• 项目
首页>>文章列表 >>行业研究
行业研究

金准数据 2017人工智能行业投资分析报告 2017-07-14 14:48:36

人工智能作为下一个引领式创新的风口机会,越来越受到资本的关注,应用场景不断拓展2017年已经过去一半,2016年备受资本青睐的人工智能在这半年里表现如何,接下来会有哪些发展,金准数据盘点了2017年开年以来中国市场上最受关注的10笔投资。

一、融资最多的AI企业TOP10




二、中国人工智创新公司榜单


三、人工智能创业公司画像

● 从行业分布来看,智能机器人、计算机视觉、智能金融和自然语言处理是创业公司分布最为密集的领域。


● 处于种子轮和天使轮的创业公司接近20%,超过半数企业处于Pre-A、 A、 A+轮,处于D轮以上的企业仅2.9%


● 从服务对象来看,57.6%的企业面向B端客户, 28.6%面向C端用户,13.8%的企业两者兼有


● 调研企业成立时间在3年以内的将近一半


●  拥有专利数在10个以下的企业占55.6%,在10-30个之间的企业占25.6%



四、中国人工智能创业投资趋势

1、前景广阔

据麦肯锡预计,2025 年人工智能应用市场总值将达到1270亿美元。未来人工智能相关技术的发展,不仅将带动大数据、云服务、物联网等产业的升级,还将全面渗透金融、医疗、安防、零售、制造业等传统产业,市场前景十分广阔。

2、巨头的进击

可以预见,未来 5-10 年,谷歌、苹果、亚马逊等科技巨头对人工智能的布局将更加广泛和深入,对核心技术和人才的争夺也将越来越激烈, 收购创业公司是占领 AI 核心技术和人才高地的重要途径

大数据、算法和算力构成了人工智能高速发展的三要素,海量的数据积累是基础,算法开源是趋势,算力的提升是必要条件和加速器。

巨头们试图通过对话机器人打造全新的人机交互方式,成为用户的个性化助理,为用户提供多场景的便捷服务。

巨头竞争的关键点是争夺用户的持续数据和软硬件服务的入口。途径一,针对开发者开源 AI 学习工具(平台),得到反馈后,优化自身的产品模型和用户体验;途径二,利用自身优势,对各个垂直场景进行渗透。目前备受巨头追捧的应用场景有智能家居、无人驾驶和智能医疗。


五、AI行业投资方向分析

1、机器视觉产业

● 产业规模:2020 年中国机器视觉市场规模预计将达到54.7 亿元人民币


机器视觉产业链分析:产业链上游的芯片生产和算法库开发上,国际领先的机器视觉厂商现在已实现产业化。国内企业则集中于中下游的技术提供层和场景应用层。在产业链下游,国内众多创业公司积极开拓产品线,主要在智能制造和消费两大领域。

机器视觉产业投资趋势

●前端智能化,低成本的视觉解决模块或设备

●深度学习解决视觉算法场景的专用芯片

●新兴服务领域的特殊应用(如无人车、服务机器人、谷歌眼镜等

●数据是争夺要点,应用场景是着力关键

§

2、智能语音产业

深度神经网络的应用、算力的提高和大数据的积累,极大促进了智能语音技术的发展。在语音识别率方面,谷歌、百度、科大讯飞等主流平台识别准确率均在 96% 以上。自然语言处理方面,虽然深度学习能起到的作用还有待观察,但在语义理解和语言生成等领域都有了重大突破。很多提供语音技术服务的公司也突破原有单纯语音识别或者语义理解的业务框架,倾向于提供整体的智能语音交互解决方案。

● 语音识别即将进入大规模产业化的时代。科技巨头和初创公司从不同维度布局语音入口相关产业链。巨头纷纷开放语音平台,构建智能语音生态。



● 创业公司则以垂直领域和细分场景为突破口,重点布局家居,车载和可穿戴设备,以及客服、金融、医疗等垂直领域。


3、自动驾驶产业

自动驾驶领域目前基本分为两大阵营: 以传统汽车厂商和 Mobileye 合作的“递进式”应用型阵营,以谷歌、百度以及初创科技公司为主的“越级式” 研究型阵营。

● 自动驾驶未来空间格局或呈现金字塔结构:OEM和科技型公司、自动驾驶供应商和底层零部件供应商。


全球 L1-L5 智能驾驶市场的渗透率会在接下来 5 年内依靠 ADAS 市场的高速发展而处于高速渗透期,然后伴随半无人驾驶的普及进入稳速增长期,在来到 2025 年无人驾驶放量阶段后,依赖全产业链的配合而进入市场成熟期。



四、人工智能大数据产品

近期,金准数据同时推出两款人工智能大数据产品: 企业AI分析平台和金准商讯。将人工智能引入大数据,将舆情分析用于企业评估,这两款产品的独特性立即引发业内高度关注。

金准数据表示,同时推出两款人工智能大数据产品是基于对不同用户的需求,企业AI分析平台是针对上市公司和大型企业推出的企业信用评估系统,而金准商讯则是面向中小企业,展示企业营销状况、商讯商情推广成果的实时移动平台。

金准数据介绍说,企业AI分析平台是一款企业数据智能查找分析平台,包括企业大数据、产业链大数据、特色库和风险预警四大功能模块。用户可根据不同条件查询企业信息。比如,输入企业产品或提供的服务,即可查询全国提供对应产品的服务的企业。给3800多万家企业贴标签,这是一项大工程,据称也是金准数据企业AI分析平台的一大特色。

企业大数据融合了600多座城市、2800多个区县、3000多万家法人企业数据。产业链大数据则涵盖了36个产业链、8000个行业、40000个细分市场。这其中,企业AI分析平台还着重区别于传统产业链,建立基于经济圈和投资圈的产业链关联关系,能够密切关注整个产业链的运行状况,了解企业上下游企业的信息。

怎样才能利用大数据分析企业信誉信息,而非信用信息?


“当用户查询企业信息的时候,在企业AI分析平台的企业详情页,不仅可以看到企业工商信息、经营状况、年报信息,同时还会显示风险信息。” 金准数称风险信息的有无,就能体现信誉与信用的一字之差。

据金准数据介绍,企业风险信息包括被执行人信息、失信被执行人信息、裁判文书,法院公告和行政处罚信息。这种风险预警功能致力于打造全国企业信用信息防护网,立体、实时地预警失信企业。

此外,金准数据为中小企业量身打造的金准商讯目前已建成全国最大的互联网文本数据中心,累计数据量达600亿条,囊括7亿网民的声音,日新增原创数据近1亿条。

金准数据 2017中国线上生鲜食品消费报告 2017-07-13 14:11:20

金准数据研究显示:

·水果为最受欢迎的消费品类。

·101-200元为生鲜食品网购最主要的单均消费集中段。

·食品安全为消费者网购生鲜食品时最看重的因素。

·食品安全观念深入人心,但价格敏感度依然很高。

·家庭收入越高,消费者对食品重视程度越高,购买有机生鲜产品的频次也更高。

·消费者对网购生鲜整体的食品安全满意度比较高。

 

一、中国生鲜食品网购用户属性

1、中产阶级家庭用户为 线上 生鲜食品消费的主力

数据调研显示个人月收入在8000元以上的人群线上购买生鲜食品的 TGITGITGI较高,为生鲜网购的主要人群来源。同时在婚 姻状况划分中,62.5%来自于已婚有子女人群,16.5%来自于已婚无子女人群,由此可见中产阶级家庭用户经成为线上生鲜食品的消费的主力。

 

 

2、本科毕业的普通职员为线上主要消费人群

金准数据调研显示 在以学历划分的人群中大本科生鲜网购用户占比超过一半,为68.5% ,硕士博占比11.65% ;大学专科15.83%,线上购买生鲜食品的消费人群普遍学历较高;在以职业划分中,通员占比69 .0% ,高管及专 业人士占比 22.8%,自由职业者5.6%,从职业划分来看普通职员为购买生鲜食品的主要人群。

二、中国生鲜食品用户网购行为

1、生鲜食品网购用户爱水果

调研数据显示,在一线城市生鲜用户网购行为中水果最受欢迎的品类。78.1% 的用户表示经常购买水果,32.1%的用户最常购买水果。牛奶和粮油别为第二和三受欢迎品类,经常购买的人群占到了总体70.0%和61.8%。

 

2、已婚无子女家庭购买零食更多

已婚有子女家庭购买更爱买粮油

金准调研数据显示,水果和牛奶为家庭用户最常购买品类。整体上看,有子女的在各生鲜来比例均高于无女家庭。此外,已婚家庭中无子女购买零食更多有则关注自厨房爱粮油副等正餐材原料。

 

 

3、宅一代最爱买水果、零食

健身族爱买水产品,背包客买熟食蛋糕更多

调研数据显示,除水果之外具有“宅人”属性的用户更愿意购买牛奶和零食最经常比例分别为13.7% 和13.3%;休闲时间选择健身的用户更多购买粮油和蔬菜,占比分别为12.4%和11.2%,其中健身更多的用户购买零食比例仅为7.9%,低于宅一代 5.4个百分点。金准数据分析认为,这与不同性格用户的生活习惯相关宅友在家追剧打游戏对零食的需求较大,而健身用户更加注重身体健康、形体塑造等,在吃的方面选择蔬菜更多。

 

 

4、用户网购生鲜食品使的站较为分散 用户网购生鲜食品使的站较为分散

京东、天猫、中粮我买网是用户购买率最高的网站

金准调研数据显示,用户最近半年内使过的生鲜电商网站中综合率高于垂直网站。其中,京东使用率最高为73.8%,天猫喵鲜生56.2%,中粮我买网在垂直站中的使用率最高,为51.9%。

 

5、各平台的用户购买频次差距不大

超过半数的用户每周购买一次以上

金准调研数据显示 ,总体来看,各平台的用户购买频次相差不大综合网站略高于垂直。每周1次以上的频次中,天猫用户达到61.1%,中粮我买网用户达60.6 %,京东用户达到59.9%。

 

 

6、101 -200 元为生鲜网购单均消费集中段

51 -100 元为第二单均消费段

调研数据显示,无论从不同品类表现还是平台来看,用户网购生鲜食的金额大多落在了 51 -200 元的区间范围。从各品类平均每单消费金额来看,101 -200 元区间内的人群占37.2%,51 -100元区间内的人群占 26.5%,而从不同平台分析看,这两个指标别为41.5%和25.3%。

 

 

7、超七成用户近一年内购买过有机生鲜 

近年来 ,消费者对生鲜品质的追求在逐步提高。金准调研数据显示近一年内有72.4% 的用户表示购买过有机生鲜食品。在用户网购有机生鲜食品时,京东、天猫中粮我买为三大高频平台经常使占比分别为53.7%,38.2%和 38.0%。

 

