大数据的机遇与挑战.docx
《大数据的机遇与挑战.docx》由会员分享，可在线阅读，更多相关《大数据的机遇与挑战.docx（11页珍藏版）》请在冰豆网上搜索。
大数据的机遇与挑战
BIGDATA大数据
当我们的一切行为与生活都可以“数据化”的时候，掌握这些数据的公司便像是拥有了一座蕴藏丰富的金矿山。
正如维克托·迈尔-舍恩伯格所说，大数据时代是“已经发生的未来”，而在这个已经发生的未来里，没有旁观者。
2013年12月19日，由精品传媒《数字商业时代》主办的“大数据创造的颠覆时代”2013年度智造中国高峰论坛在北京悠唐皇冠假日酒店隆重举行。
大数据的爆炸毫无悬念，当今世界正在高速数字化，全球的数据量正以每18个月翻一倍的惊人速度增长。
大数据时代正以“侵略”式的速度蔓延并占领我们生意、生活每个细小的角落。
它带给我们的是一种全新的思维方式，思维方式的改变在下一代成为社会生产中流砥柱的时候就会带来产业的颠覆性变革。
在全球拥抱大数据变革之时，智造中国高峰论坛也正掀起一场颠覆的革命，寻找更具生命力的创新智慧。
本次高峰论坛的主题为“大数据创造的颠覆时代”，寻找颠覆的力量，期待这股创新力量撬动整个商业。
大数据如何驱动商业价值？
大数据时代有哪些科学研究挑战？
物联时代的创新之旅是怎样的？
在大数据旅程刚刚开始时，来自世界顶级研究院的专家及跨国公司CEO的现场报告，为我们描绘了大数据时代下的新图景。
本期《数字商业时代》摘录了演讲的精华部分，与读者共享大数据时代的智慧大餐。
IBM[微博]
大数据和分析驱动商业价值
大数据对商业来说有巨大的价值，它可以被形容成是一个自然的资源，取之不尽。
IBM中国开发中心总经理王阳
今天，什么样的数据在产生？
传统的数据大家都知道，比如在一个企业内部，有大量的数据，它们基本上是格式化的，像CRM、ERP等，还有在整个运行当中的处理企业内部的数据。
此外，社交网络给我们带来大量人类的一些数据，你可以看到各方面的数字：
每天3亿的用户，大量的微博、微信等等。
但是不要忘记人类其实产生了很多的机器，这些感应器产生的数字更大，它每天都在产生。
大数据：
记录人类历史
大数据对人们有什么作用？
大数据正在记录着我们人类发生的历史。
也许往前追溯1000年、2000年，甚至3000年，我们并不是很知道人类在干些什么，而是通过考古去挖掘，去发现以前文献里的一些蛛丝马迹。
但是试想1000年、2000年之后的人类看我们今天，有如此大量的信息，他便可以重现，到了这种程度，他可以重新模仿和重现今天的世界。
通过定位我们每个人使用的手机，一生的轨迹都可以重现。
所以在网上所说的话和所做的事情，不知不觉当中就成为数字足迹，都已经被记录下来。
大数据对商业来说有巨大的价值，它可以被形容成是一个自然的资源，取之不尽，不像石油挖了之后没有了。
回顾一下大数据的“4个V”：
Volume（大量）、Variety（多样）、Velocity（高速）、Veracity（精确）。
首先是大量，第二是多样性，比如各种各样的语音、非结构的数据、图像等，第三个是速度，大数据产生的速度非常快。
最后一个并不是很多人注意的，是不精确性，并不是说每个数据都相当精确，有很多的含糊性和矛盾的。
其实矛盾是一件好事，往往说信息量大是什么意思？
不精准，挖掘出来才是有价值的，大家都知道的就不是消息了，就不是新闻了。
大数据要跟应用相结合，就像我们讲云计算一样，云计算的关键并不在于技术，而主要是应用。
大数据只有通过分析才真正可以找到它的应用，跟应用相结合，行动是挖掘和采集大数据的根本原因，并不是为了记录而记录。
大数据的商业价值体现在几个方面，比如制造业中新产品的开发过程。
2006年我曾与马云[微博]交流，探讨淘宝真正的竞争实力是什么？
我认为真正的竞争实力是C2B，就是小米的模式。
淘宝手上拿着大量的用户，它的每一个产品都可以让这些消费者进行决策，这些决策当中有很多的数据可以挖掘，然后根据消费者的喜好，创造新的产品。
