为什么下一个SaaS公司绝不会效仿Salesforce?

简介:

多年来,软件投资的不变真理就是应用软件的价值取决于数据,而非技术。像Saleforce、Workday和ServiceNow这些公司之所以有很高的价值就是因为他们属于SoR模式(system of record, 记录型系统),这些软件本身就是用来存储客户有用信息的,这其中包括客户记录和员工数据。

结果就是他们的系统对客户的业务变得越来越重要,很难用其他软件代替。这种依赖性给了这些公司极大的利润和定价能力。然而,从数据库到工作流引擎,这些软件往往并没有创新之处。因为重要的不是技术,而是他们获得的数据。

如今,有一批应用软件正打算彻底改变这种现象。他们模仿消费公司,以技术为切入点,吸引广大用户。这些公司舍弃SoR模式,转为SoE(Systems of engagement,互动型系统),也就是客户工作协作工具。Slack就是SoE的典型例子之一,它也是最近最有价值的私人云公司。

Slack存储的数据通常都不太重要,或是早就在记录系统中具备的。向Slack这样的应用近年来还不少,例如客户互动型的Intercom、销售型的Clari、员工反馈用的Culture Amp,还有团队邮件分享应用Front。

从更深的层面来讲,这些公司创新的地方在于他们完善了应用集成和设计,而这一点正是人们多年来一直忽略的。

在大公司里,集成就像是不讨喜的私生子:每个人都希望它能成功,但没有人原意自己去做。举个例子,某SaaS公司的资深高管告诉我,有一次公司的会议是关于如何做到关键功能的集成。参加会议的人共有20个,都来自不同团队;但这些人中却没有一个人愿意接受功能集成任务。

而新一代初创企业成功把这一点资本化了。他们做出了高性能、可扩展集成化的应用,能在不给基础系统添负担的情况下为客户解决技术性难题。现在甚至有些公司专攻系统集成,例如Okta专门做单此项目在猎云投融资平台进行融资

企业级市场的关系营销平台一登录,Segment则可以收集和分析资料。

集成公司虽然看起来不怎样,但他们可以处在生态系统中心,造成“生态系统网络效应”,成为市场标准。Okta和Segment正在迈向这一步。

不过有一点没变:新一代应用依旧是在用系统集成来收集、组织和分析数据。不一样的地方是它们靠设计来博得用户的心。但考虑到数据量的增长、屏幕尺寸的缩小和用户的注意力持续时间缩短,这些应用在设计和理念上的改变是至关重要的。

SoE成功的理由很简单:它是一种双赢模式。创业公司可以在SoR的数据基础上通过SoE吸引客户、提高利润,而且由于SoE模式中用户可以自行修改和增添或是频繁使用数据,数据的价值也随之提升。售卖热门软件的供应商也很满意,因为这可以提高他们的客户忠诚度。

现在的疑问就是这种趋势是否还会继续。像Salesforce这样的大公司也开始革新自己的技术。例如Salesforce举办的年度科技大会Dreamforce也是新人工智能项目Einstein的发起方。Einstein将会在现有应用的基础上加入预测模型。

但一旦人们习惯于创业公司的产品,天天使用Slack等应用,这些新一代应用可能会逐渐获得更多的数据,让客户彻底舍弃之前用的软件。

现在的局面很有可能将会被人工智能改变。如果人工智能软件能够从Intercom的产品反馈中提取信息,或是从Clari得到销售预测信息,这些人工智能系统收集到的信息的价值将会比现有的记录系统中有的数据要高。

但人工智能系统的成熟还有很长一段路要走。市场给现有的创业公司的信息也很清楚:像Salesforce和Seibel、Workday和Peoplesoft、Coupa和Ariba那样的竞争模式是不可能再出现的。新一代创业公司之间将会是技术的竞争,进军市场的切入点就靠集成、设计和人工智能或者机器学习。

善用现有的系统,分析用户对你家产品的使用方法。把这些反馈信息活用在新产品开发中,形成使用和设计的良性循环,打败你的竞争对手。

成功的创企则可以借鉴大型消费公司。像AWS和Google这些知名企业能有今日这样的消费文化绝非偶然。

这些战略在目前的情况下肯定管用,在未来很可能也依然会奏效。

本文转自d1net(转载)

目录
相关文章
|
4月前
|
存储 人工智能 搜索推荐
持续打通中国CRM SaaS生态,阿里云上的Salesforce稳步“着陆”
持续打通中国CRM SaaS生态,阿里云上的Salesforce稳步“着陆”
|
机器学习/深度学习 人工智能 大数据
|
Oracle 关系型数据库 云计算
|
机器学习/深度学习 人工智能 自然语言处理