在「数据产品这个行业里，你需要知道这些内幕」这篇文章，我们将数据产品分为了三种：用户数据产品，商用数据产品和企业数据产品。随后在「数据产品也可以很性感」和「从 0 到 1 搭建企业数据平台」这两篇文章分别介绍了第一种和第三种，今天在这里把第二种补齐。
商用数据产品，即由企业或个人开发，提供给外部企业使用的，具备数据采集，计算，存储，展示和分析等功能的产品。随着社会分工更加细化，这类企业在国内外逐渐增多，从最早期的Webtrends，Omiture，到后来的Mixpanel，Amplitude，到这一两年国内名声渐起的 GrowingIO 等等，不一而足。
一、商品数据产品之前世
我们先从这类产品的前世开始讲起，看他们是如何乘着互联网的滚滚浪潮，一步步发展到现在的。
1. 莽荒年代-网站初始
1990 年，万维网诞生。
1993 年，WebTrends 成立，这是第一个商业网站分析工具，核心功能是通过分析日志文件，统计页面或者站点的访问量信息。
1995 年，Analog 成立。这是第一款完全免费的日志文件分析程序。Analog根据对日志分析产出的报告较为全面清晰并可视化，促进了IT团队以外的人员对网站分析的采纳。同期，Urchin 成立。
1996 年，Web-Counter（命中计数器）出现，引发了在每个网站着陆页显示里程表式计数器的风潮。同期，Accrue、Omniture 和 WebSideStory 成立。所有用户均可通过计数情况了解内容或站点的热门、流行程度。近四十年后的今天，帖子的访问量，社交文章的粉丝数阅读量点赞数等等，都可以追溯至此。Josh James 成立的 Omniture，后来发展为网站分析行业中的龙头老大之一。
2003 年，Pat Hanrahan 等人在斯坦福大学创办 Tableau。
2005 年，Google 收购 Urchin，上线 Google Analytics。在后面的发展过程中，它逐渐成为使用最为广泛的网站分析工具。因其免费策略，以及部署简单，报告强大，成为绝大多数中小企业（网站）的网站分析解决方案。同期国内，姚剑军（阿飞）接过曹政的代码，在厦门推出 CNZZ，成为中国站长必用的统计服务之一，并于08 年获得 IDG 投资。
2007 年，Omniture 以 3.94 亿美元收购 WebSideStory。微软推出MicroSoft Gatineau，并于第二年改名为 MicroSoft adCenter Analytics，在第三年终止服务。
2008 年，Yahoo! 收购IndexTools后推出Yahoo! Web Analytics。
2009 年，Adobe以 18 亿美元收购 Omniture，创始人Josh James 在两年后创立 Domo，一度估值达到 20 亿美元，2018 年流血上市，市值仅剩 3.5 亿美元。同期国内，百度推出百度统计。
2010 年，MicroSoft Sharepoint 2010 集成网站分析服务。
2011 年，Google 宣布推出针对大客户的付费版 Google Analytics Premium。同期国内，阿里巴巴收购 CNZZ。
2012 年，Adobe 取消 Omniture 品牌，并将其分析服务整合进 Adobe Experice Cloud（AEC）。
2. 开疆拓土-移动兴起&智能分析
历史的交接处，并不那么泾渭分明。网站分析强势之日，移动正悄然兴起。
2009 年，Mixpanel 成立，推出了包括网站和 APP 的分析服务，于 2014 年融资 6500 万美元。
2010 年， Optimizely 成立，专注于A/B及多变量测试分析，并于 2019 年融资 D 轮 5000 万美元。同期国内，蒋凡在北京推出友盟统计，是中国最早的移动分析公司，次年六月获得经纬创投 1000 万美金融资。
2011 年，Alteryx 从母公司 SRC LLO 独立出来融资，以兼容数据源的广泛性著称，其于 2017 年在纽交所 IPO。同期国内，Talkingdata 在北京成立。
2012 年，Looker 在美国加州成立，专注于商业智能及大数据分析。Amplitude 成立，对标 Mixpanel，功能特点是更深入的用户分析和实时功能，于 2018 年融到 D 轮 8000万美金。ThoughSopt 成立，是一家专注于商业智能分析搜索软件的技术公司，旨在让人们通过简单的搜索就可以进行数据分析。它是近年 BI 领域的新星，2019 年首次成为 Gartner BI 魔力象限图的「领导者」，此前该区域只有 Tableau 和 Microsoft 存在。截至 2019 年 5 月，累计募资约 5.5 亿美元，估值 20 亿美元。
2013 年，Tableau 在纽交所 IPO，募资 2.5 亿美元。阿里巴巴以约 8000 万美元的价格收购友盟，创始人蒋凡进入天猫工作，并于 2017 年出任淘宝总裁。
2015 年，Microsoft 推出 Power BI Desktop 版本，也是 Power BI 的首次面世。用户行为分析公司 GrowingIO 和神策分析成立，前者由 LinkedIn 高管张溪梦回国创办，后者为百度桑文峰创办。
2016 年，Qlik 以 30 亿美元被 Thomas Bravo 收购。阿里巴巴整合友盟，CNZZ 和缔元信成立友盟+，由朋新宇任CEO，同时推出阿里云数加平台。
2019 年，Salesforce 以 157 亿美元收购 Tableau，Google 以 27 亿美元收购 Looker。
（以上所选公司及其历史节点限于个人所见，难免挂一漏万。若有代表性的事件被遗漏，欢迎指出）
二、商用数据产品之今生
