⑴ 大数据时代十大热门IT岗位_大数据岗位有哪些
大数据时代十大热门IT岗位
大数据时代十大热门IT岗位,新的想法诞生新的技术，从而造出许多新词，云计算、大数据、BYOD、社交媒体、3D打印机、物联网在互联网时代，各种新词层出不穷，令人应接不暇。这些新的技术、新兴应用和对应的IT发展趋势，使得IT人必须了解甚至掌握最新的IT技能。另一方面，云计算和大数据乃至其他助推各个行业发展的IT基础设施的新一轮部署与运维，都将带来更多的IT职位和相关技能技术的要求。
毫无疑问，这些新趋势的到来，会诞生一批新的工作岗位，比如数据挖掘专家、移动应用开发和测试、算法工程师，商业智能分析师等，同时，也会强化原有岗位的新生命力，比如网络工程师、系统架构师、咨询顾问、数据库管理与开发等等。下面分别为大家介绍着十大IT技能所体现的工作岗位：
一、算法工程师
何万青博士曾经介绍把一件事做快做好的三种方法，其中就提到过“提高流水线效率、更好的算法和更短的代码关键路径。”可以看出算法在系统效率中的轿碰重要地位。算法是让机器按照人类设想的方式去解决问题，算法很大程度上取决于问题类型和工程师对机器编程的理解，其效率的高低与算法息息相关。
在数学和计算机科学之中，算法(Algorithm)为一个计算的具体步骤，常用于计算、数据处理和自动推理。在大数据时代，算法的功能和作用得到进一步凸显。比如针对公司搜索业务，开发搜索相关性算法、排序算法。对公司海量用户行为数据和用户意图，设计数据挖掘算法。
算法工程师，根据研究领域来分主要有音频/视频算法处理、图像技术方面的二维信息算法处理和通信物理层、雷达信号处理、生物医学信号处理等领域的一维信息算法处理。另外数据挖掘、互联网搜索算法这些体现大数据发展方向的算法，在近几年越来越流行，而且算法工程师也逐渐朝向人工智能的方向发展。
二、商业智能分析师
算法工程师延伸出来的商业智能，尤其是在大数据领域变得更加火热。IT职业与咨询服务公司Bluewolf曾经发布报告指出，IT职位需求增长最快的是移动、数据、云服务和面向用户的技术人员，其中具体的职位则包括有商业智能分析师一项。
商业智能分析师往往需要精通数据库知识和统计分析的能力，能够使用商业智能工具，识别或监控现有的和潜在的客户。收集商业情报数据，提供行业报告，分析技术的发展趋势，确定市场未来的产品开发策略或改进现有产品的销售。
商业智能和逻辑分析技能在大数据时代显得特别重要，拥有商业知识以及强大的数据和数学分析背景的IT人才，在将来的IT职场上更能获得大型企业的青睐。不过这些技能并不是一般人都能掌握的，一些公司目前正在招聘统计学家并教授他们有关技术和商业的知识。
三、数据挖掘工程师
数据挖掘工程师，也可以叫做“数据挖掘专家”。数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。
数据挖掘专家或者说数据挖掘工程师掌握的技能，能够为其快速创造财富。当年亚马逊的首位数据挖掘工程师大卫·赛林格(DavidSelinger)创办的数据挖掘公司，将类似于亚马逊的产品推荐引擎系统销售给在线零售和广告销售商，而这种产品推荐引擎系统，也成为亚马逊有史塌帆中以来最赚钱的工具。数据挖掘的价值由此可见一斑。
四、咨询顾问(专家)
任何业务部门和任何行业企业，都有IT系统在背后默默无闻地支撑着。在云计算大数据时代，业务面临的挑战和机遇也会给IT系统带来更多要求。在这种情况下，IT系统的规划部署和运维，都要有更为精通的专业人士才能胜任，并满足面向未来大数据分析、云计算服务应用的需要。
纽约蒙特法沃医疗中心(center)的副主席杰克-沃夫(JackWolf)曾经表示，他寻求不仅会建立和使用系统而且还会给予其他员工技术支持的新员工，他说："新的系统意味着你必须有更多的咨询台来处理更多的咨询量。"当然，这里体现的主要是某个系统的技术支持的功能，但管中规豹我们不难发现，无论是部署初期的物料采购还是运维过程中的金玉良言，都凸显出这种技术咨询顾问的重要性。
