大資料尚處於早期發展階段,如何判斷大資料公司的變現能力?

ADVERTISEMENT

從2011年至今,大資料概念火了六年,勢頭依然不減。從人人講概念,到商業化應用典型案例出現,大資料正在逐步落地。

我們認為,大資料產業仍然處於初級階段,商業價值仍未完整展現,下一階段發展重點將是如何發揮大資料價值,探索資料與技術如何變現。

因此,在大資料領域進入全新階段之際,我們一起探討大資料的商業化道路,挖掘行業新機會和新趨勢。

活動中,愛分析分享了對於大資料行業的現狀與趨勢的觀點,現摘選部分內容如下。完整PPT請關注愛分析後回覆關鍵詞“析議第2期”獲取。

我們在這個時候重點關注大資料變現,主要是基於以下三點:

第一,從行業來看,大資料發展已經進入第6年,早已過了炒概唸的階段。隨著大資料在各個領域的應用逐步落地,大資料與企業需求開始融合,我們需要找到哪些真正有價值的大資料應用。

第二,從公司來看,經過幾年發展,最先成立的那些大資料公司估值很高,很多都已超過5億美金,融資已經進行到C輪、D輪。這些大資料公司已經過了早期投資階段,不能再依靠講故事來維繫高估值,需要有相應的業績支撐其估值。

第三,從投資來看,企業服務公司定價的更多根據其營收而不是利潤。判斷一家公司是否具備投資價值,主要考慮其未來能夠產生的現金流和增速。

中美大資料圖譜對比

從技術圖譜來看,基於大資料基礎平臺之上,大資料可分為資料和技術兩條線,資料是指資料在從原始資料到最後應用中間經歷哪些步驟,而技術則是指這些步驟中涉及到哪些資料處理技術。

從行業業圖譜來看,大資料公司是通過三種不同方式切入這個市場的。

第一類是技術驅動型,這些公司掌握一項通用資料處理技術,如搭建底層資料平臺、資料採集、資料視覺化等,計劃將這項技術應用到大資料領域;

第二類是行業驅動型,這些公司對一個行業應用理解很深,如信用評估、廣告監測等,將行業經驗積累與技術結合,服務行業客戶;

第三類是資料驅動型,這些公司通過自身業務積累或者採集到大量資料,希望用資料給企業客戶提供服務。

對比中美市場,我們可以看到美國市場,技術驅動型公司比較多而且體量很大,Palantir估值200億美金,Cloudera估值50億美金,Splunk和Tableau都已IPO上市。行業驅動型和資料驅動型公司體量相對較小,多數處於發展早期。

但實際上,國外市場大資料應用發展迅速,市場成熟度也遠大於國內市場,但行業驅動型和資料驅動型公司未發展起來,主要基於以下三點:

第一,企業資訊化水平高,IT工程師能力強,很多企業可以利用標準產品自主開發行業應用,不需要藉助外部初創公司的技術實力,這才使得行業驅動型公司體量較小。

第二,國外資料開放程度高於中國,沒有足夠土壤誕生資料驅動型公司,這類公司很難依靠資料來源的優勢快速發展。

第三,國外資本市場更加看重技術實力強的公司,即使暫時收入不高,投資機構仍然會給予這些公司很高的溢價。Splunk在2012年上市時,全年營收不到2億美金,市值超過40億美金,PS倍數超過20,這是很難以想象的。

反觀國內市場,資料驅動型和行業驅動型發展很快,主要是基於下面兩點。

第一,國內企業資訊化水平低,又因增速放緩迫切需要轉型,只能藉助大資料公司的技術來提升運營效率,因此行業驅動型公司發展很快。

第二,國內資料尚未開放,但對資料需求很旺盛,推動資料驅動型公司的發展,有優質資料來源的企業佔據得天獨厚的優勢,發展速度驚人。

第三,提供通用資料技術的技術驅動型公司,因面臨國外同類公司的激烈競爭,而且這類公司與客戶需求結合不是特別緊密,早期變現能力稍弱,財務資料不佳,很難獲得資本市場的青睞。

三種變現模式:技術、資料、場景化解決方案

目前大資料公司根據其切入市場的方式不同,大致可分為三種變現模式:技術變現、資料變現和場景化解決方案變現。

技術變現主要是技術驅動型公司,如GrowingIO、日誌易等,他們主要是輸出技術能力,以滿足客戶需求。這類變現模式是產品標準化程度高,客單價低,客戶數量對營收影響很大。

資料變現主要是資料驅動型公司,如資料堂、聚合資料等,輸出自身積累的資料來服務客戶,能否對接優質資料來源是這類變現模式的最大影響因素。

場景化解決方案是行業驅動型公司的主要變現途徑,基於客戶應用場景,提供整體解決方案。這種變現的特點是定製化程度高,客單價高。行業內有家公司隻靠服務十幾個大客戶,2016年就做到1億元營收。