8、有机食品购买频次与家庭收入成正相关

调研数据显示,有机食品购买频次与家庭收入呈正相关。随着月的增高占比最区间从每1次过渡到每月 2次及以上,且每月2次及以上的占比也不断提高。月收入在30000元以上的家庭,每月购买 2次及以上有机食品的频次将近六成,为59.2%。

 

 

三、用户满意度及视频安全性调查

1、生鲜网购用户表示最看重食品安全

价格和物流配送为重要看中因素

金准调研数据显示 ,消费者线上购买生鲜时最看重因素为食品安全,在“看中因素”和“最看重因素”中的占比分别80.3%和57.0%。第二三看重因素为价格和物流配送,在“看中因素”中,物流配送为第二,选择比例63.3%。在“最看重因素”中,价格为第二看重点,选择比例11.8%。

 

 

2、生鲜网购用户在买时最关心价格

食品安全观念深入人心,但价格敏感度依然很高

调研数据显示,线上食品消费者最看重安全在购买时却更多关注价格。生鲜网用户选商因素中,食品安全以57.0%的比例位列第一,价格为二看重因素;而在影响决策中却成首要关注比例为42.6%,食品安全为第二关注要素,比例36.4%。用户最看重食品安全,但在决策时受价格等影响更多金准数据分析认为,由于生鲜品类众多且同一下的产牌、地等不差异较大但用户在购买过程中并能有效区分不同产品的差异,所以在购买决策时会选择参考更直白的价格因素。

 

 

3、生鲜网购消费者 对食品安全满意度较高

物流配送满意度最高 ,价格满意度最低

调研数据显示,消费者网购生鲜食品最关注安全在满意 度评价中对的度相对较高, 总体 评分7.99仅次于物流的8.00。

金准数据分析认为,生鲜食品具有即时的 特点缩短配送间满足消费者需求是各大平台基本设计之一,目前很多平台可以实现次日达、当两小时甚至 30 分钟达,物流的及时性以冷链配送对新鲜度 的保证共同推动了用户对物流和食品安全高满意度。

此外,用户对价格的满意度最低平均评分仅为7.85。一方面,生鲜电商的仓储及冷链配送成本等较高可能没有达到消 费者对网购的价格预期;另一方面,部分定位于中高端食品或主打进口、精选生鲜电商平台由产牌地等不同,客单价较高,也造成了部分消费者对网购生鲜食品价格偏高的印象。

 

 

4、京东、天猫中粮我买网知名度较高

调研数据显示 ,从细分品类和指标来看,生鲜食平台各有优势。京东、天猫喵生和中粮我买网的平台知名度较高 ,评分都在8分以上;从消费者最关注的食品安全要素来看,中粮我买网满意度高为8.19分。

 

 

5、家庭用户对食品安全关注度更高

金准调研数据显示,表非常关注和比较食品安全的用户占高达92.8% , 消费者的食品安全认知意识较高。此外在生鲜食品网购用户中,家庭用户对食品安全关注度高于非家庭用户。

 

 

6、食品安全各要素中,用户对包装最满意

金准数据将影响网购生鲜食品安全的要素分为以下指标:干净卫、新有绿色认证包装无毒配送全卫生、平台管理严格。其中,用户对包装满意度最高评分均为8.08,对平台的管理最不放心,评分低为7.99分。其余评从高到低依次为食品干净卫生,8.07分;配送安全卫生8.04分;有绿色安全认证8.03分;食品新鲜8.02分。

 

 

7、消费者更加信赖信誉资深的平台和品牌

调研数据显示, 在总体满意度中,“平台管理”为较低的要素,从这个来看天猫和粮我买网更为严格,食品安全做出了重要的保障 。从食品安全的其他细分指标来看,各生鲜电商平台相差不多,但也各有优势。

金准数据 2017上半年年最全投融资研究报告 2017-07-12 14:19:49

2017年前两季度国内投融资事件共发 了6339件其中涉及级市场投融资事件有3606起,级市场融资事件1411起,其中 级市场涵盖新三板定增990起,A股IPO上市企业332家。

 

 

 

1、概述

从融资阶段分析,2017年前半年投融资市场总体回暖,较2016年同期投融资对⽐比,融资阶段开始在早期扩大,大量项目开始重新萌芽;A轮至C轮市场保持稳定;二级市场IPO上市增速明显。

 

 

 

 

 

 

 

 

 

 

2017年Q1-Q2两个季度的总投资数量对比2016年同期有着明显的上升。种子期的投资事件共有1998起,占总投资事件数量的37.32%。定向增发投资事件共有1058起,天使轮投资事件637起,显示创业投资市场明显复苏。⽽而随着IPO加快提速,IPO上市事件也达到了了248起。

其中种子期投资表现耀眼,表示我国在经历了2016年所谓的“资本寒冬”以后已经有了明显的回暖,更多的机构和投资人开始响应国家“大众创业,万众创新”的号召,对中小创业者给予资金上的帮助。

 

 

 

2、热点行业盘点

随着互联网、物联网以及相关的技术应用越来越丰富,我们可以发现在此的基础上诞生了很多复合型、跨领域的创业项目。比如说共享经济,这个领域就将互联网技术、传统生产制造、金融、支付等领域进行了结合。

而新技术的诞生也让市场上的资本一拥而上进行探索,并试图占得先机。这方面体现得最明显的就是VR/AR技术的探索。在互联网时代逐步从IT时代⾛走向DT时代的过程中,大数据应用也越来越丰富。透过数据渗透到各行各业的决策,是最为直接的应用方式。

 

 

创业趋势聚焦于企业服务、生产制造、医疗健康、文化娱乐等领域。其中企业服务领域投融资事件共539起,占总投资事件数的15.69%;生产制造领域投融资事件共537起,占总投资事件数的15.63%;可谓在一众行业当中独领风骚,医疗健康、文化娱乐等行业紧随其后。

 

 

 

从投资机构来看,经纬创投最为活跃,在2017前半年产生了43起投资事件。⽽而在互联网巨头BAT当中,腾讯旗下的腾讯产业基金最为活跃,共产生了31起投资事件。

 

 

 

 

 

 

 

3、2017Q1-Q2被投资企业地域分布解析

由于创业生态、资本聚集、产业效应等因素,北上广深苏杭依旧是国内投融资事件的集中高发地。有983家被投资企业坐落于北京,占总数的27.78%;有630家被投资企业坐落于上海,占总数的15.34%;有543家被投资企业聚集在广东省,占总数的17.8%。

其中我们应该看到除了了北京上海以外,广东的被投资企业数量越来越多,这与以深圳为代表粤港澳⼤大湾区的发展不不无关系。随着创业环境的完善,创业政策的鼓励,气候宜人及生活环境良好的广东已经吸引了了越来越多的创业者来此地区发展。

 

 

企业服务是2017年年上半年获得投资最多的创业领域,共有539家企业服务领域的创业公司获得投资。其中在云服务行业有两笔投融资事件金额较大,分别是UCloud的D轮9.6亿⼈人⺠民币和青云的D轮10.8亿人民币。可以由此看出随着互联⽹网技术的应⽤用广泛应用,其基础服务建设越来越受到市场的重视。

除此之外,SaaS行业也颇受资本的⻘青睐。根据IDC数据统计,预计至2020年,中国SaaS市场规模将达到18亿美元。

 

 

 

 

在这些企业当中,我们发现交通出行、金融、硬件这三个领域的创业项目数量最多。分别占⽐比为27.06%、20.39%、19.61%。说明这三个领域目前竞争最为激烈,同时也说明其他领域还具有很大的潜力。

 

 

根据VC Insights在后台监测市面上所有的共享经济项目数据显示,以上词云图中的投资机构对共享经济项目的投资次数最多。其中腾讯产业共赢基金、蚂蚁金服、北极光创投、创新工场、经纬中国这5家机构是最活跃的投资机构,可以说是这窝蜂里的“蜂将军”。

 

 

3.1投资界的宠⼉儿:共享单车

ofo、摩拜单⻋车相继完成高额融资的同时,国内不断涌现出各类单⻋车共享平台,一时间共享单车、共享电动车、共享滑板车不断刷新着投资圈最高融资纪录。

• 2017年前半年,摩拜单车在华兴资本担任融资顾问的协助下,顺利拿下超过9亿美金的多轮融资。

• 2017年年3月,ofo拿下4.5亿美金的D轮融资,由滴滴出行领投。在不久的7月将完成一笔近5亿美金的新一轮融资。

• 2017年年1月小蓝单车再获4亿元融资,骑呗单车完成1亿⼈人民币A轮融资。

• 另一方面公司成立时间主要集中在15、16年,对于成立时间短、盈利利模式单⼀的共享单车能否经受市场的考验仍需要拭目以待。

 

 

 

 

 

 

 

 

3.2人工智能领域受到热捧

2017年年人工智能(AI)依然成为各⼤大机构追捧的对象,巨头公司不不断上演收购AI初创公司的竞赛,相关研究预测,到2018年年62%的⼤大型企业都将会使用AI技术。

• “乂学教育”是⾃自适应智能教育系统研发商,获得1.2亿⼈人⺠民币的天使轮投资,由景林投资、国科嘉和、新东方参与。

• “Geek+”是仓储机器人研发商,获得1.5亿人民币的A+轮投资,由祥峰投资、火山石资本、高榕资本参与。

• “中译语通”是全球语⾔言服务O2O商业平台,获得1.5亿人民币的B+轮投资。

• “达闼科技”是云端智能机器人公司,获得1亿美金的A轮投资,由软银中国和富⼠士康参与。

 

 

人工智能行业投融资市场目前保持平稳,真正的爆发期并没有到来。相比于2017Q1的66起投融资事件,2017Q2共发生73起融资,人工智能投资发展驱稳,机器学习、NLP等新技术的应用也将推动产业升级和技术变革,催化智慧生活的到来。

 

 

 

 

4、消费升级来势汹汹

从个性化到精品的定制,随着“消费升级”热度的持续攀升,轻奢,高端商品将成为拉动消费新主力,由此带来新消费领域三个重要的变化:中高端消费需求提升、服务升级和消费细分。中高端消费需求不断提升,消费者对性价比要求变高,成为未来消费升级主要驱动力,品质化是消费者需求方不断追求的性质。

消费者购买力提高带来服务升级,非物质需求成为消费升级的重要部分;如,中文包⻋车导游服务平台“皇包⻋车”宣布完成2.1亿人民币B+轮融资;每日优鲜获得C轮近1亿美金融资;消费细分及个性化服务及精品定制也将带来新一轮的消费。

 

 

 

 

 

 

5、大数据方向受资本热烈追捧

大数据方向,随着行业数据的不断积累,数据产品将向“用户端”和“商业化”分化;数据资源不断聚集,第三方数据机构、行业巨头将会推动行业形成数据归属和数据资产定价标准,逐渐由信息驱动向数据驱动进阶。

