大家好，今天来为大家分享BAT智能交易平台的一些知识点，和BAT是怎么自我颠覆互联网金融的的问题解析，大家要是都明白，那么可以忽略，如果不太清楚的话可以看看本篇文章，相信很大概率可以解决您的问题，接下来我们就一起来看看吧！

本文目录

1. BAT三巨头开始挖掘大数据
2. BAT是怎么自我颠覆互联网金融的
3. BAT的互联网大数据应用有何不同

一、BAT三巨头开始挖掘大数据

阿里巴巴CTO即阿里云负责人王坚博士说过一句话：云计算和大数据，你们都理解错了。

实际上，对于大数据究竟是什么业界并无共识。大数据并不是什么新鲜事物。信息革命带来的除了信息的更高效地生产、流通和消费外，还带来数据的爆炸式增长。“引爆点”到来之后，人们发现原有的零散的对数据的利用造成了巨大的浪费。移动互联网浪潮下，数据产生速度前所未有地加快。人类达成共识开始系统性地对数据进行挖掘。这是大数据的初心。数据积累的同时，数据挖掘需要的计算理论、实时的数据收集和流通通道、数据挖掘过程需要使用的软硬件环境都在成熟。

概念、模式、理论很重要，但在最具实干精神的互联网领域，行动才是最好的答案。国内互联网三巨头BAT坐拥数据金矿，已陆续踏上了大数据掘金之路。

数据如同蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。

百度拥有两种类型的大数据：用户搜索表征的需求数据;爬虫和阿拉丁获取的公共web数据。

阿里巴巴拥有交易数据和信用数据。这两种数据更容易变现，挖掘出商业价值。除此之外阿里巴巴还通过投资等方式掌握了部分社交数据、移动数据。如微博和高德。

腾讯拥有用户关系数据和基于此产生的社交数据。这些数据可以分析人们的生活和行为,从里面挖掘出政治、社会、文化、商业、健康等领域的信息，甚至预测未来。

下面，就将三家公司的情况一一扫描与分析。

一、百度：含着数据出生且拥有挖掘技术，研究和实用结合

搜索巨头百度围绕数据而生。它对网页数据的爬取、网页内容的组织和解析，通过语义分析对搜索需求的精准理解进而从海量数据中找准结果，以及精准的搜索引擎关键字广告，实质上就是一个数据的获取、组织、分析和挖掘的过程。

除了网页外，百度还通过阿拉丁计划吸收第三方数据，通过业务手段与药监局等部门合作拿到封闭的数据。但是，尽管百度拥有核心技术和数据矿山，却还没有发挥出最大潜力。百度指数、百度统计等产品算是对数据挖掘的一些初级应用，与Google相比，百度在社交数据、实时数据的收集和由数据流通到数据挖掘转换上有很大潜力，还有很多事情要做。

2月底在北京出差时，写了一篇《搜索引擎的大数据时代》发在虎嗅。创造了零回复的记录。尽管如此，仍然没有打消我对搜索引擎在大数据时代深层次变革的思考。搜索引擎在大数据时代面临的挑战有：更多的暗网数据;更多的WEB化但是没有结构化的数据;更多的WEB化、结构化但是封闭的数据。这几个挑战使得数据正在远离传统搜索引擎。不过，搜索引擎在大数据上毕竟具备技术沉淀以及优势。

接下来，百度会向企业提供更多的数据和数据服务。前期百度与宝洁、平安等公司合作，为其提供消费者行为分析和挖掘服务，通过数据结论指导企业推出产品，是一种典型的基于大数据的C2B模式。与此类似的还有Netflix的《纸牌屋》美剧，该剧的男主角凯文·史派西和导演大卫·芬奇都是通过对网络数据挖掘之后，根据受欢迎情况选中的。

百度还会利用大数据完成移动互联网进化。核心攻关技术便是深度学习。基于大数据的机器学习将改善多媒体搜索效果和智能搜索，如语音搜索、视觉搜索和自然语言搜索。这将催生移动互联网的革命性产品的出现。尽管百度已经出发，其在大数据上可做的事情还有很多。

在数据收集方面，百度需要聚合更多高价值的交易、社交和实时数据。例如加强自己贴吧知道的社交能力、尽快让地图服务与O2O结合进而掌握交易数据，以及推进移动App、穿戴式设备等数据收集系统。

在数据处理技术上，百度成立深度学习研究院加强自己在人工智能领域的探索，在多媒体和中文自然语言处理领域已经有一些进展;云存储、云计算的基础设施建设也在逐步完善。但深度学习仍然是一个巨大的挑战，百度等探索者还有很多待解问题，如：无监督式学习、立体图像识别。

在数据变现方面，百度需将数据挖掘能力、数据内容聚合和提取等形成标准化的服务和产品，进而开拓大数据领域的企业和开发者市场。而不仅仅是颇为个性化、定制化地为大型企业提供解决。

