facebook的大模型(大數據的預測功能是增值服務的核心) - 副本

智能ai對話輕量級模型和重量型區別

智能ai對話輕量級模型和重量型區別在于，起源于圖靈測試的AI對話系統，是人工智能領域最重要的研究方向之一。如果說自然語言處理是人工智能“皇冠上的明珠”，那么AI對話系統則是自然語言處理中最難、最核心的任務之一，是“明珠中最亮的那顆”。因此，AI對話系統被認為是衡量人工智能發展水平的重要因素，代表了人工智能的發展方向。在工業應用領域，AI對話系統呈現出“爆炸式”增長的態勢，如以“小度”“小愛”為代表的智能助理，廣泛應用于個人助理、智能家居、智能 汽車 中，還有以谷歌對話機器人Meena、Facebook聊天機器人Blender為代表的開放域閑聊產品中，與大眾日常生活緊密相關。

近年來，隨著深度學習技術的不斷發展，AI對話系統已經從基于規則的第一代和以傳統機器學習為核心的第二代，發展到以大數據和大模型為顯著特征的第三代，對話能力產生了革命性變化，在開放話題上展現了驚人的對話能力，對進一步推動人工智能產業發展、實現智能化具有巨大意義和價值。

2021那些事兒｜細數信息技術4大領域

2021年，信息技術發展突飛猛進。人工智能、大數據、開源、虛擬現實（VR）、增強現實（AR）……每個領域的發展幾乎都可圈可點。

在人工智能領域，人工智能的語言大模型、圖文大模型乃至多模態大模型的基本能力已得到了充分展現。例如，阿里巴巴達摩院公布多模態大模型M6最新進展，參數從萬億躍遷至10萬億；鵬城實驗室與百度聯合發布全球首個知識增強千億大模型——鵬城—百度·文心，參數規模達到2600億。

不僅如此，人工智能與其他科學領域的交叉融合也擦出火花。在《科學》近日公布的2021年度科學突破榜單上，AlphaFold和RoseTTA-fold兩種基于人工智能預測蛋白質結構的技術位列榜首。

在人機交互領域，扎克伯格將Facebook公司更名為“Meta”時，特斯拉和SpaceX首席執行官埃隆·馬斯克則將注意力放在腦機接口上。馬斯克認為腦機接口裝置將更有可能改變世界，幫助四肢癱瘓或有身體缺陷的人更好地生活和工作，“復雜的腦機接口裝置可以讓你完全沉浸在虛擬現實中”。此外，今年5月，斯坦福大學開發出一套皮質內腦機接口系統，可以從運動皮層的神經活動中解碼癱瘓患者想象中的手寫動作，并將其轉換為文本。

在超算領域，最值得一提的是，今年11月，我國超算應用團隊憑借“超大規模量子隨機電路實時模擬”成果斬獲國際高性能計算應用領域的最高獎項“戈登貝爾獎”。

在開源方面，RISC-V開源指令集及其生態快速崛起；由華為公司牽頭，中國科學院軟件研究所、麒麟軟件等參與的openEuler操作系統開源社區業已匯聚了7000名活躍開發者，完成8000多個自主維護的開源軟件包，催生了10多家廠商的商業發行版……

回望2021年，信息技術版邀請業內專家梳理上述四個領域的發展脈絡，展望未來發展趨勢。

作者 張雙虎

AlphaFold或是2021年人工智能（AI）領域的“一哥”。

近日，《科學》雜志公布了 2021 年度科學突破榜單，AlphaFold 和 RoseTTA-fold 兩種基于人工智能預測蛋白質結構的技術位列榜首。

此前幾天，由中國工程院院刊評選的“2021全球十大工程成就（近5年全球實踐驗證有效、有全球影響力的工程科學和技術重大成果）”中，AlphaGo和AlphaFold亦榜上有名。

在接受《中國科學報》采訪時，數位專家回望今年人工智能領域取得的成就時，均談到了AlphaFold。

“面向科學發現的AlphaFold和中國正在構建的人工智能發展生態不能不說。” 浙江大學人工智能研究所所長吳飛對《中國科學報》說。

中科院自動化研究所模式識別國家重點實驗室研究員王金橋則提名“用AI進行新冠診斷”“人工智能與生物、制藥、材料等科學融合（AI for Science）”和“三模態大模型紫東太初”。

在醫學領域，AI識別咳嗽聲早已用于肺炎、哮喘、阿爾茨海默氏癥等疾病檢測。美國麻省理工學院研究人員研發出可以通過分析咳嗽錄音識別新冠患者的AI模型，識別出新冠患者咳嗽的準確率為98.5％，其中識別無癥狀感染者的準確度高達100％。日前，有報道稱該模型已用于識別奧密克戎病毒。

“紫東太初首次實現了圖—文—音語義統一表達，兼具跨模態理解和生成能力。” 王金橋說，“目前與新華社共同發布的‘全媒體多模態大模型研發計劃’，實現對全媒體數據理解與生成的統一建模，打造全棧國產化媒體人工智能平臺，已 探索 性地應用于紡織業和 汽車 行業質檢等場景。”

12月7日， 科技 部官網公布3份函件，支持哈爾濱、沈陽、鄭州3地建設國家新一代人工智能創新發展試驗區。至此，我國已經有18個國家新一代人工智能創新發展試驗區，這將引領帶動中國人工智能創新發展。

“我國正在推動人工智能生態發展，構建良好生態。”吳飛說，“目前已有15個國家新一代人工智能開發創新平臺、18個國家新一代人工智能創新發展試驗區、8個人工智能創新應用先導區和高等學校設置的人工智能本科專業和交叉學科等人才培養載體。”

“一是大模型，二是人工智能和基礎學科的結合。”孫茂松對《中國科學報》說，“語言大模型、圖文大模型乃至多模態大模型的基本能力已得到了充分展現，確定了它作為智能信息處理基礎軟設施的地位。同時，它并非簡單地擴大規模，而是對數字資源整合能力和計算能力都提出了挑戰。雖然它的局限性也很明顯，但它所表現出的某些‘奇特’性質（如少樣本學習、深度雙下降、基于提示的任務調整等），使學者產生了超大參數規模或會引發質變的期待，從而為新的突破埋下了伏筆。”

今年，人工智能領域從“大煉模型”走向“煉大模型”階段，從千億量級到萬億量級，在大模型領域，似乎沒有最大，只有更大。

3月，北京智源人工智能研究院發布我國首個超大規模人工智能模型“悟道1.0”。6月，智源就改寫了自己的紀錄，發布悟道2.0，參數規模達到1.75萬億；9月,浪潮人工智能研究院推出了中文巨量語言模型——源 1.0，參數量達2457億；11 月，阿里巴巴達摩院公布多模態大模型 M6 最新進展，參數從萬億躍遷至 10 萬億；12月，鵬城實驗室與百度聯合發布全球首個知識增強千億大模型——鵬城—百度·文心，參數規模達到2600億。

