互联网降维打击是一个什么概念?



转载请注明 AIQ - 最专业的机器学习大数据社区  http://www.6aiq.com

AIQ 机器学习大数据 知乎专栏 点击关注

我先结合一些案例解释在商业市场等战场上“降维打击”的含义和应用原理,然后进一步讨论“降维”之说对于日常问题分析的价值,挖掘“降维”式的思维模型。读过《三体》有助于形象化理解,但完全不要求有《三体》知识背景。

一、商业市场的降维打击

说起降维打击,360 安全软件是个经典案例。免费的姿态直接打得杀毒市场哀鸿遍野,其实这里的“免费”就是一波降维打击。

“降维打击”,字面意思就是通过下降一个维度来进行打击。所以关键就在于什么是“维度”。对于某个行业的若干家公司来说,每一家的运转、盈利有好多个要件,比如供应链、人力资源、硬件盈利、软件盈利、专利盈利、仓储、物流……经过一定的时间后,行业内各家公司虽有效率高下之分,但各个要件的组成、尤其在哪些要件是核心上总体大同小异。这些要件就是“维度”。如果对向量有所了解,那么可以理解为每一家公司都由这 n 维向量来定位。

比如,在 360 杀进安全软件市场之前,卡巴斯基、瑞星等杀毒软件都通过向用户收取年使用费的形式来获取收入,这是它们核心支柱意义的一个“维度”。然而 360 一下子把收费这个维度彻底取消掉了,并且它在取消掉这个维度之后自己活得好好的(这点很重要,要是是自杀式袭击,就没什么意义了),但卡巴、瑞星等久傻眼了,面对竞争对手以取消一个要件的形式发起的攻击、自己又离不开这个要件的时候,全无还手之力——就像三维的我们面对二向箔完全无能为力。

小米的硬件 0 利润跟 360 的免费是相似的降维打击,阿里、京东对实体店的打击则是降的另一个维度。线下实体店面这个维度的消解是显然的,不过它们还消解了别的维度——实体陈列柜空间(消解、并成为了无限的互联网展现空间)、辐射地域(可覆盖网络和物流所能覆盖的所有区域,而不再是店铺周边)……怪不得苏宁必须大力发展苏宁商城、实体书店半死不活,毕竟实体店如何招架这层层降维打击呢。

这也是新东方之类公司要面临的尴尬。做在线教育无疑是消解了若干维度,然而打击的对象除了对手更有自己(毕竟新东方还是离不开线下班级的教学收入)……

上面是已经发生和正在发生的,还有一些未来肯定会发生的。比如自动驾驶汽车对出租车行业、甚至一定程度上对于商务酒店行业、零售店的降维打击……

可见,所谓的降维打击,不过是通过消解要件来打破竞争对手的惯性生存条件。即,分析清楚自己所往的竞争市场目前必须的要件,然后自己消解掉其中哪怕一个关键的要件,同时保证自己根据这套模式依然可以存活盈利有发展,那么,竞争对手就被降维打击啦。实际上,谈商业市场上的“降维打击”,不过是商业模式的创新。任何一个旧维度的消解都以找到新的维度取而代之为前提,而对手跟不上这个新维度罢了。

二、“降维”思维的原理和应用

说“降维”总有点拗口别扭,要是换个说法就好理解了——投影,“降维”具像化描述不过就是投影。那么,在思维模型的层面上,降维 \ 投影是什么意思、又有什么应用价值呢?

现实世界是多元的,** 每一个问题都涉及多个变量,当我们只需要在多个变量中重点考察一部分、或者部分变量无关大局时,为了我们能够分析简化,降维 \ 投影就可以出马了。** 比如,地图就是典型的降维的结果,因为此时我们关心的是经纬度、不关心每块地区的海拔高度。再比如,显微镜也是把三维物体进行二维观察。

可见,降维 \ 投影是一种很实用的降低复杂性的思路方法。

然而,问题产生了——万一我想从投影恢复原始数据怎么办?此时,我们就必须从各个渠道获取信息来尽量还原被丢弃的维度。

其实更常见的不适把丢弃的维度还原,而是发现既有的系统不完整、有新的东西需要补充。此时,我们也就往往并不需要彻底丢弃原来的结果,而只需要在原来结果的基础上新加一个维度就好了。这样一来,** 原来的系统就相当于新系统的一个投影。** 经典物理至于现代物理、欧几里得几何之于现今认知的几何学都是这样投影的存在。

降维 \ 投影也并不是唯一的降低复杂性的方法。现实世界不仅多元,而且异常复杂,** 有时候直接把若干变量直接投影投掉会造成分析的精确性受损。在这样的场景下,可能把多个变量聚合成一个变量是更好的分析方式。** 此时,新聚合而成的变量囊括了各个弱相关变量、不牺牲数据,同时,不再需要关注这些若相关变量本身。

如果用函数关系来表示,那么降维的含义可以这样来表述:

R=f(x,y,z) 为了便于分析、以及由于 z 变量无关分析要义,所以真正分析的时候关注的是 R=f(x,y)。

多变量聚合则可以这样来表述:

W=f(a,b,c,d,e,f,x,y,z)

n=g(a,b,c,d,e,f)

所以 W=f(n,x,y,z)。

以上。希望对你有价值。

最后,给我的微信公共号打个小广告:“哑巴的喇叭”,相信能完整读完第二部分的朋友对我的公共号不会失望。


更多高质资源 尽在AIQ 机器学习大数据 知乎专栏 点击关注

转载请注明 AIQ - 最专业的机器学习大数据社区  http://www.6aiq.com