京公网安备 11010802034615号
经营许可证编号:京B2-20210330
借力大数据 释放产业价值
在移动互联网日渐普及的今天,大数据开始成为这个时代最重要的标杆。并且不再局限于互联网,每一个行业和产业都在谈论大数据。大数据正在冲击整个行业生态圈,所有传统行业的从业者都感受到了大数据冲击,但也有很多人在选择大数据变现方向和确定盈利模式时感到迷惘。
在大数据汹涌的浪潮中,如何明确智能硬件在“大数据”影响下的发展方向,促使大数据与智能硬件激烈碰撞,满足对新一代智能硬件对大数据的无限想象是此次大会的热议重点。作为论坛演讲嘉宾,aika爱家创始人兼CEO陈利军,就智能硬件的现状、企业大数据业务与盈利模式和创业公司的变现为核心,进行了发言。
创业,小心别被“坑”
大会上最被智能硬件类公司关心的问题,莫过于创业公司在初期,对于是否效仿小米模式、用“硬件不盈利数据盈利”的方式赔钱卖硬件,成为很多创业者长期“纠缠不清”的问题。面对台下大量来自创业公司的参会者,同样作为创业一份子的陈利军,也给出了自己的看法。陈利军认为——无论是小米模式还是以“罗永浩”为代表的互联网模式,对于创业公司来说都是一个深不见底的“大坑”。
陈利军解释说:“小米虽然作为中国互联网企业的新标杆,但对于大多数创业公司而言都不具备参考价值。首先是雄厚的资本,销售上的赤字并不会为运营带来持续的压力。其次是小米的硬件并非真的不挣钱——也许前一百万个的确是在亏本销售,但是随着小米硬件的销量攀升、成产技术成熟和制造成本降低,此消彼长,小米的智能硬件销售早已实现盈利。”
至于流量,更是拦在创业公司面前的一座大山。陈利军说:“想靠数据盈利,没有百万千万级的流量就不要想。京东阿里这种平台是不会轻易给创业公司或是一个新生品牌如此高的流量的,一些脍炙人口的品牌都是在自创流量,比如锤子科技的罗永浩,通过‘老罗相声’,将个人形象与产品相结合,但是大多数公司,是没有这种‘摇滚明星’似的的人物来帮助公司做推广的。”
面对这两种流行模式,陈利军表示:“都不是一般创业公司‘玩得起’的。”同时,他对智能硬件的销售现状表示了担心:硬件公司纷纷通过赔钱方式把产品甩入市场,不仅会让产品为了压价而牺牲质量,对智能硬件的口碑产生负面效应,更会对硬件市场造成不良影响。市面上廉价手环和劣质充电宝,就如同9块9的电影票带来的糟糕后果一样。赔本销售本来是一种增加销量和吸引用户的手段,但却让不少外行人误认为,产品本来就值这个价。
(aika爱家创始人兼CEO陈利军分享产业观点和创业心得)
大数据“垂直细分”进行时
“大数据+产业”大会上,聚集了来自百度、阿里巴巴、腾讯的大数据专家,目前BAT在数据资本和大数据精准营销、大数据预测、大数据分析等应用方面毋庸置疑是不可企及的,但是并不代表就能完全消化大数据市场。在一些细分领域,对于创业公司仍然是最好的时代。
在《大数据智能革命》论坛上,陈利军一上来并没有谈论大数据带来的影响,而是先讲述了一个台湾首富王永庆卖米的故事:“王永庆15岁时,用借来的钱做本金自己开了一家小米店。为了和隔壁那家大型米店竞争,王永庆颇费了一番心思。他不仅做好细节,还坚持送货上门。每次送货,他都会在笔记本上详细记录了顾客家有多少人、一个月吃多少米、喜欢的口味和顾客家发薪日期等信息。估算出顾客的米该吃完了,就提前送米上门;等到顾客发薪的日子,再上门收取米款。就这样,王永庆的生意越来越好。从这家米店起步,最终成为今日台湾商界的龙头老大。”陈利军解释道:这就是大数据的雏形。今天说起大数据云山雾绕,但实际上,100年前大数据就已经应用于人们的生活了。虽然不是每家公司都能像BAT一样,但却可以像王永庆那样务实。不需要刻意去研究管理知识和消费心理,只是用心去研究顾客的消费行为和需求,再琢磨如何去满足顾客的需求就可以了。不单纯卖给顾客简单的产品,而是将顾客的需求变成自己的服务项目,与产品一同给予顾客。从今天来看,也是大多数创业公司能做的这事情。
不过对于广义大数据的应用,陈利军认为现在谈还为时过早,但是在狭义的大数据上,诸如跑步、洗衣和糖尿病检测等垂直细分领域,大数据已经可以实现初步的精确匹配,但不通过硬件盈利,仍然是不现实的。在发言最后,陈利军还直言不讳地说,对于创业公司而言,自己做的大数据并不具备说服力,往往都是做给VC和PE看的。陈利军的发言也赢得了台下阵阵掌声。
大数据让未来提前到来
大数据+产业”大会的主题是“未来已来”,这既表达大数据的未来,更是表现出“大数据将未来提前带到我们面前”这一事实。经过多年的发展,大数据技术日臻成熟,但大数据架构建设、商业价值发现、数据安全乃至人才培养依然是创业公司关注的焦点。
不知道从什么时候开始,每一项产业都开始从大数据中获益,不论是传统产业还是创新产业,谁能够尽早发现数据和内容在这个时代的核心价值和相关性、率先与互联网融合成功,谁就能够抢占先机,甚至引发一场革命。每个人都希望找到“互联网+”时代下大数据价值的秘密地图。将技术与应用结合,渗透到智能硬件、金融、医疗、出行和社交等领域。嘉宾们围绕“互联网+产业”的主题,互相分享了他们探寻不同应用场景下的数据融合推动信息变现的道路上的机遇与挑战,与参会者一道,共同寻找通往未来的秘钥。
虽然距离真正的大数据应用还有很长的路要走,但是陈利军相信,通过不停的摸索与探索,智能硬件与大数据的结合,不仅会释放出更大的商业价值,同时也会让这个时代的人活得更好、更从容、更惬意。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11