这个时代需要企业家，而要产生更好的、更多的企业家，需要弘扬企业家文化，而且是从小就开始。
演讲者｜涂子沛（微信号：涂子沛频道）
氧分子网住：7月8日，在浙江瑞安首届创新创业大赛暨首届青年创业大赛总决赛上，观数智库创始人涂子沛应邀发表了题为《大数据思维与创新创业》的演讲。
以下内容根据涂子沛演讲整理：
创新创业是年轻人的舞台。国家倡导“大众创新、万众创业”，各地政府也予以大力度支持，吸引越来越多的年轻人投身其中。
创新与创业，一字之差，区别在于：创新是把金钱转化为知识，产生发现和发明；创业是把知识转化为金钱，创办企业和产生利润。
创新可能是一个人的事情，创业则是一群人的事情；一个人可以走得更快，一群人可以走得更远。
创业要成功，最需要的是企业家精神。
教材中应该有企业家的故事
创业从来不容易，它们面临着现实的挑战。它们打破了原有的市场秩序，建立起新的市场规则，势必对既有利益格局再调整。
滴滴打车、优步促进了汽车的共享，却遭来了出租车行业的不满，甚至有滴滴、优步司机被出租车司机围攻。Airbnb让房屋共享成为现实，却也动了酒店业的奶酪。
除了利益格局，中国的创新创业还面临着企业家精神缺乏的挑战。
我常常辅导自己的孩子语文功课，印象中，我们的课本中有很多文学家、革命家、政治家的故事，但没有企业家的故事。最近，我向上海市的一位教育专家求证：“在中国的小学课本中，有没有关于企业家故事的课文？”他摇头说没有，我又追问初中和高中，他说还是没有。
今天中国有很多企业家，企业即使做成功了，还是想去“做官”。这个时代需要企业家，但要产生好的、更多的企业家，需要弘扬企业家文化，而且是从小就开始，让年轻人的价值多元，不是都想去做官，而是从心里愿意、向往去做企业家。
马云等企业家推动了社会进步、推动了科技发展，因此受到人们更多的认同，说明社会也在逐步变化。
一个国家源源不断的前行动力，来自于生活在这个国家的每一个人。国家鼓励“大众创新、万众创业”，国家的发展需要每一个人的能量，这也是对人的主体价值的充分认同。
数据在成为创新和创业的重要资源
在创新创业中，数据也成为了重要的资源。大数据，可以实现产品和运营的个性化、智能化、精细化，让创新、创业的想法变为现实。
但用数据创新和数据创业是不一样的。我想用下面两个故事来说明：
几年前，美国佛罗里达州发生一起恶性交通事故，原因是一名退休警察超速行驶。记者克斯汀在查阅数据后猜测，警察开快车可能是经常性问题。为了取证，她尝试过跟踪警车、抱着测速雷达在高速路蹲守，但效果都不理想。
后来，克斯汀向交通部门申请开放数据并获得了100万条当地警车通过不同高速路收费站的原始记录。她通过选取两个特定收费站并测算两点之间的距离，除以警车的行驶时间，计算出警车在该路段的平均速度。她发现，约1年内共发生5100宗警车超速事件。
克斯汀的报道引起舆论哗然，她也获得普利策新闻奖。一年后，她又采取了同样的方法了解警车超速情况，发现警车超速数据同比下降84%。
克斯汀利用大数据解决了一个社会问题，这是创新，但不是创业。
第二个故事是阿里巴巴的金融业务。2010年，阿里巴巴发现因为每家网店都在平台上留下了销售、经营数据，通过这些数据可以知道网店的信用高低，自己也可以做贷款，阿里小贷就此诞生。阿里共设计了100多个模型，用户只需3分钟填报需求，阿里1秒钟就能放贷。整个过程没有任何人工干预，而且不良贷款率远低于银行。而在此之前，小微企业申请银行的贷款，耗时很长、流程复杂：银行需要人工查账、收集数据，最后才决定是否放贷。即便如此，银行还可能遇到假账本。
