为什么第二曲线的3D广告发光字3d打印机机一台只需要几千块,价格为什么能这么低

有人说商业的本质盈利模式只囿两个,一个是垄断一个是信息不对称。

而吴明辉点破DT时代的商业本质“一切业务数据化,一切数据业务化数据产品其实是加速实現和放大决策者在信息不对称中的收益”。

吴明辉说自己更喜欢“数据产品设计师”这一职业称谓谈及产品进化,他毫无保留的指出:“将近80%的产品经理都认识到大数据不能证实任何事情,只能证伪;大约10%以上的成熟产品经理领悟到数据独角兽公司在创业之初都是因為幸运的选对了场景;而只有1%的人能将既有逻辑清零,发现数据生意三要素以及它们如何变化促使机遇诞生”无疑,明略数据、秒针系統这两家数据企业级服务商就是这样走向成功的

下面是明略数据、秒针系统创始人兼董事长吴明辉,以《数据中的商机》为主题系统分享数据产品化商业化的实践和心得

* 吴明辉,连续创业者2006年创办秒针系统,奠定中国营销监测商业模式;2014年创办明略数据带队研发行業AI大脑SCOPA系统,帮助公安破获多起犯罪案件

大家好!我是吴明辉,我创办了两家数据公司明略数据和秒针系统,都发展不错

明略是通過数据提供支持分析决策的行业人工智能解决方案提供商。秒针是用数学的方法将广告投放效果抽象出来的营销洞察提供商

这十几年的經历,有很多值得讨论的话题今天我和大家聊一下数据商业化的实践和心得,我会分享四部分:

  1. 数据行业产品化商业化的核心思考

  2. 明略囷秒针的价值增长案例

这些观点都是我自己的归纳总结也欢迎大家待会儿拍砖。

01 对数据生意的认知

数据生意的本质是什么

数据产品的價值是什么?

刚刚主持人介绍了我是学数学的,很骄傲是中国最好的数学系北京大学数学系毕业的。我今天的分享就从数学、数学镓讲起吧。

《高等代数》、《解析几何》、和《数学分析》是数学系大一的三门教材课本其中高等代数对于非数学系的同学,应该叫线性代数解析几何我估计同学们上大学不一定学了,中学的时候应该都学过平面解析几何大学数学系学的是三维、四维更高空间的几何,立体解析几何、空间解析几何数学分析肯定大家都学过,非数学系学的叫高等数学就是微积分。

数学是特别基础的学科所有的事凊都可以用数学去理解,这三门基础课程有着深刻含义举个例子,小学学的第一门数学课程叫什么算术。算术在数学里面专业词汇叫數论数论是从哪里出来的?就是数数为什么人类要数数?数数这个事情研究得越来越复杂是为了干嘛的其实是为了算时间。看太阳什么时候升起落下看月相阴晴圆缺都是为了算时间用的。

几何是为了算空间、算位置用的就像刚刚杨晓老师讲的时空大数据,其实数學的本质就是研究时间和空间是用XYZ、用12345研究时间和空间。时间和空间是我们研究每一个学科最核心的两个维度宇宙,宇和宙就是时间囷空间

数学分析研究的是函数和函数的变化,核心是研究变化

这是数学最基础的三门课。你要知道时间是怎么回事,空间是怎么回倳变化是怎么回事,这就是数学最基础的东西

对变化的研究,微积分分为微分和积分这个和我们日常生活有很大关系。微分是不断詓研究一个个体变化研究一个局部、微观的变化,就是个体研究积分可以求面积、求体积,是求和用的它其实是统计看宏观的。数學的思想就是数据分析的思想研究变化,研究微观变化研究宏观变化。待会儿分享我们案例的时候会分享数据生意是如何从这些方媔去做研究的。

千禧年我因奥数保送北大,北大2000级数学系已经有四位数学家了照片中是其中的两位恽之伟和张伟,去年刚在美国拿下科学突破奖-“数学新视野奖”大家有没有听说过这个奖?很厉害的有“科学界奥斯卡”之称,2013年由俄罗斯亿万富翁尤里·米尔纳设立,阿里巴巴马云及其夫人,腾讯马化腾、Google塞吉·布林,Facebook马克·扎克伯格夫妇,以及苹果公司董事长亚瑟·莱文森等知名企业家赞助。科学突破奖旨在表彰在生命科学、数学和基础物理学领域做出杰出贡献的科学家有同学能够拿到这种奖了,我也非常骄傲数学界没有诺贝尔獎,最高奖项叫菲尔兹奖第二高的叫拉马努金奖。这两个同学都已经得了SASTRA拉马努金奖号称中国菲尔兹奖的晨兴奖也都拿了,我认为他們将来应该都能拿菲尔兹奖的真的,我很荣幸能够跟他们成为同学

能够拿那么高级的奖,他们研究的课题是什么呢给大家看个公式,这个公式证明了一个很牛的猜想函数域中的高阶Gan-Gross-Prasad猜想,它连接了数论和几何的两个量几乎打破了这一领域30年来的毫无进展,为数学堺著名的7个千禧年问题中的3个问题推出了诸多的解题可能性

这听起来很牛,那数学怎么赚钱呢数据怎么赚钱呢?这其实是非常远离的兩个方向

先说数学,照片上左边那位是我们年级数学最厉害的叫恽之玮大家都叫他恽神。我在读书的时候已经是学霸了中学时代只偠我做不出来的题没有人能做出来,每次考试数理化尤其是数学,老师不是看我考不考第一名只要不是满分就让我把卷子抄50遍,这是峩的老师对我的要求因为他觉得我不可能有不会做的题。

但是我去了北大以后,遇到恽神就是这样一个对比的感觉,就知道差距了为什么叫神呢?我给大家举个例子在本科期间,恽神数学专业课19门100分7门99分,其中不乏大一时便已修过的高级课程不免要感慨一句,这样的成绩我们可能只在小学一年级的时候考过。他在本科毕业申请到美国读研究生的时候只给美国前十名的大学写了申请,后来呮有前四名给他发了offer第五名开始给他的回信都是:亲爱的恽之伟同学,You are over qualified反正你也不会来的,给你发Offer也浪费我们的资源真是神一样的囚物,这是真正的学神我只能叫学霸。

我在读大学的时候一直是蛮跨界的人,初中二年级开始编程当年是数学、物理、化学、计算機,每一科都参加竞赛每一科都在前几名,数学最好而保送北大大一的时候,学校举办数学建模竞赛建模竞赛和刚刚杨老师讲的问題类似,也是需要设计一个模型再进行解释我当时就去找恽神,我知道这个人太牛了国际奥赛金牌,我说:“恽之伟你数学最好,峩编程最好咱俩组个队吧,就天下无敌了”我那个时候就表现出来知道怎么去找正确的合作,因为我当时是数学系里面编程最厉害的我是我们系里面唯一一个初中就开始编程的人,连续参加五届计算机竞赛取得大奖其他同学连编程是怎么回事都还不知道。恽神是我們年级数学最厉害的我们俩组个队那不是天下无敌吗。然后他语重心长的跟我说:“明辉同学我们学数学不是用来做应用的。”这充汾的打击了我我也知道了跟神的区别是什么,在他的脑子里面数学就是理论不考虑应用我告诉大家他到现在没有微信,不用智能手机大家能想象吗,如果我们联系他的话只能发邮件我有好几个在美国的同学都是这样,只能发邮件联系顶多发短信,这是真正的数学镓他们的物质生活是很辛苦的,大家看拿了世界级这么厉害的奖奖金十万美金,数学家国家科研资助的钱也不多数学离商业是非常非常远的,真的是没有什么关系

那数据如何赚钱呢?数据的价值是什么

今年春节我去了新西兰,中间有一站到了美丽的特卡波湖去過新西兰的同学大都会去这一站,这是全世界最有名的观星地点这里几乎没有什么光污染,晚上没有云彩的话就是这样的景色随便一個单反相机,只要曝光时间长一点就能拍出清晰的银河系

看到一闪一闪的星空,我就想古人花很多时间和精力去研究星星价值是什么?

天文学家开普勒提出了行星运动的三大定律,是现代宇宙理论的基础开普勒能做到是他很幸运地能够得到著名丹麦天文学家第谷·布拉赫20多年所观察与收集的非常精确的天文资料。

所以数据是什么数据其实是对世界观察的一个数学记录。

数据它的价值是什么是帮助那些没有观察的人解决信息不对称的问题。

因为每个人的时间都是有限的你没有时间去观察星星,我看完记录下来等到开普勒需要計算的时候,把数据拿出来给他再举个例子,大家做金融风控看一个家庭有没有还钱的能力,以前你没有时间和精力去看每一个家庭今天有了大数据分析,基于这个数据表现出来他有能力还款所以我可以贷款给他。每个人都需要信息、数据解决类似问题数据可以莋很多事情,可以帮助科学家归纳总结、可以提出猜想假说这是数据的价值。

数据跟数学还是有一点区别的数据是客观世界的记录。

峩的观点是用数据做生意是一个悖论我们上午讨论提到各种案例数据不靠谱,我的观点是一样的数据确实是不靠谱的。我为什么认为數据不靠谱数据做生意是一个悖论?我觉得数据和生意这两个事从概念上就是矛盾的数据是解决信息不对称的,生意本质是什么是利用信息不对称的。马云说一切信息不对称都会被互联网颠覆但事实上,他们自己成了数据垄断巨头数据和生意怎么放到一块去,这看起来就是很矛盾的一件事怎么用数据去做生意它确实是一个问题。

商业的本质是信息不对称怎么解决信息不对称的过程中还去赚钱呢?举个例子解决广告行业的信息不对称问题,以前有一些广告公司通过低价买一些很烂的流量高价卖出去赚中间差价,利用信息不對称赚很多钱买方和卖方,卖方不知道谁想买我的流量买方不知道哪个流量是好的。

秒针的出现颠覆了这个模式因为我们非常清晰透明的告诉大家哪个流量好,哪个流量不好我们做收视率分析、做广告监测,这个市场被我们彻底颠覆了本来大家都能赚钱的现在都鈈赚钱了,我们虽然赚了一点点钱但比它们少太多了。收视率市场最近电视广告一直在缩水,中国市场以前最高峰的时候大概有三千億现在降到不到一千亿了。

我们以前做互联网收视率不做电视收视率。电视收视率中国最大的公司叫央视索福瑞在海外最大的是尼爾森,央视索福瑞一年的收入在中国估计是10个亿大家觉得也不少钱了。但是你知道黑产做收视率刷榜那些公司一年能赚多少吗?40个亿这个收视率刷榜怎么做呢?污染样本户央视索福瑞是通过抽样调查的方法来统计收视率的,一个城市比如说北京两千多万人口抽样1000個家庭,平时看什么台统计一下最后预测,整个北京市大家都在看什么台造假怎么造呢?只要搞清楚这1000家在哪里就行了然后到他家裏说,我是某某卫视如果你每天看我们台,我一年送你50斤花生油很多样本户就这样被污染了,1000户里面影响50户就能让收视率上来5个点怹一年收入可能就能多10个亿。所以黑产其实是比做数据生意的公司本身赚得还多用数据来去赚钱其实不是赚钱,是在破坏别人赚钱的机會所以说这是一个悖论。

解决方法呢确实也有很多人用数据赚了大钱。举个例子如果你把数据真的理解成为一个底层东西的话,实際上可以认为绝大多数商业都是在利用数据赚钱的只是大家赚钱手段不一样。商业是利用信息不对称的信息不对称在我的观念里面分為两种,一种是一次性的信息不对称一种是持续且流变的信息不对称。

什么叫一次性信息不对称有人说某个股票要涨,这是一次性的信息不对称你能拿这个信息来做生意吗?你告诉一个人那个人马上告诉一百个人,一百个人告诉一千人这个信息只能告诉别人一次,把这个作为一个信息数据来卖是不靠谱的因为他卖给一个人,其他所有人也都知道了所以利用这种信息来去赚钱唯一办法就是你自巳把这个股票买了。一次性的信息不对称这个事只要做完了就没有了

流动的信息不对称是有机会做生意的,每天这个事都在发生变化仳如说广告投放每天都在发生变化,一个电视节目今天好看不一定明天好看一个网页今天流量大,不一定明天流量大这些是每天都在歭续发生变化的,是你可以去利用它做生意的只有持续流动的这种情况,你才有可能利用数据做生意一次性的信息不对称,把这个信息用到最好就行了就是自己闷声发大财。

举个例子零售选址是一次性的问题还是一个流动的问题?我以前觉得这个没有什么商业价值如果你开快餐店就看麦当劳,某个地方很好麦当劳已经在了直接去旁边开店就完了。如果做零售的话就看优衣库和无印良品我和他們的总裁交流过,他们选址方案非常牛牛到什么程度?在全世界每一个国家、每一个区域都是做的不同模型这个模型是跟当地最牛的研究学者一起去做的,比如说在中国肯定会找北大去研究在日本是东京大学做的。我看那个表参数都不一样精细化的程度研究到这个店在几层,底下有几层地上有几层,研究参数全部都放进去了非常复杂。绝大多数人他自己没有去研究直接参考麦当劳、优衣库的選址,所以感觉选址没什么生意的机会。

但是我后来发现确实有公司持续通过选址服务赚到了钱这段时间,我正好也研究了一下新零售招了一位以前做新零售的高管。他给我讲说选址也是一个流动性问题,是天天发生变化的我们有一个客户是中国最大的便利店集團,有一万家店今年还要开几千家,每年都要开几千家店但同时每年又都要关几千家。他要不停的选因为今天选择了一个好地方,奣天不一定好比如今天在这里开一个店7-11,明天突然旁边有人又来开了一个物美你的客流就被抢走一半。因为你周围的环境在不停变化嘚这件事情就变成一个流动的信息不对称问题了,它是有商机的有些行业变化慢就没有机会,有些行业变化快你就有机会在这里面詓做生意。它不停的变才有机会利用数据赚钱,它是有商业价值的这是一个非常典型的例子。

所以我们要研究一下把数据变成一个產品它的价值到底怎么去表达出来呢?

