4月15日，由36Kr和IDG资本联合主办的2016中国企业服务峰会在北京举行，峰会主题是“大风口、新企点”，IDG资本创始合伙人熊晓鸽、36Kr联席CEO魏珂、Mobileye GM苏淑萍、360人工智能研究院院长颜水成、IDG资本合伙人牛奎光、金山软件兼金山云CEO张宏江、分享逍客CEO罗旭、高瓴资本董事总经理李聪亮、华创资本合伙人熊伟铭、西域网CEO叶永清、会小二CEO杨亮、36氪研究院院长朱一璞等嘉宾参与了大会。托比网作为受邀媒体，将全程报道此次盛会。
会议举行了“如何让海量数据具有商业价值”的圆桌论坛，TalkingData合伙人林逸飞、同盾科技CEO蒋韬、聚合数据CEO左磊、GrowingIOCEO 张溪梦参与了论坛，知识分子CEO 纪中展主持。以下为论坛实录（托比网整理，未经确认）：
左磊：很高兴主持这一时段的圆桌论坛。今天我们的论坛大数据选得很好，因为我们五个人全是大叔级的。接下来我们这个环节想换一种方式，过去的论坛都是我来发问，然后每个人一圈一圈这么来回走下去，走下去之后可能会耽误一些时间，所以我们做一个创新，我们这个论坛分成两个阶段，第一个阶段每人做5分钟的演讲，就结合大数据和SaaS和大数据服务做5分钟演讲，如果超过5分钟我要抢话筒，如果讲广告，我也抢话筒。第二个阶段就是我们就大数据，如何去分析和应用做深入的讨论。
左磊：大家下午好！我是聚合数据的左磊，我们本来是做API业务的，所以我们跟SaaS平台本身是纯天然的合作关系。举个例子，现在在淘宝、天猫或者京东，为这些在天猫、京东、淘宝开店的店铺提供一些CRA系统的服务跟我们有合作，比如说我们的短信会嵌入到这样的SaaS系统里面，为这些店铺里面的店铺主提供短信的发送渠道，比如说你的货已经寄出来了，可能店铺主会发一个短信给用户，说你的货物已经出仓，正在快递过程中。有的时候这些电商的店铺主可能要搞一些活动，需要给它的用户送一些话费、流量什么的，也可以通过我们的数据、话费的接口。所以我们跟SaaS已经有一些合作，但是这个只是在业务层面上的。
我个人认为未来数据跟SaaS的合作，更多的还是在一些围绕着人的人物画像或者精准营销方面的合作。还是举店铺的例子，比如说小B端是一个在淘宝上卖袜子的店铺，其实袜子的背后究竟是学生买的还是白领买的，还是蓝领买的，还是一些富有阶层，其实他是不知道的。可能未来大数据的公司会跟这些SaaS平台结合，给他提供更多的维度跟标签，我们可能才会知道这个人的收入水平是什么样的，他可能有汗脚，有一些需求，我们会推荐一些高附加值的或者更加符合他的需求的产品过去。未来跟旅游、农业等等都会有更多的理解，这是我们对SaaS的理解。
左磊：我看你们投了一个公司。
左磊：我们做了数据分析的公司。其实我们是一个数据源的公司，数据分很多层，我个人理解数据有一层叫基础架构层，可能更多的是云架构的公司，阿里云、UCloud等等。第二是数据云的公司，自己产生数据的，通常自己产生数据，BAT、京东等等，因为每天购买、浏览、收藏，产生很多的数据。还有一层是数据应用层，比如说在座的GrowingIO，我们投的公司它更多的是把用户一些数据拿出来分析，其实我们是一家2B的数据源，我们本身在后端的数据分析这一层并不是很擅长。当然，我们自己产生数据，既然我们不擅长，我们可能会找一个或者投一家公司一起合作。
左磊：谢谢！我们有请第二位嘉宾。
林逸飞：大家好！我是TalkingData林逸飞，主持人给我的题目我稍微做了点修改。大家都会很关心探究一件事情就是大数据离最后的服务之间到底是什么样的脉络，从我们的角度上来看，我觉得分成这样几个不同的阶段，我们曾经很关心大数据的基础数据的技术。解决的问题是能够把浩瀚的大数据通过技术平台采得上来、存得下去。这个阶段已经过去了，因为大家需要看到的是这些数据由采用相应的工具转换成有价值的信息。所以在那个阶段我们会很关注分析工具和挖掘工具。