阿里小贷后来成为网商银行，后又发展成为蚂蚁金服，成为一家金融服务公司。阿里还根据个人的信用卡、消费状况，推出了个人征信服务——芝麻分。因为一个和人有关的数据，也可能成为这个人的信用来源。
这是创业，因为它创造了利润。
信用即数据，数据即信用。今天互联网金融领域的创新，几乎全部都集中在大数据征信领域。
“大众创业、万众创新”有其内在的逻辑。人人都可能创新，催生出积少成多的进步。但是，并非人人都能创业，创业需要考虑如何获取更丰厚的利润，如何在市场竞争中生存，它的门槛更高、更难、更小众。
数据创新的趋势
手机淘宝有3.5亿用户，但当我们打开手机淘宝，会发现每个人的界面都不一样，这意味着推送的内容都是你最可能买的东西。淘宝上有千千万万的商品，巴掌大的手机屏幕不可能呈现所有商品，只能用个性化界面来促成消费。而实现个性化界面的途径正是数据，即用户在平台上留下的搜索、购买数据。
正是数据，驱动了个性化服务的满足。客户源源不断地产生数据流，企业通过算法了解客户，进而打造个性化服务。
一切个性化的创新都符合时代趋势。今天的企业，也面临大量的个性化需求，企业的生产线如何根据需求调整，生产出更多个性化的产品，这是一个挑战。未来的工业制造，将生产出个性化的产品。如通过3D打印，为顾客打印出不同跟鞋、花纹、鞋头装饰的鞋子，这些小而多样的个性化需求，在传统的流水线上无法规模化生产。
数据也能驱动智能化生产。无数据不智能，未来的工业制造也将更加智能化。智能是把数据“喂”给机器，让机器帮助人类完成任务。国内已经出现了“黑灯工厂”，即让机器代替人去生产，中国的人口红利正在消失，智能化生产将成为趋势。
数据还能驱动精细化管理。城市如何治堵，拥堵费如何收取？西班牙有一个城市的做法是，在地图上画出拥堵圈，计算出圈内的行驶汽车数量，只要有车新进入了这个拥堵圈就开始对其收费。这种收费还是弹性的，车多车少、不同时间的价格都不一样，由此实现交通的精细化管理。
新的竞争将以数据为基础，未来所有的企业都将成为数据驱动的企业。我们要鼓励创新、用数据创新，也要鼓励企业家精神，推动国家与社会的进步。
·氧分子网（http://www.yangfenzi.com）延伸阅读：
➤ 阿里巴巴副总裁涂子沛：发展“互联网+”，需要配套信息文化
➤ 国家信息中心于施洋：政务大数据何以“舍近求远”？
➤ 涂子沛：传媒公司如何转型？做数据公司！
➤ 阿里巴巴高红冰：中国为什么会出现“互联网+”热潮
➤ 电子科技大学互联网科学中心主任周涛：你也可以成为数据魔法师
➤ 免费读好书，长安街读书会首期书评征集活动暨书评团招募启动
➤ 华为轮值CEO徐直军：华为是一家O2O公司，但永不做数据变现
➤ LinkedIn收购人力资源数据公司Bright.com
➤ 去世后数据怎么办？盘点科技公司用户身故政策
➤ 这家初创企业能让商家WiFi数据变成香饽饽
➤ 多备份胡茂华：携程瘫痪不偶然，来看国内企业数据管理乱象
企业家的确该写进课本，褚时健、史玉柱、柳传志、任正非、马云哪怕是王石，只可惜我们意识形态好像只允许完美无瑕疵的形象进入，让我们共同努力，不断传播吧……教材能有一些现实就不错了，为企业家立碑就更甭想了能按照事实写进课本才行，不是要演义，不是要高大尚，是要一个活生生的有血有肉需要去完善自我的有缺点有情绪的活人！！！
不赞成，小孩在学校应多接受经典的科学艺术教育，社会教育已透过各种渠道渗透够多了。况且，有几个企业能做成百年老店，有几个企业家能被多代人景仰？现在的企业和企业家还需要时间检验。在历史书里，有陶朱公的应时而变，有晋商票号的诚信天下，就够了。
