第一篇：國內報表及商業智能分析工具點評專題

國內報表及BI工具點評

近幾年，隨著信息系統的不斷上線，國內的報表工具和BI工具的發展很快，下面主要點評幾個主要的報表和BI工具廠商：

報表工具：

潤乾報表

包括復雜報表、即時報表、通用查詢、多維分析、統計圖表等模塊。以類Excel 的方式進行報表的繪制和編輯，不僅可以以所見即所得的方式繪制出復雜表樣，而且可免去使用傳統控件拖拽式編輯時對齊數據項的繁瑣，在保證格式整齊美觀的同時大幅提高繪制效率，避免打印與顯示因分辨率不一致而出現的失真現象。

在報表工具里面具有一定的認可度。

帆軟

采用（類Excel）Web版復雜報表、填報表單、即席報表、報表調度管理、具有完備的報表填報功能。

復雜報表設計器功能強大；填報表單支持多源填報、多級匯總，具有一定的BI分析能力。

用友華表

包括用友BQ商業智能、用友BQ業務分析和用友Cell組件/插件等產品，靈活快速地響應企業管理變化，為企業搭建一套完善的輔助決策分析體系，充分釋放業務信息的潛力，從而幫助業務用戶優化決策制定流程，獲得競爭優勢。其實也可以把用友華表歸類為BI工具。

BI工具：

永洪科技

Yonghong Z-Suite BI套件是有北京永洪科技公司研發的一款本土高性能BI，其一定程度上代表了國內新一代的BI產品。Yonghong Z-Suite BI套件主要有以下特點：

發現探索型：提供多維鉆取，OLAP，數據關聯，聯動等等分析功能，提供更多數據探索能力。

驅動模式：業務驅動。

開發模式：以敏捷開發模式建設BI系統。

交付周期：交付周期偏短，項目失敗率低；樂意在客戶現場做POC(Proof of Concept)。需求變化：可以應對變化，新需求交付周期很短；相關模塊調整不大，交付周期在一兩天之內。

成本：一站式平臺提供數據集市和BI軟件，無需購買MPP數據倉庫，費用低。自服務BI：能夠形成自服務BI。

分析：展現只是起點，分析功能強大。

海量數據：X86通用平臺，以Scale-out擴展模式處理海量數據?；贑PU收費，具有較高性價。

數據集市：Yonghong Data Mart數據集市在大數據實時分析上處于國內領先地位。因此可以看出Yonghong Z-Suite同樣是一款能夠迅速完成部署的新一代BI工具。而且在適應大數據時代要求，大數據實時分析性能卓越。

珠海奧威智動：Power BI 奧威智動（英文簡稱為ourway），成立于2006年，是一家專業從事中小企業（BI）商業智能軟件研發與相關服務的高科技公司。其研發中心坐落在北京中關村軟件園，銷售中心位于美麗的海濱城市珠海。

奧威智動的潛心研發成果，全稱為：Power-BI企業決策分析系統。產品功能強大、開發簡單，在國內企業級市場具有強大的影響力。

Power-BI目前分為兩個產品體系：

Power-BI標準版。因其突破了傳統BI的瓶頸，首創安裝即可用，無須實施，一舉獲得CCID中國商業智能應用創新產品獎，并因其合理的投入，實用的分析模型，在廣大中小企業中得到最佳應用實踐，獲得中國中小企業首選產品與解決方案獎。目前支持用友/金蝶/神舟數碼/SAPBone等主流ERP版本。

Power-BI開發版。是一個平臺性產品，可快速幫助企業IT人員在現有ERP等信息系統基礎之上，管理數據視圖，構建多維分析模型，制作智能分析報告，發布管理駕駛艙等BI應用。功能強大，卻不增加操作的復雜程度。可接任意數據源，適用于各種信息管理系統。

思邁特

思邁特技術團隊核心成員來自原東南融通商業智能平臺BI.Office研發團隊。具有自助查詢、中國式報表、數據填報與匯總、多維分析、管理駕駛艙/個性化門戶、移動終端展現等功能。

