bat大數據平台

A. bat超級平台是怎麼發展起來的

據個人了解得知，互聯網金融投資依託於大數據和電子商務行業的發展，目前，由於安全、執行標准等一些客觀因素，斷言其全面替代傳統的金融及銀行業務應該說為時尚早，不過，互聯網金融業興起和發展仍然對傳統的金融業務造成猛模強烈沖擊，在破除傳統金融的壟斷和促進金額服務等方面形成良好的補充作用。

互聯網金融具有以下基本優勢：

1、成本低：互聯網金融模式下，資金供求雙方可以通過網路平台自行完成信息甄別、匹配、定價和交易，無傳統枝叢緩中介、無交易成本、無壟斷利潤。
2、效率高：互聯網金融業務主要由計算機處理，操作流程完全標准化，客戶不需要排隊等候，業務處理速度更快，用戶體驗更好。
3、覆蓋廣：互聯網金融模式下，客戶能夠突破時間和地域的約束，在互聯網上尋找需要的金融資源，金融服務更直接，客戶基礎更廣泛。
4、發展快：近年來，依託於大數據和電子商務的發展，互聯網金融得到了快速增長。

目前，互聯網主要金融業務有：

1、第三方支付，這是最早出現也是最具代表性的互聯網金融業務。
2、金融產品銷售渠道業務。
3、互聯網信貸，以P2P為代表。
4、網上交易產品，例如：富國環球投資的與股指期貨的在線操作平台。
互聯網金融的特點客觀上要求從業者必須具備一定鄭芹的互聯網思維，還必須掌握一定的經濟學、金融學和供應鏈管理等的基礎知識，因此，以接受傳統傳統教育和從事傳統經濟活動的老年人並不一定適合從事互聯網金融這個行業。

B. 大數據可視化工具都有什麼

蛛網系統，BI報表展現和圖形化界面都是通過拖拽零代碼就可以搞定！

C. BAT的金融大數據到底是如何運作的

1、大數據徵信：在個人徵信領域，目前是金融行業面臨的最大問題。基於用戶在互聯網上的消費行為、社交行為、搜索行為等產生的海量數據，其價值並未被充分挖掘，個人徵信在大數據的採集和信息挖掘上面仍有很大的想像空間。阿里的芝麻信用在其中算是最會玩的。芝麻信用幾乎打通了用戶的身份特質，行為偏好，人脈關系，信用歷史，履約能力等各類信息。這恰恰是因為接入了電商、支付、社交等各類數據維度。

2、大數據風控：大數據風控目前應該是前沿技術在金融領域的最成熟應用，相對於智能投顧、區塊鏈等還在初期的金融科技應用，大數據風控目前已經在業界逐步普及。目前，美國基本上都用三大徵信局的信息，最傳統的評分基本上都是用FICO來做的。各家平台會嘗試著用機器學習、神經網路等大數據處理方法。

國內市場對於大數據風控的嘗試還是比較積極。特別是大公司，可以將移動互聯網的行為和貸款申請人聯繫到一起展開大數據風控。網路在風控層面上的進展還是比較突出，網路安全每天要處理數十億網民搜索請求，保護數億用戶的終端安全，保護十萬網站的安全，因此積累了大量的數據。

一個很具體的案例就是，通過海量互聯網行為數據，比如監測相關設備ID在哪些借貸網站上進行注冊、同一設備是否下載多個借貸App，可以實時發現多頭貸款的徵兆，把風險控制到最低。

3、大數據消費金融：消費金融對大數據的依賴是天然形成的。比如說消費貸、工薪貸、學生貸，這些消費型的金融貸款很依賴對用戶的了解。所以必須對用戶畫像進行分析提煉，通過相關模型展開風險評估，並根據模型及數據從多維度為用戶描繪一個立體化的畫像。

網路金融的優勢在於，通過基於大數據和人工智慧技術為基礎的合作商戶管理平台，為合作商戶提供涵蓋營銷和金融服務的全面管理方案，降低獲客成本，解決細分行業的微小需求。一方面可以降低風險，另一方面也能提升金融的安全度。

在大數據消費金融的領域中，騰訊和阿里的優勢很大程度上是在渠道層面上的。正如前文所說的，阿里以電商-支付-信用為三級跳板，針對性很強支付寶接入消費金融產品之後會有較強的渠道作用。而在去年12月，騰訊的「微粒貸」已經接入到了微信支付當中。在消費金融的發展速度上，騰訊速度也不差。

4、大數據財富管理：財富管理是近些年來在我國金融服務業中出現的一個新業務。主要為客戶提供長期的投顧服務，實現客戶資產的優化配置。這方面業務在傳統金融機構中存在的比較多。不過因為技術能力不足，大數據財富管理在傳統金融機構中相對弱勢。

財富管理在互聯網公司的業務中也非常流行。螞蟻金服一開始最為簡單的財富管理方式就是余額寶，後來逐漸演化成經過大數據計算智能推薦給用戶的各種標准化的「寶寶」理財產品。網路金融相對來說更進一步，是依託「網路大腦」通過互聯網人工智慧、大數據分析等手段，精準識別和刻畫用戶，提供專業的「千人千面」的定製化財富管理服務。

金融大數據的孿生兄弟金融雲是地基，未來更具看點

大數據和雲計算永遠都是相伴相隨的一對孿生兄弟。金融大數據核心工作包括三方面，即獲取數據、建立模型、模型在實踐中優化、迭代。而對於金融大數據而言，金融雲才是它的地基。