此外，还有反洗钱、资产的管理优化，对客户的洞察等方面的应用。
所有这些都需要有一个非常好的平台，云计算是大数据能够运算的基础。
一方面它是大数据的平台，有信息的整合和治理的过程；另一方面是一个分析平台，大数据离开分析平台是无法进行挖掘的。
再有就是解决方案，所谓应用为王，就是进行实施、服务。
从球场到商场应用无处不在
这里面有几个比较关键的技术，第一是存储级的内存；第二是流计算，因为它的速度相当快；第三是硬软件的结合；最后是创新的算法来进行大数据的分析。
给大家举一个例子，前不久中国的网球公开赛，我们就运用了大数据进行分析。
我们进行大量的数据采集，这个软件在法网、澳网等一些大赛当中，已经应用了十几年。
它抓取了大量数据，有些数据我们有可能认为是没什么用的，比如一个球打完之后，周边的人的呐喊声或者鼓掌声，这些都是数据。
但是在这种数据当中其实体现了很多的信息，是人们对它的一种热情呢？
还是说氛围、气场好呢？
我们都说不清楚。
但是所有的数据放在一起之后，你可以精确地判断出这场球球没打完之前谁可以赢，试想我们对一个球赛可以做到如此，商业就像战场一样，你怎么样胜过你的对手，你的企业哪些是弱点，哪些是强处？
都可以来计算。
在医学上面我们有很多应用，在一个新生儿刚刚出生的时候，这时生命刚刚开始，如果对这段时间所有的医疗数据监控并且进行处理，你可以看到很多规律，并且可以预测这个新生儿会不会出现问题。
零售业中有很多大数据的应用，比较知名的是一个父亲通过一家百货店寄来的商品促销广告，知道了女儿怀孕的事。
女性在怀孕过程中会有一些行为习惯的改变，比如不喜欢买有味道的商品，如果一个人以前都是买某一种润肤膏，突然买了一个没有味道的润肤膏，种种的蛛丝马迹加在一起，从大数据的运算当中就可以推测出这位女性怀孕了。
大数据对电力行业也有相当多的帮助，特别是智能电表，放在一些场所，可以及时地计算电量，可以为电网部署带来很大的帮助。
在金融方面，反洗钱、反欺诈等，金融当中有相当多的领域可以用大数据进行帮助。
IBM推出智慧地球，智慧地球的落地是在智慧城市和智慧的行业和企业。
智慧城市当中有一点大家都是比较熟悉的就是交通，现在世界上某一个城市，正在应用IBM的技术，当一个交通事故刚刚发生的时候，交警已经到达现场，救护车也到达现场。
就好像是它们已经知道在这个地方交通事故会发生，而救护车早到一分钟和晚到一分钟对他的生命，对他的救护都是至关重要的。
我们怎么能够做到这一点？
其实人类很多的行为和行动是可预知的，在以往的大量的交通数据，包括时间、路况和行车速度，再加上别的一些因素，可以分析出，有90％的概率在这个点可能会发生交通事故。
那么，能不能避免这个交通事故的发生？
也是可以的。
我们只要加上一些参数，比如说用交通车控制它，使得流量慢慢减弱，或者把灯光打得更加亮一些，使当地车流的每一个驾驶员都得到警示等，这些措施可以使得交通事故的发生率降低，使得一个交通事故不容易发生。
这就是大数据对我们人类所带来的事情，给我们每个企业和每一个人的生活所带来的便利。
INTEL
物联时代的创新之旅
在大数据时代，芯片可做的事情有很多，英特尔[微博]希望从物联网里面找到正确的商业模式，以及对应的技术，推动成产业。
英特尔中国研究院院长方之熙
在大数据时代，芯片可以做什么？
计算在今天已经成为生活方式的一部分了，我们无意识中会用到很多计算，比如手机，虽然我们并没有感觉到我们是在用计算机，但其实有很多计算机程序在手机里。
将来无论是我们的眼镜、手表、衣服、鞋子，都会有更多的电脑存在，他们在后台有云计算和大数据支持。
这个时代很快就要到来，比如谷歌[微博]的眼镜和苹果的手表，大家已经很熟悉了。
英特尔的摩尔定律众所周知，即单位芯片面积上的晶体管个数，每两年可以翻一倍。
晶体管更多，就可以有更先进的电脑，编程就会越好，就可以做出更好的芯片，可以通过提高芯片的性能把价格降下来。
