分享
现有数据SaaS平台型产品的商业模式利弊分析以及行业BI作为切入口的可行性分析？
现有数据SaaS平台型产品的商业模式利弊分析。比如免费的数据统计工具平台（友盟、百度统计）、收费的数据统计分析平台（growingIO、talkingData）、收费的的数据安全平台（有盾、同盾）、营销广告监测平台（ADMaster、秒针）等。个人设想用特定行业（比如金融）BI作为切入口，引入客户数据，帮组客户进行数据清洗、挖掘、可视化、决策建议，进而依托数据积累、第三方公开数据进一步增强BI能力。商业模式的话可以考虑定制化、不同收费数据版本、数据变现（对接风控、征信、营销匹配）等。但这个过程又涉及安全性、客户信任、技术边际成本等等一系列问题。如果在短期暂时不需要考虑盈利能力的前提下（有一定数据、技术积累），希望大家抱着开放性思维，参与讨论。
回复 ( 2 )
谢邀，我是神策数据的创始人桑文锋，我谈谈我的理解。
纯SaaS服务，好处是更容易维护，甚至获取到用户数据，像友盟，talkingdata都是这种模式，因为能够拿到用户数据，一般会采用免费的方式。弊端我觉得有两点，一个是数据安全方面的顾虑，也不一定是真有数据安全问题，但在国内缺乏信誉的大环境下，稍大一点规模的公司更会担心数据的安全，特别是金融类的或者其他核心的业务数据，更愿意选择私有化部署。另一个弊端是标准的SaaS服务能提供的能力是有限的，比如基于已有的数据做二次开发，深度利用数据，而现有的数据SaaS往往停留在看统计数据的阶段，还不能提供深度的数据分析和挖掘利用，即使提供有开放接口，客户也会担心把核心数据放上去的安全性，以及网络交互的可靠性。
我正是考虑到这两方面的问题，我在做神策分析时，从定位上来说，就是以卖大数据分析能力为主，而不是以拿用户数据为主。在部署上，从第一天就支持私有化部署，解决用户对数据安全的顾虑，另外，通过提供PaaS平台，方便客户二次开发和深度利用数据。
我看了你的描述，感觉你有点想通过做项目的方式切入，然后再慢慢产品化。这里我提的建议还是尽量要提供标准化的产品，如果你陷入到项目中，很难做到规模化，公司的发展会比较局限。
谢谢
我是来泼冷水的，题主的设想思路，在中国注定是非常艰难的。因为要做成题主的想法，需要非常多、非常强大的能力才能保证的，但如果你有同等能力，为什么不做其它更有价值的事呢？换言之，这件事的投资回报率太低。
按照题主的思路，这其实是做“产品”，你这个产品，其实是高级产品，需要一些基础产品提供数据(数据接口)才可以发挥作用。这个产品如果做成，先不说体验最好，行业第一的程度，即便是要做到能正常商用的程度，所需前提条件就要很多。
1、具备非常强大的技术能力，所谓技术能力，展开分为2层：
1.1 IT技术，核心的包括大数据相关技术、存储等等。
1.2 行业相关知识，抽象到建模、决策树、大数据分析、算法(比如说像Alpha Go那种，AlphaGo 算法的通用性到底有多广？)
2、具备一定的集成能力，这也意味着具有商业谈判、数据共享能力。主要是要打通其它数据厂商的数据(数据接口API)。这点其实是非常非常非常难处理的，甚至是在当前中国国情下，基本做不到的。因为这里主要的是利益(分享)问题，有时甚至是阵营问题(阿里VS腾讯VS百度VS国企比如银行VS其他厂商比如金蝶)，你对比一下：国外有像IFTTT的产品，但在中国，有成功的Copy to China案例吗？ifttt 这样的网站能有中国山寨版吗？
你想要用来建模、训练算法的商业数据，以及数据之间的逻辑，不单单仅需要比如说注册数、打开率、跳出率、行为路径，而是更多的，比如商品数据、购买数据(订单)、仓储快递数据、财务数据、客户数据(历史购买记录、聊天记录等)，这些数据，分散在各个地方，各个行业，甚至是在垂直行业，各家公司使用的软件也不同，比如ERP，用友、金蝶等等，CRM、OMS、WMS就更不用说了，各种数据格式就更不用说了。
其次的思路，是“平台”，做垂直行业的私有云PaaS，而BI可以做为平台的“杀手级产品”，这是条更加艰难的路，因为我们公司(电商行业)目前就走在这条路上。
可以看看这篇文章来理解什么是平台思想：SteveY对Amazon和Google平台的长篇大论_IT新闻_博客园
via
SOA组件化业务模型
谈SOA组件划分和识别
当然，现在的技术思想更进一步了，演化成为了所谓的微服务架构，不过仍然是沿袭了SOA思想，从产品角度来看，也避不开SOA组件化，只不过把组件更细致成为了所谓的小程序、小产品。更多是在技术需求上有很大的演进。
SOA和微服务架构的区别？ – 面向服务的架构（SOA） – 知乎