SaaS产品增长第一步，一定是找方向，SaaS产品的北极星指标处于商业目标，用户价值，和战略选择的交点上，且一般落实在功能使用量上。与To C产品的AARRR略有不同，To B SaaS产品驱动增长包含六大杠杆，分别是获客，激活，转化，留存，拓展，和定价。SaaS增长团队，一般负责产品驱动增长的路径，而市场，销售，客户成功团队更偏重销售驱动增长的路径，大家都基于数据团队的洞察做出更好的判断。基于上篇所分享的SaaS产品增长的趋势和PLG增长模式的普及，本篇将从北极星指标制定、增长环节策略以及SaaS增长团队构建三大维度，聚焦如何实践SaaS产品驱动增长模式。文章目录1 SaaS产品驱动增长 ：从北极星指标开始2 SaaS产品驱动增长 ：6大增长杠杆3 SaaS产品驱动增长 ：获客策略4 SaaS产品驱动增长 ：激活策略5 SaaS产品驱动增长 ：转化策略6 SaaS产品驱动增长 ：留存策略7 SaaS产品驱动增长 ：增长团队8 总结Key takeaways上篇我们讲完了什么是PLG，本篇来讲一下SaaS增长如何确定 北极星指标 ， SaaS产品驱动增长 怎么去应用，以及 SaaS增长团队 的相关实践。下篇核心要点包括：增长第一步，一定是找方向，SaaS产品的 北极星指标 处于商业目标，用户价值，和战略选择的交点上，一般是落实在功能使用量上。To B SaaS产品驱动增长的六大杠杆，和To C产品的AARRR略有不同，分别是获客，激活，转化，留存，拓展，和定价。这里给大家讲解了SaaS获客，激活和转化的一些最新实践。SaaS增长团队 ，一般负责产品驱动增长的路径，而市场，销售，客户成功团队更偏重销售驱动增长的路径，大家都基于数据团队的洞察做出更好的判断。1 SaaS产品驱动增长 ：从北极星指标开始讲增长，最重要的第一步就是要把北极星指标想清楚，我们增长到底是要增长什么？最重要的目标是什么？找到了这个指标，它就像一个北极星一样，能够指引大家向着同一个方向前进、怎么去找北极星指标？简单地说，它在3件事情的交点上。第一个，就是商业目标， 你公司长期要怎么样去赚钱，怎么样去盈利。第二个，就是用户价值， 你的用户从你的产品里面能够得到什么样的价值。第三个，就是战略选择， 是在你针对企业的具体情况，在增长战略上的具体考量。对于 SaaS 产品来说，商业目标无非就是重复性的收入ARR，MRR，因为一般SaaS产品是订阅制，所以不是一次性的收入；那SaaS产品能够给用户带来什么价值呢？无非就是第一，能够帮我的客户提升收入，比如说小鹅通，用户在我这边开课程，他可以赚钱；第二，可以帮助我的客户去降低成本，比如说各种各样数据分析的产品例如GIO，我可以在上面观察用户数据，精细化运营，降本增效；第三，就是可以帮助客户去提升效率，比如说我用了飞书，团队合作协作效率提升了，那这也是一种 SaaS 产品的价值。战略选择就是对于你的产品来说，什么事情从战略角度来说最重要，必须做。比如说刚才我们提到Atlassian的例子，它的增长飞轮要求它必须打造好的产品，那就不能把眼前的营收最大化作为北极星指标，否则它的增长飞轮就跑不起来了，所以关注产品质量，这是它的战略选择。再比如说，滴滴有一段时间All in 安全，也是它当时最重要的事情。SaaS 产品的北极星指标怎么找？我给大家举几个例子，比如Salesforce，他的北极星指标就是每个账号里面有多少的销售记录，里面的销售记录越多，说明销售团队使用Salesforce越多，然后在里面存储和生成的记录才越多；Zoom 和 Slack 就比较好理解，就是每周主办的会议的数量和发送的总的消息数；Shopify其实类似于我们国内的有赞，帮助中小电商卖家自建站， 它的北极星指标就是，它所支持使得这些电商网站的 GMV ，这是反应其客户的销售情况。大家可以看到 SaaS 公司的北极星指标，其实很多时候是跟产品的使用量相关的，可能具体到某个关键功能或关键使用场景上。2 SaaS产品驱动增长 ：6大增长杠杆当我们明确了北极星指标，就要去思考，针对这个北极星指标，SaaS 产品有哪些增长杠杆？SaaS 产品的增长杠杆和To C产品有很多类似的地方，也有一些比较不一样的地方。SaaS产品也有获客，激活这些杠杆，但转化是一个比较关键的动作，因为To B客单价一般都比较高，不像To C产品。因此，To B产品的免费到付费转化是一个相对而言比较难和门槛比较高的动作，因此我们把转化单独列出来；SaaS 的产品增长也有留存这个杠杆，但不仅仅是留存，它还希望能够有增购或者拓展， 也就是客户今天买了某一个 SaaS 产品，最理想的情况不仅仅是明年这个客户会续约，而且最好还升级到更高级的一个计划，从基础版，变成高级版；或者是说客户本来买了 100 个席位，过了6个月再加 50 个席位；或者是买一些其他的消费型功能包，例如额外的储存空间等等，所以在 SaaS 产品里面拓展销售是一个非常重要的杠杆，我们也把它单独列出来。最后还有定价， SaaS 产品的定价本身就是个学问，我之前在公号里面发了一篇关于SaaS如何科学定价的文章，收到了特别热烈的反响。大家可能会发现，和To C增长对比，我没有强调推荐。 推荐不是不重要，但是推荐对于 SaaS 产品来说，可能它的形式会不太一样。不是说我作为一个企业购买了，你给我 100 块钱，我就推荐另外一个企业也来购买，这种形式的推荐是不太经常发生的。但是，基于产品口碑或者基于产品本身特性的病毒传播机制是有可能的，但是相对其他杠杆而言，推荐不是一个特别重要的To B增长杠杆。今天时间所限，我不可能把六个杠杆都讲全，就选其中的三个，给大家介绍一些现在硅谷企业比较经常使用的增长策略。3 SaaS产品驱动增长 ：获客策略首先，我们讲讲SaaS 的 PLG 增长有哪些获客的策略？提到了获客漏斗，To C的漏斗大家都比较熟悉了，以 APP为例，最开始的时候用户看到广告，然后进到应用商店下载 APP ，开始使用你的APP，然后如果变现比较快的话，也许几分钟之内你就能收到钱了。但 To B 产品的漏斗一般是非常长的，首先也是从获客渠道开始，可能用户通过多种形式知道了你的产品，比如说今天参加了一个直播讲座，进了微信群，知道了特赞，后来就去了特赞的网站上去看了一下，读了几篇文章，填了一些信息，变成了一个所谓的市场合格线索（Marketing Qualified Leads MQL) 。然后用户如果有更多的互动，通过审核，可能进一步升级为销售合格线索（Sales Qualified Leads SQL) 。那接下来，销售就会进行跟进，最终也许有一定比例的销售线索真正变成了付费客户，就带来了营收，这个过程可能要花几个月甚至更长的时间。但是，如果是我们刚才讲到通过产品驱动增长 PLG 的产品，它其实是在刚才这个销售漏斗的基础上，又开发出来了一条新漏斗。还是用特赞举例，当你到了特赞的网站上，你注册之后，就可以使用特赞的免费版或者免费试用版，让你先用起来。当你用了一段时间之后觉得好，就直接自助购买了，完成了整个转化过程；或者当你用了一段时间之后，达到了某个使用强度，你就变成了一个所谓的产品合格线索（Product Qualified Leads PQL) ，然后销售觉得你值得跟进，针对你进行一些电销，最终把你所在的公司转化成了一个付费的客户。这就是PLG的获客漏斗。