？为什么要鼓励小学生都去做企业家？就不能自由的选择做一个劳动人民了吗官商勾结，必须介绍，技能。何时把权利关进笼子？废话，中国是权贵资本主义，企业家并没有尊严。所以说当了官什么都有了这种话深入人心当公仆为人民服务很累呀。课本里应该开辟一章叫 三百六十行，行行出状元…
把资本家如何赚黑心钱写进课本，如何榨取工人利益写进课本。领导一句话，企业家的财富进入领导口袋。还是写领导吧。当官的可以分分钟捏死一个企业家。这是课本能改变得了的？企业家恶心起来比政治家更恶心！：体制不改，官本文化永远受追捧！
写进课本有毛用，应该限制官员权力，规范官员使用权力的流程，把权力装进笼子里，这样才不会有很多人去争做官，因为这些人做官就是为了发财，做官发不了财自然就不向往了要么当官 要么发财 当今中国 职业经理人是个屁。 除了大国企的领导 既当官又发财 爽歪歪
写谁谁倒霉，没有一个干净的，要么官商勾结，要么偷税漏税，要么侵吞国资，要么造假走私…资本家要和革命家挤在一起了。。。做官的也有不少下海的。这都什么专家啊。小学课本也没说鼓励去当官，尼玛，小学课本还是应该鼓励学生去仰望星空好么
毛病，你咋不上天呢？官本位都2000多年了,,,这作者真是有病，不会撑船怪河弯……社会主义国家大力发展资本家？我们国家不是缺少企业家，而是缺有良知有社会责任感的企业家。废话，中国是权贵资本主义，企业家并没有尊严。所以说当了官什么都有了这种话深入人心。官商勾结，必须介绍，技能
官都留给三代、四代们去做，是这意思吧。儒学要求读书人的奋斗目标是”治国平天下”，就是做官啰，而且几千年重本抑末(即重农抑商)，儒人、官人心里都鄙视商人。：领导一句话，企业家的财富进入领导口袋。还是写领导吧。最该写进课本的是思想家。有了思想家还怕没有企业家、军事家、政治家、文学家、艺术家……
把资本家如何赚黑心钱写进课本，如何榨取工人利益写进课本。笑死姐姐了，什么企业家，看看阿里巴巴的商业版图，我了个去，各种收购媒体为其发言啊，马云爸爸这张破嘴说的真特么对真特么励志啊，资本一条线，企业家，有责任的还好，无良的让他去死吧。写进小学生课本？你在开玩笑呢，小学生应该快快乐乐仰望星空好吧》》》》》
第一
关于神策数据的“特立独行”
iCDO: 之前文锋也是百度的技术高手，一直在为百度的底层数据提供技术服务，什么原因要从百度离开，并进而创立了自己的大数据公司呢？
桑文锋：我在百度工作八年，从 2007 年进入百度到 2015 年离开。这八年里有七年多的时间，都是在做数据这块的工作，所以对数据非常有激情，也很有感情，更有“感觉”。任何老百度人在选择离开百度的时候一定是非常纠结的，我也不例外，毕竟是百度给了我们一切。不过最终考虑离开百度有两个原因，一个原因是仍然希望能够有机会去尝试不同的事情，希望能在不同的领域去发掘自己的技术能量和潜力；另一个原因是我始终认为数据是最有价值的资产，所以觉得自己何不做一些能够让数据直接产生价值的东西。
其实最初还是想利用数据做一些 2C 的事情，并不是一开始就想做 2B，因为觉得 2B 主要是靠关系去拿客户，我们做技术的哪儿有关系呀。所以一开始完全考虑的是做 2C 这块。
正好那个时候，我的一个发小给我打电话，问我要不要一起做一个相亲网站，他看好相亲这个事情，因为今天“光棍”和“剩女”确实很多。我从数据的角度上想，相亲也不错呀，做一个相亲大数据，用数据技术解决匹配问题，是一个不错的方向。
不过，后来仔细想，这个市场不够大，就算我做得很成功，做成 TOP1 又能怎么样，估值也不过 1.5 亿左右，感觉不是一个大事。
