近年来伴随着数字化的快速发展，SaaS业务发展不断提速，各式各样的应用服务更是层出不穷，但本质上SaaS大多局限于工作流的改造，并没有为用户最核心的增长问题提供解法。而在SaaS赛道愈发拥挤之下，企业营收增长的需求日益迫切，催使ToB业务进一步向着提质增效的DaaS领域延伸。

今年以来随着互联网巨头阿里巴巴上新“瓴羊”平台、致力于为企业增效的有米云相继入局DaaS（数据即服务）赛道，DaaS业务愈发受到市场关注。而互联网大厂在DaaS赛道的持续加码，更是带动了更多新玩家涌入DaaS领域。

DaaS迎风起势

近几年DaaS的兴起，使其与SaaS之间无论从定义还是应用上，都难以避免地被拿来比较。对此有米云CTO蔡锐涛有精辟的论述，他认为SaaS和DaaS根本是两条截然不同的发展脉络，“SaaS 来源于软件工具需求的普惠化，背后是企业内部工作流程的承载；DaaS 来源于数据分析需求的普惠化，背后是企业洞察决策过程的承载。”与其说SaaS和DaaS是竞争关系，不如说二者之间是数字化生态环境中互为补充的存在，这也许更贴切实际。

一来，DaaS的出现并非偶然，而是数字化浪潮发展到一定阶段的产物。早在2015年，DaaS的雏形—“中台”概念就曾风靡一时，通俗地说，“中台”类似于解决问题的“中间商”但当时最早提出此概念的大厂们，大多将数字化变革的侧重点放在了更前沿的SaaS上，并没有给予DaaS太多重视，这主要可以归结于两个因素：

其一，在“前台”数据增量没有高速进展的情况下，缺乏数据资源的企业此时发展“中台”有如涸辙之鲋，既没有足够的资源也没有便捷的渠道；其二，最初提起的“中台”概念太过笼统，其囊括了数据中台、业务中台等多项服务在内，实现难度太大。单就阿里2014年率先提出“建中台”，2020年又不声不响“拆中台”的反复中就不难看出：“中台”业务还需优化，此时SaaS粮草先行，是布局数字化产业更稳妥的选择。

二来，SaaS虽为企业解决了降本增效的难题，但并未解决其业绩增长的核心痛点，而DaaS则能够弥补这一缺憾。根据海比研究院研究显示，2022年中国SaaS市场规模达786.1亿元，五年复合增长率23.5%，此番SaaS对工作流的加速改造已成趋势，效率提速需求的满足之下，深入核心增长的需求频现，DaaS逐渐成为于企业工作流改造之外的新引擎。

简单地说，DaaS以数据驱动为核心，让企业在发展、转型中有数据可应用、靠数据来思考，通过数据服务发展TOB业务，成为企业在大数据视野中调整发展方向、打破数据壁垒的工具；也正是由于其能在极大程度上满足企业迫切的增长需求，促使DaaS行业的参与者逐渐增多，一些嗅觉敏锐的互联网企业也开始在DaaS上展开布局。

DaaS和SaaS的区别？

云计算租赁服务为四种类型的IaaS、SaaS、PaaS、DaaS。

Iaas：基础设施即服务

Iaas（Infrastructureasaserver）：基础设施即服务，属于基础层。客户需要的基础设施环境搭建好，然后开放虚拟机硬件的租赁服务。

在Iaas这一层，通过虚拟化，动态化将IT基础资源聚合形成资源池，包括CPU，内存，显存，网络，用户可以通过网络利用资源池中的资源，运行自己的业务系统。这种方式之下的用户不需要自己建设这些基础设施，可以通过自己付费使用这些资源。自己安装自己喜欢的设备，方便的数据集、需要的软件等。

PaaS：平台即服务

PaaS(PlatformasaServer)：平台即服务云端作客户端运行软件的平台出租。不仅提供基础计算能力，还具备业务的开发环境，提供包括代码、SDK、操作系统以及API日程的IT组件，供个人者和企业相应的功能模块开发软件或硬件，以提高开发效率。对于企业或终端用户来说，层的服务为业务创新提供快速、方便的环境。

