To B企业要想富，先帮大客户“铺好路”——GGV投资笔记第八十一期

本文来自微信公众号“GGV纪源资本”（ID:GGVCapital），作者：GGV投资笔记，36氪经授权发布。

GGV有话说：

GGV投资笔记是GGV纪源资本关于投资、商业、科技的所见所闻所想，探讨关于世界的一切。

在这里，你可以收获：

全球优秀科技公司管理经验、一线调研；

顶级风险投资人&创业者经验分享；

大航海时代的世界人文历史、商业见闻……

以下是GGV投资笔记系列第八十一期。

在著名科技趋势分析组织Gartner正式将AIOps（AI算法支撑下的IT运维智慧运营）预见为IT运维的下一代趋势时，擎创科技就将AIOps落地。根据Gartner预测，至2022年，大型企业中的50%将会部署 AIOps平台，进行数字化转型。许多企业将会利用AIOps进行业务运营和IT运维，取代如今的运维工具。

在传统的运维管理中，往往会面临多种挑战：难以发现问题，监控误报漏报现象屡见不鲜；难以定位根因，缺乏综合根因定界及定位分析手段；数据量庞大，类别多且分散难以治理，更导致运营分析也成为有难度的事情，以业务为视角来看的综合运营分析能力往往较弱。

擎创科技的智能运维AIOps技术能够帮助企业及时发现业务运行的问题，为企业提高运维及运营效率并减少成本，例如通过一年时间就能够把原本32人完成的工作缩减为只需2人全职完成。而作为在此趋势中，擎创科技已经服务了近百家不同行业的大型企业，如中国银联、交通银行、浦发银行、国家开发银行、东方证券、金山石化、中芯国际、通用汽车集团等。

与大多数to B企业不同，从创业第一天开始，擎创便将目光锁定在动辄万人或几十万人的大客户身上，创始人兼CEO杨辰所坚持的理念是，由于自己所在的行业是运维管理当中的一个新晋细分领域，必须通过依靠服务大公司、整合大规模运维数据来迅速积累经验。唯有在此过程中不断修炼产品迭代方法论与客户服务经验，才能将自己手中这把剑磨得更锐利。

口述：杨辰 擎创科技创始人兼CEO

编辑：张颖

大客户服务方法论

通过此前在IT运维行业沉浸多年的经验，我总结了一套to B服务、尤其是面向大客户服务的方法论。

第一，产品侧：我们的服务对象需要什么样的产品？

我们服务于大型企业客户时经常会发现这样的情况：我们要去影响和打动的客户画像往往会包含三类人群，即在财务层面的“决策者”如CIO乃至CFO，技术层面的“决策者”或者“影响者”如运维副总或数据中心总经理，以及产品真正的“使用者”如工程师。

而财务“决策者”、 技术“影响者”、 实际“使用者”这三个角色实际上是分离的，所以无论产品还是服务，我们都要围绕这个核心去展开。擎创科技一向秉承一个非常简单的原则，即以客户的成功为本。什么叫以客户的成功为本？就是在决策者、影响者和使用者三者角色不一致的情况下，还希望我们的产品和服务可以打通他们之间的关系，从产品到交付到后期服务的流程能够形成闭环，使这三者的管理诉求、利益与对产品的期许都能够得到满足，这就会是一个非常优秀的产品或服务。以SaaS产品为例，SoftasaService，产品只有用得好才叫好，用户本身最直接能感受到的就是使用价值，而智能运维平台级产品实质是一款管理平台，只有让客户持续地感受到这款产品的管理方面的价值，才能获得高粘性。

所以从整个大前提出发，我们去着手设计产品和服务思路，我们的逻辑是：首先，要让“使用者”既感受到产品作为工具的便利度，能够实用解决具体问题，又要提供相应的决策依据，而不仅仅是把一些信息简单罗列；让技术“决策者”及“影响者”获得更高的技术层面的管理价值，帮他们从更高的维度去看到所有使用者的管理绩效——这是很多并非服务于大客户出身的创业者常常会有疏漏的地方，毕竟智能运维与ERP、CRM一样，仍然是管理工具，必须有管理属性；最后，让财务“决策者”看到产品对业务的影响价值，是否能辅助决策或获得投资回报，全景运营的理念和分析也不可少。

