数字化转型是当下最流行的话题之一。从一个小型的论坛,到全球咨询机构的各种报告,数字化转型都是一个核心关注点。
尽管国内数字化转型尚在途中,但不可否认它是一个巨大的潜在红利。问题是国内数据服务企业,怎样才能抓到这个机会?
我们注意到,在数字化转型这件事上,国内外存在很多差异。一个明显的差别是:国外企业的数字化建设已进入深水区,建立了一套科学的数字化管理和决策体系,是企业的核心竞争力之一。而国内大部分企业的数字化转型,还处于启动和探索阶段,从目标到路径都需要不断推演和重定义。
数字化转型的范围太大了,每家企业在转型初期都必须搞清楚三个问题:
首先转型目标是什么,其次路径和节奏是什么,最后,如何选择合作伙伴。围绕这些问题,我访谈了国内知名数据服务公司,杭州观远数据有限公司(后称观远数据)的副总裁孙妍,为企业的数字化转型提供参考和建议。
找到自己的数字化蓝海
突如其来的疫情,无论是对于有准备,还是无准备数字化转型的企业,都会被迫重新思考自己的生意模式,特别是零售、快消、制造、健康等行业。
一方面,业务的线上化和客户体验的在线化,迫使企业不得不转型数字化。另一方面,业务的数字化,积累和沉淀了大量的数据。企业如何利用这些数据,从中发现和发掘出未知的商业机会,并依靠这些数据的分析输出,来优化企业的决策,成为了重要课题。
解决好数据的利用问题,企业的数字化转型就向前迈进了一大步。否则,企业就可能会在激烈竞争中败下阵来。
所以孙妍认为:“企业的数字化转型,不是一道选择题,而是一道必答题。除非企业自身经验丰富,否则解题过程中,选择一家可靠的合作伙伴,将尤为重要”。
其实,围绕数据服务的BI产品,早已非常“卷”了。
不是吗?从上个世纪的数据仓库、报表工具、BI 工具,到SaaS化的BI服务、软件自带的BI,再到最近火热的数据中台;看似风光无限的企业数据服务市场,特别是BI这种纯工具型产品,国内企业用户仍在探索中。
看似蓝海的数据服务市场,在机会没有充分释放的情况下,一下涌入大量的数据公司,蓝海已经变红。
那么,2016年才入局的观远数据,就已经拥有了数百家行业头部客户,迅速跻身于国内数据服务商的第一梯队,观远靠什么?
根据对孙妍的访谈,观远取得成就的归因,可以总结为5个差异化,业务模式的差异化,目标市场的差异化,用户的差异化,产品体系差异化和客户成功差异化。
进入蓝海的价值差异化战略
红海中找到自己的蓝海,只能靠差异化;而差异化竞争的本质,是客户价值的差异化。
观远进入这个领域时,面临的第一个问题,就是业务模式的定位。
孙妍认为,如果只提供给客户一套BI工具,然后任由客户自行摸索而达成业务目标,这几乎是一件不可能的事。实际上,这也是数字化转型失败最主要的原因之一。
所以,观远的业务模式,不只是为客户提供工具,更主要的是与客户的共同投入和共同创造,直到达成客户的业务目标。孙妍把这个业务模式称为“陪伴”,我将其称为“价值交付”。
这种业务模式差异化的逻辑,其实就是价值交付的差异化。因为为工具买单只是手段,而达成业务结果(business outcomes)才是目的。
这就是观远业务模式的差异化。
现在新的问题来了:这种业务模式适合于所有行业吗?换句话说,观远能在所有行业实现这种价值交付吗?因为行业的能力要求相差很大。
据孙妍介绍,观远首先从零售消费行业开始,逐步扩展到金融、互联网、制造等领域。做透一个行业,将其固化为一个行业服务方案的模板,逐渐拓展到更多行业。
这就是观远的目标客户市场的差异化。
访谈中,孙妍多次提及“让业务用起来”。从这句口号中,我发现了观远的另一个差异化:(最终)用户的差异化。
