【IT168 评论】DT时代，人人都在谈数字化转型。

　　根据IDC相关数据报告，2016年数字化转型总体行业增加值达1.5万亿美元，占中国整体GDP13%，是中国总体ICT市场总量的3.6倍。IDC预计，到2020年，这一数字将达到2.8万亿美元，占中国GDP总量的近20%。毫无疑问，数字化转型将成为未来的巨大增量市场。

　　如果说云计算、大数据是支撑企业数字化转型的奠基石，那么，企业上云就是数字化转型的第一条必经之路。其中，数字化与智能化将成为企业对于数字化转型的考量标准。

　　提到云计算，亚马逊AWS的行业地位毋庸置疑。亚马逊AWS作为全球最大的云服务提供商，掌控全球云市场份额40%左右，遥遥领先于紧跟其后的微软Azure、Google和IBM份额占比之和，始终位居Gartner云计算魔力象限榜首之位。

　　更重要的是，现如今人人都在谈以客户为中心，而真正能为客户带来真正价值的企业却屈指可数。但在笔者看来，如果说市场份额和技术实力是成就AWS领导者地位之因，那么，客户则是AWS始终位居领导者之本。以玫琳凯为例，玫琳凯信息技术部副总裁杜思远在2017AWS技术峰会上，深度解读玫琳凯如何依托于AWS云服务，成功进行数字化转型。

　　数字化：核心业务将逐步上云开启转型之路

　　玫琳凯(中国)是一家美资的化妆品公司，1995年进入中国，是全球护肤品和彩妆品直销企业之一。针对中国市场拥有14大系列、29条生产线、近200种产品。是一家拥有业务体量庞大的大型传统企业。

　　杜思远介绍，玫琳凯的数字化转型之路已有两年。2015年开始触碰云厂商AWS，2016年年初正式展开合作。一年间，AWS帮助玫琳凯完成了搭建基础框架，到电子商务平台、移动端平台、大数据平台的核心系统上云迁移工作。

　　AWS帮助玫琳凯充分利用云平台上的先进服务和工具，激活数据中蕴藏的智能，完美将云计算、大数据与智能有机联系起来，减少成本达50%-60%，助力玫琳凯在数字化转型中占得先机。

　　杜思远表示，目前玫琳凯的40%核心业务系统搬已经迁到AWS公有云上，另外的60%比如ERP、CRM等核心应用系统还在传统数据中心，玫琳凯将会继续在未来的一段时间当中，将其全部迁移至AWS的云上。AWS可以采用按需付费的模式，可根据业务需求随时调配服务器配置，而且运维人员无需关心云端服务器硬件情况，AWS会为玫琳凯管理好一切，从而最大限度降低服务器的维护成本。

　　智能化：弹性计算、安全性以及成本性

　　之所以选择AWS，杜思远表示，企业在考虑选择云服务商时，都会有多种不同的考量。玫琳凯的策略是希望服务商能够根据业务不同的需求提供特定的智能化解决方案。

　　首先，AWS拥有强大的技术能力。AWS提供的云服务能够保证核心业务的稳定性和安全性，满足玫琳凯的需求。

　　其次，基因相同。玫琳凯与AWS同是全球化的公司，无论是品牌可信度还是技术成熟度都符合玫琳凯的标准，玫琳凯全球公司的系统架构也希望能同时部署在同一个云服务商提供的云服务中。

　　具体来讲，玫琳凯选择上云后得到了哪些好处?杜思远从业务稳定性、数据安全性、以及成本性三方面进行了阐述。

　　第一， 玫琳凯的电商业务每个月都存在高峰和低谷间段特点，对于业务数据的计算能力要求有十倍之差。传统的IT架构如果想保证业务的稳定性，基础架构配置需按照业务高峰值来构建，当业务处于低峰状态时，计算资源造成了很大的浪费。AWS根据玫琳凯的业务需求模式，提供了特有的云服务模式，不仅能够保证业务的稳定性，还节约了成本。

　　第二， 安全性是企业上云的过程中最重要的考量因素。在没上云之前，玫琳凯通过第三方数据管理平台对客户的信息进行加密，上云之后，AWS自身能够很好的提供数据安全加密的功能，满足玫琳凯对数据进行加固的需求，保证数据的安全性。

　　第三， 云计算具有很高的灵活性，减少了庞大的IT基础设备采购的开支以及运维成本达50%-60%，核心应用系统全部迁移后，减少的成本比例将持续增加。

　　数据，是连接三大技术趋势的纽带，也是驱动数字化转型的“新电力”。对任何一家现代企业而言，数据都是至关重要的宝贵资产。

　　在笔者看来，AWS在帮玫琳凯进行数字化转型的路上，上云仅仅是第一步，未来如何利用AWS的技术特有优势以及完善的解决方案，在帮助客户有效的管理好用户数据的同时，为客户提供个性化的服务才能为企业带来巨大的价值。在这一点上，杜思远表示：未来，AWS将会在大数据分析、人工智能方面与玫琳凯展开进一步的合作，帮助玫琳凯全面并且实时的获得销售数据，快速准确地做出决策，保障业务稳定性的同时赢得销售和收入的持续增长。

走进产业互联网的世界

全文： 3922个字

预计阅读：12分钟

公有云已经成为数字化转型的战略工具。IT领导们对此提出了建议——怎样迁移到公有云服务，以推动创新，提高敏捷性，增加收入。

公有云服务正在成为首席信息官们的战略武器。公有云不仅免去了他们运营数据中心的沉重负担，而且还可帮助首席信息官们专注于能够提高利润的战略性项目。

无论是要开发移动应用还是要分析数据，以便增强企业内部用户的参与感，这些变化都表明，公有云已经变得非常具有战略意义。而且，首席信息官们也认为云计算是通过采用敏捷、DevOps和设计思维理念来更快地构建软件的一种方式。

因此，很多首席信息官们采用了“云优先”战略。据Gartner的数据，全球公有云市场，也被称为基础设施即服务（IaaS）市场，2017年增长了29.5%，达到235亿美元。Gartner研究主管Sid Nag指出：“对于使用云计算的企业，云导向的IT支出现在占IT总预算的20%以上。很多这类企业现在使用云计算来支持生产环境和关键业务运营。”

IT领导们与CIO分享了他们在向公有云战略转型中获得的经验和教训。

云上的物联网调节存储温度

沃尔玛延续了与微软的长期战略合作伙伴关系，微软的Azure云软件成为其数字化转型的关键组成，这包括采用机器学习（ML）、人工智能和物联网（IoT）来改善业务运营，提高商业产出。

沃尔玛首席信息官 Clay Johnson

沃尔玛首席信息官Clay Johnson举例说，沃尔玛在Azure上构建了一个物联网平台，分析来自数千个暖通空调和制冷传感器的数据，这有助于减少零售商5000家商店的能耗。利用一定时间段内商店中的人数数据，沃尔玛可以自动调节空调。沃尔玛还希望在Azure上运行机器学习算法以优化其送货卡车的运输路线。

Johnson表示，沃尔玛还将把人力资源和财务应用程序迁移到Azure上，使其更加敏捷，进而帮助公司的230万名员工做出更明智的决策。Johnson说，“一切都回到了Azure”，并补充道，他预计微软的云技术将同时促进两家公司的创新。“我们将向他们学习，他们也会向我们学习。”

沃尔玛也在测试微软的MyAnalytics报告工具，它可帮助Office 365的电子邮件用户处理好他们花在会议和电子邮件上的时间。它还显示了员工在关键任务上连续花费了多少时间，与哪些同事一起工作的时间最长，以及他们在工作时间外加了多少班。

沃尔玛的下一步：基于微软Cortana商业智能软件开发一款聊天机器人，它已经用于帮助员工找到企业信息并自动安排会议。

Johnson的建议：一旦企业进入云中，首席信息官们必须确保他们有办法来采集和分析联网系统的数据，否则他们就会失去创造新价值的机会。Johnson说：“实际上这就是怎样利用这些数据来提高工作效率的问题。”

云计算让支付更加顺畅

埃克森（Exxon）数字应用开发经理Devin Miller与IBM在应用程序上密切合作，他介绍说，埃克森美孚（ExxonMobil）公司选择IBM来帮助他们设计、开发和托管其Speedpass+移动支付应用程序，这样，消费者不需要输入某些信息就能够在这家石油和天然气巨头的11000个美国加油站加油。

把消费者体验放在首位是埃克森美孚成功的关键。Miller说，这款应用程序托管在IBM的公有云中，是该公司数字化转型工作的一部分，旨在使公司在竞争中脱颖而出。消费者在加油时不需要输入邮政编码、选择洗车或者兑换积分等一系列步骤，而是通过简单的点击Speedpass+应用程序中的一个按钮来加油。他们还可以支付洗车费用，从应用程序获得奖励积分，该应用程序在苹果应用商店和谷歌Play上的下载量已经超过了100万。

除了能够提高加油速度外，Speedpass+还非常安全，因为它是非接触式的。Miller介绍说，用户不必刷信用卡，而信用卡在加油时可能会出问题，因为犯罪分子有可能已经安装了“盗刷器”来窃取消费者的支付信息。Miller说，现在的关键是确保Speedpass+全天候工作，无论在哪里，消费者都希望使用它。