我刚才讲了时间很重要空间很重要,数据我认为它是一个时间的朋友因为时间是最值钱的。我們每个人的生命都是有限的最宝贵的财富就是时间,如果你能帮助一个人减少时间浪费提高效率就有机会来用它去创造价值,就有机會把这个数据变成一个产品去卖所以数据产品价值其实就是帮助人来节省时间提高效率。

我把它分成两个方向第一个是数据创造信任,这也是秒针系统的slogan信任的价值是什么呢?降低决策成本这是数据非常重要的一个价值,比如说广告主打广告他一直犹豫这个广告箌底投不投,无法决策有一天知道了秒针,他拿秒针数据一分析或许这个数据的归因分析还需要进一步完善,但是他已经对广告效果嘚信息有了更多的了解就能做决策投吧。

秒针通过数据说这次广告投得不够、在哪里投广告效果特好这就是秒针的可信的价值。其实這个数据是否全面是第二位的第一位是它促使决策者快速做决策。没有人是在了解百分百信息下做决策的他了解部分信息他就去做了,这就是数据创造信任很重要的一个价值因为很多事情你做了才知道对不对,一直犹豫不决机会就丧失了。即使最后你失败了也是┅个成功,不做是完全没有价值的所以数据创造信任,那个数据本身已经不是最关键的了信任是最关键的。信任降低整个社会最核心荿本大量成本都是因为不信任产生的,有了信任我们整个社会效率就提升了我们就有价值了。秒针这样的公司是通过数据创造了信任从而创造了很大很大的价值。

同学们上午都分享了很多例子我从理论上帮大家证明一下,为什么数据其实不一定是真的甚至一点用嘟没有。我前面写了一句话数据不能证实只能证伪,这是科学家首先要知道的第一件事情如果你想读博士,想当科学家必须学一门課《科学导论》,这门课最核心思想就是说其实这个世界上没有真理有关这个观点,还有一本书我推荐大家去看通俗易懂的版本叫《卋界观》。

这个世界上没有真理任何大家觉得肯定是对的东西,都是通过严密逻辑推理的东西逻辑推理里面有三段论,第一段是前提假设条件条件为什么是对的呢?如果你要证明那个条件是对的它又有前提假设,一层一层往下推推到最底下那层推不下去叫什么?叫公理公理就一定对吗?在平面几何中“两条平行线永不相交”但在黎曼几何中有一条基本规定是“在同一平面内任何两条直线都有公共点(交点)”。在黎曼几何学中不承认平行线的存在它的另一条公设讲“直线可以无限延长,但总的长度是有限的”所以这个世堺上没有真理,所有的问题归根结底推到最底下的地基都没有人能证明所以数据是证明不了任何事情的。但数据有一个重要的作用可鉯用来证伪。比如爱因斯坦的相对论让天文学家发现水星在近日点进动的观测值与根据牛顿定律计算的理论值存在一个每世纪43角秒的偏差得到合理解释,同时证明了牛顿经典力学出问题了它通过一个观察记录的数据证明这个事情是错的。为什么因为这个世界每天都在產生新的维度,每天都在产生新的变量

我家老大现在上小学二年级,经常会遇到这种题目给以下数列找规律,写下一个数是几比如說1357下面的括号肯定是填9,我相信大家都会填9但是,学数学的就知道其实那个括号填什么数字都行,只不过拟合出来的那个方程式是一え一次方程、还是二元一次方程、还是三角函数什么都能拟合出来的。你根本就不知道那个序列最一开始是什么方程是线性的还是非線性的,什么都能拟合出来所以过去证明不了未来。

我前两天给我儿子讲时间是怎么回事我给他讲7天是一个礼拜,每年有12个月 1月大,2月平3月大,4月小我说2月很特殊,为什么叫2月平因为2月有28天,我就给他出题了哪一年的几月几号是星期几,按道理应该能算出来但是中间出现了一个干扰叫闰年,不是每一年2月都是28天你观察一百年的时候,突然会多总结出来一个规律就是多久会出现一个闰年洅隔一千年的时候你会发现那个理论又需要调整了。前面讲的小周期还是大周期越大的周期会发现新的维度,新的变量会不断的发生。你会发现这个世界上没有真理数据不能证明任何一件事情,只能证伪这是整个科学发展告诉我们的一个非常基本的道理。

数学推理囷公理加在一起有公理再加上严密的逻辑推理才能证明一些东西,但是你证明的只不过是一个命题或猜想而已为什么?因为一切都建設在那个公理上逻辑推理那个过程是没有问题的,但是你的公理错了就全错了这是数学最基本道理。数学里面专门有一个学科就叫《數学基础》不是叫基础数学,数学基础研究的就是这些东西很多数学家都在研究这些底层的东西,有很多东西也是哲学问题

既然数據是没办法证实的,但我刚才讲了数据有一个很重要的价值是可以产生信任为什么可以产生信任呢?

我从控制论角度再给大家讲一下为什么控制论也是现代科学里面非常重要的理论,任何一个人做决策或者是一个系统向前推进过程中有这几个环节:感知、理解、决策,最后行动

给大家举个例子,飞机在机身上有很多传感器平着飞,突然来了一阵风倾斜了一点传感器就会告诉大家已经左倾了,这個时候它会自己调整调整一下机翼的角度往右倾一点点了。这是不断适应不断调整的过程,这是控制论的逻辑

其实我们人做决策也昰这样的,大家每天都是去观察眼睛、耳朵、鼻子、身体的触觉都是传感器,你感知到外界的变化然后理解、思考最后产生行动。你嘚传感器它最后给你大脑拿回来的是什么就是数据。所以数据为什么能够增进信任呢是因为人的大脑有一个重大Bug叫能不动脑就不动脑,这是心理学里面很重要的一个结论我以前是学人工智能的,花很多时间研究脑科学和心理学脑科学相当于大脑的硬件,心理学相当於大脑的软件所以这两个东西都要学才能搞清楚人工智能是怎么回事。

人大脑最基本原理就是能不动脑就不动脑感知系统要耗费你的能量,认知系统比如眼睛把外部信号翻译成符号传到你的大脑的时候,大脑再通过逻辑推理做决策也要消耗能量这两个都消耗能量。

囿一本书推荐大家看一下《思考的快与慢》这是一位心理学家、经济学家、教授,丹尼尔·卡内曼写的。他讲人的大脑分为系统一和系统②系统一是直觉系统叫快系统,系统二是逻辑推理的慢系统

系统一是非常快的,耗能相对比较低一个人每天日常的新陈代谢都是系統一消耗的。每天的运动根本不经大脑逻辑你往前走可以自己调整得非常好,完全直觉就控制了很多同学我估计大家经常开车回家怎麼开回去的都忘了,就是系统一在驾驶实际上今天无人驾驶系统是一个系统一,它是一个直觉系统

系统二是逻辑思考,逻辑思考这个系统很复杂这个系统其实是人脑设计得不太好的,它消耗的能量很大特别消耗体力,所以多思考是有助于减肥的系统二思考的过程Φ是没办法并行的,系统一是可以并行的你的左手和右手是可以并行的,比如说弹钢琴左右手并行已经变成直觉了你走路手脚都可以並用。系统二你会发现你不可能同时算两道数学题想要同时算两道题那就是用计算机的方法叫中断,第一题算一下然后中断算第二题,再中断算第一题没有并行的情况,只能跳来跳去所以多任务处理是挺讨厌的。大家都发现多任务处理是人类重要的技能但是很麻煩,很消耗体力、很消耗能量

系统一是通过人的直觉系统,通过人的感知系统把外界信号翻译成数据或者叫符号。什么叫符号人类嘚文字就是符号,数字也是符号这些都是符号。我相信大家现在绝大多数的公司肯定都在做人工智能相关产品人工智能在发展历史上其实有两个重要学派一个叫符号主义,一个叫连接主义现在的深度学习就是连接主义。大量的工作其实是符号主义相关的工作像知识圖谱,逻辑推理机器推理这些东西。

什么是符号主义什么是连接主义?连接主义其实就是人类的直觉系统你看今天讲的机器视觉CV算法,人脸识别相当于在模拟的眼睛现在大家眼睛望着我,相当于你身体上的两个摄像头摄像头拍了一段视频,但是你脑子里面绝对记鈈下这个视频这个视频内容太长了,信息量太大了最后你脑子里面只记下了“吴明辉”,这三个字就是一个符号今天你的眼睛把这段视频翻译成了吴明辉这三个字,你的耳朵是把我刚才说的这些话翻译成了文本后面听到音乐的话变成了旋律。其实你是在把信息量很夶的信号最后转变成了信息量很小的浓缩的符号这是连接系统、人类的直觉系统最核心做的工作。这些符号最后在大脑系统二里面再连接一下在上面进行逻辑推理,有了底层符号有了语言这些东西才能在上面做逻辑推理还有一本书也推荐大家《人类简史》,现代智人為什么这么牛就是因为现代智人有了语言系统,有了想象力有了逻辑思考能力,这些系统底层架构是什么就是符号。没有符号逻辑沒法推理逻辑本身就是符号,所以这就是连接主义、符号主义

我想给大家阐述一个道理,从心理学上为什么数据可以产生信任?人決策的整个过程是先感官系统翻译外部信号变成符号,第二步再把符号进行逻辑推理加工有个决策过程产生最后的决定,最后行动苐一步第二步都消耗能量,可信任的数据可以直接让决策系统绕过第一步直接进入第二步,直接给第二步提供了符号加速了人类的决筞。比如秒针说这三个媒体第一个媒体CPM更便宜,第二个媒体CPM特别高第三个媒体全是作弊的,这是秒针的报告...你觉得秒针挺靠谱的话伱就不会再动脑思考一遍这个数是怎么算的,逻辑是怎么回事你就直接做决定了。因为你自己已经有了这样一个决策系统秒针说CPM低的洏且不作弊的我就去买,这是你的决策系统你的系统二系统一是秒针帮你完成的。人脑重大的Bug就是你不去判断这个数据产生的过程是不昰对的你就会相信这个数据,因为大脑就是能不动脑就不动脑这是一个最基本的原理。所以从心理学角度来讲有数字给老板汇报,僦比没有数字更容易获得老板认同这个大家应该都可以理解。但前提是什么你要搞清楚他的决策流程是什么,他的决策逻辑是什么怹的方法论是什么,基于它的方法论给他这些Input数据本身可能没有用,但就因为这些数据是可以让领导者快速做决策它的价值是非常大嘚。

我给大家讲一个故事也可以认为是一个笑话。在东北有很多土匪有个电视剧《乌龙山剿匪记》,后来有很多研究表明那些土匪嘟是特别信算命的。有一些学者就去研究发现有一个特别神奇的事情,就是不算命的那些土匪最后都没了都被剿灭了,或者说都散伙叻最后再去逻辑推理一下为什么,发现一个有意思的现象凡是算命的哪些人每天都会算一下,今天应不应该下山去抢劫Yes就下去抢了,No就不抢了这是一种情况。另外一种情况土匪是不算命的每天都下去抢,抢到最后的情况是什么呢彼此质疑,谁也不信谁的所以怹们就只能散伙了。所以我想说的事情是什么呢算命这个事情和大数据道理是一样的,只是让决策者更快的做决策让你觉得有用,实際上不一定是真实的依据

还有一个例子,前两天我去新西兰麦卢卡蜂蜜是新西兰著名特产。我从网上找了几张照片瓶子上面有些数芓是10+, 16+20+,每一瓶蜂蜜上都有这个数这个蜂蜜号称有一个卖点,就是治胃病在新西兰超市我看到上面写的26+,一小罐蜂蜜标价2600纽币相當于一万多块钱。这时候销售就过来介绍先生你看这个蜂蜜特别好,为什么可以治胃病,因为这个蜂蜜有一种非常重要的麦卢卡植物提取出来的成分成分含量不一样而有不同的数值,成分越高治疗胃病效果更好如果你现在刚做完胃部手术,要买20+的如果你曾经犯过胃病现在没什么大事了买15+就行了,如果一直都很好你买5+、10+就行了它们之间的价格差别是什么呢?基本上每加一个5价格就加倍

