背景：####
最近加入一个大数据服务的团队，加入后发现团队技术是强项，有很强的技术攻关能力及相应技术的准入门槛证书。但是技术如何转化成可变现的产品，如何适应市场，找到相应的商业模式，目前还存在一些问题。现在的情况是有米了，然后要怎么做菜了。正好最近团队内一次销售、产品、技术沟通会上大家畅所欲言，将存在的问题一一暴露出来。借着这次会议，正好启发了自己对大数据服务类的一些业务的思考。
业务理解：####
目前团队80%的业务集中在零售电商方面，其余的20%集中在金融和教育方面。现在主要就零售电商业务谈谈我的理解。
对于零售电商线上的渠道都已经很成熟了，那么这些商家想要开拓业务就会避开线上劣势形态，主打线下渠道，做好线下渠道也就足够在激烈的零售电商市场占有一席之地，类似的有：沃尔玛、天虹、水果生鲜等。
对于这些商家，他们比较关心的是附近商家有什么新品、爆品、热销商品、关联商品、相似商品，有哪些优惠力度，自己是否有竞争力等，简称商品竞品分析，俗称比价。随时掌握竞争对手的最新动作，对他们来说太重要了。这一部分我理解为新品、爆品抢占市场，类似于APP新功能拉新用户。
除了新品、爆品，滞销品也一直是商家一个头疼的问题。爆品、新品备多少货，库存如何，今天的爆品、新品会不会就是明天的滞销品，这些有没有数据可依，有没有什么方法可以判别，或者稍许减少一些损失的等等，这些也是绝大多数商家都会关心并且头疼的一个问题。这部分我的理解是长尾商品的营销，有那么点类似于APP的用户留存。
现状：####
由于一些历史原因，团队自己的产品一直没有很好地盈利模式，处于几乎要被放弃的阶段。为了活下去团队也走了一些传统的项目路线类型，即销售人员跑业务，签下什么业务单，就开什么项目线。这样的弱产品线+强业务线，存在不少问题，从团队长远的角度考虑，决策人决定要把自己的产品线打造的更加优势化，拥有自己的强势产品的情况下，同时兼顾部分优势项目。
畅想：####
主业业务为零售电商大数据服务产品，辅助业务产品线为金融、教育类大数据服务产品。
零售电商大数据产品方向上，形成自己的SaaS产品体系，在此产品上可以根据不同商家的业务需求进行定制化业务处理。
具体的零售电商通用服务产品主体模块为：
在此基础产品上，对于个别电商品类的定制化要求，会以项目的形式进行开发。eg：服装和生鲜水果的关注点是不一样的。
上述虽然是基础产品雏形，但是里面会存在一个问题，就是基础产品是通用的，但是电商品类间是存在业务差异的。不可能千篇一律的服务，那样的服务也没价值，相比于特定行业的BI部，eg：沃尔玛BI部门，我们缺少精通业务模型的分析师。也就是说在长期的服务价值上，尤其历史诊断，长尾商品的营销上，我们还需要配备懂业务的数据分析师，才能提供更精准、实用的大数据SaaS服务。
金融方向上：
金融业务一般涉及到安全性的问题，企业一般很少会将数据公开，那么对于这种类型的服务，我们的初步方向是工具型产品，提供技术优势的工具型产品，对接企业的数据渠道，企业方提供数据，我们提供技术服务。工具类型的产品主要是数据采集、清洗、挖掘、分析，数据定制等组合套件。
教育类产品方向主要也是工具类型的数据采集、清洗、挖掘、分析，数据定制等组合套件。
另外团队还会抽出10%的力量集中在创新产品上，这一部分的规划还是处于混沌状态。
以上就是立个Flag，待自己三个月、半年、一年后再来对照看，是否依然如此，是否有所启发、亦或是甚觉幼稚。但是整理、总结总归是好的。
