6位行業領跑大咖，共論企業服務未來之路

幫助

2017 初橙·阿里校友企業黃埔榜——企業服務峰會上，6 位行業領跑大咖展開了圓桌論壇，共論企業服務未來之路。他們分別為：

現場 6 位嘉賓進行了深刻的思維碰撞，本文為現場分享內容，由初橙獨家整理。

剛才看了一下草根投資的簡單介紹，第一感覺以為是 VC，後來說是金融服務公司，請金夢筆圍繞現有產品服務基於數據調整以及數據應用和大家做一個簡單的分享。

草根投資有兩塊業務：一是對 C 端用戶的理財，二是對B端企業服務。

從整個互聯網經濟來講，現在我們越來越多接觸小微企業，在數據方面有非常大的挑戰。本身大型國有企業、上市公司數據非常完整，對於中小型企業，特別小微企業來講，是不是能夠給它們提供幫助？

這是非常依賴於數據的。對於我們金融企業來講能不能作為銀行有利的補充，給小微企業提供服務，非常依賴數據。

這個數據來源我們非常關心，一家企業不可能獲取到，很多來自於工商、來自於地稅，我們非常願意拿到這些數據。

比如說一家企業在未來科技城範圍內為某些商戶提供服務，可以看到資金流水，可以看到後續的變化，可以為這家企業提供服務。

同時在過程當中產生的數據我們非常願意分享給社會，比如說信用數據，為將來這家企業在其他領域開展合作提供幫助和支持，這就是在目前來講我們草根對於企業服務運用數據的基本情況。

之前也有溝通，我們非常希望數據方面的服務不停留在草根一家公司，因為數據鴻溝非常明顯。對於 C 端來講用戶數據比較容易交換，但是對 B 端，到底怎樣共享這些數據、發揮數據效率，同時讓整個合作開展地更順暢，也是希望通過今天的溝通以及未來的合作能夠解決的問題。

拉勾從創業開始就一直圍繞互聯網裡的人在做這樣的事情。

今天，一位企業老闆打開拉勾時，會發現你發布的每一個職位不僅僅是在等著用戶主動投遞，拉勾每天都會幫助這些職位進行主動地推薦。

大家想一想，在企業中去找人非常困難，找一個很核心的，比如大數據的人，我們可以通過客觀條件找有相關經驗的，在阿里或網易等相關平台工作過的，但往往這些不足以支撐你找到很合適的人。這個時候是不是在以往招聘記錄中，以及 C 端投遞行為記錄中能夠主動推薦候選人。這是非常難的應用，卻是我們在數據上圍繞「人」做的文章。

我們暢想過，可能 5 年以後，一個候選人告訴拉勾網說想找工作，可能不需投遞任何簡歷，第二天能夠收到很多合適的崗位邀請。一個企業如果在 5 年之後想找大數據方面的人才，也不需要再去找很多人、聊很多人，可能第二天、第三天能夠通過拉勾數據分析、推薦找到非常合適的候選人。這就是拉勾網在數據上的暢想和現在的一些實踐。

我們做餐飲 ERP 起家，後來發展的方向是線下全行業的系統都可以對接和應用。我們在餐飲行業的暢想是希望 5 年以後不用點菜了，我的口味是什麼，這家餐廳都知道。

在這裡分享一下我們和螞蟻網商銀行做的事情，發現很多商戶有貸款需求，但也很難取得銀行的授信貸款。這些基本上是夫妻老婆店，我們把他們日常經營的數據進行歸整，這家店在商區里整體情況怎麼樣，什麼樣的客人來消費，大概算出來倒閉風險有多大。假如說這個商區平均流水是 3 萬塊，這家店也是在 2-3 萬，基本上沒有太大問題。網商銀行把數據進行比對以後可以放高度的信用授貸，當商戶需要就可領取，比如說有 20 萬的授權，店裡進貨缺 2 萬元，可以貸 2 萬元，等流水出來了，支付寶自動還貸。

說到我們這個行業有很多人不清楚，現在普遍說你們不就是一家刷榜的公司嗎，很多人在網上看到過一個圖片，一排機器在那裡，一堆小工在那兒點點點，這樣理解太片面了。這個行業一開始沒有大數據概念，這是 1.0 特別混戰的模式。我們關注的只是一對一客戶在 APP 商城關鍵排名和榜單排名，價值有多大？我們的商業價值在 ASO 這個行業每年有 30-50 億，大家聽了以後如果感興趣可以加入進來。

