2023，“制勝”已然成為所有行業(yè)、企業(yè)的共同命題，隨著數(shù)字化行至中程，數(shù)據(jù)壁壘逐漸被打破，DaaS作為企業(yè)增長問題的解法，再次被看到。 

作者|斗斗 

編輯|皮爺 

出品|產(chǎn)業(yè)家 

2002年，在競爭激烈的美國職業(yè)棒球聯(lián)盟，奧克蘭運動家隊無論在人員和物質(zhì)配備以及資金實力上都只是“下三流”之列。

然而在數(shù)據(jù)分析高材生的幫助下，經(jīng)過分析數(shù)據(jù)和晦澀難解的棒球統(tǒng)計學，球隊經(jīng)理找到了一批奇怪的棒球手，他們性格怪癖，但卻在棒球運動上擁有超強能力。

在突破傳統(tǒng)的數(shù)據(jù)經(jīng)營模式下，最終取得驕人的比賽成績，比肩實力雄厚的紐約揚基隊的程度。

這是由真實事件改編的一個故事，后來被拍成電影——《點球成金》。事實上，利用數(shù)據(jù)分析、挖掘在球賽中取勝的案例，遠不止于此。美國著名的國家籃球隊的教練，就曾利用IBM公司提供的數(shù)據(jù)挖掘工具臨場決定替換隊員。

目前，大約有超過20個NBA球隊使用了IBM數(shù)據(jù)挖掘應用軟件來優(yōu)化他們的戰(zhàn)術(shù)組合。

教練可以用便攜式電腦在家里或在路上挖掘存儲在NBA中心的服務器上的數(shù)據(jù)。每一場比賽事件，都會按得分、助、攻、失誤等統(tǒng)計分類。

用大數(shù)據(jù)，贏得一場球賽，看似不可思議，卻早已成為該行業(yè)公開的制勝策略。

如今，“制勝”亦是所有行業(yè)、企業(yè)的共同命題。數(shù)字化已行至中程，數(shù)據(jù)壁壘正在被逐漸打破，也使得企業(yè)看到了新的增長之道。

“去年我們發(fā)布這個DaaS產(chǎn)品的時候，大家投放的量級基本上是幾十萬左右，二三十萬，三四十萬的規(guī)模。去年Q4開始，我們開始陸續(xù)接到百萬級的投放、營銷預算。”某業(yè)內(nèi)人士對產(chǎn)業(yè)家說。

站到臺前的DaaS，正在駛?cè)雽儆谒�的大航海時代。

一、DaaS，云起

2021年12月1日，阿里云發(fā)布新產(chǎn)品瓴羊，將其核心產(chǎn)品服務定位為“DaaS”，其本質(zhì)是以數(shù)據(jù)驅(qū)動為增長引擎，打通整合企業(yè)的商業(yè)流、數(shù)據(jù)流和工作流，讓數(shù)據(jù)智能在企業(yè)的生產(chǎn)和經(jīng)營中發(fā)揮最大價值。

瞬間引起業(yè)內(nèi)一陣熱議。

今年3月，京東云首次發(fā)布數(shù)智平臺“優(yōu)加”，面向品牌增長，錨定的也是DaaS新賽道。

兩個互聯(lián)網(wǎng)巨頭的入局，逐漸讓這個賽道再次熱鬧了起來。

實際上，DaaS并不是一個新領域。在過去的幾年時間里，DaaS賽道已經(jīng)跑出了幾家相對垂直的明星廠商，如麥聰軟件、有米云、華坤道威等等。此外，一些涉及數(shù)據(jù)中臺業(yè)務的廠商，也早就進入了這個賽道。

早在2015年前后，伴著自動駕駛的東風，DaaS便火過一把。

DaaS（數(shù)據(jù)即服務）側(cè)重于以數(shù)據(jù) API 的方式按需提供各種來源的數(shù)據(jù)，一般DaaS 平臺還包括元數(shù)據(jù)管理，數(shù)據(jù)治理，數(shù)據(jù)開發(fā)等功能，其根本作用是幫助企業(yè)將數(shù)據(jù)資產(chǎn)便捷地轉(zhuǎn)化成業(yè)務能力（應對企業(yè)應用之間、系統(tǒng)之間數(shù)據(jù)即時交換、共享、使用的需求），最終解決企業(yè)最核心的增長問題。

目前來看，以數(shù)據(jù)源來劃分的話，DaaS賽道可分為三個陣營，一是以阿里云、京東云為代表的數(shù)據(jù)即服務平臺，基于自家零售平臺產(chǎn)生的第二方數(shù)據(jù)來提供更廣泛的數(shù)據(jù)服務。

