80%的企业没有数据,如何进行数据分析管理
近日,企业服务大会“中国的企业服务为什么没有独角兽?”在上海召开。易观副总裁受邀出席并发表了《洞察:中国大数据生态图谱2016》的主题演讲。
中国企业服务为什么没有独角兽?易观副总裁李智认为原因在于中国信息化程度落后于欧美,导致企业没有做数据收集、数据管理的基础。同时她指出如今中国和美国在移动化方面是基本上持平的,移动化和数据化会加速中国在信息化的部署,这也意味着很多机遇。易观会在人力成本高到企业无法承受的领域进行探索,从研究的角度给中国企业服务公司一些提示。
以下是演讲全文:
大家好,我是李智。易观一直以来观察、研究TMT这个行业,但是今天我们讲大数据的时候和易观的身份其实是复合的,一方面我们做图谱实际上是站在行业观察者的角度,但是其实今天易观也是大数据这个行业的参与者。今天除了站在旁观者的角度来说我怎么看这个行业之外也会融合到我们参与到企业服务、参与到大数据当中我们自己的一些思考是什么。
今天整个场子的主题是企业服务,企业服务和大数据的关系是什么?这图谱里面后面我展开大家会看到很多To C的企业我也把它放到大数据里面来,确实是像刚刚前一位嘉宾的最后一句话,有句话说大数据是基础设施,无论是做To B的企业还是做To C的企业他们必然有一个副产品是数据,而数据的挖掘和利用无论是对To B的企业还是对To C的企业都是会产生非常大的价值。
今天去讨论大数据的时候,即使这周在贵阳数博会大数据如火如荼也受到总理的青睐和重视,可是我们站在企业服务场地上去说的时候不得不面临另外一个问题,就是大数据对于很多企业来说仍然是补药,补药就意味着今天可以吃可以不吃貌似不会损失什么,但是大数据对于很多企业来说如果你今天不用它可能损失的不是今年或者明年的市场,而是未来可能五到十年之后你跟那些应用大数据的企业相比就会变得不一样,这是在大数据环节上跟企业服务之间的关系。
首先第一点,大家会发现虽然我说的是大数据的生态系统,但是所有的企业在企业服务的环节里面甚至在很多To C的环节里面你是看得到的,为什么?刚才讲了它是副产品,就是原来做IT解决方案的企业今天都面临着一个转型,应对着更好的服务升级,所以无论如何他们都会去做大数据相关的事情。
第二个部分,这里面我们分了数据收集、数据管理和数据使用,今天所有原来做企业服务在数据收集这个环节有优势,但是他们的优势没有那么明显。我们会看到,实际上所有的数据源还是掌握在很多做To C服务的公司,他们掌握了更多的数据和数据源,而且数据和数据源是属于这个企业自身的,而做To B服务的公司虽然它的系统上可以沉淀很多的数据,但是这涉及到数据所有权归属问题。数据所有权是属于这家解决方案的提供商的?还是属于它所服务的企业客户的?数据的所有权决定它到底可以把数据利用到什么程度、走向哪里,所以最基础的部分是数据收集,而在数据收集这个环节上更重要的是第一你到底可以沉淀哪些数据,第二如何界定数据的所有权、使用权和收益权。第三基于这些你拥有的最好是数据所有权,如果不是所有权也要是使用权的这些数据到底怎么去挖掘和利用,这是在数据收集的环节。
这周五我刚从贵阳赶到上海,实际上整个参加数博会的过程有一个最深刻的感受,大部分的企业不是在数据收集这个环节而是在数据管理和数据应用的环节。在贵阳数博会所有大数据公司,我个人认为拥有数据源的企业可能不超过20%,80%的企业利用数据管理发挥数据的价值,可是他们面临的问题是他们并不拥有数据,他们是企业服务解决方案转型的企业。
为什么我强调这个?因为今天做大数据企业服务的公司都面临了另外一个问题,就是80%的企业不拥有数据,所以它在做企业服务的过程当中依赖于它的企业客户到底有什么数据,这里面就牵涉了中国和欧美两个体系很大的差异,而这个差异在过去叫做信息化。中国和美国在信息化上原来说滞后了20年,后来说滞后了10年,现在说滞后了5年,但是信息化的滞后在中国一直是没有被普遍重视的。
今天我们说第二个词,移动互联网化。移动互联网化中国确实跟美国持平了,但是信息化的滞后有一个致命的问题就是这个企业没有原来做信息化的基础,就意味着它没有做数据收集和数据治理的基础。企业拥有数据是天然的,但是对于大部分企业来说,它的数据没有很好的沉淀下来,或者它的数据以各种各样结构化、非结构化的形式存储了下来,但是没有基础做更好的数据治理。
在这个事情上,80%的企业没有数据,它要去基于它的企业客户的数据去做挖掘,但是遇到的问题是,大家都是无源之水,这些企业客户的数据没沉淀、没治理,所以现在做数据管理的很多企业要去补当年中国在信息化上滞后于美国企业的功课,帮助更多的企业走到不仅仅拥有数据而且有很好的数据应用基础这样一个环节来。
但是好处是什么?今天中国和美国移动化是基本上持平的,而移动化带来的另外一个点就是数据化,移动化和数据化可以在某种程度上加速中国在信息化的部署,而这一块实际上会衍生出来各种各样的机会,包括易观原来做研究和分析,但是从2005年以来易观开始做移动互联网的研究就抓到了这样一个机会,我不能只是做研究和分析,所以我要去抓住移动化和数据化结合所产生出来的机会,我要去做移动用户行为的数据监测和分析,所以易观今天拥有了数据,而这个数据在去服务企业的过程当中我们会发现,我刚才说的二八法则对于易观来说同样面临,易观今天成为了少数拥有数据的企业。