打個不恰當的比方，前文中說大數據是煤礦，而金融雲其實就是礦井。礦井的安全行、可靠性決定了挖煤的效率和結果。

金融雲把底層技術很多問題都解決了。大量金融模型都是金融雲所引入的，如客戶模型、產品模型、賬務模型等。同時金融雲關注金融本身的嚴謹性和周密性、安全性的考慮。

2016年7月，「騰訊雲+未來」峰會上，騰訊雲和騰訊金融雲都已成為最重點部署的業務。同年9月，網路世界大會金融科技分論壇上，網路金融雲正式向業界開放。據時任網路金融研發負責人沈抖表示，網路金融雲將通過人工智慧、安全防護、智能獲客、大數據風控、IT系統、支付等六大技術能力給合作夥伴賦能。10月，阿里雲棲大會上，阿里金融雲負責人則是提出將會和生態合作夥伴、服務聯盟為金融行業量身定製推出雲增強服務。

大數據必須要跑在雲端，而金融大數據更需要和業內其他企業展開數據、支付、業務等一系列的合作。金融雲對可用性、安全性的要求嚴格，比如說對一個高度可控可信的雲安全體系而言，基礎環境安全、風控與審計、數據安全三者缺一不可。而金融雲在未來的競爭中將發揮越來越重要的作用。

?

D. bat是指哪三家公司

B指的是網路，A指的是阿里巴巴，T指的騰訊。BAT指的是中國互聯網三巨頭，BAT是卜游哪中國最大的三家互聯網公司，擁有自己的體系和戰略計劃。網路以搜索引擎為核心，阿里巴巴以型碼電商的交易支付等業務為核心，騰訊以游戲領域和即時通訊為核心。
網路磨脊（英文名：Bai,Inc.網路集_股份有限公司）是一家主要經營搜索引擎服務的互聯網公司，於2000年1月1日由李彥宏、徐勇兩人在北京中關村創立。「網路」源自中國南宋詞人辛棄疾的詞：眾里尋他千網路，描述了詞人對理想的執著追求。公司業務范圍覆蓋了搜索、人工智慧、雲計算、大數據等方面，是中國互聯網公司三巨頭之一。
阿里巴巴集團控股有限公司（簡稱：阿里巴巴）是中國一家提供電子商務在線交易平台的公司，是全球最大零售商之一，由馬雲為首的18人於1999年在杭州創立。該公司經營范圍包括B2B貿易、網上零售、第三方支付和雲計算服務等，業務包括淘寶網、天貓、阿里雲等，並在美國紐約和中國香港交易所上市。
騰訊（騰訊控股有限公司）是一家互聯網企業，由馬化騰、張志東、許晨曄、陳一丹、曾李青於1998年11月共同創立，是中國最大的互聯網綜合服務提供商之一，也是中國服務用戶最多的互聯網企業之一。騰訊多元化的服務包括qq、微信、QQ空間、騰訊游戲、騰訊動漫、騰訊新聞客戶端和騰訊視頻等。

E. 國內主要大數據公司有哪些

「大數據」近幾年來可謂蓬勃發展，它不僅是企業趨勢，也是一個改變內了人類生活的容技術創新。大數據對行業用戶的重要性也日益突出。掌握數據資產，進行智能化決策，已成為企業脫穎而出的關鍵。因此，越來越多的企業開始重視大數據戰略布局，並重新定義自己的核心競爭力。
國內做大數據的公司依舊分為兩類：一類是現在已經有獲取大數據能力的公司，如網路、騰訊、阿里巴巴等互聯網巨頭以及華為、浪潮、中興等國內領軍企業，做大數據致店一叭柒叄耳領一泗貳五零，涵蓋了數據採集，數據存儲，數據分析，數據可視化以及數據安全等領域;另一類則是初創的大數據公司，他們依賴於大數據工具，針對市場需求，為市場帶來創新方案並推動技術發展。其中大部分的大數據應用還是需要第三方公司提供服務。
越來越多的應用涉及到大數據，這些大數據的屬性，包括數量，速度，多樣性等等都是呈現了大數據不斷增長的復雜性，所以，大數據的分析方法在大數據領域就顯得尤為重要，可以說是決定最終信息是否有價值的決定性因素。

