虎嗅网
大公司内部怎么推企业协作平台？万科南航们亲身谈
近日，金蝶在万科中心发布移动工作平台“云之家”V4版本，其产品模式从以往的企业微博转型为以即时沟通为核心的“企业微信”模式。在V4的发布会上，万科流程与信息部总经理张艳存、南航IT副总黄敏、同济大学信息化办公室副主任刘波和云之家产品总监宋凯坐在一起，针对他们在企业、学校信息化方面的需求，以及对企业协作应用的试用感受做出了讨论。
平时，在媒体上更多是从产品方角度去展开对企业协作软件发展的讨论，而这次沙龙，则在我们更多听到了来自需求方的真实声音。
1、现状：大企业/学校对移动互联网化管理依旧处于初级阶段，PC和移动端割裂
在我们的印象中，大企业通常拥有价钱昂贵的OA、ERP、CRM等信息化管理系统，每天高效地处理各种工作信息。但南航的黄敏却表示，尽管拥有超过500架的飞机，每天航班超过1900架次的南航，但在信息化管理方面，南航的PC端只能打8分、移动端只能打5分。不仅如此，南航在PC端和移动端的信息化改造也有侧重：移动端更加重视在构建客服，比如保障航班，特别是销售、后勤的保障，包括机务的应用，但目前只是面向客户；面向员工、面向企业内部协同办公的方面则只是在PC端，比如现在依旧只是把企业的通讯、报表等整合到PC平台上去，大部分的企业内部应用，包括人、财、物都还在PC上运行。
与之相对的是，作为传统中的传统行业（房地产），万科相对于制造业金融、银行、航空行业，整个管理还是相对粗放的。张艳存说，虽然内部协作已经是万科在信息化方面的强项，但是对于房地产从项目运营、设计、建造过程到销售整个业务的运作，这一过程的企业信
息化、管理的精细化程度上还远远不够，连5分都无法达到。
2、刚需：企业信息化不仅是内部协作，更要做到“连接内外”
在企业信息化的过程中，我们明显看到了大企业对“连接内外”的需求。以南航为例，黄敏发现现在用户都不到机场买票了，只是去机场值机，接受机场的服务。这给了南航微信发挥的空间——从去年1月份开始在国内是第一家上线，目前有168万粉丝，大概有45万多人次绑定了账户；另一方面，南航也利用信息化来提升服务质量，VIP客户的信息、爱好都在乘务员的iPad应用内。提升对外服务效率是企业信息化的刚需。
张艳存和黄敏的观点相似。万科之前和金蝶合作了微V（万科定制的企业微博），但主要是面向企业内部的沟通和管理。她表示，客户一直是万科的痛点，也是其一直大力想改近的地方。比如，售楼是万科唯一一个接触客户的点，万科在这方面却欠缺与客户的互动、交流、真正清楚客户的声音，并反馈到整个产品的设计，因此还谈不上客户关系管理。
3、达不到痛点：企业协作平台应该如何吸引用户
张艳存表示，很多互联网公司去推一个产品，最开始是基于自己的理解和设想。万科一开始和金蝶合作的微V2.0推广的非常费劲，张艳存把当时定义为“互联网思维1.0状态”，看重的是如何增加安装率。当推出微V 2.0后，张艳存和万科总裁郁亮说，“我们现在已经有9千人安装了，说明我们这个东西还是有作用的。”但是郁亮却非常清醒地反问：“9千人安装了，他们在使用吗？” ——微V2.0虽然安装率高，但员工并不像期望中那样踊跃的发微博。“微V沟通并没有像我们期望的那么旺盛。一方面是我们的运营还不够，另外一方面也是在产品设计上，它并不能替代面对面的沟通，所以强制员工安装结果只是成了一个摆设。”
但这次的微V3.0的时候（万科定制版云之家V4，也就是企业版微信），安装率得到迅速增长。对此，张艳存总结道：第一是因为万科本身组织规模是比较庞大，新版本通过订阅号推送能功能，让集团的声音，各个公司的声音，区域的声音更好的传达；第二是因为基于移动端的工作平台让工作中的点点滴滴，比如发起会议或审批一类工作可以通过手机处理。移动审批、订阅号、通讯录等功能都能减少中间环节，是员工自然需求的延伸，而不是硬要让软件全面替代现实中的工作沟通。
南航更强调信息化转型过程中的社交或者说沟通这一痛点。黄敏说，民航内部沟通协调还是比较笨的办法，以前大家是用对讲机，有什么事儿就靠吼的方式。目前已经通过PC端来实现，一些应用、一些数据原来靠吼来传达的现在通过PC端已经可以传达下去，但黄敏对企业协作软件提出的明确需求是：能不能“让我在企业几千号人里快速找到并定位某个人？”也就是说，企业通讯录功能对南航这样大型且流程协作性相当强的企业，非常重要。
同济的刘波坦言，让学校接受信息化管理，甚至是移动互联网的信息化改造有几个挑战：
① 观念。无论是领导层面，还是一线员工，如果不能够深刻领会或者理解这个时代目前面临的变革，他肯定不会那么顺畅地去接受这样一种新的工作方式；
② 企业、高校、机构要有一套从上到下的设计，要有体制机制、制度上的配额。就像很多企业朝九晚五地坐班，固定办公地点，这种工作模式实际上大家已经都习以为常了。如果让人在电脑前拿个手机办公，这可能还需要很长的时间来做一些制度上的变革；
③ 想法再好也还是要落到实处。一定要有相应的产品和平台去实现新的转变。
④ 对大学来说，协同工作平台，社交与工作，工作是重点，社交是辅助。私有云很重要。如果是把微信、微博理解成在小区买了一套房子，这套房子就是你的，你的这个校区、你的环境都是大家公用的。但是像云之家这类的产品，公有云是一个联排别墅，有一个自己的小院子。如果真要尝试的话，同济大学希望搞一个“小庄园”。
4、推广：必须更具创意
王石曾批评万科微V的推广方式没有创意，建议他们找创意公司或者有创意的人帮忙。张艳存说，后来她们就换了一种方式推广微V，以“万科员工的一天”为主题进行推广：早上起来，你就可以去跑步，可以收一下公司的资讯日报，到了一天的最后，晚上十点看看公司的销售日报，让员工清楚知道该软件可以在他工作中起到什么作用。此外，“我们也营造粉丝经济，真正给平台提需求，需求能够得到采纳的，我们也给提需求的人在微V上来一个大V；领导召集一些会议的时候，就说‘你们赶快把会议的人员组个群，让大家在底下发言’……”诸如此类。
而黄敏则表示，南航现在也在思考怎么样把一些穿戴设备运用到企业提供的服务上和内部员工应用上。比如南航在思考飞行员宝贵的休息时间该如何安排（民航总局对飞行员的休息时间有规定，安排多少航班，飞行员一个月可以飞一百多个小时，其他时间必须安排休息，超时要罚款），南航需要对飞行员到底休息多长时间有效需要掌控，因此希望能够将数据的采集和分析与可穿戴设备结合，给飞行员一个手环去采集信息，这个信息放到云端，在云端上汇总给管理人员和监控人员，也可以追溯到哪个飞行员睡眠不足或者睡眠质量不太好。
