⑴ 大數據時代十大熱門IT崗位_大數據崗位有哪些
大數據時代十大熱門IT崗位
大數據時代十大熱門IT崗位,新的想法誕生新的技術，從而造出許多新詞，雲計算、大數據、BYOD、社交媒體、3D列印機、物聯網在互聯網時代，各種新詞層出不窮，令人應接不暇。這些新的技術、新興應用和對應的IT發展趨勢，使得IT人必須了解甚至掌握最新的IT技能。另一方面，雲計算和大數據乃至其他助推各個行業發展的IT基礎設施的新一輪部署與運維，都將帶來更多的IT職位和相關技能技術的要求。
毫無疑問，這些新趨勢的到來，會誕生一批新的工作崗位，比如數據挖掘專家、移動應用開發和測試、演算法工程師，商業智能分析師等，同時，也會強化原有崗位的新生命力，比如網路工程師、系統架構師、咨詢顧問、資料庫管理與開發等等。下面分別為大家介紹著十大IT技能所體現的工作崗位：
一、演算法工程師
何萬青博士曾經介紹把一件事做快做好的三種方法，其中就提到過「提高流水線效率、更好的演算法和更短的代碼關鍵路徑。」可以看出演算法在系統效率中的轎碰重要地位。演算法是讓機器按照人類設想的方式去解決問題，演算法很大程度上取決於問題類型和工程師對機器編程的理解，其效率的高低與演算法息息相關。
在數學和計算機科學之中，演算法(Algorithm)為一個計算的具體步驟，常用於計算、數據處理和自動推理。在大數據時代，演算法的功能和作用得到進一步凸顯。比如針對公司搜索業務，開發搜索相關性演算法、排序演算法。對公司海量用戶行為數據和用戶意圖，設計數據挖掘演算法。
演算法工程師，根據研究領域來分主要有音頻/視頻演算法處理、圖像技術方面的二維信息演算法處理和通信物理層、雷達信號處理、生物醫學信號處理等領域的一維信息演算法處理。另外數據挖掘、互聯網搜索演算法這些體現大數據發展方向的演算法，在近幾年越來越流行，而且演算法工程師也逐漸朝向人工智慧的方向發展。
二、商業智能分析師
演算法工程師延伸出來的商業智能，尤其是在大數據領域變得更加火熱。IT職業與咨詢服務公司Bluewolf曾經發布報告指出，IT職位需求增長最快的是移動、數據、雲服務和面向用戶的技術人員，其中具體的職位則包括有商業智能分析師一項。
商業智能分析師往往需要精通資料庫知識和統計分析的能力，能夠使用商業智能工具，識別或監控現有的和潛在的客戶。收集商業情報數據，提供行業報告，分析技術的發展趨勢，確定市場未來的產品開發策略或改進現有產品的銷售。
商業智能和邏輯分析技能在大數據時代顯得特別重要，擁有商業知識以及強大的數據和數學分析背景的IT人才，在將來的IT職場上更能獲得大型企業的青睞。不過這些技能並不是一般人都能掌握的，一些公司目前正在招聘統計學家並教授他們有關技術和商業的知識。
三、數據挖掘工程師
數據挖掘工程師，也可以叫做「數據挖掘專家」。數據挖掘是通過分析每個數據，從大量數據中尋找其規律的技術。數據挖掘是一種決策支持過程，它主要基於人工智慧、機器學習、模式識別、統計學、資料庫、可視化技術等，高度自動化地分析企業的數據，做出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調整市場策略，減少風險，做出正確的決策。
數據挖掘專家或者說數據挖掘工程師掌握的技能，能夠為其快速創造財富。當年亞馬遜的首位數據挖掘工程師大衛·賽林格(DavidSelinger)創辦的數據挖掘公司，將類似於亞馬遜的產品推薦引擎系統銷售給在線零售和廣告銷售商，而這種產品推薦引擎系統，也成為亞馬遜有史塌帆中以來最賺錢的工具。數據挖掘的價值由此可見一斑。
