原标题：瓴羊成立一年以后 把在阿里吃的“盐”做成了产品
早期互联网行业有句经典论断，“百度的工程师，阿里的运营小二，腾讯的产品经理”，体现出各家互联网厂商的特色，但彼时少有人知道的是，阿里靠什么运营？
直到后来“大数据”概念的火热，更多厂商才认识到数据的效用，如今数据要素已经被国家列为生产要素。以阿里的体量，率先一步感知到了大数据的风向，阿里巴巴管理层认识到，阿里巴巴价值最高的不是淘宝、天猫和支付宝，而是阿里平台上所沉淀的大量数据。
也因此，阿里经历了更多的“坑”。比如2012年左右，阿里数据体系依然庞杂混乱，一张内部大表能被八个部门存储八遍，以当时的价格，一张表的存储成本1200万元左右，八张表就将近一亿元。
阿里巴巴迫切需要解决数据问题，既要满足数据的安全可控，又要让数据发挥生产要素价值，兑现这些数据价值的人，便是曾经阿里巴巴的数据中台团队，现在的朋新宇和他的瓴羊（参见阿里最懂数据的团队，也出来创业了｜数字思考者50人-钛媒体官方网站 (tmtpost.com)。
不久前一个客户对朋新宇说，数据相关的问题，如果你的团队解决不了，我们就得回去看一下是不是题出错了。“我觉得是一种表扬，说明我们吃过的‘盐’比较多”，朋新宇说道。
2022年6月，阿里宣布成立专注企业数智服务的子公司瓴羊，并且提出“Not SaaS but DaaS（数据智能即服务）”理念，即不局限于传统SaaS软件聚焦的单点效率提升，而是打通整合企业全局的商业流、数据流和工作流，让数据智能成为企业最重要的业务增长引擎。
朋新宇向客户解释了一年的DaaS理念：SaaS是以流程为中心，用流程思维圈定业务范围，DaaS是以数据为中心，让数据贯通所有业务系统，不仅实现降本增效，更重要的是促进增长。
“死磕”数据的瓴羊成立一年之后，今天重磅发布了一站式企业数据智能产品“瓴羊One”。“瓴羊One”是业界 链接多电商平台，并覆盖企业经营全链路的智能企服产品，可帮助企业轻松实现全渠道经营，将割裂的生意融通为一体。
看起来，瓴羊推出的是一套软件产品，实际上，瓴羊售卖的是阿里多年积累的数据方法论。
提一个正确的问题
瓴羊成立一年来，朋新宇最大的感受是，从一个解题的人，变成要提出问题的人。
在阿里巴巴集团内部，数据中台是一个职能部门，朋新宇是其他业务总裁的“座上宾”，每个业务部门都需要数据中台的能力，朋新宇和他的团队是在既定的工作范围内想办法，在有限的预算实现高效的投入产出比。
“原来做部门负责人的时候，想做好很容易，想做差不那么容易，今天不是，我要自己出题，这个题可以不设上限”，朋新宇说。
朋新宇打德州扑克有个习惯，从不轻易弃牌，即便拿到烂牌，朋新宇也经常坚持到最后。面对阿里海量庞杂的数据，朋新宇和团队用了十余年的时间，把这手“烂牌”打成现在瓴羊的“好牌”。
朋新宇表示，二十年前，互联网还是一个新兴行业，很多传统行业看互联网都非常警惕，担心自己被互联网颠覆。今天，互联网已经成为了标配，是一个基础能力。互联网进入到千行百业为企业赋能，降本增效。
“同样地，在这个时代，数据也已经成为或者正在成为一个企业最最基础的能力。如果一个企业，不能驾驭数据，就无法驾驭市场。”他说。
在大消费领域，所有的企业都有生意增长的客观诉求，将目标拆解，可以划分为解决营销投放错误、供应链积压或缺货、客服渠道沟通不畅等问题。
举例来看，以往营销团队设立专门部门做投放，或者做会员运营，投放拉新客户之后，营销团队的工作内容就告一段落，营销团队并不关注新用户要买什么，公司应该备些什么货。
而货品运营团队经常发愁，备货卖不动、没流量，或者出现一款产品卖爆之后，供应链根本来不及响应，对高速增长的订单需求只能延迟发货，无法对货品销售情况有精准的预期。
消费者购买行为之前或者之后，与客服的沟通也很重要，客服能解决的问题和前端销售很大程度上脱节，客服不知道客户从哪里来，有什么潜在需求，只能被动解决问题。
瓴羊思考的问题是，今天企业的生意增长能不能做到反着来？
