配图来自Canva可画
近年来随着数字经济的高速发展，各式各样的SaaS应用服务更是层出不穷，但本质上SaaS大多局限于单一业务流层面，对用户核心关切的增长问题等则没有提供更好的解法。在SaaS赛道日渐拥挤、企业增长焦虑愈演愈烈之下，各行各业迫切需要找到全新的数字化转型切入口。
而自去年阿里巴巴推出新数据智能平台瓴羊后，DaaS（Data intelligence as a service数据智能即服务）就迅速站上了行业风口，成为企业数字化转型背景下的又一全新领域，引发众多行业巨头竞相跟进。
DaaS成数字化新风口
其实DaaS并非是什么新兴概念，早在SaaS产品大行其道的时候，DaaS业务就已经附带其中服务于企业的经营了，只是它远没有今天这么系统、成熟。而它之所以能够被单独拎出来，成为一条独立的赛道重新站上风口，完全是产业逐步成熟的一个自然结果。
一方面，随着数字化持续深入千行百业，如今有越来越多的生意需要借助数据驱动，数据的权重与量级都达到了一个临界值。简单来说，随着行业数字化的深入推进，越来越多的生意需要线上数据来做决定，而随着数据来源的多渠道化（比如，抖音、快手、腾讯广告、百度等都有自己的流量池），多形态化（如图文、视频、直播间投流、直播间等等），数据支持的好与坏，将直接决定生意的成败。举例来说，一个商家想要在抖音、快手上做生意，就必须清楚选品与投流素材的重要性，学会用数据来决定投流和品类的选择方向。
同时，随着越来越多的企业上云，数据的体量、类型也越来越丰富，其商业价值也越发凸显。
从规模上看，全球数据量将从2018年的33ZB增至2025年的175ZB；从维度上看，数据类型也愈发丰富，随着技术进步，企业能够挖掘出商业价值的数据也不再仅仅限于结构化数据。
在这个趋势下，企业数据的搜集、处理和应用，越来越依靠专业的数据处理应用厂商。
另一方面，DaaS服务商所能提供的服务和价值都相继达到了一个高点，供需两端都进入了一个更为成熟的阶段，这为行业的爆发式增长提供了基本条件。
相比于早些时候，今天的DaaS更加成熟系统，比如根据数据来源的不同，可以将DaaS厂商分为：专门基于商家提供的第一方数据进行用户分析的服务商，也有像主要基于零售平台产生的第二方数据的服务商，也有依靠第三方数据提供DaaS服务解决方案的服务商。此外，依据数据精细化程度、数据服务方向的不同，还可以划分出专注垂直细分领域的服务商和全链路、深层次的通用数据服务商。
需求方面，应用商家对数据开发的方向和目标比以往更加明确，尤其是经历了几年高速发展的数字化之后，商家对自己投入数字化的程度以及使用数据的方式，都比之前更加清晰，因此其对服务的要求也更加具有针对性。在此背景下，产业终于迎来了爆发式增长的窗口期。
并不简单的DaaS
尽管目前行业参与者众多，DaaS赛道也是一个可见的“富矿”，但不见得人人都可以从中挖出金子。尤其是随着行业数据的指数级增长，围绕数据所展开的一系列动作，如数据获取、处理和应用都面临越来越高的壁垒。
一来，在于用户场景的复杂化、个性化，导致动态数据抓取困难，这对DaaS平台know-how的技术服务能力提出了很高要求。拿商家广告投放来说，现如今的商家广告投放基本都是动态变化的、即时性的，并且每个人看到的内容都不一样，呈现出千人千面的特征。对于DaaS服务商而言，如何去抓取这些动态数据，就成了其中破局关键，而这尤其考验DaaS平台know-how的数据能力，即提供真正能够帮助该行业的有效客户数据服务能力。
从服务的角度来说，也就是需要从企业的不同痛点切入，依据不同行业的不同需要设计定制化方案。比如针对3C产品，就从对应的消费群体数据资源切入、注重电商的企业以渠道数字化变革切入……总之，适合行业的才是最好的。
