三家逐鹿,私有化部署能帮神策数据杀出重围么?-爱分析

撰写 | 李喆

2015年5月,桑文锋离开百度,创建神策数据

桑文锋从浙大毕业后去了百度,在百度工作的九年间,大部分时间都在与数据打交道。从日志统计分析到百度数仓,再到搭建数据平台。建立神策数据后,尽管做的事情不同于百度时期,但做事情的理念却源于百度的工作经历:一个是基于Event的数据分析方法,另一个是重视数据源的整理。

对数据源的重视,让神策数据走上一条有别于其他数据分析公司的道路。

私有化部署是业务实施主要方式

作为一家主要服务互联网企业的公司,神策数据并没有将主要精力放在SaaS类产品,更多地将私有化部署作为公司主打。这是因为神策数据不仅仅满足于为客户提供数据分析,而是希望从源头上将数据分析的工作做好。

私有化部署的好处是可以更深层次地了解用户的数据源,通过帮助客户构建底层数据架构,提升客户数据源的质量,提高其计算效率。数据源质量提升了,进行数据分析更加容易,同时从数据中可以获取更多数据价值。

采用私有化部署的另一个原因是,神策数据不仅仅满足于做SaaS,更重要的是打造一个PaaS平台,让客户可以在自己的平台上二次开发, 将自身应用搭建在这一平台上。因此,神策数据的业务模式是PaaS+SaaS。

尽管私有化部署为主要服务客户形式,神策数据的核心产品是统一的,只是将产品架设在不同环境中。收费模式为按服务费收取,根据客户接入的数据量收取相应的费用。私有化部署会根据客户环境的不同,价格有所差异,均为年费而非项目制的形式。

市场定位准确,专注用户行为分析领域

市面上做数据分析公司很多,神策数据专注于用户行为分析这一细分领域,主要是针对事件进行多维度分析,帮助企业做好用户运营。与友盟等统计分析平台有类似之处,但是关注点有所区别,更多强调的是通过对用户分析发现产品功能的优劣。

目前用户行为分析这一领域均为互联网客户,大型互联网客户有自己的分析团队,因此神策数据服务的主要是互联网中小型企业,主要解决企业营销和产品改进的需求。

不同于其他服务中小型企业的公司采用“免费+增值服务”的形式,神策数据的产品均为收费使用,不提供免费版本。

核心优势:团队+模式+用户定位

尽管成立刚刚一年,神策数据已为100多家互联网客户提供服务,其中包括趣店、融360、聚美优品等中型客户。这些客户全部为付费用户,因此市场对神策数据的产品具有一定认可度。

爱分析认为,神策数据的优势有以下三点:

一. 核心团队源自百度,具备多年数据分析经验。神策数据的四位创始人均来自百度大数据部门,从事数据分析工作时间长,经验丰富,对用户行为分析的技术方法有较深的理解。

二. 采用私有化部署模式,配合客户搭建底层数据分析架构。一方面,方便神策进行数据分析,另一方面,对客户自主开发应用有很大好处。这种做法比单纯提供数据分析服务更容易获得用户青睐。

三.舍弃免费模式,从一开始就向用户收费。精准定位那些具备付费能力的客户,整个团队能够集中精力为这些用户提供优质服务。不管团队多豪华,模式多新颖,技术多超前,最终还是要市场化,有多少用户愿意付费是评判产品好坏的最直接反馈。

需求刚刚出现,市场还处培育阶段

用户行为分析这一细分领域主要有神策数据、GrowingIO以及诸葛IO这三家公司,目前市场尚处起步阶段,三家公司体量均不大,营收加在一起堪堪过亿。

国外这一领域目前有四十多家公司,最大的公司是Mixpanel,成立于2009年,主要业务是基于移动端的用户行为分析,2014年融资6500万美金,投资方为硅谷顶级风投A16Z,估值8.65亿美金。

不管是国内还是国外,用户行为分析都是比较新的市场,还处于早期发展阶段。

神策目前面对的客户群体主要是互联网客户,还未覆盖到传统企业级客户。尽管互联网客户数量众多,但是这类客户付费能力较弱。不过随着流量越来越贵,获客成本逐渐提高,中小型互联网公司对用户行为分析的需求越来越强烈,付费意愿在逐步提升。

除互联网客户外,用户行为分析对传统企业同样有很大价值,不过首先会应用于那些信息化程度高的行业,数据分析的前提是数据量充足,主要针对“互联网+”性质的传统企业级客户。针对互联网用户,数据分析主要立足于产品,而面对传统企业级客户,数据分析更多立足于业务,但本质都是为了减低成本、提升效率。

桑文锋在调研中表示,用户行为分析可以解决传统企业的四大痛点:运营监控、产品改进、商业决策和产品智能化。

神策数据在用户行为分析领域的技术、经验积累,会成为切入传统企业级市场的优势,但将私有化部署这种业务模式向传统企业级市场推广时,特别是对自建机房的大型客户,人力投入势必会增加,可能会对公司的发展速度与人员效率产生影响。

近期,爱分析对神策数据CEO桑文锋进行访谈,现将精彩内容分享。

Q:您在大数据领域都做过哪些尝试?

