4月15日，由36Kr和IDG資本聯合主辦的2016中國企業服務峰會在北京舉行，峰會主題是“大風口、新企點”，IDG資本創始合伙人熊曉鴿、36Kr聯席CEO魏珂、Mobileye GM蘇淑萍、360人工智能研究院院長顏水成、IDG資本合伙人?？狻⒔鹕杰浖娼鹕皆艭EO張宏江、分享逍客CEO羅旭、高瓴資本董事總經理李聰亮、華創資本合伙人熊偉銘、西域網CEO葉永清、會小二CEO楊亮、36氪研究院院長朱一璞等嘉賓參與了大會。托比網作為受邀媒體，將全程報道此次盛會。

會議舉行了“如何讓海量數據具有商業價值”的圓桌論壇，TalkingData合伙人林逸飛、同盾科技CEO蔣韜、聚合數據CEO左磊、GrowingIOCEO 張溪夢參與了論壇，知識分子CEO 紀中展主持。以下為論壇實錄（托比網整理，未經確認）：

左磊：很高興主持這一時段的圓桌論壇。今天我們的論壇大數據選得很好，因為我們五個人全是大叔級的。接下來我們這個環節想換一種方式，過去的論壇都是我來發問，然后每個人一圈一圈這么來回走下去，走下去之后可能會耽誤一些時間，所以我們做一個創新，我們這個論壇分成兩個階段，第一個階段每人做5分鐘的演講，就結合大數據和SaaS和大數據服務做5分鐘演講，如果超過5分鐘我要搶話筒，如果講廣告，我也搶話筒。第二個階段就是我們就大數據，如何去分析和應用做深入的討論。

左磊：大家下午好！我是聚合數據的左磊，我們本來是做API業務的，所以我們跟SaaS平臺本身是純天然的合作關系。舉個例子，現在在淘寶、天貓或者京東，為這些在天貓、京東、淘寶開店的店鋪提供一些CRA系統的服務跟我們有合作，比如說我們的短信會嵌入到這樣的SaaS系統里面，為這些店鋪里面的店鋪主提供短信的發送渠道，比如說你的貨已經寄出來了，可能店鋪主會發一個短信給用戶，說你的貨物已經出倉，正在快遞過程中。有的時候這些電商的店鋪主可能要搞一些活動，需要給它的用戶送一些話費、流量什么的，也可以通過我們的數據、話費的接口。所以我們跟SaaS已經有一些合作，但是這個只是在業務層面上的。

我個人認為未來數據跟SaaS的合作，更多的還是在一些圍繞著人的人物畫像或者精準營銷方面的合作。還是舉店鋪的例子，比如說小B端是一個在淘寶上賣襪子的店鋪，其實襪子的背后究竟是學生買的還是白領買的，還是藍領買的，還是一些富有階層，其實他是不知道的?？赡芪磥泶髷祿墓緯@些SaaS平臺結合，給他提供更多的維度跟標簽，我們可能才會知道這個人的收入水平是什么樣的，他可能有汗腳，有一些需求，我們會推薦一些高附加值的或者更加符合他的需求的產品過去。未來跟旅游、農業等等都會有更多的理解，這是我們對SaaS的理解。

左磊：我看你們投了一個公司。

左磊：我們做了數據分析的公司。其實我們是一個數據源的公司，數據分很多層，我個人理解數據有一層叫基礎架構層，可能更多的是云架構的公司，阿里云、UCloud等等。第二是數據云的公司，自己產生數據的，通常自己產生數據，BAT、京東等等，因為每天購買、瀏覽、收藏，產生很多的數據。還有一層是數據應用層，比如說在座的GrowingIO，我們投的公司它更多的是把用戶一些數據拿出來分析，其實我們是一家2B的數據源，我們本身在后端的數據分析這一層并不是很擅長。當然，我們自己產生數據，既然我們不擅長，我們可能會找一個或者投一家公司一起合作。