思邁特是國內較為專業的BI廠商，在金融、電信等領域有較多客戶，但該BI產品不專注于企業用戶應用，特別是在中小企業BI應用上存在缺陷。

總結

報表工具和BI工具，一個適合數據的展現和精確打印，一個適合數據的分析與挖掘。目前報表工具更多的向BI方向發展，提供更多數據分析的增值服務，使得產品更具價值與競爭力。而BI的發展方向也是大數據和移動方向發展。

第二篇：九大商業智能分析平臺

九大商業智能分析平臺

隨著大數據時代的來臨，商業智能這個詞在國外企業界出現，其代表為提高企業運營性能而采用的一系列方法、技術和軟件。它把先進的信息技術應用到整個企業，不僅為企業提供信息獲取能力，而且通過對信息的開發，將其轉變為企業的競爭優勢，也有人稱之為混沌世界中的智能。因此，越來越多的企業提出他們對BI的需求，把BI作為一種幫助企業達到經營目標的一種有效手段。

目前，商業智能通常被理解為將企業中現有的數據轉化為知識，幫助企業做出明智的業務經營決策的工具。為了將數據轉化為知識，需要利用數據倉庫、線上分析處理(OLAP)工具和數據挖掘等技術。因此，從技術層面上講，商業智能不是什么新技術，它只是ETL、數據倉庫、OLAP、數據挖掘、數據展現等技術的綜合運用。

商業智能(BI)廠商正在尋求從大量的資料來源，新的先進的數據可視化功能，以幫助企業應對日益龐大的數據集。商業智能(BI)廠商都在尋求新的先進的數據可視化功能，以幫助企業解決這個問題。下面我們來看一下目前在商業智能比較領先的系統平臺：

一、藍色巨人IBM最全面的BI產品

藍色巨人IBM有一個最全面的商業智能(BI)產品，它結合了軟件，硬件和服務。在今年早些時候，Cognos增加了基于桌面的高級數據可視化與的洞察力分析。

Cognos是在BI核心平臺之上，以服務為導向進行架構，是唯一可以通過單一產品和在單一可靠架構上提供完整業務智能功能的解決方案，它可以提供無縫密合的報表、分析、記分卡、儀表盤等解決方案，通過提供所有的系統和資

料資源，以簡化公司各員工處理資訊的方法。作為一個全面、靈活的產品，Cognos業務智能解決方案可以容易地整合到現有的多系統和數據源架構中。

二、數據分析市場后期之秀Information Builders

Information Builders是世界上最出名的大規模部署BI的公司。通過它的WebFOCUS平臺為企業用戶提供先進的數據分析。WebFOCUS是一功能強大、高度集成、具有高性能和高延展性的企業商務智能套件，是目前業界中可用性(Usable)、散播性(Deployable)和延展性(Scalable)最佳的實時信息傳遞解決方案。從標準報表、自助式報表到即席查詢、OLAP分析、動態排程或預警分發，WebFOCUS提供了所有的特征和功能，可滿足企業內外用戶各種各樣的信息需求。

此外，WebFOCUS的強大功能可訪問企業現有的所有數據源，從遺留數據到數據倉庫，也是無以匹敵的。目前，每天都有數百萬用戶通過企業內、外部網絡或互連網絡使用WebFOCUS所開發的應用系統。

三、微軟

微軟可以說是數據分析可視化市場上的后期之秀。Microsoft BI 通過三個層面或工作負載交付：數據倉庫、報表與分析以及績效管理。所有這一切都旨在提供整合的、全面的數據源和工具，以幫助改進決策制訂。在我們看來，Microsoft BI 的承諾就是：幫助組織內所有層面的決策者對其決策所支持的企業目標與計劃充滿信心。

四、MicroStrategy

MicroStrategy公司是專門從事運行在大型企業級上的BI部署數據倉庫，提供直觀地瀏覽數據的能力，并使用可視化數據分析工具生成的見解。

MicroStrategy能夠協助各公司開發各種大型數據庫以及個人用戶的分析軟件允許各公司通過電話、傳真、電子郵件以及互聯網向用戶傳送各種定制的、個性化的信息。用戶也可以根據自己的情況決定何時或者以和種方式等來收看各公司的信息。

