云与大数据，商业创新的加速杠杆

引言

「互联网+」的浪潮正在冲击传统的商业模式和商业组织。 支付宝与天弘基金开发的余额宝在短短一年之内，吸引用户数超过1个亿，资金量超过5742亿，一跃成为全国最大的货币基金 。2013年成立的菜鸟网络将传统的「四通一达」快递公司整合进其统一信息云平台， 迄今已经实现了全中国超70%快递包裹的跟踪管理 。 微信在短短三四年之内，月活用户量达到6亿，2014年春节顶峰时间每分钟微信数量超过1000万条，与此同时，传统电信运营商的短信量剧减41.57% 。这些新兴公司，背后依托着云与大数据，更快地响应市场，建立起巨大的竞争优势，从而颠覆了传统的商业公司。

商业史是一场关于「优胜劣汰，适者生存」的进化史，「 唯有偏执狂才能生存 」 。进入21世纪，商业公司的更迭变得愈加频繁，「 企业的平均寿命从1920年的65年降到了2015年的15年 」 。初创公司更是如此。 哈佛商学院教授Shikhar Ghosh的研究 表明，在美国风险投资进入的初创企业中，四分之三以破产告终 。无论经验丰富的成熟公司，抑或充满活力的初创公司，在面对商业市场的不确定性时，无法建立有效的竞争优势，难以延续或扩张。在这个高度不确定的时代，第一时间拥抱云与大数据，建立商业创新的先发优势和加速杠杆，是所有企业CIO乃至CEO的必修课。

商业创新的挑战和企业策略

大量的案例表明，创新是商业公司建立竞争优势、持续扩张的关键方法。然而，创新者如过江之鲫，成功者寥寥。 美国市场研究公司CB Insights通过分析101家科技创业公司的失败案例 ，总结出了创业失败的20大主要原因，其中「没有市场需求」以42%的比例排名榜首，「耗尽资金」以29%的比例位居第二 。面对「创新者的窘境」，商业公司最迫切的目标就是在人力资金等资源投入的有限时间之内，尽快找到创新产品与市场的契合点，建立竞争优势。

图1. 创业失败的20大主要原因（图片

然而，传统商业公司的产品研发和运营往往以年或者季度为周期单位，公司业务、技术等部门的管理者们根据前一周期研发经营的情况，整理后一周期的目标和计划。一是研发周期漫长，运营的反馈很难及时到达研发部门进行调整，二是产品的概念来自于业务部门的专家意见，没有进行用户问题的真实验证，需求存在偏差。商业创新闭环的缺失，导致创新容易落后于时势，抓不住市场需求，徒然耗尽公司的资源和时机。

无论针对新兴市场的探索模式，抑或针对已有业务的拓展模式，商业产品的创新需要打通从概念到开发、运营的端到端闭环，形成快速的反馈。如何能够有效地支撑精益的商业产品创新？作为组织的CIO，需要尽早解决两个关键挑战：

• 如何快速构建可工作的产品？
• 如何快速验证并推广产品的概念？

幸运的是，随着技术的爆发式发展以及技术标准的演进，组织的CIO们有了更丰富的选择和更高效的工具。 云加速商业创新的构建交付 在IT技术领域，集约化与专业化成为技术服务市场的发展趋势。越来越多的专业软件服务团队颠覆起传统的基础设施或者软件服务，开发并公开运营标准的服务组件或者云服务，建立起庞大的生态系统。据 ProgrammableWeb统计 ，截止2014年公共API（Application Programming Interface，应用编程接口 ）的数量超过了10000项 。据 分析公司Bessemer的统计 ，市场上存在着数百家成熟的云服务厂商在提供各类云服务，涵盖了从开发者服务到最终用户服务的各类场景。