四、咨詢顧問(專家)
任何業務部門和任何行業企業，都有IT系統在背後默默無聞地支撐著。在雲計算大數據時代，業務面臨的挑戰和機遇也會給IT系統帶來更多要求。在這種情況下，IT系統的規劃部署和運維，都要有更為精通的專業人士才能勝任，並滿足面向未來大數據分析、雲計算服務應用的需要。
紐約蒙特法沃醫療中心(center)的副主席傑克-沃夫(JackWolf)曾經表示，他尋求不僅會建立和使用系統而且還會給予其他員工技術支持的新員工，他說："新的系統意味著你必須有更多的咨詢台來處理更多的咨詢量。"當然，這里體現的主要是某個系統的技術支持的功能，但管中規豹我們不難發現，無論是部署初期的物料采購還是運維過程中的金玉良言，都凸顯出這種技術咨詢顧問的重要性。
五、網路工程師
網路工程師可以說是一個「綠色長青」的職業，網路技術一直以來就處於團山急需之中，美國人力資源公司羅勃海佛國際(RobertHalf)第三季度IT招聘指數和技能報告指出，網路管理占總需求技能排名中的第二位。對於雲計算時代來說，網路在雲資源池中(計算、存儲、網路)更是扮演著更為重要的作用。
另一方面，IPv6標准、物聯網、移動互聯等蓬勃發展，使得對於網路工程師尤其是新型網路工程師(移動、IPv6、雲計算方向)的人才和技能要求也越來越多。網路工程師也因此而可以細分成多個發展方向，相應的技能要求其側重也有所不同。比如網路安全、網路存儲、架構設計、移動網路等等。
六、移動應用開發工程師
移動應用開發，會隨著移動互聯網時代的到來變得更受追捧。截至2012年底我國已經有10億手機用戶，移動智能終端用戶超過4億，在移動支付、移動購物、移動旅遊、移動社交等方面涌現了大量的移動互聯網游戲、應用和創業公司。
移動平台智能系統較多，但真正有影響力的也不外乎iOS、Android、WP、Blackberry等。大量原來PC和互聯網上的信息化應用、互聯網應用均已出現在手機平台上，一些前所未見的新奇應用也開始出現，並日漸增多。
移動應用開發，由於存有多個平台系統，因此不同的平台開發者其所面臨的機遇和挑戰也不盡相同。一個很明顯的例子就是，當初由Google公司和開放手機聯盟領導及開發的基於Linux的安卓系統，在開源之後就給廣大開發者(商)帶來巨大商機，而堅定選擇iOS平台的的開發工程師，也通過蘋果生態系統的不斷擴建和智能設備的高市場佔有，使得較早的一批開發者都賺得盆滿缽滿。不過在國內由於用戶習慣、產業環境和版權保護的問題，移動應用開發者並沒有因此而獲得相應的收益。
七、軟體工程設計師
近年IT業界逐漸涌現出一股軟體定義網路(SDN)、軟體定義數據中心、軟體定義存儲(SDS)和軟體定義伺服器(MoonShot)等浪潮，大有軟體定義未來一切IT基礎設施的趨勢。
PaaS、SaaS、數據挖掘和分析、數據管理和監控、虛擬化、應用開發等等，都是軟體工程師大展身手的好舞台。相應的，這些技術領域也對軟體工程師的要求會更高，尤其是虛擬化和面向BYOD、雲計算、大數據等應用的開發和管理，都需要有更高深的技術支撐。
和演算法工程師有點類似的地方在於，軟體工程師也需要注重設計模式的使用，一位優秀的工程師通常能識別並利用模式，而不是受制於模式。工程師不應讓系統去適應某種模式，而是需要發現在系統中使用模式的時機。
