美国的 SaaS，或者产品生态，都是百花齐放的，每一个细分领域都有非常专业的公司，这也是国内 SaaS 未来的一个趋势。To B 的服务链条更长，试错成本更高，SaaS 企业更应当敬畏专业与分工，找到生态边界，不要什么都想做，少即是多。

在生态边界上，衡石选择了“赋能者”的角色，从做直客转变为与垂直领域的 SaaS 伙伴合作，帮助 SaaS 伙伴构建数据分析能力。这种转变，让衡石能够在数据素养尚不完善的国内 BI 市场，探索出一套行之有效的发展模式。

在与崔牛会创始人崔强的对话中，衡石科技 CEO 刘诚忠分享了他对 BI 行业的洞察，以及他在创业过程中的思考：数据分析交付的不是一个标准的产品和方案，而是一个运营过程；专业分工既是对 SaaS 企业研发资源的保护，也能够更好地平衡个性化需求和产品标准化的矛盾，让企业避开盲目研发的“坑”；私有部署不是毒药，在定制化上不能有任何妥协；技术出身的 CEO，在商业化上一定要亲力亲为，不能依靠别人。

以下为对话内容，经牛透社整理，供大家学习和参考。

盯住“朴素”的数据需求，做 SaaS 的“赋能者”

崔强：你们大概是哪年开始创业的？

刘诚忠：是在 2014 年到 2016 年。当时 to B 行业还处于一个资本涌入的阶段，国内有一波 to B 公司，都是在那两、三年开始的，衡石就是其中的一家。当时是在一个较好的资本助推阶段，得到了很多支持。

崔强：做衡石的契机是什么，当时你看到了一个什么机会？

刘诚忠：我们的团队最早是在秒针 (Miaozhen Systems) 做广告的大数据分析，2011 年前后开始做大数据分析的解决方案。我们看到 BI 在许多行业的渗透率还比较低，当时从国内外市场来看，数据分析对于整个业务的提升也是一个不可逆的、长期的过程。从广告和营销行业，我们也看到数据分析不断成熟，可以让一个行业变得更精确、更量化、更讲究 ROI (投资回报率)，对一个行业的影响是非常深远的。所以就想要做一个类似 Databricks 的整合数据分析平台。

当我们做产品后，却发现当时有很多比较“朴素”的需求还没有被满足，比如如何打通、管理好数据，报表怎么做更省事，报表发布和协作能否做得更好，怎样让 insight (洞察) 在组织中以更低的成本流动等等。所以，就没着急去做 Databricks，而是先从解决数据分析、可视化报表这些相对简单的问题入手。当时我们想做一个企业级的产品，就从产品的 1.0 形态一直走到现在。

严格来说，衡石还不算是真正意义上的 SaaS 企业，我们更像一家纯粹的软件公司，提供的是一个纯软件的产品。但因为我们服务的客户基本上都聚焦在 SaaS 行业，所以也成为了 SaaS 行业的从业者。实际上，衡石提供的不是一个 BI 工具，我们的产品主要是服务 SaaS 伙伴，以及一些还没有完全成为 SaaS 的软件厂商，帮助它们构建自己的分析能力。

现在，数据分析能力越来越重要，对于一些企业来说，这块能力通常又不是它们的垂直专业和核心业务，通过与衡石合作，能够尽量避免比较盲目的研发投入，快速上线数据能力，去和自己的业务做结合，提升自己核心服务的价值，这是我们产品的一个主要场景。

大概 3 年前，我们开始关注和 Saas 厂商合作所产生的“化学反应”。现在我们的定位，是比较专注地做一个“赋能型”的厂商：帮助各垂直行业的企业，让它们成为所在领域的 BI 专家。所以在定位上，和一开始就有一些区别。

BI 交付的不只是一个产品，而是一个运营过程

崔强：3 年前衡石开始和许多 SaaS 厂商合作，做出这种转变背后的原因是什么？是做直客过于复杂，还是 SaaS 厂商更容易接受这样的模式？

刘诚忠：这是一个很好的问题。首先，直客市场是非常大的，这其实在美国、中国已经充分得到验证了，我们也看到了直客本身，也是需要数据管理和分析工具来提效的。

我们的视角，可能还与大数据的出身背景有关。大家可能觉得 BI 就是可视化报表，但在实际落地时，你永远不会只遇到可视化报表的问题，遇到的全部都是数据的问题，包括数据的性能怎么整合、数据查询时的并发问题等等。

