零售即服务，那数据分析更得是服务

当我问你，你的职业是什么？你的回答是：数据工程师；那我再问你，你所从事的业务属于什么行业？你需要查一查中华人民共和国《国民经济行业分类》才能确定吗？我是从工作的第一天就认为信息技术开发是属于服务行业的，倒不是我认真的去研究了工商局、统计局的公告文件，而是从工作中切切实实的感觉，这个工作太需要好好“伺候”客户了，这种伺候的感觉，就是对服务的狭隘理解。

“服务客户是我们的使命”，“服务员，倒杯水”，“为人民服务”……服务这个词高频出现的语境难免让服务者有“能势”低位的感觉。张磊（高瓴资本创始人）说“零售即服务”，他用“以优秀的质量、良好的体验”来描述他定义的零售服务——在百丽鞋子的售卖场景中，蹲下来的服务才算的上优秀的质量。能势低位的服务者会因为总是“蹲下来”而觉得自己很渺小吗？但这群渺小的人聚合在一起却是能势高位的一群——大城市GDP的主要贡献者。2020年北京的GDP超过83.9%（30278.6亿元）是服务行业（第三产业）创造的——这个占比几乎无一例外，在发达经济体尤其是其中的大都市，服务业占国民经济的比例都极高。现在请你感觉一下，当我们再说到服务这个词时，你是怎么定义的？是不是也想到了那些高大上的服务类型？不管是高是低，在我心中对服务有如下几个方面的范畴：

1、服务是为用户（顾客）解决问题的一种或多种活动；

2、服务的产出不是物质性的，甚至是无形的，服务会随着时间消逝；

3、服务是服务者和用户之间，建立的互动过程，即便服务者是人工智能；

4、服务的过程能产生经济价值。

我个人的经历，在创业之前，稳稳当当的卖了10年国外软件的License（授权许可）、说实话，这段软件从业的经历，比那些做定制开发业务的工程师是舒服了无数倍，卖的是标准产品还恰巧是在“景仰”美国软件技术的年代。在那个时候，标准化的软件都不太与我在上面有关服务的前三点定义吻合：较少的与用户建立互动，有经济价值的产出是有型的物质性的产品（光盘）。等到创业的时候，整个全球的软件行业都变了天，用户觉得购买一个通用功能的、学习成本高昂的、没有服务的软件实在是太亏了。再加上云计算的兴起，各种“XaaS”（IaaS，PaaS，SaaS，DaaS……）在部署、运行和商业模式上都强力颠覆着传统软件业。有意思的是，从Salesforce发源、一直到目前仍然澎湃奔腾的潮流是“软件即服务”：软件正儿八经是根红苗正的服务业。

当然大家都明白，此服务非彼服务，可怜的是人类语言的匮乏，无论是英文还是中文，我们没有别的词儿来区分这个Services了。在这个新潮里，软件即服务关键的特征是：

1、软件几乎都是运行在浏览器上的，不需要安装过程，不需要考虑软件打补丁、升级与否；

2、软件的模块功能是通过运行在浏览器上的程序（通常是JavaScript代码）调用远方的“服务接口”实现的，而服务接口也可以调用别的接口，开发软件首先就是在开发接口；

3、用户可以按照功能、时间、数据量付费订阅软件，付费后立刻开通，停费可能立刻被禁用。

即便SaaS在国内的发展远不如在美国的情况，个中原因专家们和从业者们太多的提炼，但相对于传统软件，无论是站在用户角度还是软件开发者角度，SaaS的优势都很明显：使用和部署的成本都得到了巨幅的降低。但是用户的需求是多样的，而SaaS软件往往倾向于标准化，用一个标准化产品去满足所有人的需求，所造成用户的抱怨常常在深夜刺痛那些仍在加班写代码的软件工程师的心——我这样努力了，你们还是不满意。如果SaaS涉及到用户的数据与内外部数据的打通，涉及到用户自己还没想明白数据该怎样分析才能产生洞察，那么没有人的服务，只靠软件的服务，是无论如何也没法让用户买单的。

举一个耀眼的明星产品例子——据说发现本拉登全靠它了。Palantir在去年这个时候终于上市之前，已经创业17年了。截止2021年第2季报发布的时间点，半年实现了继续保持每季度高速增长的营收总额7.17亿美元。Palantir给用户的产品和服务报价之高，让所有大数据创业者钦佩（羡慕嫉妒恨）。但是这样的高客单价仍然不能保证Palantir盈利——居然仍然处在亏损状态。从我截取自其产品和服务报价目录中看到，10000多小时的培训服务，代表了大量的人力成本，这些人力专家并且是特别高水平的专家陪着用户的咨询是用户购买Palantir“软件”的核心原因。而这些专家的脑力劳动付出既贡献出了Palantir的核心竞争力，也餐食着其财务上的利润总量。