SaaS：软件即服务

SaaS(SoftwareasaServer)：软件即服务，拿来即用。云端中的操作系统、中间件、数据库、运行库、软件应用部署完成了。连软件不用安装了，用户登录后就可以直接上手

DaaS：数据即服务

DaaS（DataaService）：数据即服务。数据聚合抽象，数据转化为通用信息，从而为大众提供服务。云端开发好各种环境，收集大量数据并开始把数据开始分析。最终把选择、分析出来的数据服务。

做DaaS生意，是一门大学问

尽管DaaS是一个细分赛道，但类似于SaaS市场的泛化特征，这同样也是一个广泛的商业领域。若是按不同的要素来划分，比如应用方向、技术差异、服务侧重等等，都可以划分出诸多不同的更垂直的厂商。

也就是说，用数据来服务企业，大有学问在。

一、数据源不同。

互联网流量去中心化的趋势愈发明显，哪怕是在细分领域也没有哪个平台可以垄断全网流量，以电商为例，淘宝、天猫、京东、拼多多早已沉淀了各自的流量池，再有快手、抖音等新电商平台强势入局，全网流量不断被分流。以流量为代表的数据来源于不同的平台是显而易见的趋势。

由此来说，若要用好数据就必然要意识到数据源的分化。目前，在DaaS赛道，数据来源由多种划分标准，常见的可分为第一方数据（即商家客户自己的经营数据等）、第二方数据（服务平台产生的数据等）、第三方数据（其他公开数据等）。

这样划分下来，DaaS服务商之间的差异化很容易就能区别开来。像数数科技、神策数据等厂商主要就是基于商家所提供的第一方数据来为其进行用户分析服务，而阿里瓴羊如果要服务淘宝、天猫的零售商家，则是基于自家零售平台产生的第二方数据来提供更广泛的数据服务。

有米云更多是依靠第三方数据来提供DaaS服务，针对不同的客群提供不同的解决方案。譬如针对互联网客群，有米云有全球移动广告情报分析平台AppGrowing，可实时追踪20+全球性流量媒体及80+中国流量媒体广告数据，累计收录超6亿广告情报，助力广告主、广告媒介、广告代理商快速掌握竞品、同行及整体市场的广告投放情报，有效提升投放ROI；针对国内新电商商家客群，则推出了新电商营销大数据分析平台有米有数，致力于通过数字化技术驱动新电商商家“科学选品、素材参考、投放提效”的全链路流程，助力商家实现生意的可持续增长。

二、数据精细化程度不同。

数据的概念是泛化，任何在不同时候、不同地点、不同渠道等等流动的信息都可以形成数据，而根据DaaS服务商的服务导向不同，其对数据的精细化监测、筛选与应用也都有所区别。

像有米云更专注于营销创意/广告素材层面的数据监测，与同类竞品如热云数据的CAS产品、广大大相比，覆盖的行业更全，数据的精细化更深，在监测上实现了全链路的打通。而热云数据的主力产品为其归因监测产品，广大大则更专注于海外市场，更擅长服务出海企业。

三、数据服务方向不同。

不难总结，数据源不同、数据精细化不同，那么每一个DaaS服务商最终的数据服务方向也是不同的。比如，热云数据擅长的就是归因分析，旗下主力产品TrackingIO可通过全方位的监测，如用户点击、安装启动、付费等情况来帮助客户精准归因，从而做出相应正确的市场投放。

而有米云目前则专注于营销创意环节，其打造了一个相对完善的产品矩阵，比如新电商营销大数据分析平台有米有数、全球电商广告数据与选品平台GoodSpy、全球移动广告情报分析平台AppGrowing等，以此来推动营销环节的规模化、标准化、可视化，呈现在BI看板上，清晰地反馈给客户哪个营销创意的数据更好，更利于卖货，进而推动营销创意持续创新。

