Pada tahun 2023, DaaS akan memasuki "AI Age of Navigation"
Penulis|Doudou
Editor|Pi Ye
**Diproduksi oleh **Industrialis
Pada tahun 2002, di Liga Bisbol Profesional Amerika yang sangat kompetitif, Atletik Oakland hanya berada di antara "sepertiga terbawah" dalam hal personel, peralatan material, dan kekuatan finansial.
Namun, dengan bantuan siswa terbaik dalam analisis data, melalui analisis data dan statistik bisbol yang tidak jelas, manajer tim menemukan sekelompok pemain bisbol aneh yang memiliki kepribadian eksentrik tetapi memiliki kemampuan super dalam bisbol.
Dengan mendobrak model pengelolaan data tradisional, kami akhirnya mencapai hasil yang mengesankan, sebanding dengan hasil yang diperoleh New York Yankees.
Ini adalah cerita yang diadaptasi dari kejadian nyata dan kemudian dijadikan film - "Moneyball". Faktanya, menggunakan analisis data dan menambang kasus untuk memenangkan pertandingan sepak bola lebih dari itu. Pelatih tim bola basket nasional Amerika yang terkenal pernah menggunakan alat penambangan data yang disediakan oleh IBM untuk memutuskan tempat penggantian pemain.
Saat ini, sekitar lebih dari 20 tim NBA menggunakan perangkat lunak aplikasi penambangan data IBM untuk mengoptimalkan kombinasi taktis mereka.
Pelatih dapat menggunakan komputer laptop untuk mengumpulkan data yang disimpan di server NBA Center di rumah atau di jalan. Setiap peristiwa permainan akan diklasifikasikan menurut statistik seperti poin, assist, serangan, dan turnover.
Menggunakan data besar untuk memenangkan pertandingan sepak bola mungkin tampak sulit dipercaya, namun hal ini telah menjadi strategi kemenangan terbuka dalam industri ini.
Saat ini, “menang” juga merupakan proposisi umum bagi semua industri dan perusahaan. Digitalisasi telah mencapai tahap menengah, hambatan data secara bertahap mulai teratasi, dan perusahaan-perusahaan mulai mencari cara-cara baru untuk bertumbuh.
“Saat kami merilis produk DaaS ini tahun lalu, jumlah investasi pada dasarnya sekitar ratusan ribu, dua hingga tiga ratus ribu, tiga hingga empat ratus ribu. Mulai Q4 tahun lalu, kami mulai menerima jutaan investasi. Anggaran pemasaran. Kata orang dalam industri kepada industrialis.
DaaS, yang menjadi yang terdepan, sedang memasuki era navigasi yang hebat.
DaaS, Yunqi
Pada tanggal 1 Desember 2021, Alibaba Cloud merilis produk baru, DaaS, yang memposisikan layanan produk intinya sebagai "DaaS". Esensinya adalah menggunakan pertumbuhan berbasis data sebagai mesin untuk membuka dan mengintegrasikan aliran bisnis, aliran data, dan alur kerja. perusahaan, memungkinkan intelijen Data memaksimalkan nilai dalam produksi dan operasi perusahaan.
Hal ini langsung menimbulkan diskusi hangat di industri.
Pada bulan Maret tahun ini, JD Cloud merilis platform intelijen digital "Uplus" untuk pertama kalinya, yang bertujuan untuk pertumbuhan merek dan memperkuat jalur DaaS baru.
Masuknya dua raksasa internet lambat laun membuat jalur ini kembali semarak.
Faktanya, DaaS bukanlah bidang baru. Dalam beberapa tahun terakhir, jalur DaaS telah menghasilkan beberapa produsen bintang yang relatif vertikal, seperti Maicong Software, Youmi Cloud, Huakun Daowei, dll. Selain itu, beberapa produsen yang terlibat dalam bisnis pusat data juga sudah memasuki jalur ini sejak lama.
Pada awal tahun 2015, dengan munculnya kendaraan otonom, DaaS menjadi sangat populer.
DaaS (Data as a Service) berfokus pada penyediaan data dari berbagai sumber sesuai permintaan dalam bentuk API data. Secara umum, platform DaaS juga mencakup manajemen metadata, tata kelola data, pengembangan data, dan fungsi lainnya. Peran mendasarnya adalah membantu perusahaan mengonversi data aset dengan nyaman. Ubah menjadi kemampuan bisnis (untuk merespons kebutuhan pertukaran waktu nyata, berbagi, dan penggunaan data antara aplikasi dan sistem perusahaan), dan pada akhirnya menyelesaikan masalah pertumbuhan inti perusahaan.
Saat ini, dalam hal sumber data, jalur DaaS dapat dibagi menjadi tiga kelompok. Salah satunya adalah platform data-as-a-service yang diwakili oleh Alibaba Cloud dan JD Cloud, yang memberikan lebih banyak informasi berdasarkan data pihak kedua yang dihasilkan. oleh platform ritelnya sendiri.Layanan data yang luas.
Keunggulan raksasa internet adalah: pertama, karena data berasal dari semua aspek ritel, mereka memiliki keunggulan lebih besar dalam pemasaran. Ditambah dengan kemampuan konstruksi ekologis yang kuat dan sistem bisnis dari produsen besar, mereka dapat menciptakan keuntungan dari tingkat yang terintegrasi dan full-stack.