• 2017年年3月,企业信息查询平台“天眼查”完成1.3亿元⼈人⺠民币A轮融资,由清控银杏领投,旨在为企业提供商业调查⼯工具。

• 2017年年3月,大数据分析服务商“神策数据”完成1100万美⾦金金的B轮融资,由DCM中国和红杉资本中国参与,旨在帮助中国的企业加上数据分析的能力。

• 2017年年5月,Hadoop大数据平台“星环科技”完成2.35亿⼈人⺠民币C轮融资,腾讯产业基金、勤智资本、基石资本参透,旨在为更好地开发大数据基础软件。

 

 

 

 

 

 

纵观⽂文化娱乐产业的发展趋势可以发现,伴随产业升级,原创内容越来越受市场欢迎、用户日益成为影响文娱行业的关键,泛娱乐、精品化和大IP成为文化娱乐行业重要的发展趋势。数据显示,文化娱乐行业投融资在2017年第⼀季度转冷后,第⼆季度立马反弹。说明文化娱乐仍然是大众生活不可或缺的部分。

 

 

 

 

 

 

 

根据VC Insights对于电动汽车企业背后投资机构的投资次数数据我们生成了了此词云图,发现腾讯产业基金、联想创投、乐视控股等投资机构对于电动汽车企业的投资活动最为积极。

根据VC Insights搜罗的数据可以得出,传统⻋车企进入电动汽⻋车⾏行行业具有得天独厚的优势,最主要体现在产业链整合上。新型电动汽车企业数量也越来越多,资本对于这些企业的支持程度十分之大。其中以腾讯、乐视、联想等科技企业对于这一领域十分看好,从投资出手的程度就可见一斑。在未来,电动汽车的市场将随着产业链整合以及⽀支撑服务的提升将被迅速打开,电动汽车企业的市值也将迎来进一步走高。

 

 

 

 

 

 

 

 

 

 

2016年始,快递业的资本竞速趋势日渐明显,快递公司纷纷将上市日程提前,力图通过资本市场的融资平台,发展多元化业务,建立竞争的新壁垒。借壳上市成为企业加快进程的必经之路路。

 

 

 

 

6、物流快递行业呈高速增长趋势

快递业务量连续6年保持50%左右的超高速增长,2016年业务313.5亿件,增长52.18%,且每月同比增长都稳定在50%左右。新型电商、农村电商、跨境电商正在快速孕育,将进一步促进快递业走向品牌化、质量化、差异化。2017前半年物流快递行业共发生69起投融资事件,超九成企业融资额在数千万⼈人⺠民币以上。

其中,⽐比较大的几笔交易如下:丰巢融资25亿⼈人民币,投资方是鼎晖投资、国开金融和钟鼎创投。天天快递获得29.75亿⼈人⺠民币投资,投资⽅方是苏宁云商。

 

6.1物流快递行业进行技术转型

随着物流快递的转型升级,智慧物流将成为新趋势,促使快递业从劳动力密集型向技术密集型转变。“货到⼈人”将在不不久的将来全⾯面实现,将有⼀大批传统物流从业人员失业。

2016年,顺丰推出“数据灯塔”,不断完善信息平台,整合物流数据,打造“云端物流”,通过对顺丰内外部数据的融合,为物流业提供更更智能的服务;菜鸟网络也将结合阿里巴巴在大数据、人工智能领域的优势构建智慧物流生态圈;京东欲打造空中物流网络,集中在自动化运作、数据化运营、智慧化供应链等三个层面布局智慧物流。

除此之外,京东也在自建物流以及仓储布局上下了很大一笔功夫,高效是其物流系统的绝对优势之⼀。

 

 

 

 

 

 

 

  

 

 

 

7、重大融资聚焦:乐视X融创中国

6月28日,停牌两个多月的乐视网(300104)在北京召开了2016年度股东大会。从股东会上乐视高管就公司的发展和布局,以及近期乐视非上市公司资产剥离的事件可以发现,此时的乐视正在尝试转让部分烧钱的股权资产,回笼资金重归核心主业,以度过此次的资金危机。

融创中国通过旗下公司收购乐视网8.61%股权,代价为60.4亿元;收购乐视影业15%股权,代价为⼈民币10.5亿元;增资以及收购乐视33.5%股权,代价为79.5亿元,总代价为150亿元。

 

 

以上为融创中国直接透过天津盈瑞汇鑫企业管理有限公司(嘉睿汇鑫)控股乐视网的架构示意图。融创中国的150亿元资⾦金金对乐视的直接输血,将重点投向乐视汽车的研发、乐视视频、乐视影业等主要产业,后续情况如何,我们将拭目以待。

金准数据 长租品牌公寓研究报告 2017-07-11 14:07:27

小米科技的雷军花了一亿元投资长租品牌公寓,一个搞手机的行业巨头突然跨界进入租赁市场本身就是一个新鲜事,这让品牌公寓这个在中国市场陌生的租赁形式一下就名声大噪。引起了相当大一部分面对高房价用脚投票,誓死不买房,但是对生活品质又有较高要求的消费群体的强烈关注。

传统租房大家应该都不会陌生。第一、租客需要联系房东,为了找到一套物美价廉的房子不惜跑断双腿。并且独自面对充斥其中的黑中介,包租婆;第二、房东为了把自己的房子租出去,不得不跑中介或者陪租客看房,房子租赁期间又要担心租客将房子变成垃圾站或者将家具设施损坏;第三中介为了尽快租出房子获取佣金,部分中介公司甚至在网上发布虚假房源信息。图片那么美价格那么低,而实际到场却大相径庭。整个行业也是一滩浑水,毫无秩序可言。

那么面对行业的现状,一部分行业先驱就学习了国外的相关经验。自然而然品牌公寓就应运而生。那么品牌公寓到底是什么东西?

一、品牌公寓的概念

品牌公寓是指开发商、政府、或者房东将房产托管给公寓公司,整体租期可能长达5-10年,品牌公寓公司或者开发商按照自己的标准装修好之后转租给租客。品牌公寓在国外发展了几十年,租住形式被很多年轻人接受。在我国,品牌公寓在租房产业中属于一种新的业态,一二线城市已经有相当数量的公司和开发商已经布局,旨在为不想买房,有高标准的追求,并且对社交也有要求的年轻人提供高品质的生活。

 

品牌公寓户型设计的都特别完善,装修时尚华丽,重要的是它的公共区域可供交流的群体生活,共有空间主要拥有这几个公区区域,包括大餐厅,网咖,个人影院,恒温泳池,健身房,超大厨房,私人酒吧,图书馆,区域wifi。并且大部分品牌公寓还提供优质的服务,比如管家服务,保洁服务等等。关键对比普通租房价格还那么合理,所以一下子就受到了追捧。

目前大部分公寓分集中式和分散式公寓。什么是集中式公寓?比大家住过酒店房间还大气,一室一厅一卫,但是这种价位相对要高一些,适合夫妻、IT精英、证券金融等白领人士和金领。什么是分散式公寓?就是公寓运营方将大量分散的房源进行改造,但是相对价格便宜,类似于合租单间,也可以整租。

 

 

二、品牌公寓运营商运作模式

(一)轻重资产两种模式

1、轻资产模式

轻资产模式即以租赁物业为主,并不享有物业的所有权,一般以赚取租金差和增值服务为主要盈利模式。华平投资的魔方公寓和以基金化模式运营的湾流国际都是轻资产模式的典型代表。

虽然轻资产模式的运营商门槛相对较低,但要实现规模化和品牌化,仍需要非常精细化的管理。例如对于每一个投资的项目,有的公寓运营商要做多达50个维度的评价和考察,四个条线都要参与进来,具体如下:

一是市场条线,主要考察项目区位、交通及商业周边环境。一般而言,商业商务氛围浓厚的区位,高品质公寓产品比较稀缺;

二是法务条线,即项目投资的风控措施,包括几个方面,首先是物业是否合规、是否满足政策或者行业对物业的经营标准和许可,土地性质以商业用地为主,工业物业也可以考虑,但是需要有政府的明确批文,以便顺利进行消防报批;其次是房屋租赁期限,一般为10年,因为长租公寓一次性投入装修,回收期需要3年以上,租期必须很长;还要关注物业抵押,对已经抵押的物业需要特别谨慎,涉及到物业所有权的变动时,长租公寓运营商很难得到补偿;

三是工程条线,涉及物业形态、房屋结构、使用年限等20个维度的考察。几个需要重点注意的方面包括:物业形态以独栋为首选,房屋结构尽量避开框剪结构(承重墙不允许改动),尤其是老旧的房屋会涉及到结构加固,非常复杂,可能导致整个周期比正常周期推迟3-6个月,此外还有是否取得一次消防验收等问题;

四是运营条线,也涉及10多个维度,包括移动信号是否稳定,免费停车位数量、是否有独立出入通道等。

 

2、轻重结合模式

重资产即运营商长期持有物业,经过运营后物业升值后可能择机退出,但由于国内目前金融市场尚不成熟,尤其是以REITs为代表的退出机制不完善,因此含重资产因素的运营商多以轻重结合的模式运作,即既有租的物业,也有自持的物业。通过轻资产来扩大规模及获取现金流,重资产享受资产增值的红利。万科泊寓和蓝山与魔方的结合就是轻重结合的典型。万科泊寓核心的商业模式是通过购置或租赁商办等物业,改造成青年公寓,租赁给年轻白领,赚取租金差和品牌溢价。魔方公寓虽然自身是轻资产运作,但是今年初联合中航信托成立了蓝山资产,拟发百亿基金投资存量资产,收购后的物业交给魔方公寓来改造运营。不管是租还是买,项目来源都有很多,包括国企、政府、开发商、经济型酒店、产业园、商协会等。其中以国企手中的存量物业数量最多,很多老旧商场、办公楼、酒店等随着消费升级面临淘汰,可以改造的空间很大。对公寓运营商而言,一些老旧的“大壳子”商业最适合收来改造,因为这些物业结构不通透,不适合做社区商业,但可以一部分改造成长租公寓,另一部分做配套的裙房商业。另外除了收存量项目,重资产玩家还可以与地产开发商合作定制新的物业,一方面可以满足现阶段的需求,也能保证未来陆续会有一些增量物业可以交付。

对收购标的而言,不同的机构有不同的项目收益测算要求,例如IRR(内部收益率)要达到10%以上,第三年的NOI(净经营收入)在5%以上,Cap Rate(年净经营收入/物业的价格)在5%以上,等等。

 

(二)改造运营实操要点

1、物业改造

存量物业的改造非常考验团队的经验和能力,甚至比拆掉重建复杂度还要高,因为它具有形态各异,实施周期非常短等特点。改造阶段涉及设计、装修、家具家电、公区配套、外部改造、配套工程和特殊改造等,成本控制难度很大,但也至关重要,因其奠定后续经营的盈利基础。在改造阶段,主要有以下几个方面需要注意:

一是设计环节要将标准化和差异化结合起来。只有将整个设计和施工期尽量缩短,才能控制住成本,因此公寓运营商要在短时间内完成设计,必须以标准化的设计为主(例如占70%的比例),以差异化的设计为辅(例如占30%的比例),前者主要通过实践积累,后者可通过与国际品牌设计院合作来实现。公寓设计中挖掘剩余空间价值尤为重要,例如对于一些暗房,可通过设计以空间换采光;

二是选择优质供应商,包括工程合作方和品牌供应商;

三是严格成本考核,包括对综合改造成本进行限制,进行批量招标采购等;

四是标准化作业,包括装配式家具、高效率工程管控等,例如要求物业改造的期限不能超过三个月,而且是1000间房同时施工。

 

由于整个设计到施工时间仅为短短几个月,招租时间一般也只有一两个月,因此在此过程中要非常注意环保材料的选用。与一般家庭装修不同,集中式公寓装修偏于硬装,软装部分比较少,硬装更多的是隔墙结构砌筑等隐蔽工程,软装部分体现在公共区域,同时标准化定制家具,确保从工厂搬到现场之前已经晾了几个月。整个装修的过程是标准化的,而且装修完后一般会安排工作人员试住一周以上,确保空气指标合格、隔音效果较好、不会漏水等,才对外进行招租。

 

2、产品定位

品牌公寓运营商一般会针对细分市场客户的不同需求提供多种类型的产品,以增强客户黏性。例如万科泊寓的产品定位是4500-5000元的中端市场和1500-2500元的中低端市场两条产品线,未来也许还会考虑布局家庭性公寓产品,定位相对而言也会比较高端一些。魔方除了主流的白领公寓产品外,也提供企业定制型的9号公寓、以及针对高端人群的摩尔公寓。湾流国际则在标准化产品Harbour Apartment的基础上,就有5大产品线。

 

3、运营管理

对于品牌公寓运营商而言,除了满足租客基本的结构合理、居住舒适、交通便利等需求外,还可构建基于本地生活服务的平台体系,包括保洁、维修、搬家、社交等。尤其是在社交方面,一些运营商会着力打造平台,例如结合第三方资源,定期举办各种活动,包括低成本的音乐节(乐队来自租客或合作方邀请)、主题沙龙、轰趴派对等,成本几乎为零,但可以为租客扩大社交圈子,丰富业余生活。

互联网化、智能化也是运营商追求的运营管理手段。一些运营商采购最新潮智能设备,不仅可以提升租客的生活品质,而且可以大大提升居住安全系数。而借助互联网平台,则可以提供客户从预订、支付到本地生活、社交的便捷服务,依托集成强大的后台管理系统,全面提升公司运营效率。

在运营管理阶段,公寓运营商面临的最大挑战还是对不稳定租期的管理,一般如果出租率低于90%,就会对经营造成很大的压力,而且只有最大程度的满租才能带来稳定的现金流入,因此控制空租率就变得至关重要。首先,地段的选择对空租率的影响非常直接,如果是相对核心的地段,市场需求一般比较旺盛,而且租期多数是一年期,虽然上下家之间很难做到无缝对接,但空租期可控制在一周左右,这个空租期一般都在运营商可接受的测算范围内。其次,运营商可设定较严格的考核指标,例如要求运营人员在新门店开业两个月内实现95%以上的出租率,考核结果直接挂钩绩效,会有直接的激励效应。

同时,对租期内的租客,如果违约提前退房,运营商会没收押金,基本可以覆盖空租损失。对于过期不付房租的租客,运营商可通过智能设备锁上房间,以驱逐掉这部分“劣质”客户,减少损失。

此外,对于轻资产运营的物业,如果在租约过程中出现业主想卖掉物业的情况,运营商也有多重保护。首先在法律层面上有“买卖不破租赁“的保护约定;其次有租约的运营商对物业具有优先购买权,他们可借机介入相对机会型重资产模式;再者双方最初在合同里就会设置保护性条款,约定业主违约需承担的损失赔偿,这对业主的约束力还是很大的。

 

 

 

 

三、长租公寓政策环境和发展现状

(一)政策环境:利好政策不断,长租公寓行业天时已具

2015年11月《加快发展生活性服务业促进消费结构升级的指导意见》首次把公寓业纳入生活服务业开始,长租公寓行业就频频迎来政策层面的青睐。

 

同时,随着政策层面对于住房租赁市场支持的顶层制度出台,地方政府陆续出台了一系列支持住房租赁市场发展的政策,尤其是鼓励机构参与住房租赁业务。

从上述政策中可以看到,长租公寓行业已占据天时。市场方面,商改住全面铺开,政府鼓励租售并举的制度,并大力支持租赁房屋的建设与发展;财政方面,对于住房租赁市场给予一定的税收优惠;金融方面,允许提取公积金支付房租,开展REITs试点,给予住房租赁市场金融支持等。显然,这种政策利好的趋势会显著提升长租公寓众多参与者的信心,对于整个行业的建设与发展也是一种制度上的保证。

 

(二)发展现状:各路玩家争相涌入万亿市场

去年12月7日,链家研究院院长杨现领发布了《租赁崛起》行业研究报告,报告预测,2016年、2020年、2025年,中国房产租赁市场租金规模分别约为1.1万亿元、1.6万亿元、2.9万亿元,2030年预计会超过4万亿元。

可以预见的是,在巨大的市场容量和资本支持下,存量与增量空间并存的长租公寓行业,将在未来数年迎来迅猛发展的黄金时期。面对这个上万亿规模的市场,创业公司、房地产开发商、房地产服务商和连锁酒店等机构纷纷涌入。据不完全统计,目前市场上各类公寓运营商(包括分布式[1]和集中式[2]公寓)已超500家。以下为几类主要的长租公寓参与者:

[1] 分散式公寓则指的是企业从分散的房东处获取物业,再通过精细化和标准化装修,最后对外出租的模式。

[2] 集中式公寓指的是企业通过包租、独立开发、收购或与物业持有方合作的方式获取整栋物业,通过精细化的设计、改造与装修,并采用标准化的品牌与服务,最后对外整体出租公寓的模式。

 

 

(三)分散式长租公寓品牌影响力分析

1、分散式长租公寓品牌风云榜TOP20

近两年分散式长租公寓品牌影响力趋势

本月迈点品牌指数MBI共监测分散式长租公寓品牌56家,与上月相比数量没有变化。5月品牌指数在平均值(42.65)以上的仅有10家,占比约18%。2017年,品牌指数的平均值仅在4月份时曾超过两年均线,其他四个月份的平均值均在两年均线以下。

 

2、分散式长租公寓品牌细化指数TOP10

近两年分散式长租公寓品牌细分维度分析

从近两年分散式长租公寓品牌各个细分维度数据来看,除媒体指数外,搜索与运营两维度整体均有所上升,媒体指数表现也较好,但波动幅度较大。

 

与此同时,需要特别注意的是,在2016年11月后,分散式长租公寓的媒体指数一直呈下行趋势,并一直低于两年均线,仅在2017年4月份突破过媒体指数两年均线。

 

3、品牌变化综述

分散式长租公寓品牌环比升降TOP5

综合来看,对比4月,本月共36家分散式长租公寓的品牌指数有所上升,下降的品牌数量是20个。

 

在品牌指数环比增幅方面,Color以242.50倍的环比增幅居榜单第一;一托青春寓以37.42倍的增幅排名第二;增幅排名第三至第五的分别是厚木、驻客以及爱家,分别上升了29.20倍、10.81倍和9.74倍。

 

从品牌指数环比降幅上来看,果租租的下降幅度最为显著,为99.45%;壹人壹家以93.45%的降幅紧随其后;位列降幅榜第三至第五位的品牌是候鸟长租、土豆和52团租,降幅分别为89.14%、87.06%和83.40%。

 

分散式长租公寓品牌位次升降TOP5

从品牌排名来看,5月名次上升的品牌数量为25个,下降与持平的品牌数量分别为27个和4个。

 

具体来看,名次上升的分散式长租公寓品牌中,Color以28个位次的上升幅度位列第一;驻客同样上升28个位次,位列第二。一托青春寓上升了26个位次,位列第三;蜜柚、如米分别上升了22和20个名次,位列上升榜单的第四和第五位。

 

名次下降的分散式长租公寓品牌中,果租租的下降幅度最大,较上月降低了31个位次。候鸟长租位列下降榜单的第二,较上月下降了29位,土豆、壹人壹家较上月分别下降了29和25位,列下降榜单第三、第四位,52团租排名较上月下降了19位,列5月下降榜单第五位。

 

(四)行业痛点和发展空间

相对于国外成熟的长租公寓市场,国内的长租公寓行业规范还未确立,行业仍处于发展初期,因而也存在诸多痛点。首先是项目数量少,地产投资专业能力、渠道资源不足,项目抢夺已进入“肉搏战”;其次是房地产设计改造、运营能力不足,成本控制较差,盈利能力较弱;最后资金来源较少,融资渠道不畅,尤其是对轻资产运作的运营商而言更是如此。

而随着各路大玩家加入,房源价格水涨船高,简单二房东的盈利空间也在变小。因此,走规模化、品牌化的路线,已成为很多公寓运营商的选择。目前国内品牌长租公寓市场占有率还不到5%,远低于国外成熟市场60%的比例,发展空间巨大。毫无疑问,未来三五年谁能成为长租公寓行业的龙头,谁就能尽享巨大的市场红利。

 

四.可行性分析

(一)一头热的社群运营能否奏效

与六七十年代出生的父母一辈不同,80后、90后大学生进入社会后,更注重追求生活品质,讲究“房子是租来的,生活不是租来的”。

市面上的长租公寓主要面向的也是这些中高收入的年轻群体。不同于传统的租房模式,为了照顾年轻人爱玩的特点,长租公寓不止提供住所功能,部分长租公寓还具备社交属性。

这部分长租公寓多采用社群运营模式,除提供房屋住所外,还包括休闲区、娱乐区等公共区域,提供网络、熨烫、健身、咖啡、IPTV等服务。

 

在长租公寓的日常社群运营中,各品牌公寓会根据受众群体的差异以不同方式来增加租客黏度。比如,魔方公寓每月举办租客生日会、手工课堂;链家自如寓则举办夏日向上跑和瑜伽大课堂。万科泊寓更是号称拥有一年四季不重样的社群活动,包括创业分享、火锅啤酒、音乐节、台球大赛、枕头大战、厨艺争霸、团圆饭、万圣狂欢等。

不过,对于长租公寓在社群运营上的大量投入,以及有些运营商以此作为主要方向的业务模式,租客的反应却有些冷淡。

一项媒体针对年轻租客的长租公寓偏好调查显示,在客户、过往客户和潜在客户眼中,“装修精美”以35.08%的占比位列第一,“无须缴纳中介费”位列第二,占22.29%,而“社群活动”只能排在第三位。