总的来说，就用好数据这件事，还是非常复杂的。由此来说，DaaS可挖掘的商业潜力，是难以估量，这是一个巨大的“金矿”，不管是对DaaS服务商来说，还是企业客户，都是如此。

DaaS未来的两种可能

很多企业都意识到大数据是一个待挖掘的金矿，但不是所有企业都能成功掘金。蔡锐涛介绍，这里有数据分析需求的企业可以分为2类：

守着金矿但没铲子也不会挖掘，即有数据及数据分析能力的企业，但缺数据处理的技术工具手段；

连金矿都没有的，即没有数据采集和处理能力的企业。

第一类企业的需求直接推动了DaaS 时代的开启，大数据软件服务商帮助客户挖掘已有的数据金矿，并提供数据的分析处理、储存等服务，包括提供各类公有云的大数据基础服务或帮助客户进行私有化部署等。

在这一阶段， DaaS = Data Software as a Service（数据处理软件即服务），软件就是那个开挖数据金矿的铲子，这种模式跑出Snowflake、Databricks等市值数百亿美元的国际巨头。

呼应第二类企业的需求，行业DaaS应运而生，服务商直接提供行业基础数据，国际上代表企业有LiveRamp, data.ai(原App Annie)等，国内则跑出聚焦移动营销、新电商等行业的有米云。

在这一阶段，DaaS = Data as a Service（数据即服务），数据分析能力进一步普惠化，延展到数据能力较弱的中小企业。

如今中国企业的数字化进入深水区，DaaS也发展到新阶段，并出现2种态势。

阿里定义的DaaS=Data Intelligence as a Service（数据智能即服务），通过整合数据流、工作流、商业流提供一套数字化智能解决方案。

全球数字营销DaaS平台有米云通过提供专业的选品和创意生产全生命周期数字化工具服务，推动企业加速产品决策和营销数字化进程，现正在升级到2.0，其定义的DaaS = Data Insight as a Service（数据洞察即服务）。

蔡锐涛表示：“有米云2.0不只把数据堆在你面前，而是提供数据分析思路，告诉你如何去利用数据，不断去降低用户使用数据的门槛。”

蔡锐涛解释，有米云1.0解决了客户缺乏行业大数据的痛点，但大部分企业尤其是中小企业依然不懂得如何挖掘数据，一方面因为企业缺乏数据分析的专业能力，另一方面企业也难以像咨询公司或第三方数据服务商那样，有机会积累不同行业的经营方法论。

有米云2.0将多年服务电商、移动互联网、出海营销等行业客户的经验能力沉淀下来，通过提供“发现板块”，使用清单等用户易于接受的信息组织方式，赋能给更多个性化客户。这种模式通过边际效应降低单个数据服务的获取成本，实现数据洞察能力的大范围“溢出”——这就是蔡锐涛说的数据分析能力普惠。

在提供数据分析赋能的基础上，有米云还耦合了部分SaaS的功能，打通数据流与工作流，提供一体化、全链路的营销解决方案。比如有米云旗下的新电商营销大数据分析平台有米有数，打通了“科学选品、素材参考、投放提效”的全链路流程。

蔡锐涛表示，“基于对客户需求的理解，我们把广告智能投放部分做到产品解决方案中形成闭环，通过介入客户工作流为用户创造更多价值。闭环不是DaaS必须的，但我们把第一方和第三方数据链路打通，实现营销闭环，这是我们产品的独特价值点。”

总结

DaaS会否像几年前的SaaS那样掀起热潮，受资本追捧、影响中国企业的数字化进程？

对此，蔡锐涛显得比较淡然，他认为做企业服务要有敬畏之心，从长期来看，只要未来企业仍然有大量数据产生，仍需要数据辅助决策和经营，数据服务自然有其长期确定的价值。

他表示，既然数据辅助企业决策经营已是不可逆的趋势，那如何降低企业使用数据的成本自然成为下一代企业服务软件的未来。

文章来源： 韭菜财经，螳螂观察，快速云行动派，牛科技