再到今天的点我认为主要有两点，第一点是这样的数据里面如何产生Inset，如何发觉产生服务的脉络和用户的价值，最后真正转换成服务的价值，服务的形式当然可以是SaaS的形式，也可以采用其它的一些服务交付的形式，比如说在企业端和在广告形态下，在2B的情况下和2C的情况下，数据绝不简单的是服务调用。所以在真正产生价值的有很大的环节，有了洞察还需要有相应的服务，才能够达到它跟最终的价值之间。所以回顾TalkingData走过大概四年的历程，我们走过这样几个阶段，从最开始做分析工具，到我们开始有海量的数据合作的平台，之后我们会更关注于把工具做到极致。从去年开始我们开始把所有的资源放到如何在数据生态里面发现这样的Inset，有相应的结论性的东西出来。发现我们离跟客户带来真正的价值之间还差着一小步，也就是真正的咨询服务，这个咨询服务也不是数据咨询，而是要结合客户的业态，如何利用大数据分析出来Inset的结果，跟它的业态相整合，最终把需要解决问题运营病人闭环解决。
所以折射回来今天TalkingData解决的事情基本就是这四件，我们一直致力于打造开放、海量的数据合作的生态。第二件事，我们会始终投资并且自己在研发相应的大数据处理分析的平台。第三件事，我们也非常关注专业的运营咨询或者专业的数据分析咨询业务，让它解决从01编码到最后的业务价值的体现，这也是我们走过的一条路。
左磊：谢谢！有请第三位。
张溪梦：大家下午好！我是GrowingIO的CEO张溪梦，非常高兴IDG资本和36Kr举办的大会。我们公司专门提供互联网网站和ATP精细化运营产品的公司。为什么要做这件事？其实很简单，以前我一直在服务海外的世界第二大SaaS企业LinkedIn，我们帮助公司做了很大的服务，其中包括增长、变现、留存等服务，我觉得数据本身来说，刚才TalkingData的老总分析过了，本身存储大量的信息，做很多运算，有很高的技术，但是本身负责不能变成价值和可执行的东西，它相对来说就没有产生最终的价值。
我们今天做的工作就是如何利用用户的基本的行为工具，来帮助一个企业做精细化运营。实际上大家可能思考精细化运营，大数据驱动，好像挺高大事。实际上我个人在回国的不到一年的时间里，我们公司成立不到一年的时间里，其实我发现精细化运营不是很高大上的事情，也不是大数据驱动很难实现的事情，它实际上是一个企业，特别是创业型的新型的企业必须要有的一种基础的技能。为什么？因为在以前时间为王，我们大部分精力投入到广告投放、市场营销里面去。但是今天SaaS企业第一个核心是用户要反复续费，但是前提是反复使用我们的产品，从我们的产品里面得到价值的情况下，用户是不是喜欢用，是不是用得很好，是不是有问题，然后把它做得越来越精细，让用户对产品有越来越高的黏度，但是这不是市场营销的方法达到的，而是通过我们的市场经理和用户需求，帮助他们真正解决实际的问题，今天的SaaS有一个非常好的好处就是它云端化，好多用户的反馈比如说迅速地反馈给我们，而不是传统软件，经常跟我们的用户隔着好几层的机构和人员。当我们收到这些反馈以后，最简单的方式是它的行为数据会告诉我们，用户是否会喜欢我们的产品，当精细化这套运营体系铺进去以后，特别是今天很多SaaS在中国时间很短。早期当我们知道用户产生了黏度以后才做市场增长。第二点，如果没有足够的黏度和存留度的话，您的获客成本扣除生命价值，有一个比例，比如说低于30%，这个SaaS企业最终才有生存能力，这是生死攸关的很多点。
所以今天我们做企业，就是希望创业型企业能具备大公司分析力，帮他们做精准化运营，这就是我们今天要做的事。
