第一篇：移动互联网10大业务及盈利模式

移动互联网10大业务及盈利模式

目前，业务发展已成为影响和拉动移动通信行业最主要的市场导向，总结和挖掘市场，未来十大移动互联网业务前景看好。

一、移动社交将成客户数字化生存的平台

在移动网络虚拟世界里面，服务社区化将成为焦点。社区可以延伸出不同的用户体验，提高用户对企业的黏性。宽带的增加将促使移动互联网的服务创新，用户的许多需求将在手机上得到满足。而手机具有随时随地沟通的特点，从而使SNS在移动领域发展具有一定的先天优势。以个人空间(相册/日记)、多元化沟通平台、群组及关系为核心的移动SNS手机社交将发展迅猛。

二、移动广告将是移动互联网的主要盈利来源

手机广告是一项具有前瞻性的业务形态，可能成为下一代移动互联网繁荣发展的动力因素。在Mobile Web2.0浪潮的推动下，互联网业务正在向移动互联网过渡，而作为互联网繁荣的根本盈利模式，广告无疑将掀起移动互联网商业模式的全新变革，带领移动互联网业务走向繁荣。

三、手机游戏将成为娱乐化先锋

信息社会之后将是娱乐社会。PC游戏带动个人计算机的热买，网络游戏可以说拯救了中国的互联网产业，手机游戏将引爆下一场移动互联网的商战。

随着产业技术的进步，移动设备终端上会发生一些革命性的质变，带来用户体验的跳跃：加强游戏触觉反馈技术，通过*纵杆真实地感受到屏幕上爆炸、冲撞和射击等场面，把游戏里面微妙信息传递给了用户，让手机玩游戏的感觉更棒。可以预见，手机游戏而作为移动互联网的杀手级盈利模式，无疑将掀起移动互联网商业模式的全新变革。

四、手机电视将成为时尚人士新宠

手持电视用户主要集中在积极尝试新事物、个性化需求较高的年轻群体，这样的群体在未来将逐渐扩大。随着手机电视业务进一步规模化，广告主也将积极参与到其中。市场的进一步细分将刺激和满足不同年龄层次的用户需求，有效促进手机电视产业的发展。202_年奥运将是手机电视发展的契机，带宽的增加增强用户体验，手机电视的视频点播、观众参与、随时随地收看的优势将逐渐凸显。

五、移动电子阅读填补狭缝时间

因为手机功能扩展、屏幕更大更清晰、容量提升、用户身份易于确认、付款方便等诸多优势，移动电子阅读正在成为一种流行迅速传播开来。

内容数字化使电子阅读内容丰富，结合手机多媒体的互动优势，不但增加了音乐、动画、视频等新的阅读感受，还可将这种感受随时带在身边，移动电子阅读市场的繁荣是可以预见的。

六、移动定位服务提供个性化信息

随着随身电子产品日益普及，人们的移动性在日益增强，对位置信息的需求也日益高涨，市场对移动定位服务需求将快速增加。

随着社会网络渗入到现实世界，未来移动定位功能将更加注重个性化信息服务。手机可提醒用户附近有哪些朋友，来自亲朋好友甚至陌生人的消息会与物理位置联系起来。父母能够利用相同的技术追踪他们的孩子。随着移动定位市场认知、内容开发、终端支持、产业合作、隐私保护等方面的加强，移动定位业务存在着巨大的商机，只要把握住市场的方向，将获得很高的回报。

七、手机搜索将成为移动互联网发展的助推器

手机搜索引擎整合搜索概念、智能搜索、语义互联网等概念，综合了多种搜索方法，可以提供范围更宽广的垂直和水平搜索体验，更加注重提升用户的使用体验。

手机搜索给用户提供方便快捷的移动内容搜索，搜索结果更具相关性，用户可以定制自己的搜索引擎和确定的互联网内容，这给用户相当程度的自由和灵活性，让用户对条理清晰的手机搜索服务沉迷不已。对运营商来说，加大对搜索领域的投入与积极参与，加速手机搜索引擎和移动增值业务的融合，帮助搜索引擎向信息化产品集成平台转变。

八、手机内容共享服务将成为客户的黏合剂

手机图片、音频、视频共享被认为是未来3G手机业务的重要应用。在未来，网上需要数字化内容进行存储、加工等，允许用户对图片、音频、视频剪辑与朋友分享的服务将快速增长。随着终端、内容、网络等三个方面制约因素的解决，手机共享服务将快速发展，用户利用这种新服务可以上传自己的图片、视频至博客空间，还可以用它备份文件、与好友共享文件，或者公开发布。开发共享服务，可以把移动互联网的互动性发挥到极致，内容是聚揽人气，吸引客户的基础。

九、移动支付蕴藏巨大商机

支付手段的电子化和移动化是不可避免的必然趋势，移动支付业务发展预示着移动行业与金融行业融合的深入。不久的将来，消费者可用具有支付、认证功能的手机来购买车票和电影票、打开大门、借书、充当会员卡，可以实现移动通信与金融服务的结合以及有线通信和无线通信的结合，让消费者能够享受到方便安全的金融生活服务。

