官术网_书友最值得收藏!

1.2.2 商用數據產品

商用數據產品,即由企業或個人開發,提供給外部企業使用的,具備數據采集、計算、存儲、展示和分析等功能的產品。隨著社會分工日益細化,這類產品在國內外逐漸增多,從最早期的Webtrends、Omiture,到后來的Mixpanel、Amplitude,再到最近一兩年在國內名聲漸起的GrowingIO等,不一而足。

值得一提的是,國外在商用數據產品的分類上已經做得非常細致,在數據鏈條的每個環節都有大量企業競爭,導致整個行業分布非常碎片化和廣泛。而因為國內外的企業市場成熟度等方面的差異,目前國內尚處于行業的起步階段。

1.商用數據產品之分類

從圖1-5及圖1-6中可以看到目前商用數據產品的具體分類及領域中的相關產品。它們可分為數據分析師平臺(Data Analyst Platforms)、數據科學平臺(Data Science Platforms)、機器學習(Machine Learning)產品、BI平臺(BI Platforms)、Web/移動端/交易分析(Web/Mobile/Commerce Analytics)、可視化產品(Visualization)、社交分析(Social Analytics)和數據源產品(Data Source,在下圖中并未標識)等8個類型。分類角度可以多樣,這里提供其中一種以供讀者參考。

圖1-5 商用數據產品1

圖1-6 商用數據產品2

數據分析師平臺定位于數據科學家和分析師,正如Alteryx的CEO喬治·馬修對Alteryx的定位一樣:

讓分析師和數據科學家能夠在一個平臺上就完成數據輸入、建模及數據圖形化,而且使用簡便,用戶界面美觀,用戶體驗比市面上的統計分析軟件都要好。數據分析師們要完成這些工作可能需要用到兩三個獨立的產品,但是用它就可以一站式全部搞定,無須其他任何軟件。

這類產品的特點是集合了數據清洗(不包括采集)到數據展示、數據挖掘等近乎全鏈條流程,數據工作者可通過該類平臺一站式解決所有問題。

數據科學平臺則只專注于提供各種數據挖掘及算法工具,不像數據分析師平臺有專門的人群定位及整合式平臺,因而靈活性更強,算法更強大,如SAS和MathWorks。與之對比,機器學習產品更專注于機器學習領域的研究和應用。

BI平臺專注于數據清洗、展示和應用環節,定位于通過商業智能的方式,使企業內各個環節提高效率和降低成本。數據來自業務數據庫、Excel等線下數據、云服務商等第三方數據接口,不一而足。國外最知名的產品莫過于在2019年被Google以26億美元收購的Looker公司。圖1-7介紹了Looker的工作模式,從連接數據源,到自動生成數據模型,然后改進模型以適應公司獨特的指標和商業邏輯,到最后建立基礎KPI看板和部門看板,讓用戶基本做到自給自足。

圖1-7 Looker官網示例

Web/移動端/交易分析是互聯網從業者接觸最多的商用數據產品類型,更關注于互聯網產品本身的分析,而BI平臺雖然也會部分涉及產品分析,但其服務對象一般包含企業各個部門,如提供針對財務部門或者人力資源部門的分析模塊,這是前者不會提供的內容。國外比較知名的產品有Google Analytics和Mixpanel等,國內就是早期的百度統計、CNZZ和友盟統計(現已被阿里收購,改名為友盟+),后期的GrowingIO和神策數據等。產品形式多為端到端的分析,從數據采集、分析到展示所有環節都會囊括進去。

可視化產品就很好理解了,見名知義,這類產品都專注于數據的可視化部分。最知名的可視化產品是長期霸占Gartner Data榜單第一名的Tableau,Tableau公司也是目前主打可視化產品的上市公司中市值最高的。它在2019年被Salesforce以157億美元收購。從行業發展來看,BI平臺和可視化產品與客戶豐富、資源強大的To B企業合作是個大趨勢,如微軟擁有Power BI,阿里巴巴有友盟+和數加,Salesforce收購Tableau,谷歌很早就推出了Google Analytics,2019年又收購了Looker。與之對應的是,Domo作為一個曾經備受好評的公司(1.6節會專門介紹),上市前估值曾高達20億美元,2018年6月于納斯達克流血上市,2019年12月市值僅剩下6.43億美元,算是此趨勢的一個反面例證。

社交分析產品則主要是利用市面上已有的社交產品數據進行分析并得到公關輿情、社交情緒等方面的結果。數據源產品則是利用應用商店、自有SDK或者運營商數據,進行清洗、挖掘和整合后,單獨售賣的商用數據產品,國內的Questmobile即為此類。

2.商用數據產品之挑戰

商用數據產品作為To B市場一個很大的組成部分,在比較成熟的美國市場發展得如火如荼。近年來這種趨勢漸漸蔓延到了中國市場,在2019年伴隨著數據中臺概念的大熱,商用數據產品更是如雨后春筍,比比皆是。不同類型的商用數據產品有其特定的市場和產品特征。我們這里以國內常見的Web/移動端/交易分析類產品和偏產品分析的BI平臺為例,來研究下商用數據產品目前面臨的挑戰和抉擇。