五、网络工程师
网络工程师可以说是一个“绿色长青”的职业，网络技术一直以来就处于团山急需之中，美国人力资源公司罗勃海佛国际(RobertHalf)第三季度IT招聘指数和技能报告指出，网络管理占总需求技能排名中的第二位。对于云计算时代来说，网络在云资源池中(计算、存储、网络)更是扮演着更为重要的作用。
另一方面，IPv6标准、物联网、移动互联等蓬勃发展，使得对于网络工程师尤其是新型网络工程师(移动、IPv6、云计算方向)的人才和技能要求也越来越多。网络工程师也因此而可以细分成多个发展方向，相应的技能要求其侧重也有所不同。比如网络安全、网络存储、架构设计、移动网络等等。
六、移动应用开发工程师
移动应用开发，会随着移动互联网时代的到来变得更受追捧。截至2012年底我国已经有10亿手机用户，移动智能终端用户超过4亿，在移动支付、移动购物、移动旅游、移动社交等方面涌现了大量的移动互联网游戏、应用和创业公司。
移动平台智能系统较多，但真正有影响力的也不外乎iOS、Android、WP、Blackberry等。大量原来PC和互联网上的信息化应用、互联网应用均已出现在手机平台上，一些前所未见的新奇应用也开始出现，并日渐增多。
移动应用开发，由于存有多个平台系统，因此不同的平台开发者其所面临的机遇和挑战也不尽相同。一个很明显的例子就是，当初由Google公司和开放手机联盟领导及开发的基于Linux的安卓系统，在开源之后就给广大开发者(商)带来巨大商机，而坚定选择iOS平台的的开发工程师，也通过苹果生态系统的不断扩建和智能设备的高市场占有，使得较早的一批开发者都赚得盆满钵满。不过在国内由于用户习惯、产业环境和版权保护的问题，移动应用开发者并没有因此而获得相应的收益。
七、软件工程设计师
近年IT业界逐渐涌现出一股软件定义网络(SDN)、软件定义数据中心、软件定义存储(SDS)和软件定义服务器(MoonShot)等浪潮，大有软件定义未来一切IT基础设施的趋势。
PaaS、SaaS、数据挖掘和分析、数据管理和监控、虚拟化、应用开发等等，都是软件工程师大展身手的好舞台。相应的，这些技术领域也对软件工程师的要求会更高，尤其是虚拟化和面向BYOD、云计算、大数据等应用的开发和管理，都需要有更高深的技术支撑。
和算法工程师有点类似的地方在于，软件工程师也需要注重设计模式的使用，一位优秀的工程师通常能识别并利用模式，而不是受制于模式。工程师不应让系统去适应某种模式，而是需要发现在系统中使用模式的时机。
八、数据库开发和管理
数据库开发和管理在大数据时代显得尤为重要，相关的数据库管理、运维和开发技术，将成为广大BI、大型企业和咨询分析机构特别看重的技能体现。代表着更多类型(尤其是非结构化类型)的海量数据的涌现，要求我们实时采集、分析、传输这些数据集，在对基础设施提出严峻挑战的同时，也特别强调了数据库开发和管理人员的挑战。
比如分布式的、面向海量数据管理的数据库系统之一NoSQL，就是面向大数据领域的非关系型数据库的流行平台，高可用、大吞吐、低延迟、数据安全性高等应用特点成为了很多企业的看重的特点，并希望有足够多的优秀IT开发人员深度开发NoSQL系统，解决对存储的扩容、宕机时长、平滑扩容、故障自动切换等问题的困恼。
另外，更为知名的Hadoop分布式数据库HBase的数据管理，需要借助HRegion、HMaster、HClient组成的体系结构从整体上管理数据。这些也都需要有对Hadoop深刻理解和业务的精通才能胜任。而除此以外的大数据的存储管理、内存计算、包括基于这些应用上的平台开发等等，也得会越来越受市场欢迎。