从大数据的视角来看，当面对这么多的可视化报表以外的问题时，美国很多软件公司，是通过互相配合来解决的。比如有做 BI 工具的厂商，也有做指标、做数据管道、做性能的中间厂商，等等。在国内，其实各层的生态还没有特别成熟。

衡石选择和 SaaS 厂商合作，主要是基于以下几个原因：

第一，做直客覆盖的链条太长，需要打配合。从整体的数据服务视角，而不是 BI 的视角来看，如果我们扎到一个行业里做直客，我们需要覆盖的链条就太长，这样就很难保持产品的标准化。所以，我们希望能够有一个边界，我们负责其中数据分析的部分，数据和业务的部分可以和别人配合；

第二，国内具备数据基础的直客数量太少。国内的直客，比如宝马这样的 500 强企业，或者元气森林这样的新锐企业，它们对数据非常敏感，而且也有很好的数据分析方法论，但这样的客户数量非常少。大多数企业，对于数据的获取、分析，还处在一个价值萌芽的阶段，这种情况下很难通过一个独立的厂商，去改变一个行业。所以我们就转变了思路：希望和各个行业内的一些专业的解决方案公司合作；

第三，数据分析交付的不是一个标准的产品和方案，而是一个运营过程。数据分析，不是在交付一个标准的产品或方案，而是在构建一种习惯、一个过程。公司的数据从产生到开始分析、形成看板，再到利用看板指导业务，是一个比较偏运营的过程，或者说它是一个需要迭代的过程。所以，我们对 BI 的看法有了改变，觉得它不是交付一个标准的软件产品那么简单，而是要交付一个运营的服务过程。
所以，我们会和专注于与某一个领域或者某一个行业的垂直伙伴合作。首先，它们对于如何通过 BI 来提升客户业务是非常精通的；其次，它们和客户之间有一个非常深度的服务绑定关系。当它们拥有这些能力后，就能够在自己的业务场景里面，去做一些比较高价值的应用场景。所以，我们的边界在整个产业来看，相对来说是比较合理或者高效的。

对于客户来说，比如在 ERP 或一些零售快消场景，可以获得一个数据分析的场景化应用；对于伙伴来说，不用投研发，就可以通过类似低代码的方式把 BI 场景做出来；对于衡石来说，能够以通用的方式去快速服务或者覆盖很多行业。所以这样的定位，相对比较合理。这个转变没有经过刻意设计，也得到了一些正面反馈。现在看来，我觉得比之前更专注了。

与客户共创

崔强：刚才你谈到两点：第一，现在的 BI 其实不是在交付一个产品，更多是在交付一个运营服务过程，要交付一些运营的结果性东西；第二，数据素养。我之前也和数说故事等做数据分析产品的创始人们聊过，大家提到一个词叫数据素养。

中国企业的数据素养基础还很薄弱，SaaS 企业可能是数据素养比较不错的一个群体，首先它们是相对原生的、数字化的客群。另外，因为它们能够服务更多场景的行业客户，所以你们就去赋能它们，如果让一个纯产品的公司去研究所有业务逻辑的时候，这个边界成本就会很高。

刘诚忠：对，那样就很发散。刚才您提到数据素养，我觉得它是在一个很好的数据环境里面形成的。一些直客，也不能去怪它们的数据素养不行，因为是它们所处的数据环境本身就很不成熟，它们的数据要么非常分散，要么非标，所以它前期数据治理的准备工作，要占据很大的构建成本。

衡石与 SaaS 企业合作，能够让大家的数据素养，相对而言处于一个比较良好的成长环境。因为在合作里面，数据的接口或者口径是比较标准化的，我们去分析的问题也比较固定。所以大家不用去经历搞数据准备、数仓、数据治理这些漫长的过程，就能够直击业务，去看业务 KPI，盯指标体系，反馈的闭环和迭代周期就会大大缩短。

