我是Datatist（畫龍科技）的CMO董飛，首先做一個自我介紹，我畢業于南開大學，曾經在北京工作過幾年。在2010年，我來到美國杜克大學讀了碩士，畢業以后留在硅谷工作，一開始是在亞馬遜做云計算的平臺，然后去了Coursera，他們是一家做在線教育的平臺，之后又在LinkedIn從事大數據架構工作。去年9月，我回國來到了上海。??

我們公司的中文名是上海畫龍信息科技，提到“畫龍”大家也許就會想到“畫龍點睛”，我們也希望我們公司的運營可以起到畫龍點睛之筆。

下面進入演講正題：

硅谷公司排名

我認為，如果把公司按規模大小來區分的話，可以分為四類：

第一類，員工數量超過10萬人以上的公司；

第二類，上市企業，員工數大概在5000~50000人左右；

第三類，預備IPO公司，員工數大概1000~5000人；

第四類， 員工數大概在100~500人不等。

??

給大家看一些典型的公司，比如說蘋果、微軟、英特爾、Oracle，這些公司到目前為止也發展了40多年了，屬于第一類里面。

這四家公司成立的時間都是很有特點的，他們的創始人，像喬布斯、比爾蓋茨，都是同一年出生的，因此，可以說年齡跟時代的機遇是綁定在一起的。

再來看第二類公司，有谷歌、Facebook、Nvidia以及Salesforce，可能大家對于后面兩個公司比較陌生。Nvidia是做顯卡的，現在市值已經超過了100億美金。可以說它也算是抓住了人工智能的風口，把GPU應用到了人工智能“三架馬車”的應用當中。???

而Salesforce則是做2B領域的。在國內，大家都說2B的風口來了，我個人覺得這里面的發展機會的確非常大，簡單來說，Salesforce就是做SaaS版的CRM的。???

接下來是Uber、Airbnb、Cloudera、Palantir。像Palantir這家公司，它是大數據領域的一個潛入者，它最新的估值已經超過了1000億美金。其低調的原因是因為它做的是政府、金融機構的生意，所以，在隱私、技術方面會刻意保持低調，我也很少見到他們會做技術宣傳的工作。Cloudera，這家公司已經成立了7、8年了，最近申請了IPO。希望它能夠取得成功。??

第四類的公司就有很多了，像Houzz，它的諧音是房屋的意思，它通過用戶上傳一些家具的照片，然后做電商的推薦工作；Stripe是做支付領域的，估值也在50億美金以上；Wish是做跨境電商的，他的創始人也是華人，主要是跟沃爾瑪和亞馬遜搶生意。

這是《華爾街日報》的排名。Airbnb最近剛剛獲到了33億美元的融資，目前的估值已經達到了310億美金。這份榜單的第一名是Uber、第二名是小米、第三名是滴滴出行、緊接著是Airbnb、Palantir，以及陸金所。在這個榜單上，中國也算是大展拳腳，前幾名有多家都是中國企業。???

新興科技技術未來發展趨勢

下面給大家看一張新興科技技術最新的趨勢圖：

有一家市場調研公司叫Gartner，這就是他們發布的截止到2015年7月，最新的一個技術走向圖。首先，可以看一下這個曲線，從一開始的井噴、爆發，然后到達一個頂點，經歷一些泡沫破滅，再后面就步入成熟期了。

最最前沿的技術有哪些？智能微塵，就是把傳感器做成像空氣微粒那么小，然后是4D打印、通用機器智能以及情境代理。而目前又有哪些技術比較火呢？區塊鏈、認知專業顧問、機器智能、軟件定義安全、自動駕駛汽車，同時這些也是從去年到今年，國內最熱門的幾個話題了。后面還有一些，像自然語言問答系統、增強現實、虛擬現實，這些應該是全球技術發展的前沿。現在機器學習是最熱的，其實也算是一個頂點，但它會不會變成一個泡沫呢？其實很多人也在討論這個問題。

大數據架構???

接下來進入第三部分，大數據架構。

???

這是一張截止到今年三月份的大數據公司分布圖，到底是在基礎架構層、分析層還是應用層，從上到下都可以找到自己的定位。 ???

我今天想簡單的給大家普及一些大數據技術的知識。剛才提到了“三架馬車”，剛好也埋下了一個伏筆，“三駕馬車”最開始是講谷歌的，講的是谷歌在業界大數據的領導地位，但是很可惜的是，谷歌并沒有開源。很多業界的小伙伴們就開始研究，特別是雅虎這邊有很多的工程師，也包括一些團隊去做了類似的系統，這就是Hadoop的起源。現在的谷歌早就淘汰了第一代系統，已經到了第二代、第三代系統。

大家可能會覺得谷歌在業界至少領先了5年吧！它現在內部開發的那些系統，跟我們外部的開源還是不太一樣。但是，畢竟開源也促進了信息的交流。我個人認為，可能也只是領先了一年（至少是在開源版本當中）。

???