所以你会看到从产品侧，我们的产品在Day1的时候就要考虑“以客户成功为本”，这是to B最不一样的地方，看似它是一个客户，但它的构成角色并不只是一个人，是不同的角色都要去对这个产品获取它所期望的价值。所以从这三个角色的需求出发，在产品设计的框架伊始就要去兼顾到三者，这对后期的成功非常重要。

第二，服务侧：为客户做服务意味着什么？哪些事情能做，哪些不应该做？

在B端，任何一款复杂的产品，在投入使用的时候都不会像to C产品那样简单。企业在使用管理软件时往往需要与既有系统进行有机结合。而这种结合其实是一种转型的过程，需要配套的咨询规划服务，所以面向大企业的服务非常强调帮助客户去规划产品融入的能力。

这个过程并不简单：从产品推出到最终交付，交付之后听取客户的反馈，并且根据客户反馈再去迭代产品，每一个环节都非常重要，这形成了to B业务的复杂链条，也非常考验创业公司的服务和运营能力。如果能把这个闭环持续地打造好，后期进入的竞争者是非常难突破的。

这么多年看下来，我们也发现，里面也有不少“陷阱”。我在运维管理软件这个领域待得比较久，经历过业务“大而全”的公司，我的感受是，“大而全”的产品体系往往非常丰富，但是客户的使用体验很难做得足够极致；反而那些专注于垂直领域的“小”公司会把它的专业领域做得非常精，像一根针一样，戳破了原来既有的“大而全”的市场，也能抢占出自己的一席之地。

这些不同产品的对比给我的创业理念与构建产品的思路带来了很多的启发：如果要追求“大而全”，企业级的产品很容易变成多种功能的堆积，最后什么功能都想有，但每个功能都经不起推敲，没有哪个功能能产生“爆款”的感觉。而一款to B产品能否成功获取客户的青睐，往往关键因素就取决于在某一个痛点的解决上，是不是能够为客户带来极致的体验。

要想做出“爆款”，让一款产品的功能经受住大量客户的考验，同理心非常重要，一定要站在具体使用者的角度去考虑：他们希望用一种什么样的视角去看问题？他们需要在看问题的时候去参考哪些信息？功能的轻重缓急的次序应该如何参考、安排，以及最后希望得出什么结论？

以我们的产品为例，擎创的本质是运维数据的分析工具。作为一款运维数据的分析工具，我们不能够单纯地罗列信息和现象，更重要的是要有洞见，这种洞见能够直接指挥使用者给出正确的答案。而即便是做到信息的基础罗列，也要相应地从客户视角出发，去思考如何罗列信息，什么样的先后次序可以在工作上起到效率提升的指导作用。这些事情我们都花了很多心思，去做精细化设计，甚至比客户自己想得更深远。

如果这些事情能够切实地帮客户做到，那么客户就会“成功”，而客户的“成功”就会带来对产品的使用黏性与复购。回到我之前提到的，做好企业级软件产品的要点在于，我们不能只考虑一个用户的视角，而是要考虑不同层级的用户，让他们的管理诉求在整个产品上都有体现的地方。光是简单罗列功能是没有意义的，没有办法真正形成产品的护城河。

想搭建上海-北京的公路

先铺一条上海-苏州的路线

擎创科技刚创立时，我们也是抓住了一个痛点而入局。

在运维这一环节里，通常是因为什么事情而触发动作呢？实际上一定是从监控告警出发的，客户们往往先看到了告警，再去解决问题。传统的市场里，每家公司都有不少工具会产生监控告警。但有一个大家都忽略的明显问题：当所有的工具都告警时，你并不知道到底哪一个告警真正指向问题实质。告警过多，就像无法知道哪一片云彩才会下雨。这对于运维人员来说是非常困难的一件事，也是一个非常重要的，传统运维很难解决的问题。

那么，能不能利用一个新的方法，能在大量告警中尽快地理清它的先后顺序，先处理什么，后处理什么？能不能及时准确地找到问题的真正的症结所在？这其实是之前很多运维工具都在做，但没有真正解决的很大的痛点，就是从这个痛点开始，我们设计了我们的产品。

我们的产品功能是希望在整个处理过程中能够让客户能及时地感知到发生了什么问题，哪些问题应该处理，甚至能够准确地帮他定位到问题的根源是什么。而这个过程中不用倚赖客户具备太多的专业知识，也不用倚赖更多的人力介入。