崔强：对你们来说，更喜欢这种相对数字原生的、新经济的企业吧，它们本身属于泛 IT，也非常依赖数据驱动。

刘诚忠：其实 BI 的角色，这两年在企业里面有很多变化。之前大家有时候会把 BI 和报表放在一起讲，因为它产生价值的场景，有很多都是大屏或者演示、汇报工作。但现在，不管是客户还是厂商，大家都在向运营化的趋势靠拢，传统行业在慢慢地向互联网公司学习，最近三、四年，尤其是疫情之后这种运营角色加重的趋势越来越明显。

同样，数据分析或者 BI 工具，也在集体向互联网行业，特别是先进的互联网公司学习运营的经验和方法论，大家会越来越重视指标，所以有各种指标管理、指标中台、指标管道的产品出来，和传统的可视化建模分析做结合。

崔强：对于衡石来说，SaaS 厂商是一个可以把产品带到各个行业的通道。衡石服务 SaaS 厂商，最大的难点在哪儿？和传统客户相比，它们会不会更挑剔、更难服务一点？

刘诚忠：区别在于你不是作为一个工具，而是一种能力，去增强客户的一部分核心功能或者服务。或者这些 SaaS 伙伴，它们是在构建一些非常核心的场景，这些场景是依赖或者基于你全链路的数据分析能力，这也决定了它们对产品的能力、性能、稳定性等各个方面要求都非常高。因为大家是以产研的标准对标的，如果你的产品跟客户自研的效果差不多，它其实是没有理由去跟你合作的。

所以你需要有一个非常成熟的产品形态和相对比较健壮的功能集合，以及能够随客户需求快速迭代产品的研发管理能力。同时，你还要是一个标准化的产品，要有能力抽象出来所有需求的共性，来反哺你的产品。这对产品的成熟度和迭代速度都有很高的要求，这方面的压力也是很大的。

崔强：面对一些自己可以做产品，又很懂这个东西的人，他会以一个内行的眼光去看你，给你提出比传统客户更高的要求，但这也会反过来加快你产品的迭代。在和传统客户以及 SaaS 厂商合作的这几年，你有没有这种感受？

刘诚忠：对，节奏会快很多，要求也会高很多。我们跟客户之间不只是客户成功的关系，其实是产研的对接。大家会在服务群里，讨论一些比如前瞻性功能、产品部署计划等等。我们的每一个版本，伙伴们也都非常关心，有点类似开源社区那种比较开放的、紧密的共创氛围。

崔强：某种意义上说客户更像是伙伴，是一个在合作过程中给钱的伙伴。

刘诚忠：是的，其实价值是在这些伙伴服务它们客户的过程中产生的。我们的逻辑是在确定的领域，有一个比较明确的研发投入的节省。它实际上对应的是客户研发成本的分摊，让客户为你节省的研发投入来买单。

崔强：对于你们来说，客户成功可能比销售更重要，其中主要的挑战有哪些？ 

刘诚忠：客户成功对我们来说非常重要，也是我们长期以来都会面临的挑战，因为这部分工作太重。
它是一个企业级的平台，我们又是作为服务的一部分去整合和合作，所以在技术支持上面，把产品本身要用到足够好，就要经历一个迭代的过程，这部分投入比较大，但最大的压力还是来自于如何让客户基于数据分析能力，做出非常高价值的分析场景，需要我们和客户一起去探索、碰撞、共创。

所以我们客户成功的压力也在于，如何让客户从一个业务领域专家，升级成为一个数据智能、数据分析的专家，这是最有价值、也是最大挑战的部分。而且这个过程，和每个客户自身的数据素养的成熟度也有很大关系。比如我们跟分贝通合作，它的数据分析团队就非常专业，相对来说我们就比较轻松；对于一些刚处于构建业务应用阶段的 SaaS 企业，这个过程就会相对慢一些。