我们比较一下现在的技术，3年里速度快了4000倍，功耗省了5000倍，每一个晶体管的价格便宜了50000倍，这个速度在其他行业很难做到。
大家可能没有注意到，手机的速度已经很快了。
除了大家熟悉的摩尔定律，还有一个贝尔定律，意思是每20年，计算形态会出现一次变化。
大约40年以前，PC出现使得整个计算形态变了，计算机从机房搬到了家里。
十几年以前，智能手机出现了，手机变得更小，随身可携带。
很可能新一代的计算形态将要出现，就是可穿戴式的计算机，这会带来整个IT行业非常大的变化。
近来美国提出第三次工业革命的说法，第一次革命是用蒸汽机解决动力问题，第二次革命是IT行业改变各行各业，第三次革命是指，将来每个产品，无论是咖啡杯，还是衣服、鞋，都成为个性化产品，你的个人特点会反映在日常生活里，打印机、材料、微型的传动和控制等，都可以通过电脑发挥很大作用。
对中国来说，中国现在是世界工厂，很多产品都在中国生产。
到了产品智能化的时代，怎样做产业升级，怎样把附加价值加在产品上？
这些对中国来说是一个挑战。
互联网出现给传统工业的变化带来了可能，英特尔看到这样的趋势，所以它宣布了一种产品，叫夸克系列。
英特尔夸克处理器系列比最早的处理器小40%，功耗只有最早的5%。
这个架构是开放的，未来可能变成一个产业，应用到各种各样的机器人（50.940,0.17,0.33%）、可穿戴式设备上，这个可能是将来的趋势。
这个趋势中有几个特点，第一是小尺寸，比现在的手机更小，功耗也会很小，并且可连接性非常强，这样的小电脑里面可以将CPU、无线及各种通讯硬件都装进去。
为了实现创新，英特尔必须与上下游的产业一起合作才行，比如和微软、雅虎、谷歌结合。
如果说创新是IQ，合作是EQ，一个企业成功只有好的IQ不行，一定还要有好的EQ。
基于这样的想法，英特尔研究院在中国也和我们的战略合作伙伴一起成长，我们与国内的一些研究院、大学以及政府建立了很多联合研究院。
比如英特尔的移动互联和计算机协同研究院与东南大学和中国科技大学合作，探讨下一代移动架构的变化。
另外与政府一起成立中国英特尔物联技术研究院。
希望从物联网里面找到正确的商业模式，以及对应的技术，推动成产业。
KINGSOFT
拥抱变革
移动设备的爆发给人们的生活带来了巨大的改变，对传统软件行业带来了巨大的冲击，金山选择了拥抱移动互联网，拥抱大数据。
金山软件[微博]集团CEO张宏江
过去一年，移动互联网的发展给我们每个人的生活带来了很多变化。
举例来说，打车的软件已经是打车人士离不开的软件，而E家洁这样的软件，可以让你在手机上找到小时工和保姆。
还有年轻人已经不常去超市了，在网上就可以把每天需要的东西买回来。
这些都是移动互联网和电商给我们带来的变化。
在这一年中，我们的生活习惯已经被移动互联网冲击得非常厉害，这种冲击给我们带来的是方便和解放，此外商业模式也发生了深刻的变革。
我先举一个美国的例子，IBM公司大家知道，IBM是知名的专门拿政府大项目的，无论在中国还是美国，它的长项就是拿到一些政府大项目，美国政府的很多项目过去都是被IBM垄断的，但是最近一个很大的美国中央情报局的项目，却被亚马逊[微博]拿走了。
它所代表的是什么？
代表的是传统的IT已经被云计算所取代。
近来很多人谈互联网金融对金融业的冲击。
中国的国有银行在过去几十年从来没有照顾到中小企业，它们拿不到贷款，为什么？
因为大银行没有做好小企业的信用评分，不知道小企业有没有偿还能力。
而通过互联网，很容易对信用历史做很好的评测，从而决定可不可以提供贷款，从而把风险控制在可以接受的范围内，这也是为什么有一系列小的创业公司敢进入移动互联网，更不要说像XX[微博]、腾讯、阿里这样的公司了。
移动设备的爆发带来了巨大的改变。
PC在经历了曾经的迅猛增长以后，现在数量出现了下降，但智能手机过去10年突飞猛进，而另外三类设备的增长比智能手机更快，一个是智能电视的量，在2013年达到10亿台，还有增长更快的是什么？