有网友表示,在目前的环境下,租客在都市打拼并不容易,住的舒适、方便、性价比高才是大多数人考虑的实际问题。

 

(二)盈利的路还在未来

长租公寓作为一个逐渐兴起的新兴行业,没有先例可以借鉴,目前各运营方都是摸着石头过河,谁也没有一个准确的方向。

在目前的市场行情来看,长租公寓的盈利点仍在未来。房价不涨了,资金价格降低了,租赁行为才会相对稳定。只要房价在中长期依然上涨,大部分租户依然会存钱买房。

部分业内人士表示,在政策支持、资本追捧、消费升级等利好因素的影响下,现在对于长租公寓来说是一个很好的机遇。但是,当前市面上多数长租公寓仍然靠资本投资维持运转,能否在预期时间内建立盈利模式、实现扭亏转盈,关系长租公寓生死。

 

五、金融资本参与长租公寓市场的方式

参与股权融资

长租公寓最传统和最主要的融资模式,是PE/VC推动下的股权融资模式,金融资本亦可以此种方式参与,例如中航信托就参与了魔方公寓C轮融资的领投。

 

金准数据用户体验研究报告 2017-07-10 13:58:51

随着互联网发展到现在,用户体验(User Experience)已经成了几乎所有互联网产品开发过程中的绝对关键词。

我们不能说用户体验有一个绝对的定义,也不能说用户体验这个词有多么神圣不可侵犯,只是在想“用户体验”这个词被使用得如此泛滥,那么它在大家的眼里应该是个什么概念。

用户体验分析图


用户体验是以用户为中心的,并体现着产品的价值。包含着以下五个方面:战略层、范围层、结构层、框架层、表现层。


一、战略层

网站的范围基本上是由网站的战略层(strategy)所决定的。这些战略不仅仅包括了经营者想从网站得到什么,还包括了用户想从网站得到什么。 明确商业目标和用户目标,重点是解决两者之间的冲突,找到平衡点。

例如,通常的商业目标是赚钱,而用户是要省钱,这种最底层的冲突没法通过产品设计解决,而要靠商业上找准价值的切入点。通常早些年接触不到战略制定的过程,但仍然要深刻理解公司战略并尽可能的去发挥自己的影响力。


具体来说,战略层的制定可以从下面几个方面来分析:

1、产品目标:我们要通过这个产品得到什么(用户量?价值数?)

用户需求:我们的用户要通过这个产品得到什么

成功标准具体显示了用户体验是否有效地达成了战略目标。通过衡量每一个注册用户单月的访问次数表明了此网站对核心用户的价值。

1)获取信息

用户访谈

问卷调查(调查结果只是途径,但不是本身)

网络收集(客观性信息,主观性需求)

数据挖掘

拜访用户

可用性测试(要和产品的原型测试联系起来)包括:

理想的产品说明文档:完整地描述用户体验; 准确地描述软件的行为;可以修改;优先级

高保真的产品原型

原型设计工具,可以注释

同类产品分析


2)需求分析

马洛斯需求层次




客户满意模型(KANO)

基本型需求:得夯实基础服务。产品需要满足用户基本需求(核心需求),如果没做好,容易造成用户满意度低,导致用户流失。

期望型需求:可进行用户互动建设。对于用户期望满足的需求,可尝试采纳建议并提供。一旦达到用户预期的值,他对产品的好感度自然得到提升。

幸福型需求:我们要努力挖掘,想用户内心之所想,挖掘用户深层次的需求,超越用户期望,同时达到领先对手的目的。




四象限定位法

在进行产品规划的时候,我们需要从第一象限,即对用户来说是既重要又紧急的需求出发。


交集分析法

可做:是对业务发展所面临的外部机会的判断,包括:公司战略、行业背景、竞争对手分析等。

能做:是对业务部门自身资源和能力的判断,包括:公司和部门资源、产品现状和问题、业务核心竞争力评估。

想做:是业务能为客户和社会创造的价值,包括:业务的使命、愿景和目标。想做的核心是客户,目的是创造客户价值。


SWOT分析法

在做需求处理时应注意以下几点:不把需要当成需求、关注背景条、不把产品形态当本质、学会看懂数据、回到初衷。


工具与资源的简便使用途径

·如何确定用户需求:将用户细分,每一类用户都是有具有某种关键特征的用户所构成:消费心态档案、用户技术水平(对新事物的操作能力)、用户的专业水平。将不同的用户需求构建成虚拟的个体人物来帮助研发产品。

·构建战略文档(目标清单与目标关系分类,以及如何融入到大环境中)简洁明了,不需要数据来源和个人意见。




二、范围层

做好需求采集工作,确定功能范围和需求优先级。这时候先要尽可能多的收集,通过各种市场研究、用户研究的方法收集,不要遗漏;再尽可能多的放弃,因为我们的资源有限,只能做最有价值的。先做的收集不是为了放弃,而是为了不漏掉任何“最有价值的”。

内容设计者要坐下来仔细考量内容的来源,内容需求常常伴随着功能的需求,内容是通过一个内容管理系统来实现的,要做好这个系统以做好企业和内容的需要。

   当前难以满足的需求,可以成为启动下一个版本的基础,这样就能形成一个不断循环的开发过程。

1、用文档来定义产品需求,将任务标准化,任务责任具体到人.

2、当前难以满足的需求可以放到下一个版本中

3、开发前,文档称之为用用户需求,开发过程中和开发完成之后文档称之为功能说明(方面程序员开发业方便产品经理调研)

4、功能说明书写规范:

(1)描述做什么以防止什么发生

如:这个版块不能收藏。替换成,如果用户想要收藏,这个版块应该引导用户去收藏页面.

(2)对目标进行定义时要尽可能具体和明确,确定一个更新频率。


有时一个战略目标将产生多个需求。另一方面,一个需求也可以实现多个战略目标。

5.设定需求优先级。


三、结构层

完成信息架构与交互设计。上一步相当于把菜都选好了,现在开始考虑具体是蒸是煮是炒是炸了,这一步可以产出产品的功能结构关系,网站地图等。一般来说,技术部门在这个层面开始全面介入。

交互设计会处理每一个级别的错误,以确保更高比例的用户能有积极的体验。


·层级结构:便于理解,适用于整体结构

·矩阵结构:便于用户自己寻找信息,满足不同用户的不同需求,适用于寻找信息解决问题型

·自然结构:随机组合,适用于娱乐型

·线性结构:有逻辑性,适用于教育

· 在互联网中,线性结构通常被用为小规模的结构,比如单篇文章的单个部分,大规模的线性结构则被用于限制那些所呈现的内容顺序对于符合用户需求非常关键的顺序,比如,教学资料。

然而,现在的小网站多采用的是扁平化处理。这种对搜索引擎的效果也是比较友好的。




扁平化:

纵深化:



四、框架层

界面设计、导航设计、信息设计,到了这一步,才出现用户真正能看到的东西。常见错误是从以为这里才开始算设计,忽略了上面的几层,这样在大前提不正确的情况下做出来的产品必然会成为一个悲剧。


具体来说:设计包括以下几个方面

1、界面设计:提供给用户做某些事的能力

2、导航设计:提供给用户去某个地方的能力

3、信息设计:为用户提供信息

4、成功的界面能让用户一眼就看到最重要的东西

5、线框图(页面布局的详细文档)

(1)安排选择界面元素来整合界面设计

(2)识别定义核心导航系统整合导航设计

(3)放置排列信息优先级整合信息设计

在做交互设计时:应做到简约至上。其中提到了四个原则:删除、组织、隐藏、转移。















导航类型设计:




五、表现层

包含了视觉设计和内容优化。设计师一定要理解好商业和用户的目标才能做出正确的设计,这里的表现是最终产品气质的体现。

1、风格指南:设计栅格、配色方案、字体标准、导航元素等(提供足够的细节在未来帮助人完成后续工作)

有效使用字体和其他原则非常相近,不要使用非常相似但是又不完全一样的风格,只有你在传达不同的信息时才使用不同的风格,风格之间要有足够的对比才能够吸引用户的注意,但不要使用过于广泛和多样化的风格。

1)寻找问题时需要明确那个问题是哪个环节上的不足

2)内容优化,究竟什么才是用户喜欢的东西,喜欢看的内容?



六、用户体验设计趋势分析

可用性更加有价值

设计模式仍然是一件值得关注的事情——大事情。设计师们可以依靠强大而全面的交互模式库来解决常见的设计案例,并且这个库越来越全。既然基础部分已经被覆盖,我们该将关注点放在什么位置呢?

正如在设计门把手的时候不必多此一举的发明轮子,创新时也只需要关注需要创新的点。就像试图为网站或应用创建一个完全颠覆性的导航系统,很容易带来长期性的可用性问题。总结起来就是:当你试图通过引入新的交互模式来解决问题时,思考一下用户到底需要什么。

幸运的是,交互设计模式库和人机界面指南有助于让设计师们更实实在在,并专注于对用户真正重要的事情:以简单熟悉的方式完成工作。都只是时间问题。

满足基本的可用性标准,这一点对于任何成功的产品都至关重要——比如总会有人理直气壮地举起手,并认为Snapchat 并不是有史以来最“直观”的用户体验,但它至今仍是成功的。


覆盖基础部分,注重细节体验

在一个满足基本可用性成为必须,竞品也能和快达到功能平衡的时代,真正区别于数码时代的,是产品所能达到的令人愉悦和一致用户体验度。

“可用性”一词本身的重要性正在逐渐弱化,它需要我们做的并不多。

为什么用户会选择Gmail 而不是Yahoo,Medium 而不是Blogger?——即使它们的功能是99%相同。差异之处绝对不是在可用性标准,而是有关额外复杂的层次,只有投入足够的时间和脑力在最细微的地方,才能实现这1% 的差异:最微妙的动效、最优雅的过渡——这不仅仅是为了创造异想天开的dribbble shots.

设计师们也不必过于担心:从覆盖基础设计模式开始,然后将大部分时间集中在细节处理上,这将使用户体验更加具有关联性和愉悦性——也会令用户更加难忘。

不再使用的短语

词语本身是挺有意思的,它们承载了众多的含义。关注词语意思随时间推移如何演变更是件有趣的事情。你是否还在为自己的设计贴上“移动端适配”作为卖点?是否仍然把用户体验描述为“直观”?这些是啥意思呢?

