大家好，欢迎收看本期节目。

随着科技网络的发展，人们对大数据的利用也是越来越娴熟。不仅将至用于学习研究上，更是用于吃穿住行这样的生活服务中去。给我们的生活带来了不少的方便。而不论是阿里还是苹果或是腾讯，都选择把贵州作为大数据中心是为什么呢？

最重要的是贵州是我国第一个国家级的大数据综合试验区域。国家会在贵州有专门的补贴和支持，这是别的地区所没有的。而且贵州本身也会相比其他地区更重视大数据的发展。其次，大数据中心的建立容易，但他不论是能源消耗上还是发热问题上都是需要解决的。而且，在这方面想要得到良好的解决需要大笔的成本并且是常年如此。如果每年都要面对这样大的消耗力度，可能会造成入不敷出的结果。

反而在贵州，因为温度常年维持在15摄氏度左右，天气适宜，再加上当地风力资源及太阳能资源也是相当丰富，一点都不比内蒙古差，电力资源的富裕，空气清新，没有太多的污染，雾霾几乎没有。所以贵州大数据公司在维护和散热降温的成本上就可以大省一笔。还有，贵州地处中国西南地区，平时人流量相对东部地区较少，安静平和的环境更是令人舒心，大数据中心开在贵州，可以避免很多外界的干扰，效率提高。

最后一点，其实贵州本身的发展并不像上海北京这些地方的优越，根据国家政策，这样做也可以调动当地经济的发展，为当地带来就业机会，促进当地大数据事业的发展。

好了，今天的节目就到这里。

我们下期再见。

阿里发家靠的是电商，电商分为跨境电子商务和传统电子商务。跨境电子商务是指不同国境地域的交易主体之间， 以电子商务的方式达成交易并通过跨境物流递送商品，清关，最终送达，完成交易的一种国际商业活动。传统的电商交易买卖双方一般属于同-一个国家，即国内的商家卖家在线销售给国内的买家;对于电商马云曾这样评价贵州的电商，201 6年， 贵州在电商网购的增速是全国第一,网上销售增速全国第二, 201 6年, 贵州_上云的中小企业增长达到55%，增速也是全国第二。一个非常落后贫困的地区能够把握住新的机会冲起来, 我相信, 十年以前你跟任何人讲贵州有可能发展大数据，谁都不相信。

但是今天， 我觉得这里就正在发生这样的奇迹。而跨境电商是不同国别或关境地区间的买卖双方进行的交易，从业务模式上简单来看，多了国际物流、出入境清关、国际结算等业务。本质上是一-家数据公司。大数据指无法在一定时间范围内用常规软件工具进行捕捉、 管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 大数据是未来商业社会的基础设施，驱动着商业变革。阿里拥有海量的消费者数据、小企业数据、金融数据、 物流数据等等，其核心大数据就是商业交易数据。 电商，只是阿里收取的一道过路费，而马云最大的杀手锏就是大数据。

对阿里来说，不管是传统纸媒还是互联网媒体都拥有大量的粉丝，本身就是一个很强大的商业生态，直接收购或战略投资，开发起来难度会很低。而且，在自媒体时代，每自媒体又称“公民媒体”或“个人媒体”，是指私人化、平民化、普泛化、自主化的传播者，以现代化、 电子化的手段，向不特定的大多数或者特定的单个人传递规范性及非规范性信息的新媒体的总称。 自媒体平台包括:博客、 微博、微信、 百度官方贴吧、论坛/BBS等网络社区。一个媒体平台都可以涌现出海量的自媒体、 网红，这就形成了更加强大的自媒体矩阵。

阿里正在加快媒体的商业化。新浪微博2013年接受阿里入股，推进商业化运作后， 新浪微博同年Q4便实现了单季盈利。对很多媒体来说， 有了阿里加持，转化不再是难题，媒体只需要做好内容，经营好粉丝，把不擅长的商业化运营直接交由阿里来运作， “媒体+阿里"让粉丝经济价值快速变现。

