(如想获取完整报告请关注阿尔法公社(ID:alphastartups)回复关键词“趋势”) 纵观报告全文,共有3个重点: 未来三年推动商业转型的三大技术:物联网、机器人和AI 阻碍技术创新和商业化的几大要素 3、AI领域 在过去十年中,数据和计算能力的显著增长激发了人工智能领域的创新。在毕马威调研的841位高管中,共有10%的人认为AI将成为未来三年推动企业转型的第三大重要技术。 2、商业应用的七大阻碍 一般来说,处理好商业应用的障碍对于实现市场的领先地位至关重要。 3、行业阻断 许多公司正在成为软件公司,且产品、服务和行业之间的界限越发模糊。随着越来越多的消费者和企业采用新兴技术,科技行业将持续成为全球创新的引擎。 如前文所示,在物联网、机器人和AI技术的推动下,诸如金融、技术、医疗等行业将在未来3年内拥有最大的商业化潜力。
在这一版,我们力求将 RFM 的动态性做到极致,可以看出,所有的计算全部保持动态,并且首次提出了将 3D 拍成 2D 的思路。 PowerBI DAX RFM 3.X 于是我们迎来了 RFM 第三代优化。 ? 这代优化是目前为止自己最为满意的一次。 宏观洞察 - 3D 降维打击 我们很难对 3D 图形做出有效反应,所以,我们需要将 3D 图形转化为 2D,我们用下面的方式进行: RFM 的 8 个分类作为宏观群体 X轴 - R - 最近购买 KPI 这样,就实现了从 3D 到 2D 的降维,同时得到了良好的宏观可观察特性。 图与表的切换 - 性能增强 可以看到: ? 用鼠标点击【图】可以切换成【表】,反之点击【表】可以切换成图。 RFM 3.X - 实现 业务驱动,层次分明。 度量值体系 要实现这样的 RFM,需要很高的度量值思维和实现技巧,我们得到最终结果是: ? 这里的 X 可能是 R,F,M 任何一者,并形成摆列: ?
本篇推文为python-matplotlib 商业图表绘制的第三篇文章,主要内容为圆润柱状图的绘制,这也是我之前一直想做的事情,在浏览Matplotlib官网时,发现了一个方法,就试着进行绘制,效果还不错 style) ax.plot(xx, yy, lw=1, color='black') ax.plot(xx, yy, 'o', color='tab:red', markersize=3) ha='center', va= 'center',fontdict=label_text) #绘制空心圆 ax.scatter(x,0,s=150,c='white',zorder=3) fontsize = 5,color='black') #去除刻度等信息 #ax.axis('off') ax.set_axisbelow(True) plt.savefig(r'F:\DataCharm\商业艺术图表仿制 ha='center', va= 'center',fontdict=label_text) #绘制空心圆 ax.scatter(x,0,s=150,c='white',zorder=3)
因为我们还是在服务开发者,确实看到Web3带来了一些商业模式上的创新。所以今天我们屏蔽噪音去看一些本质的东西,希望这个分享能对大家有所启发。 那这个里边所带来的商业模式的不同,以及你怎么去在很早期就让用户和创作者投入到平台上,在这里边创作更多的内容,它的整个商业模式其实跟以前是完全不一样的。 在现代的Web3时代,有很多东西是需要上链的,因为这个可能是Web3里边最基础的设施,只有基础设施得到很好地解决和完善才能演进更多的商业模式。 大家对于目前整个Web大概是什么样的、它能在商业模式上做到什么样的改变以及目前行业所处的一个生态有了相对大致的了解。 在迭代上以用户为导向的商业模式的变更,我们会看到后边的整个经济体或技术会迎来一个爆发期,至少在海外是这样子的。