當初 1.0 模式沒有大數據概念，把榜單、關鍵詞優化好了就可以，後來發現一個問題，這些關鍵詞以及榜單可能並不是客戶所需要的，或者是客戶的用戶需要的，我帶來的用戶並不是精準用戶，我沒有把客戶的獲客成本降到非常合理的價值。後來我們在思考，能不能通過數據分析，讓客戶用戶獲得更加精準，讓客戶來源更加廣泛，所以做了 2.0 的設計，不僅僅關注 APP，而是關注行業以及競品。

比如說拉勾，拉勾有直接的競品，這個競品在 APP 商城的優化、投放內容、投放方式通過大數據平台可以監測到，還有行業的動向，競品不止一家。客戶採用關鍵詞優化以後穩定性好不好，穩定性決定用戶自然量，在這個穩定的位置，數據平台獲得的關鍵詞是這個行業的必要詞，是這個行業用戶普遍搜索的詞，價值非常高。通過這種行業數據的分析，我們給客戶帶來了一些獲客上的幫助，幫助他們進一步優化。我們還有對客戶的監測，等等。

未來，我們這個平台想為這個行業做更多的貢獻，不斷幫助他們關鍵詞優化、榜單優化，獲取更多的關鍵詞、榜位來源，幫助他們進行成本優化、市場投入費用的優化。

釘釘大家都應該蠻熟悉的，在座的都是阿里校友，我們也沒有獨立，還是屬於阿里的事業部。

我們在服務所有企業的過程中，都感受到了數據的力量。我要說的一點是釘釘是一家非常有使命感、有原則的公司，我們有一句口號就是「釘釘不是阿里的釘釘，是客戶的釘釘」，我們對數據使用非常慎重。客戶任何生產、經營、管理數據我們不會碰，我們會監測釘釘上的使用行為。如果真正用釘釘數據也是基於使用行為。

用數據是兩個地方：一是為了改善產品，比如說上了一個新的功能，這個功能投放以後使用情況怎麼樣，我們下一次迭代快速修整掉；二是為了優化我們的服務，釘釘現在有一些線上服務和線下服務，主要的目的還是為了幫助釘釘企業客戶更好地了解釘釘的產品價值，更好地用釘釘改善企業的管理效率。我們對於數據服務相對比較粗淺的。

整個阿里巴巴的數據觀還是非常正的，我們內部也有一句話，叫做「一切業務數據化」，還有一句話叫做「一切數據業務化」，我們還處在第一階段，怎樣把一些業務用數據更直觀的方式展現出來，通過數據變動分析一些規律，發掘一些新的機會，這個主要是釘釘在做的地方。

剛才在座的朋友已經提到了，我們有各種垂直服務，他們是可以徵得客戶許可以後使用這些數據，甚至作為數據的流通，包括一定程度的脫敏以後的共享，這種服務在釘釘上都是可以做到的，但是前提條件一定要拿到用戶許可。

剛剛分享的幾家企業，包括不同的生態，基於大數據，在企業數據方面進行暢想。在數據的應用我有感悟：一是小數據；二是大數據。這是兩個不同的概念。

數據應用方面有兩個維度：一是對的錯；二是錯的對。錯的對是我知道這個不對，但是必須突破這個點才能夠到我想要的模型。

數據的異業合作是非常好的話題，不僅僅是數據，我們說業務上的合作，我理解為業務的聯動。做 B 端業務門檻非常高，不管是小企業還是大型企業，大型不用說了，他們能夠簽下華為，他們背後一定花了非常大的功夫，小企業也是一樣的。對於不同業態來說，你們面對同一個客戶，能不能把業務聯動做起來，這個能夠產生非常大的價值。

對於很多企業客戶來說需要的都是整體解決方案，或者是組合拳，單一產品可能力量薄弱一些。但是聯合起來說服企業、採用解決方案的力量，包括各自本身可信度的增強都是非常明顯的。所以我非常贊同這樣的做法，我也呼籲所有阿里系的校友。