易观的数据实际上对于很多企业来说它是用户行为标签,这里面就有一个问题,标签是应该直接灌给企业客户帮助他们更好的理解用户的,但是我们就遇到了我刚刚提到的问题,我们的企业客户好多虽然有IT的管理系统,但是他们没有自己的DMP或者他们的DMP属于建设的阶段。如果我面对一个没有DMP的公司,我的数据标签是没有价值的,因为不能直接为它服务,我只能等这个企业把它自己的DMP建起来了我再说我的数据对它会产生什么样子的价值,所以在这里面数据收集和数据管理今天在中国就会遇到了,到底信息化的坑我们要去填多少,填了信息化的坑之后我们在移动化和数据化两个纬度上我们可以追上多少。
在垂直这块用得最好的行业是营销,而在行业那块用得最好的实际上是金融,为什么会这样?我们的总结是,今天80%企业的需求是体现在增收这样子的环节上,后面还有三个需求是什么?节支、提效、避险。我不用展开的论述,但是大家都能感知到企业服务更多的是在后三个环节上发挥作用。80%的企业不考虑后面甚至可能虽然考虑但是优先级不是最高的情况下所有的企业可能都会提出一个诉求,你这个企业服务到底能给我带来多少收入,这个也是横亘在我们所有做企业服务面前没有办法去回答的。
比如说我给你做更好的用户画像,它可以解决你营销的需求,但是你是不是其他的环节都做好了才能给你带来更多的新增用户?好在有一点是今天更多的企业除了重视新增之后还重视留存,所以对数据价值的认可可能比以往更好了一些,但是仍然没有办法改变大的企业在增收这个环节上是刚需,而在其他环节上没有那么重视,所以就决定了大部分做企业服务的公司一定要去给它的企业客户讲清楚我能给你带来多少收入。我说的这个是最大的背景,中国一定会有越来越多的企业重视节约成本、重视提高效率,但是这确实是一个漫长的过程。因为企业面临的问题首先是生存,如果没有收入的扩张它们就谈不上什么生存,这个是在垂直化这块我觉得用数据用得最好的,无疑就是营销,因为跟增收的环节离得是最紧的。
在行业这一块,金融行业对数据应用得最好,当然会有标杆比如说蚂蚁金服。但是我们去看蚂蚁金服的时候,它的数据源是来自于所有To C服务所沉淀下来的数据,那是一个非常个例,在这里面我们看到所有做企业服务的公司其实创业公司相对来说是比较少的,大部分公司实际上是原来就深耕在这个行业里面做行业的解决方案的。比如说像亚信一直在电信行业,所以它在电信行业要继续延伸出来做数据化服务的一个点。信息化和互联网化加速了哪个行业,哪个行业对于数据的需求就会更加旺盛。
无论是垂直还是行业化应用,还面临着开拓客户的过程。企业服务在开拓客户的过程当中业绩到底是针对大客户还是针对中小客户?像我们的标签服务企业如果没有DMP我们压根决定不了,这就决定了我们必须要面对大客户,中小客户还处于挣扎在生存线上的时候,它不会对于数据服务产生那么大的需求。所有做行业解决方案的公司、做企业服务的时候确实绕不开的就是要先去服务大客户,但是这里面有两个问题。
如果你是服务大客户,你就仍然不是一家产品型的公司,只是一家解决方案型的公司。因为所有的大客户都会跟你说,我知道你有标准化的产品,但是我的需求是个性化的,你必须基于我的需求去做个性化的开发,所以今天的企业服务如果是要形成今天背景说的,独角兽的成长在这一块就促成第一个伪命题的点。做企业服务,如果我面向大客户要做个性化的解决方案,我的扩张就不可能是显性的只能是平稳的,因为只要是个性化解决方案的提供就是堆人的事情,不要说你在这个行业沉淀了多久你有一个成形的解决方案,只要是面向大客户,所有大客户都有能力给你提出你必须做定制开发的事情,这也是易观面临的困恼,就算我的标签足够标准化,我面向所有大客户的时候都会提出非常个性化的,我要重新去挖掘我的数据才能给他提供服务的点。
面对中小客户,就会有另外一个问题,就是你要怎么样成长。今天To C的玩法延伸到了To B,以至于很多做企业服务的公司不能收费,或者只能收很小一部分费用,它期待的是我的企业客户数量积累到一定程度可以赚钱,但是做企业服务的公司如果用To C的玩法去做To B业务,要不然就只能烧VC的钱,要不然就只能是不断的从中小客户往大客户去延伸,因为它要活着。在这里面,中小客户可以接受Saas的产品但是我们要不要对他们说你们可以免费使用我们的产品。今天所有的个体在互联网的浪潮里面被养成了免费的习惯,但是在企业服务这个点,虽然个体在使用To C的产品的时候可以免费使用,它在企业当中实际上是可以付费的。
所有做企业服务的公司我们的想法是,真的需要把To C的玩法迁移到To B吗?即使你面向的是销售或者是HR个体真的是需要提供免费的产品,才能把自己做到独角兽吗?所以在这里面,在行业化应用这一块我们无论是面向大企业还是面向中小企业去做企业服务一开始就要想清楚我们自己的商业模式是什么,把To C的玩法直接带到To B的市场当中,对于我们来说到底是不是一件好事?