F. BAT搶灘大數據風控，為何瞄向了銀行業

完成了對C端市場的瓜分之後，BAT等互聯網巨頭們還是瞄向了B端市場。
在2016年及之前，BAT、網易、京東等互聯網巨頭們已經在雲計算、人工智慧等領域推出了諸多針對企業級市場的服務，從如今的趨勢來看，被暢談許久的大數據或將是BAT們爭奪的又一塊價值窪地。
日前，網路雲傳出消息為民生銀行提供信貸企業的風險管理和預警的雲服務。在尋找大數據布局切口的問題上，風控和銀行成為BAT們的共同選擇。
風控是銀行業的七寸，也是大數據的練武場
顧名思義，風控即風險控制，通過建模的方法對借款人進行風險控制和風險提示，消滅或減少風險事件發生的各種可能性，或減少風險事件發生時造成的損失。
現在的商業銀行在本質上屬於經營風險的特殊企業，通過承擔風險，轉化風險，並將風險植入金融產品和服務中再加工風險。在國內外商業銀行的發展史中，因風險管理不當、資產質量低下而導致倒閉、被政府接管的不乏其例。如何有效的管理風險、規避風險成為商業銀行生存與發展的靈魂。
銀監會在去年7月份發布的《中國銀行業信息科技「十三五」發展規劃監管指導意見》成為大數據風控加速落地的催化劑，比如說在服務和應用層面強調基於大數據的營銷、風控應用的推廣。
動作敏銳的互聯網金融早早完成了大數據風控的布局，看起來有些傳統的銀行業在節奏上似乎有些遲緩。
對於線上的純數據和信用類貸款平台而言，引入大數據風控產品並沒有太多門檻。對於商業銀行卻不然，尤其是中小銀行，對大數據風控技術的應用尚不成熟，其風控模式更多關注的是靜態的風險預判，這和中小銀行科技水平和風控能力相對較低、數據信息的數量和質量存在缺陷等不無關系。
一般來說，大數據風控有著三個核心要素，即風控模型、場景和資金。商業銀行仍然擁有著低成本資金優勢，在線下場景也有著長期客戶積累，大數據和海量風控因子恰恰是很多商業銀行所欠缺的。
反觀BAT等互聯網巨頭，在海量數據、金融雲、用戶畫像、信用體系等方面有著先天的優勢，特別是在銀行逐漸實現業務電子化、金融監管收緊的情況下，BAT與商業銀行在大數據風控方面的合作似乎是水到渠成的。
背靠大數據金庫的BAT，如何開局？
BAT在大數據風控方面有著相似的邏輯，依靠自身積累的大數據體系，利用技術打造風控能力，再將這種能力開放給銀行等金融客戶。
以網路雲和民生銀行合作的風險預警項目為例，依靠網路雲的大數據收集、分析和計算建模能力，為民生銀行提供海量非結構化數據的加工處理，和目標企業進行關聯，並藉助風險識別模型判斷產生風險信號，再通過網路雲bos服務和API對接銀行內部業務，以實現對授信企業的風險監測。其中涉及了網路雲在大數據方面的三層應用：
數據挖掘：作為國內最大的搜索引擎，網路擁有大量的公共數據和需求數據，且在樣本數據的復雜性、廣度、多樣性等方面占據優勢。尤其在金融領域的數據涵蓋了支付、貸款、理財、保險、證券、銀行、徵信、基金、眾籌等各個領域。而銀行不良貸款率的增加和信息的不對稱有很大的關系，網路在數據層面較於銀行自身的積累有著不可比擬的優勢。舉個例子來說，通過網路的大數據可以對銀行的借貸用戶進行全方位的追蹤，包括搜索習慣、交易信息、個人信用、地理位置等等，將風險控制到最低。
數據處理：網路雲推出了「天算」平台，基於網路的大數據和人工智慧技術，為企業提供從數據收集、存儲、處理分析到應用場景的一站式服務。比如針對金融風控行業的特點,「天算」制定了相應的解決方案,通過網路搜索、地圖、社交、交易、政府等各類數據的收集,以人工智慧技術、深度學習技術、大數據能力為支撐,實現了對各類金融客戶深度場景的定製,如購車貸款、企業貸款、教育貸款、家裝貸款等,為金融機構提供安全高效的風控服務。此外網路雲BOS提供的雲存儲服務，實現了銀行內部數據和外部大數據的打通。
風控模型：相比於市場上很多紙上談兵的風控模型，網路的優勢在於搭建了已經應用於實戰的風控模型，具體體現在網路金融的主動預警捕捉高危行為。網路金融打通了「人+手機+設備+IP」等關聯緯度，基於全網行為進行監測，捕捉高危行為特徵，在貸前准入方面就開始排查風險，進行反欺詐識別，生產黑名單，對借款人的行為進行預測。並在貸款後對借款人貸後行為進行跟蹤和監測，只要觸發預警規則，也會激發提醒。由此可以看出，為網路金融提供技術能力和風控能力的網路雲，在風控模型上的能力不可小覷。
與此同時，阿里和騰訊也打起了大數據風控的主意，典型的就是螞蟻金服、微眾銀行等也在試圖對外進行技術開放。但網路的做法給行業帶來了新的啟示，以雲服務的姿態進行大數據能力的輸出，和第三方平台純粹的大數據風控體系相比，雲計算、人工智慧、大數據結合的服務模式無疑更具備優勢。
從大數據農民到大數據商人
覬覦銀行業的不只有BAT，還有形形色色的創業者，畢竟百萬億規模的銀行業是一個不可多得的蛋糕。不過，民生銀行作為股份制銀行將雲服務應用到貸後管理和信貸決策領域，卻給行業帶來了更多值得解讀的信號。從雲服務的角度來講，金融雲在安全層面又一次刷新了歷史，但從大數據的角度來看，BAT正從自給自足的「農民」轉型成為大數據「商人」。
其實從2014年開始，BAT就開始加速大數據的應用，比如騰訊的社交大數據、阿里的電商大數據以及網路的搜索數據。不過這個階段，BAT扮演更多的是大數據「農民」的角色，阿里應用大數據進行用戶畫像主要在電商層面，網路用大數據來改善廣告和營銷效果，騰訊用大數據來改善運營等等。雲服務的大規模應用為大數據的開放提供了良好的「媒介」，BAT也開始進行角色轉變。
但在當前的大數據格局中，除了政府所掌握的數據，BAT等互聯網巨頭成為大數據資源的壟斷者之一。可即便如此，數據孤島仍是圍困BAT在大數據方面想像力的重要原因，正如阿里對於社交數據的缺失，騰訊在生活場景數據方面的不足。同樣的困局還存在於銀行業，目前央行個人徵信記錄覆蓋率僅為35%，這一數字在某種程度上甚至不及BAT所搭建的信用體系和風控模型，尤其體現在數據的維度上。從這個角度或許也能夠解釋，為何BAT把大數據風控的潛在客戶指向了銀行業。
大數據應用的雲服務化或是結束數據割裂最行之有效的方式，比如說網路雲和民生銀行的合作方式在服務的標准化和可復制方面並沒有太大的門檻，這就意味著未來將適用於更多的企業，而作為雲服務的供應方也將從更多維度獲取到數據。
數據顯示，目前國內大數據的市場份額已經達到了1000億人民幣，預測到2025年中國的大數據產業會是一萬億元的規模，有著近十倍的增長。數據的流通勢必將以指數級的形式加速大數據產業的發展，但在誘人的前景背後也面臨著標准化、規范化、安全性、公平性等一系列亟待解決的問題。
結語
30多年前，世界著名未來學家阿爾文·托夫勒就在《第三次浪潮》一書中預言，大數據極有可能是繼農業革命和工業革命後的「第三次浪潮」。或許其中的過程有些曲折，從銀行業和大數據風控身上，我們看到了未來的希望。
Alter，互聯網觀察者，長期致力於對智能硬體、雲計算、VR等行業的觀察研究。

