在中国，O2O和社交领域的边界已经高台筑起，在互联网“要么垄断，要么接近垄断”的行业现实里，趋于垄断就意味着帝国版图最终成型。

在O2O和社交领域，中国和美国的落差在急速缩小，然而企业级服务行业却远远不像整个互联网行业的发展一般如疯长拔节随时等待收获的麦子。在中国，企业级服务行业似乎是黑暗泥土中等待时机的种子，可惜春天迟迟未来。

“拿来主义”顿失魔力的领域

企业级服务行业在中国一定会诞生独角兽企业，虽然可能会来得慢一点再慢一点。

中国创业者首先要面对的问题是，同样的软件在美国可以被企业市场接受，但是在中国却远远不能说服消费者买单。在互联网其他领域所秉承的“拿来主义”在这个领域失去了魔力。

分析其中原因，有以下几点：

1.受互联网传统的制约，企业用户对软件价值的接受度比美国市场要低得多

2.企业级服务根本性的价值导向，和企业软件所能带来的价值，并不吻合。企业服务直指成本、效率，这对于逐利本性的中小企业来说并非最大的痛点

3. 中国的经济环境、政策环境变换不定，使得能够扎实做实业的企业很少。相应的，对企业软件这种带来长期价值的产品，无法形成稳定、长期的需求

4.表面上看，不管从技术还是从资本环境，目前应该是企业级服务的最好时机，资本的进入将会加速市场成熟。然而现实却是，对于投资回报周期较长的长尾市场，愿意等待的资本并不多。

基于以上，中国的企业服务市场最后必然会走一条迥异于传统意义的发展路径。

中国企业的优势在哪里?

移动互联网时代来临之前，企业级服务软件基本是政府和外资企业的天下。前者背靠庞大的国营企业资源，后者则具备过硬的软件技术。这两者基本吃下了整个PC时代市场。

然而，移动互联网的骤然降临成为一个分水岭。一方面扩大了企业软件的市场，另一方面快速完成了初级市场教育。与此同时，资本、技术、人快速涌入，市场重新洗牌，使得大家终于同时站在起跑线上。

除了移动互联网发展带来的机遇，与传统的强势企业相比，移动互联网时代的企业级服务创业者可能更具优势，与外资企业相比，本土企业对中国市场变化会更敏感;由于对市场环境的了解，中国企业做出来的软件，在功能上会更接近用户需求。

依然摆脱不了的免费宿命

企业级软件的最终可能还会免费，所有的企业级服务都将变成大数据公司。

虽然有移动互联网催生的资本热潮推动，但是国内市场与美国市场的差异迫使中国的企业级服务软件不能再收费的路上走得笔直顺畅。

再者，对于企业级服务软件来说，标准化意味着难以收获用户，而差异化又直指开发成本。对于对差异化和敏捷要求甚高中小企业来说，很难建立一套完善的统一标准去说服所有的用户。

本质上，企业级软件并非产品市场，而是服务市场。就目前来说，能够让企业买单的痛点一定不是提高效率和降低管理成本，而是企业级软件能够带来收益的其他增值服务，比如说，已经被提了无数次的大数据。

什么是大数据?

企业级服务软件天然的拥有大量的用户数据或者用户行为数据，如何利用这些数据决定企业级服务软件能够获得下一轮比赛入场券。

并非所有的数据都叫大数据，杂乱无章、未形成数据模型的数据只是互联网世界的冗余信息。

什么是大数据呢?以营销数据为例，大数据应该能够跨越单一企业的数据范畴。

对于企业来说，数据的属性只有企业自身的数据和竞品分析数据两个。但是作为数据管理平台，企业级服务公司掌握的数据远远超过单个企业，并且具有跨行业、跨领域的特征，那么这些就有数据增值价值，接下来的问题就是如何使得这些数据对企业产生影响。

大数据能做什么?

继续以营销数据为例。

在掌握了跨行业、跨商家的用户消费行为数据之后，分析数据建立用户群模型，如果其中有两家企业用户群模型非常相似，那么作为企业级服务公司，便可以根据数据模型为两个企业提供联合营销方案。

互联网广告之所以精准，是搜索定位被抓取之后产生的信息推送，这个广告模式其实是滞后的，在搜索之后，我们可能已经完成了消费行为，这个时候广告的价值就降低了。但对于联合营销来说，其实是在鼓励潜在用户消费，是在用户产生消费行为之前的营销方式，比互联网广告更靠近用户。

大数据的变现一定是在自己的产品中实现，不能直接地买卖数据，这样才能够控制数据合法的边界。

哪些数据更容易变现?

从数据性质来划分，大数据可以分三类：

1.营销类数据

2.金融类数据

3.咨询类数据

这三种数据中，营销类数据是变现周期最长的。营销类数据产生价值需要建立在非常漫长的数据积累和数据模型建立的基础上，要完成跨行业、跨领域的数据池搜集，同时还要非常强大的数据技术支持才能够最终形成商业闭环。但是一旦商业闭环形成，也将会有非常高的竞争壁垒。

金融数据的盈利周期相对于营销类要短，原因在于金融数据的数据匹配度比营销数据更高。一旦掌握金融数据，便可以将数据应用到大多的金融行业领域。

变现最快的是咨询类数据，这些数据更轻，更敏捷，包含以上两类数据的价值。但是缺陷也显而易见，相对于营销数据的竞争壁垒，资讯类数据的门槛要低得多。

独角兽会出现在哪里?

与其他轻服务的行业相比，大数据的门槛要高得多。除了硬件准入门槛之外，数据运算处理技术也将会是限制选手入场的硬指标。

由于需要在领域内精耕细作，企业服务行业的明星级企业往往不会一开始就带着光环出现在公众视野，他们往往要经过长时间的酝酿和积累才有可能在众多泥沙俱下的项目中脱颖而出。根据企业级服务的独特属性以及大数据的盈利方向，独角兽一定会出现，并且最可能出现的领域应该是有数据驱动属性的SaaS。

结语

单纯软件驱动企业服务在未来的中国市场的前景想象力非常有限，但是拥有数据资源的企业级软件的想象空间却是无限的。

关于大数据，Medium上有这样的描述：大数据就像是少年性事，大家都要谈论，并且每个人都觉得别人对此事了如指掌，所以也要假装自己对这件事情很了解。对于企业服务的大数据也是，虽然知道大数据是未来，但是未来究竟如何，还是需要创业者一点点拼凑出来。

信息来源：盈动投资