與此相應，最近快手和蘇黎世聯邦理工學院提出了一個新的推薦系統Persia，最高支持100萬億級參數的模型訓練。

另一方面，人工智能在基礎學科領域不斷攻城略地。

7月，DeepMind公司人工智能程序Alphafold2研究成果又登頂《自然》，在結構生物學研究領域，人工智能或帶領生物學、醫學和藥學挺進新天地；11月，美國南加利福尼亞大學研究人員通過腦機連接設備，讓猴子玩 游戲 和跑步機，從而進行神經活動數據研究；12月，DeepMind開發的機器學習框架，已幫助人們發現了純數學領域的兩個新猜想，展示了機器學習支持數學研究的潛力。

“今年人工智能在各行業應用方面也取得不小的成績。”孫茂松說，“人工智能與基礎學科結合已顯示出巨大潛力，發表了多篇頂級論文，已展露出某種較強的趨勢性，即‘人工智能+基礎科學’大有可為。”

作者 張雙虎

腦機接口、AR眼鏡、智能語音、肌電手環、隔空手勢識別……2021年，從基礎研究到應用落地，人機交互領域風起云涌。不管是智能 健康 、元宇宙，還是自動駕駛領域的蓬勃發展，似乎都表明，人機交互正站在產業化落地的門口。

“我們研發的高通量超柔性神經電極已通過科研臨床倫理審批，即將開展腦機接口人體臨床試驗。”中科院上海微系統所副所長、傳感技術聯合國家重點實驗室副主任陶虎對《中國科學報》說，“安全穩定地大規模采集人體大腦的神經元信號并進行閉環調控，將實現病人感知和運動功能的修復。”

腦機接口技術給患者帶來越來越多的便利。今年5月，斯坦福大學研究人員在《自然》發表封面論文，開發出一套皮質內腦機接口系統，可以從運動皮層的神經活動中解碼癱瘓患者想象中的手寫動作，并將其轉換為文本。借助該系統，受試者（因脊髓損失癱瘓）每分鐘可以打出近百個字符，且自動更正后的離線準確率超過了 99%。

不久前，馬斯克表示，希望明年能在人類身上使用Neuralink 的微芯片裝置。該芯片將用于治療脊髓損傷、帕金森氏癥等腦部疾病和神經系統疾病。目前，相關技術正在等待美國食品藥品監督管理局的批準。

“腦機接口領域已經蓄積了相當的技術，有望成為解決大腦疾病的利器。”陶虎說，“大家都在搶占臨床應用的先機，明年可能會實現技術落地應用。預計兩三年內，國內會出現可媲美馬斯克Neuralink的獨角獸企業。”

“人機交互將引申出新的萬億級市場。”福州大學特聘教授嚴群這句判斷，也囊括了元宇宙這個巨大的市場。

有人稱2021年是“元宇宙元年”，也有人認為這不過是“舊瓶裝新酒”。但無論如何，元宇宙已是今年人機交互領域繞不開的話題。

“元宇宙是虛擬現實、增強現實和混合現實的綜合，它實際上并非新的東西。”北京郵電大學人機交互與認知工程實驗室主任劉偉告訴《中國科學報》，“元宇宙是現實世界和虛擬世界跨越未來的發展方向，但還有些技術問題未能很好地解決。”

在真實世界里，人機交互問題和人機環境系統的混合問題未能很好地解決。真實世界的人機交互中，不管是輸入、處理還是輸出過程中，客觀數據、主觀信息和知識依然不能完美融合。

劉偉認為，無論真實世界還是虛擬世界，人類和機器決策都有“快決策”和“慢決策”過程。人類決策有時依靠邏輯決策多些，有時直覺決策多些，這種“混合決策”不斷變換，而且很難找到變化規律。這方面的問題機器決策目前還未能解決。

“元宇宙還處在畫餅的前期階段。”劉偉說，“因為它的底層機理沒有解決——人在真實世界里未能完美解決人機交互的問題，帶到元宇宙里同樣不能解決。”

談到人機交互，劉偉認為第二個不能不說的問題是“復雜領域”。

“今年的諾貝爾物理學獎，也給了復雜系統預測氣候變化模型的提出者。”劉偉說，“人機交互也是一個復雜系統，它既包括重復的問題，還包括雜亂的、跨域協同的問題。”

劉偉認為，從智能的角度說，復雜系統包括三個重要組成部分，一是人，二是裝備（人造物），三是環境。這其實是多個事物之間相互作用，交織在一起、既糾纏又重疊的“人機環系統”問題。

“在人機交互中，機器強在處理‘復’的問題，人擅長管‘雜’的事——跨域協同、事物間平衡等。因為人們還沒找到復雜事物的簡單運行規律，所以解決所有智能產品、智能系統問題，要從人、機、環這個系統里找它們的結合、融合和交互點。而且，人要在這個系統中處于主導地位。”

人機交互領域引起劉偉重視的第三個現象，是“人工智能幫數學家發現了一些定律”。“最近，DeepMind研發了一個機器學習框架，能幫助數學家發現新的猜想和定理。”劉偉說，“人工智能是一個基本的數學工具，同時，數學又反映了一些基本規律。如果人工智能可以幫助數學家處理一些數學問題，那么，人們將更好地認識復雜系統的簡單規律，人機交互方面就可能會取得新突破。”

作者 張云泉（中國科學院計算技術研究所研究員）

今年是我國超算應用實現豐收的一年。

11月中旬在美國舉行的全球超算大會（SC21）上，中國超算應用團隊憑借基于一臺神威新系統對量子電路開創性的模擬（“超大規模量子隨機電路實時模擬”），一舉摘得國際上高性能計算應用領域的最高學術獎——“戈登貝爾獎”。

同時，在SC 21大學生超算競賽總決賽上，清華大學超算團隊再次奪得總冠軍，實現SC競賽四連冠。這些大規模應用軟件可擴展性和性能調優方面的成績表明，我國在并行軟件方面的發展方興未艾。

回到超算對產業的驅動來看，我們要重提“算力經濟”一詞。早在2018年，我們提出“算力經濟”概念，認為以超級計算為核心的算力經濟將成為衡量一個地方數字經濟發展程度的代表性指標和新舊動能轉換的主要手段。

綜合近幾年的發展趨勢，我們認為高性能計算當前發展趨勢已充分表明，隨著超算與云計算、大數據、AI的融合創新，算力已成為當前整個數字信息 社會 發展的關鍵，算力經濟已經登上 歷史 舞臺。

通過對2021年中國高性能計算機發展現狀綜合分析，可以總結出當前高性能計算正呈現出以下幾個特點。

首先，高性能計算與云計算已經深度結合。高性能計算通常是以MPI、高效通信、異構計算等技術為主，偏向獨占式運行，而云計算有彈性部署能力與容錯能力，支持虛擬化、資源統一調度和彈性系統配置。

