查看原文
其他

用友的企业微信试探:工资条这件小事,怎么影响到企业SaaS大市场?

刘保山 见实 2021-03-30

随着企业微信新版的发布,业界都在讨论这个新产品带来的新机会。但新机会到底会以什么方式呈现出来?又会爆发成什么样子?

最好的答案来自于正在做事情的人们。见实已系列约访创业者们,文章会陆续发表,他们或带给我们更多思考和启迪。如果你也在这一领域运用或者创业,欢迎和见实坐下来一起深聊。

第一家对话的团队是薪福社。他们是用友在人力的薪酬板块中选择薪酬、福利、社保这三个模块成立的子公司。2017年12月,薪福社在企业微信上推出小程序“工资条”,到现在已经服务了8万家企业,150多万名员工,1900万工资条。产品从上线总榜单排前五,人力资源类排名第一。


小程序的世界里,最开始释放的机会就是工具产品,“工资条”也是一个典型的工具型应用。当见实和用友薪福社CTO石戬深聊时,却能感觉这不是工具玩法,背后藏着如下空间:

企业微信最诱人的机会,其实是场景的链接和打通,是数据的打通。

工资条这个小需求背后,连接着企业每一个员工息息相关的多个场景。

这足够重造过去企业服务市场中的无数轮子。

如果是这样,我们就不在导语上花费更多时间,直接回到聊天现场。这次为了方便阅读,见实将讨论过程整理成了口述体方式,如下,enjoy:

用友薪福社团队
左三:CTO 石戬

投入市场第一个月,收获6000家企业


做“工资条”的初衷是我们看到企业发薪给员工这个关键业务节点,没有好产品出现。

在大部分企业都是密薪制的情况下,工资模块的软件处在一个尴尬的境地上,因为这类软件的使用者是财务和人力资源部门,而有些内容需要技术部门经手,可前者很难将薪酬细节开放给技术部门。
 
在捕捉到这个痛点之后,我们就采用「公有云」的方式,开发了用友工资条项目。投入市场第一个月,就收获了6000家企业,这也验证了我们对市场的预判。

从数据上看,我们真正把产品打磨到位花了9个月时间。但走到现在,我们认为还都没有把工资这件事研究透彻。

看似是一个很小的事情,其实牵动着每个人,中间涉及企业的各种「人事运营,业务奖惩流程,又穿插企业的各种职能体系」。而且又处在人事、会计和业务经理交流的关键节点,很难在多方之间做连接和集成。

目前为止我们也只是懂了30%,现在只满足了企业一部分角色人的需求,还有很多有价值的地方没有涉及。
 
而今天已经完全具备做出这样产品的技术和先决条件,只要把这些场景摸透,连接好每个人的视角,哪怕开放这个权限2个小时,对于企业内部的协同也是很大的推进

这样的过程在历史上从未出现过,可能CEO自己都不知道薪酬是如何规划,如何促进绩效落地的。

接下来我们就会从人员、资金的角度让企业看到这些内容。

薪酬SaaS场景要切透,不要大而全
 
这样看,我们好像是做了一部分薪酬SaaS的工作,但其实是在把一个场景切透。很多HR SaaS都追求大而全,导致员工和HR都很可怜,做了很多形式化的工作。

还有一些HR SaaS浮于表面,缺少真正有价值的增值数据和动作。
 
「工资,是一个很大的场景,这个场景背后,还有绩效、目标沟通、人员升迁等小场景;再换个维度还包括奖金、分红等。」

这样看下来工资同多内容都可以进行组合,只是目前还没有涉及。同行中,也没有产品来解决这些需求,因为把这个大场景充分打通,再让其流通起来是一个宏大的工程。
 
对于工资条工具性产品,我们也有很多角度去延展。这是我们后期发力的方向,之前有同行做过类似的尝试,但结果都不理想。

这也给了我们很多借鉴,如对于会计来说,工资是小场景,企业账本是大场景,所以怎么将工资场景与企业账本的大场景有机结合,就是我们需要考虑的问题。如果不考虑这个细节,会计是不会接受的。

目前,我们只是把一两个场景中的数据和运用方式深挖到较高的程度。从用友工资条出发,下面我分享三个角度。
 
工具性第一个角度:和金融公司的合作
 
今年有很多金融公司对产品特别感兴趣,因此和其中一家公司测试了一种员工贷,如果员工有6个月稳定的工资记录,那么这个员工就可以自己将记录授权给金融机构,然后金融机构通过这些数据给员工贷款。

整个操作在测试的过程中是可以跑通的,同时我们也能够感受到SaaS数据在为个人创造新的价值,在为企业创造价值,在被资本认可。
 
还有很多的不充分,如最后真正去使用贷款的用户并不多。一方面原因用户规模还不够大,另一方面原因我们对数据脱敏、采样、扰动方式还需要再打磨。

这个过程要求对数据的脱敏程度比较大,真的是强脱敏,必须优先保证用户的数据安全。
 
大数据里数据特征可以重新聚合,比如我们说到「抽烟、喝酒、烫头」知道说的是谁,就是弱属性可以聚合成强属性。

我们在拥有大量数据细节的时候,数据就像「指纹的纹路」,几条就足够判定一个个体,对于我们这种与数据强关联的公司,必须谨慎对待。
 
工具性第二个角度:数据的精耕

我们对数据的精细化程度很高,比如各种奖金,收益都能直观展现,从To B角度,市场还没有这种精度的产品。

企业甚至透过这些可以清晰地看到以前很多时候看不到的、自己的To B数据,如某个城市、某个行业的情况。一些大型的企业,每年都会购买人力市场的行业报告,进行下一年度的人力资源规划。但买回来的报告是外包公司或者人力服务公司整理的,数据并不太精准。