埃克森美孚数字应用开发经理 Devin Miller

Miller还介绍说，在长期合作伙伴关系基础上，埃克森美孚自己的数据中心使用了IBM系统，事实证明IBM的公有云在保证应用程序可用性方面是非常可靠的。Miller说：“这有助于我们达到提高客户忠诚度的目标，同时也消除了客户体验中的任何痛点，让消费者体验更加顺畅。”

Miller的建议：一旦启用一项新的数字服务，就没有回头路，这就是为什么应用程序托管平台必须具备弹性而且总是可用的原因所在。他说，消费者期望从每一次数字互动中获得类似于Amazon的体验，如果没有，他们对品牌的信心和忠诚度就会动摇。Miller说：“当这种体验是在数字平台上时，人们的期望自然而然地会更高。”

云提高货物运输能力

货物运输公司Ocado总经理Chris Dabrowski介绍说，四年前，Ocado开始逐步淘汰虚拟化系统，转而采用多云策略，这减少了管理硬件和软件的时间、资源和成本开销。

Dabrowski说，目前，该公司与Kroger签署了一项重大协议，旨在将业务范围扩大到美国，该公司在很大程度上利用了OpenStack系统和Kubernetes来协调Docker容器，以便为其仓库和配送中心提供支持，还利用AWS推动其移动应用程序和电子商务系统的发展。

Dabrowski说，此外，Ocado还把其零售业务从老系统中迁移出来，使用谷歌云平台分析来自其系统中的数据。而Kubernetes使Ocado能够在遇到故障时把工作负载迁移到新容器中。

Dabrowski的深刻体会：迁移到公有云要求企业聘请新人才来使用容器和云系统。这种迁移举措还要求全公司开展文化变革——这项任务可能与迁移本身一样艰巨。他补充道：“这的确是对所有相关方都有好处的案例。”

更流畅的运营

2015年，DHI集团首席技术官Klavs Miller发现，由于多年的兼并和收购，IT资产已经变得非常分散，每一资产都有由不同供应商托管的新平台，而自己不得不面对怎样处理这些IT资产的棘手困境。Miller说，IT部门要集中精力去干新工作，因此，应对这些不同的平台是对“新业务的拖累”。DHI经营职业资源网站，最著名的是Dice。

DHI 集团首席技术官 Klavs Miller

Miller转向采用Amazon网络服务来托管新产品，把现有的工作负载迁移出去，IT的工作更加流畅。他和他的技术部门齐心协力，建立了一个工作小组来确定怎样重构AWS的某些应用程序。

DHI去年在销售Hcareers和Health eCareers这两款应用之前，首先将其进行了迁移；随后将现有资产ClearanceJobs、eFinancialCareers和Dice移至AWS。后一次迁移包括从Oracle数据库系统切换到AWS RDS软件。

Miller介绍说：“这在商业上非常成功，提高了我们的服务水平。我们这个团队致力于充分发挥其优势。”

Miller的建议：认识到云实例的服务费会越来越高，Miller安装了一个云合规管理器来选择和批准实例并监控使用情况。例如，某一工程师对开发部门的云计算需求提出质疑，并帮助他们做出负责任的选择。Miller说：“这绝对是我们要处理的问题。我们做了很多跟踪成本的工作，有些是自动化的，有些是人工的。”

文件管理迁移到云端

Liberty Mutual公司员工总是抱怨从老的文件系统下载大文件非常烦人，首席信息官Mojgan Lefebvre采用了基于云的内容管理系统，该系统运行在Amazon网络服务（AWS）上。

Lefebvre说，我们现在有1600名保险人员、精算师和其他员工分布在18个国家的46个办事处，他们能够在全球任何地方下载和分享大约50万份数字文件。Liberty员工访问来自云文件管理系统Alfresco的内容，该系统运行在AWS区域数据中心。这种本地化服务的文件几乎没有延迟，同时为Liberty Mutual公司节省了大约2100万美元的纸张、打印和存储成本。

Lefebvre说：“这其实是在全球范围内提高了团队效能，我们可以在全球范围内合作并充分发挥我们的规模优势，以数字方式高效地开展工作，使技术成为推动因素，而不是阻碍。”

Liberty把在AWS实施上的Alfresco扩展到其承保和理赔等其他部门。Lefebrvre预计，到2018年底，Liberty公司将以这种方式存储大约3亿份文件。

Lefebvre的经验教训：提前告知员工将会有变化，并根据需要提供培训。Lefebvre说，一定要给最终用户提供“一致的信息并设定期望，并有适当的过程来支持最终用户”。

云计算才是Live Nation公司所需要的

云迁移很少是出自首席执行官的要求而进行的，但Live Nation公司的云服务副总裁Jake Burns于2015年下半年便遇到了这种情况，那时首席执行官下令该公司要100%迁移到公有云。Burns说：“他希望我们成为现代化的敏捷企业。”

这对Burns来说令人感到焕然一新，他已经在考虑关闭数据中心，迁移到混合云。在首席执行官的鼓励下，Burns重新培训了大约20名云解决方案工程师，然后把Live Nation的企业运营业务（包括Oracle数据库和SAP应用程序）迁移到AWS。Burns说：“一切都理顺了，再也不像之前那么繁琐了。”

很多人都把云计算看成是避免高成本基础设施投入的措施。但Burns表示，云计算带来了新的复杂性问题，包括管理虚拟机、快照和备份，还得确保成本不会失控。Burns说，“要仔细想好自己想要什么，因为一旦开始，就会有一大堆必须要处理的新问题”，他还补充说，他看到过由于不能控制成本而导致云迁移失败的案例。“话虽如此，但可以通过经济有效的方式全面迁移到云端，我们就是证明。”

Burns的建议：考虑聘请有技术和业务才能的人员，他们能理解与云技术应用相关的成本。这样就不会被账单吓到了。Burns说：“你需要有懂技术和负责成本的人。”Burns目前在Live Nation公司担当的正是这一角色。

云中的过程控制

霍尼韦尔的过程解决方案业务副总裁兼总经理Jason Urso介绍说，霍尼韦尔国际已经采用了IBM的公有云解决方案来管理油气生产的过程控制系统，这一举措能够在不牺牲可靠性的前提下降低客户成本。

此前，Urso的IT部门负责管理在制造工厂本地运行的软件。现在，他的部门在VMware中“封装”了控制系统应用程序，并运行在IBM的云中。Urso介绍说：“通过在云中部署我们的控制系统，我们给企业提供了安全、可靠和高效运行这些油井的工具，企业不用再建设自己的IT基础设施了。”

霍尼韦尔还使用微软Azure来收集并分析来自各种加工厂的数据。这些信息有助于指导客户怎样提高产量，延长正常运行时间，做好员工部署。

Urso的挑战：迁移到云端给习惯于在本地管理软件和硬件的员工带来了管理变革的挑战。Urso说：“我们需要全新的IT和应用技能，我们在组织结构上要做出相当大的转变”，并补充说，他的部门还必须适应在云环境中维护网络安全和网络弹性。

公有云有助于保证速度和敏捷性

公有云是MetLife基础设施不可或缺的组成，该保险公司的首席技术架构师兼拉丁美洲首席信息官Alex Seidita利用云软件改善运营，让公司在客户群中表现出众。Seidita说，速度和业务敏捷是MetLife迁移到云端的最大原因，但云也恰好“通过自动化降低了成本。”

MetLife使用微软Azure为其微服务提供支持，这包括呼叫中心功能和Infinity，客户使用这一应用程序来存储照片、文档、视频和其他内容。结果，MetLife启动和部署新虚拟机的时间平均减少了83％。该公司还使用IBM的SoftLayer来运营“灾难恢复即服务”。

迁移到Azure和SoftLayer还有一个附带的好处，Seidita的部门已经从云端收集到了最佳实践，并应用于MetLife自己的数据中心。Seidita说：“我们已经能够在内部和外部使用相同的功能来实现自动化，从而提高速度和敏捷性。

Seidita的建议：首席信息官们，特别是那些在受监管行业工作的首席信息官，应该认真权衡一下哪些软件服务适合迁移到云中。MetLife进行了一次“云适合度评估”，其中，对应用软件库进行了仔细分析，根据安全和治理要求，确定哪些应用软件可以移动到云中，哪些新应用软件应在云中开发。

作者：Clint Boulton 是CIO的资深作家。

编译：Charles

原文网址：

https://cio/article/3209734/cloud-computing/public-cloud-real-world-lessons-of-strategic-success.html

审稿编辑：刘沙

排版编辑：周星如

如今，企业将业务迁移到云端的趋势很普遍，这样做会为企业CIO及其组织节省成本。

当然，企业可以通过将某些工作负载迁移到云计算环境来节省资金。

然而，这一误解产生于可以保证降低成本的概念，或者正如云计算技术合作伙伴副总裁兼首席云架构师Ed Featherston指出的那样，这将是“神奇的”。

“我认为人们对于采用云计算最大的误解是，可以实现节约成本。”Featherston说。几位云计算专家来衡量一些关于云计算定价和成本的常见神话和误解，所有这些都倾向于重叠或支持总体上的误解，即“迁移到云端”是“降低成本”的同义词，因此这排在列表中的第一位。

