胡嵩:2004 年-2011 年就职百度,2004-2009 年历任网页搜索部 spider 工程师、项目经理、架构师(T9),2008 年起兼任网页搜索部技术委员会轮值主席。2009 年参与组建百度无线事业部并任无线事业部总架构师、无线搜索产品技术负责人。2011 年 6 月加入美丽说,任总架构师、无线事业部总经理,从零开始组建无线产品技术团队并在一年内将美丽说 App 做到百万日活。2013 年 6 月与任旭阳、史有才等人共同创办海致。 以下内容根据胡嵩演讲及采访内容整理而成,对如今的 to B 服务创业者,尤其是大数据创业者有一定启发意义。 在这个属于大数据的时代,在向企业推广数据服务时会遭遇哪些困难? 有四种企业会在需要大数据服务的同时很难找到合适的大数据服务。 第一种是规模不够大。一方面就是钱不够多,不愿意购买企业服务;一方面就是数据不够多,靠 excel 就能自己解决。这种情况下,他们可能对数据服务有兴趣,但真的卖给他们却并不现实。 第二种是数据类型单一。像很多比较传统的企业,有 ERP 或者 CRM 就满足了绝大多数的现阶段需求,对海致 BDP 这种多维度的数据分析,暂时意识不到其重要性。 第三种是管理层本身的数据意识还没建立起来。长久以来依靠控制成本或者引入资本就能实现盈利,还没有遭遇管理层面的困难,不了解数据驱动经营的重要性,还不很追求效率。 第四种是人员素质没达到相应程度。不是说人员素质低,而是他们的数据意识不足,互联网意识不足,对数据操作、分析比较麻木。这种企业会有需求,甚至会付费购买服务,但是买了以后,使用频率很低,而且经常热乎劲儿一过就不用了。因为用产品的最终还是人。 综合来看,这些企业并非不需要数据服务,而且也有购买欲望。要解决的终究是细节问题,一方面企业自身会逐渐升级,一些数据服务产品也会逐渐优化。 那么相对而言,有哪些企业更容易接受这些服务呢? 一般来说就是中等规模的互联网企业了。优势主要有四个方面。 第一是数据量很多。互联网企业到一定规模,用户量就会特别大。用户量大了,数据自然非常多。 第二是数据来源分散,数据维度很多。来自网页的数据,来自 app 的数据,业务的数据,管理的数据,这样就存在整合需求,需要一个数据平台。 第三是行业本身变化快。有两种情况,一种是行业发展日新月异,传统的分析方法难以满足不断增长的需求;一种是行业本身很年轻,合理的分析方法还没建立起来。这种情况下,多来源、多角度的数据分析意义就很大,能力求全面、客观,避免将分析的力气用错方向。 第四是数据驱动意识强。本身就都是互联网人,都有互联网基因,深刻了解数据的重要性,管理层每天第一件事情可能就是分析数据,使用强度很高。 这些互联网企业有着极其旺盛的需求,又非常明白自己进行数据分析的成本之高昂,因此使用数据服务的热情十分高涨。 在传统行业方面,业务对互联网的依赖程度越高,使用数据服务的意识就越好,需求也就越强。 为什么是中等规模企业更需要数据服务,而非小微企业或大型企业? 小微企业规模不够大,数据没有多到需要花钱分析的级别。但是当数据量大到一个程度,比如 1TB,一方面 excel 就很难处理了,一方面负责分析的人也忙不过来了,这就需要专门的数据服务。 大企业,如果有钱到了自己建立数据团队和计算节点也不心疼,那肯定会考虑自己分析数据的,也不会使用外部服务。 现在的企业数据服务都是云计算服务吗? 大多数都是。这是因为单一企业就算数据分析的需求很强、频率很高,真正用于分析的绝对时间也是不多的。这就会导致浪费,非常昂贵的计算节点每天只用那么几秒钟,很不划算。不如使用云端服务,不必自己设置昂贵的计算节点。 有人考虑到安全的问题。安全问题其实多数时候是企业用来拒绝你的一个借口,而不是真正的理由。那些企业不是对安全的需求太高,而是对数据分析的需求太低。只有少数用户是真的非常在乎安全问题的,比如银行和运营商。对这些用户,应该为其提供本地化的服务。 数据服务的痛点有哪些? 有一些简单的例子。 首先是性能。计算一亿条数据,需要用多长时间。如果几秒就可以计算完毕,你的服务就是合格的。这也是云计算的优势。 (责任编辑:本港台直播) |