八、資料庫開發和管理
資料庫開發和管理在大數據時代顯得尤為重要，相關的資料庫管理、運維和開發技術，將成為廣大BI、大型企業和咨詢分析機構特別看重的技能體現。代表著更多類型(尤其是非結構化類型)的海量數據的涌現，要求我們實時採集、分析、傳輸這些數據集，在對基礎設施提出嚴峻挑戰的同時，也特別強調了資料庫開發和管理人員的挑戰。
比如分布式的、面向海量數據管理的資料庫系統之一NoSQL，就是面向大數據領域的非關系型資料庫的流行平台，高可用、大吞吐、低延遲、數據安全性高等應用特點成為了很多企業的看重的特點，並希望有足夠多的優秀IT開發人員深度開發NoSQL系統，解決對存儲的擴容、宕機時長、平滑擴容、故障自動切換等問題的困惱。
另外，更為知名的Hadoop分布式資料庫HBase的數據管理，需要藉助HRegion、HMaster、HClient組成的體系結構從整體上管理數據。這些也都需要有對Hadoop深刻理解和業務的精通才能勝任。而除此以外的大數據的存儲管理、內存計算、包括基於這些應用上的平台開發等等，也得會越來越受市場歡迎。
九、系統架構師
去年三星首席系統架構師吉姆·莫加德(JimMergard)跳槽至蘋果，屬於近期比較大的系統架構師人事變動，這種變動也說明了當今對於系統架構師的高度重視和認可。
眾所周知，雲計算和大數據的出現，使得傳統的數據中心基礎設施難以勝任;另一方面，日益激烈的市場競爭和移動互聯等商機的出現，勢必會給企業業務帶來深刻變革。這種變革和IT架構轉型，都會牽扯到IT系統架構這個核心問題。相比之前介紹的那些IT技能和所對應的崗位，系統架構師的規劃部署能力顯得尤為重要，它牽扯的是整個面而不是某個領域某個點的痛點。
十、系統安全師
同樣的，網路、計算、存儲還是系統架構，也都需要關注安全問題，而安全在現在的雲計算環境下，個人隱私和企業敏感數據的保護也不斷被強化。
在當前很多企業都收縮IT安全預算開支後，還不斷面臨著增強的合規要求等問題。企業們都在考慮是否應當將某些IT運營交給雲端服務提供商處理。實際上，每個人都深感壓力，預算不夠地情況下還要盡力防護數據地安全，特別是中小型企業，這也就意味著企業需要將部分IT運轉外包給第三方以減少資金和人力方面地投資。
即使不採用外包的形式，無論個人還是企業都會更加註重安全，因為「安全」本身是沒有行業限制和劃分的，尤其是企業在構建雲計算環境、提交或者收集海量數據進行處理分析、存儲和傳輸等等一系列環節，都會面臨新的挑戰。這種挑戰勢必會需要有更多更專業的技術人才幫助解決這些問題。相比傳統來說，系統安全師將更多的會結合具體的業務展開，而根植於系統平台和底層基礎設施的系統安全，則更多的會出現在運營
⑵ 大數據「點將」，這些世界級大咖牛在哪
國際大咖全能王：柯克·伯爾尼(Kirk Borne)25位全球頂尖大數據科學家之一、博思艾倫高級數據科學家、天體物理學家和空間科學家柯克·伯爾尼現擔任博思艾倫（Booz AllenHamwuilton）公司高級數據科學家。被媒體評為25位全球頂尖大數據科學家之一，並在2014年被評為IBM大數據與分析英雄。除了任職於博思艾倫，他還是很多其它公司的顧問委員會成員。他在加州理工學院獲得了天體物理學博士學位，是一名天體物理學家和空間科學家，不愧為一個全能王。