九、系统架构师
去年三星首席系统架构师吉姆·莫加德(JimMergard)跳槽至苹果，属于近期比较大的系统架构师人事变动，这种变动也说明了当今对于系统架构师的高度重视和认可。
众所周知，云计算和大数据的出现，使得传统的数据中心基础设施难以胜任;另一方面，日益激烈的市场竞争和移动互联等商机的出现，势必会给企业业务带来深刻变革。这种变革和IT架构转型，都会牵扯到IT系统架构这个核心问题。相比之前介绍的那些IT技能和所对应的岗位，系统架构师的规划部署能力显得尤为重要，它牵扯的是整个面而不是某个领域某个点的痛点。
十、系统安全师
同样的，网络、计算、存储还是系统架构，也都需要关注安全问题，而安全在现在的云计算环境下，个人隐私和企业敏感数据的保护也不断被强化。
在当前很多企业都收缩IT安全预算开支后，还不断面临着增强的合规要求等问题。企业们都在考虑是否应当将某些IT运营交给云端服务提供商处理。实际上，每个人都深感压力，预算不够地情况下还要尽力防护数据地安全，特别是中小型企业，这也就意味着企业需要将部分IT运转外包给第三方以减少资金和人力方面地投资。
即使不采用外包的形式，无论个人还是企业都会更加注重安全，因为“安全”本身是没有行业限制和划分的，尤其是企业在构建云计算环境、提交或者收集海量数据进行处理分析、存储和传输等等一系列环节，都会面临新的挑战。这种挑战势必会需要有更多更专业的技术人才帮助解决这些问题。相比传统来说，系统安全师将更多的会结合具体的业务展开，而根植于系统平台和底层基础设施的系统安全，则更多的会出现在运营
⑵ 大数据“点将”，这些世界级大咖牛在哪
国际大咖全能王：柯克·伯尔尼(Kirk Borne)25位全球顶尖大数据科学家之一、博思艾伦高级数据科学家、天体物理学家和空间科学家柯克·伯尔尼现担任博思艾伦（Booz AllenHamwuilton）公司高级数据科学家。被媒体评为25位全球顶尖大数据科学家之一，并在2014年被评为IBM大数据与分析英雄。除了任职于博思艾伦，他还是很多其它公司的顾问委员会成员。他在加州理工学院获得了天体物理学博士学位，是一名天体物理学家和空间科学家，不愧为一个全能王。塔尖人物：马克·范·雷蒙南(Mark van Rijmenam)全球十大顶尖大数据影响人物之一、知名大数据网站Datafloq创始人马克·范·雷蒙南，全球十大顶尖大数据影响人物之一、著名演讲家、博士。在大数据、数据区块链、物联网和颠覆性创新方面有很高的建树：知名大数据网站Datafloq创始人、数字化领导力实验室创建合伙人、荷兰Data Donderdag大数据论坛联合创始人，著有《Think Bigger: Developing a Successful Big Data Strategy for YourBusiness》。前瞻：杰克·肖(Jack Shaw)美国BBT公司总裁，美国数据区块链委员会高级负责人、全球区块链委员会高级顾问、高级战略咨询专家杰克·肖，作为当今世界极具前瞻性的世界著名未来学专家，杰克•肖致力于通过定量、定时、定性和其他科学方法，探讨现代工业和科学技术的发展对人类社会的影响，拥有超过30年探索未来社会发展预测的研究经验，专注领域包括新生技术，如大数据、AI、物联网、3D打印技术、移动商务、数据分析等等，是世界5大顶尖科技未来学专家之一。
⑶ 专访智慧空间庞涛：大数据时代，传统行业的拓荒者之路
谈到大数据，在这个领域比较擅长，并且为我们所熟知的，他们大多是一些互联网公司，基于大量线上用户交互作为数据支撑，从而实现精准营销、提升效率和收益的目的。然而有关线下的数据收集，却一直是行业的痛点难点所在。
逐鹿网此次对智慧空间CTO庞涛进行了专访，以期希望能够通过他们的产品「流量小盒」来帮助大家了解一下关于线下大数据如何被有效收集利用，以及传统行业在拥抱互联网时应该如何去面对？