2016年马云提出“新零售”概念， 新零售就是必须重新定义零售。大家都知道， 零售以前是当做销售的渠道，未来零售我看成是一种服务， 以前零售是卖货，未来零售是做服务， 未来零售是计算要做的， 所有物流也好， 产品流也好， 经营流也好， 服务流， 必须合在一起。 20世纪如果是工业制造的能力，那么21世纪是服务的能力。所以, 新零售是我们必须对零售重新定义， 原来卖货， 未来卖服务。 搅动了传统零售行业， 并一举拿下包括银泰商业、 苏宁、三江购物、百联股份、 联华超市、新华都等零售大鳄。新零售典范盒马鲜生，更是快速进入全国一二线城市视野， 既是超市，又是餐饮店，还是菜市场。马云正在将线_上搬到线下，把支付的场景、零售的场景拓展至写字楼和小区。而入股分众，更是将触角延伸至生活圈媒体，通过线上数据与线下数据的联动，为消费者提供精准的服务和体验。这个世界正在发生着巨大的变化。

本文来源：大数据工程师（今日头条作者）原文链接：https:///a6508682747257553411/

数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。

下面我们来讲大数据开发核心流程。

当我们接到一个需求，首先会进行需求分析，然后做工作流设计，比如这个任务是什么时候跑的、依赖于哪些业务。工作流设计完成后进行数据采集和数据同步。接下去就是数据开发，我们提供了WEB-IDE，支持SQL、MR、SHELL和 PYTHON等。然后我们提供了冒烟测试的场景，测试完成后发布到线上，让它每天定时进行自动调度，并进行数据质量监控。以上步骤都完成后，就能把我们的数据环流到业务系统库，或者用QuickBI、DataV这些工具进行页面展现。

我们设计的任务是离线的，每天会在12点的时候把设计的任务变成一个实例快照。目前我们的任务依赖在业内也是最先进的。

现在最常见的需求就是每天有日报，每周要写周报，每月要写月报。为了节省资源，就可以使用日报的数据直接转成周报或月报。

线上系统在每天6点的时候要保证数据已经回笼到业务系统，系统要开始使用了。

如上图所示，假设有D和E两个任务，它们依赖于B和A。任务D的运行时间是1.5小时，E是2小时。我们必须确保B每天在4点之前把B的任务运行完成，一般正常运行时间是2小时。那就要保证A每天任务完成的时间不晚于2点。如果A的运行时间是10分钟，到1点的时候发现A的任务失败了，这时就能计算出A还剩下多少余量，我们可以进行人工监督排查。在1:50之前人工介入，从而保证任务D和E能在6点前准时产出。

总结

如图所示，MaxCompute是图上小人的“心脏”，所有运行的任务都在MaxCompute里面。调度是数据架构的“大脑”。“眼睛”是数据监控，目前在数据架构平台上它还是一个“近视眼”，还没有正式推出。数据集成就像两只“手”，不停地从其它地方搬运数据。底层的开发环境和运维中心就像两条“腿”，保证整个数据架构平台走得更远。而数据质量就像是一个“人体健康中心”，也就是数据质量的监控。

程序员必备的碎片化学习神器牛X公司的开会方式，明天开始参照执行女程序媛与男程序猿的一天火爆全球的区块链到底是怎么一回事？一文带你看懂对开发来讲，业务重要还是技术重要？

2017年6月1日，菜鸟与顺丰因快递柜数据引起一场相互封杀的大战，震惊了整个业界。虽然在相关方的介入调停下，双方的业务合作和数据传输已于6月3日暂时恢复，但这场3Q大战之后，又一次将无数用户卷入的巨头互杀，有可能成为中国互联网发展史上，一个具有标志意义的分水岭。以此役为界，对数据的争夺，已成为互联网商战的制高点，没有之一。

大数据时代

对数据的控制，即对市场生态的控制。对数据的争夺，即对行业话语权的争夺。而此次冲突的全面爆发，以及过去数年来，阿里巴巴在多个行业反复上演的数据冲突，也让大家看清了阿里巴巴的数据野心。