专业分工，通过生态和合作的方式服务客户

崔强：有一些客户，在合作中大家觉得合作不下去，可能会终止合作。衡石有没有遇到过这样的情况？

刘诚忠：目前和衡石合作，基本上没有遇到中途不合作的。但确实也会看到有一些客户用得不是特别好，或者没有把我们期望的效果跑出来。之所以这样，通常是由于我们的伙伴还没有找到自己客户在数据分析场景上的刚需点。有的合作伙伴基于前期的探索和数据，很快就能找到这个刚需点，但对于一些较新的行业而言，由于本身缺乏可供分析的数据，还需要一个探索的过程，就会比较慢一点。
我觉得这种情况，在 SaaS 领域是正常的。衡石的价值，在于能够帮助这些 SaaS 厂商，降低这种探索过程的难度。比如做一个分析场景，如果客户不满意就可以快速调整，或者做一些新方向的尝试。因为始终不用投入研发工程师，所以试错成本也是很低的。

崔强：关于专业分工，我们也聊了很多年，比如要让专业的人去干专业的事。但确实也有很多企业想要自己去尝试，觉得投入两、三个人就可以做出类似的产品，但做了一段时间，又发现自己搞不定，造成人力、财力的大量浪费。

其实我是非常认可专业分工的，通过生态或者合作的方式去服务客户，是 SaaS 企业最好的选择。你是怎么看专业分工问题的?

刘诚忠：我可能是从效率的角度来看这个问题的。效率或效能，对应的是我们的研发资源的机会成本。我们有很多客户，之前都是做自研的，后来跟我们合作的，最直观的变化就是算清楚了一笔账：同样是几个工程师，投在核心业务上，和投在数据分析的构建上，二者之间的成果差异是非常大的，所以专业化分工，本身是为了追求一个合作的效率，把资源投在更容易产出效果和价值的地方。

对比美国的同行，不管是 SaaS，还是产品生态，都是百花齐放的，在每一个细分领域都有非常专业的公司。为什么这样？我觉得他们应该也是经历过这样一个吃亏的阶段：当我们看到一个东西，想要自己去投入研发的时候，其实还是有很大迷惑性的。

以数据分析的功能来为例，我们很容易会认为它是一个可视化报表，把一个相对复杂的底层功能看成一个纯应用的功能，就会产生很多错判。我们也看到很多客户吃过这样的亏，当投入几年研发得到了一定的、比较优秀的成果后，发现很难再追加投入。

因为一旦发布了这个功能，就会面临客户的需求，推着你一步步地去将这项功能做得越来越成熟，就容易造成比较大的研发资源缺口，这其实是一件非常危险的事情，最后很可能出现一个成熟的产品，将你的投入变为沉没成本。我希望大家以后不要走这样的弯路。

从产品合作或专业化分工来看，某些能力背后会有一个研发的深度，某一个领域背后，也会有一个应用方法论的深度。所以，当你去 copy 或者自研一项功能时，其实是在复刻一套方法论，这同样也非常有风险。所以，我觉得有必要在行业里面去呼吁或倡导这种合作和专业化的分工，这也是对大家最核心的研发资源的保护。

从竞争环境来看，SaaS 和传统企业软件不一样，它距离终端客户更近，产品的一个功能、体验和专业性更容易被客户感受到，面临的是一种相对扁平和透明的竞争环境，在这样的环境里面，优秀的、专注的产品公司会更容易被看到，也会得到一个相对更 fair (公平) 的回报，也有助于催生出一波专注于自己专业的 SaaS 公司，形成一个互相配合、良性的生态。我觉得最近这一、两年，在国内还是可以看到这样的趋势的。

专业分工，核心在于选择和专注。专注可以让 SaaS 企业形成一个非常聚焦的、长期的 Roadmap (路线图)，从资源投入的角度来说，你是在这个专业分工的领域上投入资源最多的，所以更容易在行业里面处于比较领先的一个位置。

除了专注之外，切入点的选择也很重要。比如我们去做重度研发投入的产品，如 BI，无论在国外还是国内，它的研发投入标配是每年几千万，在美国甚至要超过千万美金或者是几千万美金。那么如何确保自己在一个重度研发投入的领域，可以一直保持专注和领先度？