午后的一个下午，我在新中关的星巴克见到了庞涛，他显得形色匆忙，刚刚去微软谈了有关产品推广的合作，就风尘仆仆的接受了我的采访。
接地气的硬件，智慧空间的客流小盒
庞涛所在的公司叫做智慧空间，在他看来天下熙熙这么多人流，作为一家专注线下大数据收集的企业应该理所应当的区覆盖所有的地面空间，「我有一种责任帮助所有的地面空间，实现利用大数据来管理客流的一种能力。」
「智慧空间」这家公司在业内并没有什么知名度，他们的产品「客流小盒」也因为是2B端的产品，所以并不被用户所熟知，但这并不妨碍他们在线下大数据方面的成功。
传统的市场研究是找一个市场调查公司，做一些调查问卷，做一个通过统计学的原理来推断市场客户。而客流小盒则是帮助商家收集到足够多的客流数据，为监测商家的客流量提供解决方案，帮助零售企业更好的实现市场研究。通过一个设备和数据的留存，可以识别出一个精准的用户。
例如识别出一个客户后，能识别出一个客户从9点来到10点走，每5秒刷新一次之后就能识别出这个时间段内客户一直在留存。如果能在半年内监测到这个客户平均每个月到店4次，那店家就可以知道这个客户的价值。客流小盒的覆盖的半径大约为30米，能把手机设备的型号识别的特别精准。而其可以利用无线网络监测的道理其实很简单。
移动互联网时代到来，每个人都会有手机，这些手机都会发射无线电波。而如果一台设备能够听到这个无线电波，同时又能识别这个无线电波，那么就能够通过记录手机的个数，来比较准确的推出客流的个数。我们知道在无线电波传输的过程中，一定是带有硬件的特征码，而且这个特征码是固定不变的，通过监控这个可以锁定一个消费者在各个店铺的消费情况。
客流小盒具体来说是怎样的一个产品？用通俗的话来说，这是一个监控到店客流的硬件产品，但这或许是我所见到过的最接地气的硬件了。在前端，客流小盒主要利用经济成熟的无线wifi技术，识别客户手机等无线设备，进而可以准确方便地统计客流量、驻留时间、进店率、回头率等等有价值的数据。在后端，则通过系统后台提供专业易懂的客流相关数据报表，帮助客户实现线下精准数据与CRM的完美结合，最终达到精准营销。
现在客流小盒大概已经和五百多家实体店进行了合作，今年的目标是推广到大概上万家，推广主要走2B的渠道，目前它们也已经获得了天使轮融资。
艰难的前行者，线下数据的拓荒之路
在庞涛看来，互联网巨头没办法从根本上解决线下店铺获取用户的需求。举例来说，对一个具体的线下饭店，一天饭店里来多少人吃饭，谁来你这吃饭，这些人都是什么样的人，实际上对于一个实体店铺，他基本上没有什么手段，而所谓巨头其实也没办法解决这种困境。
当然，不少线下店铺会有一些很笨的手段，但这些手段往往都存在诸多弊端。
首先，存在大量数据缺失，监测无法达到有效的精准度。像Zara的所有门店都放了三路摄像头，这个用来数到店人数。还有711便利店比较聪明，弄了一个只要计数器，只要你一开门，计数器就会自动加1，开一下就加1。其实商家并不是不想监控这些数，而是监控这些数的手段不够多。像711这个，一下来了一堆20个人开了一下门，大家一块监控，就没办法精确监控了。摄像头也有同样的问题，会出现一个人出现在两个摄像头里，被重复计数两次的现象出现。而图像识别的精准度又不是很高，这就导致你无法具体计算到底来了多少人。
其次，即使监测到了具体人数，也无法清楚客流动向。店铺进来了多少人，这只是线下大数据的第一步，对商家来说他们更在意的是消费者最关注的是什么？他们去了店铺里的哪些地方，在什么地方停留时间最长等等，这些数据对线下店铺来说可以帮助他们迅速的调整商品策略。这种在线上很常见的监测流量的热力图，在线下却没有一个解决办法。
