衡石是专注赋能SaaS厂商的BI PaaS

大崔：在什么契机之下创立衡石？

刘诚忠：衡石科技成立于2016年底，核心团队来自秒针、VMware、Amazon、BAT等高科技公司，是国内最早一批大数据分析的创新实践者。当时看到各行业数据分析和BI的需求激增，但实际BI工具的渗透率非常低，客户对于BI的需求远没有得到满足；同时也看到BI类型的分析工具能够做成标准产品，才决定创业的。创立之初计划做类似于Databricks的整合分析平台，但落地中发现客户还有很多朴素的需求尚未满足，如数据多源异构的连接、数据资产管理、报表分析的灵活性、嵌入发布及协作等，所以没有着急走Databricks这种偏数据科学的路线，而是回过头先解决掉数据分析、可视化报表、数据整合这些基本问题，做一款成熟的企业级产品。

衡石是在三年前开始关注跟SaaS厂商合作的化学反应，看到BI和数据分析已经不只是一个垂直应用，而是泛化成一种基础能力，进入到各种业务场景。这个趋势我们总结为分析的场景化，衡石的产品也越来越多的侧重在这个领域的进展。目前衡石作为一家数据分析和BI领域的标准化软件产品厂商，专注赋能全行业的SaaS/ISV敏捷构建数据分析和BI能力，旗下核心产品 HENGSHI SENSE 作为定位超前的BI PaaS，已经帮助上百家的合作伙伴在自己的业务场景中零代码上线指标体系、数据看板、自助分析等功能，帮助各行业伙伴成为垂直领域的BI专家。

大崔：相较于直客，衡石为什么选择 SaaS 厂商作为核心目标客户群体？

刘诚忠：直客的市场是长期存在的，而且这个市场是非常大的。而衡石以SaaS/ISV厂商为主要目标客户，与我们团队的大数据研发背景出身有关系。

首先，很多人会把BI简单看成可视化报表，但实际上在落地的时候，客户不会只遇到可视化报表的问题，他们遇到的是围绕数据的全部问题，包括数据的性能、整合，以及在最后查询的时候如何应对并发的问题等，这些问题并不是纯粹的BI工具能够解决的。在美国，通常由一些产品公司来配合解决这些可视化以外的问题，比如BI厂商会与一些别的厂商（如做指标的或者做数据管道的厂商）合作来解决分析灵活性的问题，再和云数仓合作解决性能的问题，而在国内各层的生态还没有特别成熟。衡石不是纯粹的BI视角，而是整体的数据服务的视角，我们有清晰的产品边界专注于数据的分析领域，底层数仓的高性能计算和业务know-how相关场景构建都可以和其它厂商配合来实现。但如果我们扎到某个垂直行业中做直客，就需要对客户的分析效果负责任，要覆盖的链条太广，很难保持产品化的标准形态，也很难交付令人信服的服务质量。

其次是因为国内像宝马这样世界500强企业或元气森林这类新锐企业还不多，这些公司对数据非常敏感，有很好的分析方法论和数据素养。国内大多数的企业对于数据如何分析、如何实现数据的价值还处于萌芽的阶段。在这种情况下，很难只靠独立的BI厂商去改变整个行业现状。数据素养是要在很好的数据环境里面形成的，而直客所处的数据环境本身很糟糕，数据要么是零散的要么是非标的，前期的数据治理、数据准备工作占据很大的构建实施成本。而衡石与SaaS/ISV厂商的合作可以打开另外一条通道，能够让用户的数据工作处于明确的业务场景、良好的数据质量、标准的数据口径，可以让用户尽量少去面对数据清洗，直击业务，大大缩短反馈闭环。