包括创业过程中和一些投资人碰撞，和我们几个小伙伴碰撞，决定还是要做一个能够让数据直接带来效果的产品。我们经过了非常多的论证，也研究了各种可能性，最终归结到一点，我们决心做一个可以私有化部署的数据产品，一个可以私有化部署的互联网用户行为采集和分析产品，或者可以简单的理解为，我想做一个私有化部署的 Google Analytics。
为什么这么定位？因为 GA 毕竟是统计分析领域做的最好的，市场份额至少是最高的。但为什么我们跟 GA 不一样，我们要强调私有化部署呢，那是因为 2014 年我在百度的时候，曾经做了一个项目，就是要把百度的这种大数据能力输出到外面的一些企业去，但在沟通的过程中我发现，我们想让这个客户把它的数据放到百度的平台里面，其实很难说得动，比如有一些银行啊，还有一些大企业都不愿意将自己的数据纳入第三方。那时我就想，如果我以后出去创业，一定要支持私有化部署。
iCDO: 私有化部署很显然是神策数据与其他同行的一个显著性的差异点。互联网数据官的读者朋友们也有人专门建议我问文锋，你们跟其他类似厂商（比如 GrowingIO，诸葛 IO 等这样的公司）有什么显著的区别。很显然你的答案肯定会是私有化部署。不过，私有化部署并不是大家的共同选项，反而是神策的一个“特立独行”之举。企业数据系统的私有化部署，其实是有很多困难的，比如，部署本身很难，此外，部署之后的维护、升级，用户的灵活性等，都有很多难关要克服。神策为什么有“勇气”瞄准私有化部署领域呢？
桑文锋：是的，私有化部署并不是一个普遍选项，所以我们才更要选择这么做。当然，我们不是意气用事，我们做了很多分析，而且也结合了我们自己的很多优势。
14 年底 15 年初，SaaS 是非常火的，因为它有两个明显的好处：维护成本低、掌握企业数据。但我对这个的看法不同：首先，维护成本是能用技术手段来解决的，包括如何更好的维护分布式这种复杂的系统，并让其健康的运行，这些对我和我们这个团队来说不是一个大的问题；其次，就掌握客户的数据这点来说，在国内大家对数据安全还是比较顾虑的。你拿到客户的数据，客户难道就不知道很重要吗？我们还是要从客户的需求出发，提供私有化部署，客户不用担心我会出卖他们的数据，因为我们不会获取其用户的数据。
我们从成立以来定位就是做私有化部署，私有化部署的客户在我们客户里面占 2/3。像中邮消费金融、聚美优品、秒拍、ofo 共享单车等等，都是我们私有部署的客户，其实这些标杆类的客户一般选私有化比较多。
iCDO: 有没有友商跟进呢？如果他们也在做私有化部署呢？
桑文锋：我是这么看这个问题的，就是一个策略如果有效，对手不可能不跟，但是私有化部署对技术的挑战还是很大的。举个例子，SaaS 方式就像依山建一所房子，然后客户要求在平地上再建一套房子，怎么办？你直接把那依山而建的搬过来，最后可能就是个缺胳膊少腿的房子，这里的问题是维护代价就比较大。所以对原本只做 SaaS 要转成私有化部署的情况下，技术上本身的挑战就很大，而神策因为一开始定位就是私有化部署，从开始就建了帐篷，不管在山上搭还是在哪里搭，都可以很好地去支撑。（相关阅读：同样是私有化部署，300 家行业领先企业告诉你差距在哪儿）
所以从这一点上来说，即使有竞争对手也去支持私有化部署，我觉得跟我们这种方案的成熟度一定不同。比如部署周期，我们部署周期会比较短，单机版远程部署仅需 30 分钟左右，集群版也仅是 1~3 个小时。另外，维护其实是一个更大的环节，我们部署方案出问题的概率非常低，即使出了问题，我们也有完善的处理方式。所以看似简单的一个私有化部署，想要真正把它玩转，要把这些分布式的服务做好，这本身就是神策的一个优势。