总结来看，企业社会化软件正在供给方掀起一阵热潮，但现实情况是，绝大多数中国企业的内部管理是相当粗放的，软件与现实管理运作状况根本无法匹配，以至于企业运用了这些软件，就像给员工打造了个漂亮却沉重的铁甲钢盔，只会令其厌烦、觉得无用而想脱掉。怎么解决这个问题？一方面只有期待中国企业管理水平与状况的不断提升；二是该类协作软件与平台要注意去解决企业管理与员工的刚需，成为员工需求的自然延伸，而不是凭空发明出需求让员工使用。
【文章来源：虎嗅网】
虎嗅网
李彦宏：企业级软件与大数据的新玩法，未来都会产生巨大价值
2014年百度联盟论坛今日在黄山举行。百度CEO李彦宏在大会上对企业级软件市场、大数据、移动生态等都发表了自己的见解。
李彦宏指出了业界或将演变的两个趋势：一是新型企业级软件，不仅提升企业内部效率的，更能帮助解决企业从内部到外部链接的问题；二是有价值的慢数据，不是无用的信息爆炸，而是有价值的慢数据，可以预测个性化信息的数据。
企业级软件将是大市场
他认为，企业级软件并非是新东西，但未来会变得很新，会是非常大的市场。
李彦宏说，在美国企业级软件市场已经诞生了很大知名大公司，比如IBM、甲骨文、微软，但中国还没有出现大的企业级软件企业，这主要由两方面原因造成，其一是过去中国劳动力成本很低，使用企业级软件的效应并没有起来，其二是很多企业老板并不用电脑，不会用PC提升效率。
目前制约中国企业级软件发展的这两个因素正在发生改变，中国劳动力成本上升非常快，每个老板都拿着智能手机，可以随时随地的上网，自然会想到用企业级软件提升公司效率。
李彦宏又以91无线为例说明新型企业软件的运用。
“去年百度收购91无线，在与高管打交道过程中感到吃惊的是，发现他们名片上电子邮件地址都不一样，原来他们内部使用自己研发的IM，可以实现ERP的基本功能。”
李彦宏认为，企业级软件仅仅接管过去的工作还不够，新的企业级软件应该能解决更多问题，不仅是企业内部流程的问题，而且是由内部到外部的问题，这些都是过去企业级软件无法解决的问题。
他认为这代表了一种方向，例如微软已经发布了基于云端的Office365软件。
同时，在传统企业互联网化的道路上，通过运用企业级软件做决策，能够极大提升效率。
“青岛航空把卖票体系包给了去哪儿通过其软件做决策，提高上座率以及价钱，使得公司收益最大化。不仅仅是航空领域，很多领域都有问题，比如餐馆、机票、酒店、歌厅、发廊等，都是我国未来提升消费力、可以通过企业级软件提升效率的领域。提升效率给未来带来巨大的机会。”
结合个人数据挖掘的产品将会产生更大价值
第二个趋势和大数据有关，但并非是一半以上以上的大数据，而是新型的慢数据，涉及到个人的信息挖掘和预测。
“我们看到的很多数据都是没价值的，很多传统产业说自己的数据值钱，但是其实百度在技术上有多年积累，发现技术已经准备好，但真正想要的数据并没有，收集上来的很多数据并没有价值。”
李彦宏认为：新一代的数据收集，不仅是数据工具，数据本身都会有很大的发展。未来科技发展将与大数据有很大关系，如果将新的企业软件和新的大数据结合，再引用人工智能等技术，未来若干年都将有非常好的发展前景。
对于大数据未来的应用生态，李彦宏说，未来真正的大数据积累应该是可以提前预测人的疾病情况，因为疾病不是一天出现的，而是天长日久累计出来的，各种数据一定发生变化。在李彦宏看来，很多手环等产品并没有能力搜集这些数据，如果能立刻告知有价值的信息，并坚持这样做，那将会产生非常大的价值。
“百度也做智能手环，智能手环能够测量血压，测试跑了多远，但这些积累的数据并不能实现治病。难度不在于发明新的硬件，而是找到什么数据是有价值的。要去找数据，去找知识、经验、跨领域的思考能力。这个领域恰恰是机会最多的。”
【文章来源：虎嗅网】
虎嗅网
脉脉：有成为移动版Linkedin的潜能，但爆点还在寻觅中
过去15年，中国互联网公司几乎copy了国外所有成功的商业模式，先后产生了一大批成绩卓越的明星企业。但有一家公司，在中国一直没能copy成功，就是职业社交网站Linkedin。为什么Linkedin在中国难以复制？以及中国是否需要自己的Linkedin？
前半问，业界有很多说法，比如国情不同、习惯差异、时机不到、产品形态单一、团队浮躁等等。但无论如何解释，都难以否定中国用户需要自己的Linkedin，这将是职场生活作为一种特殊场景愈发高频、垂直的必然结果。不管找工作、找创业搭档、找生意伙伴甚至结交志趣相投的职场人，都需要一个特定的产品来承载，尤其当移动互联网应用普及之后，符合职场商务人士线上社交的条件已经完全成熟。
本文介绍的脉脉团队，就一直在这方面发力，专注打造适合中国人的职场社交体验。
脉脉，是林凡团队的第三个产品
脉脉创始人林凡2012年从大街网出来创业，他说，之前搜狗和大街网的工作经验让他有了做出脉脉的可能性：搜狗的算法加上大街网的社交思维，让APP可以帮助用户管理和发掘出自己的人脉。脉脉就是这个思路下的第三个产品。
第一个产品是头像淘淘。可以在手机上接入你的微博、人人网等，将好友的头像导入到手机，自动添加到通讯录上，让每一个好友“有头像更精彩”。
第二个产品是觅觅，可以通过算法帮你找到靠谱的小伙伴，可以一起愉快地玩耍。
林凡在总结这个两个产品时，觉得第一个太轻，第二虽有社交但用户之间没有建立联系，比较分散，都不太成熟。所以第三个产品，脉脉，可以导入用户的通讯录和微博中的好友，通过算法匹配出你的一度人脉和二度人脉。
我认为脉脉最大的亮点，是在你注册之初就已经有了很多可供使用的数据内容。甚至有点“吓一跳”的感觉，所有隐藏的人际关系都被拎出来了，一上来就能看到。
脉脉的产品逻辑
现在的脉脉，经过半年的发展，20多次迭代，其内在逻辑已经相对清晰，就是将你在不同社交网络（比如通讯录、微博）的行为数据通过计算挖掘，呈现出对你最有价值的真实的人脉关系链。你可以在一度人脉的引荐下认识二度人脉的朋友，也可以通过一度人脉的分享发现二度人脉以内的招聘和求职信息。这对于在职场社交中并不善于陌生“拜访”的中国用户，非常关键。
那么脉脉的逻辑是依靠什么来完成？
第一，清晰的关系链找到靠谱的朋友。在脉脉设计的添加好友过程中，你除了可以知道对方的情况，还可清晰地了解到与你的关系链。
第二，精准的算法找到帮你的朋友。目前脉脉30万用户中，约10-20%是HR，林凡透露脉脉中的数据量远不是表面看到的八卦新闻和个人动态，更多海量的数据是HR与应聘者的对话。如果你想在脉脉上找到解决问题的人，可以通过人脉推荐、公司、学校、职位等不同维度进行查找。
第三，“移动”的特性有助于社交。脉脉是基于移动互联网，在移动互联网上，由于人们对方寸之间的安全感高于PC端，所以加为好友的概率也远高于PC端。
需要迈过去的几步
从去年10月末，我已经用脉脉快半年的时间，然而脉脉这款产品给我的感觉仍不是像林凡描述的那么清晰，我很难一句话完整表述出来。
我问林凡，你如何理解职场社交？他说，