支付工具的创新将带来新的商业模式和渠道创新，移动支付业务具有垄断竞争性质，先入者能够获得明显的先发优势、筑起较高的竞争壁垒，从而确保自身的长期获益。

十、移动电子商务的春天即将到来

移动电子商务可以为用户随时随地提供所需的服务、应用、信息和娱乐，利用手机终端方便便捷地选择及购买商品和服务。移动电子商务处在信息、个性化与商务的交汇点，是传统商务信息化的结果，承载于信息服务又为信息服务提供商务动力。

未来，移动电子商务与手机搜索的融合，跨平台、跨业务的服务商之间的合作，电子商务企业规模的扩大，企业自建的电子商务平台

爆发式增长将带动移动电子商务的成熟。

第二篇：互联网大数据报告

互联网大数据报告

互联网产业研究主要从报告中关于医疗、教育与个人隐私保护三个方面进行解读。报告指出预测医学的兴起将是大数据在健康领域的终极运用；同时探讨在线教育如何确保学生的隐私不受侵犯等问题；在保护个人信息方面，技术轨迹正在转向采集、使用和储存对消费者和个人并没有直接联系的数据。

大数据与医疗保健服务

数据一直是医疗保健服务中的一部分。医疗保健服务供应商使用电子病历，极大地提高了可供临床医生、研究者与病人使用的数据量。医疗保险的偿付机制正开始从相互分隔、具有潜在不协调性的“按服务收费”(“fee-for-service”)模式转变至基于更佳健康状况的付费模式。总而言之，这些趋势正在帮助形成一个“学习型”医疗保健系统，在此系统内，临床数据将迅速反馈给患者并指导治疗有效进行。

大数据可以确定饮食、运动、预防护理和其他生活方式因素对健康的影响，使得人们不必向医生寻求医疗保健意见。大数据分析能够帮助确定临床治疗、处方药剂以及公共卫生干预对于特定或广泛群体的效果，并对传统研究方式提供参考。从支付角度来看，大数据能够保证给患者提供治疗的医生有优秀的临床记录，同时，治疗的费用根据患者的康复效果而非治疗本身的次数确定。

预测医学的兴起是大数据在健康领域的终极运用。这项强大的技术可以同时深入解析一个人的健康状况与遗传信息，使医生更好地预测特定疾病在特定个体上是否可能发生，并预测患者对于特定治疗方式的反应。与此同时，预测医学提出了许多复杂的问题。传统意义上，健康数据的隐私政策都力求在临床信息被分享与分析的同时保护相关患者的个人身份信息。而逐渐地，基于特定群体或人群的数据将在临床症状出现前或出现后不久被用于确定疾病的类型。

但是，预测医学挖掘出的信息所带来的风险将超出单一个体，一旦出现差错，不仅遗传信息提供者本人，他的孩子以及未来的后代等拥有与他相似遗传信息的人都将会受到牵连。因此，将基因组数据与医疗保健数据相连接的生物数据库便成为了个人隐私在医学研究与治疗领域中的无法回避的前沿话话题。

目前的隐私框架在不久前才包括了正在使用的健康信息，这一框架或许不能很好地解决上述发展带来的问题并推动相关研究的进行。运用大数据来改善健康状况需要先进的分析模型来摄取包括生活方式、基因组、医疗与财务数据在内的多种信息。生活方式与健康状况之间的紧密关系意味着个人数据与医疗保健数据之间的界限已经开始模糊。而这些类型的数据却收到不同的、有时甚至是相互冲突的监管。当数据的来源多种多样时，同时遵守多个法律带来的复杂性随之增加，与此同时，医疗机构还会与不受上述法律约束的许多组织相互勾结，形成一整套利益链条，各种个人健康信息被一系列企业共享，甚至于违背消费者对个人医疗数据隐私保护的意愿而出售其相关数据。在此情况下，针对医疗保健领域的大数据部门的设立也就成为了迫切之需，此举同时有望进一步降低行业成本并激发发展潜力。

尽管医学技术不断变化，但健康数据仍然是我们生活中非常私密的部分。在大数据使得较之以往任何时候都更为强大的发现成为可能的同时，重新审视相关信息被所有医疗保健机构共享后的隐私保密方式也显得相当重要。医疗保健行业的领导者已经呼吁构建一个更为广泛的信用框架，使得不同来源、不同隐私保密程度的健康数据得以汇聚。这一框架需要附加隐私保护条款，并同时设计标准化数据结构以提高其跨平台适应性。在研究了健康信息技术后，总统科技顾问委员会得出以下结论：国家需要建立统一的数据标准与结构使不同类型的数据记录可以在受到控制的条件下方便访问。

在医疗数据保密框架逐步跟进技术发展的过程中，需要医疗保健与保险的供应商之间细致协商，而这份努力，将为未来的国民经济与公民健康的福祉奠定基础。

对学习的研究：大数据与教育

如今，上到大学，下至幼儿园，众多科技帮助并提升了学生在课内外的学习过程。获取学习资料、观看授课视频、评价教学活动、进行团队合作、完成家庭作业、参加课程考试，这一切都可以在互联网上完成。

这些基于科技进步的工具与平台给予了学生与教师更多的可能性。仅需数代的革新，这些工具就能提供实时的评估来使学习资料能够按照学生的接受速度来进行演示。不仅如此，教育技术还能扩大受教育人数、增进学生间的互动并使教学内容的持续性反馈成为可能。

