为什么除了工具类Saas,其他的Saas软件在中国都很难

豆芽悟
0 评论 1086 浏览 1 收藏 13 分钟
🔗 B端产品经理需要更多地关注客户的商业需求、痛点、预算、决策流程等,而C端产品经理需要更多地关注用户的个人需求

从使用现状、商业逻辑到AI赋能前景,这篇文章为你层层剖析SaaS软件的发展困境与未来走向。

这几年豆芽君所在的单位陆续用了几款Saas类软件。今天豆芽君想结合这几类软件的使用效果,对比下Saas类软件和本地化部署软件在企业的使用情况,然后再从商业角度来说说为什么Saas类软件生存空间有限。

本篇文章主要适用于软件行业从业者,个别名词对于普通用户会有些专业性门槛,如感兴趣,可对这些名词选择后进一步搜索。

Saas类软件在企业的使用情况

先说结果:我们分别用了3款Saas类软件,包括1款通用工具、1款客户关系管理、1款资产管理。目前客户关系管理已停用;厂商对通用工具类的运营成本低,不出意外应该会持续正常使用;资产管理类处于通用工具类与业务管理类之间,存在一定的个性化需求,厂商的运维工作量较大,站在厂商的商业视角去看,大概率难以从这类项目获得什么收益。

我们接着说说企业软件从功能和应用场景的主要分类。

  • 工具类软件:这是指不分具体行业都可能需要用到的一些通用工具,比如微软OFFICE三件套,比如现在企业会用到的即时通讯、电子签章等。这类软件基本不为客户做个性化定制,有啥功能就用啥。
  • 业务管理类:这是企业软件市场的大头,包括了ERP、SCM等企业业务管理软件。也是个性化需求最高的部分。
  • 通用办公类:这是企业全员都会用到的软件,包括了OA、考勤系统。这类软件的个性化需求也同样很高。
  • 特定领域类:这是指偏垂直领域使用的软件,比如财务管理软件、人力资源管理等。这类软件已经沉淀了领域的通用知识,因此个性化需求较少。但数据具有高度敏感性,不太适合放到非本地化部署的环境。
  • 数据分析类:我们经常说的BI、数据分析工具就属于这类。它也属于工具类软件,但它有特殊性,需要以企业已有的数据为载体,才能发挥作用。

相信这一圈分析下来,作为企业软件同行,大概率也看出了在现在的环境下,企业软件市场中除了第一类的工具类软件适合做Saas类部署外,其他的四类软件都很难考虑Saas类部署。

Saas类软件的历史

豆芽君特意用AI查了下中国Saas类软件的历史,这可以追溯到20年前(2004年),出现了一家叫中国八百客公司,推出了国内首款Saas类产品——800CRM。豆芽君猜测这又是一个类似于中国的亚马逊这类的Copy to China项目。因为美国第一个做Saas类企业软件的就是美国SalesForce公司的CRM。

接着从2005年到2008年金蝶、用友这些传统企业软件厂商也开始做Saas类软件。但作为软件从业者,我们都知道没几个公司真的选择这两家公司的Saas类软件。

时间来到2016年,三大互联网公司阿里、腾讯、字节都推出了各自的办公协同软件钉钉、企业微信、飞书。但这在当时,除了作为即时通讯工具的企业微信外,其他软件也都不温不火。

2019年国内爆发了新冠疫情,然后进入了4年的疫情防控。大伙都进入了远程办公,这时各类在线会议软件工具火了起来,钉钉、飞书这类在线协同办公工具也催生了更多企业使用。

这些基本就是目前Saas类软件中使用量最大的软件了。虽然我们也听说垂直做CRM的销售易、纷享销客;垂直做人力资源管理的北森。但从同行的了解来看,其实它们的市场份额都很有限,且很少有大量用户持续使用。

Saas类软件这门生意的成立前提是什么?

豆芽君在甲方多年,甲方在进行软件选型时,主要的考虑因素和优先级大致如下:

软件是否可满足业务需求>数据安全性>软件性价比>软件易用性>软件运维成本

其中第二项:数据安全性和第三项:软件性价比,不同规模的企业的侧重点会有所不同。一般来说中大型企业更关注数据安全可控性。而小微企业可能更关注软件性价比。这也是为什么Saas类软件发主要客户群是小微企业的主要原因。

那么Saas类软件这种商业模式成立的前提和逻辑是什么?

