Google或许惩罚非移动优先的站点

如今,通过移动设备访问你公司网站的用户比过去多了。Paypal最近在美国亚利桑那州的世界可用性日(World Usability Day )宣布,他们的25%用户正在使用iPhone、iPad、Android手机和其它移动工具访问公司网站。这些用户的数量是个很大的数字,你可能在你自己的站点分析里看到过,这也是Paypal为什么要做完全的移动优先网站的再设计

Google今天宣布,他们正在标记移动优先的网站,这将影响到你的SEO Rank值。

我们把这些标签做为帮助移动用户有一个更好的移动web体验的第一个步骤。我们也在根据移动优先标准做为rank值的信号做试验。

Google创建了一个移动友好性测试,你可以看到你的(和其他人的)网站是否通过了下面几条标准:

我们能够停止“忙”吗?

吃着意大利面和熏火腿的惬意午餐,我正和好友讨论我这个夏天是多么地享受阅读。我朋友是个成功的企业家,停了停,认真地看着我。然后他摇了摇头,低着头说他也喜欢看书,但是,他只是没有时间。他明确地说,他“太忙”了。

我笑了笑。

我们的午餐持续了一个半小时。随后我们在附近餐馆闲逛,看了看菜单,聊一个家庭聚会的节目,他正计划本周晚些时候赴约。然后他会见了我的一个朋友,谈到了加入一个社交俱乐部的事情,我们都认为他实际上不会参加的。等他回去工作,已经是下午4:30了,从他离开工作来找我吃午饭算起差不多4个小时。

我的朋友正在就如何度过他的一天在做决定。它们都是主动的选择,而决定里只是没有看书。我们所有人每天都有相等的24小时,大部分人都在选择如何分配。

如果你有小孩、糟糕的交通状况或者兼职一些工作以实现收支平衡,你就不用看我写的文章了。你是真忙。

但是我一整天都能看到很多城市上班族“太忙”了,而没有时间做一些事情,甚至像看书这种事情,一天只需要几十分钟、或甚至15分钟。

我经常和人们探讨思考。大多数人说他们“没有时间”。然后我就打听一下。

“你做计划了吗?”

“是的”,他们经常答道。

或许他们每周上90分钟的瑜伽课。算上路上和淋浴时间,每周得4个小时。当然,它是值得的,这只是一个选择。如果你想节约时间,你可以选择半小时甚至一小时的在线课程,收效类似,还节约了路上和上课的时间。

练瑜伽和健身的人们能够削减提高体质的3分钟来规划,那么,提高他们的心灵呢?

没有这样选择。

我们的生活、时间都在我们控制之下,认识到这一点是重要的。你或许工作非常“忙”。当我帮助运作我的创业事情时,我的确忙。

但是,我参加了不需要参加的会议,每次浪费90分钟。我回复了不需要回复的邮件,每天浪费几个小时。

我创造了“忙”来躲避需要我花时间来思考的战略工作。有个词语描述这种情况:作业(busywork)。我忙于我的作业。如此自我赞美是多么讽刺呀!

觉得忙不是值得夸耀的。你问世界上最重要的人,他们过得怎样,它们几乎从来不会说“忙”。你可能听到的奥巴马总统和鲁伯特·默多克(传媒大亨)都没有抱怨。按照大多数人的定义,他们非常忙。他们一贯就大量主题、有着较大影响的高级别战略做决定。

他们做的事情有什么不同吗?

两个方面。一,他们目标是规划一切尽在掌控之中的前景,他们雇佣优秀的员工,实现深思熟虑的过程,只把时间花在需要他们注意的主题上。二,他们实际上在尽量这样做。这难道不是值得为之付出的事情吗?

对我而言,“忙”听起来苍白无力。如果你在阅读本文,你就要用一整天来搞清楚你在24小时期望完成什么。为什么不能每天为你的行动设定合理的目标、然后朝着这个目标大踏步前进呢?用这种方法,你一整天会感到舒心。不要匆匆忙忙,而要把握战略、有条不紊。

“忙”说明你没有规划好,没有真正理解工作进度,或者你的业务大于本身。或许你不擅长授权,没有足够自信说不,或者只是力不从心。这或许是真的,我们都经历过,只是我们要承认,而不是当做目标。当人们说他们忙的时候,我画这样一幅画,一辆小汽车正冲向山顶,发出了很大的声音。这幅画不会灌输信心。

...

物联网离不开人工智能

随着作为今年最流行技术时髦语的物联网(Internet of Things,简写Iot)继续升温,关于它的讨论意见从 它是什么 转变到了 如何从中挖掘价值,到了战略层面:如何让它真正运行起来。

物联网将产生大数据的宝藏,大数据帮助城市预测事故和犯罪,通过起搏器和生物芯片提供的信息让医生获取实时观察,通过可预测的设备和机器的维护来优化生产效率,借助连接的装置打造真正智能家居,实现无人驾驶汽车真正的通信。物联网所引发的可能性是无止境的。

由于连接到物联网的设备和传感器的快速扩张还在进行中,它们所产生的数据陡增将达到令人难以想象的地步。这些数据将包含对于有无意义的、相当有价值的洞察力(insight)——指出日益严重的冲突,提供因相互关系和联合所产生的新业务风险和机遇的高价值洞察力。

听起来不错。然而,一大难题将是找到分析所有这些设备生成的、海量性能数据和信息。如果你曾经尝试过在T字节的数据里找到洞察力,你就知道这有多难了。让人们借助传统方法去查看和理解所有这些数据是绝对不可能的,即使你缩小到样本容量,也要花费很多时间。

为了让物联网达到期望,我们需要提高大数据分析的速度和精确度。如果我们做不到,结果将是灾难性的,影响包括烦恼(比如家具设备不能像广告说的那样运行),或者生命威胁(起搏器故障或百辆车连环相撞)。

跟上物联网产生的数据、并获取隐藏其中的洞察力的唯一方法就是使用机器学习

机器学习已经在使用了

维基百科对机器学习的定义是“计算机科学和人工智能的一个子域,从数据中学习的某种系统的构造和研究,而不只是遵循明确的编程指令。”

这听起来可能有点儿像科幻小说,但是它已经出现在日常生活中了。比如,它被Pandora用来决定你可能喜欢的其它歌曲,或者Amazon.com为你推荐的其它书籍和电影。它们都是基于对用户的学习,随着系统学习你更多的行为,并逐渐优化。

对于物联网,机器学习能够帮助公司把拥有的数十亿的数据点(data point)转化成真正有意义的数据。普通前提与零售应用程序是相同的,审视、分析你收集到的数据,并找到可用于学习的模式或类似东东,这样就可以做出更好的决定。

例如,追踪健康的可穿戴设备已经是快速成长的产业了,但是不久这些设备将发展到彼此连接,并连接到互联网,追踪你的健康,实时把更新信息提供给卫生服务。

...