基于“大數據”背景的搜索引擎平臺服務模式的探討

【摘要】“大數據”正以各種方式和路徑影響著企業生態，它已經成為企業商業模式的基本背景。在網絡行業中，大數據利用基于“連接”與“融合”的兩種商業模式——平臺式商業模式和數據驅動跨界模式。搜索引擎商在傳統搜索量之外，進一步拓展了其自身的業務模式，利用其自身優勢在某種程度上轉變為數據有償服務提供者，國內搜索引擎大數據分析服務逐步建立，但服務本身也存在某種不足，可以繼續提升。

【關鍵詞】大數據；搜索引擎；模式

20世紀90年代以來，隨著信息、通信技術的發展、交匯與融合，新的商業模式層出不窮，涌現出一大批依靠商業模式創新而創造輝煌的企業：蘋果、IBM、亞馬遜、Google、eBay、Facebook、海爾，等等；縱觀這些商業模式創新的典范，可以看出這些創新大都與無限接近消費者有關、與跨界有關，都直接或間接地與信息數字化技術和互聯網有關。商業模式創新登上了企業創新的中心舞臺，“大數據”成為商業模式創新的基本時代背景。全球知名咨詢公司麥肯錫最早提出“大數據時代已經到來”。2011年，在其題為“Big Data：The Next Frontier for Innovation Competition and Productivity”的研究報告中指出：數據已經滲透到每一個行業的每一個業務職能領域，逐漸成為重要的生產要素；人們對于海量數據的運用將預示著新一輪生產率增長和消費者盈余浪潮的到來。2012瑞士達沃斯世界經濟論壇的與會者宣稱：數據的威力無比強大，數據是一種新的經濟資產，就像貨幣和黃金一樣；這不僅是一次技術革命，從某種意義上說是一種社會革命，將對國家治理模式、企業決策、組織和業務流程、個人生活方式產生巨大的影響。McGuire 闡釋了“大數據”帶來新的競爭優勢的五種途徑：信息透明化、更多的交易信息數字化、針對更窄細分市場量身定做的產品和服務、精密的分析，以及產品和服務的前瞻性開發。Brown 則指出大數據帶來的是改變游戲規則（The Game-Changing）的巨大影響，企業的成功不僅僅取決于新技術而且取決于關于大數據時代如何發展的新思維：一個受大數據影響的擴展了的管理實踐循環以及大數據對潛在的、破壞性的、新的商業模式的作用；進而指出：徹底定制化（Radical Customization）、永恒的實驗（Constant Experimentation）和新奇的商業模式（Novel Business Models）是公司在捕捉和分析海量數據時代競爭的新標記。

一、基于百度統計的蘋果電子產品分析

2014年4月，百度正式對外開放“大數據引擎”，將開放云、數據工廠和百度大腦等核心大數據能力開放，向外界提供大數據存儲、分析和挖掘技術。百度“大數據引擎”包括開放云、數據工廠和百度大腦三個核心組件。百度通過平臺化和接口化的方式，對外開放其大數據存儲、分析和智能化處理等核心能力，這也是全球首個開放大數據引擎。百度的合作機構和傳統企業，將能夠在線使用百度的大數據架構，處理自身積累的大數據，同時融合百度大數據技術進行挖掘處理，改造傳統行業的企業管理、商業模式等環節。百度大數據引擎將經歷逐步開放的過程，采取邀請制和免費模式，與政府、非政府組織、制造、醫療、金融、零售和教育等傳統領域率先展開合作。計算能力的提升和云存儲技術產品成本的降低，使大數據走到了技術變革的臨界點。傳統企業普遍面臨大數據應用困境，數據存儲管理和分析挖掘的能力存在瓶頸。百度已推出百度指數、百度商情和百度司南等大數據商業化應用，對其自身業務也是有效拓展。流量研究院一欄中包括移動設備品牌比例報告，報告數據源于百度移動統計所覆蓋的數萬款app數據，而非移動設備出貨量。

應用百度海量的搜索數據來刻畫我國中小企業運行發展的景氣狀態，以期能夠及時、有效地反映中小企業運行狀況，提高經濟監測的全面性和及時性。本指數采用Stock-Watson型景氣指數的編制思想，在景氣指數的編制過程中，剔除了指標的趨勢項和季節因素的影響，保留了平穩的部分。

二、百度統計模式溯源

大數據分析方式與市場調研在電子類市場中應用尤為明顯，美國著名市場調研公司Consumer Intelligence Research Partners即是非常著名的市場調查主體。其對iPhone與Android客戶忠誠度比較分析即是運用了大數據與市場營銷的手段。

根據Consumer Intelligence Research Partners的最新數據，從2014年6月蘋果的智能手機銷售情況來看，賣出的智能手機中有52%為最新款的iPhone 5，2011年推出的 iPhone 4s 銷售占比為30%，剩下的18% 則是 iPhone 4。數據表明iPhone手機的平均售價出現了穩步下降。其原因是客戶逐漸轉向上一代的iPhone 4s和iPhone 4。2012年10月iPhone 5剛推出時嘗鮮者曾將其銷售占比推高到 68%（相比之下iPhone 4S 剛推出時的銷售占比曾一度達到90%），但是到了去年 12 月就迅速回落到50%。一些市場觀察家認為，隨著智能手機市場走向成熟，其未來的增長主要將取決于中低端手機的發展。此次出爐的數據也從另一個側面佐證蘋果今年可能會推出新的中端iPhone手機的傳言。

