摘要:「爱分析 | iTalk 」第9期文字精华版新鲜出炉~

群雄混战时代,什么样的大数据公司能突围成功-爱分析

分享 | 李喆

整理 | 李喆

12月22号,「爱分析 | iTalk 」第9期邀请爱分析企服分析师李喆,与大家聊聊大数据通用技术类公司如何突围那些事,现将文字精华版整理如下:

Q:通用技术类公司向上层应用拓展时,会面对哪些挑战?@默

A:因为通用类技术公司主要服务于传统企业,与集成商会有比较大的竞争。在技术上,通用技术类公司优于集成商,但是客户关心的是谁能帮我解决问题,满足我的需求,并不关心你用什么技术去解决问题。所以从这个层面上来看,通用技术类公司技术上的优势只是更少的依赖人力,利用新技术快速的把问题解决掉。

通用技术类公司所面对的挑战是能否提升自身的销售能力,因为中国企业级市场是销售驱动型市场,想要切入传统客户,销售能力对企业来说是一个更加决定性的因素。

Q:怎么看现在大数据公司的格局?(包括国内和海外)@穆森

A:从国内来看,整个大数据行业更多的是停留在教育市场的阶段。国内的客户对大数据有一定的概念,但是在大数据和场景应用结合上,还处于探索的阶段。目前大数据在金融、电信、交通、政府领域的应用会比较多,在这些领域内,大数据公司之间存在一定的竞争,有时他们会面对同一客户,但整个市场的空间很大,而这些公司的体量目前很小,并且不同公司有不同的发力点,所以他们的竞争并不是非常明显。

从整个行业来看,现在处于一个群雄混战的阶段,目前并没有哪家公司做的非常出色。现在的状态是每家公司都有机会,就看谁能更好的服务客户,更快找到大数据与场景结合的点,更快实现大数据变现,不仅仅是数据源的变现,更多是数据技术的变现,这也是现在的整体趋势。

从国外来看,像Splunk、Tableau他们在各自的领域做的比较出色,但他们也会遇到各种各样的问题,主要的问题是这类公司如何去实现盈利。

他们现在基本都是亏损的状态,不管是销售、研发成本的投入占比,都比成熟的大数据公司高很多,所以他们面临的最大问题是如何在保持技术领先的同时去实现盈利。

Q:通用技术类公司如何逃脱BAT的魔爪?@supreme

A:BAT主要提供通用型的技术,这个通用型技术更像一个平台,为中小型企业提供一些标准化的服务,这也是BAT的发力点。

而对于技术类公司而言,他们的机会点是把技术和行业紧密结合,把技术朝上层应用的方向拓展,更趋垂直化。这类公司的发力点是传统线下类企业,因为这类企业的IT实力相对较弱,他们更希望可以完全依赖于大数据公司,得到一些端到端的服务。

群雄混战时代,什么样的大数据公司能突围成功-爱分析

Q:美国大数据公司在中国的扩张情况如何?他们会对国内大数据公司产生哪些冲击?@瑞希

A:其实像银行这种传统大型企业,他们最开始使用的是美国大数据公司提供的产品,比如他们可视化产品是Tableau,日志分析产品可能是Splunk。

那为什么后来国内大数据公司可以慢慢起来,为传统企业提供服务呢?主要有两方面的原因。

第一个原因,从客单价的角度来看,国内大数据公司提供的功能虽然比国外的大数据公司弱一些,但是这些可以满足客户需求的。而且产品比国外大数据公司便宜很多,国外大数据公司以美元计价,而国内以人民币计价,价格可能只是原来的一半甚至更低。

第二个原因,从客户服务的角度来看,美国的大数据公司在国内的不管是售前还是售后,客户服务功能相对比较薄弱,比如Splunk,它在国内的售前和售后人员都非常少,更多依赖于合作伙伴去提供服务,对于国内企业级客户来说是一个非常差的体验。

