大数据产品需求为王，在创造客户价值的过程中凸显价值

我们在做新市场的时候，有两个点是你要特别关注的，一个是切入点，另一个是突破点。切入点是在你落子之前就要选好的，而突破点是你在运动中捕捉到的。大数据同其他新市场一样，也需要选好这两点。而这两点选择看似简单，其实是最考验运作市场的功力的。选的好，你可以很快就会将切入点转变成突破点；选的不好，可能你就需要花费更长的时间，更多的力气才能转化成突破点。

一个新的数据公司或者一个大企业的数据部门，要想在强敌环伺的市场中存活下来，乃至谋求发展，不想清楚切入点是不行的。一般大家有个误区，新公司，新部门不能选择活去干，而应该有活就干。我对此不敢苟同。越是新加入者，越需要清楚自己的定位，要清醒地认识到自己的切入点在哪里。大家常说有所为有所不为，而我认为，对于新市场而言，是有所不为才能有所为！

很多时候，越是自己弱小，越想傍大款，还急于傍。结果每次我看到的都是童话里的故事都是骗人的。哪里有那么多好傍的大款？！人以群分，物以类聚，合作讲求对等，门当户对。小公司跟大企业合作，不可能对等，即使合作，也一定是以很多妥协作为代价。所以，在傍大款之前，先要衡量下自己是否玩得起？小公司，小部门的抗打击能力很弱，一旦选错，对于企业或者部门都是毁灭性的。这个打击不但是资金层面的，还有时间层面的。所以，我在切入市场的时候，只跟市场化运作的公司合作。道理很简单，时间可控。谁都想做大企业，大客户，但大企业和大客户的门槛也高，需要的条件也苛刻，每一个大企业，大客户周围都布满了竞争对手，你需要判断自己是否有足够的实力和资质去做大客户？

这里没有一定之规，每一家的情况都是不同的，因而每一家的切入点和道路都不尽相同。不要教条，不要形而上学。我们在选择的时候，也有一个ABC方法论。A是你的起点，B是你的终点，也是目标，而C就是你从A到B的路径。在选择切入点的时候，要看你现在有什么？你想走到哪里？清楚了这两点，你也就能确定切入点，乃至制定出发计划了。

一般来说，切入点不要选得太高，既然是切入点，就要尽可能地容易落地。再复杂的事儿，也是从简单开始。可以从简单入手，如果你的执行能力强，你会很快地越做越顺手，直到达到突破点。对于新市场而言，很多都是未知的，很多条件也都不充分，困难可想而知。

如果选择一个不切实际的切入点，很容易在落地的过程中，不断地被“意外”所阻挠，时间长了，局面就会失控，即使自己有信心，团队的信心也会荡然无存。还有资金面，市场面等等很多问题就会扑面而来，让你自己应接不暇。所以，再复杂的事儿，也要从简单开始，在选择的过程里，要经历一个从简单到复杂，再到简单的过程。如果你找到了“简单”，那么你在落地的时候就可能阻力小，成功的概率自然要高。简单的事儿成了，你的团队就会有信心，才会去做更复杂，难度更高的事情，最终得以在某一个方向上突破。

数据服务产品的包装

现在业界依然普遍觉得大数据变现难，因为没有标准。这句话根本就是个伪命题。新市场新业务就是没有标准啊，正是由于没有标准，我才喜欢做新市场新业务，我就喜欢制定标准。

一般来说，设计数据服务产品，要经历“项目”“产品”“服务”三个阶段的发展才能最终形成数据服务产品。即从为客户做项目开始，几个项目下来，就有了一些共性的需求，经过提炼，形成产品。“项目”是被动式的，“产品”是主动式的。为客户做项目，开发定制化的，符合客户需求的产品，这是基础。只有几个项目下来，对一个行业有了一定的了解，也掌握了一些共性的需求，才可能提炼出一个数据产品或者解决方案；继而去向其他客户主动地销售，而不是再从零开始定制开发了。

目前，大数据市场上，除了数据交易服务本身，大多还是属于定制化开发，输出技术能力，虽然有些公司做了一些局部的产品，但因为脱离市场需求，所以市场认可度不高，销售状况不好。相对比较好的，是数据可视化产品，因为市场需求相对比较明确，而且有点类似中间件，比较容易让市场接受。