职场社交有很多种需求，最直观的就是找工作、经营人脉，除此以外，还有泡八卦、读资讯，甚至还有一部分低频的IM需求。所以我们可能真的有点剑走偏锋，我们什么都做，再把每一种需求归纳好，让用户逐渐转起来。当然我可能见过100个产品经理，都说你们做的太复杂了，你们应该用一个点切入……
林凡坦承现在的脉脉没有找到一个好的切入点或者产品运营的爆点，一些需求不大的人，很难愿意立刻上手。脉脉的运营杨泽也认为，目前的脉脉以认识人这个口号来宣传，比较泛，不够聚焦，今后脉脉会在其传播力度上作进一步的完善，让用户更愿意使用以及分享。从解决需求角度来说，缺乏一个好的切入点，可能是脉脉要迈过去的第一步。
第二步，从圈子来说，也缺乏爆发性的增长点。脉脉半年达到30万用户，日增长几千，对比今年刚推出的秘密还有距离。和秘密最早流行于投资人，脉脉现在主要定位于互联网人群。林凡想在今年将互联网的圈子占领好，他认为工具类的产品要靠渠道来获得爆发性的增长，而社交类的产品要靠口碑，而脉脉目前爆发点好像不是太明显。
在采访中，林凡也问及脉脉中匿名八卦的意见，同时谈到之后会将每天点击最高的八卦消息赏金5000元（貌似比较土豪，完稿时已经推出），以此做成国内非著名的安全、有价值的匿名爆料平台，这种重赏之下必有勇夫的方法没准还真能成为其爆发式增长的一个可能性，试问宇宙中谁没有一个小八卦的心理。
晨兴创投A轮投资脉脉几百万美元，如果脉脉果真能够迈过这两步，成为一款拥有用户完整的职场信息、帮助用户更快更精准地找到人、有着UGC式的精彩八卦内容的职场社交APP的话……Linkedin目前可是近200亿美元的市值哦。
【文章来源：虎嗅网】
虎嗅网
圈到4亿用户，有道发布在线教育平台：其实更像是一场“招商会”
【文章来源：虎嗅网】
2014.04.24下午，网易有道在798召开了一个“在线教育战略发布会”，网易CEO丁磊亲自前往不说，还拉上了新东方、英孚教育和外研社助阵。除了宣布要开放有道词典作为在线教育平台，还推出了一款颇具游戏性的英语学习工具产品“有道口语大师”。
丁磊和网易都在强调做在线教育是一种“情怀”甚至是“公益”，但07年起开始做有道词典、云课堂和公开课，网易在在线教育方面（包括有道、网易云课堂和公开课）已经投入几亿，而根据有道CEO周枫的说法，目前有道词典共有4亿用户，月活跃用户6000万，每天有4亿次查询（其中70%来自移动端）——巨大的付出+积累的人气，想必任何人都不会只把这款产品停留在“情怀”之上。其实有道词典本身已经盈利，而这场发布会除了宣布开放平台、共建在线教育生态外，也流露出不少的“商”味。
有道将依托有道词典、有道翻译等多个语言服务类工具形成的产品矩阵，向用户的价值链上游延伸，搭建有道在线教育开放平台，在互联网上实现教育资源的共享。
此外，网易为合作伙伴提供丰富的内容组件模板，包括但不限于图文课程、电子书、互动答题、背单词、公众账号等，尤其以移动端最为突出。即使是传统的合作伙伴也能快速将自有内容互联网化，变成适合手机或电脑学习体验的形式。
这里面有几个重点：
① 有道在线教育平台的内容将主要主要在有道词典和有道翻译的APP上实现；
② 在合作伙伴可以是个人、团队、机构，他们负责内容接入，有道起的是加工分发的功能；
③ 有道能提供的除了展示平台、推广资源以外，还有方便合作伙伴生成适合移动端在线课程的模板；
④ 有道平台将支持多种商业模式与合作方式：O2O/数字内容销售/应用分发/在线课程等；双方采用分成模式。
当然这也生出一个问题，作为一款本该“很轻”的工具类的产品，有道是否适合，或者说工具类的产品的天性能否让其很好地实现想象中的在线教育功能？比如说用户在阅读或者有需要时查询词典，最好的模式可能是无需跳转，直接在当前页面查询，但现在有道希望做的是直接在有道词典中提供阅读内容或者其他英语学习内容——在试图增加用户粘性的同时，有道词典是否会变成一个很重的应用？而有道的平台模式又是否能够保证用户准确找到自己所需要的内容？
对此，有道方面给出一组数字或许可以算作暂时的答案：
周枫透露，有道词典首页双语阅读文章每日PV达500万，云图书平台电子书每日下载100万。
加载在工具产品上的教学内容有人气，这给了有道做“在线教育平台”的底气。但如果按照每日4亿次查询中，约70%来自移动端来算（约2亿8千万次查询），双语阅读每日PV 500万，其中转化率其实比较有限，只是得益于有道词典的巨大用户基数因此点击数量依旧可观。
更像是一场招商会
周枫在发布会上强调，有道从一年前开始考虑下一个机会在哪里——而过去一年有道通过广告的方式给英语培训机构带去超过50万意向客户，今年年底预计增长3倍，在150万。
所以这场战略发布会实际上更像是一场招商会。有道说着台子搭好了，大家都可以来添砖加瓦。除了承诺的推广资源支持外，4亿的精准用户量任谁都会眼馋，成熟的支付技术可以让合作伙伴从有道平台直接产生收益也省去了不必要的麻烦。虽然有道把合作伙伴定位为机构、个人和团体，但鉴于有道与合作伙伴采用分成模式、面向移动端的产品一页内无法展示过多信息等特性甚至是发布会现场嘉宾来看（新东方、英孚、外研社），线下的英语教学机构还是有道现阶段希望拉拢的重点。但有道或许更应该仔细权衡的是，如果按照他们所说，将（在不大的屏幕上）对每个合作伙伴承诺推广，有道打造的究竟是一个在线教育平台，还是一个教学资源线上线下的传播平台？
虎嗅网
阿里CTO王坚：脱离互联网与云计算去讲数据是个大误区
【文章来源：虎嗅网】
编者注：本文是阿里巴巴集团CTO王坚在“大数据”变革企业经营与管理圆桌论坛上发言。
做大数据以前，对企业的影响可能还要追溯到互联网对企业的影响。要讲清，让大家理解大数据对企业的理解，有三件事情可能少不了：
一个就是互联网。互联网很热门的词就是云计算，就是大数据。原因非常简单，互联网公司一定是一家数据公司。阿里巴巴在2008年的时候开过一次会，突然发现不是电子商务公司，是数据公司，对公司非常非常大的影响。
第二个事情对企业有非常大的影响，当自己发现是数据公司，突然发现少了一个东西，少了把数据变成财富的东西，靠什么呢？就是靠云计算，必须用最低的成本从数据里面得到价值，才能活下去，所以大家设想一下，如果不能用最低的成本得到价值，是活不下去的，这是最基本的。
第三个明白了事情就是计算一定要变成公共服务，2008年开始，对我们企业来讲，用另外的角度来表达阿里巴巴，我们曾经讲过几句话，不上淘宝的人可能不太有，淘宝对中国社会最大的贡献不是让大家上去买东西，对社会最大的贡献是消费者的习惯在我们自己企业手里。消费者的习惯就是数据，这是倒过来看的。有时马云也会讲，公司是拿数据去卖东西的，阿里巴巴这家公司是卖东西，是为了数据，这是一个最基本的不一样的地方，也是我们慢慢慢慢过来的。
