作为神策数据的CEO，我从神策的角度来分享 To B 公司在大数据领域的认知和从业感受。我认为 To B 业务的核心分为三部分，好比一只蝴蝶：产品是躯干，一扇翅膀是“营销”，包括“市场、销售”，另一扇翅膀是“服务”。“营销”让客户知道你、接受你，“服务”让客户真正用起来。

过去这几年我接触比较多的是创业者，五年来我看到了大量的创业公司倒了或者转型了。一些看起来没什么问题的公司，为什么突然做不下去了？90% 的创业都是 IPM 模式——I 是 Idea ，P 是 Product，M 是 Market，创业通常从 Idea 开始，并根据 Idea 打造一款产品，并将其推向市场。神策创业经历也是遵循 IPM 模式：最初考虑做一款可以私有化部署的数据分析产品，于是推出了神策分析，之后再看哪里有市场，哪些企业需要数据分析，这个过程就是有了锤子找钉子。当时我们认为：越和交易相关的企业，就越需要做数据分析。而在交易类企业中，金融类的神策做不了，因为对金融业务了解有限，当时能做的是电商 O2O……这个创业思路是直接、顺其自然的。但是 IPM 的创业模式中，如果团队无法将其 Idea 落地为有价值的产品，或者在推向市场时，发现市场盘子与想象中有落差，那么业务就无法进行。

过去这一年多，我也关注到另外 10% 的创业者，他们是反着来的。比如雷军做小米手机、李想做理想汽车、杨浩涌做瓜子二手车、庄辰超做便利店等。他们先看市场，市场足够大才做。万亿市场，才有做成千亿美金企业的机会。我把他们的模式抽象为 MRP 模式，即从 Market 到 Requirement 再到 Product。他们会先研究市场，看行业有哪些关键痛点，能不能解决，然后再打造产品出来。他们和初次创业者不同，他们有人、有钱、有资源，不愁打造不出产品来。他们会花大量精力进行市场研究，对市场深度分析。市场研究先行，这与毛泽东当年重视调查研究的思路如出一辙，毛泽东将调查研究看作一切工作的基础，也是各级干部必须练就的基本功，例如发表《湖南农民运动考察报告》，基于调查，明确指出了其在农村建立革命政权和农民武装的必要性。总之，我们需要学习这种 MRP 的思维。

那么应该如何分析市场？这个没有万能的方法论，在我看来，看待市场需从两个角度：基础设施与市场成熟度。先说基础设施。尤其对于科技产品来说，将其推向市场时，有赖于客户具备的基础设施。比如要安装一款移动 APP，就必须要有智能手机。如果科技产品所依赖的基础设施不具备，那么就会影响潜在客户池。

过去十年基础设施最大的变量是移动互联网的发展。就现在看，微信是一个新的 OS，它不再只是即时通讯工具，小程序、公众号、视频号等一同构成了完整生态，这是新的平台，我相信这里蕴藏很大的机会，比如给品牌零售带来新机会。除了微信生态外，还有智能车。造车新势力、传统车转型新能源等，这些都是新的终端，新终端给我们带来的想象力有限，正如在我们 2009 年使用 HTC 的智能手机时，根本想不到移动互联网在今天带来的行业变革。

再说，市场成熟度。2015 年刚开始创业，《跨越鸿沟》这本书教会我如何把科技产品推向市场。鸿沟理论介绍，客户是分层的，新科技产品投放市场经过 5 个阶段：革新者、早期使用者、早期大众、后期大众、落后者。

革新者与早期使用者，是理想主义者，他们会思考新技术给产品带来的颠覆性；早期大众是实用主义者，会关注这个产品能否真正发挥价值；晚期大众，关注产品是否有用，是否好用、易用等；落后者即是对新技术无任何兴趣的群体，比如智能手机完全普及时，还有些人不愿意接受智能手机。

当产品推向市场，市场环境在改变，市场成熟度不同，客户群体也存在行业差异，企业需要做市场细分，感知不同客户群体的需求，从而采用不同的市场策略、营销策略等。

百度八年，我从 0 到 1 创建了百度用户日志大数据平台，创建神策数据是基于我在百度工作的两点认识，一是，数据源很重要。只要把数据源头解决好，就解决一半了，正是在这种认知的支撑下，神策坚持做难而正确的事情——在数据采集与数据治理上花了大量的功夫，把数据治理好。二是，数据的价值，一方面是驱动业务决策，另一方面是驱动产品智能，80% 的价值都在驱动产品智能。