五、甲骨文是商業智能中領軍者Oracle

很多企業都將甲骨文作為商業智能方面的競爭對手，甲骨文的解決方案得到了廣泛應用。Oracle商務智能企業版(OBIEE)最早是由一組經驗豐富的商務智能和數據倉庫專家從1997年開始設計、開發的新一代商務智能平臺。整個平臺針對百分百Web架構來設計，從一開始就引入了很多全新的思想-希望能給盡可能多的企業員工提供全面的商務智能能力，盡可能的讓商務智能直觀易懂、便于使用和充滿交互，從而讓整個組織架構中的每個人都能從中得益。

六、QlikTech

QlikTech是全球增長最快的商業智能(BI)公司，其旗艦產品 QlikView 提供即時商業答案，使用戶能夠輕松自如、無限制地挖掘自己的數據。與傳統商業智能不同的是，QlikView能夠為用戶迅速創造價值，其投資回報期僅為數天或數周，而不是數月、數年或永遠收不回投資。它是唯一一款能夠在經營場所、云計算平臺、筆記本電腦或者移動裝置上部署的產品，適用于任何企業，從單個用戶到大型國際企業。

七、SAP

SAP BusinessObjects是全球領先的商務智能(BI)軟件公司的產品套件，Business Objects XI 為報表、查詢和分析、績效管理以及數據集成提供了最完善、最可靠的平臺。

以SAP BusinessObjects現有成功產品組合為堅實基礎，這項全新解決方案使得企業可以集中精力改進其在經濟、社會和環保方面的績效，而無需將大量時間花費在收集相關數據和編寫報告上。SAP BusinessObjects可持續發展績效管理解決方案能夠為企業提供可持續性指標的整體視圖，通過簡單易用的界面來簡化內部和外部報告流程。

八、SAS為很多企業解決業務問題SAS

SAS企業級商業智能已經為很多企業解決了復雜的業務問題，特別是對那些需要先進的分析方法，對大型非結構化數據源的企業的共同選擇。

SAS商業分析框架包括行業和業務線解決方案，以及分析、數據管理、查詢和報表技術。公司可首先解決最重要的關鍵業務問題，然后隨著時間的推移逐漸添加新功能，以支持持續的績效改進。

九、Tableau

Tableau是桌面系統中最簡單的商業智能工具軟件，Tableau沒有強迫用戶編寫自定義代碼，新的控制臺也可完全自定義配置。在控制臺上，不僅能夠監測信息，而且還提供完整的分析能力。Tableau控制臺靈活，具有高度的動態性。

Tableau公司將數據運算與美觀的圖表完美地嫁接在一起。它的程序很容易上手，各公司可以用它將大量數據拖放到數字“畫布”上，轉眼間就能創建好各種圖表。這一軟件的理念是，界面上的數據越容易操控，公司對自己在所在業務領域里的所作所為到底是正確還是錯誤，就能了解得越透徹。

總結：商業智能作為企業業務驅動的決策支持系統，其發展是以較為完善企業的信息系統和穩定的業務系統為基礎的。商業智能未來的應用與行業內信息化的基

礎狀況密切相關，如何切實了解自身需求、選擇具有優勢的廠商產品，將是企業實施商業智能成功的關鍵。

Via:商業分析，商業智能

第三篇：報表分析

2008年淮陰區兒童保健報表

資料分析

淮陰區保健所社區保健科 2008年10月18日

今年兒童保健指標統計時段按省衛生廳要求，增加許多新項目且統計口徑也有所改變。目前兒童保健報表已完成收集、核對、匯總工作，現對全年資料情況分析如下：

一、報表質量：

1、及時性

全區絕大多數鄉鎮都能及時上報每月報表，但古寨、劉老莊這方面工作做的欠差。按要求每月報表、死亡報告卡醫院加蓋章，院領導或防保所長簽字，這方面陳集、趙集、吳城、袁集、徐溜等鄉鎮做的較好，但目前仍有部分鄉鎮報表缺項較多，有的是為0的項目沒有填而留有空項。