塔尖人物：馬克·范·雷蒙南(Mark van Rijmenam)全球十大頂尖大數據影響人物之一、知名大數據網站Datafloq創始人馬克·范·雷蒙南，全球十大頂尖大數據影響人物之一、著名演講家、博士。在大數據、數據區塊鏈、物聯網和顛覆性創新方面有很高的建樹：知名大數據網站Datafloq創始人、數字化領導力實驗室創建合夥人、荷蘭Data Donderdag大數據論壇聯合創始人，著有《Think Bigger: Developing a Successful Big Data Strategy for YourBusiness》。前瞻：傑克·肖(Jack Shaw)美國BBT公司總裁，美國數據區塊鏈委員會高級負責人、全球區塊鏈委員會高級顧問、高級戰略咨詢專家傑克·肖，作為當今世界極具前瞻性的世界著名未來學專家，傑克•肖致力於通過定量、定時、定性和其他科學方法，探討現代工業和科學技術的發展對人類社會的影響，擁有超過30年探索未來社會發展預測的研究經驗，專注領域包括新生技術，如大數據、AI、物聯網、3D列印技術、移動商務、數據分析等等，是世界5大頂尖科技未來學專家之一。
⑶ 專訪智慧空間龐濤：大數據時代，傳統行業的拓荒者之路
談到大數據，在這個領域比較擅長，並且為我們所熟知的，他們大多是一些互聯網公司，基於大量線上用戶交互作為數據支撐，從而實現精準營銷、提升效率和收益的目的。然而有關線下的數據收集，卻一直是行業的痛點難點所在。
逐鹿網此次對智慧空間CTO龐濤進行了專訪，以期希望能夠通過他們的產品「流量小盒」來幫助大家了解一下關於線下大數據如何被有效收集利用，以及傳統行業在擁抱互聯網時應該如何去面對？
午後的一個下午，我在新中關的星巴克見到了龐濤，他顯得形色匆忙，剛剛去微軟談了有關產品推廣的合作，就風塵僕僕的接受了我的采訪。
接地氣的硬體，智慧空間的客流小盒
龐濤所在的公司叫做智慧空間，在他看來天下熙熙這么多人流，作為一家專注線下大數據收集的企業應該理所應當的區覆蓋所有的地面空間，「我有一種責任幫助所有的地面空間，實現利用大數據來管理客流的一種能力。」
「智慧空間」這家公司在業內並沒有什麼知名度，他們的產品「客流小盒」也因為是2B端的產品，所以並不被用戶所熟知，但這並不妨礙他們在線下大數據方面的成功。
傳統的市場研究是找一個市場調查公司，做一些調查問卷，做一個通過統計學的原理來推斷市場客戶。而客流小盒則是幫助商家收集到足夠多的客流數據，為監測商家的客流量提供解決方案，幫助零售企業更好的實現市場研究。通過一個設備和數據的留存，可以識別出一個精準的用戶。
例如識別出一個客戶後，能識別出一個客戶從9點來到10點走，每5秒刷新一次之後就能識別出這個時間段內客戶一直在留存。如果能在半年內監測到這個客戶平均每個月到店4次，那店家就可以知道這個客戶的價值。客流小盒的覆蓋的半徑大約為30米，能把手機設備的型號識別的特別精準。而其可以利用無線網路監測的道理其實很簡單。
移動互聯網時代到來，每個人都會有手機，這些手機都會發射無線電波。而如果一台設備能夠聽到這個無線電波，同時又能識別這個無線電波，那麼就能夠通過記錄手機的個數，來比較准確的推出客流的個數。我們知道在無線電波傳輸的過程中，一定是帶有硬體的特徵碼，而且這個特徵碼是固定不變的，通過監控這個可以鎖定一個消費者在各個店鋪的消費情況。