所以，PLG的创新之处在于提出了一个新的概念，产品合格线索PQL。因为我们给你一个免费版，你可以去用，那我就可以去观察你使用产品的行为，比如说你已经用了我们的特赞的产品50 个小时了，或者你已经用 slack 发了 2000 条信息了，你已经用某个报销 SaaS 产品提交了 40 张发票了。当我们觉得基于你的产品使用量，我们推测你对我们的产品很喜欢，看到了价值；同时，你所在的公司是一个比较大的公司，那我就认为你是一个销售线索，销售应该去跟进。所以PQL是根据产品的使用行为，去把用户确定为一个潜在的销售线索。那这个时候，把你转化为一个付费的客户，其实相对而言是更容易的。举例来说，大家都知道在疫情期间，Zoom股价一路高歌猛进，它的创始人也是一位华人 Eric Yuan 袁征，那对于Zoom来说，它的 SaaS 的获客渠道其实就是传统的一些 SaaS To B 产品的获客渠道，包括和其他产品的合作整合，社交媒体广告，办会议，赞助活动等。但是 Zoom 在这些增长渠道基础上，还有两个增长飞轮。第一个增长方式，就是我们提到的产品驱动增长 PLG 。因为 Zoom 本身它是一个视频会议产品，所以它天然有一个自传播特性，就是说我组织一个会议，用了这个产品，就会邀请其他的人加入，然后其他的人点击邀请之后，一部分就可能注册成为Zoom的免费用户，后来这里面有些人就会成为 Zoom 的付费用户。这其实就是非常经典的利用免费产品进行产品驱动增长的过程。第二个增长方式，Zoom 也有比较传统的销售驱动的增长飞轮。销售去跟进销售线索，然后把一部分销售线索转化成企业客户，然后用这个客户签约的钱去雇佣更多的销售，那这个飞轮也可以跑起来。因为，我可以不断地签单，把赚来的钱去雇佣更多的销售。那 Zoom 的独特之处在于它把这两个增长飞轮，给连接了起来。因为有一部分用户用了免费版，这部分用户在用了一段时间之后， Zoom 就会捕捉到其使用数据，比如说某个用户已经开了 200 场会议了，同时它来自一个大公司，我们认为它其实是有潜力成为一个比较大的单的。那这个时候，我们就把它作为 一个PQL 产品合格线索发给我们的销售团队去跟进，力图让它变成一个比较大的单子。所以回到我们刚才讲过的，其实 SaaS 增长的第二曲线就是产品和销售两条腿走路：通过免费版产品做用户量， 主要针对个人，或中小企业，或者大企业员工，通过销售去做针对中大型企业做大单， 那这样的话就比仅仅是销售一条腿走路要有更高的效率和更大的触达面。4 SaaS产品驱动增长 ：激活策略讲完了获客之后，我们讲一下激活，大家如果对增长有了解的话，也知道激活是非常关键的一个阶段。David Skok是非常早期的一位SaaS 的产品的投资人，也很有名。他就说我在投资 SaaS 产品的时候，就会发现有两种情况是最容易导致用户流失，一种就是没能够成功地帮助新顾客上手来使用，最开始的时候产品根本就没用起来，那过一段时间自然而然就流失掉了。所以如果新用户激活做好了，好处是很多的，可以提升用户的留存率，可以直接可以提升你的后续的收入，甚至可以提升用户的付费意愿。 因为用户用的好，看到了价值，才更愿意去付费。那新用户激活，大家如果看过我的书，或者听过我的课程的话，都知道最关键的点是要帮助用户达到一个所谓的“Aha时刻”，让用户觉得这个产品特别有价值。大家对于 To C 产品的Aha时刻比较好理解，比如说，我用抖音，打开一看，短视频太好玩了，这个Aha时刻就很直观。那To B SaaS 产品的Aha时刻是什么？我记得很多年前用过一个产品叫做Optimizely，是一个 AB测试的工具，那个时候市面上做 AB测试的工具比较少，都被Adobe Test & Target这样的大企业产品把持，很笨重，需要首先去和你的网站进行一个整合，要有工程师来先去完成这些工作，产品经理和营销人员才能去做AB测试。Optimizely那个时候就开发了所谓的“所见即所得”的测试方式：你只要在它的界面里面打开你想要做测试的那个网页，你自己就可以在上面拖拽各个图案素材，更改文字。这对于不会写代码的产品人或者市场人员来说是非常有帮助的，那个时候，其实我就感受到了Optimizely的Aha时刻：啊原来AB测试可以这么好做呀！所以和To C 产品类似， To B 产品其实也是有Aha时刻的，比如说 Slack 它的Aha时刻就是一个新团队开始使用 slack 之后发送了 2000 条信息，那这个就是他们团队希望推动所有的新用户都能够达到的一个状态。但是对于SaaS 产品很有意思的一点，是我在做了一段时间琢磨出来的，就是对于一个To C产品Aha时刻一般来说是很清晰的，也只有一个，因为你只要这个用户有了这种惊喜的感觉，觉得有用有价值就好了；但是， SaaS 产品其实是有四个不同的Aha时刻。首先，我们用Slack 举例，假如说我注册了用户之后，发现用Slack给别人发消息挺好的，挺容易的。我发了人家立马就回了，我觉得很有用，那可能这是我个人的Aha时刻。当我觉得好用了之后，我邀请了我团队里的其他人都加入，然后我们大家就在 Slack 上沟通，然后发现，真的挺好用的。尤其现在远程办公，通过Slack，整个团队非常高地提升了效率，那这是一个团队的Aha时刻。这时候，我们团队还是一个免费用户，还没有变成付费用户，那如果最后公司决定要买付费版，那一定是因为要掌握财政大权的人，可能是 CFO ，可能是CEO，他们发现说有一天刚好用了 Slack 的一个付费功能，或者知道了 Slack 有 一 个付费功能比我们现在的这个体验还要好，能够大大提高效率。虽然要花钱，但是他们觉得值得，那这个是购买决策者的Aha时刻。那最后当他们真正买了Slack 的付费版，他们给每个用户花了 100美金，这个钱花出去了，那用户这时候的期待又不一样了。他希望在用的过程中真正感觉到你的产品对我有价值，真正帮我提升了效率。有一天当我觉得，我这每个人 100 块钱花得值了，那这才是我作为一个付费客户的Aha时刻。所以大家在思考SaaS 产品Aha时刻的时候，它是比一般的 To C 产品要复杂得多的，你要去思考不同角色的人，在这个过程中是如何达到Aha时刻，在你的产品里面是怎么样去帮助用户去达到。那其实我之前也讲过，对于 To C 产品来说，新用户的引导和激活有四种手段，那对于<a href="https://runwishttp://e.co/digital-growth/68288.html"> To B 产品和 SaaS 产品也是适合的。第一，你希望把产品的新手引导流程和文档做得特别好，那这能够帮助最多人去开始使用你的新产品；第二，你要有一些渠道去触达到用户，不管是邮件，服务号，当用户有一些关键动作没有完成的时候，你可以把他们拉回来；第三，你可以给他们一些好处，作为新手的一些激励；第四，对于这个大客户，你肯定是要有专门的客户成功团队，客服去帮助他们。越往后其实成本是越来越高的，那我们举例来说，比如说飞书，如果你是个人免费用户的话，那可能我就是在产品里面做很多引导的动作，去告诉你这里是开会功能，这里是消息功能；那如果你是一个付费客户的话，我肯定要通过客户成功团队来上门拜访，然后确保你的产品都设置好了，帮你进行培训告诉你怎么用，最终让你觉得这个钱花得值了。5 SaaS产品驱动增长 ：转化策略下面，我们简单讲一下转化的策略。