地点：中国大饭店（会议厅A）

主持人：大家下午好，欢迎来到T11全球移动大数据峰会移动世界分会场。今天下午我们会议会以移动互联网的发展趋势，以及未来的发展方向为主。我相信它会涉及到游戏、投资、O2O以及广告等各个领域的发展方向，相信下午的内容会给大家带来不少的惊喜和行业思考。

首先我们有请TalkingData业务拓展VP高铎先生为大家分享当下的移动世界。

高铎：大家下午好，欢迎来到T11全球移动大数据峰会，移动世界的分论坛，没想到今天下午还有这么多人来到这个会场。

今天欢迎辞我会简短讲一下我的从业经历。

应该是八年前，我刚毕业的时候创业做老虎地图，那个时候是功能机的时代，后来做搜索，后来转向InMobi做广告。我们就是跟大数据相关的一套解决方案，在这个过程大家会发现一些关键的时间点。

七年前，中国的互联网在干什么？在用功能机向智能手机的转变，七年前智能手机出现在中国。所以有很多很多互联网企业他们关注移动互联网，但是他们不知道往哪发展，所以那是一个迷茫，或者是观望的阶段。五年前千军万马都开始做APP，五年前一个非常经典的案子出现在全中国，千团大战。很多企业都在做移动互联网相关的APP的东西。

三年前我们看到了什么？很多企业，很多移动广告企业涌现了。很多的移动广告平台在那个时候大规模发展，三年前我们也看到很多做手机游戏的公司出现了。年成为中国移动手游的元年，到现在我们回头望去，这几年前中国移动互联网的发展，我们看到了什么呢？移动广告在年很多家陨落了，很多加并购了很多家死掉了，很多家借壳上市了。广告行业走向了一个分杈。

风云水起的移动手游在年趋向了一个稳定的状态，不像年和年那么盲目、飞速的发展。趋向了一个稳定的状态。大家想象空间开始变低，但是趋势开始增长。

互联网金融在年跑的很快，但是可能遇到了中国各种政策的限制。O2O在年大家会发现成为一匹黑马跳出来，我们看到像做出行、医疗、教育、美妆相关的都跳出来了。这个行业号称有万种的想象空间，很多人都进来了。

智能硬件变成了一片红海，即便周鸿祎号称大家陪着我去南方做手机，但是你会发现昨天今天的新闻，也不是那么一帆风顺。智能手机在中国趋向一个红海。

智能硬件向智能家居、智能监控跟所有衣食住行相关的，能变成智能硬件的和WiFi，你会发现在深圳大地上也遍地开花，大家都出来了。在这七年的变化当中什么没有变？数据。

这七年当中，数据一直在积累，一直在积累。没有变成，变化的是什么？应对这个行业的需求在变化，从数据的统计，到后来的分析，到后来的支持运营，到现在的支持营销，以及我们想期望的用数据来改变一些企业决策的效率和方式，甚至改变我们和周边的环境。数据在这个过程中，一直没有变化。但是，从数据的意义上讲，它发挥出来多大的价值，其实是我们值得商榷。就是我们今天值得分享的一个核心点。大家知道蝴蝶效应，这个故事大家应该都了解，无论怎么去说，一个蝴蝶的翅膀，扇了一下翅膀在阿拉斯加引起了一次海啸，我认为移动互联网就是翅膀的一个口，无论与哪个算法结合一起，就有可能对这个行业的发展产生一个翻天覆地的变化，对它的效应和决策产生很大很大的改变。

从TalkingData而言，在年，年我们的确做过尝试，我们对于一些广告、房产，还有你想不到的行业。比如说类似于像石油相关的，银行风控相关的。总之跟大家的理解差很远的企业，只要跟互联网相结合我们都产生了很大的结合，对他们的效率做了很大的改变。对于TalkingData而言，我们下一步如何去发展？我们看到的是移动大数据，在整个移动互联网行业，跟互联网结合，去跟传统行业捆绑起来，带动整个社会的生产效率的时候，我们发现我们是孤掌难鸣的。我们需要合作伙伴，我们需要盟友。这也就是为什么我们今天约了很多很多的合作伙伴过来，比如说像百度，他们在商业地理里面做了很多的尝试，我们邀请了腾讯的广点通，我们也邀请的、谷歌，InMobi他们在全球也做了一些电商很好的尝试。这是在互联网行业，如果大家关注中间的跨界这一场，有很多像国泰君安、招商银行等等他们的专家过来和我们做分享，什么目的？目的只有一个。我们想把所有的，无论是在互联网行业，还是在传统行业，对于数据感兴趣的人、企业串起来大家一起挖掘这些数据改变这个社会传统的生产方式。我今天的欢迎致辞有点长，所以我先说到这里，后续的精彩让给今天的嘉宾们，谢谢。

主持人：感谢，接下来我们邀请的第一位演讲嘉宾是Newzoo Co-founder&CEO Peter Warman先生。Newzoo是一家专注于游戏市场研究及预测的国际分析机构，更是吉利在全球性的战略合作伙伴，他们为facebook、腾讯、亚马逊、EA等公司提供市场化的市场趋势、资本分析、收入预测等服务。目前全球TOP25的游戏发行商以及知名的硬软件企业都是他们的客户。接下来我们有请Peter Warman用数据为大家解析全球游戏市场的发展趋势和机遇，有请Peter Warman。

Peter Warman：（英）。

主持人：感谢Peter Warman先生精彩的演讲。

我们下面有请百度商业地理团队负责人严孙荣先生，他多年致力于商业地理大数据和智慧交通领域的研究和实践，在地产开发、政府公共服务、广告传媒、旅游等行业都有非常丰富的实践经验，下面有请他带我们进入商业地理的新时代。

严孙荣：大家好，现在困不困，听我讲话应该不会太困。我演讲的主题是开启商业地理新时代。我们产品的名字叫做百度慧眼，重点会介绍我们百度慧眼基于位置上面做的大数据的实践和商业的探索。我们简单聊聊什么是大数据，年每一分钟都在发生很多事情，其中百度分分钟可以产生万次的移动搜索，可以发现大数据离我们非常近，我们每时每刻都在产生很多数据。大数据现在已经成为了一个非常流行的词。

然而我们每天都在说的大数据到底是什么，我相信每一个嘉宾和专家都会举各种例子证明他多么多么优秀，我这里想表达的是大数据量是非常大的，增长速度是非常快的。但是类型是多样的，包括结构性的和非结构性的。但是问题是什么？如何从这些海量的数据中挖掘真正有意义的数据，且做出真正接地气的应用，这才是我们真正要探索的事情。

这张图我们有没有印象？这个产品叫做百度千禧，也是我负责的产品。就是通过用户产生海量的定位数据，进行大数据挖掘，直接呈现用户轨迹的千禧。这是春节的时候我们上线，现在网络还是可以访问的，域名是千禧.baidu.com，这个可以很直观，很清晰的看到城市之间的一个人流的变化，特别是在春节期间在广东打工的人们都是来自于哪里，湖南还是成都。这些信息是非常的直观，且是很有意义的。

这里我想通过这个图其实想引申出一个概念，大数据有这么多类型，中间的定位数据其实是非常值得探索的。这张就是定位数据直接的呈现。然后，下面我来讲一讲为什么百度地图和我所在的团队有这样的优势去做这样的探索。

首先这张图可以很清晰的说明百度地图的优势。在座各位出门用百度地图的人请举手，很开心。我们百度地图的口号是，出门就查百度地图，现在我出门不查百度地图都会迷路。

首先我们的占有率是排第一的。月活跃用户已经达到了3亿家，市场份额已经达到%，这是非常高的。另外我们百度地图在做好产品的同时，将这些优秀的地图相关的能力，定位的能力，路线、检索的能力开放给开发者，开发者也使用我们的能力。其中仅仅是定位这一项服务，每天产生的日志就达到亿。后面我们会有图说明这个是什么意思。

这个图是我们地图具有代表性几个数字的总和，其中我想重点说明的是，中间大红圈万的PUI，这个PUI代表什么呢？兴趣点，咱们在座的大楼就是一个POI，会议室也是一个POI，一个KFC和厕所都是POI，海量的POI其实是一直在变化和更新的。这样的POI我们已经达到了，这个是中国最全，最准确的一个库，其中有万的POI是有深度的详情信息的。比如说电话号码，还有评论信息，所以说这些海量数据都是我们为什么可以做商业地理探索的基础，也是我们最大的优势。现在每个人都离不开手机，而且现在智能手机的普及非常非常快。年每天定位响应的速度已经是亿，那个时候我已经很激动了。说明这个还是很刺激的，我们在使用百度的搜索的时候，可以想像他是用手做一些投票和操作，但是定位是另外一个形象的描述的话，其实我们是用脚在投票。每一次定位，相当于每一个人，每一部手机，在哪个位置和时间出现过。基于这些位置我们可以做什么，这张图是我们将所有的定位直接直观的打在地图上，我们可以发现基本上可以看我们国家经济发达的水平了。哪个地方更发达，其实这个点也是说明每个手机的覆盖量，像沿海地区的发展程度就会非常的明显。

仅仅过了一年，定位次数从亿涨到了亿次，中国基本上被点亮了，但是西藏还是有点困难。今年9月8日，我们在这个位置开了百度世界大会，对外宣称的数字是亿，我们的定位数据不仅仅只覆盖了中国，我们熟悉的国家，定位已经覆盖了欧洲跟美洲等非洲的国家，所以我们的数据变化是不敢想象的。非常快，我不知道明年亿会变成多少亿，但是我觉得它会很快很快。这个数据每天都会有那么多，我们想如何挖掘它，做更有意义的事情呢？

为了更好的呈现我们现在都是移动时代，所以我们用H5技术，通过web为jl这样的技术，通过定位的效果直接呈现在地球上，这个也是可视化的体现，我们通过这样的视角来看确实也有不一样的收获。在座的同学如果不了解技术会很疑惑，在座的有没有同学装其中一款应用？我相信肯定有。在你使用其他的应用，比如说在使用墨迹天气的时候，可能在此时此刻我要查看天气，第一时间肯定会查你在哪个位置，比如说中国大饭店，我肯定会推送位置的天气，现在越来越多的APP，特别是手机，对位置是有强需求的。这样的定位，市场上大部分的开发者都会优先选择百度地图开放的的定位能力，越来越多的开发者在使用我们的定位能力。刚才在拍照的同学，其实你也贡献了一条定位信息，谢谢你。

