胡嵩：2004 年-2011 年就職百度，2004-2009 年歷任網頁搜索部 spider 工程師、項目經理、架構師（T9），2008 年起兼任網頁搜索部技術委員會輪值主席。2009 年參與組建百度無線事業(yè)部并任無線事業(yè)部總架構師、無線搜索產品技術負責人。2011 年 6 月加入美麗說，任總架構師、無線事業(yè)部總經理，從零開始組建無線產品技術團隊并在一年內將美麗說 App 做到百萬日活。2013 年 6 月與任旭陽、史有才等人共同創(chuàng)辦海致。
以下內容根據胡嵩演講及采訪內容整理而成，對如今的 to B 服務創(chuàng)業(yè)者，尤其是大數據創(chuàng)業(yè)者有一定啟發(fā)意義。
在這個屬于大數據的時代，在向企業(yè)推廣數據服務時會遭遇哪些困難？
有四種企業(yè)會在需要大數據服務的同時很難找到合適的大數據服務。
第一種是規(guī)模不夠大。一方面就是錢不夠多，不愿意購買企業(yè)服務；一方面就是數據不夠多，靠 excel 就能自己解決。這種情況下，他們可能對數據服務有興趣，但真的賣給他們卻并不現實。
第二種是數據類型單一。像很多比較傳統(tǒng)的企業(yè)，有 ERP 或者 CRM 就滿足了絕大多數的現階段需求，對海致 BDP 這種多維度的數據分析，暫時意識不到其重要性。
第三種是管理層本身的數據意識還沒建立起來。長久以來依靠控制成本或者引入資本就能實現盈利，還沒有遭遇管理層面的困難，不了解數據驅動經營的重要性，還不很追求效率。
第四種是人員素質沒達到相應程度。不是說人員素質低，而是他們的數據意識不足，互聯網意識不足，對數據操作、分析比較麻木。這種企業(yè)會有需求，甚至會付費購買服務，但是買了以后，使用頻率很低，而且經常熱乎勁兒一過就不用了。因為用產品的最終還是人。
綜合來看，這些企業(yè)并非不需要數據服務，而且也有購買欲望。要解決的終究是細節(jié)問題，一方面企業(yè)自身會逐漸升級，一些數據服務產品也會逐漸優(yōu)化。
那么相對而言，有哪些企業(yè)更容易接受這些服務呢？
一般來說就是中等規(guī)模的互聯網企業(yè)了。優(yōu)勢主要有四個方面。
第一是數據量很多?；ヂ摼W企業(yè)到一定規(guī)模，用戶量就會特別大。用戶量大了，數據自然非常多。
第二是數據來源分散，數據維度很多。來自網頁的數據，來自 app 的數據，業(yè)務的數據，管理的數據，這樣就存在整合需求，需要一個數據平臺。
第三是行業(yè)本身變化快。有兩種情況，一種是行業(yè)發(fā)展日新月異，傳統(tǒng)的分析方法難以滿足不斷增長的需求；一種是行業(yè)本身很年輕，合理的分析方法還沒建立起來。這種情況下，多來源、多角度的數據分析意義就很大，能力求全面、客觀，避免將分析的力氣用錯方向。
第四是數據驅動意識強。本身就都是互聯網人，都有互聯網基因，深刻了解數據的重要性，管理層每天第一件事情可能就是分析數據，使用強度很高。
這些互聯網企業(yè)有著極其旺盛的需求，又非常明白自己進行數據分析的成本之高昂，因此使用數據服務的熱情十分高漲。
在傳統(tǒng)行業(yè)方面，業(yè)務對互聯網的依賴程度越高，使用數據服務的意識就越好，需求也就越強。
為什么是中等規(guī)模企業(yè)更需要數據服務，而非小微企業(yè)或大型企業(yè)？
小微企業(yè)規(guī)模不夠大，數據沒有多到需要花錢分析的級別。但是當數據量大到一個程度，比如 1TB，一方面 excel 就很難處理了，一方面負責分析的人也忙不過來了，這就需要專門的數據服務。
大企業(yè)，如果有錢到了自己建立數據團隊和計算節(jié)點也不心疼，那肯定會考慮自己分析數據的，也不會使用外部服務。
現在的企業(yè)數據服務都是云計算服務嗎？