百度的优势体现在海量的数据、沉淀十多年的用户行为数据、自然语言处理能力和深度学习领域的前沿研究。在技术人才方面百度是聚集国内最多大数据相关领域顶尖人才的公司。听说百度前段时间花五千万挖了数据挖掘、自然语言处理、深度学习领域的十来位大牛，包括一些学者和教授。例如Facebook科学家徐伟。

在挖人上，舍得花钱不够，还得用心。对于真正的大牛来说，钱只是一个影响因素。能否实现自己的梦想，公司的资源能否帮助自己的研究至关重要。徐伟在回国前就曾问过其他从硅谷回国工程师的意见，得到答案是积极的，最终促成他作出决定。

总体来看，百度拥有大数据也具备大数据挖掘的能力，并且正在进行积极地准备和探索。在加强面向未来的研究和人才布局的同时，也注重实用性的技术产出。

二、腾讯：数据为产品所用，自产自销

微创新提出者金错刀有个关于腾讯的故事。 1999年腾讯公司刚刚成立不久，天使投资人刘晓松决定向其注资的一个主要原因就是因为他发现，“当时虽然他们的公司还很小,但已经有用户运营的理念,后台对于用户的每一个动作都有记录和分析。”而另一个投资人却因为马化腾在公司很小时就花钱在数据上表示不满。此后腾讯的产品生产及运营、腾讯游戏的崛起都离不开对数据的重视。

腾讯拥有社交大数据，在企鹅帝国完成数据的制造、流通、消费和挖掘。腾讯大数据目前释放价值更多是改进产品。据腾讯Q1财报，增值服务占总收入的78.7%;电子商务业务占14.1%;网络广告收入占6.3%。从广告收入比例可以看出腾讯的大数据在精准营销领域暂时还未大量释放出价值。与其产品线对应的GMAIL、Google+的Google以及社交巨头Facebook则通过广告赚得盆满钵满。

在笔者看来，腾讯的思路主要是补齐产品，注重QZONE、微信、电商等产品的后端数据打通。例如最近腾讯微博利用“大数据技术”实现好友关系自动分组、低质量信息自动过滤、优质信息分类阅读等智能化功能。明显的用数据改进产品的思路。那么如果腾讯要深入大数据挖掘缺少什么呢?笔者认为其只需马化腾“摁下启动按钮”。数据已经准备好了，就差模式，也就是找到需求或者能更深层次驱动大数据利用的产品，而不是用大数据改进自己的产品。腾讯还在观望，等其他人去试错验证出一套模式或者产品后，自己可以“站在巨人肩上”。这是腾讯的典型思维。

在人才方面，腾讯很早便开始重金挖人。尤其是2010年在Google宣布退出中国后，Google图片搜索创始人朱会灿、Google中国工程研究院副院长颜伟鹏、Google中日韩文搜索算法的主要设计者，《浪潮之巅》及《数学之美》作者吴军相继加入腾讯。搜搜花了很多钱，但被认定为一款无法承载腾讯重托的产品，最后这些大牛都走了。大都回Google了。

腾讯在大数据领域也缺少技术带头人。其对公关也不重视。技术大牛很少出来做报告，更不会向百度、阿里那样主动包装宣传技术大牛。其技术虽然低调，但执行力很强。据腾讯的程序员朋友说封闭开发、集体加班是常有的事情。但配套的重金激励也能跟上。重金之下必有勇夫、腾讯用制度保障技术产出。另外腾讯在高校合作领先一步，在2010年便与清华大学合作成立了清华腾讯联合实验室。这么看腾讯的技术人才这块似乎有短板。会不会到时候马化腾按下启动按钮，发现没数据挖掘能力呢?不会，腾讯搞不定数据挖掘，到时候依然可以挖到大牛，甚至读论文来搞定这事儿。数据挖掘已较为成熟。数据挖掘实际是数据库、统计学、机器学习三个领域的融合。在学术界已经发展多年。不过自然语言识别和深度学习等方面要赶上百度，就难了。除非将百度的数据和众大牛一起倒腾过来。

总体来看，腾讯目前的大数据策略是先将产品补全，产品后台数据打通，形成稳定生态圈。本阶段先利用大数据挖掘改进自己的产品。后期有成熟的模式合适的产品，则利用自家的社交及关系数据时，开展对大数据的进一步挖掘。

三、阿里巴巴：坐拥金数据，尝试做面向未来的数据集市

阿里巴巴B2B出身，在外贸蓬勃的大环境下，依靠服务中小企业发家。淘宝、支付宝等toC的产品出生前，阿里并不依赖也不擅长技术。业界普遍认为阿里没有技术基因。直到淘宝、支付宝以及天猫三个产品后，对海量用户大并发量交易、海量货架数据的管理、安全性等方面的严苛要求，阿里完成进化，在电商技术上取得不菲的成绩。在一段时期阿里仍然浪费了手里掌握的大量数据。这些数据还是“最值钱”的金数据。