我们最开始围绕着这个痛点，把这个概念称为“场景”。这是几乎所有企业都有的一个痛点。在这个痛点下肯定有问题要被解决，但实际真正在做的时候，你会发现它的问题可能来源于基础的这些运维工具所取到的数据的质量比较低，而数据源的质量比较差就直接导致了它上层出现的告警的质量也不高。

所以我们在解决这个问题的过程中，就秉持了我们产品的一个非常重要的理念：数据平台的工作和数据治理的工作，是任何运维要变成智能化的根本。

举个例子，智能运维建设这件事就像我们现在道路和汽车的关系：大家都想跑得快一些，总想着怎么购买一台高性能跑车，跑车的引擎应该怎么设计，但实际上的问题本质会不会是用户的那条公路不平整？如果公路等基础设施不够完善，那再高性能的跑车在这里都跑不起来。

这里的“引擎”就相当于算法，机器学习算法很重要，但本质的问题是算法的问题吗？还不全是，真正要解决这个问题要从客户的实际问题出发，要先修路才能致富，如果路都修不好什么引擎都没有用。所以基础重点还是在数据上。

这就是为什么我们对这个问题的理解和后来出现的公司们都不一样。擎创团队非常强调要帮客户“把路铺平”，也就是为它建立一个统一的运维数据治理和分析平台。在这个数据分析平台能把用户既有的这些低质量的运维数据，通过处理把它变成一种相对高质量的数据源输出，这时候高性能“引擎”才能起到作用。而这时候也就可以开始计划后面的算法场景怎么做，如何去解决具体的痛点。

当然落到用户层面，他们体验到的是最后的痛点被解决，觉得很愉快。但他不知道的是，这背后不光是场景应用里发生的痛点被解决，更重要的是底层的这条道路已经被铺平了，以后再有新的场景，新的分析视角都可以在这条路上跑通。我们把这条道路叫做运维数据中台。

这就是我们一开始在想这个问题的时候的第一性原理。我们不能够光看场景里的痛点怎么被解决，而是应该往深层去看，看在整个运维体系中间核心的基础问题是什么。

这个“先修路再赛车”的概念从今天来看是正确的，但当初我们也有过相当久的反复讨论。作为技术出身的团队，很多同事认为算法可以压过一切，甚至可以全部替代人，实际上早期科技市场都曾有一种过分的热度，让大家对技术的期望过高，发现自己的产品的匹配度和市场需要的似乎不一致。这个时候怎么办？我们思考后的答案是，市场永远都是对的，但我们也必须认清要先修路的事实，因此，为了适应市场，我们先来帮一些客户“造车”，在“造车”的时候再一点点把这条路铺平。

作为创业型公司，帮大客户“修路”很难。客户大多不愿意给创业公司太多或太大的机会。我觉得这时候一定要从小处着眼：客户的痛点是存在的，他们一般会给创业公司一个其他大厂解决不了或不愿解决的痛点，而且通常这个痛点对它们的主营业务影响也不大，创业公司可以作为方案之一来帮他们试试有没有挽救办法。

这种需求往往就是创业公司的珍贵机会。我的方法是先在方案的局部里把针对这个业务运用的相关数据理清，理清以后再着眼上游的算法场景和应用输出，来达到效果。例如如果完整的方案是想要修一条从上海到北京的公路，那我们就先修从上海到苏州的一段，当成一个showcase来完成，通过客户的平台来证明自己的能力。这其中有个误区：很多to B企业认为只需要把上层的应用场景做好，铺路的事情可以跟一些人合作。但其实不可能的，因为创业型企业往往在从事一件全新的事情，没有人会先跟我们协同，必须先佐证端到端的价值输出是成立的，然后逐渐才会有人一起协同，而且不要指望一次性把整个的问题都解决掉。擎创与大企业合作的合同额一开始都很小，直到帮助它们完成了端到端的工作，把一小段路铺好，让它有些许的产出，从而有机会去创造一些新价值。

我们这个团队主创大多是15-20年行业经验，大家都有一些“流量”，但是等我们离开原来的平台真正走向市场的时候，会发现这种流量转化的可能性是很低的。企业级的客户最怕出现风险，所以大多会选择规模更大的公司。而我们也发现，创业公司的机会经常会出现在一些同样怀有愿景力的客户那里。这类客户往往跟我们有共同的技术愿景，也希望通过一些创新来获取未来的行业竞争力，擎创所服务的早期客户群中前5家都是这个类型的公司，我们都认为IT运维要经历一次数字化转型，所以愿意一起摸着石头过河，例如中国银联，它在2015年左右感受到了市场的变化，而体制内单位因为难以独自创新，就很愿意与我们这样的创业公司一起尝试新技术。