误解1：云计算总是成本更低廉

这是人们最大的误解，值得进一步关注：大多数云计算专业人员都以某种形式对其进行了讨论。

“主要的误解是云计算的成本必然比内部部署更便宜。”Infinity公司首席执行官Chuck Brown说，“这取决于很多事情。”

他指出，成本考虑取决于组织的实际目标和要求。例如，如果高弹性或正常运行时间是企业的首要任务，那么迁移到云计算具有经济意义。

Brown说，“企业当然可以自己建造设施，但它非常昂贵，云计算做得很好。”他表示，由于种种原因，云计算对许多公司都具有意义。很简单，很多都不会(或不应该)直接降低成本。

误解2：成本和价值是一回事

OneNeck IT Solutions公司首席架构师Scott Morley表示，真正的投资回报率很难计算。

“正常运行时间的服务等级协议(SLA)所需的云计算基础设施与内部部署非常不同，因此很难实现真正的比较。”Morley说。IT资深人士现在可能感到为难，因为这个问题从云计算的早期开始就已经存在。

但是，企业是否应该放弃破解云计算中的实际成本?几乎不会。价值可能意味着企业的云计算战略正在实现其业务目标。

相反，Morley认为大多数云计算的使用更好地通过其商业价值而不是其成本来衡量。

价值和成本不是一回事。

价值可能以较低的成本形式出现，它可能意味着企业的云计算战略正在实现其业务目标。因为企业的云计算战略与特定业务目标相关联。

“企业最好进行成本效益分析，以确保云计算提供价值。”Morley说。

Anexinet公司云计算解决方案总监Ned Bellavance提出了一个关于如何考虑成本的相关观点。像其他专家一样，他也认为云计算可以节省成本具有误导性。

此外，Bellavance表示，IT领导者可以更好地考虑他们的云计算支出与其创造的机会之间的关系。

他指出许多云迁移具有“金鱼效应”。Bellavance解释说：“。”

但这种增长几乎不可避免地意味着增加支出。所以它又回归了价值：支出了多少费用?它将如何改变业务?

“这里的关键是企业的生产力和收入增长与扩展的云计算环境相称。”Bellavance说，“虽然没有节省费用，但正在降低与收入相关的成本。”

误解3：计算是付出唯一的代价

这是一个很大的问题，当云计算账单到来时，它也会导致人们只关注计算成本：运行机器的每小时成本，例如显然比购买和维护自己的服务器的成本大不相同。

然而，计算能力绝不是云计算中唯一的成本。

忽视大局是从根本上误解企业业务在云中的成本。这是一个“定价”和“成本”不一定相同的领域; “定价”可能是单一服务，而“成本”可能更好地描述企业的实际总支出。

“云计算成本是企业用于云部署的所有服务的总和，”Bellavance说，“因此，虽然许多人只关注计算成本，但他们可能会忘记考虑构成应用程序的所有其他辅助服务。”

Bellavance指出，企业需要考虑存储、网络、监控、备份等因素，所有这些都可能有他们自己的消费模式，所有这些都需要支付费用。

“这就是企业的云计算费用高昂，以及为什么云计算计划似乎如此迅速地超出预算的原因。”Bellavance说。

（图片来源于网络）

作者：苏格兰折耳喵

来源： 运营喵是怎样炼成的 （yymzylc）

（温馨提示：图片显示毛糙和不清楚，是分辨率过高的缘故，点击图片，即可看到高清大图。 ）

本文将对一个案例进行从数据采集、数据清洗、数据分析再到数据可视化的全流程分析，力求条理清晰的展现外部数据分析的强大威力。以下是本文的写作框架：

1 分析背景

1.1 分析原理---为什么选择分析虎嗅网

在现今数据爆炸、信息质量良莠不齐的互联网时代，我们无时无刻不身处在互联网社会化媒体的“信息洪流”之中，因而无可避免的被它上面泛滥的信息所“裹挟”，也就是说，社会化媒体上的信息对现实世界中的每个人都有重大影响，社会化媒体是我们间接了解现实客观世界和主观世界的一面窗户，我们每时每刻都在受到它的影响。

综合上述两类情形，可以得出这样的结论，透过社会化媒体，我们可以观察现实世界：

由此， 社会化媒体是现实主客观世界的一面镜子，而它也会进一步影响人们的行为，如果我们对该领域中的优质媒体所发布的信息进行分析，除了可以了解该领域的发展进程和现状，还可以对该领域的人群行为进行一定程度的预判。

鉴于此种情况，作为互联网从业者的笔者想分析一下互联网行业的一些现状，于是想到了虎嗅网。

虎嗅网创办于2012年5月，是一个聚合优质创新信息与人群的新媒体平台。该平台专注于贡献原创、深度、犀利优质的商业资讯，围绕创新创业的观点进行剖析与交流。虎嗅网 的核心，是关注互联网及传统产业的融合、一系列明星公司（包括公众公司与创业型企业）的起落轨迹、产业潮汐的动力与趋势。

因此，对该平台上的发布内容进行分析，对于研究互联网的发展进程和现状有一定的实际价值。

1.2 本文的分析目的

笔者在本项目中的分析目的主要有4个：

（1）对虎嗅网内容运营方面的若干分析，主要是对发文量、收藏量、评论量等方面的描述性分析；

（2）通过文本分析，对互联网行业的一些人、企业和细分领域进行趣味性的分析；

（3）展现文本挖掘在数据分析领域的实用价值；

（4）将杂芜无序的结构化数据和非结构化数据进行可视化，展现数据之美。

1.3 分析方法---分析工具和分析类型

本文中，笔者使用的数据分析工具如下：

Python3.5.2（编程语言）

Gensim（词向量、主题模型）

Scikit-Learn（聚类和分类）

Keras（深度学习框架）

Tensorflow（深度学习框架）

Jieba(分词和关键词提取)

Excel（可视化）

Seaborn（可视化）

新浪微舆情（情绪语义分析）

Bokeh（可视化）

Gephi（网络可视化）

Plotly（可视化）

使用上述数据分析工具，笔者将进行2类数据分析：第一类是较为传统的、针对数值型数据的描述下统计分析，如阅读量、收藏量等在时间维度上的分布；另一类是本文的重头戏---深层次的文本挖掘，包括关键词提取、文章内容LDA主题模型分析、词向量/关联词分析、DTM模型、ATM模型、词汇分散图和词聚类分析。

2 数据采集和文本预处理

2.1 数据采集

笔者使用爬虫采集了来自虎嗅网主页的文章（并不是全部的文章，但展示在主页的信息是主编精挑细选的，很具代表性），数据采集的时间区间为2012.05~2017.11，共计41,121篇。采集的字段为文章标题、发布时间、收藏量、评论量、正文内容、作者名称、作者自我简介、作者发文量，然后笔者人工提取4个特征，主要是 时间特征 （时点和周几）和 内容长度特征 （标题字数和文章字数），最终得到的数据如下图所示:

2.2 数据预处理

数据分析/挖掘领域有一条金科玉律：“Garbage in, Garbage out”，做好数据预处理，对于取得理想的分析结果来说是至关重要的。本文的数据规整主要是对文本数据进行清洗，处理的条目如下：

（1） 文本分词

要进行文本挖掘，分词是最为关键的一步，它直接影响后续的分析结果。笔者使用jieba来对文本进行分词处理，它有3类分词模式，即全模式、精确模式、搜索引擎模式：

· 精确模式：试图将句子最精确地切开，适合文本分析；

· 全模式：把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；

· 搜索引擎模式：在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

现以“新浪微舆情专注于社会化大数据的场景化应用”为例，3种分词模式的结果如下：

【全模式】: 新浪/ 微舆情/ 新浪微舆情/ 专注/于/ 社会化/ 大数据/ 社会化大数据/ 的/ 场景化/ 应用

【精确模式】: 新浪微舆情/ 专注/于/ 社会化大数据/ 的/ 场景化/ 应用

【搜索引擎模式】：新浪，微舆情，新浪微舆情，专注，于，社会化，大数据，社会化大数据，的，场景化，应用

为了避免歧义和切出符合预期效果的词汇，笔者采取的是精确（分词）模式。

（2） 去停用词

这里的去停用词包括以下三类：

标点符号：， 。！ /、*+-

特殊符号：▲等

无意义的虚词： “the”、“a”、“an”、“that”、“你”、“我”、“他们”、“想要”、“打开”、“可以”等

（3） 去掉高频词、稀有词和计算Bigrams

去掉高频词、稀有词是针对后续的主题模型（LDA、ATM）时使用的，主要是为了排除对区隔主题意义不大的词汇，最终得到类似于停用词的效果。

Bigrams是为了自动探测出文本中的新词，基于词汇之间的共现关系---如果两个词经常一起毗邻出现，那么这两个词可以结合成一个新词，比如“数据”、“产品经理”经常一起出现在不同的段落里，那么，“数据_产品经理”则是二者合成出来的新词，只不过二者之间包含着下划线。