我们百度地图商业地理团队在近年来做的实践和探索，我们的产品叫做百度慧眼。在开始这个产品之前，我们第一反应是需求是什么？在座的有没有说我以后不想上班，我想写代码了，开一家咖啡店，开一个餐馆？开店意味着什么，开在哪里最赚钱，哪里人多，适合我开。同时我店已经开好了，就得知道这些客户是什么样的，他们来自哪个小区，要什么，我能不能针对这个营销、还有传统企业，或者政府相关的同学的话，可能还会想，要互联网+、大数据分析、智慧交通，这个就促成了我们的产品是如何发展的。

前面的篇幅我更多是介绍我们海量数据的优势。其实我们百度公司一向是以技术作为我们的公司的企业文化。我们公司的技术文化还是非常强的。同时在大数据这个时代下，更好的可视化的呈现其实是非常有必要的。因为大家都很懒，你给我很多表我也看不懂，基于这几个优势我们有很多领域的实践，智能选址、客流分析，旅游分析、智慧交通、智慧城市。刚刚我呈现了一个全球的定位的效果图，这张图是我截的一张北京实时热度变化的图，这是同学们贡献热度的数据，用的人越多，点越多，越红越多，这是实时的。基本的反映了哪里人多，哪里人少的问题。同时我们做了一个发展，发现白天跟晚上的差距是很大的，但是凌晨三点应该都睡觉了。

基于这些海量数据我们可以发现充分的想象，我相信每个同学晚上睡觉的地方跟工作的地方应该是有一定规律性的。比如我作为一个传统的比较，我家住回龙观，我在西二旗上班。我这个规律在一段时间内是相对一致的。所以说通过这些规律我们挖掘出来，谁住在哪里？谁在哪里工作，因为你的定位轨迹时间是可以被挖掘的。通过深度的机器学习和特征提取我们做了这样的尝试。现在常住人口基本上可以反映出人口的一个数字了，下面有一张图可以说明一下。

我们拿年北京统计局公布的各个区县的人口，结合我们自己挖掘出来的统计的人口的数据，我们发现这个曲线是非常的接近的。这里我不敢拍着胸脯说我们的数字完全反映人口，同时我也对统计级的数据公布他们所表达人口的数据，我也不能说他们完全是准确的。其实我们这里虽然说是人口大数据，但是我们实际上是在做手机，因为我们统计的是每一部手机。我们认为每个人平均过来一人一部手机。基于以上的优势我们就推出了很多产品，首先第一个产品我要隆重介绍，叫做智能选址。

刚才说了，比如说我是老板，我要开一家咖啡店，这个需求非常明确，所以我们就开发了基于大数据平台选址。我们选这个地方之后，可能设一个多边型、圆形，通过各种情况查询这里的常住人口、居住人口怎么样，这些人都有什么爱好、画像，洞察，附近都有哪些商业设施，都在忙什么，等等很多维度可以让我看这个地方是否值得我花这么多钱。当然我还可以自定义条件，比如说我想在5公斤之内，要有几个大型的商场，同时，竞品要分布的不能太多。还有这里商圈有什么特点？输了一堆条件之后，生成一些结果，让你缩小你要开店的范围再做下一步的分析。这个也是很意义的。

再深入做的东西，还有我们通过程序，通过挖掘这些刚才提到的POI，定位、人口等信息，我们通过程序挖掘一些商圈。现在网上还有很多会说商圈的概念，实际上商圈肯定是跟路的造型和地级市是相关的。挖掘出来的结果我们证实发现，与我们理解的商圈是非常符合的。同时我们也通过各种维度分析这种区域的载体，比如说著名的海淀区就是以教育为主题的。还有其他区域，有工业、商务，很多主题。

开店的时候很多人都会关心，举个例子，我开肯德基的分店，我肯定会关心麦当劳开的怎么样，竞品怎么样。这些都是需要一些强有力的大数据分析、支撑做的。传统的选址开店，我跟有些相关业内人士聊过，就是骑电动车去看一下，还有就是填问卷，我们完全是大数据直接呈现的。

另外，我们百度地图还有手机百度在APP排行非常靠前的，他们的搜索行为，也是能够直接反映用户的行为导向的。像我们跟万达院线合作，就是分析，想在哪个位置开电影院。我们就得知道，哪个地方对电影院的需求是最强烈的，我们就得把这些用户搜索的行为进行积累，因为他搜的同时也是带着位置信息的。我们就可以发现，有些地方那些用户们就特别爱看电影，我是不是应该有一些针对性？

同时我们提供了非常丰富的用户画像。很多人会讨论这个问题，很多数据公司都会做这件事情，但是百度有百度的优势，为什么？百度是非常大的互联网公司，功能非常非常多。我们的用户画像基本上是最全最准的。

假设我们店已经开好了。钱已经花了，我如何让这个店挣更多的钱，我们要做的事情就非常多了。比如说我这里是一个商场，我想覆盖周边个小区。这些小区有多少人？通过我们的人口数据挖出来了。同时这些数据来我这里消费的多少人。假设旁边有一个小区A，有个人，实际上来我这里消费的是个人，我们认为渗透率%，我们下面该怎么做呢？周边的小区覆盖的怎么样，我举个例子，我们这个产品相当于解决了哲学的问题，你是谁，从哪来，去了哪里？这是非常深奥的问题。定位本身是带时间和坐标的。我知道他什么时间来我这，去了哪里，这是非常全面的。

我们可以精确到店铺，年龄的分布跟性别，还有一些关注度品牌，这些人搜集了什么，平常忙什么，可以做很多很多事情。我们跟万科也做了合作，推出这样的客流分析的系统，标题是百度跨界联姻万科，要抢调研的生意。然后确实我们根据运营活动，他们做运营的同时观察用户的一些变化、客流，确实发现有很多的帮助，对他们平时的针对性的营销方面产生很多帮助。店也开完了，咱们看下一个话题。

其实我们发现这些定位数据可以做的事情非常的，旅游方面就可以做很多事情。旅游出行的方式，一日游、二日游，怎么玩的，这些我们都可以监控下来，基于各种分析，同时看这些人搜的什么，做的什么，这些可以为旅游的管理者，服务的提供者提出很多很多有针对性的建议和决策支持。

我们可以根据旅游的一个历史的变化，根据用户定位的情况来直接预测旅游景点的拥挤程度。下一个话题主要讲我们这些大数据在政府、交通方面做的一些成果，我们百度地图只解决出行问题，所以我们在交通领域这块是有非常多的积累，有很多不错的成果。这个位置就是我们现在开会的位置，我们可以分析出来在这里开会的人都是来自哪里？他们都在哪里工作和上班，我们通过分析这样的OD，O代表起始点，D代表目标点，一次起点跟终点的出行。我还做了一个实验，将这些OD点全部拿出来，算他们的直线距离。大家每天上班以北京为例，他的距离大概是多少公里？大家猜一下，你上班多少公里，从家里出发到公司？

我统计的数据，是公里，北京的上下班距离，不知道跟大家理解的一样不一样。上海平均公里，广州是公里，说明我们北京还是蛮辛苦的。这些数据确实是用大数据算出来的，具体到底怎么样，我们还是需要论证，跟权威部门合作。通过跟政府合作，把我们的数据跟政府的一些数据联合分析，我们可以做的事情非常多，在出租车、公交车、营运分析上做了一些尝试，在政府智慧决策和智慧城市这方面做了很多事情。

最近大家比较关心的一个话题就是天津出现爆炸了。这个事情发生以后，我们也做了一些分析。我们分析以爆炸点为圆心，分析他一公里，三公里，五公里影响的人群，因为我们有人口常驻点的数据，可以分析一公里跟二公里分别影响的人群量是多少，这个是非常直观的。同时我们还做了一个分析，爆炸前跟爆炸后人口热力的分析，我们发现爆炸后一个小时，人减少的%，再往后一直在变，这是直接反映人变化的情况。

去年一个非常惨的事情，就是上海的外滩事件，我们事后进行了分析，发现那个时刻热力确实是非常非常高的。我发现很多人出行的时候是非常有规律的。比如说我今天来这里开会，我肯定要搜一下，我们可以搜索，做一下预测。

最后我讲一下，如何讲这些大数据更好的发展，与更多的行业决策才会发挥它更大的价值。首先从百度地图的角度，我们简单跟大家分享一下，首先从竖的线，大家可以看到我们面对的是数据，和商户。大家用百度地图出行这些方式都是用户，在百度地图上分享你的店，或者做很多的商业活动，或者商户。横向是我们百度地图通过开放平台这种模式，给开发者跟政府做的活动，开发者在免费或者很低成本使用我们服务的同时，也在为我们贡献大数据。同时我们分析这些大数据，为政府和企业做更多大数据决策，所以这整个生态是非常和谐的。

百度慧眼这个产品也是解决政府和企业这些需求的。这张图是我们近一年多来跟很多很多比较厉害的企业合作的一个图，我们跟万达、万科很多都有非常实质性的合作，达到了非常好的效果，也非常感谢这么多的合作伙伴给我们的支持。其实也是我们数据非常好的一个落地。

通过跟交通这块领域深入的合作，百度地图发挥出行方面的优势，跟政府合作，因为很多权威的数据只有政府有。我们为政府提供丰富的、专业的大数据分析，给他们提供服务政府为我们贡献很多权威的数据，再融合我们的数据，产出更好的一些结果，有一部分可以通过百度地图直接在用户出行的地图上得到落地。但是最终都是为了更好的为提升用户的体验。

最后，大家在做很多大数据分析的同时，其实有很多很多的场景是需要做一些可视化呈现的。我们百度慧眼团队将这些优秀的可视化呈现技术进行梳理、整合，把它放到了开源库上，我们推出了一个作品叫做MAPV，你可以尝试一下，把你想要呈现的数据，按照坐标的形式直接拽到我们的网页里，就可以马上看到这样丰富多彩的图片。我们这个MAPV支持点线面各种形式的呈现，你只要把数据拽过来就可以了，欢迎大家试用，也欢迎大家提修改意见。

