但是和手機行業不同的是,IT行業的怪圈遠不止如此。因此,軟件生產商也不賺錢。顧客對軟件的投資,只占其電子產品投資的極小一部分。任何一個系統都可以用光盤安裝和卸載,而一個光盤的價格又非常低。因此,顧客從心理上也不愿意在軟件上過多投資。由于這種原因,中國的硬件及軟件生產商正面臨被動的局面。
這是一種既不利于中國的硬件、軟件生產商,也不利于顧客專注業務發展的信息產業格局。軟件供應商失去了硬件支持,就變成了跛腳的瘸子,很難走得更遠。硬件供應商不了解顧客業務需求,就成了睜眼瞎,無法把握發展的正確方向。中國的硬軟件產業,一瞎一瘸,一路走來,著實不容易。即使是國內最大的軟件廠商——用友,其2011年的銷售收入也不過40億元,根本無法和國際市場比較。
一體化模式的好處不僅能在IT行業體現,在企業的應用市場上體現得也非常明顯。海外甲骨文公司是這個市場領域“第一個吃螃蟹的”企業。其創始人拉里﹒埃里森是喬布斯的好朋友。讀過《喬布斯傳》的人對他一定不陌生,《喬布斯傳》就寫到了他對蘋果公司一體化模式的認可,并準備運用到自己的企業的市場中去。甲骨文立刻將這種模式投入到了自己的生產中。其生產的Exadata一體機,就融合了其公司自己開發的商業軟件,例如數據庫軟件、數據倉庫軟件等。這款機器就是甲骨文公司的一個典型軟硬件一體化產品。
繼甲骨文公司之后,IBM公司也將這樣的模式運用到了自己的生產中。其生產的Netezza一體機中硬件部分包括SMP主機,Snippet Blad、磁盤倉和網絡結構。軟件部分集成了數據庫、數據存儲、數據處理及數據挖掘等軟件。其中的SMP主機又由兩臺分別作為活動和備機的高性能Linux服務器組成。因此,Nettzza同時具備了大規模并行處理和對稱處理的優點,建立了一個能極速分析PB量級數據的強大設備。
此外,Netezza通過將復雜的非SOL算法嵌入到MPP流的處理組件中,建立了一個強大的系統,這個系統能極速分析PB量級數據并以“流水線”的方式處理龐大的數據量及復雜的數據量。這種方式不僅提高了其性能,還減少了數據轉移的成本。
EMC本是一家生產硬件的廠商,但是由于硬件生產的利潤空間急劇下降,其競爭對手已經開始實行軟硬一體化模式等原因。這家儲存界的翹楚也開始了自己的軟硬一體化之路。EMC在大數據方面早有布局,它于2008年收購了Smarts這家網絡軟件開發商來提高自己的網絡管理能力。不僅如此,2011年, Greenplum這家Oracle、Netezza和Teradata等老牌廠商的挑戰者企業,因其能夠做到超出傳統數據庫軟件10~100倍的性能被EMC收購。同年10月,EMC收購了Zettapoint,這是一家數據優化企業。2012年,EMC又收購了Pivotal Labs和Watch4Net來提高自己產品的計算能力和績效管理能力。一系列的收購之后,EMC成功地轉型為軟硬一體化的企業。并購了Greenplum之后,EMC開發并推出了統一分析平臺,來加強自己在大數據方面主要提供存儲和統一分析的能力。
小米手機對“米粉”需求的文化挖掘
小米公司的一位高管在接受記者采訪的時候這樣說道:“小米從創立起,業界對我們的看法經歷了三個階段??床黄稹床欢s不上。”的確,小米手機這匹后來居上的黑馬,一夜間讓老牌的手機企業都刮目相看,它的來勢洶洶,出乎了所有人的意料。小米的經營理念就是以消費者為中心,以它的支持者即粉絲為中心。這樣的經營思想幫助小米在其支持者的心中牢牢地占據了重要的地位,這對很多企業都有極大的參考價值。說起小米的粉絲團,最令人疑惑和關心的就是,小米是如何將其300萬的粉絲凝聚在一起的?這些狂熱的支持者對小米的快速發展起到了什么樣的作用呢?
