近年來隨著數字經濟的高速發展，各式各樣的SaaS應用服務更是層出不窮，但本質上SaaS大多局限于單一業務流層面，對用戶核心關切的增長問題等則沒有提供更好的解法。在SaaS賽道日漸擁擠、企業增長焦慮愈演愈烈之下，各行各業迫切需要找到全新的數字化轉型切入口。

而自去年阿里巴巴推出新數據智能平臺瓴羊后，DaaS（Data intelligence as a service數據智能即服務）就迅速站上了行業風口，成為企業數字化轉型背景下的又一全新領域，引發眾多行業巨頭競相跟進。

DaaS成數字化新風口

其實DaaS并非是什么新興概念，早在SaaS產品大行其道的時候，DaaS業務就已經附帶其中服務于企業的經營了，只是它遠沒有今天這么系統、成熟。而它之所以能夠被單獨拎出來，成為一條獨立的賽道重新站上風口，完全是產業逐步成熟的一個自然結果。

一方面，隨著數字化持續深入千行百業，如今有越來越多的生意需要借助數據驅動，數據的權重與量級都達到了一個臨界值。簡單來說，隨著行業數字化的深入推進，越來越多的生意需要線上數據來做決定，而隨著數據來源的多渠道化（比如，抖音、快手、騰訊廣告、百度等都有自己的流量池），多形態化（如圖文、視頻、直播間投流、直播間等等），數據支持的好與壞，將直接決定生意的成敗。舉例來說，一個商家想要在抖音、快手上做生意，就必須清楚選品與投流素材的重要性，學會用數據來決定投流和品類的選擇方向。

同時，隨著越來越多的企業上云，數據的體量、類型也越來越豐富，其商業價值也越發凸顯。

從規模上看，全球數據量將從2018年的33ZB增至2025年的175ZB；從維度上看，數據類型也愈發豐富，隨著技術進步，企業能夠挖掘出商業價值的數據也不再僅僅限于結構化數據。

在這個趨勢下，企業數據的搜集、處理和應用，越來越依靠專業的數據處理應用廠商。

另一方面，DaaS服務商所能提供的服務和價值都相繼達到了一個高點，供需兩端都進入了一個更為成熟的階段，這為行業的爆發式增長提供了基本條件。

相比于早些時候，今天的DaaS更加成熟系統，比如根據數據來源的不同，可以將DaaS廠商分為：專門基于商家提供的第一方數據進行用戶分析的服務商，也有像主要基于零售平臺產生的第二方數據的服務商，也有依靠第三方數據提供DaaS服務解決方案的服務商。此外，依據數據精細化程度、數據服務方向的不同，還可以劃分出專注垂直細分領域的服務商和全鏈路、深層次的通用數據服務商。

需求方面，應用商家對數據開發的方向和目標比以往更加明確，尤其是經歷了幾年高速發展的數字化之后，商家對自己投入數字化的程度以及使用數據的方式，都比之前更加清晰，因此其對服務的要求也更加具有針對性。在此背景下，產業終于迎來了爆發式增長的窗口期。

并不簡單的DaaS

盡管目前行業參與者眾多，DaaS賽道也是一個可見的“富礦”，但不見得人人都可以從中挖出金子。尤其是隨著行業數據的指數級增長，圍繞數據所展開的一系列動作，如數據獲取、處理和應用都面臨越來越高的壁壘。

一來，在于用戶場景的復雜化、個性化，導致動態數據抓取困難，這對DaaS平臺know-how的技術服務能力提出了很高要求。拿商家廣告投放來說，現如今的商家廣告投放基本都是動態變化的、即時性的，并且每個人看到的內容都不一樣，呈現出千人千面的特征。對于DaaS服務商而言，如何去抓取這些動態數據，就成了其中破局關鍵，而這尤其考驗DaaS平臺know-how的數據能力，即提供真正能夠幫助該行業的有效客戶數據服務能力。

從服務的角度來說，也就是需要從企業的不同痛點切入，依據不同行業的不同需要設計定制化方案。比如針對3C產品，就從對應的消費群體數據資源切入、注重電商的企業以渠道數字化變革切入……總之，適合行業的才是最好的。