而现在,企业可以通过我们的系统看的更精准,可以更好。当然,这只是一种思考,目前我们没有做这个业务,前提是因为数据的脱敏和用户数据的绝对安全。
 
工具性第三个角度:个税的服务市场
 
我们还有一个大的场景在观望——个税的服务市场。

欧美个税市场已经成熟,主流是「服务」,其次是「产品」。美国尤其明显,他们是世界上最复杂的税务制度,即不同州的税制各不相同。

中国的税制还算简单,富裕阶层刚刚涌现,还没有建立起应对这种变化的制度。但随着去年对明星补税以及个税开发试点方案的实施,我们也看到国家税制一定会朝着复杂化的方向发展。也就是说,产生产品的市场也会产生服务市场。

当市场达到规模,我们就可以随时做出类似滴滴的派单制,给你介绍专业的会计,帮你节省在处理税务问题上的时间。

对于会计从业者来说,每天加班一小时或者周末处理一下,就能带来更多的收入。
 
今年「个税」还有很多悬念,但初步看起来会是一个很简化的逻辑。简化的需求是产品市场,复杂的需求就是服务市场

尤其是市场顶端,资产净值超过一千万的用户更想要获得这项服务,因为现在的税制对于他们影响最大。

去年我们就有做这个的想法,也有很多企业在里面做了尝试,但市场一直起不来,因为痛点还没有到达峰值,于是,我们一直没动起来。
 
现在的情况的是大家都还不明白这件事,甚至部分企业都还没算过个税。每个人的薪酬,奖金,收入结构都不一样。说实话,这并非一个简单的事情。HR要清楚企业内部的上报方式,但并没有帮个人搞清楚的义务

我之前在华为时,是年底发给你一张表格,你填上自己的内容后,再把这张表放到政府网站上进行12万以上的退税填报。我报了2次就放弃了,因为没有专业的知识,处理不了。
 
所以我们看到了这种机会,但客户的需求量还不支持我们去做这件事。当时很多人,也包括我们的CEO都坐不住了,希望做这件事。由于时机还不成熟,情况还不明朗,之前有做的平台现在都没了,因为市场的需求还没到,投入进去可能效果和结果都很一般。

最后,我想再补充一下,我对工资产品的理解。
 
现在很多SaaS产品的制作、销售逻辑都还是销售驱动,靠打通企业的决策者完成销售行为,而这个决策者往往就是企业的HR,这就很容易让产品跑偏,过于强化决策者的作用,让产品成了一个「超强的HR账号或者会计账号,产品实际上应该立足于公司整体,给整个组织赋能,而不是强化单角色」。
 
这样对于公司整体来说,整个系统的作用会比较小,甚至是负的,比如因为强化了会计的职能,导致企业不爱报销,这就是单一角色过强带来的,从而导致企业其他角色被博弈出局。

这种产品若武装决策者到了极致,可能会特别好卖,但从组织总价值考虑,这种软件的价值未必最大。
 
我们现在就是在企业的总逻辑上,考虑总价值的最大化,同时也在尽量避免与关键决策者来做博弈。为了企业整体削弱决策者的产品,往往是卖不出去的。

我们尽可能围绕关键角色,围绕企业的核心价值开发产品,让二者的关系处于一个相对平衡的状态。这个决策的推进,我们收到关键决策者的反馈是更好的,因为整体价值的提升所带来的获得感,比单个个体的工作被强化带来的获得感要高出很多。
 
之前的工资应用主要是一种拼凑,而不是真正解决角色价值导向的工作,没有给会计解决真正有价值的东西,没有带给会计、人事、员工,以及部门主管一种新的价值、新的认知。若想形成完整闭环更是不太可能。

现在则完全不一样了。现在这个机会真的真大。
 
最后小编注:

1、如果你也在这个领域创业,请毫不犹豫联系见实,和见实一起聊聊自己的发现和knowhow吧。

2、1月3日-4日(周五和周六),见实和200名创业者在深圳闭门讨论2天2夜的私域流量怎么做和用,其中会有主题小房间就聊企业微信的机会。如果你有兴趣,欢迎一起(报名点此:1月初200位CEO泡在深圳2天整,聊透私域流量的爆发,一起来?


「推荐: 见实会员 1月见实私享会深圳站

↘企业微信相关:

企业微信高管私密专访:这4个关键且敏感话题也是你的关心?

今天最被关注的企业微信,这16个重点和迷你白皮书值得你看【见实快报】


↘见实公告栏
【1】马上2020年了!来和14万老铁聊聊你的2019故事和新计划吧。
【2】欢迎小游戏、小程序创业赛道上的玩家,来和见实继续深聊、一起组局,请向见实公号发送你的联系方式,会第一时间与你联系。

见识他人经验,提高自己实力

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存