PLG 产品，刚才我们提到有两个最常见的形式，一个就是免费版，一个就是免费试用。那免费版和免费试用其实都各有一些好处和坏处。总体来说，免费版的付费转化率相对而言会低一点，免费试用的付费转化的比例会高一点。因为免费试用给你时间限制，创造紧迫感，一般来说 30 天或者 60 天说你可以免费用，过了这段时间，我的产品就不再给你免费提供了。但是，免费版也有一些好处，它可以极大地把你的获客漏斗打开，长期来看，其实可能给你带来更多的用户。一般来说，如果你的产品像 Zoom 、 Slack 、飞书，有非常强的病毒传播的特征，或者有网络效应，比如说是一个协作工具，用户肯定想要邀请团队来一起使用，那比较适合去做免费版。其他绝大多数的产品可能免费试用是更加合适的， 因为，它的使用率，激活率，付费转化率都更好一些，同时你也能够有更多的短期营收，维护的成本会稍微低一点。对于 SaaS PLG的 产品来说，除了传统的销售转化，还有两条转化路径。第一条转化路径是自助购买：首先，你要提供自助购买，需要在产品里面有一个通道，能够让用户点进去，选择某个定价计划，就可以完成购买，不需要通过销售团队；其次，产品里面要有付费转化的触发点。用户不仅仅是你在网站上可以直接购买，在用的过程中会发现某个功能是付费功能，想要使用这个功能的话，就要完成升级付费。最经典的例子就是Slack，它有一个消息数量的限制，如果是免费版的话，消息是不能超过 1 万条的，超过 1 万条的历史消息，他就帮你清空了，历史消息就不存在了；如果你想要在 1 万条之上还保持这些历史消息，让大家可以搜索的话，你就需要升级成付费的版本。明确了付费功能点之后，Slack 就在产品里面设计了很多机制，去跟你说你已经快要到了1万条了，或者是你已经到了，你要点击这里完成一个付费购买的动作，要不然你的历史消息就被清空了，所以这个付费点的触发也非常的关键。第二条转化路径就是销售转化：销售跟进产品合格线索PQL，然后去转化他们。比如说Slack，某个团队内部发了2000 条信息，并且这个团队是一个比较大的公司，我们就认为它是 一个PQL。销售团队就要去跟进，就像他们平时做销售一样，去完成这样的一个转化的动作。据统计， PQL的付费转化率是一般的MQL（市场合格线索）的五到六倍以上，这个也很好理解，因为用户已经用了产品，已经显示出了一定程度的使用量和参与度，他肯定比那些仅仅在你网站上浏览了一下，看了几篇文章的这些销售线索，转化的可能性要更高。6 SaaS产品驱动增长 ：留存策略SaaS产品有哪些留存的策略？第一点其实要考虑，对于 SaaS 产品来说怎么去理解留存和活跃。其实 SaaS 产品的留存比一般 To C 产品的留存要复杂一些。要定义留存，首先要理解活跃的含义。我们用 Zoom 来举例，你的活跃用户是一个付费客户，还是个人用户？因为这两种客户留存的概念是不同的。他的使用频次是怎么样的，他需要做一个什么样的行为，才算得上活跃？这其实都是衡量是否活跃的时候要考虑到的。第二，就是你的流失怎么定义，付费客户多久不来是变成流失了，什么样的行为才能定义为流失。所以对于 SaaS 产品来说，很多时候留存指标是一个体系，而不仅仅是一个指标。具体来说，你最核心的指标是谁用什么样的频率做什么事情，但是SaaS的留存率有更多的维度：功能使用的留存率，有多少人还在用你的产品？付费客户的留存率，你有多少个付费客户，这些人是不是还付费？用户的留存率，每个公司它是不是有足够人在持续的用 zoom 的产品？短期留存率 vs 长期留存率基于用户 vs 客户的留存率基于金额和收入的留存率所以To B 产品的留存指标系统是比 To C 的产品要复杂很多的。那具体怎么去做留存？产品还是要作为留存的根基，你需要去持续不断地为客户提供价值，不管是增加使用场景，还是说增加客户端开发新的功能，增加使用的触点等等，让用户能够有各种各样的方式去和你的产品进行互动，互动的程度越来越深，那他留存的可能性就越来越高。另外一个常见的PLG留存策略，就是利用数据去监测客户的健康程度，及时干预。大家都知道，在 To C 产品里面其实是没有所谓的客户成功团队的，但是客户成功团队对于 SaaS 产品是非常关键的， 因为，他要去监测客户的健康程度，包含从用户的数据上去找到一些线索，比如说什么功能的使用，或者是什么样的频次，就提示你用户会续费，什么样的行为提示你这个用户可能流失，什么样的行为提示你可能有交叉销售向上销售，让客户升级的机会，其实这些都是可以从数据中找到答案的。硅谷做得非常好的 SaaS 产品通过收集用户数据进行模型进行监测，通过这样的方式来找到很多让客户成功团队去进行干预的机会。在具体进行干预的过程中，客户成功团队所针对的往往是一些比较高价值的客户，一般客单价较高，或者客户的潜在回报很大；如果是针对中小客户，一般来说，可以通过自动化营销的方式， 比如说通过邮件或推送给他们一些内容，给他们一些触达，给他们一些提醒，让他们回来用你的产品或者在产品里面设置一些触点，在产品里面进行一些改善。总的来说，你要根据你从用户身上的投入产出比来选择不同的方式来进行干预，提升留存，最好还带来增购和拓展。7 SaaS产品驱动增长 ：增长团队我们要做增长，其实还是要有一个相应的增长团队，那大家对于 To C 的增长团队也可能都比较熟悉了。对于SaaS 产品的增长团队怎么样去思考怎么样去设置，这里也给大家举一个例子。Slack是历史上增长最快的 SaaS 公司之一，一般来说，对于一个 SaaS 公司最开始零收入达到一亿美金年重复收入是个非常重要的里程碑。绝大多数公司可能都要都需要五年七年以上的时间，但是 slack 只用了两年半的时间，它的增长是非常快的，那其实是因为这个产品有很多特殊之处，它是通信软件，其实本身就有很多社交产品的基因在。但是， Slack 其实在内部也做了很多非常用心的增长团队的设置，包括增长策略的演化。产品最早期，他们就花了很多时间去打磨产品传播的机制，就是比如说一个人用了slack，怎么去让他快速地邀请团队，让他们也加入，怎么让用户们快速的能有一个对话，Slack花了非常多的时间去做这个事情，公司很早期的阶段，其实它就是有增长专员的。然后接下来，Slack开始把重点放在营销和销售上，包括生产了大量的内容，去做 SEO 搜索引擎优化的动作；分出了所谓的增长产品团队、增长营销团队和销售团队，那再往后他开始通过付费营销来加速增长，就是各种各样的付费的渠道，那这时候，就进一步的拓展了营销团队和销售团队。最后开始进入所谓的平台阶段，Slack希望 变成一 个平台，很多其他的小工具，比如说做调查的工具和 Zoom，所有的这些就变成了Slack生态系统的一部分。这个时候，它开始加入了 BD和大企业营销的部分等等。所以Slack的团队最开始可能是更偏产品增长、慢慢地加入营销、再把销售团队做的越来越大，是有个演变的过程的。Slack 团队的 KPI 设置，我觉得也是非常的巧妙的。它其实就是刚才我们提到的产品和销售两条腿走路的模式，它两条漏斗分得比较清晰的：比如说针对大企业销售团队的市场团队， KPI 就是有多少销售线索。如果是针对中小企业的市场团队，KPI则是“激活的新团队数”。那接下来所有的这些销售线索也好，或是免费的用户也好，增长团队会去负责做一个激活的动作，要求新用户前七天里面有 4 天活跃；它们要去提升活跃度：比如日活周活的指标；他们也负责变现指标：也就是免费升级付费的转化率。