专访神策数据 CEO 桑文锋：在数据私有化领域，如何做到“特立独行”？

编者按：本文来自于“互联网数据官”（微信号：internetcdo），36氪经授权发布。互联网数据官（iCDO）推出了一款与中国最优秀的互联网数据公司的掌门人对话的栏目，分享行业的观点、对数据的理解、对客户的观察，以及对增长的思辨。本次采访的是神策数据的创始人兼CEO，桑文锋先生。

关于神策数据的“特立独行”

iCDO: 之前你是百度的技术高手，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，不是一个大事感觉。

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、小黄车等等，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。

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。

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。

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他要的很荒唐，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，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%的功能客户会埋单。

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AdobeOmniture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“SensorsData”，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。但是神策是能够给这些系统提供弹药的，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！