针对商业的竞品分析 产品定位 商业模式 运营思路 市场推广 盈利模式 针对功能体验的竞品分析 内容范围 功能 交互 视觉 · 确定分析准则 商业分析 商业画布 产品地图 精益画布 CSF SWOT 海盗指标 SEO分析 优化搜索引擎的分析,技能偏向于开发 PEST 外部竞争环境的分析 一.为什么要分析产品的商业模式 1.10个创业失败的原因 没有市场需求 失败的市场营销 现金流断裂 无法规模化 缺乏商业模式 产品难以实现 失败的产品 团队问题/投资人问题 缺乏聚焦 依赖第三方 2.用户体验好,却因缺乏商业考量而失败的产品 3.product(产品) 商业的可行性 Viable 技术可实现 Feasible 用户有需求 Desirable 4.用户体验趋同,商业模式不同导致不同的发展优势 膜拜单车 VS OFO单车 用户体验模式 开始阶段,用户体验有明显差异 半年后,用户体验区域相同 以用户为中心——商业运作为核心 ) 产品初期 健康拓展,可持续 用户体验好 单车增速较慢 轻运营 产品中期 研发商业模式 利用数据开发多种新颖的商业模式 利用数据降低运营成本 技术研发,降低造车成本 产品后期 实现稳固营收 稳固营收
但总有些商业本质规律是不变的。虽然未来未可知,瑞典商业银行的分权赋权管理理念、历史变迁还是能给我们带来启发。《向左,向右?银行治理的反思》一起来回顾历史故事,反思银行治理的理念。 伴随着以太坊(Ethereum)重新定义区块链应用场景、R3、金链盟等的成立,可信可控云计算、终端安全存户等技术的演进,区块链应用步伐大大加快。 一方面,供应链金融会颠覆商品的生产、仓储物流、销售等模式,并为深层融资和开创新商业模式提供机会;另一方面,提高供应链金融的透明度、可追溯性和安全性能够促进构建更安全、更可靠的供应链金融体系。
但总有些商业本质规律是不变的。虽然未来未可知,瑞典商业银行的分权赋权管理理念、历史变迁还是能给我们带来启发。《向左,向右?银行治理的反思》一起来回顾历史故事,反思银行治理的理念。 伴随着以太坊(Ethereum)重新定义区块链应用场景、R3、金链盟等的成立,可信可控云计算、终端安全存户等技术的演进,区块链应用步伐大大加快。 一方面,供应链金融会颠覆商品的生产、仓储物流、销售等模式,并为深层融资和开创新商业模式提供机会;另一方面,提高供应链金融的透明度、可追溯性和安全性能够促进构建更安全、更可靠的供应链金融体系。
但总有些商业本质规律是不变的。虽然未来未可知,瑞典商业银行的分权赋权管理理念、历史变迁还是能给我们带来启发。《向左,向右?银行治理的反思》一起来回顾历史故事,反思银行治理的理念。 伴随着以太坊(Ethereum)重新定义区块链应用场景、R3、金链盟等的成立,可信可控云计算、终端安全存户等技术的演进,区块链应用步伐大大加快。 一方面,供应链金融会颠覆商品的生产、仓储物流、销售等模式,并为深层融资和开创新商业模式提供机会;另一方面,提高供应链金融的透明度、可追溯性和安全性能够促进构建更安全、更可靠的供应链金融体系。
事实上,NewVantage合作伙伴的一项调查显示,只有24%的公司认为是数据驱动的,而Gartner发现只有30%的员工使用分析和商业智能(BI)工具。 传统商业智能工具的问题在于,其重点在于报告、可视化仪表板和其他形式的描述性分析。 以下是决策智能与商业智能的三个不同之处。 商业智能(BI)适用于描述性分析,以解答哪些KPI或指标发生了变化。虽然用户可以轻松了解“什么”,但在使用传统商业智能工具时,他们无法始终获得支持其行动和决策所需的更深层次的数据内容——“为什么”。 3)决策智能包含智能自动化 商业智能(BI)专注于可视化聚合数据,而非从海量未聚合数据中挖掘精细洞察。
但总有些商业本质规律是不变的。虽然未来未可知,瑞典商业银行的分权赋权管理理念、历史变迁还是能给我们带来启发。《向左,向右?银行治理的反思》一起来回顾历史故事,反思银行治理的理念。 伴随着以太坊(Ethereum)重新定义区块链应用场景、R3、金链盟等的成立,可信可控云计算、终端安全存户等技术的演进,区块链应用步伐大大加快。 一方面,供应链金融会颠覆商品的生产、仓储物流、销售等模式,并为深层融资和开创新商业模式提供机会;另一方面,提高供应链金融的透明度、可追溯性和安全性能够促进构建更安全、更可靠的供应链金融体系。
