京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据主导下的“分享经济”走向
尼尔森咨询最近做了一个全球性调查,看哪个国家和地区最渴望“分享经济”,它找到的答案,是中国。但 Airbnb、Lyft 包括私人停车库出租共享的 SPOT 也已经不是分享经济最前沿代表了。以下,是美国刚刚冒出或正在讨论的几种分享经济走向。
另外,杰里米·里夫金刚刚被引进中国的新书《零边际成本社会》提供了一个衡量这个新经济模型的边界:使用权胜过所有权、可持续性取代消费主义、社会资本和金融资本同样重要,以及“生产型消费者”大规模崛起,这个即将大规模爆发的群体特征是:他们在同一领域消费产品的同时,也在生产这个产品。
3D 打印 + 分享经济
如果在 B 平台能以 29 刀入手,我们怎么可能在 A 平台以 37 刀买同样东西呢?现在,竞争已经激烈到很多卖家不得不以近乎成本价出售商品,但这种竞争还要进一步加剧,因为 3D 打印技术的发展,必将消除“零售商”这个概念。
所谓“消除零售商”,是指:如果我有一台 3D 打印机,那我就不用再向制造商买东西,我自己就能生产商品,甚至还能卖给别人。也就是说:3D 打印机的拥有者,最终会变成制造商。
尽管目前大部分消费者能买到的 3D 打印机生产效果还不如大制造商工厂里的机器,但它们正快速追赶。如果未来 3D 打印机能实现高质、量产,那么人人都能成为制造商,现在的“零售商”概念也将随之消失。
同时一旦嫁接“开源”,人们不仅能以相对低廉的价格买到 3D 打印出的产品,还能免费下载该产品代码。也就是说,人们只需要准备必要的原材料,就能制造出别人设计的产品。
如此发展,生产能赚钱的东西可能就不再是有技术和有创意的人的专利了。任何人都能靠生产别人创造的产品获利。这种开放,能保证商品有极大量的市场供给。它的好处在于:买方得到所需产品的成本降低,而卖方生产时的边际成本也被摊薄了。
在 3D 打印领域,分享已经引领潮流。Thingiverse 和 Shapeways 等平台都在扮演“开放资源社区”角色,它们提供大量公开分享的产品代码及无数有形的小产品。
奥巴马政府已经规定,美国以后在所有中小学都要有个 3D 打印机,每个孩子都要有个 3D 打印机,以后你会看到所有小孩在自己家里用 3D 打印方式生产东西。他们也许使用回收的材料、廉价能源,东西可大可小,但是一切都可以打印。在未来,也许大桥、高楼这样比较复杂大型的东西还需要专业公司生产,但是一些小东西完全可以在家里自己生产,而他们所需要的模板材料,都可以从互联网上免费获取。
也就是说,未来必然会形成一个大厂商和不同生产者竞争的格局,如果一个公司想替代普通生产者去生产某一样小东西,它怎么能干得过全人类呢?
大数据 + 分享经济
另一个领域虽然还未受到太多关注,却必将改变世界。它就是:不同数据库之间的数据共享。Facebook 为什么收购 WhatsApp?亚马逊为什么宣布进入移动支付战场?答案是,现如今,软件公司中最聪明的那部分已经意识到,比他们正贩卖的服务更值钱的,是他们收集的数据。
当用户使用 App,他们定位被追踪;他们的购买历史被记录;他们在注册时需要确认个人信息、填写邮箱地址,甚至被要求提供母亲姓名。一个 App 收集到的关于某用户的数据也许零散、无价值,就像一堆组不成句的单词,但是,当多个 App 之间开辟数据共享,这些单词就可能被连成句子,甚至成段成章。而一旦这些共享数据找到彼此关联,它形成的信息网将释放巨大能量,极大降低现实中人与人、人与物之间建立连接的成本。
软件公司之间开放数据分享,效果能有多逆天?举个例子:Expensify 是家颇受欢迎的移动支出报告服务公司,未来,它的数据可以这样用:在它数据库,分享你和其他人的数据。这样,你的 App 会对你说:“嘿,现在是晚餐时间,在你住的酒店旁有一家很棒的泰国餐馆。我们另一位用户 Bob 也曾来过这个城市并给这家店 5 星评价,你现在想让我帮你定个座吗?”
或者,可以与 GrubHub 分享数据,这样它就能帮你订你最喜欢的菜并送到你住的酒店。又或者,与 Uber 分享数据:“我知道你刚刚落地,你是想直接坐车去酒店,还是先兜去那家泰国餐馆?”如果它们在用户付饭钱过程中加入一个打分体系,那它们收集到的数据,就相当一个商务旅行方向的 Yelp 了。
还有升级版。“‘嘿,这么说好像有点冒昧,不过附近有一个商务游客跟你一样喜欢泰国菜,而且从她的行程上看,她现在有空。你想跟她在 Bob 推荐的泰国餐馆一起吃点咖喱吗?如果你不想,我将不再提示。’”
这就是大数据与分享经济结合的结果。它就像个贴身管家,你想到的,它都能想到,你想不到的,它也能想到。这样的生活简直不要太方便,但是当技术进阶到“升级版”程度时,你可能:需要多花点心思看紧你另一半了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23