阿里巴巴做的小额贷款的事情，最体现了数据的价值，或者互联网数据，我先不说大数据，互联网数据的价值，过去要说贷款的话，银行最重要的是调查信用，要抵押，就这两个事。调查信用是传统的来看数据的方法，也可以讲这是数据，但是传统的，为什么它？它跟互联网无关。我们怎么用数据来变成一个企业的信用呢？用过去它在我们平台上沉淀下来的数据，不是我们去收集的数据，是沉淀下来的数据，这些数据过去是没有用的，但是因为我们把它变成模型，变成信用以后，就变成这家小企业的财富，才会使我们由300多个员工给70万人做贷款，这是数据的效用跟价值。
倒过来，对我们的组织结构的冲击是很大的，过去用这样的方法做事情，今天会想用另外的方法做事情，对我们的组织结构的冲击也是很大的。
我想表达的意思是什么呢？如果你今天讲数据的话，千万不要觉得大数据是从数据变成大数据的，不是这样的，其实今天实际上是一个把过去从所谓的信息社会变成了数据社会，可能这样讲更好一点。这句话是什么意思呢？过去因为没有互联网，因为没有计算能力，所以你能够得到的数据一定要大家觉得马上很有价值的东西，大家过去称之信息。
今天是因为有了互联网巨大的计算能力以后，今天你是可以得到很多数据，而不追求今天的数据价值，但是它在第二天可以带来更大的价值。从第一天起大家都知道数据，它是从信息到数据的转变，因为有了互联网，有了计算能力，大家可以设想一下第一天会要求拿到的是最有用的信息，但是过了两天发现，今天看起来没有用的东西变成了最有用的东西，谷歌是做的最好的例子，让一个点击，鼠标点一点可以挣几千美金，鼠标这个东西，在微软时代，多少人点鼠标没有人把它变成财富，但是互联网时代把它变成了财富。这是非常典型的例子，只收集信息，今天看来不会变成你的财富了，而去年得到看起来没有价值的东西可以变成财富，这是阿里巴巴自己很重要的理解。
今天我们对数据的理解，尽管有很多消费者喜欢，但是还很粗浅。我曾经跟马总讲的话，对我们自己公司反省，阿里巴巴对数据的理解还是非常原始的，另外一个角度讲，阿里巴巴对数据的理解不会超过苏宁对电子商务的理解。应该尊重苏宁集团，但苏宁对电子商务的理解的确不够。
讲这句话的意思是，大家对这件事情的认识还是很浅，我们对数据很尊敬，只是想表达一下我们在非常原始的状态，在这个行业，今天刚刚开始，严格上讲也没有专家，大家碰到的都是新问题，但是挑战不要低估了，走出两个误区，一个是觉得把过去的数据，过去谈数据，今天再谈大一点，把方法再搬过来。第二，脱离了互联网跟云计算讲数据，也是蛮大的误区。
虎嗅网
互联网招聘O2O：看上去很美？
文章来源：虎嗅网
从O2O的角度看上去很美的概念，可能在实践上并没那么美好。比如说，最近被媒体和投资人疯狂炒作的互联网招聘行业：先是成立仅8个月的拉勾网神奇般地拿到了500万融资，随后，猎头平台——猎上网和猎聘网，相继宣布获得数千万投资，而且还都是美金！
顿时，沉寂一时的O2O行业又被注入了一针兴奋剂。如今，互联网招聘O2O行业，已成为无数人争相观望、青睐和追逐的“香饽饽”！
但是，对于这个目前尚无突破性创新的O2O行业，可能面对更多的还是挑战。目前，占国内招聘市场主流地位的互联网公司，大都还停留在解决信息不对称问题，仅提供简单的信息搜集服务，如51job、智联招聘和中华英才等；而那些颇具O2O形态的猎头网站，则固守于中高端层面，如猎上网、人人猎头。简言之，前者尚停留在前互联网思维时代，而后者则定位于中高端市场，自我隔离于主流招聘市场之外。因此，对于刚刚起步的互联网招聘行业，目前仍充满诸多不确定因素。众多创业者仍需更多地专注于产品设计开发，而非单纯地利润追逐。
“中高端还是中低端？”
互联网行业有句俗话，“哪里有抱怨，哪里就有商机。”可想而知，正如医疗、旅游行业一样，互联网招聘行业也获得了众多业内人士和投资者的青睐。撇开传统的互联网招聘网站不谈，目前颇具O2O形态的互联网招聘公司，大都集中在两个方面：垂直领域信息类招聘平台和猎头类招聘平台类。前者专注于行业内的专业人才招聘，而后者则自我定位于中高端招聘市场，但两者有一个共同特点就是：深耕于互联网招聘市场特定的“利润丰厚”领域，也可能只是很小一块领域。
众所周知，当前就业难已成为一个不争的事实。而就业难首先体现在每年毕业的数以百万计的广大高校生身上（据统计，2014年全国普通高校毕业生人数达727万人，较去年增加28万）：对于社会来说，他们既是社会上最庞大最不容忽视的一个就业群体，也是一个十分优质的群体。由于这个群体具有庞大的数量和众多可以量化的标准，因而这里也充满了无限商机。
因此，可以说，谁真正占领了高校生就业市场，谁就控制了互联网招聘市场的半壁江山。而遗憾的是，从目前来看，国内的互联网招聘行业要么对这块市场刻意回避（如猎上网、猎聘网），要么对这一块市场开发不够（如应届生求职网）。
“O2O思维：媒介还是伯乐？”
可能会有人会说，虽然高校生就业市场看上去很美，但实际上利润却极其有限。这种思维存在严重误区！盘点那些专注于学生市场的创业公司，无论利润还是规模均可圈可点，虽然他们可能没有来得及发展到O2O阶段。看看那些深耕于学生市场的行业领导者吧：专注于职业教育培训的行业典范——尚德机构、深耕于公务员培训的华图、中公以及作为语言培训、教育留学典型代表的新东方。但是，很快问题又出现了：互联网招聘O2O的出路在那里？答案很明显：产品创新。
目前，国内互联网招聘的模式仍停留在前O2O时代。传统的互联网招聘巨头仅仅提供媒介服务，专注于解决招聘双方的信息不对称问题，如51job、智联招聘和应届生求职网；而新崛起的垂直领域信息类和猎头类招聘新秀，虽颇具O2O形态，却固守于中高端互联网招聘市场，更多地趋向于利润导向，而非产品价值导向。
真正的产品创新应该体现出利润与价值的有机统一。这就需要产品开发者更多地要考虑到产品使用者的独特性和用户体验，并作出相应地产品调整。众所周知，大多数学生在毕业前，宛如一张白纸。对于未来、社会以及职业，他们基本上没有准确概念。所以，对学生进行选拔的标准除了基本的学习能力之外，更多地应集中在意愿、兴趣、价值观以及性格方面。同时，由于学生的阅历有限，职业规划更是无从谈起（这简直需要极其专业的知识储备和丰富的阅历才可以办到）。这些是现实，不得不承认。此外，求职招聘是大多数学生第一次与这个社会的残酷现实正面交锋，这里面蕴藏了太多的规则与潜规则，所付出的学习成本也十分高昂。
因此，开展互联网招聘O2O，解决招聘就业问题不如换种思维：在每个人学习能力已经确定的前提下，为什么不引导他们寻找到自己真正的职业规划与方向，同时配之以同样渴望这方面人才的公司呢？要知道招聘过程，本质上是一个理性的公司匹配非理性的求职者的过程，当然，鉴于公司的逐利本性，有必要引用大众点评的民主化方式来约束之。