客流小盒具體來說是怎樣的一個產品？用通俗的話來說，這是一個監控到店客流的硬體產品，但這或許是我所見到過的最接地氣的硬體了。在前端，客流小盒主要利用經濟成熟的無線wifi技術，識別客戶手機等無線設備，進而可以准確方便地統計客流量、駐留時間、進店率、回頭率等等有價值的數據。在後端，則通過系統後台提供專業易懂的客流相關數據報表，幫助客戶實現線下精準數據與CRM的完美結合，最終達到精準營銷。
現在客流小盒大概已經和五百多家實體店進行了合作，今年的目標是推廣到大概上萬家，推廣主要走2B的渠道，目前它們也已經獲得了天使輪融資。
艱難的前行者，線下數據的拓荒之路
在龐濤看來，互聯網巨頭沒辦法從根本上解決線下店鋪獲取用戶的需求。舉例來說，對一個具體的線下飯店，一天飯店裡來多少人吃飯，誰來你這吃飯，這些人都是什麼樣的人，實際上對於一個實體店鋪，他基本上沒有什麼手段，而所謂巨頭其實也沒辦法解決這種困境。
當然，不少線下店鋪會有一些很笨的手段，但這些手段往往都存在諸多弊端。
首先，存在大量數據缺失，監測無法達到有效的精準度。像Zara的所有門店都放了三路攝像頭，這個用來數到店人數。還有711便利店比較聰明，弄了一個只要計數器，只要你一開門，計數器就會自動加1，開一下就加1。其實商家並不是不想監控這些數，而是監控這些數的手段不夠多。像711這個，一下來了一堆20個人開了一下門，大家一塊監控，就沒辦法精確監控了。攝像頭也有同樣的問題，會出現一個人出現在兩個攝像頭里，被重復計數兩次的現象出現。而圖像識別的精準度又不是很高，這就導致你無法具體計算到底來了多少人。
其次，即使監測到了具體人數，也無法清楚客流動向。店鋪進來了多少人，這只是線下大數據的第一步，對商家來說他們更在意的是消費者最關注的是什麼？他們去了店鋪里的哪些地方，在什麼地方停留時間最長等等，這些數據對線下店鋪來說可以幫助他們迅速的調整商品策略。這種在線上很常見的監測流量的熱力圖，在線下卻沒有一個解決辦法。
最後，到店人數最終的轉化率。這個相信會是所有商家最關心的數據，到店的消費者當中到底哪些去了試衣間試衣服？現在的監控都是通過銷售後的數據，店鋪賣了幾單，這個客單價是多少？但事實上，一個品牌做了很多市場推廣，這個到店其實是有成本的。哪怕是自然流量，那也是支付了高額的成本才能獲得這個好的地段，所以才有了這個流量。商家當然希望能找到一種方法讓用戶獲取成本變得更低。
數據巨頭之戰，合作與競爭的沖突
在龐濤看來，線上的流量都是比較容易被監控的，無論你訪問什麼網頁都可以被監測到。但到了線下，卻往往沒有一個有效的手段去監測線下流量，人來人往、翻台率這種對商家最重要的數據，往往只能粗暴的依賴於售後的數據。
這顯然不是一個正確的事情，龐濤感慨道，「我們應該為線下的商家做點事情」。對於地面上的店鋪來說，它應該有某種手段，把自己的客戶抓住。但從始至終，很多人都會認為收集數據這應該是巨頭做的事情。
但龐濤並不是很認同這點，在他看來，BAT巨頭很多時候確實有這種能力可以幫助線下店鋪，比如阿里巴巴是送給店家路由器、POSS機，但這些巨頭都有一個核心的利益訴求是「線上流量的滯漲，所以需要去從線下抽取流量」，這也是為什麼阿里要收購銀泰的原因。
互聯網巨頭嘗試去做O2O，其實就是出於這個目的。以前是希望能夠從線上覆蓋到線下，但現在希望做的是如何從線下截取流量。它們很多時候會採用所謂的互聯網思維，簡單的來說就說通過低價或者免費來迎合這個市場。但BAT的出發點卻和智慧空間存在很大不同，即便是巨頭免費或者送錢給線下的店鋪，線下商家也不一定願意和巨頭合作。