最后如果对我的产品感兴趣，欢迎添加产品的公众号，如果对我个人感兴趣，所以扫我的微信号，我微信的名字叫做严孙荣，主要更多探索在位置大数据，商业地理这块我们还可以做更多的事情，也希望与在座的每一个小伙伴们一起探索这个令人惊喜的世界。谢谢大家。

主持人：感谢严孙荣的精彩分享，其实TalkingData在位置数据加工这块一直与百度也有紧密的合作关系。现在我们把这些基于线下线上的地理位置数据也应用到了传统的地产、零售，包括移动广告这个行业，颠覆这个词过大，起到了改变他们企业决策方式的作用。接下来让我们有请Uclould高级架构师叶仲华先生为我们分享云计算是如何为O2O行业服务的，Uclould已经服务了国内数千家的开发者，有请。

叶仲华：大家好，非常有幸能够跟大家做一个分享，像云计算和大数据现在都是两个每次都会谈起来的词语，就像孪生兄弟一样，所以今天在大数据的会场我也会跟大家聊聊怎么在云计算上做大数据的应用，这是移动分会场，也有很多O2O的用户，现在也有很多O2O的APP发展的非常迅猛。怎么利用云计算更好的去假设O2O的服务端的架构，这块也跟大家做一个讨论。

这边是借用了TalkingData的一张图，主要是会看一下我们国内的像移动互联网用户的规模已经达到的亿，移动O2O的用户到了亿，这个意味着大家通过终端上网的数量非常非常的多。场景也非常非常多，而使用O2O服务的用户也是比例非常大，超过的%。所以，现在O2O市场也是在风头上，各种投资也是非常的丰富。

像我们自身O2O离我们个人用户实际上距离非常近，我们平时都是在做各种各样的O2O的应用的使用。不管说是衣食住行，出去总得拿一个手机查一查，包括去买一些衣服，出去玩，等等。其他一些方面，像理财、金融类的、结婚、健康等等，这些也是TalkingData整理出来的很多行业用户上的分布属性。

这个也跟大家体验是很一致的，基本上是方方面面了。对应而来的，实际上在O2O的公司，不同细分行业的APP越来越多。所以，怎么样能够去让APP的一些功能体验更能做出差异化，怎么样能够更好的渗透用户，保留用户，转化用户，这个会是O2O很多服务商考虑的问题。基本上来讲，现在也有很多O2O的服务商分享的时候都会说自己怎么样利用大数据的能力做更精细业务的分析，用户的分析，所以典型的就是，很多人也都用过，就是Uber，它非常有争议，但是不可否认，它对我们很多出行习惯都是有很大的改变。我们如果去看它服务的细节，我们会发现它在当中用了很多大数据的能力，这个能力不是在于我们通常所讲的拿大数据做日志的分享，日常的指导，更重要的工作我们多会做。

更直接的一点我们把大数据的能力集成到业务的表现形式里面去，像它的加成计费，一旦有什么交通不太好的时候，不太好叫车的时候，这个时候他们会根据当时的收集上来的数据及时做反应，动态的调价。我原来雨天出去打车，不管是大街上招手，还是用各种叫车软件，很多时候基本上都是没有得到回应的，加价也不行。如果是用Uber，有一次我从机场上来下雨，那个时候价钱是原来的两倍，我就选用了，直接就会有师傅接单，我们用户会在这种场景下用。在当时的场景下也会有一些出租车师傅愿意接这种活，因为价钱高，也会让一些出租车师傅加进来，提供这样的服务。出行本来就是客户跟车之间的规模效应，出行的人越多，这个规模就大了。

还有最近推出的功能服务，他们会保障Uber的车上至少是一个人，也会有多个人，他怎么选择放多个人呢？目的地会不会冲突，这个就是基于说你在打开Uber，使用功能服务的时候，你输入目的地，根据服务端的匹配，能够做到分配给相同路径的乘客所共选出租车的服务。出租车司机向他推送这个请求。

还有，他们评分系统，这个评分系统，我们每个人用完之后，用完Uber你必须要是打一个星级的，这个必须选。对于他来讲，根据出租车的情况，对他出租车服务的提供者做一些严格的要求，只要是某一个线下的，就会强制清除出去，这个是多少值，应该清除谁，这个也都是基于一套分析做的。这个例子，如果大家认真的观察平时用的APP的过程当中，你也会发现越来越多的这种APP会去做这种精细化的调整，能直接影响他业务层面的。

对于，O2O，大家用云服务，现在也有很多公司会直接上来就在云端架云服务。那么你怎么云端实现？跟自己原来可能拿一个服务器搭不太一样，毕竟现在在云上用的是虚拟机，而且也有一些云服务商会提供大数据的服务。从最终O2O的这种服务商的角度来讲，他去看大服务的解决方案可以拿到三种方式做对比和分析，第一种是最直接的，我会拿云主机搭建。我当然可以自己把Hadoop搭上去，很多人会在普通的云主机上搭建是不能很好的承载。但是不管怎么样，这算第一种方案，第二在云端使用云服务商的一个Hadoop的集群，因为这个会存在你基础资源本身的问题。另外一个，Hadoop本身也会有一些人不熟悉，运维、底层的事情还是很多的。虽然是开源软件，但是出了问题，排查、要求的经验能力还是很高的。Hadoop基本上都是基于标准的Hadoop实现的。还有一些云服务商会直接提供云端的数据服务。

你不需要管我底层是怎么实现的，只需要把数据一个入口，把数据打到我这里面来。你可以自己去写你的规则，或者我直接把我这边做一些呈现，我经常的一些分析类的界面呈现。数据进来，一点可能就能够看到具体的数据呈现的效果，语句都不用写了。所以基本上大家对云端怎么做大数据大致就分三种情况。

对于我们来讲，我们是云服务商，我们怎么样服务在我们这个云服务平台上的O2O的用户，让他们去使用大数据，基本上针对每一种用户的选项，我们都会有自己解决方案的特点。比如说像第一个，我们会做一个云主机，这个是专门为大数据而生的。也是专门用于这个场景的，他有几个特点，第一要解决硬盘的I/O的问题，网络盘再高，因为你要通过网络传输，如果你选择SSD容量会要求很大，带来的成本会很高。所以基于TCO的性价比角度考虑，以及性能承载能力的要求，我们会提供本地的硬盘，但是容量会比普通的云主机要大。还有一种不经历云主机这一层，直接透传到云主机，这样你对于硬盘这些方面要求都能够得到很好的满足，而CPU和内存这块，并不是很多用户需要真正用到那么高的计算量，才能有那么大数据去处理，所以我们会让CPU和硬盘做调整。一个集群可以开始搞一点小的集群，数量小一点的，主机数量也是属于按照你比较小的单元来做。你的数据量，处理的时间更短以后，可以调整一些，再往后我们可以把节点数加一些，如果是短时间的使用就可以删除了。所以这个方案是可以很好的让用户在云端搭建Hadoop。对客户的要求就是你要有独立部署Hadoop的能力，独立运维，独立排障。

第二个，刚才讲到云端的Hadoop，这种情况我们会是直接，首先也是标准化的提供，底层的硬件我们也是会拿独立的服务器集群来搭建。底层的硬件的运维，包括Hadoop平台的运维会是由我们自己来提供管，用户就不用操心的。用户就会像接入自己的机器一样，接到我们的Hadoop集群里面去。

这样，你正常的使用、上传数据，以及你用Hadoop这个过程、方式都跟你自己在云主机上去搭会是一样的。但是少了一点，你少了一些运维。所以这也是我们做Hadoop里面的一个特点。这里面我们只关注底层，而把用户业务的逻辑实现，我们会交给用户自己去实现。也有一些其他云服务商，提供类似这种集群，我也是Hadoop的，我也可以自己编辑自己的一些业务逻辑。但是我们还有一个差距化，当你数据量比较大的时候，要频繁把平时的数据存在一个地方，Hadoop的盘容量不会很大。你要频繁的把这个数据导到Hadoop里面去，算完之后，把这个数据再导回来，到你经常数据存储里面去。这里面的导入导出是需要花时间的，一个G的数据你导的话，也要一个小时左右，会带来这样的问题，所以我们也会为这种客户提供本地HDFS的数据存储，这个相当于文件存储量收费，这个非常灵活，而且对于用户的数据产生时间成本也是非常低的。

对于第三种，可能有一些用户会需要现成的，我把数据导进去就可以看到结果，我们作为一个云服务商，我们专注于底层，这部分工作是交由我们的合作伙伴去做。比如说我们自己合作伙伴的品牌，品牌的品牌，就叫做移动市场，我们这种非常具有数据呈现，跟业务相关的流程设计这样的一些公司，我们就跟他们来合作，共同为我们的客户去提供一站式的大数据分析的体验。

举几个例子，这是在我们平台上会使用我们大数据产品的一些客户的案例。像第一个WiFi万能钥匙，这个估计也有很多用户去使用。如果最近有用户看的话，他们现在推出一种叫做今日五折的服务，让你能够去看到，在各大电商网站上打折的一些产品。我给你做一个汇总，这个首先要抓取，抓取完了分析，分析完了你才会推到APP里面给用户呈现，这就是利用大数据改变它的业务逻辑。

第二个是小恩爱的APP，如果是一些年轻的情侣同学会比较喜欢这个APP，你要想用全他的功能，必须要把你另一半加进来，你们有及时的互动和信息分享，甚至包括小姨妈什么的。小恩爱这种APP主打情侣社交，同样也会做一些电商类的，情侣一到过节、过生日，有有什么主题搞促销，你可能觉得会喜欢的一些商品，让你去买。这里也会有一些推荐的东西，这里后端使用了一些大数据的能力，结合个人的行为，根据他商品库，购买的浏览习惯，推荐一些东西进去。

第三，还有安个家，这个是找房、租房的。这个主要是在运营这部分，看到他用户的浏览，使用记录，最终分析整理出来之后，会直接由他的中介的人员做线下跟进，去看看用户有没有什么潜在需求，或者什么地方没有做到的，需要改进的。

再讲到O2O这部分，除了讲到大数据，也还会有其他跟数据相关的周边的一些点。比如说你数据不分析，很多用户也会自己产生很多数据，数据要存储，存储完了以后，有些像视频、图片都要做分发，比如说左边这张图也是我们的一个客户上面的软件。你会发现他有大量的美女图片，这个也要存在自己的后端，或者自己的机器上。另外我们看这个像一张图片，实际上就是一个视频，也是挺有意思的APP，主要做海外代购的。可以做一些实时的视频，然后让别人买家去感受买手现场的情况，看到什么产品直接就买了。