接下来，销售团队的 KPI 就是客单价和MRR。所有的这三个团队会共同来背的KPI， 是净收入的留存率以及总收入。所以市场团队可能更多的负责漏斗的最上端，增长团队更多的是负责的是漏斗的中端，销售团队主要负责的就是大单以及收入，最终所有的团队都要去关注留存和总收入。通过这样一种 KPI 的设置，保证了各个团队之间既有协作，同时也有分工。讲了这么多，其实大家已经比较明确了，对于 SaaS 的 PLG 增长团队来说，市场团队在漏斗最上方，销售团队在后面进行销售，客户成功团队进行续约、增购、完成对于这些付费客户的维护，增长团队更多关注产品驱动增长 PLG 的漏斗，让他们用免费版，让他们能够自助购买，捕捉到他们使用产品的一些数据，把它们转成一个所谓的产品合格线索 。最底层是数据分析团队，通过大量的数据分析提供洞察，支持所有的这些团队，完成相应的动作。8 总结最后总结一下，这几年我一直在做 SaaS 产品的增长，在发现PLG 的概念的时候，觉得非常有意思，觉得跟我之前做 To C 产品的增长殊途同归了。很多做新一代 SaaS 产品的创始人和增长人，都有一个认知就是，大家觉得每一个基于传统销售模式的 SaaS 产品，都有被新一代的 PLG
SaaS 产品颠覆的危险。比如 Microsoft 的 Excel，目前在被Airtable 所挑战；Word 在被 Notion 挑战；然后 PPT 在被Figma 挑战；Outlook 在被 Superhuman 挑战；Teams 在被Slack挑战……我不认为所有的 SaaS 产品都一定马上做PLG，也不是说所有的颠覆都一定会成功，但是对于创始人来说，或者对于我们 SaaS 增长营销产品的一线同学来说，大家有必要去了解这样一个趋势：如果你的产品有一些适合这种方式的特质，那不要错过这个机会。通过PLG的方式给你的 SaaS 产品的增长，再开辟一条新的思路，开辟一条新的漏斗。作者：曲卉对于不太熟悉我的同学们做一个简单的自我介绍，我叫曲卉，在2018年的时候出版了《硅谷增长黑客实战笔记》这本书。非常幸运，因为这本书认识了很多，国内国外做增长的朋友，然后也有机会去国内国外的各种大厂，包括阿里，腾讯，快手，招行等去做增长的培训顾问和咨询，然后，目前是在一家 To B SaaS 的公司做增长负责人。《硅谷增长黑客实战笔记》这本书，主要是从To C 产品的角度出发，讲怎么去做增长，然后那个时候就有很多读者朋友会问我说，我是做 To B 的，我是做 SaaS 产品的，你书里的这些增长策略方法还适用吗？我其实对于这个问题，一直在想要找到更好的答案。所以我自己其实后来也是肉身入局，开始做SaaS和 To B 方向的增长，然后也积累了一些心得和思考，希望能够分享给大家。原文链接：创新实践
SaaS增长新趋势：产品驱动增长PLG（下）延伸阅读：创新实践
SaaS增长新趋势：产品驱动增长PLG（上）用户运营｜车企运筹七条黄金法则，制胜客户体验管理创新案例｜“美元剃须俱乐部”如何通过四大DTC策略成功超越市占率72%的吉列私域生态中的“消费者共创”：超级用户如何让Lego重焕生机互联网时代下，如何精细化用户运营？户外明星Solo Brands如何以DTC社群运营推动高速品牌增长完整拆解元气森林布局私域全流程，太值得每个品牌借鉴了！研报摘要
从“试水”变为“必要”选择——后疫情时代的私域流量营销5000字方法论：私域中如何做好用户分层、标签体系品牌与私域，紧盯消费者全生命周期运营的两大抓手增长黑客经典案例｜民宿巨头Airbnb的发家史当男性审美觉醒 “理然”们如何满足5400亿他经济市场？什么是北极星指标？产品怎么选择合适的北极星指标？专家研究｜如何避免企业创新决策失败的五种方式创新工具｜最好用的12 个原型设计工具推荐300+精品课程，为你的求职、学习持续赋能。热门课程推荐： 【设计思维】 【精益创新】 【增长黑客】【设计冲刺】更多精彩案例与方案可以访问Runwise创新社区。}

进销存软件是什么？进销存软件的优势在哪里？进销存软件都能为企业提供什么？有哪些便宜适合的进销存软件？本文将带大家深入浅出的聊聊进销存软件，全文7000+，深度干货，建议收藏！并且为大家提供2023年十大进销存管理系统大盘点！本文你将了解：进销存软件是什么？进销存软件的功能？进销存软件如何选择？进销存软件哪个简单好用？一、什么是进销存软件？进销存是指生产和销售过程中的进货、销售和库存管理。换句话说，进销存软件可以帮助企业或店铺更好地管理销售和库存，以便更好地控制成本和提高利润。可以把它想象成是一种数字化的工具，涉及到管理生产、销售和库存，可以让企业实时掌握库存情况，更好的管理生产，满足市场需求，减少库存积压和缺货。进：指询价、采购到入库与付款的过程。销：指报价、销售到出库与收款的过程。存：指出入库之外，包括领料、退货、盘点、损益、借入、借出、调拨等影响库存数量的动作。下面我就以我们公司正在用的进销存软件为例，为大家进行进销存软件功能的介绍这是我们团队自己搭建的系统，大家如果有需要可以自取，也可以在我们系统的基础上自行搭建二、进销存软件的功能有哪些？标准进销存软件业务流程，本质上包括了四大业务模块：采购、销售、库存、财务。把多种数字化解决方案和经验模型结合在一起，从而解决了三大业务流程：【销售流】：客户 → 销售订单 → 出库 → 退换货 → 应收账款 → 对账 → 开票 → 收款。【采购流】：供应商 → 采购订单 → 入库 → 退换货 → 应付账款 → 对账 → 收票 → 付款。【仓储流】：仓库 → 其他出入库、调拨、盘点 → 库存。进销存软件功能主要有：1、进货管理：包括供应商管理、采购订单、采购计划等2、销售管理：包括客户管理、销售订单管理、销售预测分析等3、库存管理：包括库存监控、库存调整、库存优化等4、生产计划管理：包括生产排程、生产监控等5、分析和预测：包括数据分析和预测分析等6、数据安全管理：包括跟踪合规性和数据安全问题1、采购管理：采购信息高度透明【采购流】：供应商 → 采购订单 → 入库 → 退换货 → 应付账款 → 对账 → 收票 → 付款。采购下单后、自动提醒领导审批；采购入库、退货情况清晰记录；所有采购信息自动生成分析报表。（1）采购申请在进销存软件中，采购申请包括采购基础信息、采购产品明细、采购审批以及采购执行主要负责采购需求管理、产品出库、采购需求统计/预测等（2）采购订单在进销存软件中，采购订单包括采购订单基础信息、采购产品明细、订单明细、财务明细以及合同审批等内容；可以进行审批流、采购订单整单折扣均摊、产品采购价格分析、采购订单合同管理、采购订单维度、明细维度执行跟踪、采购经营分析、交期预警等（3）采购入库在进销存软件中，采购入库表由采购订单信息、入库产品明细、入库检验以及入库确认组成：可以进行入库质检、库存校验（可用库存、待入库）、批次管理-先进先出 、入库预约、采购费用管理等（4）采购退货在进销存软件中，采购退货由采购订单信息、退货产品明细以及退货确认组成（5）采购数据统计在进销存软件中，采购数据统计包括采购订单相关的采购额、采购数量、毛利率、采购明细等数据展示与统计。通过对企业采购过程中所涉及到的数据进行收集、整理和分析，可以让企业更好地了解市场需求、掌握产品采购情况、制定采购策略等。