2019 年，神策首发中国企业数据化成熟度评估模型，从 IT 化、DT 化、DO 化三个层面评估企业的数据化建设现状；2020 年，神策基于 1500+ 家中国数字化转型领先企业原型，升级迭代成“数据化成熟度评估模型 2.0 版”。2.0 版主要升级了 DT 化评估维度，基于 SDAF 模型重新梳理评估体系，新增迭代用户画像感知力、人工决策能力、机器决策能力、数据运营能力、数据反馈能力等维度，全方位综合评估分析企业的数据化成熟度情况。

今年疫情期间，我想通了一件事情，我发现所有企业都是按照一种模式运作的。任何企业都是基于数据流的一个闭环，即 SDAF 模型：Sense 感知，没有调查就没有发言权；Decision 决策，没有基于 Sense 的决策叫拍脑袋，要基于 Sense 来做决策；Action 行动，基于决策做出行动；Feedback 反馈，要全面复盘，及时反馈。在反馈之后又会形成新的 Sense……再进入下一个循环。

有点类似《精益生产》的 PDCA，精益生产的整个流程就是一个 PDCA 循环的过程，计划（Plan）→ 执行（Do）→ 检查（Check）→ 改进（Act）再进入下一个循环。两者不同之处在于，生产制造的目标往往是确定的，而互联网是一个快速迭代的行业，需要不断做决策、不断执行与反馈。

我认为任何一家企业最终都归为 SDAF 模型，数据让这四个环节具象化：Sense 感知，从抽象的数据中形成对业务和用户的洞察；Decision 决策，感性与理性的平衡，人与机器共同决策；Action 行动，基于数据的全方位智能触达手段；Feedback 反馈，实现全端数据全面、实时的反馈。

在中国的市场环境中，只有单方面因素是不够的，需要将“产品 + 营销 + 服务”这一整体做好。这个整体的背后是员工、组织。因此一家 To B 公司能否做得好，要从四个角度去考虑，营销、服务、产品、组织建设。

ToB 有一个好处，在于它能够精准反馈。客户需要什么功能，想要什么效果，是明确告诉你的，你只要去帮他实现就可以了。但我们在服务一些传统客户的时候会发现，他们需要大数据分析处理的不只是一个点，而是很多地方。当时我们只有一个产品，太单薄了。这也做不成生意，因为你只解决了其中一个小问题。所以我们调整了自己的战略，从做单品极致到产品矩阵。最早我们只有神策分析这一个产品，到现在我们还做了神策智能运营、神策智能推荐、神策用户画像以及围绕 ToB 客户管理的神策客景。其实扩产品就是在拓展更多的需求。当你在更广泛的场景解决了用户更多的问题，自然就带来了更大的价值。神策数据就是要做一家数据便利店。当然，我们不是卖数据，而是卖数据工具。我们不掌握任何数据，而是通过一系列工具组件，为客户提供全家桶式的数据解决方案。

对于 2021 年，我认为微信生态蕴藏着新的生机，它涵盖着小程序、公众号、视频号等一系列内容，将会给品牌零售行业带来盎然新机；第二，智能车市场将为大数据领域带来新的思考与机遇，正如前文所说，造车新势力、传统车转型新能源等，这些都是新的终端，它们的发展或许能促生新业态；第三，神策数据在产品体系、商业模式、服务标准、组织流程等方面已日趋成熟，并不断刷新业内标准。未来，神策数据仍将在产品、营销、客户服务、组织建设四部分持续发力，凭借 1500+ 付费客户的实战经验，努力帮助更多行业、更多类型的企业打造数据根基，实现数字化转型、精细化运营，从而推动整个中国的数据化建设。

关于作者·桑文锋：

桑文锋，神策数据创始人 & CEO，《数据驱动：从方法到实践》一书作者，湖畔大学五期学员。浙江大学计算机系硕士，在百度任职 8 年，从无到有构建了百度用户日志大数据平台，任大数据部技术经理。2015 年 4 月离职创建神策数据，定位帮助企业实现数据驱动，提供大数据分析和智能运营相关产品和服务。2017年7月，桑文锋荣获第六届中国财经峰会“2017最佳青年榜样”荣誉。2018年11月，桑文锋荣获 36 氪 2018 年度“36 位 36 岁以下了不起的创业者”称谓。

来源：数据猿