类似的这种视频和图片这种直播和点播的推送，以及你要找一个地方存，这个也是非常常见的需求。这款作为云服务商来讲，我们也会有相应的产品去帮用户减少这部分自身的开发和运维量。比如说这个图片，有可能上传是一个大图，上传完了之后，有可能会做一些很小的裁减，然后有时候可能还会做一些旋转。裁减、水印这些缩略图是非常常见的在APP里面，服务器要处理的。这个是共性的，我们作为云服务商，既然是共性的，我们就可以拿出来，做基本图片处理的工作。

同样我们这些图片量会比较大，量大之后，找个地方促，你就不需要担心你容量的上线，数据可靠性的问题，另外从商务的角度来讲，也会比较便宜。

还有视频，视频这部分，常见的几种需求，你要把视频上传上来，另外你会根据移动端，也会根据你的场景。还有一些MP4的格式，你上来的原文件就是一种格式，你必须要有视频专码的能力，这个能力你消耗的是资源，自己要维护这样一套转码的系统。我们要给客户提供转码的服务，还有水印，我做视频要保护自己的能力，基本上都会加一个文字和LOGO在某一个角落里面，这些都是共性的。对于我们来讲，也会提供一个处理链条的服务，都是按需使用的。

刚刚就讲到后端处理，再往前，讲到UCDN，大家现在上传一个图片，或者拿来一个APP很快就能刷出美食，美女照片，新闻。这个基本上都被本地终结了，我们这张图上也画了，大家电脑连的都是自己边缘的服务器，对于我们也会提供这种帮用户分发，怎么样把这些内容分到离他用户最近的地方，包括海内海外都可以。另外跟普通的分发不一样，还直播，直播又会有不一样的要求，可能对于稳定性、时延要求更高，这些交给O2O自己去做，非常耗时间、精力和成本，也会有一些技术的小壁垒在。所以，这里面我们就把这种服务去完全的打包出来，给到我们O2O的服务商去做。最终我们就能看到基于云服务的这样一个架构，对于O2O的服务商来讲，他会基本上是以中间这一块服务器，就是他自己的主战，他应用的核心地方，这段代码肯定是他的核心，包括产品设计体验都在这。

但是周边并不是他核心的关键点的地方，但是又是会跟用户的体验比较强相关的这样一些周边的服务。比如说像我们刚才讲到的图片处理，图片存储，以及视频的一个存储，转码，以及刚刚讲到的分发，怎么分发到你的最终用户那边去，还有我前面提到大数据的服务。你来在云上通过大数据的资源分析能力，或者是云服务商提供的这种，以及云服务商合作伙伴向我们一起提供，最后向你用户呈现的分析功能，集中在一起，自己就专注在自己的APP这一层。

但是也能给到你最终的用户很好的，周边产品的体验。

现在也会有一些抢购，可能会有一些网络的问题，导致有一些故障，不管说基础设施哪部分的故障，导致你最终的用户没有办法访问你的服务，实际上在O2O里面，很多时候最终用户的选择会非常多。你在某一个瞬间不能用的话，很有可能用户当时的手指一点就到另外一个服务区了。怎么保证你业务的最高持续性，我在这面可以做一些同城多活，需要给你提供一个机房，才能保证你关键数据库信息的及时同步。

另外，会是异地灾备，就不是同城了，你怎么样把你的数据放在跟你现在完全不相关的地方，即使机房出了问题，你的数据还在。这个会需要大量的基础资源投入，以及大量人员的投入。所以，这些实际上可以都交给云服务商来提供，对于O2O的服务商来讲，这里面会有两个O2O，线上和线下。最主要的是保证在线的功能体验，非常能够切合你的功能市场，另外线下你还要做产品线，功能整合。最终你还要关注线下用户的体验。这样就能够让用户把自己的资金、人力解放出来，全部专注在自己中间大的服务器，大的产品设计，服务提供上面，把更多的精力提供到线下的资源整合，梳理线的资源整合和壁垒。

所以这是最终跟大家做一个O2O的架构云分享，就在云服务上，你又用了大数据，也用了周边的一些服务，能够搭建一个完整的用户体验。所以，这也是我最后的分享内容，谢谢大家。

主持人：谢谢，听了叶仲华的演讲知道云服务怎么来进行O2O的架构。下面是一个高峰论坛的环节。我们有请处于移动广告行业浪潮之间的几家公司来为我们做一个圆桌对谈，聊聊下一个移动市场是什么样的。

杨娟InMobi大中华区总经理

高铎 TalkingData业务拓展VP

赵艳腾讯广点通高级商业产品总监

魏玮群邑产品营销总经理

丁瑞彭畅思广告CTO

高铎：感谢大家还坚持到现在，你们在这里等待是值得的。在整个圆桌会议开始之前，相信大家对移动广告弄潮的一些企业都非常熟知，首先让他们做一个介绍。

大家好，我是来自于广点通赵艳，我们现在新的整体对外的产品是SPA，其实是把整个基于腾讯的社交网络，以及微信，所有的资源全部都整合在一起，我们也是通过一个更广阔大的数据平台和分析，在广告侧做一个更加有意思的分析，今天在这里希望和大家共同的探讨和需要，包括TalkingData在数据上的深挖和研究，对我本身都是有价值和启发的。谢谢。

杨娟：大家下午好，我是来自于InMobi的。我们是全球最大的移动广告平台，我们在七八年前就开始做了，最早的一批，三年前进入了中国，我们也在三年前见证了移动广告的起起伏伏，很高兴有机会跟大家一起交流。我们在发展当中推出了最新的移动产品，Mike（音），我们一会跟大家沟通一下，到底这个Mike（音）能够给大家带来什么。

丁瑞彭：大家好，我是畅思广告CTO，我们畅思广告主要是服务于游戏客户，我们借TalkingData的大会也有自己的展台，介绍我们对游戏的解决方案。

魏玮：大家好，我是来自群邑产品营销总经理的。我是负责群邑的移动广告，我们主要的客户是行业里面所有品牌广告部分，群邑现在也是无论是在无线端，全面硬件的部分，在中国都是第一名的媒介投资集团。相信我们会有非常好的碰撞，谢谢。

刘鹏：我来自，在商业产品部，主要是广告部门负责产品技术架构的工作，移动广告其实也是刚刚开始，要像InMobi和广点通的朋友多学习，今天下午非常荣幸有这个机会跟大家座谈。

高铎：我做个广告，今天大家有幸坐这里看到刘鹏，他下台的时候找他签名。中国第一部计算广告学学术著作，由刘鹏刚撰写，今天我们见到他非常荣幸。

去年和今年移动互联网广告发展过程当中，很多很多移动广告平台都下去了，成为流星一样，坐在这里的各位都是移动广告主要的玩家。我就想让大家分享一下，对于移动广告目前的现状，以及下一步他将如何发展，能够更好的去满足广告主的这种利益，或者需求，以及更满足流量方的这种利益诉求？同时还能照顾到广告平台自己的诉求，这个大家看看有没有一些核心的观点可以分享？

杨娟：我先说，刚才高铎也说的起起伏伏，我们确实留下来的公司也不多了。为什么会这样，我们做广告也好，营销也好，回归的实质是在于，首先我们是不是可以给广告主带来很好的ROI，这个是最根本的。从另外一个角度来说，做一个广告平台，我们是不是可以给开发者带来更好的收入，这是最基本的东西。我们过去这几年起起伏伏的行业我们都知道，最开始移动广告的发展，其实还是以效果为导向的居多的。我们在品牌广告推动也非常多，现在发展非常快，但是最初是效果为导向的。我们最初是看广告主的ROI。对我们的电商客户来说，我花一分钱，我带来多少利益，这个实质就是这样的。针对我们广告平台要求什么，要求你确实要达到这样的效果，不仅仅确实要有好的广告流量，还需要有好的广告技术，投放优化的技术，还要有数据。为什么我们现在看到TalkingData的活动很多人数据，就是数据不可逆的。但是光有数据还不行，还要使用数据，随着网络平台的发展，对于广告的要求就越来越高了。如果把它的需求该投到的广告方面，产生很好的效力这是非常重要的。最终PK的就是你的产品、技术和团队这方面的经验。

我们在座的公司有一个共性，都是以技术为导向的公司，还有都是了解用户的需求。最近我们推出的Mike（音）广告平台，我们下一步从用户的角度来考虑，不仅仅是从广告主，开发者的角度，也要从用户的角度来考虑，优化用户的经验，用户的体验，这是最重要的。我们一个月前推出的Mike（音）的广告平台，我们是一键式的服务，给客户讲很好的故事，最终一键式的购买，全部在广告中实现。未来的挑战会更多，今天也高兴有这样的机会跟我们的同行进行交流，机会还是很好的。谢谢。

魏玮：我们比较幸运，在刚才您说的平台起起伏伏、潮起潮落，好在我们的模式是站在广告主和媒介代理商之间，所以我并没有被这些起起伏伏干扰。大概五年前，我们当时接触了三四十家，当时InMobi是其中之一，非常同质化的有三四十家，现在想这里面还有几家，这是一个特别犀利的问题，如果这个行业真的是蓬勃的行业，为什么会有这么多大起大落。

在我来看，经历了这一切，我们说点虚的，专注，很多人没有专注这个行业做认为对的事情，他们没有这种信念，没有要把这个行业做好的信念。最终，剩下的基本上都是未来我们最好的合作伙伴。这个是行业在起飞之前的颠簸，剩下的都是行业里面精英的伙伴。这是从我们角度看。

高铎：对于信仰的专注是放之四海而皆准的真理。下面请丁瑞彭总分享一下。

丁瑞彭：我们从一开始到现在，服务的客户类型都是比较专注，我们服务的客户类型都是游戏的客户。对于游戏怎么样提高它的广告效果，投入产出，我们积累数据，包括跟TalkingData合作都是在这方面打的很深。这也是为什么行业起起伏伏，但是最终大家认同的是带来价值才有生存价值，这也是我们技术产品都是投入在这里，怎么样让游戏客户有满意度。当然，如果说大家要追求深度，这也是我们为什么今年在这个解决方案上更深一步，游戏客户更深的解决方案，做全渠道的营销。