选对场景很重要，要选择可以标准化和比较收敛的问题域。假如你选择的是一个开放性的问题，有可能在你投入的时候，你会把控不住它的发展脉络或者趋势。比如数据分析工具在 to B 企业里面，就是一个非常难得的、可以标准化的、收敛问题域的方向。举个简单的例子，Excel 是最牛的 BI 和数据分析平台，它是完全跨行业的，没有任何行业属性，它和数据库一样，几乎覆盖了所有的业务差异化，因此，它提供的能力也是可以标准化的。

所以对于产品公司来说，如果想要在一个比较聚焦的点上，能够放心地重度投入研发资源，就要选择这种非常标准的能力组合，而且它的问题域是非常收敛的，随着客户和行业的扩散，问题域可能略有放大，但它不会“爆炸”。

私有部署不是毒药，但在定制化上不能有任何妥协

崔强：如何看待私有部署和定制化的选择？

刘诚忠：大家其实更多都是采用一种 hybrid (混合) 的方式做事，而且从技术层面来说，它是完全能够跑通的，成本是会越来越低的。

私有部署，对国内的客户是有一定好处的。第一，它符合客户的采购习惯，这一点大家都很理解，我采购这个东西，它是我的商品，它应该部署给我；第二，在数据上更安全，这在当前还是一个需要考虑的、非常现实的因素。

如果完全排斥私有部署，就会面临在短期内丢掉很多客户和市场的风险。所以，我看到大家现在是越来越务实，选择各种混合部署的方式去弥补私有部署的缺陷或者成本的增加，同时竭力去保证产品的标准化。

在定制化上，有的厂商可能会妥协，有的则看得非常死。我个人的建议是不能有任何妥协，因为它带来的危害就是衍生成本，包括不同代码分支的管理成本、开发成本和出现问题后的“填坑”成本等等，它影响和动摇的是公司的成本结构和商业模式，危害程度要大于由于对某一个功能的“轻视”，而造成的盲目投入研发。所以，我个人的观点是私有部署不是毒药，但是在定制化上是不能够有任何妥协的。

崔强：如何通过产品连接的方式，打开边界，解决一些定制化的问题，保护自己产品的标准化？

刘诚忠：从传统的解决方案厂商来看，为什么现在有这么多的 SaaS 厂商出来？因为 SaaS 基本上是一个标准化的东西。在某一个领域里面，正是因为有了足够成熟的一套标准方法论，能够引导很多客户都按照这个方法论来，所以才会有 SaaS 产品和公司的诞生。所以，在某一个领域里面，数字化转型成熟到一定阶段，才有 SaaS 出现的土壤。

为什么会有定制化的需求出来？因为任何一家 to B 厂商，都不能够完全穷尽企业客户的需求边界，这是一个客观现实。而且每个 SaaS 都有一个客户分层，对于 KA (重要客户) 来说，标准化是很难满足它们的需求的，所以定制化是 SaaS 厂商长期要面临的需求挑战。

如何应对定制化的挑战，我认为还是要做客户筛选。如果你直接选择了一些以你的 SaaS 标准方法论明显覆盖不了的、边界之外的客户，你遭遇的定制化压力就会非常大，所以首先要做客户筛选，来确保自己不会遭遇到能力范围以外的压力。如果在自己的能力范围内，就要通过强咨询引导的方式，让客户在你的在边界内被满足，并且虚心地告诉客户，后面的产品升级会考虑它的一些未被满足的需求。

对于一些场景，比如流程和表单，看板和报表，本身就不应该追求标准化，在这种情况下要去寻求产品的组合、配合。还有一些本身是一个快速迭代的运营性质的，这方面的需求也是不能纳入产品的范畴，要和别人打配合，这样也有助于保护我们产品的标准化。

这种方式我们今年走下来还是蛮成功的，也得到了很多伙伴的支持和鼓励。这种尝试对于 SaaS 厂商的意义是，它让我们认识到，客户的个性化的需求也不再是洪水猛兽，不再因为要满足个性化需求，就一定要产品非标。 

