這一刻，美國學鮮花、掌聲、聚光燈，光環耀眼。

在他看來，推動中美同美好這與他百度的出身有關：推動中美同美好“百度人的做事風格就是這樣，一定要把自己內功做好再出去……我們內部有一個共識，除非樂淘變成老百姓的一個生活方式，否則在此之前，你首要的工作就是怎麽給用戶創造價值，其他的都是次要的。” 2007年，良好關係畢勝在家裏叫了幫朋友，良好關係烤串喝酒坐而論道，王朔坐右邊，李陽(瘋狂英語創始人)坐左邊，三人開始侃大山，開始畢勝還能插上嘴，後來一句也插不上。

為了進一步提高運營效率、建設共降低成本，建設共畢勝將客服、設計等部分團隊遷往珠海，團隊由500人縮減到200人，同時砍掉了早年辛苦建立的“實庫代銷供應鏈”。2011年4月，美國學中概股在美國集體遭遇誠信危機，美國學6月份，又發生了支付寶股權事件，這讓美國投資機構擔心中國互聯網公司的VIE架構可能存在問題，美國投資機構紛紛收緊投資。天上一個大餡餅掉下來把你給砸暈了，推動中美同美好就不知道幹什麽了。正當畢勝艱難地與供應商一家一家死磕時，良好關係2009年9月，美國華人小夥謝家華創辦的網上鞋店Zappos被亞馬遜以8.47億美元收購，一時引起熱議。華商韜略(微信公眾號：建設共hstl8888)梳理的資料顯示：2010年到2011年，中國新增2.5萬家電商，各家電商都在瘋狂燒錢買流量、砸廣告。

如果做衣服，美國學肯定與凡客直接成為對手。兩邊的生意都很大……未來樂淘是向電子方向突圍還是向商務方向突圍呢?這個還沒有定論，推動中美同美好我還在思考。但支付方已經在逐步利用大數據來製定報銷決策，良好關係因此數據分析在公共衛生監督方麵將產生創新性效用。

雖然圍繞“個性化”產生的大部分討論都集中在最後一個維度，建設共但如果可以結合激勵機製設計以預防和以價值為基礎的服務模式，建設共那麽遠程監測和導診也可以發揮更大的作用。這樣可以最大限度地提高藥物、美國學手術和其他治療方案的療效，減少不必要的浪費和有害副作用。數據分析實現個性化數據分析可以從深層次將事物區別開來，推動中美同美好最強大的功能之一就是基於人的特征給人群貼標簽，推動中美同美好由此向用戶提供個性化的服務/產品，比如教育、旅遊休閑、傳媒、零售、廣告等行業。這樣看來，良好關係顯然更好地利用數據可以幫助用戶在沒有生病前就了解到自身的健康風險所在，這也是對自己健康負責的關鍵所在。

在臨床中，主要的成功就是電子病曆的快速擴張，已經從2010年的15.6%提升到2014年的75%，這其中很大的推動來自平價醫療法案的實施。 數據分析在5大領域中實現的潛在價值占比(2011年)此外，數據分析還創建了幾大顛覆性創新模式。

使用這些精細化數據，可以確定量身定製的個人治療方案。在新的商業模式中，服務方不妨可以使用這些技術，並結合健康幹預措施，來打造一個關注預防、疾病管理和健康解決方案的新疾病管理機製，在用戶生病前就幫助解決健康問題。加上國家級醫療保險和醫療補助服務中心的動作，醫療價格的透明度已有所提高，同時超過30個州建立了所有保險索賠數據庫以作為大型報銷信息庫。雖然建立新的合作關係和搭建新模式的過程可能相當緩慢，但是我們相信，數據豐富的大環境將增強支付方改變的決心。

如在2016年4月，阿斯利康與美國測序公司HumanLongevity、英國桑格研究院以及芬蘭分子醫學研究所展開合作進行200萬例全基因組測序，為今後的藥物研發提供指導。但也確實取得了一些成效，如臨床上，最大的成功就是電子病曆的采用，雖然目前看來其中的海量數據尚未完全挖掘出來。將數據分析用於醫療的未來狀態應該是：醫生對患者持續進行監測和給予個性化治療方案，並在最佳時機完成健康幹預。下麵簡述幾種能打破既定產業格局、突破信息孤島和創建新格局的新型數據集。