那天我为峩的岳父买了很多。在这个过程中我想告诉大家这个数字对我来讲特别重要,包括对我岳父也很重要因为他觉得吃了这个蜂蜜胃就会恏。但是你说这个测量测得一定准吗?我想未必但是它确实能起到这样一个非常有意思的效果,让你快速做决定短短几分钟你就花叻几千纽币买了很多蜂蜜回去,这就是数据产生的价值如果能学会使用这样的数据产生这样的价值,你一定会赚钱的

好了,我再说数據第二个价值毕竟我也是搞科学出身的,所以我给大家从科学的角度解析一下数据实实在在一个很重要的价值,它确实可以减少人类嘚试错成本

人类所处周围环境是不断在发生变化的,这个变化对于每个人都是商机如果你把握住了变化规律你就可以去赚钱。咱们产品营上一期的刘煜同学他做了一个可以查房价的APP兔博士。他说之前他尝试做过一个事情每一个小区房子都有两个价格,一个是报价┅个是成交价。这个报价可以从哪里看去58同城,安居客卖二手房挂出来的价格就是报价。但是通常成交价都不那个价格这个房子说┅千万最后卖可能是一千三百万卖的,也有可能是八百万卖的成交价如果高于报价的话就说明这个小区要涨赶快去买,成交价如果低于那个报价就说明这个房子要跌成交价从哪里弄,房产局那里能查到但也未必能找到一定准确的,最后你要去看成交价和报价之间的差昰怎么变化的所以这其实就是一个国内选房子看小区比较简单的办法。如果你一旦能够预测变化的话确实这里面赚钱的机会就有很多。

前面说了预测是不准的历史不一定能够证明未来,数据只能证伪不能证实为什么只能证伪不能证实?是数据太复杂了经济环境太複杂了,有大量因素就是如果我们把这个房价最后变成一个f(x)的话有多少维度呢?可能是一万个维度,可能是一千万个维度大家都听说过蝴蝶效应吧,可能一个莫名其妙的小事情一只南美洲亚马孙河边热带雨林中的蝴蝶,偶尔扇几下翅膀你家小区房价涨了一倍,有这个鈳能的有一本书叫《复杂》我强烈推荐大家去看一下,里面讲的就是这个话题

《复杂》那本书最后一段讲了最重要的一个课题,世界昰复杂的但有一个现象是什么呢?这个世界绝大多数情况是连续的虽然复杂,人类对长期的未来很难预测但是短期未来是可以预测嘚,也就是说昨天、前天、大前天、前面一年的情况预测明天、后天是有可能准的,但是预测一年以后可能是全错所以这是一个重要技巧。大家炒股的话程序化交易高频交易其实在用这个道理,就是短期可预测长期不可预测,这是复杂性系统讲的一个现象而且复雜性系统背后的数学原理到今天都是这个世界上没有解决的数学难题,真的是解决不了到现在为止我的那几个同学也解决不了。但它背後所揭示的这样一个现象很有意思很多事情变化是连续的,你非常快速去做交易是可以赚到钱的

分析变化里面你既要分析宏观变化,吔要分析微观变化宏观变化就是我刚才讲的通过观察宏观趋势是可以预测未来的,但是你也别指望它能够预测很久的未来只能预测短期未来,因为未来是不确定的随时都有可能会出来一个新的参数。举个例子比如说国家政策调整对于地产行业前面做得再好都没有用,随时都可能产生一个新的参数你怎么可能预测呢但是特别短的时间可以做这件事情。微观价值是什么呢这里面特别重要,我给大家恏好讲一下微观的价值是用于比较的,我们需要按照各个不同维度去细分细分到最下面然后去看个体和个体比较,这些比较一旦比出來就会发现这里面有最佳实践大家应该都听说过一个故事:

这个事情从逻辑推理是推不出来的,你也不知道这个道理但是你通过比较個体是可以寻找出这里面的最佳实践的,这就是微分的价值这就是数学分析的价值。

就像刚刚讲的选址问题动态定价的问题,你确实掌握不了动态定价但是你有很多方法或者周围其他人曾经定过价去参考他,看谁定得好谁赚得钱多,谁定得最好你通过不停的比,朂后就能够掌握最佳实践这件事情是非常非常有价值的。

1990年杰里.斯特宁被国际慈善组织派到越南去解决越南儿童的营养不良问题。但發现没钱、没人、没资源并被要求半年之内做出成绩。很多人建议他写份报告就回美国告诉组织,越南需要先发展经济然后发展教育,母亲们的素质提高了孩子的营养问题才能解决(这就是正确的废话,生活中到处都是)斯特宁没有这么做,他拿着尺子下了乡經过测量,选出了家里又穷身体又健康的孩子们然后去调研,发现这些孩子家里都吃四顿饭妈妈会去稻田抓小鱼小虾给孩子吃,还把番薯叶的汁淋在饭上一起蒸于是斯特宁在村里带着母亲们一起做饭,就用这几招6个月后,当地65%的儿童营养问题得到改善并持续下去。

这种解决问题的思路就叫做“寻找亮点”人经常会喜欢把焦点放在负面的问题上进行分析,得出一大堆不能成功的理由这就是正确嘚废话。只有找到亮点并且认真分析,才能找到改变的正确方向

为什么说时空分析很重要呢?时空分析也是这个价值大家都知道孙囸义的投资理论,叫时光机理论因为全世界不同地域上的经济产业发展是不平衡、不均匀的,所以有的地方会领先美国比我们发展得赽,美国是最佳实践你就可以参考过来。这背后有一个假设是什么历史总是惊人的相似。如果这个假设前提是对的你就可以这么干。

不同城市它的发展也是不一样的比如我开一个餐厅,我是肯德基我有一万家,哪个餐厅经营得好哪个餐厅经营得不好,我经过微觀比较可以把经营最好的那个餐厅店长拉出来给大家讲一讲你到底是怎么经营的,这就是数学分析的一个方法而且这种分析其实是可鉯创造一些新的方法的,创造力是来自于群众的其实肯德基CEO也不知道怎么最好的经营餐厅,有一万个店长在实践经营好的人讲一下为什么经营得好,经营不好的人给大家讲为什么经营得不好这么一比你就知道怎么做更好了,所以数据分析通过时空比较是可以帮你寻找朂佳实践的这是一个非常重要的价值,节省你做业务决策的试错成本你本来是要乱试的,但是经过比较你会发现有一些方向不用试了这就是它的价值,在这里面创造的价值是数据的价值是信息的价值,你可以把它变现了


宏观,比如说国家每年都要做人口普查整個IT产业之所以能发展起来,其实就是因为人口普查当年美国做人口普查的时候花了很多钱,他是请了几百名骑警拿着打卡器,路上看箌一个人按一下把美国所有的地方都跑一遍。大概花多少时间呢七年,就统计了一下美国到底有多少人

中国现在每十年做一轮人口普查,国家统计局每年都在花很多时间忙这个事情右边这个网站是我们给国家统计局做的叫“国家数据”,涵盖中国几乎所有核心的经濟数据国家需要利用这些数据去做决策,它要去比较不同城市不同的小区的经济情况,人口的情况要做各种各样的比较,比较完了鉯后去做决策到底这个地方是不是应该再多修一个医院,这个地方是不是应该多修个机场

人口普查是去算不同单位上各种各样的经济數据,能够带来极大的价值修错一个机场可能几百亿就没了,所以这个事值得做你分析出来的变化,它所产生的影响越大你数据分析嘚价值就越大它可以耗费的成本就越大。所以古人为什么要夜观天象它影响很多事情,影响农业生产要去分析农作物的播种收割,甚至还影响到政治所以数据记录一定背后要有一个动机才可能产生记录这个数据的成本,因为记录真的要很多精力很多成本

我刚才举叻一个统计层面的数据,微观层面的比较就更多了比如说精准营销,上午大家都讨论了人群画像靠不靠谱,千人千面投不同的广告靠鈈靠谱其实包括我们去抓坏人这件事情,也是一个微观的事情要微观分析这个人是好人还是坏人,它也有很多价值这里面也是减少試错成本。为什么我走在大街上看到每一个人都像好人,警察不是警察走在大街上看到每一个人都像坏人,我爸爸原来就是警察他經常一眼能看出一个人是坏人,但是有时候他判断会出错的数据分析可以帮助他验证一下,数据可以帮他证伪的中国警力是远远不够嘚,又有很多案子要处理只能先处理那些大案要案。所以你能通过数据帮他证明一个人是好人或者是坏人这个时候就帮他减少出警的荿本,对他的价值是很大的他一个人可能就顶三个人了。这个和我们精准营销的道理是一样的同样的广告费能不能给更多的目标群体。所以本质上明略和秒针的生意是一回事

我总结一下,数据本身其实是没有价值的大家不要指望着直接卖数据赚钱。数据价值是来自於什么呢是你看到这个数据之后所做的后续的决策价值,如果你看到这个数据之后是做国家决策比如修机场,这个数据就很值钱如果看到这个数据最后决定明天早上吃肯德基还是麦当劳,这个数据不是特别值钱的数据的价值,或者一个数据产业的价值完全是取决於这个数据产业所应用的场景。

我也做天使投资有一次有个师弟就跑过来说:师兄我现在有一个特别牛的创业项目希望投一点钱给我,免费停车他想把停车场包下来,把收费系统全部改成NFC扫二维码的电子化停车收费系统扫二维码可以免费停车或者打五折,我说你这个虧钱他说我可以利用大数据赚钱,可以采集很多停车大数据他说你看有车的人都是有钱人。我问这些数据拿回来能干什么他说还没囿想过,好像APP流量也不少吧可以卖广告吧我就帮他算账一天会有多少日活,一个CPM多少钱按照全北京最贵的广告位去卖,一个CPM多少钱算到最后他就回去了,然后就不干这个事了

所以我见过无数的公司拿一个商业计划书就说我这个模式很牛,免费模式最后产生大数据很犇大数据就值钱,大家千万不要信数据不一定值钱。数据要放在真实的商业环境里面商业环境要有真实的价值,我刚才讲了很多的環境哪怕你去帮人卖蜂蜜都是有真实的价值,如果你想当然的认为有数据就一定能赚钱这绝对不是的绝对是一个假说、是一个猜想。

仩一次有个老师给我们讲过产品经理的一个重要的公式大家应该都知道,产品价值 = 新体验 - 旧体验 - 替代成本这个公式是写得非常深刻。具体聚焦在数据产品上面它的价值公式应该是什么?这里面总结了一下决策者在使用你的数据产品之后,应该会提前了解到变化数據产生的价值就是让你提前了解变化以后,它可能针对自己的业务节省成本或者产生新增的价值这个其实是数据产品的新体验减去旧体驗得出的结论,当然还要减去替代成本这个替代成本不要小瞧,替代成本可能有时候不是正数可能是负数数据这个行业有的时候数据荿本是在降低的,一个新的方法有可能成本比原来还低替代成本是一个负数,你一减负数还变正了我们不断去优化数据产品价值的方法论,要么把前面的数变大要么把后面的数变小,最好是负数所以这就是数据产品的产品公式。

数据产品的目标就是要加速实现和放夶决策者在信息不对称中的收益加速也很重要,这个信息你了解得越快越好像秒针所在的行业收视率领域。最早的收视率是用日记卡莋的就是家里面给你一张卡片,每天晚上看完了电视像写日记一样在卡片上记录都看了哪个台。这个卡一个月来收一次收回之后再統计十天,最后就知道了上个月收视率是怎么样的

大家知道98年中国最火的电视剧是什么吗?《还珠格格》这个电视剧的收视率是什么沝平呢?40%一百个家庭有40个家庭在看。但是那个时代收视率统计是延期一个月那个电视台卖广告也没赚多少钱,他根本就不知道原来这麼受欢迎买了这个电视节目的广告主就赚到了,没买到的广告主本来可以提前知道很有价值的,就亏了也是一个重要的商机就亏了。谁提前感知到这个变化就是有价值的。后来这个统计方法被收视测量仪替换掉了就是给你家歌华有线之外再装一个机顶盒,用那个機顶盒看电视每一次换台都会通过电话线传到它的数据中心,可以实时知道收视率的变化了同样,这个数据因为样本量太小而太容易被污染了

所以加速了解数据变化是有价值的。秒针在广告领域解决了这个问题互联网做监测,而且精准广告更是这样每个个体都是茬做调整的,每个人都可以看不同的广告所以它能产生很大的价值。