高铎：在移动广告起起伏伏的年代，作为腾讯广点通的高级产品经理，您站在移动广告的喜马拉雅峰之巅，你看到我们打仗，您是有什么敢想？

杨娟：说到这个是一个很大的话题，广点通的产品是在年终的，我们看到PC侧的登陆，年7月份是一个拐点，比移动侧的登陆就低了。我们预测到移动广告是必须要做，我们做了很多测试，可以叫做移动广告的时代，基于非常非常简单的新闻门户等等非常非常简单的一个广告。我们认为当时好像除了这种相对来说比较垃圾的广告之外，没有什么新的发展。年初我们最开始尝试原生广告，这一块相对来说是对腾讯内部的流量进行广告的尝试。

外部我们也启动了移动广告联盟的产品，当时我们启动的很晚，跟同行有非常非常多的交流，看看大家跑在我们前面的经验。但是发现，你所有的APP激活都达不到广告主的需求，你再重新探索WiFi到底对广告主有多大的帮助，手机的机型对广告主有多大帮助，也是这样一步一步非常非常坎坷的走过来，我们现在在用户的体验和新的产品形式上会有更多的思考。对于品牌来说，其实朋友圈已经是在前面定了一个比较高的调性，但是在后面，品牌移动侧的视频广告，一些更加适合用户的生日场景，其他场景的互动，因为移动侧有太多新的形式了，但是在这个基础上，我们还没有应运而生更适合的广告普及，所以我们还要更多的探索，跟大家一起发展。

高铎：下面请刘鹏吐槽。

刘鹏：他们让我来就是他们都不太敢喷，我自己做一个广告，欢迎大家关注我们书的公众号，搜计算广告可以搜到。为什么让大家关注，不是让大家买书，里面有恶毒的攻击的一些言论。

我觉得魏总说的一点我非常赞同，移动广告这个行业在这两年可以说处于一个风口上，雷总叫到风口上猪都能飞起来，但是风口上猪都能飞起来还要人干嘛？是不是。大家都在风口上看这个东西火就做，做完发现不那么容易，很多人就撤了。这个行业现状就是这样的。做的过程当中，劣弊其实真的给我们留下了很多很多的东西。

我讲的公众号十大装逼姿势，第八点，广告效果有很多时候是被我们自己炒上去的，人家本来做品牌做的挺好的，汽车弄一个装逼的画面挺好的，你非得说你能做的销售案例，你们统计一下，本来就不是做销售案例事，非得要自己逼到这个事上，人家丰田、宝马在你那投广告目的就是为了卖车吗？这是太LOW的事情了。我们要想把这个行业做好，首先要从广告公司本身来说，你不是因为看着风口好做这件事情，是不是对这件事情有兴趣。

第二，你在销售管理上，和整个运营过程中，不要误导广告主，别人说我能做1：，你非得说我能做到1：。你怎么做到？中国人就是这点聪明，你怎么作弊我都能告诉你，一点问题没有，这个环节不解决，想要健康发展很难很难。不仅是效果做不好，品牌的诉求也带不来，这是我的观点。

高铎：看起来大家还是欢迎吐槽的。大家知道之所以TalkingData能够在今天组这样一个局，移动广告圈的朋友组在一起，分享移动广告，是因为TalkingData自己也有一个真正广告行业的产品，叫做（英），在这个广告行业解决的是什么呢？是裁判的角色。这个平台里面我们有一个非常非常重要的功能，也是为了中国人的聪明设计的，防作弊。我们的防作弊手段有通过IT的做法，这个在广告业是通用的，我也很想听到在座各位听到对防作弊有什么看法？

丁瑞彭：我们去年做积分墙的时候，觉得防作弊很重要，就花了大量的精力做，结果很受伤。后面有很大的处理量，你防了，他就不给你处理。我们很被动，我觉得这是一个短期和长期的问题，长期你可能通过作弊拉流量，流水能做起来，但是长期发展来讲，广告主不会那么傻的。从长期来讲对行业肯定是不好的。从去年到今年的时候，积分墙已经下去了，一方面是中国的打击，另外一方面也是企业自身作的。广告主不断扣量，不断的扣，渠道那面，媒体那边就加大水，水越来越多，这个行业就没法做下去了。所以我们防作弊做的一方面也跟TalkingData探讨过，另外一方面自己也花了很多工夫。

积分墙是一方面，另外一方面，防作弊跟各个广告形式是不一样的，是各个媒体通过刷ID，设备的一些作弊手法，另外，普通的广告更多的是机器，这方面我们有不同的模式来应对，这些都是从技术手段上来讲的。

魏玮：我看法不太一样，从两个维度上来说，假设，三年以前，五年以前你们就出现了，防了所有的作弊，你们觉得这个还起得来吗？防作弊跟作弊永远是魔高一尺，道高一丈，防作弊只是大家共同的理想和努力的方向，但是过了这个度就不行了。所有的裁判已经入场了，这个游戏已经开始走向正式的游戏规则之后了，作弊成本太高了，那个时候才是行业真正成熟的标准。但是至少在中国来说，作弊和防作弊，这个话题是太早把规则定的非常清楚了，裁判都火眼金睛了，这个行业就走不下。

高铎：还是要用流行于全国的成本收益法来分析和判断，只有你成本大于收益的时候，就不会干。成本只要低于收益，谁都会干。我想问一下，腾讯这边有没有人敢在你们这有作弊的？你们是怎么看待的？

赵艳：每一个广告平台非常非常通用，一定要做的，我们的角度非常希望整个平台能够更加公立，很多流量方第一他的曝光位置是在很低的位置基础之上，但是他也可能用机器和人工手段做一些作弊的行为。长此以往，有很多好的流量方发现我在你这个平台上的收益，不如那些差的流量方。其实现在整个市场的环境的变化，包括整个资金池偏冷之后，我们会看到所有的广告主、电商、游戏等等，他们在激活之后一定会看新客成本，游戏的注册成本，甚至是在后面ROI全闭环的数据跟踪，都会看得越来越细。如果在这个基础上，我们还放任作弊的机制在跑，长期的生态一定是非常非常不健康的。所以，基于广点通整个产品和对广点通联盟的基础上，我们是特别强的去防作弊的。

杨娟：我说一下，作为一个广告商业模式的问题，我刚才也说了，InMobi是移动广告行业最早的一批了，我们做移动广告八年之前就开始了。八年过来全球广告行业是风起云涌。比如说积分墙，火到欧洲、日本再到中国，这么多年下来，InMobi的商业模式是说，我们的初衷是给我们的广告主带来高质量的用户。高质量的回收，这么多年我们始终都坚持这样，不管是在美国大势发展的阶段，去年前年积分墙的阶段。最重要的是你的商业模式是什么，你最终服务的广告主、客户，你需要给他们带来什么，带来价值。所以从这个角度来说，作为一个广告平台，我们一直要坚信给我们的广告主带来高质量的价值，高质量的回收。

从运营层面来说，InMobi我们在这个防作弊一端，技术加强，技术投入是非常多的。比如说从流量的角度来说，我们从流量端是严格来监控、监测，包括一些可不视的流量。我们本着对广告主负责的态度，除了从技术层面要做到这一点，我们在运营层面也要做到这一点，如果后续ROI非常少，我们要看流量端本身有什么样的问题。综合一点，防作弊不仅仅从一个整体公司的生物模式，到我们产品层面，技术层面的防作弊，到后续运营，是一条龙来的。

刘鹏：我是这么看的，作弊的问题总体来看无论广告市场怎么发展，最终钱是广告主出的，其他人都没出，是挣钱的。只有把广告主的需求满足的更好了，这个市场能发展，否则最终的状态一定是会越来越差。我觉得这个平台，比如说像InMobi这个大平台，广点通、我们都是平台，或者说有点偏供给方的平台。平台应该承担什么样的决策呢？首先，你不要太指望说这个供给方的平台能够彻底的反驳别人。

他的动机上是希望能够在广告主接受的情况下，允许一些作弊的量，很难一下子改变这个状态，因为这个涉及到各个层面的KPI。市场上随着发展，有很多专门站在需求方服务的公司，像魏总他们跟广告主的利益，我们认为绑定的是比较紧密的。现在的状态是他愿意防作弊，但是供给方向他开放的东西太多了。比如说你能不能怕你的热点都买了？你给他的话，他很容易就把作弊查出来。你的媒体列表是不是开放？我吐槽一下，InMobi有时候不太开放媒体列表，我要一个一个下载下来看，这个广告位在哪，我可以做的。但是你开放给需求方，他就得加班加点做。你们应该向需方提供更多的数据，因为那边是有动力的，你把你的能力和数据向他开放，会解决的好一些。

高铎：去年到今天我在TalkingData上负责广告监测的业务，我有一个心态的改变。去年7月份我们在上海发布的TalkingData P的平台，个月左右的时间，中国只要是跟广告行业的公司都来找我，签一个战略合作的协议，我们一起合作。各种各样都来找我，我心里飘飘然，但是热度下来之后，4月份到7月份，我会发现在哪用起来了，我像赶场一样，全国各地飞，飞了那么多发布会和协议，飞完之后，谁用起来了？到现在为止，真正跟TalkingData P有合作的，能把这个数据用起来的，是在座的像广点通、畅思、InMobi。其他的其实还都在一个初期的阶段上，我很想了解广告业的哪一个环节跟TalkingData的数据结合的更深，还是说它是一条漫漫长路。谁有想法？

刘鹏：我先发言，上个礼拜有一个会上我也说了我的观点，我觉得这个问题很复杂，实际上我的结论是一样数据价值很大，数据在交易当中的价值是被低估的。这里面有很多关键的问题，首先一个最重要的问题，我数据交易必须能够实现部分交易，而不是整体交易。比如说我打包卖给你，我知道全国每一个人，有人买吗？是有人买，但是大部分的数据需求方没法买。比如说我就投华东五省的广告，其他的对我没有价值。所以在广告交易过程当中，以量，以部分的方式售卖这个不解决的话，没有几个人需要这么大规模的数据。