小米公司最早推出的手機用的操作系統是根據谷歌的安卓系統定制而來的MIUI操作系統。這個系統深受很多顧客的喜愛,甚至有人買回了安卓系統的手機之后重新刷成MIUI操作系統。小米抓住了這個好機會,不久后推出了專屬于自己的小米論壇,以此聚攏了一批MIUI操作系統的鐵桿用戶。最令人驚訝的是,這些粉絲中的一些人,一開始只是小米的用戶,然后成了狂熱的粉絲,最后直接加入了小米,成了論壇的版主或者運營人員。
小米的這些鐵桿粉絲都是其朋友圈里的公認的技術宅。他們的朋友手機出現問題的時候,往往都找他們來解決。這些鐵桿粉絲由此成了其小圈子里的“手機專家”,因此,他們的意見幾乎影響了朋友圈里的所有人。
小米論壇是這些技術粉和其他粉絲直言不諱、大展拳腳的天堂。只要粉絲在論壇里抱怨其MIUI系統哪個地方不方便、不完善,小米團隊就會迅速反應。并盡快在下一個版本中修改這個問題,不僅如此,他們還會在論壇里公開表揚提出了質疑和問題的粉絲。因此,很多粉絲有了一種主人翁的感覺,這是一種神秘的參與感和心靈的愉悅感。即使只是小米的用戶,他們卻能夠感覺到自己好像參與了小米的開發過程,甚至成了小米的系統檢測者。這樣,小米手機不僅僅是小米公司的專利,它真正地屬于了每一個顧客和粉絲。粉絲們通過這樣的參與方式,對小米產生了極大的親切感。每個操作系統都有漏洞和問題,但是使用MIUI的樂趣就在于能夠親自參與其中,解決問題。
小米在這么短的時間內取得這么大的成功,其營銷手段成了各大媒體爭相報道的頭條。小米的營銷思想類似于白酒營銷中的盤中盤思想。盤中盤營銷思想就是由公關某地的顯要階層帶動其他階層的營銷手段。小米正是運用這樣的營銷思想贏得了“米粉”們的忠誠。小米的新機發布會上,到場的營銷商、合作伙伴的人數遠遠比不過狂熱的“米粉”。
在驚嘆小米擁有如此之多的忠誠、狂熱的粉絲的同時,仔細分析小米對其粉絲的發掘和維持,不得不由衷地贊嘆,小米發展到如此地步,的確有很多值得學習的地方。全國各地的小米粉絲組成了一個個小組織,小米的工作人員正是通過這些分散的組織更有效地和小米的鐵桿粉絲溝通,并解決其中出現的問題。在小米的論壇上,不同的社區都有各種技術帖。在解決問題的同時,論壇也成了小米向顧客宣傳和銷售的良好平臺。小米的粉絲與其用戶的重疊度非常高,為了讓更多的用戶轉變為自己的粉絲,小米組建了專門的團隊以保證社區的有效運行。
微博成了如今最流行的社交平臺,小米的官方微博上粉絲數量大約300萬人,巧合的是,其手機的銷售量也是300萬,這也非常有力地說明了小米的粉絲和其用戶重疊度非常高。和論壇相同,小米同樣組建了專門的團隊來管理自己的官方微博,以保證和粉絲的及時溝通。
從一開始的被忽略、被質疑,到如今小米已經在其顧客心中占據了重要的位置,制造商小米和它的消費者及粉絲之間的隔閡正在逐漸縮小,他們之間的交集也越來越多。很多粉絲一路伴隨著小米成長,最終成了小米的員工。沒有成為小米員工的粉絲,也通過社區積極地加入了小米的研發和測試環節之中。消費者和制造商之間形成了如此親密的關系,小米如何不壯大?這兩股相互促進的力量,正是幫助和推動小米發展的最大動力。
小米和其消費者之間的關系是一種新型的買賣關系,這種良好的關系中,小米做到了以消費者為中心,以消費者的需求為標準定制化生產自己的產品,也因此獲得了更廣闊的顧客群。和其他企業不同的是,小米的客服不僅限于其全國統一電話,其微博、論壇都是有效的客服部門。
小米的成功使得它的這種運營模式被很多企業爭相模仿,不僅要讓顧客知道企業能夠聽到他們的聲音,更要讓顧客知道自己可以介入企業的各個環節。很多企業的公共平臺,例如微博和官方網站都只是宣傳的擺設,不起任何實質性的作用。這也正是這些企業需要向小米學習并改正的地方。
阿里巴巴數據化運營的那些“大招”