A:我和另外三位合伙人都是从百度大数据出来的。我是07年去的百度,08年开始接触数据业务,那时候也没有大数据概念,主要在百度做日志统计分析,主要是流量分析。百度有几个特点:流量大,需要分析的数据量多;对数据非常重视,评判产品的好坏就是看数据。

08年Hadoop还处于测试版,我当时基于Hadoop做了一个日志统计平台,去解决统计分析的问题。一方面是让常规的PV、UV统计更加便捷,另一方面底层基于Hadoop运算。这种方式提高了计算效率和开发效率。

11年的时候,百度成立数据团队,也从Google那边挖来一个数据分析的高手。那时候我主要是跟着他去建立百度的数据仓库,通过一个用户ID将所有事情串起来,采用Event这种模式,基于事件将数据组织起来,其他上层应用都是基于这个数仓来实现。我们当时花了两年时间来做这个事情。

后来又干了一件事情是整理数据源,没有高质量的数据源,数据分析就无从谈起。做这件事的同时也在建立数据平台,包括数据采集、传输、建模存储、查验分析、数据可视化等,这个过程中一方面积累经验,另一方面也完成团队建设。

去年4月份我从百度离开,开始做现在这个事情。做现在这个事情主要也是基于当时在百度的一些经验、理解。第一,数据源很重要。想把数据分析做好,最重要的是数据源。怎么整理好数据源,一个是全,一个是细。我们需要把客户端、服务器的各种数据采集过来,同时强调多维度,将事件的维度信息都记录下来。后面做分析的时候才可以多维度交叉。第二,我们发现用户行为分析这个事情上,用Event模型是非常有效的。

这两点是在百度时积累的,平台架构方面,我们虽然做的很多,但并不是决定性的。决定性的还是做事情的理念。

Q:神策数据主要是通过哪些方面服务客户?

A:我们的优势在用户行为分析。我们主要有三个特点:

一. 我们提供私有化部署,可以把整个系统部署在客户自己的服务器上。我们主要考虑有些客户对数据安全非常重视,特别是跟交易相关的,他们不愿意把数据放在第三方交易平台。

二. 我们强调全端数据采集,我们会将客户的客户端、服务器以及数据库的数据都采集、整理好,我们有分析师团队配合客户整理数据,事件有哪些维度,我们帮客户建好底层数据。

三. 我们是PaaS+SaaS,我们的PaaS平台可以允许客户做二次开发,底层数据、接口是开放的,客户可以基于平台进行迭代。

在我看来数据价值有两点:驱动决策和驱动产品智能。驱动决策是常规BI解决的问题,产品智能包括个性化推荐等。这些归根到底是,我们将数据整理好,在上面套上一定的算法模型,再把结果回灌到产品中,让产品本身具备学习能力。

我们帮着客户把底子打好,不仅仅是解决统计需求问题,还解决了数据深度利用的问题。

Q:目前私有化部署是主要做的么?

A:是的,我们主要做私有化部署,目前客户中60%是私有化部署,40%是SaaS类服务。我们的标杆客户都是用的私有化部署,包括互联网金融的趣店、融360、PPmoney,电商类的聚美优品、爱鲜蜂,在线教育的VIPKID、新东方前途出国、作业帮、51offer,还有企业服务类的36Kr、OneAPM,运动健身类的Keep、薄荷健身。

从去年9月产品发布到现在,不到一年的时间我们的客户有一百多家。

Q:这种私有化部署是项目制的么?

A:不管是私有化部署还是SaaS类,我们都是卖的产品。我们的私有化部署不同于传统本地化部署,那种定制化程度较高,他们不是标品,我们的是标品,我们不会为客户改一行代码。另外一点,我们是远程部署,客户把机器账号给我们,我们直接远程一键部署。

Q:现在的收费模式是?

A:我们收取年服务费。如果是SaaS版的,就是根据接入的数据条数来收费,跟访问用户数无关,基本是两万元起。对私有化部署来说,如果是单机部署,我们根据CPU核数来收,六万元起步。如果是集群客户,需要多机部署,我们是根据节点数来收费的,一个节点一年十万,至少三个节点。

Q:现在做数据分析的公司很多,神策数据和其他公司有哪些区别?

A:我把数据分析归结为六类,第一类是流量分析,网站时代兴起的,如Google分析、百度分析、CNZZ等,主要看访问量,点击情况;后来09年之后APP兴起,出来了友盟、百度移动统计等公司,这些解决的APP活跃用户数;第三是用户行为分析,像我们神策就属于这一类;第四是数据可视化,像国内的永洪BI、海智BDP;第五是应用市场监控,像APP ANNIE等;最后一类是广告效果监测,国内的秒针、AdMaster。

Q:现在神策数据整个团队有多少人?

A:四十多个人,销售团队和研发团队几乎相当,都是十几个人。剩下的是市场团队和分析师团队。分析师负责梳理行业分析模型,支持客户,帮客户梳理数据维度、指标和体系,给客户做分析咨询。