以往数据分析和BI工具的使用者,主要是数据分析师,或者受过严格训练的业务分析人员,显然这个市场更小,数据能够辐射的人群和速度都会受限。
而观远将最终使用者,定位为企业所有相关业务人员,包括一线业务。
不要小看最终用户(使用者)的改变。实际上,这个变化不但影响了观远的商业模式,更为客户带来全局的系统性价值。
由于用户对象发生了变化,从专业的分析师群体拓展到更广泛的业务人员,这就推动了观远产品体系做创新和变革。产品矩阵上以业务人员为第一视角,开拓了开箱即用的行业标准包、计划助手等产品线;在功能模块上为了更贴合用户视角也做了相应的适配。
看到这里,也许很多人认为:观远的业务模式、目标市场和目标用户和产品体系差异化,看起来也并无新意,或者说正常思维的人都能想到。
是的,但在我看来,任何今天看来理所当然的道理都必然经历一段漫长的模糊期,直到某天被简短清晰地定义出来。并且,从重新定义问题制定战略到有效执行,又是两码事。其实在观远的五个差异化中,客户成功的差异化占据很重要的地位;它是这个差异化战略能够执行的基础和保证。
以客户的成功定义成功
据孙妍介绍,观远数据已经服务了超过400家各行业的头部企业客户。
这件事可能很多人都会感到好奇。因为在数据服务领域,各个行业的服务解决方案,都具有高度的复杂性和差异化。即使有成熟的服务方案和服务商的配合,客户要想实现其预期的业务目标,也绝非易事。
特别是对于SaaS化的数据服务方式,按照传统BI厂商的服务模式很难奏效,即客户很难持续使用下去。
“客户成功,是观远战略能够执行的充分和必要条件”。孙妍接着解释到:“除了强大的数据分析平台以外,客户成功在观远战略中,占有极为重要的地位”。
的确,获客和客成,是所有数据服务企业成功的基石。但大多数公司都重视销售,而轻视客户成功。孙妍说:“观远则不同,在强调价值获客的同时,在客户成功上投入巨大”。
普遍来看,在国内SaaS领域,一直存在一个错误的认知:即客户购买了服务,就会自动自发地持续使用下去,续约续费也是自然的事。实际上,对海外SaaS服务商的收入贡献调查表明:从整个客户的生命周期价值来看,销售只对应了约30%的收入,而70%以上收入需要依赖客户成功才能取得。
其实,这种认知导致受损的不只是数据服务商,伤害最大的是客户。他们把达成业务目标的希望,寄托于服务提供商,但结果却是一无所获。
不能不说,这是一个双输的结果。
“观远对这件事的认知非常透彻”。孙妍说:“在数据服务领域,客户的满意度,早已超越了诸如交付&培训、产品支持、快速响应这些基本内容。相比一般SaaS业务的客户成功,对数据服务企业的客户成功要求要高得多”。
所以,观远必须定义客户成功新标准。
根据孙妍的介绍,我将观远的客户成功,提炼为创新性的四个方面:
◆ 以终为始的价值发现,解决业务价值的共识和量化问题
◆客户成功计划,解决业务价值管理、验证和实现过程中,客户成功的规范化问题
◆客户成功行业模板,解决客户成功规模化问题
◆向客户成功资源赋能,解决合格客户成功资源的能力问题
(1)以终为始的价值发现与传递
“数据服务业务的最大难点,是客户预期目标的管理问题”。孙妍认为,多数客户不能清晰表达其目标和期望,甚至有的客户根本就没有明确的目的。实际上,不只是数据服务,其它IT服务都有类似问题。客户在采购时懵懵懂懂,交付后又说想要的不是这些。
从服务角度来说,这是一个对业务价值的共识和价值的量化问题。具体说,这个数据分析目标是客户重点考量的业务(有KPI的),还是解决了一个无足轻重的问题?
