2023，到底是哪些 ToB 公司在正向增长？

来源  /   ToB 行业头条  （ID：wwwqifu）  

作者 /   不二

2023 年上半年，一篇《中国市场不需要 SaaS》的稿子在行业内疯传，虽然里面的观点引起了众多行业从业人员的批评和反驳，但是传递的悲观情绪却引起了从业者们的强烈共鸣。

本来，企业数字化进程缓慢，企业客户付费意愿不高，中小企业付费能力不强，赛道竞争大等已经阻碍了软件行业的发展，2023 年，在一系列因素的影响下，赛道带来的挑战更真实、直观地摆在企业面前：资金断裂、订单锐减、营收下滑。于是，一些公司消失在赛道名列。

当赛道发展遇到挑战时，SaaS 企业真的全军覆没了么？问题的根源都是客户和市场的问题么？答案当然是否定的。根据「ToB 行业头条」观察，2023 年，在一些企业纷纷折戟的当下，还有一些企业在极具不确定性的客观环境中，实现了利润和销售额的正向增长。那么，他们是怎么做到的呢？

托尔斯泰曾说，幸福的家庭都是相似的，不幸的家庭各有各的不幸。但是不幸的经验说出来除了能有短暂的共鸣外，解决不了任何问题，而找到幸福家庭的幸福因素，或许可以为不幸的家庭带来思考。因此，「ToB 行业头条」希望以帆软公司为例，为还在苦苦挣扎中的企业带来一些思考及启发，为行业发展带来一些反思和借鉴。

01

对客户：解决看得见的难题

而非想象中的难题

自大数据风口之后，BI 市场一直饱受争议，连带着部分 BI 企业也陷入发展困境。

那么问题出在哪呢？观察 BI 市场可以发现，当下商业智能市场上充斥着各种各样的产品——要么 BI 产品功能多且齐全，但不解决企业问题；要么产品功能只是概念，同样不解决企业问题。

SaaS 商业化顾问戴珂曾说，和 ToC 企业只要投入全部热情，用尽一切办法服务好客户，就能让客户续费和再次光顾不同，如果没有帮助客户实现预期的成果，ToB 客户并不会因为“服务好”就买单。因此没有打造满足客户预期的产品，或是一些 BI 企业发展缓慢的关键。

以前者不关注使用者需求的 BI 为例，《数字化管理》作者黄成明介绍道，很多企业用了 BI 系统后，反而困在了没有业务场景的无效探索之中。具体而言，“很多 BI 系统确实大而全，有很多很多数据，很多很多图表，很多很多分析维度，自助式探索功能做得非常好，但是因为产品与业务脱节，再加上业务人员没有时间或者不懂分析，因此 BI 没有用起来”，这就造成一些大众对 BI 产品的认知是”概念虽好但实用性不强“、”资本叫座但市场微弱“。

再以概念产品 Chat BI 为例，早在 2019 年，AIGC 技术尚未发布前，市场就开始大肆炒作 AI+BI 的融合，并发布了一系列天马行空的功能预告，认为 AI+BI 产品将实现智能化，大大降低数据使用门槛，使得使用 BI 的将不再仅仅是数据分析师，而是 Everyone。

确实畅想是美好的，但需要注意的是，AI 是可以加强数据分析能力，但在当前企业数据质量和数据监管等客观条件限制下，短期内数据分析师仍无法被取代，AI 更现实的应用应该是提供辅助与参考。

而以往有些 AI+BI 概念产品只能在想象中解决问题，不是真实地面对当下企业的困境，也因此客户鸡飞狗跳，企业深陷泥淖。

而作为国内第一批本土 BI 厂商，帆软从 2006 年开始，持续解决企业如何用 BI—谁来用 BI—怎样用好 BI—BI 用得怎么样等看得见的问题，以满足不同阶段企业的需求，因此获得了制造、金融、消费零售、医药、国资央企等多行业的认可。

在提供同行交流的 2023 帆软第五届智数大会上，深圳市艾比森光电股份有限公司集团总经理、深圳睿电绿能科技公司总经理丁崇彬公开表示：“从 2019 年开始，我对公司管理层的要求都是，但凡开会，一律不准做 PPT，必须对着 BI 界面讲，所以每次在月度经营分析会、季度经营分析会上，运营副总裁上来讲集团运营状况时，都是拿着 BI 系统的分析讲的”。

除了客户口碑，帆软帮助客户实现预期成果的思路，也让其站稳市场，据 IDC《2022 下半年中国商业智能软件市场跟踪报告》显示，帆软在 BI 赛道以 21.2%的市场份额，创历史新高，并以连续六年稳居 BI 赛道第一的实力，力压国际大厂。

事实上，在 ToB 市场，解决看得见的难题的还有财税巨头 intuit，其发明的“Fello-Me-Home”计划，也是在实际感知客户的现实困境后，为客户使用产品带来超预期惊喜，从而成就无可撼动的地位。因此，解决客户切实困境，看似走了一小步，实则走了一大步。

02

做公司：产品成熟一个

开发一个，预研一个

彭博商业调查曾有数据显示，大约有 80%的 ToB 创业公司在一年内就宣告失败了。那么国内 ToB 企业要想长久发展，关键动能是什么呢?