越来越多的案例表明，数据分析交付的不是一套标准的报表方案，而是在构建一个习惯：数据从产生到开始分析，快速形成看板，再利用看板指导业务，这是个反复迭代的敏捷运营过程。所以衡石选择与各垂直领域的伙伴合作，他们拥有行业Know-how，沉淀了大量的行业业务指标，并且与客户之间深度绑定，当衡石把数据分析的标准能力赋能给了这些垂直伙伴，他们就能够在自有业务场景中搭建高价值的分析应用场景。这种合作模式，对于SaaS/ISV伙伴来说节省了巨大的研发成本、大大缩短开发周期；对于衡石来说可以更专注地做好通用的标准化平台产品；对于客户来说则可以在业务场景中即时得到专业的分析体验。这是一个边界清晰且多方共赢的新型供给关系，改变了整个数据分析的场景体验，有利于推动数据分析和BI快速普及到各行业，帮助客户加速数字化转型的进程。

大崔：为SaaS/ISV厂商提供数据服务过程中遭遇了哪些挑战？

刘诚忠：衡石不是作为工具给客户使用，而是作为一种能力来增强伙伴的核心功能或者服务，这意味着他们对衡石产品的能力、性能、稳定性各方面都非常挑剔、要求非常高。衡石的客户都是各垂直领域的专业厂商，他们通常以产研的标准来进行对接整合，对产品的成熟度和迭代速度有不亚于内部研发的标准，同时也要求很高的服务响应质量，顺便说一句，衡石在服务支持这块的专业度我们是很骄傲的。

衡石与客户之间的合作，更多是基于产品层面的共创，双方产研之间基于前瞻性的能力进行产品讨论和部署，所以衡石的客户实际上是衡石的伙伴，双方携手为终端企业客户提供数据分析服务、释放数据业务价值。

在SaaS服务中，客户成功到底有多重要

大崔：客户成功是否比销售还重要？

刘诚忠：我们可能首先要重新定义整个客户的旅程。在传统的软件售卖里，深度的交流关系是放在了成单前，这个在SaaS的模式下是颠倒的，现在是落单才意味着和客户开启了一段深入的关系，我们和客户的关系更多是发生在落单后的服务过程，这个转变甚至值得在CRM领域做出对应的创新。关注的阶段已经完全不同，但显然这样是更合理的，通过这样的方式我们和客户都更加关注价值的落地和验证，并有机会在持续服务中做出修正。

客户成功将会是衡石，也是每一个SaaS伙伴，长期遭遇的挑战。拿我们自己来说，客户成功首先包含培训和技术支持，因为 HENGSHI SENSE 是一个企业级平台，产品本身很重，需要通过培训的方式让伙伴尽快掌握使用技能，并在服务过程中为伙伴提供长期的技术支持。

其次，如何帮助客户从业务领域专家升级成为数据智能专家，是衡石客户成功团队面临最大的压力，也是最有价值的事情。衡石的客户都是在各个业务领域的专家，他们对于如何在垂直业务领域结合数据分析的能力做出高价值的分析场景非常有兴趣，需要衡石陪伴支持一起探索。衡石作为分析和BI领域的标准化软件产品厂商，主要为客户提供数据分析标准能力和丰富的成功案例作为参考，而客户通常是有行业know-how的具体痛点和诉求，这需要双方基于业务和数据进行不断地碰撞共创，这个过程也要求客户成功团队同时要具备出色的咨询能力。

大崔：在衡石合作的客户中，是否会有客户不能很好地使用你们的产品？

刘诚忠：虽然很少，但确实有。这种情况通常是由于客户没有找到终端客户对于分析场景的刚需场景，没有清晰的定义出其终端客户核心关注的数据指标及分析场景是哪些，这就需要不断的试错和摸索。

但即使在这种情况下，我们的伙伴依然愿意与衡石保持合作，因为通过与衡石的合作，能够显著减低其在数据智能领域的试错成本，客户在此过程中不需要投入研发，即使搭建的场景交付给客户后效果不佳也可以快速调整，也可以以非常灵活的形式进行A/B Test。我们甚至可以认为这样的探索过程是不可或缺的，并且也将是长期存在的，核心不在于消灭这个过程，而是让这个过程不再成为沉重的负担。衡石的服务价值不在于产出一两个场景，而是降低整个过程的成本。