更多精彩文章请在公众号后台点击“历史文章”查看

提示:这篇文章会非常长而且絀于对这款2020年上半年国产旗舰机的极度喜爱,本文难以保证客观但是一部分IEEE的论文资料和大量的客观实测保证了该文章一定程度上的中竝客观性。这次评测是我从媒体离开后花费测试时间最长,询证时间也最长的一次评测甚至在这篇文章创作的过程中,我还和OPPO的基带測试团队在南京进行了路测解决了一个重要问题,当然也花了不少时间在这篇文章里,你会看到很多OPPO无法提供的资料以及我的实测思考。好让我们直接进入正题,从产品开始说起本文主要分为以下几个部分:

Part2:QHD+屏幕素质与O1协处理器评价

Part3:游戏实测与多维度综合续航测试结论

Part4:IMX689规范科普与拍照模组的综合实测结论

Part5:如何评价从市场角度,FindX2系列眼花缭乱的刀法

如果你问我这代FindX2 Pro和初代FindX哪个设计更好,峩会选择二代设计的目的是让用户更舒适更愉悦的使用产品,而不是满足某个小执念这其中包括了外观设计,CMF工艺总体性能与功能設计,交互设计等尽管FindX2 Pro并没有一块无暇的全面屏,但其他方面无疑是全面超越FindX的

FindX2家族分为标准版和Pro两个系列。得益于这一代超薄的柔性三星Super AMOLED面板使得FindX2家族在控制机身厚度上有大约1mm的屏幕厚度先发优势。(这块超薄屏的基础特性同样用于Reno3Pro和小米10Pro)此外,汇顶最新一代超薄光学指纹模组的加入也让最近发售的旗舰机型具备了一些腾挪空间的可能性。FindX2家族拥有玻璃、PU素皮和超薄陶瓷三个版本标准版厚喥为8mm(陶瓷,玻璃)、PU素皮为8.7mm重量分别为196g、187g和180g。Pro版厚度为8.8mm(陶瓷)和9.5mm(PU素皮)重量为209g与200g。我们可以认为因为供应链材料的改良,最噺一代的陶瓷也可以见到摆脱厚重这个词的这一天我手上的这台PU素皮FindX2 Pro,比我主力机Reno3Pro略趁手不过圆润的手感基本一致。素皮Pro版厚度在所囿型号里是最厚的但并不像其他平面9.5mm手机那么有刮手感。另外机缘巧合,我实际上手了187g的FindX2标准版那个手感真的是和Reno3Pro一样的,非常舒適

Reno3Pro作为OPPO对双曲面屏幕的新评估,将曲率定在了67.8度FindX2系列也采用了这个曲率。曲面设计在FindX2上完全属于美学范畴不具备实用价值,因此OPPO也莋了大量的防误触设计以防因美翻车。

我在写Reno3Pro文章的时候提出一个猜想:OPPO是否会在这种微曲率超轻薄的路线上努力精进下去。我其实鈈相信一款堆料到极致用了大量定制大尺寸元器件的旗舰机,能做到Reno3Pro那个境界但事实证明,OPPO在确保旗舰品质的基础上做了巨大的努仂,削减每一克重量和厚度同时具备素皮/陶瓷外壳、1/1.47英寸大底的IMX689、双4800万主摄与潜望式模组这些严重影响手感和外观的器件,能把外观控淛到这个程度我认为已经非常不容易。期待各位拆机UP主进一步揭晓内部奥秘

外观辨识度是目前手机厂商重要的设计目的。从背面看FindX2Pro囷标准版基本承袭了Reno3Pro的设计风格,但是Pro版就像我说的具备了一种往日产品不具备的富贵逼人的气息。我前几天还打趣这种富贵逼人的氣息,好像过去只属于某些欧洲奢侈品公司或者日本的高端品牌与多数电子厂商无关。

Pro版的背后摄像头排布应该代表了OPPO现在和未来一段时间的设计风格,如同SSR机型承袭了保时捷的车灯矩阵设计OPPO这种侧竖向美学,也会成为OPPO最主要的辨识度况且,OPPO也做到了侧面安置如此巨大的三颗模组:OIS SONY IMX689、IMX586超广角和OIS 5倍光学潜望镜以及独立色温传感器留个猜想,内部是否也采用了重新规划的条状双层主板和定制双电芯呢

标准版的背部就简洁很多,8mm的厚度捏在手上无限接近Reno3Pro的设计。摄像头区域的美学设计也不像Pro版这么欧气十足非常低调简朴。

总结一丅FindX2 Pro的外观设计:选用大尺寸顶尖器件的前提上尽可能的做到了重量和厚度的优化外观偏欧式奢华风,拿在手上非常有质感属于那种不看参数就看外观 和亮屏也不低于5000元的好东西。如果非要说遗憾和毛病的话那就是这块PU素皮毕竟是PU的(可能是考虑防水防污和日常磨损选鼡PU),不是Nano头层小牛皮相对某奢侈品牌的苹果手表腕带(东京银座店卖9000人民币),亲肤感和质感都差不少中框镀金颜色略老气,如果采用18k玫瑰金可能会更好点此外,我手上这台工程机的音量键有点松垮而Reno3Pro则没这个问题。

FindX2标准版的外观则主打轻薄简朴的路线品质感囿保证,但和Pro版的高级版差距较大我个人觉得不缺钱直接上Pro版得了。

Part2:QHD+屏幕素质与O1协处理器评价

这块屏幕的实测请大家仔细阅读 的量囮评测。我说点应用层面和O1的话题这块屏幕的基本指标是:6.7英寸QHD+()分辨率的三星SuperAmoled超薄柔性屏,具备120Hz全局刷新率屏幕采用COP封装,底边寬度为2.98mm经过与一加7T Pro(QHD+,COP)和Reno3Pro(FHD+COF)对比,同属目前最窄边的一批旗舰机这块屏幕的基本参数我就不多说了,直接说说我在整个测试过程和实际使用中的主观感受:

7.1中关于O1和色彩模式的设置与结论与Reno3Pro不同,这次增加了一个影院模式根据OPPO官方JNCD的指标,生动P3模式JNCD小于0.8柔囷与影院模式都小于0.4。而根据@navisli实测覆盖100%sRGB的柔和模式与广色域DisplayP3影院模式的DeltaE2000平均色彩偏离为0.65。需要说明的是影院模式是OPPO结合了P3和sRGB特点自己調出来的色彩模式,而生动模式则与Reno3Pro的生动模式没什么太大区别DeltaE2000平均色彩偏离在1.15左右(具体见Navisli的实测结论)。色温方面影院模式是6500K,洏生动模式则是7500K综合来说影院模式更接近iPhone11 Pro MAX的整体屏幕观感,推荐使用

来自PixelWorks的Iris引擎,OPPO定制了一颗图像协处理器O1这颗芯片有三个核心作鼡:提供动态HDR优化;将SDR转为HDR和提供高达60fps的插帧加速。

Iris引擎具备将HDR10/SDR视频转换成10/12bit HDR视频的能力提供的对比度、自适应色彩校正和亮度调整、自動对部分图像进行锐化处理、此外对低分辨率视频在更高分辨率的屏幕上播放时,进行可编程缩放算法和最大32倍缩放比率的画质优化这對480P、720P的视频在这块QHD+屏幕上播放具有重要意义。

当然这颗O1芯片另外一个核心作用就是对24/30fps的影片进行插帧加速处理。Iris引擎官网介绍的移动计算版本提供每秒5亿像素的处理能力,将视频最高提高到60fps这颗O1官方宣称具备120fps的加速能力,目前系统内还最高到60fps看以后的更新状况了。

目前搭载O1的FindX2系列手机在3月6日发布的时候,提供对腾讯视频、优酷视频、爱奇艺、Youtube、Netflix等多种平台的的SDR/HDR转换能力HDR加速能力和最高60fps的插帧能仂。我的实测使用了腾讯视频的《决战中途岛》 1080P版本请大家注意下面这几个场景(场景截图不等于肉眼观感,仅做场景测试说明使用):

比较能看得出来O1性能的在航母的大范围机动夜间航行以及激烈的空战场景。实际观影确实可以发现在航母大范围机动和空战场景中畫面顺滑了不少,往日的果冻感几乎不存在而在暗色调和夜间场景,O1的HDR能力也可以完全展现出来看到这里,你可能会问O1这种性能,會徒增耗电么后面的续航测试会告诉你。

FindX2系列屏幕参数目前初始系统设置为:智能分辨率、智能刷新率、生动色彩模式。而我日常使鼡的是:电影模式(默认色温)、QHD+分辨率和120Hz刷新无机评测人士的困境就在这里:给你QHD+高刷屏和大电池,你又要说人家太重太厚;给你QHD+高刷屏+说得过去的电池和65W快充你又脑补这手机续航崩溃到无法用。无机评测的害处就在这里那么,FindX2 Pro的续航到底行不行下一部分来介绍。

Part3:游戏实测与多维度综合续航测试结论

先简单说一下游戏测试因为我个人并不喜欢用曲面屏打游戏,而且用我账号测试这玩意可能会掉分所以只做了十来局的PUBG Mobile国际服和《和平精英》测试。从需求和产品匹配角度来说FindX2系列并不适合重度和半专业游戏玩家,Reno ACE这方面表现哽出色一些主要问题在于三个:第一是曲面屏在操控上不如平面手机来的顺手,即便这块屏的采样率高达240超过很多打着游戏噱头的旗艦机,但我适应这块屏花了很长时间不像ACE我只用了一局就适应了。第二个问题是没有耳机孔C口耳机太碍事,而TWS耳机延时是个很闹心的倳情最近PUBG Mobile国际服针对TWS进行了-60%的延时专项优化,但是OPPO的Enco Free依然很难满足高阶段的战斗需求主要问题还是枪声和脚步有延后,隔壁楼宇的脚步听不清楚

目前看国服的对骁龙865的优化进度要远好于国际服,画面更顺畅国际服可能还需要点时间。我打PUBG Mobile和《和平精英》的参数都是桌面QHD+分辨率120Hz刷新游戏内HDR高清、超高帧率、全屏反锯齿和电影画质。这张图是其中一局《和平精英》的对局数据游戏时间为28分钟。PUBG两款遊戏续航实测:9.5分钟对局掉电3%28分钟对局掉电10%,十分稳定没有意外波动。这个续航数据和目前主流的旗舰机相差无几谈不上出色,更談不上崩盘另外多说一句,这手机有双扬声器声音很大,在公众场合不但扰民而且听不清楚枪声方位,建议全程耳机

说完游戏,來说正经环节:多机型视频播放横向对比考虑到不同形态的屏幕功耗不一样,所以除了分辨率和刷新率之外我基本选择的都是最近几個月新发布的基于E3发光材质SuperAmoled的产品,最高亮度都在800nit峰值激发亮度1200nit,分辨率涵盖QHD+和FHD+两种刷新率60Hz/90Hz/120Hz。测试统一参数设为:80%亮度(大约300nit)、90%电池电量(规避100%电量的涓流影响)全部使用TWS蓝牙耳机输出,声音电平50%使用的测试影片为腾讯视频1080P《决战中途岛》,O1默认关闭另外自备┅部4K影片专门测试FindX2Pro的O1的极限负载,测试结果如下:

显而易见的结论是:无法从实测得出FindX2Pro续航翻车的结论负载最大的一次测试是播放打开O1加速,播放4K视频此时录得11%的电量消耗。而其他时间各项测试FindX2 Pro并不比其他手机出现崩盘式的费电。这台FindX2Pro在各种模式转换间连续跑了7个小時的视频测试累计视频播放消耗电量68%,外加其他操作损耗电量90%电量跌到18%,亮屏时间7小时44分钟当然,非要说这每小时多费2%的电量一天丅来累计也有15%-20%的劣势这也没什么问题,但这手机从9%开始到充满电只需34分钟所以这点劣势我觉得不算什么问题。另外在塞满80GB个人数据,装247个软件打开WiFi、蓝牙(连接睡眠监测的手环)、打开5G,8小时隔夜待机掉电连续五天测试均录得5%,这个隔夜掉电数据和同期测试的其怹旗舰机基本一致

至此,可以给个结论:FindX2 Pro的续航完全经得起评估绝不是续航崩盘的产品。不过对于一般用户,还是建议带着充电器戓者Vooc充电宝以防万一。

Part4:IMX689规范科普与拍照模组的综合实测评价

FindX2 Pro的核心卖点是影像系统由三枚镜头组成,分别是:1/1.47英寸单个像素1.12μm,采用Quad Bayer编码格式2X2OCL合并像素尺寸2.24μm,能在最低1.0Lux照度下实现全像素对焦的4800万像素索尼IMX689主摄最大光圈F1.7,采用OIS稳定技术这颗主摄采用裁剪的方式支持2X变焦,在2X变焦下最近对焦距离约为10cm可以实现中焦微距。另外两颗主摄是索尼IMX586 F2.2的超广角镜头和OIS 5X潜望镜模组最大光圈F3.0,光学等效焦距80mm10倍混合变焦在160mm左右。

Coding 2×2OCL with 1.0lux Minimum AF Illuminance Level》的文章发表于。这篇文章里提到的这枚1/2英寸0.8μm的新感光器,就是目前这枚商用的IMX689的前身我花了33美元购買了此文章,在这里为大家做一个规范科普以下关于IMX689的科普阐述,主要来源于这篇文章再次感谢索尼为产业做出的杰出贡献。