Selain itu, vendor cloud Internet juga dapat menggabungkan keunggulan mereka untuk memberdayakan perusahaan dan menyediakan beberapa layanan bernilai tambah untuk produk DaaS. Misalnya, JD YouPlus dapat menggunakan keunggulan rantai pasokan terintegrasi miliknya untuk memverifikasi kemampuan rantai pasokannya dengan cepat saat memberdayakan strategi pemasaran perusahaan.
Yang kedua adalah produsen vertikal yang diwakili oleh Datablau Shushu Technology, Shushu Technology, Shence Data, dll. Sumber data mereka berasal dari operasi pelanggan bisnis itu sendiri dan menyediakan layanan analisis pengguna untuk mereka. Keunggulannya terletak pada kemampuan pembersihan dan analisis data, serta penetrasinya yang cukup dalam di bidang vertikal sehingga dapat mencapai hubungan pengikatan yang lebih kuat dengan perusahaan. Misalnya saja Shushu Technology sebagai penyedia layanan analisis data game yang memiliki keunggulan besar di bidang pan-entertainment.
Yang ketiga adalah produsen yang diwakili oleh Youmi Cloud dan Tianyancha. Sumber datanya berasal dari saluran publik dan pada dasarnya memberikan solusi berbeda untuk kelompok pelanggan yang berbeda. Keunggulannya terletak pada kategori survei dan analisis yang dapat memenuhi kebutuhan data seluruh lapisan masyarakat.
Misalnya, ada sejumlah besar informasi komersial tentang produk, iklan, perusahaan, konsumen, dll. di platform Youmi Cloud, yang memungkinkannya untuk terlibat dalam e-commerce, game, dan drama pendek, dan memiliki keunggulan tertentu. .
Secara umum, masing-masing pabrikan memiliki kelebihannya masing-masing, namun juga memiliki beberapa kekurangan.
Pemain baru bermunculan, pemain lama terus mengasah keterampilan mereka, modal mengejar mereka, dan produsen besar merasa optimis. Tidak mengherankan jika jalur DaaS sedang booming. Namun yang belum diketahui adalah industri DaaS tidak mudah dilakukan.
Pendaratan yang terlihat sulit dilakukan
Sebuah perusahaan e-commerce telah mencoba menggunakan platform DaaS untuk meningkatkan hasil pemasarannya. Metode utamanya adalah dengan lebih memahami pelanggannya, memberikan rekomendasi dan penawaran yang dipersonalisasi, dan meningkatkan tingkat konversi aktivitas pemasaran.
Namun, dalam penerapan praktis, perusahaan menemukan bahwa kualitas data tidak dapat diandalkan, pengumpulan data tidak lengkap, dan hasil analisis dan penerapan data tidak memuaskan.
Pertama, perusahaan menemukan masalah kualitas data saat menggunakan platform DaaS, seperti data yang hilang, data yang tidak akurat, dan data yang ketinggalan jaman. Masalah-masalah ini menghalangi perusahaan untuk memahami pelanggan mereka secara akurat dan membuat rekomendasi serta penawaran yang dipersonalisasi dan akurat.
Kedua, pengumpulan data pada platform DaaS seringkali tidak cukup komprehensif. Meski platform tersebut diklaim memberikan data yang komprehensif, namun perusahaan justru menemukan bahwa platform tersebut gagal mengumpulkan beberapa data penting, seperti riwayat pembelian pengguna, riwayat penelusuran, dan riwayat pencarian. Kurangnya data ini membuat perusahaan tidak mungkin mendapatkan pemahaman mendalam tentang perilaku dan preferensi pelanggan serta melakukan aktivitas pemasaran yang tepat.
Terakhir, meskipun perusahaan e-commerce menghabiskan banyak waktu dan sumber daya untuk mengumpulkan dan menganalisis data, hasil sebenarnya dari analisis data dan penerapannya tidak ideal. Misalnya, rekomendasi dan penawaran yang dipersonalisasi berdasarkan hasil analisis data tidak meningkatkan tingkat konversi, namun malah menimbulkan kebencian dan ketidakpuasan di antara beberapa pengguna.
Faktanya, DaaS memiliki potensi penerapan yang besar di sebagian besar skenario bisnis, dan ini adalah kesimpulan yang telah mencapai konsensus penuh. Perusahaan-perusahaan penuh harapan dalam menggunakan DaaS untuk meningkatkan operasi dan secara aktif menginvestasikan sumber daya dalam upaya tersebut. Namun, bagi sebagian besar perusahaan, sejumlah besar proyek DaaS belum mencapai peningkatan signifikan seperti yang diharapkan.
Singkatnya, masalah seperti kualitas data yang tidak dapat diandalkan, pengumpulan data yang tidak lengkap, dan analisis data serta efek penerapan yang buruk secara langsung mencerminkan situasi kesulitan dalam penerapan DaaS saat ini.
Faktanya, masalah ini tidak hanya berdampak pada vendor DaaS itu sendiri, namun juga banyak berkaitan dengan kerja sama mereka dengan ISV.
Misalnya, ketika platform DaaS bekerja sama dengan suatu perusahaan, data yang disediakan oleh platform DaaS mungkin tidak konsisten dengan format dan standar data dalam perusahaan; mungkin terdapat beberapa sistem dan platform berbeda dalam perusahaan, dan platform DaaS memerlukan untuk berinteraksi dengan sistem ini dan mengembangkan antarmuka, dan proses debug lebih sulit; data yang diproses oleh platform DaaS mungkin melibatkan kerahasiaan dan privasi perusahaan, dan langkah-langkah keamanan yang efektif perlu diambil untuk memastikan bahwa data tidak bocor dan dirusak, antara lain masalah lain.