隨著技術發展，超級計算與容器云正融合創新，高性能云成為新的產品服務，AWS、阿里云、騰訊、百度以及商業化超算的代表“北龍超云”，都已基于超級計算與云計算技術推出了高性能云服務和產品。

其次，超算應用從過去的高精尖向更廣、更寬的方向發展。隨著超級計算機的發展，尤其是使用成本的不斷下降，其應用領域也從具有國家戰略意義的精密研制、信息安全、石油勘探、航空航天和“高冷”的科學計算領域向更廣泛的國民經濟主戰場快速擴張，比如制藥、基因測序、動漫渲染、數字電影、數據挖掘、金融分析及互聯網服務等，可以說已經深入到國民經濟的各行各業。

從近年中國高性能計算百強排行榜（HPC TOP100）來看，超算系統過去主要集中于科學計算、政府、能源、電力、氣象等領域，而近5年互聯網公司部署的超算系統占據了相當大比例，主要應用為云計算、機器學習、人工智能、大數據分析以及短視頻等。這些領域對于計算需求的急劇上升表明，超算正與互聯網技術進行融合。

從HPC TOP100榜單的Linpack性能份額看，算力服務以46%的比例占據第一；超算中心占24%，排名第二；人工智能、云計算和短視頻分別以9%、5%和4%緊隨其后。

可以看出，人工智能占比的持續增加與機器學習等算法和應用的快速崛起，以及大數據中的深度學習算法的廣泛應用有很大關系。互聯網公司通過深度學習算法重新發現了超級計算機，特別是GPU加速的異構超級計算機的價值，紛紛投入巨資建設新系統。

綜合來看，目前的算力服務、超算中心、人工智能、科學計算等領域是高性能計算的主要用戶，互聯網、大數據，特別是AI領域增長強勁。

再次，國家層面已經制訂了戰略性的算力布局計劃。今年5月，國家發展改革委等四部門聯合發布《全國一體化大數據中心協同創新體系算力樞紐實施方案》，提出在京津冀、長三角、粵港澳大灣區、成渝以及貴州、內蒙古、甘肅、寧夏建設全國算力網絡國家樞紐節點，啟動實施“東數西算”工程，力促把東部的數據送到西部進行存儲和計算，同時在西部建立算力節點，改善數字基礎設施不平衡的布局，有效優化數據中心的布局結構，實現算力升級，構建國家算力網絡體系。

最后，人工智能的算力需求已成為算力發展主要動力。機器學習、深度學習等算法革新和通過物聯網、傳感器、智能手機、智能設備、互聯網技術搜集的大數據，以及由超級計算機、云計算等組成的超級算力，被公認為是人工智能時代的“三駕馬車”，共同掀起最新一輪的人工智能革命。

在人工智能蓬勃發展這一背景下，虛擬化云計算向高性能容器云計算演進，大數據與并行計算、機器學習融合創新就成為了產業發展的最新方向。

此外，在智能計算評測方面，我國已經提出了包括AIPerf 500在內的眾多基準測試程序，這是對傳統Linpack測試標準的有力補充。

這些發展表明超算技術向產業滲透的速度加快，我們已經進入一個依靠算力的人工智能時代，這也是未來發展的必然趨勢之一。隨著用戶對算力需求的不斷增長，算力經濟必將在未來 社會 發展中占據重要地位。

作者 武延軍（中國科學院軟件研究所研究員）

開源發展可圈可點并非只是今年的事。最近幾年，開源領域發生了很多重要的事情。

例如，RISC-V開源指令集及其生態的快速崛起。這與上世紀90年代初Linux誕生一樣。當時，UNIX和Windows是主流，很少有人能夠預料到今天以Linux為內核的操作系統已經遍及人們生活的方方面面。

如今，人們每天使用的App，超過80% 概率是運行在以Linux為內核的安卓操作系統上，而且，支撐其業務的后端服務器上運行的操作系統很大概率也是Linux發行版。

所以，今天的RISC-V也同樣可能被低估，認為其不成熟，很難與ARM和X86抗衡。但也許未來RISC-V就像Linux一樣，最終成為全球范圍內的主流指令集生態，產品遍及方方面面。

僅2020年，RISC-V International（RVI，RISC-V基金會遷入瑞士之后的新名稱）的會員數增長了133%。其實RVI遷入瑞士這件事情本身也意義重大，是一次開源領域面對大國競爭保持初心不“選邊站”的經典案例，值得全球其他開源基金會參考。

在國內，2019年底，華為公司牽頭，中國科學院軟件研究所、麒麟軟件等參與的openEuler操作系統開源社區正式成立。在短短的兩年內，社區已經匯聚了7000名活躍開發者，完成8000多個自主維護的開源軟件包，催生了10多家廠商的商業發行版。

這是中國基礎軟件領域第一個真正意義上的“根社區”，雖然與20多年 歷史 的Debian、Fedora還有差距，但邁出了重要一步，對學術研究、技術研發、產業創新來說，終于有了國內主導的、可以長期積淀的新平臺。

同時，華為在遭遇安卓操作系統GMS（谷歌移動服務）海外斷供之后，推出了鴻蒙操作系統HarmonyOS，并在開放原子開源基金會下啟動開源項目OpenHarmony。

目前OpenHarmony短時間內已經吸引了國內眾多廠商參與，也側面反映了國內產業界對新一代萬物互聯操作系統的旺盛需求。盡管其在生態規模和技術完整程度方面與安卓仍有差距，但畢竟邁出了打造自主生態的第一步。

這相當于為源代碼合理使用劃定了一個邊界，即合理使用僅限于接口，一旦深入到接口的實現代碼，則需要遵守相關許可。這對開源知識產權的法律界定具有重要參考意義。

而不論是開源軟件向圍繞開放指令集的開源軟硬件生態發展，還是開源有嚴格的法律邊界約束，抑或是國內龍頭企業正嘗試通過開源 探索 解決“卡脖子”問題，且已經取得了一定的效果……眾多案例都指向一個方向——開源趨勢不可阻擋。因為它源自人類分享知識、協同創造的天性，也是人類文明在數字時代薪火相傳的重要模式。

當然，不可否認的是，開源還存在很多問題，例如，開源軟件供應鏈安全的問題。這里的安全既有傳統意義上軟件質量、安全漏洞的問題，也有開源軟件無法得到持續有效維護的問題（如OpenSSL在出現HeartBleed問題時只有兩位兼職維護者，log4j出現問題時只有三位兼職維護者），更有大國競爭導致的“斷供”問題（如GitHub曾限制伊朗開發者訪問）。