数据挖掘无非是从原始数据提取价值。阿里现有的数据产品例如数据魔方、量词统计、推荐系统、排行榜以及时光倒流相对来说是比较简单的BI(商业智能)，没到大数据的阶段。“大数据”浪潮袭来，阿里提出“数据、金融和平台”战略。前所未有地重视起对数据的收集、挖掘和共享。马云在“退居”前动不动都对外提“数据”。有位阿里朋友甚至开玩笑说，马云英文名可以从Jack Ma改为Data Ma。阿里现CEO陆兆禧曾做过CDO，首席数据官。为了用数据来驱动阿里电商帝国，阿里还成立了横跨各大事业部的“数据委员会”。

阿里的各项投资案也显示其整合、利用和完善数据的野心：新浪微博的社交及媒体数据、高德的地图数据和线下数据以及友盟的移动应用数据，都是其数据及平台战略的一部分。数据战略正在首席人工智能官(CBO)车品觉领头下逐步落地，王坚的云为其提供基础设施、基础技术支撑。

就在马云退休之后，王坚对外透露其跟马云开玩笑说的一句话：阿里巴巴对数据的理解深度，不会超过苏宁对电子商务的理解。估计马云不一定认同他这话。马云对大数据已经有着自己的理解和考量。马云曾经说过其对大数据的思考。大致意思是：现在从信息时代进入数据时代了。区别是信息时代更多的是精英玩的游戏。我比别人聪明，我能提取出信息出来;数据时代，别人比我聪明，将数据开放给更聪明的人处理，数据即资产，分析即服务。

计算机发展的过程是从象牙塔、到平民到草根。大数据也是这样，一开始在象牙塔阶段，少数精英公司才能玩;但到后面只要有数据就有价值。数据也有所有权，产生数据、流通数据、挖掘数据的都会获得相应的价值。而阿里擅长的便是“建立市场”，建立一个数据交易市场。届时任何个人和企业都可以将数据和挖掘服务拿上去，交易。初期阿里会将自己珍藏的电商和信用数据逐步放到上面。有数据的人，拿上去卖，或者让别人分析，分析即服务。没有数据的人，即可以去买，也可以去帮别人挖掘，做矿工。

阿里并不是技术驱动，而是业务驱动的。因此在技术层面我们看到，基于前面提到的阿里大数据思路，其技术重心主要在系统层面。阿里拥有LVS(Linux Virtual Server，Linux虚拟服务器)开源软件创始人章文嵩，Linux Kernal、文件系统、大牛DBA等领域的大牛。从人才布局可以看到阿里擅长的技术领域，体现在对于并发访问、电信级别的电商业务的支撑方面的得心应手。在去年双十一期间，支撑了单日过亿的订单量。铁道部奇葩网12306在日均40万时已经不行了。

总体来看，阿里更多是在搭建数据的流通、收集和分享的底层架构。自己并不擅长似乎也不会着重来做数据挖掘的活儿。而是将自己擅长的“交易”生意扩展到数据。让天下没有难做的“数据生意”。

移动互联网浪潮下，现实世界正在加速数字化，每个人，每个物体、每件事情、每一个时间节点，都在向网上映射。空间和时间两个维度的联网，使得数字世界正在接近一步步模拟现实世界。历史、现在和未来都会映射到网上。对大数据的挖掘正是对世界的二次发现和感知。BAT三巨头已经出发。

二、BAT是怎么自我颠覆互联网金融的

场景、场景、场景！当BAT等互联网厂商用以各种宝为代表的互联网金融，颠覆了传统金融“线下门店、被动等客、中等收益”的老三篇后，从简单比拼“利息”多寡，开始向更深层次的场景金融这一主动技能谋求扩大差距。

7月初，蚂蚁金服宣布，旗下支付宝的服务窗中接入了极飞农业服务窗，用户可通过支付宝APP上搜索“极飞”，在线订购极飞农业提供的无人机喷洒农药服务。这一新服务，表面上看只是一个很有噱头的O2O尝试，但实际上，一个可以让人轻松想象的农村、农药、农业的金融场景也就蕴含在其中了。

这只是BAT们布局场景金融的一步小棋。在整个互联网金融的大棋盘上，处处都是这样的伏兵，时刻准备对已经触及天花板的各种宝们的互联网金融形态，进行再次颠覆。

腾讯：社交金融里处处都是场景开路

在互联网金融产品中，最有草根含量的，非微信红包莫属。作为腾讯互联网金融矩阵中至关重要的一环，微信支付用红包开路，成功利用中国人的传统节日春节，从2014年开始，在3次春节红包的大战中，都完败了百度和阿里两大对手。

红包是中国人最喜欢的场景。春节红包，这就是亿级用户体验下的场景，形象而具体，无师自通。但红包的主要使用场景大多是朋友之间的礼尚往来，腾讯的破局之道即是由此衍生出更多场景。

腾讯在互联网金融上，因为缺少场景体验曾经在很长时间内极度郁闷。2005年即推出财付通，以抗衡阿里2004年推出的第三方支付平台支付宝。可直至2013年，财付通并没有成功的将腾讯的庞大社交用户转化过来。理由同样简单，提供各种转账、水电煤气费代缴乃至各种票务服务的财付通，并没有真正差异于支付宝的服务，甚至这些服务早早就在传统金融里覆盖成块了。

