联商专栏：到底什么能够成就一个新平台？
我们分析了各大平台的发展规律后，发现形成新平台有一个核心因素——数据化。无论是阿里巴巴、大众点评、美团等电商平台，还是 Bilibili、抖音、快手等内容平台，又或者 Google、百度等搜索引擎平台，都绕不开这个规律。
在本篇里，我们将与你一起探讨：
我们熟知的平台是如何依靠数据化乘势而起，成长为估值百亿、万亿美金的平台级企业？
当下，新平台最有可能从哪里「破土而出」？如何捕捉并抓住数据化的发展机遇?
进入正文前，先分享两个结论：
需求和供给之间，通常有一个很长的链条。在这个链条中，当供需双方的数据化程度在某一个时间点同时实现了显著提升，或者在既有的数据化供需链条上，又有新的环节实现了数据化突破，就极有可能形成新平台。
推动数据化的因素有两类：一类是外部因素(通常是技术的进步与迭代)，另一类是运营力量(通常包括需求和供给运营)。
希望能提供不一样的思考角度。我们强调数据化对于平台崛起的重要性，也清醒地知道，一个个平台崛起的背后有其复杂性与不容易。
/ 01 / 回到阿里巴巴与 Google 的起点
无论是早期撮合供求信息的 Alibaba.com 阿里国际站，还是后来撮合交易的淘宝、天猫，阿里巴巴作为一个新平台的崛起，某种程度上就得益于数据化。要了解这个逻辑，我们还需要回到 1999 年。
▍阿里巴巴的第一个产品
1999 年，阿里巴巴成立，它做的第一个产品是 Alibaba.com 阿里国际站。Alibaba.com 核心业务是帮助国内的中小企业找到海外客户，实现产品出口。
在其发展早期，阿里巴巴撮合的是供求信息，而非交易，牵涉的环节较短。这个生意的成立是基于将 B 端和 B 端的供求信息数据化，供给端是中国广大的中小企业，需求端则是来自美欧等全球其他地区的活跃买家。
阿里巴巴在将中国中小生产厂家数字化的过程中，赶上了两个外部因素：中国放开外贸自主权、中国互联网的发展。
1997 年亚洲金融危机之后，为了抵御亚洲金融危机对中国产业带来的冲击，中国进一步放开外贸自主权。从 1999 年开始，所有的私营企业都可以自行向外出口。私营企业获得外贸机会之后，想赚外汇的大有人在。可以说，外贸政策为阿里国际站带来了更多中国商户的供给，想卖全球的厂家在阿里巴巴国际站聚集。
此外，阿里巴巴还赶上了中国互联网发展的第一波浪潮。跟阿里同年成立的，还有携程网、当当网、盛大、天涯等互联网公司。越来越多地中国商户开始触网，去学习并适应在网络上展示商品信息，寻找潜在买家。
除了外部因素的促进，阿里也不断通过运营体系来推动中国生产企业的上线及后续数字化。
阿里国际站的「中国供应商」电子商务平台最初依靠地推模式，靠业务员挨个拜访企业，拿下客户。这支销售队伍后来被称为「中供铁军」。
拿下客户之后，数字化之路艰难、复杂。以身份校验这个环节为例。根据中国经营网报道，最早，阿里让商家进行实名认证时，需要商家把身份证等相关手续寄给阿里，阿里再拿着一摞文件去公安局做校验。后来，阿里想到的办法是，让商家用身份证去银行开户，阿里往商户账户上打钱，从而核验商户的身份信息。
后来，阿里借助旗下的「一达通」平台，为商家提供商检、报关、物流、金融、退税等外贸综合服务。在服务的过程中，一达通掌握了企业销售能力、销售规模等信息。通过一达通积累的数据，阿里了解到的商户数据，真实且全面。
▍淘宝又是怎么起来的?京东早期的差异化特色是什么?
与切信息撮合的 Alibaba.com 不同，淘宝做的是商品交易。2003 年，淘宝起步，中国网民数量接近 8 千万，这意味着大量消费者触网，然而绝大部分商家们还没上线。这也是淘宝首要解决的问题——将供给(商家)大规模数据化。
淘宝围绕商户运营做了无数尝试。比如，淘宝中的 TP(淘拍档，即优质电子商务服务提供商，为商家提供工具软件类、运营服务类、研究咨询类等服务)会帮商家找模特、拍照片、装修网站，等等，想尽一切办法为商户提供服务，让商家及商品上线。
总体而言，淘宝的做法是 C2C (客户到客户)，偏轻资产。它将商户数据化之后，让商户们来运营商品，完成供需之间的关系对接。
然而，当用户的需求被充分数据化后，用户最终要买的不是商户，而是商品.
