京公网安备 11010802034615号
经营许可证编号:京B2-20210330
千禧一代和大数据正在推动“分享经济” _数据分析师
要搭便车吗?要预定房间吗?打开一款应用程序,上述问题瞬间搞定。
我对这种分享型经济的潜力以及数据使这种新模式得以应用于商业所发挥的作用感到兴奋。上周在纽约首席数字官峰会(CDO Summit)发表闭幕讲话的Crowd Companies公司创始人耶利米·欧阳(Jeremiah Owyang),准确地对参与分享型经济作出了评价,他指出,分享型经济在2013年和2014年之间增长将近一倍,而在今后,它只会继续增长。推动分享型经济的社会、经济和技术力量通通到位,人们正继续发现点对点对等交换商品和服务的优点,而来自传统企业的阻力正让步于对适应这种新常态的理解。在这些情况下,保持强劲增长似乎是不可避免的。
我想更深入地探究客户数据和大数据在这种不断增长的分享型经济中的适用之处,以及老牌企业对此作出的回应——但首先,让我们快速回顾本文中讨论的内容。用欧阳的话来说,分享型经济,就是“一种经济模式,在这种模式中,技术能帮助人们从彼此——而不是从集中化的机构获得各自需要的东西。”一些更明显的例子包括优步(Uber)和Airbnb。
数据产生的影响
在分享型经济中,它并非是分享新鲜事物这种理念;世世代代以来,人们一直都是这么做的。而现在有所不同的是,在这种理念中引入了技术——特别是易于使用的数字技术,比如基于位置的GPS系统,可以帮助人们迅速地发出对商品和服务的请求,并作出回应。数据是支持分享型经济的技术架构中的一个组成部分。参与者可以自由地分享其数据,让别人知道他们的需求,而大数据算法被应用于根据存在闲置产能的领域提出相关建议,从而满足需求。数据是产能计算、社交媒体整合和数字技术交互的基础,这三者加在一起使根据需要获取事物成为可能。
另外,数据也是初创公司能轻松加入分享型经济的关键所在。得益于可以迅速分析和预测需求的数据分析,以及根据需求扩大或缩小数据和应用的云计算服务,进入市场的成本和时间降至最低。数千家初创企业纷纷涌入这个领域并寻找支持它们事业的资金,这毫不奇怪。
曾经的威胁变成机遇
直到最近,大多数传统企业才不再将低资产、高估值和分享型经济的初创公司(比如优步和Airbnb)视为威胁——也许能够成为新贵的初创公司并没有那么多,这些初创公司向花了很长时间才建立起规模的老牌企业大举进犯。它们的第一反应是打击这些新来的公司:出租车公司努力要让优步和Lyft等服务不合法,酒店运营商对Airbnb也采取了同样的行动,这是两个具有代表性的例子。
正如《哈佛商业评论》(Harvard Business Review)所指出的,随着时间的推移,越来越明显的是,分享型经济将不会消失,而传统公司开始看到调整自身运营,以适应分享型经济模式所具有的种种优势——并意识到“这种分享型经济不仅仅适用于初创公司”。
传统企业通过多种形式涉足分享型经济。一些大型企业正在收购初创公司;比如,汽车租赁公司安飞士(Avis)收购了汽车共享公司Zipcar。其他的则与初创公司展开合作,比如,与百事公司(Pepsi)和沃尔格林(Walgreens)达成合作,按需外包任务的TaskRabbit。
我最喜欢的参与分享经济的主流企业例子之一就是宝马(BMW)。宝马在去年推出以其电动汽车为特色的DriveNow汽车共享服务。这项服务很像同类其他服务:需要用车一个小时或者一天的司机使用数字技术分享有关他们目前所在位置、想要的汽车类型和目的地等数据。一旦他们在附近找到一辆符合其要求的汽车,他们就可以把车子开走,等他们用完之后,再将车子送回原地或者放在另一个汽车共享地点。
这是有关数据如何帮助实现分享型经济的典型案例。它表明的另一点是,主流公司如何自我调整,从而适应新的形势。在这里,真正具有变革意义的是,汽车共享服务由某个行业——汽车制造和销售——的某家公司提供,该行业的业务将被汽车共享抢走。然而,宝马却接受了它,并将它视为一次机遇,而不是竞争或者抵制。借用耶利米·欧阳的话说,该公司正努力将同一辆汽车共享1000次,而不是试图销售1000辆宝马汽车。
这种新型商业模式的下一步将是什么?我们很难预测。十年前谁又曾想过,一群组织松散的人用额外的房间和床垫,最终打造成一家估值为200亿美元的公司?但无论分享经济的将来如何,我都迫不及待地想看到它的发展,并看看大数据在这种发展中发挥的影响力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01