iCDO: 但关于私有化部署，争议是很多的，所以，您是否也认同业界所说的私有化部署的弱点？
桑文锋：私有化部署总体来说维护成本会比 SaaS 高，但我觉得最后是要看投入产出比的，你只要能够划得来就可以了。同时，我们神策数据不追求低价，我们更认同 711 便利店的理念，就是在相应价格上的物有所值；其次，私有化部署无法拿到客户的数据，但是这一点对神策的定位来说并不是问题，因为我们立足帮助客户打造数据根基，而非获取客户数据。
iCDO：可是私有化部署毕竟比 SaaS 要复杂，这是物理决定的，你得在客户的环境中一个一个去做，很难规模化。你们有什么更好的方法去解决这个问题？
桑文锋：是有更好的办法的，这里包含两点：
一是产品和部署环境要标准化，如果你去部署的每家都是独立的一套，并且有很多定制化的需求，那你处理起来每一个都是独立的样本，维护代价就非常大，所以我们要求产品和环境的标准化，后续的维护就可以标准化的处理。
二是我们本身系统里面有专门的自动化运维系统，是中间很重要的一个环节。其实对于大数据系统，很多时候大家仅关注数据“如何采，怎么传，怎么存，怎么查，怎么可视化”这五层。但实际仅有这五层还不行，额外还得有三块：监控、元数据、调度器，要把这些东西结合起来才能稳定地运行，比如某一块是数据采集出了问题，还是传输出了问题，还是查询出了问题，并且它有问题的时候可以自动恢复等等。所以这些东西真正做好才是维护性比较强的。
iCDO: 每个企业的生产环境和营销环境可能都不尽相同，既然要做私有部署，那么意味着肯定存在相当繁重的定制化工作吧？
桑文锋：这里面就是定制化的问题，首先我不相信一个 SaaS 类的软件或是一个分析工具能够解决你所有的问题，我甚至觉得 SaaS 类和分析工具仅能解决一少部分问题，还有许多是需要个性化独立处理的。神策提供的是 PaaS + SaaS 模式的服务，我们将数据底层建好后，客户可以在此基础上做二次开发，并且我们面向的客户大都是互联网公司，本身就有开发能力，做二次开发并不难，这也就很好的解决了个性化需求的问题了。
（iCDO 互联网数据官解释，什么是 SaaS，什么 PaaS，SaaS 是 SoftwareasaService 的首字母缩写，即“软件即服务”，PaaS 是 Platform-as-a-Service 的缩写，意思是平台即服务。把服务器平台作为一种服务提供的商业模式。）
神策希望帮助客户建立数据根基，用 Windows 做类比来说，Windows 作为一个操作系统做了两件事情：一是对各种硬件、CPU、内存、磁盘、网络等的管理，二是它提供了一层 API，可以让第三层应用层开发 QQ、Outlook 等应用。
对比神策来说，首先是把各种各样的数据源采集回来，建好底层；其次提供 PaaS 平台方便用户二次开发；第三层就是各种应用了。大家普遍看到的神策分析的部分，只是一种应用，基于这个 PaaS 平台同样可以去做推荐，去做推送，去做风控或是做其他挖掘都是可以做的，从这三层去考虑，对于 Windows 做类比的话就更能清楚神策这个价值了。
iCDO: 为了能够实现这种私有化部署及定制，神策肯定需要深入客户的业务，对客户的业务进行梳理之后才能进行定制吧？如果是这样，这种深入业务进行梳理工作的一般周期大约会是多久？
桑文锋：是的，肯定要对客户的业务进行深入了解和梳理。时间周期一般在半天到两天左右。因为互联网产品还是会垂直分类的，比如互联网金融是一类，电商是一类等等，每个类别下都是有共性的。如果没有共性，每一个都是独特的，那这个代价实在是太大了。一旦掌握了这种共性，我们能对每一家都是独特的，但对我们自己来说，是可以更高效的去解决问题。