是可穿戴设备，预测2014年下半年就会比上半年增长500%，这一切的设备都是带上网功能的设备，可以想象它可以带来多么大的数据量。
我们要面临如此大的冲击，我们能做的一定是拥抱这种冲击，而不是试图抵制它。
在移动互联网时代，我们可以在结合处找到一些产业的机会，这就是为什么金山进行了一系列的布局。
金山一款移动应用软件清理大师6个月以前才上线，今天全球的活跃用户达到了5000万，其中一半在国外，大部分在美国。
可以看到，人们对手机的依赖越来越高，人们对泛安全的需求越来越高。
另外一个就是金山非常传统的服务办公软件。
在PC时代，因为盗版猖獗，很长时间才培养了一亿用户，而我们在18个月内在安卓上的活跃用户达到了3000万。
这是因为我们拥抱了移动互联网，拥抱了大数据，我们可以看到过去两年中金山的业绩增长，尤其反映在金山的股价上，在过去的12个月涨了400%，过去两年涨了600%。
大数据是我们的今天，也更是我们的未来。
YAHOO
智能数据创领商业未来
美国有一项统计，仅美国到2018年就会缺14万～19万能够做深度数据挖掘的人才，以及150万以上能够做数据分析，并通过数据分析做商业决策的经理人。
雅虎全球北京研发中心总裁张晨
从互联网诞生那天起，数据就成几何级发展。
有研究认为全世界在线数据的92%都是在过去两年产生的，到2015年我们会有250亿台设备连在互联网上，这些设备包括PC、平板电脑、智能手机、智能汽车、智能家电、智能建筑等，产生的数据量到2015年将是今天云计算处理量的12倍。
有人说大数据是座金矿，我非常赞同这个说法，而且这个金矿才刚刚被开采。
大数据本身没有价值，大数据的价值在于通过数据的处理和分析帮助用户做出商业决策。
大数据带来的挑战也有很多，商业模式还不清楚。
尤其是从互联网角度看，移动互联网的大数据商业模式也并不清晰。
大数据的技术门槛较高，不光要建立数据处理平台，还要建立数据模型，验证数据结果。
每一步都需要很大的投资。
人才的缺乏也是大数据面临的挑战。
美国有一项统计，仅美国到2018年就会缺14万～19万能够做深度数据挖掘的人才，以及150万以上能够做数据分析，并通过数据分析做商业决策的经理人。
近几年，互联网业界对数据的挖掘越来越深刻。
不只是对互联网上的内容有深刻的了解，对用户的了解也越来越深，从地理位置、兴趣爱好、历史记录、社交网络、社交圈子、个人资料等方面的深度挖掘，通过科学建模、工程开发，推出一些智能便捷的服务产品，这是大数据的趋势。
另一个有关大数据的趋势是移动，移动的发展速度超过很多人的想象。
从三个方面来看：
第一是设备的销售。
全球主要市场今天移动设备的销售都已经超过桌面设备的销售。
第二是用户使用移动设备的习惯越来越明显。
谷歌地图和推特网，在两年前移动用户流量已经超过了桌面用户流量，脸谱网2013年也是如此。
我相信整个雅虎的产品在接下来一两年里面也会达到这个阶段。
然而，移动互联网的商业模式并不清晰。
有人认为这是一个巨大的挑战，因为移动小屏幕的特点不容易承载广告。
也有人认为这是个机会，可以实现高度精准的广告。
好的消息是现在已经有好几个互联网公司在移动上的收入超过了桌面上的收入。
雅虎在做什么？
作为互联网的鼻祖，雅虎的搜索、广告、新闻、体育、财经都是大数据平台驱动的。
全球8亿用户，已经有4亿用户在移动设备上了。
2013年2月，雅虎在移动端跟桌面端同时推出了个性化的服务。
什么是个性化的服务？
个性化服务就是根据对内容的了解，再根据对用户的了解，找出你最感兴趣的事情。
雅虎推出个性化主页后，通过一年时间我们几乎将所有雅虎的网页都建在雅虎个性化的平台上面，包括新闻、体育、商业、财经等，雅虎真正变成了一个个性化的公司。
值得一提的是，雅虎全球个性化平台最底层的构建全部是在北京做的。
北京的科学家和工程师对雅虎全球8亿用户做了巨大贡献，我们把世界级的难题拿到中国来，拿出了世界级的解决方案。