SaaS 创始人不能在商业化上偷懒   

崔强：这几年创业的过程中，有什么想和大家分享的？

刘诚忠：最大的经验，就是产品研发型的创始人或 CEO，要自己做好商业化。

因为我是搞研发出身的，一开始我觉得自己专注产品，然后再找到优秀的人来配合做商业化，这其实是非常不对的。因为当产品 owner 还没有想清楚 Go to market 的策略时，其他人也是做不到的。而且商业化这件事，本身就是创始人和 CEO 要做的，所以我觉得创始人一开始就要关注商业化，要亲力亲为，不要觉得这件事可以分出去，自己把产品做好就行。这其实是一个非常天真和愚蠢的想法。

另外，因为是第一次创业，很多事情上都不是很确定的，需要去验证，所以就比较保守一些。如果让我再去做一次创业，应该步子会迈得更大一些，不会因为过度保守，而影响到自己“拔剑”的速度。

崔强：一个产品出身的 Leader 都容易犯的错误：在商业模式上偷懒，觉得可以把这一块交给专业的人。在创业初期，创始人还是应该冲在前面，完成从零到一的过程，这件事是任何人都替代不了的。

刚才你提到了生态和合作，对于中国 SaaS 的未来，你有什么样的看法？

刘诚忠：我对中国 SaaS 的看法，估计会和很多主流的看法有些差别。我是比较乐观的，虽然我没具体研究过这个问题，但我看到美国 SaaS，就是在金融危机的打击下快速成长起来的。SaaS 之所以发展迅速，因为它本身代表了一个更高的效率。比如 SaaS 让客户通过开账户的方式，就可以在一、两天内，以很低的成本，享受到巨大研发投入带来的领先行业的方法论，这本身就是一个更优的选择。

过去大家都在提中国 SaaS 的元年，讨论中国 SaaS 什么时候能够起来，这背后一个很大的原因，就是需求面还没有打开，大家对 SaaS 的需求没有那么急迫，所以还不具备 SaaS 蓬勃发展的条件。过去几年，不管是经济压力、资本压力还是国际形势的压力，大家整体上都处在一个承压的状态之下，因为必须要追求效率，需求面开始慢慢打开，这也是未来几年 SaaS 快速发展的一个基础条件。

需求面打开，再加上前几年 SaaS 企业在资本助推下，因为资源投入所带来的产品功能和技术上的创新，在这种双向推动的作用下，SaaS的前景其实会更开阔。大家不会盲目地追求预算、项目、交付、服务，而是会用最少的成本来得到最优质的服务，这就是 SaaS 企业发展起来的一个立身资本。

崔强：感谢刘诚忠将近一个半小时的对话，今天主要讨论了以下几个重要的话题。第一，客户成功其实比销售还要重要，对于衡石尤其是这样；第二，要尊重专业分工，我们也聊了如何从效率、成本的角度去尊重专业分工；第三，私有化不等于完全的定制化。

这段时间，我也对话了一些做数据工具类的嘉宾，他们也通过标准化产品，服务了很多大客户，这和其他一些国内厂商的做法或者观点是不一样的，我想正因为这样，才能百花齐放吧。

刘诚忠还提到两点，一是数据分析类产品，在中国当下这样一个商业形态和土壤里面，它交付的不是一个产品，而是一个运营服务，甚至是运营结果。记得两年前，我和神策数据的桑文锋聊过一次。当时他们开始创业的时候，是怀着满满的产品梦想，希望把这个产品交给企业，让大家可以傻瓜式、DIY 式的去使用。但到最后你会发现越做越重，因为从售前、实施交付到后期服务都要做。

这其实也印证了一点，你只交付一个产品是不够的，而是要交付运营服务的过程。所以，衡石就巧在向专业的 SaaS服务商提供能力，让这些 SaaS 服务商面对客户，在它们所擅长的业务场景中为客户构建应用场景；

还有一点，我们也讨论了数据素养。在中国的商业环境里面，数据素养其实还没有达到一个很好的基础，需要不断地去提高数据素养，构建不同的数据能力，只有在这个部分被唤醒之后，SaaS 产品和工具才会有一个更快的爆发性增长。