提到數據化運營,很多企業花費了大部分的時間思考要去做什么的問題。但國內電子商務行業的龍頭老大阿里巴巴卻沒有走這條“尋常路”,當阿里巴巴開始數據化運營的時候,他們想到的是“人”。的確,首先要從“人”做起,才能讓數據化運營落地。阿里巴巴的秘密就是簡單又有效的三招。
第一招,找數據。
企業要實現其經營目標,離不開數據分析,因此也就離不開能夠勝任數據分析的數據分析師,這一類人最懂分析什么樣的數據,如何分析。但是并不是去找一個專業理論非常豐富的數據分析師,就可以高枕無憂了。很多數據分析師,在專業領域數一數二,但是空有一肚子的理論,缺乏商業意識。他們為企業分析數據的時候,不懂得究竟要運用哪些數據去分析,于是就成了“盲人”。這種數據分析師對企業是有害的,因為他們的分析結果對企業決策層沒有任何的參考價值。
很多數據師僅僅把沒有整理或者初步整理的不具代表性的數據直接交給了CEO,并且他們沒有向管理層解釋這些數據背后的含義、體現了什么用戶什么樣的行為、數據的橫向和縱向比較有什么結論等等。這也是導致了很多CEO每天都因為要看一大堆零碎的數據而一直抱怨的原因。
CEO需要知道的是這些數據是否精確有意義、反映了哪些問題,數據中反映了哪些市場的新現象以及需要做出什么樣的決策來應對,而不是花費多余的精力來查閱資料解讀數據。這就需要企業擁有一名具有商業意識的數據分析師,對商業數據有敏感的觸覺。例如,看到網絡上嬰兒奶粉的銷量忽然增高的時候,就可以預測到其他嬰兒用品:嬰兒推車、嬰兒紙尿褲等的銷量會隨之上升。
數據師的商業意識并非天生的,沒有任何一項技能是與生俱來的。因此,和很多其他技能一樣,數據師想要擁有敏銳的商業觸覺是需要鍛煉的。
這個鍛煉包含了很多層意思,對于數據分析師來說,他們需要多和業務部門的人接觸,因為這樣他們才會知道業務部門的員工每天面對的業務是什么樣的。要堅持不斷地進行這種鍛煉,商業觸覺才會逐漸增加。此外,如果數據分析師能夠經常參加業務部門的周會、規劃會議等活動,就能夠盡快地開發自己的商業觸覺。很多數據師甚至選擇去業務部門輪崗,和他們一起上班、午休、喝茶聊天等,以最近距離了解業務部門,以最快地了解市場。
企業高管需要的數據分析師,是能夠在每周發給CEO的周報里能看到對數據的分析,能夠準確地把握市場的方向。沒有任何一個CEO喜歡只有數據沒有任何分析和結論的周報,這就要求數據分析師一定要有意識地和業務部門的人溝通,經常了解企業業務的情況。
第二招,溝通數據。
這一招是三招里面最重要、最關鍵的,并且是將前兩招聯系在一起的紐帶。數據分析師能夠從數據中看出業務的問題,或者根據業務來分析數據,這就做到了第二點。如果數據師和業務部門的員工經常聯系、經常向他們了解情況,那么就會在看到數據之后,很快分析出數據背后的含義。
- 企業數字化創新引擎:企業級PaaS平臺HZERO
- 數據庫原理及應用教程(第4版)(微課版)
- Python數據分析、挖掘與可視化從入門到精通
- 揭秘云計算與大數據
- Learn Unity ML-Agents:Fundamentals of Unity Machine Learning
- 數據架構與商業智能
- Oracle 12c云數據庫備份與恢復技術
- 大數據架構商業之路:從業務需求到技術方案
- 圖數據實戰:用圖思維和圖技術解決復雜問題
- 云數據中心網絡與SDN:技術架構與實現
- IPython Interactive Computing and Visualization Cookbook(Second Edition)
- 跨領域信息交換方法與技術(第二版)
- 智慧的云計算
- SAS金融數據挖掘與建模:系統方法與案例解析
- The Natural Language Processing Workshop