这个个性化的服务推出以后，2013年7月份雅虎再一次在美国超过谷歌，成为全美用户量最大的公司。
大数据对广告有什么帮助？
当广告足够相关和精准，它就变成了内容和信息。
现在在美国最前沿的广告叫什么？
互联网业界叫原生广告，什么是原生广告？
第一具有高度个性化，第二具有高度相关性，第三有很漂亮的界面。
所以个性化、相关性、漂亮的界面，就是原生广告。
原生广告现在哪些公司在做？
谁做得比较成功？
推特网是第一个在互联网出现的、比较成功的原生广告。
脸谱网的广告在移动端和桌面端都是原生广告。
雅虎在原生广告上也做了大量投资，我们现在在移动端跟桌面端都对原生广告有很大的研究和布置，原生广告在雅虎会成为主流。
未来我们将真正进入移动时代基于大数据的个性化服务时代，个性化服务有很多特征，第一个性化服务必须是安全可信的，第二也必须是低成本和低门槛的。
云计算服务的推出大大降低了创新的门槛，提高了创新的速度，我希望数据分析和个性化服务也可以走这条路。
中国的人口规模和经济规模决定了我们的数据规模，巨大的数据规模为我们大数据发展创造了非常好的数据资源。
我希望我们携手共同来开发这座大数据的金矿，让大数据给我们带来智慧明天。
MICROSOFT
大数据与人工智能
大数据加上机器学习，代表了软件产业一个新时代来临：
不再是人写软件，而是数据加算法，在数字化之后，以计算机驱动，用光速来推进人类社会。
微软亚洲研究院[微博]常务副院长马维英
大数据不是一个单一的现象，在过去5～10年，借着越来越强大的计算能力，加上知识挖掘等算法上的突飞猛进，我们可以构建更大的模型。
我们都知道，其实很多的人工智能、机器智能，或者驱动一个数字世界的自动化，都需要模型。
在过去的很长一段时间内，这些模型因为数据的不足，通常只能做一些小的模型或者浅的模型，但特别在过去的两三年里，在机器学习领域有了突飞猛进的发展，可以构建更大、更深度的模型。
另外是知识挖掘，知识挖掘是怎样在互联网上大规模进行的？
在这些结构化、半结构化的数据中构建人类最完整的知识表达，一旦我们掌握了这样的表达，我们就可以对很多的数据做更深度的理解。
软件产业新时代
微软为什么看重大数据？
微软是从一家软件企业开始的，在30年前，微软就知道软件会改变全世界，软件几乎可以做所有的事情。
但今天，软件的时代已经不一样了。
过去是程序员写，接下来的软件是靠数据，靠机器学习，自动写出软件。
这意味着什么？
当你拥有更大的数据的时候，软件就更强大，软件的性能就更好。
大数据加上机器学习，这代表了软件产业一个新时代来临：
不再是人写软件，是数据加算法，在数字化之后，以计算机驱动，用光速来推进我们人类社会的方方面面。
因为都是靠数据和算法，我们能够产生一个非常大的一个信息量，所以我们看重下一代所有的应用和服务。
今天，为什么各个大公司都在不断地在人才、技术方面大量投入？
就是因为我们已经在过去的几年不断地对这些数据进行加工，我们已经越来越接近从数据到信息，到知识到科技。
语音识别过去十几年一直没有突破，但就在这两年实现了很大进展。
其中重要原因就是因为有一种新的机器学习，可以从数据里面学表达方式，做很多模式识别。
大家知道做影像、语音等最难的是怎么找出特征向量表示数据，过去的二三十年的研究都在研究怎么找特征，大数据来到的时候我们发现，特征也可以直接从数据去学。
而且在这个过程中我们发现一个非常有趣的现象，就是越大的数据表达方式越好。
因为数据大，信息就增加，所以技术上的突破就是计算能力和数据大了，而且自动学出来的发现比过去人设计的特征向量更好。
大数据的城市应用
今天的技术非常令人兴奋，但今天很多城市里面的数据都是很低阶的，这么大的数据如何表达？
今天深度学习、机器学习带来了革命性的机会。
过去两年我们也把这样的机器学习开始应用在城市，所以微软有一个城市计算的项目。
在北京，我们收集了很多方面跟城市有关的数据，例如北京交通路网的数据、北京商业各方面的历年数据，我们可以发现很多现象，比如北京过去10年酒吧在哪里越来越多，电影院也在一些地方增加了，这些其实代表了这个城市的发展。