这是今天我们要分享的最有意思的点。早期的企业软件都采用本地化部署,这种方式的问题是企业得一次性花一大笔钱买断一套软件的长期使用权,这里还包含了部署软件需要购买的硬件资源。

豆芽君以前当软件实施顾问的时候,经常和不同的老板聊天。有些工厂的老板就抱怨说,我购买了一套看不见的软件要100万,还不如我外面门口的那辆宝马7系看得见、摸得着。说实话,听到这话,我真没想到啥太有说服力的话来回他。

虽然使用权买断了,但企业随着持续地深入使用,每年也还要投入软件运维费。一般是软件总价的10-15%。这笔费用用于保障企业在使用软件过程的稳定。

但这笔费用一般是不含软件使用中企业出现的一些新的实施范围(如增加部门、经营品类),可能导致数据维护、流程调整。以及企业在使用过程中提出的对已有软件功能的优化和新增需求。所以这时就会出现一个对该软件持续运维的长期需求。这就是企业的软件部门出现的一大原因。

讲到这,我们就容易讲清楚Saas类软件这种商业模式要成立的前提和逻辑了。

Saas翻译为中文:软件即服务。它基于云计算的软件交付方式,用户直接通过互联网访问和使用软件,无需本地化安装和部署。

Saas类厂商打出的营销口感就是企业不用一次性支付一大笔买断使用费,企业开箱即用,购买完软件后所有的运维服务都由厂商负责。

说实话,这段话说完后,大部分的小微企业主都可能很心动。花个三、五万块就可以直接使用一套企业软件。有问题的话,厂商来处理,自己啥都不用操心。

那么对于Saas类厂商又是如何算这样一笔账?豆芽君觉得他们是太乐观地算,且是以客户愿意使用个10年以上来测算项目的盈亏。

我们就按每年4万的收费来算下。这个收费包含了硬件的租用费、软件使用费、软件运维费。

单以软件运维费这一项人工费用来算,一个运维工程师大概可以负责10个企业(按收入40万)。但在运维这些企业时,后面还需要有产品经理、开发人员等来配合处理运维过程的bug、平台化需求。

就按这三类人员的薪酬,来粗略估算下厂商的用人成本。按10个企业需要1个运维工程,1/3个产品经理,1/2个开发人员来估算。加起来的年用人成本大概也是40万(用人成本按员工薪酬的1.5倍算)。

从上面的测算,Saas厂商的软件收费只够用于软件上线后的运费成本。至于软件的硬件资源费、软件前期开发费分摊全部都覆盖不了。

如果以企业长期使用,且运维工作量逐年降低来估算,那至少也是3年以后的事。我们再假设前面说的两项费用也要逐步收回,那就假设得6-8年吧。

这就是我们说的Saas厂商的这个生意要能成,得让企业愿意持续使用10年的分析逻辑。

从商业视角来看,多数Saas类厂商未来依然很难

通过上面的分析,我们可以得出多数Saas类厂商都很难生存。它们一开始讲了一个很漂亮的故事,但实际上小微企业的平均生命周期大概是3年。

这导致Saas厂商只能不断开发新客户来饮鸩止渴。但每开发一个新客户,都无法覆盖前面说的两项费用:硬件资源费和软件开发费。

看到这,我们可以看出Saas这门生意要成立,至少需要先满足长期的低运维成本。综合我们一开始的企业软件分类来看,只有通用工具类满足这个条件。

展望未来,有没可能改变目前Saas类的经营状态?

最近AI大模型大火,软件厂商们纷纷第一时间说自己接入了DeepSeek,获得了资本市场的一番青睐。

我们从目前AI的发展,来说说有没可能改变Saas软件目前的处境?

我们再回到一开始的企业软件分类,这里实际上包含了几个判断的要素:软件功能的满足程度、数据安全可控性、软件稳定性和易用性。

Saas软件既要满足用户开箱即用(不用二次开发),又要让用户相信数据安全可控,还要软件简单易用(低运维)。在这三者里,我们说说AI能做些什么?

用户开箱即用:AI能解决的是开发的效率,但无法解决用户的不同需求。

数据安全可控:只要是云端部署,就很难说服用户数据安全可控。就像前面那个工厂老板的概念,软件看不见、摸不着。现在还要部署在厂商的机房,这更不可控。这里有待进一步找到更好的方案。但这和AI无关。

软件更简单易用:这周豆芽君参加了某大型厂商的AI应用发布会,从厂商的演示来看,借助AI大模型,确实能显著降低用户使用软件的门槛和提高效率。而这正是降低厂商运维工作的有效方案。

综上来看,只有在第三点:软件简单易用有可能有所改善,其他两方面都难以解决。

未来中国的Saas软件会走向何方?我们还很难预估。

曾经有同行大佬给出了一个解释:中国缺乏成熟的职业经理人体系,而欧美通过职业经理人形成行业标准的管理体系,软件只要符合这套体系,那么就很少个性化需求,所以欧美适合走Saas软件这条路线。

但我们依然要为走在这条路上的同行打气下:你们更及时服务响应,提升了软件行业整体的服务水平。

本文由人人都是产品经理作者【豆芽悟】,微信公众号:【豆芽悟】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!
专题
35153人已学习18篇文章
借用别人家的经典案例,来扒一扒社交电商。
专题
12378人已学习13篇文章
AI技术的出现给各行各业都带来了重塑的机会,那么,当AI与社交赛道碰撞时,会讲述出怎样的故事?各家产品的表现如何?
专题
33940人已学习17篇文章
让我们来扒一扒跨境电商的风险和机遇|从业者必看
专题
12529人已学习12篇文章
运营分很多类,流量运营、用户运营、内容运营…每一个环节都有特别关注的数据和指标。本专题的文章分享了互联网运营,应该分析哪些数据和指标。
专题
15182人已学习13篇文章
本专题的文章分享了数据分析报告写作指南。