除了个性化的教育，新的数据类型的运用使得研究者对于学习行为的研究能力有了质的飞跃。从大规模开放在线课堂等基于科技的学习的平台上获取的数据可以被精确跟踪，借助这些数据，我们能够进行对远超传统教育方式的探索，对学生学习轨迹的移动进行更为准确与广泛的研究。具体包括：深入了解学生在学习活动中的接收效果，根据不同的学习目标，选择合适的学习资料，并进一步地运用这些数据帮助那些处于相似状况的学生。目前，教育部正在研究如何运用这些科技，并已开始整合国家教育技术计划下在线教学平台所产生的数据，并计划成立虚拟学习实验室，为进一步的研究提供方法论上的指导。

教育领域的大数据革命同时也带来了一些亟待解决的问题：随着科技日益深入课堂教学，我们如何最好地确保学生的隐私不受侵犯。一方面，本地社区历来都是教育的主要提供者；另一方面，大量的在线学习工具与课程都是由盈利性企业提供。这就导致了在谁有权获得线上教育平台产生的数据及这些数据应当如何被使用的问题上备受争议。

在大数据时代保护儿童的隐私

今天的孩子们是从识字前就接触数字设备的第一代人。青少年是移动应用与社交平台上的活跃用户。当他们使用这些科技时，关于他们的精确数据，其中一些甚至包含敏感信息，就在网络上被存储与处理。这类数据既包含能够大幅度提升孩子的学习效果并为其开启全新机遇的可能性，但同时，也可能在他们成人时形成一份入侵型的消费者个人信息，或通过其他方式对他们之后的生活产生影响。

虽然年轻人一般与成年人一样乃至更加清醒地意识到数据会被商业机构使用，但他们的数据还是会经常地受到父母、老师、大学招生人员、军队征兵人员与社会工作者的审查。他们中的弱势群体，包括寄养儿童与无家可归的年轻人，他们通常没有得到成年人的指导因而特别容易遭受数据滥用与身份盗窃。在强有力的监视之下,年轻人苦苦寻找保护他们隐私的方法，即使他们无法限制别人对于分享内容本身的获取，许多年轻人仍然尝试着用多种方式将所分享内容的含义变得模糊、晦涩，使得只有特定的对象才能理解其中的意思。

因为年轻人是那么的年轻，他们需要适当的自由来探索与尝试而不至于因一时的疏忽在日后受到挥之不去的侵扰。儿童在线隐私保密法要求网站运营商与移动应用开发者在收集低于13周岁的儿童的个人信息时必须征得其父母或监护人的同意。而现在，我们对于儿童正在遭受什么“伤害”以及怎样的政策框架才能确保他们伴随技术成长是一种促成而不是阻碍都还没能得出一个确定的结论。

与医疗保健一样，青少年在与数字教育平台的交互中表现出的部分数据是极其私密的个人信息，这些数据包括对于特定学习方式的偏好和他本人相对于其他学生的表现。它甚至能够分辨出有学习障碍或注意力无法长时间集中的学生。根据学生在一天内的上线与在线时间，他个人的生活习惯甚至都可以被获知。教育机构应当如何使用这类数据来改善学生的学习机会？对于使用这些平台的，特别是处于基础教育阶段的学生，他们如何能够保证自己的数据是安全的？

为了回答关于这些数据的所有权与恰当使用方式的复杂问题，教育部公布了针对在线教育服务指南。随着越来越多的线上学习工具和服务可以为孩子们所使用，地区也正密切地关注着这些问题。学校与学区以未来合法的教育效益为目的共享受到保护的学生信息，并且在分享的过程中必须对这些信息保持“直接控制”。即使在这新的指导之下，如何在大数据世界中最好地保护学生隐私仍必须是一个持续的议题。

当局正致力于解决这些问题，并通过教育部加以实施，来使得所有的学生在享受大数据在教育与学习上带来的创新效益的同时免于受到其潜在威胁所带来的伤害。学生数据必须是安全且珍贵的，无论它存储在何处，它都不是一种商品。这意味着必须确保学生的个人信息与在线活动不受到不恰当的使用，尤其当这些信息是在教育环境下被收集的。

大数据与隐私

以物联网为工具的大数据打破了许多私人空间。家中的无线网络信号（WiFi）中可以显示出屋中的人数及其位置，也可通过采集功耗数据来显示出你在屋中的移动。当你走出房间时，在线面部识别技术也可以将你从图像中识别出来。始终开启的有音频和视频接口的可穿戴设备以及整个物联网设备的出现只会产生越来越多的信息采集量。在合法使用的传感器的海洋中，限制信息采集是一个巨大的挑战，几乎是不可能的。

这种无处不在的信息采集是由大数据技术本身性质所决定的。无论是产生模拟信号还是数字信号，数据都被重复使用着，并且以前所未有方式结合，这便激励着更多的数据采集。数据的潜在价值推动着“土地战”，机构的重点也转向尽可能多的采集和利用数据。公司不断地发掘他们已有的数据，同时寻找他们需要的数据来提高其市场地位。当今世界，数据存储的成本已经大幅下降，同时仍具有尚无法预测的未来创新潜力，所以采集尽可能多的数据是至关重要的。