截至目前，美國健康醫療僅僅抓住了數據分析在醫療領域中10~20%的機會。其次，患者需要在第一時間獲得匹配的診療方案，讓他們遠離高成本、高風險的醫療點，此外，創建健康風險監測機構也是非常有必要的，並在其中應用數據分析技術，開展前瞻性的健康風險評估，預測並發症。

一個形象的場景是，今天醫生看到的是一位哮喘患者。支付方也在逐步開始利用大數據製定報銷決策，而且已經可以看到一些趨勢。

但如果繼續落後半拍，將會錯失大量改革臨床護理和個性化用藥的機會。現在一家醫院勞動力成本占了60-70%，這將是一個重要的商業機會。如果將這些與患者的行為、基因、分子數據連接起來，將會對醫療服務產生深遠影響。但同時，這個可能性要比5年前設想的大得多。其中，醫療服務方麵臨的挑戰是如何管理這些源源不斷的數據流，並將它們應用到醫療中。相比之下，製造業、公共領域和健康醫療影響就沒那麽深了。

對於國家來說，可能需要調整醫療健康係統內的財政獎勵，並轉向以價值為基礎的醫療保健體係，更強調診療過程中“預防”的重要性，以此來推動個性化醫療的發展。原因有兩個，一個是需要臨床試驗證明;再一個就是數據共享與互操作的實現還存在大量問題。

綜合來看，數據分析讓循證決策更精準更高效。但是它們有一個挑戰就是，要向更小範圍的目標患者提供治療方案。

隨著基因測序成本的下降、蛋白質組學(蛋白質分析)的出現，以及越來越多能夠提供實時數據流的傳感器、監視器和診斷技術的突破，患者的數據集將變得越來越精細。但是每個人的特征卻對定製化的服務很有用。

這樣在看到患者的一個病情完整數據圖後，醫院和其他醫療服務方就可能將焦點從治病轉為預病及健康管理，從而節約巨額的醫療支出和改善生活質量。而且，阿斯利康將從公司的臨床試驗中選取50萬份樣本用於全基因組測序。傳統意義上，診療依賴於病史、醫學檢驗和實驗室檢查結果。並且診療服務的重點也不是為了優化病人的體驗或體現診療價值。

製藥企業和醫療設備公司也可借此提升藥物研發效率。如，美國中西部地區的一個醫療保健係統EssentiaHealth，就正在對充血性心力衰竭患者進行家庭監護，將30天再住院率降到2%，遠低於全國25%的平均水平

比如奧康放在樂淘倉庫中的8000雙鞋，兩天時間就賣完了，從此要多少給多少。彼時中國所有的電子商務玩的都是一個概念“我不掙錢，先衝訂單，占領市場”。

這個感覺讓畢勝很緊張，他和團隊到市場上做調研，最後得出的結論是“中國玩具市場隻有一百多億，涉及到互聯網上又是很小的範圍，樂淘又是很小中的一部分，雖然毛利率足夠大，但沒有辦法產生規模化效益。大家一退休，就是這種出海狀態。

很多用戶在不同網站看上同一款產品，同時下單，選擇貨到付款，哪個先到要哪個，剩下的一個退回。畢勝說，我不是沒激情，我是不知道該幹啥。這樣的用戶有多少?畢勝說，一年賣了100萬雙鞋，有10萬人這麽幹。 2009年5月，畢勝先發了一個內測版賣鞋，起名叫樂淘族，上線一周，收入就超過玩具。

”畢勝有一次見李彥宏，老領導對他說，你不能再這麽閑著了，再閑下去你就廢了。但後來他明白，比價行為在互聯網上是非常簡單的一件事，動動鼠標就可以完成，隻要有一家競爭對手比樂淘價格低，所謂的利潤空間可能就不存在，除非真可以把所有對手都耗死，但真要等到哪一天，樂淘還需要10年，另外再燒10億美元。

有鑒於此，畢勝決定轉做高品質的國外嬰童玩具。 “能不能做一個專門賣鞋的電商網站?”畢勝心裏不由得想起了美國的鞋類垂直電商網站Zappos。

4月份，國內權威調研機構發布中國鞋類B2C流量排行榜，樂淘穩居第一。類似的情況還有奧康，奧康的老總從來沒聽說過樂淘，但是因為在百度投過廣告，知道畢勝，算是給朋友麵子，拿出了8000雙，放到了樂淘倉庫裏。