关于microsoft:从古代文学到云端技术

48次阅读

共计 3735 个字符,预计需要花费 10 分钟才能阅读完成。

数字化 ABCD 杂谈

都说数字化技术和 ABCD 密不可分,A 指人工智能、B 指区块链、C 是云,D 当然是数据,这四者互为因果、不可分割。
按阳明的知行合一说法,ABCD 能够分为知和行,其中数据是知,从数据到洞察力;而代码则是行,从代码到服务。

代码是行,对于数字化业务来说,其面对的既可能是约 10 亿生产互联网的 C 端客户,也可能面对产业互联网的 B 端客户,其最大的特色就是快:疾速翻新、疾速迭代、疾速上线。PaaS 或者云原生能帮忙用户将精力专一于数字业务,而不是底层的基础设施;DevOps 则把曾经成熟了数百年的工业化大生产的流水线方法论和工具用在数字业务上。

数据是知,来自于生产线传感器、无人机、AGV、智能机器人等设施的数据,汇通营销、销售等数据,源源汇聚到云端的数据湖,而人工智能则可能将其中的非结构化数据转换为结构化数据,从而能够利用成熟的数仓技术进行剖析解决。如果须要产业链或者供应链的不同企业间进行数据分享,则可能须要区块链这样的增信平台。


目下炽热的 Metaverse,当视作物理世界和计算机世界交互模式的进化:从最早的打孔卡片开始,经验了字符界面(计算机开始意识一些简略的人类字符)、图形界面(能通过键盘鼠标操控),到了智能手机年代,咱们能够用手指进行交互。而到了 Metaverse,无论眼、耳、口、鼻、身、意,佛家所谓六识,无不能和计算机世界来往。

王阳明学生在严滩问答里曾说 ” 有心俱是实、无心俱是幻;无心俱是实,有心俱是幻 ”。实和幻,不就是 Metaverse 里的物理世界和真实世界吗?

套用阳明学生的说法,数据资产就是 ” 心 ”,抓住了这个 ” 心 ”,那么无论实或者幻,都是良心,本体和功夫是一体的,本然和明觉也是一体的。
按陈来学生在《有无之境》里提到,此处的无,当解作超过。而 Metaverse 里的 Meta,也当作超过解。

至于 Metaverse 里的数字化资产 NFT,盆盆在曾国藩弟子的日记里发现了一则很乏味的案例,看图谈话,不再赘述。

所有皆为数据

此处提到的数据资产,能够了解为数据中台。刘鹤副总理曾发文提到数据是重要的生产因素。咱们常说数字化转型是要实现业务数据化和数据业务化。

业务数据化,其实就是数据的起源,数据可能来源于线下网点、电商平台、会员零碎、营销平台,如果有工厂,可能还会来自于生产线、PLM、MES 等,还会有物流、WMS 零碎等等。

而数据业务化,则是面向数字业务的一堆小前台利用,例如能够有数据化经营、数据可视化、数据赋能等等。

而数据化经营,能够有用户画像、千人千面、转化率剖析、圈人等,而数据可视化,能够有 CEO 驾驶舱、数据大屏等,还能够有面向生态圈和产品链的数据赋能。

当初业务数据化和数据业务化之间,还差一个数据资产化,只有资产化的数据,能力为前端的数据利用提供赋能。

而所谓资产,依照会计学的定义,就是将来能给企业带来利益支出,带来现金流。

对于数据业务化,咱们在十多年前就据说过 ” 啤酒和尿布 ” 的故事,这是一个经典的数据仓库利用,因为数据仓库里会保留长期数据,所以对销售数据进行数据分析发现,奶爸们在购买尿布的时候,肯定会顺路带几瓶啤酒回去,这样咱们就能够有针对性的营销策略:把啤酒货架和尿布货架凑近一些,并给一些促销计划。

相似这种后视镜模式的数据利用,能够称为应用数据的业务,而非数据驱动的业务。
而相似于 Manner 这样的轻资产互联网咖啡企业,又是如何实现数字化的?

当盆盆在门店里买了小杯的美式,Manner 的订单零碎里就会减少一条数据库记录;而咱们在通过 App、抖音、小程序、公众号、电商等渠道去查看咖啡内容,岂但可能会产生订单信息,还会产生行为数据,例如咱们常常会查看哪些咖啡 SKU、喜爱看哪些明星的喝咖啡桥段、在社交媒体里评论过什么,这些脚印和数据库记录一起造成标签化的数据资产。

然则这种模式为什么能够说是数据驱动的业务?