互聯(lián)網(wǎng)巨頭的優(yōu)勢，一是由于數(shù)據(jù)來源于零售的各個方面，在營銷上有著更大的優(yōu)勢。加之大廠強大的生態(tài)構(gòu)建能力，以及業(yè)務體系，可從一體化、全棧式層面打造優(yōu)勢。

除此之外，互聯(lián)網(wǎng)云廠商也可以結(jié)合自身的優(yōu)勢賦能企業(yè)，為DaaS產(chǎn)品做一些增值服務。例如京東優(yōu)加可以基于自身一體化供應鏈優(yōu)勢，在賦能企業(yè)營銷策略時，可以通過供應鏈能力快速驗證。

二是以Datablau數(shù)語科技、數(shù)數(shù)科技、神策數(shù)據(jù)等為代表的垂直廠商，其數(shù)據(jù)源來自商家客戶自己的經(jīng)營情況，為其進行用戶分析服務。優(yōu)勢在于數(shù)據(jù)清理、分析的能力上，且在垂直領域扎的夠深，可以與企業(yè)實現(xiàn)更強的綁定關(guān)系。例如數(shù)數(shù)科技作為一家游戲數(shù)據(jù)分析服務商，在泛娛樂領域就有著較大的優(yōu)勢。

三則是以有米云、天眼查為代表的廠商，數(shù)據(jù)源來自公開渠道，主要針對不同的客群提供不同的解決方案。優(yōu)勢在于調(diào)查分析類，可滿足各行各業(yè)的數(shù)據(jù)需求。

例如有米云平臺上有巨量的商品、廣告、企業(yè)、消費者等商業(yè)信息，使得其在電商、游戲、短劇賽道都有涉獵，且有著一定的優(yōu)勢。

總體而言，這些廠商各有各的優(yōu)勢，但也各自存在一些短板。

新玩家魚貫而入，老玩家持續(xù)打磨，資本追捧，大廠看好，DaaS賽道的爆火并不意外。但不為人知的是，DaaS行業(yè)做起來并不簡單。

二、看得見的落地難

某電商公司曾嘗試如何使用DaaS平臺來改善其營銷效果，其主要方式則是更好地了解其客戶，提供個性化的推薦和優(yōu)惠，并提高營銷活動的轉(zhuǎn)化率。

然而，在實際應用中，該公司發(fā)現(xiàn)數(shù)據(jù)質(zhì)量不可靠，數(shù)據(jù)采集不全面，而且數(shù)據(jù)分析和應用的效果也不盡如人意。

首先，該公司在使用DaaS平臺時發(fā)現(xiàn)數(shù)據(jù)質(zhì)量存在問題，例如數(shù)據(jù)缺失、數(shù)據(jù)不準確和數(shù)據(jù)過時等問題。這些問題導致公司無法準確地了解客戶，也無法進行準確的個性化推薦和優(yōu)惠。

其次，DaaS平臺的數(shù)據(jù)采集往往不夠全面。盡管該平臺聲稱可以提供全面的數(shù)據(jù)，但實際上該公司發(fā)現(xiàn)平臺無法收集一些重要的數(shù)據(jù)，如用戶的購買歷史、瀏覽歷史和搜索記錄等。這些數(shù)據(jù)的缺失使得公司無法深入了解客戶的行為和偏好，也無法進行精準的營銷活動。

最后，即使該電商公司花費了大量時間和資源來采集和分析數(shù)據(jù)，但實際上這些數(shù)據(jù)分析和應用的效果并不理想。比如根據(jù)數(shù)據(jù)分析結(jié)果進行的個性化推薦和優(yōu)惠并沒有提高轉(zhuǎn)化率，反而導致一些用戶的反感和不滿。

事實上，DaaS在絕大多數(shù)業(yè)務場景應用潛力極大，這是一個取得了充分共識的結(jié)論。企業(yè)對于利用DaaS改善經(jīng)營充滿希望，并積極投入資源開展嘗試。但對于絕大多數(shù)企業(yè)而言，大量DaaS項目未取得預期的顯著提升。

總結(jié)來看，數(shù)據(jù)質(zhì)量不可靠、數(shù)據(jù)采集不全面以及數(shù)據(jù)分析和應用效果不佳等問題，直接反映了DaaS落地難的現(xiàn)狀。

