写给已经过去的2015年 & 结尾彩蛋

正文

请到「今天看啥」查看全文

台服务器才能满足需求，也就是说不采用云服务至少需要 1 亿左右的预算，但是其实大部分时间其实只需要 10 台服务器就足够了，于是想办法降低服务器闲置率就是我们可以赚的钱。但是目前的云服务厂商 ( 我视野范围内的 ) 还无法做到这一点。假设说淘宝、京东、唯品会同时使用了我的云服务，也就意味着我需要准备 淘宝 + 京东 + 唯品会三家的机器总和，如果他们每一家的机器闲置率是 90% ，那我也同样是 90% 。所以真正想做到这一点需要的是对客户进行明确的划分，通过不同的客户策略组合从而提高机器闲置率，例如构建淘宝 ( 双 11)+ 亚马逊 ( 黑色星期五 ) 这样的组合，把机器的闲置率从 90% 降低到 70% 。这是一个很理想的情况，在实操中会遇到很多的困难，在下文中我会再次提及。

C. 承包脏活累活。这一点其实是国内大部分云服务厂商赚钱的主要途径，帮你把麻烦的事儿给做了，比如你懒着去做个统计后台，我帮你搞了；你懒着去搭个 Docker 服务，我帮你搭好；你懒着去做安全策略，我帮你做了。但是回归到我们上面说的 ROI 的问题，这必然会导致利润率极低，这并不符合互联网企业高利润率的模式，而基本纯粹属于外包公司了。这并不应该成本云服务厂商的立足之本。

D. 通用方案的快速复制。这个和过去的 ERP 公司很类似，做出标准产品，然后去兜售给各个客户。和上面的点一样，这也是现在云服务厂商的立足之本。可是当我们回忆一下 ERP 时代的企业的赚钱方式，我没太听说哪一家是通过把一个通用性软件卖给客户然后就能赚到大钱的，基本赚钱的费用都是在定制化、后续维护费用。但是定制化的成本其实又回到了上文的 ROI 上，不再赘述。此外，还有一点 ERP 软件的赚钱方式，就是扎根于某一特定领域，例如用友金蝶的财务软件等，这似乎又与如今的云服务厂商发展路线相悖。所以这听上去很美，却依然是一个低利润的事情。

从上面四点来看，只有第二点才是值得去发展的路，先记在这里。

2. 云服务和大数据

在过去一年无数次的采访和演讲中，我都努力在讲一个概念，就是云服务和大数据的结合。只有平台级产品才有大数据的理论，我也不厌其烦的反复提及。那么相比于传统“云平台”的低利润外，大数据所产生的高利润率似乎更让人幻想。相比于机器学习，数据挖掘这些技术而言，更困难的还是数据如何才能产生商业价值。在过去的一年里，我们做了各种各样的尝试，取得了一些小的成果，也对未来的方向有了一些更清晰的认识。

谈到数据变现时，我们需要做更多的产品和商业层面的思考，在这些上面，我走了太多的弯路：

请到「今天看啥」查看全文