大数据的另一个现实就是，数据一旦被采集，就很难保持提供者的匿名性和隐私性。虽然有研究希望在大数据的采集中模糊个人识别信息，或重新标识“无名氏”的信息。融合数据技术集资要比隐私保护技术方便许多。总之，这些趋势要求我们关注四十年中，告知与同意框架是如何为隐私保护提供支持的。在结构性过度采集的技术中，重新鉴定要比识别功能更强大，并将重点放在了信息的采集和保存上，个人的隐私就没有那么受关注了。总统委员会科学技术的顾问说：“告知与同意框架已经被大数据所带来的正面效益打败了，大数据所带来的是新的、并非显而易见但十分强大的使用价值。

预测大数据变革的下一篇章

对于现在绝大多数的普通交互来说，告知与同意框架充分保护了隐私。但是总统委员会的科技顾问表示，技术轨迹正在转向采集、使用和储存对消费者和个人并没有直接联系的数据。假若该框架被违背，比如由我们的家庭设备采集的数据，我们则需要重新关注数据的使用，这一政策转向正在被专家、学者广泛讨论。数据的使用情况是极为重要的，它对社会有利有弊，如“双刃剑”一般。

负责任地使用政策框架会带来许多潜在优势。将责任从个人转移到采集、保存和使用数据的实体，由于个人在目前市场中的位置，他们并不能很好地理解和抗争告知和同意框架。关注于使用责任制，也可以使数据的采集者和使用者对数据的管理及其可能产生的危害负责，而不是狭隘地将其责任定义为是否通过正常途径采集数据。

更多地关注责任并不意味着忽视收集的环境。对数据负责，一方面就是要尊重原始数据的采集。实际上，如同在消费者隐私权法案所阐述的尊重环境原则，这一规则并不令人惊讶。虽然数据的收集不能立即用在就业上，但技术的发展正在向这个方向转变。先进的数据标记技术可以已采集和用户授权使用的信息细节进行编码，从而使许可使用的信息可以一直跟随着数据。若是该技术得到良好发展和广泛使用，即使不能解决大数据中所有的问题，也可以用于应对一些关键挑战。

或许最为重要的是，为了更负责地使用大数据，我们应该将关注的重点放到如何平衡大数据所带来的效益和对隐私以及其它由于大数据采集信息的不可避免性而受到危害的价值。我们是否应该制定规则，不能在任何环境下使用没有得到使用授权的数据，即只使用得到使用授权的数据？对于医学研究中为了治愈癌症而使用的数据，和商业营销中对消费者的广告定位而使用的数据，我们应该如何区分和界定它们？

正如奥巴马总统在人权消费者隐私条例草案的发布会上所说，“尽管我们生活在一个能够比过去更自由地共享个人信息的世界，但我们必须坚决否认隐私价值已经过时。”隐私“从一开始就一直是我们的民主制度的心脏，而现在，我们比以往的任何时候更需要它。”这在利用大数据的时代更是如此。

结论与建议

大数据变革正处于其最初阶段。我们需要数年才能理解其完整的技术内涵、其对健康、教育、经济的强化作用，及更为关键的是，它影响着包括隐私权、非歧视、自我决定权的核心价值观。

即使是在当下大数据变革的早期，本评估报告的作者仍认为重要的结论已然出现，即大数据可以从多个领域的层面告知当局者该如何迈出下一步。特别是以下五个方面，它们将引发关于在大数据世界如何最大化利益和最小化危害的全民讨论。

保护个人隐私的价值：在全球协作的隐私保护体系中，通过在市场上对个人信息的保护来维护个人隐私的价值。

稳定/持续负责的教育：要认识到学校（尤其是 K-12）是使用大数据以提升学习机会的重要领域，同时也要对个人数据的使用进行保护，强化数位素养和技术。

大数据与歧视：防止大数据使用过程中可能带来的新的歧视方式。

执法和安全保障：在执法过程、公共安全、国家安全中，确保大数据的合理负责使用。

数据公共资源化：将数据作为公共资源，用于提升公共服务，投资于能够推动大数据革命的科学研究。

第三篇：互联网站盈利模式分析

互联网站盈利模式分析

一、在线广告

新浪、搜狐、网易等门户网站以及大多个人网站的盈利模式都是采用网络在线盈利模式，靠挂别人的广告生存。

新浪盈利的基础是超高的点击率和知名度。新浪主要是通过大量各类免费资讯、大小热点新闻、服务区吸引大量的浏览者，形成固定的客户群，提升知名度，然后凭借它的这种优势去吸引大量企业在新浪网站投放广告。新浪则从中获取巨大的广告收益。

二、电信增值形式

门户型SP主要有搜狐、新浪、网易、中华网、Tom等几家。其短信服务的内容主要有彩铃彩信下载、图片、文字传情、新闻、游戏、短信发送、电子杂志订阅等。

专业型SP主要是腾讯公司，腾讯和其他的短信服务商不同，没有常见的图片、铃声、游戏等业务，只专注于自己具有垄断优势的QQ衍生短信服务。

三、通过网站销售产品

1、通过网站销售别人的产品(C2C 和 B2C模式)