G. BAT三巨頭開始挖掘大數據

BAT三巨頭開始挖掘大數據
阿里巴巴CTO即阿里雲負責人王堅博士說過一句話：雲計算和大數據，你們都理解錯了。
實際上，對於大數據究竟是什麼業界並無共識。大數據並不是什麼新鮮事物。信息革命帶來的除了信息的更高效地生產、流通和消費外，還帶來數據的爆炸式增長。「引爆點」到來之後，人們發現原有的零散的對數據的利用造成了巨大的浪費。移動互聯網浪潮下，數據產生速度前所未有地加快。人類達成共識開始系統性地對數據進行挖掘。這是大數據的初心。數據積累的同時，數據挖掘需要的計算理論、實時的數據收集和流通通道、數據挖掘過程需要使用的軟硬體環境都在成熟。
概念、模式、理論很重要，但在最具實干精神的互聯網領域，行動才是最好的答案。國內互聯網三巨頭BAT坐擁數據金礦，已陸續踏上了大數據掘金之路。
BAT都是大礦主，但礦山性質不同
數據如同蘊藏能量的煤礦。煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數據並不在「大」，而在於「有用」。價值含量、挖掘成本比數量更為重要。
網路擁有兩種類型的大數據：用戶搜索表徵的需求數據;爬蟲和阿拉丁獲取的公共web數據。
阿里巴巴擁有交易數據和信用數據。這兩種數據更容易變現，挖掘出商業價值。除此之外阿里巴巴還通過投資等方式掌握了部分社交數據、移動數據。如微博和高德。
騰訊擁有用戶關系數據和基於此產生的社交數據。這些數據可以分析人們的生活和行為,從裡面挖掘出政治、社會、文化、商業、健康等領域的信息，甚至預測未來。
下面，就將三家公司的情況一一掃描與分析。
一、網路：含著數據出生且擁有挖掘技術，研究和實用結合
搜索巨頭網路圍繞數據而生。它對網頁數據的爬取、網頁內容的組織和解析，通過語義分析對搜索需求的精準理解進而從海量數據中找准結果，以及精準的搜索引擎關鍵字廣告，實質上就是一個數據的獲取、組織、分析和挖掘的過程。
除了網頁外，網路還通過阿拉丁計劃吸收第三方數據，通過業務手段與葯監局等部門合作拿到封閉的數據。但是，盡管網路擁有核心技術和數據礦山，卻還沒有發揮出最大潛力。網路指數、網路統計等產品算是對數據挖掘的一些初級應用，與Google相比，網路在社交數據、實時數據的收集和由數據流通到數據挖掘轉換上有很大潛力，還有很多事情要做。
2月底在北京出差時，寫了一篇《搜索引擎的大數據時代》發在虎嗅。創造了零回復的記錄。盡管如此，仍然沒有打消我對搜索引擎在大數據時代深層次變革的思考。 搜索引擎在大數據時代面臨的挑戰有：更多的暗網數據;更多的WEB化但是沒有結構化的數據;更多的WEB化、結構化但是封閉的數據。這幾個挑戰使得數據正在遠離傳統搜索引擎。不過，搜索引擎在大數據上畢竟具備技術沉澱以及優勢。
接下來，網路會向企業提供更多的數據和數據服務。前期網路與寶潔、平安等公司合作，為其提供消費者行為分析和挖掘服務，通過數據結論指導企業推出產品，是一種典型的基於大數據的C2B模式。與此類似的還有Netflix的《紙牌屋》美劇，該劇的男主角凱文·史派西和導演大衛·芬奇都是通過對網路數據挖掘之後，根據受歡迎情況選中的。
網路還會利用大數據完成移動互聯網進化。核心攻關技術便是深度學習。基於大數據的機器學習將改善多媒體搜索效果和智能搜索，如語音搜索、視覺搜索和自然語言搜索。這將催生移動互聯網的革命性產品的出現。盡管網路已經出發，其在大數據上可做的事情還有很多。
在數據收集方面，網路需要聚合更多高價值的交易、社交和實時數據。例如加強自己貼吧知道的社交能力、盡快讓地圖服務與O2O結合進而掌握交易數據，以及推進移動App、穿戴式設備等數據收集系統。
在數據處理技術上，網路成立深度學習研究院加強自己在人工智慧領域的探索，在多媒體和中文自然語言處理領域已經有一些進展;雲存儲、雲計算的基礎設施建設也在逐步完善。但深度學習仍然是一個巨大的挑戰，網路等探索者還有很多待解問題，如：無監督式學習、立體圖像識別。
在數據變現方面，網路需將數據挖掘能力、數據內容聚合和提取等形成標准化的服務和產品，進而開拓大數據領域的企業和開發者市場。而不僅僅是頗為個性化、定製化地為大型企業提供解決。
網路的優勢體現在海量的數據、沉澱十多年的用戶行為數據、自然語言處理能力和深度學習領域的前沿研究。在技術人才方面網路是聚集國內最多大數據相關領域頂尖人才的公司。聽說網路前段時間花五千萬挖了數據挖掘、自然語言處理、深度學習領域的十來位大牛，包括一些學者和教授。例如Facebook科學家徐偉。
在挖人上，捨得花錢不夠，還得用心。對於真正的大牛來說，錢只是一個影響因素。能否實現自己的夢想，公司的資源能否幫助自己的研究至關重要。徐偉在回國前就曾問過其他從矽谷回國工程師的意見，得到答案是積極的，最終促成他作出決定。
總體來看，網路擁有大數據也具備大數據挖掘的能力，並且正在進行積極地准備和探索。在加強面向未來的研究和人才布局的同時，也注重實用性的技術產出。
二、騰訊：數據為產品所用，自產自銷
微創新提出者金錯刀有個關於騰訊的故事。 1999年騰訊公司剛剛成立不久，天使投資人劉曉松決定向其注資的一個主要原因就是因為他發現，「當時雖然他們的公司還很小,但已經有用戶運營的理念,後台對於用戶的每一個動作都有記錄和分析。」而另一個投資人卻因為馬化騰在公司很小時就花錢在數據上表示不滿。此後騰訊的產品生產及運營、騰訊游戲的崛起都離不開對數據的重視。
騰訊擁有社交大數據，在企鵝帝國完成數據的製造、流通、消費和挖掘。 騰訊大數據目前釋放價值更多是改進產品。據騰訊Q1財報，增值服務占總收入的78.7%;電子商務業務佔14.1%;網路廣告收入佔6.3%。從廣告收入比例可以看出騰訊的大數據在精準營銷領域暫時還未大量釋放出價值。與其產品線對應的GMAIL、Google+的Google以及社交巨頭Facebook則通過廣告賺得盆滿缽滿。
