷的現金流。

亞馬遜、京東、阿里巴巴：

當你們在瀏覽商品時……

眼下隨著日子的臨近，一年一度的雙十一又要來了，在那些網頁彈出的廣告中，不難注意到那些推薦的產品，正是曾經搜索過或者瀏覽過的，這正是基于“大數據”的結果。而這種智能推薦的服務是“大數據”應用商業(yè)化中較為成功的例子。

說道電商中“大數據”方面做得最成功的無疑是亞馬遜了，亞馬遜是云計算的奠基者，他在用戶偏好、商業(yè)領域等方面的“大數據”能力可以說甚至超過了Google。他從每一位客戶上捕捉大量數據，如購買記錄、瀏覽記錄、瀏覽時間等，從這些雜亂的數據中找到產品的關聯性，從而產生最適合推薦給用戶的產品。亞馬遜不對人進行分類，而是對用戶的需求分類，從而產生了亞馬遜的推薦系統，而此舉它帶去30%的銷售收入。反映在網頁上，我們可以看到亞馬遜會將智能推薦的過程貫穿購物的始終。此外，亞馬遜也會向用戶發(fā)送郵件，推薦少量的商品，甚至是你未來可能會用到的商品。更為重要的是這一系列過程并不會令人產生反感，用戶體驗也隨之提高。

對應到國內，不得不提的是阿里巴巴，作為國內最早運作云的部門，他的推薦系統同樣優(yōu)秀。在淘寶首頁你會很容易看到一個名為“發(fā)現·好貨”的瀏覽框，其中的物品全部都同你最近瀏覽購買或搜索的類似。

淘寶作為一個擁有海量用戶數據的平臺，每天都有上千萬交易發(fā)生，數據從手機端、電腦中上傳，為阿里提供了一個數據庫。自去年3月起阿里上線了自己的云服務平臺——御膳房，旨在為第三方軟件服務商和品牌商提供大數據計算、挖掘、存儲的云環(huán)境開發(fā)平臺，構建阿里數據生態(tài)。這也是其在以“云計算、大數據”為核心的DT戰(zhàn)略上邁出的一步。截止到目前，僅一年多的時間，就同300多家第三方軟件服務商形成了合作，提供了包含流量推廣、商品管理、數據分析、CRM、ERP、廣告精準投放等多個支撐工具，覆蓋了180萬天貓、淘寶商家，為他們帶去了利潤。例如，通過“日報單品分析”服務能夠使得運營人員方便的進行單品優(yōu)化、頁面調整，分析人員能夠清晰地進行業(yè)務分析；通過“財務對賬”服務能夠使得線上付款、線下交易更加融合，節(jié)省了中間周轉的成本。阿里數據平臺事業(yè)部王賁表示：“我們就像一個廚房，提供了最優(yōu)質的原材料、最鋒利的工具，讓開發(fā)者、服務商這樣的大廚能夠快速實現大數據應用的各種idea。”

同樣的還有京東，雖然目前在云計算領域還遠遠達不到阿里的高度，但仍有著自己的努力。作為一個直接為用戶提供產品的電商，供應量變得十分關鍵，京東通過銷售情況、市場預期、時間日期的綜合數據，形成一個預測系統，最后自動形成訂單發(fā)送給供應商，避免缺貨情況的存在。另外，在我們搜索商品時，出現的標簽往往并不是商品的分類而是來自于商品的評價，這讓我們能夠更為準確的找到自己想要的商品。這一服務源自京東對于后臺搜索數據分析的結果，他們發(fā)現在京東商城進行購買的用戶往往對商品的分類并不清楚，而經常以商品的功能或作用來進行尋找，因此在他們看來，更重要的是在搜索欄中出現商品的評價而非分類，而主動將此類標簽加入搜索系統中能使用戶更好的找到自己想要的商品，加強了對用戶的服務，使得購物體驗大為提升，而這一舉措更是使自身的贏利大為增加。

然而這三家電商所收集的數據較多的為非結構化數據，在理解與分析上較為困難，因此偶有推薦系統向客戶并不需要的商品的情況的發(fā)生。

馬云在卸任演講上說：“很多人還沒搞清楚什么是PC互聯網，移動互聯網來了，我們還沒搞清楚移動互聯網的時候，大數據時代又來了?！薄按髷祿睘槠脚_提供了更好的信息支持，創(chuàng)造出更優(yōu)質的服務，更優(yōu)質地服務又能帶來更多的數據，更多的數據樣本使分析結果更為精確，為用戶提供更佳的體驗，如此則有更多的人投入使用中來，這樣便形成了一個數據的良性循環(huán)。如此，“大數據”可以說是未來電商們發(fā)展的基礎資源及優(yōu)勢所在，透過“大數據”的支撐，能夠提高用戶數量，提供優(yōu)質服務，降低運營成本，提升總體盈利。

騰訊、facebook：

交流的是情感，看到的是數據

還記得今年情人節(jié)時Facebook發(fā)表的那份關于戀愛的數據么，通過“大數據”他能知道你們何時會戀愛，何時可能分手，甚至你本身尚未意識到時，他就已經察覺了。這是基于2.7億活躍用戶的統計結果。

