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
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21