马云

时隔五年，全球网商大会再次启动，在7月11日当天，以阿里为中心的“网商”群体正引领着中国经济的新竞争格局，除了商业化领域的讨论，还有技术之间的碰撞。张北数据中心作为阿里北方最重要的基础设施，在去年的双十一以及春运抢票中承担的责任无比巨大，和全球一起见证了新的奇迹。

阿里巴巴

服务器散热是困扰云计算巨头的世界难题，亚马逊、谷歌等巨头只能在爱尔兰这种气候寒冷的地方搭建数据中心，而阿里选择另辟蹊径，将服务器浸泡在液体里，虽然这种技术的难度不是一般的大，但是效果却是非常明显。这种世界领先的技术已经通过了初步测试和验证，将通过阿里云对外提供计算服务。

千岛湖

除了阿里千岛湖数据中心的技术创新，阿里在其他技术创新方面也越来越厉害，自主研发的超大规模用计算机操作飞天系统，可以将全球百万级服务器连成一台超级计算机，解决了目前关于计算机规模、效率和安全问题，使得亚马逊、谷歌、Facebook都自叹不如。

阿里巴巴

阿里巴巴的心脏就是数据处理中心，为了保证这颗心脏更有活力，阿里频频发力，在全球十多个国家建立了数据中心，并将新增印度和印度尼西亚数据中心，加速全球化布局，同时受到了马来西亚、瑞典等国家的邀请。

阿里巴巴

今天得阿里已然根深蒂固非常的成熟。甚至未来的战略和发展方向他们都制定的非常明确。将来的电商将向着智能化的产品和高科技发展。VR的面试让我们不得不毛骨悚然。一个看似很神奇的buy+其实隐藏着惊人的未来发展局势。

大数据

阿里巴巴数据技术及产品部负责阿里巴巴生态圈产品的数据工作，每年双十一那块酷炫的数据大屏就出自这个部门的手笔。阿里巴巴数据委员会致力于共建阿里巴巴集团数据专业领域人才培养体系，打造阿里巴巴在数据领域的品牌价值和影响力。

马云曾说过：阿里巴巴不是一家电子商务型公司，而是一家技术性企业。新零售以及Ewpt（电子世界贸易平台）的提出正式马云在关键时刻做出的变革，在高科技的战场上，马云一次又一次的攻城拔寨，震惊了美国，震惊了世界。

阿里巴巴的成就有目共睹，特别是在全球化道路上一直敢为先人，这是一种责任更是一种使命。

就算是市值达到8000亿的苹果在云计算方面也是被阿里云远远甩在身后，阿里云已经在多个国家建立数据中心，其实力位于全球前三，与亚马逊和微软一较高下，让美国巨头真实感受到了阿里在云计算领域的爆发力。

从阿里云的发展我们不难看出，数据化时代在国内乃至世界已经掀起了巨浪，许多公司开始做企业数据信息库的建立，科技大数据营销已经走进各行各业，传统企业也开始改革创新；2017年5月31日北京CBD探索企业信用体系监管新模式，其中北京CBD中心区“综合资源管理系统”与“CBD功能区产业转型升级和楼宇经济管理系统”已经建设完成，整合了多部门近3000万条数据，初步建立了企业征信大数据库；加之下半年投入使用的企业信用监管综合平台，将实现北京商务中心区商务诚信事前、事中、事后全方位监管。

企业做数据库管理主要是为了能很好的跟踪到新老客户的变化，客户数据是整个数据库的灵魂，在构建客户数据库的过程中，第一个原则就是尽可能的将客户的完整资料保存下来，不同于传统的纸质档案收集方式，也不同与电子档案，数据库的客户信息收集能上传到云端数据备份，对于每一个的客户的信息变动能及时做出跟踪反馈。

未来云端技术必将是企业发展的方向，结合数据库来整合客户企业数据信息，便于调动和更改信息，提前预知市场的发展做出合理的调整，英联国泰数据管理系统，利用云端技术和数据库收集，对于每一个信息建立独立的数据库。