2、準確性

（1）各鄉鎮報表數據的準確性、邏輯性較以往有所提高，但各鄉鎮平日自己能檢查自己報表數據的準確性、邏輯性的不多，都在送報表到保健所審核時發現而得到糾正。（見附表）

（2）兒童死亡報告卡填寫質量較以往有所提高，但仍有錯誤發生，表現在①死因診斷不明確，如寫“其它循環系統疾病”，其它呼吸系統疾??；②死亡地點與診斷依據存在邏輯錯誤，如死亡地點在“家”或“途中”，死前治療填“未治療”，診斷依據卻填“臨床”（車禍、溺水可以這樣填），使人看不明白；③卡片新舊不統一，有的單位發的卡不用，卻用以前的卡，造成信息量不全。

二、數據分析： 1、7歲以下兒童保健工作年報表

7歲以下兒童系統管理率指標要求是大于95%，我區已達96.81%；3歲以下兒童系統管理率達93%，新生兒訪視率96.96%，全區各鄉鎮均已達標。（系管情況見附表）2、5歲以下兒童死亡上報情況：

我區2008年5歲以下兒童死亡73人，其中新生兒28人，嬰兒50人，1-4歲兒童23人；2007年我區5歲以下兒童死亡率是8.35‰，新生兒死亡率是2.74‰，嬰兒死亡率為7.01‰。而今年我區5歲以下兒童死亡率是5.79‰，較去年下降了2.65‰，新生兒死亡率2.22‰，較去年下降1.52‰，嬰兒死亡率3.96‰，較去年下降了3.05‰，符合省廳調研的振幅不超過±7%規律。新生兒死亡占嬰兒死亡構成比為56%，嬰兒死亡占5歲以下兒童死亡構成比為64.49%。（見附表）這說明降低5歲以下兒童死亡率的關鍵是降低嬰兒死亡。

3、營養性疾病發生率：

我區今年5歲以下兒童體重<中位數-2SD的檢出率均為0.065%，去年為0.39%。從數據上看，我區兒童的營養狀況在逐年好轉，且正在向過剩邁進。今年我區營養不良發生率最高的是三樹，為1.28%，其次是碼頭、劉老莊，檢出率分別為0.96%和0.32%，其它鄉鎮均為0，均低于我國5%的最低檢出率。結合各種因素，其原因正像市保健院分析的那樣：①可能與鄉村醫務人員對此項指標的評價未完全掌握；②有些鄉鎮的測量工具、測量方法不精準。以致于一部分營養不良的兒童被漏檢出。（各鄉鎮檢出

情況見附表）

6、嬰兒母乳喂養情況：

我區去年4個月內母乳喂養率97.80%，純母乳喂養率為88.31%。今年全區6個月內母乳喂養率為97.36%，純母乳喂養率為90.84%，總的情況好于去年。今年母乳喂養情況較好的鄉鎮有凌橋、吳城、吳集、徐溜、丁集、五里、劉老莊、袁集等8個鄉鎮，母乳喂養率達100%；純母乳喂養情況較好的鄉鎮有丁集、徐溜、吳集3個鄉鎮，純母乳喂養率達100%。4個月內母乳喂養率最低的是王營鎮，只達89.75%，純母乳喂養率最低的也是王營鎮只有72.41%。這可能與城區母親的工作和生活狀況與農村不同有關，具體情況還有待于進一步分析。（各鄉鎮情況見附表）

三、存在問題

1、婦幼衛生年報是當地婦女兒童健康狀況及婦幼保健指標完成情況的反映，各鄉鎮衛生部領導人應對有關指標有所了解，并對婦幼保健工作進行監督和指導，對婦幼保健工作質量進行把關。今年全年兒童保健報表每月都有醫院蓋章，院主要領導簽字的只有徐溜和丁集，其它鄉鎮均不齊全。2、2008年省廳對報表改動較大，統計口徑變化較大，使得基層保健人員不能立即適應報表的變化，造成信息上報的錯誤率增加。3、5歲以下兒童死亡率不能反映本區死亡率，因今年的活產數上報改為屬地管理，市一院接產的嬰兒全作為我區數據，這使得5歲以下兒童死亡率的分母增大，而造成死亡率下降的假象。另外，0-4歲兒童死亡可能存在漏報，因為全國平均5歲以下死亡率約為30‰左右，我省“十一五”規劃要求<15‰以下，而我區只有5.79‰，明顯低于國家和省控線，甚至