说白了,客户在使用产品的时候,需要大数据公司提供前期教育培训,让他们的业务人员可以使用这个产品,在他们使用过程中,一旦碰到问题,也希望这类公司可以及时解决。对于这些诉求美国的大数据公司是很难提供的。

因为在国外大数据公司来看,目前中国的市场相对比较小,他们并没有把更多的人力投入到中国市场,使得客户的体验会相对比较差。正因为如此,也给了国内大数据公司机会。

所以,总体来说他们对国内大数据公司冲击并不大。

Q:在前有拦截,后有追兵的道路上,谁能杀出一条血路?@Vampire

A:判断一个企业能否杀出一条血路,最直接的是看它未来的营收数据,营收其实可以拆解为两个方面,一是客单价,二是客户数,这是影响营收两个主要因素。

目前来看,这些大数据公司主要客户是传统线下型企业,服务周期相对比较长,而且这类大数据企业不会像其他互联网企业有很快的传播速度,所以,大数据公司的客户数量很难会有指数级的增长。

提升客单价,是把营收快速做大的方式。

提高客单价的话,需要往上层应用走,需要对接数据源。最先能做大的是广告检测类的这几家公司,秒针、AdMaster、TalkingData等,这类公司可能会最先杀出一条血路,主要因为营销领域数据变现的路径比较明确,他们在前期积累的数据源之后,把这些数据源做成各式各样的数据化产品,通过这类产品提升客单价,从而把营收快速做大。

群雄混战时代,什么样的大数据公司能突围成功-爱分析

Q:企业服务过于定制化会导致难以规模化吗?@叶峻

A:这些大数据公司前期会做一些偏定制化的服务,但是随着在某一领域,做的用户越来越多,定制开发的东西逐渐可以形成一个产品模块,然后把这个产品模块专门提供给这类企业使用,这是一个解决方式。

在刚刚切入某一个市场的时候,前几个项目肯定是做一些定制化开发,这是不可避免的环节,后期主要是看能不能把这些定制化产品形成产品模块,这是他们的一个发展方向吧。

一旦形成产品之后,服务于同一类客户的话,效率会提升上去,服务周期也会逐步缩短。可能服务第一个客户,需要大概3-6个月,但是做了类似的几个单子之后,交付时间明显缩短,这部分其实就是由定制化逐步转向产品的过程。

Q:不论是TD这样统计服务起家的公司还是秒针这种传统的广告分析起家的公司,现在其实都在走通过自建DMP来基于自有数据建设画像服务,并且切入营销领域,貌似目前实际效果也一般,你怎么看待这类情况?@叶峻

A:现状的确是效果一般,一方面是因为这个业务做的时间不是很长,大概两三年的时间,大家还是在一个探索的过程中。

另一方面他们会帮客户去建第一方的DMP,同时,他们在自己采集数据的过程中会形成第三方平台,也就是他们自己的DMP平台。

现在问题是如何把第一方平台和第三方平台数据能完全打通,这个打通是说能实现精确到个人ID的数据互联。做数据归一,相当于能精确定义到现实的那个人,而不仅仅定位到一个ID的情况。如果能实现这种不同ID的数据信息归一,它的价值才能真正的发挥出来。

但现在这块的话,大家还都在探索用各式各样的技术手段去实现这一点,这可能是效果不太好的另一个重要原因。

Q:如果BAT基于自有数据优势切入这块的话,大数据公司还有前途吗?还是说转变为agency会比较好?@Willy

A:BAT现在面临的一个问题是,他们的数据在内部可以形成完整的数据闭环,但是在外部如何提供数据的过程当中,面临各式各样的问题。

不管是在法律法规也好,用户敏感信息隐私这些问题上也好,他们都没办法把数据完全提供出来。

传统企业不完全是它的服务对象,BAT提供数据可能方式是,你可以在我们平台上去运作,做一些数据分析,将一些分析结果、用户画像拿走,但是这些原始数据是不可能拿走的。

所以这是大数据公司的机会点,它可以作为BAT和传统企业中间的桥梁,所以对于大数据公司来说,可以做一些数据源的连接桥梁。