龐濤表示，「BAT的核心訴求是要從線下的店鋪導流量走，這個是很可怕的。我們是幫助線下店鋪有從線上獲取用戶的能力以及幫助商家學會如何利用大數據做精準營銷。不過線上能力現在還不夠強，所以現在也在和一些線上的商家進行合作，希望打通一些線上的大數據源。一旦和線上的大數據源BAT+京東，他們都是有從線下導流的這種訴求，所以談判極其艱苦。」
線下的店鋪對智慧空間來說是最寶貴的客戶資源，站在客戶的角度來出發，沒辦法上來就把客流導給電商和線上的互聯網巨頭，但這往往又是這些巨頭的基本訴求。某種程度上在獲取線上數據的時候，往往處在一個矛盾的沖突之中，但龐濤表示仍然要堅持以線下的利益為主，「我們至少需要的是讓大家在一個平等的對話上進行流量的互換，這才有意義。否則的話，流量都白送了，線下將要如何立足。」
痛點以及難點，讓手機號成為唯一通行證
覆蓋率、地推成本高、商家合作意願不強等等，這些我們所常見的痛點難點，智慧空間也無法免俗。龐濤表示，現在智慧空間已經和兩個大型的購物中心展開合作，已經上線半年。在一些咖啡館、酒店都有客流小盒的鋪設。
關於監測精準度的問題，我在采訪中提到了一個疑問，簡單的通過「設備」來識別「人」，這會可能會沒辦法識別出「我是誰」。線上線下的會員卡現在都相當流行，這些卡片背後都擁有具體的一些身份特徵信息，年齡、收入、身高等。而客流小盒只能監測到客流量，看上去都是一些無效的流量。
「會員卡的成本太高了」這是龐濤給我的一個有力的回應。電子會員卡所填的信息比較多，當然會更加精準，但建立一套好的會員卡系統，至少需要上百萬，還需要單獨的設備去刷卡去核銷，一張會員卡的成本卡片製作成本就有10元。「大數據的時代，並不是強調這個數據到底有多麼的精準，而是在於獲取這個數據的大家有多大，這才是核心思想」客流小盒希望把手機作為唯一標示後，去再作為身份的唯一標示，最後讓手機號碼變成線下和線上的唯一通行證。
至於如何識別出這些手機號碼，龐濤表示主要通過和相應的廠家合作來結局。通過比對識別出來的特徵碼，和web認證的廠家合作。「我們來數頻次，他們來識別人。這些廠家沒辦法識別出手機的特徵碼，但他們手上有手機號碼。比如說這個店，有500人在，他們知道300個人的號碼。我們通過3次的挖掘，對比特徵碼和手機號碼。我01年給移動做數據挖掘師，打通這些數據，服務於這個商家。」
到最後，無論是線上還是線下完全不用帶一個會員卡了，識別出手機號碼和硬體特徵碼的一個組合，就成為會員體系身份識別的一個重新建立。再結合每5秒掃描獲得的硬體特徵碼，結合演算法識別，布放在各個地方的設備，基本上就能識別出這個用戶住在哪裡？把這些人維護住，這家店的基本命脈就維護住了。這樣來說，線下的店鋪就有一個很好很便宜的工具。
商家的困惑，如何利用線下客流量
這些數據最大的意義就是可以精準的識別出商家的目標客戶，例如在一定時間內監測到一個客戶重復到店兩次，這其實就是一個回頭客。在線上這可以很好的監測，但線下其實商家就很難監測到。
客流小盒每5秒刷新一次，這個號碼只要出現在這個店鋪里，就會在後台每5秒出現一個點，這其實形成了一個基礎數據。一方面可以對客戶進行定位，另外一方面對客戶進行跟蹤，知道客戶去了哪裡，換沒換衣服，有沒有結賬。像Zara這種店，肯定是不能把攝像頭放在試衣間的，這時候監測往往會是一個難點。通過店內的盒子布放進行監控，如果監測到一個客戶去了試衣間，那其實就能初步判斷這個客戶對商家的價值。但現在商家獲取這些數據的代價就是300元。