3 描述性分析

该部分中，笔者主要对数值型数据进行描述性的统计分析，它属于较为常规的数据分析，能揭示出一些问题，做到知其然。

3.1 发文数量、评论量和收藏量的变化走势

从下图可以看出，在2012.05~2017.11期间，以季度为单位，主页的发文数量起伏波动不大，在均值1800上下波动，进入2016年后，发文数量有明显提升。

此外，一头（2012年第二季）一尾（2017年第四季）因为没有统计完全，所以发文数量较小。

下图则是该时间段内收藏量和评论量的变化情况，评论量的变化不愠不火，起伏不大，但收藏量一直在攀升中，尤其是在2017年的第二季达到峰值。收藏量在一定程度上反映了文章的干货程度和价值性，读者认为有价值的文章才会去保留和收藏，反复阅读，含英咀华，这说明虎嗅的文章质量在不断提高，或读者的数量在增长。

3.2 发文时间规律分析

笔者从时间维度里提取出“周”和“时段”的信息，也就是开题提到的“人工特征”的提取，现在做文章分布数量的在“周”和“时”上的交叉分析，得到下图：

上图是一个热力图，色块颜色上的由暖到冷表征数值的由大变小。很明显的可以看到，中间有一个颜色很明显的区域，即由“6时~19时”和“周一~周五”围成的矩形，也就是说，发文时间主要集中在工作日的白天。另外，周一到周五期间，6时~7时这个时间段是发文的高峰，说明虎嗅的内容运营人员倾向于在工作日的清晨发布文章，这也符合它的人群定位---TMT领域从业、创业者、投资人，他们中的许多人有晨读的习惯，喜欢在赶地铁、坐公交的过程中阅读虎嗅讯息。发文高峰还有9时-11时这个高峰，是为了提前应对读者午休时间的阅读，还有17时~18时，提前应对读者下班时间的阅读。

3.3 相关性分析

笔者一直很好奇，文章的评论量、收藏量和标题字数、文章字数是否存在统计学意义上的相关性关系。基于此，笔者绘制出能反映上述变量关系的两张图。

首先，笔者做出了标题字数、文章字数和评论量之间的 气泡图 （圆形的气泡被六角星替代，但本质上还是气泡图）。

上图中，横轴是文章字数，纵轴是标题字数，评论数大小由六角星的大小和颜色所反映，颜色越暖，数值越大，五角星越大，数值越大。从这张图可以看出，文章评论量较大的文章，绝大部分分布于由文章字数6000字、标题字数20字所构成的区域内。虎嗅网上的商业资讯文章大都具有原创、深度的特点，文章篇幅中长，意味着能把事情背后的来龙去脉论述清楚，而且标题要能够吸引人，引发读者的大量阅读，合适长度标题和正文篇幅才能做到这一点。

接下来，笔者将收藏量、评论量和标题字数、文章字数绘制成一张3D立体图，X轴和Y轴分别为标题字数和正文字数，Z轴为收藏量和评论量所构成的 平面 ，通过旋转这个3维的Surface图，我们可以发现收藏量、评论量和标题字数、文章字数之间的相关关系。

注意，上图的数值表示和前面几张图一样，颜色上的由暖到冷表示数值的由大到小，通过旋转各维度的截面，可以看到在正文字数5000字以内、标题字数15字左右的收藏量和评论量形成的截面出现“华山式”陡峰，因而这里的收藏量和评论量最大。

3.4 城市提及分析

在这里，笔者通过构建一个包含全国1~5线城市的词表，提取出经过预处理后的文本中的城市名称，根据提及频次的大小，绘制出 一张反映城市提及频次的地理分布地图 ， 进而间接地了解各个城市互联网的发展状况（一般城市的提及跟互联网产业、产品和职位信息挂钩，能在一定程度上反映该城市互联网行业的发展态势）。

上图反映的结果比较符合常识，北上深广杭这些一线城市的提及次数最多，它们是互联网行业发展的重镇。值得注意的是，长三角地区的大块区域（长江三角洲城市群，它包含 上海 ， 江苏省 的 南京 、 无锡 、 常州 、 苏州 、 南通 、 盐城 、 扬州 、 镇江 、 泰州 ， 浙江省 的 杭州 、 宁波 、 嘉兴 、 湖州 、 绍兴 、 金华 、 舟山 、 台州 ， 安徽省 的 合肥 、 芜湖 、 马鞍山 、 铜陵 、 安庆 、 滁州 、 池州 、 宣城 ）呈现出较高的热度值，直接说明这些城市在虎嗅网各类资讯文章中的提及次数较多，结合国家政策和地区因素，可以这样理解地图中反映的这个事实：

长三角城市群是“一带一路”与长江经济带的重要交汇地带，在中国国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位。中国参与国际竞争的重要平台、经济社会发展的重要引擎，是长江经济带的引领发展区，是中国城镇化基础最好的地区之一。

长三角城市群是“一带一路”与长江经济带的重要交汇地带，在中国国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位。中国参与国际竞争的重要平台、经济社会发展的重要引擎，是长江经济带的引领发展区，是中国城镇化基础最好的地区之一。

接下来，笔者将抽取文本中城市之间的 共现关系 ，也就是城市之间两两同时出现的频率，在一定程度上反映出城市间经济、文化、政策等方面的相关关系，共现频次越高，说明二者之间的联系紧密程度越高，抽取出的结果如下表所示：

将上述结果绘制成如下动态的流向图：

由于虎嗅网上的文章大多涉及创业、政策、商业方面的内容，因而这种城市之间的共现关系反映出城际间在资源、人员或者行业方面的关联关系，本动态图中，主要反映的是北上广深杭（网络中的枢纽节点）之间的相互流动关系和这几个一线城市向中西部城市的单向流动情形。流动量大、交错密集的区域无疑是中国最发达的3个城市群和其他几个新兴的城市群：

京津冀城市群

长江三角洲城市群

珠江三角洲城市群

中原城市群

成渝城市群

长江中游城市群

上面的数据分析是基于数值型数据的描述性分析，接下来，笔者将进行更为深入的文本挖掘。

4 文本挖掘

数据挖掘是从有结构的数据库中鉴别出有效的、新颖的、可能有用的并最终可理解的模式；而文本挖掘（在文本数据库也称为文本数据挖掘或者知识发现）是从大量非结构的数据中提炼出模式，也就是有用的信息或知识的半自动化过程。

本文的文本挖掘部分主要涉及高频词统计/关键词提取/关键词云、文章标题聚类、文章内容聚类、文章内容LDA主题模型分析、词向量/关联词分析、ATM模型、词汇分散图和词聚类分析。

4.1 关键词提取

对于关键词提取，笔者没有采取词频统计的方法，因为词频统计的逻辑是：一个词在文章中出现的次数越多，则它就越重要。因而，笔者采用的是 TF-IDF （termfrequency–inverse document frequency）的关键词提取方法：

它用以评估一字/词对于一个文件集或一个语料库中的其中一份文件的重要程度，字/词的重要性会随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。

由此可见，在提取某段文本的关键信息时，关键词提取较词频统计更为可取，能提取出对某段文本具有重要意义的关键词。

下面是笔者利用jieba在经预处理�...

最近一段时间，企业级IT厂商大都十分活跃，大大小小各种活动目不暇接。他们想表达的最主要有两件事情，一个是自家的云落地，另一个是自家的人工智能开始启航。

虽然方向大同小异，但毕竟每一家的切入点不同，还是有不少看点。不过平心而论，看点最多的在笔者看来，当属EasyStack承办的2017中国开源产业峰会暨中国国际软件博览会分论坛。

为什么这么说？理由很简单，因为整场大会不仅有政府和行业协会领导，有Linux基金会全球副总裁，有行业大咖，还有国家电网、中国邮储银行、兴业数金等三家重量级客户为其背书，这对于一家成立仅仅3年的创业企业来说，令人咂舌。

实际上，在今年初云计算开源产业联盟评选的“10大OpenStack用户”中，竟然有5家都由EasyStack提供技术支持，除了上述三家外，其它两家分别是中国银联的OpenStack金融生产云新平台和中国电信集团云管理平台。

从这一角度，也说明软博会把开源分论坛交给EasyStack来做，是顺理成章的事情。而从另一角度，要想深度了解为什么很多大型用户钟情于开源云计算，搞清楚EasyStack几大客户的理念，搞清楚EasyStack自身的发展思路，基本就能对这一产业有所了解。

国网云平台

众所周知，国家电网目前正在进行智能电网的改造。譬如不少家庭现在已经用到智能电卡和掌上电力App，不仅可以随时随地在手机上购电，也能随时看到自家的用电数据情况。既然是智能电网，必然要用到云——国家电网的云称为国网云，包括企业管理云、公共服务云和生产控制云三部分，由一体化“国网云”平台及其支撑的各类业务应用组成。

实际上，国网云平台的核心支撑组件，就是采用EasyStack云平台解决方案搭建的分布式智擎云操作系统SG-COS，由国网下属产业单位国网信通产业集团国电通公司研发实现。

据国电通副总工程师刘椿枫介绍，做云之前国电通做了大量的调研和分析，最终采用了开源的基于OpenStack的EasyStack来构建软件定义数据中心的架构，采用了Docker、Kubernetes和MESOS来构建编排容器，采用了Ceph来构建分布式存储。

国网公司基于OpenStack的一体化“国网云”平台已于今年4月上线

在刘椿枫看来，SG-COS采用EasyStack来构建智擎云操作系统主要有三点优势：第一是开源自主研发，并且开源之上可进行大量的增强和优化，部分在计算、存储、网络可形成国网云自有知识产权；第二，融合了虚拟机和容器技术；第三是适用大型企业的需求，智擎云操作系统成为国网公司的一体化的核心组件，已经在电科院863所通过了相关的测试，并且在国网公司的相应业务中得到了一定规模的应用。