阿里的大数据有多可怕？举个栗子

几年前，一个美国家庭收到了一家商场投送的关于孕妇用品的促销劵，由于很明显促销劵是冲着这个家庭中的那位16岁女孩来的，女孩的父亲觉得受到了侮辱，于是怒气冲冲地找到了这家商场讨说法。为了平息这位父亲的怒气，商场做出了诚恳的道歉。但数天后，这位父亲赫然发现，其16岁的女儿真的未婚先孕了。

那家商场之所以能未卜先知地知道该女孩怀孕，是因为该商场通过若干种商品的消费数据建立了一个怀孕预测指数，以此来预知其顾客的怀孕情况。可以说，这只是一个典型的数据挖掘案例。

不过，与马云的阿里巴巴相比，这家美国商场的数据挖掘简直就是小儿科。

一方面，阿里巴巴的消费数据覆盖之广、累积之深，全球没有任何一家公司和机构能出其右

另一方面，阿里巴巴的云计算技术位居业界翘楚，其数据挖掘能力几乎独步江湖。

这两项结合起来，使阿里巴巴能够轻而易举地为其用户建立一个细致的个人档案和并进行精准的行为预测。

胡歌霍建华穿情侣装拍写真、秀恩爱

过去 10 年，随着互联网技术的快速发展，数据库呈现井喷式发展，出现了各式各样的产品，如文件存储数据库、列存储数据库、NewSQL 数据库。之所有如此，归结于数据量不断快速膨胀，传统数据库在大数据上的处理性能不能满足需求等。企业和开发者趋于去针对不同应用类型开发不同的数据库，来满足对特定数据处理的需求。

阿里巴巴在多种场景下同样有不同的数据存储技术实践，比如：

海量数据场景下的 OLAP 列式数据库 —— HiStore

HiStore 是一款基于独特的知识网格技术的列式数据库，定位于海量数据高压缩比列式存储，是低存储成本，低维护成本，海量数据 OLAP 存储引擎；有效的解决了海量数据存储的成本问题，以及在百亿数据场景下支持实时高效的多维度自由组合的检索。适用场景：

日志/事件管理系统：调用链路日志跟踪，消息轨迹分析，系统/网络安全审计记录;

通信行业：话单分析，用户行为分析等;

大数据量的分析应用：网页/在线分析，移动分析，客户行为分析，营销和广告数据;

数据仓库/数据集市：实时展示统计分析后数据，便于用户根据统计结果做决策;

对数据存储成本敏感，查询有实时性要求的场景应考虑HiStore;

物联网：保存大量物理节点的采集上报，状态等信息，用于后期统计处理;

历史评价数据，历史订单数据等。

高性能时间序列数据库 —— HiTSDB

HiTSDB 是阿里自主研发的面向物联网及相关领域的高性能时间序列数据库产品，支持每秒1000万时序数据点写入；具备PB级别的数据存储能力，提供高效压缩算法，整体存储成本降低90%；提供时序数据插值计算，降精度计算，时间纬度聚合计算，空间纬度聚合计算的能力。主要解决以下问题。

大规模的物联网设备的时序数据高并发写入；

低成本的存储；

灵活高效的数据分析能力。

在线海量数据处理分布式数据库 —— Lindorm

Lindorm 是新一代面向在线海量数据处理的分布式数据库，目前公布的资料不多。在 10 月 11 日- 14 日杭州云栖大会的“互联网新型数据库专场”上，阿里将公布 Lindorm 更多技术详情。届时，阿里的技术专家将通过分享这些多种场景下的数据存储技术实践，帮助企业更好地理解各种数据存储技术的特点，针对自己的业务发展对数据存储技术进行选择和组合。