Ketika DaaS bekerja sama dengan ISV, layanan data yang disediakan oleh platform DaaS harus terhubung ke sistem ISV melalui antarmuka API. Namun, antarmuka API dari sistem yang berbeda berbeda, dan kompleksitas dockingnya tinggi, yang memerlukan banyak waktu dan sumber daya untuk pengembangan dan debugging.
Selain itu, data yang diproses oleh platform DaaS seringkali sangat sensitif, seperti informasi pelanggan, data transaksi, dll. Oleh karena itu, langkah-langkah keamanan yang efektif perlu diambil selama proses transmisi dan penyimpanan data untuk memastikan bahwa data tidak bocor atau dirusak.
Penggerak bisnis data di balik “DaaS Benar dan Palsu”
Yuanqi Forest, merek ternama di industri ini, dengan cepat menduduki pasar air soda dengan konsep kesehatan "0 gula, 0 lemak, dan 0 kalori". Namun dalam industri minuman teh, persaingan sangat ketat, dan jika Anda tidak maju, Anda akan mundur. Hutan Yuanqi juga perlu memperkuat keunggulannya di kategori air soda dan terus memperluas pasar.
Berdasarkan permintaan ini, Lingyang menyesuaikan solusi DaaS untuknya.
Yang pertama adalah menentukan arah riset produk baru. Melalui analisis hierarki kategori segmen pasar minuman, Yuanqi Forest memposisikan empat tren utama minuman buah: air soda, minuman teh, protein nabati, dan minuman buah. Telah ditetapkan bahwa kategori air soda masih menjadi kategori unggulan di pasar minuman, dan dapat melanjutkan diversifikasi keunggulannya di pasar air soda dan terus melakukan upaya.
Yang kedua adalah mengembangkan strategi pemasaran yang terdiferensiasi. Merumuskan arah pemasaran yang berbeda untuk produk baru dengan menjelaskan karakteristik empat kategori utama dan wawasan pengguna. Misalnya, air soda rasa nanas baru yang populer sesuai musim, produk protein nabati baru dipilih untuk melakukan upaya di pasar anak-anak dengan memutus lingkaran ibu-ibu berenergi tinggi.
Terakhir, strategi multi-puncak setahun penuh diterapkan. 618 meluncurkan suntikan pertama tata letak multi-kategori; selama periode promosi Double 11, konversi bisnis yang lebih besar tercapai, dan kaum muda terus melakukan penetrasi.
Pada tahun 2022, penjualan Double 11 di Hutan Yuanqi meningkat hampir 10% tahun-ke-tahun menjadi 618, dan harga unit per pelanggan meningkat hampir 10%, dan kemauan konsumen untuk membeli meningkat. Dibandingkan dengan 618, tingkat aset Grup A telah meningkat lebih dari 50%; tingkat pertumbuhan generasi muda telah meningkat secara signifikan dibandingkan dengan Double 11 tahun lalu, dan struktur kerumunan merek telah dioptimalkan secara bertahap.
Dalam kasus Hutan Yuanqi, kita dapat menemukan beberapa detail penting untuk keberhasilan implementasi DaaS.
Yang pertama adalah menentukan arah pemasaran data dan aplikasi; yang kedua adalah terus mendapatkan wawasan tentang perubahan data pasar dengan profesionalisme mutlak; yang ketiga adalah merencanakan "rencana tempur jangka panjang" untuk pengelolaan data.
Ini adalah kunci untuk memecahkan masalah dan mengimplementasikan DaaS, namun sering kali diabaikan oleh banyak perusahaan.
Ketika perusahaan melakukan tata kelola data, mereka fokus pada pengelolaan prosedur, skrip, dan tugas data. Pendekatan ini menghalangi tata kelola data perusahaan untuk berfokus pada peningkatan nilai data. Hal ini dapat mengakibatkan keakuratan dan keandalan data terganggu, sehingga berdampak pada keputusan bisnis perusahaan.
Ketika banyak perusahaan menerapkan DaaS, kebutuhan mereka tidak terpenuhi, sehingga terjadi kesalahpahaman dalam tata kelola dan kesulitan dalam fokus.
Selain itu, ketika perusahaan melakukan tata kelola data, mereka bertujuan untuk menyelesaikan penyampaian proyek. Namun, setelah penyerahan proyek selesai, perusahaan tidak lagi memperhatikan tata kelola data dalam jangka panjang dan berkelanjutan. Oleh karena itu, bahkan setelah penyerahan proyek selesai, pengelolaan data selanjutnya masih kurang kontinuitas dan stabilitasnya.
Breakpoint manajemen mempersulit penyatuan data, yang seringkali berujung pada berkurangnya sistem keamanan data, sehingga mengakibatkan tata kelola berbasis proyek sulit untuk dilanjutkan.
Anda harus tahu bahwa penyatuan data adalah dasar dari implementasi DaaS, dari sudut pandang ini, sepertinya ini bukan "DaaS yang sebenarnya" yang diterapkan.
Selain itu, perusahaan dikelola paruh waktu oleh karyawan di bidang tata kelola data. Para karyawan ini kurang memiliki pengetahuan dan keterampilan profesional dalam tata kelola data, yang mengakibatkan tanggung jawab yang tidak jelas dan rendahnya inisiatif. Akibatnya, perusahaan tidak dapat menjamin kelancaran penerapan tata kelola data, sehingga kualitas dan keandalan data tidak dapat terjamin, serta keamanan dan privasi data tidak dapat terjamin.