左磊：謝謝！我們有請第二位嘉賓。

林逸飛：大家好！我是TalkingData林逸飛，主持人給我的題目我稍微做了點修改。大家都會很關心探究一件事情就是大數據離最后的服務之間到底是什么樣的脈絡，從我們的角度上來看，我覺得分成這樣幾個不同的階段，我們曾經很關心大數據的基礎數據的技術。解決的問題是能夠把浩瀚的大數據通過技術平臺采得上來、存得下去。這個階段已經過去了，因為大家需要看到的是這些數據由采用相應的工具轉換成有價值的信息。所以在那個階段我們會很關注分析工具和挖掘工具。再到今天的點我認為主要有兩點，第一點是這樣的數據里面如何產生Inset，如何發覺產生服務的脈絡和用戶的價值，最后真正轉換成服務的價值，服務的形式當然可以是SaaS的形式，也可以采用其它的一些服務交付的形式，比如說在企業端和在廣告形態下，在2B的情況下和2C的情況下，數據絕不簡單的是服務調用。所以在真正產生價值的有很大的環節，有了洞察還需要有相應的服務，才能夠達到它跟最終的價值之間。所以回顧TalkingData走過大概四年的歷程，我們走過這樣幾個階段，從最開始做分析工具，到我們開始有海量的數據合作的平臺，之后我們會更關注于把工具做到極致。從去年開始我們開始把所有的資源放到如何在數據生態里面發現這樣的Inset，有相應的結論性的東西出來。發現我們離跟客戶帶來真正的價值之間還差著一小步，也就是真正的咨詢服務，這個咨詢服務也不是數據咨詢，而是要結合客戶的業態，如何利用大數據分析出來Inset的結果，跟它的業態相整合，最終把需要解決問題運營病人閉環解決。

所以折射回來今天TalkingData解決的事情基本就是這四件，我們一直致力于打造開放、海量的數據合作的生態。第二件事，我們會始終投資并且自己在研發相應的大數據處理分析的平臺。第三件事，我們也非常關注專業的運營咨詢或者專業的數據分析咨詢業務，讓它解決從01編碼到最后的業務價值的體現，這也是我們走過的一條路。

左磊：謝謝！有請第三位。

張溪夢：大家下午好！我是GrowingIO的CEO張溪夢，非常高興IDG資本和36Kr舉辦的大會。我們公司專門提供互聯網網站和ATP精細化運營產品的公司。為什么要做這件事？其實很簡單，以前我一直在服務海外的世界第二大SaaS企業LinkedIn，我們幫助公司做了很大的服務，其中包括增長、變現、留存等服務，我覺得數據本身來說，剛才TalkingData的老總分析過了，本身存儲大量的信息，做很多運算，有很高的技術，但是本身負責不能變成價值和可執行的東西，它相對來說就沒有產生最終的價值。

我們今天做的工作就是如何利用用戶的基本的行為工具，來幫助一個企業做精細化運營。實際上大家可能思考精細化運營，大數據驅動，好像挺高大事。實際上我個人在回國的不到一年的時間里，我們公司成立不到一年的時間里，其實我發現精細化運營不是很高大上的事情，也不是大數據驅動很難實現的事情，它實際上是一個企業，特別是創業型的新型的企業必須要有的一種基礎的技能。為什么？因為在以前時間為王，我們大部分精力投入到廣告投放、市場營銷里面去。但是今天SaaS企業第一個核心是用戶要反復續費，但是前提是反復使用我們的產品，從我們的產品里面得到價值的情況下，用戶是不是喜歡用，是不是用得很好，是不是有問題，然后把它做得越來越精細，讓用戶對產品有越來越高的黏度，但是這不是市場營銷的方法達到的，而是通過我們的市場經理和用戶需求，幫助他們真正解決實際的問題，今天的SaaS有一個非常好的好處就是它云端化，好多用戶的反饋比如說迅速地反饋給我們，而不是傳統軟件，經常跟我們的用戶隔著好幾層的機構和人員。當我們收到這些反饋以后，最簡單的方式是它的行為數據會告訴我們，用戶是否會喜歡我們的產品，當精細化這套運營體系鋪進去以后，特別是今天很多SaaS在中國時間很短。早期當我們知道用戶產生了黏度以后才做市場增長。第二點，如果沒有足夠的黏度和存留度的話，您的獲客成本扣除生命價值，有一個比例，比如說低于30%，這個SaaS企業最終才有生存能力，這是生死攸關的很多點。