原文地址：http://linuxprobe/aliyun-databases.html

大数据领域是非常广泛的，常常让那些想开始学习大量数据和相关技术的人望而生畏。大数据技术有很多种，这使得初学者很难选择从哪里开始。

这就是我为什么要写这篇文章的原因。本文将帮助您开始学习大数据的旅程，并找到在大数据产业中找到工作的方法。我们现在面临的最大挑战是根据自己的兴趣和技能选择合适的角色。为了解决这个问题，我详细阐述了与大数据有关的每一个角色，并考虑了工程师和计算机科学毕业生的不同角色。我试着详细地回答人们在学习大数据过程中遇到或可能遇到的问题。为了帮助您根据自己的兴趣选择开发方式，我添加了一组树形图表，我相信这些图表将帮助您找到正确的方法。

学习方式的路径树，在这棵树的帮助下，可以根据你的兴趣和目标选择路径。然后，你就可以开始学习大数据的旅程了。是如何工作的？开始？

大数据领域有什么样的工作要求？你的领域是什么，它的方向是什么？概述你的角色在大数据领域，你如何成为一个大数据工程师？大数据交流学习裙72268o258零基础中级高级需要资源欢迎加入，什么是大数据产业术语？您需要了解系统和结构，学习设计解决方案和学习相关技术。数据学习路径资源，你是怎么开始的？人们将开始学习大数据。最常问的问题是，“我应该学习HDFS，Hadoop是一个开源软件，它主要用于分布式存储和计算框架。

它是由HDFS和MapReduce计算。他们都是开源的谷歌的GFS和MapReduce的实现。由于其易用性和可扩展性，Hadoop已经成为最流行的海量数据处理框架。Hadoop这个词来源于他发明的玩具大象的名字。（Kafka Kafka，分布式计算，发布/订阅的信息系统是基于一个分布式的LinkedIn的发展（NoSQL），非关系型数据库）或火花（火花是一个开源的Hadoop集群计算环境，但是两者之间还是有一定的差异）？”我通常只有一个答案：“这取决于你想做什么”，让我们有秩序地解决这个问题。我们将一步步探索学习的方法。

大数据产业的专业需求是什么？大数据产业有很多领域。一般来说，它们可以分为两大类：大数据工程，大数据分析，这些领域是独立的和相互关联的。大型数据工程涉及到大量数据的设计、部署、获取和维护。大型数据工程师需要设计和部署这样一个系统，以便相关的数据可以面向不同的消费者和内部应用程序。

大数据分析的工作是由大数据工程师设计的系统提供的大量数据。大数据分析包括趋势、模式分析和不同分类和预测系统的开发。因此，简而言之，大数据分析是对数据的高级计算。大型数据工程是系统设计、部署和计算平台的顶层结构。

你的领域是什么，它的方向是什么？现在我们已经了解了我们可以从行业中选择的职业类型，让我们来决定哪一个区域适合你。这样，我们就可以确定你在这个行业中的位置。一般来说，你的教育背景和工作经验可以分为：基于我们的教育背景（包括利息，但不一定是你的大学教育相关）在计算机科学、数学、行业经验，新的数据，计算机科学家和工程师（数据域相关工作）因此，根据上述分类。你可以拥有以下领域：“我是计算机科学的学生，但没有坚实的数学基础。”你对计算机科学或数学感兴趣，但是你没有经验，你将被定义为一个新的人。例2：“我是计算机科学的毕业生，我目前从事数据库开发。

”你的兴趣是计算机科学方向，你适合计算机工程师（数据相关工程）的角色。“我做数据科学家的统计工作”。你对数学领域很感兴趣，并且适合数据科学家的专业角色。所以，请参考你所在地的位置。（此处定义的域对决定大数据产业的学习路径至关重要）。

今天小编逛论坛看见一篇百万阅读量的爆文，里面出了四个填空题，问你：____是铜牌，____是银牌，____是金牌，____是王牌。小编我的答案是：Java是铜牌，Linux是银牌，Hadoop是金牌，学好大数据是王牌。因为Java是学大数据的基础，有基础然后就可以学后续的；最后只有学好大数据这一王牌才能出去找一份好工作。那怎么才能学好大数据呢，下面小编就从阿里云大学得来的，告诉大家该如何学大数据。