简言之，互联网招聘O2O思维，就是将传统的互联网招聘媒介服务提升到人才开发、挖掘、指导培训的新层面，从单纯撮合好事的“媒人”上升为发现千里马的“伯乐”，真正地在线承担起和完成部分或全部招聘工作！这就是互联网招聘O2O思维的一种典型体现。通过这种方式，招聘双方在线就可以完成招聘工作的部分内容，其余部分则通过线下即可迅速完成：这种方式不仅简化了招聘环节与手续，降低了不必要的社会成本，更能实现招聘双方的精准匹配，实现人力资源的最优化配置。
“利润增长点与附加值”
当然，除了实现互联网招聘O2O的真正价值和效用，更应该提升其商业变现水平。传统互联网招聘的商业模式无非是账号收费、广告收入、下载简历收费三种模式，但在O2O思维的引导下，还应有更大的提升空间和想象力。互联网招聘行业的市场无非分为中低端和中高端两种。前者数量庞大，但趋于中低端，这些市场重点体现了互联网招聘O2O的真正价值和存在意义。同时，通过专业的咨询和就业指导培训等附加增值服务，也可以提升互联网招聘O2O的商业变现水平。
而对于较高端的猎头类招聘平台，其商业变现水平自然不必多言。正如“猎眼天下”所言：中国猎头市场一年有900-1000亿的市场规模，猎头轻轻松松就能拿走这最肥的1000亿的蛋糕。优秀猎头无论在人脉、信息及资历方面，均占尽各种优势，尤其可以接私单赚大笔外快，例如相关高端职位和保密类职位（比如增补职位、秘密项目职位）招聘等。
虎嗅网
【专治不明觉厉】之“大数据”
【文章来源：虎嗅网】
虎嗅注：上一篇“专治不明觉厉”文章，虎嗅君为大家介绍了“云计算”领域中的那些“不明觉厉”的名词。作为云计算最重要的应用，大数据领域也有很多看上去“不明觉厉”的词汇。本篇文章，虎嗅君就为各位介绍“大数据”领域里的“不明觉厉”。
大数据（Big Data）
大数据，官方定义是指那些数据量特别大、数据类别特别复杂的数据集，这种数据集无法用传统的数据库进行存储，管理和处理。大数据的主要特点为数据量大（Volume），数据类别复杂（Variety），数据处理速度快（Velocity）和数据真实性高（Veracity），合起来被称为4V。
大数据中的数据量非常巨大，达到了PB级别。而且这庞大的数据之中，不仅仅包括结构化数据（如数字、符号等数据），还包括非结构化数据（如文本、图像、声音、视频等数据）。这使得大数据的存储，管理和处理很难利用传统的关系型数据库去完成。在大数据之中，有价值的信息往往深藏其中。这就需要对大数据的处理速度要非常快，才能短时间之内就能从大量的复杂数据之中获取到有价值的信息。在大数据的大量复杂的数据之中，通常不仅仅包含真实的数据，一些虚假的数据也混杂其中。这就需要在大数据的处理中将虚假的数据剔除，利用真实的数据来分析得出真实的结果。
大数据分析（Big Data Analysis）
大数据，表面上看就是大量复杂的数据，这些数据本身的价值并不高，但是对这些大量复杂的数据进行分析处理后，却能从中提炼出很有价值的信息。对大数据的分析，主要分为五个方面：可视化分析（Analytic Visualization）、数据挖掘算法（Date Mining Algorithms）、预测性分析能力（Predictive Analytic Capabilities）、语义引擎（Semantic Engines）和数据质量管理（Data Quality Management）。
可视化分析是普通消费者常常可以见到的一种大数据分析结果的表现形式，比如说百度制作的“百度地图春节人口迁徙大数据”就是典型的案例之一。可视化分析将大量复杂的数据自动转化成直观形象的图表，使其能够更加容易的被普通消费者所接受和理解。
数据挖掘算法是大数据分析的理论核心，其本质是一组根据算法事先定义好的数学公式，将收集到的数据作为参数变量带入其中，从而能够从大量复杂的数据中提取到有价值的信息。著名的“啤酒和尿布”的故事就是数据挖掘算法的经典案例。沃尔玛通过对啤酒和尿布购买数据的分析，挖掘出以前未知的两者间的联系，并利用这种联系，提升了商品的销量。亚马逊的推荐引擎和谷歌的广告系统都大量使用了数据挖掘算法。
预测性分析能力是大数据分析最重要的应用领域。从大量复杂的数据中挖掘出规律，建立起科学的事件模型，通过将新的数据带入模型，就可以预测未来的事件走向。预测性分析能力常常被应用在金融分析和科学研究领域，用于股票预测或气象预测等。
语义引擎是机器学习的成果之一。过去，计算机对用户输入内容的理解仅仅停留在字符阶段，不能很好的理解输入内容的意思，因此常常不能准确的了解用户的需求。通过对大量复杂的数据进行分析，让计算机从中自我学习，可以使计算机能够尽量精确的了解用户输入内容的意思，从而把握住用户的需求，提供更好的用户体验。苹果的Siri和谷歌的Google Now都采用了语义引擎。
数据质量管理是大数据在企业领域的重要应用。为了保证大数据分析结果的准确性，需要将大数据中不真实的数据剔除掉，保留最准确的数据。这就需要建立有效的数据质量管理系统，分析收集到的大量复杂的数据，挑选出真实有效的数据。
分布式计算（Distributed Computing）
对于如何处理大数据，计算机科学界有两大方向：第一个方向是集中式计算，就是通过不断增加处理器的数量来增强单个计算机的计算能力，从而提高处理数据的速度。第二个方向是分布式计算，就是把一组计算机通过网络相互连接组成分散系统，然后将需要处理的大量数据分散成多个部分，交由分散系统内的计算机组同时计算，最后将这些计算结果合并得到最终的结果。尽管分散系统内的单个计算机的计算能力不强，但是由于每个计算机只计算一部分数据，而且是多台计算机同时计算，所以就分散系统而言，处理数据的速度会远高于单个计算机。
过去，分布式计算理论比较复杂，技术实现比较困难，因此在处理大数据方面，集中式计算一直是主流解决方案。IBM的大型机就是集中式计算的典型硬件，很多银行和政府机构都用它处理大数据。不过，对于当时的互联网公司来说，IBM的大型机的价格过于昂贵。因此，互联网公司的把研究方向放在了可以使用在廉价计算机上的分布式计算上。
服务器集群（Server Cluster）
服务器集群是一种提升服务器整体计算能力的解决方案。它是由互相连接在一起的服务器群所组成的一个并行式或分布式系统。服务器集群中的服务器运行同一个计算任务。因此，从外部看，这群服务器表现为一台虚拟的服务器，对外提供统一的服务。
尽管单台服务器的运算能力有限，但是将成百上千的服务器组成服务器集群后，整个系统就具备了强大的运算能力，可以支持大数据分析的运算负荷。Google，Amazon，阿里巴巴的计算中心里的服务器集群都达到了5000台服务器的规模。
大数据的技术基础：MapReduce、Google File System和BigTable