2、销售管理：一键发起销售流程【销售流】：客户 → 销售订单 → 出库 → 退换货 → 应收账款 → 对账 → 开票 → 收款。销售管理模块由报价单、销售订单、销售出库、销售退货、销售换货、销售订单统计以及销售执行跟踪看板组成。（1）销售订单表在进销存软件中，销售订单表是记录了企业销售订单信息的数据表。它记录了下单的时间、销售人员、产品信息、价格及交付要求等详细数据，实现了销售订货流程的可追溯性，为企业销售流程管理提供了极大帮助。（2）销售出库表在进销存软件中，销售出库可以做到出库管理/规划（库存冻结、计划出库）、库存校验（可用库存、待出库）、批次管理-先进先出、物流单、收货单、销售费用管理等（3）销售退换货表在进销存软件中，销售退换货表包括销售订单信息、退换货产品明细、退货审批以及退货入库验收等，可以进行业务流程及数据统计等（4）销售数据统计在进销存软件中，销售数据统计包括销售订单相关的销售额、销量、毛利率、销售明细等数据展示与统计。通过对企业销售过程中所涉及到的数据进行收集、整理和分析，可以让企业更好地了解市场需求、掌握产品销售情况、制定营销策略等。3、库存管理：全局自动化管控货品出入在进销存软件中，货物在进库、出库、调拨、盘点时，在线录入系统，系统自动计算库存数。（1）其他出、入库单在进销存软件中，其它入库单是指企业为了管理货物或原材料等物资的流向，对于非采购、生产和销售活动导致的物资增加情况（如归还、报废等），所制定的一种内部管理单据。其他出库单主要用于记录非常规物品或商品从库存中减少的情况，例如赠品、损坏货物、退货等。（2）库存调拨在进销存软件中，库存调拨是指企业或组织内部将存储在一个库房或仓库中的物资/商品从一个地方调拨到另一个地方的过程。（3）库存盘点在进销存软件中，库存盘点是指对企业所有库存物品进行清点和核对的过程。盘点通常在一定的时间周期内进行，如季度末、年终等。通过库存盘点可以帮助企业掌握实际库存情况，减少库存漏洞和异常损失，优化库存水平和管理效率，并为后续采购和销售决策提供数据支持。（4）库存自动化在进销存软件中，将退换货、调拨、盘点等表单中的数据自动化同步至其他出/入库单中，便于库存的统计和管理，将不常用的库存退换货数据同步自其他出、入库单中统一管理。例如，库存调拨为出库行为时，则自动在其他出库单中新增数据：（5）库存数据统计在进销存软件中，库存数据统计包括库存管理相关的产品出入库销售总额、出入库数量、出入库明细等数据展示与统计。通过对企业库存管理过程中所涉及到的数据进行收集、整理和分析，可以让企业更好地了解市场需求、掌握产品出入库情况、制定库存管理策略。4、财务管理：自动分析、展示财务数据员工在线录入财务申请，财务接到提醒消息；所有财务数据自动汇总、生成多维分析报表。（1）应收账款-对账表在进销存软件中，应收账款-对账表包客户信息、应收对账明细以及财务明细：（2）销项发票/进项发票-申请表在进销存软件中，销项发票-申请表主要包括客户基本信息、发票信息以及应收对账单等模块，进项发票表主要包括供应商基本信息、发票信息以及应付对账单等内容：（3）收款单、付款单在进销存软件中，收款单主要由收款基本信息和收款单明细组成；付款单主要由付款基本信息和付款单明细组成。（4）应付账款对账表单在进销存软件中，应付账款对账表单主要由供应商信息、对账明细以及财务明细组成：（5）财务数据统计在进销存软件中，财务数据统计包括销售侧的应收账款统计以及供应商侧的应付账款统计。5、经营看板：直观地了解业务运营情况进销存软件的经营看板可以帮助企业管理者直观地了解业务运营情况，对于实现企业目标和管理决策具有重要意义。涉及到的指标包括财务、销售、客户、库存、供应商等方面的数据，通过数据可视化、图表等方式呈现，以便管理层更快速准确地了解企业的经营状况。（1）库存查询统计：在进销存软件中，库存查询统计看板记录了当前库存总数、可用库存总数等汇总数据。同时，还可以展示了每件产品的实时库存明细，仓管可以根据产品名称、规则型号等筛选条件去查询具体的某件单品的实时库存数据和 期初期末的库存数据：（2）仓库经营看板：在进销存软件中，仓库经营看板主要用来实时展示和监控仓库经营状况的信息面板。该看板通过图表、指标和数据等形式，直观地呈现仓库的运营情况，为管理者提供决策支持，帮助企业更加高效地管理仓库。（3）销售订单看板：在进销存软件中，销售订单看板中统计分析了销售总金额、签单客户数以及销售业绩趋势等销售订单相关的数据。还可以根据销售负责人、签订时间等条件筛选销售订单明细。（4）采购订单看板：在进销存软件中，采购订单看板主要对采购订单相关的采购总金额、签订供应商数量、采购订单签订数量以及采购金额消费趋势进行分析。除了查看汇总数据，还可以根据仓库、签署时间查询采购订单的明细数据：（5）财务收支看板：在进销存软件中，财务收支看板上对应收账款相关的数据进行了汇总统计，还支持通过财务类型以及业务发生时间进行应收明细查询：6、客户管理：管理和维护客户信息，提高客户满意度和忠诚度。在进销存软件中，客户管理模块由客户表、跟进记录表以及客户分析仪表盘组成。（1）客户表在进销存软件中，包括客户基本信息、其他信息、关联查询等（2）跟进记录表在进销存软件中，跟进记录表包括基础字段设计、关联客户设置等（3）客户分析客户分析是对客户表和客户跟进表中的进行的统计分析，包括了 RFM模型分析、客户画像分析以及客户跟进分析。点击相应的筛选框，可以筛选需要的数据进行查看与比对。如下图所示：三、进销存软件的优势（1）提高生产能力和生产效率：进销存软件根据市场需求和销售预测生成准确的生产计划，减少因为过剩或缺货而造成的生产效率降低的情况，减少人工错误，提高客户满意度。（2）降低成本： 用科学的方式重新设计企业业务流程，节省人工统计销售数据时间，降低企业成本（3）工作流程自动化： 进销存软件能够设置自定义规则并附带销售人员自动化功能，进行全流程的服务，来帮助企业提高工作效率和客户转化率，增加赢单机率。（4）沟通和协作： 进销存软件使不同部门之间的信息共享更加顺畅，提供实时的库存、销售和生产数据，以及一系列的可视化数据，直观的展示数据情况。（5）优化供应商管理：进销存软件可以帮助企业更好地管理供应商关系，优化采购流程，以便于能够及时供应货物。快速、准确地履行订单有助于增加企业之间的信任并巩固现有的关系。（6）分析和预测： 进销存软件能够提供实时数据和分析报告，生成各种报告和仪表盘，预测市场变化，降低业务风险并且能够相应的调整营销活动，帮助公司更好的了解客户行为，优化业务流程。四、如何选择进销存软件？市面上有以下三种常见的进销存软件类型：1、用excel或access自己开发出进销存软件相关表格2、已经开发完成的进销存软件（也是最常见的一种）3、0代码应用搭建平台，结合进销存软件模板，自己搭建一个进销存软件下面从三个角度来说明如何选择进销存软件：1、产品能力（1）进销存软件功能是否全面，契合自己的需求?（2）进销存软件如果自己业务发生变化功能迭代如何实现?（3）进销存软件产品安全性、合规性是否符合自己的要求（4）进销存软件落地价格、实现时间是否能接受?2、服务能力（1）除工具本身外，进销存软件是否提供实施的方案?（2）使用遇到问题，进销存软件是否有快速响应的服务人员?（3）进销存软件是否有可被借鉴的客户使用案例和行业经验?