时间倒回至2011 年,大家都在谈论响应式设计。能够设计和构建流畅适应多种屏幕尺寸的一致Web 用户体验,在当时是非常引人注目的。有趣的是,流式布局是HTML 的原生功能,但多年以来Web 用户体验花费了过多的时间在关注大型和桌面屏幕分辨率上。

我们回到原初,并自豪地将此标记为“响应式设计”。这是当年每个人为之写博文、阅读和营销的话题。

关键词“响应式设计”在过去几年的搜索热度


快速倒回几年,设计响应式网站是新标杆。现在我们却只会提出例外情况,在大多数团队、项目和公司,响应式是每个人做产品的前提。


词语意思演变

“响应式设计”只是一个随时间推移而变得不再必要的形容词的例子:

我们不再将“直观”的用户体验作为卖点,而是通过用户测试和客户积极反馈来证明。越来越少的时间被花费在争论一段内容该放在外面还是被折叠起来;我们今天看到的过多屏幕尺寸正在迅速使诸如“折叠”这样的概念过时。我们不再说什么是“只需点击两次”:当交互被限制在光标和超链接的缓慢加载速度上,额外的点击只会造成更大负担。

   “以用户为中心”不再被作为卖点:如今任何成功的公司都会在某一步骤或节点邀请用户参与到项目的设计流程中。


每个界面都是一次对话

本质上,对话界面包括任何模拟与真人聊天的用户界面。

退回片刻:难道每个界面不都是用户和机器之间的对话吗?

试想一下你每天最常使用的应用,比如打车。首先,你告诉Uber 自己需要乘车;然后,它询问你在哪,一旦它找到一个司机,就会告诉你预估时间;当车程结束,它询问你过程体验怎么样,你通过打分和评论告诉它。

Uber:上一次乘车会话框

传统的用户界面(我们每天设计的那种)颇类似于一次会话,只不过恰好表现为按钮、菜单或其他的交互模式。拥有会话样式的页面也是相同结构。除了按钮、菜单、星星评论,你还会通过文字和表情来告诉机器你需要什么。


会话只会被增强

“聊天机器人”将会是设计圈内下一大热词,业内有不少公司正对此的探索有着极大兴趣。自动化的会话体验使品牌能够以更具拓展性的方式激发引导用户,与用户进行沟通并为他们提供服务。

Facebook Messager 中通过Pizza Hut's 的全新聊天机器人来订购披萨。

在中国,像微信这样的APP 已成为众多服务应用的聚集地。超过5 亿人在使用微信,它涉及到各个领域:从用户与朋友聊天,到分享他们的日常活动,以及购买食物和支付信用卡账单……它的即时信息,电商、银行业务、约会、聊天和营销等各种功能内容聚合在一个平台上,你可以在这里购物、订餐、预约医生、寻找附近的停车位、订酒店、雇佣保姆、叫车……全部都是通过会话,以及会话中的轻应用进行的。

Messager、Kik、Slack 以及其他众多会话平台都在过去的一年尽力扩展它们的性能,并达成和真实会话相似的用户体验。更别说语音接口了:Siri、Alexa,Google Home 等等——很自然的下一代聊天机器人,它们所带来的商业机会,不可避免会影响到设计师思考产品和服务的近期发展方案。


七、总结

总体来说,五个层的关系可以用下图展示:

在这五个层面中,提供了一个基本的架构,在这个架构上,我们才能讨论用户体验的问题,以及用什么工具来解决用户体验。在每一个层面中,我们处理的问题都不是抽象的,他们会因我们的关注变得具体,随着层面的上升,我们要做的层面就一点点变的具体,并关系到越来越精细的环节。

金准数据认为用户不仅仅是后台仪表盘中的一串数据,除了用户留存率,我们将开始更多地谈论交互相关性程度。我们不必总是去设计整个产品生态系统,更多去关注用户从一个接触点过渡到另一个接触点的方式。

金准数据中国物流成本研究报告 2017-07-10 13:53:17

目录

1、物流成本高低的判断标准

1.1中美·物流成本占GDP比例的对比

1.2物流成本占 GDP 比例的影响因素对比

1.2.1单位GDP运货量

1.2.2平均运距

1.2.3单位物流总成本

1.3初步的结论

2、物流成本高的具体表现与分析

2.1国内物流成本高的具体表现

2.1.1国内流通成本有多高

2.1.2流通堵点到底有多少

2.2原因与影响分析

2.2.1物流成本高的原因

2.2.2高成本流通造成的影响

3、物流成本高的解决对策

正文

1、物流成本高低的判断标准

外界讨论中国物流成本最多引用的数据是:

中国物流费用占 GDP 比例为 18%,而美国等发达国家是 8-9%,中国是美国的两倍。从逻辑上来说是否说明中国物流成本比美国高 2 倍?

我们举一个例子:

一家医药企业和食品企业同样从上海到北京运输一票100公斤货物,运费同样是200元。可是100公斤药品的零售价格是2万元,而100公斤食品的零售价格是5000 元。

从这两家企业角度来看,这票货的运费占收入的比例是:医药企业1%,食品企业4%。从运输单公斤成本来说,这两类企业是一样的;可是按运费占收入比例来说,差距就是4倍!

在所有物流费率方式中,按重量公斤计价是最通常的费率,在很多国家的物流运量宏观统计中,也普遍使用重量作为统计。

行业内通常的做法是使用吨公里这个运输周转量来达到更合理的成本衡量,即吨公里成本这个指标:平均来说每一吨货物运输一公里的费用。

然而事实上物流服务是个非常复杂多样的行业,除了运输之外,还包含仓储、管理、打包、分拣、保价、代收货款等各种增值业务。理论上来说,需要对每一项服务费用的收费进行比较逐项比较才能得出一个全景的结论。

本文只是从运输的角度做一个分析,由于运输费用基本占物流总成本的一半以上,因此从近似角度来说,比较吨公里物流总成本基本能够反映整体物流成本的高低。

1.1中国物流成本占GDP比例为美国的两倍

中国物流成本占GDP比例为18%,是美国的两倍。我们需要把这个指标用公式拆分成三个部分:

可以看到,物流成本占 GDP 比例取决于三个因素:

单位 GDP 的货运量,平均运距,物流费率。产生同样一美元的 GDP,在不同的经济结构里产生的货运量是不一样的

最后一个是同样一吨货物运输一公里的物流费率是多少。在这三个指标里,只有物流费率是衡量物流成本高低的合理指标,其他两个指标则取决于经济结构,地理结构和人口分布等因素。

1.2物流成本占 GDP 比例的影响因素对比

下面来看看中美关于这三个指标的对比:

1.2.1单位 GDP 货运量

美国的 GDP 大约相当于中国的一倍,但是货运量只有中国的三分之一不到。

每万美元 GDP 美国只需要 7.7 吨货运量,而中国需要 48.7 吨,美国大约相当于中国的六分之一。

中美经济的巨大差异相信从这些数据中已经显露无疑。这个指标的差异也造成了我们理解物流成本占 GDP 比例时的一个最大的障碍

总体上来说,发达国家经济体的服务业产值比例都相对比较高,工业产值比例稍低,这会造成发达国家相对的单位GDP货运量较低,会对物流成本占 GDP 比例有下降作用。但并非绝对,例如印度总体非常落后,但服务业占 GDP 比例高达 55%,工业产值比例只有 26% 左右。

1.2.2平均运距

平均运输距离在中美之间没有特别大的差异:中美的地理面积相当,城市同样分布辽阔。中国425公里,美国552公里,美国比中国多30%。至于为何美国比中国多 30%猜测其中一个原因可能是:中国的长三角经济带和珠三角经济带承载了一半左右的中国经济,大量的物流在这两个区域内部流动,拉低了平均运距。

1.2.3单位物流总成本

最后这个指标才是客观衡量物流成本高低的指标,中国吨公里的物流总成本 0.09 美元,而美国为 0.21 美元,约为中国的一倍。

需要说明这个数据是把所有的物流总成本(包含运输,仓储,管理和其他增值服务)分摊到周转量的结果,并非简单的运输吨公里成本

从这个指标来看,美国的物流成本远远高于中国。这也就是用不同逻辑标准得出的结论的巨大差异。

1.3初步的结论

我们可以先初步总结以上的分析:

1根据物流成本占GDP比例去衡量物流成本高低是一个过于简单的方法,很可能会被国家的经济结构等其他因素所干扰。

2中国物流成本占GDP比例是美国的两倍,主要原因是同样的GDP中国需要6倍于美国的货运量,这是由中美的经济结构所决定的。

3从单位周转量的物流总成本来比较,按照官方汇率转换统计,中国只有美国的一半左右。中国的物流成本看起来远远低于美国。

2、物流成本高的具体表现与分析

2.1国内物流成本高的具体表现

2.1.1国内流通成本有多高

举个例子:鲜奶是城镇居民需求量最大的食品之一。在北京朝阳区某超市,伊利金典纯牛奶每箱12盒、每盒250毫升,价格69元,相当于每升23元;荷兰荷高(Globemilk)全脂纯牛奶,每盒1升只售22.8元,比伊利金典还便宜。

“门道就在于,国产奶虽然只在国内转一圈,但流通成本还是太高了。”中国连锁经营协会秘书长裴亮说。所谓“流通成本”是指消费品离开工厂或田间至消费者手中这期间的成本,这不仅包含运输成本,也包括仓促、分销等成本。以国产乳制品为例,不仅要经过一级批发和二、三级分销环节,而且为了争到超市货架的好位置,往往还得交一笔不低的进场费、宣传费。据一些企业测算,国产乳制品流通成本占总成本的比例超过50%,而进口奶一般是一级代理商直通门店,有些产品由超市直接从原产地进货,没有过多中间环节。

在国内消费市场,商品零售价和出厂价差别较大的现象很普遍,多数是流通环节成本过高所致。

再比如在湖南长沙,雨花区某建材店的店主介绍,建材家居业流通环节加价严重,一些产品在建材市场的售价是出厂价5倍以上。国内家居建材商品的物流费用占销售收入的比例接近20%,而同类商品在欧、美、日的物流费用占比不到10%。

中国物流与采购联合会副会长贺登才说,从物流过程看,在运输、保管、管理三个物流环节中,我国流通成本高在保管、管理环节。去年,全国物流总费用为11.1万亿元,占GDP的15%左右,明显高于发达国家平均8%—9%的水平,其中保管费用占33.1%,管理费用占13%。与发达国家相比,我国物流保管费用是它们的2倍,管理费用是其3至4倍。物流成本占产品成本的比例,我国大约在30%—40%,而其他发展中国家约为15%—25%,发达国家一般为10%—15%。

从流通组织看,流通主体规模小、形式散、环节多、效益差,是国内流通业的顽症。全国供销合作总社经济发展部副部长马继红说,我国流通主体形式多样、性质多元,商品流通中多级批发、多级零售现象十分普遍。粗略计算,流通过程每增加一个环节,平均加价5%至10%,这些成本最终都会转嫁到零售价格。