最后，到店人数最终的转化率。这个相信会是所有商家最关心的数据，到店的消费者当中到底哪些去了试衣间试衣服？现在的监控都是通过销售后的数据，店铺卖了几单，这个客单价是多少？但事实上，一个品牌做了很多市场推广，这个到店其实是有成本的。哪怕是自然流量，那也是支付了高额的成本才能获得这个好的地段，所以才有了这个流量。商家当然希望能找到一种方法让用户获取成本变得更低。
数据巨头之战，合作与竞争的冲突
在庞涛看来，线上的流量都是比较容易被监控的，无论你访问什么网页都可以被监测到。但到了线下，却往往没有一个有效的手段去监测线下流量，人来人往、翻台率这种对商家最重要的数据，往往只能粗暴的依赖于售后的数据。
这显然不是一个正确的事情，庞涛感慨道，「我们应该为线下的商家做点事情」。对于地面上的店铺来说，它应该有某种手段，把自己的客户抓住。但从始至终，很多人都会认为收集数据这应该是巨头做的事情。
但庞涛并不是很认同这点，在他看来，BAT巨头很多时候确实有这种能力可以帮助线下店铺，比如阿里巴巴是送给店家路由器、POSS机，但这些巨头都有一个核心的利益诉求是「线上流量的滞涨，所以需要去从线下抽取流量」，这也是为什么阿里要收购银泰的原因。
互联网巨头尝试去做O2O，其实就是出于这个目的。以前是希望能够从线上覆盖到线下，但现在希望做的是如何从线下截取流量。它们很多时候会采用所谓的互联网思维，简单的来说就说通过低价或者免费来迎合这个市场。但BAT的出发点却和智慧空间存在很大不同，即便是巨头免费或者送钱给线下的店铺，线下商家也不一定愿意和巨头合作。
庞涛表示，「BAT的核心诉求是要从线下的店铺导流量走，这个是很可怕的。我们是帮助线下店铺有从线上获取用户的能力以及帮助商家学会如何利用大数据做精准营销。不过线上能力现在还不够强，所以现在也在和一些线上的商家进行合作，希望打通一些线上的大数据源。一旦和线上的大数据源BAT+京东，他们都是有从线下导流的这种诉求，所以谈判极其艰苦。」
线下的店铺对智慧空间来说是最宝贵的客户资源，站在客户的角度来出发，没办法上来就把客流导给电商和线上的互联网巨头，但这往往又是这些巨头的基本诉求。某种程度上在获取线上数据的时候，往往处在一个矛盾的冲突之中，但庞涛表示仍然要坚持以线下的利益为主，「我们至少需要的是让大家在一个平等的对话上进行流量的互换，这才有意义。否则的话，流量都白送了，线下将要如何立足。」
痛点以及难点，让手机号成为唯一通行证
覆盖率、地推成本高、商家合作意愿不强等等，这些我们所常见的痛点难点，智慧空间也无法免俗。庞涛表示，现在智慧空间已经和两个大型的购物中心展开合作，已经上线半年。在一些咖啡馆、酒店都有客流小盒的铺设。
关于监测精准度的问题，我在采访中提到了一个疑问，简单的通过「设备」来识别「人」，这会可能会没办法识别出「我是谁」。线上线下的会员卡现在都相当流行，这些卡片背后都拥有具体的一些身份特征信息，年龄、收入、身高等。而客流小盒只能监测到客流量，看上去都是一些无效的流量。
「会员卡的成本太高了」这是庞涛给我的一个有力的回应。电子会员卡所填的信息比较多，当然会更加精准，但建立一套好的会员卡系统，至少需要上百万，还需要单独的设备去刷卡去核销，一张会员卡的成本卡片制作成本就有10元。「大数据的时代，并不是强调这个数据到底有多么的精准，而是在于获取这个数据的大家有多大，这才是核心思想」客流小盒希望把手机作为唯一标示后，去再作为身份的唯一标示，最后让手机号码变成线下和线上的唯一通行证。
至于如何识别出这些手机号码，庞涛表示主要通过和相应的厂家合作来结局。通过比对识别出来的特征码，和web认证的厂家合作。「我们来数频次，他们来识别人。这些厂家没办法识别出手机的特征码，但他们手上有手机号码。比如说这个店，有500人在，他们知道300个人的号码。我们通过3次的挖掘，对比特征码和手机号码。我01年给移动做数据挖掘师，打通这些数据，服务于这个商家。」