SaaS 应该尊重专业化分工

大崔：如何看待SaaS行业专业化分工的问题？

刘诚忠：我认为应该从效率的角度来看待这个问题。效率的意思是你投入资源到一个事情上，和由此导致了你无法投入资源到另一个事情上，两者在价值产出上的对比。效率的本质是机会成本。

对于任何一家企业而言，研发资源都是非常有限且宝贵的，往往都投入在核心业务的研发上，不会有很多资源投入在数据分析上，但是非常纠结的是，数据分析越来越成为客户的刚需，同时数据分析需要非常大的研发资源投入。

衡石服务的客户中有一部分也曾尝试自研，但在与衡石合作前他们算了一笔账，同样的几个工程师投入在核心业务上能够跑出来的成果和投在定制化报表的交付，或者更进一步，自研数据分析的灵活构建上能够跑出来的成果差别非常大，计算这个成本差别后，伙伴会明确地选择与衡石合作，节省巨大的隐性成本，从衡石的角度观察平均是前期 5-10 名工程师的长期研发投入的差别，后期则会因为需求引起功能扩张而继续膨胀。

专业化分工是为了寻求合作效率，让大家能够把宝贵的研发资源投入到更加长期产出价值的地方。

这种专业化分工、生态合作的形式，在国内目前并没有像美国那么盛行，其中很大的原因就是投入自研是非常具有迷惑性的。以数据分析能力为例，很多人认为它只是一个可视化报表，其实可视化报表的控件都已经非常成熟，一两个工程师在两周之内就能开发出一个可拖拽的简单报表功能，这时候很多团队会认为只需要再追加一点投入，就能把数据分析的能力构建出来。实际上远远没有这么简单，数据分析远不止表面看到的功能，它是一个端到端的功能栈，底层直连到数据计算平台，中间是建模分析和指标构建，最后再到可视化的渲染。在这个栈里优化端到端的性能，不亚于做底层的框架性开发，所以这不是应用层面的工作。

如果我们把这样相对复杂的底层功能看成纯应用的功能，就会产生很多错判。我们很多客户都吃过这样的亏，客户需求会推着团队一层层把功能做得越来越成熟，必须持续投入研发来保证满足客户的需求升级，这就会造成研发资源的放大敞口，这对于软件厂商而言是有风险的，特别考虑到如果市场一旦出现成熟的产品可以合作，那么之前的投入就会变成沉没成本。我们可以明确地讲，数据分析和BI能力是国内外市场都已经明确验证的，可以依赖第三方专业团队的领域。

在SaaS领域，信息总体是比较透明的，钉钉、企业微信、飞书等各大办公协作平台也在形成产品生态，随着产品的信息越来越透明，优秀的、专注的产品公司会更容易被市场看到，这也会催生更多软件厂商专注于垂直领域的投入研发，形成互相可以配合的生态合作。SaaS的百花齐放意味着一批优秀的产品公司的崛起，形成相互支撑的配合。

大崔：如何让伙伴对你们产生足够的信任并选择？

刘诚忠：要先诚实的呈现产品和服务的真实状态，不要浮夸。客户不担心你有bug，担心的是没有持续优化的路径和专业服务的态度，这里面有两点关键：

首先是定位专注。当专注于某一个领域时，才会形成一个长期的roadmap，并始终追求在这个领域里的先进性。Roadmap并不只来自于客户的需求，也来自于对行业的观察、判断以及整个业态的走向。从资源投入的角度来说，一旦选定某个领域，就会在这个专注的领域里敢投入最多的资源，以保证自己在行业里处于领先的位置，同时通过标准化去保证客户在得到这个功能时付出的成本是足够低的，这就是专业化分工的意义。

