前阵子跟一个做数据产品的朋友聊天他跟我吐槽了一件事。他们团队花了三个月帮一家制造企业做了一套设备数据监测方案。效果是实打实的设备故障预警准确率提高了维修响应快了综合成本降了12%。按理说这是好事对吧客户也认可是好事。但到了续费的时候客户犹豫了。不是觉得没用是觉得「这个效果我摸不着」。你看这就是数据要素服务最要命的地方。你卖一套传统软件客户买回去一用界面弹出来了功能跑起来了效果是即用即见的。但数据服务不一样它跑在后台跑在你看不见的地方。数据清洗了多少条模型算了多少轮接口调了多少次客户看不见这些。他只看到一个结果维修响应从2小时变成5分钟了。结果他心里会想这个2小时变5分钟到底是数据的功劳还是我本来换个设备管理系统也能做到。你说气不气人。但说真的我后来想了想我觉得客户的反应其实挺合理的。你想想看你花了几十万买一个数据服务你连个界面都看不到你怎么判断这钱花得值。这不是客户的问题是整个数据要素行业的问题。价值是隐蔽的。这就引出了一个特别核心的挑战你怎么把一个看不见的东西变成客户愿意掏钱买的东西。我自己琢磨了挺久的也翻了不少案例后来发现这个事情拆开来其实就是三道坎。你把这三道坎都迈过去了客户就从「无感」变成「买单」。第一道坎价值可视化。其实就一句话你光跟我说数据有用没用你得让我看到值多少钱。宁波舟山港干了一件挺有意思的事。舟山港是国内最大的港口之一每年的吞吐量是天文数字。但港口有个天敌雾。一遇大雾船没法引航港口就得停摆。停一天就是几千万的损失。以前怎么办呢靠等。等雾散了再开工。但你不知道雾什么时候散也不知道哪片海域雾大哪片小只能整个港口一起等。后来他们做了一件事把气象数据和航运数据融合到一起做了一个智能调度系统。哪个时段哪片海域能见度够能走多少船系统实时算出来然后动态调整引航计划。效果呢雾天引航成功率大幅提升港口每年多运营了150个小时。150个小时听着好像不多。但你算算一个年吞吐量十几亿吨的港口多运营150小时是什么概念。6个亿。一年多挣6个亿。你看当价值变成6亿这个数字的时候客户还需要你跟他解释「数据有用」吗。不需要了。他自己就掏钱了。这就是价值显性化的力量。你不用跟客户聊什么数据治理、算法模型、API接口你就告诉他用了这个你一年多赚6亿不用你就等着雾天干瞪眼。客户比你算得还清。顺着这个再聊聊医药研发的案例。新药研发这个事儿周期特别长从化合物筛选到临床试验到上市动辄十年起步。其中有一个环节特别耗时就是收集临床数据。你得找到足够的病例拿到足够的数据才能做分析。但每家医院的数据都是关起门来的你想跨机构收集光是走审批流程就要好几个月。后来有团队把医院的临床数据通过可信数据空间打通了数据不用搬家但研发团队能在合规的前提下调取分析。新药研发周期直接缩短了3个月。3个月是什么概念一个新药早3个月上市多占3个月的市场窗口期释放出来的科研经费是200万。你想想这200万是实打实省下来的。不是估计值不是大概是预算表上白纸黑字少了一笔的200万。到了这一步价值就不隐蔽了。但光有价值显性化还不够你还会碰到第二道坎。信任。你跟客户说你的数据我们帮你分析分析能帮你省几百万。客户第一反应是什么我的数据给你了安全吗。泄露了怎么办。被竞争对手拿到了怎么办。这个顾虑太正常了。数据对一个企业来说跟命根子差不多。你让人家把命根子交出来人家不得掂量掂量。芜湖有家医院就面对这个问题。医院的数据是最敏感的病历、处方、检查结果全是个人隐私泄露了是大事。