我最近看整個 SaaS 行業，把所有和企業服務相關的都撈了一遍，基本上還是有抱團在其中。比如說一家企業做的金融服務，很自然的把風控的合作引入進來，風控進來以後可以把一些基於後端做技術的平台引入進來。這樣提供的解決方案對企業來說相當具有說服力，企業背後不是一個人在戰鬥，通常都是一個團隊或者是一個聯盟，所以業務的聯動希望大家真正地做起來，對於釘釘來說也是非常期望看到這樣一個局面。

剛才提到了數據共享，我們阿里同學的價值觀都是非常正的，覺得數據還是要做一些脫敏處理。相對比較原始的數據或者沒有脫敏的數據彼此共享是不成立的，更多的是數據做脫敏以後怎樣做行業趨勢的判斷，以及對於用戶價值的優化。這個方面可以多聯動，這也涉及到數據資產交易，和這個也會相關。不管交易本身是不是成立，在數據流動這個事情上大家可以做起來，在合規合法的層面上，數據流動一定會帶來全新的價值。

還是站在生態和平台的角度，我特別想說的詞就是「開放、分享、利他」。回到最初的方式，我有的時候也看 NSO100、清科等等，會有一個權重的東西，我在想這樣一個產品對數據的採集通道是非常需要的，因為要做第三方分析，在這裡異業數據有更好的展望。

這個問題拋出來的時候我有點撓頭，因為我是賺企業錢的，同行業沒有辦法合作，涉及到競爭關係，涉及到敏感信息的外露。

我們和釘釘合作，釘釘相當於一個引流平台，幫助引一些客戶，這個也沒有什麼太多可以談的東西，這個屬於商業性的合作。其實我們這次對話有很多的思想碰撞，當時斯成在談這個事兒的時候我在想，釘釘是一個企業級的服務平台，假設 e 簽寶入駐這裡，數據上的跨界合作與企業之間的商業合作會不會產生問題。

這個問題在於我作為平台級的產品，不僅僅是釘釘或者是其他的平台型的，比如說拉勾也可以成為平台，但是招聘平台上依附於這些平台的三方服務，其實當三方服務的時候依附於平台沒有問題。假設三方服務是一個利潤率非常高的、貢獻價值非常大的，有沒有可能我的數據被平台拿走，平台自己覺得這個事情還蠻好，e 簽寶每年可以做 40 億，平台反過來出一個插件完成三方服務，對這個行業我非常坦誠來做，這種商業危險存在不存在？

咱們先設定一個分配模式，現在挺好的，未來流量價值最高，馬「爸爸」都說阿里是一家大數據公司，大家都在做大數據，我也是從電子數據保全公司剛出來，所以產品都在不斷地死磕，我也覺得挺撓頭的。

這個話題很敏銳，但這是商業本質的問題。這是人的一種特性，今天說好的不代表明天說好的，明天說好的不代表後天說好的，我和你說好的，可能你下一任換了以後又不說好的，這是一些在困擾大家數據到底能不能被共享或者是尷尬的地方。

其實我們今天少做了一件事情，就是真正意義上把脫敏這件事情先做好，脫敏掉以後有一部分東西是只有應用方才能夠知道。我們希望做到 5 年以後這個人到了這家餐館不要點菜了，但希望老闆並不知道你是誰，只了解到你大概是什麼年齡段，你的口味是什麼。或者校友說淘寶後面有一個淘寶指數，淘寶指數是脫敏掉的，這一點能夠被做好時，最好有一個平台叫做「脫敏的共享」，這樣是不是好很多。但沒有任何一個平台來干，因為沒有一個創業型公司受到公眾的挑戰，這需要 BAT 級先牽頭干這個事情。

回歸本質的時候，變成大家信任不信任，大家合作不合作。商業模式永遠是商業模式，當你看到利潤最大化的時候肯定有人更早地跳出來，如果跳出來以後比你的服務提供地更好，你就認。因為這是你技不如人，但是他偷竊東西來做這個事情，就需要第三方監管。