隨著開源軟件向GitHub這類商業平臺的集中，這一問題會更加突出，甚至演變為重大風險。開源軟件這一本應屬于全人類的智慧資產，可能變為實施“長臂管轄”的武器。為了避免這一問題，開源代碼托管平臺、開源軟件構建發布平臺等公共基礎設施需要“去中心化”。世界需要多個開源軟件基礎設施，以最大程度消除政治力量對開源社區的威脅。

對于中國來說，隨著開源軟件成為眾多科研、工業等重大基礎設施的重要支撐部分，開源軟件本身也要有一個基礎設施，具備代碼托管、編譯、構建、測試、發布、運維等功能，保證開源軟件供應的安全性和連續性，進而增強各行各業使用開源軟件的信心。

未來，核心技術創新與開源貢獻引領將成為國內企業發展的新動力，或將我國開源事業推向另一個高潮。

用戶增長的21個增長模型，首席增長官和運營官都知道

全面引爆產品迭代、用戶和收入增長的哲學！對于企業的管理者、市場營銷、互聯網運營、產品經理、客戶服務、分析師、工程研發都有很多的干貨。

重新定義增長傳統漏斗模型

傳統營銷的第一步，是占領用戶的心智，增長用戶的品牌認知。以前所有的大規模廣告、電視、報紙、還是門戶網站，都要占領用戶的心智。第二步，要增加用戶的興趣。第三步，用戶就開始評估了：在這么多品牌、這么多產品里面到底該買哪個。第四步，購買及交易。接下來有一部分購買完的用戶會變成忠誠用戶，進而向其他用戶推薦。

這是傳統、經典的漏斗模型，這種思維不是長大型的思維，是一種收斂型的思維，是一種漏斗型的思維，每步之間是一種除法的關系。

金字塔模型增長思維

今天，我們希望能引入一種全新的思維，一種長大思維。這個思維很簡單，是一個金字塔的思維。

企業增長的三大階段

全新的增長思維是以優質的產品和服務為基礎的。第一階段，我們一定要用技術，用產品來驅動我們最早期的核心增長。第二階段，我們可以進入以效果營銷驅動增長的階段。第二階段我們最需要專注的一點，就是成本和收益之間的關系；如果你的成本大于收益，這樣的增長是一種惡性增長，這樣的企業一定垮掉。最后一步，才是品牌營銷驅動的增長。

企業增長生命周期

對于一個企業來說，它的增長周期分為五個階段：階段一：問題/解決方案匹配期，主要是調研客戶的需求。第二階段，最小可行性產品時期，尋求若干種最小化產品的建立方法。第三階段，產品和市場匹配期，提升用戶的黏度和體驗。第四階段，渠道和產品匹配時期，對高優先級的渠道進行大規模的投入。第五階段，成熟期，并購，國際化和本地化。

數據驅動的四步增長法四部增長法

數據驅動增長的方法論由4步組成，依次是：確立優先級、設置目標SMART、拆解和執行、效果評估。

面對復雜多變的市場競爭環境，如何快速準確找到合適的增長突破口至關重要，確立優先級是增長的第一步。模型6和模型7會具體介紹如何確立增長執行的優先級。

接下來如何設置增長目標和具體的數據指標，我們推薦模型8SMART原則和模型9OSM模型。

再接下來就是拆解增長任務并執行，執行之后進行效果評估和優化，這個時候我們推薦在硅谷非常流行的精益學習引擎模型（模型10）。

差異化競爭優勢分析框架

在眾多產品線/產品功能中，哪一個是你企業/產品核心競爭優勢？在新開設的產品線/產品功能時，又如何找到自己的差異化競爭優勢？“價值-客戶滿意度”的九宮格模型是一種非常好的參考。

數字1、2、3分別代表低、中、高三種程度，3.2則意味著相比于行業我們的業務/產品提供了更高的價值，但是客戶滿意度和行業一樣。右上角3.3意味著更高的價值、更高的客戶滿意度，這是我們核心的競爭優勢。

ROI決策框架

在眾多增長選項中，如何選擇一個最優的增長方向，這就涉及優先級排序問題。

增長黑客之父SeanEllis曾提出ICE框架，分別Impact（影響力）、Confidence（自信心）、Ease（難易度）三個角度去打分，然后進行項目優先級排序。其本質是基于“投入-產出”的ROI決策框架。

在下面的模型中，數字1-9依次代表項目的優先級，1最高，9最低。在資源有限的情況下，我們可以按照1-9的順序依次展開增長試驗。

SMART原則

如何選擇具體的增長指標，SMART原則是一個非常有用的模型。SMART是具體的、可衡量的、可達成的、和大目標相關的、時效性等5個單詞的首字母組合，根據這5個原則可以找出合理的增長指標。

以用戶數量為例，“日活躍用戶數”指標顯然比“注冊用戶”這個指標更聚焦、更有商業指導意義。以互聯網理財產品為例，“累計投資金額”顯然比“投資用戶數”更有意義。

指標從來都不單單只是數字，它代表管理層對用戶的價值和公司成功關系之間的理解，也會指導每個基層員工在日常工作的一次次決策和執行。選取正確的增長指標對于公司的成功具有戰略意義。

OSM模型

OSM模型是選擇企業核心增長指標的方法論，它將這一選擇過程總結為3大步驟。第一步，確認公司業務/產品功能存在的業務目標（Objective）；第二步，確認了達成上述業務目標所采取的業務策略(Strategy)；第三步，選擇合理的度量指標來衡量策略的有效性、反映業務目標的達成情況。

OSM模型從業務需求出發搭建KPI指標體系，層層拆解落實。業務目標是一級一級傳承的，你需要跟你的上級確認你的核心業務目標；然后和你的業務單元格負責人討論業務策略，最后和分析師確認具體度量指標的選擇。

學習引擎

“學習引擎”是《精益創業》一書提倡的精益化運營方式，在硅谷被大小企業廣泛采納。

當我們有一個想法的時候，可以采用最小可行性產品(MVP)的方式將其構建(Build)出來，產品上線后，我們要衡量(Measure)用戶和市場的反應。通過分析收集到的數據，我們可以驗證或者推翻我們之前的想法，從而不斷學習(Learn)和優化。

增長團隊實踐

Linkedin增長團隊

LinkedIn最新的增長團隊目前有一百多人，劃分為3個大組，分別是核心增長、國際化和數據產品，每個組都有自己的核心任務。

國際化部門負責人最大程度地獲取新興市場的用戶，核心增長部門負責用戶的長大，數據產品部門提供量化支持：各個部門各司其職又相互配合，共同推動LinkedIn的快速增長。

Facebook增長團隊

團隊成員多樣化是Facebook增長團隊的一個重要特征！

Facebook的增長團隊里面什么人都有，有做數據分析的，有產品經理，有做技術的，有一天到晚想各種用戶增長策略的，從搜索引擎優化(seo)、AppStore排名優化到決定進入中國市場，這都是這個增長團隊做的決策。收購團隊也在增長團隊里，Facebook收購Instagram的項目就是由該團隊完成的。Facebook的增長團隊負責人直接匯報給扎克伯格。