简单的便民不是场景。必须让用户有更多实质性的接触。社交模块显然是最容易生成出用户场景的所在之一，尤其是在场景金融的起步初期。

2014年1月，由嘀嘀打车和微信支付挑头，在全国32个城市以“乘客立减10元，司机立奖10元”的返现方式推广手机支付，打响了中国场景金融的第一枪，随后的春节微信红包大战，更通过各种摇，在短短半年内，让微信支付用户达到了4亿。

有了这个草根用户规模，腾讯的棋盘开始扩大。2014年3月，腾讯实现QQ钱包在安卓和苹果双系统上通行；之后，理财通、腾讯征信等金融产品和信用体系的建立，同年12月，腾讯占股30%的全国第一家民营银行“深圳前海微众银行股份有限公司”问世。

一个围绕社交展开的，以银行业务为中间爆发点，通过以快捷支付（pc端）、微信支付（移动端）、qq钱包（财付通移动端）三大社交支付体系为支撑，用理财通、腾讯征信和呼之欲出的微证券作为广义金融产品拓展，并以“无网点、无柜台、无财产担保”的互联网银行涉足贷款的一个社交金融矩阵就此展开。

可除了红包和各种O2O补贴，腾讯在社交基础上拓展的场景金融依然乏善可陈，尽管它的微信支付触角已经拓展到了庞大的实体经济之中，大量实体门店都将能微信支付作为其收银台的标配。而据融360最近一项问卷调查显示，支付方面，53.3%的受访者选择支付宝或微信支付，选择刷卡的仅有22.9%。通过支付宝或微信转账的人数比例高达72.3%，越年轻的用户越倾向于选择微信、支付宝支付。

除了红包，还能有什么场景？请注意，腾讯的场景金融，依然还是建立在用户消费的基础上，尤其是从2016年3月1日开始，微信支付零钱到银行卡提现收取手续费，更加凸显出微信支付在消费领域外，无力将用户的资金以其他形式留在微信的账面上。“收费”事件的背后，希望将庞大的用户微信零钱融入在年初刚刚和微信打通入口的腾讯理财通的企图，亦不加掩饰。

但尽管到今年4月，理财通宣布全面支持中小银行，支持银行达108家，同时除了多家类似余额宝的货币基金外，还有定期理财、保险理财，甚至还能买指数基金。但在各种宝的吸金魔力已经退散之时，理财通似又陷入了昔日财付通功能齐全、面目模糊的困局之中。

就在5月，微信又一次开始探索红包的混搭场景体验，借助520这一特殊日子，其打出方便用户表白，红包限额上调至520元的场景玩法，并推出如购房折扣在内的理财通福利。而据腾讯官方数据，只有将近万名用户把收到的520元红包一键存入理财通……

最贴心的场景体验（红包）和极度匮乏的广义应用场景，显然是腾讯当下最为头痛也亟待破局的关键所在。

比起腾讯，阿里在互联网金融的布局可谓极早，除了支付宝这个因为中国信用问题而出现的特定第三方支付平台和其上聚集的庞大电商用户群落外。马云也是互联网大佬中，最终关注到中小微企业贷款的先行者，这恰恰是其他互联网金融所长期忽视的草根盲点。

草根经济不仅仅是消费者模式。2008年7月，马云高调宣称，在全球次贷危机下，阿里巴巴要拿出150亿元，帮助中小企业一起过冬。在此之前，同年1月，支付宝其实已经和建行联手，对符合信贷要求的淘宝网卖家将可获得最高十万元的个人小额信贷。

这是一个抱团过冬的场景体验，谁说草根经济只是普通消费者的钱袋子，其实它也可以是中小创业者们的生命线。

阿里的金融布局，从表面上，是依靠支付宝来构建一个商家和消费者之间的资金池，而且由于在2013年6月，余额宝的出现，并以高昂的回报率，实现一天之内用户百万，成功撬出银行千亿存款，而被人大多以为，阿里的互联网金融将是一个以理财为核心的体系。

其实恰恰相反，依靠自己电商平台和商家多年之间的交集所形成的交易大数据，阿里比中国的任何一家银行、机构都更了解中小微企业的状况，而且还是个体状况。因此，在互联网金融之上，它一样使用了电商的长尾理论。2014年10月，阿里小微金融服务集团以蚂蚁金融服务集团的名义正式成立，其实就很能说明个中关键所在，而其业务包括支付宝、支付宝钱包、余额宝、招财宝、蚂蚁小贷和网商银行，也恰恰体现出了整个阿里的长尾矩阵的构架。

利益挂帅的阿里金融缺了场景。一个立足于商，且尤其是“微”商的信贷架构下，面向同样是“微”的草根，以理财相号召的庞大资金池。而这个体验场景中，除了日常的电商支付这样的花钱体验外，更关键的就是通过理财或信贷，帮草根赚钱。而获取草根的超长尾巴，聚沙成塔，则是阿里金融的关键要义所在。