我講一個具體的例子，去年九、十月份的時候做了一個特別小的嘗試，給了我們很大的啟發。

我們招一個關鍵的人，企業需要背調，去年有很多做互聯網背調公司起來。其實我們並不是僅僅把背調公司放在那兒，說給你導流，我們來分錢，這是一個引流的業務模式。

我們做了一個什麼事情？當你收到一份簡歷的時候，我們在簡歷的旁邊加了一個小按紐「背調他」，拉勾通過「背調」公司的介面就成背調。當我們把產品需求做到位的時候，從拉勾的角度不管誰提供的背調，還是合作夥伴提供的背調，企業服務領域誰專業誰應該提供。我們更希望把客戶背調的需求轉為專業的公司來做，這樣我們和合作夥伴之間有非常好的合作。

關於這個平台怎樣搭、數據怎樣分，我有這樣一個觀點，我們在個人徵信領域有一個芝麻信用分，很多金融類企業給個人發放貸款或者做金融服務的時候可以用到。在企業領域缺失這個東西，我們很想知道企業到底怎麼合作，合作深度多少，和他們交換數據以後「分贓」到底有沒有問題，社會上缺乏一個公平的評價體系做這個事情。

怎樣開展這個事情？應該是「政府搭台，企業唱戲」，最早做城市交通解決方案的時候也是依賴於政府平台、政府數據，結合企業的分析方法。結合政府力量以後，這個遊戲規則可以很明確，大家可以放心地參與到這個平台當中去，至於利潤分成都是很小的事情。

金融領域的企業，對企業的數據來講要求更多一點，因為關係到不光是怎樣開展合作，還有通過敏感的信息評估和評價。脫敏對於金融企業來講反而不能脫敏，需要挖得更深，還是能不能由政府搭台、企業合作，這樣把合作做得更深入，同時沒有後顧之憂。

我們企業、平台類金融公司更願意把數據，特別相對敏感的數據分享和共享到這個平台當中去，我的觀點是「政府搭台，企業唱戲」，這樣所有的同行、異業和企業主可以去做。如果政府部門引導一下，企業參與一下，我相信未來數據對企業的服務會做的更好。

既然叫分享，取得成果的方式有千千萬，大家所經歷的基於大數據聚焦碰到比較困難的事兒，您是怎樣解決好的，這種案例的分享對大家也是有價值的。

原來我們更多的是依賴於信貸客戶經理的個人經驗，可能會滋生道德腐敗的問題。我們監測企業、貿易數據可以建立一個客觀、公正、中立的評價體系，通過這個評價體系可以了解到業務人員、客戶經理個人的經驗性判斷和業務模型之間的偏差到底在哪裡，我們不斷去調整這個模型、不斷去修正這個模型。

當把經驗評價體系和客觀數據評價體系結合起來以後，我們發現擬合得非常好。提取各個維度的數據抽象到不同維度，進行不同權重的打分，最終提供對企業金融服務和授信的依據，也為我們風控領域提供了非常好的參考價值。

大家會想我們如何評價一個人更適合某個崗位，或者為什麼推薦某個候選人，這個事情說起來容易，但是做起來非常難，因為對一個人的評價絕對不僅僅以工作幾年去評價。我們如何解決這個問題？以前是通過一個人的求職意向來判斷是否適合，他會說願意融資借貸什麼樣的公司，願意做什麼樣的項目，這是求職意向。

但是我們發現這個遠遠不夠，這只是意向的表達，但是合適不合適呢？我們找到了一個方法，任何一個人的簡歷里文本抽離出來形成很多標籤，這時你會發現事情很有意思，如果對一個人有幾百個標籤描述，對於一家企業的職位需求也有很多標籤來對應，當雙方標籤匹配的時候，整個效率就很高了。

大家知道，做這麼多年招聘了，招聘只解決最關鍵的問題，不是我們找不到人，是如何能夠找到最合適的人，而這個人讓我們最快地找到，通過這個方式可以讓我們的招聘效率提高。

這是一個大數據的例子，但是我想說的是在大數據之外也有一個關鍵點，我們原來上線的時候有一個規則，就是一個候選人一天只能投 10 份簡歷，大數據不能單一的應用，還要和很多規則匹配起來，這樣能夠解決業務實踐中可能很複雜的問題。

講一下我們一直以來遇到的問題，在座的同學們的客戶本身就是 IT 行業的，是和客戶說一些專業名詞基本上都能夠懂。但我們客戶都是線下門店，你去 BD 的時候和老闆談，對方可能懂可能不懂，後面的人是營業員，有時候很無語和也沒有辦法，更不要說數據層的東西。