C2C：淘宝、易趣在线竞拍，从成功交易中抽取佣金。

如卓越、当当，通常的B2C网上零售大概有两种操作方法，一种是自己经销的产品，通过互联网销售；另一种则是建立一个网上零售的平台，让更多的商家通过此平台销售他们的产品。

2.通过网站销售自己的产品(含B2C模式)

企业门户直销自己的产品。通过电子商务网站扩展自己的分销渠道，销售本身的商品

如：京东商城，卓越，当当以及淘宝上的淘宝商城等通过互联网平台销售商品达到直接盈利的目的。

四、注册会员收费，提供与免费会员差异化的服务

阿里巴巴，一般论坛，盛大文学，腾讯等，这些网站通过会员制为会员提供差异化个性化的服务。基本服务免费增值服务收费到达盈利目的腾讯作为中国最大的互联网公司。基础的IM服务为面向全部网民的免费，QQ会员，黄蓝 钻等等为收费。同时对这些收费的网民提供差异化和自定的个性化服务

五、网络游戏运营，虚拟装备和道具买卖

盛大，腾讯，完美世界，第九城，巨人等，这些互联网公司通过开发游戏吸引网民，然后在通过虚拟装备道具，以及游戏中道具的买卖来获取利益

盛大作为最大中国最大的游戏互联网公司之一，通过代理网络游戏来吸引游戏玩家。然后游戏玩家游戏过程中购买盛大的点卡和游戏币来为其获取利益。游戏玩家在游戏中装备的交易佣金同样会为盛大带来收益

六、搜索竞排、产品招商、分类网址和信息整合获益

搜索关键字竞价，商家通过购买关键字而使互联网公司获利。产品招商，商家通过购买网站页面使产品信息显示在搜索相关网站页面上。分类网站和整合网站信息，收取网址商家的佣金

百度，google，hao123等。百度和google一方面通过竞价排名另一方面通过广告的推广和生产商的招商获利。Hao123这类导航网站则通过分类网址和信息整合抽取佣金和服务费 百度作为中国最大的互联搜素引擎公司，通过兜售关键字和竞价排名的方式获得利益。由于搜索引擎掌握着网站入口的流量，当更多的网民通过搜索引擎进入的网站的时候，百度通过关键字竞价能获取丰厚的利润

七、广告中介

广告联盟网站通过给为广告主和站长服务，获得利润。

Google adanse 联盟，小站长和一些小的广告主，建立自己的网站和博客网址，然后通过网站推广联盟，推广商家发布的网站收取广告佣金。最为全球最大的广告推广联盟，google a danse集合不同商家的广告，小站长和广告主通过推广广告和google公司一起瓜分商家的广告佣金

八、企业信息化服务

帮助企业网站维护，信息服务维护，网站托管，服务器托管等等提供企业信息服务的方式来获取利益的一些小型互联网公司

第四篇：互联网大数据时代的来临

互联网大数据时代的来临

互联网大数据时代的到来，已成为人们不可阻挡的趋势。我们进入以“互联网+”为代表的信息时代，信息化已经成为全球性、全局性、战略性的变革力量，正在深刻影响着经济、政治、军事、文化和社会等各个方面，深刻改变着人们的生产生活方式，也在推动着区域发展和行业竞争格局发生重大变化。信息时代所带来的一切重要变革，不仅来自于技术创新，更源自理念创新。从某种程度来说，没有共享，就没有互联网，海量数据只有在共享的前提下，才能够称之为大数据。只有以共享理念为引领，并将其贯穿到质检工作的各领域和全过程，善于用信息技术和互联网思维指导质检改革发展，才能给质检事业插上腾飞的翅膀，让质检工作始终适应形势变化、走在时代前列。

大数据的价值不仅在于数据本身，而在于数据所反映问题的真实性和科学性，采集和存储大量数据，只是大数据应用的第一个阶段，对所占有的数据进行深入分析，实现开发利用，从中发现新知识、创造新价值、提升新能力，取得实实在在的工作成效，才能够真正实现数据的价值。在掌握海量数据，实现互联互通的同时，我们应针对事业发展的具体需求，认真思考探索，如何才能最大程度地实现大数据的有效利用，使之能够为决策提供依据，为风险提供预警，为公众提供服务，真正成为破解改革难题，促进事业发展，助力转型升级，提高决策水平的尖兵利器。在以后的工作中快速有效地发挥互联网大数据对质检事业发展的推动作用。

互联网大数据时代的到来同时也为我们的生活带来了巨大的改变，大数据是如何影响我们的生活，简单的说，它会让我们的生活更加困难或者更加容易取决于你是否拥有分析大数据的技术。毫无疑问要想在大数据中理出头绪不是一件容易的事情，如果不具备分析数据的能力，大数据会让我们的生活、工作更加困难。例如每逢“双十一”，“剁手党”都面临痛苦的抉择：打折的商品实在太多，买什么才好呢？最终一不小心，信用卡刷爆，买了一大堆自己不需要的商品，只得含泪吃半年的“康师傅”。但是更多的时候，大数据会让我们的生活变得容易，因为科技的发展比数据的积累更迅速，过去几年已经发明了许多分析数据、处理数据的方法，这些方法已经为我们服务。