一、Linux基础：

通过Linux的学习，系统的掌握企业级Linux操作系统，能熟练操作与管理Linux系统及运行在Linux系统上的各种应用与服务；如今大数据平台只能部署在Linux环境下。

二、Hadoop离线计算处理模块：

Hadoop是由Apache基金会所开放的分布式系统基础架构，一个高度可扩展的存储和分发横跨数百个并行操作的廉价的服务器数据集群。具有高可靠性、高拓展性、高效性、高容错性。

三、storm实时计算处理模块

storm用于流式计算范式，应用范围很广。

四、spark内存计算处理模块

spark是一个基于内存的开源计算框架。

今天要跟大家说一下数据的价值以及如何衡量的问题。这两天我们一直在讨论阿里巴巴的价值，阿里巴巴现在已经不仅仅是一个电商公司，它实际上更是一个数据公司。

为什么说阿里巴巴是一个数据公司？

说阿里巴巴是一个数据公司是有原因也是有意义的。我们在使用淘宝天猫等产品的同时，阿里巴巴的服务器上会记载我们的一举一动，而这些都是需要优化的数据。

比如，你今天在天猫上买了一个iphone8，那么天猫的后台数据就会推测你是不是要买一个苹果的手机壳，如果你没有买手机壳，那下一次在登陆淘宝或者天猫的时候就会在推荐页面出现手机壳。所以淘宝的后台周期预算是非常聪明的，这就相当于每一个人看到界面都是定制的，由此可见，阿里的智能运算已经是非常优化了。

再比如，你现在想要买一个书柜，可是挑了很多种，最后确定在某几种之中反复挑，但是没有下单。这时候淘宝的后台就会在后面深度搜索、深度优化、深度学习，根据这些数据进行一个大数据的回归。就像我们在亚马逊上通常会看到“买了这本书的人也买了那本书”这样的推荐，同样的原理，当你在选择书柜但是没有下单的时候，平台数据会对比买了类似产品的人会更喜欢哪些东西，然后再根据用户的浏览记录和停留的时间，再向该用户推荐特定东西。

（淘宝推荐页面）

通过上面的例子，我们可以看出阿里巴巴实际上更偏向数据公司。

这个数据是非常可怕的，因为它是不断演进的。十几岁买的东西和六十几岁买的东西是不同的，通过后台的这些数据，能够反应出在不同的时候都你喜欢什么样的东西。比如，一个人总买阿迪达斯的鞋，那就可以分析出这个人是阿迪的粉丝，就不会为其推荐安德玛和耐克；如果知道一个人喜欢Apple，就不会推荐三星，但是有一天这个人看了华为，它就可能开始为其推安卓的手机。

阿里的数据不仅仅体现在这个方面，在阿里云中也有体现。云的服务是非常强大的，阿里云的市场也是一个上升的市场，市场存量越来越大，不仅仅是500强，很多中大型企业以及小型的企业也需要运算。

云是什么东西呢？

简单地讲，云是一个远端的服务器和一个存储的地方。它不仅仅是一个我们理解的把东西存储上去的云盘，更多的是远端的运算功能和一些功能的外包。所以“云”也是非常强大的。根据你的企业经营的范围，以及你的一些特性，通过一个数字化的处理进而能有更深层次的了解。比如做零售需要哪些模块，做游戏的需要哪些模块，做电商的需要哪些模块，卖汽车的需要哪些模块，卖手机的需要哪些模块等，这些都是云处理的常见模块。阿里会根据个人或者企业的消费习惯，给你推荐更有效的、最适合的云服务。

数据的作用与估值

一提到阿里就很容易提到京东，京东跟阿里到底是什么样的关系呢？

这是一个复杂的问题，而且在每一个细分领域这两个公司的情况都是不一样的。今天就只是从数据的角度简单给大家分析一下。

在讲解数据的作用之前，我们先做一个假设分析。比如，阿里的数据是京东的数据的两倍（零售或者金融等方面的数据），那么思考一下阿里巴巴的数据要比京东的数据贵多少钱呢？倍数关系是怎样的呢？

