以下是收集到的今晚会聊的问题，欢迎补充和围观
1、完全产品化的优势是边际成本被极大拉低，也被认为是SaaS商业模式的核心优势之一。海外知名的SaaS公司，无论是巨头还是创业公司，营收都是产品占绝对大头的。做产品还是做服务这个问题为什么在中国市场会被问出来？实际发展过程中，产品化路径为什么遇到困难，具体会遇到哪些挑战？ 
2、做产品和做服务之间的关系是什么？是不是服务是手段，产品化是目的（比如靠做服务沉淀出产品）？或者是否是不同发展阶段的重点（比如产品做到天花板、开始用服务提高客单价）？ 
3、如何看待SaaS公司做私有化的取舍，以及有哪些容易被忽视的能力/资源需要？特别是神策是赛道内比较早发力做私有化的，能否分享些心得和经验 
4、怎么看待企业做大后自建数据服务 不再采用第三方数据服务的问题？比如字节以前用过growingio，后来被自建的工具取代，现在还做了火山引擎。 
5、如果是服务中小型创业公司的业务，移动端的小型创业公司越来越少，中型以上的公司渐渐地自己做，这块咋整？用到abtest的公司越来越少。 数据的价值究竟是什么，企业怎么衡量数据的价值（ToB企业怎么对数据产品和服务定价）？
6、如何平衡中大型客户和中小型客户的需求，在保证通用产品规模效应基础上实现个性化，这方面做过哪些尝试，目前业内最佳实践是什么？ 
7、如果要进行抽象提炼的话，哪些客群、哪些种类的需求适合产品化？哪些客群、哪些种类的需求产品化的难度特别高？ 
8、需要做服务是阶段性的妥协和权宜之计，还是中国企业服务市场的长期特点？做产品和做服务，是阶段的不同，还是商业模式的区别？未来是否可能变化？ 
9、在过去的几年里，企业在对数据的使用上发生了什么样的变化，未来5年和现在会有什么不一样，朝什么样的方向发展？
10、企业服务的本质是服务，为客户提供价值。对产品化程度的过度执着，除了来自商业模式本身的客观优点，是否背后还有投资人的怂恿、或者部分互联网背景创业者下场toB的一厢情愿？会不会经历市场和客户的毒打？他们的观点是否发生过迭代和变化？ 
11、早期是怎么开始saas化的；怎么平衡定制交付与标品化的资源冲突；在早期一半标品一半定制交付的过程中，怎么不过度承诺客户的同时识别出通用的客户声音，满足什么样的条件后会迭代到标品上。 
12、在数据赛道最近有一篇比较热的文章，来自A16Z的Data50。你们如何看待这上面没有一家来自中国的初创企业？是不是因为中国没有这样的土壤培育好的数据产品？
13、之前数据可视化是最不被看好的数据服务领域之一，为啥以帆软等公司存活得还不错且员工用户口碑都还不错 
14、未来5-10年，数据服务的哪个细分领域最有可能跑出来超级公司？（颗粒细分度=可视化、ETL、INFRA、数据治理、建模等等）
15、中国有无机会出现Palantir ？
16、数据服务领域，国际化的机会如何？中美数据类公司/SaaS的异同
17、ToB行业公司的退出路径：如何看待并购，怎么做，要注意啥？如何看待上市，去哪里？
继续阅读
阅读原文