經(jīng)過(guò)3年以上的發(fā)展，各類(lèi)大數據to B服務(wù)都已在中國初具規模。他們或扎根互聯(lián)網(wǎng)，為“云時(shí)代”以前的互聯(lián)網(wǎng)公司提供了云上工作的方式;或立足垂直行業(yè)，用互聯(lián)網(wǎng)給這些亟待升級的“傳統行業(yè)”賦能。

雖然數據創(chuàng )業(yè)公司頗有一些，且無(wú)論做SaaS還是做外包服務(wù)都已相當成熟，“數據可視化”卻仍是較為薄弱的環(huán)節。來(lái)自美國的可視化服務(wù)在中國嘗到了最初的甜頭，而土生土長(cháng)的數據可視化公司，比如DataHunter，也逐漸迎來(lái)了最好的發(fā)展時(shí)機。DataHunter于4月初宣布，他們獲得了來(lái)自Ventech China銀泰資本的數千萬(wàn)A輪融資，并走上了開(kāi)拓更多行業(yè)的快車(chē)道。

“公司成立于2014年，我們在2016年才開(kāi)展現在的業(yè)務(wù)，還不到兩年，”DataHunter創(chuàng )始人程凱征表示，“也不是沒(méi)有意義。在to B市場(chǎng)，用戶(hù)選擇服務(wù)時(shí)會(huì )看企業(yè)的資歷比如存續時(shí)間。”他開(kāi)玩笑地說(shuō)，如果是2016年剛成立的公司，業(yè)務(wù)開(kāi)展可能會(huì )困難一些。

程凱征說(shuō)，數據領(lǐng)域很細分，大家討論時(shí)經(jīng)?；鞛橐徽?，這樣就造成了一些誤會(huì )。比如最典型的是，許多服務(wù)企業(yè)市場(chǎng)的數據公司，也稀里糊涂地上了“大數據”風(fēng)口，但這是個(gè)嚴重的誤判。

實(shí)際上企業(yè)市場(chǎng)的數據談不上大數據。很多時(shí)候，就一家企業(yè)而言，數據規模是很有限的。在業(yè)務(wù)數據的范疇，一家企業(yè)拿出的往往只是“小數據”。

“不過(guò)大數據這個(gè)詞對企業(yè)市場(chǎng)倒是起了很強的教育意義。很多企業(yè)一下子意識到，數據是有價(jià)值的。這也給我們這些做數據服務(wù)的公司帶來(lái)了機會(huì )，”程凱征說(shuō)，“即便是小數據，在to B的數據服務(wù)出現之前，也有很多公司自己在拿它們做些事情，只不過(guò)沒(méi)有‘大數據’這個(gè)帽子，聽(tīng)著(zhù)沒(méi)那么厲害。價(jià)值肯定是有價(jià)值的。”

數據服務(wù)被細分成很多行業(yè)，比如數據采集、數據的存儲和加工、數據分析，而DataHunter做的則是最前端的數據可視化。如果把數據分成“給機器用”和“給人用”，可視化就是給人用的數據，容易理解其位于數據產(chǎn)業(yè)的最下游，與人工智能領(lǐng)域的人機交互類(lèi)似。程凱征說(shuō)，之所以選擇這個(gè)領(lǐng)域，一是因為遍觀(guān)中國市場(chǎng)，可視化的競爭沒(méi)有那么激烈，“沒(méi)做過(guò)的人往往誤判這塊沒(méi)有技術(shù)含量、深度不足”;而是可視化服務(wù)在中國還比較好賣(mài)。

看不到的東西是最難賣(mài)的東西?？瓷先ピ胶?，就容易賣(mài)。對我們而言是這樣，對使用我們服務(wù)的企業(yè)，他們拿給用戶(hù)“看得見(jiàn)的東西”，也是一個(gè)道理。

數據可視化當然不是“技術(shù)含量低”的領(lǐng)域。實(shí)際上，可視化本身也可細化為許多步驟，比如本身處于數據產(chǎn)業(yè)前端的數據可視化，其最“前端”的工序，是數據可視化的呈現，而在那之后則是數據可視化的分析。

“數據可視化的呈現，有很多業(yè)務(wù)實(shí)際運用的場(chǎng)景。有人覺(jué)得就是把數據變成圖。他們可能沒(méi)有想過(guò)，那是對于靜態(tài)的數據，如果做實(shí)事數據的呈現，結果就是動(dòng)態(tài)的。而且呈現在什么表面也不同，用手機看和用巨幕看，對背后技術(shù)的要求當然不一樣。”程凱征說(shuō)，展開(kāi)業(yè)務(wù)后，真地接觸到不同行業(yè)、不同背景客戶(hù)的可視化需求，就會(huì )知道可視化也有多種多樣的挑戰。