另外一个问题，数据跟流量不一样，一个创意只有一个广告主来投，数据可以卖一份，也可以卖多份，但是卖多份以后就不值钱了。比如说这个人，咱们这个地底下埋着一块金子，高总告诉我这有一块金子，我给他块钱拿走。但是如果咱们都知道这有一块金子，咱们就会竞价这个地，他告诉我这有金子的事我就会给的钱少了。这个环节如果不控制好，你就挣不了多少钱，我觉得这是两个技术的问题，至于其他商业方面的问题我就听其他几位的意见。

杨娟：其实是这样的，我们说起数据这个词挺好听的。首先数据是一个脏活、累活，我们都知道做数据，我要在里面找金子。其实是数据非常多，但是你要结合对业务的理解，我要提取相应的东西，我们InMobi作为一个平台，其实有很多数据都找我们，说你们知道我们有多少数据，有多少数据，但是相关性的数据还是有限的。首先一个很简单的道理，你要从数据当中找到对你广告有相关性的东西，这个很重要。第二，专业很重要。我们品牌广告主，不同的广告主对数据的需求是不一样的。我们效果类的广告主也是需求不一样的。也就是说你要基于用户的需求找到合适的数据。

第三，大数据的所有我们需要利用的数据不是一个点，是长时间不断学习和优化的过程。我们以前都叫做学了以后不断的优化和调整，不是短期的东西。所以从商业来说确实是不好做，都很好说，但是做起来都是脏活、累活，需要不断的学习来做的。

所以从我们的角度来说，我们意识到这一点，我们在今天早上的时候就宣布了我们在数据方面的战略合作，我们觉得双方是有互补性的，一方面TalkingData作为移动数据的平台，有很多很好的技术。但是另外一方面从我们的角度来说。作为广告平台来说，我们有广告主的需求，如何把我们的数据跟广告主结合基础，利用专业的知识和技术，建立这种DMP数据库之后不断的优化和学习，这是我觉得我们未来的发展方向。

魏玮：数据我们不是专家，但是我们是在无线广告里面第一个会为数据专家投资的无线部门。其实，在我们这个行业，我不知道大家在座有多少会和品牌广告主打交道的。我不了解，但是我想和大家分享。其实按照现在大数据的角度来讲，因为移动的普及，打开了一个数据大门，以前我们拿到的数据是非常有限的。某一个年龄的女性、男性，他们的收入情况怎么样，有几个孩子，你不可能知道，但是有了手机之后，这些都实现了。

刘鹏说了，说我们在前不久意识到这个金子对于我们的重要性，我们也OK，把这块地买下来就行了，我们也是花了很多的成本尝试去TalkingData做沟通，包括其他的数据方，沟通下来发现地也没买，金子也没卖出来，这块地方我们先占一个地，未来希望真的带着，也不敢说带着整个行业，就带着整个4A的圈子，大家做点对的事情，在数据方面投入，真的挖挖数据上面对我们有什么帮助。很多人已经不看好4A了，可能五年之后，十年之后这个行业就取消了，但是也不至于这么惨。

我觉得大的数据是有价值的，但是对于每一个不同的行业，不同要做的事，跟你的诉求，挖掘小数据是最重要的。你跟TalkingData对接完了之后，你有这么多数据不会用，这个是很可惜的事情。这是我的观点。

丁瑞彭：这几年各个会不提大数据就LOW，我不太爱提大数据，我更想说的是我怎么用这个数据。比如说商业智能化也好，把数据用起来，达到一个目的。用的是数据，但是最终体现在业务上是智能化，回到我们广告上，我们代表广告主，用数据挑量，这个也是我们跟TalkingData很重要的事情。

另外一方面，我们刚才提到防作弊，其实就是用了大量的数据。比如说机器怎么作弊的模式，我们不光通过IP分析，通过他的请求的模式，请求的流量的时间分布，这些等等，数据来去做这个防作弊，所以体现在业务中，这个数据才能产生价值。

赵艳：大数据这个事情我一直觉得这是一个看上去很美的事情，你真正深入做下去之后，就会发现这里面除了苦活之外，发现苦了一阵这个就没有用了。广点通在这方面是非常有优势了，现在中国数据行业的状况没有美国那么开放，我希望未来得到一些改变。从我们的现状来看，核心是三个点，我们怎么更好的根据不管是设备号、ID号，怎么能够把有需求的数据匹配起来，这是最重要的一点。

第二点就是场景，细化的场景需求。各个广告主，各个行业需要的数据是千差万别的，第三点，我们如何去在移动互联网的时代保持数据的连贯性。我给大家举两个例子，之前我们跟音箱品牌的合作，他们是做一个WiFi外设的音箱，我可以通过WiFi直接听歌。

这里面所有的数据挖掘当中，我们会先去看这个数据首先是在WiFi环境下的，同时有安装Q音乐，或者其他音乐的软件，然后在手机上。

第三，我们是看，如果他曾经用Q音乐有连接过外放的设备，他们是我们更加潜在的用户。还有，我们和一个手机品牌的广告主的合作，其实他需要的用户也是分为三个层级的。第一，可能几年来随着品牌不断的更新，他一直是我们的客户。第二，他之前是别的品牌手机的用户，现在转到我的品牌了。第三，他曾经是我的用户，转到其他品牌了。对这来说，品牌主是有不同的策略方向，最要我们基于他的QQ和ID号，还有设备号，基于这个去做一个整体的分析。我认为未来就是一个数据和更加场景化的应用，以及数据背后我们能够分析和挖掘出来的更有价值的信息，这个是更有用的。

如果真的是推一些其他的手机品牌，我们更有效的数据是我在朋友圈分享的我在夜里守着看苹果发布会的人群，这里面是比较艰巨和艰苦的工作。

高铎：最后一个问题，在现在的广告行业，我了解原来我们做PC端广告的时候，有做品牌广告监测和效果广告检测，现在移动广告发展过程当中，我们发现最先出来的是效果广告监测平台。效果广告监测平台经历了，最开始只关注下载、注册，现在慢慢慢慢到了关注下载的激活等等，同时我们也发现在移动广告里面，其他一些新型广告主也出现了。比如说互联网金融相关的，电商，滴滴打车这种的，还有一些品牌广告都会在移动广告里面加大投放，推动移动广告整个的增长。但是我的理解，他们的衡量标准应该和最开始的移动效果广告的衡量标准是也差异的。但是具体的差异在哪？怎么样去做，更能符合广告主的利益，同时也能平衡广告主和流量方的收入。

这一点我一直很有兴趣，各位能不能跟我们分享一下？

赵艳：实际上是一个非常复杂的问题，在流量方和广告主动态匹配和交互的基础之上，一直是我们不停在看的问题。而且这个流量方其实还要去分是正常的一些社交流量方，还是比如说像应用宝，市场类的流量方。更多社交类的流量方是需求这些广告一定是不能有损的，超出正常范围之外的。现在互联网金融，甚至是海淘广告主，他们没有完全的资质保证用户体验上的安全，和真正能够落实的一些真品，等等一些复杂的问题。对于其他品类来说，APP是通常类的类别，但是APP类里面有很多种，生活类的，工具类的，他所能出的竞价成本，是远远低于电商类，生活工具类的APP是对WiFi环境的要求是非常严格的。如果对于一些电商类的APP，或者其他的APP，对WiFi的环节要求没有那么高。我们在流量的分层和定向里面，也有一些相关的侧重和平衡，希望用更加灵活和激动的方式，把更适合的流量分配给广告主，保证好流量体验和变现价值的最大化。

杨娟：这个问题还是蛮有挑战性，也很复杂的。在回答这个问题之前，我想说一下，其实我们做移动广告，我们现在看到一个趋势，做移动广告跟互联网广告，还有传统端的广告，我们现在看到的趋势是移动端的广告不管是品牌还是什么，越来越将来效果了。确实他有这样一个趋势，即使品牌广告也要见证效果，一方面确实是在移动端监测方面更能细化的。

现在不同的广告主，最开始可能看下载，看激活，后续就考虑到LTB了。这也可以回到前面第一个问题，为什么有公司，有这些平台可以留住，一方面你作为一个广告平台，就是需求方，我们的广告主和开发者，其实利益是不一样的。广告主的角度是说，我想花最少的钱，达到最高的效果，最好的效果，我们的开发者是说，我希望你分给我最多的钱，这两个目的本身就是不一样的。但是如何能解决这个矛盾的问题，就要考虑你这个广告平台的问题了。你如果把更好的广告投到合适的平台，如何了解流量，如何好好的使用数据，这是要达到首要的效果。

如何来解决这个矛盾？对广告平台，你能不能实现这一点，或者你能够把这个矛盾稍微变小一些，你的存在，生存的空间还是蛮大的。

丁瑞彭：这个问题其实还是跟广告主的诉求相关的。跟刚才刘鹏说的，如果人家打汽车品牌广告不是让你承担的话，你管这个效果其实是偏了。我们到移动广告，比如说我们给游戏客户来做的时候，他的诉求是回报、投放率这些。我们要针对广告主的诉求来分析才可能做好这件事情，另外一个方面，也看行业发展阶段，我们做效果，其实很多时候是需要广告主来配合的。假如说我们要给他提高销售额，比如说电商提高销售，肯定要有数据上的配合。我相信后来会越来越效果这方面走，广告主也会开放越来越多的数据。

魏玮：这个话题特别沉重，比如说做汽车，我们通常遇到会有三个问题，比如说品牌、试驾、销量，这三件事是完全不搭界的事，我就问你要做的三个事优先级是什么？多挺重要的。我希望大家还是有点情怀，做这个行业有点情怀，很多时候把自己变成一种有情怀的人，行业都是被惯出来的，金主也是被惯出来的。你们今天看我的价格，明天恨不得我成为你的4S店了。我少说两句吧，让刘鹏说。