从营销开始就设定方向精细化投放，在不同渠道瞄准同一类客户人群，然后根据预期备货，过程中根据客户在不同平台的反馈，随时预警并给予厂商调整方向，客服还可以根据消费者问题做好应对，每个环节用数据做到精准的实时干预，把销量增长变成一个确定性更强的事。
另一方面来看，今天的电商企业，可能在各个平台都有店铺，有家知名家电企业在阿里的平台上有400多个店铺，加上其他平台将近1200家，这还不包括线下门店。
从销售供应链到客服，整个链条有大量数据分布在不同的平台上，这个中间还涉及到多个角色、多个触点、多个渠道。每多一个节点、多一个角色，就会多出一系列变量，变量越多，越难决策。
企业为了解决问题，往往多方采购不同的业务系统，多家电商平台都自己的生产产品矩阵，同一功能的不同产品多样，用朋新宇的话说，企业把消费者产品做得越来越简单，但企业服务行业却越来越复杂。
朋新宇在阿里数据中台的时候，就是站在阿里背后，服务平台上做生意的大大小小的商家（品牌）的人，比如：量子统计、数据魔方、淘宝指数、生意参谋等，十多年前的生意参谋，就把多款产品变成一款产品。
但在阿里巴巴内部做这件事，与瓴羊作为单独公司做这件事，是截然不同的两码事，复杂程度指数级上升。
从“盐”到产品
瓴羊One构想于其成立之初，换言之，当朋新宇拿到瓴羊这手牌的时候，就已经想好要如何出牌，如果研究瓴羊去年的产品布局，不难发现，瓴羊One从分散的五朵云（分析云、营销云、产销云、客服云、开发云），走向了统一。
从“分而治之”到“兼收并蓄”，源自于客户的现实需求。讲起来不复杂，但做起来不容易。
瓴羊首先要面临的是跨度时间长达数十年的企业自有业务系统以及外部各类平台系统，完全打通并不现实，但在数据层面可行，瓴羊通过自己的数据治理经验和数据治理架构，把各个系统的数据打通，从而实现系统之间的互联。
在这一过程中，企业采集数据是第一步，如何安全合规的采集数据，现在可能决定企业的生死，没有任何灰度空间，《个人信息保护法》等法规为企业设定了严格的红线，企业稍有行差踏错就会面临严重后果。
采集数据也是复杂的工作，例如不同的平台，数据获取成本和标准也不一样，有的一天来一次数据，有的一个月才来一次，再如数据是否是企业所需，需要一系列的评估，采集环节就要大费周章。
据朋新宇介绍，一家央企做数据治理项目，采用瓴羊的工具后，仅数据采集一个环节，一年节省的带宽费用就有4000万。如果不是体量足够大的企业，很少关注这些“细枝末节”，恰恰是阿里巴巴和央企有这样的体量，才会去关注“针尖上削铁”的事情。这些都是SaaS解决不了的事情，但DaaS能够解决。
此外，不同的数据采集之后，数据的标准、质量往往不统一，企业数据不能直接使用，而是要做统一规则下的处理分析，涉及到相当多的数据处理技术。
“企业的数据大不等于大数据，有数据不等于好数据。瓴羊One要做的第一个事情，就是把这些分散的数据，为企业连接起来，根据不同维度，分析出不同价值的数据，激活数据的能量。”朋新宇说。
相当于，瓴羊做了很多拓荒的工作，正如数字化的基础是自动化，数据价值的兑现，也有赖于基础性工作的铺垫，少有企业经历过阿里开发数据价值的路径，自然也就没有相匹配的工具和能力体系，倘若其他厂商想要复制瓴羊，大概率还要把阿里巴巴过去踩过的坑，再踩个七七八八。
经过瓴羊充分打磨的瓴羊One，拥有众多即插即用的标准插件，可像乐高积木一样灵活组装及连接拓展，让原本多达二十多种且互不流通的数据流、商业流、工作流“多流合一”。
在数据流上，经过客户授权，瓴羊One可接入企业在淘宝天猫、京东、拼多多、抖音、快手、小红书等平台的店铺经营数据，方便企业随时掌握多渠道经营情况；
在商业流上，瓴羊One集成瓴羊旗下经营分析、客服管理、订单管理、物流管理、会员运营等业务全流程软件，且可与企业自建系统及Salesforce等外部企服软件打通；
在工作流上，支持关联千牛、钉钉、飞书、企业微信等办公协作系统，业务指令自动同步。