首先,企業市場產品不可避免地要在平臺型和項目型間游走。要想以低成本擴充用戶群體,獲得更高價值,必然得走通用型產品的路子。但企業與消費者不同,需求計劃性及業務特性較強,通用型的產品往往不能滿足其需求。為了滿足這些大客戶,并在競爭中獲勝,企業可能慢慢滑向定制化,變成高科技外包公司。對于數據產品來講尤其如此,不同行業的公司,甚至一個行業的不同公司,對數據的需求也會千差萬別。舉例來講,同樣是O2O的餐飲行業,美團外賣和回家吃飯關心的數據類別、分析方式有很大不同。而對于協作類、流程類產品來講,這種差異性可能沒那么大。

其次,數據的價值體現在使用者手里,不在數據產品身上。這點也和其他類企業產品不同。溝通類、協作類和流程類企業產品的價值體現在自身產品上,只要有人用了就有價值。而對于數據產品來講,更重要的是企業如何根據數據作出行動。這要求企業本身具備濃厚的“用數據說話”的文化,并且能夠由上往下推動此事進展,而這不啻又一座大山。如果不能翻越這座大山,數據產品的價值就無法被客戶感知,從而導致產品黏性下降,客戶流失。

最后,因為數據的安全性和重要性,此類公司價值存在一定的天花板。在未來的時代里,數據的重要性越來越大。馬云曾給阿里巴巴定下“五新戰略”,數據就是其中之一:新資源。公司但凡成長到一定階段,具備挖掘數據的技術能力,都會開辟一個新戰場,好好挖一挖這種新時代的“石油”。而數據安全性也必然會引起擁有用戶隱私的企業(如銀行類、航空類公司)前所未有的重視。基于以上兩點,大公司勢必會選擇將數據緊攥在手心,成立團隊獨自開發。這就限定了此類公司的目標群體只能在中小型企業身上,成為此類型企業最明顯的邊界。在大型企業中,它們最合適的定位是作為企業數據戰略的補充者存在。

3.商用數據產品之機會

在高山地見攀登者,于遠洋處有渡航人。盡管上文列出了一些挑戰,但這個行業之所以發展旺盛,自有它的迷人之處。

機會一,數據價值的廣泛性。相對于企業數據產品價值只局限于一個企業,商用數據產品則天然為更多的企業服務,既能對外輸出產品服務,提供商業價值,也能通過更多企業使用來發揮更大的數據價值。數據產品就像中世紀的騎兵,培養成型后縱橫沙場、威震四方,但一般國家承擔不起,因為既無錢財人馬又無機制傳承。中小型公司因為人員和精力的問題,并沒有機制和能力管理數據,更別談專業的數據分析。商用數據產品沖進來后填補了這塊市場空白,解決用什么(What)和怎么用(How)的問題,以此將數據能力賦予中小企業。這如同提供可供雇傭的騎兵隊伍,幫助他們征戰沙場取得勝利,而騎兵的價值在這個過程中也被相應地放大了。

機會二,數據需求的抽象性。如果旨在做一個通用的分析平臺,那么如何將多樣化的數據需求抽象成一個個產品就是關鍵。甚至可以針對不同行業、不同職位的人提供對應的分析模板,以及有普適性的分析功能。商用數據產品要求產品本身要擁有較高的行業洞察力和理解能力,并將需求進行更高一層的抽象。如果說企業數據產品的抽象是部門級或企業級的,那么商用數據產品的抽象就屬于行業級別。

機會三,數據需求的實現程度。可以投入大量精力開發在企業數據產品中投入產出比較小的功能,如更智能、適應性更廣的分析產品等。對數據相關的從業人員來講,它有著另外一個魅力:數據產品也開始注重產品設計和用戶體驗。雖然這并不是此類產品成功的核心要素,不過也算是告別了企業數據產品“做出來你就得用”的時代,需要考慮數據如何以更便捷、更友好的方式展現給用戶。

4.小結

隨著中國市場人口紅利的消失及勞動力價格的上升,專注于提高企業效率的To B產品漸漸受到投資行業和眾多公司的關注。商用數據產品作為其中一員,亦將在這波浪潮中受益。如上文所提,此行業內挑戰與機會并存,對比已經發展成熟的美國市場,中國在優秀的企業服務公司上還是一片空白。期待中國商用數據產品市場迎來豐收的一天。

主站蜘蛛池模板: 苏尼特左旗| 台前县| 正蓝旗| 塘沽区| 信宜市| 关岭| 福鼎市| 瓮安县| 永仁县| 灵武市| 大埔区| 方山县| 安图县| 洪泽县| 靖江市| 莫力| 琼结县| 中江县| 镇安县| 隆子县| 宁都县| 宜春市| 十堰市| 闸北区| 平陆县| 新乡县| 平乡县| 新乡县| 石家庄市| 彭阳县| 舒城县| 镇原县| 长汀县| 昌黎县| 凌云县| 林口县| 修武县| 湘乡市| 临夏县| 普陀区| 东乡县|