低于西方發達國家水平，顯得不符合常態。雖然我們對這個問題加強了質量控制，每月派專人到市區各大醫院抄錄出生0-4歲兒童死亡名單，以減少漏報，但由于各醫院不愿暴露過多的死亡率，往往把要死的兒童報成自動出院、轉院等情況，使得5歲以下兒童死亡的真實情況調查起來很困難。

四、2007年兒童保健信息工作設想：

1、加強對基層兒保人員的業務培訓，使其逐步掌握兒童工作知識，掌握報表內邏輯及表間邏輯關系，有糾正信息工作上錯誤的能力。

2、穩定婦兒保人員隊伍，從近年來保健工作的整體情況來看，就可以發現人員穩定就可以提高保健信息工作的質量。

3、加強對基層兒保工作的督導，及時發現問題，及時糾正。結合農民健康工程，把保健工作實績與經濟利益掛鉤，促使基層領導來重視保健工作，重視保健資料的收集、建立、整理、上報工作

4、進一步做好婦幼保健信息的反饋工作，區保健所要把每月29號反饋婦幼保健信息的工作落到實處，以減少出生與0-4歲兒童死亡漏報。

第四篇：智能商業讀后感

智能商業讀后感

當閱讀完一本名著后，大家心中一定有不少感悟，讓我們好好寫份讀后感，把你的收獲和感想記錄下來吧。那么你會寫讀后感嗎？以下是小編為大家收集的智能商業讀后感，歡迎大家借鑒與參考，希望對大家有所幫助。

曾鳴教授是我做戰略的諸多老師之一，他關于戰略的論述，一度是我反復揣摩學習的教材。

阿里巴巴是一家以戰略見長的公司，能夠在這樣一家公司任參謀長，肯定得有幾把刷子。

馬云是個“大忽悠”,能讓馬云欣賞并邀請加入阿里，斯人功力可見一斑。

剛巧，我主要的工作，也是戰略設計。于是乎，我就關注了“曾鳴書院”公眾號，下載了“湖畔”APP,也收聽了曾教授在得到的“智能商業二十講”.自曾老師宣布要寫這本書開始，我就一直關注著這本書的進程。先是得知這本書的英文版本已經出了，無奈我英語差，不能先睹為快。后又獲悉這本書由中信出版集團出版，于是就在中信的購書小程序上預定了這本書。本以為這本書要等很久才能收到，沒想到才過幾天，就到手了。（截至目前，京東還沒上架這本書的中文版。）

書是昨天下午到的，剛到手，就一口氣看了一半。

這本書對我的幫助非常大。我就在做關于公司的戰略計劃，也在做公司的智能系統建設。這本書和我的很多想法不謀而合，讓我引以為豪；另外，這本書還講了很多我沒注意到的問題，給了我不少啟示。我是一邊看，一邊和公司的實踐比較驗證，偶有所感，就隨筆記錄。有些地方看得茅塞頓開，有些地方看得拍案叫絕，有些地方看得一陣后怕——怕什么？怕要是沒看到這本書，自己豈不是犯了大錯？

——真是開卷有益——尤其是開高人的卷！

《智能商業》這本書主要講的就是智能商業。曾教授說，這是未來的商業范式。

智能商業的落腳點在“智能”二字。這兩個字將智能商業與非智能商業區別開。意思是：符合智能商業邏輯的商業模式是智能商業，不符合這個邏輯的，是傳統商業；智能商業代表了未來，如果你的商業模式與智能商業無關，那么很可能你就與未來無關。

這倒不是危言聳聽。

那么，智能商業的智能主要體現在哪里呢？曾教授總結是：網絡協同+數據智能。

什么是網絡協同？我的理解是，你要用互聯網技術構建一張網，將你的產品和服務搬到線上來（或者至少要有和線上交互的界面），然后把整個服務流程（產業鏈）的參與者也搬上來，讓參與者們在線上自主辦公、協同作業。當參與的角色足夠多，每個角色的用戶數足夠大，在線協同作業的頻率足夠高，這個協同網絡的包容性、自生性就足夠強。