到最后，无论是线上还是线下完全不用带一个会员卡了，识别出手机号码和硬件特征码的一个组合，就成为会员体系身份识别的一个重新建立。再结合每5秒扫描获得的硬件特征码，结合算法识别，布放在各个地方的设备，基本上就能识别出这个用户住在哪里？把这些人维护住，这家店的基本命脉就维护住了。这样来说，线下的店铺就有一个很好很便宜的工具。
商家的困惑，如何利用线下客流量
这些数据最大的意义就是可以精准的识别出商家的目标客户，例如在一定时间内监测到一个客户重复到店两次，这其实就是一个回头客。在线上这可以很好的监测，但线下其实商家就很难监测到。
客流小盒每5秒刷新一次，这个号码只要出现在这个店铺里，就会在后台每5秒出现一个点，这其实形成了一个基础数据。一方面可以对客户进行定位，另外一方面对客户进行跟踪，知道客户去了哪里，换没换衣服，有没有结账。像Zara这种店，肯定是不能把摄像头放在试衣间的，这时候监测往往会是一个难点。通过店内的盒子布放进行监控，如果监测到一个客户去了试衣间，那其实就能初步判断这个客户对商家的价值。但现在商家获取这些数据的代价就是300元。
300元，这是客流小盒现在的售价，商家此外每个月还需支付30元的服务费。不过庞涛表示这30元的服务费并不是强制收取的，而是按照为客户提供的服务效果收费，例如智慧空间帮助客户锁定了5000个客户，每个客户找商家收取5毛钱，这些用户都是商家目标精准客户，这个值得不值得？
解决了商家在成本上的困惑之后，就是关于收集到的数据如何被利用的问题。庞涛在京东的工作经历，让他对电商的那一套非常了解，「我在京东工作的时候会有一个监测线上数据的表，监测到pv、uv等，在618和双11的时候为什么可以做到几分钟换一件商品，上一双鞋子5分钟流量上不来立马进行更换。在去年双11的时候，杰克琼斯花了比以前多一倍的钱，但流量还是来不了。这意味着，线上的流量其实已经到了一个瓶颈期了。无论你再砸多少钱，不会再快速增长了。所以今年无论是京东还是阿里都去线下了，大家看中了线下的客流。」
庞涛认为客户的需求永远都是多样性的，电商会是一个很好的补充，但并不是所有，还是没办法完全取代线下。消费者去京东上购买3C产品最核心的因素在于便宜而且能保证，「如果京东比别人贵100元，你试试？之前苏宁有一段时间保证比京东便宜了100元，后来就抢走了京东很多的货」
这是所京东要大力发展第三方而不是自营原因，而到了现在京东也无法保证低价优势了。所以现在无论是线上还是线下，变得殊途同归。「你能维护住一个客户的关键，不管是线下还是线上，综合体验和完整性给人感觉的价值最高才是最好。」
线下流量的正是应该让商家能够使得目标受众感知到良好综合体验和性价比。比如说，客流小盒已经监测到一个客户每个月都会到店几次，这基本就可以断定这个客户应该是商家的忠实VIP。这个时候，可以直接给这个客户一个8折卡，把这个客户彻底留存下来。
上面说的这些只是一些初步的数据利用，客流小盒要帮商家解决最重要的两件事情——拉新和留旧。「我们要把大数据做到很简答，你不能把大数据做的让大家看不懂。」通过客流小盒的后台，商家可以很轻松导出数据报表，这个报表可能会包括商场的管理者、日期、进店数、客流数、日总回头客数、销售额、客单价等数据。
任何商家都遵循金字塔理念，客流、转化率、客单价、毛利率，这是企业最关键的四个指标，无论是电商还是线下商铺永远是遵循这个规律。客流小盒解决的问题是，帮助商家把那些收集不到的信息补全。对商家来说，能收集到的永远都是客单价和毛利率这些销售数据，提高商家的数据能力，自然就会帮助商家更好实现留旧。
庞涛表示，目前没有一个人能够有所有的数据，而客流小盒抓住了一个核心，你是谁，你从哪里来，你到哪里去，我怎么和你联系。当覆盖范围足够大的时候，对用户的画像就会越来越精准。至于这些数据怎么使用，还是还要看商家自身的经验，客流小盒提供的只是一个工具。