我們發現,隨著公司業務開展,很多技術變現模式和資料變現模式的公司都在朝場景化解決方案變現模式轉型,如明略資料、集奧聚合等。這使得很多公司的業務不再僅僅停留在平臺、技術或者應用層,而是橫跨兩層或者三層,這種轉變主要是由客戶需求決定的,客戶需要的是大資料能與業務結合,而不僅僅是工具或者資料。

五個維度判斷變現能力:賽道、團隊、運營、資源和技術/產品

根據我們調研30多家大資料公司的結果,我們認為可以通過這五個維度去判斷大資料公司的變現能力。

賽道:我們會關注這個公司所處領域的市場空間、行業集中度以及這家公司的稀缺性。

市場空間分為存量市場和增量市場,增量市場比較難判斷,但存量市場是可知的。對客戶而言,目前大資料投入仍然算在IT投入範圍,所以存量市場與行業IT投入有關。為什麼很多公司都切入金融行業,這是因為金融行業IT投入大。根據IDC的資料,中國金融業每年IT投入在1000-2000億之間,其中軟體與服務投入佔比超過50%,這個市場足夠支撐幾家獨角獸公司。

行業集中度有些時候比市場空間更重要,比如全球日誌分析市場規模只有十幾億美元,而BI視覺化市場規模超過500億美元,但無論是股價表現還是營收增速上,Splunk都要優於Tableau,這就是因為Splunk佔據日誌分析市場近30%份額,而Tableau市場份額只有1%左右。

稀缺性意味著定價權,還是以Splunk為例,為什麼日誌分析軟體客單價可以達到十幾萬甚至幾十萬美元,就是因為Splunk是這個領域的龍頭,在與客戶談判中可以佔據主動。

團隊:我們會關注這個團隊結構組成、創始團隊工作履歷等。

團隊結構組成是指這個團隊在技術、產品和商務這三方面是否存在短板。像Palantir之所以發展很快,幾個創始人分工明確,產品、技術和商務三方面都不弱。Peter thief是矽谷投資大佬,負責融資和商務層面,Nathan Gettings在Paypal負責開發反欺詐系統,Stephen Cohen是深度學習技術大牛Andrew Ng的學生。

工作履歷方面,星環科技是個很典型的例子。創始團隊來自Intel負責Hadoop發行版的核心研發部門,開發出全球第二個Hadoop發行版,因此星環科技成立後,一年左右就開發出自己TDH產品,是國內最早的Hadoop發行版。

技術/產品:我們會關注這家公司的技術實力和產品化能力。

我們不認為使用開源技術的公司技術實力就弱,有些時候要看這些公司在開源社群扮演的角色,對社群貢獻度如何。Cloudera就是基於開源社群去開發企業級產品,但Cloudera的技術實力仍然受到認可,這是因為它在Hadoop社群中扮演領導位置,會一定程度上影響開源技術的發展方向。

資料視覺化一直被大家認為是技術壁壘相對較低的行業,但Tableau還是做到40億美金的市值,就是因為產品做得好,長期處於Gartner魔力象限的領導者位置。Hortonworks這樣Hadoop社群的領導者為何股價持續走低,很大一個原因是Hortonworks始終無法形成產品,以駐紮客戶現場為主要服務模式。

資源:我們會關注這家公司是否接入重要資料來源以及公司背後股東。

核心資料來源是個很重要的資源,如果能夠接入政府、運營商或者BAT的資料,大資料公司就可以構築起競爭壁壘。對於風控領域來說,優質資料來源有時候比風控模型更為重要。

股東同樣是我們需要關注的,有些股東不僅僅給創業公司提供財務支援,還會帶來源源不斷的訂單。比如Palantir的早期股東包括一支CIA的基金,這讓Palantir與CIA關係更加密切,使得Palantir可以長期為CIA提供服務。

運營:公司運營主要是指公司的商務談判能力以及服務能力。

ToB市場,商務談判能力非常重要,是決定公司能不能拿下行業標杆客戶,這一點中國企業都應該向Palantir學習。Palantir一方面經常組織政治遊說活動,邀請政界和商界名流參加晚會,另一方面,聘請包括前國務卿賴斯在內多名前政府高官作為顧問團,強化自己的商務談判能力。

除了商務談判能力外,持續服務能力也是非常重要的。TalkingData能夠拿下很多銀行大客戶,除了在資料來源方面積累之外,諮詢團隊也起到很大作用,不僅提供業務諮詢,而且用資料還提供戰略決策服務。

定製化與產品化

創業公司會經歷一個定製化階段,因為探索商業化過程中,需要將技術、資料與客戶需求結合,開發滿足客戶需求的產品。但在商業化後應儘快產品化,特別是對技術驅動型公司,因為客單價低,客戶數對營收增速影響更大,對規模化複製要求高。