其次是选择清晰的边界和收敛的问题域来构建产品。研发一款新产品需要投入巨大的成本，比如BI的研发投入最低标配是每年几千万的成本，在硅谷的同行是过亿美金的年研发投入。如何确保投入了巨大成本的产品能够一直保持专注和在行业内的领先度，与这个产品的边界有关。如果选择了一个开放性的问题域，它本身是快速发展变化的，很可能在投入研发的过程中会把控不住它的发展脉络及趋势。数据分析工具在to B的创业方向中是少有的比较收敛问题域的方向。举个例子，最牛的数据分析工具就是Excel，Excel是完全跨行业通用的，但Excel没有任何行业属性，它和做数据库一样，数据本身表格的构建以及基于表格的操作，已经足以表达所有的业务差异化，在这个基础上所提供的能力就可以是标准的。产品公司想要在聚焦的领域放心地投入研发资源，就要选择这种标准的、可以产品化的“Excel”。而数据本身就在表达业务know-how，所以数据工具类产品天然有优势，这是对工程师友好的赛道，这也是我选择在BI的赛道投入研发、创立衡石的原因。

私有部署不是毒药，毒药是定制化

大崔：如何看待SaaS产品的私有化与定制化？

刘诚忠：私有部署相较于SaaS化成本更高，主要体现在部署、运维和产品升级，但是私有部署不是毒药，毒药是产品定制化。

对软件厂商而言，能不能保护产品的标准化形态是唯一关键，私有部署不是唯一的关键。衡石合作的SaaS伙伴中有一半以上都不排斥私有部署，这些伙伴通过各种形式来满足客户私有部署的需求。一种是通过混合部署的形式或托管在公有云资源中，比如目前阿里云的计算巢技术；另外一种是轻量的代理模块的形态和云上主服务交互来实现的，就像母舰和卫星舰之间的关系，这从技术层面也已经逐渐成熟。此外，私有部署本身有符合中国客户的采购习惯的一面，存在即合理，毕竟对数据安全有保障，这在当前是一个非常现实的考量因素。如果完全排斥私有部署，则会承担在短期内丢掉部分客户的风险。

很多SaaS厂商选择用各种混合部署的方式来弥补私有部署的缺陷或者带来的成本增加，同时竭力保证产品的标准化。但对于客户的定制化需求，SaaS厂商们的态度显得参差不齐，有的厂商会妥协，有的则绝对不会同意定制化，而我个人建议是不能有任何妥协。定制化带来的危害和衍生的成本消耗是呈指数级放大的，这些衍生的成本包括不同代码分支的管理成本、开发成本以及后续出现问题之后的填坑成本，它的危害远大于对某个功能轻视而导致的盲目投入的研发成本，这将直接动摇公司的成本结构，甚至从根基上动摇软件公司的商业模式。

大崔：如何解决客户定制化需求的问题？

刘诚忠：当某个垂直领域的数字化转型成熟度到了一定阶段，形成标准的管理方法论，就能够引导大部分客户按照这个方法论来落地，SaaS产品就应运而生，其实SaaS自带了标准化的自我要求。

定制化的需求产生是因为我们并不能完全穷尽企业客户的需求边界，所以SaaS厂商会长期遭遇到个性化需求的挑战。要解决这个问题首先需要做好客户筛选。如果选择那些目前行业沉淀的标准方法论覆盖不了的，那么遭遇的定制化压力势必是非常大的，所以筛选客户时要谨慎留意超出产品能力范围以外的需求挑战，最好能以咨询引导的方式让客户需求控制在能力边界之内，并坦诚告知客户后续的产品升级才会把合理的需求考虑进去。

有些场景本身就不应该追求标准化，在这种情况下就要通过产品的组合、配合来满足。低代码厂商近两年发展得越来越快，就是因为他们能够与SaaS厂商形成很好的配合，帮助SaaS厂商应对个性化需求。同样的，越来越多SaaS厂商选择与衡石合作，是因为衡石可以帮助他们零代码的满足客户在报表和分析上的个性化需求，不需要再投入大量的研发资源来进行个性化定制，这是对自己核心服务标准形态的一个强保护。通过产品之间的配合，使得个性化需求不再是洪水猛兽，SaaS厂商不再需要牺牲产品的标准化形态，或者硬逼自己要下沉去构建PaaS才能满足复杂的个性化需求。从我个人角度看，让SaaS伙伴去搞PaaS是非常不合理的事情，这是一横一纵的组合，就应该合作解决问题。