點融網增長團隊

點融網的增長團隊架構和Facebook比較類似，由產品副總裁擔任增長負責人。增長策略組(GrowthStrategy)主要負責指標拆解工作，他們會在增長團隊中擔任整體協調角色。

增長服務(GrowthService)團隊的使命是開發、搭建所有服務產品，比如用戶肖像系統、數據跟蹤系統、短信觸發平臺等。核心增長(CoreGrowth)是一個最大的執行團隊，他們會將所有的預測結果、增長思路等落地到產品里面。運營(Operations)部門通過一些日常的運營、推廣手段維護和增長。特別工作組(Taskforce)類似特工隊一樣，在某些創新擔憂風險的領域，點融網會視情抽出一個小團隊去做嘗試性探索。

數據分析實踐

大數據分析框架

用戶是大數據的來源也是大數據最終要服務的終點。在這套框架中，數據分析的基本框架向下延伸，最基礎從Customers（用戶）開始，也是用戶結束。在實踐中還發現，在這個大數據分析框架中，也是貼近底層占用的時間越多，而框架頂端的決策耗時卻很短；從價值頻率來講，頂端低頻次、高價值，底層是高頻次、低價值。

因此，大數據技術的一個重要發展方向是，效率低的部分實現全方位自動化，并實現一站式的大數據服務。

增長試驗方法

增長需要一個過程，它的框架其實是非常簡單的；這個方法論也已經很多年了。

首先我們需要一個明確的目標，這個非常重要。這個是非常重要的。接著根據目標去分析我們面臨的情況，我們到底存在哪些問題。然后提出我們的想法，可以解決我們面臨問題的想法或者實現目標的想法。緊接著排列一個優先級，先測試哪個想法、后測試哪個想法。最后開始測試，通過試驗來驗證或者推翻我們的想法。然后開始新一輪的分析、假設、俳優、測試，在不斷優化中實現增長。

用戶行為數據分析流程

GrowingIO首推“采-看-想-做”的用戶行為數據分析流程，將數據采集、數據監控、數據分析、數據運營系統化的串聯起來，形成精細化運營的閉環。

用戶增長實踐

漏斗模型

漏斗形需要無限的解構。首先我們要明確用漏洞解決什么問題，在基礎上充分解構這個漏斗。從A到R的轉化問題，我們可以把A再拆開，拆成A1、A2、A3，再看哪一步是主要問題，假設是A2，再把A2拆開，再看其中的主要問題。

下面展示了APPpush的整個漏斗過程，可以拆解為3大步10小步。最理想的狀態是，我們能解構到唯一變量的顆粒度。然后我們就能夠精準定位并且解決這個問題，帶來用戶增長。

如果我們用的漏斗是一個很粗略的漏斗，是無法解決問題的。需要一步步解構、定位問題，然后去解決，這樣才能帶來有效的用戶增長。

MVG最小化增長試驗

增長團隊負責人按照MVG（最小化增長試驗）來設計核心增長團隊的組織架構。一個個小的MVG之間是有關聯的，通過MVG的關聯將團隊的人連在一起。

MVG可以幫助增長團隊的每個人明確自己的工作，從而實現團隊增長效果最大化。

點融網將增長的方法論分為“定義增長-最小化-衡量-最大化”四個步驟，通過增長團隊的快速迭代和試驗來驅動增長。

增長渠道選擇模型

當你的核心指標確認之后，你需要問自己一些關于用戶行為的基礎問題來定義增長渠道。

比如用戶是否通過搜索來尋找解決方案？如果答案是肯定的，那么SEM/SEO就是很好的渠道。對于LinkedIn來說，搜索引擎就是很大的一個渠道。因為在LinkedIn,你很容易找到在各個專業領域很有建樹的人，所以人們會通過SEO搜索相關的人，然后進入到LinkedIn網站。

再比如，用戶是否通過口口相傳的方式分享你的產品？這個問題會決定你是否需要花時間、精力在病毒傳播和推薦上，如果用戶有分享你產品的意愿，那么你需要盡可能地讓用戶的分享體驗更流暢。當然，以上這些問題不能代表全部，但是它們代表了一種尋找增長渠道的思路。

推廣渠道績效衡量模型

對于任何一個增長試驗，我們都可以通過象限來衡量；它通用性強，而且簡單易懂。最重要的是，一個象限圖可提現三個指標，因此能體現任何一個MVG的三個核心增長指標，可以用于所有人的工作匯報。

下面這張圖，就是獲客渠道推廣的績效衡量。橫軸體現的是渠道的ROI，縱軸單位獲客成本，圓圈的大小表示收入規模。通過這張圖，你可以非常迅速地看到每個渠道的效果。

顯然，越往右下角的渠道越好，因為獲客成本低、ROI高。我們當然希望所有的圓圈都在右下角，但是最初投放的時候是不可能的。我們要做的事情就是通過優化，讓所有的圓圈都往右下角挪動，每一個增長試驗其實做的都是這種事情。

用戶增長數據分析框架

AARRR模型和業務活動，關鍵指標對應，形成系統的用戶增長數據分析體系。以拉新為例，拉新對應企業的營銷活動，落實關鍵指標上，包括但不限于新訪問用戶量、跳出率、來源等。

扎克伯格的素材小作文

扎克伯格成功六要素

Facebook是一個社會化網絡站點，中文網名譯為“臉譜網”。 創始人27歲的美國人馬克·扎克伯格從外表上看，和剛剛走出校園的普通年輕人沒什么不同。他穿簡單的T恤、松垮的牛仔褲、阿迪達斯運動鞋，講起話來甚至有點靦腆。五年前，扎克伯格還是一名默默無聞的輟學生，而現在他已經成為互聯網界的風云人物。作為社區網站Facebook的掌門人。《福布斯》評選十位最年輕的億萬富翁，馬克-扎克伯格以69億美元的身價排在首位，他也因此成為世界上最年輕的億萬富翁。2010年12月，扎克伯格被《時代雜志》評選為“2010年年度風云人物”。

北京時間2012年2月5日消息，科技博客Techcrunch今日刊登視頻共享網站WatchMojo創始人兼首席執行官阿什坎 卡巴斯弗魯肖（Ashkan Karbasfrooshan）的文章。文章稱，Facebook首席執行官馬克 扎克伯格（Mark Zuckerberg）依靠雄心、洞察力、執行力、決心、運氣和時機獲得成功，前四個可以學習，可以控制，后二個不可控制，但也非常重要。

雄心

長得最高的草會第一個被鐮刀割掉。（俄羅斯諺語）

任何成功人士的基石和建造要素是雄心，或者說是對個人成就的渴望。

人們被成功、認同、尊重、金錢、權力或名聲驅使。如果你相信電影《社交網絡》中的一切，扎克伯格發布Facebook就是為了要在哈佛創造人人機會均等的局面，另一個原因就是為了泡妞。成功是相對、主觀和變化的。隨著時間的推移，扎克伯格對成功的定義也與他的心血更加匹配。