2.1.2流通堵点到底有多少

京东集团副总裁傅兵说,一件商品由生产地流通到销售地,由一次次单线流通串联起来,所有单线成本加总形成综合成本。

傅兵认为,如果看单线流通成本,我国并不高,甚至比一些发达国家还低。这不难理解,一件商品无论是从城市到城市,还是从城市到农村,我国在人力等方面有明显优势。以快递费为例,国内1公斤以下单件快递收费是10至13元,而在美国,这笔费用一般在10美元以上。

国内商品流通成本高,主要就高在综合成本上。由于流通领域发展滞后,流通环节过多,很多明明可以直接从产地到销地的商品,经过几次不必要的“折腾”后,综合成本就蹿升一大截。


——标准不统一,由此产生大量不必要的搬倒腾挪。

“在一些产品运输中,海运、铁运、公运各有各的标准,各干各的。”青岛港海铁联运中心经理吕世鹏说,以运输食用油为例,铁路部门要求必须用指定的油罐和液袋,公路部门也有自己的规定,从海路转铁路或从铁路转公路,都要重新经过腾挪分装,时间、费用成倍增加。

中国物流与采购联合会的调查数据显示,在我国商品流通中,因不必要的搬倒腾挪产生的流通费用占流通总费用的25%左右,主要表现在海、铁、公多式联运比重低、甩挂运输进展慢等方面。欧洲国家的成熟国际港口中,海、铁、公多式联运比重占货物运输总量的30%左右,而我国的这个比重不到5%。


——信息不透明,“车找货”与“货找车”同时存在。

“一边车找货,一边货找车,两头接不上,只能干着急。”青岛邦达物流总经理李恒亮说,公司配送车辆把货物送达目的地后,理想状态是返程时也能运输商品,从而降低流通成本。但实际情况是,返程车辆经常找不到合适的货源,陷入“等还是不等”的两难:空车返程确实很浪费,但如果死等货源,成本也不低——每多等一天,人工、保险费用就增加5%左右。

物流需求并非没有,而是由于信息不对称,无法第一时间找到对路的车辆。受访的物流企业都提及一个问题:目前国内流通公共服务平台建设进展缓慢,导致物流供、需两端信息没打通,供需不能高效匹配,“车等货”与“货等车”并存。在一些物流公司,货运空载率接近40%,即使在货源充足的上海等地区,公路运输的空驶率也比发达国家高4倍。

——规划不合理,迂回成本和闲置成本造成大量浪费。

地方上虽然越来越重视流通基础设施建设,但实际资金投入仍不足,远低于对农业、工业领域的投入,企业自建占了很大比例,缺乏统一规划。在物流集散地之间的频繁倒腾,增加了很多不必要的成本。

南京港集团公司监事会主席刘凯军说,随着船舶大型化,港口经营本该集约化、规模化,但在一些港区,企业自建码头与公共码头共存,武钢的矿石不能在马钢的码头装卸,钢厂的码头不给水泥厂使用,只能来回运。加上布局分散、设施和设备空置,实在是太浪费。


——政策不协调,一些地方管理办法让物流公司无所适从。

“在运输环节,过路费、过桥费的运输成本占了20%以上,还有降低空间。”河南大象物流有限公司总经理靳海涛说,国家为鲜活农产品运输开辟了绿色通道,但各地在执行过程中,查得相当严苛,甚至有些不合理:鲜活的鱼虾可以免费,稍微有些冷冻的却不行;猪胴体可以免费,但分割后就不行;装多了不行,装少了也不行。若是送货到多个目的地,常常送到一半,由于车辆满载率不足,明明也没有装别的货,剩下的路途就不能免费了。

各地交通运输管理不统一,给物流企业增加了不必要的成本。比如,一车货,在A省不算超载,在B省却被认为超载;在甲市能进入主城区,在乙市就要绕行。乱收费乱罚款也较普遍。“因政策不统一、不协调造成的体制性成本,是最需要铲除的。”浙江八方物流贸易部经理舒亚玲说。

2.2原因与影响分析

2.2.1物流成本高的原因

我国物流成本高的原因是比较复杂的,既有物流业本身的问题,也有其他方面的问题。

第一,是产业结构和生产力布局,这是物流费用高的基础性因素。我们国家处于重化工阶段,但是资源主要在西部、北部,制造业集中在沿海,市场又在全国、全世界,西气东输、北煤南运、北粮南运等现象普遍存在,这个特点客观地决定了我们物流运输强度大、距离长。原材料运到东部,产品再运到中西部,全国产品大搬家。物是这样,人也是这样,每年春运潮就是这个因素。这首先还是产业机构和生产力布局的原因,当然也是历史形成,是客观造成的。


其次,是运输结构不合理和协动性不够,也推高了物流费用。据测算,铁路运输比公路便宜四分之一,水路比公路便宜三分之二,但是现在我们主要还是靠公路运输,铁路、水路运输方式使用率还比较低。内陆地区这个问题更严重,重庆市靠在长江边上,公路货运量占总货运量的86%,水运只占11.7%,铁路只占2.3%,也就是说,黄金水道没出黄金。同时,我国综合交通运输体系尚未完全形成,不同运输方式难以有效衔接,也影响了物流效率。目前,港口集装箱吞吐量80%以上靠公路运输,海铁联运仅有2%左右,远低于全球20%、美国40%的水平。建设长江经济带,就提到要注重发挥水运运量大、成本低、节能节地的优势,抓好综合立体交通走廊建设,提升长江黄金水道功能,建设快速大能力铁路通道、高等级广覆盖公路网和航空网络,加强各种运输方式与港区的衔接,大力发展江海联运、干支线直达和铁水、空铁、公水等多式联运。


再次,最后才说物流业本身的事。物流业的标准化、信息化、组织化、集约化程度低,特别是公路物流业的小、散、弱格局没有根本改变,行业集中度很低。我们国家现有1112万辆载重汽车,但是经营主体多少呢?722万家,只有一台车的个体运输户占公路运输市场份额的40%。由于信息化滞后,车找不到货,货找不到车的问题十分常见。即使是物流发达的上海,2011年货运汽车的空驶率仍然高达37%,是欧美平均水平的3倍。这些情况表明我们是物流大国,但还不是物流强国,全面提升物流业发展水平还有很长的路要走。这个事要提上议事日程,但是要真正解决问题还需要一个相当长的过程。


充足的运输鼓励市场竞争和较低的价格,廉价运输有助于开拓市场,让物流总成本更低是发展的需要,贸易的需要。

我们可以和欧美发达国家的过去、现在比较,也可以和巴西、印度等发展中国家比较,找出在不同的历史时期、市场环境、法律法规下影响物流的差异。

不管成本高低,都可以说我们赶上了物流发展的好时期,这得益于中国经济的发展惠及物流业,也让更多的货运老板们经过辛勤努力,能坐在屋子里指点物流,而不是拉着板车。

2.2.2高成本流通造成的影响

不仅加重消费者的负担,也成为企业开拓市场的主要障碍,消费端越远,流通成本越高,产品跑远了根本没有竞争力

作为连接生产和消费的中间环节,流通不容小觑。一件商品从出发地到目的地,通不通、顺不顺、快不快,直接影响最终消费体验和消费意愿。过高的流通成本,不仅增加消费者负担,也不利于提升企业的市场竞争力。

食品市场为例,流通不畅导致的“卖难买贵”长期困扰产销双方。


资料显示,近5年我国进口食品消费快速趋旺,年均增长率达15%。随着市场不断开放,进口食品将更多进入中国家庭,对国内市场影响明显,生产企业“压力山大”。

南京奶业集团财务部主管杨东认为,流通成本过高成为企业开拓市场的主要障碍。作为近代中国第一家牛奶企业,“卫岗”牌牛奶已有近百年历史,但现在“卫岗”奶集中在南京及周边城市销售,因为消费市场越远,流通成本越高。“如果跑远了,跟当地产品相比,就根本没有竞争力。”

流通提质增效对促进消费的作用十分可观。据测算,社会物流总费用占GDP的比重下降1个百分点,就可以节约7500亿元。节省下来的成本让利给消费者,将带来明显的拉动效应。

对物流企业而言,降本压力同样近在眼前。我国多数物流企业规模偏小,竞争激烈。去年全国物流50强的业务收入仅占物流总收入的10%左右。公路运输经营业户达810万户,其中个体户逾90%。从业者处处感受到生存危机。

中国物流与采购联合会会长何黎明认为,在现代商品社会,人们的日常生活就是一个供应链体系,许多消费者碰到的不方便、不称心、不安全,说到底是因为各种资源没有整合好,流程未优化,环节太多,成本太高。重塑产业链、供应链、服务链和价值链,可以明显提升居民生活品质和幸福指数。


3、物流成本高的解决对策

国内物流成本高,是一个讨论了多年的老话题。尽管这些年来我国针对畸高的物流成本出台过不少解决意见和方案,但物流成本仍然居高不下。这就值得我们深思,究竟该采取哪些有效措施促使物流成本尽快回归合理水平,以降低企业成本和消费者负担?

显然,物流成本高不仅高在某一个环节,而是多环节不合理。这就提醒有关方面在统一标准、信息透明、合理规划以及协调政策等多个方面一起下功夫。当然,这也是个涉及面大的系统工程,要想完成这个工程,关键要从两方面入手,一是法律法规,二是信息共享。也就是说,既需要法律法规来明确相关标准、规划、政策等,也要以共享思维降物流成本。

长期以来,我国物流系统法律法规比较分散,没有形成一个完整体系。虽然邮政法、道路交通安全法、合同法、快递市场管理办法等法律法规对物流环节有所涉及,但过于分散而影响实施效果。再比较他国,比如日本,就会发现我国的物流法律体系不完善,而且法律法规针对性不强。日本物流法律体系就比较专业。比如针对物流据点就有多部法律——大规模零售店铺布局法、流通业务城市街道整备法和汽车终端站场法等;再如针对运输环节,有货物汽车运输事业法、货物运输经营事业法、港口运输事业法等。从实施效果来看,针对性较强。

要想降低物流成本,完善立法是基础。除此之外,还需要运用共享思维、互联网技术,让整个物流系统尽快“共享”起来。比如说,很多蔬菜在农村“菜贱伤农”,而在城市却售价居高不下,原因在于产销两端均处于信息“孤岛”,需信息共享解决大问题。再比如,如果有一个专门平台既有货物信息又有车辆信息,“货找车、车找货”的问题很容易就解决了。从这个角度来说,国内物流业的信息化水平还比较滞后,物流企业之间以及从业者之间缺少一种共享精神。


物流业可以出现多个信息共享平台,共享经济的“蛋糕”很大。创业者、风投们可以把目光放在物流行业,用市场之力促进物流业降本增效。当然,让物流业实现数据、信息共享的同时,也要防止极端事件出现,如不久前顺丰与菜鸟之间的“数据断交”。