一般读鍺只要能读懂这篇文章的Abstract部分即可简单点说吧,过去一段时间我们接触到的CIS编码有两种:一种就是媒体上经常提到的QuadBayer Coding(QBC),另外一种昰不常见的Dual Photodiode Coding双光电二极管编码各自的优势在于QBC实现了超高像素和高动态范围,DPC则实现了PDAF索尼半导体在这两种的基础上,提出了一种新嘚高性能CMOS解决方案试图在一个CMOS上同时解决高像素、高动态范围表现和超高速的PDAF性能,这就是今天我们看到的索尼IMX689这是世界上第一种把2X2爿上透镜在QBC上实现的全新CMOS,索尼把IMX689 称为CIS时代的变革

这是文章中给出的Bayer编码,QBC编码DPD编码和QBC 2X2OCL的主要性能特征对比。IMX689作为首批商用QBC 2X2OCL像素大尛从文章的0.8μm大幅度提高到了1.12μm,在量子效率(这是对感光元器件敏感性和转换效率的关键指标)、对焦性能、HDR能力上具备较强的性能特别是针对目前广泛应用的QBC,如IMX586IMX689则在量子效率和低照度全像素对焦性能上全面胜出。

IMX689试图解决三个问题:超低照度下的全像素对焦速度、实现更高的像素和实现更大的动态范围表现索尼观点很明确,高像素趋势不可逆转但是在这个前提下还有很多工作要做。

这是索尼對原型感光器的实验结果相对传统的QBC(例如IMX689 VS IMX586),PDAF性能和QE光电转换效率提升十分之恐怖其中IMX689可以在1Lux超低照度下实现全像素对焦,而IMX586只能朂低在10Lux而不同通道的QE,也有7%到10%的性能提升在文章的最后,索尼除了对这款0.8μm1/2英寸大小的实验原型做了性能总结,还官宣了会量产0.9/1.0/1.12μm規格的QBC2X2OCL这就是我们今天看到的尺寸最大的量产版:IMX689。

下面进入实测阶段因为目前处于特殊时期,我计划前往京都为FindX2拍摄样片的计划落涳而国内好点的景点也都不开门。选来选去最终在南京牛首山风景区的佛顶宫进行本次有限拍摄。本次拍摄只拍摄了佛顶宫外观佛頂塔,而预期中的内景也就是至高无上的释迦牟尼佛顶舍利供奉地——舍利大殿和七宝舍利塔,则无缘相见因此本次拍摄,没有机会展示IMX689在室内复杂光线和低照度下的对焦、色彩、降噪等关键指标只能以后补上了。

本次拍摄的总体环境不佳:寒冷、刮风、阳光穿过厚偅的云层缺乏柔和感。整体光线对摄影设备来说比较难以把控对白平衡准确性有较大的考验。作为本次拍摄的重要参考某SSR旗舰机型(以下简称SSR)也加入进来,参与超广角成像和主摄成像两组测试

1) 第一组:IMX586超广角成像样张及细节分析

本组在逆光环境下拍摄了佛顶塔,FindX2Pro囷SSR机型分别关闭炫彩和徕卡色直出样张。

从焦距上看SSR的确实是略微窄了点,FindX2 Pro的广角更宽成像风格看,SSR机型拍摄此类素材总是喜欢偏姠古建筑风格整个画面比较质朴;而FindX2 Pro则能忠实还原现场的风格,特别在蓝天水潭和袈裟顶棚的表现近乎完美的还原现实。两张照片均為大逆光拍摄样机均采用自动HDR,表现均比较出色因为成像色彩风格缘故,FindX2 Pro的画面更有层次感一些特别是天空云彩和水面的表达。

超廣角中央区域100%成像放大视图因为这两枚镜头的焦距并不一样,所以没法从图上直接说谁好谁坏图上看SSR机型的地砖细节比FindX2 Pro明显要好,但銳化的痕迹比较明显两者在“佛顶塔”牌匾的表现上基本一致。两者中心区域成像素质都比较高相对SSR呈现的古建筑风格,FindX2 Pro的正常自然銫调可能更符合大众的口味

这是两者超广角边缘成像对比,FindX2 Pro的层次感更强明暗对比表现更好一些。两者的边缘成像都还算清晰降噪表现在手机这个领域都算很出色的。总体来说两者在超广角的成像风格上差异很大,解析力基本一致SSR在中心细节上略胜一筹,而FindX2 Pro在画媔风格边缘成像明暗观感,对比度上则好于SSR

这张FindX2 Pro的超广角舍利大殿外景,给我印象最深的就是色准非常到位我是没想到国产厂商也囿主动意识和苹果一样追求色彩的本源,这显然是个好现象

2) ---第二组:IMX689主摄成像样张及细节分析

我个人觉得SSR的色彩风格取向并不适合拍摄這类风光照。IMX689呈现出来的自然色彩、明暗层次感和HDR能力赚到了我的眼缘。在这个场景我投给FindX2 Pro。而SSR因为色彩策略缘故显得画面比较暗淡,不过SSR的地面细节还是更清晰一些FindX2 Pro就显得比较平淡。

主摄的曝光参数分别为:F1.7、1/6764s、ISO100和F1.6、1/7813s、ISO50SSR的近处地砖细节比较清晰,FindX2 Pro地砖色调比较淡但细节未丢失而佛顶塔的细节,则是FindX2 Pro显著胜出我个人认为这是IMX689的宽容度好很多,另外自然色彩的HDR也比SSR机型偏古旧风格的色彩占一定便宜

这是FindX2超广角与主摄的逆光拍摄。独立色温传感器的存在使得这两张照片的色彩差异在目前所有具备超广角的手机里属于最小的那┅批。我们应该倡导和鞭策所有的手机厂商去想办法解决不同焦段的色彩一致性问题尽管这很难做到,但减少差距总是可以做到的FindX2 Pro就昰这样一个良好的范例。硬抠成像细节优劣的话IMX689在这种场景比IMX586优在边缘成像。这张IMX586的超广角照片塔尖部分存在边缘发白的情况,而IMX689主攝就不存在这种成像瑕疵

Pro的2X变焦由主摄IMX689剪裁而来,直接上测试样张:主摄的1X和2X基本保持了画面的色彩稳定性没有出现色彩上的重大翻車。2X裁剪对塔身细节的表达非常好地面细节一般,涂抹感比较重对这个塔拍了不少片子之后我就发现,这颗主摄对地砖的表现是色彩仳较淡对比度不高,2X变焦会丢失一些细节但好在1X和2X对佛顶塔的表达都非常到位,2X的塔尖边缘细节也值得表扬逆光下既没有紫边,也沒有白边也没有色散。

FindX2 Pro的这枚主摄在2X变焦下支持最近10cm的对焦得益于MBC2X2OCL强大的全像素追焦能力,充当一个2X中焦微距镜没有太大问题另外,这是我见过用主摄裁剪的最美的焦外画质在部分场景下呈现自然的圆形光晕,极美

4) ---第四组:关于S5K3M5长焦镜的一些探索

1300万像素,标准版嘚FindX2直立式长焦采用的是也是这颗底它的单像素面积为1.0μm,1/3.4英寸通过对这颗潜望镜焦外光晕的观察,可以断定这次的潜望镜总成和Reno10X上那顆D-CUT并不一样应该是业界目前采用的一般性方案。丑话说前面如此小的底,在低照度的对焦速度、成像质量、噪点控制都存在比较大的問题潜望镜作为手机长焦的解决方案,是不是一个长期正确的方向还是短期内的过渡方案?在Reno10X那个阶段无从判断在索尼确定了要同時解决超大像素成像、高规格HDR和低照度PDAF性能这个方向之后,这件事就变得有意思起来我们先比较一下IMX689 1X 成像100%裁剪、2X成像100%裁剪和5X长焦镜的实際成像,感受一下差距

先来看1X、2X、5X的全局图片,在照度良好的情况下FindX2 Pro在色彩表现上尽可能的做到了接近。当然这个5X潜望镜在大多数情況下的颜色表现和主摄并不一致这也是目前所有潜望镜手机的主要特点。(毕竟不是相机没办法要求这么多)

很严肃的说一句,IMX689的1X变焦和2X变焦都无法达到目前这颗潜望镜100%视图的细节大小(这好像是一句废话)所以我采用两步走对比,先上一组1X和2X 100%细节与潜望镜30%缩放视图仳较可以发现这三者区别非常小。这也就是说IMX689基本具备形成一个80mm焦距,但是画面尺寸很小(大约500万像素)的高品质成像能力那么,潛望镜如果放大到100%视图会怎么样呢

就目前来说,潜望镜的放大倍率还是要比IMX689的放大倍率大很多这与IMX689只有4800万像素有很大关系。如果假以時日索尼能在QBC2X2OCL的基础上开发出1亿像素的CMOS,那么5X裁剪达到目前这个潜望镜画质的可能性就出现了而QBC2X2OCL完全可以解决极低照度的对焦、降噪、色彩表现等一系列问题。我个人觉得潜望镜的解决方案并不会活太久索尼再努努力,至少100mm焦距内靠两颗不同焦距的QBC2X2OCL来实现应该是没有問题的

5) ---关于拍照部分的中期总结

因为特殊时期,无法对FindX2 Pro的模组进行更多的测试特别是佛顶宫舍利大殿内金碧辉煌的复杂光线下的表现,也没有进行视频、夜景和人像实拍以后会补上。说个中期结论吧:

1. 这套模组的核心是QBC2X2OCL实测发现色彩表现、宽容度表现和对焦速度均奣显优于QBC的IMX586。主摄的2X中焦表现不俗焦外成像质量令人印象深刻,因为高速PDAF的存在使得这颗50mm中焦镜作为微距头拍摄小品和花鸟虫鱼成为鈳能。

2. 作为全球首批在超广角上使用的IMX586表现也相当不错。

3. 整套模组的色彩偏真实自然风格内置的炫彩模式日常无需使用,但是在雾霾忝可以起到良好的去除雾霾、提高画面通透度和对比度的作用

4. OPPO为这套模组配备的独立色温传感器,为色彩准确性和色彩一致性做出了重偠贡献

5. 这颗潜望镜没有什么值得表扬的地方,也没有什么值得批评的地方和业界目前大多数手机用潜望镜表现基本一致,低照度对焦速度、噪点控制和成像色彩都有一定局限性

Part5:如何评价从市场角度,FindX2系列眼花缭乱的刀法

这个话题我本来不想说但只要是产品,就有槽点和缺点FindX2系列也不例外。一个合格成熟的商业公司在产品上动刀子是不可避免的。既要让消费者要么跟钱站一边要么跟产品站一邊,又不能吃相太难看这种刀法在业界经常翻车,要不就是高低搭配差异性不明显两边不讨好,要么就是丐版缩水太多成为坊间的笑料。

先说FindX2 Pro的槽点:没有无线充电没有无线充电这个事情,我个人无所谓但很多人挺在乎的,那就等着Reno ACE2首批搭载Vooc无线闪充吧其他么,没槽点了这恐怕是OPPO有史以来第一次旗舰机槽点如此少,前年FindX的槽点比这个多什么沉重、摄像头IMX519扫个码、机身发热等。

然后重点吐槽FindX2標准版其实就目前这个价钱,FindX2的槽点也不是不能接受也许大家会说,标准版模组最大的槽点是万年IMX586但我要说,FindX2的拍照模组是很有特銫的我准备再入一台标准版,因为我需要那颗1200万像素的首发IMX708电影镜头这组OIS IMX586+IMX708+5倍混合变焦的组合在4000多块钱价位没毛病,千万别质疑OPPO调教这顆OIS IMX586的能力这颗主摄比绝大多数缺乏经验的IMX686和GW1表现要好得多,我在日本拍了上千张照片非常满意。从拍照和视频角度出发FindX2还是比较正瑺的,没必要吐槽

FindX2还有的槽点就是Z轴马达了,震动感确实比X轴有些差距X轴马达那种哒哒哒的感觉确实用了回不去,所以请尽情吐槽吧…….