还有空气的数据、气象的数据等。
我们还搜集了北京的30000辆出租车，特别装有定位系统的数据，这样便可以用出租车当做传感器实时检测城市的脉动，甚至交通的状况，可以算出更好的开车路径。
过去两年，微软与北京市政府及中国的高校合作，在城市计算这一领域实现了很多科研成果。
大数据可以分析城市问题，改善城市规划。
空气质量是今天的城市居民最关注的一个话题。
北京这么大规模的城市，现在只有15个空气检测站点，非常稀疏，每个站点的投入和花费与运营非常高。
这些站点在任何时刻给的数据都是非常不一样的，说明一个城市里面空气质量分布是不均匀的。
今天我们的问题是能不能用大数据，用机器学习的方法预测那些没有空气站点的地点的空气质量。
我们也利用了大数据把历史上所有这些我们可以收集到的，关于侦测带里的历史的数据、气象数据、交通数据、人员流动等数据，建一个非常大的模型，包含空间和时间的预测，能够在有限的15个站点之上，进一步预测所有的位置。
这就是大数据在智能城市里的应用，其中既有数据分析，而且是海量和一致性的数据。
实验证明，虽然我们用的很多数据从某个角度来讲是比较弱的信号，但是把大量相关的相对弱的信号收集起来，居然比原来最好的模型还好20%。
利用大数据对整个城市的空气做预测的模型是非常有价值的，这预示了这样的应用将不只在城市，而是会进到人类社会方方面面，各个产业都会被大数据带动，用更智能的算法，让过程变得更有效。
AMAZON
开放平台应对商业变革
未来的发展都将与大数据紧密相关，亚马逊将通过深入的分析，知道什么样的客户群是企业需要的，什么样的客户群可能喜欢什么产品，配合有针对性的广告或不同的销售方式。
亚马逊副总裁方淦
近来，中国电商市场有很多的变化，人们有很多疑问，要不要打价格战，怎样竞争，市场该如何发展？
思考这个问题，可以回顾一下历史。
美国的70、80、90年代，是美国线下的零售巨头出现的时间，沃尔马等有名的线下零售公司崛起。
但沃尔玛也是在90年代末才在美国变成最大的零售巨头，它的股价在1999年才爆发上涨。
在1997年到2005年，美国线下零售业出现了一些有趣的现象，它与中国电商有什么相同的地方？
也许我们从中可以看出一些问题。
亚马逊的战略布局
在这个阶段，沃尔马做了一些事情，首先，它建了“大数据”，它的大数据是把供应链全部IT化，这样便可以实现全国调货。
它实现了在48个小时之内全美国任何一个店都可以供货，这是一个很有价值的供应链系统。
第二件事情是什么？
沃尔玛还把他的店建设得与众不同。
别人的店比较小，他摆到郊外，把面积做得很大，因为成本低，所以商品价格也可以压到最低，同时增加商品品种。
沃尔玛又把价格做了些调整，不打普通的价格战，而是“天天低价”，不需要等到减价消费者才买东西。
通过这个技巧，把城区里的人吸引到郊外。
可以看到，从1997年到2005年，沃尔玛实现了快速扩张，股价上涨，但是，为什么在2000年的时候成长速度又平稳了？
我猜想这与互联网有关，因为从1997年开始，美国的电商在互联网里就开始了进攻。
亚马逊是1997年上市的，此后把电商攻势做了起来。
但是，仅把线下的方式移到线上还不够，因为线下跟线上消费不一样。
1999年的互联网付款不是很方便，配送也不像现在这么方便。
网上消费从头疼两个事，第一是付款，第二是配送。
从电商角度来看，就算有很好的供应链，怎么把线下的客户体验做好？
2000年左右，亚马逊做了一个决定，建立自己的库房，并把沃尔马最强的IT人才请到公司当CIO，建立起了供应链，客户体验方面也做了调整，把线下与线上客户体验的概念融合到电商的模型里去。
从亚马逊的股价走势图可以看到，亚马逊1995年成立，1997年上市，刚刚开始的几年都在亏钱。
这跟中国的现象相似，唯一不一样的是亚马逊那时没有花很多广告费，而是投入创新的基本理念，把库房建起来，20
升级会员 