毫无疑问大数据正在改变着我们的生活。过去几年无论是医疗、健康、交通、公共安全，还是生活、购物、旅游、娱乐都已经逐渐建立起了大数据的分析系统，无论是国家还是企业对大数据的投入都数以亿计。大数据的应用也从早期的数据密集型行业(例如电信、金融、能源、科研、互联网)，逐步向非数据密集型行业扩张。一个路边的奶茶店需要大数据吗？当然需要。借助微信平台，只需要扫一扫二维码，奶茶店就会获得粉丝的关注。有了这些数据不仅可以开展打折促销，还可以通过互动了解用户口味，推出新品。

在大数据时代，数据不再是静止和陈旧的，任何被遗忘在服务器中的数据，都可能被重新利用，从而发现其中与我们、与行为、与现象的相关性。维克托·迈尔-舍恩伯格说，大数据的真实价值就像漂浮在海洋中的冰山，第一眼只能看到冰山一角，绝大部分都隐藏在表面之下。感谢科技的进步，今天我们已经能够看到冰山之下的绝大部分。

第五篇：互联网大数据背后的秘密

互联网大数据背后的秘密

9月11日晚，受邀周伯通招聘和120多名远道而来的数据大牛们，在宇宙中心五道口，和大家一起分享了互联网大数据背后的秘密。

非常感谢，当晚大家冒雨出席，对一些我在数据分析里面的前沿经验，很高兴现场很多朋友听后，跑来分享自己的心得体会，也跟大家做了很长时间的交流。会后应很多没能到场的朋友的请求，把当晚的部分内容分享出来，希望能对大家有帮助，同时也欢迎大家继续交流碰撞。

今天很多是创业公司或者BAT公司，大家把时间花在下面，美国做了一个研究，大部分数据分析师和科学家花很多的时间，只有10%时间创造很多的价值。那么势必我们会产生更少的价值，用更多的资源，我觉得企业急需要解决的问题。不应该把时间浪费在下面，要做大规模自动化。

第一，我们要把数据决策权给公司里大量的员工，在过去五年在Linkedin做得最有 价值的事情，数据决策的权利给了很多很多的Linkedin内部员工，我们用技术引导很多人，能用数据做迅速决策，做大量决策，这点是我们看到一个趋势。

另外一个趋势，美国发现数据分析变成自动的东西，已经不是一个人做高级模型还是机器建模型，慢慢就抽象出来有智慧和智能，这种智能会产生很大的价值。大家想想，中国以前有《孙子兵法》，《孙子兵法》讲一句话，妙算胜寡算。如果道理是对的话，每个人用数据做决策，这对我们的业务一定会有很大的价值和产出。

下面节省时间，尽量自动化下面，把时间放在上面去，这是每一个数据驱动里核心的竞争力。这种竞争力，我给大家举一个例子，Linkedin讲的三个东西，产生了大量的数据，数据又产生了大量的价值，价值变成市场，再次反哺，是三角形的关系。

今天我们要谈的也是这个，如何把刚才说的一些比较虚比较技术性的东西和今天业务相结合。这张图是一个我从互联网上拷贝下来一张图，它叫Life Cycle。这个是生命周期，每一个企业都会或多或少经历这个周期，每一个人都要经历这个周期。大家看看非常有意思，制造阶段、成熟阶段、成熟阶段、衰减阶段。我们用户群，第一个阶段往往是有革命性的感觉的人，想来用新产品的人，这是很少一部分人。然后主流的人开始应用，然后是滞后用户，最后是衰减。很多产品市场策略通过这个做。

今天我们做的各种营销产品有五个环，我这里面第一个环叫品牌认知，已经提到了；第二，市场运营、获取；第三，产品交互体验；第四，销售线索转化；第五，客户忠诚度、留存。大家看看最大化这五个词它的核心是什么？它的共性是什么？

谁知道什么是SOV？五环后面全是KPI全是数据？你在获取认知的时候，你在市场里当你有多少生意，基数是全世界的生意，您的生意在全世界占多少。

首先，PFP，什么意思？我们要为每一个转化要付多少钱。

PPC，每个点击应该付多少钱。

CPM，千人点击率暴光成本。

我们可以再写50个往下，我们今天的企业是否也提上日程开始关注转化点。

第二是成长，尽量低成本获取客户，迅速大量获取客户，社交网络提出这概念，把口碑做出来，推荐新客户这个产品，变成注册用户，最后变成专业的注册用户，比如Linkedin，第一点，他注册，他完成简历就是变成专业注册用户。

CAC，客户获取成本，我每一次获取客户是有成本的，这里面没有东西是免费的，我们获取成本是有成本，我们要付出精力财力人力。Cohort，我们需要理解客户，比如第一天进来的客户。成长里面有一系列的KPI，很多公司要关注它核心的东西。

再下来是Engagement，每天有多少活跃用户，MAU、PPV、UV，Engagement数据是最大的，登录的频次，哪个区域来的人，哪个渠道来的人，这也是最大最有价值的数据源。

再下面是Monntization，电子商务有多少付费，购物车的数量，ASP，你单价是多少。GMV，电商用这个词汇，整个销售额。再下面 MRR，Linkedin里面有一个最核心的值就是MRR，是一个Saas企业，是按年按月付费的，这点对Saas重复付费的企业是核心的营收指标。再下 面LTV，整个客户全生命周期的价值，这里边衍生成40、50个。