2003年到2004年间，Google发表了MapReduce、GFS（Google File System）和BigTable三篇技术论文，提出了一套全新的分布式计算理论。
MapReduce是分布式计算框架，GFS（Google File System）是分布式文件系统，BigTable是基于Google File System的数据存储系统，这三大组件组成了Google的分布式计算模型。
Google的分布式计算模型相比于传统的分布式计算模型有三大优势：首先，它简化了传统的分布式计算理论，降低了技术实现的难度，可以进行实际的应用。其次，它可以应用在廉价的计算设备上，只需增加计算设备的数量就可以提升整体的计算能力，应用成本十分低廉。最后，它被Google应用在Google的计算中心，取得了很好的效果，有了实际应用的证明。
后来，各家互联网公司开始利用Google的分布式计算模型搭建自己的分布式计算系统，Google的这三篇论文也就成为了大数据时代的技术核心。
主流的三大分布式计算系统：Hadoop，Spark和Storm
由于Google没有开源Google分布式计算模型的技术实现，所以其他互联网公司只能根据Google三篇技术论文中的相关原理，搭建自己的分布式计算系统。
Yahoo的工程师Doug Cutting和Mike Cafarella在2005年合作开发了分布式计算系统Hadoop。后来，Hadoop被贡献给了Apache基金会，成为了Apache基金会的开源项目。Doug Cutting也成为Apache基金会的主席，主持Hadoop的开发工作。
Hadoop采用MapReduce分布式计算框架，并根据GFS开发了HDFS分布式文件系统，根据BigTable开发了HBase数据存储系统。尽管和Google内部使用的分布式计算系统原理相同，但是Hadoop在运算速度上依然达不到Google论文中的标准。
不过，Hadoop的开源特性使其成为分布式计算系统的事实上的国际标准。Yahoo，Facebook，Amazon以及国内的百度，阿里巴巴等众多互联网公司都以Hadoop为基础搭建自己的分布式计算系统。
Spark也是Apache基金会的开源项目，它由加州大学伯克利分校的实验室开发，是另外一种重要的分布式计算系统。它在Hadoop的基础上进行了一些架构上的改良。Spark与Hadoop最大的不同点在于，Hadoop使用硬盘来存储数据，而Spark使用内存来存储数据，因此Spark可以提供超过Hadoop100倍的运算速度。但是，由于内存断电后会丢失数据，Spark不能用于处理需要长期保存的数据。
Storm是Twitter主推的分布式计算系统，它由BackType团队开发，是Apache基金会的孵化项目。它在Hadoop的基础上提供了实时运算的特性，可以实时的处理大数据流。不同于Hadoop和Spark，Storm不进行数据的收集和存储工作，它直接通过网络实时的接受数据并且实时的处理数据，然后直接通过网络实时的传回结果。
Hadoop，Spark和Storm是目前最重要的三大分布式计算系统，Hadoop常用于离线的复杂的大数据处理，Spark常用于离线的快速的大数据处理，而Storm常用于在线的实时的大数据处理。
HRTECH CHINA 小编语：各位，这次向大家介绍了“云计算”这方面的知识信息，大家是否已经掌握了呢？如果各位想了解其他方面的知识信息，也可以给我们留言哦。
虎嗅网
驳《翻转课堂：为何叫好不叫座？》，在中国照样切实可行
文/ 倪金磊 阿帕图英语联合创始人兼CEO
这几天看到虎嗅上面有一篇文章题为《翻转课堂：为何叫好不叫座？》里面提到了阿帕图的翻转课堂，我认同作者的部分观点，但也有一些不同的理解之处。
首先：翻转课堂是对传统课堂的颠覆。在翻转课堂中，学生是学习的主体，老师回归到辅助者的角色。学生按照自己的节奏和水平安排自己的学习，老师对学生能够进行针对性的辅导。理论上，翻转课堂所带来的教学效果是显而易见的。美国可汗学院的产品在美国公立学校得到了广泛的应用。
其次，翻转课堂对老师的要求不同。对传统老师的要求主要体现在对整个知识体系的把握与诠释能力，而在翻转课堂下对老师的要求主要是与学生的沟通能力。而公立学校想转型，最困难的地方是在于老师思想的改变。
第三，翻转课堂不容易实现是真的，因为线上课程是重中之重，线上课程体系的建设需要大量的投入。阿帕图做产品做了4年，仍然还在不断完善过程中。在能够进行快速开发课程之前，有大量的基础性系统开发需要完成。好在我们已经通过四年多的时间完成了线上课程和系统的建设，并在不断根据学生反馈改善中，
翻转课堂在中国中小学课外培训市场是切实可行的
虽然不容易实现，但是，翻转课堂在中国是切实可行的，阿帕图学生的进步证明了这一点，而学生家长也都十分认同翻转课堂。
第一，翻转课堂注重能力的培养，并非以忽视结果为代价，而是在保证教学效果的基础上，提升了学习能力。现有体制内的教学评估体系固然有问题，但一个有能力的学生，不管是在校内还是在校外，都不应该是成绩不好的。
第二，阿帕图翻转课堂中的答疑部分，不是靠学生主动提问来发现问题，而是通过系统的记录和数据分析主动发现问题，通过老师帮助学生解决问题，让学生进入学习的正循环。中国学生不善于提问是普遍存在的现象，这也恰恰是翻转课堂能够帮助学生改善的一个方面。当学生能主动发现自己的问题了，其实他已经学会了一半。中国学生不擅长提问不是他们没有这个想法和习惯，而是在传统教学中缺失了对这个能力的培养，翻转课堂正好弥补了这一点。中国学生之所以表现出主动性不强，是因为他们其实没有学懂，导致自信不够，进入学习的负循环。
第三，在公立学校实施翻转课堂确实有一定难度，但是体制外的课外培训中，翻转课堂完全是现实可行的。阿帕图在过去两年的教学试点充分证明了这一点。我们相信翻转课堂会在课外辅导和培训中能够快速发展，最终会倒逼体制内的改革。
最后，现在的家长对孩子教育的需求已经多元化了，但同时也很纠结。一方面，家长必须接受体制内教育这个现实；另一方面，家长同样希望自己的孩子能够有独立学习和思考的能力。只是传统教育不可能二者兼得，让家长左右为难。翻转课堂让孩子既能够在体制内取得理想的成绩，同时能够培养孩子的学习能力。
在此不过多纠缠于翻转课堂是否是在线教育的最佳模式，也不去争论国内的公立学校能否实习翻转课堂。但我们通过翻转课堂的教学实验效果也证明，对于中国中小学课外培训市场，翻转课堂是最佳模式之一，也顺应了市场的需求。
本文由芥末堆网授权虎嗅网发表。原文链接http://www.huxiu.com/article/31787 /1.html
虎嗅网
招聘网站的五宗罪
和招聘网站接触最多的三类人群，HR、猎头、候选人。纵观笔者的职业生涯，就是在这三种角色中不断转换的血泪史。