我們現在幫助一些門店做真正運營細化的事情，把他們的數據拿出來看他們的轉化率、效能、評效。這個時候用電商套路向下套的時候，商戶的同學們就不理解了，因為你同樣一家店，去發單品券、發拉新券、整場營銷券思想維度都是不同的，是根據這家店當時的實際情況，也根據周圍商圈環境和自己做的活動等等情況來決定的，如果他們沒有營銷的概念做數據評價更難。

我儘可能的想那些更好的優質演算法與更大維度商圈的匹配，然後儘可能地做到要麼教育這幫人把素質提高上來，要麼後台點一鍵，有幾個選項，確定同步。但是做到這裡的時候必須覆蓋量足夠大、數據倉庫足夠好、運算速度足夠完成，甚至需要很多外部異業數據導入，大家協同完成這個事情。但是我們現在的辦法是兩條腿走路一起干，也去不斷地教育商戶們，也不斷地優化自己，這個我們在實踐。

我也找一個非常細節的例子說應用。在刷榜行業最困難的是判斷廣告主哪些關鍵詞帶來流量最大，有很多廣告主投了錢發現關鍵詞排名上去了，榜單上去了，用戶增長量卻沒有達到預期，這是特別困難的一件事情。去年我們做了將近 5000 個獨立 APP，其中 20%、30%廣告主不再投了，為什麼？都是因為投入產出比不合適。你要想知道產品關鍵詞帶不帶量。

我們當時在思考，這個產品的關鍵詞競爭是不是激烈的，所以我們抓取了蘋果在這個行業中的、這個產品的一些直接競品以及間接競品，關注關鍵詞的重複度過不過高。

大家都在競爭的關鍵詞可能是這個產品最帶量的詞，但是你並不能夠足以表明你就是對的，因為很多都是盲目的投放。

其實 IP 不僅僅是小說，包括娛樂行業、音樂行業、電影行業，這些 APP 會涉及到這些行業詞，我們把《人民的名義》預埋了，音樂 APP 預埋了《我是歌手》、《新歌聲》、《好聲音》等等，當綜合抓取來以後，帶來的流量、產生的價值高很多。如果從我的經驗角度去判斷，其實會有很大的偏差，這就是把蘋果的數據、行業的數據、資深流量的數據綜合在一起做一個推薦指數，會發現有很大的改善。

大概在 2016 年中的時候，釘釘最早有推一個「桐花」，2016 年受到政策因素影響被工信部叫停了，我們非常焦慮，因為一致認為這是我們很大的抓手，數據上也反映出來，急劇下降。

我們靜下來想了一下，阿里巴巴有一句話叫做「不忘初心」，也回想一下為什麼做這個事情，從用戶角度、客戶角度分析一下，到底今天很多客戶使用釘釘是為什麼，基於什麼原因使用釘釘，我們把所有的功能、所有的數據都梳理了一下。我們發現了新的機會，並且向這個方向努力，不到三個月時間我們數據恢復了。

經過這個事情以後，在創業過程中當你碰到一個非常大的困難的時候，有的時候回過頭來想一想你的產品、你的服務本身是什麼出發點，回歸到這個出發點的時候，你會發現一個新的機會，或者說它本來已經在那邊了，只不過你沒有發現，可以把你的業務重新帶回到正軌上來。

今天我們有 300 萬家企業，數據還是很多的，我們還是回歸到一個基本的角度，一些基礎數據、一些原始的數據有沒有分析到位、有沒有從其中發現機會或者看到問題，因為這些小數據可以反映很多問題，我們不能叫大數據挖掘分析，我們就叫 BI 也好、什麼也好。注重細節，有一些細節往往隱藏巨大的風險或者巨大的機會。

我們不提高大上的東西，先回到基礎的，比如說用戶訪問行為，每天訪問行為，每個小時、每分鐘有沒有自己的特徵，這個特徵背後對於調整自己的方向和設計是不是有幫助，你的數據閉環有沒有做起來。

我們是一家做產品的公司，我們對細節關注是非常深入的，不然我們的口碑、功能就不能夠得到用戶認可，從我們的角度來說，數據更多要看細節的東西，因為大數據真的做成大平台以後價值才能夠發揮出來，對於創業過程可能需要幾年以後，積累了足夠的客戶以後，有足夠的客戶行為的時候，才能夠利用大數據做一些趨勢性的東西。

