《智能商业》Part1 - 智能商业

章节概述

曾鸣教授从全球市值前10的企业中归纳出三个方向的创新,它们分别是“在线化”“网络化”“智能化”。并认为未来企应该提供具有“精准的”“快速并频繁持续迭代优化的”“个性化”这三个特点的服务,这三个特点在我看来就是“智能化”的体现,而“在线化”,“网络化”就是基础设施,有了这些基础设施后,企业才能做到“网络协同”“数据智能”,通过这两者的相辅相成,再运用“深度学习”技术才使得企业在成本不升反降的前提下有提供具有“精准的”“快速并频繁持续迭代优化的”“个性化”服务的可能性,这就是智能商业。

什么是网络协同?

真正意义上的网络协同需要直接互动实时反应异质角色多元场景。按需分配是网络协同的目标,共享是网络协同的价值观,而社群是网络协同的有机组成模块,这就是“按需经济”、“共享经济”、“社群经济”

如何把数据智能融入到具体商业?

通过产品将“端”的行为数据向“云”反馈,然后在“云端”通过算法对行为数据进行分析并决策,最后把决策数据下发到“端”,形成一个反馈闭环,也是书中提到的,数据化算法化产品化就是在反馈闭环中完成了智能商业的“三位一体”

这里智能让我想到了丹尼尔卡尼曼提出的“慢”思考,所以计算机决策应该可以避免了书中所说由慢导致的“七宗罪”,但有一个问题,后续的智能会代替书中所说的“慢”思考吗?

谈谈我的理解,“智能数据”简单来说就是让机器通过对数据的分析代替人做出决策(和BI分析师有区别)。其实就是对“智能”、“数据”的理解。

对于“智能”我的理解第一层含义就是像人一样能对于某个特定问题及当前环境下考虑出各类相关性的因素做出决策第二层含义是能自主学习,也就是对决策的所导致的结果进行检测并反馈于自身,然后调节自身变得更好

对于“数据”,作者提出了“活数据”这个概念,我觉得还是有价值的,这里的“活”有两层含义,第一层含义是数据是“活”的,也就是始终在线且不断更新,可以随时被使用。第二层含义数据需要不断地被消耗、处理、产生增值服务,同时又能产生更多的数据,形成数据回流。

什么是“精准”?

“精准”是智能商业和传统商业的本质区别。“精准”是通过协同网络的扩展,对于一个人在不同场景下的理解逐步深化的过程,精准应该追求的方向,是在极度颗粒化得场景下,依然能找到具体时间点的需求,然后按需服务。“准确”是从用户行为数据这个层面去理解用户,从而提供准确的服务,而不是揣摩或听用户说什么。

作者在这里把“精准”分开了解释,我再通俗表达下,“精确”代表着渠道,可以理解为你能知道找到我的人,或者是我们常说的“你得到了我的人”。而“准确”代表着产品,可以理解为你能给出我想要的,而不是给出一个你认为我想要,但实际上我不想要的产品,或者是我们常说的“却没有得到我的心”。

其实在我看来没必要区分的这么细致,精准本来就是作为一个词语、产品渠道本来就一家亲,所以我作者在书中提出的“精准”概念用大白话说下,就是基于数据去跟深入的去理解用户。

就我现在的知识量告诉我的是在创业早期要切入某个细分领域,解决该细分领域的某个问题,并找到该领域早期市场的创新者,然后以最低成本快速迭代。而作者书中的智能商业概念,是利用大量数据了解用户,提出个性化服务,这种个性化服务一般是当一个市场进入到中后期阶段,才是用户非常迫切的需求,而数据的收集和算法模型的建立也不一天两天完成的。所以我觉得“智能商业”这个概念相当于一个指向标,培养我们有“智能化”这种意识,阶段性的去投入资源,让企业拥有这样的能力,能在市场发展到后期时能有条不紊,保证企业的持续增长,而不是刚开始就一股脑就投入过多的资源,做到个性化、精准提供用户需求才推出产品,对于一个细分领域的早期市场,创新者类型用户的容忍度还是可以的。

对这本书有兴趣的朋友可以私信,组队一起阅读,摩擦出更多的火花

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容