区块链的创新 未来商业模式有这几种 ? 区块链1.0:加密数字货币 比特币是第一个实验,后面还有很多种货币在改进它。
使用功能强大的商业智能 (BusinessIntelligence 简称BI) 工具和技术来帮助客户解决上述难题。 商业智能是一种预测、跟踪、分析,并展示与业务绩效相关的量化指标的方法,通过对数据的收集、管理、分析以及转化,使数据成为可用的信息,从中获得必要的洞察力和理解力,更好地辅助决策和指导行动,以帮助企业决策者在正确的时间 商业智能系统的软件平台能支持业务部门制作复杂的合并报表,在减少业务人员工作量、提高工作效率的同时,帮助业务部门更加灵活和准确做好数据分析和信息共享。 ,提供这个行业最完备的开放标准平台,以及最广泛的专业知识释放信息的商业价值。 商业智能软件强大的报表制作和展示功能能够制作/展示任何形式的报表,其纯粹的Web 界面使用方式又使得部署成本和管理成本降到最低。同时还可以同数据挖掘工具、统计分析工具配合使用,增强决策分析功能。
本文结合该商业实例,介绍了 IBM SPSS Statistics 最近邻元素分析模型的使用方法与步骤。 商业案例 某汽车制造厂商的研发部门制定出两款新预研车型的技术设计指标。 运用 Statistics 的最近邻元素分析模型分析该商业案例的步骤 下面我们运用Statistics 软件的最近邻元素分析模型来分析这个商业案例。 图 3. 增加 focal(焦点)变量 ? (K=3)的输出视图 ? 可以看到,每一个焦点个案都用红线连接着 3 个最近邻居。 模型浏览器右边的子视图是Peers Chart(对等图),初始内容将显示每一个焦点个案的 3 个邻居们在每一个预测变量上的取值分布。
可以看到,要进行分类汇总,需要先进行排序; 在完成分类汇总后,自动实现组合,分为3个等级,1级为所有行的Sales总计,2级为三个商品种类的Sales汇总,3级为所有订单信息; 要想将汇总结果复制到其他地方 K3、=(A4<>"中部地区")*8+K4,而此时K4位置的值为空,数值时默默认为0,因此结果为8; 此时要想达到目标,需要使用绝对引用,即使用K3位置的值,此时只需要在行列序号前加$符号即可,可以选中 K3按快捷键F4即可实现,变为=(A3<>"中部地区")*8+$K$3、=(A4<>"中部地区")*8+$K$3等。 可以看到,数据为文本型数据,在进行计数时会根据前15为进行计数,因此在对A3、A11、A12进行计数时会重复,此时可以通过在后面连接通配符解决。 SUMIF 和COUNTIF类似,SUMIF是根据条件进行求和的,简单使用如下: 待求和数据所在的列和条件所在的列不是同一列时,稍微复杂一点,如下: 显然,此时需要传递3个参数,才能求和。
「科技即商业」,提升数字化能力,打造「精益企业」,是当前所有企业都不应忽略的战略核心。 在践行「科技即商业」的过程中,我们也一直在思考、研究、学习和总结,期望把最新的思考和最有价值的案例汇集起来分享给业界。 这就是《ThoughtWorks商业洞见》的由来。 相信每一家有远见卓识的企业,都想极力投奔到这场数字化浪潮中,用科技推动创新。 我们希望《ThoughtWorks商业洞见》更加落地,建立业务和技术的共通语言,填补商业战略和落地执行之间的空缺,同时触发讨论、激荡出新的思考和观点,成为新一代实干家的指导工具! 云和大数据是商业创新的必选项、CIO的必修课。传统企业要如何步上「云」端?如何才能用数据驱动创新?《云和大数据,商业创新的加速杠杆》结合案例讲解业界实践经验。