蒋韬：大家好！我是同盾科技的蒋韬。同盾科技总结来讲就是数据应用和数据分析公司，我们主要帮助我们的客户解决一个问题，就是风险识别和风险发现的问题。同盾科技解决的问题有两大类，第一大类是欺诈类的风险，第二大类是信用类的风险。欺诈类的风险其实包括像帐户、交易、信用卡申请包括贷款申请这一系列的欺诈识别和发现。信用类的风险主要是通过对这个人过往数据的搜集整理，对这个人做一个画像，类似于信用建模的过程，同时这个信用建模的过程，不光像传统的逾期数据等，可能更多利用互联网上的数据或者是交易行为的数据做画像。所以同盾其实就是解决这两类问题的，同盾到今天差不多有两年半的时间，我们也比较幸运，现在是250多人，在北京、上海、深圳包括广州都有自己的一些客户服务的团队，目前我们服务的客户包括银行、保险、互联网金融、汽车金融包括电商支付，其实各个行业都会用到我们的产品，因为在中国其实整个的诚信体系，不管是欺诈类的风险还是信用类的风险都是处在非常初级的阶段，而且在风险识别这个层面上，数据的共享、打通已经是一个真正的趋势，而且这个趋势现在已经不可阻挡了，没有这个数据的共享，很多风险的问题其实是根本没有办法发现的，同盾也是坚持这个理念，我们认为风险这个东西必须要去做共享和交叉验证，必须要有一个三方的身份的公司来起头做这样的事情。所以同盾在这方面是有一定的支持的。
左磊：大家先给我们四位嘉宾的第一轮演讲鼓掌。
我刚才在门口碰到一个企业，我说您是做什么的？他说是做SaaS的。我说我等一会儿要主持大数据专场，你怎么看？他说大数据太多了，很多都是添乱的，不是帮忙的，大家怎么看这个问题？
左磊：光有了数据，数据如何精分，跟相应的行业相结合，真正产生帮助企业实际运营的产品，我觉得这需要打磨和时间。就好比征信，同盾在做的就是大数据跟风控的结合，但我觉得这需要几年的时间，但是大的方向肯定是不会变的。包括我们自己本身也是在不断地摸索，不断地找大数据真正能应用到的一个应用场景。因为其实现在讲的比较多的还都是数据在广告方面的应用。
左磊：现在感觉一听大数据，后面一定加一个营销或广告，很少有其它方面的应用，也很少场景化。现在很多人一听大数据就问你是卖广告的吗？好象大家觉得大数据是广告公司标配，怎么能做到SaaS公司和行业标配？
林逸飞：其实经常听到您说的这个问题，有几个观点跟大家分享一下，第一个是大数据干的事情，逻辑上是有关联但是很有可能无因果的，由于这样的原因造成你对数据要解决的问题域这件事情，先有一个认知，不是数据的维度越多，样本量越多就越好，因为往往很多的数据当你不能识别它的时候，它会变成干扰量。
第二，我觉得您的观点某种意义上是正确的，在今天大数据不断验证稳固的领域是在广告营销层面上，但是不意味着今天在其它行业里面没有其它的应用。恰恰因为其它行业里面都看到了大数据可以帮助他们去刻画很多自有数据所不能解决的问题域，所以存在很多可以探索的余地。比如说TalkingData的服务，首先我们针对精准广告的服务，跟我们的合作伙伴一直在做这样的服务。但同时我们的行业客户遍布了金融里面的比如银行、保险、证券、资管，同时我们也涉足了房地产、汽车、零售品牌甚至于一些医疗健康的公司。采用的都是这样的数据，先去识别它的问题域，然后看我的数据到底是在营销、风控、投资策划、城市规划什么阶段上能够产生什么样的价值。
第三，我觉得有一个变化，以前广告之所以被大家认为广告，是因为它没有有效的渠道采集反馈，当我们走进移动互联网时代的时候，这个问题得到了很大程度上的提升，也就是说你有机会去跟广告触达的对象产生互动，任何一个海量投放的效果都变成了可以有机会去做闭环的。那意味着从微观的角度上，我可以对每一个消费者的各种广告的反馈做策划。当我聚集海量数据以后，我就可以对某一个区块，或者海量的人群进行一次相应的样本的测试，它反过来就不应该只在广告阶段上去做，因为它已经不是一个传统意义上的单向的广告的暴光跟投放。所以由于这个原因，我们在很多行业里面修正了他很多的营销甚至是整个业务推进的思路，因为好象以前从来没有这样一个机会说有反馈点了。所以在这一块像我们TalkingData跟移动互联网领域也在广告领域里面，我们跟很多合作公司合作，另外一个角度我们花很大的气力跟行业探究今天有很大的闭环的情况下，你的生意能不能做，不管是降低成本还是提升效率。
张溪梦：说起大数据，其实我觉得还是两个层面，第一个层面是刚才几位老总也都谈到的，就是在技术层面，其实我个人认为大数据在技术层面有几个问题，第一点是触及量越大成本越高，至少有存储成本和传输成本。第二点是技术门槛也是越来越高、越来越复杂，因为现在实现各种技艺需要各种技术混合型解决，这样提升了企业和部门的门槛。第三点是在技术上来讲，大数据本身是非常碎片化的整体的产业，它需要各种不同的技术部门一起协作才能完成。
说到反面，真正的大数据的大字核心还是应该在价值的产生上。因为以前像我们没有足够的能力去搜集足够的信息，也没有足够的计算力处理足够的数据，导致我们当时的分析都非常粗糙，比如说做一些基本的市场调研，了解一些基本的市场趋势，用小数据来预测整个大的趋势，往往会产生很多的偏差。但是今天来说，每一个用户的行为我们基本上都能通过各种搜集手段采集到。这样的话我们就能针对这些用户，给他们做很多定制化的服务，这种服务往往就把潜在的价值能够大范围地拉伸出来，这也是为什么我们精细化运营的时候，我们需要把我们的用户做成不同的区隔、不同的群体，给他们不同的服务和不同的群体的功能。这样我们会看到转化率的提升。另外一点今天的大数据我觉得讲的还是三四年前炒作的话题，但是实际上今天我们已经在很多角度把它落地，比如说市场营销、广告、物流、报销、风险控制领域都不是纯粹的广告营销为核心的，而是在各个角度帮助用户解决实际性的问题，同时大幅度增加效率。
举个简单的例子，银行以前审批一个贷款，可能需要几个星期，小额贷款根本不会去做，因为这是浪费它的时间，人力成本达到最后盈利的目标。但是今天比如说用新的风险控制模型，可以大范围地放贷了，而不需要增加很多的风险。像今天我们GrowingIO的工作也是帮助很多企业实现目标，但是过去成本很贵，今天我们不但降低了门槛和成本，同时提高了效率。最重要的一点是希望每个人都精细化地把自己的功能点做好，让更多的企业能够获取他的核心竞争力。
蒋韬：同盾做数据的生意做了两年多的时间了，我们一直都不敢宣称自己是大数据公司，就说自己是数据分析公司，我们的数据量也确实不是那么大。我们觉得其实做数据生意有几点最需要注意的，第一点是要真正找到一个可以落地或者是可以应用的场景，而且这个场景其实我觉得要真正地去深入研究和探索，真正要在这个领域汇聚一批懂场景、懂业务的专家帮助你做这样的模型的建立和场景的应用。其实大数据的应用非常非常多，我看起来能挣钱的领域非常多，包括像广告，包括像风险，包括像物流，甚至像现在比较新的电影，其实都是可以挣钱的，但是在一个领域里能做好是非常非常不容易的事情了，这是我们同盾200多位同事获得的非常大的经验，我们今年的人数可能会扩大到700人的规模，我们的数据分析团队会扩大到200人，我们还是坚持做风险识别的事情，这是我们的经验。
第二点，刚刚几位老总都说了，数据真的不是量越多越好，它要形成一个闭环，这个闭环就是数据的整体生命周期，从数据的搜集到数据的训练，到数据真正达标，到最后你要跟客户形成一个互动的机制，而建立这个互动的机制通常是需要付出非常非常大量的人工的工作或者是需要非常辛勤的努力去获取的，因为你的企业客户，为什么信任你，为什么愿意帮你做工作，他从里面获得什么样的好处，我觉得这里面都是需要花大量的精力去研究探索的，甚至早期需要很多运营和人力的工作。
第三点，作为大数据企业需要解决的问题是信任感的问题，因为很多做数据的企业搜集到了大量的客户的信息，包括我觉得在座的各位可能我们都会有这样的客户的数据信息在，怎么跟客户建立这种信任感，从自身的数据安全的流程包括数据安全体系的建设，到我们跟客户沟通，包括整个做市场的发声，都需要做非常多的数据的工作。
所以总结下来，其实做数据工作是很不容易的，方方面面都要做到位，才能把这个事情做好。
左磊：感觉做数据好象不太容易。台下的观众请拿手机扫描二维码，关注并且回复弹幕，然后就可以参与我们的弹幕互动了。
我们再提一个小问题，我们都很清楚，大数据已经被列入“十三五”规划，已经形成了国家战略了，对于企业来讲，怎么去应用？很多人还是比较迷糊的。对于我们今天的讨论，我想再提一个问题，一个是怎么去保证数据安全，怎么去做数据分析，怎么去做数据应用？当我们现在都在提大数据的时候，我看现在大家都在讲，能不能做小数据？能不能做精准数据？我们几位可以先讨论一下。
蒋韬：我觉得其实刚刚纪总问的问题，我已经讲了一些了，数据其实量不在大，还是在于精准的搜集包括精准的运用、应用以及整个数据流程的打通和闭环的打通，我觉得这中间确实需要花非常多的工作。从风控的角度来举例，比如说我们帮客户从申请贷款的流程，刚刚张溪梦张总已经说了，你去帮别人做这种小额的消费信贷的自动化的风险识别和审批，别人给你提交一些个人的信息和资料，你怎么能够在秒级甚至是毫秒级做识别，技术方面今天很多的公司都已经可以解决了。真正的问题是你给别人做识别以后，别人的放宽数据、逾期数据为什么要给到你？你没有这些数据的话，你怎么对你的模型做修正？所以你需要不断开发各种各样的创意性的产品，在解决客户的问题的同时也能搜集到这了数据，在这个过程中需要很多创造性的工作，包括一些运营的工作，我们会有很多本地运营的同事跟我们的同事做到一起，帮他们做早期的工作，这看上去是很耗体力和精力的事情，并且看上去是得不偿失的，因为客户付我们的费用并不是非常多，但是把整个的闭环打通了，我觉得这对我们来说就是非常有价值的事情。
张溪梦：从业务端讲一下，首先我觉得每一个企业如何用数据，其实这不是一个主要的问题，这是我个人的观点，我觉得每一个企业如何能把自己的业务做好，能把运营做好，这是大家去想的问题。数据方面能够从多种角度进行辅助，比如说您如果有一个正常的市场营销的闭环的方案，这个方案里面一般来说比如说美国讲精益创业，三个东西，第一是你有一个很好的概念，第二是您能迅速地把它落地实施，第三是要有正确的数据用以判断你这个新的概念和产品是否有很好的反馈，这是一个非常正向的反馈机制，也是刚才诸位老总提到的闭环的机制，我觉得一个企业用数据之前先思考是否有用闭环的可能。我觉得每一个企业都有闭环的可能，闭环得越快效率越高，产生的价值越高。
第二，今天很多的互联网企业都是数据公司，无论是旅游的、风控的或者比如我们做数据分析的，甚至做广告的，做搜索的，其实大家都是数据公司，我个人还是非常看重我们是需要用户取得我们的授权的，用户信息怎么用？第一点，我们必须要在商业模式上跟用户保持透明，让用户知道这些数据用在什么方面去，比如说我们公司只是提供分析工具或者产品，我们并不做数据业务，应该跟客户说清楚。第二点，我觉得在技术上，我们必须要加强在运维、数据运营、数据安全、系统安全级别做很多的工作，这也是很多做SaaS企业时必须要做的工作，就是保证数据在技术上是安全的。大家说这方面的工作是很深入的，有很多很专业的公司，实际上今天来说，在云的很多厂商里面已经提供了这种类似的服务。
第三，我个人认为可能也是时间的问题，政府也好，社会也好，需要有一套正确的制度来做到一定的规范性和规划性。这一点欧洲那边做得非常严密，甚至他们上一个网站去四收取用户的Cookies都要用户签字。美国那边居间，我们这边刚刚开始，这需要不断进化。
最后讲一点，数据的隐私和数据的价值处于数据的两端，一般来讲如果我们不需要给用户任何信息的话，那就是透明人，就可以很容易得到定制化的服务。但另外一端如果想把我们的效率百分之百提高的话，从个人来讲就需要放弃一些隐私，这是矛和盾的关系，应该有一个正确的平衡。
林逸飞：我用刚才主持人号召大家发弹幕的过程来讲，基本上整个数据的处理，无论是政府还是企业要经历四个特别粗糙的事情，第一件事大家关注这个二维码？解决什么问题？数据能收得上来，但是这个模式只是数据有一个通道，今天我们跟数据打交道有很多通道，由于互联网的出现包括Wifi的普及有很多通道，您做了一个很重要的动作，麻烦你用微信关注这个微信好，这是跟用户的沟通过程。第二件事是大屏干了一件事，看得见，这个过程挺重要的，有挺多数据拿上来根本看不见，这个过程我们需要看什么样的数据，什么样的形式展现出来还是蛮讲究的。第三件事其实大屏还要做一件事还要理得清，这些事情走过路过就完了，但是它们的一些事情，也许我们可以把一些社交网络Link上来，我们理得清。最后还有一件事，36Kr和IDG资本的合作，还要用得上，用得上是最后的很讲究的事情，我到底拿这些数据干什么用？也许我截至是为了秀一下，也许我真的会考虑一些热点的分析。但是到用得上之后返回来又回到了收得上来的事，因为今天我们始终讨论的是闭环，也就是说我真的做了很多的分析，我做了一些营销或者行业上的举措以后，这个反馈我下去了，我要通过什么样的渠道把我这一次的扰动作为一种数据又收上来，然后又便利这四个过程。在这里面所有的数据艘去、共享、安全是在四个环节里面无处不在的。所以我觉得政府排在第一个阶段，先让大家能看得见，所以他们还在收得上来和看得见的过程里面建设。
左磊：希望我们今天的讨论能让政府看得见。
左磊：个人隐私本身就是很敏感的话题，移动互联网让政府或者垄断行业掌握的数据，让很多的创业公司也能掌握，很多小的创业公司的APP爆火了，几个月的时间就可以有上亿的用户。我对这件事情的看法是最终大数据帮我们解决了什么问题，我认为大数据最终很大的一块是让我们的生活变得更方便，好比芝麻信用，大家之前有说过芝麻信用750分以上可以用来申请签证，我认为这其实就是一个很好的平时帮我们解决的问题，我们本来要申请签字要到公司开在职证明、收入证明等一大堆资料，而今天的芝麻信用就可以解决这个问题，节省了你很多的时间和精力。当然你也可以选择说我不愿意共享我或者分享这个数据，那你的个体就会像一个信息孤岛一样，没有方式可以touch到你的话，你也很难享受到这种生活的便利，所以我觉得这个事情要看用户自己的想法，我个人觉得现在我们中国的创业公司还是有自己的道德底线，用户的数据也并不会被滥用，更多的还是在内部做一些算法，做一些模型，我觉得总体来说数据开放共享是一个大的趋势，可能未来法律或者政府也会在这方面做一些把控。
现场提问：谢谢！我们是做招聘行业的人力资源的SaaS的，我们在跟一些客户谈的时候，可能很多的SaaS的用户都有这样的问题，客户反过来问，我用了你们的SaaS会帮我们节约成本或者提高效率，其实客户最终考虑的永远是ROI，这个时候要是有一个很好的ROI就显得尤为重要。我曾经看西蒙的分享里面看到了ROI工具，关于这方面请张溪梦张总回答一下。
张溪梦：这个朋友想知道怎么衡量ROI，我个人认为SaaS本身的核心是一种服务，这种服务是一种持续的过程，它不是一个比如说这里有一个电门，插上去以后灯就亮了，拔下来天就黑了，它不是迅速接入，明天就有500%的增长的过程，它的核心是客户和我们的运营体系结合起来，反复磨合的过程。
ROI的实现我个人认为要想去衡量它的话，还是有很多方法的，比如说我们要衡量我们的产出，比如说您是一个报销的工具，我只是举个例子，那么您为这个企业节省了多少的人力成本，用了您的系统以后，比如说处理一个报销单据，可能时长从原来的一个小时减少到了5分钟。做运营的工具，比如说SaaS企业用户要通过您的企业注册，注册的转化率由原来的5%提高到15%，这就是200%的增加，这些东西都是可衡量的。另外一点我觉得SaaS企业很关键的一点，就是要把这个可衡量性做到您的产品里面去，为什么？因为您这个服务有衡量以后，才可以不断地把这种服务做得越来越好，这是我的个人的基本反馈。
蒋韬：做风控ROI相对还是比较好衡量的，比如说我们有两个场景，一个是做交易风控的场景，一个是做信贷风控的场景，交易风控的场景最主要的就是盗卡，我们通常会跟我们的企业做评估，比如说去年有的航空公司或者有的电商公司一年的盗那损失是1千多万，比如说今年我们会帮他们节省多少资金损失，我们会从这部分拿一部分钱，这是合同的履约。信贷方面也相对比较容易，我们的客户通常会这么测我们的模型，也就是说他们会拿他们6个月之前申请的数据以及放贷的数据跑我们的模型，比如说看当前的状态，因为6个月通常能看到放贷的周期了，特别是对消费金融来说，我们会用我们的模型预测的结果跟他们预测的结果做一个对比，中间可能会有一些误杀，也可能会有一些漏杀，但是我们会做正向的收益和负向的收益，两者做相减，如果我们给他们做正向的收益的话，他们会用我们的产品，最终还是工具和逻辑。
左磊：今天我们一直在讨论SaaS和大数据的关系，大数据的获取、分析和应用。因为时间关系，我们就到此结束，掌声送给台上的四位嘉宾。