刘鹏：确实像魏玮总讲的，确实对广告品牌这块，对整个行业的研究是缺位的。过去线下品牌广告完全没有数据这一说，现在突然发现这帮做电商、游戏的，TalkingData一优化做的挺好，品牌也想借用这个逻辑去做。可是品牌到底应该考核什么东西呢？咱们的研究真的是比较落后的。有的广告主，其实我一说你就明白，不是说效果就能解决问题，比如卖感冒药的广告主做广告找谁？找正在感冒的人是不是很荒谬。这个事情真的需要站出来，很也真的把这件事研究透了，对行业有一个交代。不能老拿效果对付他，品牌广告不解决，其实还有一个大的问题。我觉得在北美，至少说一些，特别是中小型品牌广告主，品牌和效果兼要的广告主，自己已经对这个问题有认识了。我们简单的说，效应广告能够拉升你的效果，但是拉升不了你的利润率。拉升利率润还要不要品牌广告，北美很多律师、牙医，你觉得他应该做效果吗？错了，他们现在很重视品牌的力量，因为律师不可能天天说谁家老口子吵架，就堵在人家门口，这么做效果的方法是不对的。一定要让这个社区知道我是一个有名的律师，整个行业对于品牌广告的数据化评估，尽管我们给了很多方案，但是我们给品牌广告数字化评估的方案，并不是从行业研究的角度出发的。我对品牌广告并没有太多的研究，还得大家真正一起把行业推动一下。

高铎：今天难得有行业几位老大在这里，我开放两个观众提问的机会。没有的话就结束了。

问：我提一个问题，TalkingData其实也是相对于前期是做开发者服务的。现在除了做统计分析TalkingData之外，像做推送，云，即时通讯等。这些公司四位认为怎么跟移动广告结合起来，能够有效的做这种结合？跟广告平台的结合，以及跟直接说我们做这种传统行业的广告，有什么样的结合点？

杨娟：您刚才问的这个问题蛮好的。我们现在看到有很多移动的开发者，他开发了一个APP。其实，与移动广告结合点，我觉得有两个，一个就是说首先你开发一个APP，你是要用户的。你获取用户从哪来？一方面你可以自己去获取这些用户，还有一部分，你可以通过广告平台帮你获取用户。所以这里面我们看到很多例子，大的小的都有。一个方面可以跟广告平台结合，第二点，我们觉得涉及到变现的问题，移动广告是变现的方式。很多公司一开始获取用户，到了一定用户规模之后就变现。这是我们看到的两个模式。

问：我是游戏公司的，我想问一下，我们现在游戏公司做广告的时候，一般分为两个阶段，一个阶段初期打量的时候，我们不太在乎ROI，那个时候游戏真正的回收，甚至游戏价值也算不出来，等到后面就到一个阶段，游戏币的时间，量也冲完了，开始到经济化的时候，就希望真的是出去一个广告，ROI就回来了。但是游戏有一个特别强大的情况，现在中国的游戏，一小部分的高额的用户，实际上就可以把其他的人给平均掉。我不知道这个情况，各位系统中怎么解决？我们做的时候，跟各位也有一些合作，每家都说我们就能帮你们做这方面的工作。但是我们自己又有很多的顾虑，这个工作做了很多很多遍，都没有非常好的效果，我不知道各位是怎么看的？这个问题能够怎么解决一下？

赵艳：您是说在投放的时候，效果没有办法保证，还是什么？

问：实际上我的意思就是说，现在大家都说自己有很多优化的方法和标准，但是都拿ROI来算，本身的目标、初期和后期很难衡量的，第二，游戏的概率性事件太大了，一个人就拉低了平均值。我们怎么能够来相信你们的优化是成功的？我们怎么能来相信TalkingData的优化是成功的？现在我们没有办法做。我们1月份用户的ROI是块钱，但是我们每个用户广告花的块钱，就赚的一块钱，我们怎么优化？能不能有一个优化的方法，或者你们现在是怎么优化的，觉得成功的，告诉我们。

赵艳：在整个游戏行业当中，游戏是在所有行业当中是最不确定的。游戏本身的个体差异就很高，所以我们在做的时候，基本上我们先对游戏有一个预判，比如说你这个游戏的水平是什么样的。次日留存是在多少？是%以上，还是次日留存本身就很低，在投放广告的时候第一期是素材和定向。这个是决定你在前期的效果，后面是跟踪的过程当中，我们是要看自己游戏预期的生命周期是多长，有些游戏厂商只是去看一周的回本率，或者一个月的回本率，如果一个月做不成可能就没有办法做去。有的公司是看三个月回本率，只要三个月能回本就可以做。我们要看用户的付费率是多少，在行业占什么的水平，这个问题没有特别明确的定律，或者公式，这个要根据我们自己的需求，根据游戏的状况，在行业里面占的位置，以及当时的需求。我们有一些游戏新开服的时候，我是不计成本的。只要我这个游戏里面后面一些设计，或者一些设置合理的话就可以跑下去。有的是短周期的，对短期的效果更加看中，所以这个要具体的去看。

丁瑞彭：虽然大家都叫游戏，但是游戏是不同类型的，也不一样。回到投放上来讲，现在有一个比较通用的做法，一般来说，一开始投放的时候都是冲着榜单去的。重要的是它能够通过榜单来带自然量，这个是更有价值一点的。

所以你不能以渠道单独来衡量他带的量，要以总体来看。

后面也回答了，不管里衡量他的回本率等等，得根据不同行业的不同特点来分析。

高铎：感谢大家，圆桌论坛环节到此结束，谢谢大家。

主持人：感谢几位嘉宾精彩演讲。刚刚台上的几位嘉宾也提到了，要做有情怀的从业者。下面我们邀请氪联席CEO魏珂先生，魏珂之前不止服务过雅虎美国，以及腾讯这样的成熟大的企业，他也是一位创业路上的老兵，下面我们有请魏总为我们分享一下，一个聪明的投资人是如何善用数据来做一个聪明的投资决策的。有请。

魏珂：大家好，我是氪联席CEO魏珂。我觉得在周五下午想做一个演讲是很有挑战的。首先，我非常感谢TalkingData能给我们氪这么一个机会，让我们给大家同步一下我们最近在数据领域取得的一些进展和研发的一些产品。

我首先先问题一下，在座的有多少人是技术人员？举一下手。还挺多的，那我就不谈技术了。我主要给大家叫一下我们做的产品，叫做氪指数，7月底我们发布的这款产品。我首先把演讲分成四个部分，我给大家介绍一下氪指数是什么，第二部分，我想给大家介绍一下氪对于投资这件事的一个看法。第三，看一下我们的产品是什么样的，第四给大家抛一个案例，针对互联网实际的情况做的数据报告。

氪指数是从氪自己公司的数据加上公司行为数据，加上多维度的分析之后，面向专业投资人的专业分析工具。首先其实氪指数有点像纳斯达克，像道琼斯指数，或者沪指，主要衡量一个细分领域，或者一个公司在长期和短期的发展变化。在二级市场，大家用股价衡量一个公司的好坏。一级市场和二级市场不一样的地方就是维度不一样，这个公司在今天估值可能是万美金，可能三个月、六个月之后估值可能就是万美金，这个时间范围之内创业公司是没有信息披露机制，导致很多情况下你很难评判这个公司在这个阶段之间的发展情况。

氪指数就是为了能够解决这样的问题。首先这张图基本上可以有一个非常好的介绍，氪指数是怎么研发出来的。我们主要的数据来源主要是三个方面，第一个是我们氪自己平台上的，我们现在已经不完全是一个媒体，媒体只是我们的一个业务线，我们是一个创业服务平台。我们有三条主要的业务线，第一是氪融资，包含氪融资平台，和众筹平台，第二是氪氪空间，这个是中国现金为止最好的孵化器。第三个才是我们的媒体。

第二个数据来源是公开数据，这里面包括APPstore，安卓市场，苹果的应用商店，社交平台，也包括一些招聘网站的公开数据。包括我们的合作伙伴，也包括联通，我们接下来也会和TalkingData在数据上做一些很也意思的尝试性的工作。

这个数据汇总之后，我们会经过相当复杂的数据处理之后，在多达个维度上提取一些功能，一些特征。然后把这些特征放到我们的机器学习引擎之中，这样就会得出来我们相关的指数级产品，氪指数，公司指数，公司爆发力，这样我们想给大家提两个概念，我们会用到的的。第一个氪指数本身，衡量一个公司在短期和长期是连续性的。爆发力更像一个增长速度，是衡量在一段时间内这个公司的冲量，给大家一个简单的例子，像新浪的下载量是远远高于一个初创公司的下载量，但是增长速度很多情况下是不如这个公司的。

氪运营了四年多的历史，整个过程当中我们接触了大量的投资人，我们给大家分享一下是怎么看待投资人，以及投资这个领域。现场有没有投资人？投资行业是一个很苦逼的行业，一点也没有比创业更加轻松。在过去的几年中我们观察到好的投资人应该是什么样的。往往具有两方面的特性，第一方面是前瞻性，需要在提前一到两年的时间预判到哪些行业具有爆发性，这个行业其实我们通常可以分成两种情况，既有行业可以通过公开数据和既有数据做一个判断。O2O的细分领域突然间发生爆发式的增长，对于投资人很难判断。第二，这个投资人一定要非常勤劳，发现这个特定行业之后，必须要在第一时间内，去一家一家公司拜访，撰写投资的分析报告，经过投委会商榷。即使是他确定好了投资标的之后，他也需要在后续的过程当中，不停的做净值调查，反复论证，这样才能确定一个真正的投资标准。

这是创业者经常会遇到的，头上的陷阱。接到投资意向书之后，并不代表投资就完成了。中国%的情况下，收到了TS之后，投资还是没有确定的情况。很多投资方给你一小部分的贷款，通过债的方式投到相应的公司，但是在VIE的过程当中，发现这个公司有三大缺陷，就抛弃这个贷款，撤回投资，这个变成了投资人经常使用的伎俩。这个看起来是在保护自己，但是实际上是说明信息太不对称了。

这里是对还是错，很难评判。我们氪在过去四年中，接触了很多很多创业公司，从这些数据当中我们希望找到一些规律性的东西，这种情况下帮助投资人，让投资更简单。帮助投资人发现准确标的的时候，一方面让市场更加透明化，让好的钱流向好的公司，我们帮助了投资人就等于帮助了创业者。

刚才说完我们对投资行业的分析之后，大概有几个层面的问题。第一，你会发现这个行业要及时发现旧的行业的周期，第二要能够定位新的行业，第三要能够在特定行业下面找到最具有爆发力最具有发展前途的公司。