但医院之间又确实需要共享数据来做科研和诊疗协同。他们用的方案是数据不搬家。什么叫数据不搬家呢就是你的数据还是躺在你的服务器里谁也搬不走。但别的机构需要用这些数据做研究的时候可以通过可信数据空间把算法送过去在你的数据上跑跑完把结果带回去。原始数据从头到尾没离开过你的地盘。业务照常跑数据没动过。这个思路我觉得挺妙的。你不用说服客户「把数据交出来」你只需要告诉他「数据不用交出来但价值照样能产生」。上海和杭州之间也在搞类似的事。两个城市建立了一套跨域的数据安全共享机制不同机构之间的数据可以按需共享但全程有审计、有追溯、有权限控制。你用了什么数据、什么时候用的、用来干什么全部有记录。客户要的其实不是一个绝对安全的承诺因为绝对安全不存在。他要的是一个「可控感」。我知道我的数据给了谁我知道他用来干什么我知道出了问题能追到谁。有了这个可控感信任才有基础。然后是第三道坎也是我觉得最容易被忽视的一道。门槛。你想想看一个企业老板你跟他说数据服务能帮他省几百万他说好的我信了然后你跟他说先付50万年费他大概率就缩了。不是付不起是不确定。万一没用呢50万不就打水漂了。这个心理太真实了。你让一个人为一件他没用过、没见过的东西付一大笔钱谁都会犹豫。青岛那边想了个办法分阶段收费。不是一次性收你50万而是按效果来。你用了数据服务之后省了多少钱我从省下来的钱里抽成。比如你省了100万我收你10万。你没省到钱我不收。这个模式太聪明了。客户完全没有心理负担因为他的风险被转移到服务方了。你敢承诺按效果收费说明你对你的产品有信心。客户一看你自己都敢赌那我也敢试。福建那边也搞了个类似的用量越大费率越低。你用得少的时候费率正常用得多了给你打折。听着是不是跟云厂商的阶梯定价一个路子。其实就是鼓励你先用用上瘾了自然就离不开了。青岛数据交易所更直接提供免费试用期。你先免费用用着觉得行再谈钱。这个逻辑其实特别简单但执行起来需要底气。你敢免费让人试说明你对产品有信心。而且试用期这个东西妙就妙在它消除了客户「万一没用怎么办」的恐惧。没有恐惧就没有阻力。说到这儿我最近一直在关注尚数网这个平台。你会发现上面聊的这些案例不管是价值显性化、安全信任还是降低门槛背后都需要有一个平台去做承上启下的事。数据提供方不知道怎么把数据产品化数据需求方不知道去哪儿找靠谱的数据源中间还隔着合规审查、安全评估、定价标准一堆环节。尚数网做的就是把这个链条串起来。从数据调研开始帮数据提供方梳理清楚自己手里有什么数据资源、这些数据能解决什么场景的问题然后设计成数据产品过合规审查挂到平台上流通。需求方那边呢也不用大海捞针平台上按行业、按场景去找找到了还能先试再买。医疗的数据、低空的数据、汽车的数据、咖啡行业的数据各种品类的数据资源都在上面跑。撮合完了还有后续的产品迭代和交易跟踪。你把它理解成数据要素领域的全链条服务商就行。它不是只做一个环节是从源头到交易到后续运营全包了。这个事情为什么重要呢因为降低门槛这件事不只是定价策略的问题更是基础设施的问题。你得有一个地方让人能找到数据、能评估数据、能试用数据、能安全地交易数据门槛才能真正降下来。光靠买卖双方自己对接中间的信息差和信任差能把你耗死。好三道坎聊完了。价值可视化、信任构建、门槛降低。有人把这三件事总结成一个公式。付费意愿 显性价值 × 安全信任 / 使用门槛我一开始看到这个公式的时候觉得有点形式主义。但仔细想想这玩意确实能说明问题。它是乘法不是加法。显性价值和安全信任是乘的关系任何一个是零结果就是零。