（4）进销存软件服务费用是否合理?3、背景能力（1）企业发展历史多久?认可度怎么样?（2）进销存软件的产品更新速度如何?技术能否保持先进性?（3）选型的进销存是否是可以轻易放弃的项目?（4）企业资金情况怎么样?五、2023年便宜合适的进销存管理系统大盘点1、简道云（1）数据分析能力强这款进销存软件背靠国内BI龙头帆软，在数据处理、数据展示上的能力有绝对优势，能够做到对于出入库、销售管理等模块进行实时监控，采销存财业务数据能够非常快速地进行分析展示，便于做出科学的决策；并且数据分析支持高度自定义，任何分析需求都可以快速制作仪表盘，包括实时预警、实时监控、统计分析、数据可视化大屏等2）充分满足个性化需求这款进销存软件通过零代码Paas搭建的，利用aPaas 能力的自定义能力，可以满足用户个性化需求，且成本低，除了能实现表单和流程的通用自定义能力外，能实现更复杂的个性化需求：更清晰的待办管理、流程加签，表单样式设计、数据提交校验、 显隐规则等等，满足个性化、复杂流程管理诉求。3）场景能力强，产品易用性强这款进销存软件支持移动端，产品交互体验强，用户也可以在应用基础上根据自身的业务需求，自定义修改表单内容、业务规则，比如应收应付流程、批次管理等...更深度解决业务中的痛点。4）避免数据孤岛这款进销存软件作为一款平台型产品，可以做到和CRM/生产/OA/人事/项目管理等等进行结合，实现场景之间的数据互通，性价比高。2、Odoo 这款进销存软件是一个完全开源的软件，以Python语言开发，数据库采用开源的PostgreSQL，社区版以GNU GPL开源协议发布。支持和电子商务系统集成，价格也比较低，而且客户支持能力也很强，提供电子邮件和论坛支持，可以做到自动采购订单 (PO)、库存预测、自定义报告、警报和自动化。但是缺点是集成能力仍然有限，虽然有一些免费功能，但是POS 和电子商务工具需要额外付费，和其他进销存软件相比客户支持能力仍然不够。3、用友T31、优势1）全面的企业管理功能：这款进销存软件是一款集成化的企业管理软件，包含财务管理、人力资源管理、供应链管理等多个方面的功能，能够全面满足企业的管理需求。2）强大的数据分析能力：这款进销存软件内置了丰富的数据分析工具，能够帮助企业快速、准确地获取数据分析结果，辅助企业决策。3）成熟的技术架构：这款进销存软件采用成熟的技术架构，具有高可靠性、高安全性等优点，能够有效地保障企业的信息安全。2、劣势1）用户体验这款进销存软件的用户界面比较老旧，不够现代化，有些操作也比较繁琐，需要花费更多的时间和精力去学习和使用。这会对用户的使用体验产生负面影响，特别是对于新手用户来说。2）昂贵的价格相比其他的进销存软件，这款进销存软件的价格相对较高，对于一些中小企业来说可能承受不起。这会让中小企业在选择企业管理软件时望而却步，从而限制了用友T3的市场份额。3） 定制性不够强这款进销存软件虽然具备一些基本的功能，但是在一些特定的行业或者企业需求上，可能无法满足用户的定制化需求，这对于一些特殊的企业来说可能是一个比较大的问题。这会让一些特殊的企业不得不选择其他的企业管理软件。4、金蝶EAS这款进销存软件是一款企业资源管理软件，能够帮助企业管理财务、人力资源、供应链等方面的业务，提高企业管理水平和效率。1、优势1）多功能性这款进销存软件可以满足企业在财务、人力资源、供应链等多个方面的管理需求，减少企业使用不同软件的成本和复杂度。2）界面友好这款进销存软件的界面简洁易懂，易于操作和使用。2、 劣势1） 价格昂贵这款进销存软件的价格较为昂贵，对于小型企业而言，可能承受不起这样的费用。2）需要专业人员支持这款进销存软件的部署和维护需要一定的技术水平和专业知识，企业需要雇佣专业人员提供支持和维护。5、Fishbowl 这款进销存软件不仅与 QuickBooks（一种非常流行的会计程序，用户采用率很高）集成，还添加了 QuickBooks 省略的许多库存功能，例如条形码扫描和零件跟踪。他们的软件被几个著名的大型公司使用，包括通用电气、梅赛德斯-奔驰等，功能广泛，且相对来说易于使用功能包括库存跟踪、多地点管理、零件跟踪、自动采购、供应商管理、分拣和包装、配套、订单履行、付款处理和订单管理。缺点是定价比较高，中小型企业负担比较大；定制能力仍需要继续加强。以上，希望对大家有所帮助。}

可参考：大数据最核心的价值是什么？ - 小宇宙的回答
“大数据”这个概念大约是从2011年开始火起来的，如果从Apache
Hadoop项目的正式启动算起，海量数据的分布式存储、管理和计算技术已有10年的历史。这10年里，创业圈逐渐流行起一种通病，即凡创业必称“大数据”，“大数据”像是一个筐，似乎任何装进去的创业项目都能做到百亿甚至千亿市值的规模。这个被说烂的词到底是什么东西？它是一项技术、一个产业还是一种思维方式？当越来越多的人将兴趣转移到AI、VR上时，也许是时候重新审视大数据的价值了。
在IT领域，一项技术的价值得以验证并实现往往需要走完四个阶段：技术原创、开源、产业化和广泛应用。在这个过程中，新技术的使用从互联网巨头企业蔓延到整个互联网领域，并随着其产业生态的日臻完善，最终应用到更广泛的社会和行业领域。“大数据”也不例外，它经历了底层技术的兴起和发展、产业生态的构建，正逐步渗透到每个企业的数据化战略之中。只有把握整条脉络，窥探“大数据”的全貌，才能理解这项技术的缘起和未来。———————————————————技术篇————————————————————
移动互联网时代，数据量呈现指数级增长，其中文本、音视频等非结构数据的占比已超过85%，未来将进一步增大。Hadoop架构的分布式文件系统、分布式数据库和分布式并行计算技术解决了海量多源异构数据在存储、管理和处理上的挑战。
从2006年4月第一个Apache Hadoop版本发布至今，Hadoop作为一项实现海量数据存储、管理和计算的开源技术，已迭代到了v2.7.2稳定版，其构成组件也由传统的三驾马车HDFS、MapReduce和HBase社区发展为由60多个相关组件组成的庞大生态，包括数据存储、执行引擎、编程和数据访问框架等。其生态系统从1.0版的三层架构演变为现在的四层架构：底层——存储层
现在互联网数据量达到PB级，传统的存储方式已无法满足高效的IO性能和成本要求，Hadoop的分布式数据存储和管理技术解决了这一难题。HDFS现已成为大数据磁盘存储的事实标准，其上层正在涌现越来越多的文件格式封装（如Parquent）以适应BI类数据分析、机器学习类应用等更多的应用场景。未来HDFS会继续扩展对于新兴存储介质和服务器架构的支持。另一方面，区别于常用的Tachyon或Ignite，分布式内存文件系统新贵Arrow为列式内存存储的处理和交互提供了规范，得到了众多开发者和产业巨头的支持。
区别于传统的关系型数据库，HBase适合于非结构化数据存储。而Cloudera在2015年10月公布的分布式关系型数据库Kudu有望成为下一代分析平台的重要组成，它的出现将进一步把Hadoop市场向传统数据仓库市场靠拢。中间层——管控层
管控层对Hadoop集群进行高效可靠的资源及数据管理。脱胎于MapReduce1.0的YARN已成为Hadoop
2.0的通用资源管理平台。如何与容器技术深度融合，如何提高调度、细粒度管控和多租户支持的能力，是YARN需要进一步解决的问题。另一方面，Hortonworks的Ranger、Cloudera