二来，客户需求日益多元化和复杂化，客户所需要的不只是围绕数据来展开，更为重要的是帮助客户通过数据找到制约业务增长的卡点提升产出。正如前文所述，由于渠道、平台的多元化，导致数据被分割在不同的体系之内，企业对数据资源本身的监控就变得极为棘手，并且人工数据复盘慢，且有一定的滞后性，很难跟上迅速变化的外部形势。
配图来自Canva可画
另外，对于同一行业的不同企业、同一个企业的不同业务来说，其所遇到的问题也有差异，有的可能是系统性的问题，有的可能是某一方面的问题。比如，一个电商企业在线上的卡点，可能是来自于选品的问题，也可能是定价的问题，也可能是售后服务跟不上或是营销有问题。
在这种情况下，商家向DaaS平台寻求帮助，可能不仅仅是要解决数据管理的问题，更重要的是借助DaaS平台的高效数据监测、分析能力，找到制约业务发展的卡点提升业务产出。
三来，随着数据服务的日益普遍化，数据安全问题越发不容忽视。随着数据服务的普遍化，时至今日客户数据泄露的新闻，开始屡屡见诸报端，由数据管理带来的隐患也变得越来越大。在可以预见的将来，数据收集、转接、授权、使用的速度，必然也会随着业务需求的拓展而加快，消费者的数据安全性保护，也会在DaaS业务范畴内变得越来越重要，面对数据获取渠道和门槛的宽泛，DaaS业务在进展过程中可能会传及多人之手，如何保证数据对外的安全和访问控制，亦会成为行业后续发展时需持续跟进的重点问题。鉴于此，要做好DaaS这门生意并不简单。
厚积薄发的阿里瓴羊
作为国内DaaS赛道的提出者和领导者，阿里瓴羊虽然是去年才对外推出，但其在阿里内部围绕数据服务的沉淀和积累，已经持续了有十余年之久了。从早期的数据公共层建设，到整合了内部核心数据智能产品的阿里瓴羊面世，阿里数据智能终于在阿里母体之内完成了从0到1的蜕变。
今年7月12日，阿里又发布了一站式企业数据智能产品“瓴羊One”，成为首个一站式链接多电商平台及企业核心经营链路的通用企服产品，它将瓴羊公司的五朵云：分析云、营销云、产销云、客服云、开发云整体整合，并将之前超过四十多种互不流通的数据流、商业流和工作流合而为一，由此形成了如今化繁为简的“瓴羊One”产品。从业内人士看来，“瓴羊One”的诞生，正是针对当下企业数字化转型难点提出来的解决方案。
首先，它能够帮助企业解决在数字化转型过程“问题定位难”的问题，帮助企业高效找到自己的数字化卡点。从行业来看，今天很多企业数字化升级存在难点，都是因为“多”造成的。谈到数字化的难点，喜临门新零售业务中心副总经理余宏就表示：“（数字化大趋势下）宏观的数据收集变得非常重要，我们现在每个平台的份额不同于以往，有一些平台会非常的大，货架板块也好，直播板块也好，每天都会产生庞大的数据量，但也有一些个性化的平台，数据量没那么大，却聚集着有价值的消费者偏好、反馈等数据。想要看清楚全盘生意情况、消费者的反馈，或者（找到）自己在市场上的位置，就要把这些数据归拢起来”。
但怎么收集数据，又成了一个新问题。往年，喜临门要专门成立一个工作组，在各个平台去采集生产、营销、物流各个方面的数据做汇总，但无法保证全面和准确，滞后性也十分明显，根据最终结果做决策显然成为一件并不十分“科学”的事情。
现在借助与瓴羊平台的合作，后台管理变得简单了，比如通过瓴羊One瓴羊OneAI自动巡检各个平台上的消费者咨询对话，对高风险场景自动识别，客服主管只需要打开瓴羊One，就会收到来自所有平台的，针对潜在重要客情的提醒、风险预警等关键信息，做到各平台“一致性输出”，这使其汇总效率直接提升了1.5倍，对外消费者体验和满意度也得到了大大提升。
其次，它能够帮助企业解决“用什么方法破局”的问题。从技术层面来说，化繁为简说起来容易做起来难，它对DaaS平台本身的技术要求很高。瓴羊平台作为阿里旗下的数据智能平台，它以阿里内部技术平台为底座， 沉淀过往的数据经验，由此成为可赋能不同平台商家的“通用生态工具”。