300元，這是客流小盒現在的售價，商家此外每個月還需支付30元的服務費。不過龐濤表示這30元的服務費並不是強制收取的，而是按照為客戶提供的服務效果收費，例如智慧空間幫助客戶鎖定了5000個客戶，每個客戶找商家收取5毛錢，這些用戶都是商家目標精準客戶，這個值得不值得？
解決了商家在成本上的困惑之後，就是關於收集到的數據如何被利用的問題。龐濤在京東的工作經歷，讓他對電商的那一套非常了解，「我在京東工作的時候會有一個監測線上數據的表，監測到pv、uv等，在618和雙11的時候為什麼可以做到幾分鍾換一件商品，上一雙鞋子5分鍾流量上不來立馬進行更換。在去年雙11的時候，傑克瓊斯花了比以前多一倍的錢，但流量還是來不了。這意味著，線上的流量其實已經到了一個瓶頸期了。無論你再砸多少錢，不會再快速增長了。所以今年無論是京東還是阿里都去線下了，大家看中了線下的客流。」
龐濤認為客戶的需求永遠都是多樣性的，電商會是一個很好的補充，但並不是所有，還是沒辦法完全取代線下。消費者去京東上購買3C產品最核心的因素在於便宜而且能保證，「如果京東比別人貴100元，你試試？之前蘇寧有一段時間保證比京東便宜了100元，後來就搶走了京東很多的貨」
這是所京東要大力發展第三方而不是自營原因，而到了現在京東也無法保證低價優勢了。所以現在無論是線上還是線下，變得殊途同歸。「你能維護住一個客戶的關鍵，不管是線下還是線上，綜合體驗和完整性給人感覺的價值最高才是最好。」
線下流量的正是應該讓商家能夠使得目標受眾感知到良好綜合體驗和性價比。比如說，客流小盒已經監測到一個客戶每個月都會到店幾次，這基本就可以斷定這個客戶應該是商家的忠實VIP。這個時候，可以直接給這個客戶一個8折卡，把這個客戶徹底留存下來。
上面說的這些只是一些初步的數據利用，客流小盒要幫商家解決最重要的兩件事情——拉新和留舊。「我們要把大數據做到很簡答，你不能把大數據做的讓大家看不懂。」通過客流小盒的後台，商家可以很輕松導出數據報表，這個報表可能會包括商場的管理者、日期、進店數、客流數、日總回頭客數、銷售額、客單價等數據。
任何商家都遵循金字塔理念，客流、轉化率、客單價、毛利率，這是企業最關鍵的四個指標，無論是電商還是線下商鋪永遠是遵循這個規律。客流小盒解決的問題是，幫助商家把那些收集不到的信息補全。對商家來說，能收集到的永遠都是客單價和毛利率這些銷售數據，提高商家的數據能力，自然就會幫助商家更好實現留舊。
龐濤表示，目前沒有一個人能夠有所有的數據，而客流小盒抓住了一個核心，你是誰，你從哪裡來，你到哪裡去，我怎麼和你聯系。當覆蓋范圍足夠大的時候，對用戶的畫像就會越來越精準。至於這些數據怎麼使用，還是還要看商家自身的經驗，客流小盒提供的只是一個工具。
「我們能檢測到這個VIP在這個商場待了多長時間，我們可以做一對一的精準營銷。商場10%的大客戶你知道是誰嗎？也是一些企業，他會給企業購買一些福利，采購辦公用品。我們可以幫助店鋪抓住這些客戶，當然這必須要有一些傳統手段，比如人盯人。但如果有我們這個監測系統，他人來了，你過去送一杯汽水，這會不會感覺更好。我們會告訴用戶說，你來我這消費，我們這邊是有專人給你服務的。我們就是幫助線下，婉轉線下。」