笔者从候选人、HR、猎头三者的角度，吐槽下招聘网站的五宗罪。
一、中低端？还是中高端？不可兼得
一对小夫妻走进一个房产中介说：“我们要买房子。”
房产中介员说：“我们手上有最新的租房信息，你要不要看下？”
小夫妻摇了摇头说：“我们要买房子。”
房产中介员又说：“我们有附件的商铺出租的信息，非常实惠，我拿给你看看。”
小夫妻很无奈的说：“我们只要买房子，不要租房、也不要租商铺。”
这个故事告诉我们，搞清楚用户的需求很重要。
国内传统的三大招聘网站，51job、智联、中华英才网，做的是一揽子计划，所有行业，所有职位全Cover，试图解决全中国人民的求职大计，这显然是行不通的。
中低端候选人、中高端候选人求职的需求是有很大差异的。中低端候人，侧重在海量面试、选择多、重点看薪酬。中高端候选人侧重在面试少而精、招聘的增值服务、个人隐私的保密性、做选择时会平衡薪酬和职业生涯规划等。三大招聘网站提供的服务，2C（求职者）方面，在满足中低端候选人需求方面，有一定优势。而在满足中高候选人求职需求方面，显然力不从心，在增值服务上需求满足上基本可以忽略不计。如同开篇想买房子的小夫妻，你给人家推销租房信息、商铺出租信息，人家显然不买账。
此外不得不提，中国的官本位思想、精英思想对中高端求职者的影响。职级、职位层级分明的企业制度，给中高端候选人打上了精英的烙印，他们不屑于和普通求职者使用同样的招聘产品，不屑于搜索公司时看到无数“配不上”自己的公司。他们需要的，是一款服务于自己阶层的招聘产品。更有甚者，只通过猎头渠道求职，因为通过猎头跳槽，不仅是自己身份和地位的体现，也更便于在争取职位、薪酬方面占据有力位置，还可以获得向猎头咨询行业信息、职业规划等增值服务。
饮水思源，缺少中高端候选人资源的三大网站，成了无水之源。B端（招聘企业）在中高端招聘上，不买账也很正常。
恶性循环的日积月累，造成了三大招聘网站，在中高端人才招聘方面集体的非常不给力的局面。
随着中国经济的发展、产业升级、竞争激励下人才争夺战的升级，以及经过30多年的经济发展积累沉淀下的中高端人才数量的激增。中高端人才招聘逐渐成为招聘行业的主力战场，三大招聘网站的不给力，繁荣了猎头市场，也造就了一个巨大的市场空白。不是所有公司都用得起猎头，市场呼唤一款针对中高端人才招聘的利器。
于是，猎聘网来了、人人猎头来了，他们会笑到最后或昙花一现？笔者认为它们都有着基因上的缺陷，拭目以待。
二、先有鸡，还有先有蛋？先有B？还是先有C？
有奶就是娘，三大招聘网站的业务形式决定它们的绝大部分营收都来自于B（招聘企业），于是它们长期过着笑脸对B，屁股对C（候选人）的日子。它们把更多的服务、资源、人力投入到了B（招聘企业），对于C采取爱理不理的策略，或者说他们不知道该如何理C。铺天盖地的招聘广告，成了他们和候选人沟通的唯一方式。呼唤自由的灵魂、呼唤做个抬头族，没有提供给C需要的服务，其它的都是扯淡。市值200多亿美元Linkedin的崛起，其庞大的个人用户数量功不可没。饮水思源，中高端用户是无可争议的水源。
互联网招聘，得C者，得天下。如同中国60%的用户搜索用百度，任凭企业怎么骂娘说百度的广告费用高，最后都得老老实实的付钱。请三大招聘网站，转转你高贵的头，好好倾听下用户的需求，想想自己可以做什么，想想怎么吸引中高端用户来你家安营扎寨。
送你们毛主席的一句话，人民、只有人民是历史的创造者。
三、一锤子买卖 & 用户黏性
如果不是想跳槽，你会登陆招聘网站的账号吗？你还记得你招聘网站的账号吗？
一个普通的求职者，平均2-3年会跳槽一次。基于跳槽周期比较长的原因，招聘网站把自己的服务定位成了一锤子买卖，你跳槽的时候愿意用一下就好了，其它时候你忘记我我不怪你，俨然一个无怨无悔的隐形情人的角色。
根据我做猎头和HR的经验，我把候选人分为2：7：1。20%的人有强烈的换职意向、70%的人没有主动考虑换职或者观望有没有更好的机会，10%的人坚决不跳槽。
没有人会拒绝好的机会，70%的观望的人群，是一个庞大的需求。而这70%的人没有强烈的求职动机，不会主动更新简历，不会主动求职，没有平台获得更好的职位信息，他们的求职需求没有被挖掘出来，而这70%的人恰恰是行业最中坚力量。
不做一锤子买卖，而是做一个用户粘性的平台，通过平台，定制化的推送职位信息，挖掘这70%候选人的需求，这会是一个至少2倍、3倍于现有市场的大盘子。
四、海量投递 & 海量筛选，精准匹配缺失
3-5秒，是HR判断一个候选人是否适合的时间。不是HR没有责任心，而是迫不得已。
举个例子，一个在行业中有知名度中型企业，随便一个经理职位，每天从三大招聘网站中的任何一个，都会收到近百份或者更多的简历，更何况很多企业同时开通三大招聘网站中的2个或者3个。
一个HR会同时负责至少3-5个职位的招聘，可以想象他每天收到的简历会是怎样的简历海洋。而这只是悲剧的开始，这些简历中，大概只有5%-10%是合适的候选人，90%-95%的简历是不符合需求，而HR为了找到合适的5%-10%，需要把所有的简历看完。
候选人出于对公司、职位的向往，或者从增加可能性角度考虑，海投简历，反正投递简历也不要多花钱。其中也不乏，每天投递一次简历、把公司所有职位都投递一遍的奇葩。虽然可以通过学历、工作年限等条件做简单的机器筛选，可是筛选后的简历数量依然庞大。招聘行业一直缺少职位需求和候选人匹配的算法，无法实现职位需求和候选人简历的精准匹配，所以HR只好花大量的人工做简历筛选。
笔者做HR的时候，看简历看到想吐，连想死的心都有了。而作为招聘HR，还有面试、沟通、会议、报表、招聘会等大量的事情需要做，苦逼的HR何时可以迎来自己的1949？
百度旗下的百伯人才尝试过做匹配算法，结果也不算成功。HR呼唤简历筛选的神器。
五、最大的原罪：路径依赖
男人永远无法体会，女人生孩子时的感觉。因为你不是女人，在丰富的想象也只是猜测。所以只有把你自己变成产品的用户，你才知道自己真正想要的是什么。招聘网站基于自己对HR的了解，推出了之前的招聘产品。前几年的成功经验，让它们更加固步自封，形成了路径依赖。
招聘网站的产品同学们，似乎并没有真正了解HR的需求。因为它不知道，HR需要筛选简历、需要做各种统计表格、需要精准的简历而不是无效的简历，需要一个工具提供高工作效率让自己有更多的时间陪陪家人、谈谈恋爱，需要一个工具给自己带来政绩可以往上爬。所以，请想办法把自己变成HR吧。招聘网站的产品同学们，更没有了解不同层次候选人的需求。因为它不知道，中高端候选人需要的增值服务、需要的职业生涯规划，需要的行业分析、公司分析、职位分析。而对于这些，最有发言权的是猎头。所以，请想办法把自己变成猎头吧。