Perusahaan tidak memiliki kondisi TI yang sesuai, sehingga memerlukan manajemen paruh waktu, yang juga merupakan faktor penting yang mempersulit penerapan DaaS. Seperti yang dikatakan Cai Ruitao, mitra pendiri & CTO Youmi Cloud, “Di era digital saat ini, tim yang pandai menafsirkan data akan memiliki keuntungan besar.”
Ringkasnya, logika mendasar di balik kesulitan penerapan DaaS secara bertahap menjadi jelas, yaitu, “pemecahan masalah” dalam manajemen yang salah paham; “DaaS yang benar dan salah” dalam manajemen berbasis proyek; dan “ketidakmampuan untuk melakukan apa yang diinginkan” dalam sebagian -manajemen waktu.
Perlu dicatat bahwa peluncuran model berukuran besar dapat mengubah dilema yang dihadapi tata kelola data dalam model tradisional.
Model besar menjadikan data lebih berharga
"Kita harus menyadari satu hal, pemilik merek lebih profesional daripada kita dalam bidang Pengetahuan. Kita hanya memiliki data, kemampuan analisis, dan teknologi, tetapi dia harus lebih profesional dari kita dalam bidang Pengetahuan." Solusi Teknologi JD Zhu Bing , kepala Departemen Solusi Pertumbuhan di Pusat tersebut, mengatakan kepada Industrialis.
Faktanya, saat ini, perusahaan menyimpan sejumlah besar data berharga, namun keunggulan dan kemampuan yang dibawa oleh data ini tidak dapat digantikan oleh vendor DaaS. Seperti yang dikatakan Zhu Bing, "Secara keseluruhan, kami masih perlu mengajarkan otonomi dan inisiatif subjektif pada merek kami, dan memberikannya kepada mitra kami dalam kategori ini. Saya pikir yang paling profesional adalah dia melakukannya sendiri."
Namun, bagi banyak bisnis, ini adalah langkah yang sulit untuk dilakukan. Yang patut dinantikan adalah di era "big model+", DaaS juga memiliki beberapa kemungkinan baru.
Misalnya, dalam hal pelatihan dan pengoptimalan model, platform DaaS dapat menyediakan pelatihan model besar dan platform layanan untuk membantu perusahaan melakukan pelatihan, penyesuaian, dan pengoptimalan model. Perusahaan dapat menggunakan data dan sumber daya komputasi dalam jumlah besar pada platform DaaS untuk melatih dan mengoptimalkan model besar, sehingga meningkatkan akurasi dan kinerja model.
Dalam hal penerapan dan manajemen model, platform DaaS dapat menyediakan fungsi penerapan dan manajemen model, memungkinkan perusahaan untuk dengan cepat menerapkan model terlatih dalam jumlah besar ke lingkungan produksi. Perusahaan dapat menggunakan platform DaaS untuk melakukan kontrol versi dan memperbarui operasi pada model guna memastikan stabilitas dan keandalan model.
Dalam hal prapemrosesan dan peningkatan data, platform DaaS juga dapat menyediakan fungsi prapemrosesan dan peningkatan data untuk membantu perusahaan membersihkan, mengubah, dan memberi label pada data mentah untuk digunakan dalam pelatihan dan pengujian model besar. Platform DaaS juga dapat menyediakan fungsi peningkatan data untuk meningkatkan kinerja generalisasi dan kemampuan beradaptasi model melalui berbagai transformasi dan penyempurnaan data.
Selain itu, di bidang pemrosesan bahasa alami, platform DaaS dapat menyediakan layanan seperti klasifikasi teks, analisis sentimen, dan pembuatan bahasa. Di bidang pengenalan gambar, platform DaaS dapat menyediakan layanan seperti deteksi target dan segmentasi gambar. Perusahaan dapat menggunakan layanan ini secara langsung melalui platform DaaS tanpa harus membuat dan melatih model sendiri.
Di luar bisnis, keamanan juga menjadi fitur utama, yaitu platform DaaS juga dapat menyediakan fungsi keamanan data dan perlindungan privasi untuk menjamin keamanan dan privasi data perusahaan. Platform DaaS dapat menyediakan fungsi seperti pencadangan data, pemulihan, dan kontrol versi untuk memastikan keamanan dan keandalan data. Pada saat yang sama, platform DaaS juga dapat menyediakan fungsi seperti enkripsi data, kontrol akses, dan audit keamanan untuk melindungi privasi dan integritas data.
Dengan kata lain, di bawah model besar AI, vendor DaaS dapat mengumpulkan lebih banyak pengetahuan industri, dan kebutuhan perusahaan akan semakin terpenuhi; kombinasi model besar dan DaaS dapat memungkinkan perusahaan untuk menggunakannya secara lebih efisien dan akurat.Model besar.
Dalam model tradisional, perusahaan perlu membangun dan melatih modelnya sendiri, yang memerlukan investasi banyak sumber daya dan waktu. Selain itu, efektivitas model-model ini mungkin dipengaruhi oleh berbagai faktor, seperti kualitas data, pemilihan algoritma, dll. Model-model besar yang bertujuan umum juga akan mempercepat perusahaan untuk mengatasi rintangan ini.
Secara keseluruhan, "model besar + DaaS" akan mengubah sebagian besar masalah yang melekat pada DaaS saat ini, membawanya ke pengembangan yang lebih ramah lingkungan dan mendorongnya memasuki "Era Penemuan".
Mungkin, di masa depan, setiap industri dapat dibentuk kembali oleh DaaS, seperti film yang disebutkan di awal artikel menggunakan data untuk "Moneyball".