程凱征表示，任何一個(gè)企業(yè)做一個(gè)單獨的數據可視化場(chǎng)景，只要砸錢(qián)、砸人力，那當然是沒(méi)問(wèn)題，“有的企業(yè)做一個(gè)巨幕，直接花幾百萬(wàn)塊錢(qián)”。不過(guò)對于高效率、標準化、產(chǎn)品化的服務(wù)而言，不同的場(chǎng)景背后，DataHunter需要探究相近的解決方案，并開(kāi)發(fā)相應的工具。

“我們獲得了很多專(zhuān)利，比如超大屏幕下的渲染方式。我們?yōu)樘旖蜃隽艘粋€(gè)項目，18m×3m的大屏幕，數據不斷在變化。”程凱征解釋道，如果按照傳統思維硬上，每次數據有微小變動(dòng)，就要刷新整個(gè)屏幕的圖像，可以想象背后服務(wù)器的壓力會(huì )非常巨大。

至于數據可視化的分析，則與呈現有相通的道理。“數據可視化其實(shí)就是把大量數據翻譯成人能直觀(guān)產(chǎn)生感覺(jué)的內容，比如形狀、趨勢、大小。不然面對幾個(gè)數據可能還好，面對大量數據的時(shí)候，一眼看上去，人肯定是沒(méi)有感覺(jué)的。”程凱征說(shuō)，用最簡(jiǎn)單的說(shuō)法，就是讓人能看到大量數據中“一眼看不到的東西”。

而不同的數據該用什么樣的圖形來(lái)表達，背后自然有一套邏輯，DataHunter稱(chēng)其為“數據可視化的邏輯”。

不是線(xiàn)圖、餅圖、條圖那么簡(jiǎn)單。針對單一數據可能還好，有些復雜數據，你只有放在一起看才能得出結論。那么假如你一張圖上要呈現四種不同維度的數據，就不能說(shuō)畫(huà)四條線(xiàn)，或者四個(gè)餅那樣。這背后不僅是一個(gè)邏輯，也是一個(gè)專(zhuān)業(yè)的學(xué)科。

在DataHunter內部，分析和呈現也是兩條不同的產(chǎn)品線(xiàn)。2016年開(kāi)展業(yè)務(wù)時(shí)，程凱征擁有的是一個(gè)四人團隊，以及他們的數據服務(wù)、企業(yè)服務(wù)經(jīng)驗，而具體的產(chǎn)品完全是從0開(kāi)始。如今，經(jīng)過(guò)兩年摸索，DataHunter已經(jīng)擴展到40人，其中技術(shù)團隊有30人。

“其實(shí)直到今天我們也算不上知名，畢竟體量小，”DataHunter已經(jīng)服務(wù)了國內不少知名企業(yè)，但程凱征比較謙虛，“我們能取勝，相比國外資歷更久的大公司，還是因為產(chǎn)品更好。站在巨人的肩膀上吧，剛開(kāi)始做的時(shí)候，我們看了現有的所有產(chǎn)品，分析了未來(lái)的趨勢。他們產(chǎn)品背后的邏輯是什么，優(yōu)點(diǎn)在哪，不足在哪，哪些因素適合國內市場(chǎng)，哪些在國內是阻礙?我們分析、吸收，才有了自己的產(chǎn)品。”

程凱征表示，一年多接觸客戶(hù)的過(guò)程中，客戶(hù)往往將DataHunter與國外產(chǎn)品比較，比如Raw、Tableau、Visualization free等，而鮮少與國內產(chǎn)品比較。“我覺(jué)得國內產(chǎn)品還停留在2.0階段吧，我們已經(jīng)是3.0了。”

程凱征解釋了數據可視化2.0和3.0的區別。2.0是“IT導向”的可視化，也可以叫做“驗證式分析”。

什么叫驗證式分析呢?就是客戶(hù)先提出一個(gè)想法，然后IT人員選擇數據，清洗數據，建模，把有用的數據呈現出來(lái)。其實(shí)就是先有結論，然后挑合適的數據把它畫(huà)出來(lái)。IT人員不一定懂業(yè)務(wù)，他們?yōu)榱藢?shí)現結論，刻意篩選數據，有時(shí)候就不太客觀(guān)。

到了數據可視化3.0，IT人員不再是工作流程的核心，業(yè)務(wù)人員才是。“你不用再懂技術(shù)，利用3.0的工具，業(yè)務(wù)人員自己就可以操作數據，看到結果，然后再得出結論。”這樣做最大的好處，就是讓數據分析回歸“從數據到結論”的本來(lái)目的，而非裝模作樣的“從結論找數據”。

程凱征說(shuō)，3.0還有一個(gè)2.0不具備的特點(diǎn)，是從孤立到協(xié)作。“IT人員挑數據實(shí)現結論，出來(lái)肯定是靜態(tài)的么，然后加在PPT里，開(kāi)會(huì )給別人看一下。這一般只對公司決策層有意義。普通員工讓技術(shù)幫忙做個(gè)圖，開(kāi)會(huì )時(shí)候老板提出異議，想看另一個(gè)圖，就得散會(huì )，然后重新去做，這個(gè)流程非常地長(cháng)。”