所以进一步说，如果每一家都建自己的数据团队，然后去摸索，其实我认为并没有发挥出团队的威力，这也是我去年的时候写过一篇文章，就是在大数据时代，每家都需要一个大数据部门吗？其实是不需要的，这就好比在电气时代，每家都要做个发电厂吗？其实也不需要，你可能更多的时候需要的是能够把电用好的一个人就可以了。
第二
关于行业和客户
iCDO: 你怎们看待今天的企业在数据使用上的痛点？比如，大家现在对于数据普遍比较重视，但是实际上你会发现很少有企业真正很好的利用起来了数据。
桑文锋：这里需要从互联网公司和传统公司两个角度去看：互联网公司一是采集数据的方法有问题，对数据源的重要性意识不够，比如我们最开始的时候不管数据源头是怎么样的，然后通过在中间做复杂的 ETL，再建立数据质量管理，等我们做了几年之后发现这种思路有问题，不管怎么做就做不好，所以我们痛定思痛，这也是我在百度很重要的一个心得——就是数据源很重要，我们需要从源头尽量让数据规范标准起来。比如之前我在百度做的数据采集审核系统，每次变更一个字段或变更一个什么东西都能去审核管理起来，从源头去结构化，让源头不放水，源头放水了后面就很难做，这是第一个数据源的问题；
二是数据采集的优先级问题，数据工作在团队内的优先级不高，数据团队推不动工程团队，比如数据采集需要工程团队和数据团队打配合，往往工程团队忙着迭代功能，数据的优先级就会被弱化或是应付了事。所以我们现在跟一些客户去沟通的时候，一般尽量找那个能够调动工程团队资源的人，因为只有他认可，才能把这个事情做好。
从传统企业来说，同样归结为两个问题：一是 IT 化程度不够，IT 化是数据化的前提条件，数据没有采集的温床，也就没有根基；二是数据意识不强，虽然认识到了数据的重要性，但在实际工作中，仍然凭感觉做事。
iCDO: 所以是不是其实客户可以分成两类？一类就是他已经意识到数据的重要性，也懂得利用数据去提升效率和效果，但是缺少好的解决方法，即意识已经到位，能力有所欠缺；另外一类是可能连意识都还没有到位，希望通过大数据解决所有问题，并希望尽快看到高收益高回报？
桑文锋：我是这么看的，越初级的客户越会是第二类。认知比较浅的话，要的东西就会越飘，越要求高大上。就像现在人工智能比较火，越是不懂的可能要的越是天花乱坠，懂行的更清楚如何可行的看某一个问题，部分利用人工智能，部分利用正常的 IT 系统，按人配合去把它做好。所以从这点上来说，我觉得如果一个客户要的很荒唐，这也是需要我们这样的数据从业者去引导他们的地方，我们不能被客户牵着走，我们本身是需要普及整个数据化进程的。中国这种数据化进程是一步步往前走的，但是现阶段底子还是很差，所以这也是我们为什么将“建立数据根基”作为神策定位的原因。
iCDO: 神策现有的客户中，哪些会比较接受数据驱动运营的理念？
桑文锋：目前的客户可以分成三类公司：一类是 BAT 还有硅谷回来创业的公司，这种公司就是在挑工具，只要工具能够解决问题就可以，不需要讲理念；第二类是其他类型的创业者，之前没有数据驱动的理念，这个时候就需要我们去灌输整个体系了，包括他在实际工作中应该关心哪些指标，应该如何做分析等等；第三类就是互联网 + 企业，这些企业许多时候是高层站得很高，但是一线员工的意识和能力比较有限，这个时候我看到的这种特征是自上而下来 push 的，所以导致的结果就是执行周期比较长，当我们遇到这样的客户，会进行更多的培训，进而培育市场。
