大数据规模化变现，也许我们需要一只地推铁军？
是傅一平的第262篇原创
作者：傅一平
个人微信：fuyipingmnb
先讲2个大数据的商务案例，你就知道现在大数据的变现有多么难！
同事小姚利用自己的客情好不容易找了一个房地产客户，花了很多精力来制作房地产洞察报告，报告调整了无数次，几个月过去了，终于，客户满意了，然后客户说我要去打个经费报告，几天后，客户告诉小姚，不好意思啊，上面没批......
同事小张一直在为商圈洞察产品寻找商机，好不容易洽谈了几个客户，产品也升级了好几个版本，后来客户愿意付费了，价格是2万元......
笔者在刚做大数据的时候，曾经想，任何小B都是我的客户啊，比如我家附近开了个理发店，只要帮客户圈选下周边的人，不就都是他的目标用户吗？我的市场空间太大了......
为什么大数据卖不动？
因为行业大数据这种新型业务，无论有多少数据底蕴，无论产品多么优秀，也得遵重to B产品在市场上的推广规律，光有热血没用。
这周连续看到了几个人的相关文章，感受颇深。
刘润老师在《为什么我们常说做to C 的人比较难去做to B ？》中这么讲：
“ 前几天在线下大课的私享会上，有个同学问了个问题。他本来一直是做to C软件系统的，积累了很多经验。他发现很多公司也需要这样的系统，他想把能力和经验包装起来，卖给这些公司，问我应该怎么做才能够快速打开市场？
我说，你要想快速打开市场，靠你自己是不行的，你应该组建个团队来帮助你，而且这个团队应该是由从SAP、华为、微软或者IBM这样的公司出来的、销售经验丰富的人组建的。
他说难道就不能放到网上来卖？这不是更方便，也不用做那么重了。”
刘润老师的回复如下：
1、to B和to C的本质差别是决策流程不同：企业的购买决策不是由一个人决定的，而是由流程来决定的。你买个化妆品，基本不用和老公商量，家里买个贵点的电视，你和老公商量一下，也就拍板定了。可是to B就不同，只要是几十个员工以上的企业，就需要有审批流程了，这个决策中间可能涉及到很多人。
2、to B的交付周期通常会很长：to B一般都会很慎重地购买产品，比如说你的这个产品，是把一个系统放到人家公司里面，让他们员工用，你知道在你放进去之前人家并不是没有系统来完成他的工作，要改变人家的工作方式很难，所以很多的to B生意，交付的流程冗长而复杂。
所以to B和 to C比，有两大特征。第一大特征是它的决策流程特别复杂。第二是对很多重要的项目来说，它的交付流程也会特别的冗长而复杂。这两件事情加在一起就几乎决定了to B会非常的重。
to C需要的能力是什么？to C几乎是不需要有人去说服他的，所以不需要很重的线下的说服工作，也不需要很复杂的线下交互工作。to C最重要的一个能力是产品本身有颜值、有吸引力。
大数据实际能变现的，基本是to B吧，当初想着把大数据产品标准化，然后放到线上卖，这样不就能规模化复制变现了吗？
现在想来是简单了，做好数据和产品仅仅是必要条件，而非充分条件，有几个客户会看了线上的说明就来买单的？大数据公司现在也满地走了，号称啥数据都有，啥都能做的也不在少数，客户哪分得清楚。
酒香也怕巷子深？
笔者又看到一篇文章《李善友：战略听着空？但有人用它“绝处逢生”》，这篇文章讲美团的战略，美团当年面临广告烧钱大战，王兴去请教关明生。
关明生是谁？
2001年加入阿里巴巴电子商务网站任总裁兼首席营运官，之前在美国通用电气公司工作达15年，把该公司医疗器械在中国的销售收入从零提高至7,000万美元，应该实战经验很丰富，关明生有话：”商家端的广告投放再多，也不如有执行力的线下队伍好用。”
王兴醍醐灌顶，考虑到自己的客户分为消费者（C）和商户（B）两端，两端都很重要，都要服务好，当时做了几个战略决定：
第一，坚决不打线下广告；
第二，疯狂采购线上流量；
第三，建立强大的地推团队。
运营商一直以来的线下团队其实非常强大，从渠道经理，营业员，直销员再到客户经理，客户经理还是专门针对to B客户的，这是天然的优势，运营商大数据不管是否要借力传统的客户经理力量，但建立地推团队似乎是必须的，除了前面提到的to B因素，笔者判断还有两个原因：