比如，数据流上，经过客户授权，瓴羊One可接入企业在淘宝天猫、京东、拼多多、抖音、快手、小红书等平台的店铺经营数据，方便企业随时掌握多渠道经营情况；在商业流上，瓴羊One集成瓴羊旗下经营分析、客服管理、订单管理、物流管理、会员运营等业务全流程软件，且可与企业自建系统及Salesforce等外部企服软件打通；在工作流上，支持关联千牛、钉钉、飞书、企业微信等办公协作系统，业务指令自动同步。借助其强大的技术能力，客户可以实现运营的一个后台掌握、数据的一个平台分析；价格的一个端口管理；服务的一个工单串联；用户的一个策略运营；库存的一个指令调度，全方位解决数据统一问题。
最后，它还能够帮助企业在数字化转型中保持“进化能力”，转变工作方式。瓴羊One作为阿里体系内的一员，阿里的大模型也会陆续接入其中，使企业不断保持“进化能力”。比如，借助大模型的“文生图”功能，帮助客户去根据需求搭配图片、文案等内容，如AI模特可以提升商家店铺的总体视觉体验，节省人工模特的大量成本，借助海量平台数据找到爆款品类等等。另外，它还能通过强大技术实力重新定义工作模式。
对于无数深陷“数字孤岛”的企业，尤其是业务流程庞杂的零售企业而言，瓴羊One“化繁为简”的解决方案，无疑是切中了企业“要害”，有望成为企业的刚需性产品。
产业数据智能时代正在加速降临
实际上，从整个产业来看，瓴羊的面世在某种程度上打破了企业内部层层叠叠的数字化壁垒，真正让企业的数字资产产生价值，让产业不仅能上云，还能够充分从“上云”过程中受益，从而加速产业数智化进程。
从现状来看，由于国内数字化发展阶段的特殊情况（多个阶段交叠并联），中国企业在数字化进程中已经产生了“天花板”，要在全球的数字化进程中弯道超车并非易事，切换DaaS赛道或成为破局关键。
全球知名专业服务机构德勤，在考察了中国及全球的数字化转型现状后，将数字化的演进界定为四个阶段：信息时代、网络时代、移动时代和数据智能时代。前三个阶段都不触及本质，唯有到了数据智能时代，数字化对企业的改造才有了本质改变——企业将海量的数据转化为对趋势的研判、对客户的认知和对风险的预测，进而将企业经营中每个环节的决策，由“经验驱动”转向 “数据智能驱动”。基于此，德勤认为“数据智能”不是选答题，而是企业面临的必答题。
但从现状看，国内企业的数字化转型之路并不乐观。据德勤调查数据显示，仍有50%的企业在转型启动后存在烂尾的情况；难以与原有业务模式一体融合的占到46%；系统与基础设施架构混乱，难以支撑数据智能的实现占比43%……归其原因不难发现，症结正在于企业在前三个阶段投入精力过大，对更加需要领导力和关注度的数据智能场景则关注不足，导致数据驱动缺失，从而影响了企业的数字化转型效果。站在当下来看，未来中国企业想要在该领域“超车”，加大对DaaS的投入或将成为必由之路。
从供给端和应用市场来看，国内市场主体众多，数据应用场景极为广阔，同时随着阿里等为代表的一众企业集团入局，数据智能产品的供给将越发规范和标准化，这都意味着国内DaaS将迈入全新的发展阶段。
据相关部门统计数据显示，去年国内数字经济规模已经达到了50万亿，占到了国内GDP的40%以上，仍在保持着高于GDP的增速。这意味着国内的数字经济将继续渗入千行百业，数字产业化和产业数字化的进程将进一步加快。而国内市场数以亿计的市场主体，将会催生出不可估量的数据体量，给DaaS平台带来广阔的发展前景。另外，随着阿里等大数据平台的入局，服务端和供给端的质量也将进一步提升，整个行业将加速进入高质量发展阶段。
而供需两端的双轮驱动，将引领产业加速进入数据智能时代。作为早先入局的参与者，阿里瓴羊平台不仅是贡献者和先行者，也将会是未来行业红利的受益者。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