所以今天我們做企業，就是希望創業型企業能具備大公司分析力，幫他們做精準化運營，這就是我們今天要做的事。

蔣韜：大家好！我是同盾科技的蔣韜。同盾科技總結來講就是數據應用和數據分析公司，我們主要幫助我們的客戶解決一個問題，就是風險識別和風險發現的問題。同盾科技解決的問題有兩大類，第一大類是欺詐類的風險，第二大類是信用類的風險。欺詐類的風險其實包括像帳戶、交易、信用卡申請包括貸款申請這一系列的欺詐識別和發現。信用類的風險主要是通過對這個人過往數據的搜集整理，對這個人做一個畫像，類似于信用建模的過程，同時這個信用建模的過程，不光像傳統的逾期數據等，可能更多利用互聯網上的數據或者是交易行為的數據做畫像。所以同盾其實就是解決這兩類問題的，同盾到今天差不多有兩年半的時間，我們也比較幸運，現在是250多人，在北京、上海、深圳包括廣州都有自己的一些客戶服務的團隊，目前我們服務的客戶包括銀行、保險、互聯網金融、汽車金融包括電商支付，其實各個行業都會用到我們的產品，因為在中國其實整個的誠信體系，不管是欺詐類的風險還是信用類的風險都是處在非常初級的階段，而且在風險識別這個層面上，數據的共享、打通已經是一個真正的趨勢，而且這個趨勢現在已經不可阻擋了，沒有這個數據的共享，很多風險的問題其實是根本沒有辦法發現的，同盾也是堅持這個理念，我們認為風險這個東西必須要去做共享和交叉驗證，必須要有一個三方的身份的公司來起頭做這樣的事情。所以同盾在這方面是有一定的支持的。

左磊：大家先給我們四位嘉賓的第一輪演講鼓掌。

我剛才在門口碰到一個企業，我說您是做什么的？他說是做SaaS的。我說我等一會兒要主持大數據專場，你怎么看？他說大數據太多了，很多都是添亂的，不是幫忙的，大家怎么看這個問題？

左磊：光有了數據，數據如何精分，跟相應的行業相結合，真正產生幫助企業實際運營的產品，我覺得這需要打磨和時間。就好比征信，同盾在做的就是大數據跟風控的結合，但我覺得這需要幾年的時間，但是大的方向肯定是不會變的。包括我們自己本身也是在不斷地摸索，不斷地找大數據真正能應用到的一個應用場景。因為其實現在講的比較多的還都是數據在廣告方面的應用。

左磊：現在感覺一聽大數據，后面一定加一個營銷或廣告，很少有其它方面的應用，也很少場景化?，F在很多人一聽大數據就問你是賣廣告的嗎？好象大家覺得大數據是廣告公司標配，怎么能做到SaaS公司和行業標配？

林逸飛：其實經常聽到您說的這個問題，有幾個觀點跟大家分享一下，第一個是大數據干的事情，邏輯上是有關聯但是很有可能無因果的，由于這樣的原因造成你對數據要解決的問題域這件事情，先有一個認知，不是數據的維度越多，樣本量越多就越好，因為往往很多的數據當你不能識別它的時候，它會變成干擾量。