如此，企业实现了经营分析、履约、营销、客服的全平台和全流程经营，让数据服务人，而不是让人去服务数据。不管数据变得多么大，多么复杂，从More Data到One Data，All in One的瓴羊实现了大数至简。
随着AI时代的到来，大模型出现之后，也让业内开始重新思考，大模型解决了算法的问题，算力是阶段性的短缺，决定企业竞争力的可能就是数据。
据朋新宇透露，瓴羊全系产品也即将接入大模型全面升级，通过好数据+大模型，每个企业可以为自己搭建通向智能时代之舟。
“我们肯定是会进入一个智能时代。智能是什么？就是大模型+好数据。我们与其让人变得更智能，更好的方式是让数据更智能。数据的问题，交给数据人去解决。所谓专业人做专业事，我们瓴羊团队跟数据打了20年交道，就是为企业打造好的数据资产。”
朋新宇提到，一方面，数据治理可以用大模型提高效率，另一方面，因为做了数据治理，所以大模型可以带给业务更高价值。譬如用大模型写代码，帮助清洗数据、打标数据、整理数据等。
钛媒体App在瓴羊产品作战室看到了升级中的领羊One BI分析功能展示，已经可以用对话模式调用各种细化的数据展示和分析功能，比如增加新的数据行，筛选出特定要求的选项等。
瓴羊的下一步
十余年前的阿里云，赶上了云计算的技术浪潮，如今的瓴羊，也赶上了数据要素的浪潮。
某次瓴羊和一家央企客户开数据治理战略会，面对台下众多信息科、业务科的部门一号位，董事长非常清晰职责的划分，“我们感谢信息部门，感谢阿里的研发团队。但是，责任都是业务部门自己扛，你们要亲自参与进来，不能把阿里当外包，不能把信息科当外包，你们是自己的一号位，做不好找你们。”
企业对数据要素的重视和了解，可见一斑。
十九届四中全会首次将数据增列为生产要素以来，我国发布多项政策文件。“十四五”规划和2035年远景目标纲要强调，要 “充分发挥海量数据和丰富应用场景优势”。 2022年12月《 中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）发布，从数据产权制度、数据要素流通和交易制度、数据要素收益分配制度、数据要素治理制度等方面提出具体要求。
围绕着一系列制度安排释放的巨大机会空间，企业如何迅速建立起自己的数据采集、标准、确权、定价、交易、流转、保护和合规等一系列能力，加强完善数据治理，释放数据的价值，形成巨大的市场需求。
很多企业的数据“脏乱差”，瓴羊第一步要帮助企业梳理数据资产，很多企业尚不清楚自己的会员群体属性，逞论精细化运营了；同时很多企业会采购数据，数据质量良莠不齐，在未经过加工之前，难以满足自己所需，数据治理是必经之路。
业务系统应该以流程为中心，还是以数据为中心，争论许久之后，结论已经明显倒向后者。但是迄今为止，因为很多数据没有准备好，数据全链路的技术也不完备，这个美好愿望还只是路上，部分也解释了为何瓴羊先推出了瓴羊One，而不是自己更拿手的数据治理。
瓴羊One的底层是数据治理，上层是业务治理，只不过由治理阿里巴巴自己的数据，集成阿里巴巴自己的业务系统，变为集成不同渠道、不同系统的数据流，再统一提供服务。当数据治理和业务治理沉淀在同一平台上，很可能会生长出更具想象力的应用，包括商家基于数据打造创新服务的能力。
“用工程化能力将平台打造出来，很有挑战性。就像数据库的壁垒，论文早就摆在那，但工程化的实现是另一回事。看过、用过和打造过数据治理平台，结果也是天差地别。”朋新宇说。
在过去的一年间，瓴羊员工数增长了一倍有余，绝大部分依旧是产研，本质上，瓴羊还是一家产品技术公司。
人才的储备只是瓴羊众多积累中的一个侧面——瓴羊成立时，阿里中台工作超过5年以上的人，悉数并入，他们很多有参与百亿级业务的经验，使瓴羊成为拥有数据治理经验密度最高的人才群体。
数据的问题表面看是应用，其实本质都是治理。从这个逻辑来看，封装之后的瓴羊One将为商家提供直接价值，不过，更复杂的数据治理能力才是瓴羊真正的底牌。