在筆者看來，騰訊的思路主要是補齊產品，注重QZONE、微信、電商等產品的後端數據打通。例如最近騰訊微博利用「大數據技術」實現好友關系自動分組、低質量信息自動過濾、優質信息分類閱讀等智能化功能。明顯的用數據改進產品的思路。 那麼如果騰訊要深入大數據挖掘缺少什麼呢?筆者認為其只需馬化騰「摁下啟動按鈕」。數據已經准備好了，就差模式，也就是找到需求或者能更深層次驅動大數據利用的產品，而不是用大數據改進自己的產品。騰訊還在觀望，等其他人去試錯驗證出一套模式或者產品後，自己可以「站在巨人肩上」。這是騰訊的典型思維。
在人才方面，騰訊很早便開始重金挖人。尤其是2010年在Google宣布退出中國後，Google圖片搜索創始人朱會燦、Google中國工程研究院副院長顏偉鵬、Google中日韓文搜索演算法的主要設計者，《浪潮之巔》及《數學之美》作者吳軍相繼加入騰訊。搜搜花了很多錢，但被認定為一款無法承載騰訊重託的產品，最後這些大牛都走了。大都回Google了。
騰訊在大數據領域也缺少技術帶頭人。其對公關也不重視。技術大牛很少出來做報告，更不會向網路、阿里那樣主動包裝宣傳技術大牛。其技術雖然低調，但執行力很強。據騰訊的程序員朋友說封閉開發、集體加班是常有的事情。但配套的重金激勵也能跟上。重金之下必有勇夫、騰訊用制度保障技術產出。另外騰訊在高校合作領先一步，在2010年便與清華大學合作成立了清華騰訊聯合實驗室。這么看騰訊的技術人才這塊似乎有短板。會不會到時候馬化騰按下啟動按鈕，發現沒數據挖掘能力呢?不會，騰訊搞不定數據挖掘，到時候依然可以挖到大牛，甚至讀論文來搞定這事兒。數據挖掘已較為成熟。數據挖掘實際是資料庫、統計學、機器學習三個領域的融合。在學術界已經發展多年。不過自然語言識別和深度學習等方面要趕上網路，就難了。除非將網路的數據和眾大牛一起倒騰過來。
總體來看，騰訊目前的大數據策略是先將產品補全，產品後台數據打通，形成穩定生態圈。本階段先利用大數據挖掘改進自己的產品。後期有成熟的模式合適的產品，則利用自家的社交及關系數據時，開展對大數據的進一步挖掘。
三、阿里巴巴：坐擁金數據，嘗試做面向未來的數據集市
阿里巴巴B2B出身，在外貿蓬勃的大環境下，依靠服務中小企業發家。淘寶、支付寶等toC的產品出生前，阿里並不依賴也不擅長技術。業界普遍認為阿里沒有技術基因。直到淘寶、支付寶以及天貓三個產品後，對海量用戶大並發量交易、海量貨架數據的管理、安全性等方面的嚴苛要求，阿里完成進化，在電商技術上取得不菲的成績。在一段時期阿里仍然浪費了手裡掌握的大量數據。這些數據還是「最值錢」的金數據。
數據挖掘無非是從原始數據提取價值。阿里現有的數據產品例如數據魔方、量詞統計、推薦系統、排行榜以及時光倒流相對來說是比較簡單的BI(商業智能)，沒到大數據的階段。「大數據」浪潮襲來，阿里提出「數據、金融和平台」戰略。前所未有地重視起對數據的收集、挖掘和共享。馬雲在「退居」前動不動都對外提「數據」。有位阿里朋友甚至開玩笑說，馬雲英文名可以從Jack Ma改為Data Ma。阿里現CEO陸兆禧曾做過CDO，首席數據官。為了用數據來驅動阿里電商帝國，阿里還成立了橫跨各大事業部的「數據委員會」。
阿里的各項投資案也顯示其整合、利用和完善數據的野心：新浪微博的社交及媒體數據、高德的地圖數據和線下數據以及友盟的移動應用數據，都是其數據及平台戰略的一部分。數據戰略正在首席人工智慧官(CBO)車品覺領頭下逐步落地，王堅的雲為其提供基礎設施、基礎技術支撐。
就在馬雲退休之後，王堅對外透露其跟馬雲開玩笑說的一句話：阿里巴巴對數據的理解深度，不會超過蘇寧對電子商務的理解。估計馬雲不一定認同他這話。馬雲對大數據已經有著自己的理解和考量。馬雲曾經說過其對大數據的思考。大致意思是：現在從信息時代進入數據時代了。區別是信息時代更多的是精英玩的游戲。我比別人聰明，我能提取出信息出來;數據時代，別人比我聰明，將數據開放給更聰明的人處理，數據即資產，分析即服務。
計算機發展的過程是從象牙塔、到平民到草根。大數據也是這樣，一開始在象牙塔階段，少數精英公司才能玩;但到後面只要有數據就有價值。數據也有所有權，產生數據、流通數據、挖掘數據的都會獲得相應的價值。而阿里擅長的便是「建立市場」，建立一個數據交易市場。屆時任何個人和企業都可以將數據和挖掘服務拿上去，交易。初期阿里會將自己珍藏的電商和信用數據逐步放到上面。 有數據的人，拿上去賣，或者讓別人分析，分析即服務。沒有數據的人，即可以去買，也可以去幫別人挖掘，做礦工。
阿里並不是技術驅動，而是業務驅動的。因此在技術層面我們看到，基於前面提到的阿里大數據思路，其技術重心主要在系統層面。阿里擁有LVS(Linux Virtual Server，Linux虛擬伺服器)開源軟體創始人章文嵩，Linux Kernal、文件系統、大牛DBA等領域的大牛。從人才布局可以看到阿里擅長的技術領域，體現在對於並發訪問、電信級別的電商業務的支撐方面的得心應手。在去年雙十一期間，支撐了單日過億的訂單量。鐵道部奇葩網12306在日均40萬時已經不行了。
總體來看，阿里更多是在搭建數據的流通、收集和分享的底層架構。自己並不擅長似乎也不會著重來做數據挖掘的活兒。而是將自己擅長的「交易」生意擴展到數據。讓天下沒有難做的「數據生意」。
總結一下
移動互聯網浪潮下，現實世界正在加速數字化，每個人，每個物體、每件事情、每一個時間節點，都在向網上映射。空間和時間兩個維度的聯網，使得數字世界正在接近一步步模擬現實世界。歷史、現在和未來都會映射到網上。對大數據的挖掘正是對世界的二次發現和感知。BAT三巨頭已經出發。