第二，我覺得您的觀點某種意義上是正確的，在今天大數據不斷驗證穩固的領域是在廣告營銷層面上，但是不意味著今天在其它行業里面沒有其它的應用。恰恰因為其它行業里面都看到了大數據可以幫助他們去刻畫很多自有數據所不能解決的問題域，所以存在很多可以探索的余地。比如說TalkingData的服務，首先我們針對精準廣告的服務，跟我們的合作伙伴一直在做這樣的服務。但同時我們的行業客戶遍布了金融里面的比如銀行、保險、證券、資管，同時我們也涉足了房地產、汽車、零售品牌甚至于一些醫療健康的公司。采用的都是這樣的數據，先去識別它的問題域，然后看我的數據到底是在營銷、風控、投資策劃、城市規劃什么階段上能夠產生什么樣的價值。

第三，我覺得有一個變化，以前廣告之所以被大家認為廣告，是因為它沒有有效的渠道采集反饋，當我們走進移動互聯網時代的時候，這個問題得到了很大程度上的提升，也就是說你有機會去跟廣告觸達的對象產生互動，任何一個海量投放的效果都變成了可以有機會去做閉環的。那意味著從微觀的角度上，我可以對每一個消費者的各種廣告的反饋做策劃。當我聚集海量數據以后，我就可以對某一個區塊，或者海量的人群進行一次相應的樣本的測試，它反過來就不應該只在廣告階段上去做，因為它已經不是一個傳統意義上的單向的廣告的暴光跟投放。所以由于這個原因，我們在很多行業里面修正了他很多的營銷甚至是整個業務推進的思路，因為好象以前從來沒有這樣一個機會說有反饋點了。所以在這一塊像我們TalkingData跟移動互聯網領域也在廣告領域里面，我們跟很多合作公司合作，另外一個角度我們花很大的氣力跟行業探究今天有很大的閉環的情況下，你的生意能不能做，不管是降低成本還是提升效率。

張溪夢：說起大數據，其實我覺得還是兩個層面，第一個層面是剛才幾位老總也都談到的，就是在技術層面，其實我個人認為大數據在技術層面有幾個問題，第一點是觸及量越大成本越高，至少有存儲成本和傳輸成本。第二點是技術門檻也是越來越高、越來越復雜，因為現在實現各種技藝需要各種技術混合型解決，這樣提升了企業和部門的門檻。第三點是在技術上來講，大數據本身是非常碎片化的整體的產業，它需要各種不同的技術部門一起協作才能完成。

說到反面，真正的大數據的大字核心還是應該在價值的產生上。因為以前像我們沒有足夠的能力去搜集足夠的信息，也沒有足夠的計算力處理足夠的數據，導致我們當時的分析都非常粗糙，比如說做一些基本的市場調研，了解一些基本的市場趨勢，用小數據來預測整個大的趨勢，往往會產生很多的偏差。但是今天來說，每一個用戶的行為我們基本上都能通過各種搜集手段采集到。這樣的話我們就能針對這些用戶，給他們做很多定制化的服務，這種服務往往就把潛在的價值能夠大范圍地拉伸出來，這也是為什么我們精細化運營的時候，我們需要把我們的用戶做成不同的區隔、不同的群體，給他們不同的服務和不同的群體的功能。這樣我們會看到轉化率的提升。另外一點今天的大數據我覺得講的還是三四年前炒作的話題，但是實際上今天我們已經在很多角度把它落地，比如說市場營銷、廣告、物流、報銷、風險控制領域都不是純粹的廣告營銷為核心的，而是在各個角度幫助用戶解決實際性的問題，同時大幅度增加效率。

舉個簡單的例子，銀行以前審批一個貸款，可能需要幾個星期，小額貸款根本不會去做，因為這是浪費它的時間，人力成本達到最后盈利的目標。但是今天比如說用新的風險控制模型，可以大范圍地放貸了，而不需要增加很多的風險。像今天我們GrowingIO的工作也是幫助很多企業實現目標，但是過去成本很貴，今天我們不但降低了門檻和成本，同時提高了效率。最重要的一點是希望每個人都精細化地把自己的功能點做好，讓更多的企業能夠獲取他的核心競爭力。