招聘网站的产品同学们，更不知道如何实现职位需求和候选人简历的精准匹配，而这些需要HR、猎头、技术人员的通力合作。所以，请了解下技术，是怎么做分词、切词、意图分析、数据挖掘、算法的吧，而不是留给我们一个十几年如一日的搜索框。
有的读者会问，你吐槽的这五宗罪，你有什么高招解决吗?不破不立，笔者心中已有答案。如果有缘，咱们下一篇文章见。
文章来源：由猎眼天下授权虎嗅网发表
原文链接http://www.huxiu.com/article/18072 /1.html
虎嗅网
【专治不明觉厉】之“云计算”
虎嗅注：常看虎嗅的读者们可能经常会在虎嗅文章中遇到一些“不明觉厉”的名词，这些名词往往会影响读者们对文章的理解。查阅维基百科看起来是个好主意，只是做起来就很麻烦了，而且维基百科过于学术性也让人抓不住重点。为了方便读者对专业文章的理解，虎嗅推出【专治不明觉厉】系列，陆续向大家介绍一些在特定专业领域里的基础概念。
云计算（Cloud Computing）
云计算这个名词来自于Google，而最早的云计算产品来自于Amazon。有意思的是，Google在2006年正式提出云计算这个名词的时候，Amazon的云计算产品AWS(Amazon Web Service)已经正式运作差不多4年了。因此，有人认为，Google对云计算的最大贡献是为它起了个好名字，Amazon才是云计算的真正开拓者。
云计算是一个新名词，却不是一个新概念。云计算这个概念从互联网诞生以来就一直存在。很久以前，人们就开始购买服务器存储空间，然后把文件上传到服务器存储空间里保存，需要的时候再从服务器存储空间里把文件下载下来。这和Dropbox或百度云的模式没有本质上的区别，它们只是简化了这一系列操作而已。
云计算的意义并不在于它的概念，而在于它所代表的理念。这种全新的理念被称作“X即服务”(X as a Service)。根据美国国家标准和技术研究院对云计算的定义，云计算可以分为三种：软件即服务（Software as a Service，缩写SaaS），平台即服务（Platform as a Service，缩写PaaS），基础架构即服务（Infrastructure as a Service，缩写IaaS）。
软件即服务（Software as a Service，缩写SaaS）
软件即服务是普通消费者可以感知到的云计算，它的代表有Dropbox，还有国内用户熟悉的百度云、腾讯微云等。这种云计算最大的特征就是消费者并不购买任何实体的产品，而是购买具有与实体产品同等功能的服务。
以前，我们是花钱购买的是服务器上的存储空间。现在，我们花钱购买的是Dropbox的存储服务。表面上看，两者没有实际的区别。但是换一个角度来看，两者却完全不同。以前，我们花钱购买服务器上的存储空间，假设是空间容量是10G，我们是真正的买到了服务器上的10G空间。如果我们不上传文件的话，那么服务器上的这10G空间就是空的。现在，我们购买Dropbox的存储服务，假设空间容量还是10G，我们却并没有真正的买到Dropbox服务器上10G的空间，我们买到的是10G空间的服务。也就是说，如果我们上传文件，Dropbox会将文件分开放在任何地方的任何服务器上，如果我们不上传文件，Dropbox的服务器上就根本没有属于我们的任何空间。
平台即服务（Platform as a Service，缩写PaaS）
与软件即服务不同，平台即服务是面向开发者的云计算。这种云计算最大的特征是它自带开发环境，并向开发者提供开发工具包。它的代表有Google的GAE（Google App Engine），还有国内的百度的BAE、新浪的SAE等。
平台即服务与软件即服务之间可以相互转换。如果是消费者，购买Dropbox的服务，那Dropbox就是软件即服务。如果是开发者，利用Dropbox提供的开发包借助Dropbox的服务开发自己的服务，那么Dropbox本身就是平台即服务，构筑在Dropbox之上的开发者的服务就是软件即服务。
以前，开发者如果要搭建一个网站，需要做很多准备工作，比如购买服务器，安装操作系统，搭建开发环境等等。现在，开发者如果购买平台即服务云计算，就可以省去上面费时费力的准备工作，直接进行网站的开发。不仅如此，开发者还可以使用各种现成的服务，比如GAE会向开发者提供Google内部使用的先进的开发工具和领先的大数据技术。这一切都使得网站开发变得比以前轻松很多，这也是云计算时代互联网更加繁荣的原因之一。
基础架构即服务（Infrastructure as a Service，缩写IaaS）
基础架构即服务一般面向的是企业用户，它的代表有Amazon的AWS（Amazon Web Service），还有国内的阿里云、盛大云等。
这种云计算最大的特征在于，它并不像传统的服务器租赁商一样出租具体的服务器实体，它出租的是服务器的计算能力和存储能力。AWS将Amazon计算中心的所有的服务器的计算能力和存储能力整合成一个整体，然后将其划分为一个个虚拟的实例，每一个实例代表着一定的计算能力和存储能力。购买AWS云计算服务的公司就以这些实例就作为计量单位。
基础架构即服务与平台即服务有显著的区别，基础架构即服务提供的只有计算能力和存储能力的服务，平台即服务提供的除了计算能力和存储能力的服务，还提供给开发者的完备的开发工具包和配套的开发环境。也就是说，开发者使用平台即服务时，可以直接开始进行开发工作。而使用基础架构即服务时，则必须先进行如安装操作系统、搭建开发环境等准备工作。
基础架构即服务是云计算的基石，平台即服务和软件即服务构建在它的上面，分别为开发者和消费者提供服务，而它本身则为大数据服务。
公有云（Public Cloud）和私有云（Private Cloud）
云计算有两种主要的部署方式，公有云和私有云。
公有云，就是说它的服务器是部署在互联网上的，人们可以通过互联网访问它。目前，大部分的云计算都是公有云。
私有云，就是说它的服务器是部署在防火墙内的局域网内，只有局域网内部的人才能访问它。相比公有云，私有云需要由使用者自己搭建云计算的基础架构，在获得了更大的控制权的同时，也增加了开发难度。目前，业内主要的的解决方案是由美国国家航空航天局和Rackspace合作研发的OpenStack。通过OpenStack，任何人都可以自行建立和提供云计算服务。不过，OpenStack主要还是被用来在企业内部建立云计算。
【文章来源：虎嗅网】
HRTECH CHINA 小编语：各位，这次向大家介绍了“云计算”这方面的知识信息，大家是否已经掌握了呢？如果各位想了解其他方面的知识信息，也可以给我们留言哦。
扫一扫 加微信
hrtechchina
虎嗅网
虎嗅网
虎嗅网
虎嗅网
虎嗅网
虎嗅网
虎嗅网
虎嗅网
虎嗅网
虎嗅网
扫一扫 加微信
hrtechchina
