- 企业服务
- 大数据
- 定制化
- 通用技术
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。
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。
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。