京公网安备 11010802034615号
经营许可证编号:京B2-20210330
下一代的社交,移动手机,分析和云端技术已经引起了一场对那些能够持续快速革新的开发者争夺战。想要在明天仍然有立足之地的公司就必须在今天做出明智的选择。
三月份,我讨论了2014年的IDC预测。这项预测是基于IDC对于第三方平台的定义,是云计算,移动终端和APP、社交媒介及大数据的一个集合。
相比于一些分析者晦涩难懂和概念模糊的预测,IDC的这项第三方平台的预测确实表达鲜明并且严格的。它描绘了在动荡的IT世界中,现有权威的威胁和那些正在出现的新生力量。这项预测可以认为是吹响了改革的号角——却是对那些没能成功进入第三方平台的人的遗憾宣判。
数据整合常常被低估,也很难完美实现,这些都需要时间和资源。随后的几个月,我没看到什么能够让我对这项预测的判断,它依然是对即将发生的前所未有的变化的精确描述。
在三月份的文章中有一项特殊的预测我没有陈述,就是IDC陈述了,在一些云供应商和云技术的市场上,我们会目击异常短暂的开发者战争。IDC说,在建立自己的统治市场中,云供应商会尽其所能的最大程序的吸引开发者,因为这将不避免的预示着战争中的胜利。
大多数商家还没有意识到开发者的重要性(尽管Red Hat的CEO已经明显提到了这一点)。在今年的VMworld大会上,例如,似乎大多时候都聚焦在基础设施上,而开发者只是放在之后而已。就像重要的决策是在厨房里,而进餐者更多的只是被动的接受厨师提供的食物。
我不能说这是什么大的错误。Stephen O’Grady,是一个小的但是很有影响力的行业分析公司中的首席分析师,在他的《The New Kingmakers》中描述了将要发生的事情。他的观点:开发正在变得越来越有影响力——并且,实际上,在APP设计和架构阶段,开发者直接与APP打交道,这也是IT生存的价值。
IDC的报导这样描述:
“开发者,开发者,开发者,开发者!”将会成为2014年第三平台竞争者的最有力口头禅——在下一个二十年,行业最大的赢家将会是那些在未来两年抓住改革者的心和思想的人。错过开发者,就是丢失市场。
IDC继续说:
在2014年和2015年,我们将看到一场云端的开发者大战,像Android,iOS和WP手机APP和开发者之间一样。Amazon,Microprosoft,Salesforce.com,Google,Oracle,SAP,Pivotal,HP和其它一些知道云端APP将引发未来的产业增长,他们需要开发者将他们的创意实现成新的APP,在平台即服务/电子市集上实现自己的方案。
并且IDC也详细阐述:
在2014年,这场开发者之战会是紧急的:IDC预测到2017年,80%或者更多的新的云端方案(和开发者)将会进入竞争平台的前六。
最后,IDC的总结如下:
新的App——产生的数据及相关的APP——将会在下一个十年和更远的时间里,激发第三平台的增长。IDC预测,在未来四年,我们会看到,在云App生态系统中,开发者/贡献者的数量有三倍的增长,而这会驱动云端App的数量十倍的增长。
吸引开发者时,少一些福利,多一些体系改变。
开发者主导的IT世界的显示让我想起了最近的一次和两个公司的讨论。这两家公司都是在传统软件行业的大公司。尽管如此,他们也重构了IT架构和实现app的方法来加速App的迭代速度——因为,尽管是大公司,也看到了改革正在他们的核心市场中建立新的解决方案,意识到自己需要去起身迎战。仅仅希望客户由于习惯和品牌来做生意,从长远来看就是一种失败。
这两家公司有三个共同点:
现在,根据你自己的观察,你或许会发现这些绝无夸张之意。当然,获取在最近的VMworld大会上,你已经发现了一些对此的支持者;在那里,与会者的口号就是“不断变化”。
然而,保持这种态度也越来越难。VMworld搁置公有云计算的的防御性措施也表明与会者在他们的同事和客户中看到了对此的巨大热情。基础设施组也担心未来的世界——如果未来是走向破坏性的创新而不是在逐步改善又该怎么办。
为了解决这种麻烦,下面是每个公司要在开发者大战中生存的一个方法列表。
有时,会认为IT界的快速更新是如此不公平。昨天你努力去适应的需求,今天却被“下一个闪闪发光的东西”取代。但事实就是我们处在一个IT变化比我们看到的要多得多的时代——只有那些找到如何适应这场开发者之战的人才能够幸存。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17