像蜘蛛一樣先織一張網，然后把所有參與者一網打盡，這些參與者通過網絡協同作業，會不斷編織這張網，將網的深度和廣度都極大地延展。這是一張可以自生長的網，有多少用戶涌入，就有多少個節點，有多少個節點，這張網就有多大。這張網幾乎可以無限延伸。它不是物理世界，它是互聯網世界、信息化世界，是新的社群組織形態。

以上是我對協同網絡的粗淺理解。那么，什么又是數據智能呢？

我理解的數據智能是供給鏈智能化。

怎么講？

所有商業的原點，都是用戶需求，不同的生產力階段有不同的供給系統。這里面，用戶的需求是相對恒定的，是所有商業行為的目標，但是供應能力不同，所能提供的解決方案就不同、方案的'成本不同、滿足用戶需求的程度也不同——很多需求不是說你有了解決方案用戶才有，而是因為你沒有解決方案所以這個問題一直得不到解決用戶也就不奢望解決了——另外，很多需求不是原生性需求，而是基于解決方案衍生出來的需求——比如手機貼膜不是原生性需求，手機才是原生性需求；或者說手機不是原生性需求，準確講，手機應該是一種解決手段，用戶需要入網聯系進行信息互通才是需求——我們經常犯的錯，就是錯把手段當需求，不能從原點出發去創新。

繞遠了。扯回來。

工業時代生產力的特征是批量生產、標準化。這時候能供給的是大批量的標準化產品。滿足的是用戶對產品的普遍需求，不是個性需求——記住個性需求是一直存在的，只是當時的供給能力只能滿足小部分人的個性定制需求。隨著工業化的不斷發展，標準產品進入了產能過剩的階段，用戶也進入了標準產品信息泛濫的時代，這時候的市場矛盾，變成了用戶個性化需求的增長和市場個性化定制能力薄弱之間的矛盾。本質上講，是機械化工業生產形式無法滿足用戶個性化的需求。

這個矛盾成了我們這個時代亟需解決的問題。

怎么辦呢？答案就是數據智能。

數據智能是用互聯網技術重構供給鏈系統，讓高效的柔性生產成為可能，從而滿足用戶個性化的定制需要。

如何滿足？

首先是萬物互聯，一切在線。也就是所謂的物聯網（IoT）。物聯網的意義在于所有產品都成了數據終端：既是數據輸入終端也是數據輸出終端，更是人機交互終端。在物聯網的前期，你至少要開發出一個界面，讓你的產品或服務能夠與用戶互動。這個環節，曾教授講叫產品化。

有了交互終端，第二步是一切行為數據化。所有的動作，行為，都可以成為數據的字節，被儲存下來。這個數據有類型的數據，更有個別的數據（數據庫建模時建的表單不同，數據類型就不同）。這些數據你不用它，它就毫無價值。但你只要用它，它就變成了財富。最重要的是這個財富不是消耗品，可以無限復制，越用越有用。

將用戶的一切行為數據化，這個在技術上并不難——只要聯網在線，用戶只要觸網，就會形成數據。只是一般人沒有注意到這個動作的意義，所以在系統開發的時候，沒有開發并迭代優化這部分功能。

數據化以后，是建立算法。算法就是建立數據規則，程序指令。什么樣的數據觸發條件（輸入加上數據分析）會形成怎樣的輸出，這是算法邏輯。數據量不大，分析維度不多，這個事情就簡單。但當數據維度足夠豐富，數據量足夠大，算法足夠多，運算量足夠大，這時候，就不是人力能搞定的了，只能求助于機器運算。而且一般的機器作業還不行，得借助云計算的力量。

這樣耗心費力的運算，目的何在？目的在于給協同網絡的每個參與者更好的體驗，滿足其個性化需求，讓其可以高效決策高效作業。

協同網絡是一張橫向鋪開的網，網絡里的每個參與者都是這張網的服務對象，沒有數據智能的協作，這些參與者的作業是笨拙的，協同是低效的，有了數據智能，網絡的參與者才能真正受益，體現出智能商業的用戶價值

所以曾教授講，協同網絡和數據智能是構成智能商業DNA的雙螺旋，缺一不可。有了這兩個螺旋，你的商業模式就是智能商業，沒有，就是傳統商業。最后贏的，不是新的，是先進的。智能商業代表的是先進的理念和先進的生產力。革故鼎新，變革的閥門早已開啟，唯有洞悉未來的發展趨勢，才能提前布局，捕捉未來。