H. 干貨來襲！新媒體投放渠道整理~~

整理了一下萬達新媒體投放指南，運營的小夥伴們看過來看過來——

我們始終要明白， 無論廣告投放的形式如何變化，其目標都是實現轉化毀握和傳播。

新媒體投放渠道：

1、新聞客戶端

2、地方網路平台

3、社交媒體

4、視頻平台

5、BAT平台

6、DSP平台

7、專業相關網路平台

8、跨界網路平台

9、其他新媒體

（主要整理了新聞客戶端和BAT平台）

目前新媒體投放的付費方式，主流的是cpm（按千次曝光付費），也有部分按照cpd（按天付費）、cpc（按點擊付費）付費的。

一、新聞客戶端：

1、精準定製類：根據每個人的閱讀習慣定向推薦內容，包括今日頭條、一點資訊、天天快報。

2、常規新聞類：纖消慶按照頻道劃分內容，騰橋念訊、網易、新浪、鳳凰、搜狐等。

今日頭條：

今日頭條是以定製、精準為導向的新聞客戶端，系統根據網友的閱讀興趣，定時推送，友好精準的傳遞品牌信息。日活躍用戶4000萬。

有三種投放模式：地域開屏廣告、GD信息流、競價投放。

騰訊：

騰訊新聞在新聞客戶端排名前三。倚靠旗下多個社交產品數據，提供多個投放維度：

1、按照城市進行投放；

2、按照用戶特徵投放；

3、按頻道、時間段投放。

網易：

網易新聞在新聞客戶端排名前三，日活躍用戶5000萬，相對其他客戶端，用戶水平及忠誠度較高，可進行地域投放，按照cpd（日）或cpm（千人曝光）付費。

1、開屏廣告

2、焦點圖

3、信息流（含大圖、圖文和大小圖），從性價比角度，推薦信息流廣告。

二、BAT平台：

從大數據講，BAT分別掌握著一般型數據、交易型數據和關系型數據領域的話語權，但彼此間並不開放。

網路平台

產品一、搜索產品

在網路搜索框中搜索相應的關鍵詞，在第一條到第四條位置均可以投放相應廣告，投放廣告的信息下方會出現「推廣」二字，按照cpc付費。

文旅項目可考慮投放：本項目名稱，競品項目名稱，相關常用搜索詞。

產品二、網路MDSP(類似網路聯盟的DSP)

網路聯合5萬+個合作app，針對客戶在網上行為軌跡，圈定目標用戶進行精準投放，按照cpm付費，人群選擇可根據四個方面的維度：人口屬性，地理位置定向，生活形態定向，LBS區域定向。