查尔斯·汉迪在《第二曲线：跨越“S 型曲线”的二次增长》中说道：在第一曲线达到巅峰之前，找到驱动企业二次腾飞的第二曲线，并且第二曲线必须在第一曲线达到顶点之前开始增长，企业永续增长的愿景就能实现。

但是，产品线丰富，也有可能是限制企业成长的重大陷阱。这些年，ToB 行业关于大而全 VS 小而美的讨论一直不休。究其原因，就是两条路都各有缺陷：

比如做大而全的企业，最后的结果往往是大而全的同时，大而弱，因为没有精力把产品做到极致，因此虽然产品线丰富，但是每个产品都没有什么竞争力，处处挨打，甚至在碰到行业寒冬时，还需要砍产品线，十分狼狈；

小而美的企业同样缺陷明显，壁垒低，很容易被全场景、一体化产品所替代。

那么，企业如何摆脱多产品线陷阱，实现大而全的同时，避免大而弱呢？帆软递交的成绩单给行业带来了曙光。

在取得连续六年稳居 BI 赛道第一的成绩后，据 IDC《2022 下半年中国低代码与零代码软件市场跟踪报告》显示，帆软子产品简道云也以 37%的市占率位居零代码赛道的榜首，且份额接近第 2-4 名的总和。

也就是说，帆软不仅做到了双赛道第一，还跳出了大而全且大而弱的陷阱。

而这些都和帆软公司的经营理念一脉相承。帆软的理念是不融资、不上市，所以和许多企业习惯将产品开发看作是一项技术开发活动不同，帆软是视产品开发为一项投资行为，最终是导向商业成功。

因此它需要做出具备竞争力的产品，且随着公司规模变大，SKU 越来越多，营收和利润不是逐步放缓而是上升的局面，如此才可以保证在不融资的情况下自给自足。

也是在这样的理念下，成熟一个，开发一个，预研一个，成为帆软孵化新品的思路。回顾帆软的历史可以看出，2006 年，帆软开始发力 BI；BI 逐渐成熟后，帆软在对接客户过程中，发现业务人员在进行数据统计和流程表单搭建时，依旧在用 EXCEL，这使得信息既不同步也不便捷，而一些企业管理类软件对中小企业而言门槛又极高，于是 2014 年简道云作为帆软内部孵化的 SaaS 创业项目正式成立，内部代号“FineX”；2023 年简道云做到了市场占有率第一后，帆软在第五届智数大会上，宣布发力新品 FineDataLink。

FineDataLink 的产品经理张朋威介绍道：“实际在服务客户的过程中，我们发现许多企业在做整体的数据展示分析过程中，大部分的时间都花在了数据准备环节，据我们调研的数据显示，他们 2/3 的时间都在准备数据，真正做展示分析的时间可能只占 1/3，这个现象和我们的期望是存在差距的。所以在 2020 年下半年的时候，我们决定开始加大投入，做一款真正的企业级的数据集成工具，全面地满足各个企业公司在数据层的需求”。

从 BI 到简道云到 FDL，帆软在成熟产品研发节奏下，也将产品功能之间形成很好的衔接，组成了企业数据产生－数据处理－数据消费的全链路，解决客户痛点，旨在满足企业不同阶段、不同需求的数据应用场景同时，为企业带来“1+1 大于 2”的价值。

事实上，成熟一代、开发一代、预研一代的产品策略不仅在 ToB 圈盛行，华为公司也有成熟一代、开发一代、预研一代的“三代战略”，而这种以终为始的产品思路，既满足了客户的需求也实现了企业增长，因此公司才能在赛道动荡期依然不受干扰，继续保持强大。

03

进行业：坚持长期主义

收获长期价值

2015 年，在 ToB 市场迎来第一个公认的发展元年，人们认为在 C 端流量红利殆尽，增量时代基本落幕，而 ToB 因为资本进入而成为更为广阔的“蓝海”时，是进入 ToB 最好的时机。