06 黑洞效应:智能商业胜出的秘密 黑洞,是一个让人望而生畏的词语,它有着极强的引力,能够将所有接近它的事物吞噬殆尽,甚至连光都无法逃脱。 未来的智能商业有着像黑洞那样无限大的潜力与空间,可以包含一切的人、数据甚至时间 数据智能拥有网络张力 如果说自然资源中的石油与钢铁是20世纪最重要的生产资料,那么在当下的时代中,最重要的生产资料就是数据 这些优势的乘法叠加,足以在各自的行业和领域内掀起一次又一次的惊天风暴,也由此诞生了一个又一个智能商业独角兽 ? 在智能商业的时代,想要让自己的企业获得成功,首先要问自己4个问题 我的企业能否最大限度地实现网络化? 我的企业能否尽可能地引入机器的学习效应? 黑洞效应的必然方向是智能商业 在我看来,物质、能量和信息分别是世界的三大核心资源。
商业的概念 商业起源于原始社会中以物易物的交换行为。它的本质是交换,它是基于人们对价值的理解的等效交换。 商业行为的定义是什么? 商业行为是大陆法系国家商业法中的一个特定概念。 商业行为与民事行为有关。大多数商业法律关系是通过商业行为建立,更改和终止的。商业行为相对于民事行为的独特性也是商业法可以独立于一般民法并独立形成制度的原因。 商业行为与商业主体密切相关,共同构成民法体系商业法体系的基石。 大陆法系国家对于确定商业行为有不同的标准。 一些学者认为,商业行为是“商业实体为了追求资本增值而按照自己的意愿进行的各种商业活动”;一些学者认为商业行为是“由商业实体进行的以利润为导向的商业活动”;有学者认为,“商业行为是在商业中建立,变更,终止商业权利和义务的法律行为 ,实际上,它是商业实体的外国商业行为”;一些学者认为,商业行为是商人资本管理的行为,是商人为建立,改变或终止商业法律关系而进行的一种行为。
05 智能商业的特征:向精准升维 “精+准”是未来商业的核心要求 为什么谷歌、阿里巴巴、优步能够成功,能够有如此大的影响力?就是因为它们能够做到精准。 广告的投入和产出变成了一个可变成本,并且可以精准计算投入产出 新商业时代,精准是商业的核心要求,是产品和服务能否有机会与用户连接的先决条件,更是企业能否存活并做大做强的关键所在 精确:通过网络协同,实现降维打击 随后有一部分没有货源的卖家提供运营服务,于是就出现了名为“代运营商‘的新物种;渐渐大家发现对快递服务的要求越来越高,于是就出现了几家来自桐庐小镇的快递公司……像这样的例子,还有很多很多 准确:数据智能的背后,是商业逻辑的根本改变 在互联网时代,谁能够找到有创意的数据化方法,谁就具有重要的竞争优势 ,也就能真正融入未来的智能商业中去 只有上线,才能迭代优化 不上线就没有用户反馈,就不知道往哪个方向优化,迭代便无从谈起。 在全世界范围内,有数量庞大的特斯拉电动车在路上飞驰,特斯拉公司自然能够收集到大量的数据进行优化,这是智能商业非常重要的一个方向 用机器学习的逻辑贯穿整个业务过程 针对一个足够大的问题,你能否找到新的算法来挖掘数据背后的洞察
03 智能商业双螺旋之一:网络协同 在人类文明的长河中,农业文明的“点”状结构让人类立足于村庄,保证基本的温饱,传承我们对世界和自己最基础的认知;工业文明的“线”状结构让人类建立城市,极大地提升了我们理解世界和改造世界的能力
一、商业理解 在这里,根据上面的需求,可以把流失问题归结为如下3个问题: • 问题 1: 预测哪些客户(尤其是哪些高价值客户)可能会流失? • 问题 2: 可能流失客户的特征是什么? • 问题 3: 市场挽留活动的预计收益是多少? 这些问题看上去说得己经很清楚了,但深入思考一下,就会发现如果不搞清楚下面这几个细节,随后的数据挖掘工作根本无法入手。 1、如何定义流失 经过与业务人员的充分沟通,最终定义销号、欠费超过3个月(后付费客户)或者3个月 无通话行为(预付费客户)即为流失,变量值记为L,否则为不流失,变量值记为 0。 3~7天的系统处理时间,这一点尤其重要)。 再考虑到如前述流失定义需要3个月的观察期(欠费与无通话行为情形)。 4、如何从分析结果中获取实际收益 得到了流失预测结果,如何使用?如何事先预估市场挽留活动的收益?