在google的阴影下偷生[转贴]

      学 学 2005-8-8 11:7
google欲来风满楼

全球IT第一大门户Cnet的一篇报道中说:“由于Google太过强大,许多公司甚至认为它就代表整个Web网络:你若没被列入Google搜寻检索中,你根本就不存在。”--足见google在搜索领域乃至整个互联网的地位。

然而google却一直没有真正介入中国市场。原因大致可归纳为:缺乏针对性的市场策略、没有互动性的宣传,也没有本土化的客户服务系统。5年前雅虎曾经使用google的搜索技术进入中国市场,却一直无所建树,是google放慢脚步的直接考量因素。

但中国过亿的网民数字,和将在2010年超越美国网络经济的强势,足以让google打消任何顾虑去义无反顾的抢占这个能让他再次称霸的市场。

并购百度未果后的google,将微软全球副总裁李开复挖到自己麾下,google任命李开复担任中国区总裁,而且将于今年第三季度在中国设立产品研发中心。google真的要来了。

google阴影下的专业搜索引擎们

哪里有需求,哪里就有供给。个性化搜索服务使用户能够存储、评注、共享他们的搜索结果,阻止用户认为不相关的搜索结果出现。这就提出了搜索引擎专业化,精细化的问题。新浪、雅虎、康易网等专注于健康主题的市场领导者联合专业搜索引擎技术厂商打造了全球最大的专业健康搜索频道,引领了搜索市场的专业化风潮。

google的市场策略曾经被形象的比喻为:它不断把许多新产品,技术,服务往墙上丢,看看哪个粘的最牢固。因而我们不妨将其发布的学术研究信息搜索功能的新系统看做是其对专业搜索市场的一块探路石,也可以确定,对于专业搜索这个市场,google必然不会漠视无睹的,介入其中将指日可待。一旦瞄准搜索的细分市场,其速度定将是摧枯拉朽的。

google虽大,也不能涵盖全部,这些小引擎自有自己的存身之道。
对于那些更小,更地方化或者说尚还处于地方化的小引擎来说,它们各自为政,都在本领域小有名气或者说占有一定的市场份额。他们寄望两件事使自己在搜索引擎巨擘身边脱颖而出。
第一, 综合性搜索引擎在精确搜索方面困难较大。大多数搜索请求通常只包含两三个单词,这对于精确搜索而言是不够的。专业搜索引擎知道其用户的兴趣所在,所以它们能将搜索目标锁定在那些相关度最高的网站。
第二,就是建立有高度针对性的品牌和网上销售合作关系,以此开辟那些综合性搜索引擎无法涉足的赢利之道。因此,专业搜索引擎都急着结盟,希望借此让其名字分布于那些最为相关的网站。

目前我国搜索引擎尚未完全涉及的最大两个空白就是教育和人力资源市场。目前教育领域的专业搜索尚未耳闻,但是在人力资源领域,国家人事部人才研究会已旗帜鲜明的推出全新概念的搜索引擎——搜职网,就是很好的把握了搜索引擎市场风向之后的产物。

搜职网提供的职位搜索引擎持专业搜索利器将国内各大招聘网站的招聘信息一网打尽,它一方面具有google的搜索特性,用户在这个网站可以直接浏览国内所有招聘网站的招聘信息,另一方面它提供了google和所有其他招聘网站所没有的非常人性化专业化的求职和招聘服务,比如一次建立简历就可以投递各大招聘网站的职位,自动群发简历,提供个人的个性化网站服务等等。这个网站还象google那样提供了可在桌面操作的客户端程序hohojob,跟google的客户端不同的是这个客户端程序是在整个互联网范围内针对招聘信息进行搜索,并提供专业的求职服务。可以说是在招聘领域将搜索的专业化细分做到了极致。

另一个特点鲜明的专业搜索网站天网文件搜索引擎是北京大学网络实验室的一个项目,这个以互联网文件为目标的搜索引擎,将文件分为电影和动画片、MP3音乐、程序下载、文档资源共四大类,用户可以像目录导航式搜索引擎那样层层点击、查找自己需要的文件。天网几年的时间里,已经牢牢占据了国内文件搜索的头把交椅.
随着宽带用户在中国进一步普及,目前的中国的宽带网络基础环境,不能承载无限制增加的网速流量,这时候BitTorrent,采用了多点共享协议的工作方式传输文件,尽管这种形势还存在争议,但确实受到广大宽带用户的青睐。BT@China适时推出,这个以BitTorrent种子为目标的搜索引擎,从推出至今,短短的时间内,流量剧增,现在BT@China在Alexa全球排名中,雄踞272位。

如搜职网、天网和BtTorrent这样专注于专业搜索的网站,虽然面对强大的google步履维艰,但毕竟避开了直接与google正面交锋的迎头棒喝,赢得了生存的先机。不失为中国搜索企业的生存良方。中国互联网公司应该切实把网络产业与传统产业有机结合起来,提高自身的生存能力,走理性、务实、稳健的发展道路。只有具备了这些条件,当泡沫沉积之后,即便面对google的进入,也仍旧可以坦然的说:让暴风雨来的更猛烈些吧。
标签集:TAGS:
回复Comments() 点击Count()

回复Comments

{commenttime}{commentauthor}

{CommentUrl}
{commentcontent}