蔣韜：同盾做數據的生意做了兩年多的時間了，我們一直都不敢宣稱自己是大數據公司，就說自己是數據分析公司，我們的數據量也確實不是那么大。我們覺得其實做數據生意有幾點最需要注意的，第一點是要真正找到一個可以落地或者是可以應用的場景，而且這個場景其實我覺得要真正地去深入研究和探索，真正要在這個領域匯聚一批懂場景、懂業務的專家幫助你做這樣的模型的建立和場景的應用。其實大數據的應用非常非常多，我看起來能掙錢的領域非常多，包括像廣告，包括像風險，包括像物流，甚至像現在比較新的電影，其實都是可以掙錢的，但是在一個領域里能做好是非常非常不容易的事情了，這是我們同盾200多位同事獲得的非常大的經驗，我們今年的人數可能會擴大到700人的規模，我們的數據分析團隊會擴大到200人，我們還是堅持做風險識別的事情，這是我們的經驗。

第二點，剛剛幾位老總都說了，數據真的不是量越多越好，它要形成一個閉環，這個閉環就是數據的整體生命周期，從數據的搜集到數據的訓練，到數據真正達標，到最后你要跟客戶形成一個互動的機制，而建立這個互動的機制通常是需要付出非常非常大量的人工的工作或者是需要非常辛勤的努力去獲取的，因為你的企業客戶，為什么信任你，為什么愿意幫你做工作，他從里面獲得什么樣的好處，我覺得這里面都是需要花大量的精力去研究探索的，甚至早期需要很多運營和人力的工作。

第三點，作為大數據企業需要解決的問題是信任感的問題，因為很多做數據的企業搜集到了大量的客戶的信息，包括我覺得在座的各位可能我們都會有這樣的客戶的數據信息在，怎么跟客戶建立這種信任感，從自身的數據安全的流程包括數據安全體系的建設，到我們跟客戶溝通，包括整個做市場的發聲，都需要做非常多的數據的工作。

所以總結下來，其實做數據工作是很不容易的，方方面面都要做到位，才能把這個事情做好。

左磊：感覺做數據好象不太容易。臺下的觀眾請拿手機掃描二維碼，關注并且回復彈幕，然后就可以參與我們的彈幕互動了。

我們再提一個小問題，我們都很清楚，大數據已經被列入“十三五”規劃，已經形成了國家戰略了，對于企業來講，怎么去應用？很多人還是比較迷糊的。對于我們今天的討論，我想再提一個問題，一個是怎么去保證數據安全，怎么去做數據分析，怎么去做數據應用？當我們現在都在提大數據的時候，我看現在大家都在講，能不能做小數據？能不能做精準數據？我們幾位可以先討論一下。

蔣韜：我覺得其實剛剛紀總問的問題，我已經講了一些了，數據其實量不在大，還是在于精準的搜集包括精準的運用、應用以及整個數據流程的打通和閉環的打通，我覺得這中間確實需要花非常多的工作。從風控的角度來舉例，比如說我們幫客戶從申請貸款的流程，剛剛張溪夢張總已經說了，你去幫別人做這種小額的消費信貸的自動化的風險識別和審批，別人給你提交一些個人的信息和資料，你怎么能夠在秒級甚至是毫秒級做識別，技術方面今天很多的公司都已經可以解決了。真正的問題是你給別人做識別以后，別人的放寬數據、逾期數據為什么要給到你？你沒有這些數據的話，你怎么對你的模型做修正？所以你需要不斷開發各種各樣的創意性的產品，在解決客戶的問題的同時也能搜集到這了數據，在這個過程中需要很多創造性的工作，包括一些運營的工作，我們會有很多本地運營的同事跟我們的同事做到一起，幫他們做早期的工作，這看上去是很耗體力和精力的事情，并且看上去是得不償失的，因為客戶付我們的費用并不是非常多，但是把整個的閉環打通了，我覺得這對我們來說就是非常有價值的事情。

