京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据应用时代来袭 SaaS走向没落_数据分析师
随着大量的信息涌入互联网——90%的互联网是过去两年建立起来的——互联网公司正在想方设法去熟悉并利用大数据来推动他们的业务。正如SaaS和云技术一样完全变革了企业的运作方式一样,大数据应用(BDA)也同样可以。 BDA是基于网络的应用,它通过解释和使用大量的企业和网络规模的数据,为他们的用户提供更智能的结果。0
但真正的问题是:假如底层的数据结构使用Hadoop和noSQL会是什么样的一个情况?没有一家大公司的CEO会为可扩展数据结构带来的价值主张而感到兴奋不已,BDA就是在这样的背景下应运而生的。BDA不只是重新包装你的数据,让界面看起来比较酷炫或者使数据扩展性的效率得到提高,它们是利用全世界的数据,给你提供更好的结果——比如说带来更多的收入。0
SaaS对于企业软件来说是一种不同的交付模式:它允许即时注册,极大地降低整合成本,并允许用户购买前试用,而且具有良好的可扩展性。Salesforce.com通过转变CRM行业开启了云技术变革,随即被很多各种类型的企业软件争相效仿,如为HR提供服务的Taleo/Successfactors , 提供ERP服务的Netsuite公司以及提供网站数据分析的Omniture 公司等。SaaS增加了商业软件市场规模的同时为大企业带来了更好的投资回报率。但它忽略了一件重要的事情——它并没有改变核心应用软件的基本功能。 Salesforce没有添加企业面对面的Siebel CRM功能—— 它只是让人更容易采纳并且维护费用较低而已。0
Google、亚马逊、Facebook等公司对软件消费方的大数据有很好的理解。亚马逊CTO Werner Vogels最近在CeBIT(德国汉诺威国际信息及通信技术博览会)上发表专题演讲时指出,失误出现主要是因为没有足够的数据备份来提供补救措施。随着更多的用户和数据加入核心引擎的应用程序,所有这些让软件变得更加难以应付,显得更为智能且更有价值。现在,BDA企业正在不断兴起,并且它们会是未来的发展趋势,以下就是些很好的例子:0
LinkedIn是一家专门提供招募人才软件市场的BDA公司。LinkedIn不是让你把联系人加入单独的通讯录,而是将这些联系人全部联系在一起,让用户与用户、用户和有关键竞争力的招聘者之间建立起联系。每个用户加入LinkedIn,LinkedIn的BDA存储栈都会接受到信号,从而方便招聘者掌握他们的所有资料,而不仅仅是单个用户的相对分散的资料。在资源共享的情况下,小型的专业的招聘公司就可以与那些大的猎头公司进行竞争。
Bazaarvoice是一家专注社会化共享的BDA公司。他们在网络上搜集客户评论,然后将这些信息提供给很多网站。传统的基于SaaS的方法存在这样一个弊端:它们只是在单独的网站上搜集和发布客户评论。相反,Bazaarvoice从整个网络进行信息搜集,从而确保只要客户的网站出现一款新的产品,即时的评论就会呈现给你,这样Bazaarvoice就为所有Amazon.com销售者提供可比较的评论数据库。
我们自己的BloomReach公司,是一家专注市场营销的BDA公司。我们仅通过对网站进行分析就可以为网站所有者找出相关遗漏信息,而这些信息可以为网站所有者带来可观的利润。我们分析全网络用户的需求,针对特定的用户在整个网络内建立语义模型,然后根据那些与用户最相关的内同不断增加网点。Adobe旗下的Omniture公司在SaaS的应用软件中包装你的数据,为你的企业提供营销建议,而BloomReach则是先对网站的数据进行分析,然后设法为该网站带来更多的流量,从而给他们的客户带来更多的利润。
事实上,BDA本身就好于SaaS,因为它们不仅具备SaaS交付模式的所有好处,而且还有搜集数据过程所带来的网络效应。随着时间的推移,独特的数据能够为用户和应用提供商带来网络效应,是一笔宝贵的财富。目前,因为企业外部的数据要多于企业内部,仅仅因为数据分析和工作流程的需要,就对企业内部数据进行重新包装的想法看起来显得有点古怪。0
BDA公司创造价值的方式与SaaS公司大相径庭。BDA公司是由一群在大系统方面有着丰富经验的人建立起来的,他们在机器学习和数据挖掘发面具有很深的造诣,比如说我的合伙人Ashutosh Garg就是这样的人。虽然BAD和SaaS的目标都是针对企业内部,但BAD的投资回报率要高于SaaS,因为每个客户会给引擎增添数据,反过来这些数据又会重新为这些客户所用,所谓取之于民,用之于民。目前市场上对SaaS公司有三个评判指标:用户的生命周期价值,客户开发成本,以及增长率。毫无疑问大多数SaaS公司具有很高的增长率,但相比之下BAD公司在生命周期价值和开发客户成本方面却更胜一筹。0
BDA的革命才刚刚开始,相信将来它会带来更加广泛的影响。如果我们要再次建立CRM,我们将不只是跟踪销售人员的效率,我们会建议你如何利用整个行业的数据与你的对手竞争。如果我们要建立市场自动化营销软件(如Marketo,Eloqua),我们将不只是捕捉和培育客户所产生的线索,我们会在整个网络中去发现并为他们吸引更多的线索。如果我们建立一个财务应用软件,它将不只是将追踪贵公司的财务状况,而且与你同类的上市公司进行对比,你可以衡量自己的现状来决定采取最佳措施。0
像任何新技术一样,新事物的出现并不意味着旧事物的立即消亡,这需要一个更替的过程。虽然Oracle公司和SAP公司仍是大公司,但Salesforce.com是一个有着20亿美元市值的庞然大物,绝对不可小觑。我们有理由相信未来是属于BDA的,是时候对SaaS说再见并且迎接BDA的到来了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21