很明显，“优化开源+自主研发”的开放路线，是国网钟情于OpenStack的主因，因为这样不仅可以与电力行业业务深度融合，而且还具备极强的IaaS大规模集群调度能力和PaaS服务支撑能力，满足集团中各个企业进行灵活弹性的应用部署和一体化管理需求。最简单的例子：相对传统架构，国电通在资源发布上通过云的方式能够提升至少达到40%以上。

金融行业云

另一个案例，兴业数金作为12家全国性股份制商业银行之一的兴业银行绝对控股的子公司，成立于2015年12月，目标就是做金融行业云。

“我们在成立之初就认为云计算从政策层面、监管层面和市场层面会变成一个确实可以落地的，而且可能成为我们公司未来增长点的业务。”兴业数金云计算事业部主任辛颖回顾，“2016年，银监会发的标准意见，实际上不仅第一次提出了行业云的概念，而且从监管的思想上希望产生一个有高度监管、安全可靠的一个行业云平台；与此同时，很多中小银行金融机构客户希望借助行业云开展互联网业务，提升自身的竞争力。”

兴业数金云计算事业部主任辛颖

实际上，兴业银行做金融云有其基础——兴业银行早在2005年就推出“银银平台“服务中小银行客户，涵盖支付结算、财富管理、科技管理输出服务、资本及资产负债结构优化服务、代理国际结算等八大业务板块的完整金融服务解决方案，因此在云计算时代到来之际，兴业银行将银银平台科技输出等业务分拆，借助OpenStack底层技术支撑，就形成了金融行业云——“数金云”。

实际上，兴业数金采用EasyStack云平台解决方案，不仅第一个将OpenStack推向金融行业云的维度，满足银行业普惠金融的转型；同时还率先将 OpenStack应用于生产系统，比如为中小银行、非银行金融机构、中小企业提供支付结算、国际结算、资金运营、融资服务等，整个银行的信息系统以BAAS的云服务方式进行交付，降低技术门槛，满足客户需求。

除了BaaS和SaaS，兴业数金还在IaaS层和PaaS层，提供了六大基础服务板块，其中包括专属云、灾备云、备份云等，这些都依赖于EasyStack的支持，可以根据客户对RTO细节需求、数据集等不同需求，提供云服务解决方案。

与兴业数金主要从科技输出维度为中小银行提供服务不同，邮储银行则采用EasyStack云平台解决方案，部署规模近千台物理服务器节点，最主要是为自身支撑一系列的互联网金融业务，如互联网贷、小微信贷、手机银行等互联网创新业务等，满足客户更加灵活多样和便捷易用的服务需求变化。

撬动行业云和中小企业市场

从上述三个案例可以看出，OpenStack在国内的核心客户都是一些大型甚至超大型集团企业，而这些企业有几个主要的共同点：

首先，这些企业本身在信息化过程中就积累了大量的IT技术人才，具备相对较强的开发能力，可以基于开源解决方案进行自主开发，满足自身企业的互联网化发展路径；

其次，这些企业作为行业中的支柱型企业，甚至肩负着引领行业转型升级和新旧动能转换的重任，因此利用OpenStack来搭建行业云平台，更容易形成自主知识产权，进而演化成平台运营公司和软件科技公司；

第三，在数据安全方面，这些企业更愿意采用开源的解决方案，以便于自主可控、安全可靠。

正因为此，EasyStack在此次开源峰会上还发布了开源行业云平台ESCaaS。“首先它是一个行业公有云，然后它需要混合云的对接，同时还需要满足行业云里面一些专属云的快捷部署和交付，这是我们和行业云产品的核心的特点。”EasyStack创始人兼CEO陈喜伦解释说，ESCaaS还在私有云的基础上增加了一些行业云经常会用到的场景功能，比如灵活计费策略支撑行业云复杂计费场景，比如复杂的组织关系架构契合行业云使用场景，比如裸机资源管理实现虚实资源混合使用，比如统一监控平台等。

当然EasyStack覆盖较多的大型客户，并不是说OpenStack就没有中小企业用户。事实上，就在这次开源峰会上，EasyStack还推出了面向中小企业的易捷云，便于中小企业进行灵活配置。

“易捷云一体机并不是一个简单的超融合，因为仅仅把计算和存储做了融合，还不能解决中小数据中心的所有应用场景。”EasyStack联合创始人兼COO王瑞琳强调，EasyStack的易捷云首先是一个可塑合的架构，而非单一架构；其次易捷云是一个全功能的云解决方案；第三，易捷云不只是一个IaaS，而是IaaS+PasS+SaaS，其中包括了新推出的AppCenter，即应用运营平台。

EasyStack联合创始人&COO王瑞琳

开源大时代来临

实际上，除了行业云和中小企业云，作为OpenStack基金会黄金会员的EasyStack在基础技术层面也有三个主要突破。

首先，在今年大热的AI领域，EasyStack推出了全球首个同时支持GPU和FPGA异构计算的人工智能开源云平台ESCould AI，满足行业用户日益增长的大数据和人工智能业务需求。

此外，EasyStack还在峰会上正式发布EasyStack Container Linux，成为中国首家具备容器Linux操作系统产品的企业，该系统也是国内首个面向云原生应用的容器操作系统。

同时，EasyStack还发布了开源PaaS平台ESCloud+，主要提供了大数据服务、数据库服务、容器编排服务等增强功能，实现资源与服务的统一编排、统一权限以及统一管理，能够支撑传统应用架构或新一代微服务应用架构，加速企业的创新与成长。

应该说，随着这一系列新产品的发布，EasyStack已经从一家以OpenStack为主的公司，拓展到Linux容器领域，拓展到AI领域，成为一家针对企业级客户的一站式云方案提供商。

事实上，如今百分之八十以上的服务器操作系统都是基于Linux，78%以上的企业拥抱开源技术。“软件正在吞噬世界，开源正在吞噬软件开发。未来每家企业都将变成科技型企业，软件和开源将会是核心支撑。”Linux基金会副总裁Chris Aniszczyk所表达的这些观点，正是今天正在发生的巨大变革。

从这一角度，传统的应用不仅正在从一个以硬件为核心的时代，迈入一个以软件为核心的时代；甚至正在从一个以闭源商业软件为核心的时代，迈入一个以开源软件为核心的企业软件时代。

对于中国和中国的企业来说，在这个新的开源软件的大时代，我们的机遇并不只是弯道超车，实际上我们是和硅谷处在同一个起跑线上；更何况，我们还有人口红利，在这一大时代中，可以转换成大数据和互联网+的红利，实现科技兴邦的梦想。

文／余文

《科技看门道》坚持深度报道，希望能通过资深媒体人对IT产业热点新闻的深入思考，挖掘其背后的商业逻辑和创新模式——不仅看热闹，更要看门道！

《科技看门道》主笔在行业渠道媒体拥有超过15年的从业经历，不仅对IT消费类和企业级软件、硬件、云计算、大数据、人工智能均有较深入的理解，同时见证了中国IT产业链上下游合作生态圈包括分销、零售、SI、ISV和CSV的进化历程，见证了金融、能源、制造、医疗、教育、政府、零售、高科技等行业的信息化之路。

《科技看门道》相信，IT产业在供给侧的改革——包括云计算、大数据、移动互联、人工智能等，将会成为推动各行各业发展进步的核心力量。

随着云计算开源技术的蓬勃发展，越来越多的企业用户开始接受和认可开源云平台，并开始应用开源云计算技术来助力企业数字化转型。在这一背景之下，我们看到开源的云计算项目不断在行业内落地生花，从而产生了不少优秀的解决方案，而另一方面我们也注意到，这些优秀的项目和实践经验并没有传递到更多的用户，没能为更多企业提供指导和借鉴。

为了增进国内企业对云计算开源技术的了解，传播国内开源领域优秀的成功案例及实践经验，带动各界共同推进云计算开源产业的有序发展，中国开源云联盟组织发起了中国优秀云计算开源案例评选活动。今年是第三届组织云计算开源案例的评选。基于过去两年该活动的行业影响力和开源本身的蓬勃发展，今年该活动一经推出，就吸引了云计算开源领域众多企业积极参与。

截止今日，2018中国优秀云计算开源案例评选活动已有17个云计算开源案例入围，包括：

入围的案例涉及的技术领域很广，包括了OpenStack、Ceph、MongoDB、Kubernetes等多种云计算开源技术。这些案例的部署方式也各有不同，涉及超融合、灾备系统、桌面云、OPNFV 等多种基础设施，有公有云、私有云、混合云等不同部署模式；同时，涉及众多不同的垂直行业领域 ，有政务云、电信云、电力云、金融云、广电云、医疗云、能源云、校园云等行业。无论是从案例方案的技术专业特点、行业贡献、参评单位资质与积累，还是对于开源云计算技术发展的促进作用等都能为更多的用户单位提供参考和借鉴。

2018年12月6日将举行入围的参评单位现场答辩及专家评审，最终评选出获奖的开源案例，获奖名单将在2018年12月12日-13日举行的第八届中国云计算标准和应用大会上公布，并给获奖企业颁发获奖证书。