以云计算的引领者Amazon WebService为例，我们来看看云服务提供了哪些产品服务 ：

图2. 亚马逊云产品服务（信息

• 快速的研发测试环境：AWS EC2弹性云主机将一台新服务器的创建缩短到1分钟，基于Docker（容器虚拟化）的EC2 Container Service则能在几秒钟内启动数千个容器。
• 高可用的弹性生产环境运维： AWS EC2满足99.997%的SLA服务标准 ， 成本降低到每小时只有数美分 。
• 智能的业务流程引擎：AWS Lambda提供了标准的业务流程引擎，基于其API只需要几行程序即可创建一套比较完整的业务处理流程。
• 丰富的基础性服务：AWS上也提供了移动应用后台平台（简称MBaaS）、物联网IoT SDK、智能分析API等。

借助于标准的云服务与公共API服务，产品创新依赖的诸多功能模块、基础环境、开发活动等都成为「标准件」，产品的构建过程成为了「搭积木」的过程。商业产品创新的构建交付，从某种意义上变成了业务问题，而非单纯的技术问题。

斯情斯景，组织的CIO需要有大智慧，跳出思维定式，将云服务和公共API视为工具箱的一部分，从生态系统的角度来思考产品的构建策略，满足商业创新产品快速构建和投放市场的目标，获得真实用户的反馈和验证。

大数据加速商业创新的分析验证

在传统的商业组织内部，数据的采集、存储、分析和展现往往会由专门的数据分析部门和IT部门来负责。业务部门提出分析的需求和目标。数据分析部门设计相关的数据分析模型。IT部门进行数据的埋点、采集、清洗和结构化。数据分析部门再测试和调整数据模型，争取在一定的拟合度之下，收敛到业务部门的目标。整个周期往往从数周到数月之久，牵扯大量的人员和资源投入，如服务器计算资源、协作成本等， 只有很少的组织才能承担 。

随着大数据技术的成熟，通用的数据挖掘分析算法被数据科学家们封装成了单独的程序模块，数据挖掘分析的门槛大大降低。业界成熟的Google Analytics、Hadoop、Mahout、Spark内置了大量的数据分析算法，能够满足大部分的分析场景和需求。如下图所示，Hadoop生态系统几乎满足了大数据处理的全部场景。

图3.  Hadoop生态系统 (信息

大数据具体提供了哪些典型功能？

• 用户行为分析：分析真实用户的真实行为，了解用户「在何时哪个页面离开网站」、「从哪些渠道进入网站」、「购买最多的产品是什么」等；
• 系统异常分析：分析系统的异常，及时预警，提高系统的可用性和业务连续性；
• 系统安全审计：分析潜在的安全风险，避免恶意入侵、代码注入等行为。

因此，千人一面的网站服务向个性化转变，单一网站渠道向全渠道转变。粗放的运营管理更加精细化，从Google、Facebook等互联网公司传出的「 增长黑客 」（Growth Hackcking） 职位成为互联网时代的运营标配。增长黑客们建立产品业务的运营转化模型，专注于通过快速的数据与试错提高业务的用户量、活跃度、粘性等指标的增长。

商业组织拥抱云与大数据的模式

云与大数据对于商业创新的成功发挥着关键性的作用。《荀子•劝学篇》说，「君子生非异也，善假于物也。」善于利用杠杆效用的商业公司，能够避免「重复制造轮子」的成本和风险，从而加速了产品的创新和市场竞争优势的建立。

那么，CIO要如何在组织里面引入成熟的云和大数据技术呢？根据我们的实践经验，商业公司对云与大数据的采纳策略，大体上可以遵循如下的模式：

图4.  企业云与大数据应用模式

1. 开发测试云模式：以开发测试的环境和流程为应用目的，采用云进行开发测试，大幅节约研发成本，并缩短产品上市时间。
2. 新业务运维云模式：把所有新的应用和服务都放到云平台，而不再使用遗留基础设施或采购新硬件；利用云的快速弹性提升创新业务的响应性。
3. 大数据分析云模式：根据计算的需要，快速灵活增减大量分析计算资源，使用大数据平台提供标准的分析算法和API，降低大数据分析对资源的依赖和时间成本。
4. 移动应用支撑云模式：通过MBaaS等的支持，完成应用的部署、管理，并实时获取管理的参数和指标，能够快速地打造和部署移动应用。
5. 核心企业级应用云模式：使用云上其它服务商提供的企业级ERP、CRM、数据库等服务，或者将这些企业级应用搬迁上云。
6. 数据中心云升级模式：借助云服务商实现数据中心的整合、迁移和变更，提升现有数据中心的效率、可用性、可靠性。
7. 企业整体云化模式：在云平台进行应用的开发，进行混合云的部署等，将通用的IT能力抽象为统一的云平台，应用的生命周期只需要使用云提供的服务和API。