產品三、網路地圖品牌專區

支持省市級別定向，按照關鍵詞付費，一組關鍵詞多少錢。好處是可以讓相應的人群在使用網路地圖搜索相應詞的時候，第一時間看到投放的項目。

文旅項目可考慮投放：區域次、興趣詞、其他詞、說明。

阿里平台

阿里系所有的廣告資源都由阿里媽媽進行管理與投放。因為淘寶網本身的特性，阿里擁有包括詳細地址、消費習慣在內的優勢數據。按照cpm付費。

阿里廣告投放建議：

1、提供以成交客戶分析額對方，由對方在其底層數據中進行匹配，運用他們的大數據幫助我們進行客戶畫像。

2、根據用戶畫像，選擇淘寶資源進行精準投放，圈定地域，消費偏好，性別等等，讓目標客戶看到我們的廣告。

3、根據客戶畫像，有利於進行針對性的廣告創意。

騰訊平台

廣點通、智匯推、朋友圈

產品一、廣點通

廣點通類似騰訊社交產品的dsp，可以根據人群特徵，在騰訊社交產品進行投放，從多個維度，包括性別、年齡、興趣標簽等，按照cpc付費。主要在qq空間、qq客戶端、手機qq空間、手機qq、騰訊公眾號底部等位置。qq聊天窗口是開發商使用較多的資源。

產品二、智匯推

智匯推類似於騰訊新聞產品的dsp，投放資源主要集中在騰訊新聞客戶端和騰訊視頻客戶端裡面。按照性別、年齡、地域和人群類別進行篩選，按點擊付費。

產品三、朋友圈廣告

自朋友圈投放的原生廣告，包括圖文和視頻兩種，按照曝光次數進行收費，按照地域、年齡、性別、興趣等，進行人群選擇，價格五萬元起。

工作機制：

1、創意化精細

在文案和設計上下功夫，在不同的時間、對不同的人推送不同的內容，必須具有針對性，才能打動客戶。

2、銷售動作配合到位

3、動態策略調整

新媒體投放必須加強過程監控，一旦發現問題馬上調整投放內容或方式。

整理到此結束，謝謝觀看~~~

I. BAT互聯網醫療大戰，百度玩法有何不同

講述了互聯網醫療江湖的烽煙四起。經濟學人智庫所發布的報告稱，中國已在2013年超越日本，成為全球第二大醫療健康市場。到2018年，中國年度醫療保健支出可能將達到9000億美元。龐大的數據背後，春茄洞散發著商業氣息的誘人味道，你說江湖能平靜嗎，何況是嗅覺敏銳的巨頭BAT，騰訊手拿兩張好牌，一是「任你漂洋過海，也能找到你」的微信，目前也做了幾個醫院信息化的樣板工程，如「廣東省婦幼」、「武漢口腔醫院」等;二是向全世界「曬富」，兩月內連「下聘禮」1億7千萬美元，「迎娶」丁香園和掛號網，從而獲得了最寶貴的三甲醫生資源。和騰訊並肩的阿里，也早已嗅到錢味。在移動醫療中，阿裏手中最大的一張牌，就是無所不能的支付寶。

有人就問了，BAT中騰迅、阿里如此高調曬富，網路在幹嘛?網路說，你們玩你們的，別盯我的就行，不然我讓你們「曬黑」(當然純屬小編胡謅，可能BAT私下很和諧捏)。事實上網路布局已久，雖然近期網路沒有直接投資某個在線醫療入口，但卻用的是「平台+大數據」的思路，這是與網路的搜索引擎身份相匹配的。我們可以猜測網路的戰略是做中立性平台功能的乙方，因而直接投資其中某一家顯得有礙乙方角色。在這個層面上看，網路的玩法顯得更前景寬廣。動脈網梳理了網路近幾年來的互聯網醫療布局，以探究竟。

網路竭力抹去網路虛假醫療罵名

2013年2月，網路與國家葯監局達成戰略合作，後者將向網路開放葯品資料庫、葯品說明書範本資料庫以及經過認證的可向個人售葯的網站的資料庫信息。依據國家葯監局的數據信息，網路同步發布了三個安全用葯產品：認證葯品搜索、葯品範本說明書網路詞條和認證網路葯店搜索。

網路表示，用戶在網路搜索葯品，可以通過對通俗的商品名、專業的葯品名、批准文號等多個途徑，得到葯監局認證葯品數據。同時，經國家葯監局備案的網路葯店認證信息也入駐網路，網路將以醒目的認證標識推薦有網路售葯資質的葯店。當網民在網路搜索「葯品名+網上葯店」，或直接搜索某葯店名稱時，只要認准「認證」標識便可進入葯監局權威認證的正規葯店，可以放心購葯。

網路還啟動了一項「網民權益保障計劃」，對於因網路推廣鏈接信息而遭遇欺詐的網民，提交符合要求的證明資料之後，將被給予一定額度的保障金支持。

看來為了抹去「網路虛假醫療廣告」的罵名，網路也沒少費功夫。

基於搜索的醫前智能問診平台

2013年6月，依託網路知道專家扒枯資源和病例問答內容，及中國育嬰網、尋醫問葯網、好大夫在線、39健康網、有問必答網、育兒網、寶寶樹等醫療健康類網站的數據，幫助用戶避免盲目就醫或延誤就醫。網路醫前智能問診平台匯聚超過2萬種常見症狀，580萬條病例數據，能滿足人們在就醫前基本的問診需求。如在網路知道中搜索「感冒」，網友可自行選定性別、人群、症狀，定向查找，通過網路搜索技術後台計算，智能匹配推送更精準的參考病例和針對性建議。如下圖在網路知道輸入「胃痛」得到這樣的界面。可以看出是以數據智能搜索的功能為基礎。