二來，客戶需求日益多元化和復雜化，客戶所需要的不只是圍繞數據來展開，更為重要的是幫助客戶通過數據找到制約業務增長的卡點提升產出。正如前文所述，由于渠道、平臺的多元化，導致數據被分割在不同的體系之內，企業對數據資源本身的監控就變得極為棘手，并且人工數據復盤慢，且有一定的滯后性，很難跟上迅速變化的外部形勢。

另外，對于同一行業的不同企業、同一個企業的不同業務來說，其所遇到的問題也有差異，有的可能是系統性的問題，有的可能是某一方面的問題。比如，一個電商企業在線上的卡點，可能是來自于選品的問題，也可能是定價的問題，也可能是售后服務跟不上或是營銷有問題。

在這種情況下，商家向DaaS平臺尋求幫助，可能不僅僅是要解決數據管理的問題，更重要的是借助DaaS平臺的高效數據監測、分析能力，找到制約業務發展的卡點提升業務產出。

三來，隨著數據服務的日益普遍化，數據安全問題越發不容忽視。隨著數據服務的普遍化，時至今日客戶數據泄露的新聞，開始屢屢見諸報端，由數據管理帶來的隱患也變得越來越大。在可以預見的將來，數據收集、轉接、授權、使用的速度，必然也會隨著業務需求的拓展而加快，消費者的數據安全性保護，也會在DaaS業務范疇內變得越來越重要，面對數據獲取渠道和門檻的寬泛，DaaS業務在進展過程中可能會傳及多人之手，如何保證數據對外的安全和訪問控制，亦會成為行業后續發展時需持續跟進的重點問題。鑒于此，要做好DaaS這門生意并不簡單。

厚積薄發的阿里瓴羊

作為國內DaaS賽道的提出者和領導者，阿里瓴羊雖然是去年才對外推出，但其在阿里內部圍繞數據服務的沉淀和積累，已經持續了有十余年之久了。從早期的數據公共層建設，到整合了內部核心數據智能產品的阿里瓴羊面世，阿里數據智能終于在阿里母體之內完成了從0到1的蛻變。

今年7月12日，阿里又發布了一站式企業數據智能產品“瓴羊One”，成為首個一站式鏈接多電商平臺及企業核心經營鏈路的通用企服產品，它將瓴羊公司的五朵云：分析云、營銷云、產銷云、客服云、開發云整體整合，并將之前超過四十多種互不流通的數據流、商業流和工作流合而為一，由此形成了如今化繁為簡的“瓴羊One”產品。從業內人士看來，“瓴羊One”的誕生，正是針對當下企業數字化轉型難點提出來的解決方案。

首先，它能夠幫助企業解決在數字化轉型過程“問題定位難”的問題，幫助企業高效找到自己的數字化卡點。從行業來看，今天很多企業數字化升級存在難點，都是因為“多”造成的。談到數字化的難點，喜臨門新零售業務中心副總經理余宏就表示：“（數字化大趨勢下）宏觀的數據收集變得非常重要，我們現在每個平臺的份額不同于以往，有一些平臺會非常的大，貨架板塊也好，直播板塊也好，每天都會產生龐大的數據量，但也有一些個性化的平臺，數據量沒那么大，卻聚集著有價值的消費者偏好、反饋等數據。想要看清楚全盤生意情況、消費者的反饋，或者（找到）自己在市場上的位置，就要把這些數據歸攏起來”。

但怎么收集數據，又成了一個新問題。往年，喜臨門要專門成立一個工作組，在各個平臺去采集生產、營銷、物流各個方面的數據做匯總，但無法保證全面和準確，滯后性也十分明顯，根據最終結果做決策顯然成為一件并不十分“科學”的事情。

現在借助與瓴羊平臺的合作，后臺管理變得簡單了，比如通過瓴羊One瓴羊OneAI自動巡檢各個平臺上的消費者咨詢對話，對高風險場景自動識別，客服主管只需要打開瓴羊One，就會收到來自所有平臺的，針對潛在重要客情的提醒、風險預警等關鍵信息，做到各平臺“一致性輸出”，這使其匯總效率直接提升了1.5倍，對外消費者體驗和滿意度也得到了大大提升。

其次，它能夠幫助企業解決“用什么方法破局”的問題。從技術層面來說，化繁為簡說起來容易做起來難，它對DaaS平臺本身的技術要求很高。瓴羊平臺作為阿里旗下的數據智能平臺，它以阿里內部技術平臺為底座，深度沉淀過往的數據經驗，由此成為可賦能不同平臺商家的“通用生態工具”。