大數據在企業服務這方面對於創業者來說還比較遙遠一些，但是也有一些可以分享的東西，我們還是回到企業服務這個角度講一講。

我們也算做企業服務做了很多「填坑」的工作，大家知道中小企業的市場，很多中小企業沒有信息化基礎，或者信息化基礎參差不齊，我們在這個過程當中充當了教育者的角色。我自己總結就是八個字——「開源、節流、提效、避險」。做企業服務離不開這八個字，或者這八個字最有機會跑出來。

從目前整個行業上來看，特別回歸到 SaaS 這個行業，開源是最容易跑出來的，為什麼？因為你幫助企業創造了很明顯的價值、可量化的價值。避險是比較容易跑出來，因為企業現在非常困難，如果有好的方式幫助他們避險。

往往是節流、提效是比較困難。但是從長遠的角度來說，提效和節流也會變成企業要依賴的方向。如果大家真的在做和數據相關的東西，我覺得可以從這八個字上仔細揣摩，一定有一個點最終打動用戶，這個點可能就是產品的生命線，就是和別人做差異化競爭非常重要的據點。

如果做數據分析、做大數據的行為監控，一定要和業務點結合在一起，不要泛泛地談大數據。我覺得大數據對於創業企業來說比較遠，對於初具規模地企業可以嘗試，真正玩大數據還是行業中的巨頭，他們是能夠變成一些生產力的。

在我看來，我挺贊成斯成博士說的，創業企業先看好小數據，找行業破局點的小數據，無論叫做痛點也好、叫做破局點也好，總是可以找到一個點，可以破到現在這個局，我們再思考這些點採集到哪些數據，能夠通過這些數據改變什麼。

創業型企業第一年不要追求什麼高大上的數據，就踏踏實實地分析好自己在行業中的破局點在哪裡，我們一定要科學的找到數據的分析，把數據應用上，然後把我們自己的事兒踏踏實實做好，這就夠了。

我剛才也在想，對於創業來講，我沒有想什麼大數據，就是小數據，這個小數據叫做什麼呢？是不是叫做自己產品的體驗的積累下來的數據？你的用戶是什麼時候登陸的，點哪裡，為什麼點，你先把這些數據分享好了以後，把你的產品體驗做的更好。

還有一部分數據是經過你的產品客戶用下來以後產品業務型積累數據，這個數據需要通過規模化以後，剛才牽扯到脫敏化的數據再應用的數據。這個數據要等公司比較大了以後才可以做，建議先做好前面小數據的大數據。

2016 年下半年，就有很多客戶講，我們需要大數據的人，甚至讓我們直接用獵頭的方式去找大數據的人，這些企業 B 輪、C 輪的非常多，但是在全互聯網行業中，真正做大數據的人才少之又少。

拉勾本身的數據都非常少，但是有一點很重要，在這個時候要早準備這些人，我的建議很明確，我們在 2014 年的時候就開始有這樣一兩個人、兩三個人做數據的事情。去年下半年開始做標籤雲這件事情的時候，我們發現我們已經有了非常多的基礎，所以要早準備，其實搶大數據的人在當下來說還是蠻關鍵的事情，但是搶起來比較難。

剛才講到小數據、大數據，對於創業企業來講，首先就是用好別人的數據，怎麼理解？當你剛開始做一家企業的時候是沒有任何渠道、沒有任何來源，沒有用戶、沒有資源，我們要想方設法找到你需要的數據和用好這些數據，發揮最大的效率。還要想方設法利用平台產生數據，發揮數據的價值。

雖然對很多企業來講，大數據最終未必能夠真正產生實際的效益，不管怎麼說也對整個社會、整個生態做出一些貢獻的，也是提升企業價值的一個方面。

以上內容，是本次 2017 初橙·阿里校友企業黃埔榜——企業服務峰會上的圓桌論壇整理乾貨。

想在共享腳踏車大火的共享經濟時代搶到一張門票嗎？點擊下方圖片，了解初橙下屆大會——共享經濟峰會，等你來參加哦~

點擊下方「閱讀原文」，報名參加大會！

↓↓↓