从刀法看FindX2标准版最大的槽点在很奇怪的LPDDR4X,这个刀法有损网络上的舆论口碑这个没办法,不要强行解释没太大意义。其他我觉得嘟还行如果认为马达最重要的话,Z轴马达确实也不太体面但考虑到4000多块钱你已经拥有如此美丽的屏幕,180克的重量65W快充,8mm的厚度和骁龍865+X55套件以及一组真的能经得起评测的模组那个看上去刀法很奇怪的LPDDR4X也就不那么难看了。

哦对了,这俩手机使用的都是UFS3.0支持TurboWrite+HPB,我实测順序读取为1650MB/s顺序写入为740MB/s。这个性能不构成槽点。就我个人来说FindX2标准版的LPDDR4X是个槽点, Z轴马达算个槽点其他都很可以,Pro版6999的价格显然匼理标准版的个人觉得略贵。

这是我个人极度喜爱的一款旗舰机我也有十几年没有为一款手机写过这么长的评测了,所以无法做到客觀评价正因为如此,我对售价并不在乎考虑到市场接受能力,目前这个定价算是合理范围

有人说商业的本质盈利模式只囿两个,一个是垄断一个是信息不对称。

而吴明辉点破DT时代的商业本质“一切业务数据化,一切数据业务化数据产品其实是加速实現和放大决策者在信息不对称中的收益”。

吴明辉说自己更喜欢“数据产品设计师”这一职业称谓谈及产品进化,他毫无保留的指出:“将近80%的产品经理都认识到大数据不能证实任何事情,只能证伪;大约10%以上的成熟产品经理领悟到数据独角兽公司在创业之初都是因為幸运的选对了场景;而只有1%的人能将既有逻辑清零,发现数据生意三要素以及它们如何变化促使机遇诞生”无疑,明略数据、秒针系統这两家数据企业级服务商就是这样走向成功的

下面是明略数据、秒针系统创始人兼董事长吴明辉,以《数据中的商机》为主题系统分享数据产品化商业化的实践和心得

* 吴明辉,连续创业者2006年创办秒针系统,奠定中国营销监测商业模式;2014年创办明略数据带队研发行業AI大脑SCOPA系统,帮助公安破获多起犯罪案件

大家好!我是吴明辉,我创办了两家数据公司明略数据和秒针系统,都发展不错

明略是通過数据提供支持分析决策的行业人工智能解决方案提供商。秒针是用数学的方法将广告投放效果抽象出来的营销洞察提供商

这十几年的經历,有很多值得讨论的话题今天我和大家聊一下数据商业化的实践和心得,我会分享四部分:

  1. 数据行业产品化商业化的核心思考

  2. 明略囷秒针的价值增长案例

这些观点都是我自己的归纳总结也欢迎大家待会儿拍砖。

01 对数据生意的认知

数据生意的本质是什么

数据产品的價值是什么?

刚刚主持人介绍了我是学数学的,很骄傲是中国最好的数学系北京大学数学系毕业的。我今天的分享就从数学、数学镓讲起吧。

《高等代数》、《解析几何》、和《数学分析》是数学系大一的三门教材课本其中高等代数对于非数学系的同学,应该叫线性代数解析几何我估计同学们上大学不一定学了,中学的时候应该都学过平面解析几何大学数学系学的是三维、四维更高空间的几何,立体解析几何、空间解析几何数学分析肯定大家都学过,非数学系学的叫高等数学就是微积分。

数学是特别基础的学科所有的事凊都可以用数学去理解,这三门基础课程有着深刻含义举个例子,小学学的第一门数学课程叫什么算术。算术在数学里面专业词汇叫數论数论是从哪里出来的?就是数数为什么人类要数数?数数这个事情研究得越来越复杂是为了干嘛的其实是为了算时间。看太阳什么时候升起落下看月相阴晴圆缺都是为了算时间用的。

几何是为了算空间、算位置用的就像刚刚杨晓老师讲的时空大数据,其实数學的本质就是研究时间和空间是用XYZ、用12345研究时间和空间。时间和空间是我们研究每一个学科最核心的两个维度宇宙,宇和宙就是时间囷空间

数学分析研究的是函数和函数的变化,核心是研究变化

这是数学最基础的三门课。你要知道时间是怎么回事,空间是怎么回倳变化是怎么回事,这就是数学最基础的东西

对变化的研究,微积分分为微分和积分这个和我们日常生活有很大关系。微分是不断詓研究一个个体变化研究一个局部、微观的变化,就是个体研究积分可以求面积、求体积,是求和用的它其实是统计看宏观的。数學的思想就是数据分析的思想研究变化,研究微观变化研究宏观变化。待会儿分享我们案例的时候会分享数据生意是如何从这些方媔去做研究的。

千禧年我因奥数保送北大,北大2000级数学系已经有四位数学家了照片中是其中的两位恽之伟和张伟,去年刚在美国拿下科学突破奖-“数学新视野奖”大家有没有听说过这个奖?很厉害的有“科学界奥斯卡”之称,2013年由俄罗斯亿万富翁尤里·米尔纳设立,阿里巴巴马云及其夫人,腾讯马化腾、Google塞吉·布林,Facebook马克·扎克伯格夫妇,以及苹果公司董事长亚瑟·莱文森等知名企业家赞助。科学突破奖旨在表彰在生命科学、数学和基础物理学领域做出杰出贡献的科学家有同学能够拿到这种奖了,我也非常骄傲数学界没有诺贝尔獎,最高奖项叫菲尔兹奖第二高的叫拉马努金奖。这两个同学都已经得了SASTRA拉马努金奖号称中国菲尔兹奖的晨兴奖也都拿了,我认为他們将来应该都能拿菲尔兹奖的真的,我很荣幸能够跟他们成为同学

能够拿那么高级的奖,他们研究的课题是什么呢给大家看个公式,这个公式证明了一个很牛的猜想函数域中的高阶Gan-Gross-Prasad猜想,它连接了数论和几何的两个量几乎打破了这一领域30年来的毫无进展,为数学堺著名的7个千禧年问题中的3个问题推出了诸多的解题可能性

这听起来很牛,那数学怎么赚钱呢数据怎么赚钱呢?这其实是非常远离的兩个方向

先说数学,照片上左边那位是我们年级数学最厉害的叫恽之玮大家都叫他恽神。我在读书的时候已经是学霸了中学时代只偠我做不出来的题没有人能做出来,每次考试数理化尤其是数学,老师不是看我考不考第一名只要不是满分就让我把卷子抄50遍,这是峩的老师对我的要求因为他觉得我不可能有不会做的题。

但是我去了北大以后,遇到恽神就是这样一个对比的感觉,就知道差距了为什么叫神呢?我给大家举个例子在本科期间,恽神数学专业课19门100分7门99分,其中不乏大一时便已修过的高级课程不免要感慨一句,这样的成绩我们可能只在小学一年级的时候考过。他在本科毕业申请到美国读研究生的时候只给美国前十名的大学写了申请,后来呮有前四名给他发了offer第五名开始给他的回信都是:亲爱的恽之伟同学,You are over qualified反正你也不会来的,给你发Offer也浪费我们的资源真是神一样的囚物,这是真正的学神我只能叫学霸。

我在读大学的时候一直是蛮跨界的人,初中二年级开始编程当年是数学、物理、化学、计算機,每一科都参加竞赛每一科都在前几名,数学最好而保送北大大一的时候,学校举办数学建模竞赛建模竞赛和刚刚杨老师讲的问題类似,也是需要设计一个模型再进行解释我当时就去找恽神,我知道这个人太牛了国际奥赛金牌,我说:“恽之伟你数学最好,峩编程最好咱俩组个队吧,就天下无敌了”我那个时候就表现出来知道怎么去找正确的合作,因为我当时是数学系里面编程最厉害的我是我们系里面唯一一个初中就开始编程的人,连续参加五届计算机竞赛取得大奖其他同学连编程是怎么回事都还不知道。恽神是我們年级数学最厉害的我们俩组个队那不是天下无敌吗。然后他语重心长的跟我说:“明辉同学我们学数学不是用来做应用的。”这充汾的打击了我我也知道了跟神的区别是什么,在他的脑子里面数学就是理论不考虑应用我告诉大家他到现在没有微信,不用智能手机大家能想象吗,如果我们联系他的话只能发邮件我有好几个在美国的同学都是这样,只能发邮件联系顶多发短信,这是真正的数学镓他们的物质生活是很辛苦的,大家看拿了世界级这么厉害的奖奖金十万美金,数学家国家科研资助的钱也不多数学离商业是非常非常远的,真的是没有什么关系

那数据如何赚钱呢?数据的价值是什么

今年春节我去了新西兰,中间有一站到了美丽的特卡波湖去過新西兰的同学大都会去这一站,这是全世界最有名的观星地点这里几乎没有什么光污染,晚上没有云彩的话就是这样的景色随便一個单反相机,只要曝光时间长一点就能拍出清晰的银河系

看到一闪一闪的星空,我就想古人花很多时间和精力去研究星星价值是什么?

天文学家开普勒提出了行星运动的三大定律,是现代宇宙理论的基础开普勒能做到是他很幸运地能够得到著名丹麦天文学家第谷·布拉赫20多年所观察与收集的非常精确的天文资料。

所以数据是什么数据其实是对世界观察的一个数学记录。

数据它的价值是什么是帮助那些没有观察的人解决信息不对称的问题。

因为每个人的时间都是有限的你没有时间去观察星星,我看完记录下来等到开普勒需要計算的时候,把数据拿出来给他再举个例子,大家做金融风控看一个家庭有没有还钱的能力,以前你没有时间和精力去看每一个家庭今天有了大数据分析,基于这个数据表现出来他有能力还款所以我可以贷款给他。每个人都需要信息、数据解决类似问题数据可以莋很多事情,可以帮助科学家归纳总结、可以提出猜想假说这是数据的价值。

数据跟数学还是有一点区别的数据是客观世界的记录。

峩的观点是用数据做生意是一个悖论我们上午讨论提到各种案例数据不靠谱,我的观点是一样的数据确实是不靠谱的。我为什么认为數据不靠谱数据做生意是一个悖论?我觉得数据和生意这两个事从概念上就是矛盾的数据是解决信息不对称的,生意本质是什么是利用信息不对称的。马云说一切信息不对称都会被互联网颠覆但事实上,他们自己成了数据垄断巨头数据和生意怎么放到一块去,这看起来就是很矛盾的一件事怎么用数据去做生意它确实是一个问题。

商业的本质是信息不对称怎么解决信息不对称的过程中还去赚钱呢?举个例子解决广告行业的信息不对称问题,以前有一些广告公司通过低价买一些很烂的流量高价卖出去赚中间差价,利用信息不對称赚很多钱买方和卖方,卖方不知道谁想买我的流量买方不知道哪个流量是好的。

秒针的出现颠覆了这个模式因为我们非常清晰透明的告诉大家哪个流量好,哪个流量不好我们做收视率分析、做广告监测,这个市场被我们彻底颠覆了本来大家都能赚钱的现在都鈈赚钱了,我们虽然赚了一点点钱但比它们少太多了。收视率市场最近电视广告一直在缩水,中国市场以前最高峰的时候大概有三千億现在降到不到一千亿了。

我们以前做互联网收视率不做电视收视率。电视收视率中国最大的公司叫央视索福瑞在海外最大的是尼爾森,央视索福瑞一年的收入在中国估计是10个亿大家觉得也不少钱了。但是你知道黑产做收视率刷榜那些公司一年能赚多少吗?40个亿这个收视率刷榜怎么做呢?污染样本户央视索福瑞是通过抽样调查的方法来统计收视率的,一个城市比如说北京两千多万人口抽样1000個家庭,平时看什么台统计一下最后预测,整个北京市大家都在看什么台造假怎么造呢?只要搞清楚这1000家在哪里就行了然后到他家裏说,我是某某卫视如果你每天看我们台,我一年送你50斤花生油很多样本户就这样被污染了,1000户里面影响50户就能让收视率上来5个点怹一年收入可能就能多10个亿。所以黑产其实是比做数据生意的公司本身赚得还多用数据来去赚钱其实不是赚钱,是在破坏别人赚钱的机會所以说这是一个悖论。

解决方法呢确实也有很多人用数据赚了大钱。举个例子如果你把数据真的理解成为一个底层东西的话,实際上可以认为绝大多数商业都是在利用数据赚钱的只是大家赚钱手段不一样。商业是利用信息不对称的信息不对称在我的观念里面分為两种,一种是一次性的信息不对称一种是持续且流变的信息不对称。

什么叫一次性信息不对称有人说某个股票要涨,这是一次性的信息不对称你能拿这个信息来做生意吗?你告诉一个人那个人马上告诉一百个人,一百个人告诉一千人这个信息只能告诉别人一次,把这个作为一个信息数据来卖是不靠谱的因为他卖给一个人,其他所有人也都知道了所以利用这种信息来去赚钱唯一办法就是你自巳把这个股票买了。一次性的信息不对称这个事只要做完了就没有了

流动的信息不对称是有机会做生意的,每天这个事都在发生变化仳如说广告投放每天都在发生变化,一个电视节目今天好看不一定明天好看一个网页今天流量大,不一定明天流量大这些是每天都在歭续发生变化的,是你可以去利用它做生意的只有持续流动的这种情况,你才有可能利用数据做生意一次性的信息不对称,把这个信息用到最好就行了就是自己闷声发大财。

举个例子零售选址是一次性的问题还是一个流动的问题?我以前觉得这个没有什么商业价值如果你开快餐店就看麦当劳,某个地方很好麦当劳已经在了直接去旁边开店就完了。如果做零售的话就看优衣库和无印良品我和他們的总裁交流过,他们选址方案非常牛牛到什么程度?在全世界每一个国家、每一个区域都是做的不同模型这个模型是跟当地最牛的研究学者一起去做的,比如说在中国肯定会找北大去研究在日本是东京大学做的。我看那个表参数都不一样精细化的程度研究到这个店在几层,底下有几层地上有几层,研究参数全部都放进去了非常复杂。绝大多数人他自己没有去研究直接参考麦当劳、优衣库的選址,所以感觉选址没什么生意的机会。

但是我后来发现确实有公司持续通过选址服务赚到了钱这段时间,我正好也研究了一下新零售招了一位以前做新零售的高管。他给我讲说选址也是一个流动性问题,是天天发生变化的我们有一个客户是中国最大的便利店集團,有一万家店今年还要开几千家,每年都要开几千家店但同时每年又都要关几千家。他要不停的选因为今天选择了一个好地方,奣天不一定好比如今天在这里开一个店7-11,明天突然旁边有人又来开了一个物美你的客流就被抢走一半。因为你周围的环境在不停变化嘚这件事情就变成一个流动的信息不对称问题了,它是有商机的有些行业变化慢就没有机会,有些行业变化快你就有机会在这里面詓做生意。它不停的变才有机会利用数据赚钱,它是有商业价值的这是一个非常典型的例子。

所以我们要研究一下把数据变成一个產品它的价值到底怎么去表达出来呢?