其实至此，通过余额宝神话了互联网经济的阿里，所给予用户的体验依然还是非场景化的，更准确地描述依然是和传统金融机构在对用户的利益诱惑水准上的比拼。

但用户基数和黏合度由此已经稳固，接下来阿里的战略开始从线上转到线下，2014年和腾讯在打车补贴上的对战只是一次初试锋芒，阿里的目的更明确，就如马云所说：“银行不改变，我们就改变银行”，破局点同样放在了场景之上，这本身就是聚合庞大草根的互联网的优势所在。

情怀？技术？和草根愉快玩耍。阿里的场景金融由此变成了两条截然不同的线路。

其一是情怀系。因余额宝而一战成名的天弘基金，就依托阿里，开始针对用户，细分场景，比如其为情侣开发“爱基金”，情侣“亲密存”、“亲密取”，并可参加情侣任务，进入情侣论坛进行社交活动，此外还有事项记录、互动提醒等功能，类似于在小恩爱这类的情侣应用中加入理财场景。另一个以“孝基金”为名的产品，其玩法也大同小异。这颇为类似上文提到的理财通520玩法，也同样，暂未找到合适的破局口。

但真正在阿里体系中，最为有情怀感、也颇为成功的，则是娱乐宝，其主打网民出资100元即可投资热门影视剧作品，预期年化收益7%，并有机会享受剧组探班、明星见面会等娱乐权益的泛娱乐玩法，以及背靠阿里影业这一阿里泛娱乐体系的资源优势，使得其对有投资能力的影迷群体的挖掘能力达到空前，更成为了全球最大的C2B电影投资融资平台。

一个可供产生足够联想的情怀释放空间，其实只是在传统后援团模式上激发粉丝经济活力后的跨界混搭产品而已，但战力缺非同一般。

其二则是技术系。7月22日于上海世博展览馆举办首届“淘宝造物节”中，阿里虚拟现实(VR)购物技术“buy+”首次向公众开放。表面上看来通过VR技术来构造一个虚拟卖场，只是阿里电商大视野下的一个新进击点，是为了确保其电商的优势而进行的技术加分项。但实质上这样的技术一旦在购物环节上实现，也同样能够在金融服务中实现更多场景——谁说购买金融服务就不是一种购物呢？谁又会拒绝导购，而只是枯燥的看一堆数字呢？

至少，对于立足草根的阿里来说，如果不能用情怀下的场景把草根经济变成粉丝经济，就用更真实的虚拟场景，让并不精通理财的草根们，随时随地能够得到优质的客服，而且看着很真实。

但一切依然还是不能和电商脱了关系，阿里其实就是在造世界，无论买、卖、理财、投资，都在阿里的金融闭环里完成。

百度：场景体验要在线下更要技术

在互联网金融上，百度可谓出招最晚，布局最慢的一家。除了百度百发、百赚等理财产品在“余额宝热”的当口惊鸿一瞥外，大多数时候，百度都像一个置身事外的存在——当然了，如今看来这显然只是外界的误读。

起手式未必一定要很金融。布局O2O这个看似和金融关联不大的战略，其实这恰恰是百度金融的关键。看似迟到者的百度，其之前的布局都在金融之外，却实实在在的目标指向金融。百度需要的，是先构筑好足够丰富的场景，再用金融之力实现足够的体验。因此，百度布局O2O，其实就是这个隔山打牛布局的一个重头戏。

目前而言，BAT公司的O2O布局排名分别是百度第一，阿里第二，腾讯第三。以O2O布局老大而知名的百度拥有百度外卖、去哪儿、携程、糯米、Uber打车等等一系列布局，其植入线下之深，对应的场景之广，是后两家所不能比拟的。

而现在已经呈现出来的百度金融布局，大体可以简约划分为：面向用户的“百度理财”、面向中小企业客户的“百度小贷”，面向金融客户的“金融知心”，以及百度钱包，还有刚刚浮出水面的保险和银行。

虽然O2O，但总在跟随着别人的场景。百度金融有一个很特别的节点，即较之腾讯、阿里都在走“自营”业务的闭环模式，百度的这些业务，大多数都和它的O2O一样，走的是和传统机构的联营路线。银行联手中信、保险联手安联，百度钱包深度植入其O2O伙伴的支付链条，百度有戏、百度有钱这类的理财产品也纷纷和影视公司、教育机构玩联产承包。同时，百度也在充分利用它的搜索流量大数据、地图LBS大数据等进行深层次的融入。这些技术元素，和腾讯的社交、阿里的电商一样，属于互联网基础应用，而且其结合O2O之类的场景更加深透。其对资金的导向性也就更为明显。最终，所有落脚点都在线下，尤其是在百度糯米的O2O小伙伴们的洗车、点餐等服务中得到具象化和场景化体现，而早前百度投资优步，则是进一步完善这一O2O多样化场景体验的链条，把百度地图、百度钱包等全线接入其中，真正实现其在金融乃至百度整体功能上“连接人和服务”的战略导向。