張溪夢：從業務端講一下，首先我覺得每一個企業如何用數據，其實這不是一個主要的問題，這是我個人的觀點，我覺得每一個企業如何能把自己的業務做好，能把運營做好，這是大家去想的問題。數據方面能夠從多種角度進行輔助，比如說您如果有一個正常的市場營銷的閉環的方案，這個方案里面一般來說比如說美國講精益創業，三個東西，第一是你有一個很好的概念，第二是您能迅速地把它落地實施，第三是要有正確的數據用以判斷你這個新的概念和產品是否有很好的反饋，這是一個非常正向的反饋機制，也是剛才諸位老總提到的閉環的機制，我覺得一個企業用數據之前先思考是否有用閉環的可能。我覺得每一個企業都有閉環的可能，閉環得越快效率越高，產生的價值越高。

第二，今天很多的互聯網企業都是數據公司，無論是旅游的、風控的或者比如我們做數據分析的，甚至做廣告的，做搜索的，其實大家都是數據公司，我個人還是非常看重我們是需要用戶取得我們的授權的，用戶信息怎么用？第一點，我們必須要在商業模式上跟用戶保持透明，讓用戶知道這些數據用在什么方面去，比如說我們公司只是提供分析工具或者產品，我們并不做數據業務，應該跟客戶說清楚。第二點，我覺得在技術上，我們必須要加強在運維、數據運營、數據安全、系統安全級別做很多的工作，這也是很多做SaaS企業時必須要做的工作，就是保證數據在技術上是安全的。大家說這方面的工作是很深入的，有很多很專業的公司，實際上今天來說，在云的很多廠商里面已經提供了這種類似的服務。

第三，我個人認為可能也是時間的問題，政府也好，社會也好，需要有一套正確的制度來做到一定的規范性和規劃性。這一點歐洲那邊做得非常嚴密，甚至他們上一個網站去四收取用戶的Cookies都要用戶簽字。美國那邊居間，我們這邊剛剛開始，這需要不斷進化。

最后講一點，數據的隱私和數據的價值處于數據的兩端，一般來講如果我們不需要給用戶任何信息的話，那就是透明人，就可以很容易得到定制化的服務。但另外一端如果想把我們的效率百分之百提高的話，從個人來講就需要放棄一些隱私，這是矛和盾的關系，應該有一個正確的平衡。

林逸飛：我用剛才主持人號召大家發彈幕的過程來講，基本上整個數據的處理，無論是政府還是企業要經歷四個特別粗糙的事情，第一件事大家關注這個二維碼？解決什么問題？數據能收得上來，但是這個模式只是數據有一個通道，今天我們跟數據打交道有很多通道，由于互聯網的出現包括Wifi的普及有很多通道，您做了一個很重要的動作，麻煩你用微信關注這個微信好，這是跟用戶的溝通過程。第二件事是大屏干了一件事，看得見，這個過程挺重要的，有挺多數據拿上來根本看不見，這個過程我們需要看什么樣的數據，什么樣的形式展現出來還是蠻講究的。第三件事其實大屏還要做一件事還要理得清，這些事情走過路過就完了，但是它們的一些事情，也許我們可以把一些社交網絡Link上來，我們理得清。最后還有一件事，36Kr和IDG資本的合作，還要用得上，用得上是最后的很講究的事情，我到底拿這些數據干什么用？也許我截至是為了秀一下，也許我真的會考慮一些熱點的分析。但是到用得上之后返回來又回到了收得上來的事，因為今天我們始終討論的是閉環，也就是說我真的做了很多的分析，我做了一些營銷或者行業上的舉措以后，這個反饋我下去了，我要通過什么樣的渠道把我這一次的擾動作為一種數據又收上來，然后又便利這四個過程。在這里面所有的數據艘去、共享、安全是在四個環節里面無處不在的。所以我覺得政府排在第一個階段，先讓大家能看得見，所以他們還在收得上來和看得見的過程里面建設。