同傳統的戀愛過程類似，社交網絡中的愛情也有一段“追求”的階段，在這一階段中，每位用戶每日會至少推送一條消息，而在關系確定之后推送的頻率則會直線下降。另一個趨勢是在找到伴侶后，由于愛意的增加，情侶間互動的內容會越來越甜蜜，正能量的傳遞也會隨之增多。不僅如此，Facebook甚至能夠推算出這段感情能夠維持多長時間，最長的可達4年以上，以及最容易分手的時間，通常是在5-7月。也許，Facebook應當基于此推出一項戀愛預測的服務，來幫助廣大單身青年們“脫團”，使他們的“雙十一”不再孤單。

早在2012年，Facebook就開始了用戶“大數據”的收集，主要是收集用戶在Facebook上公開的感情數據，并嘗試著讓用戶發(fā)表自己收聽習慣，并得到了有趣的結果。根據這些數據，他們制作出了“戀愛歌曲TOP10”以及“失戀歌曲TOP10”以此來慰藉那些墜入愛河以及傷心不已的用戶。可這并不是出于一時的好奇心或僅為好玩，最終的目的是將這些數據用于用戶推薦服務上，他們根據統計得到的數據，建立了“看心聽曲”服務，即根據用戶的心情，推薦不同的曲目，如此貼心的服務，不僅使用戶們感到暖心，同時也讓Facebook的用戶忠實度有了上升。

國內的騰訊在公司還在很小的時候就通過后臺記錄、分析用戶的每一個習慣，時至今日已經擁有了廣大的用戶數據，而正是這種對數據的重視，使得騰訊建立了今天的企鵝王國。

如今，騰訊云服務已經有了包括計算與網絡、存儲與CDN、監(jiān)控與安全、數據分析等多項服務，并投入到清華大學微信建站，糗事百科、365日歷應用軟件運行等項目之中，為他們提供了多樣化的服務。DNSPod CEO吳洪聲說：“接入騰訊云之后，極大地減少了我們運維成本，特別是使用了云數據庫和CDN之后，我們的服務響應更快了，運營產品變得更簡單了?！逼渲校v訊的數據分析平臺已經接入了100過個產品的各類數據，涵蓋數據數據管理、數據監(jiān)控、數據分析、數據可視化、數據挖掘等多個方面，而推出的云分析服務，則是其“大數據”戰(zhàn)略的重點所在，從公布的信息中來看，從微信到微博，騰訊為云分析提供了全面的平臺支撐，達到了統計全面上報詳細的目的。

小小比如，騰訊基于“大數據”的產品“廣點通”，在騰訊大社交平臺海量用戶積累的基礎上，進行以人為核心的數據挖掘，實現精準的廣告推薦，形成用戶、物品和推薦位之間的交叉效應，其中最成功的就是同萬科聯手，使萬科投入了3萬的廣告費用，獲得了400萬元的銷售額。

然而騰訊現在需要做的除了開發(fā)“大數據”與云，還要打通自己的后臺數據，使其形成一個完整的生態(tài)圈，等待后期完全成熟的技術，加以借鑒，更深層次的挖掘自己的“大數據”。

基于社交網絡的公司統計分析“大數據”的一個特點就是側重于呈現人的行為以及社會關系的信息，從這些數據中，可以分析人們的日常生活與行為，從而從中挖掘社會、政治、商業(yè)等信息，甚至能夠預測未來。在這兩點上，騰訊與Facebook都做到了不少，也許我們如今不應將它們狹義地視為一個SNS社交軟件，而是進行重新的定義，如今它們的核心競爭力已不再是社交領域，而轉移到數據業(yè)務上，而SNS只是更好地完成其“大數據”戰(zhàn)略的一種應用，產生、收集、挖掘海量數據的一個工具。正如投資人Federated Media的約翰·巴特利（John Battelle）對Facebook的展望那樣，“該公司正嘗試著對自身進行重新定義，不滿足于做狹義方面的社交網站，而這恰是外界對它的理解”。

以上這些，算案例嗎？應該算吧。如果不是案例，就不是在講大數據。

一般而言，國外的公司起步早發(fā)展快，如今已經成為全球“大數據”領域的領導者，他們懂得如何將開發(fā)出的“大數據”服務快速變現，通過這種方式源源不斷的為自己的“大數據”開發(fā)及數據獲取提供資源，已經形成了一個成熟的生態(tài)體系。雖然IBM處于財務困境，但我們相信他只是到了一個繼續(xù)轉型的時期，丟掉沉重的硬件包袱，他必將重新崛起。而SAP雖然面臨眾多后起之秀的競爭的巨大壓力，可業(yè)界第一的位置仍然難以撼動。對于Oracle來說，想要和SAP一搏，僅靠不斷的收購是行不通的。

不論“大數據”這個概念是否僅是互聯網行業(yè)制造出的一個噱頭，越來越多的信息被映射到網上，數字世界正逐漸轉為虛擬世界，互聯網企業(yè)坐擁海量數據并將其應用于自身服務中已是一個不爭的事實。當然，未來沒有一家企業(yè)不是互聯網企業(yè)。

很喜歡這樣一句話：“我們從來沒想過這是一個大數據項目，而是想著要解決問題?！边@個永久的問題的核心是幫助客戶降低成本，提高績效。

對“大數據”的挖掘也可能是對世界的第二次發(fā)現。