的Sentry和RecordService组件实现了对数据层面的安全管控。上层——计算引擎层
在搜索引擎时代，数据处理的实时化并不重要，大多采用批处理的方式进行计算。但在SNS、电子商务、直播等在线应用十分普及的今天，在不同场景下对各类非结构化数据进行实时处理就变得十分重要。Hadoop在底层共用一份HDFS存储，上层有很多个组件分别服务多种应用场景，具备“单一平台多种应用”的特点。例如：Spark组件善于实时处理流数据，Impala实现诸如OLAP的确定性数据分析，Solr组件适用于搜索等探索性数据分析，Spark、MapReduce组件可以完成逻辑回归等预测性数据分析，MapReduce组件可以完成数据管道等ETL类任务。其中最耀眼的莫过于Spark了，包括IBM、Cloudera、Hortonworks在内的产业巨头都在全力支持Spark技术，Spark必将成为未来大数据分析的核心。顶层——高级封装及工具层
Pig、Hive等组件是基于MapReduce、Spark等计算引擎的接口及查询语言，为业务人员提供更高抽象的访问模型。Hive为方便用户使用采用SQL，但其问题域比MapReduce、Spark更窄，表达能力受限。Pig采用了脚本语言，相比于Hive SQL具备更好的表达能力。
在结构化数据主导的时代，通常使用原有模型便可以进行分析和处理，而面对如今实时变化的海量非结构化数据，传统模型已无法应对。在此背景下，机器学习技术正慢慢跨出象牙塔，进入越来越多的应用领域，实现自动化的模型构建和数据分析。除了Mahout、MLlib、Oryx等已有项目，最近机器学习开源领域迎来了数个明星巨头的加入。Facebook开源前沿深度学习工具“Torch”和针对神经网络研究的服务器“Big Sur”；Amazon启动其机器学习平台Amazon Machine Learning；Google开源其机器学习平台TensorFlow；IBM开源SystemML并成为Apache官方孵化项目；Microsoft亚洲研究院开源分布式机器学习工具DMTK。———————————————————产业篇———————————————————
一项技术从原创到开源社区再到产业化和广泛应用往往需要若干年的时间。在原创能力和开源文化依然落后的中国，单纯地对底层技术进行创新显然难出成果。尽管如此，在经济转型升级需求的驱动下，创业者大量采用C2C（Copy to China）的创业模式快速推动着中国大数据产业的发展，产业生态已初步成型。（一）产业基础层
如果说数据是未来企业的核心资产，那么数据分析师便是将资产变现的关键资源。以数据流通及人才培养和流通为目标，社区、众包平台、垂直媒体、数据交易平台是数据产业发展壮大的土壤。社区 大数据技术社区为产业建立了人才根基。社区天然具备社群和媒体属性，自然吸引了众多专业人才。正基于此，开源中国社区（新三板挂牌企业）和Bi168大数据交流社区同时开展了代码托管、测试、培训、招聘、众包等其他全产业链服务。众包 人力资本的高效配置是产业发展的必要条件。Data Castle类似于硅谷的Kaggle，是一家数据分析师的众包平台。客户提交数据分析需求、发布竞赛，由社区内众多分析师通过竞赛的方式给予最优解决方案。垂直媒体 36大数据、数据猿、数据观等大数据垂直媒体的出现推动了大数据技术和文化的传播。它们利用媒体的先天优势，快速积累大量专业用户，因此与社区类似，容易向产业链其他环节延伸。数据交易平台 数据交易平台致力于实现数据资产的最优化配置，推动数据开放和自由流通。数据堂和聚合数据主要采用众包模式采集数据并在ETL之后进行交易，数据以API的形态提供服务。由于保护隐私和数据安全的特殊要求，数据的脱敏是交易前的重要工序。贵阳大数据交易所是全球范围内落户中国的第一家大数据交易所，在推动政府数据公开和行业数据流通上具有开创性的意义。（二）IT架构层
开源文化为Hadoop社区和生态带来了蓬勃发展，但也导致生态的复杂化和组件的碎片化、重复化，这催生了IBM、MapR、Cloudera、Hortonworks等众多提供标准化解决方案的企业。中国也诞生了一些提供基础技术服务的公司。Hadoop基础软件 本领域的企业帮助客户搭建Hadoop基础架构。其中，星环科技TransWarp、华为FusionInsight是Hadoop发行版的提供商，对标Cloudera CDH和Hortonworks的HDP，其软件系统对Apache开源社区软件进行了功能增强，推动了Hadoop开源技术在中国的落地。星环科技更是上榜Gartner 2016数仓魔力象限的唯一一家中国公司。数据存储/管理 2013年“棱镜门”后,数据安全被上升到国家战略高度，去IOE正在成为众多企业必不可少的一步。以SequoiaDB（巨杉数据库）、达梦数据库、南大通用、龙存科技为代表的国产分布式数据库及存储系统在银行、电信、航空等国家战略关键领域具备较大的市场。数据安全 大数据时代，数据安全至关重要。青藤云安全、安全狗等产品从系统层、应用层和网络层建立多层次防御体系，统一实施管理混合云、多公有云的安全方案，并利用大数据分析和可视化展示技术，为用户提供了分布式框架下的WAF、防CC、抗DDoS、拦病毒、防暴力破解等安全监控和防护服务，应对频繁出现的黑客攻击、网络犯罪和安全漏洞。（三）通用技术层
日志分析、用户行为分析、舆情监控、精准营销、可视化等大数据的通用技术在互联网企业已有相当成熟的应用。如今越来越多的非互联网企业也在利用这些通用技术提高各环节的效率。日志分析 大型企业的系统每天会产生海量的日志，这些非结构化的日志数据蕴含着丰富的信息。对标于美国的Splunk，日志易和瀚思对运维日志、业务日志进行采集、搜索、分析、可视化，实现运维监控、安全审计、业务数据分析等功能。移动端用户行为分析
为提升产品用户体验，提高用户转化率、留存率，用户行为分析是必不可少的环节。TalkingData和友盟等企业通过在APP/手游中接入SDK，实现对用户行为数据的采集、分析与管理。大量的终端覆盖和数据沉淀使得这类企业具备了提供DMP和移动广告效果监测服务的能力。GrowingIO更是直接面向业务人员，推出了免埋点技术，这一点类似于国外的Heap Analytics。网站分析 百度统计、CNZZ及缔元信（后两者已与友盟合并为友盟+）等产品可以帮助网站开发运营人员监测和分析用户的点击、浏览等行为，这些公司也大多提供DMP和互联网广告效果监测服务。爬虫 网页爬虫是一种快速搜索海量网页的技术。开源的爬虫技术包括Nutch这样的分布式爬虫项目，Crawler4j、WebMagic、WebCollector等JAVA单机爬虫和scrapy这样的非JAVA单机爬虫框架。利用这些开源技术市场上出现了很多爬虫工具，其中八爪鱼的规模和影响力最大，该公司也基于此工具推出了自己的大数据交易平台数多多。舆情监控 智慧星光、红麦等互联网舆情公司利用网络爬虫和NPL技术，为企业用户收集和挖掘散落在互联网中的价值信息，助其完成竞争分析、公关、收集用户反馈等必要流程。精准营销/个性化推荐 以完整的用户标签为基础，精准营销、个性化推荐技术在广告业、电商、新闻媒体、应用市场等领域得到广泛应用。利用SDK植入、cookie抓取、数据采购和互换等途径，TalkingData、百分点、秒针、AdMaster等众多DSP、DMP服务商积累了大量的用户画像，并可实现用户的精准识别，通过RTB技术提高了广告投放的实时性和精准度。将用户画像及关联数据进一步挖掘，利用协同过滤等算法，TalkingData、百分点帮助应用商店和电商平台搭建了个性化推荐系统，呈现出千人千面的效果。另一家利用类似技术的典型企业Everstring则专注于B2B marketing领域，为用户寻找匹配的企业客户。数据可视化
