大數據產品需求為王，在創造客戶價值的過程中凸顯價值

我們在做新市場的時候，有兩個點是你要特別關注的，一個是切入點，另一個是突破點。切入點是在你落子之前就要選好的，而突破點是你在運動中捕捉到的。大數據同其他新市場一樣，也需要選好這兩點。而這兩點選擇看似簡單，其實是最考驗運作市場的功力的。選的好，你可以很快就會將切入點轉變成突破點；選的不好，可能你就需要花費更長的時間，更多的力氣才能轉化成突破點。

一個新的數據公司或者一個大企業的數據部門，要想在強敵環伺的市場中存活下來，乃至謀求發展，不想清楚切入點是不行的。一般大家有個誤區，新公司，新部門不能選擇活去干，而應該有活就干。我對此不敢茍同。越是新加入者，越需要清楚自己的定位，要清醒地認識到自己的切入點在哪里。大家常說有所為有所不為，而我認為，對于新市場而言，是有所不為才能有所為！

很多時候，越是自己弱小，越想傍大款，還急于傍。結果每次我看到的都是童話里的故事都是騙人的。哪里有那么多好傍的大款？！人以群分，物以類聚，合作講求對等，門當戶對。小公司跟大企業合作，不可能對等，即使合作，也一定是以很多妥協作為代價。所以，在傍大款之前，先要衡量下自己是否玩得起？小公司，小部門的抗打擊能力很弱，一旦選錯，對于企業或者部門都是毀滅性的。這個打擊不但是資金層面的，還有時間層面的。所以，我在切入市場的時候，只跟市場化運作的公司合作。道理很簡單，時間可控。誰都想做大企業，大客戶，但大企業和大客戶的門檻也高，需要的條件也苛刻，每一個大企業，大客戶周圍都布滿了競爭對手，你需要判斷自己是否有足夠的實力和資質去做大客戶？

這里沒有一定之規，每一家的情況都是不同的，因而每一家的切入點和道路都不盡相同。不要教條，不要形而上學。我們在選擇的時候，也有一個ABC方法論。A是你的起點，B是你的終點，也是目標，而C就是你從A到B的路徑。在選擇切入點的時候，要看你現在有什么？你想走到哪里？清楚了這兩點，你也就能確定切入點，乃至制定出發計劃了。

一般來說，切入點不要選得太高，既然是切入點，就要盡可能地容易落地。再復雜的事兒，也是從簡單開始?？梢詮暮唵稳胧?，如果你的執行能力強，你會很快地越做越順手，直到達到突破點。對于新市場而言，很多都是未知的，很多條件也都不充分，困難可想而知。

如果選擇一個不切實際的切入點，很容易在落地的過程中，不斷地被“意外”所阻撓，時間長了，局面就會失控，即使自己有信心，團隊的信心也會蕩然無存。還有資金面，市場面等等很多問題就會撲面而來，讓你自己應接不暇。所以，再復雜的事兒，也要從簡單開始，在選擇的過程里，要經歷一個從簡單到復雜，再到簡單的過程。如果你找到了“簡單”，那么你在落地的時候就可能阻力小，成功的概率自然要高。簡單的事兒成了，你的團隊就會有信心，才會去做更復雜，難度更高的事情，最終得以在某一個方向上突破。

數據服務產品的包裝

現在業界依然普遍覺得大數據變現難，因為沒有標準。這句話根本就是個偽命題。新市場新業務就是沒有標準啊，正是由于沒有標準，我才喜歡做新市場新業務，我就喜歡制定標準。

一般來說，設計數據服務產品，要經歷“項目”“產品”“服務”三個階段的發展才能最終形成數據服務產品。即從為客戶做項目開始，幾個項目下來，就有了一些共性的需求，經過提煉，形成產品?！绊椖俊笔潜粍邮降?，“產品”是主動式的。為客戶做項目，開發定制化的，符合客戶需求的產品，這是基礎。只有幾個項目下來，對一個行業有了一定的了解，也掌握了一些共性的需求，才可能提煉出一個數據產品或者解決方案；繼而去向其他客戶主動地銷售，而不是再從零開始定制開發了。

目前，大數據市場上，除了數據交易服務本身，大多還是屬于定制化開發，輸出技術能力，雖然有些公司做了一些局部的產品，但因為脫離市場需求，所以市場認可度不高，銷售狀況不好。相對比較好的，是數據可視化產品，因為市場需求相對比較明確，而且有點類似中間件，比較容易讓市場接受。