为了估算方便，假设京东金融的数据是蚂蚁金服的二分之一（实际上要比这个少很多），蚂蚁金服是2，京东金融是1的话，那么蚂蚁金服的估值应该是京东金融的几倍？是2倍吗？一定不是，可能是20倍甚至200倍。这就好像把姚明和潘长江放到一起对比两者的篮球技术。虽然身高的对比我们可以直观的看出来，但是两个人的篮球技术绝对是无法通过身高的比例来衡量。

同样的道理，放在蚂蚁金服和京东金融上也是一样的，数据越多，可做的事情就越多，如果数据是两倍，那么在估值方面远不止两倍，可能是几十倍几百倍的增加。当然，我们要知道，实际上蚂蚁金服和京东金融的数据倍数也不是2：1这么简单，虽然这是我们的假设，但是希望大家能明白这其中的道理。

之前讲阿里巴巴是中国唯一一个真正闭环的企业，从零售、物流、金融到阿里云，这些东西都需要数据的积累，而阿里在这些方面都有布局，也都是核心业务，所以阿里是一个伟大的闭环公司。同时，我们在理解阿里巴巴的时候，要把它理解成一个数据公司，因为其真正的核心竞争力不是天猫界面多好看，也不是叫天猫还是叫京东，这都是门面上的差异，而真正的差异是后面的内核。京东本身是没有什么比较好的云服务，但是阿里有特别好的数据，所以阿里的估值，在同等条件下，会比京东高出许多。

此外，还有一点，就是大家不要只看GMV。GMV全称Gross Merchandise Volume，在电商网站定义里面是网站成交金额，实际指的是拍下订单金额， 包含付款和未付款的部分。如果单看GMV数据，相信大部分企业都比不上火车站，因为火车一年能运几十万亿的东西，所以通过此数据来判断火车是否比阿里巴巴更有价值是不正确的。

实际上，阿里巴巴是一个不断颠覆自己的公司，从当年的B2B，C2C，B2C到金融再到云等等，这个公司一直在不断的颠覆自己。现在它最基础的零售业也在不断的发生变化，比如阿里现在已经开了线下店“盒马鲜生”，大家可以刷脸刷信用，不断改变优化用户进店的体验。这些都是零售业已经或者正在发生的变化。

作为一个数据公司，我相信会在将来出现很多我们还没有想象到的东西。随着物联网的进一步发展，未来阿里巴巴很可能会跟亚马逊一样布局智能家电。比如，你每天早晨起床智能家电就会给你反馈今天的天气，告诉你温度；或者为你测量体温，告诉你个人健康状况；又或者在你想喝啤酒的时候为你智能下单，帮助你选择等等。这不仅仅是一个单向的东西，它很可能会随着技术与消费体验的升级，变成一个咨询式的定制式的，并且随着你的心情、你的状态、你的各种情况而变化体验式服务。

随着智能硬件的发展，这些事情将会逐渐发展成为现实，而如果阿里巴巴在未来的几年中对这方面有一个更好的布局，那它将会更加准确的成为一个数据公司，也会在这其中越来越接近我们的生活，或许有一天可能发展到大家都不需要去问百度了，只要去问各种智能硬件就好了。如果这真能实现，那将会是一个非常可怕的趋势。

我们投资一定要跨过自己的“障”，要有自己的想象力。就像手机一样，诺基亚的手机其实没有任何问题，为什么现在没人用了？因为手机现在不仅仅是一个通信工具，更大程度上是一个便携的移动工具和娱乐工具，更大的功能是完成娱乐与沟通。

同样的，阿里巴巴在很大程度上抓住了一个大趋势，逐渐成为一家数字化公司。未来我们消费趋势可能不仅仅是“我想要什么”，而是阿里觉得“你是否需要这个东西”，因而给你智能推荐。从数据的分析和发掘的角度讲，可能其他公司都会比阿里差很多。作为一个闭环的数据公司，阿里巴巴未来的核心竞争力会非常大，这也是我们能从数据分析中得出来的结论。

本文章来自职业说内部课程，已获得职业说导师授权，转载请注明出处。