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Pada tahun 2023, DaaS akan memasuki "AI Age of Navigation"
Pada tahun 2023, DaaS akan memasuki "AI Age of Navigation"
Penulis|Doudou
Editor|Pi Ye
**Diproduksi oleh **Industrialis
Pada tahun 2002, di Liga Bisbol Profesional Amerika yang sangat kompetitif, Atletik Oakland hanya berada di antara "sepertiga terbawah" dalam hal personel, peralatan material, dan kekuatan finansial.
Namun, dengan bantuan siswa terbaik dalam analisis data, melalui analisis data dan statistik bisbol yang tidak jelas, manajer tim menemukan sekelompok pemain bisbol aneh yang memiliki kepribadian eksentrik tetapi memiliki kemampuan super dalam bisbol.
Dengan mendobrak model pengelolaan data tradisional, kami akhirnya mencapai hasil yang mengesankan, sebanding dengan hasil yang diperoleh New York Yankees.
Ini adalah cerita yang diadaptasi dari kejadian nyata dan kemudian dijadikan film - "Moneyball". Faktanya, menggunakan analisis data dan menambang kasus untuk memenangkan pertandingan sepak bola lebih dari itu. Pelatih tim bola basket nasional Amerika yang terkenal pernah menggunakan alat penambangan data yang disediakan oleh IBM untuk memutuskan tempat penggantian pemain.
Saat ini, sekitar lebih dari 20 tim NBA menggunakan perangkat lunak aplikasi penambangan data IBM untuk mengoptimalkan kombinasi taktis mereka.
Pelatih dapat menggunakan komputer laptop untuk mengumpulkan data yang disimpan di server NBA Center di rumah atau di jalan. Setiap peristiwa permainan akan diklasifikasikan menurut statistik seperti poin, assist, serangan, dan turnover.
Menggunakan data besar untuk memenangkan pertandingan sepak bola mungkin tampak sulit dipercaya, namun hal ini telah menjadi strategi kemenangan terbuka dalam industri ini.
Saat ini, “menang” juga merupakan proposisi umum bagi semua industri dan perusahaan. Digitalisasi telah mencapai tahap menengah, hambatan data secara bertahap mulai teratasi, dan perusahaan-perusahaan mulai mencari cara-cara baru untuk bertumbuh.
“Saat kami merilis produk DaaS ini tahun lalu, jumlah investasi pada dasarnya sekitar ratusan ribu, dua hingga tiga ratus ribu, tiga hingga empat ratus ribu. Mulai Q4 tahun lalu, kami mulai menerima jutaan investasi. Anggaran pemasaran. Kata orang dalam industri kepada industrialis.
DaaS, yang menjadi yang terdepan, sedang memasuki era navigasi yang hebat.
DaaS, Yunqi
Pada tanggal 1 Desember 2021, Alibaba Cloud merilis produk baru, DaaS, yang memposisikan layanan produk intinya sebagai "DaaS". Esensinya adalah menggunakan pertumbuhan berbasis data sebagai mesin untuk membuka dan mengintegrasikan aliran bisnis, aliran data, dan alur kerja. perusahaan, memungkinkan intelijen Data memaksimalkan nilai dalam produksi dan operasi perusahaan.
Hal ini langsung menimbulkan diskusi hangat di industri.
Pada bulan Maret tahun ini, JD Cloud merilis platform intelijen digital "Uplus" untuk pertama kalinya, yang bertujuan untuk pertumbuhan merek dan memperkuat jalur DaaS baru.
Masuknya dua raksasa internet lambat laun membuat jalur ini kembali semarak.
Faktanya, DaaS bukanlah bidang baru. Dalam beberapa tahun terakhir, jalur DaaS telah menghasilkan beberapa produsen bintang yang relatif vertikal, seperti Maicong Software, Youmi Cloud, Huakun Daowei, dll. Selain itu, beberapa produsen yang terlibat dalam bisnis pusat data juga sudah memasuki jalur ini sejak lama.
Pada awal tahun 2015, dengan munculnya kendaraan otonom, DaaS menjadi sangat populer.
DaaS (Data as a Service) berfokus pada penyediaan data dari berbagai sumber sesuai permintaan dalam bentuk API data. Secara umum, platform DaaS juga mencakup manajemen metadata, tata kelola data, pengembangan data, dan fungsi lainnya. Peran mendasarnya adalah membantu perusahaan mengonversi data aset dengan nyaman. Ubah menjadi kemampuan bisnis (untuk merespons kebutuhan pertukaran waktu nyata, berbagi, dan penggunaan data antara aplikasi dan sistem perusahaan), dan pada akhirnya menyelesaikan masalah pertumbuhan inti perusahaan.
Saat ini, dalam hal sumber data, jalur DaaS dapat dibagi menjadi tiga kelompok. Salah satunya adalah platform data-as-a-service yang diwakili oleh Alibaba Cloud dan JD Cloud, yang memberikan lebih banyak informasi berdasarkan data pihak kedua yang dihasilkan. oleh platform ritelnya sendiri.Layanan data yang luas.
Keunggulan raksasa internet adalah: pertama, karena data berasal dari semua aspek ritel, mereka memiliki keunggulan lebih besar dalam pemasaran. Ditambah dengan kemampuan konstruksi ekologis yang kuat dan sistem bisnis dari produsen besar, mereka dapat menciptakan keuntungan dari tingkat yang terintegrasi dan full-stack.
