11.22 張維寧教授:大數據本土化經營之困

張維寧教授:大數據本土化經營之困

​創創導讀

橘生淮南則為橘,生於淮北則為枳。美國的大數據市場比中國領先至少五到十年,大數據商業模式在美國的成功是否意味著它可以移植到中國本土?

2016年8月30日,在由長江創創社區與案例中心聯合舉辦的公開課《大數據:風口還是虛火?》上,長江商學院的張維寧教授以EverString的商業模式為例,與大家分享了他對於大數據本土化經營的一些看法。

通用電氣的董事長兼CEO傑夫•伊梅爾特說過一句話——“每一家工業公司最終都會成為軟件公司。” 這句話非常重要,我們現在談大數據的時候,都主要是談服務業,但是未來大數據最重要的影響可能是在製造業。大數據目前究竟是風口還是虛火?我要說的是,大數據的大風還沒有刮起來,只是一些小風在吹,因為智能硬件還沒有發展起來。等智能互聯產品全面發展起來的時候,大數據時代才真正到來。

張維寧教授:大數據本土化經營之困

“互聯網 + 大數據”

我們現在所談的大數據其實是“互聯網+大數據”的概念,大數據可以在三方面幫助我們:第一、低成本獲取用戶;第二、長時間連接用戶;第三、多元化交易場景。這三方面可以為B端用戶解決流量問題、黏度問題和轉化率問題。

張維寧教授:大數據本土化經營之困

目前國內的大數據市場總的來說是分三步:

數據收集、數據管理、數據使用。(如下圖)

張維寧教授:大數據本土化經營之困

數據收集方面

數據源有可能是結構化的,也可能是非結構化的,裡面主要包括位置、圖片、文本、音視頻等不同的數據源。

數據管理方面

數據管理首先要有數據倉庫,另外是雲存儲平臺,把數據在雲存儲平臺上面存儲起來。比較大的數據平臺公司如:聚合數據,數據堂、數據魔方、易觀智庫等。除了數據平臺外,技術服務也很重要,像ETL服務,基礎架構服務、開源技術服務、大數據社區服務。

數據使用方面

包括數據挖掘、商業智能、數據可視化等。從整體的積累上來說,中國的初創公司跟國外一些比較大的企業相比是有差距的,比如我們在基本技術方面跟微軟、Oracle這些公司有很大的差距,但是我們在垂直化應用方面有優勢。基本上平臺級技術的應用都是國外的公司,除了數字冰雹。但是垂直化領域,基本上都是中國公司,包括數據交易、移動開發者平臺、商業Wi-Fi等。

大數據公司:Everstring

張維寧教授:大數據本土化經營之困

大數據的公司其實已經在中國發展了很久,有一定的規模和架構。我今天給大家介紹一家叫Everstring的公司。Everstring是一家通過大數據技術提供B2B市場營銷領域人工智能解決方案的公司,它本質上是做精準營銷的。

2012年年底,楊文傑和汪超成立了Everstring,並從真格基金、紅杉資本、IDG等機構那裡融到了160萬美元的天使投資。他們最開始將目標客戶鎖定在風險投資公司上,希望公司的產品能夠幫助VC分析和識別潛在的投資對象,但是產品進入金融領域後存在著一些問題:

1

一是,風險投資公司在潛在投資對象上有較大的重合度,這導致他們對EverString 的產品需求有較強的排他性。所以我們在進入大數據B2B領域的時候有一點要知道,如果你的B端客戶,存在大量的C端用戶很強的重合性的時候,這樣的領域是不能進的,因為他們往往要求獨佔性,這種事情會讓整個業務非常受限制。

2

二是,雖然不同VC投資偏好有所差異,希望能對接VC的投資數據來量化投資偏好,以便更精準的推薦,但沒有一家公司願意分享數據。這是為什麼呢?我們舉例來說:假設一家風險投資公司將自己的數據庫和投資案例給了大數據公司,大數據公司如果拿這個數據賣給別人了該怎麼辦?要知道這些數據是風投公司的核心資產。

3

三是,總體來說,VC這個市場太小。站在這個角度上,我們在做精準營銷時,要是切入了這麼一個太細分的領域也不行。

張維寧教授:大數據本土化經營之困

在這種情況下,EverString開始轉向市場營銷,在市場營銷行業幫助企業分析“誰是下一個客戶”。與原來做VC相比,這一領域的好處在於:

1

第一,這一領域的市場空間足夠大。單是美國的企業數量就有2000萬家,再加上中國近4000萬的企業數量,潛在的客戶數量非常大。

2

第二,每一家公司所針對的客戶差異性很大,因此整體的排他性沒有VC那麼強。

3

第三,幾乎每家公司都有明確的市場預算,這就為EverString的收費模式提供了便利。

轉折點:與微軟的合作



真正給 EverString 帶來轉折的是與微軟的合作。對於創立不久的 EverString 來說,微軟帶來的是一種巨大的品牌背書。不過拿下這個大客戶並不容易,儘管 EverString 本身就是微軟創投加速器的成員。這樣的身份有一定的便利,但接入公司的 CRM 系統(客戶關係管理系統)來獲取數據,微軟還是很難接受的。經過反覆溝通,EverString 才獲得一次測試的機會。為了防止內部數據洩露或者被竊取,微軟還和 EverString 簽了一系列非常嚴格的保密協議。不過測試的結果讓微軟很滿意,EverString 幫助微軟的營銷效率從原有的 8%提高到了25%。此次轉折後,EverString 的價值迅速體現。不僅陸續簽下了一些重大客戶,還於 2014 年 6 月拿到了 1200 萬美元的 A 輪融資。投資方除了天使輪跟投外,美國光速創投也加入。