雄心不付諸行動是不會成功的，但雄心需要成功，挑戰在于合理地釋放雄心，并管理好自己的情緒。當文克萊沃斯兄弟首次雇傭扎克伯格建立他們的社交網站時，扎克伯格還沒有雄心要建立自己的網站。只是到了后來，對于文克萊沃斯兄弟來說太晚了，扎克伯格展現出了自己真正的雄心。

洞察力

一個設計失誤使得MaySpace用戶可以定制自己的個人資料。但這樣有好處也有壞處，壞處是創造了一個非常雜亂的環境，讓用戶更加歡迎Facebook的簡潔頁面。

Facebook并沒有任何革命性的洞察力。Facebook值得贊揚的地方在于扎克伯格等人認識到了所有人的要求，而不是部分用戶。在Facebook出現之前，要尋找別人幾乎是不可能的事，你可以“谷歌”他們，但搜索一次根本找不到想要找的人。現在我們認為是理所當然的事，但搜索人群和連接的擴展無疑一種“進化”，值得注意的是Facebook的大部分成功都不是徹底地創新，而是對現有模型的擴展和改善。

批評者可能會注意到，扎克伯格有時缺乏魅力。在此背景下，魅力是洞察力的一部分，它使得你說服其他人去購買你的洞察力，但魅力本身并不是成功所必須的，它只能算是個促進劑和放大器。在扎克伯格這個案例中，他運氣很好，有Facebook極高的用戶增長率為他說話。

執行力

保持專注，持續發布。（馬克 扎克伯格）

當你回頭去看Facebook剛發布時的功能，你會發現非常的簡單。隨著用戶增加，Facebook也在添加不斷功能，這就像在3萬英尺高空，飛機不中斷飛行更換引擎。你可以嘲笑Bea買粉絲n的失誤和隱私問題，但這些失誤并未影響Facebook的發展壯大。

決心

美國前總統卡爾文 柯立芝（Calvin Coolidge）說過：世界上最無與倫比者乃執著也。才華不可與之相比: 才華橫溢卻一敗涂地再尋常不過。天才不可與之相比: 懷才不遇幾近讖語。書香不可與之相比: 世上失魂落魄之書呆子俯拾皆是。唯有執著和意志方不可戰勝。“堅持下去”的口號已經解決并將繼續解決人類的各種問題。

1995年，史蒂夫 喬布斯（Steve Jobs）說過：“我相信，區別成功企業家和不成功企業家的一半因素就是執著。”

在扎克伯格的經歷中，決心、動力或執著是最重要的因素：在文克萊沃斯兄弟察覺之前，為了Facebook通宵達旦的編寫代碼；將Facebook推廣至其他大學；攻擊MySpace；應對來自雙胞胎兄弟的法律訴訟；逐漸侵犯人們的隱私。但是，相比他的成就，他對自己卻考慮地不多。扎克伯格一直在提醒我們，要求寬恕比要求允許更容易。

因此這就是前四個因素：主要是內在的，可以學到，可以控制。但沒有下面兩個因素，你還是不能成功。

幸運

大富由命，小富由勤。（中國諺語）

在體育和商業領域，運氣是最好的朋友。

讓我們面對現實：扎克伯格真的有狗屎運。運氣讓他碰上肖恩 帕克（Sean Parker），后者將他介紹給了彼得 蒂爾。沒有蒂爾這個盟友和第一個外來投資者，扎克伯格現在可能已經不是首席執行官了。

但要創造自己的運氣，或者說受到幸運女神眷顧時要抓住機會。

時機

谷歌不是第一家搜索引擎，Youtube不是第一家視頻共享網站，Facebook肯定也不是第一家社交網絡。之前就有Geocities、Tripod、Friendster、Tribe Networks、MySpace等。

扎克伯格很好地把握了時機：拖延文克萊沃斯兄弟的項目；率先在哈佛發布Facebook，并推廣到其他高校；將辦公地點搬到加州；拒絕Via買粉絲和雅虎的收購要約；結束和微軟的合作交易。

將Facebook的首次公開募股（IPO）和谷歌的相比是可以理解的，谷歌引發了新一輪互聯網公司上市潮，而Facebook緊隨Zynga、Groupon、LinkedIn、Demand Media和Pandora不久后上市，但這些公司的表現都不是很好。

然而，就像谷歌IPO讓其成為互聯網股票的領頭羊，Facebook將會成為個人和機構投資者的首選股，推高的需求也讓其超高的市盈率和市售率變得合理。

因此，成功=雄心+洞察力+執行力+執著+運氣+時機；前四個因素你是可以控制的，后兩個外部因素你無法控制。

雖然我對扎克伯格和Facebook毀譽參半，但作為企業家同行，盡管扎克伯格犯過錯誤，但他依然受人尊敬，這讓我想起籃球巨星邁克爾 喬丹（Michael Jordan）說過的話：“我一生中失敗過很多很多很多次，這就是我成功的原因。”

頂級思維模型和相關書籍

思維模型是我們在思考時、表述、演講、交談的一種具有條理性的邏輯，思維模型能夠有效的幫助我們進行條理清晰、表述有效。查理·芒格提出：“思維模型是你大腦中做決策的工具箱。你的工具箱越多，你就越能做出最正確的決策。”

一、12個頂級的思維模型

1. 沃倫·巴菲特的雙目標清單系統（Two-List System）

有一次，他和巴菲特在探討他的職業生涯目標時，巴菲特讓他去做這么一件事。

首先，巴菲特讓 Flint 寫下他職業生涯最重要的 25 個目標來。于是 Flint 花了一些時間把這些目標寫了下來。然后，巴菲特讓他審視一下這個清單，然后圈出他認為最重要的 5 個。Flint 也照做了。

Flint 現在有了 2 個清單：一個是他認為自己職業生涯最重要的 5 個目標；另一個是另外 20 個他也覺得比較重要的目標。

巴菲特問 Flint：“你現在知道該怎么做了么？”

巴菲特聽完后說到：“不，Flint，你搞錯了。那些你并沒有圈出來的目標，不是你應該在閑暇時間慢慢完成的事。而是你應該盡全力避免去做的事，你應該像躲避瘟疫一樣躲避它們，不去花任何的時間和注意力在它們上面。”

這讓我想到了三件事：

（1）有目標是非常重要的。

當有了具體的目標，你才能反復地推演實現這個目標的方法和路徑，才能在每天早上睜眼之后明白自己應該圍繞什么東西優化和努力。我聽過的另外的一個很好的表述方法是：將開放式的問題變成封閉式的問題。而“什么都能做”或者“所有方向都可以是方向”是最可怕的，對于個人或是企業都是如此。

