论文部分内容阅读
目前,基于SaaS BI商业模型的企业很难从VC那儿拿到钱。那么,对SaaS BI的供应商来说,如今的生存困境不是与对手的残酷竞争,而是好的技术模型是否就是理想的商业模型,如果不是,技术模型该如何改进呢?
不管是不是人们所期望的,基于软件即服务(SaaS)的商业智能(BI)方面的专家LucidEra公司已经开始质疑目前SaaS模型的生存能力了。他们迫切希望找到一种合适的——或者说能够花更少成本实现同样功能的方法来实现SaaS。与SaaS BI同病相怜的还有数据仓库(DW),像Dataupia公司这种以硬件为中心的企业也开始怀疑DW模型的生存能力。这两个领域的企业所面临的都不是与竞争对手之间的矛盾,而是技术模型与商业模型之间斗争的问题。
目前技术模型让VC滞足
业界的专家也比较认同这样的看法。TDWI Research的负责人Wayne Eckerson认为,尽管基于SaaS的BI商业模型本身已经较为成熟,但对于像LucidEra这样的创业型公司而言,依然会受到经济形势的严重影响,它们很难从风险投资(VC)那里获得支持,因为很多VC的赞助者都在极力控制成本,对于目前看起来无法短期实现盈利的项目都没有兴趣。
而在DW领域,无论是刚刚取得一些成绩的Teradata公司,还是行业领先的Netezza公司,DW的概念已经被广泛接受了,但DW应用模型的实现还不够理想。
为什么有的公司能够利用好投资,而其他很多公司却做得不够好呢?很多公司都宣称自己拥有最好的SaaS BI(或者DW应用)技术模型。但毫无疑问,没有人能够赞同别的公司的技术模型是最好的。SaaS BI能够最终与市场上的各种独立平台提供商合作,换句话说,SaaS BI既可以在企业内部IT资源环境下开发,又可以在基于运营商的寄宿环境和订阅的云服务(例如目前发展势头很猛的亚马逊的弹性计算云EC2)之上实施。DW应用能够在内部、租借和基于云计算的硬件或服务的混合环境上运行,这使得它在长期竞争中处于很好的位置。
成本高、周期长是VC止步原因
Eckerson介绍了几种多层的SaaS BI模型。首先是经典的或者说是以应用为中心的SaaS BI模型,在这方面Salesforce.com做得不错;然后是被Eckerson称为“基础架构即服务(infrastructure-as-a-service ,Iaas)”的模型,他认为EC2就是IaaS实现的典范。
IaaS又衍生出了另一种SaaS的版本:平台即服务(platform-as-a-service ,PaaS),厂商可以基于外包的数据仓库环境来提供特定的BI或者DW服务。LucidEra应该归属于一般的(或者说以Salesforce.com为代表的)SaaS模型,因为它的产品是基于完整的BI平台的,而不是基于某些特定的平台服务(例如DW、报表、分析)。这类传统SaaS方法的主要问题在于,它需要大量的成本,特别是前期投入很大(用于设计与开发新平台,购买、部署和管理租借的基础架构等);另一个问题是,其收益过程很漫长,需要客户渐渐适应才能达到规模性增长——这也是让风险投资者犹豫再三的重要原因。
BI和DW方面的咨询公司ThirdNature负责人Mark Madsen认为,LucidEra公司就面临上述问题。他说,不管是设计、部署和使用LucidEra解决方案的成本,还是其客户的小众性,都是这家SaaS BI企业所难以解决的问题。
再加上据说LucidEra已经花了2000多万美元的风险投资,你就不难想象它再从风险投资者那里拿到钱是多么困难了。
这也是业界对LucidEra困境的共识。同时,它们的竞争对手当然也会不同程度地受到影响。但令人吃惊的是,有几个竞争对手指责LucidEra提出了传统SaaS技术模型存在的问题,尽管他们也认为这个模型不是尽善尽美的。
基于Web 2.0的PaaS出现
Dyke Henson是SaaS分析顾问公司PivotLink的首席市场官,他认为SaaS BI的存在是必然的,“市场在传统的报表和分析方面是需要留有位置的”。PivotLink和LucidEra一样,都是高度依赖风险投资的企业。PivotLink公司在今年一季度获得了1000万美元的投资。他同时还指出,PivotLink与LucidEra的不同在于,它们不提供完整的包含DW、报表、分析功能及应用的BI解决方案,它们推的是基于Web 2.0的PaaS。
今年早些时候,PivotLink发布了一个新的基于Google Apps的监测产品PivotLink Gadget。PivotLink Gadget让用户可以在Google Apps网络环境下建立BI监测程序。Hensen认为,他们成功地将Google Apps用作了BI的前端。“我们的目标市场不是那些实施24×7都需要3位高级数据分析师的大型企业,而是那些可能已经在使用Pivot Tables,而又有一些扩展需求的中小型企业。”他解释说,“典型的PivotLink应用就是,用户使用Google Gadget拖拽一个或者多个数据视图到Google iPage中。显然,这里的目标用户并不是专业的数据分析师。”
Hensen相信,PivotLink基于PaaS的解决方案是SaaS BI的一个可行的模型。他同时还预言,PivotLink基于PaaS的方案将最终移植到IaaS服务上,而不是目前所常见的在企业内部的实现和管理,“目前,我们还没有使用亚马逊的服务。我们还在过多地依赖于我们自己。但我们无时无刻不思考如何向这个目标努力。但现在,我们认为亚马逊的服务还太昂贵。” 。
全面定制化的模型
SaaS BI创业型企业Good Data公司的创始人兼CEO Stanek认为,在IaaS基础上运行PaaS的经济意义已经显现,至少在他们公司是这样的。与其他SaaS或者面向SaaS的提供商一样,Good Data也表示出了对在亚马逊EC2之上实施的兴趣。Stanek认为,EC2的好处——特别是EC2独特的弹性特点——能够在成本方面做足文章。“我们希望在管理相关服务方面做到尽可能的自动化。这正是SaaS的一大特色。如果你访问GoodData.com,你可以注册一个项目,并在几秒钟之内就开始进行规划,”他进一步解释道,“这在软件和底层硬件方面的优势是显而易见的。如果是以前,你不得不为添置硬件担负维修成本。而且自己管理是缺乏弹性的,选用怎样的硬件将是一个大难题。是满足一般工作量的最简配置,或者能够满足平均工作量的中间配置,还是需要考虑极端情况使用高端配置呢?结果是,无论你选择什么方案,结果总是不能令人满意的。”
Good Data现在还处在创业阶段,因此Stanek不愿意谈及他们的客户规模或者企业资本规模等问题(他承认,Good Data已经使用的风险投资大约是250万美元)。乍看起来,Stanek和Good Data只接触到了SaaS的冰山一角,而TDWI的Eckerson却认为这正是IaaS提供商的特色——Good Data服务只提供一层实现商业智能的基础架构,客户还需要添加一些他们自己的工具。最近,一些面向PaaS的供应商,已经开始使用Good Data NetSuite(集中解决客户分析需求的报表和分析工具)和Good Data for Amazon CloudFront(专门为亚马逊CloudFront设计的分析工具)了。
Stanek说,Good Data在未来几个月还将继续引入其他分析服务。他们将向合作伙伴、集成商和企业级客户宣传,让他们相信这个方法既能让Good Data的基础架构成熟起来,又能开发出针对特定行业的有用的分析工具。
“我们所提供的是,全面定制化的ETL(商业智能的重要组成部分)、数据仓库、分析引擎和监测服务。所有这些组件都可以被用户用于项目之中。”他介绍说,“我们向多业务类型的企业推销的是通用平台。一旦这些应用成熟了,我们就会向企业用户推销——例如,NetSuite分析工具是一个高级的应用,我们可以直接向用户推荐。”Stanek继续说,“我们和NetSuite的集成商一起努力,改进NetSuite,并与餐饮业、物流业和IT管理业的公司合作开发定制化的应用程序。”
Stanek承认Good Data还在发育期,但他坚信,这种混合模型——既包括基于云架构服务的BI基础架构服务,又包括正在发展的特定行业分析工具的盈利模式——正是未来的发展方向。
“如果有人跟我说,亚马逊太贵了,我会告诉他,‘不,但如果你的系统不能充分利用亚马逊提供的弹性特点,那么它的确是太贵了。’我们设计Good Data的方法就是,我们能够真实改变资源的数量,充分发挥出弹性的特点。因为我们为亚马逊提供的服务是按小时计费的,所以我们就需要进行动态地调整。我们不需要根据季节变化或者业务周期来进行调整,也不需要支付租用或者管理服务的成本。不管最后是不是使用EC2,这个模型就是业界所需要的。”
(编译自http://esj.com)
不管是不是人们所期望的,基于软件即服务(SaaS)的商业智能(BI)方面的专家LucidEra公司已经开始质疑目前SaaS模型的生存能力了。他们迫切希望找到一种合适的——或者说能够花更少成本实现同样功能的方法来实现SaaS。与SaaS BI同病相怜的还有数据仓库(DW),像Dataupia公司这种以硬件为中心的企业也开始怀疑DW模型的生存能力。这两个领域的企业所面临的都不是与竞争对手之间的矛盾,而是技术模型与商业模型之间斗争的问题。
目前技术模型让VC滞足
业界的专家也比较认同这样的看法。TDWI Research的负责人Wayne Eckerson认为,尽管基于SaaS的BI商业模型本身已经较为成熟,但对于像LucidEra这样的创业型公司而言,依然会受到经济形势的严重影响,它们很难从风险投资(VC)那里获得支持,因为很多VC的赞助者都在极力控制成本,对于目前看起来无法短期实现盈利的项目都没有兴趣。
而在DW领域,无论是刚刚取得一些成绩的Teradata公司,还是行业领先的Netezza公司,DW的概念已经被广泛接受了,但DW应用模型的实现还不够理想。
为什么有的公司能够利用好投资,而其他很多公司却做得不够好呢?很多公司都宣称自己拥有最好的SaaS BI(或者DW应用)技术模型。但毫无疑问,没有人能够赞同别的公司的技术模型是最好的。SaaS BI能够最终与市场上的各种独立平台提供商合作,换句话说,SaaS BI既可以在企业内部IT资源环境下开发,又可以在基于运营商的寄宿环境和订阅的云服务(例如目前发展势头很猛的亚马逊的弹性计算云EC2)之上实施。DW应用能够在内部、租借和基于云计算的硬件或服务的混合环境上运行,这使得它在长期竞争中处于很好的位置。
成本高、周期长是VC止步原因
Eckerson介绍了几种多层的SaaS BI模型。首先是经典的或者说是以应用为中心的SaaS BI模型,在这方面Salesforce.com做得不错;然后是被Eckerson称为“基础架构即服务(infrastructure-as-a-service ,Iaas)”的模型,他认为EC2就是IaaS实现的典范。
IaaS又衍生出了另一种SaaS的版本:平台即服务(platform-as-a-service ,PaaS),厂商可以基于外包的数据仓库环境来提供特定的BI或者DW服务。LucidEra应该归属于一般的(或者说以Salesforce.com为代表的)SaaS模型,因为它的产品是基于完整的BI平台的,而不是基于某些特定的平台服务(例如DW、报表、分析)。这类传统SaaS方法的主要问题在于,它需要大量的成本,特别是前期投入很大(用于设计与开发新平台,购买、部署和管理租借的基础架构等);另一个问题是,其收益过程很漫长,需要客户渐渐适应才能达到规模性增长——这也是让风险投资者犹豫再三的重要原因。
BI和DW方面的咨询公司ThirdNature负责人Mark Madsen认为,LucidEra公司就面临上述问题。他说,不管是设计、部署和使用LucidEra解决方案的成本,还是其客户的小众性,都是这家SaaS BI企业所难以解决的问题。
再加上据说LucidEra已经花了2000多万美元的风险投资,你就不难想象它再从风险投资者那里拿到钱是多么困难了。
这也是业界对LucidEra困境的共识。同时,它们的竞争对手当然也会不同程度地受到影响。但令人吃惊的是,有几个竞争对手指责LucidEra提出了传统SaaS技术模型存在的问题,尽管他们也认为这个模型不是尽善尽美的。
基于Web 2.0的PaaS出现
Dyke Henson是SaaS分析顾问公司PivotLink的首席市场官,他认为SaaS BI的存在是必然的,“市场在传统的报表和分析方面是需要留有位置的”。PivotLink和LucidEra一样,都是高度依赖风险投资的企业。PivotLink公司在今年一季度获得了1000万美元的投资。他同时还指出,PivotLink与LucidEra的不同在于,它们不提供完整的包含DW、报表、分析功能及应用的BI解决方案,它们推的是基于Web 2.0的PaaS。
今年早些时候,PivotLink发布了一个新的基于Google Apps的监测产品PivotLink Gadget。PivotLink Gadget让用户可以在Google Apps网络环境下建立BI监测程序。Hensen认为,他们成功地将Google Apps用作了BI的前端。“我们的目标市场不是那些实施24×7都需要3位高级数据分析师的大型企业,而是那些可能已经在使用Pivot Tables,而又有一些扩展需求的中小型企业。”他解释说,“典型的PivotLink应用就是,用户使用Google Gadget拖拽一个或者多个数据视图到Google iPage中。显然,这里的目标用户并不是专业的数据分析师。”
Hensen相信,PivotLink基于PaaS的解决方案是SaaS BI的一个可行的模型。他同时还预言,PivotLink基于PaaS的方案将最终移植到IaaS服务上,而不是目前所常见的在企业内部的实现和管理,“目前,我们还没有使用亚马逊的服务。我们还在过多地依赖于我们自己。但我们无时无刻不思考如何向这个目标努力。但现在,我们认为亚马逊的服务还太昂贵。” 。
全面定制化的模型
SaaS BI创业型企业Good Data公司的创始人兼CEO Stanek认为,在IaaS基础上运行PaaS的经济意义已经显现,至少在他们公司是这样的。与其他SaaS或者面向SaaS的提供商一样,Good Data也表示出了对在亚马逊EC2之上实施的兴趣。Stanek认为,EC2的好处——特别是EC2独特的弹性特点——能够在成本方面做足文章。“我们希望在管理相关服务方面做到尽可能的自动化。这正是SaaS的一大特色。如果你访问GoodData.com,你可以注册一个项目,并在几秒钟之内就开始进行规划,”他进一步解释道,“这在软件和底层硬件方面的优势是显而易见的。如果是以前,你不得不为添置硬件担负维修成本。而且自己管理是缺乏弹性的,选用怎样的硬件将是一个大难题。是满足一般工作量的最简配置,或者能够满足平均工作量的中间配置,还是需要考虑极端情况使用高端配置呢?结果是,无论你选择什么方案,结果总是不能令人满意的。”
Good Data现在还处在创业阶段,因此Stanek不愿意谈及他们的客户规模或者企业资本规模等问题(他承认,Good Data已经使用的风险投资大约是250万美元)。乍看起来,Stanek和Good Data只接触到了SaaS的冰山一角,而TDWI的Eckerson却认为这正是IaaS提供商的特色——Good Data服务只提供一层实现商业智能的基础架构,客户还需要添加一些他们自己的工具。最近,一些面向PaaS的供应商,已经开始使用Good Data NetSuite(集中解决客户分析需求的报表和分析工具)和Good Data for Amazon CloudFront(专门为亚马逊CloudFront设计的分析工具)了。
Stanek说,Good Data在未来几个月还将继续引入其他分析服务。他们将向合作伙伴、集成商和企业级客户宣传,让他们相信这个方法既能让Good Data的基础架构成熟起来,又能开发出针对特定行业的有用的分析工具。
“我们所提供的是,全面定制化的ETL(商业智能的重要组成部分)、数据仓库、分析引擎和监测服务。所有这些组件都可以被用户用于项目之中。”他介绍说,“我们向多业务类型的企业推销的是通用平台。一旦这些应用成熟了,我们就会向企业用户推销——例如,NetSuite分析工具是一个高级的应用,我们可以直接向用户推荐。”Stanek继续说,“我们和NetSuite的集成商一起努力,改进NetSuite,并与餐饮业、物流业和IT管理业的公司合作开发定制化的应用程序。”
Stanek承认Good Data还在发育期,但他坚信,这种混合模型——既包括基于云架构服务的BI基础架构服务,又包括正在发展的特定行业分析工具的盈利模式——正是未来的发展方向。
“如果有人跟我说,亚马逊太贵了,我会告诉他,‘不,但如果你的系统不能充分利用亚马逊提供的弹性特点,那么它的确是太贵了。’我们设计Good Data的方法就是,我们能够真实改变资源的数量,充分发挥出弹性的特点。因为我们为亚马逊提供的服务是按小时计费的,所以我们就需要进行动态地调整。我们不需要根据季节变化或者业务周期来进行调整,也不需要支付租用或者管理服务的成本。不管最后是不是使用EC2,这个模型就是业界所需要的。”
(编译自http://esj.com)