中國不缺小軟件公司，缺大的SaaS公司
對于創(chuàng)業(yè)公司而言，初期的市場拓展在很大程度上決定著其未來能走多遠，然而在資本的參與下，贏利和市場增長成為不少ToB企業(yè)不得不面臨的一個問題。對于這一點，張星亮的思考是：“ToB行業(yè)盈利并不是最難的事情，如何把公司做大才是具有挑戰(zhàn)的，在中國從來都不缺的就是年營收在一兩億元的軟件公司，但沒有年營收達幾十億元的SaaS公司。SaaS作為一個互聯網型公司，首先要把年銷售規(guī)模做到 5億、甚至是10 億以上，才是真正意義上的盈利開始。
“2016年六度人和（EC）營收超過一個億，今年要到兩個億，但成本的增加很少，對我們來看盈利可以預期的，只要做好客戶價值盈利會自然而來，而不是降低發(fā)展速度，去追求盈利，”張星亮說道。
SaaS廠商應當將自己視為挖井人
現在很多SaaS廠商裁員包括融資乏力、IPO通道收緊，在這種新的態(tài)勢下，SaaS 企業(yè)將何去何從？對于這一問題，張星亮給出了自己的見解：“近兩年SaaS 炙手可熱，可是有不少廠商效仿 To C 的做法，不惜以企業(yè)成本為代價，通過廣告、地推等形式加快占領市場，事實證明中心化平臺對當下的企業(yè)級SaaS市場而言，并不是有效拉動業(yè)務增長的捷徑。其實我在去年就提出這樣的觀點SaaS 企業(yè)一定要從重營銷的運營模式走出來，向重價值創(chuàng)造去轉變。SaaS 企業(yè)要做“挖井人”，做好產品，以客戶需求為核心，只要深入挖掘產品的深度和價值，自己的地盤里面能冒泉水出來。而不能做“挖溝人”，看到一個有意思的行業(yè)，就去淺淺的挖一個溝，希望能把水引進來。所以，要思考如何讓自家的產品和服務更加垂直化，越垂直越專注，做垂直領域的行家。EC始終圍繞在SCRM，社交化客戶關系管理的這一類商務業(yè)企業(yè)的需求，深耕產品與服務，因此，EC的行業(yè)特性很鮮明的?！?/p>
沒有大數據，就沒有AI
當 AI 走紅，尤其是 AlphaGo 下圍棋勝過人類之后，SaaS 企業(yè)中不少開始引入AI用于客戶服務或銷售管理，對于這樣的產品運營方式，張星亮認為：“在沒有數據積累和應用場景的情況下不要做 AI。在AlphaGo戰(zhàn)勝人類頂級棋手之前，Google就做過一個很成功案例，就是在擁有大量數據的基礎上，通過算法不斷地調整翻譯結果的相關性，并自我學習處理數十億數據，再隨著數據的積累而不斷地改善，在做翻譯方面遠超同行?！?/p>
做AI，最根本的就是數據，機器學習需要大量的樣本數據進行分析推理，梳理并記錄過程中可尋的規(guī)律，得出結果后，通過反推過程中的算法和曲線，逐步累積學習軌跡。這就是為什么一個機器通過大量瀏覽貓的圖片后，再看到有貓的圖像，機器就會立刻分辨出這是一只貓。巨頭都有算法，算法對于任何一家進入AI領域的公司而言并不是最重要的，關鍵是有要數據和應用場景，沒有算法，沒有數據，直接加上AI的概念，也只是空談，再找場景也找不到。所以沒有數據和場景去講 AI 是不現實的。
數據成為企業(yè)的核心競爭力，驅動產品與服務向智能化延伸。張星亮談到：“EC也在做AI，因為EC作為SCRM（社交化客戶關系管理），通過“S”社交連接客戶上，每天跟客戶進行連接的數量超過500萬，包括電話、QQ、微信和郵件等社交溝通工具，積累了大量的數據，每天與客戶連接的場景也很典型，再通過數據的積累進行算法學習，同時通過大數據的分析整合，將客戶狀態(tài)、跟進方式及客戶聯絡的優(yōu)先級告知銷售，幫助銷售人員了解客戶，使客戶溝通過程中的銷售行為更有效。這樣基于數據和智能化的系統(tǒng)推進業(yè)務流程，進而幫助客戶提升公司的運營效率和業(yè)績。”