云与大数据绝对不是一蹴而就。由于组织文化、能力模型的差异性，所以企业CIO们需要针对自己企业的特点对症下药，选择合适的模式切入。一方面，CIO可以在内部寻找合适的变更种子；另一方面，可以借助于外部业务的压力对云与大数据进行初步的尝试。必要时，企业可以寻找外部专业服务公司的帮助，减少新技术与方法的引入风险，提高云与大数据的落地效率。

商业组织拥抱云与大数据的案例

背景

在互联网金融的浪潮之下，某民营银行希望针对个人客户和企业客户的完整生命周期，为个人和企业客户提供定制化、全方位的惠民服务。围绕着这一目标，该银行采取了诸多创新项目。其中之一便是结合「银行级安保」的概念，采用国密算法向个人与企业客户提供安全可靠的网络保险箱移动互联网产品。

云服务加速了创新产品的构建

该网络保险箱的交付面临着如下的挑战：

• 如何让产品在3个月之内完成所有模块（手机App、网站、存储等）的上线？
• 如何让产品满足互联网的用户体验，比如图像、语音识别、社交分享等功能？
• 如何让产品能够随着用户的增加，无缝扩展存储的容量（目标容量为50T）？

面对上述的挑战，ThoughtWorks推荐该银行其尽可能采用成熟的云产品服务，缩短新产品的上线周期。因此，该银行一方面选择了敏捷开发方法，通过迭代和持续交付减少需求变更以及等待的浪费；另一方面，该银行使用了ScaleWorks云解决方案：

• 开发测试云，提高了开发测试的效率，减少等待资源的浪费；
• 混合云，开发、生产分别使用不同服务标准的云平台，提供一致的管理；
• 分布式云存储节省了昂贵集中式存储的采购，无缝支撑未来的扩展。 此外，该银行还选择了大量的第三方云服务，如card.io提供的银行卡图像识别SaaS云服务，减少了自研的成本和风险。

大数据分析支撑了创新产品的运营

网络保险箱产品上线之后，两个运营的新挑战又浮现出来：

• 产品App的性能如何优化，提升用户的体验？
• 用户的行为数据如何挖掘，提升产品的用户数和规模？

该银行将应用的日志和其他运行的数据一起采集、汇总，使用ScaleWorks Analytics大数据方案进行分析。ThoughtWorks的数据专家与该银行的业务人员、运营人员以及开发人员沟通，对采集的数据进行清洗、结构化、分析和可视化，设计了「产品是否存在性能瓶颈」、「用户量是否保持增长」、「用户活跃度是否保持活跃」、「用户来自哪些渠道」等一系列指标。

结果

三个月之后，互联网保险箱产品顺利完成了上线。仅在上线第一周，超过100个真实用户，上传了接近10G的文件量——完成了产品从0到1的跨越。该银行的CIO表示，「没有云和大数据，我们不可能在短短三个月之内完成产品的上线和推广。」

结语

由于来自新兴商业公司的「 门外的野蛮人 」 ，商业公司面临着比以往任何时候更大的压力和挑战。「生存，还是死亡？」在这个竞争异常激烈的时代生存，CIO乃至CEO都需要更加深刻地意识到创新的紧迫性。如何提高商业创新的效率和效果，在云与大数据的时代，CIO需要更加深刻地认识到技术的价值。引入合适的技术和工具，借助外部专业服务公司的能力，在商业公司内部打通端到端的创新从概念到落地、到运营的闭环，是CIO乃至CEO的最高优先级之一。

《荀子•儒效》中提出，「不闻不若闻之，闻之不若见之，见之不若知之，知之不若行之」。商业公司的管理者们，「一万年太久，只争朝夕」，是时候拿起云与大数据的加速杠杆，让自己立于市场竞争的不败之地了！