多數公司在這里之所以折戟沉沙，是因為對市場知之甚少，想當然地去做 “產品”。這個“產品”并非來自項目，也沒有經過市場調查，而是僅靠對市場的一知半解，單從技術的角度出發，就做個所謂的“產品“，不成功是必然的，成功是偶然的。很多大數據公司的操盤手，大多出身技術，對技術很精通，但對市場的理解非常有限?！八?她”腦海中的市場，就如盲人摸象，與實際的市場偏離度很大，這就導致了因此而設計的”產品“嚴重脫離市場。需求，一定從市場中來。我并不是貶低技術，我自己也出身技術，但是我也跑過多年的市場。我每設計一款產品，都一定會去跟很多業界的朋友，潛在的客戶探討（當然，我指2B市場，2C市場就不好實現了），了解目標市場，并挖掘真正的市場需求。只有經過了這個階段，我才能心里有底，才能設計好產品。

一個產品能否發展到服務，那就得看緣分了。這里所指的“服務”是指可運營的服務，類似于運營商的業務?？蛇\營的服務與產品的最大區別，在于服務的高度標準化和售后的高度簡單化。即使一家公司銷售一個產品，也需要實施團隊去對接實施，也或多或少地有一些客戶化的工作，有一定的周期。而可運營的服務，對于每一個客戶都是標準的接口，只需要對接好就可以使用服務了，無需客戶化工作；同時，可運營服務有標準的計費模塊，一般多采用預付費模式，客戶先預存資金，然后使用服務扣款。所謂的售后服務就是“定期對賬”和“充值提醒”，只需要很少量的運營人員就可以支撐，運營成本很低。目前我們開通的數據業務大多屬于此。

不管哪個行業，從數據處理的層面上來看，可以分為數據的不加工，粗加工和細加工產品。有的數據質量高，直接就可以為客戶解決某些問題，就屬于數據的不加工產品；有的數據需要經過簡單地處理，就可以形成新的數據服務產品，比方說幾種數據經過簡單地邏輯分析形成報告；還有的數據，需要跟很多維度的數據一起，依照某一個行業的邏輯規則，深度地定制加工處理，方能形成某種服務產品，比方說征信報告或者征信分，這就屬于細加工數據服務產品。一般細加工數據服務產品，都需要跟行業緊密結合，而且需要遵循行業本身的規則來運作，就不簡單是數據處理那么單純了。

數據服務產品的定價

數據產品的定價一直被認為是很難的事情，其實不然。在前面的文章中，我曾經提到，每一個數據都有其價值，只是高低而已。數據不是憑空來的，是某些人，在某些特定的場景，通過某些應用產生的。我們所討論的定價，是數據在市場上的認可度，也是我們將數據再次應用到場景中，為客戶創造價值中產生的。

數據產品跟其他產品一樣，需要的人多了，自然價格就會水漲船高；需要的人少，自然也就賣不上價格，甚至對于早期市場而言，干脆就賣不動。

很多公司之所以覺得大數據變現難，其實還是手中的數據質量不高或者對市場了解太少（當然也可能是數據處理能力不夠，但目前這種情況較少，能來大數據圈里混的，大多還都是有技術的公司）。要記住，數據以及數據的處理分析是用來創造價值的，數據產品的價值就會在這個創造價值的過程里體現。如果你能拿數據創造價值，那么你提供的數據，乃至你的數據處理技術就不會因定價而困擾。很簡單的一個道理，你提供的數據以及數據處理技術，是有價值的。比方說，你幫助客戶堵住了一個漏洞，這個漏洞每年會使客戶損失一個億，那么你創造了一個億的價值，你的服務產品定價就是一個億的5-10%，甚至更高，只要用戶能接受。因為你是標準的制定者！

盡管大數據在今天依然是藍海市場，但已經發展了4-5年的市場，空白的領域幾乎沒有了。新入者會面臨諸多強敵的環伺，不找準定位，不選擇一個合適的切入點，恐怕很難在這樣一個市場中立足，更不要奢望發展了。數據的變現并不難，只要你懂得如何利用數據去創造價值，一切都是過程。數據的價值不是原有的場景賦予的，當然跟原有的場景有一定關系，但更多的是在你利用這個數據，去為客戶創造價值的過程中產生的。祝大家在大數據的變現過程中不斷創造價值，也提升數據的價值，這才是一家大數據公司最終的根本！