第四是否能够持续对这个公司进行关注，以至于在合适的情况下把钱打过去，就是刚才说的前瞻性和勤奋。这里我们就开发了一款氪指数的产品，希望在某种程度上帮助投资人做投资决策。这里有很多关于大数据的同学，大数据说白了，我第一个公司也是做大数据的，后来被雅虎收购了。大数据这件事，往往是分析方法和数据，最重要的是你能得出什么样的结论，或者大数据所说的相关性。接下来我们一起来看一下，我们刚才说了那么多，氪指数在哪些层面下解决这些问题，我相信不可能完全解决，但是我希望一步一步让世界变得更好一些。

首先我们的数据是由专业的运营团队来维护的。大概有人的团队每天都在写数据，谁投了谁，什么时间，时间、金额等都是非常关键的。创业公司很多情况下在虚报自己的融资金额。我们有一个专业化的数据团队不停的运营这个数据，我们对这个数据也做了很多层次的分析，现在来看应该是三个层面，个大行业，个二级行业，三级行业，这些都是通过人工来分析的。大概数据量在几十万到过百完左右。

我们这里面产品往往是给出最新涌现的公司，最具有爆发性的公司，确保投资人在第一时间发现最好的投资标的。这里面有几个点，像绿色的，基本代表大概的发展方向和趋势。同时我们对行业也有一个细分，刚才提到了，一个是老行业一个是新行业。老行业是我们已知的行业。如何发现细分领域，其实是我们非常大的强项，我们一直在不停的关注多个数据来源的流量，所谓新兴细分领域在于流量的分类，如果大家有一天发现很多未知流量流向某一些未知应用，这有可能就是一个非常非常新的细分领域，这种情况下，我们会通过人工标注的方式标注，用人工的方式发现到底是什么，这一般是由我们的行业分析师来做的。给这些新的行业做一些运营。

同时我们氪指数本身也做了强大的搜索工具，和发现机制，帮助投资人在第一时间找到自己的投资标的。对于投资人来讲，可以把自己投资过的公司建立到氪指数领域，刚才看了，在多个维度对这个公司，或者行业进行了追踪。最上面的图是标注了这个公司的增长，每个不同的公司有增长的模型，像社交类的网站流量的增长是指数级的，是受网络效应和病毒类营销的红利所在的。他们的增长是阶梯性函数的增长，营销方式是取决于事件驱动。

其实经过大量的数据积累和分析之后，我们大概知道什么样的公司应该用什么样的营销方案来做。大家知道每一点对应的新闻事件，或者是一个营销活动是什么，我们积累大量的数据之后，基本上也知道你在什么样的时间段，和时间点应用什么样的营销事件，能够给你的流量，或者对你公司的知名度，百度指数就最大的促进，这个数据对我们来讲是非常关键的。在氪指数内部我们做一个营销活动，比如说微信上的活动，我们都是经过大量的数据分析之后才会决定什么性质的运营活动应该采取什么样的内容，在什么时间段发布，这个事件应该持续多少天。

毕竟氪指数是一个综合性的指数，是描述趋势的。但是我们其实是把我们的原始数据完全开放的，如果大家愿意可以具体去看百度指数的变化范围，以及搜索引擎相关性的指数。还有一个招聘需求，也挺有意思的。很多创业公司，你如果招聘的职位大多数很低端，这个情况要么两种情况，是不是公司没有大力发展，第二是核心团队很完备。如果这个公司在招中层，要么就是这个公司团队升级，要么是团队发展，要么就是融到钱了。

当你投资的公司之后，也会关注你所投公司的竞品是什么，同时你会知道整个公司的后续管理，我们可以把所有公司的投资标的放在同一个面板里面，观察一定时间的相对变化。

这里面就是一些细分行业。我们周期性会做一些分析报告，大家可以关注我们氪氪指数有一个订阅号，我们公司也有氪，大家一起拿出手机，打开微信，找到订阅号氪，并关注后，没有奖品，大家会周期收到免费的分析。我们还跟联通的数据魔方一起做了非常详细的专业分析报告，这些报告包含了实时、阶段性的数据，包括非常量化的看待数据量，使用习惯，以及更多的定制化。

接下来其实对于我们来讲为什么要做这种产品？一方面我们希望帮助投资人更好的做投资决策，另外一方面，我个人一直觉得一级市场，其实是比二级市场更加安全的。我本人是学金融的，对于我来讲，二级市场的风险性是很高的。这个有点反尝试，从投资收益和期望来看，二级市场投资是小于一的对于一级市场是大于级，这个我们公司大量数据整理之后的观点。

二级市场是有量化投资的，只要有一个模型应该就可以把一级市场做一个量化。这里给大家一个数据分析的案例。大家也知道，现在互联网圈跟娱乐圈唯一的差别就是我们懂技术，他们不懂，其实很多情况下互联网撕逼大战入我们的眼。美团最近也面临一些融资上的挑战，我们把6月份、7月份的数据拉出来看，其实从活跃度来说，美团还是高于糯米的。最近8月份的时候，百度会投亿美金在糯米上，会给整个市场带来不一样的变化。但是在现在的阶段来看，行业的竞争格局并没有发生太大的变化。

虽然美团在一定程度上压着大众点评，但是留存上面是略逊一筹的。这是使用频次。美团是一个交易性的产品，而且总体来讲，美团的发展策略，三四线城市，农村包围城市，稍微屌丝一点。大众点评一方面是长时间的用户积累。另外一方面，很多餐馆是美团没有覆盖到的，用户的属性会更加偏向平均。

操作系统来讲，其实就没有太大的差别，我也观察周围的朋友，iPhone使用的人越来越多了。从这个用户分布里看，大众点评没有太明显的差距，前5位的用户使用的都是iPhone的设备。这点非常有意思，这个数据来源我觉得可以说是比较独特的。因为这个数据，我们发现美团的用户搜盗墓笔记的人比较多，对于点评人喜欢看花千骨，大众点评的用户主要是聚集一线城市。点评用户更爱财，注重财务管理，美团用户更喜欢娱乐。在这里其实我们氪指数就是画线，在某一段时间，糯米在7月的爆发，高过了美团、点评，百度做出了很多促进性的活动。一方面做了很大的投资，另外一方面，百度做了自己的外卖业务，做了很大的补贴，导致他的量非常非常大。但是氪指数是综合性的指数，反映的是长期变化，而不是绝对的增量。

我们氪要做什么？其实，我们是要为创业者提供最好的产品和服务，我们一直相信我们这个世界其实是被一小撮人改变了。我们相信这一小撮人就是创业者，所以我们氪的创始人一直有一个心愿，希望能够帮助这些创业者改变，帮助这小撮人改变整个世界，但是这一小撮人就是创业者，我们希望提供最好的产品和服务，帮助这些创业者改变，不用改变世界，让我们的世界变得更加美好就可以。现在我们有三大业务，融资、氪空间和媒体。

首先我们氪的融资，这个数据有点老了。我们现在大概有多家公司活跃在我们的平台上，现在是多家创业公司每天注册在我们的平台上，大概%左右的公司是在非常活跃的寻找投资。第二，不知道大家听说没听说过我们的融资活动。我们这次活动大概就多家创业公司参与，有多公司的BP投到多个投资人手里。我们后续又有一个调研，这里面有家公司获得了投资意向，%的用户，创业公司对我们极速融资的活动给予非常高的评价。

在我们氪的融资平台上还有一个机构联盟，有家、家最好的投资机构活跃在我们的平台上，还有顶级的投资机构，人民币基金、美元基金。

我们氪空间完全了四期同学的毕业典礼，第五期同学入住，现在为止，我们一年的时间里，氪空间的项目都是达到了亿。%的融资概率，有大量的公司，我们的氪空间项目在我们的氪指数空间里面就完成融资了。大家如果要创业，氪空间是大家的首选孵化器即使你不用孵化器，也应该来到这个圈子里面，这个圈子是非常非常好的，包含了中国最优秀的创业者。

第三，也是我们氪空间的公司，FIR，环信、石墨。

第三个业务就是我们的媒体，伴随的多万读者走了四年时间，去年报道多公司，在我们报道之后，流量翻倍。的创业者在我们的报道之后，得到的投资人的约见，我们的流量基本上，如果把科技媒体作为一个领域来讲，我们的流量是第二名到第十名之间加起来所有的流量加起来的两倍。大家如果说自己的公司和产品有什么样的进展，想要融下一轮，氪媒体应该是大家的首选方案。

非常感谢大家，我不知道是不是有提问环节，如果没有的话，咱们后续做其他的交流。

主持人：其实我们没有设定提问环节，但是如果有人对魏总这个环节很感兴趣，可以有一个提问的名额。谁感兴趣，现在可以发问一下。这个环节就到此结束。

魏玮：感谢TalkingData给我们这个机会，同时也祝大家周末愉快。

主持人：感谢魏总，下面我们有请最后一位演讲嘉宾，是蓬景数字技术中心总经理苏永刚，为我们带来的是个性化数字营销。

苏永刚：非常感谢大家，确实是周末最后一个故事，听完了有可以过周末了。蓬景数字我们现在也是做数据的分析，帮助客户做一些有价值的工作。我们这个环节的主题叫做个性化营销和个性化广告的东西。这个下面的故事，我就想反中求己，刚才诸位领导讲的都是我们的业务怎么样，我们的产品怎么样，我们能给客户带来什么价值，这些东西到底怎么落地？怎么能够给我们的客户以及给我们客户的用户带来真实的价值？这件事情我们要反中求己。我刚才的同事问我，你马上要上台，你紧张吗？我想我要是紧张，别人也得紧张。

我们每个人自己是与众不同的，我们就要找到这些与众不同的点，我们要给他合适的产品。我们公司做最主要的工作，第一个就是思考和学习，我买东西在亚马逊，买完以后就会猜你喜欢，然后有目的的合并和拆分。在整个过程当中，我们就看到一个服务，在我们服务的过程当中，如何猜你喜欢的。如果去拆分你的包裹，这里我们可以想到很多很多的道理，比如说在物流，怎么节约成本，推荐的时候根据你的产品组合逻辑做一些推荐，我们现在每天在做这件事情。我们在做这件事情的方法都一样，大数据。数据其实就是数据，我们在看这个数据的过程当中，你一定要有自己的目标和自己的认识，所以我们在做的是帮助我们的广告主和客户寻找他们的用户，他们的用户是什么样的，未来未知的用户是什么样，我们都在思考这个问题。