中国云计算标准和应用大会是国内规模最大的云计算标准和应用大会，今年已经是连续第8年举行。第八届云计算标准与应用大会以“云启智行 开放共赢”为主题，将全面展示我国云计算国家标准研制工作的成果，解读国内云计算产业政策，报告云计算标准化工作重要进展。大会将邀请国内开源社区、行业协会、互联网等在云计算领域具有影响力的人物，领略最前沿的技术应用、行业发展与社区动态。

第八届中国云计算标准和应用大会活动详情点击：http://zhiding/special/8th_Cloud_Conference

2017年6月29日，以“创新服务落地 驱动生态升级”为主题的2017中国云服务发展论坛暨中国云服务联盟成立大会在北京举办，云创大数据代表于明洋与来自全国各地约200位业内人士共同出席了大会，共话云服务创新融合发展。在本次大会上，中国云服务联盟正式成立，云创大数据出任理事单位。

同时，针对工业和信息化部、信息化和软件服务业司组织开展的云计算典型案例征集活动，中国云服务联盟在181个云计算案例中遴选出55个优秀典型案例，并在大会现场进行了颁奖仪式。其中，云创大数据自主开发的环境云——环境大数据开放平台荣获“2017年度云计算优秀典型案例”。

作为环境大数据开放平台，环境云通过大规模布建各类环境监测传感器广泛采集数据，同时集成第三方专业数据源发布的数据，结合相关数据预测模型生成的预报数据，依托数据托管服务平台——万物云提供的数据存储服务，配合代码示例和详尽的接口使用说明，为环境应用开发者提供丰富可靠的气象、环境、灾害以及地理数据服务。此外，环境云还为环境研究人员提供了历史数据报表下载，并向公众展示环境实况。目前，环境云的入库数据已经达到7亿。

http://envicloud/

云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问， 进入可配置的计算资源共享池，这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。

区块链+云计算是利用区块链实现分布式云计算（Decentralized Cloud Computing，下称DCC）的技术手段。本文分析了云计算行业的痛点、区块链技术和云计算的结合性、DCC的代表项目并且对主要的应用解决方案进行了对比，阐述了DCC模式主要存在的障碍，最后对DCC的未来进行了展望。

作者：

鲸准研究院 谭莹，王帆，陈泓伊，张文皓

哈希研究院 Alfred，LJ

维京研究院 金健将，曾元佐

水木金融科技基金 陈宥任，张朝

Node Capital研究中心 刘聪海，马旭颖，郎瀚威

支持机构（排名不分先后）：

星球日报，巴比特，火星财经，金色财经，金牛财经、陀螺财经、金塔财经、

嘻哈财经、币圈邦德、区块财经、链条ChainHeadline、BlockMasterMail

（本报告由鲸准研究院X Node Capital 联合发布）

云计算行业现状与痛点

1.1 云计算概念

云计算是基于互联网相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。现阶段广为接受的云计算概念是美国国家标准与技术研究院（NIST）定义：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问， 进入可配置的计算资源共享池，这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。

云计算是分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等传统计算机和网络技术发展融合的产物。

云计算产业有多种分类方式，按提供的服务类型分类可分为 IaaS、PaaS、SaaS三类，从 IaaS 到 SaaS 越来越接近“傻瓜”式软件，利于用户直接使用。因此，如果说技术革新对硬件使用效率提升和成本降低更多体现在 IaaS 层面，SaaS 则是在享受硬件改善的基础上，通过降价（年费方式降低使用门槛）的方式扩大了市场。

1.IaaS全称为“设施即服务”（Infrastructure-as-a-service），提供的是服务器、存储、网络硬件等底层设施资源，用户购买 IaaS 产品后必须自己完成环境配备和应用程序开发，一般商业客户很难直接使用，使用对象大多是软件开发者，特别是 PaaS 及 IaaS 产品开发者；

2.PaaS全称为“平台即服务”（Platform-as-a-service），提供的是软件部署平台，比如虚拟服务器和操作系统，用户不需要关注底层，只需要根据自己的逻辑开发应用程序，适合自身特点明确、IT 预算高的大型商业客户，或应用程序开发商；

3.SaaS全称为“软件即服务”（Software-as-a-service），提供的是可以直接使用的软件，使用对象是一般商业客户，客户登录浏览器就可以打开使用。

IaaS、PaaS、SaaS提供商可以互相跨界。 目前，IaaS的厂商，一般可以进行进一步的资源打包，提供数据库、 应用中间层包runtime等，形成公有PaaS平台，如亚马逊AWS。而提供SaaS的厂商，在为一般商业客户提供通用性比较强的SaaS产品同时，也会为一些大型商业客户打造有他们自身特点的私有PaaS产品，甚至会有一些自己的 IaaS产品，比如Oracle。

1.2 云计算三种模式分析

云计算三种分类对比

三种分类间的联系

大型企业多采用私有云、公有云、混合云的部署方式，小型企业多采用公有云、私有云和社区云；由于PaaS处于云计算产业靠中间的环节，IaaS提供商可以靠硬件及技术优势提供PaaS 服务，SaaS提供商也可以靠客户关系为大客户提供PaaS服务，纯PaaS提供商的竞争力不强。因此，云计算行业中，IaaS和SaaS的机会更大。

中国 IaaS市场处于高速发展中。中国 Iaas市场中，阿里巴巴市占率约50%，其云计算收入增长速度可以代表中国 IaaS 市场规模增长速度。阿里巴巴2015、2016、2017 年云计算收入增长速度分别为64%、138%、121%，在一定程度上表明中国整体IaaS 市场处于高速发展通道。

研发费用是 IaaS 行业的最大门槛，大多由巨头把控

高额的研发费用和大量硬件费用只有大型公司才有能力支付，不管是国内还是国外，IaaS 都由巨头把握；又因为 IaaS 发展对技术更新有强依赖性，高收入公司才有资本投入高研发费用，所以这个行业的马太效应非常明显。

根据数据，2016 年 IaaS 公有云市场份额前六的分别是亚马逊、微软、阿里巴巴、谷歌、Rackspace、IBM，除去 Rackspace 是 1998 年就进入 IaaS行业、时间长所以拥有较大规模外，其他公司均是其他行业的巨头，能支付巨大的研发投入。而 Rackspace 2016 年 IaaS 公有云收入增长 5%，收入增速远低于其他 5 家公司。

亚马逊是全球最大的云计算公司，云计算 AWS 于 2006 年推出，主要提供 IaaS产品，也提供部分 PaaS 产品。亚马逊的研发费用大部分用于云计算方面，到2017 年亚马逊的总研发费用已经达到 226 亿美元，且同比增速高达 41%。

阿里巴巴是中国最大的云计算公司，2015 年 7 月曾宣布对阿里云战略投资 60亿元，用于国际业务拓展、云计算、大数据领域基础和前沿技术开发；马云在 2017 年云栖大会上表示，预计未来 3 年将投资 1000 亿元成立研发中心“达摩院”，包括对云计算基础技术的研发。

1.3 云计算市场规模

在技术和价格的推动作用下，全球云计算市场持续增长。根据Gartner的数据，包括IaaS、PaaS、SaaS、流程服务、广告营销在内的云计算市场在2016年为2196亿美元，到2020年预计整体规模将达到4114亿美元，2016至2020年的复合增长率为17%。

2010-2015E年全球云计算市场规模（亿美元）

数据来源：WIND，招商证券

中国云计算市场发展更快。相比全球市场，中国市场起步较晚，市场规模较小，技术正在加速追赶全球前沿科技，加上人工替代带来的客户量增长，使得中国云计算市场增速高于全球市场。根据数据，2016年中国企业云服务整体市场规模（包括IaaS、PaaS及SaaS）约为515亿元，到2020年市场规模约为1366亿元。

2008-2016E年中国云计算市场规模

数据来源：WIND，招商证券

全球云服务市场规模预测

数据来源：Gartner

1.4 云计算行业融资情况

数据来源：鲸准洞见

1.5 行业现状与痛点

1.云计算垄断

现有云计算市场极度中心化，市场份额Google、Amazon（AWS）、Microsot Azure、阿里云和腾讯云等几个科技巨头依靠自身高度集中化的服务器资源垄断了整个云计算市场，借助市场力量享受高额利润，进而导致算力服务价格高居不下

2.无激励措施

BONIC（Berkeley Open Infrastructure for Network Computing）是目前最为主流的分布式计算平台，为众多的数学物理等学科类别的项目所使用，但是由于这是基于分布在世界各地的志愿者的计算资源而形成的分布式计算平台，缺乏足够的志愿者来贡献算力。

3.计算资源不足

虽然我们看到了未来DApps的繁荣，但是目前一般的区块链运行DApps的计算能力非常有限，现有的云计算基础设施无法满足DApps的需求，后者需要完全分散的基础设施来运行；存储容量不足和协议的读取延迟高，这些都需要通过额外的计算资源来满足更高要求的应用程序。

4.成本过高

云计算基础设施和高性能计算的操作过于复杂和成本高昂。创新型小企业通常没有业内基本、专业知识获取和操作高性能计算平台，而像 Amazon EC2这样的云供应商对于高要求的应用程序(如GPU渲染)仍然非常昂贵。此外，数据处理中心常常消耗大量能量来运行服务器和冷却系统，这样成本会非常大，而且对环境也造成负面影响。