比如，數據流上，經過客戶授權，瓴羊One可接入企業在淘寶天貓、京東、拼多多、抖音、快手、小紅書等平臺的店鋪經營數據，方便企業隨時掌握多渠道經營情況；在商業流上，瓴羊One集成瓴羊旗下經營分析、客服管理、訂單管理、物流管理、會員運營等業務全流程軟件，且可與企業自建系統及Salesforce等外部企服軟件打通；在工作流上，支持關聯千牛、釘釘、飛書、企業微信等辦公協作系統，業務指令自動同步。借助其強大的技術能力，客戶可以實現運營的一個后臺掌握、數據的一個平臺分析；價格的一個端口管理；服務的一個工單串聯；用戶的一個策略運營；庫存的一個指令調度，全方位解決數據統一問題。

最后，它還能夠幫助企業在數字化轉型中保持“進化能力”，轉變工作方式。瓴羊One作為阿里體系內的一員，阿里的大模型也會陸續接入其中，使企業不斷保持“進化能力”。比如，借助大模型的“文生圖”功能，幫助客戶去根據需求搭配圖片、文案等內容，如AI模特可以提升商家店鋪的總體視覺體驗，節省人工模特的大量成本，借助海量平臺數據找到爆款品類等等。另外，它還能通過強大技術實力重新定義工作模式。

對于無數深陷“數字孤島”的企業，尤其是業務流程龐雜的零售企業而言，瓴羊One“化繁為簡”的解決方案，無疑是切中了企業“要害”，有望成為企業的剛需性產品。

產業數據智能時代正在加速降臨

實際上，從整個產業來看，瓴羊的面世在某種程度上打破了企業內部層層疊疊的數字化壁壘，真正讓企業的數字資產產生價值，讓產業不僅能上云，還能夠充分從“上云”過程中受益，從而加速產業數智化進程。

從現狀來看，由于國內數字化發展階段的特殊情況（多個階段交疊并聯），中國企業在數字化進程中已經產生了“天花板”，要在全球的數字化進程中彎道超車并非易事，切換DaaS賽道或成為破局關鍵。

全球知名專業服務機構德勤，在考察了中國及全球的數字化轉型現狀后，將數字化的演進界定為四個階段：信息時代、網絡時代、移動時代和數據智能時代。前三個階段都不觸及本質，唯有到了數據智能時代，數字化對企業的改造才有了本質改變——企業將海量的數據轉化為對趨勢的研判、對客戶的認知和對風險的預測，進而將企業經營中每個環節的決策，由“經驗驅動”轉向 “數據智能驅動”。基于此，德勤認為“數據智能”不是選答題，而是企業面臨的必答題。

但從現狀看，國內企業的數字化轉型之路并不樂觀。據德勤調查數據顯示，仍有50%的企業在轉型啟動后存在爛尾的情況；難以與原有業務模式一體融合的占到46%；系統與基礎設施架構混亂，難以支撐數據智能的實現占比43%……歸其原因不難發現，癥結正在于企業在前三個階段投入精力過大，對更加需要領導力和關注度的數據智能場景則關注不足，導致數據驅動缺失，從而影響了企業的數字化轉型效果。站在當下來看，未來中國企業想要在該領域“超車”，加大對DaaS的投入或將成為必由之路。

從供給端和應用市場來看，國內市場主體眾多，數據應用場景極為廣闊，同時隨著阿里等為代表的一眾企業集團入局，數據智能產品的供給將越發規范和標準化，這都意味著國內DaaS將邁入全新的發展階段。

據相關部門統計數據顯示，去年國內數字經濟規模已經達到了50萬億，占到了國內GDP的40%以上，仍在保持著高于GDP的增速。這意味著國內的數字經濟將繼續滲入千行百業，數字產業化和產業數字化的進程將進一步加快。而國內市場數以億計的市場主體，將會催生出不可估量的數據體量，給DaaS平臺帶來廣闊的發展前景。另外，隨著阿里等大數據平臺的入局，服務端和供給端的質量也將進一步提升，整個行業將加速進入高質量發展階段。

而供需兩端的雙輪驅動，將引領產業加速進入數據智能時代。作為早先入局的參與者，阿里瓴羊平臺不僅是貢獻者和先行者，也將會是未來行業紅利的受益者。