我們認為大資料公司的核心產品必須標準化,定製化開發應僅限於介面、使用者習慣和系統對接等,定製化比例應該在40%以下。

評判定製化程度可以用產品化率和人均產能來判斷,產品化率是指單個項目中人力佔比有多少,人均產能則是看這個企業整體運營效率,一般產品型公司要高於項目型公司,Salesforce、Oracle這些公司的人均產能都會超過30萬美金。

搞定標杆客戶

能搞定行業標杆客戶的大資料公司變現能力強,主要基於以下四點:

第一,標杆客戶付費能力強。工行每年在IT投入達到50億,大資料公司若能分到千分之一,都是500萬訂單,因此服務標杆客戶,客單價高。

第二,標杆客戶對應用創新容忍度高。中小客戶看重短期效果,大客戶看重應用前景。大公司看重新技術對其未來保持領先地位的價值,而中小公司則是以生存作為第一目標,希望新技術能其帶來訂單,因此標杆客戶粘性高,復購率大。

第三,標杆客戶考驗技術和產品。大客戶的業務量大、需求複雜,這對大資料公司的技術穩定性和產品功能性考驗很高。如果大資料公司可以滿足標杆客戶的需求,那麼未來大資料公司向同行業推廣時會非常容易。

第四,標杆客戶提升品牌影響力。ToB市場相對封閉,依靠廣告營銷很難打動客戶,這時候標杆客戶成為大資料公司最好背書,有助於減少獲客難度,降低獲客成本。

重點關注:金融、政府和工業

我們會重點關注那些資訊化程度高、資料量大、IT投入大的行業,因為我們認為企業客戶只有積累一定資料量之後,才具備發展大資料的基礎,才願意為大資料付費,因此我們重點關注金融、政府和工業領域。

金融領域標杆公司和技術型公司發展前景最好。

第一,金融行業的市場規模很大,如前文所言,潛在市場規模超過1000億,賽道足夠寬闊。

第二,金融類客戶業務資料量大,業務複雜性高。以招商銀行為例,每天處理資料量為2TB,每日對外資料介面超過2000個,大資料平臺容量為170TB。

第三,因為業務複雜性高,需要大資料公司對應用場景理解深,目前已經切入金融行業的標杆公司先發優勢明顯,後來者很難與之競爭。

第四,因為資料量大,所以對技術要求極高,這是為什麼像日誌易、Kyligence這樣公司儘管商務較弱,但仍然可以切入銀行客戶的原因。只有在資料量很大的行業,技術優勢才能展現出來。

政務領域有渠道和滿足政企需求的公司容易脫穎而出。

第一,《促進大資料發展行動綱要》中明確提出政府資料開放共享,大量閒置資料亟待發掘價值。

第二,“十三五”規劃中,智慧城市總投資超5000億,大資料會遍佈智慧城市的方方面面。

第三,ToG市場獲取客戶難度更大,因為這個市場盤踞大量供應商,這些供應商和政府關係非常密切,大資料公司切入對渠道依賴非常重。數夢工場在政務領域發展迅猛,與其背後阿裡的支援有很大關係,服務客群也多數集中在江浙一帶的地方政府。

第四,政府客戶的需求與商業客戶有很大區別,比如在資料展現方面,政府客戶投入巨大。這就使得海雲資料的業務在公安領域推進很快,因為公安客戶對大屏視覺化需求旺盛。

工業領域會有初創公司

第一,工業網際網路化是未來趨勢,《中國製造2025》和工業4.0戰略都將大資料作為中國製造轉型的關鍵因素。同時,大資料與物聯網發展相輔相成,因為NB-IOT標準通過,工業物聯網正處於爆發前夜,而大資料是工業物聯網重要變現出口。

第二,從美國市場來看,工業大資料是可以誕生獨角獸公司。Uptake成立三年時間,估值已經達到20億美金,其核心價值就在於連通工業裝置資料,提供包括故障預警在內的工業大資料服務。

第三,國內工業資訊化程度低,大部分企業不具備自己開發大資料產品的能力,這就是大資料公司的機會點,國內已經出現了崑崙資料、美林資料等專注工業領域的初創公司。

工業領域對大資料公司的團隊和資源要求高,因為這個領域對行業知識要求很高,不瞭解客戶需求根本無法切入市場,所以團隊構成中必須要有行業老兵,其次,早期拿下一個標杆客戶對企業發展至關重要。Uptake能高速發展,很大原因是早期拿下Caterpillar這個客戶。

近期我們會整理其它嘉賓在會上的精彩分享,敬請期待~

愛分析是一家專注於創新企業研究和評價的網際網路投研平臺。愛分析以企業價值為研究核心,以獨特的產品形態,對創新領域和標杆企業長期跟蹤調研,服務於企業決策者、從業者及投資者使用者群體。關注愛分析公眾號ifenxicom,及時獲取重要資訊。

讀完文章,您有沒有什麼想聊聊?您可以發郵件至 [email protected],或者加微訊號 aiyangyudejiji 聯絡作者。


» 36氪

ADVERTISEMENT