大多數都是。這是因為單一企業(yè)就算數據分析的需求很強、頻率很高，真正用于分析的絕對時間也是不多的。這就會導致浪費，非常昂貴的計算節(jié)點每天只用那么幾秒鐘，很不劃算。不如使用云端服務，不必自己設置昂貴的計算節(jié)點。
有人考慮到安全的問題。安全問題其實多數時候是企業(yè)用來拒絕你的一個借口，而不是真正的理由。那些企業(yè)不是對安全的需求太高，而是對數據分析的需求太低。只有少數用戶是真的非常在乎安全問題的，比如銀行和運營商。對這些用戶，應該為其提供本地化的服務。
數據服務的痛點有哪些？
有一些簡單的例子。
首先是性能。計算一億條數據，需要用多長時間。如果幾秒就可以計算完畢，你的服務就是合格的。這也是云計算的優(yōu)勢。
其次是多賬號。有一些傳統(tǒng)的數據平臺，多人同時使用會崩潰。海致 BDP 允許每個員工都有帳號，每個帳號有不同的權限，可以查看自己需要查看的數據。對于基層和管理層來說，這樣的系統(tǒng)都有價值。
再次是可視化。并非每個使用者都是專業(yè)的數據分析人員，有些只是具備基礎的 excel 知識，這時候可視化意義就非常重大。
然后是數據的采集。不同來源的數據怎么采集，涉及個性化的服務，需要平臺和企業(yè)對接。不同行業(yè)的需求肯定有著較大差異，想要以不變應萬變很不現實。這也是 toB 服務得以垂直細分而且應該垂直細分的理由。
然后是數據的導入。比如海致 BDP 提供了數據庫、excel 和 API 三種導入方式，就可以滿足不同企業(yè)的需求，還可以整合同一企業(yè)不同來源的數據。
如何面對不同行業(yè)的多種挑戰(zhàn)？
肯定是要慢慢來。拿海致 BDP 來說，在接觸新行業(yè)時，一般會接觸行業(yè)內最大、最有代表性的企業(yè)，以低廉的價格向其提供服務，與其對接。在這個過程中，海致 BDP 得以了解行業(yè)的需求，優(yōu)化對這一行業(yè)的服務，并將其擴展開來。
也不一定完全靠人。雖然一般人理解上的人工智能還比較遙遠，但是機器學習，甚至比較深度的機器學習的廣泛應用不會太遠。事實上很多互聯網公司早已或多或少應用了機器學習。在大數據這一領域，讓機器去接觸、適應不同行業(yè)的數據，價值非常巨大。
客觀來說，toB 服務還是有很大的細分空間的，細分的領域非常多，每個領域也都會有幾家比較有特色。所以這個市場可能真的不是二八定律，而是 80% 的企業(yè)占據 80% 的市場。
為什么說現在到了企業(yè)服務的風口？
從時機和環(huán)境來分析。
時機方面，從兩個角度考慮，一個是提供服務的基礎，一個是需求服務的市場。2013 年開始，云計算開始流行，之后基礎云服務快速興起，應該 3~5 年內就會成為主流。經過一段時間的蟄伏，供給方有了提供云服務的能力。
需求這邊，整個中國的經濟發(fā)展都到了轉型時期。曾經的靠低人力成本、低價格粗暴經營的企業(yè)，面對越來越多的競爭，已經力不從心了。這時候，企業(yè)就會開始尋求新的增長點，從控制成本過渡到提高效率。所以說，曾經沒有數據分析需求的企業(yè)如今都會逐漸產生需求，曾經不注重互聯網思維的企業(yè)如今都要開始注重。
環(huán)境方面則涉及所服務行業(yè)的規(guī)模。如前所述，數據量級達到一定程度，采集數據的來源、維度多到一定程度，行業(yè)本身有足夠大的規(guī)模，做這個行業(yè)的服務才有意義。這個行業(yè)是否成熟，數據是否達到了一個臨界點，使得分析數據后，它的效率可以有提升——這是行業(yè)能否展開數據分析的條件。
在中國，很多行業(yè)的發(fā)展都已經有了一定水平，同時也遭遇到了一些困境。如果困境難以用傳統(tǒng)方式解決，行業(yè)本身又具備投入資源探索問題的能力，互聯網化、數據化就是勢在必行的。