Apache是一個很有生機的生態系統，這里面就會涉及到很多工具類的知識。他們搞了一個開源組，里面有形形色色，各種各樣的Logo，有很多像動物似的，有河馬、豬、蜜蜂跟大象的結合體，每個開源項目都有一個代號。

如果要做一個大數據的系統，這些數據平臺里所需要的組件，大致都會涉及到數據存儲、數據清洗，以及數據的管道跟加工的一些過程。

后面也有一系列的流程，包括數據如何分區、建立模型。其實建立模型這一塊，說得簡單一點，就是要把數據給規范化，變成數據庫里的一些結構。把一些非結構化的，原始的類型變成一些結構化的，使其可以存儲在數據庫里。

在大數據的架構當中有一個算是硅谷比較流行的框架，叫Kafka，大家要關注一下。

通過上圖可以看到，下面主要顯示的是響應的時間，我們處理這個數據也有一定的要求。我舉個例子，比如說支付寶，你付賬之后必須立即確認，這個錢我有沒有發出去，有沒有賬單。但對于微信朋友圈而言，你發了一個朋友圈之后，可以允許有幾秒鐘的更新時間，即使不能立刻看到也可以忍受。人們在不同的場景中對數據延遲的要求是不一樣的，為了適應不同的需求，它也有不同架構的選型。

除了Hadoop之外，還有一些新興的選型，在這里也是給大家拋磚引玉，比如說在框架里，還有實時計算的框架。

在平臺級有一家是屬于亞馬遜旗下的，右邊這張圖是它基礎的架構圖。基本上可以通過這個架構，一方面更好的進行拓展，另外還可以做到非常快速的訪問。

下面簡單介紹一下Spark，它來源于Flexible實驗室，這個實驗室叫IMP。強調的是，它的速度是最快的，據說是Hadoop的100倍。右邊的圖想要說明的是如果通過Hadoop來做，需要100秒做一次迭代，但如果用Spark來做，除了第一次的磁盤讀取以外，以后的迭代一次只要1秒以內。它內存的訪問速度可以說高出了一個數量級。所以，本身就有一個很好的硬件基礎，第一次要把數據從磁盤上讀出來，這個時間是少不了的。不僅可以做到批量處理、及時查詢，它還可以放在同樣一個架構上去做。這也是它為什么深受歡迎的原因。

數據驅動運營

接下來向大家介紹一些關于硅谷公司數據運營方面的實戰情況。

這個詞叫Data-driven marketing。在我們機房里，會在屏幕上顯示各種各樣的報表，看起來也很震撼。硅谷的很多公司都是喜歡這么干，你去他們的辦公室，至少每一層都會放兩個這么大的電視，這上面也很枯燥，就是放一些數字，實時地去看用戶的訪問數、宕機時間以及各種服務的情況。

哥德巴赫說過一句話，我們在廣告上的投資有一半是無用的，但問題是我不知道是哪一半。

???

這張圖跟剛才那張比較類似，但是這個主要是放在營銷領域的。現在比較流行什么？B2B的預測營銷，這是市場營銷的技術。Facebook現在為什么這么牛？他們廣告端的80%以上都是來自于手機端原生態的廣告，包括今日頭條也是我們學習的最好的例子。

在國外，做B2B領域是很容易被收購的。除了大家熟悉的設計師用的軟件之外，還有一個高收入來源，是來自于營銷部門。在硅谷創業，如果是做2B領域的，其實也是很好的一個方向，你一旦做了，巨頭就會盯上你，他也會采用收購的方式讓你退出，其實這也是一種很好的退出手段。

這是某一個數據產品當中的報表，看起來比較枯燥。其中最核心的指標是：每天的收入、每天用戶的增長量。這里面還有很多細分的東西，所以，每個組你都得制定好自己的KPI。

提到數據驅動的模式，我在這里也跟大家做一個方法論的介紹。你要是做用戶運營的優化，第一步都得先去采集用戶的數據。在這里是通過SDK潛入到對方的客戶端當中，采集到你需要的數據，進行數據分析，再生成KPI的報表，后面你還會根據用戶做多維度的分群和畫像，然后進行AD測試。比如說你把促銷的信息先放給A組的用戶，然后做一些效果的對比，后面還會有活動的管理，與用戶觸達。比如說看用戶有沒有打開這個鏈接，他訪問的頻率到了哪一步，我們會做一些跟蹤。最終的目的是為了實現ROI的提升、營銷的優化。

我們公司希望通過機器學習做一些轉化率的提升。時間有限，我就給大家看一個我們產品的邏輯圖，

從機器學習精準拉新，到數據分析、用戶畫像，然后再去做一些預測，預測購買的用戶，再通過機器學習的方式進行循環的優化。

機器學習在市場營銷里的應用。我舉一個例子，預測客戶的流失，你可以通過一些算法，像邏輯回歸、決策樹、神經網絡、支持向量機，在這里面都可以去比較他最后的效果。

最后，給大家推薦一些書籍。比如說最近比較火的《未來簡史》，它的前例是《人類簡史》，還有一本《智能時代》。如果想要關于技術方面的，可以看一下《SRE 谷歌的運維解密》，或者《大數據的處理技巧》，在市場營銷里，有兩本書值得推薦，分別是《黑客營銷，像扎克伯格一樣去戰斗》，還有《增長黑客營銷》。

總結

以上是生活随笔為你收集整理的我是Datatist（画龙科技）的CMO董飞，的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。