云计算相关概念

提到云计算，就不得不提到与云计算相关的两个概念：雾计算和边缘计算。

2.1 边缘计算

边缘计算（EdgeComputing）很早就提出用于表示云和设备的边界，最早可以追溯到2003年，AKAMAI与IBM开始合作在WebSphere服务器上提供基于边缘的服务。

边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，其目标是就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

边缘计算将是一种新的生态模式，通过在网络边缘侧汇聚网络、计算、存储、应用、智能五类资源，提高网络服务性能、开放网络控制能力，从而激发类似于移动互联网的新模式新业务。边缘计算的技术理念与特定网络接入方式无关，可以适用于固定互联网、移动通信网、消费物联网、工业互联网等不同场景，形成各自的网络架构增强。

2.2 雾计算

雾计算是最近出现的一个概念，由思科首创。因为相对于云来说，它离产生数据的地方更近，数据、数据相关的处理和应用程序都集中于网络边缘的设备中，而不是几乎全部保存在云端。它拓展了云计算的概念，是作为实现IoT的结构为Cisco等提倡，旨在为全球范围所采用。

雾计算是一种分布式的计算模型，作为云数据中心和物联网（IoT）设备/传感器之间的中间层，它提供了计算、网络和存储设备，让基于云的服务可以离物联网设备和传感器更近。雾计算的概念的引入，也是为了应对传统云计算在物联网应用时所面临的挑战。

雾计算和边缘计算定义很模糊，业界一直在尝试将这两者区分开作为单独的概念。对此，业界最广为接受的概念是在边缘计算中，数据处理在收集数据的硬件上。雾计算是当节点的一个子集发送其数据到更大的中心连接点，在连接到更大的整体中心网络的过程中处理数据。

不管是边缘计算还是雾计算，其优势都很明显。雾计算消除了将大量原始数据流发送到中央网络的一些延迟和带宽问题，但是它并不要求每组传感器处理收集到的数据。

区块链技术与云计算

3.1 区块链技术与云计算的关系

由于互联网的普及，大量的多媒体信息（图文音视频等）造就了海量数据，这些数据大多是非结构化的。

分布式计算与并行计算：分布式计算是一种采用地理上不同的多个主机（集群）协同完成大量计算任务，从而替代巨型计算机的解决方案。并行计算是指多CPU并行处理，并行计算能够提高计算效率，但是前提是程序算法要尽可能并行设计。

虚拟化：虚拟化是为了实现云计算而划分资源的一种方法，包括两个层面：物理资源池化和资源池管理。虚拟化有两种，一种是将多个物理资源虚拟化成一个“大”的逻辑资源，另一种是在一个物理资源上划分出多个“小”的逻辑资源。

目前云计算采用第一种虚拟化方式较多，部署方式上使用分布式集群，并行计算并没有太多涉及（并行计算学术上还在研究中），然后可以处理海量数据，为庞大的接入终端群按需提供IT服务。可以简单的理解为，分布式这种解决方案是为了快速地处理海量数据而提出的，而该方案最终的目的或表现形式就是为了实现“用硬件换时间”，将数据分布在多台计算机上，同时处理（并行处理）带某种属性的数据集。从现实来看，很多微小型互联网公司没有能力或必要构建自己的分布式系统，会借助于本地资源外的云服务提供商，这样可以使公司专注于产品和业务实现。

结合灵活的开发工具，DCC平台可以帮助开发者发布软件并赚钱，进而改变算力任务的组织和执行方式。此类平台通过实现去中心微服务和异步任务执行，成为建设未来互联网的基。得益于计算价格的大幅降低，复杂的应用（如CGI渲染，科学计算，机器学习等）将惠及每个。

通过P2P网络连接电脑，使应用所有者和个体用户（算力“请求方”）可以从其他用户租用算力（算力“供应商”）。这些算力资源可以完成对计算时间和计算能有定要求的计算任务。在当下，算力资源被中心化云服务商把控，受制于封闭网络，外部付系统和死板的运营模式。去中心化云算力设施可以做到基于以太坊（或同类公链）的付转账系统，可以实现算力买家(请求方)，卖家（供应商）及软件开发者之间的直接支付。

3.2 DCC的优势

1.除了自由的服务器、带宽等资源外，还将计算需求分布到系统中的众多节点中去，把用户的先知资源利用起来，创造价值。

2.通过整合社会闲置的计算资源，来为企业或个人提供去中心化算力服务，基于Token经济，构建计算机算力买卖方市场。

3.相比传统的云计算服务，其降低了云计算服务的门槛和使用费用，有利于云计算的普及。

3.3 商业模式

3.3.1 Token经济模型

虽然市面上的分布式算力平台项目众多，但是总的技术框架却是大同小异，下面就以一个大概的框架来大概的描述这个Token经济模型。

请求节点

这个节点一般由一些有计算需求的商家或是科学研究所来充当，一般实验室或是自有的计算机数量已经不太符合他们目前的计算需求了，需要通过超算或是其他性价比较高的计算资源如全球分布式算力来达到目的。请求节点可能会被按照要求先将自己的需求文件（数据）按照规格先model好在进入网络（ELastic）或是有其他节点来做做这个简单归类的工作。

以下为需要贡献计算资源的节点

归类节点

这个节点由CPU算力贡献用�...

前言：

云转型是软件发展的必然趋势，企业上云的动机包括“节省硬件成本”和“寻求价值增值”，云化有利于提升市场规模和集中度。云转型后，商业模式本身的变化，有助于提升客户的全生命周期价值、增加收入的稳定性和账面盈利质量。

▌云转型是传统软件发展的必然趋势

软件的发展往往分为5个阶段:

1)售卖单个软件产品;

2)丰富产品线，售卖多个软件产品，向交叉销售迈进;

3)售卖软件套件，根据不同客户的情况进行版本分级和捆绑销售。

以上三个阶段以售卖License软件许可证为主，软件从单一产品形态向多样化的产品形态迈进。但由于套装软件版本数量有限、研发周期长、迭代频率低、产品组合有限，无法满足客户多样化的需求。百度搜索“乐晴智库”，获得更多行业深度研究报告

4)软件云转型，向SaaS迈进阶段:上云后，用户可以快速选择并订阅不同的产品模块，有利于实现软件产品多元化的包装方式。

同时云转型后，数据的在线化将进一步丰富软件功能和使用场景。

5)从SaaS到PaaS发展阶段:将SaaS中的高频模块和技术抽象成API放入PaaS平台，大幅降低再开发成本。

有利于引入第三方开发者进驻平台，与平台上的客户形成双边网络效应，从而建立生态。客户的转换成本进一步提升，夯实核心竞争力。

服务需求复杂的大客户的厂商，如SAP、Oracle、Salesforce、Workday、Servicenow等，大都具备PaaS能力。

云转型是软件企业从产品型公司走向平台型公司的必经之路。

软件企业云转型过程伴随着:

1)商业模式的变化:从“一次性付费，终身使用”到“按需付费，阶段性使用”;

2)技术驱动产品形态的升级;从“仅支持单机使用”到“联网使用享受数据、协同、交易等增值服务”;

3)服务能力的升级:从“以销售为目的的服务模式”到“以客户留存为目的的服务伙伴型模式”。

云转型后，联网和数据在线化的特性将促进增量价值的挖掘，从而促进软件公司向平台化迈进。

▌企业采用SaaS可以节约硬件成本，获取价值增值

企业采用SaaS可以节约硬件成本，获取价值增值。软件的类型包括大型软件项目和工具型轻量化的软件项目:大型软件项目上云如ERP等可以大幅节省硬件成本;两类软件上云都能获得价值增值。

而软件上云的价值增值主要体现在:数据服务、协同工作、外部链接、智能化等方面。

网络外部性越强的模块，越容易云化。

以企业管理软件为例，前台系统因为涉及到销售、客服、营销等，对外沟通和移动办公需求大，互联网属性更强，上云之后有助于提升外部链接便利性，并获取基于大数据的智能化服务，价值增值大，是比较容易SaaS化的领域。

而企业核心财务系统(不包括报销报税)，一方面涉及企业隐私，另一方面上云之后价值增值不明显，优势仅在于节省硬件成本，所以SaaS化进度较慢。

客户上云的决策是在“成本节约+价值增值”和“隐私担心”之前取得平衡。

根据我们对国内企业的调研，上云之后的核心数据的隐私问题仍然是国内企业上云的最大顾虑之一。

SaaS软件是基于公有云的软件，采用SaaS软件意味着数据在公有云厂商的服务器上运行，所以企业的上云决策是在“成本节约和便利性提升+价值增值”与“隐私担心”之前取得平衡。价值增值大且并不涉及核心数据的子系统将最有动力上云。

▌云化有利于提升软件市场规模和市场集中度

云化有利于提升市场规模。市场规模的提升来自于三方方面:

1)进一步挖掘市场需求。

相比于传统软件，SaaS软件功能更强大、使用更便捷、网络效应强，且更容易深入到业务和交易环节，走向产业互联网，从挣“IT”的钱向挣“业务”的钱迈进。

2)未来客户IT预算向SaaS集中。

SaaS将数据库、服务器、存储、网络、运维等功能整合到订阅服务当中(由SaaS厂商购买IaaS或PaaS服务)，向客户提供一体化的IT服务，客户不再需要单独购买基础软硬件，从而客户的IT预算向SaaS集中。