擎创科技的用户画像里，大企业客户是重要一环，因为本质上，在运维数字化和智能化转型的趋势中，有转型欲望的往往是大企业客户，一方面它们比较大且体系复杂，受业务数字化转型速度加剧的压力很大，痛点也足够明显；另外它们的业务在行业排到龙头，考虑问题的视角与业内跟随者不太一样。

因此，我认为to B企业千万不要在早期乱找客户，我们也曾犯过这样的错误，机会来了就想去试，但最后发现，能达成一致的，往往还是那些目标一致、同样认可AIOps未来的企业们。

此外，我们也积累了一些服务于中国客户的特定思路。全球性的工具要兼顾全球的主流市场指标，而对它们而言全球的主流市场永远都更集中在欧美。中国与欧美的管理者与使用者有不同的偏好，例如中国管理者有一种“统一思维”，总希望很多事情有一个统一的管理方式，但欧美客户会使用所谓的“大而全”功能设置，甚至不在乎产品组合的“各自为政”，例如行业著名的运维管理软件公司CA通过收并购的方式堆叠了无数小工具，却从未曾真正打通；欧美客户的管理流程一般都很标准化，通过流程的协作来整合碎片化的工具，但中国管理者希望在一个工具平台上看到全局的信息。

在我们筹备创业的2015-2016年时，恰好赶上中国的企业数字化转型，中国企业的积极性远远超过欧美企业。在我的前东家BMC，在国外一个监控管理平台管理五六千台机器已经是很大规模的组织了，但中国很多机构都有超过1万台机器，甚至数十万台布局在全国各地。

也正因此，一些跨国IT运维企业的应变能力不够强，没有注意到中国市场由于数字化转型的推动而在短时间内运维管理能力出现了很大的瓶颈，这时候一定要有新的东西去弥合这个Gap，这就是我们的机会。

靠一腔热情吸引关键人才

即使今天拥有了很多客户的支持，我也认为擎创这几年的创业可以说是“险象环生”。我在跨国企业任职时更多是考虑执行，不问缘由，但是创业之后，做每件事都要问自己“为什么”，问清楚再做选择；选择之后也会担心公司失败。

创办擎创，来源于我和联合创始人对趋势判断的不谋而合，大家逐渐认同了同一个方向。但是此后吸引人才的“方式”却出乎意料。一开始我以为自己的创业理念会打动一些人才，让他们认为觉得这个方向是对的；后来我发现，实际上，很多我们如今的关键人才里，更多人是因为被我的热情打动而加入。这似乎是中国人特有的一种方式：首先他们对我们团队的能力和经验很了解和信任，看到我们AllIn，最后就加入，一起奋斗。

我印象特别深的是当时我请后来负责研发的兄弟一起吃饭，我口若悬河讲了一晚上，最后那个兄弟笑着说你讲得特别好，尽管我没太听明白，但是我相信你这个人足够靠谱，所以愿意加入。前一段时间我读了《孙正义传》，他也提到了这个问题。他站在水果箱上跟很多人演说，结果两个员工第二天就辞职了，最后愿意留下帮助他的都是被他的真诚和热情所打动，这或许就是东亚人在人际交往上特有的信任感。

在最开始跑客户的时候，有一段时间我和其他主创都挺煎熬，那时候AIOps这个概念还没有被完全推出，我们所开发的技术并没有被行业正式命名，跑客户的过程中并不顺利。我们也怀疑过自己的理念，但更多的时候会确信，这是创新的代价。直到2017年3月，Gartner首次发布AIOps领域的方法论，这给了我们充足的信心，说明全球范围内IT运维的从业者与客户都在思考真正的转型升级，大家身在不同的国家，却想着同一件事。作为一个科技预测型组织，Gartner的宣导让很多人希望布局AIOps，此时完全打开了我们的市场。

创业这几年，我们常常做各种各样的规划，但有意思的是，几乎从未按照既定路线达到终点。事情的实际发展路径和想像的往往非常不一致。我自己的感悟是：没有什么事是规划出来的，事情全都是干出来的。不要总想着原来的规划，当发现情况跟规划的不一致也没有关系，再去小步调整，总能找到办法。