除了依靠自己在底层互联网技术上制造出来的流量为王优势，希望在O2O领域扩张外，百度的其他场景体验乏善可陈。在第三方平台和类余额宝产品上，百度钱包、百度百发等均采取战略跟随态势。而在春节红包大战中，其利用百度的图像识别技术，和线下实体店联手推出“拍‘福’送福袋”互动形式，虽然新颖，但因为切入的春节场景体验角度不佳（走亲戚依然较之逛商超更主流）、过程比“摇一摇”更繁琐，而战绩不佳。

最为典型的是5月25日，百度贴吧宣布贴吧娱乐频道正式上线，并同时发布了百度贴吧的首款理财产品：娱乐盈。其跟随腾讯娱乐宝的特质更为明显，尽管百度通过贴吧的社交体验，对粉丝情怀这一场景体验进行了强化。

技术将是百度场景体验的杀手锏。真正在未来百度的场景金融上最有看点的，依然是技术。7月初，百度创始人兼CEO李彦宏现身巴黎Viva科技大会，表示多数的服务都已经基于人工智能。人工智能作为互联网的“水电煤”，以图像识别为例，早已成功融入百度云服务。而早在4月1日愚人节，百度通过散发的一张facebook截图对外宣称，百度公司美国研发中心研发中的超级理财机器人AI DU或将问世，这将是百度推出的第一款人工智能金融理财管家。

尽管是一个愚人节新闻，但以百度早前用愚人节试水发布自己新产品如筷搜的惯例来说，用AI来协助用户理财，或许将是百度真正破解互联网金融跟随战术的关键点。

谁会不乐意又一个类似钢铁侠中AI管家“贾维斯”的场景体验呢？

三、BAT的互联网大数据应用有何不同

1、从数据类型看，腾讯数据最为全面，这与其互联网业务全面相关，其最为突出的是社交数据和游戏数据，其中：社交数据最为核心的是关系链数据、用户间的互动数据、用户产生的文字、图片和视频内容；游戏数据主要包括大型网游数据、网页游戏数据和手机游戏数据，游戏数据中最为核心的是游戏的活跃行为数据和付费行为数据，腾讯的数据最大的特点是基于社交的各种用户行为和娱乐数据。阿里最为突出的是电商数据，尤其是用户在淘宝和天猫上的商品浏览、搜索、点击、收藏和购买等数据，其数据最大特点是从浏览到支付形成的用户漏斗式转化数据。百度的数据以用户搜索的关键词、爬虫抓取的网页、图片和视频数据为主，百度的数据特点是通过搜索关键词更直接反映用户兴趣和需求，百度的数据以非结构化数据更多。

2、百度、阿里巴巴和腾讯的数据应用场景

3、百度、阿里巴巴和腾讯的数据应用场景都有共同的体系，该体系一共分为七层，代表了企业不同层面的数据价值应用场景，形成了企业运营的数据价值金字塔：

4、（1）数据基础平台层。金字塔的最底层也是整个金字塔的基础层，如果基础层搭建不好，上面的应用层也很难在企业运营中发挥效果，这一层的技术目标是实现数据的有效存储、计算和质量管理；业务目标是把企业的所有用户（客户）数据用唯一的ID串起来，包括用户（客户）的画像（如性别、年龄等）、行为以及兴趣爱好等，以达到全面的了解用户（客户）的目的；

5、（2）业务运营监控层。这一层首要的是搭建业务运营的关键数据体系，在此基础上通过智能化模型开发出来的数据产品，监控关键数据的异动，通过各种分析模型等可以快速定位数据异动的原因，辅助运营决策；

6、（3）用户/客户体验优化层。这一层主要是通过数据来监控和优化用户/客户的体验问题。这里面既运用了结构化的数据来监控，也运用非结构化的数据（如文本）来监控体验的问题。前者更多的是应用各种用户（客户）体验监测的模型或者工具来实现，后者更多的是通过监测微博、论坛和企业内部的客户反馈系统的文本来发现负面的口碑，以及时的优化产品或服务；

7、（4）精细化运营和营销层。这一层主要通过数据驱动业务精细化运营和营销。主要可以分为四方面：第一，构建基于用户的数据提取和运营工具，以方便运营和营销人员通过人群定向把客户提取出来，从而对客户进行营销或运营活动；第二方面，通过数据挖掘的手段提升客户对活动的响应；第三，通过数据挖掘的手段进行客户生命周期管理；第四，主要是用个性化推荐算法基于用户不同的兴趣和需求推荐不同的商品或者产品，以实现推广资源效率和效果最大化，如淘宝商品的个性化推荐；

8、（5）数据对外服务和市场传播层面。数据对外服务一般为服务该互联网企业的客户或用户，如百度通过提供百度舆情、百度代言人、百度指数等服务其广告主客户；淘宝通过数据魔方、淘宝情报和在云端等产品服务其客户；腾讯通过腾讯分析和腾讯云分析等服务其开放商客户。在市场传播层面，主要通过有趣的数据信息图谱和数据可视化产品来实现（如淘宝指数、百度指数、百度春节迁徙地图）。