而如果將數據可視化集成在協(xié)作工具中，圖像就可基于討論結果隨時(shí)修改，“你在開(kāi)會(huì )時(shí)直接就做出來(lái)看了”，不必再受限于PPT等靜態(tài)文件。這也是3.0提升企業(yè)數據分析效率的重要原因。“而且也解放了IT人員。業(yè)務(wù)部門(mén)自己就能做分析了，不用再打擾技術(shù)。”

意義其實(shí)很大。實(shí)際情況中，多數公司的業(yè)務(wù)發(fā)展，是快于內部管理跟進(jìn)速度的。比如這個(gè)星期做了新的銷(xiāo)售，事后開(kāi)會(huì )復盤(pán)，如果像傳統那樣由IT人員輔助輸出數據，可能都是一個(gè)月后的事兒了。這無(wú)疑會(huì )影響公司成長(cháng)的速度。

程凱征說(shuō)，數據可視化的市場(chǎng)還很寬廣，即便面臨國外同行也是如此。一來(lái)國外產(chǎn)品在國內多少有些欠考慮，不能適合本土市場(chǎng)需求的方方面面，二來(lái)需要可視化的業(yè)務(wù)還有很多。“很多大公司以前也用過(guò)國外的產(chǎn)品，其實(shí)現在也在用，但不妨礙再使用我們的產(chǎn)品。大公司內部，可視化的場(chǎng)景是多種多樣的，而且會(huì )不斷增加。針對新需求，采用新產(chǎn)品，在現階段還很常見(jiàn)。”

程凱征說(shuō)，和所有的數據服務(wù)類(lèi)產(chǎn)品相同，最先使用數據可視化產(chǎn)品的，既有需求、又有精力的大企業(yè)和地方政府，至今都仍然是頭部客戶(hù)。而其他客戶(hù)很多時(shí)候也并不是沒(méi)有需要，只是財力或人力還不足以支持。但隨著(zhù)精細化運營(yíng)時(shí)代來(lái)臨，數據可視化也將惠及更多企業(yè)。

有個(gè)客戶(hù)是開(kāi)餐館的。在我們以往的理解中，餐飲行業(yè)如果對數據服務(wù)有需求，一般也都是連鎖的，或者餐飲集團，不過(guò)這就是一家餐館而已。分析時(shí)我們發(fā)現，他家70%來(lái)客都是回頭客，這在餐飲行業(yè)算非常高了，一般餐館也就20~30%。這說(shuō)明他可能廣告做得不夠好，知名度不夠高。另一方面，老客這么忠誠，說(shuō)明他有獨到之處，研究以后我們發(fā)現是他家原材料質(zhì)量上乘。我們就建議餐館也直接銷(xiāo)售原材料，結果他們的業(yè)績(jì)上漲了20%。

DataHunter2017年取得的成績(jì)在電商消費、裝備制造、汽車(chē)、媒體等行業(yè)尤其突出。取得融資后，DataHunter在繼續打磨產(chǎn)品的同時(shí)，要在有一定成績(jì)的行業(yè)“做深”并拓展新行業(yè)，也可能為中小企業(yè)推出部分免費、模塊收費的產(chǎn)品。“最重要的還是開(kāi)放我們的能力。在國內招一個(gè)數據分析師并不容易，這個(gè)行業(yè)還是比較早期，我們得把自己的能力分享出去，促進(jìn)整個(gè)行業(yè)發(fā)展。”程凱征說(shuō)。

“電商消費目前是最需要數據可視化的行業(yè)。主要是SKU太多，促銷(xiāo)活動(dòng)太多，數據量大，市場(chǎng)變化快，需要快速反應，對數據分析的要求就高。”程凱征表示，隨著(zhù)流量紅利衰退，精細化運營(yíng)的重要性愈發(fā)凸顯，大刀闊斧的“促銷(xiāo)”可能沒(méi)有以前那么好用了。“SKU多了，售賣(mài)的渠道也多了，比如在無(wú)人貨架上什么產(chǎn)品好賣(mài)?這個(gè)連感性的觀(guān)察都沒(méi)有，只能依靠數據分析。”

盡管如此，程凱征認為，數據服務(wù)真的能使中國各行業(yè)產(chǎn)生巨變，還需要時(shí)間積累。“其實(shí)就連數據本身，我們和美國相比，做得也還不夠好。很多企業(yè)看上去收集了不少數據，實(shí)際上方向不對，或者質(zhì)量很差。教育行業(yè)不是我們一家公司的事，是整個(gè)大環(huán)境的事情。企業(yè)服務(wù)收入穩定，但增長(cháng)缺乏爆發(fā)。我們去年有1000多萬(wàn)收入，但不太可能像to C那樣，今年就變成幾億了。我們會(huì )穩扎穩打，也希望同行能不懈努力。”程凱征說(shuō)。