實際上，這些問題不僅在DaaS廠商本身，也更在其與ISV合作有很大關(guān)系。

例如，DaaS平臺與企業(yè)內(nèi)部配合時，DaaS平臺提供的數(shù)據(jù)可能與企業(yè)內(nèi)部的數(shù)據(jù)格式和標準不統(tǒng)一；企業(yè)內(nèi)部可能存在多個不同的系統(tǒng)和平臺，DaaS平臺需要與這些系統(tǒng)進行對接，接口開發(fā)和調(diào)試的難度較大；DaaS平臺處理的數(shù)據(jù)可能涉及企業(yè)的機密和隱私，需要采取有效的安全措施，保證數(shù)據(jù)不被泄露和篡改等諸多問題。

而DaaS與ISV合作時，DaaS平臺提供的數(shù)據(jù)服務需要通過API接口與ISV系統(tǒng)進行對接。但是不同系統(tǒng)的API接口不同，對接復雜度高，需要耗費大量時間和資源進行開發(fā)和調(diào)試。

加之DaaS平臺處理的數(shù)據(jù)往往具有較高的敏感性，如客戶信息、交易數(shù)據(jù)等，因此在數(shù)據(jù)傳輸和存儲過程中需要采取有效的安全措施，確保數(shù)據(jù)不被泄露和篡改。

三、“真假DaaS”背后的數(shù)據(jù)業(yè)務驅(qū)動

元氣森林，一個以“0糖、0脂、0卡”的健康理念，快速占領氣泡水市場的行業(yè)TOP品牌。但在茶飲賽道，競爭異常激烈，不進則退。元氣森林亦需要加強氣泡水品類優(yōu)勢，不斷擴大市場。

在這種需求之下，瓴羊為其定制了DaaS解決方案。

首先是定位新品研究方向。元氣森林通過對飲料市場細分品類的分層分析，定位氣泡水、茶飲、植物蛋白、果飲四大果飲趨勢。確定了氣泡水品類仍是飲料市場突出品類，可延續(xù)在氣泡水市場的多元優(yōu)勢，并持續(xù)發(fā)力。

其次是制定差異化營銷戰(zhàn)略。通過描摹四大品類特征和用戶洞察，制定新品差異化營銷方向。例如氣泡水新品菠蘿口味順應季節(jié)打爆；植物蛋白新品選擇通過高能媽媽的破圈在兒童市場發(fā)力。

最后是全年多峰策略落地。618打響多品類布局第一槍；在雙11大促期間實現(xiàn)更大生意轉(zhuǎn)化，年輕人群持續(xù)滲透。

2022年，元氣森林雙11同比618，客單價增加近10%，消費者購買意愿加強。且與618相比，A人群資產(chǎn)量級增加超五成；年輕人群增速和去年雙11相比明顯增加，品牌人群結(jié)構(gòu)逐漸被優(yōu)化。

在元氣森林的案例中，可以發(fā)現(xiàn)DaaS落地成功的幾個關(guān)鍵細節(jié)。

一是營銷數(shù)據(jù)、應用方向確定；二是以絕對的專業(yè)度不斷洞察市場變化數(shù)據(jù)；三是規(guī)劃數(shù)據(jù)管理的“長線作戰(zhàn)方案”。

這是解決問題、DaaS落地的關(guān)鍵，然而，對于很多企業(yè)而言卻往往會被忽略。

企業(yè)在進行數(shù)據(jù)治理時，將關(guān)注點放在管理數(shù)據(jù)程序、腳本和任務上。這種做法導致企業(yè)的數(shù)據(jù)治理無法聚焦于提升數(shù)據(jù)價值。這可能導致數(shù)據(jù)的準確性和可靠性受到影響，從而影響企業(yè)的業(yè)務決策。

很多企業(yè)在部署DaaS時，自身的需求并沒有被滿足，導致了誤區(qū)型治理，難聚焦。

此外，企業(yè)在進行數(shù)據(jù)治理時，以完成項目交付為目標。然而在項目交付完成后，企業(yè)沒有繼續(xù)關(guān)注數(shù)據(jù)治理的長期性和持續(xù)性。因此，即使完成了項目交付，后續(xù)的數(shù)據(jù)管理仍然缺乏延續(xù)性和穩(wěn)定性。

管理斷點，數(shù)據(jù)難統(tǒng)一，往往會導致數(shù)據(jù)安全系統(tǒng)降低，導致了項目型治理，難延續(xù)。

要知道數(shù)據(jù)的統(tǒng)一是DaaS落地的基礎，從這點來看，其部署的似乎并不是一個“真正的DaaS”。

除此之外，企業(yè)在數(shù)據(jù)治理中由員工兼職管理。這些員工在數(shù)據(jù)治理方面缺乏專業(yè)知識和技能，導致職責不清晰、主動性不強。導致企業(yè)無法確保數(shù)據(jù)治理工作的順利實施，這種情況下數(shù)據(jù)的質(zhì)量和可靠性便無法保證，數(shù)據(jù)的安全和隱私便也不無保證。