iCDO: 现在很多用户会认为分析不能解决实际问题，中国现在更需要能够落地要执行甚至帮你执行的解决方案，您怎么看？
桑文锋：这个问题特别好，其实这是一个恶性循环，分析不能解决实际问题的最主要原因就是数据采集没做好，那后面的环节就都受影响了。许多公司在做数据分析时的一个很大的问题就是靠需求驱动，比如老板要一个数据，分析人员就处理一个数据，下次要了另一个数据，就再单独处理，根本没有数据体系的建设。
我们可以从四个方面来考虑这个问题：首先，我们要做好数据采集，这是根基；其次是做好数据建模，比如神策一直强调的一个模型，就是 event-user 模型，其实就是最重要的两张表，一张表记录用户做了什么，另一张表记录用户有什么属性；三是各种分析方法，比如漏斗分析等，界面上点选几下就可以实现，而不是让工程师花数周时间专门开发；最后是指标体系，围绕产品从拉新、留存、变现等各个角度来看，我们需要关心哪些指标。所以我觉得真正去建好一个数据体系，应该分成四层，即“采集、建模、分析方法、指标体系”。
iCDO: 您一直提到神策的愿景是帮助企业建立数据根基，这里其实很大程度上是对数据源的有效把控，但数据源在采集的时候，该采什么数据或者哪些数据是对公司有用的，这些问题神策是怎么考量和解决的呢？
桑文锋：我对数据有一个看法，数据这个事情想要做好是需要经验的，没有经验真的是很难做好，因为会不断的踩坑，比如哪些字段要采集，哪些不要采，然后该用什么系统，涉及哪些系统组件，其实都是一个一个坑。即使你想好了，然后推动业务部门去配合你，工程部门配合你开发，业务部门配合去用，其实这里面都是一系列的坑。
这也是神策的一个价值，神策是一个 80% 产品+ 20% 咨询的团队，我们有一个强大的分析师团队，还有一个客户成功团队，基本上就是分析师团队在部署之前会帮助客户去梳理他的业务，然后围绕业务里面有哪些关键的行为事件，事件里面涉及哪些关键的维度，再去决定部署，只有这样的话，才能把这个底子打好，否则你凭空产出分析或工具去用，可能也只有 10% 的功能客户会买单。
iCDO: 中国人很着急，花钱买了你神策的东西，或是 Adobe 的东西（比如 Adobe Omniture 等），就希望能够立即看到效果——能够马上看到企业组织在工作流程或方式上的改变；另外一种心态则是，我花了 5 万元买了你的产品，你的产品必须给我带来超过 50 万额外的销售作为回报，否则你的产品就是“忽悠我的钱”，您怎么看这个问题？
桑文锋：我是这样看的，中国确实有一个大的背景，就是中国的人力便宜，在这种情况下，大家许多时候能用人顶上，干嘛还要用你这个第三方工具呢，还得额外花费成本，然后大家就不愿意为效率付费，这是一个问题；另外一个问题是流量很便宜，许多时候获取流量太容易了，粗放型的也能活得很好。
但现在我觉得这两个条件都不具备了，已经被打破了，首先人力变得越来越贵，就拿咱们数据分析这个领域来说，招人非常困难，很难招到合适的人选；其次，流量红利没了，做广告带来的收入又不是纯利，亏多少就是一个问题。所以从这些因素就逼迫着互联网企业要精耕细作，要挖掘好已有的用户群，并想办法把它利用好。
所以在我看来，互联网统计分析其实经历了三个阶段：最开始是流量阶段，这个阶段大家只关注访问量就够了；到了第二个阶段，是用户阶段，我们开始关心 DAU、MAU 等一类指标，但仍然不需要深挖；而现在我觉得已经是第三个阶段，就是订单阶段，我们要关心一个用户怎么转化进来的，来了之后怎么去盘活他，所以整体数据分析的需求都变强了。
