风险与机遇并存，数据分析厂商如何突围？

来源  /    ToB 行业头条  （ID：wwwqifu）

作者 /     樊航   

“数据将成为新经济时代的石油”。这句口号在 2006 年由英国数据科学家及数学家克莱夫·哈姆比（Clive Humby）提出。

如今，哈姆比的预测已经成为了事实，尤其是随着 5G、云计算、云上物联网技术的发展，如何将云上采集的数据变为可加工、可盈利的素材，是企业数字化转型大潮的一个最基本的过程。

国内对大数据分析概念的认知和摸索始于 2012 年前后，彼时，国内数据的掘金者开始疯狂涌现，像耳熟能详的独立数据分析工具企业友盟、神策数据、诸葛 IO、GrowingIO、热云数据、观远数据......都是数据智能赛道早期崛起的见证者和先行者。

根据 IT 桔子显示，这些早期的掘金者们，大部分都收获了 B、C 多轮中后期融资，其服务过的客户都超过数千家，这也从侧面证明了它们的产品和服务能力，不仅获得了市场的认可，也深受资本的看好。

然而，「ToB 行业头条」观察到，即使是在被外界看起来有望独立完成 IPO 的明星企业，在近几年都开始走向被收购，或者并购重组之路。

最近两年这种合作尤为频繁，像热云数据被汇量科技收购，容联云收购诸葛 IO，GrowingIO 与奇点云进行合并重组......

这不禁让人提出疑问，整个赛道处于一个什么局面？独立分析厂商能够独活吗，它们面临哪些竞争与挑战？这些老牌独立分析工具厂商为什么纷纷选择合并和拥抱的方式，这是一种趋势吗？

01

早春，草木萌生

如果用一句话形容整个数据分析领域的局面，那就是资本投资恢复理性，但赛道仍然“拥挤”。

资本层面，资本对于数据分析赛道的投资变化是从广撒网，到少而精的转变，投资数量逐渐变少，但是企业平均融资金额变高了。

根据 IT 桔子数据显示，可以把数据分析领域的发展分为三个阶段，第一个阶段为 13-15 年，彼时，资本开始入场，三年间投资数量 269 起，投资金额 79.74 亿元，平均投资金额不足 3000 万。

第二阶段为 16-18 年，这是资本在数据分析领域真正爆发的三年，共参与 666 起投资，金额共计月 365 亿元，平均投资金额为 5400 万元。

第三阶段为 19-21 年，整个三年，投融资数量锐减到 247 起，但融资金额却高达约 393 亿元，平均每起投资金额达到了 1.59 亿元，是第二阶段的近三倍（2022 年截止目前，共发生 17 起，投资金额为 26.5 亿，平均单笔投资为 1.558 亿）。

可以看出，尽管投资数量变少了，但是单笔投资金额越来越高，充分说明了在这个赛道简单的“以小博大”生意已经没有机会了，高歌猛进吃红利的机会也已经不复存在了，资本渐渐恢复理性。

资本逐渐理性，但不代表赛道玩家变少了。根据通信院数据，截止目前，我国大数据领域的企业突破 3000 余家，每年更是有数十家甚至百家数据智能厂商成立。

要知道，即使是被称为企服规模第一赛道的 CRM，据不完全统计的玩家也才近 2000 余家。可想而知数据分析赛道有多拥挤。

抢占赛道的玩家离不开大厂的身影。

最早从数据中掘到金的企业，非亚马逊莫属，长期以来，亚马逊一直通过大数据分析，尝试定位客户和获取客户反馈，从而使数据价值最大化。

紧随其后的谷歌、微软，国内的 BAT、华为等大型巨头都是数据的直接参与者和受益者。

在“数据盛宴”中，是否只有大公司的狂欢？并非如此，从事大数据产业的轻公司无处不在，和其他企服赛道一样，需求之下必现风口。

一大批从事数据服务的轻公司随着互联网技术的发展如雨后春笋般涌现。

在通信院的统计中，3000 多家企业中有超 70%的大数据企业为 10 人至 100 人规模的轻量型企业。

新兴的创业公司通过数据分析和服务有针对性地提供优化解决方案，把大数据商业化、商品化，已成为当下的热门。

总体而言，数据分析赛道的正处于资本理性，玩家增长的处境。

02

烈日，竞争和挑战

因为风口，所以追逐。不可否认，商业数据智能的应用市场规模前景大好。

根据艾瑞咨询数据显示，2021 年商业数据智能市场规模达到 1182 亿元，到 2025 年该市场规模将增至 3460 亿元，2020 至 2025 年间复合增速约为 30.3%，呈高速增长态势。