第一，大数据这个市场还非常的不成熟。
1、移动互联网和电子商务也许已经把市场教育了遍，但大数据从概念演进到应用阶段时间还不长，不大可能通过线上的方式让一个客户直接采购你的数据产品或服务，信息不对称还是太高了，短期内难以达成双方的信任。
2、跟通道业务相比，大数据的产品及服务成熟度还是比较低的，这是一个”鸡生蛋，蛋生鸡”的问题，我们也许可以搞一个数据产品出来，但当你去见真正的客户时，会面临一堆的改进要求，即使用了复购率也会很低，比如3个月10%的复购率，你在发展客户的同时也面临大幅流失的挑战。
很多客户在观望，好不容易有了付费意愿，却是浅尝即止，倒不完全是数据或产品问题，而是服务跟不上。
大数据切入任何一个行业要起量其实都非常艰难，比如最近在做的交通规划产品，前期都是大量的资源投入，没有产出，即使产品有差异化，比如研发团队会为路网拟合算法的突破欢呼雀跃，但我还是很愁，怎么让真正的客户认识到这个价值点？
越不成熟的市场，也许越需要线下攻关！
第二、大数据其实还不是很刚性的需求。
未来不知道，起码现阶段大数据的需求不是很“刚”，就好比推广企业内部的BI系统一样，即使你的数据相对于其他行业有稀缺性。
我们要努力去说服客户，因此就需要地推团队，所以是铁军，是因为大数据的价值解释门槛很高，对于人员的要求更高。
为了规模化，还要有一个标准化的建模的过程，管好过程其实就是把A、B、C、D拆分出来，然后告诉大家，你要怎么做才能把这几样都做好，才能拿到结果，这个叫做标准作业流程，这个工作也是任重而道远。
对于运营商来说，传统的通道类业务这方面的机制和流程还是比较完善的，包括客户经理的管理，但对于大数据这种业务来讲，似乎还没有做好准备，这又是个”鸡生蛋，蛋生鸡”的问题，新兴的业务无论是流量还是收入都太小了。
这让我想起了《创新的窘境》这本书。
当前运营商正处于数字化转型的关键期，政企业务成为了发展的重中之重，顺势而为，对于大数据也许是个机会。
中国移动现在非常强调协同，包括集团和省公司的协同，省公司和专业公司的协同，市场和政企的协同，网络和市场的协同，四轮驱动的协同，希望大数据能赶上这一趟班车。
协同不是为了占便宜，而是为了培育新动能，解决公司未来发展的问题。
随着产业互联网的兴起，我们也许不能再等着客户上门了，需要地推团队主动的去推进，银行等不少大数据客户自己会找上门，仅仅是因为他们一直以来的数字化水平就比较高，深知大数据的巨大价值，他们是市场上低垂的果实，但这类客户现在不多了，而且竞争很激烈。
最近小张又来讲自己的商业洞察产品推进困境，在向客户推荐的时候，客户侃侃而谈的是某讯的XX通，某宝的......，这让我们感受到了丝丝的寒意，的确，留给我们的时间并不多。
完
作者：傅一平 （微信号：fuyipingmnb）
好书或文章推荐（每周我会挑选出1-2本好看的书或文章进行推荐）
《你不可不知的人性》刘墉：揭露了人性的阴暗面，不建议阅读，哈哈。
《好家长必读》 万维钢·精英日课第二季：正确的表扬得满足三个要求：
• 具体。你不能空洞地夸孩子聪明。如果他并没有付出努力，这种夸奖反而有害。正确的夸奖方式应该具体指出孩子哪件事情做得好。
• 稀少。不要轻易表扬。美国数学老师在课堂上对孩子的表扬是最多的，而美国学生的数学成绩是最差的。
• 真诚。你必须表现出对孩子所做事情的真实兴趣。
可能错过的近期精选文章（点击链接即可阅读）
从芝麻信用分透露的详细数据设计，我们能从中得到什么启示？
如何避免成为一台取数机器？
哪些广为人知的数据挖掘案例其实是一地鸡毛？
数据的价值到底如何评估？
为什么我提交的数据分析报告总是被领导K？
我如何用统计学指导自己的生活？
从吴军的“算法的油水就那么多”说起！
一起成长，让我们与数据同行
忙完工作，偷得浮生半日闲，讲述自己的数据人生
大叔/电信博士/500强央企/大数据/人工智能/统计取数/数据挖掘/数据产品/数据管理/数据仓库/数据变现