2023 年，当 ToB 进入寒冬期，各赛道发展陷入瓶颈，企业要么流血上市，要么就此倒下时，人们认为再过两年，市场更加成熟，企业数字化转型更进一步时，是进入 ToB 最好的时候。

可以看到，追逐风口的人，永远都在等资本风起，等一飞冲天，想短期获利，但是即使 AIGC 成为不少人眼中的颠覆性技术，在 BI 赛道，AIGC 技术短期内也无法帮助企业在 BI 赛道弯道超车。因此要想做好 ToB 生意，时机不重要，坚持长期主义很重要。

当下，BI 市场客户侧，各企业发展参差不齐：一方面，伴随着 AIGC 爆火，深度使用 BI 的客户很想知道在 AIGC 助力下，未来 BI 能否在更便捷的同时，为企业带来更大的价值。

有企业客户公开表示：“近期公司思考比较多的问题是，AI+数据分析在品牌零售方面有哪些应用，目前我们主要关注这几个方面：一是 AI 的推荐，即怎么让产品在用户相似的产品列表中脱颖而出？二是 AI 的销售预测，即怎么将商品备货等提前赋能到供应链？三是 AI 的绘画功能，即如何赋能设计对品牌进行完善，此外还有 AI 数字人、AI 编码等方面应用”。

另一方面，与数字化转型前行者相反，很多创业公司内部，根本没有数据分析师的岗位，大家都在兼职做数据分析，因此企业内的数据用不起来。有企业客户直言：“我们所有的数据散布在各个职能部门里，如果有专职数据分析师还好，但很多人是兼职做数据分析，因此存在巨大的挑战，比如数据口径不统一，数据需求提不出来等，因此我们做一个看板、死一个看板”。

面对参差的现状，退出、观望都不解决问题，只有和问题共存并解决问题才是正解。帆软就是这么做的。一方面，帆软帮助行业培训数据分析师，指导他们帮助企业更好地进行数字化转型；另一方面公司内部设置产品迭代和 AI 研发两个团队，解决企业 BI 现实需求和未来“AI For BI”需求。

具体而言，据 Indeed 数据显示，在全球数据分析师每年以约 22.5%增长率逐年增长下，企业越来越意识到数据分析师的重要性，但是企业还需要更多业务人员也用得好数据，因此帆软不仅加强数据分析师的培训，补足企业人才发展需求，同时还将通过帆软数据人才解决方案培训的上万名数据分析师用好 BI 的方法沉淀出来，供业务人员学习，以此保证行业人人都可以使用 BI。

在 AIGC 方面，帆软保证会投入资源跟进 AI 技术，不管用现成的大模型能力，还是自己做，都会把最能产生价值的产品在后续给客户使用和共创。目前，帆软官方视频号已正式对外发布了帆软认为切实可行的“AI For BI”十个功能方向。

只不过，帆软认为，概念不能“饱腹”，因此用户能否用得好 AI？AI 能解决多少问题？匹配多少场景？能否在数据安全、数据合规的要求下，帮助企业更合理地用好数据等都是帆软思考的问题。

也是在这一客观看待的态度下，帆软开始双线投入，即一个团队聚焦客户当下需求的 BI 主题模型、移动端升级以及产品性能上，对已签约客户负责；

另一个团队进行“AI For BI”研究，具体表现为一键美化、图表智能生成、数据解释等，同时帆软也在着重发展 FineDataLink，做好企业数据质量管理，“企业优质的数据土壤+BI 产品的强大功能=AI 的扎实地基，底层数据没处理好，AI 能力再强，也无法支撑精准分析”。

在产业发展早期，帆软确实难以大规模扩张，但其长期主义的态度，一方面获得分布在千行百业数据分析师的认可；另一方面，公司早在 2019 年就开始的 AI 研究，也让其在 AIGC 来临时，有更多的数据、人才、资源等准备。

此外，大客户的合作也为帆软带来发展机会。有客户直言，“我们挑公司还会考虑这个公司未来战略方向是什么，如果能够在产品上持续投入，我们认为它能够长期成为我们的伙伴，因为我们在使用产品时，不是使用 3 年、5 年就结束了，我们希望 5 年、10 年长期使用”，这些机会是那些追风口，等时机的企业永远得不到的。

在行业沉默期，默默解决行业问题、人才问题；在技术红利期，不追风口制造噱头，认真研究有价值的产品。

回头来看，帆软的成功其实并没有多少技巧，都是一些笨办法。但或许有时候，脚踏实地就是到达成功的最短路径。ToB 是门慢生意，但是资本和从业者都很浮躁，相信如果有一天从业者们都像帆软这样沉下心来好好研究产品，或许中国 ToB 赶超美国市场的那一天会加速到来。