大数据分析第一次作业_.pdfVIP

科技的不断发展，深深改变了传统的商业模式。基于物品交换的供应链模式已经逐渐被

淘汰，随着互联网用户的不断增多，越来越多的人开始“触网”，同时也在网上留下了大量数

据，比如浏览记录，购买记录，出行记录等。数据的不断积累，为商业变革打下了基础。而

大数据技术的浮现，则点燃了商业变革的导火索。越来越多的企业通过大数据分析技术重塑

商业模式，进行服务创新。

商业策略这一概念，最早是由BCG的创始人布鲁斯亨德森和哈佛大学商学院的教授

迈克尔波特提出。亨德森理论的核心是集中优势力量对付敌人的弱点，他认为，在商业领

域，包含许多被经济学家成为报酬递增的现象，比如：产业规模，投入越大，产出越大。波

特认可这一理论，但是也提出来一些限制性理论，他指出，亨德森的理论的确成立，但是从

商业上来说，需要更多的步骤，一个公司或者经济模式可能在一些活动中占有优势，但可能

并不合用于其他活动。他提出来“价值链”这一概念。基于亨德森和波特的理论，整个商业策

略大厦逐渐建立起来。但是在大数据时代，这一理论已经不在成立。随着互联网技术的发展，

信息的获取变得十分便捷，交易成本在不断降低。交易成本的下降，导致可利用资源减少了，

对垂直机构的整合也就会随之减少，价值链也会随之断裂，也可能不会断裂，但是对于同一

商业中的竞争者来说，他们就可能利用其在价值链的位置，以此对竞争对手进行渗透、攻击。

英国出版的百科全书曾经是世界上最畅销的书籍之一，随着光盘和网络的流行，知识传

播和更新的成本在不断下降，百科书行业随之倒闭。维基百科随之兴起，和百科全书不同的

是，维基百科的内容是由用户撰写的，并且非常专业，价格也非常便宜。

再比如2000年，人类基因图谱的绘制，主要由专业的科研机构和科学家完成，耗费了

2亿美金和10年的时间，才绘制出一个人的基因图谱。而现在只需要不到1000美元，甚至

立等可取，这个行业甚至成为了零售业，以后当你去看医生的时候，可能会被要求先做一个

基因绘制，然后医生会根据基因信息，找出致病基因，给你开出基因药物。我们可以利用移

动设备和医疗设备采集到的临床数据和基因数据，找出一些我们不曾经发现的配对组合。

基因组只是一个例子，实际上，大数据技术正在推动商业活动规模的自然形成，这一变

革超越了机构之间的界限，特别超越了以商业纪律为原则的界限，商业结构由垂直结构、寡

头垄断变成为了水平结构。

这个逻辑不仅仅指的大数据，比如电信通讯行业、纤维光学，医药行业等，都在发生改

变，“大科学”变成一种趋势。

这种水平结构的浮现，暗示了商业战略发生了根本变化，意味着我们要将策略认为是这

一类水平结构的管理者。因为商业定义甚至行业定义是战略的成果，而不是预先设定。因此，

我们需要制定出如何同时满足合作与竞争的战略。这些类型的转变，使得商业战略的传统

前提变得过时，他们使我们进入一个全新的世界，他们要求我们不管是在公共部份，还是

在私有部份，都以一种彻底不同的方式来思量商业结构，并且使战略再一次变得有趣生动。

Uber打车，使得人们可以很方便的到达任何地方，对用户的以往数据进行分析，可以

知道哪些地方时常有人需要打车，告知司机去往这些地方。如果你用过Uber，就会知道，

它非常的方便，打开APP，一键叫车，随后车就会到了，到达目的地，以后，完成支付即

可。在这些便利的暗地里，是由Hadoop和Spark这样的大数据工具在支撑。商业计划的简

单明了，给了Uber利用数据来优化服务的巨大机会。Uber正在利用数据为全世界的载客

司机提供智能、自动化、实时的服务并且支撑服务的规模化。

不管是Uber在峰时计价、匡助司机规避事故还是为司机寻觅最优盈利位置，这一切

Uber的计算服务都依赖于的数据。这些数据问题是一道数学和全球目的地预测的真正结晶。

Uber数据部门的主管AaronSchildkrout说：”这使得这里的数据非常振奋人心，也驱动我们

斗志昂扬地用Spark解决这些问题”。

在2022年的时候，Uber还是利用传统的方式来处理数据，利用Python的ETL工具来

清洗数据，然后在数据仓库中进行分析处理。在旧的架构下，Uber依赖于Kafka的数据流