数据智能领域的广阔前景是数据分析厂商崛起的原因，同时也是大部分数据分析厂商进入陷阱的开始。

对于独立的分析厂商而言，从 0-1 的增长容易，但想要进一步获客增长，却很难。

首先是大厂竞争。与大厂相比，这些轻量化的新兴厂商，不论是数据收集，还是数据分析，再结合数据分析帮助企业做运营的劣势都趋于明显，原因在于大部分的经验积累都在大厂手中。

像前面提到的亚马逊、谷歌，国内的 BAT 等，都因其拥有大量的用户注册和运营信息，成为天然的大数据公司。

又例如 IBM、Oracle、EMC、惠普这类大型技术公司纷纷投身大数据，通过整合挖掘大数据的信息和应用，给其他公司提供“硬件软件数据”的整体解决方案。

这类公司在挖掘数据价值方面首当其冲，并在市场占有不俗的体量。

即使是全球最大的数据分析平台 Tableau，也不能避免被微软+Power BI 打压，Power BI 在上线一年之中，就获得超过 500 万+的用户，是 Tableau 的主要对手。

从 Tableau 被收购前的财报就可以看出来，在 2018 年增速达到 30%峰值以后，Tableau 便开始出现明显的增速缓慢，同时从 2015 年之后，Tableau 再没有实现过年度正盈利，2018 年全年一度亏损 2.77 亿美元。

即使是强如 Tableau 这类的独立分析厂商，在微软发力之后，也显得黯淡无光。

刨除与大厂竞争之外，数据分析赛道的市场发展本身也属于初期阶段，企业对其虽有认知，但对于如何操作，如何正确使用尚不明确，这也导致掘金者们在走向市场阶段，需要投入大量的精力与财力作市场教育。

可做数字化市场教育这件事明显是需要巨额投入的，独立掘金者在发展初期又靠资本输血阶段，根本无法支撑这样的投入，因此大多数厂商在开展服务多年之后，依旧没有起色，甚至发展前景越发狭隘。而造成这一现象的本质原因是市场不成熟，企业对数据应用不熟悉导致的。

用最简单的话说就是，未来已经到来，只是尚未流行。

IDG 报告显示，预计 2025 年全球数据将达 175zb，中国预计 48.62zb，成为全球第一。但 IDG 报告中还表明，目前企业对数据的使用率不足 30%。

尤其是在国内，企业对数据的使用还处于早期。大多数企业可以分为几个阶段，第一阶段是企业对数据采集本身非常难以实施，找不到数据，且没有足够的技术资源和人力去做这件事。

第二阶段是采集了大量数据，但数据并不准确，使用过程中并没有与业务目标对齐。

第三阶段是企业想成立数据团队，但投资大于回报。

尽管数据的增长为数据智能厂商带来了一些机会，但市场的教育程度让这些厂商的渗透举步维艰。

不止一位从业人士告诉「ToB 行业头条」，大多数企业都在第一阶段和第二阶段，在服务客户的过程中，大多数人都面临这样的难题，即培养客户的数据意识是一件很难的事，因为数据本身并不能直接产出价值，从产生数据洞察到落地到业务行动，对许多团队来说很有挑战。

另外一点，有需求的中大型企业内部都在自建数据智能平台，对数据智能厂商的需求度几乎为零，例如中国移动的数据化运营、全球第二大零售商 tesco 的精准定位、百合网的婚恋匹配......