你的数据服务能帮客户省1000万但客户不信任你的安全能力他不会付钱。你的安全做得天衣无缝但客户看不到价值他也不会付钱。而门槛在分母上门槛越高付费意愿越低。门槛趋近于零的时候只要分子不是零客户就愿意试。这个公式还有一层意思。你看它不是加法也不是减法是除法。除法的意思就是门槛这个东西影响是放大性的。你门槛降一点点整体的付费意愿不是降一点点是被放大的。反过来你门槛高一点点客户的付费意愿也不是降一点点是断崖式下降的。所以降低门槛这件事性价比是最高的。你把显性价值从「省100万」做到「省200万」难度翻了一倍但客户付费意愿可能只提升了一点点。但你要是把门槛从「先付50万年费」降到「免费用按效果付费」客户付费意愿可能是指数级跳的。这个思路我觉得做产品的朋友应该好好品品。还有一件事我觉得值得一提就是标准化模板。零售业有个案例做了一个「老客复购预测模板」。什么意思呢就是你不用从零开始搭一套数据分析方案平台已经把零售行业最常见的几个场景做成了模板你直接套就行。老客复购预测就是用你现有的客户数据预测哪些客户接下来三个月可能会回来买、哪些可能会流失。听起来简单但如果你自己从零搭要清洗数据、建模型、调参数、做验证没个把月搞不定。但用模板可能一周就跑起来了。营销效率提升了25%。标准化模板这个东西其实就是在进一步降低门槛。你连「我不懂技术」这个门槛都帮我拆了我只管用就行。说到这儿我突然想起一件事。你知道保险这个商业模式是什么时候开始被接受的吗。保险的概念其实很早就有了古巴比伦时期就有类似的制度。但现代保险真正普及是到17世纪末的事。伦敦的劳合社1688年在咖啡馆里起家慢慢发展成了全球保险中心。中间隔了多久呢几千年。为什么这么慢因为保险卖的东西比数据服务还抽象。你买一份保险你得到的是什么。一张纸。一张写着「如果发生什么什么事我们赔你多少钱」的纸。你花钱了但什么都没「得到」。你买的是一种可能性一种「万一出事了我不至于倾家荡产」的安全感。最开始没人愿意买。觉得这不就是白扔钱嘛我又不一定会出事。但后来大家慢慢发现风险是真实存在的一旦出了事没保险的人倾家荡产有保险的人扛过去了。于是保险从「白扔钱」变成了「必须买」。你想想数据要素服务现在是不是有点像。客户花钱买数据服务得到的是什么。不是一套看得见摸得着的软件是一种可能性一种「用了之后我的效率会提升、成本会下降」的可能性。一开始没人愿意买觉得这不是白扔钱嘛我又不一定要用数据。但慢慢地当宁波舟山港多挣了6个亿、当医药研发缩短了3个月、当设备维修从2小时变成5分钟大家就会发现不用数据服务的人成本会越来越高效率会越来越低最后被用了的人拉开差距。数据要素服务会从「白扔钱」变成「必须买」。只不过这个认知的转弯跟保险一样需要时间需要案例需要有人先吃螃蟹。而且好消息是现在已经有了不少吃螃蟹的人还活得好好的。所以回到开头那个朋友的问题客户为什么不愿意续费。不是产品不行是价值的呈现方式不对。你不能只给客户一个结果你得给他看到那个结果是怎么来的值多少钱如果不用会损失多少。你得把隐蔽的价值变成显性的数字。你得把不可控的风险变成可控的信任。你得把50万年费变成按效果付费的零门槛。付费意愿 显性价值 × 安全信任 / 使用门槛。这公式我越想越觉得对。分子做加法分母做减法。把看不见的变成看得见的把不信任的变成可控的把门槛高的变成门槛低的。数据要素的价值从来不是问题问题是你怎么让它被看见。被看见的东西才有人愿意买单。