SaaS特点是业务流程都在网上，运营者可以收集到客户大量数据。这些数据需要深入分析可以指导业务不断优化，这种模式是离线服务或传统软件无法媲美的。这就类似传统商业和电子商务的关系。相对传统业务来说，也可以说SaaS是一种具备学习能力的“智慧产品”。

    基于SaaS这种特点，衍生出了大量数据分析应用。在现场展台看到最多的SaaS服务就是做数据分析的，基于CRM、支付、客户服务和沟通数据、邮件等等。很多大型SaaS应用的核心功能也是数据分析。

    对于美国的SaaS使用者来说，也非常深度地进行数据分析。比如在会议过程中，a/b测试是个高频词汇，而且会从很多负责销售的人，而非做分析的人嘴里说出来。SaaS客户在介绍经验过程中，会提到很多数据驱动的运营方法和技巧。在数据应用方面，感觉中国和美国差异的确非常大。

    在SaaS环境下，数据开放性非常强。SaaS间相互打通，数据流转、应用在不同场景。这样的好处是客户可以将各类应用进行灵活组合，很多企业在不同业务环节采用不同SaaS，形成一套组合拳，能充分利用各个应用优势。这种SaaS的网络效应左右是非常大的。

    数据在中国，我觉得数据对接状况和美国差异很大。我想存在两方面原因，一是SaaS生态不丰富，互相之间无法对接，只有自动化、标准化才可能通过技术手段让数据流动和应用起来。随着SaaS的丰富、未来数据打通情况会更普遍。第二个是商业环境和文化问题，特别是一些大公司对数据的把持，比如PayPal的数据就可以通过接口在企业授权的情况下与SaaS工具进行打通和分析。我不是很清楚企业是否可以将银联数据或支付宝做类似应用。数据流转起来，效率提升，能够增加大量社会价值。

    SaaS的商业逻辑

    SaaS产品具有自己特点和商业逻辑，美国企业在这方面已经摸索很多年，很多经验和方法论我们可以借鉴。

    SaaS特点是初期投入大，经过一个比较长投入后，如果发展良好，会有丰厚回报。由于SaaS的收入模型是按账户、时间、等级等收费，开始时客户基数小，但初期投入不小。即使看到客户数量和客户在快速增长，也可能在相当长期内亏损。经营者和投资方必须正确判断亏损实际情况。

    SaaS的业务运营已经有一套非常清晰的商业逻辑和分析指标。投资人、销售负责人花大量时间分析ARR、CAC等指标，并形成通过这些指标判断一家企业表现，或优化运营的方法论。很多数据分析类的SaaS工具，也是围绕用户以及这些指标来设计的，可以帮经营者分析并优化关键业务指标。SaaS是非常数据驱动的一种业务形态。
    一凌网SAAS平台，为众多企业提供在线CRM，在线ERP，在线进销存等软件服务，帮助企业走上信息化管理道路。