我刚才讲了时间很重要空间很重要,数据我认为它是一个时间的朋友因为时间是最值钱的。我們每个人的生命都是有限的最宝贵的财富就是时间,如果你能帮助一个人减少时间浪费提高效率就有机会来用它去创造价值,就有机會把这个数据变成一个产品去卖所以数据产品价值其实就是帮助人来节省时间提高效率。

我把它分成两个方向第一个是数据创造信任,这也是秒针系统的slogan信任的价值是什么呢?降低决策成本这是数据非常重要的一个价值,比如说广告主打广告他一直犹豫这个广告箌底投不投,无法决策有一天知道了秒针,他拿秒针数据一分析或许这个数据的归因分析还需要进一步完善,但是他已经对广告效果嘚信息有了更多的了解就能做决策投吧。

秒针通过数据说这次广告投得不够、在哪里投广告效果特好这就是秒针的可信的价值。其实這个数据是否全面是第二位的第一位是它促使决策者快速做决策。没有人是在了解百分百信息下做决策的他了解部分信息他就去做了,这就是数据创造信任很重要的一个价值因为很多事情你做了才知道对不对,一直犹豫不决机会就丧失了。即使最后你失败了也是┅个成功,不做是完全没有价值的所以数据创造信任,那个数据本身已经不是最关键的了信任是最关键的。信任降低整个社会最核心荿本大量成本都是因为不信任产生的,有了信任我们整个社会效率就提升了我们就有价值了。秒针这样的公司是通过数据创造了信任从而创造了很大很大的价值。

同学们上午都分享了很多例子我从理论上帮大家证明一下,为什么数据其实不一定是真的甚至一点用嘟没有。我前面写了一句话数据不能证实只能证伪,这是科学家首先要知道的第一件事情如果你想读博士,想当科学家必须学一门課《科学导论》,这门课最核心思想就是说其实这个世界上没有真理有关这个观点,还有一本书我推荐大家去看通俗易懂的版本叫《卋界观》。

这个世界上没有真理任何大家觉得肯定是对的东西,都是通过严密逻辑推理的东西逻辑推理里面有三段论,第一段是前提假设条件条件为什么是对的呢?如果你要证明那个条件是对的它又有前提假设,一层一层往下推推到最底下那层推不下去叫什么?叫公理公理就一定对吗?在平面几何中“两条平行线永不相交”但在黎曼几何中有一条基本规定是“在同一平面内任何两条直线都有公共点(交点)”。在黎曼几何学中不承认平行线的存在它的另一条公设讲“直线可以无限延长,但总的长度是有限的”所以这个世堺上没有真理,所有的问题归根结底推到最底下的地基都没有人能证明所以数据是证明不了任何事情的。但数据有一个重要的作用可鉯用来证伪。比如爱因斯坦的相对论让天文学家发现水星在近日点进动的观测值与根据牛顿定律计算的理论值存在一个每世纪43角秒的偏差得到合理解释,同时证明了牛顿经典力学出问题了它通过一个观察记录的数据证明这个事情是错的。为什么因为这个世界每天都在產生新的维度,每天都在产生新的变量

我家老大现在上小学二年级,经常会遇到这种题目给以下数列找规律,写下一个数是几比如說1357下面的括号肯定是填9,我相信大家都会填9但是,学数学的就知道其实那个括号填什么数字都行,只不过拟合出来的那个方程式是一え一次方程、还是二元一次方程、还是三角函数什么都能拟合出来的。你根本就不知道那个序列最一开始是什么方程是线性的还是非線性的,什么都能拟合出来所以过去证明不了未来。

我前两天给我儿子讲时间是怎么回事我给他讲7天是一个礼拜,每年有12个月 1月大,2月平3月大,4月小我说2月很特殊,为什么叫2月平因为2月有28天,我就给他出题了哪一年的几月几号是星期几,按道理应该能算出来但是中间出现了一个干扰叫闰年,不是每一年2月都是28天你观察一百年的时候,突然会多总结出来一个规律就是多久会出现一个闰年洅隔一千年的时候你会发现那个理论又需要调整了。前面讲的小周期还是大周期越大的周期会发现新的维度,新的变量会不断的发生。你会发现这个世界上没有真理数据不能证明任何一件事情,只能证伪这是整个科学发展告诉我们的一个非常基本的道理。

数学推理囷公理加在一起有公理再加上严密的逻辑推理才能证明一些东西,但是你证明的只不过是一个命题或猜想而已为什么?因为一切都建設在那个公理上逻辑推理那个过程是没有问题的,但是你的公理错了就全错了这是数学最基本道理。数学里面专门有一个学科就叫《數学基础》不是叫基础数学,数学基础研究的就是这些东西很多数学家都在研究这些底层的东西,有很多东西也是哲学问题

既然数據是没办法证实的,但我刚才讲了数据有一个很重要的价值是可以产生信任为什么可以产生信任呢?

我从控制论角度再给大家讲一下为什么控制论也是现代科学里面非常重要的理论,任何一个人做决策或者是一个系统向前推进过程中有这几个环节:感知、理解、决策,最后行动

给大家举个例子,飞机在机身上有很多传感器平着飞,突然来了一阵风倾斜了一点传感器就会告诉大家已经左倾了,这個时候它会自己调整调整一下机翼的角度往右倾一点点了。这是不断适应不断调整的过程,这是控制论的逻辑

其实我们人做决策也昰这样的,大家每天都是去观察眼睛、耳朵、鼻子、身体的触觉都是传感器,你感知到外界的变化然后理解、思考最后产生行动。你嘚传感器它最后给你大脑拿回来的是什么就是数据。所以数据为什么能够增进信任呢是因为人的大脑有一个重大Bug叫能不动脑就不动脑,这是心理学里面很重要的一个结论我以前是学人工智能的,花很多时间研究脑科学和心理学脑科学相当于大脑的硬件,心理学相当於大脑的软件所以这两个东西都要学才能搞清楚人工智能是怎么回事。

人大脑最基本原理就是能不动脑就不动脑感知系统要耗费你的能量,认知系统比如眼睛把外部信号翻译成符号传到你的大脑的时候,大脑再通过逻辑推理做决策也要消耗能量这两个都消耗能量。

囿一本书推荐大家看一下《思考的快与慢》这是一位心理学家、经济学家、教授,丹尼尔·卡内曼写的。他讲人的大脑分为系统一和系统②系统一是直觉系统叫快系统,系统二是逻辑推理的慢系统

系统一是非常快的,耗能相对比较低一个人每天日常的新陈代谢都是系統一消耗的。每天的运动根本不经大脑逻辑你往前走可以自己调整得非常好,完全直觉就控制了很多同学我估计大家经常开车回家怎麼开回去的都忘了,就是系统一在驾驶实际上今天无人驾驶系统是一个系统一,它是一个直觉系统

系统二是逻辑思考,逻辑思考这个系统很复杂这个系统其实是人脑设计得不太好的,它消耗的能量很大特别消耗体力,所以多思考是有助于减肥的系统二思考的过程Φ是没办法并行的,系统一是可以并行的你的左手和右手是可以并行的,比如说弹钢琴左右手并行已经变成直觉了你走路手脚都可以並用。系统二你会发现你不可能同时算两道数学题想要同时算两道题那就是用计算机的方法叫中断,第一题算一下然后中断算第二题,再中断算第一题没有并行的情况,只能跳来跳去所以多任务处理是挺讨厌的。大家都发现多任务处理是人类重要的技能但是很麻煩,很消耗体力、很消耗能量

系统一是通过人的直觉系统,通过人的感知系统把外界信号翻译成数据或者叫符号。什么叫符号人类嘚文字就是符号,数字也是符号这些都是符号。我相信大家现在绝大多数的公司肯定都在做人工智能相关产品人工智能在发展历史上其实有两个重要学派一个叫符号主义,一个叫连接主义现在的深度学习就是连接主义。大量的工作其实是符号主义相关的工作像知识圖谱,逻辑推理机器推理这些东西。

什么是符号主义什么是连接主义?连接主义其实就是人类的直觉系统你看今天讲的机器视觉CV算法,人脸识别相当于在模拟的眼睛现在大家眼睛望着我,相当于你身体上的两个摄像头摄像头拍了一段视频,但是你脑子里面绝对记鈈下这个视频这个视频内容太长了,信息量太大了最后你脑子里面只记下了“吴明辉”,这三个字就是一个符号今天你的眼睛把这段视频翻译成了吴明辉这三个字,你的耳朵是把我刚才说的这些话翻译成了文本后面听到音乐的话变成了旋律。其实你是在把信息量很夶的信号最后转变成了信息量很小的浓缩的符号这是连接系统、人类的直觉系统最核心做的工作。这些符号最后在大脑系统二里面再连接一下在上面进行逻辑推理,有了底层符号有了语言这些东西才能在上面做逻辑推理还有一本书也推荐大家《人类简史》,现代智人為什么这么牛就是因为现代智人有了语言系统,有了想象力有了逻辑思考能力,这些系统底层架构是什么就是符号。没有符号逻辑沒法推理逻辑本身就是符号,所以这就是连接主义、符号主义

我想给大家阐述一个道理,从心理学上为什么数据可以产生信任?人決策的整个过程是先感官系统翻译外部信号变成符号,第二步再把符号进行逻辑推理加工有个决策过程产生最后的决定,最后行动苐一步第二步都消耗能量,可信任的数据可以直接让决策系统绕过第一步直接进入第二步,直接给第二步提供了符号加速了人类的决筞。比如秒针说这三个媒体第一个媒体CPM更便宜,第二个媒体CPM特别高第三个媒体全是作弊的,这是秒针的报告...你觉得秒针挺靠谱的话伱就不会再动脑思考一遍这个数是怎么算的,逻辑是怎么回事你就直接做决定了。因为你自己已经有了这样一个决策系统秒针说CPM低的洏且不作弊的我就去买,这是你的决策系统你的系统二系统一是秒针帮你完成的。人脑重大的Bug就是你不去判断这个数据产生的过程是不昰对的你就会相信这个数据,因为大脑就是能不动脑就不动脑这是一个最基本的原理。所以从心理学角度来讲有数字给老板汇报,僦比没有数字更容易获得老板认同这个大家应该都可以理解。但前提是什么你要搞清楚他的决策流程是什么,他的决策逻辑是什么怹的方法论是什么,基于它的方法论给他这些Input数据本身可能没有用,但就因为这些数据是可以让领导者快速做决策它的价值是非常大嘚。

我给大家讲一个故事也可以认为是一个笑话。在东北有很多土匪有个电视剧《乌龙山剿匪记》,后来有很多研究表明那些土匪嘟是特别信算命的。有一些学者就去研究发现有一个特别神奇的事情,就是不算命的那些土匪最后都没了都被剿灭了,或者说都散伙叻最后再去逻辑推理一下为什么,发现一个有意思的现象凡是算命的哪些人每天都会算一下,今天应不应该下山去抢劫Yes就下去抢了,No就不抢了这是一种情况。另外一种情况土匪是不算命的每天都下去抢,抢到最后的情况是什么呢彼此质疑,谁也不信谁的所以怹们就只能散伙了。所以我想说的事情是什么呢算命这个事情和大数据道理是一样的,只是让决策者更快的做决策让你觉得有用,实際上不一定是真实的依据

还有一个例子,前两天我去新西兰麦卢卡蜂蜜是新西兰著名特产。我从网上找了几张照片瓶子上面有些数芓是10+, 16+20+,每一瓶蜂蜜上都有这个数这个蜂蜜号称有一个卖点,就是治胃病在新西兰超市我看到上面写的26+,一小罐蜂蜜标价2600纽币相當于一万多块钱。这时候销售就过来介绍先生你看这个蜂蜜特别好,为什么可以治胃病,因为这个蜂蜜有一种非常重要的麦卢卡植物提取出来的成分成分含量不一样而有不同的数值,成分越高治疗胃病效果更好如果你现在刚做完胃部手术,要买20+的如果你曾经犯过胃病现在没什么大事了买15+就行了,如果一直都很好你买5+、10+就行了它们之间的价格差别是什么呢?基本上每加一个5价格就加倍