因为咱们能够间接这些数据资产服务引擎化,让咱们的小前台数字业务间接应用这些数据资产。例如咱们能够间接给相似盆盆这样囊中羞涩的客户,提供打折优惠券,帮忙促销;而对于常常商务旅行的客户,则能够和某些酒店团体联合推出收费获赠咖啡的业务等等。这些并不需要请销售经理或者 CxO 们查看各种目迷五色的报表,否则黄花菜都凉了。

还能够举一个盆盆调研过的运营商案例:某运营商试图给无固定宽带的当地手机用户进行精准营销,假如他们用了以下 3 个标签,而后能够给领有这 3 个标签的当地无固定宽带用户间接发短信,揭示他们能够一键约宽带上门,这样能够节俭 5G 视频流量开销。

  • 当地用户: 在深圳基站捕捉到的当地手机用户,能够打上此标签
  • 无宽带: 这些用户在 CRM 数据库里没有固定宽带记录
  • 看视频: 这些用户常常在上班后收看视频

    所以,给数据资产插上 API 的翅膀,让数据资产服务化,则前端数字化业务能够间接调用 API,把数字业务更疾速地交付到互联网用户手里,这才叫疾速翻新、疾速迭代。

    简略小结一下:
  • 策略:对于企业数字化的策略布局和剖析,能够联合 Power BI 等做数据可视化,让 CxO 们能够指点江山、激扬文字
  • 战术:对于设计、制作、营销、供应链、售后等战术性业务,能够间接透过 API 调用数据资产,实现疾速打击。

云和数字化

云在数字化转型里起到什么作用?

经济老本劣势最大化的业务能够放在 Azure 私有云上,而外围数据以及传统零碎能够放在公有云或者 Azure Stack 上。

企业的业务中台,能够把共性的局部,例如会员、商品、订单、库存、领取等局部整合在一起,业务中台能够作为数据中台的数据源,和来自企业外部的 ERP、MES、PLM,以及企业面向互联网的电商、门店、SCRM 等零碎的数据一起,通过大数据分析等,造成数据中台的经营业务,例如:举荐引擎、精准营销、舆情剖析等等。

而这些业务零碎的搭建,齐全能够利用 Azure 私有云提供的乐高积木:利用 SLB、AKS、Azure 应用服务、MySQL、Redis、Azure Synapse、Azure Databricks 等 PaaS 服务,只需编写很小量的代码,就能够打造出残缺的全渠道业务平台。还蕴含了 Azure 防火墙、Web 利用防火墙等平安保障服务等。

而这些,就叫做数字化转型。

云和数字化转型的实质

贴一段我的老板 Lynn 女士在 2014 年说过的一段对于云和业务的认识,以作为这篇文章的注脚,到当初还没有过期,其中 1.3.1 谈共享的段落,可视作数据中台。

❖ 和用户谈云计算和业务的联合离不开对于用户的理解更离不开对于云计算到底能带来什么的思考。

  • 从高大上的角度去讲,是工业化和数字化的交融;
  • 略微具体化一些,能够说成是以构建新一代信息系统为核心改革用户体验治理,供应链治理,产品设计,营销和渠道治理,推动全企业接消费者的地气;
  • 要更理论一些的话,还是要回到云计算的根源个性下来:
  1. 共享:不是简略的资源池的共享和按量计算 / 摊派老本,而是由此能做到的更多更广的数据和信息的共享,逾越部门,逾越地区,逾越供应链和销售链的各个环节,从共享到 Connect。
  2. 快:不仅仅是上线工夫的快,能够想到的是因为计算资源,数据和信息的集中和泛渠道的 Connect 带来的信息和决策流转的速度变快。
  3. 老本:不论是私有云还是公有云,用云来做当初企业 IT 能做的事件未必能节约老本,然而却能在一些以前想做却做不了的方面提供更低成本(不仅仅是钱)的实现形式,比方团体集中管控,供应商和渠道管制,即时用户互动,还有后面探讨的灾备等等。

❖ 挪动,大数据,智能设施,云计算作为以后 transformation 的技术相互之间依赖水平很高,而且用户在通过这些进行的是业务模式和改革和翻新不是 IT 模式的改革和翻新,看了海尔推出 App 管制冰箱,长虹推出的 App 和电视互动,就是传统企业在这方面也走得比咱们快,咱们能够不懂业务但至多须要晓得咱们的技术可能关上哪些潜在的改革和翻新的大门。

❖ 寻找小而美。Cloud 带来的翻新和收益的全面实现对于用户业务改革和翻新,甚至工作和管理模式的扭转的依赖水平是微小的,如果专一于此咱们肯定会饿死在沙滩上。咱们的发力点可能在一些小而美用户或者我的项目的身上,用户自身的改革 / 翻新能源强很分明,商业模式和变动复杂程度不高,与 Mobility,big data 和 Cloud 的符合度很高,有暴发或影响全局的可能,比方微信红包。同时从小而美到全企业的推广,咱们“宜公宜私”的 Hybrid Cloud Vision 的独特价值会成为真正有价值的 Option,在市场上无论是 Call 还是 Put Option 都是有价证券。


微软最有价值专家(MVP)

微软最有价值专家是微软公司授予第三方技术专业人士的一个寰球奖项。29 年来,世界各地的技术社区领导者,因其在线上和线下的技术社区中分享专业知识和教训而取得此奖项。

MVP 是通过严格筛选的专家团队,他们代表着技术最精湛且最具智慧的人,是对社区投入极大的激情并乐于助人的专家。MVP 致力于通过演讲、论坛问答、创立网站、撰写博客、分享视频、开源我的项目、组织会议等形式来帮忙别人,并最大水平地帮忙微软技术社区用户应用 Microsoft 技术。

更多详情请登录官方网站:
https://mvp.microsoft.com/zh-cn


长按辨认二维码

关注微软中国 MSDN

微软 MVP,欢迎您退出

正文完
 0