Selain itu, vendor cloud Internet juga dapat menggabungkan keunggulan mereka untuk memberdayakan perusahaan dan menyediakan beberapa layanan bernilai tambah untuk produk DaaS. Misalnya, JD YouPlus dapat menggunakan keunggulan rantai pasokan terintegrasi miliknya untuk memverifikasi kemampuan rantai pasokannya dengan cepat saat memberdayakan strategi pemasaran perusahaan.
Yang kedua adalah produsen vertikal yang diwakili oleh Datablau Shushu Technology, Shushu Technology, Shence Data, dll. Sumber data mereka berasal dari operasi pelanggan bisnis itu sendiri dan menyediakan layanan analisis pengguna untuk mereka. Keunggulannya terletak pada kemampuan pembersihan dan analisis data, serta penetrasinya yang cukup dalam di bidang vertikal sehingga dapat mencapai hubungan pengikatan yang lebih kuat dengan perusahaan. Misalnya saja Shushu Technology sebagai penyedia layanan analisis data game yang memiliki keunggulan besar di bidang pan-entertainment.
Yang ketiga adalah produsen yang diwakili oleh Youmi Cloud dan Tianyancha. Sumber datanya berasal dari saluran publik dan pada dasarnya memberikan solusi berbeda untuk kelompok pelanggan yang berbeda. Keunggulannya terletak pada kategori survei dan analisis yang dapat memenuhi kebutuhan data seluruh lapisan masyarakat.
Misalnya, ada sejumlah besar informasi komersial tentang produk, iklan, perusahaan, konsumen, dll. di platform Youmi Cloud, yang memungkinkannya untuk terlibat dalam e-commerce, game, dan drama pendek, dan memiliki keunggulan tertentu. .
Secara umum, masing-masing pabrikan memiliki kelebihannya masing-masing, namun juga memiliki beberapa kekurangan.
Pemain baru bermunculan, pemain lama terus mengasah keterampilan mereka, modal mengejar mereka, dan produsen besar merasa optimis. Tidak mengherankan jika jalur DaaS sedang booming. Namun yang belum diketahui adalah industri DaaS tidak mudah dilakukan.
Pendaratan yang terlihat sulit dilakukan
Sebuah perusahaan e-commerce telah mencoba menggunakan platform DaaS untuk meningkatkan hasil pemasarannya. Metode utamanya adalah dengan lebih memahami pelanggannya, memberikan rekomendasi dan penawaran yang dipersonalisasi, dan meningkatkan tingkat konversi aktivitas pemasaran.
Namun, dalam penerapan praktis, perusahaan menemukan bahwa kualitas data tidak dapat diandalkan, pengumpulan data tidak lengkap, dan hasil analisis dan penerapan data tidak memuaskan.
Pertama, perusahaan menemukan masalah kualitas data saat menggunakan platform DaaS, seperti data yang hilang, data yang tidak akurat, dan data yang ketinggalan jaman. Masalah-masalah ini menghalangi perusahaan untuk memahami pelanggan mereka secara akurat dan membuat rekomendasi serta penawaran yang dipersonalisasi dan akurat.
Kedua, pengumpulan data pada platform DaaS seringkali tidak cukup komprehensif. Meski platform tersebut diklaim memberikan data yang komprehensif, namun perusahaan justru menemukan bahwa platform tersebut gagal mengumpulkan beberapa data penting, seperti riwayat pembelian pengguna, riwayat penelusuran, dan riwayat pencarian. Kurangnya data ini membuat perusahaan tidak mungkin mendapatkan pemahaman mendalam tentang perilaku dan preferensi pelanggan serta melakukan aktivitas pemasaran yang tepat.
Terakhir, meskipun perusahaan e-commerce menghabiskan banyak waktu dan sumber daya untuk mengumpulkan dan menganalisis data, hasil sebenarnya dari analisis data dan penerapannya tidak ideal. Misalnya, rekomendasi dan penawaran yang dipersonalisasi berdasarkan hasil analisis data tidak meningkatkan tingkat konversi, namun malah menimbulkan kebencian dan ketidakpuasan di antara beberapa pengguna.
Faktanya, DaaS memiliki potensi penerapan yang besar di sebagian besar skenario bisnis, dan ini adalah kesimpulan yang telah mencapai konsensus penuh. Perusahaan-perusahaan penuh harapan dalam menggunakan DaaS untuk meningkatkan operasi dan secara aktif menginvestasikan sumber daya dalam upaya tersebut. Namun, bagi sebagian besar perusahaan, sejumlah besar proyek DaaS belum mencapai peningkatan signifikan seperti yang diharapkan.
Singkatnya, masalah seperti kualitas data yang tidak dapat diandalkan, pengumpulan data yang tidak lengkap, dan analisis data serta efek penerapan yang buruk secara langsung mencerminkan situasi kesulitan dalam penerapan DaaS saat ini.
Faktanya, masalah ini tidak hanya berdampak pada vendor DaaS itu sendiri, namun juga banyak berkaitan dengan kerja sama mereka dengan ISV.
Misalnya, ketika platform DaaS bekerja sama dengan suatu perusahaan, data yang disediakan oleh platform DaaS mungkin tidak konsisten dengan format dan standar data dalam perusahaan; mungkin terdapat beberapa sistem dan platform berbeda dalam perusahaan, dan platform DaaS memerlukan untuk berinteraksi dengan sistem ini dan mengembangkan antarmuka, dan proses debug lebih sulit; data yang diproses oleh platform DaaS mungkin melibatkan kerahasiaan dan privasi perusahaan, dan langkah-langkah keamanan yang efektif perlu diambil untuk memastikan bahwa data tidak bocor dan dirusak, antara lain masalah lain.