企業(yè)內(nèi)部不具備相應的IT條件，導致兼職型治理，也是DaaS難落地的重要因素。正如有米云創(chuàng)始合伙人&CTO 蔡銳濤所言，“在現(xiàn)在的數(shù)字化時代，善于解讀數(shù)據(jù)的團隊將會有巨大優(yōu)勢。”

綜上所述，DaaS落地難的最底層邏輯逐漸清晰，即誤區(qū)型治理下的“頭痛醫(yī)腳”；項目型治理下的“真假DaaS”；以及兼職型治理下的“力不從心”。

值得注意的是，大模型的推出，或?qū)⒏淖儌鹘y(tǒng)模式下數(shù)據(jù)治理面臨的困境。

四、大模型，讓數(shù)據(jù)更有價值

“咱們得要認識到一個事，品牌商比我們在Know-how上更專業(yè)，我們有的只是數(shù)據(jù)跟分析能力、技術(shù)，但是在Know-how上他一定比我們更專業(yè)。” 京東科技解決方案中心增長解決方案部負責人朱冰對產(chǎn)業(yè)家說。

其實，就目前來看，企業(yè)手握大量有價值的數(shù)據(jù)，但這部分數(shù)據(jù)帶來的優(yōu)勢以及能力，DaaS廠商無法替代。正如朱冰所言，“整體來說，還是要把自主性、主觀能動性教給我們的品牌商，給我們這些品類的伙伴。我認為他自己做這件事情是最專業(yè)的。”

然而，對于很多企業(yè)而言，這是很難跨越的一步。值得期待的是，進入“大模型+”時代，DaaS也出現(xiàn)了一些新的可能。

比如在模型訓練與優(yōu)化方面，DaaS平臺可以提供大模型的訓練和服務平臺，幫助企業(yè)進行模型的訓練、調(diào)整和優(yōu)化等操作。企業(yè)可以利用DaaS平臺上的大量數(shù)據(jù)和計算資源，對大模型進行訓練和優(yōu)化，從而提高模型的準確性和性能。

在模型部署與管理方面，DaaS平臺可以提供模型部署和管理功能，使企業(yè)可以將訓練好的大模型快速部署到生產(chǎn)環(huán)境中。企業(yè)可以通過DaaS平臺，對模型進行版本控制、更新等操作，確保模型的穩(wěn)定性和可靠性。

在數(shù)據(jù)預處理與增強方面，DaaS平臺還可以提供數(shù)據(jù)預處理和增強功能，幫助企業(yè)將原始數(shù)據(jù)進行清洗、轉(zhuǎn)換和標注等操作，以便用于大模型的訓練和測試。DaaS平臺還可以提供數(shù)據(jù)增強功能，通過對數(shù)據(jù)進行各種變換和增強，提高模型的泛化性能和適應能力。

此外，在自然語言處理領域，DaaS平臺可以提供文本分類、情感分析和語言生成等服務。在圖像識別領域，DaaS平臺可以提供目標檢測和圖像分割等服務。企業(yè)可以通過DaaS平臺，直接使用這些服務，而不需要自己構(gòu)建和訓練模型。

在業(yè)務之外，安全也是其一大特點，即DaaS平臺還可以提供數(shù)據(jù)安全和隱私保護功能，確保企業(yè)數(shù)據(jù)的安全性和隱私性。DaaS平臺可以提供數(shù)據(jù)備份、恢復和版本控制等功能，確保數(shù)據(jù)的安全性和可靠性。同時，DaaS平臺還可以提供數(shù)據(jù)加密、訪問控制和安全審計等功能，保護數(shù)據(jù)的隱私和完整性。

換言之，AI大模型之下，DaaS廠商或?qū)⒎e累越來越多的行業(yè)Know-how，企業(yè)的需求也將愈發(fā)得到滿足；大模型與DaaS的結(jié)合，可以使企業(yè)可以更加高效和準確地利用大模型。

在傳統(tǒng)模式下，企業(yè)需要自己構(gòu)建和訓練模型，需要投入大量的資源和時間。而且，這些模型的效果可能會受到多種因素的影響，如數(shù)據(jù)質(zhì)量、算法選擇等，通用大模型也將加速企業(yè)邁過這道坎。

總體來看，「大模型+DaaS」將會很大程度上改變當下DaaS固有的頑疾，使其走向一個更加良性的發(fā)展，推動其進入“大航海時代”。

或許，在未來每個行業(yè)都能被DaaS重塑，正如文章開頭所言的那部電影用數(shù)據(jù)“點球成金”。

       原文標題 : 2023，DaaS駛?cè)搿癆I大航海時代”