通常这个问题,只有到了最后才会发现,但已经晚矣。
观远的以终为始,即从定义客户业务成果入手,设计交付和客成的服务方案,以确保业务价值的可衡量和可实现。
(2)客户成功计划
孙妍认为,把方法论和价值策略定义出来是一回事,而能不能被客户成功组织有效执行,却是另一回事。
的确,通常是营销讲了普世价值,销售又讲了一套业务价值,到了交付和客成,这些价值就会走样和衰减。
所以,价值需要管理,执行需要规范。
观远针对每个行业或细分领域,分别制订客户成功计划(CS Plan)。这不但对客户的业务目标和业务成果进行管理和无变形传递,还定义了业务目标达成的分析路径和实施要点,规范化地指引实施和客成的作业。比如,观远客户成功团队和某头部股份制银行“分行数据云项目组”一起合作了全行范围的数据分析大赛,参赛队伍750支,为用户的活跃度打下了坚实的基础,并配合案例分享、认证体系等手段持续促活用户。目前,该行已实现月活超2w,真正实现了“让业务用起来”。
(3)客户成功行业模板
孙妍认为,数据服务业务,做成一家大客户不难;而难的是能够可复制和规模化地服务更多客户。
的确,如果不能规模化,SaaS业务也就失去它的商业模式价值。
观远对规模化问题的解决方案,是开发行业的客户成功模板,观远内部称为“服务包”。使用行业化的客户成功模板,大幅降低了实施和客成的复杂度。这不但可以提高客成的作业效率,还能提高可复制和规模化的水平。
(4)客户成功资源的赋能
与通常SaaS业务的客户成功相比,是不是数据业务的CSM要具备更多能力,才能满足客户成功的新标准呢?
孙妍的回答是肯定的。她认为:数据服务的CSM确实需要更高的要求。比如,与客户的共创能力、业务目标的定义能力、业务分析能力、业务建模能力,以及对客户行业业务理解能力。因此,观远在客户成功团队的人才配置上重度投入,吸纳了很多在各个行业头部企业服务多年、操盘过数字化项目的经验丰富的数据分析人员。
那么,新的问题又来了:去哪里找这么多符合能力的CSM呢?
观远的做法是赋能,对象包括内部的客户成功团队、伙伴的客户成功资源,甚至包括客户的客户成功资源。
打造高水平客户成功的4个能力
为了帮助客户达成业务目标和提高客户的满意度,只靠无限制地客户成功资源投入,肯定是行不通的。
所以,观远必须建立一个高水平的客户成功组织。
孙妍认为,观远在客户成功能力打造方面,有一套成熟的实践。
首先,理解数据战略。深度理解数据转型背后的战略目标,并能够将其分解为长中短期的预算投入、实践路径以及必备的文化土壤等要素;
其次,理解业务本质。通过理解业务模式和经营模型,抽象和沉淀经营洞察和业务分析的know-how;
再次,推广文化和技能。辅助企业打造、推广和落地数据文化、数据意识和数据技能,真正用起来。
最后,复制优秀应用。与优秀的客户联合起来,敏锐洞察更领先的数据应用实践,反哺自身的产品和技术,复制到更多企业和行业中去。
这恰好对应了客户成功的ARE(Adoption,Retention,Expansion)模型,即采用,留存和扩展模型。
所谓采用,其目的是让你的解决方案被客户所接受,并在业务过程中使用起来,这个能力是所有能力的基础。
通常,数据服务商都会认为,这是理所当然的事情;其实在用户看来,你的方案和工具可能非常难以理解,很容易产生弃用。所以SaaS业务的客户成功才有30天、90天的所谓风险期和稳定期问题。
如果没有采用环节,客户在上线30天内延迟或弃用的风险最高,而经过采用周期的90天后,客户才进入稳定期。
所以,在三个关键环节中,采用是最为重要的;对于数据服务商而言,尤为如此。
对于SaaS公司或数据服务商而言,客户的续约率是建立在自身经营视角上的指标,在实际工作中,更应关注客户的预期、目标和达成,通过与客户经营长期密切的合作关系来最终实现经营指标。
因提供了良好的客户体验和实现了客户的业务价值,所以客户才能持续使用下去。
同样,通过增购和加购,扩展的主观目的,是为了可以预测和增加服务收入;但客观上为更多用户提供更多功能和增强服务。
所以我更愿意相信,一个理论基础扎实的客户成功团队,表现一定不会差。
写在最后
SaaS的可复制、可扩展和规模化思想,对数字化转型起着重要的引领作用。如果说业务的SaaS化已经相对成熟;那么,数据服务的SaaS化,在国内仍有较长的路要走。比如,对上公有云的接受程度,对数据服务的价值认知问题等。
对于数据服务商而言,他们的行业认知能力,业务效率与规模化能力;特别是客户成功能力,是数据服务领域,重要而不可或缺的能力。
这个领域想要突围,与客户站在一起,以客户的目标为最终目标,才是最佳战略。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