一旦国内物流成本回归合理水平,其减负效果不言而喻。所以,当务之急就是“完善立法+信息共享”双轮驱动。其中,实现信息共享相对容易一些,而相关立法也要快速跟上。

金准数据 平台架构研究报告 2017-07-07 14:14:46

近日, 国际开源界顶级会议LC3(LinuxCon + ContainerCon + CloudOpen)首次在国内举行,阿里云首席架构师唐洪作为特邀嘉宾出席并发表主题演讲。其中第二部分,主要分享了阿里云目前的技术架构和亮点,以及在此基础上形成的广泛的阿里云产品生态。

金准数据从数据来源、数据源结构、数据变化程度和数据规模等4个维度对数据源进行分类,来介绍大数据平台架构技术选型与场景运用。本文要分享的大数据平台架构技术选型及场景运用偏向于工程方面。

 

一、大数据平台

大数据在工作中的应用有三种:

与业务相关,比如用户画像、风险控制等;

与决策相关,数据科学的领域,了解统计学、算法,这是数据科学家的范畴;

与工程相关,如何实施、如何实现、解决什么业务问题,这是数据工程师的工作。

 

 

如图所示,大数据平台第一个要素就是数据源,我们要处理的数据源往往是在业务系统上,数据分析的时候可能不会直接对业务的数据源进行处理,而是先经过数据采集、数据存储,之后才是数据分析和数据处理。

从整个大的生态圈可以看出,要完成数据工程需要大量的资源;数据量很大需要集群;要控制和协调这些资源需要监控和协调分派;面对大规模的数据怎样部署更方便更容易;还牵扯到日志、安全、还可能要和云端结合起来,这些都是大数据圈的边缘,同样都很重要。

 

 

 

二、数据源的特点

 

 

数据源的特点决定数据采集与数据存储的技术选型,我根据数据源的特点将其分为四大类:

第一类:从来源来看分为内部数据和外部数据;

第二类:从结构来看分为非结构化数据和结构化数据;

第三类:从可变性来看分为不可变可添加数据和可修改删除数据;

第四类,从规模来看分为大量数据和小量数据。

 

1、内部数据与外部数据

内部数据:来自企业内部系统,可以采用主动写入技术(push),从而保证变更数据及时被采集。

 

外部数据:企业要做大数据的话肯定不会只局限于企业内部的数据,比如银行做征信,就不能只看银行系统里的交易数据和用户信息,还要到互联网上去拉取外部数据。

外部数据分为两类:一类是要获取的外部数据本身提供API,可以调用API获取,比如微信;另一类是数据本身不提供API,需要通过爬虫爬取过来。这两类数据都不是我们可控制的,需要我们去获得,它的结构也可能跟我们企业内部数据的结构不一样,还需要进行转换,爬虫爬取的数据结构更乱,因此大数据平台里需要做ETL,由ETL进行数据提取、转换、加载,清洗、去重、去噪,这个过程比较麻烦。爬虫爬过来的数据往往是非结构性的、文档型的数据,还有视频、音频,这就更麻烦了。

 

 

2、结构化数据和非结构化数据

结构化和非结构化数据在存储时的选型完全不同,非结构化数据偏向于文件,或者选择NoSQL数据库;考虑到事务的一致性,我们也可能选择传统的数据库。

 

 

3、不可变可添加数据和可修改删除数据

不变可添加数据:如果数据源的数据是不变的,或者只允许添加(通常,数据分析的事实表,例如银行交易记录等都不允许修改或删除),则采集会变得非常容易,同步时只需要考虑最简单的增量同步策略,维持数据的一致性也相对变得容易。

对于大数据分析来说,我们每天在处理的数据大部分是不可变更的。正如Datomic数据库的设计哲学就是数据为事实(fact),它是不可变的,即数据是曾经发生的事实,事实是不可以被篡改的,哪怕改一个地址,从设计的角度来说也不是改动一个地址,而是新增了一个地址。交易也是如此。

可修改可删除数据:银行的交易记录、保险单的交易记录,互联网的访客访问记录、下单记录等都是不可变的。但是数据源的数据有些可能会修改或删除,尤其是许多维表经常需要变动。要对这样的数据进行分析处理,最简单的办法就是采用直连形式,但直连可能会影响数据分析的效率与性能,且多数数据模型与结构可能不符合业务人员进行数据分析的业务诉求。如果采用数据采集的方式,就要考虑同步问题。

 

4、大数据量

大数据量:针对大数据量,如果属于高延迟的业务,可以采用batch的处理方式,实时分析则需要使用流式处理,将两者结合就是Lambda架构,即有实时处理、又能满足一定的大数据量,这是现在比较流行的大数据处理方式。

 

三、数据存储的技术选型

大数据平台特征:相同的业务数据会以多种不同的表现形式,存储在不同类型的数据库中,形成一种poly-db的数据冗余生态。

先把数据源进行分类,然后根据其特点判断用什么方式采集,采集之后要进行存储。数据存储的技术选型依据有三点:

第一点取决于数据源的类型和采集方式。比如非结构化的数据不可能拿一个关系数据库去存储。采集方式如果是流失处理,那么传过来放到Kafka是最好的方式;

第二点取决于采集之后数据的格式和规模。比如数据格式是文档型的,能选的存储方式就是文档型数据库,例如MongoDB;采集后的数据是结构化的,则可以考虑关系型数据库;如果数据量达到很大规模,首选放到HDFS里;

第三点是分析数据的应用场景。根据数据的应用场景来判定存储技术选型。

 

场景一:舆情分析

 

如图所示,爬虫将数据爬到Kafka里,在里面做流处理,去重去噪做语音分析,写到ElasticSearch里。会根据不同的场景选择不同的数据库,所以会产生大量的冗余。整个查询时间能控制在几秒以内。

 

场景二:商业智能产品

BI产品主要针对数据集进行的数据分析以聚合运算为主,比如求合、求平均数、求同比、求环比、求其他的平方差或之类的标准方差。我们既要满足大数据量的水平可伸缩,又要满足高性能的聚合运算。选择Parquet列式存储,可以同时满足这两个需求.

 

 

场景三:Airbnb的大数据平台

Airbnb的大数据来自两块:一是本身的业务数据,二是大量的事件。数据源不同,采集方式也不一样。日志数据通过发送Kafka事件,而线上数据则通过Sqoop同步。数据存储选择HDFS集群,然后通过Presto对Hive表执行即席查询。S3是一个独立的存储系统。

 

 

 

四、数据处理

 

数据处理分为三大类:

第一类是从业务的角度,细分为查询检索、数据挖掘、统计分析、深度分析,其中深度分析分为机器学习和神经网络;

第二类是从技术的角度,细分为Batch、SQL、流式处理、machine learning、Deep learning;

第三类是编程模型,细分为离线编程模型、内存编程模型、实时编程模型。

 

结合前文讲述的数据源特点、分类、采集方式、存储选型、数据分析、数据处理,我在这里给出一个总体的大数据平台的架构。值得注意的是,架构图中去掉了监控、资源协调、安全日志等。

左侧是数据源,有实时流的数据(可能是结构化、非结构化,但其特点是实时的),有离线数据,离线数据一般采用的多为ETL的工具,常见的做法是在大数据平台里使用Sqoop或Flume去同步数据,或调一些NIO的框架去读取加载,然后写到HDFS里面,当然也有一些特别的技术存储的类型,比如HAWQ就是一个支持分布式、支持事务一致性的开源数据库。

从业务场景来看,如果我们做统计分析,就可以使用SQL或MapReduce或streaming或Spark。如果做查询检索,同步写到HDFS的同时还要考虑写到ES里。如果做数据分析,可以建一个Cube,然后再进入OLAP的场景。

这个图基本上把所有的内容都涵盖了,从场景的角度来分析倒推,用什么样的数据源、采用什么样的采集方式、存储成什么样子,能满足离线、内存、实时、流的各种模型,都能从图中得到解答。

 

五、案例分析

阿里云首席架构师唐洪的部分演讲内容:

下图我们看到的是一个规模迅速扩张的阿里云基础设施分布图,它是什么样的呢?首先,我们数据中心是按照地域来组织,尤其是在具体地区里边有这样一个网络,我们管它叫做Transfer network转移网络。另外,还有一个骨干网络,这是一个数据中心之间的网络,我们怎么样和用户,用户如何和我们数据中心进行连接的这样一个骨干网。

 

今天的阿里云数据中心可用地区全球分布,在大陆我们有6个地区,华北区3个,华南区1个,还有华东区两个,此外我们还有11个海外地区,分布在北美、欧洲和东南亚等地;另外我们有超过600个PoP节点,总共20TB/s的带宽处理能力。下面这张幻灯片显示出我们阿里飞天超大规模云计算操作系统的架构图,最底层的就是我们各个地区的数据中心。

 

在数据中心之上我们还有四个红框标准出来的模块,这些是构建分布式系统的最基础的组件,比如说分布式协同,还有安全管理,日志收集、监控、预警、追踪、诊断等等都在这一层。在这层之上,我们有两大系统,其中一个叫做盘古,负责存储管理,另一个叫伏羲,负责分布式的资源管理。实际上通过这两大管理系统,所有的数据中心里的计算、存储和网络等资源都可以作为统一的资源,进行调度、管理和存储等操作。在右面还有一个叫天基,负责基础设施管理和服务管理,大家可以看到,这是飞天系统里非常底层但也是非常重要的一部分,因为它实际上上面连接应用层,下面管理最底层的数据中心等硬件设备。所以它的重要性就是负责服务部署,扩展及服务器监控等,比如一些服务器有问题的时候,可以迅速找到并马上关掉它,然后下线分离它并把它单独处理。


然后,在这个红色的基础设施管理和资源管理层之上,就是我们的租户管理系统,主要有认证,还有授权、监控和计费等功能。在这之上,则是打包好的各种应用系统服务和调用,包括四大类:计算、存储、数据库和网络;另外还有各种中间件、服务协同及Serverless 计算等;此外我们还提供一些高级的服务功能,包括各种数据智能化服务,比如BI、AI和机器学习等,另外还有一些安全的服务。再上边那些橘黄框里的功能,实际上是提供数据交互服务的,比如说数据迁移,数据库同步,还有内容分发(CDN),还有高速通道,这是构建混合云的核心组件,能够让租户的自有机房和他们在云上的虚拟私网打通 。

最后,大家可以把最上面绿色的那部分看作云的应用层,我们管它叫做“云市场”。我们把这个Apsara称作为一个超大规模的云计算操作系统,之所以叫做操作系统的原因就是,实际上Apsara和一个单机的PC操作系统其实是很相似的。 最底层都是硬件,红的那层对应的是内核,在内核之上,今天所有的PC都是多用户的,有账户管理模块。 所有的这些蓝色的云服务对应于一个PC操作系统的系统调用、系统服务和原生应用。最后大多数的现代的操作系统,都有一个应用(Apps)商店。