「我们能检测到这个VIP在这个商场待了多长时间，我们可以做一对一的精准营销。商场10%的大客户你知道是谁吗？也是一些企业，他会给企业购买一些福利，采购办公用品。我们可以帮助店铺抓住这些客户，当然这必须要有一些传统手段，比如人盯人。但如果有我们这个监测系统，他人来了，你过去送一杯汽水，这会不会感觉更好。我们会告诉用户说，你来我这消费，我们这边是有专人给你服务的。我们就是帮助线下，婉转线下。」
关于增量方面，客流小盒的核心关键在于同业之间形成一个联盟。庞涛表示，「A和B两家客户都是我的，我不可能把A客户的数据给B，同样也不可能把B客户的数据给A，这是有悖于道德的。但是如果不相互交叉，他们之间的增量从哪里来呢。那我要同时和A、B两个谈，在这个行业里面，大家同时分享这个数据，你把你的贡献出来，他把他的贡献出来，大家都在一个池子里面。当然我不告诉任何一个人，这个客户是从哪里来的。但这个池子里面是有这么多客户供大家使用，共享的，从而你就可以拿到增量。然后就可以对增量进行收费。」
简单的举个例子，这里有三家咖啡馆，每家300人，总共900人。这900人对他们就是这个商场里面的目标客户，但客流小盒不会告诉这些客户具体属于哪家店铺，而只是告诉商家这900人都喜欢喝咖啡，之后比拼的就是这三家咖啡的品质和综合体验的自身能力了。
未来、变革、尝试以及商业模式
线下的大数据，这个事情大家都想做，摆在创业者面前最困难的事情，就是推广。智慧空间团队现在有20个人，95%的人是做研发。但早前没有进行大规模推广，庞涛认为这是他们的产品做的还不够完善。
「O2O的概念现在很火，很多人都在做这个事情，但是能够拿得出这些表的人并不多。谁能给你看，你一家店铺每天到店的客户、联系方式以及这些人是不是你的忠实客户，没人能给你看。我们已经在这个行业深耕两年半了，但一直觉得产品体验不够，没办法对外宣传。但现在一直等到这张表出来后，我们觉得可以做一些精准营销了，所以开始推广了，领先竞争对手长达2年时间。」
而谈到商业模式方面，庞涛表示平台积累的数据不会卖给别人，这并不是因为数据是核心资产，而这个数据真正的拥有者和买单者应该是这个商场，这是智慧空间和电商最大的不同。因为目标很简单就是帮助线下的商铺成长，最终分取一些店铺的营销费用。所以一开始是帮助商家维系老客户，这方面可能是不收费的，但当商家希望能够获得增量的时候，就会希望商家能够给一些佣金，这样就可以覆盖住成本。
而关于硬件领域最大的成本问题，庞涛表示他们对成本并不是十分敏感。只要数据够快够准，即使报价再高，商家还是会买单，B端市场和C端市场最大的差别就在这里。
对庞涛的客流小盒来说，或许最大的风险就是用户隐私方面的问题。因为当商家获取到目标客户的电话号码时，必然会通过短信进行营销，而这是没有获得用户允许的。这和外面的私人基站性质某种程度上有点类似。
对此庞涛表示，基站有一个致命的问题，它是没有历史数据进行比对的，基站是截获手机信号，那个时候手机是打不出电话的，所以国家在打击这个事情。而客流小盒不一样，比如说消费者逛了一家商场的A/B/C三家店铺，这些都是有特征的，平台会给消费者推荐相关的东西，而不是简单粗暴的发送垃圾短信。而且推送这个短信，并不是平台做的事情，智慧空间没有商品，给商家推送是无意义的。平台只是赋予商家这种推送的能力，再控制商家，在不准的时候，不会让他们进行推送，在准的时候可以送出去。
写到这里，差不多谈话也结束了，庞涛对客流小盒未来的发展想的足够透彻，线下大数据的收集和利用仍然会是一个不小的痛点。客流小盒通过扫描设备特征码，识别出用户的手机号码，也仍然存在一定的法律风险。但这至少让我产生了一个思考，互联网人在宣称要改造传统行业之时，真正要解决的是帮助线下企业，而不是从他们身上获取什么，这或许才是一条正确的道路。
微信号：hizhulu 微博：逐鹿网