EverString 商業模式的建立

與微軟的這次合作使EverString的發展迎來了轉折點,EverString 也由此正式確立了商業模式——即通過人工智能技術和高效的算法來幫助企業挖掘精準客戶,提高企業的銷售效率。

EverString商業模式本質上是把企業內部的CRM系統數據和外部互聯網的數據給積累起來,然後分析潛在客戶,構建企業的知識圖譜,最後預測誰是下一個客戶,屬於非常傳統的精準營銷的模式。

張維寧教授:大數據本土化經營之困

具體來說,EverString 通過三大步來建立自己的商業模式:

1、第一步是通過海量數據,構建洞察企業的指標體系(構建企業知識圖譜)。

EverString會給每個公司都匹配兩萬個指標,如公司名稱、地址、成立時間、主營業務、盈利規模、競爭對手、上下游信息等。

2、第二步是與客戶的銷售平臺對接,幫助客戶構建個性化企業模型。

它構建企業模型過程是全自動化的,比如任何一家公司想要接入它的系統,它會給一個ID,企業只要接進來就可以了,後面所有的東西全部是由它為企業定製,不需要人工中介。

3、第三步是將預測技術運用到B2B營銷渠道。

Everstring有一項預測技術,可以預測到一家公司的成長軌跡。比如說一家公司原來的規模很小,Everstring可以根據數據預測未來什麼時候這家公司會購買自己的服務。前期階段,Everstring會給這家公司一套方案,告訴它應該要做什麼事情以保證它一年之後長到足夠大的體量。有了這項技術後,經過兩年多的嘗試,EverString積累了近一百多個客戶。

此外,構建企業知識圖譜需要數據,EverString是通過三個方面來獲取數據的:

一、通過爬蟲等從公開的互聯網網站上獲取的信息;

二、從第三方機構那裡購買的數據;

三、服務客戶的數據,包括CRM數據、用戶行為數據和客戶服務數據。

張維寧教授:大數據本土化經營之困

進軍中國市場的挑戰

目前大家討論最多的問題是EverString如何進軍中國市場?畢竟它本質上不是一家中國公司,儘管它所有的員工,包括創始人都是中國人。

我們認為EverString如果進軍中國市場將有六方面的挑戰:

第一,基礎設施較為落後

一方面,中國在大數據方面的應用與美國的差距有5-10年;另一方面,美國企業級服務市場成熟度很高,非常容易推廣企業人工智能的應用。但在中國,企業級的SaaS應用還遠遠沒有發展起來。

第二,數據環境不夠成熟

雖然我們有大量的第三方數據,但是很多數據仍然是缺乏真實性。完善、開放的數據環境才是促進數據真實性的基礎,也是讓大數據真正發揮價值的重要外部條件。此外,國內數據環境較差,數據更新頻率緩慢,也不利於數據的獲取和積累。

第三,客戶信任度欠缺

除了外部數據外,EverString開展業務的一個重要條件是對接客戶企業的數據系統。但是在中國,讓大客戶信任數據公司還比較難,很難開放給相應的公司。

第四,收費模式有待考驗

Everstring目前採用的是B端收費模式,主要是因為相較於個人用戶,企業級用戶更關心軟件是否安全,能否提高生產力,而往往對價格並不敏感,他們更希望通過付費的方式來換取穩定和安全的產品服務。

但中國的互聯網發展有所不同,受個人互聯網的免費策略影響,我們往往有一種免費使用的習慣。但是我們需要通過另外一種方式來改變這個心態,比如說企業跟大數據公司簽訂協議,將自己的數據分享給大數據公司,由大數據公司幫助企業挖掘市場潛力創造利潤和價值,然後大家一起分配利潤。但問題是,對於企業而言,想要知道大數據公司真實的獲利情況是很難的,企業無法獲知大數據公司是否利用企業的這些數據從事了其他協議規定以外的事情。這樣一種商業環境就導致目前在中國採用B端收費模式會非常困難。一個大數據公司,慢慢被迫做成軟件公司,軟件公司賣SaaS平臺,在賣的過程當中,由於有一堆競爭對手,強大的競爭壓力下又不得不接受對方的壓價,所以很多做SaaS平臺的軟件公司,最後都沒賺到什麼錢。

第五,人工成本導致動力不足

美國大量的企業人力成本太高昂了,高昂的人力成本使得美國企業不得不採購各種應用軟件,來提高銷售和運營效率。而在中國,人力仍處於相對廉價的狀態,不少企業仍舊習慣進行“地推”。

第六,互聯網巨頭的競爭威脅

儘管企業級應用市場空間廣闊,但隨著互聯網巨頭BAT的加入,可能加劇這一市場的競爭。他們會開發人工智能方面的產品,中小型創業企業的空間會受到擠壓。

最後,我個人認為,大數據的大風還沒有來,大風什麼時候來呢?我們的數據足夠大的時候,智能互聯硬件就會有更多的數據,物聯網就會有更多的數據,這個時候風才會真正的來。此外,對於大數據創業公司來說,我認為最重要的一點,一方面是要把手上的事情做好,另外一方面,一定要明確自己未來是要做什麼。可能未來一些製造業的服務是很重要的,因為製造業是非常缺軟件人才的,如果我們能幫製造業做它的智能互聯硬件裡面的雲和技術架構,它的價值可能比我們現在給服務類的公司做大數據的服務要更有價值一些。



張維寧教授:大數據本土化經營之困

長江創創是長江商學院旗下的創業創新平臺,通過專業、聚焦、創新的創業課程和開放跨界的社群服務為創業者升級思維認知和管理框架,鏈接資本、產業、跨境資源,探索未來產業與商業發展邊界,共同塑造新商業價值。

如您有任何關於長江創創的問題,請私信我們,我們將及時給予回覆。


分享到:


相關文章: