阿里巴巴|阿里的象限聚焦和瓴羊独立的关键命题( 三 )


洞察到问题所在 , 往往是创新诞生的起点 。 从企业往往买了一堆SaaS却不能打通全局 , 能解决效率问题却不能解决增长问题入手 , 瓴羊团队梳理出了做DaaS(数据智能即服务)而非SaaS的新思路 。 这一全新的智能服务品类 , 应该是整体的、一站式的 , 而非单点的、离散的 。
“在To B领域 , 交付只是服务的开始 。 ”在小芃看来 , 这种挑战背后所折射的 , 其实可以归纳为企业数字化建设的“三难问题”:1、“问题定位难” , 如同看病时需要专家进行体检和会诊;2、“解决难” , 许多症状需要组合用药 , 一些药还不好买到;3、“持续运营难” , 后续需要康复师持续陪伴和监督 。 以上这些 , 不是上一个系统、换一个工具 , 就能够解决的 , 企业真正需要的 , 其实是系统性的数字化咨询、产品及陪跑服务 。

所以瓴羊对DaaS服务的定位并不是“数字化工具的改革” , 而是“数字化改革的工具” , 这听起来有点拗口 。 小芃以一场战争举例 , 数字化工具的改革是从刀到炮的的变化 , 只能帮助企业进行局部的优化 , 并不能实现全局的成功 。 但是 , 数字化改革的工具是一整套的解决方案 , 目标是实现整个战役的成功 。
具体来说 , DaaS服务最大的不同之处 , 是让数据驱动的理念贯穿进企业经营和生产的方方面面 , 最终驱动业务增长 。 从宏观的CEO视角 , 人、财、物、产、供、销 , 如何实时掌握企业健康与否?如何推进高质量健康增长?如何优化决策归避风险?没有量化 , 就没有优化 , 这是数字化;从中观和微观的视角 , 需要通过数据去解构业务的历史 , 通过数据去解构业务的当下 , 通过数据去重构业务的未来 , 这也是数字化 。
数字化这趟列车 , 比起快慢 , 更要紧的是搞清楚为什么而出发 。 中国的数字经济和国外的SaaS繁荣有着本质上的区别 , 我们的数字化是“一号位工程” , 但绝对不是规划出来的 , 而是从实体经济的需求枝桠上长出来的 , 所以供给端除了要精耕技术架构的设计和迭代外 , 也要进行原子化思考:确定业务的价值导向 , SLG和PLG不是对立的 , 而是相辅相成的 。
03这张图上还有很多空白机会
在一次内部讨论会上 , 张勇在白板上画了一张阿里商业体系的能力象限图 。 在阿里平台内 , 阿里能为客户提供近十项能力 , 但一些能力较为分散 , 而在外部生意场域中 , 阿里能为商家提供的能力不全面、不连续 。 其中比较突出的是 , 数智领域的能力与服务不够系统 。
阿里数据中台团队过去的优势是有足够多、且足够精的数据智能产品 , 但多点触达也意味着客户的沟通和交易成本上升 , 所以瓴羊的成立是趋势使然 , 也是阿里内部能力象限聚焦的必然 。
就像前文所提到的 , 我们往往会高估了这个市场的难度 , 低估了阿里想要做好这件事的决心和勇气 。 因为一般来说 , 我们行动的出发点 , 往往会落在恐惧而非勇气上 , 惯性思维很容易让组织管理者把创新拒之门外 , 保护着在即将来临的剧变中无望存活的老旧模式 , 所以阿里下这样的决心并不简单 。
阿里对瓴羊的定位是一家创业公司 , 是“创一代”而非“富二代” , 它需要真正在市场上找准需求、打磨最具竞争力的产品 , 并尽最大努力帮助客户实现成功 。 同时 , 阿里也给予了瓴羊最大的组织、人才、机制上的灵活性 , 在初创的一个月内 , 瓴羊的队伍就翻了一番 。 在启航会上 , 小芃给每个瓴羊的同学都发了一个瓷杯 , 大家举着空杯相碰 , “一来希望大家保持空杯心态;二来要让我们所做的事有回响 , 与客户一起成功 。 ”