小体量的企业则完全可以通过 Excel 表格就能完成数据统计或分析，或由于费用高直接放弃选择这类服务厂商。

因此，对于独立数据分析厂商来说，大厂、新兴企业如火如荼一波接一波进入赛道，B 端中大型企业自建，小厂弃用，所有的企业都挤在腰部之争中。

和其他企服赛道大厂吃肉，小厂喝汤的规律一样，市场份额永远被前三或者前五占据着，而伴随着赛道愈发拥挤，想要分到一杯羹，所面临的竞争和挑战可想而知。

03

合并，拥抱

成了数据分析厂商突围的方式

「ToB 行业头条」认为，尽管面临竞争和挑战，并不表示这些独立分析厂商没有价值，从它们从 0-1 站住脚就可以说明它们的产品和价值已经经受住了市场的检验。

相反它们的价值正在被进一步放大。尤其是像那些老牌的数据分析厂商，从那么多被收购、合并的案例中，也正说明了它们正在被市场需要。

另一方面，在资本理性、大厂竞争、市场教育不足的情况下，增长放缓或者靠现金流维持的状况下，对独立分析厂商来说，想要进一步突破，摆脱目前的局面，合作、拥抱也是一种方式。

这一点，在全球最大分析平台 Tableau 身上就有所体现。2019 年，全球领先的 SaaS 厂商 Salesforce 以溢价 30% ，最终高达 157 亿美元的成交价收购全球最大分析平台 Tableau。

不少业内人士认为，这主要是由于自于微软的竞争压力，微软的 Power BI 数据可视化和商业智能技术与 Tableau 存在竞争，且其 Microsoft Dynamics 客户关系管理技术，已经与 Salesforce 的核心业务展开了激烈竞争。

不论是对于 Salesforce 还是 Tableau，合并的意义在于，一来依靠 Salesforce 庞大的客户群体加上 Tableau 擅长的数据分析服务，为客户提升原有的服务价值。

二来，二者联合可以和微软+Power BI 分庭抗礼，进行竞争。

三来，对于 Tableau 来说，纯粹的工具难以独善其身，企业拥抱数据几乎是最好的宿命。

再观国内，企业拥抱数据的例子比比皆是，尤其是在最近两年。

2021 年 4 月，全球性技术服务平台汇量科技以超过 15 亿元（股票+现金）全资收购第三方移动监测和营销科技公司热云数据，此次并购的灵感契机来自于美国移动应用发行商 AppLovin 收购柏林的移动数据监测平台 Adjust 的启发。

相比于单个价值服务，全栈式解决方案的高效更体现在数据实现全链路闭环：前端的 UA 买量数据与后端的变现数据打通，通过分析后端变现数据，能精准买量人群与素材。而优化后的前端 UA 买量效果又能进一步减低获量成本和提高 ROI。如此往复，一个正向反馈的全链路增长闭环由此实现。

也就是说，对于企业而言，数据分析工具可以充分挖掘数据价值，帮助企业形成增长闭环。

从这些收购的案例中不难看出，所有的收购，都是数据厂商与企业在业务发展上有着高度的契合，企业对数据分析的需求明显。此次奇点云和 GrowingIO 的合并重组也是基于这个原因。

奇点云负责人表示，奇点云服务的客户中，有很多用户都有用户行为分析需求。而 GrowingIO 负责人也同样表示，自己服务的客户中，有 70%-80%的客户同样有底层数据平台和数据治理等诉求。

双方的结合实现了，底层数智平台+上层数据分析的闭环，做到端到端的无缝体验，发挥出了 1+1＞2 的作用。

总体而言，企业加数据的结合，不论对企业还是数据厂商来说都能激发出更多的价值。

尤其是数据分析领域，大厂竞争、小厂林立的压力下，尽管像帆软、神策数据等一些独立厂商仍然能在市场占有一席之地，但对于大多数厂商来说，拥抱合并不是唯一的出路，但不失为一种好的方式。

具体什么样的模式才是数据分析领域的未来，还要看独立厂商的今后的发展以及拥抱合并的数据厂商未来的表现，应该很快就会见分晓。