最后一点，就是Resurrections，用户流失怎么办？有多少睡眠的用户，有多少僵尸客户，再下面沉重的客户，不用的忽然被拉回来，再下面有流失的用户。大家想想，每一个这里边的KPI背后都有是什么？背后都有我们怎么做。

为什么我们有Doramnt Users，我们需要重新激活，如何激活，营销手段、电子邮件、广告把客户重新激活，为什么？因为保持一个客户成本远远低于获得新的客户的成本，基本贯穿

所有行业。再下面比如说Churend用户，Linkedin把利润弄得很薄，最早期5年以前刚去公司，每年假设一百个用户注册，转年只有一个用户还继续 付费，99%的人都离开。当我们离开的时候，100%的流失率变成50%变成20%的流失率，这种流失率的减低，在营收上是呈几何倍数的月销售额的增长。Linkedin的营业额，我去的时候6千多万美元，变成25亿美元，我估计今年能达到30亿，大家想想看增长超过40倍是怎么做到？把这个值做好，把

Churned降低了。所有KPI的背后都有一套打法无论从销售、工程、产品上都有各种打法，我想把核心理念跟大家分享。

Linkedin最大的营业额来自于企业级服务，卖给公司，卖给公司的过程，把公司视为用户进行转化。怎么做？

第一，通过营销手段，把公司和企业变成销售线索，销售线索变成机遇，再一拨的转化就变成销售，这个人就变成一个客户，买超过一次的人，这是一个漏斗，最后保持客户忠诚度。我相信每个企业来保持这个漏斗，分析漏斗的合集，说起来简单，运营起来复杂，Linkedin有800多个KPI，刚测试的时候只有100、200个，现在有800个，如何管理呢？很简单，我们需要在用户级别对数据进行规范。

以往出来的各种工具，比如说不管谷歌的分析，大概有30%、40%人用过，很传统工具它的分析对象不是人，而是物。比如说首页有多少注册了，都是围 绕物和内容来展开，这一点违背今天的核心概念，我们所有的分析一定要以用户为基础，才能把整个生命周期打通，漏斗的核心概念以人、用户为基础的方式。

第二点，整个漏斗本质就是要把一个非付费或者非活跃变成付费变成活跃过程，这里面核心有两点，第一点，我们需要 知道用户该怎么转化？我们叫定义。一个事我们是不能衡量，你很难改变它，这句话不是我说的，是管理大师说的，一个事物如果我们不能衡量，我们就不能改变 它，比如我想减肥，家里没有称。比如我想财务获得自由，我根本就不知道我有多少钱。比如说我想去一个地方旅游，我根本就不知道那个地点离我有多远，所有东 西必须有衡量才能增长，这是为什么分析很重要的原因。

Part 2 如何用数据提效

第一，增加新客户，我们需要知道分析每个渠道来了多少客户，谁是从哪个渠道来的，这是非常重要的起点，否则我们投放很多广告没有任何反馈。

第二，如何提高社交网络效率。比如在自媒体或者社交网络平台上，广告影响力是什么样的，非常有意思，衰减速度很快，衰减速度呈几何倍数增长，但是能持续两到 三天，这是分析出来，第一天转化率多少，第二天，第三天，第二天半就过了，另一个生命周期就开始了，下一个运营又开始。

第三，各个渠道的客户购买倾向。每个渠道来的人，一定有不同的行为，这是我们通过各种数据分析看到的结果。比如百度渠道来的，360渠道来的，比如好搜、比如谷歌渠道来的，他们一定有细微的差异，差异体现在用户转化效率，获取客户成本上面还有ROI上面，一般把流量做一下，这是远远不够的。

第四，客户区隔，定制营销方案。每一个客户有自己的属性，但是每一个客户都有相似性，全世界的人不是都要买苹果，有倾向性的客户放在一起，大幅度降低获取客户成本。第二，我们可以迅速把产品在这些客户里面进行复制，一复制产品增加营销销售额，同样的产品放在同样人群里面复制很快。

再有一点ROI，我们需要非常迅速持续的去衡量各个渠道来的用户转化和投资回报比，这一点，老美确实是做得非常 好。当时我在零售业的时候，他们每次发一次广告，要详细计算成本，包括印制传单成本，比如说营销设计成本，发多少广告，工本费，另外一点产品打折成本，各 种成本计算还有计算产品大约要卖多少件，大约要卖多少钱，所有这些东西都算完。最后算每个用户购买可能性，计算所有成本，才会把这封邮件或者offer发 出去，这样每一次提升运营效率，有运营效率就是挣钱，每一次营销都要挣钱。

再举一个例子，产品分析。在座的，谁不是互联网企业？互联网企业核心概念产品的体验，产品体验变成核心价值观，要想做出口碑来，产品必须要好，怎么 能好？我们如何知道产品做得好与坏，需要客户反馈，多少人为产品做过市场调研？三个、五个。做市场调研的企业还蛮少的，这是一种事实。客户也许给我们调 研，他会撒谎他会说得不太对，但是客户行为会反映他是否真正喜欢我们的产品，这就是数据会驱动整个产品设计一个核心概念。