未來還沒來，但是通往未來的因已經種下。我們有幸生在這個時代，可以參與或見證這個時代的變革。想想二十多年前中國的互聯網什么樣，再想想現在中國的互聯網什么樣，你還會覺得未來很遙遠嗎？

面向未來，掌握事物發展的原理，因緣聚合的原理，這樣我們才有機會成為未來的開創者。

感謝曾教授！

第五篇：《智能商業》讀后感

讀《智能商業》有感

原創： 蕭翔峰

一口氣讀完了《智能商業》，很多過往經歷的事情與書中內容對照了起來，摘選其中部分與大家分享感悟。

網絡協同效應

曾鳴用一句話講明白了滴滴今天為什么會出現美團入場后促手不及的局面——沒有網路協同效應，單靠規模經濟無法形成壟斷。

以前只知道打車是資本密集型行業，核心競爭力是資本；但是為什么是資本？并不明白。

原來是因為在線打車在需求端沒有形成網絡協同效應，即使供給端的規模效應強大，但司機和平臺只是簡單的分成關系，通過砸錢就可以讓用戶遷移了，也就不存在壁壘。所以美團打車的進攻策略還是通過城市逐步切入，給司機高于滴滴的補貼，粗暴有效。

回想當年在線音樂行業，網易云能崛起這么迅速，其實是個性化+歌單的模式，讓產品具備了協同效應，用戶越多，體驗越好。而評論的互動又強化了協同，奠定了整個產品的獨特調性。這與當時酷狗、QQ 音樂、百度音樂等產品的分類目錄查找型體驗，是質的差異。所以，網易云音樂的用戶在早期版權不受限時能迅速滾起來。但其后正版化+騰訊大力投入壟斷版權后，用戶的基礎需求（熱門歌曲）無法滿足，網易云音樂上漲的勢頭就被迅速壓制了。

數據智能

大數據、人工智能，這是時下的行業流行詞。過往也在想，在未來智能時代產品經理的價值是什么？這次在《智能商業》里看到了一個很系統的闡述，給了自己很大的啟發。

產品是將“云上”的數據智能傳遞給用戶、為用戶帶來價值的通道。數據閉環靠產品互動實現，而產品體驗依賴于數據智能，數據和產品合二為一。一切的數據智能體系，都必須最終融合在功效直接、交互友好、價值明確的互聯網產品上，其智能的價值才真正的體驗出來。互聯網產品是一種包含了“云”的智能和“端”的體驗的完整互聯網服務。

因此，互聯網產品經理作為負責定義、優化互聯網服務的角色，價值會更大。在智能時代里，一個優秀的互聯網服務，離不開產品經理或實際的產品設計者，通過創造性的產品設計，既把數據智能的價值不折不扣地傳遞給用戶，又使用戶低成本、高頻度地進行反饋，從而使數據智能持續提升。

這其中，產品經理的工作小到功能交互、大到定義產品場景，既包含前端（用戶側）的直接用戶體驗與交互，也包含后端（云）的數據智能引擎（例如推薦算法）的目標定義、指標優化。一個同時具備前端、后端工作能力的產品經理，是未來的標配。而純 APP 功能產品經理的價值會繼續的下降，因為行業的配套中臺能力越來越成熟強大了。

未來的新產品，一定是針對某個用戶問題/場景，定義了全新的用戶體驗方式，同時啟動了數據智能的引擎，形成了數據、算法、產品的反饋閉環，進而持續提升用戶體驗。我們現在看到的字節跳動系產品，就是這一類產品的當下典型。

成為新智人

談到這，我們自己其實也是一家企業，以經營自我、提升自我價值為商業目標的企業。但有多少人，在這個互聯大時代里，還是一個單點？離線的工作、學習著？不能具備協同效應，沒有給自己建立數據輸入->輸出的反饋閉環的人，無法放大自己的價值，也會在未來更快的面臨職業上升天花板，這是未來協同的組織中對人的更高要求。

新的一年，把自己當做一個產品，找到自己的定位點，與所在的線去結網，建立所在面中的反饋閉環，在時代的大環境中繼續向前。