Ketika DaaS bekerja sama dengan ISV, layanan data yang disediakan oleh platform DaaS harus terhubung ke sistem ISV melalui antarmuka API. Namun, antarmuka API dari sistem yang berbeda berbeda, dan kompleksitas dockingnya tinggi, yang memerlukan banyak waktu dan sumber daya untuk pengembangan dan debugging.
Selain itu, data yang diproses oleh platform DaaS seringkali sangat sensitif, seperti informasi pelanggan, data transaksi, dll. Oleh karena itu, langkah-langkah keamanan yang efektif perlu diambil selama proses transmisi dan penyimpanan data untuk memastikan bahwa data tidak bocor atau dirusak.
Penggerak bisnis data di balik “DaaS Benar dan Palsu”
Yuanqi Forest, merek ternama di industri ini, dengan cepat menduduki pasar air soda dengan konsep kesehatan "0 gula, 0 lemak, dan 0 kalori". Namun dalam industri minuman teh, persaingan sangat ketat, dan jika Anda tidak maju, Anda akan mundur. Hutan Yuanqi juga perlu memperkuat keunggulannya di kategori air soda dan terus memperluas pasar.
Berdasarkan permintaan ini, Lingyang menyesuaikan solusi DaaS untuknya.
Yang pertama adalah menentukan arah riset produk baru. Melalui analisis hierarki kategori segmen pasar minuman, Yuanqi Forest memposisikan empat tren utama minuman buah: air soda, minuman teh, protein nabati, dan minuman buah. Telah ditetapkan bahwa kategori air soda masih menjadi kategori unggulan di pasar minuman, dan dapat melanjutkan diversifikasi keunggulannya di pasar air soda dan terus melakukan upaya.
Yang kedua adalah mengembangkan strategi pemasaran yang terdiferensiasi. Merumuskan arah pemasaran yang berbeda untuk produk baru dengan menjelaskan karakteristik empat kategori utama dan wawasan pengguna. Misalnya, air soda rasa nanas baru yang populer sesuai musim, produk protein nabati baru dipilih untuk melakukan upaya di pasar anak-anak dengan memutus lingkaran ibu-ibu berenergi tinggi.
Terakhir, strategi multi-puncak setahun penuh diterapkan. 618 meluncurkan suntikan pertama tata letak multi-kategori; selama periode promosi Double 11, konversi bisnis yang lebih besar tercapai, dan kaum muda terus melakukan penetrasi.
Pada tahun 2022, penjualan Double 11 di Hutan Yuanqi meningkat hampir 10% tahun-ke-tahun menjadi 618, dan harga unit per pelanggan meningkat hampir 10%, dan kemauan konsumen untuk membeli meningkat. Dibandingkan dengan 618, tingkat aset Grup A telah meningkat lebih dari 50%; tingkat pertumbuhan generasi muda telah meningkat secara signifikan dibandingkan dengan Double 11 tahun lalu, dan struktur kerumunan merek telah dioptimalkan secara bertahap.
Dalam kasus Hutan Yuanqi, kita dapat menemukan beberapa detail penting untuk keberhasilan implementasi DaaS.
Yang pertama adalah menentukan arah pemasaran data dan aplikasi; yang kedua adalah terus mendapatkan wawasan tentang perubahan data pasar dengan profesionalisme mutlak; yang ketiga adalah merencanakan "rencana tempur jangka panjang" untuk pengelolaan data.
Ini adalah kunci untuk memecahkan masalah dan mengimplementasikan DaaS, namun sering kali diabaikan oleh banyak perusahaan.
Ketika perusahaan melakukan tata kelola data, mereka fokus pada pengelolaan prosedur, skrip, dan tugas data. Pendekatan ini menghalangi tata kelola data perusahaan untuk berfokus pada peningkatan nilai data. Hal ini dapat mengakibatkan keakuratan dan keandalan data terganggu, sehingga berdampak pada keputusan bisnis perusahaan.
Ketika banyak perusahaan menerapkan DaaS, kebutuhan mereka tidak terpenuhi, sehingga terjadi kesalahpahaman dalam tata kelola dan kesulitan dalam fokus.
Selain itu, ketika perusahaan melakukan tata kelola data, mereka bertujuan untuk menyelesaikan penyampaian proyek. Namun, setelah penyerahan proyek selesai, perusahaan tidak lagi memperhatikan tata kelola data dalam jangka panjang dan berkelanjutan. Oleh karena itu, bahkan setelah penyerahan proyek selesai, pengelolaan data selanjutnya masih kurang kontinuitas dan stabilitasnya.
Breakpoint manajemen mempersulit penyatuan data, yang seringkali berujung pada berkurangnya sistem keamanan data, sehingga mengakibatkan tata kelola berbasis proyek sulit untuk dilanjutkan.
Anda harus tahu bahwa penyatuan data adalah dasar dari implementasi DaaS, dari sudut pandang ini, sepertinya ini bukan "DaaS yang sebenarnya" yang diterapkan.
Selain itu, perusahaan dikelola paruh waktu oleh karyawan di bidang tata kelola data. Para karyawan ini kurang memiliki pengetahuan dan keterampilan profesional dalam tata kelola data, yang mengakibatkan tanggung jawab yang tidak jelas dan rendahnya inisiatif. Akibatnya, perusahaan tidak dapat menjamin kelancaran penerapan tata kelola data, sehingga kualitas dan keandalan data tidak dapat terjamin, serta keamanan dan privasi data tidak dapat terjamin.