同时，确实如你所说，我们希望尽快看到效果，这也是一种趋势，而且我觉得最后按效果付费会占到很大的比例，虽然这个过程比较着急，但我觉得一定会进入这个阶段，可能还需要 3~5 年的时间。
iCDO: 目前 Sensors Analytics 采集的数据主要是用户行为数据，其他类型的数据也可以采集吗？比如业务数据，线下数据等？
桑文锋：都是可以采集的，比如客户的业务数据，线下数据，服务端数据等，这些数据都能采集过来。从我们的理念上来说，大数据总结成四个字就是“大”、“全”、“细”、“时”，这里面的“大”主要指宏观的大，实际采集上我们并不用关注它；“时”指高实效，实时的数据，这个我们一般也忽略它，我们更多的是考虑一个“全”，一个“细”。其中“全”，就是指多种数据源，不管是客户端的、服务端的、线上线下的、或是各种设备的，将数据全量采集。其次“细”，就是强调多维度，采集过来用户一个提交按钮，用户一次浏览，他相关的维度“who、when、where，how、what”信息也采集起来，这才能建立一个好的数据底子，之后的分析也会变得容易很多了。
另一方面，这个数据不一定是来自于 APP 或是服务器模块，也有可能来自各种各样的传感器、视频、麦克风等等，未来是一个传感器时代，或者叫物联网时代，不管是虚拟的还是物理的，这些数据我们都应该去做采集，这个阶段一定会到来。
其实，这也是为什么，神策数据的英文名字是“Sensors Data”，就是传感器数据嘛。我们认为未来一定是传感器的世界，神策也在采集传感器数据方面做更多的工作。
iCDO: 会不会存在客户不需要你去采集数据，他采集好的数据提供给你们，然后你们来为他们做预处理？
桑文锋：我认为未来会有的，因为数据采集手段是多种多样的，我觉得以后通上电的这种设备，各种各样的传感设备都能采集到数据，比如就像我们看这个灯泡，其实它是在 60 赫兹以及相关条件等作用下在闪烁，这里面也会涉及数据，以后也可以采集到，而如果客户已经有了这些数据，交给我们的就是如何建好数据仓库这一块。即使到了一个新的阶段，对于神策的定位来说，我们还是要帮我们的客户把数据根基建好。
iCDO: 有一些企业比如说像 Martech（Marketing Technology）这个领域，他们会直接把数据输入到应用场景中去，用机器规则来实现一些业务上的操作、管理和应用，神策有准备做这个吗？
桑文锋：神策是处理数据流的，不会做流程与控制。但是神策能够给这些系统提供弹药，比如神策有用户分群的分析功能，我们可以把满足某些条件的用户抽取出来，并提供到对应的营销系统里面去使用它。所以这些公司其实跟神策去结合起来，是可以事半功倍的。
iCDO: 中国的商业环境是这样，大家更重视应用层面，会轻视后台的作用，您怎么看这个问题？
桑文锋：我相信其实美国也是一步步迭代出来的，我们现在看到美国互联网环境很开放，接口很开放，大家都是组件式的，但我觉得在六七十年代美国刚使用这种大型机的时候，他们也是做全套系统的，但是后来竞争越来越激烈，就会要求你做好某一块儿。这是我比较认同百度的一个理念，把事情做到极致，你可以少做一点，但是要把它做到最好。我觉得开放只是时间问题，可能就这 3~5 年的时间。到那个时候，后台的作用大家不仅不会轻视，反而一定会成为刚需。
iCDO: 预测下五年后的神策，您希望是什么样？
桑文锋：五年后的神策，我希望完成了愿景的 70%。神策的愿景是希望花十年的时间重构中国互联网的数据根基，现在神策做了两年了，服务 300 多家客户，离目标还远，但这个速度是指数级增长，是会越来越快的。
iCDO: 希望神策早日达到自己的目标。感谢文锋！
桑文锋：谢谢！