什麼情況下,會選擇讓產品長期接入第三方通用數據分析平台?

注意是長期,且是通用分析平台而不是企業BI工具。一個可盈利的產品在收入穩定後,可以有自己的數據分析師,研發有餘力搭建自己的數據分析平台時,還會有什麼理由繼續使用第三方平台呢?

列舉一些想到第三方數據平台的優勢與風險

優勢

接入方便快捷,無論是在數據採集還是分析展現設置

平台性能好,數據量大時,尤其要求實時性時,能得到較成熟的應對方案

許可權管理,個性推送等附加功能的整合

風險和缺點

- 數據共享和泄露風險(如果數據源也發給第三方平台,還是有風險吧,望解答)

- 第三方平台著重通用性(數據採集和分析方式),數據採集內容和功能模塊在後期應該不能滿足全部產品優化需求

- 數據源清理可能受阻或不及時,畢竟有時數據源會不穩定或出現特殊狀況

綜上,在有餘力支持自己的數據分析平台團隊時,第三方數據平台的吸引力在哪裡呢?或者說,第三方數據分析平台本身要如何在老客戶方面維持長期盈利呢?

謝謝各位願意解答的朋友。


我是神策數據的聯合創始人 CTO,我們有一個第三方的收費的用戶行為分析產品 Sensors Analytics,所以,我覺得還是挺適合回答這個問題的。

在去年,我們團隊之所以選擇收費的數據分析產品作為創業的切入點,主要是處於如下的考慮:

1. 各個細分行業的創業競爭態勢已經越來越激烈,數據分析、數據驅動,已經不再僅僅是一個口號,而逐漸成為一個競爭的關鍵性要素;

2. 已有的一些免費的數據分析產品,例如百度統計、友盟,已經逐漸無法滿足企業的需要;

3. 人力成本越來越高,企業僱傭 5 人左右的數據團隊來用大半年時間開發一個企業內部的數據分析平台,不僅僅成本難以接受,而且在這麼激烈的競爭下開發所用的時間也會是一個無法忽略的要素。

因此,我們選擇收費的用戶行為分析產品來作為創業的切入點,以遠低於一個工程師的價格,提供一個立刻可用的,能夠滿足絕大部分用戶行為分析的需求。同時,為了能夠說服客戶付費,我們做了如下努力:

1. 我們的產品可以私有化部署,避免客戶對於數據安全和隱私的顧慮;

2. 提供完整的售前和售後數據分析服務,賣的不僅僅是產品,更是服務和解決方案;

3. 我們不僅僅是一個數據分析產品,更是一個 PaaS 平台,客戶可以在我們產品的基礎上,更進一步進行二次開發,完成諸如數據挖掘、用戶畫像、個性化推薦等更進一步的數據應用。

從目前的情況來看,只要產品能夠解決客戶的問題,客戶對於付費,其實並沒有那麼抵觸。


我試著回答一下:

問題中其實隱含了一個選擇:自己做 or 選擇第三方,以及為什麼會選擇第三方。其實不管是第三方數據分析平台還是像諸葛io這樣的第三方廠商,給企業最大的價值就是節省成本。

成本包含兩部分:經濟成本和時間成本

一、經濟成本

經濟成本包括背後的人力、基礎設施成本等。第三方要麼能省錢要麼能掙錢,說白了,客戶完全可以招人自己去做,不過,一個大數據團隊不便宜更不好招。這裡不做贅述。

一般優先考慮經濟成本的大多是創業型公司,當然,可能對數據的基礎統計和分析需求第三方完全能滿足了。(僅供參考)

二、時間成本

對於一些公司可能錢不是問題,而且也有打算投入去做,那擺在面前的那就是時間。時間是任何一家公司最大的成本,背後影響的是企業的增長效率,工具最大的價值就是提升效率,如果因為想做個工具反而因為做工具拉低了效率那得不償失,如果項目發展到一定階段需要有數據指導各部門快速跑起來,那如果內部的數據分析平台出現了滯後性,帶來的損失可能不是能用錢衡量的,可能就是公司死和活的事情了。如果經過評估一個數據分析平台做出來得半年甚至一年,那公司是否等得起,需求部門是否等得起。其實任何一家公司都不可能不考慮經濟成本,而且其中的團隊組建是最花時間的。

綜上,其實也就明確出了選擇第三方的優勢,特別是數據分析平台這種需要耗時耗人的,最大的價值就是幫企業節省時間、節省錢,提升增長效率。

當然,在我接觸的客戶中,有些公司足夠大以後一般會選擇自建,這時候也會有個過渡過程依然需要第三方廠商先頂上,或者第三方廠商提供的某項服務很專業完全滿足需求,綜合考慮不需要他們自己做。比如行為數據的採集這塊兒,可能第三方採集的精細化程度或是構建的模型要比自己做更專業和精細,還有個重要的就是服務的價值,通常第三方廠商能為客戶帶來更廣闊的視野,比如實踐經驗分享、培訓等。

協作意識也是選擇第三方廠商的根本出發點,有了協作意識,才會考慮選擇第三方廠商與否,然後才是成本的評估。

以上~


亂入混答,不滿意請見諒。

首先,結合企業實際擁有的數據,配合什麼樣的分析模型,想得到什麼樣的結果,這才是數據分析的難點,也是真正的價值點,第三方的平台一般提供不了這個。假設第三方能夠提供諮詢服務和解決方案,那麼最難的問題已經解決了,基本上已經不存在接入第三方的需求。

其次,作為一個企業,出於數據展現需要的話,如果擁有能力通過MDM,ETL等清洗出合適的數據,市面上有很多現成的工具可供操作。如微軟的powerBI,sharepoint,開源的各種js chart,沒有數據外泄的風險,而且可以跟企業許可權體系OA等等的無縫連接。

此外,有能力自己搭建自主掌控的平台對企業來說,遠比選擇一個第三方平台在降低技術風險角度更具可持續性。


使用第三方平台一般情況是還要用到這第三方的部分數據吧,而這部分數據又是涉及用戶隱私,無法明文給出的,如運營商的數據,你的模型必須部署在他們平台上,他們還要先審核。


以營利為目的的企業法人,成本不應該是首要考慮的嗎?


PaaS是Platform-as-a-Service的縮寫,意思是平台即服務。 把伺服器平台作為一種服務提供的商業模式。通過網路進行程序提供的服務稱之為SaaS(Software as a Service),而雲計算時代相應的伺服器平台或者開發環境作為服務進行提供就成為了PaaS(Platform as a Service)。

所謂PaaS實際上是指將軟體研發的平台(計世資訊定義為業務基礎平台)作為一種服務,以SaaS的模式提交給用戶。因此,PaaS也是SaaS模式的一種應用。但是,PaaS的出現可以加快SaaS的發展,尤其是加快SaaS應用的開發速度。在2007年國內外SaaS廠商先後推出自己的PAAS平台。


推薦閱讀:

數據分析該分析什麼?
數據分析/挖掘工作的疑惑?

TAG:數據分析 | 互聯網數據分析 | TalkingData | 諸葛IO | GrowingIO |