Perusahaan tidak memiliki kondisi TI yang sesuai, sehingga memerlukan manajemen paruh waktu, yang juga merupakan faktor penting yang mempersulit penerapan DaaS. Seperti yang dikatakan Cai Ruitao, mitra pendiri & CTO Youmi Cloud, “Di era digital saat ini, tim yang pandai menafsirkan data akan memiliki keuntungan besar.”
Ringkasnya, logika mendasar di balik kesulitan penerapan DaaS secara bertahap menjadi jelas, yaitu, “pemecahan masalah” dalam manajemen yang salah paham; “DaaS yang benar dan salah” dalam manajemen berbasis proyek; dan “ketidakmampuan untuk melakukan apa yang diinginkan” dalam sebagian -manajemen waktu.
Perlu dicatat bahwa peluncuran model berukuran besar dapat mengubah dilema yang dihadapi tata kelola data dalam model tradisional.
Model besar menjadikan data lebih berharga
"Kita harus menyadari satu hal, pemilik merek lebih profesional daripada kita dalam bidang Pengetahuan. Kita hanya memiliki data, kemampuan analisis, dan teknologi, tetapi dia harus lebih profesional dari kita dalam bidang Pengetahuan." Solusi Teknologi JD Zhu Bing , kepala Departemen Solusi Pertumbuhan di Pusat tersebut, mengatakan kepada Industrialis.
Faktanya, saat ini, perusahaan menyimpan sejumlah besar data berharga, namun keunggulan dan kemampuan yang dibawa oleh data ini tidak dapat digantikan oleh vendor DaaS. Seperti yang dikatakan Zhu Bing, "Secara keseluruhan, kami masih perlu mengajarkan otonomi dan inisiatif subjektif pada merek kami, dan memberikannya kepada mitra kami dalam kategori ini. Saya pikir yang paling profesional adalah dia melakukannya sendiri."
Namun, bagi banyak bisnis, ini adalah langkah yang sulit untuk dilakukan. Yang patut dinantikan adalah di era "big model+", DaaS juga memiliki beberapa kemungkinan baru.
Misalnya, dalam hal pelatihan dan pengoptimalan model, platform DaaS dapat menyediakan pelatihan model besar dan platform layanan untuk membantu perusahaan melakukan pelatihan, penyesuaian, dan pengoptimalan model. Perusahaan dapat menggunakan data dan sumber daya komputasi dalam jumlah besar pada platform DaaS untuk melatih dan mengoptimalkan model besar, sehingga meningkatkan akurasi dan kinerja model.
Dalam hal penerapan dan manajemen model, platform DaaS dapat menyediakan fungsi penerapan dan manajemen model, memungkinkan perusahaan untuk dengan cepat menerapkan model terlatih dalam jumlah besar ke lingkungan produksi. Perusahaan dapat menggunakan platform DaaS untuk melakukan kontrol versi dan memperbarui operasi pada model guna memastikan stabilitas dan keandalan model.
Dalam hal prapemrosesan dan peningkatan data, platform DaaS juga dapat menyediakan fungsi prapemrosesan dan peningkatan data untuk membantu perusahaan membersihkan, mengubah, dan memberi label pada data mentah untuk digunakan dalam pelatihan dan pengujian model besar. Platform DaaS juga dapat menyediakan fungsi peningkatan data untuk meningkatkan kinerja generalisasi dan kemampuan beradaptasi model melalui berbagai transformasi dan penyempurnaan data.
Selain itu, di bidang pemrosesan bahasa alami, platform DaaS dapat menyediakan layanan seperti klasifikasi teks, analisis sentimen, dan pembuatan bahasa. Di bidang pengenalan gambar, platform DaaS dapat menyediakan layanan seperti deteksi target dan segmentasi gambar. Perusahaan dapat menggunakan layanan ini secara langsung melalui platform DaaS tanpa harus membuat dan melatih model sendiri.
Di luar bisnis, keamanan juga menjadi fitur utama, yaitu platform DaaS juga dapat menyediakan fungsi keamanan data dan perlindungan privasi untuk menjamin keamanan dan privasi data perusahaan. Platform DaaS dapat menyediakan fungsi seperti pencadangan data, pemulihan, dan kontrol versi untuk memastikan keamanan dan keandalan data. Pada saat yang sama, platform DaaS juga dapat menyediakan fungsi seperti enkripsi data, kontrol akses, dan audit keamanan untuk melindungi privasi dan integritas data.
Dengan kata lain, di bawah model besar AI, vendor DaaS dapat mengumpulkan lebih banyak pengetahuan industri, dan kebutuhan perusahaan akan semakin terpenuhi; kombinasi model besar dan DaaS dapat memungkinkan perusahaan untuk menggunakannya secara lebih efisien dan akurat.Model besar.
Dalam model tradisional, perusahaan perlu membangun dan melatih modelnya sendiri, yang memerlukan investasi banyak sumber daya dan waktu. Selain itu, efektivitas model-model ini mungkin dipengaruhi oleh berbagai faktor, seperti kualitas data, pemilihan algoritma, dll. Model-model besar yang bertujuan umum juga akan mempercepat perusahaan untuk mengatasi rintangan ini.
Secara keseluruhan, "model besar + DaaS" akan mengubah sebagian besar masalah yang melekat pada DaaS saat ini, membawanya ke pengembangan yang lebih ramah lingkungan dan mendorongnya memasuki "Era Penemuan".
Mungkin, di masa depan, setiap industri dapat dibentuk kembali oleh DaaS, seperti film yang disebutkan di awal artikel menggunakan data untuk "Moneyball".