（2）專注很有力量。

在一個人的認知資源有限的情況下，一段時間如果有太多目標，那么很可能哪個都無法完成。盡管“專注”和“聚焦”的概念已經被現代人提及的太多，但真正能做到準確地辨識自己的欲念，去除自己不真正需要的東西的人，還是少數的。

（3）比起“有所為”，“有所而不為”可能更關鍵。

這可能和芒格說的“Invert, always invert” 有相通之處。沒有被選中的那 20 個目標，其實也是你感興趣的或者有意義的，所以就很容易找到各種合理的理由去在那些目標上花時間。但它們才是默默消耗掉時間，轉移你的注意力，又不能真正產出成果的事情，這種目標比看起來明顯就很愚蠢的東西更加危險。

2. 10 → 10 →10 原則

我們大多數人做決策時都會存在一個問題：不考慮這個決策可能帶來的長遠影響。這時，你可以根據 10 → 10 → 10 原則來考慮所做的決策可能帶來的長遠影響。這個原則就是：

這個決策在 10 分鐘后，會產生什么影響？

這個決策在 10 個月后，會產生什么影響？

這個決策在 10 年后，會產生什么影響？

在做決策時如果能踐行 10 → 10 → 10 原則，這將有助于你在決策時免受感性因素的影響，迫使你考慮到這個決策可能會帶來的長遠影響，從而做出更加明智的決策。

3. 正確與非共識

全球殿堂級對沖基金 Bridgewater Associates 的創始人、當世名列前端的金融超級巨頭 Ray Dalio 認為：每個人每天都會做很多決策，而這些決策都會產生一定的影響。從本質上說，你的生活質量取決于你做的所有這些決策的質量。

要想在市場上獲得成功，你必須成為一個獨立思考者，因為共識通常都是錯誤的。你必須要有與眾不同的觀點和視角。要想在股市或創業中獲得成功，你就不能與共識為伍，而是要做出正確的決策。要想獲得指數級的增長成果，你必須要做到既不要循規蹈矩，還要做出正確的決策。

這說起來容易做起來難，因為大多數時候你的決策都是錯誤的。然而，一旦你做出了正確的決策，那么市場給你的回報將是呈冪律分布的，即少數的正確決策將帶來巨大回報。

4. 「3」的法則

我從麥肯錫的一位導師那里學到了一個建議：「3」 的法則。

即當你試圖說服一個比較資深的人去做某件事的時候，一定要給出 3 個原因。不是兩個，也不是 4 個，要正正好好給出 3 個原因。

5. 有競爭力的護城河

在古代，城堡通常都被護城河環繞著，護城河起到保護城堡的作用。護城河越寬，城堡就能得到越安全地保護，因為這樣敵人就很難攻破城堡；如果護城河太窄，便起不到太大的保護作用，因為敵人很容易就能穿越護城河攻破城堡。

在巴菲特看來，城堡就好比公司，而護城河就好比這家公司擁有的競爭優勢。他希望自己手下的經理們都能不斷地加寬城堡周圍的護城河。

你會發現，Facebook 在自己周圍幾乎構建起了所有護城河：高轉換成本、網絡效應和有效規模等。在考慮競爭優勢和策略的時候，一定要考慮你未來將構建起什么樣的護城河，這一點很重要。因為它能讓你的公司抵御住任何競爭者的入侵，從而獲得長久性的勝利。

6. 網絡效應和臨界規模

沒有什么業務的規模化擴張速度能比軟件業務還快，也沒有什么能比網絡效應能更高效地為公司業務構建起安全的護城河。網絡效應已經成為了任何策略的一個籌碼。通常情況下，公司用戶數一旦達到臨界規模，觸發網絡效應，公司就能通過規模經濟贏得巨大的成本優勢。由于網絡效應顯著，先發創新者可能會實現贏家通吃。這是所有創業者夢寐以求的事。

7. 博弈論

經濟學家 Greg Mankiw 認為：“博弈論研究的是人們在戰略情景下的行為方式。這里的‘戰略’是指，對弈雙方在平等的對局中各自利用對方的策略變換自己的對抗策略，從而達到取勝的目的。戰略思維不僅在跳棋、象棋和棋牌上至關重要，在許多商業決策中也是至關重要的。”

用一句話簡單概括博弈論：選擇一種能夠讓你的競爭對手的最大優勢最小化的策略。

8. 金字塔原理

根據金字塔原理：要將思想組織成金字塔結構。

金字塔原理中的三個核心思想是：

（1）先從答案開始。

（2）分組總結你的支撐論點。

（3）有邏輯地對你的支撐論點進行排序。

在思考溝通的時候，我都會參考金字塔原理。先把答案快速擺出來，而不是慢慢揭示答案，這樣有助于更快地得出結論，讓每個人都能保持一致，從而進行坦誠的交流。

9. 直接責任人（DRI）

蘋果公司發明了這樣一個管理概念：直接責任人（Directly Responsible Indivial，簡稱 DRI）。DRI 遍布于公司各個層級。在蘋果，誰負責什么，永遠不會搞混。DRI 的名字經常出現在會議進程表上，每個人都知道誰是直接負責人。如此公開透明的責任制，使得每一個員工沒有互相推諉和偷懶的機會。

一旦項目出現問題，很容易找到出現問題的環節予以糾正，并追究相關責任。而且，一個項目只能有一個 DRI，如果超過一個 DRI，那就等于沒有直接責任人。DRI 能夠有效加速決策流程，也可以減少很多不必要的會議。

10. 團隊中的團隊

團隊中的團隊，是一種將不同的團隊及團隊成員聚集在一起、從而形成一個無縫的組織網絡的運營模式。在團隊中的團隊，決策權被授予每一個團隊的負責人，而不是集中在一個組織最高層的領導人手里。這時，最高層領導的角色就發生了轉變，從負責一個組織中的所有決策，轉變成為每一個團隊提供所需的信息和背景，讓他們都與一個共同的目標相聯系并擁有最好的信息來幫他們做決策。

11. 徹底坦誠

Kim S買粉絲tt 的整個職業生涯都圍繞一個目標：營造一個員工熱愛、團隊協作良好的工作環境和氛圍。后來長期在 Google 擔任團隊顧問的過程中，她了解了 Google 公司領導營造一個員工能從工作中感受到快樂的方法，那種快樂的氛圍是那么濃厚，甚至一眼就能看到。

而在擔任蘋果大學資深教員的過程中，S買粉絲tt 了解了蘋果是不同作風，但是初衷一樣：“營造一個人們能發揮自己所有潛能，并享受工作的環境。”現在作為 Twitter、Shyp、Rolltape 和 Qualtrics 的資深顧問，S買粉絲tt 將自己多年的經歷心得凝練成了簡單的幾個字：徹底坦誠。所有公司創始人都可以利用它，來幫助員工喜歡上自己的工作，并發揮出自己最大的潛能將工作做好。

12. 傾聽、決策、交流

當你是以管理者、CEO 或任何級別領導的身份做決策的時候，那么傾聽、決策、交流的順序就非常重要。最好按照這個順利去做：首先傾聽，然后決策，最后交流，而且不能讓它們之間間隔太長時間。這是 Twitter 的前 CEO Dick Costolo 提出的一個溝通模型。關鍵是要始終先傾聽，不要亂了順序，而且盡量縮短每一步之間的時間差。

二、思維模型的書籍

1. 系統之美

2. 鏈接

3. .窮查理寶典

4. 探索智慧，從達爾文到芒格

5. 怎樣解題，數學思維的新方法

6. 那些讓你更聰明的科學新概念

7. 在家就能讀MBA

8. 高效能人士的七個習慣

9. 深度工作

10. 決策的藝術

思維模型的書籍和思維模型的種類有很多，找到一些時候自己適用的思維模型和有技巧的適用思維模型很重要，需要不斷地閱讀和深入的研究，

大數據的預測功能是增值服務的核心

大數據的預測功能是增值服務的核心

從走在大數據發展前沿的互聯網新興行業，到與人類生活息息相關的醫療保健、電力、通信等傳統行業，大數據浪潮無時無刻不在改變著人們的生產和生活方式。大數據時代的到來，給國內外各行各業帶來諸多的變革動力和巨大價值。

最新發布的報告稱，全球大數據市場規模將在未來五年內迎來高達26%的年復合增長率——從今年的148.7億美元增長到2018年的463.4億美元。全球各大公司、企業和研究機構對大數據商業模式進行了廣泛地探索和嘗試，雖然仍舊有許多模式尚不明朗，但是也逐漸形成了一些成熟的商業模式。

兩種存儲模式為主

互聯網上的每一個網頁、每一張圖片、每一封郵件，通信行業每一條短消息、每一通電話，電力行業每一戶用電數據等等，這些足跡都以“數據”的形式被記錄下來，并以幾何量級的速度增長。這就是大數據時代帶給我們最直觀的沖擊。

正因為數據量之大，數據多為非結構化，現有的諸多存儲介質和系統極大地限制著大數據的挖掘和發展。為更好地解決大數據存儲問題，國內外各大企業和研究機構做了許許多多的嘗試和努力，并不斷摸索其商業化前景，目前形成了如下兩種比較成熟的商業模式：

可擴展的存儲解決方案。該存儲解決方案可幫助政府、企業對存儲的內容進行分類和確定優先級，高效安全地存儲到適當存儲介質中。而以存儲區域網絡（SAN）、統一存儲、文件整合/網絡連接存儲（NAS）的傳統存儲解決方案，無法提供和擴展處理大數據所需要的靈活性。而以Intel、Oracle、華為、中興等為代表的新一代存儲解決方案提供商提供的適用于大、中小企業級的全系存儲解決方案，通過標準化IT基礎架構、自動化流程和高擴展性，來滿足大數據多種應用需求。

云存儲。云存儲是一個以數據存儲和管理為核心的云計算系統，其結構模型一般由存儲層、基礎管理、應用接口和訪問層四層組成。通過易于使用的API，方便用戶將各種數據放到云存儲里面，然后像使用水電一樣按用量進行收費。用戶不用關心數據的存儲介質、網絡狀況以及安全性的管理，只需按需向提供方購買空間。

源數據價值水漲船高

在紅紅火火的大數據時代，隨著數據的累積，數據本身的價值也在不斷升值，這種情況很好地反應了事物由量變到質變的規律。例如有一種罕見的疾病，得病率為十萬分之一，如果從小樣本數據來看非常罕見，但是擴大到全世界70億人，那么數量就非常龐大。以前技術落后，不能將該病情數字化集中研究，所以很難攻克。但是，我們現在把各種各樣的數據案例搜集起來統一分析，我們很快就能攻克很多以前想象不到的科學難題。類似的例子，不勝枚舉。

正是由于可以通過大數據挖掘到很多看不見的價值，源數據本身的價值也水漲船高。一些掌握海量有效數據的公司和企業找到了一條行之有效的商業路徑：對源數據直接或者經過簡單封裝銷售。在互聯網領域，以Facebook、twitter、微博為代表的社交網站擁有大量的用戶和用戶關系數據，這些網站正嘗試以各種方式對該源數據進行商業化銷售，Google、Yahoo!、百度[微博]等搜索公司擁有大量的搜索軌跡數據以及網頁數據，他們可以通過簡單API提供給第三方并從中盈利；在傳統行業中，中國聯通[微博]（3.44, 0.03, 0.88%）、中國電信[微博]等運營商擁有大量的底層用戶資料，可以通過簡單地去隱私化，然后進行銷售盈利。

各大公司或者企業通過提供海量數據服務來支撐公司發展，同時以免費的服務補償用戶，這種成熟的商業模式經受住了時間的考驗。但是對于任何用戶數據的買賣，還需處理好用戶隱私信息，通過去隱私化方式，來保護好用戶隱私。

預測是增值服務的核心

在大數據基礎上進行深度挖掘，所衍生出來的增值服務，是大數據領域最具想象空間的商業模式。大數據增值服務的核心是什么？預測！大數據引發了商業分析模式轉變，從過去的樣本模式到現在的全數據模式，從過去的小概率到現在的大概率，從而能夠得到比以前更準確的預測。目前形成了如下幾種比較成熟的商業模式。

個性化的精準營銷。一提起“垃圾短信”，大家都很厭煩，這是因為本來在營銷方看來是有價值的、“對”的信息，發到了“錯”的用戶手里。通過對用戶的大量的行為數據進行詳細分析，深度挖掘之后，能夠實現給“對”的用戶發送“對”的信息。比如大型商場可以對會員的購買記錄進行深度分析，發掘用戶和品牌之間的關聯。然后，當某個品牌的忠實用戶收到該品牌打折促銷的短信之后，一定不是厭煩，而是欣喜。如優捷信達、中科嘉速等擁有強大數據處理技術的公司在數據挖掘、精準廣告分析等方面擁有豐富的經驗。

企業經營的決策指導。針對大量的用戶數據，運用成熟的數據挖掘技術，分析得到企業運營的各種趨勢，從而給企業的決策提供強有力的指導。例如，汽車銷售公司，可以通過對網絡上用戶的大量評論進行分析，得到用戶最關心和最不滿意的功能，然后對自己的下一代產品進行有針對性的改進，以提升消費者的滿意度。

總體來說，從宏觀層面來看，大數據是我們未來社會的新能源；從企業微觀層面來看，大數據分析和運用能力正成為企業的核心競爭力。深入研究和積極探索大數據的商業模式，對企業的未來發展有至關重要的意義。

很赞哦!（665）