首先，我们需要知道用户都在用什么。第二点，我们需要知道用户使用是不是非常流畅，这里又换到流和漏斗概念，从功能A到功能B，流失率有多少，这是 我们必须要关注。转化的效率，持久关注转化。在EBAY，我们观测从购物车到购买，我跟大家讲这个，每个小时的变化不能超过0.1%，0.1%的差异就需 要立刻检查到底发生什么，无论它升高或者减低了，大家想想对转化效率追求极致，导致挣钱核心原因，我们知道每一个原因，一百个进购物车只有50个人才交 费，慢慢出来能形成指导体系。

再有一个用户画像，知道用户属性。在美国核心关注在是男士还是女士，收入状态，住在什么地方，年龄等等，理解用 户画像会产生更多价值。在美国今天这部分产生价值远远低于用户使用行为产生的价值，为什么？用户画像的数据往往都是缺失或者静态都比较老的数据，用户行为 是动态，数量很大，我们迅速知道它的RFM。分析里面有一个RFM，F，代表来了多少次，M，花了多少钱，用三个指针构建一个模型。

下面理解用户趋势，判断一个用户，通过各种细微信号，得到他的倾向性，不是用一个指标预测，比如首页登录频次，购物车用的次数，搜索频次等等所有细 微指标慢慢加起来就会形成一个非常平衡的指标，这个指标就是倾向性。比如以前我们针对Linkedin企业用户那些公司，给最后销售看的数字就两个数字，大家看了850个指针，真正给销售看是两个数字，第一个数字用户购买，叫温度，温度越高购买可能性越高。第二，健康度，什么概念？用户用越多，就越健康，就用这两个维度对全世界的公司进行排名，发给每个销售人员，产生销售线索，就这两个值，热度和健康度，而且画的图，把所有客户放在一张图上面，非常健康的 用户却不购买，这边是非常高购买欲却不使用，还有这边既有高使用和高购买。经常使用不交费，如何让他付费，我们又把客户分成三个群，既不用又不购买这些用 户，我们又有另外一套打法，高加高，高加低，加低高，低加低。

再下面假设检验，这一块在产品做AB测试。AB测试是最简单的能验证产品性能的方法，一定首先核心KPI体系建 设完了，一个事物不能衡量，你很难增长它，首先要把核心指针定完，定完要迅速的把客户区隔进行各种检查检验，比如把成本A是这样的表现，成本B是这样表 现。刚才跟创始人聊了一下，没有一个产品是一次就设计好的，很多产品都是反复的迭代的把它产生出来，所以不停用数据设计它的效率，因为真正的老师是客户，客户用得好是产品设计得好，客户不喜欢是产品设计有问题，这是不断迭代的过程。

Part 3 如何增加销售、促进客户留存

如何用数据促进销售？我就想迅速讲。我们如何能判断一个客户是否买单？这是一个非常重要的问题。做了很多的活动，把人拉进来，怎么判断一个人能买？就是通过他对产品的使用，就能判断他是否会买。一个网站，一个人看了90个页面，另外一个用户就看两个 页面就撤了，看90个页面的人必然大于看两个页面，然后还要分析，用户用的哪个页面哪个功能会增加他的购买度？大家看看，经常搜索的人和一个点一两次广 告，搜索的人想要什么东西？搜索频次高有自驱力想买东西，我们要找到产品点。下面，针对B2B企业讲得很多，在Linkedin，我们分析完了发现公司各 个关系不一样，认识里面人的人，认识决策人。最后如何接洽，不是每个客户行为是完全一样，比如一个曲线是呈M型，一条曲线，早晨9点是低谷到中午上 去，12点下来了，然后又下去了，6点变成为零，这是什么样的公司的一种使用情况？M型曲线，早晨8、9点开始，中午吃饭减低，然后回去，下降。国企，企

业软件，一般针对于企业用户是这样用。再看一个，早晨8点这样，一上班这样，中午又上面。微信。

再看一个，这样上去，到夜里头还不停又下去了。玩游戏的，年轻人。他们看每个趋势是不一样的，人的行为在很浅的线，这些线，上来看这条线，这条线是 很多小线组成，叠加在一起成为M的曲线。我们把客户拆分出来，大家发现公司里面有很早起的人，还有很多高活跃企业用户，有可能是晚上才用，这里面慢慢把客 户区分出来，针对他们有不同的打法、方法。

最后一点，举Linkedin的例子。以前Linkedin去卖东西都得拍脑子，谷歌，一百万美金，今天就把它搞定了，后来通过数据分析，分析出 来，谷歌每年得花500万美元，实际上跟谷歌签的单子，五年2300万的和约，通过数据分析看到了使用频次是非常高，用户活跃度很高，雇了很多很多人，各 种汇聚，看去年招了7千人，都是从ABCD公司招来的，这些人干什么东西，你通过内部推荐招40%，剩下需要猎头或者HR，算来算去。客户每一次听这故事 就买单了，那是事实，是从数据里推演出来，我讲Linkedin的故事，我想大家自己的企业一定有自己的故事，故事非常美妙，数据讲通了，有一个好处就是 规模化。比如网站，去台湾讲是这个原因，去美国讲是这个原因，都基于数据，很简单。