我们易观也在思考这样的问题,我们面向所有的开发者提供数据分析和BI服务,我们不得不提供免费的BI服务,因为我们的竞争对手、我们的友商就是在提供免费的BI服务,可是当我接入开发者的数量越来越多的时候,我只能不断的自己去采购服务器、增加服务能力、加强服务能力,他们不会为我付费,而我的商业模式是面向企业提供移动APP的分析服务,面向更多的大型企业提供数据标签云的服务。我的免费产品不会加强我在商业产品这块的能力,但是我不得不在免费产品上加大投入,而且这是一个没有形成正循环的事情。
在这里面的思考是说,所有做企业服务包括做大数据的公司到底怎么赚钱?我们不是做To C服务的公司,我们不会积攒出来流量之后再去思考怎么赚钱的问题,从我们生存的那一天开始。易观今天16年了,必须自己养活自己,所以做企业服务的公司如果一开始它的启动、它的起步可以是基于VC的钱,但是之后它必须能够形成一个自循环,这对于做企业服务的公司才是至关重要的,这是在行业化应用这块我们自己的思考。
今天平台型战略是受到追捧,可是平台型战略最大的问题就是我刚才提到的问题,到底是什么样子的商业服务模式,免费的还是付费的?因为今天在To C端做平台服务的就有大量的免费的产品,在企业服务这一块是不是真的也要去复制To C的业务?后面是一个背景,云存储的成本在不断的降低,云计算可以让更多的企业服务以很低的成本去服务到更多的企业客户。
最后我想总结的一点,实际上是说我们刚刚提到了一些思考,在中国企业服务面临的问题以及机遇,但是对于中国做企业服务的公司可能始终要牢记的一点是企业客户的需求是增收、节支、提效和避险。我认同刚刚前一位嘉宾分享的,更多的企业已经开始认识到提效和节支的重要性。因为中国的人力成本是越来越高的,但是人力成本的事情可能在个别的城市、个别的行业才体现得比较突出。
企业服务这个点,如果是拼人的数量的话,实际上企业服务没有走到真正的价值上,因为企业服务是在节支和提效这块发挥更大的作用。但是我反过来说一点,可能这个确实是在不同的区域和不同的行业上会体现得不一样,今天无论我们做企业服务还是做大数据,可以找到那种人力成本已经高到企业客户无法负荷的地方,某些行业可能是某些区域,易观也会在这个里面不断的去探索,从研究的角度给大家一些提示。
实际上易观做图谱的时候很难面对所有的企业,各位如果认为自己是在这个图谱的其中一个环节或者是某一个部分、或者是易观没有涉及到那个环节,希望你们可以跟我们联系,让我们更好的把大数据这个市场的图谱画得更完整,让我们更好的去发挥协作共赢的事情,让我们可以共同的把中国的企业服务走到独角兽的状态上去,谢谢。
数据分析咨询请扫描二维码
在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17数据分析,是一项通过科学方法处理数据以获取洞察并支持决策的艺术。无论是在商业环境中提升业绩,还是在科研领域推动创新,数据 ...
2024-12-17在数据分析领域,图表是我们表达数据故事的重要工具。它们不仅让数据变得更加直观,也帮助我们更好地理解数据中的趋势和模式。相 ...
2024-12-16在当今社会,我们身处着一个飞速发展、变化迅猛的时代。不同行业在科技进步、市场需求和政策支持的推动下蓬勃发展,呈现出令人瞩 ...
2024-12-16在现代商业世界中,数据分析师扮演着至关重要的角色。他们通过解析海量数据,为企业战略决策提供有力支持。要有效完成这项任务, ...
2024-12-16在当今数据爆炸的时代,数据分析师是组织中不可或缺的导航者。他们通过从大量数据中提取可操作的洞察力,帮助企业在竞争激烈的市 ...
2024-12-16