京公网安备 11010802034615号
经营许可证编号:京B2-20210330
京东、阿里:打口水战不如共同推动数据开放
京东、阿里真是一对冤家。恍惚前几天小马哥刚刚道歉,平息了一段口水仗,昨儿又看到京东发文批评子沛。文采不错,争论的焦点好像是阿里要做国家企业,京东甘愿做国民企业,“国家企业”与“国民企业”道不同、术亦不同,所以如何如何?这两家企业都是我很尊重的新兴经济的代表,他们也是应用大数据技术、建立产业生态的急先锋。子沛和我也是好朋友。子沛在写作《大数据》时候,我正在忙着写大数据的深度研究报告。还是看到《大数据》热卖,最终促使我写作《大数据时代的历史机遇》。从名字上看,子沛的《大数据》、舍恩伯格的《大数据时代》、我的《大数据时代的历史机遇》看起来就像大数据三部曲。后来我去美国,还是子沛热情邀约,参加了一次旅美华人科技协会的会议。我在京东也有不少朋友,而且每次我作产业生态或者大数据的报告时,多用京东为例。所以,我打算和和稀泥,朋友们互相吵架有什么意思呢,大数据领域,有太多的事情,等着两家去做呐?
如标题所说,能不能一起干点推动数据开放的大事儿呐?在开源软件的历史上,谷歌公司的贡献,是无以伦比的。目前大数据的处理技术,像hadoop,mapreduce等开源软件,很大程度上受惠于谷歌公司的卓越实践。谷歌在创业初期,买不起IBM、HP比较贵的服务器,只好买一些二手的服务器,装上开源的linux操作系统,来支持其快速增长的搜索业务。二手服务器,总是喜欢出点故障,谷歌又自己动手,开发自己的文件管理系统,把数据分散存储在不同的服务器上,一台坏了没关系,还有其他服务器可用。不小心,谷歌一下子开发出来大名鼎鼎的GFS,解决了分布式存储和跨主机并行访问的难题。为其霸业奠定了基础。谷歌贡献在于它很快就把这些技术,分阶段开源出来,反馈到开源社区。狭义的大数据产业发展,如果没有早期像谷歌这样的公司的无偿贡献,很难获得行业性的爆发增长的。 但是谷歌开放的道路上,并非毫无保留。谷歌可以把广受欢迎的手机操作系统安卓开源,也可以把非常好用的诸多应用软件免费,但是, 谷歌绝不开放数据。 谷歌不择手段的获取各种数据,存储在其硕大无朋的多个数据中心里。它视数据为其核心资产,绝不容第三方染指。计算机刚刚发明的年代,是不区分所谓硬件和软件的。大家不觉得拷贝别人的软件拿来用用,有什么不可?后来比尔·盖茨一声断喝,随便拷贝别人软件是小偷,从此开创了独立的软件行业。软件也挣脱了硬件的束缚,独立成一个产业。
盖茨时代,软件和数据其实也是混在一起的,难以分割。数据总需要软件来识别和处理,离开特定的软件,数据就是一堆毫无意义的二进制组合。 现在 慢慢观察到数据独立存在的一些现象。 只要有独特的数据资产,总有人愿意开发软件研究算法,来发掘这些数据资产的价值。 数据如山,独自巍峨。软件如镐,山中掘金。谷歌通过开放软件的源代码,颠覆了微软卖软件谋生的商业模式,短短15年,市值超越微软,成为行业翘楚。但是现在谷歌开始雪藏数据,把数据圈起来,视为自家私产。 从商业模式来讲,谷歌的模式堪称完美。 比印钞机还要高效,每天净收入1亿美元,没有应收账款,都是现金流。谷歌盈利的奥秘就是收集、分析大量的数据,更精准的预测个人的需求,做更精准的广告。谷歌收得是广告费。但是随着谷歌数据维度的增加、数据量的增加,谷歌所拥有的数据,具备了广泛的社会意义。譬如谷歌根据其大众的搜索关键词,预测流行病爆发的可能性等等。继续数据如山的比喻,谷歌数据矿山中蕴藏丰富的金、银、铜、铁、锡……但是谷歌光靠挖铜就赚得盆满钵溢。社会视如金的东东,与谷歌而言却形同矿渣。 事实上,因为大数据蕴涵价值的多样性,单独靠谷歌一家,是不能穷尽数据的巨大社会价值、与经济价值的。 所以,谷歌坐拥宝库,但仅仅卖卖广告赚钱,其他的只是秀一秀。行文至此,我决定放弃“数据就是资产”这个概念,转而关注大数据的社会属性,开始倡导“数据就是资源”。我有资格这么做,因为“数据资产”的概念,是我在2011年12月07日,发布的第一篇大数据公开报告《大数据时代即将到来》中提出的,并由此推演出多个商业模式。现在我宣布这个概念成为历史。因为它关注的焦点是,一家企业如何利用数据来盈利。
数据就是资源,则强调大数据的社会属性、行业属性。对于推动数据开放、推动产业融合、推动经济增长、构建新型商业文明有着巨大的现实意义。 从数据资源角度而言,谁能颠覆谷歌,为新型商业文明开辟道路呢?我想,唯有打破数据资产的概念,把它看成社会共有的资源,开放出去,形成社会性、行业性的数据基础设施,在此之上,形成百舸争流、万马奔腾的数据应用大格局,才可以说我们真正进入了数字文明。而那家扮演数据基础设施提供商的公司,就是新时代的谷歌。 也许后人在撰写这段商业史的时候,会如是下笔:“XXX公司,宣布数据开放,以此为发端,人类真正迈入了数字文明时代!” 历史在翻页,我们有幸站在数字文明时代的入口处。阿里、京东无疑是开启数字文明大门的强势候选人,但是谁能开启这扇门,成为真正划时代的企业呢?且拭目以待吧!
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 Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 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 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 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 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 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, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 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”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 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 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01