3)有效防止盗版客户。

SaaS云+端模式中，需要实施与服务器发生数据交换，有效防止盗版客户。

云化有利于提升市场集中度。

1)SaaS公司的网络外部性更强:一方面，SaaS的在线化模式方便使用者之间的链接，促进协同工作;另一方面，在线化促进数据集中化，数据服务走向智能服务可期。

所以使用SaaS产品的人越多，网络效应就越强，市场集中度更容易到达较高的水平。而传统License软件虽然也具备网络外部性(参考微软Office软件)，但互联网属性的SaaS网络外部性更强。

2)SaaS产品满足更多客户的需求:传统License软件根据不同的操作系统和目标客户设计不同的版本和模块，售卖的版本的数量有限;SaaS产品形态更容易实现不同产品和模块的自由拼接，产品包装方式更为多元化，更容易实现交叉销售，满足更多客户的需求，

根据IDC，2002年的传统CRM软件行业龙头Seibel市占率为20%，而云CRM龙头公司Salesforce2016年的市占率达到34%。Salesforce的市占率超过Seibel说明了云化提升集中度。

云转型后，商业模式本身的变化，有助于提升客户的全生命周期价值、增加收入的稳定性和账面盈利质量;除此之外，可以用三个维度衡量云转型之后的价值增值:1)用户数;2)ARPU值;3)利润率。

实现价值增量的战略包括3个:大多数SaaS公司选择在现有市场进一步抢夺市场份额，挖掘客户需求;有的向数量庞大的小客户市场迈进(如Adobe);有的向大客户市场进军(如Salesforce)。

我们通过案例分析得出:1)Adobe的创意软件约60%的License用户转为云用户，云用户中有1/3的新用户，转型前后收入翻倍整体利润率超过转型前水平;2)Autodesk处于转型过程中，SaaS客户100%增长，且订阅用户36%是新用户。

根据一致预期，2020年收入达到2014年转型前收入1.5倍;3)Salesforce的用户数和ARPU值均低于SAP&OracleARPU值也低于垂直类CRM厂商Veeva，大客户战略下ARPU还有提升空间。

经测算，公司老客户营业利润率为52%，如果收入增速下降到10%，则营业利润为29%，反映大客户战略面临盈利能力和成长性的选择。

云转型估值的基础逻辑是“可重复收入”和“一次性收入”应该享受不一样的估值倍数。

海外采用的估值方法共5种，不同的估值方法在不同的发展阶段适用。

五种估值方法包括:

1)采用收入增速决定EV/Sales倍数;2)采用“收入增速+自由现金流利润率”决定EV/Sales倍数;3)EV/FCF估值法;4)EV/“稳态下的FCF”估值法，假设收入增速进入稳态后，计算不同公司的FCF，可比性更强;5)LTV/CAC，

客户全生命周期价值和获客成本的比例我们通过案例分析得出结论:

1)对于原生云服务公司，成长期可采用EV/Sales，成熟期采用EV/FCF，成长成熟过渡期可以采用“收入增速+自由现金流利润率”决定EV/Sales倍数;

2)对于转型类公司，转型期可以采用分部估值法，转型中后期可采用“收入增速+自由现金流利润率”决定EV/Sales倍数，转型后期采用EV/FCF。

我们海外的估值方法应用到国内的案例中，发现有着较好的适用性，对国内公司估值具备借鉴意义。（东方证券：游涓洋）获取更多行业完整报告请百度搜索“乐晴智库”。

大数据：藏在啤酒和尿布背后的秘密; 云计算：物联网的隐形大脑

我们提到物联网，就不得不把它与现在非常火热的另一个概念联系起来，那就是“大数据”。

大数据是怎么一回事呢？有一个为人津津乐道经典案例，就是啤酒与尿布的例子。一家美国超市把尿布与啤酒这两种风马牛不相及的商品居然摆在一起，但这一奇怪的举措居然使尿布和啤酒的销量大幅增加了。原来，美国的妇女通常在家照顾孩子，所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布，而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。

在这个案例里面，丈夫的行为被预测出来，其预测的依据是根据长期经验所得的。假定不在尿布旁边放啤酒，爱喝酒的丈夫可能也会去买，但嫌麻烦或者酒瘾不那么大的丈夫可能就只会买了尿布就走，而想不到去买啤酒。因而，大数据就此产生了经济价值。当然，这背后基本是一个零和游戏，这家超市的啤酒销售得多了，别家超市卖得就少了。

腾讯的QQ我们都用过，它能够把我们久未联系的老同找出来，推荐给我们去联系，但也会把你的前女友推荐给你的未婚妻认识。而淘宝在我们买东西的时候会把相关产品推荐给我们，还会告诉我们诸如某省狮子座最败家、某省水瓶座最花心、某省天蝎座最抠门这样的信息。而百度则会对人们使用关键字搜索进行排名，从而让更多人知道最近大家的关注点在哪里。

显然，这些数据或多或少已经开始影响我们的生活。而在未来，万物联网产生的数据量与现在人们通过互联网活动产生的数据量不可同日而语，开发的价值也会更加巨大。比如我们现在的手环、手表读取我们的心率、运动量等数据，仅仅是反馈给我们让我们管理自身健康。而未来随着大数据的分析能力增强，加上能够互动的设备增多，那么这些数据就变成了健康服务，甚至能提前预防疾病发生。

反过来，大数据的处理能力能力会反过来帮助物联网实现智能控制和产品改进。比如，我们的智能家居的学习功能，可以看做是对用户一段时间的行为数据的收集，然后通过特定算法得出主人的喜好从而自己完成对家庭环境的控制。

前面讲了大数据，那么还有另一个大数据的亲兄弟不得不讲，那就是云计算。从成本和实际效果来考虑，其实很多物联网设备并不需要太多的计算能力，只要能够取得数据并反馈给上层具有计算能力的数据处理中心就好了，多一点的还有能够通过从计算中心获取的指令完成某些活动就可以了。

那么，这些数据谁谁在处理呢，他们又是怎么处理的呢，这里就要提到云计算的概念。云计算被认为是一种革命性的计算方法，是继大型计算机到客户端-服务器的大转变之后的又一关于计算方式的重大转变。

举一个不那么恰当但比较好理解得例子。使用过QQ远程助手的朋友大概可以体验云计算，你在QQ提供的界面里面访问对方的电脑，使用对方的软件。云计算大概也可以看做这么种方式，不过对方的电脑变成了处理能力超强的云计算中心，而处理方式更加复杂一些。

云计算给我们带来了全新的解决思路。由于通讯技术的不断发展，我们的计算不一定要在本地进行。比如，在远程操作的例子，哪怕你的电脑没有安装一个程序，你仍然能够获得这个程序的使用结果。而我们平时收发邮件，这些邮件存储在我们的邮箱里，而不是在我们的电脑上，这其实可以视作早期的云服务。这种理念，简单概括起来就是“网络即电脑”。只要有网络，我们就能获得更高的运算能力。

目前云计算还处于基础阶段，现在的云计算被分为三层：基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）。基础设施可以看做是我们的电脑主机，其实质是大规模的主机集群。平台的地位大致相当于我们的计算机系统，类似于windos，是开发和运行程序的基础。软件服务我们就明白多了，微信、游戏客户端、美图秀秀这样的都是软件。

借助云计算，企业的管理成本将降低。由于云计算的作用，一些企业不用浪费金钱和精力建立自己的数据处理中心，而将自己的一些数据和企业管理软件放在公共的云服务器上；而另一些企业对于数据的安全性和专业性等要求较高，于是自建云服务器，于是有了公有云、私有云、的概念之别；有一些私有云并不能满足企业的运算需求，向公有云服务器寻求支持，于是就有了混合云的提法。

同时，云计算中心能够根据实际需求来安排服务器的运算，让整个计算中心保持高效的运作，避免了运算资源的浪费。除此之外，云计算的好处在于按使用付费。这就是说，你可以按照实际需要的存储空间或者运算能力购买云服务。这是云服务诞生之初的“电厂模式阶段”就提出的理念，即把计算能力当做像水、电这样的产品来出售。现在基本已经变成现实，而在未来，个人用户也将慢慢感受到这种全新方式给生活带来的改变。

讲了这么多云计算，那么云计算和物联网是是怎么结合起来的呢？前面我们已经提到，我们的物联网设备只需要能够联网，云计算就能够通过网络为我们的设备提供数据处理能力。其次，大数据的运用对物联网来说十分重要，而云计算和大数据分析就像一枚硬币的两面密不可分。

比如智能家居系统，其一部分运算其实就是依托云服务器，因为我们的家里面的数据处理中心（电脑或手机）没有必要一直保持开机状态。而更多的诸如交通系统、工厂制造系统、社区服务系统等等都将依托于私有云或者公有云的服务。除了这些，我们前面提到云计算还是打通各种物联网标准的有效手段，两个采用不同技术标准的设备也具有了互相交换数据的可能，简单说来，就像你在网上和一个外国人聊天，哪怕你不懂他的语言，只要通过相应的翻译软件，就能够理解对方的意思了。