9、（6）经营分析层面。主要通过分析师对大数据进行统计，形成经验分析周报、月报和季度报告等，对用户经营情况和收入完成等情况进行分析，发现问题，优化经营策略。

10、（7）战略分析层面。这方面既要结合内部的大数据形成决策层的数据视图，也要结合外部数据尤其是各种竞争情报监控数据、国外趋势研究数据来辅助决策层进行战略分析。

11、虽然百度、阿里巴巴和腾讯在企业运营的数据价值的应用体系上有共同的特点，但由于企业的商业模式以及数据资产不同，他们在整体的大数据发展策略也有显著的不同。

12、百度大数据最重要的是来源是通过爬虫搜集的100多个国家的近万亿网页数据，数据量是在EB级的规模。百度的数据非常多样化，其收集的数据既有为非结构化的或者半结构化的数据，包括网页数据、视频和图片等数据，也有结构化的数据，如用户的点击行为数据，广告客户的付费行为数据等。

13、百度大数据主要服务三类人群：一类是互联网网民，通过大数据和自然语言处理技术让网民的搜索更加准确；第二类是广告主，通过大数据让广告主的广告和搜索关键词的匹配度更高，或者和网民正在看的网页内容匹配度更高；第三类是，也是在重点推进的百度大数据引擎，重点是服务传统行业拥有一定规模数据的企业。

14、百度大数据引擎代表了互联网企业数据服务能力开放和合作的趋势，百度大数据引擎由以下三方面构成：

15、开放云：百度的大规模分布式计算和超大规模存储云，开放云大数据开放的是基础设施和硬件能力。过去的百度云主要面向开发者，大数据引擎的开放云则是面向有大数据存储和处理需求的“大开发者”。据百度相关人员称，百度开放云还拥有CPU利用率高、弹性高、成本低等特点。百度是全球首家大规模商用ARM服务器的公司，而ARM架构的特征是能耗小和存储密度大，同时百度还是首家将GPU（图形处理器）应用在机器学习领域的公司，实现了能耗节省的目的。

16、数据工厂：数据工厂为百度将海量数据组织起来的软件能力，与数据库软件的作用类似，不同的是数据工厂是被用作处理TB级甚至更大的数据。百度数据工厂支持超大规模异构数据查询，支持SQL-like以及更复杂的查询语句，支持各种查询业务场景。同时百度数据工厂还将承载对于TB级别大表的并发查询和扫描，大查询、低并发时每秒可达百GB。

17、百度大脑：百度大脑将百度此前在人工智能方面的能力开放出来，主要是大规模机器学习能力和深度学习能力。此前它们被应用在语音、图像、文本识别，以及自然语言和语义理解方面，并通过百度Inside等平台开放给了智能硬件。现在这些能力将被用来对大数据进行智能化的分析、学习、处理、利用，并对外开放。

18、百度将基础设施能力、软件系统能力以及智能算法技术打包在一起，通过大数据引擎开放出来之后，拥有大数据的行业可以将自己的数据接入到这个引擎进行处理。从架构来看，企业或组织也可以只选择三件套中的一种来使用，例如数据存放在自己的云，但要运用百度大脑的一些智能算法或者数据存放在百度云，自己写算法。

19、我们可以从两方面来具体看百度大数据引擎的作用：

20、（1）对于政府机构：如交通部门有车联网、物联网、路网监控、船联网、码头车站监控等地方的大数据，如果这些数据与百度的搜索记录、全网数据、LBS数据结合，在利用百度大数据引擎的大数据能力，则可以实现智能路径规划和运力管理；卫生部门拥有流感法定报告数据、全国流感样病例哨点监测和病原学监测数据，如果和百度的搜索记录及全网数据结合，便可进行流感预测、疫苗接种指导。

21、（2）对于企业：很多企业也拥有海量大数据，不过很多企业的大数据处理和挖掘能力比较弱，如果应用百度大数据引擎，则可以对海量数据进行可靠低成本的存储，进行智能化的由浅入深的价值挖掘。如在2014年4月的百度技术开放日上，中国平安便介绍了如何利用百度的大数据能力加强消费者理解和预测，细分客户群制定个性化产品和营销方案。

22、阿里巴巴大数据整体发展方向是以激活生产力为目的的DT(data technology，数据技术驱动)数据时代发展。阿里巴巴大数据未来将由“基于云计算的数据开放+大数据工具化应用”组成：

23、（1）基于云计算的数据开放。云计算使中小企业可以在阿里云上获得数据存储、数据处理服务，也可以构建自己的数据应用。云计算是数据开放的基础，云计算可以为全球的数据开发者提供数据工作平台，阿里分布式的存储平台和在这个平台上的算法工具，可以更好的为数据开发者所用；同时，阿里巴巴还需要做好数据的脱敏，把数据的商业定义，每个标签打得足够清晰，能够让全球的数据开发者在阿里巴巴平台展开数据思维，让数据为政府所用、消费者所用以及行业所用。阿里的大数据开放之后，线上线下的数据能够串联起来，所有人都是数据提供方，也是数据的使用者。

