中美企業級大PK:為什么中國沒有誕生市值百億的企業?
在2C市場,美國三大巨頭Google、Facebook、Amazon,市值加起來達8000億美元,與之相對應的,中國BAT三巨頭綜合起來接近3萬億人民幣,約5000億美元。——2C領域,中美兩國企業差距不大。
本文引用地址:http://www.104case.com/article/201609/310389.htm但在2B領域,美國有Salesforce、Oracle為代表的估值百億美金以上的國際巨頭,而中國約4000萬家企業(含中小企業與創業型小微企業)中,卻沒有一家市值百億美元的SaaS公司。
這是為什么?
近期,英途率近20位一線科技公司和投資機構高管深入硅谷,實地探訪了超過20家標桿性企業級服務公司,總結了中美企業級服務大環境的異同以及硅谷投資熱點,從中可以看出一些端倪。
中美大環境比較
1、美國產生了以Salesforce為代表生態鏈,產業環境開放兼容,小公司夠專注
Salesforce通過API開放接口接入各種各樣的應用,有類似Appstore的Appexchange,通過接入Salesforce,用戶能選用各類垂直細分的應用和小插件;這樣的生態在中國非常困難。這導致的結果是,美國的大企業形成了大平臺,小企業專注于某個小領域。像這次考察看了銷售預測里最好的四家,底層技術都差不多,都是基于Salesforce,但上層把自己隔離開來,不做直接競爭;而國內大家都喜歡獨立做,比如海爾、美的、TCL在智慧家庭領域都希望做成封閉的市場,這樣很難做大。
2、美國企業提供的服務習慣放在云上,人們習慣線上模式及移動辦公
美國Saas模式接受較好,這樣充分支持了后來的各種云計算,有利于解決數據孤島的問題,還有人們的工作習慣于線上模式及移動辦公,像考察的Pandadoc就是做銷售文件的管理,需要的就是電子文件、電子簽名、印章以及信用卡的電子支付等,而中國在接受全線上的模式還需要一段時間;另外,看的Intacct,是一家財務管理的應用,因為中國很多企業有兩套帳,或自己的記錄方式,很難做到規范地放到云上。
3、美國企業級服務喜歡收費的銷售模式,注重用戶的生命周期價值
據統計,美國有40%的企業To B;中國只有5%的企業To B;而中國的普通用戶對收費較為抗拒,也影響到本身To B企業的收費模式。并且原來中國企業尤其是傳統企業都是習慣一次性訂單支付;而美國注重客戶的生命周期價值(LTV),留存率很高,長期通過按賬戶或年費的形式來獲取利潤,大客戶很愿意為服務付費,像考察的BridgeEdge用戶留存率達到了100%。
4、美國注重開發者文化,對底層技術很看重,注重通過數據推動效率提升
美國的人力成本比中國貴,所以很注重通過數據來解放人,提升效率,哪怕是一點效率的提升對成本都有很大幫助,這也是本次考察有幾家銷售預測公司;而中國企業的人力成本低,與其購買銷售分析預測軟件,挖掘潛在客戶,不如用傳統方式掃樓,或鋪開整個渠道。除此之外,美國企業級服務公司都有自己聚焦的領域,有核心的技術和算法,舍得投入時間進行默默開發,像考察的Graph SQL和Alation都花費了3-5年的時間進行核心技術的開發,并且投資人也對回報退出有較長的忍耐。
硅谷熱點總結及建議
SaaS模式、云端、大數據、連接、開放是大勢所向。目前美國SaaS產業占軟件的15%,2年前還只是2%-5%,再過3到5年會有50%;中國企業能學習的就是打造生態鏈,進行微創新,關注垂直的制造業大數據及工業物聯網,以及數據預測分析。
1、打造生態鏈
國內企業最大的優勢是地面部隊,要學會打造生態鏈,把自己和生態的優勢發揮出來,把已有的資源充分地利用好,就像App Store一樣,分一部分利潤給第三方。做生態鏈要大氣,雖然會犧牲一定自己的利益,但是給了各個角色生存的空間,在長遠來看是共贏的,這點參考Salesforce。
2、微創新
相較于美國,中國也許有一些后發的獨特的優勢。比如,美國的企業級服務大部分都是PC端的,移動端非常少,智能手機的普及率并沒有國內高,這方面的創新值得探索。
3、制造業大數據及工業物聯網
這次參訪的企業中,有3家是物聯網相關的,在過去的四年里,傳感器的布放數量增長了5倍,且傳感器都能通過互聯網連接到一起,產生了大量的數據,這在過去是不可能的。中國是制造業大國,使用制造業數據做預測分析,有很大的市場,這使得相關企業級服務公司能很快積累經驗。
4、數據和預測分析
數據作為公司資產,會成為核心競爭力。預測分析是使用數據挖掘、統計、建模和機器學習來分析當前的數據去預測未來,Gartner預計,到2020年,預測分析會吸引商業智能和分析領域的企業40%的投資。
美國現在的銷售預測分析公司前5家,包括我們此次參訪的Infer等,共有幾千家用戶,然而這個市場的總量是巨大的,據SalesPredict高管透露,美國共有25萬家企業需要銷售預測分析的服務。
評論