三、Google Analytics和百度統計

Google Analytics和百度統計都是網站常用的網站流量分析工具，與其他流量統計工具不同，Google Analytics和百度統計不只記錄點擊流數據，更注重點擊流的分析與測量；并盡量將這些結果向Web分析和網絡營銷引導。百度統計與Google Analytics有相同之處也存在相對差異。Google Analytics和百度統計的相似之處有以下幾個方面：

首先，工具定位和層次基本相同。均定位于流量分析工具，而不是流量統計，流量分析差別于流量統計的顯著特點是，流量分析會關注與流量的質量。由這個區分來看，目前市場上的CNZZ，51la，量子統計均只是流量統計的工具，而且由于基本的分析方法迥異，要升級為流量分析幾乎不可能。隨著站長的成熟，停留在統計層面的工具，遲早要消失的。

其次，都致力于幫助站長提升網站質量。搜索引擎處于互聯網生態鏈的頂端，到了一定的階段，互聯網上是否有高質量的內容和網站，將成為搜索引擎下一個發展瓶頸，這一點百度和Google是一致的。無論是Google還是百度，都希望將大數據與商業模式結合得更加完整，對其盈利更加有利。搜索引擎推流量分析工具都是這樣的目的。

再次，都獨家支持自家推廣平臺的統計。與Google Analytics獨家無縫整合Google Adwords一樣，百度統計對百度推廣也實現了完美的整合。百度推廣的關鍵詞、創意、計劃、單元帶來的流量與點擊消費信息被整合在平臺下，能很好地幫助百度推廣用戶做各類SEM優化。獨家支持這一點，本身就可以吸引到大量用戶來用，畢竟依賴于付費推廣的用戶還是很多很多的。

百度統計相對于Google Analytics也存在相對優勢，如百度統計系統更加符合中國站長的需求，可以提供獨立IP數，提供實時數據，以及訪客明細記錄。此外，百度統計提供的事件目標分析功能，只需要在后臺對要監控的事件進行設置就可以了，用起來很方便，不懂編程的人也可以很快用起來。流量的分析最重要就是看：細分、趨勢、并做比較，百度統計在各個報告中都提供了快速趨勢查詢功能，方便觀察和比較。這些優勢是Google Analytics不具備的。

但百度統計相對于Google Analytics也存在不足的方面。第一，交叉數據分析方面。Google在數據存儲方面的能力毫無疑問。用過的Google Analytics人都會被其強大的維度交叉分析功能所降服。百度統計雖然也在大多數報告中提供了地域和來源的交叉過濾，但與Google Analytics相比，還有差距。第二，自定義報告和功能方面。Google Analytics提供了自定義維度、指標，能夠自由組合出各種需要的報告。過濾器就更不用說了，可以自由設置，過濾出各類數據，只有想不到，沒有做不到。百度統計雖然也提供了IP排除、來源過濾、跨域統計等功能，但是在自定義方面顯然不如Google Analytics。第三，轉化分析方面。Google Analytics在轉化路徑分析方面做得更加完善，功能更加強大。百度統計也提供了轉化路徑分析功能，但還非常簡單，提供了上下游報告也還有不少要完善的地方。第四，網站分析規則制定和普及方面Google Analytics不僅是一個工具，而且提供了一套方法和規則，幫助網站分析從業者、網站主來做網站分析，成為了業界默認的規范。

四、余論

“大數據”的時代語境本身對商業模式具有三維視角，即大數據資源與技術的工具化運用、大數據資源與技術商品化推動“大數據”產業鏈形成、以“大數據”為中心的擴張引發行業跨界與融合。搜索引擎商利用“大數據”在企業創新、業務創新取得重要進展。網絡行業的“連接”與“融合”的商業模式使得搜索引擎商在傳統搜索量之外，進一步拓展了其自身的業務模式，利用其自身優勢在某種程度上轉變為數據有償服務提供者，百度統計即是在此背景下產生的。百度統計與其主要啟發者和競爭者Google Analytics相比，既存在相對優勢和相對劣勢，國產搜索引擎商應在交叉數據分析方面、自定義報告和功能方面、轉化分析方面繼續提升業務水平，使其有償數據服務傳輸更為專業化和常態化。

【參考文獻】

[1] 吳伯凡. “大消費時代”的“雜交模式”[J]. 二十一世紀商業評論， 2011（1）.

[2] James Manyika， Michael Chui. Big Data： The Next Frontier for Innovation， Competition and Productivity [J]. McKinsey Quarterly， 2011（5）.

[3] Jeanne E. Johnson. Big Data + Big Analytics = Big Opportunities[J]. Financial Executive， 2012（7/8）.

[4] Tim McGuire， James Manyika， and Michael Chui. Why Big Data Is the New Competitive Advantage [J]. Ivey Business Journal， 2012（7/8）.

[5] Brown， Brad， Chui， Michael， Manyika， and James. Are You Ready for the Era of “Big Data”[J]. McKinsey Quarterly， 2011（4）.

[6] 宋 文， 李少華. iPhone與Android客戶忠誠度比較分析——基于市場營銷角度[J]. 市場周刊， 2014（5）.

【作者簡介】

陳強（1990—），男，山西太原人，西南大學新聞傳媒學院碩士研究生在讀，主要研究方向：新媒體技術。