關於增量方面，客流小盒的核心關鍵在於同業之間形成一個聯盟。龐濤表示，「A和B兩家客戶都是我的，我不可能把A客戶的數據給B，同樣也不可能把B客戶的數據給A，這是有悖於道德的。但是如果不相互交叉，他們之間的增量從哪裡來呢。那我要同時和A、B兩個談，在這個行業裡面，大家同時分享這個數據，你把你的貢獻出來，他把他的貢獻出來，大家都在一個池子裡面。當然我不告訴任何一個人，這個客戶是從哪裡來的。但這個池子裡面是有這么多客戶供大家使用，共享的，從而你就可以拿到增量。然後就可以對增量進行收費。」
簡單的舉個例子，這里有三家咖啡館，每家300人，總共900人。這900人對他們就是這個商場裡面的目標客戶，但客流小盒不會告訴這些客戶具體屬於哪家店鋪，而只是告訴商家這900人都喜歡喝咖啡，之後比拼的就是這三家咖啡的品質和綜合體驗的自身能力了。
未來、變革、嘗試以及商業模式
線下的大數據，這個事情大家都想做，擺在創業者面前最困難的事情，就是推廣。智慧空間團隊現在有20個人，95%的人是做研發。但早前沒有進行大規模推廣，龐濤認為這是他們的產品做的還不夠完善。
「O2O的概念現在很火，很多人都在做這個事情，但是能夠拿得出這些表的人並不多。誰能給你看，你一家店鋪每天到店的客戶、聯系方式以及這些人是不是你的忠實客戶，沒人能給你看。我們已經在這個行業深耕兩年半了，但一直覺得產品體驗不夠，沒辦法對外宣傳。但現在一直等到這張表出來後，我們覺得可以做一些精準營銷了，所以開始推廣了，領先競爭對手長達2年時間。」
而談到商業模式方面，龐濤表示平台積累的數據不會賣給別人，這並不是因為數據是核心資產，而這個數據真正的擁有者和買單者應該是這個商場，這是智慧空間和電商最大的不同。因為目標很簡單就是幫助線下的商鋪成長，最終分取一些店鋪的營銷費用。所以一開始是幫助商家維系老客戶，這方面可能是不收費的，但當商家希望能夠獲得增量的時候，就會希望商家能夠給一些傭金，這樣就可以覆蓋住成本。
而關於硬體領域最大的成本問題，龐濤表示他們對成本並不是十分敏感。只要數據夠快夠准，即使報價再高，商家還是會買單，B端市場和C端市場最大的差別就在這里。
對龐濤的客流小盒來說，或許最大的風險就是用戶隱私方面的問題。因為當商家獲取到目標客戶的電話號碼時，必然會通過簡訊進行營銷，而這是沒有獲得用戶允許的。這和外面的私人基站性質某種程度上有點類似。
對此龐濤表示，基站有一個致命的問題，它是沒有歷史數據進行比對的，基站是截獲手機信號，那個時候手機是打不出電話的，所以國家在打擊這個事情。而客流小盒不一樣，比如說消費者逛了一家商場的A/B/C三家店鋪，這些都是有特徵的，平台會給消費者推薦相關的東西，而不是簡單粗暴的發送垃圾簡訊。而且推送這個簡訊，並不是平台做的事情，智慧空間沒有商品，給商家推送是無意義的。平台只是賦予商家這種推送的能力，再控制商家，在不準的時候，不會讓他們進行推送，在準的時候可以送出去。
寫到這里，差不多談話也結束了，龐濤對客流小盒未來的發展想的足夠透徹，線下大數據的收集和利用仍然會是一個不小的痛點。客流小盒通過掃描設備特徵碼，識別出用戶的手機號碼，也仍然存在一定的法律風險。但這至少讓我產生了一個思考，互聯網人在宣稱要改造傳統行業之時，真正要解決的是幫助線下企業，而不是從他們身上獲取什麼，這或許才是一條正確的道路。
微信號：hizhulu 微博：逐鹿網