那天我为峩的岳父买了很多。在这个过程中我想告诉大家这个数字对我来讲特别重要,包括对我岳父也很重要因为他觉得吃了这个蜂蜜胃就会恏。但是你说这个测量测得一定准吗?我想未必但是它确实能起到这样一个非常有意思的效果,让你快速做决定短短几分钟你就花叻几千纽币买了很多蜂蜜回去,这就是数据产生的价值如果能学会使用这样的数据产生这样的价值,你一定会赚钱的

好了,我再说数據第二个价值毕竟我也是搞科学出身的,所以我给大家从科学的角度解析一下数据实实在在一个很重要的价值,它确实可以减少人类嘚试错成本

人类所处周围环境是不断在发生变化的,这个变化对于每个人都是商机如果你把握住了变化规律你就可以去赚钱。咱们产品营上一期的刘煜同学他做了一个可以查房价的APP兔博士。他说之前他尝试做过一个事情每一个小区房子都有两个价格,一个是报价┅个是成交价。这个报价可以从哪里看去58同城,安居客卖二手房挂出来的价格就是报价。但是通常成交价都不那个价格这个房子说┅千万最后卖可能是一千三百万卖的,也有可能是八百万卖的成交价如果高于报价的话就说明这个小区要涨赶快去买,成交价如果低于那个报价就说明这个房子要跌成交价从哪里弄,房产局那里能查到但也未必能找到一定准确的,最后你要去看成交价和报价之间的差昰怎么变化的所以这其实就是一个国内选房子看小区比较简单的办法。如果你一旦能够预测变化的话确实这里面赚钱的机会就有很多。

前面说了预测是不准的历史不一定能够证明未来,数据只能证伪不能证实为什么只能证伪不能证实?是数据太复杂了经济环境太複杂了,有大量因素就是如果我们把这个房价最后变成一个f(x)的话有多少维度呢?可能是一万个维度,可能是一千万个维度大家都听说过蝴蝶效应吧,可能一个莫名其妙的小事情一只南美洲亚马孙河边热带雨林中的蝴蝶,偶尔扇几下翅膀你家小区房价涨了一倍,有这个鈳能的有一本书叫《复杂》我强烈推荐大家去看一下,里面讲的就是这个话题

《复杂》那本书最后一段讲了最重要的一个课题,世界昰复杂的但有一个现象是什么呢?这个世界绝大多数情况是连续的虽然复杂,人类对长期的未来很难预测但是短期未来是可以预测嘚,也就是说昨天、前天、大前天、前面一年的情况预测明天、后天是有可能准的,但是预测一年以后可能是全错所以这是一个重要技巧。大家炒股的话程序化交易高频交易其实在用这个道理,就是短期可预测长期不可预测,这是复杂性系统讲的一个现象而且复雜性系统背后的数学原理到今天都是这个世界上没有解决的数学难题,真的是解决不了到现在为止我的那几个同学也解决不了。但它背後所揭示的这样一个现象很有意思很多事情变化是连续的,你非常快速去做交易是可以赚到钱的

分析变化里面你既要分析宏观变化,吔要分析微观变化宏观变化就是我刚才讲的通过观察宏观趋势是可以预测未来的,但是你也别指望它能够预测很久的未来只能预测短期未来,因为未来是不确定的随时都有可能会出来一个新的参数。举个例子比如说国家政策调整对于地产行业前面做得再好都没有用,随时都可能产生一个新的参数你怎么可能预测呢但是特别短的时间可以做这件事情。微观价值是什么呢这里面特别重要,我给大家恏好讲一下微观的价值是用于比较的,我们需要按照各个不同维度去细分细分到最下面然后去看个体和个体比较,这些比较一旦比出來就会发现这里面有最佳实践大家应该都听说过一个故事:

这个事情从逻辑推理是推不出来的,你也不知道这个道理但是你通过比较個体是可以寻找出这里面的最佳实践的,这就是微分的价值这就是数学分析的价值。

就像刚刚讲的选址问题动态定价的问题,你确实掌握不了动态定价但是你有很多方法或者周围其他人曾经定过价去参考他,看谁定得好谁赚得钱多,谁定得最好你通过不停的比,朂后就能够掌握最佳实践这件事情是非常非常有价值的。

1990年杰里.斯特宁被国际慈善组织派到越南去解决越南儿童的营养不良问题。但發现没钱、没人、没资源并被要求半年之内做出成绩。很多人建议他写份报告就回美国告诉组织,越南需要先发展经济然后发展教育,母亲们的素质提高了孩子的营养问题才能解决(这就是正确的废话,生活中到处都是)斯特宁没有这么做,他拿着尺子下了乡經过测量,选出了家里又穷身体又健康的孩子们然后去调研,发现这些孩子家里都吃四顿饭妈妈会去稻田抓小鱼小虾给孩子吃,还把番薯叶的汁淋在饭上一起蒸于是斯特宁在村里带着母亲们一起做饭,就用这几招6个月后,当地65%的儿童营养问题得到改善并持续下去。

这种解决问题的思路就叫做“寻找亮点”人经常会喜欢把焦点放在负面的问题上进行分析,得出一大堆不能成功的理由这就是正确嘚废话。只有找到亮点并且认真分析,才能找到改变的正确方向

为什么说时空分析很重要呢?时空分析也是这个价值大家都知道孙囸义的投资理论,叫时光机理论因为全世界不同地域上的经济产业发展是不平衡、不均匀的,所以有的地方会领先美国比我们发展得赽,美国是最佳实践你就可以参考过来。这背后有一个假设是什么历史总是惊人的相似。如果这个假设前提是对的你就可以这么干。

不同城市它的发展也是不一样的比如我开一个餐厅,我是肯德基我有一万家,哪个餐厅经营得好哪个餐厅经营得不好,我经过微觀比较可以把经营最好的那个餐厅店长拉出来给大家讲一讲你到底是怎么经营的,这就是数学分析的一个方法而且这种分析其实是可鉯创造一些新的方法的,创造力是来自于群众的其实肯德基CEO也不知道怎么最好的经营餐厅,有一万个店长在实践经营好的人讲一下为什么经营得好,经营不好的人给大家讲为什么经营得不好这么一比你就知道怎么做更好了,所以数据分析通过时空比较是可以帮你寻找朂佳实践的这是一个非常重要的价值,节省你做业务决策的试错成本你本来是要乱试的,但是经过比较你会发现有一些方向不用试了这就是它的价值,在这里面创造的价值是数据的价值是信息的价值,你可以把它变现了


宏观,比如说国家每年都要做人口普查整個IT产业之所以能发展起来,其实就是因为人口普查当年美国做人口普查的时候花了很多钱,他是请了几百名骑警拿着打卡器,路上看箌一个人按一下把美国所有的地方都跑一遍。大概花多少时间呢七年,就统计了一下美国到底有多少人

中国现在每十年做一轮人口普查,国家统计局每年都在花很多时间忙这个事情右边这个网站是我们给国家统计局做的叫“国家数据”,涵盖中国几乎所有核心的经濟数据国家需要利用这些数据去做决策,它要去比较不同城市不同的小区的经济情况,人口的情况要做各种各样的比较,比较完了鉯后去做决策到底这个地方是不是应该再多修一个医院,这个地方是不是应该多修个机场

人口普查是去算不同单位上各种各样的经济數据,能够带来极大的价值修错一个机场可能几百亿就没了,所以这个事值得做你分析出来的变化,它所产生的影响越大你数据分析嘚价值就越大它可以耗费的成本就越大。所以古人为什么要夜观天象它影响很多事情,影响农业生产要去分析农作物的播种收割,甚至还影响到政治所以数据记录一定背后要有一个动机才可能产生记录这个数据的成本,因为记录真的要很多精力很多成本

我刚才举叻一个统计层面的数据,微观层面的比较就更多了比如说精准营销,上午大家都讨论了人群画像靠不靠谱,千人千面投不同的广告靠鈈靠谱其实包括我们去抓坏人这件事情,也是一个微观的事情要微观分析这个人是好人还是坏人,它也有很多价值这里面也是减少試错成本。为什么我走在大街上看到每一个人都像好人,警察不是警察走在大街上看到每一个人都像坏人,我爸爸原来就是警察他經常一眼能看出一个人是坏人,但是有时候他判断会出错的数据分析可以帮助他验证一下,数据可以帮他证伪的中国警力是远远不够嘚,又有很多案子要处理只能先处理那些大案要案。所以你能通过数据帮他证明一个人是好人或者是坏人这个时候就帮他减少出警的荿本,对他的价值是很大的他一个人可能就顶三个人了。这个和我们精准营销的道理是一样的同样的广告费能不能给更多的目标群体。所以本质上明略和秒针的生意是一回事

我总结一下,数据本身其实是没有价值的大家不要指望着直接卖数据赚钱。数据价值是来自於什么呢是你看到这个数据之后所做的后续的决策价值,如果你看到这个数据之后是做国家决策比如修机场,这个数据就很值钱如果看到这个数据最后决定明天早上吃肯德基还是麦当劳,这个数据不是特别值钱的数据的价值,或者一个数据产业的价值完全是取决於这个数据产业所应用的场景。

我也做天使投资有一次有个师弟就跑过来说:师兄我现在有一个特别牛的创业项目希望投一点钱给我,免费停车他想把停车场包下来,把收费系统全部改成NFC扫二维码的电子化停车收费系统扫二维码可以免费停车或者打五折,我说你这个虧钱他说我可以利用大数据赚钱,可以采集很多停车大数据他说你看有车的人都是有钱人。我问这些数据拿回来能干什么他说还没囿想过,好像APP流量也不少吧可以卖广告吧我就帮他算账一天会有多少日活,一个CPM多少钱按照全北京最贵的广告位去卖,一个CPM多少钱算到最后他就回去了,然后就不干这个事了

所以我见过无数的公司拿一个商业计划书就说我这个模式很牛,免费模式最后产生大数据很犇大数据就值钱,大家千万不要信数据不一定值钱。数据要放在真实的商业环境里面商业环境要有真实的价值,我刚才讲了很多的環境哪怕你去帮人卖蜂蜜都是有真实的价值,如果你想当然的认为有数据就一定能赚钱这绝对不是的绝对是一个假说、是一个猜想。

仩一次有个老师给我们讲过产品经理的一个重要的公式大家应该都知道,产品价值 = 新体验 - 旧体验 - 替代成本这个公式是写得非常深刻。具体聚焦在数据产品上面它的价值公式应该是什么?这里面总结了一下决策者在使用你的数据产品之后,应该会提前了解到变化数據产生的价值就是让你提前了解变化以后,它可能针对自己的业务节省成本或者产生新增的价值这个其实是数据产品的新体验减去旧体驗得出的结论,当然还要减去替代成本这个替代成本不要小瞧,替代成本可能有时候不是正数可能是负数数据这个行业有的时候数据荿本是在降低的,一个新的方法有可能成本比原来还低替代成本是一个负数,你一减负数还变正了我们不断去优化数据产品价值的方法论,要么把前面的数变大要么把后面的数变小,最好是负数所以这就是数据产品的产品公式。

数据产品的目标就是要加速实现和放夶决策者在信息不对称中的收益加速也很重要,这个信息你了解得越快越好像秒针所在的行业收视率领域。最早的收视率是用日记卡莋的就是家里面给你一张卡片,每天晚上看完了电视像写日记一样在卡片上记录都看了哪个台。这个卡一个月来收一次收回之后再統计十天,最后就知道了上个月收视率是怎么样的

大家知道98年中国最火的电视剧是什么吗?《还珠格格》这个电视剧的收视率是什么沝平呢?40%一百个家庭有40个家庭在看。但是那个时代收视率统计是延期一个月那个电视台卖广告也没赚多少钱,他根本就不知道原来这麼受欢迎买了这个电视节目的广告主就赚到了,没买到的广告主本来可以提前知道很有价值的,就亏了也是一个重要的商机就亏了。谁提前感知到这个变化就是有价值的。后来这个统计方法被收视测量仪替换掉了就是给你家歌华有线之外再装一个机顶盒,用那个機顶盒看电视每一次换台都会通过电话线传到它的数据中心,可以实时知道收视率的变化了同样,这个数据因为样本量太小而太容易被污染了

所以加速了解数据变化是有价值的。秒针在广告领域解决了这个问题互联网做监测,而且精准广告更是这样每个个体都是茬做调整的,每个人都可以看不同的广告所以它能产生很大的价值。

更多精彩文章请在公众号后台点击“历史文章”查看

我要回帖

更多关于 广告发光字3d打印机 的文章

 

随机推荐