股票分析师们认为随着Palantir软件的SaaS化，会快速的降低Palantir的部署成本。Palantir的财报上自己也是这么说的。但是我认为如此专业的数据分析，不是说软件部署了就万事大吉了，部署成本的降低并不会省却数据专家服务的成本。软件只是Palantir做数据服务专家与用户的对话界面而已，本质上Palantir就是一家服务公司，没有这个打着培训时长名义的服务，Palantir的软件根本卖不出去。

为什么开放的数据，数据可视化的组件，开源的地理信息工具乃至机器学习的算法在互联网上多如牛毛，用户还是要购买如此昂贵的大数据分析服务？即便是在自己动手的文化熏陶出来、黑客精神鼓舞下科技精英的美国用户群体中，还是要趋之若鹜的购买Palantir的大数据“培训”服务。原因不外乎：

1、数据分析是个专业的活计，非专业与专业之间成果差距巨大；

2、数据分析的成果收益远大于投入的成本；

3、基于数据做决策的趋势确定无疑。

用下面几张图来说明深度的数据分析服务可以提供更高的价值：

深度观察和分析可以对每一个品牌的增长及增长在哪儿都有监测，并且通过计算下沉指数来对比各个品牌的下沉策略是不是坚决：

通常，分析价格和门店数量的二维分布是这样的：

进阶分析识别高市场占有率和高客单品牌以及地方市场与全国市场数量对比是这样的：

如果要对单个品牌的市场竞争力分析，就不是普通的柱状图能解释和研究的了：

如果想对品牌的布局策略进行指导，那就更需要通过单个品牌的商圈进驻和加密潜力分析以及布局规划图来实现可操作的作战决心地图了：

在这个例子中，可以概括数据分析服务能带来的专业价值突破包括：

1、从获取到治理：更多数据资源与数据治理的效率和质量的提升；

2、从挖掘到分析：运用综合的数据分析算法和技能透视数据，扩展数据分析的维度；

3、从可视化到表达：使用专业的可视化软件和程序代码组合，帮助提升数据故事的表达力和感染力；

4、从服务个人到服务集体：建立组织内的数据协作和成果共享，在同一个数据洞察界面上做集体决策。

不论是我们为用户定制化做的数据分析也好，还是地理位置大数据SaaS软件也罢，用户服务——为用户解决问题而与用户有互动的服务都是不能省却的，只不过服务可以订阅了，甚至在数据分析或者是咨询业务中的数据分析部分的服务本身，也可以标准化了：用户可以清晰的知道与我们的人工服务交互的方式是什么，我们能提供的成果是什么，以及为此服务双方能产生的经济价值是多少。在线使用软件，与用户紧密协作的数据分析看似很不一样的两种场景，那怎么统一成一致的服务？我认为只要秉承一个最基本的信念就有的放矢了，这个信念就是购买服务的是一个人，一个有喜怒哀乐、有人类各种可能动机的一个人。我会想到做服务就要先回答好这些问题：

• 同理心：如果我是客户，我会有什么样的感觉？不是我会怎么想怎么做，而是我有什么样的感觉；
• 期待值：客户期待我们做什么，做到什么程度？哪些是期待是该有的，哪些是不该有的？
• 参与度：我们要怎么让客户一起参与进来而不是做个看客，我们是如何与客户互动的？
• 简捷性：我们服务的成果是简单、易用的吗？与我们的合作本身就是简便的吗？
• 情感性：在我们提供的服务体验中，我们足够了解客户的情感吗？Ta们的担忧在哪里？Ta们的成就感在哪里？

Palantir的大数据分析实例告诉我们，用户要的是服务，而企业却想方设法用软件和算法替代人力。显然，这是一对儿矛盾。服务的规模化是每一家要做大数据分析企业的挑战。但是在想规模化之前，先要明白，数据是冰冷的，而数据分析服务是可以温暖的。别让规模化让服务又冷下来了。

总结：

1、软件、信息技术、数据分析咨询本来就是属于服务行业的，就得按照行业的底层逻辑和核心特征来指导商业模式；

2、SaaS是软件业的趋势，即便如此，通过服务赢得用户始终是企业的竞争力所在，最耀眼的大数据公司本质也是在做服务；

3、做好数据分析的服务很有挑战，需要积累怎么做好服务的本领和软件的标准化永无止境；

4、做好服务的核心是回到人和人之间最朴素的人际联系。