这也是京东早年的差异化所在。京东直接将商品/服务变成了自己的。也就是说用户在京东上下单一台冰箱，京东能很清楚，这台冰箱是什么型号，哪一年生产的，还有多少库存，什么时间能运到。于是，所有的商品/服务信息也都数据化了.
▍搜索引擎是怎么出现的?Google 的核心价值点在哪里?Facebook 如何提高信息分配的效率?
如果说，Alibaba.com 和淘宝都是显著提高供给数据化水平的典型案例，那么Google 则是实现需求数据化的范例.
搜索引擎平台出现之前，门户网站、各种各样的论坛已经让文本信息数据化了。然而，在浩瀚的文本信息海洋里，用户很难快速找到自己想要的信息。换个角度，搜索引擎要解决的最大的问题是怎么知道用户想要什么.
Google 做了一件非常有意义的事情。它发明了搜索框，让用户可以随意输入自己的搜索需求，使得多元、个性化的搜索需求被高度数据化.
纵观互联网发展史，在平台的发展过程中，将需求数据化的例子非常罕见。当 Google 解决了用户搜索需求的数据化之后，信息供需匹配的效率随即大幅提升.原来互联网上信息没这么多，用户的需求也没那么多，搜索引擎根据一维线性排列，给所有的信息排个队就行.
但是现在，不仅信息供给多了，用户需求也更加细分、个性化，如果搜索引擎没能及时进化，用户可能需要翻上四五页才能找到需要的信息，或者用户需要写越来越多的关键词，才能把搜索需求描述清楚.
从数据化的视角来看 Facebook，它在线性排列的信息供给上加了关系传递，使得信息排列的维度增加了一个，从而提高了信息的联通效率.换句话说，它把信息从原来规规矩矩地排队，转化为各种队形，用户不用一排排顺着找，只要抬头一看，就能找到想要的信息.
互动思考Q：数据化之后，什么决定了平台分发数据的方式?
/ 02 / 为什么美团、大众点评合体后，才做成了一个超级平台？
美团点评如今拥有万亿人民币市值。美团与大众点评各自发展、合并、一起做大的过程，说明了一个道理：只有供需两端同时完成了大规模的数据化，高效的供需关系匹配才得以可能，才有可能诞生新平台.
2010 年，美团刚创办时，主要做 PC 端的团购业务。团购依靠高折扣，把消费者的需求暴露出来。用户在美团上买了一家餐厅的优惠券，意味着告诉平台，我要去这家餐厅吃饭.
除开高折扣的团购本身难以形成一种可持续的商业模式.美团团购当时没有做得太大，也是因为只把需求这半边数据化做到位是不够的，它还需要在供给(餐厅)数据化这边有足够的积累.
这恰好是美团创立前，大众点评已经吭哧吭哧了做了 7 年的事情。通过 B2C(企业到客户)与一点 C2C(客户到客户)的方式，大众点评费了很大劲将餐厅数据化.整个过程在早期颇有挑战，且效率不算高.
早年餐厅信息在网络上非常匮乏，让餐厅在网上放自己的信息也并不常见.当时，也很少有人有上网查找餐厅的习惯，更别提吃完跑到网上给餐厅写点评了.据《创业家》报道，大众点评创始人张涛有段时间天天泡在图书馆里，找媒体刊登过的餐厅，录入到大众点评网;大众点评也曾派驻员工把一个城市里面，能找到的餐厅资料都收录到平台里.
到 2010 年，围绕「在餐厅吃饭」这件事，美团、大众点评已经依靠运营手段，分头去做了需求与供给的数据化.美团及千团大战培养了用户上网购买餐饮等服务折扣券的习惯，大众点评则教育了餐厅把信息放到网上.
同一时期，一个关键的外力—— 陀螺仪和定位传感器的进步，让智能手机开始承担 GPS 的功能.
加上地理位置这个数据化的维度之后，大众点评过往积累的已经数据化的供给(餐厅信息)，开始变得格外有用.因为智能手机用户随身携带 GPS，用户的需求可以跟其所在的地理位置密切相关.简单点说，在智能手机上查找附近的餐厅或者服务变成迫切、实际的需求.这些需求与供给(大众点评积累的餐厅信息)连起来，价值就变大了.
2015 年，美团与大众点评合并.它们早前分头创造的高度数据化的需求与