左磊：希望我們今天的討論能讓政府看得見。

左磊：個人隱私本身就是很敏感的話題，移動互聯網讓政府或者壟斷行業掌握的數據，讓很多的創業公司也能掌握，很多小的創業公司的APP爆火了，幾個月的時間就可以有上億的用戶。我對這件事情的看法是最終大數據幫我們解決了什么問題，我認為大數據最終很大的一塊是讓我們的生活變得更方便，好比芝麻信用，大家之前有說過芝麻信用750分以上可以用來申請簽證，我認為這其實就是一個很好的平時幫我們解決的問題，我們本來要申請簽字要到公司開在職證明、收入證明等一大堆資料，而今天的芝麻信用就可以解決這個問題，節省了你很多的時間和精力。當然你也可以選擇說我不愿意共享我或者分享這個數據，那你的個體就會像一個信息孤島一樣，沒有方式可以touch到你的話，你也很難享受到這種生活的便利，所以我覺得這個事情要看用戶自己的想法，我個人覺得現在我們中國的創業公司還是有自己的道德底線，用戶的數據也并不會被濫用，更多的還是在內部做一些算法，做一些模型，我覺得總體來說數據開放共享是一個大的趨勢，可能未來法律或者政府也會在這方面做一些把控。

現場提問：謝謝！我們是做招聘行業的人力資源的SaaS的，我們在跟一些客戶談的時候，可能很多的SaaS的用戶都有這樣的問題，客戶反過來問，我用了你們的SaaS會幫我們節約成本或者提高效率，其實客戶最終考慮的永遠是ROI，這個時候要是有一個很好的ROI就顯得尤為重要。我曾經看西蒙的分享里面看到了ROI工具，關于這方面請張溪夢張總回答一下。

張溪夢：這個朋友想知道怎么衡量ROI，我個人認為SaaS本身的核心是一種服務，這種服務是一種持續的過程，它不是一個比如說這里有一個電門，插上去以后燈就亮了，拔下來天就黑了，它不是迅速接入，明天就有500%的增長的過程，它的核心是客戶和我們的運營體系結合起來，反復磨合的過程。

ROI的實現我個人認為要想去衡量它的話，還是有很多方法的，比如說我們要衡量我們的產出，比如說您是一個報銷的工具，我只是舉個例子，那么您為這個企業節省了多少的人力成本，用了您的系統以后，比如說處理一個報銷單據，可能時長從原來的一個小時減少到了5分鐘。做運營的工具，比如說SaaS企業用戶要通過您的企業注冊，注冊的轉化率由原來的5%提高到15%，這就是200%的增加，這些東西都是可衡量的。另外一點我覺得SaaS企業很關鍵的一點，就是要把這個可衡量性做到您的產品里面去，為什么？因為您這個服務有衡量以后，才可以不斷地把這種服務做得越來越好，這是我的個人的基本反饋。

蔣韜：做風控ROI相對還是比較好衡量的，比如說我們有兩個場景，一個是做交易風控的場景，一個是做信貸風控的場景，交易風控的場景最主要的就是盜卡，我們通常會跟我們的企業做評估，比如說去年有的航空公司或者有的電商公司一年的盜那損失是1千多萬，比如說今年我們會幫他們節省多少資金損失，我們會從這部分拿一部分錢，這是合同的履約。信貸方面也相對比較容易，我們的客戶通常會這么測我們的模型，也就是說他們會拿他們6個月之前申請的數據以及放貸的數據跑我們的模型，比如說看當前的狀態，因為6個月通常能看到放貸的周期了，特別是對消費金融來說，我們會用我們的模型預測的結果跟他們預測的結果做一個對比，中間可能會有一些誤殺，也可能會有一些漏殺，但是我們會做正向的收益和負向的收益，兩者做相減，如果我們給他們做正向的收益的話，他們會用我們的產品，最終還是工具和邏輯。

左磊：今天我們一直在討論SaaS和大數據的關系，大數據的獲取、分析和應用。因為時間關系，我們就到此結束，掌聲送給臺上的四位嘉賓。