打造一站式醫療服務平台

2013年7月17日，醫療關鍵詞的網路搜索納喊結果頁發生變化，出現了集成於網路系統的一站式醫療服務平台。並且有一套在線互動評價體系，及審查監管機制。

網路本身就有開放V計劃，將各類應用嵌入網路的搜索平台內。事實上，目前網路已經在其搜索引擎上集成了尋醫問葯網和39健康網的在線問診和網上掛號功能。例如你搜索「胃痛」你會得到以下界面。直接通過這個界面就可以進入39健康網或尋醫問葯網的在線問診功能。

直接從網路知道進入，你還能得到一個更像在線問診平台的界面。不難看出在網路知道模式下，網路自身已經成為一個天然的在線問診平台。可以看到右側有「醫生注冊」的入口，執業醫生可以直接向網路知道平台提交加入申請。動脈網還注意到，在這個界面下還有一排友情鏈接，包括尋醫問葯、好大夫、快速問醫生、問病網等等。因而可以看出網路無須巨額投資某家在線問診平台一樣可以掌控資源埠。

以數據價值為核心的智能設備平台

Dulife 品牌成立於2013年12月，是網路旗下的智能人體便攜設備品牌，號稱致力於打造中國自主品牌的尖端智能設備。同期推出的 Dulife
平台匯總個人擁有所有智能設備的數據，通過對數據的分析處理，提供為用戶量身打造的健康解決方案。網路並非轉行自己做硬體，而是由合作廠商提供硬體生產技術，網路提供服務解決方案及市場推廣，並將所有用戶健康數據存儲於雲端，通過網路大數據的智能收集、分析、處理策略。申請接入的標准中第一條就明確規定數據要放在網路得「健康雲」上。到目前為止，通過
Dulife 已向市場推出了10款智能設備，有醫療設備，也有健身設備和美容產品。

可以看出，網路在此謀劃的是數據價值。只要這些智能設備終端所採集的數據在網路這，未來將多個數據來源端的數據加以匯集集中處理與分析，發揮平台整合的作用，最終所產生的價值遠遠大於那些僅擁有一個數據來源端的應用。

以北京為據點的「健康雲」

2014年2月網路與北京衛計委和中國電信展開合作，在2014~2017年期間，網路將與北京市衛生計生委在互聯網保健信息服務、人口健康便民服務、網路信息安全與健康網路建設，信息輿論與管理決策的大數據支撐、健康雲等方面展開合作。

2014年7月，網路牽頭、由北京市政府倡導，與智能設備廠商和服務商聯手打造「北京健康雲」。已有智能手環、血壓計、心電儀、體重秤、體脂儀等八款設備接入。部分是網路智能硬體「
Dulife 」旗下品牌。

北京健康雲平台包括三層架構：感知設備層、健康雲平台層和健康服務層。這三層是從底層到上層的遞進關系，最終完成對用戶健康狀況的跟蹤，並利用大數據技術為用戶提供健康服務。根據北京市經濟和信息化委員會制訂的計劃，通過健康雲平台，計劃在明年建成10個市民體驗中心，接入百家智能設備廠商，並在三年內覆蓋千萬市民，建立數字健康檔案。

網路去年推出的 Dulife
智能健康設備平台是健康雲的基礎，位於「感知設備層」，在這一層裡面是BoomBand手環、MUMU血壓儀等智能硬體廠商，網路為這些設備提供LBS介面、消息推送介面、BAE雲計算引擎、語音識別能力和數據存儲能力等。同時需要指出的是，網路健康雲不會是免費的服務。例如高血壓指導服務的月費是20元，遠程心電監測的服務月費是100元。除了基本的醫療服務，未來「網路健康雲」還有更大的商業化空間，比如接入第三方機構進行減肥瘦身輔導和健康管理咨詢等。

作為同是搜索引擎的巨頭Google，在2014年6月也發布了健康應用平台Google
Fit，北京健康雲與Google在智能健康上的玩法又有什麼區別呢?據動脈網了解，它們的區別那不是一般大。首先就有這中美用戶健康理念的不同，還有公共健康設施和服務現狀不同等。

與Google
Fit由廠商主導不同，網路健康雲採用的是政企合作模式，由北京市政府倡導，有衛計委、經信委等協助，就中國特色而言，有政府出面參與度會更樂觀。Google
Fit可以支持不同設備，並將不同設備連接起來，數據共享進行更全面的用戶健康管理，但它們均只支持自有平台，與操作系統綁定在一起。網路健康雲本身沒有移動操作系統，但同時則是跨平台的。

大數據分析下的「疾病預測」

2014年7月，網路上線了最新的產品「疾病預測」，利用用戶的搜索數據，並結合氣溫變化、環境指數、人口流動等因素建立預測模型，實時提供幾種流行病的發病指數。目前網路疾病預測提供流感、肝炎、肺結核、高血壓和性病等十一種疾病的活躍度、熱度，以及各種疾病相關的城市、區縣及醫院排行榜。用戶可以查看過去
30 天的數據至未來 7 天的走勢。中國疾病防控中心還提供了流感的監測數據作為流感疫情預測模型的輔助參數。

同為搜索引擎的Google早已推出過類似的服務，用戶可以查看周圍的流行病趨勢，包括流感與革登熱。但是這項服務曾經出過錯，據動脈網了解，2013 年 1
月美國流感疫情高峰時間，谷歌流感趨勢的估計比實際數據高兩倍。2012 – 2013 與 2011 – 2012 的流感發病季相比，高估了流感流行趨勢超過
50%。

總之，網路藉助超大流量的平台優勢，抓住患者的流量入口，以健康大數據為核心，用開放平台的方式提供醫療服務，可進可退，可攻可守

J. bat大數據的特點是

就是大，第一：數據體量巨大。第二：數據類型繁多。第三：價值的密度比較低。第四：處理的四度快。檸檬學院大數據。