可视化是大数据价值释放的最后一公里。大数据魔镜、数字冰雹等公司具备丰富的可视化效果库，支持Excel、CSV、TXT文本数据以及Oracle、Microsoft SQL Server、Mysql等主流的数据库，简单拖曳即可分析出想要的结果，为企业主和业务人员提供数据可视化、分析、挖掘的整套解决方案及技术支持。面部/图像识别 面部/图像识别技术已被广泛应用到了美艳自拍、身份识别、智能硬件和机器人等多个领域。Face++和Sensetime拥有人脸识别云计算平台，为开发者提供了人脸识别接口。汉王、格灵深瞳和图普科技则分别专注于OCR、安防和鉴黄领域。语音识别/NLP NLP（自然语言处理）是实现语音识别的关键技术。科大讯飞、云知声、出门问问、灵聚科技、思必驰等企业已将其语音识别组件使用在智能硬件、智能家居、机器人、语音输入法等多个领域。小i机器人和车音网则分别从智能客服和车载语控单点切入。（四）行业应用层
每个行业都有其特定的业务逻辑及核心痛点，这些往往不是大数据的通用技术能够解决的。因此，在市场竞争空前激烈的今天，大数据技术在具体行业的场景化应用乃至整体改造，蕴藏着巨大的商业机会。然而受制于企业主的传统思维、行业壁垒、安全顾虑和改造成本等因素，大数据在非互联网行业的应用仍处于初期，未来将加速拓展。数据化整体解决方案
非互联网企业的数据化转型面临着来自业务流程、成本控制及管理层面的巨大挑战，百分点、美林数据、华院数据等服务商针对金融、电信、零售、电商等数据密集型行业提供了较为完整的数据化解决方案，并将随着行业渗透的深入帮助更多的企业完成数据化转型。电子政务 政府效率的高低关系到各行各业的发展和民生福祉，电子政务系统帮助工商、财政、民政、审计、税务、园区、统计、农业等政府部门提高管理和服务效率。由于用户的特殊性，电子政务市场进入门槛高，定制性强，服务难度大。典型的服务商包括龙信数据、华三、国双、九次方等。智慧城市 智慧城市就是运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息，从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能响应。华三、华为、中兴、软通动力、大汉科技等公司具备强大的软硬件整合能力、丰富的市政合作经验和资源积累，是该领域的典型服务商。金融 大数据技术在金融行业主要应用在征信、风控、反欺诈和量化投资领域。聚信立、量化派结合网络数据、授权数据和采购数据为诸多金融机构提供贷款者的信用评估报告；闪银奇异对个人信用进行在线评分；同盾科技倡导“跨行业联防联控”，提供反欺诈SaaS服务；91征信主打多重负债查询服务；数联铭品搭建第三方企业数据平台，提供针对企业的全息画像，为金融和征信决策做参考。通联数据和深圳祥云则专注于量化交易。影视/娱乐 中国电影的市场规模已居全球第二,电影产业的投前风控、精准营销、金融服务存在巨大的市场空间。艾曼、艺恩基于影视娱乐行业的数据和资源积累，抓取全网的娱乐相关信息，提供影视投资风控、明星价值评估、广告精准分发等服务。牧星人影视采集演员档期、性别、外形、社交关系、口碑以及剧组预算等数据，为剧组招募提供精准推荐。农业 大数据在农业主要应用在农作物估产、旱情评估、农作物长势监测等领域。由于农业信息资源分散、价值密度低、实时性差，服务商需要有专业的技术背景和行业经验。典型企业包括太谷雨田、软通动力、武汉禾讯科技等。行业整体数据化程度低、进入门槛高。人才招聘 我国人才招聘行业缺乏对人才与职位的科学分析，没有严谨的数据体系和分析方法。E成招聘、北森、搜前途、哪上班基于全网数据获取候选人完整画像，通过机器学习算法帮助企业进行精准人岗匹配；内聘网基于文本分析，实现简历和职位描述的格式化和自动匹配。医疗卫生 大数据在医疗行业主要应用于基因测序、医疗档案整合和分析、医患沟通、医疗机构数据化和新药研制等环节。华大基因和解码DNA提供个人全基因组测序和易感基因检测等服务。杏树林面向医生群体推出了电子病历夹、医学文献库等APP。医渡云则致力于与领先的大型医院共建“医疗大数据”平台，提高医院效率。——————————————————企业转型篇——————————————————尽管技术的日益创新和逐渐完善的产业配套创造了良好的外部环境，只有将“数据驱动”的理念根植于企业本身才能充分发挥大数据的价值。对于一家企业来说，真正的数据化转型绝不仅仅是互联网营销或舆情监控这么简单，它需要战略层面的规划、管理制度的革新和执行层面的坚决。这里提出了数据化转型的8个步骤，这些建议并没有必然的时间先后或逻辑关系，藏在背后的大数据理念，或许更加重要。
改编自：《为数据而生》，周涛，20161.
数据全面采集：要求企业采集并存储企业生产经营中的一切数据，形成企业数据资产的理念。2.
整理数据资源，建立数据标准形成管理：成立数据委员会，建立数据目录和数据标准，对数据进行分级分权限的管理，实现数据的统一管理和可追溯。随时了解哪位员工在什么时间点在哪一台设备上运用何种权限如何使用。3.
建设数据管理平台：建设具备存储灾备功能的数据中心，以业务需要为引导，定做一套数据组织和管理的解决方案，硬件方面强调鲁棒性和可扩展性，没有必要一开始就投入大量经费。4.
建立海量数据的深入分析挖掘能力：培养非结构化数据的分析处理能力和大数据下的机器学习的能力。5.
建立外部数据的战略储备：外部数据对于市场拓展、趋势分析、竞品分析、人才招聘、用户画像和产品推荐等意义重大，而网站、论坛、社交媒体和电商平台上聚集了很多有重要价值的公开数据。6.
建立数据的外部创新能力：企业通过智能终端、传感网络、物流记录、网点记录和电子商务平台等等，获得的第一手数据，很多都可以用于支持在跨领域交叉销售、环境保护、健康管理、智慧城市、精准广告和房地价预测等方面的创新型应用。7.
推动自身数据的开放与共享：要充分借助社会的力量，尽最大可能发挥数据潜藏的价值。Netflix曾经公开了包含50多万用户和17 770部电影的在线评分数据，并悬赏100万美元奖励能够将Netflix现有评分预测准确度提高10%的团队。8.
数据产业的战略投资布局：通过投资的方式迅速形成自己的大数据能力甚至大数据产业布局。————————————————————结语————————————————————在Gartner的炒作周期曲线上，“大数据”概念已从顶峰滑落到了谷底，产业似乎陷入停滞。但当我们沿着技术起源、产业生态和企业战略的脉络重新审视大数据时，我们发现，大数据产业不仅不会停滞，反而将加速渗透到更多行业的各类场景中去，并根植在企业战略、管理和文化之中。只有当各行各业的企业运营实现数据驱动时，大数据的价值才真正落地，然而这条路还很长。}