24、（2）在大数据应用上，马云已经在整个数据应用上确定了两个方针：

25、第一个方针：从IT到DT（数据技术），DT就是点燃整个数据和激发整个数据的力量，被管理所用，被社会所用，被销售所用，为制造业所用，为消费者信用所用。前文已经分析道，阿里巴巴的数据资产是以电商为主，其中，淘宝和天猫每天会产生丰富多样的数据，阿里巴巴已经沉淀了包括交易、金融、生活服务等多种类型的数据。这些数据能够帮助阿里巴巴进行数据化运营（如下图）。

26、另外一个其最为重要的应用是金融领域——小微金融。在小微金融企业融资领域。由于银行无法掌握小微企业真实的经营数据，不仅导致很多企业无法拿到贷款，还因为数据类型的不足导致整个判断流程过长，阿里已经通过其电商数据中的交易、信用、SNS等多种数据来决定是否可以发放贷款以及放贷的额度。

27、第二个方针：让阿里巴巴的数据、让阿里巴巴的工具能够成为中国商业的基础设施。阿里巴巴已经开始在转型，阿里将由自己直接面对消费者变成支持网商面对消费者，阿里会根据其已有的运营和数据经验，开发更多的工具，帮助网商成长，让网商们更懂得用最好的工具、服务去服务好消费者。正如马云所言“我相信没有一个网商不希望拥有自己的客户，没有一个网商不希望知道客户对自己的体验到底好还是坏，如何持久的拥有这些客户，我们觉得一个国家的经济，应该让给企业家群体去做，我们觉得淘宝网商未来的经济，是应该留给网商们去决定，而不是我们去做决定”。

28、腾讯的大数据目前更多的是为腾讯企业内部运营服务，相对于阿里和百度，数据开放程度并不高。因此，对于腾讯我们主要重点介绍腾讯大数据在服务企业内部的应用场景和服务。

29、腾讯90%以上的数据已经实现集中化管理，数据集中在数据平台部，有超过100多个产品的数据已经集中管理起来，而且是集中存储在腾讯自研数据仓库（TDW）。腾讯大数据从数据应用的不同环节可以分为四个层面，包括数据分析、数据挖掘、数据管理和数据可视化：

30、（1）数据分析层有四个产品：自助分析、用户画像、实时多维度分析和异动智能定位工具。自助分析可以帮助非技术人员通过简单的条件配置实现数据的统计和展示功能；用户画像则是对某一群用户或者某一业务的用户实现自动化的人群画像；实时多维度分析工具则是可以对某一指标可以实现实时的多个维度的切分，方便分析人员从不同角度对某一指标进行多维度分析；异动智能定位工具则实现数据异动问题的智能化定位。

31、（2）数据挖掘层面的产品应用有：精准广告系统、用户个性化推荐引擎和客户生命周期管理。精准广告系统如广点通，是基于腾讯大社交平台的海量数据为基础，通过精准推荐算法，以智能定向推广位导向实现广告精准投放；用户个性化推荐引擎根据每位用户的兴趣和喜好，通过个性化推荐算法（协同过滤、基于内容推荐、图算法、贝叶斯等），实现产品的个性化推荐需求；客户生命周期管理系统，则是基于大数据，根据用户/客户的所处的不同生命周期进行数据挖掘，建立预测、预警和用户特征模型，以根据用户/客户所处的不同生命周期特点进行精细化运营和营销。

32、（3）在数据管理层面则有：TDW（腾讯数据仓库）、TDBank（数据银行）、元数据管理平台和任务调度系统和数据监控。这一层面主要是实现数据的高效集中存储、数据的业务指标定义管理、数据质量管理、计算任务的及时调度和计算以及数据问题的监控和告警。

33、（4）在数据可视化层面有：自助报表工具、腾讯罗盘、腾讯分析和腾讯云分析等工具。自助报表工具可以自助化的实现结构相对简单和逻辑相对简单的报表。腾讯罗盘分为内部版和外部版，内部版则是服务于腾讯内部用户（产品经理、运营人员和技术人员等）的高效报表工具，外部版则是服务于腾讯合作伙伴如开发商的报表工具。腾讯分析是网站分析工具，帮助网站主进行网站的全方位分析。腾讯云分析则是帮助应用开发商决策和运营优化的分析工具。

34、总的来看，百度、阿里巴巴和腾讯三大互联网企业都拥有大数据，三大互联网巨头的数据都用来优化自己业务的运营效果，从这个层面看，其数据价值应用场景比较类似。但由于其业务和商业模式的不同决定了三者数据资产的不同，也决定了三者未来大数据策略的不同，尤其是基于大数据的开放和合作角度看，百度和阿里巴巴相对更加开放。对于重视大数据开放和合作的互联网企业，他们最为期待的是借着大数据开放的策略，与更多的传统行业交换更多的数据，从而更好的丰富其在线下数据，形成线上和线下数据的协同，从中拓展新的商业模式，如智能硬件和大数据健康。

文章到此结束，如果本次分享的BAT智能交易平台和BAT是怎么自我颠覆互联网金融的的问题解决了您的问题，那么我们由衷的感到高兴！