多数公司在这里之所以折戟沉沙，是因为对市场知之甚少，想当然地去做 “产品”。这个“产品”并非来自项目，也没有经过市场调查，而是仅靠对市场的一知半解，单从技术的角度出发，就做个所谓的“产品“，不成功是必然的，成功是偶然的。很多大数据公司的操盘手，大多出身技术，对技术很精通，但对市场的理解非常有限。“他/她”脑海中的市场，就如盲人摸象，与实际的市场偏离度很大，这就导致了因此而设计的”产品“严重脱离市场。需求，一定从市场中来。我并不是贬低技术，我自己也出身技术，但是我也跑过多年的市场。我每设计一款产品，都一定会去跟很多业界的朋友，潜在的客户探讨（当然，我指2B市场，2C市场就不好实现了），了解目标市场，并挖掘真正的市场需求。只有经过了这个阶段，我才能心里有底，才能设计好产品。

一个产品能否发展到服务，那就得看缘分了。这里所指的“服务”是指可运营的服务，类似于运营商的业务。可运营的服务与产品的最大区别，在于服务的高度标准化和售后的高度简单化。即使一家公司销售一个产品，也需要实施团队去对接实施，也或多或少地有一些客户化的工作，有一定的周期。而可运营的服务，对于每一个客户都是标准的接口，只需要对接好就可以使用服务了，无需客户化工作；同时，可运营服务有标准的计费模块，一般多采用预付费模式，客户先预存资金，然后使用服务扣款。所谓的售后服务就是“定期对账”和“充值提醒”，只需要很少量的运营人员就可以支撑，运营成本很低。目前我们开通的数据业务大多属于此。

不管哪个行业，从数据处理的层面上来看，可以分为数据的不加工，粗加工和细加工产品。有的数据质量高，直接就可以为客户解决某些问题，就属于数据的不加工产品；有的数据需要经过简单地处理，就可以形成新的数据服务产品，比方说几种数据经过简单地逻辑分析形成报告；还有的数据，需要跟很多维度的数据一起，依照某一个行业的逻辑规则，深度地定制加工处理，方能形成某种服务产品，比方说征信报告或者征信分，这就属于细加工数据服务产品。一般细加工数据服务产品，都需要跟行业紧密结合，而且需要遵循行业本身的规则来运作，就不简单是数据处理那么单纯了。

数据服务产品的定价

数据产品的定价一直被认为是很难的事情，其实不然。在前面的文章中，我曾经提到，每一个数据都有其价值，只是高低而已。数据不是凭空来的，是某些人，在某些特定的场景，通过某些应用产生的。我们所讨论的定价，是数据在市场上的认可度，也是我们将数据再次应用到场景中，为客户创造价值中产生的。

数据产品跟其他产品一样，需要的人多了，自然价格就会水涨船高；需要的人少，自然也就卖不上价格，甚至对于早期市场而言，干脆就卖不动。

很多公司之所以觉得大数据变现难，其实还是手中的数据质量不高或者对市场了解太少（当然也可能是数据处理能力不够，但目前这种情况较少，能来大数据圈里混的，大多还都是有技术的公司）。要记住，数据以及数据的处理分析是用来创造价值的，数据产品的价值就会在这个创造价值的过程里体现。如果你能拿数据创造价值，那么你提供的数据，乃至你的数据处理技术就不会因定价而困扰。很简单的一个道理，你提供的数据以及数据处理技术，是有价值的。比方说，你帮助客户堵住了一个漏洞，这个漏洞每年会使客户损失一个亿，那么你创造了一个亿的价值，你的服务产品定价就是一个亿的5-10%，甚至更高，只要用户能接受。因为你是标准的制定者！

尽管大数据在今天依然是蓝海市场，但已经发展了4-5年的市场，空白的领域几乎没有了。新入者会面临诸多强敌的环伺，不找准定位，不选择一个合适的切入点，恐怕很难在这样一个市场中立足，更不要奢望发展了。数据的变现并不难，只要你懂得如何利用数据去创造价值，一切都是过程。数据的价值不是原有的场景赋予的，当然跟原有的场景有一定关系，但更多的是在你利用这个数据，去为客户创造价值的过程中产生的。祝大家在大数据的变现过程中不断创造价值，也提升数据的价值，这才是一家大数据公司最终的根本！