经过了以上长时间的发展，国外在商用数据产品上的分类上已经做得非常细致，在数据链条的每个环节都有大量企业竞争，导致整个行业分布非常碎片和广泛。而因为国内外的企业市场成熟度等方面的差异，国内目前尚处于行业的起步阶段。
2019 DATA&AI全景
从上图我们可以看到目前商用数据产品的具体分类及领域中的相关产品。他们可分为：数据分析师平台（Data Analyst Platforms），数据科学平台（Data Science Platforms），机器学习产品（Machine Learning）， BI 平台（Business Intelligence Platforms），WEB/移动端/交易分析（Web/Mobile/ Commerce Analytics），可视化产品（Visualization），社交分析（Social Analytics），数据源产品（Data Source）等八个类型。分类角度可以多样，这里提供其中一种以资读者参考。
1. 数据分析师平台（Data Analyst Platforms）
数据分析师平台定位于数据科学家和分析师，正如 Alteryx 的 CEO 乔治·马修对Alteryx的定位一样：
让分析师和数据科学家能够在一个平台上就完成数据输入、建模及数据图形化，而且使用简便，用户界面美观，用户体验比市面上的统计分析软件都要好。数据分析师们要完成这些工作可能需要用到两三个独立的产品，但是用它就可以一站式全部搞定，无须其他任何软件。
这类产品的特点是集合了数据清洗（不包括采集）到数据展示，数据挖掘等近乎全链条流程，数据工作者可通过该类平台一站式解决所有问题。
2. 数据科学平台（Data Science Platforms）& 机器学习产品（Machine Learning）
数据科学平台而则只专注提供各种数据挖掘及算法工具，不像数据分析师平台有专门的人群定位及整合式平台，因而灵活性更强，算法更强大，如 SAS 和 MathWorks。与之对比，机器学习产品更专注于机器学习领域的研究和应用。
3. BI 平台（Business Intelligence Platforms）
BI 平台专注于数据清洗，展示和应用环节，定位于通过商业智能的方式，为企业内各个环节提高效率和降低成本。数据源来自于业务数据库，Excel 等线下数据，云服务商等第三方数据接口，不一而足。国外最知名的产品莫过于在 2019 年被 Google 以 26 亿美元收购的 Looker 公司。之前本号介绍过的 Domo 产品也在此列。
4. WEB/移动端/交易分析（Web/Mobile/ Commerce Analytics）
Web/移动端/交易分析是互联网从业者接触最多的商用数据产品类型，更关注于互联网产品本身的分析。BI 平台虽然部分会涉及产品分析，但主要服务对象是企业。典型的差别是 BI 平台会提供针对财务部门或者人力资源部门的分析模块，而此类产品基本不会出现。
国外比较知名的产品为 Google Analytics 和 Mixpanel 等，国内就是早期的百度统计，CNZZ和友盟统计（现已被阿里收购，改名为友盟+），后期的 GrowingIO 和神策数据等。产品形式多为端到端的分析，从数据采集，分析到展示所有环节都会囊括进去。
5. 可视化产品（Visualization）
可视化产品就很好理解了，见名知义，这类产品都专注于数据的可视化部分。最知名的产品即是长期霸占 Gartner Data 魔力象限图第一名的 Tableau，也是目前以可视化产品为主打产品的上市公司中市值最高的。它在 2019 年，被 Salesforce 以157 亿美元收购。国内比较知名的可视化厂商有永洪 BI，帆软科技 FineBI，以及早期的 BDP（现在已逐渐往第四个类型转化）。
6. 社交分析（Social Analytics）&& 数据源产品（Data Source）
社交分析产品则主要是利用市面上已有的社交产品数据进行分析并得到公关舆情，社交情绪等方面的结果。数据源产品则是利用应用商店，自有 SDK 或者运营商数据，进行清洗，挖掘和整合后，单独售卖的商用数据产品，国内的 Questmobile 即是此例。
Questmobile 的产品内容包括 TRUTH 移动互联网标准数据库系列、TRUTH-Plus 生态流量服务、DATA MINING数据挖掘分析服务、GROWTH数据增长服务以及 QuestMobile 研究院的订制研究咨询服务。数据源早期是依靠跟三大运营商合作，挖掘信令数据来分析用户的使用习惯，包括APP 使用，网站访问等等，因此数据较为准确。一个 TRUTH 账号的使用费高达 30w/年左右。
三、小结
从行业发展来看，BI 平台和可视化产品和客户丰富资源强大的 ToB 企业合作是个大趋势，早期的网站年代，Google，Yahoo 和 Microsoft 推出的网站分析工具均是由收购而来。
在现代的大数据浪潮下，同样的，阿里巴巴收购 CNZZ 和友盟整合推出友盟+，Salesforce 收购 Tableau，Google 很早期就推出了 Google Analytics，2019 年又收购了 Looker。这体现出了企业市场的一个规律：对于从头发展而言，收购是个性价比高出许多的方案。收购的不仅是对方的产品和团队，更重要的是客户。
随着中国市场人口红利的消失及劳动力价格的上升，专注于提高企业效率的 ToB 产品渐渐受到投资行业和众多公司的关注。商用数据产品作为其中一员，亦将在这波浪潮中受益。如上文所提，此行业内挑战与机会并存，对比已经发展成熟的美国市场，中国在优秀的企业服务公司上更是一片空白。期待中国商用数据产品市场迎来丰盛收获的一天。
P.S. 本文节选自今年六月份个人即将出版的新书《数据产品经理进阶》，敬请期待
