B2B市場的客戶有著很高的信息需求，並且儘可能的想降低成本和風險，同時他們承受向他人證明自己的購買決策正確性的壓力。為了更好地瞭解客戶的需求，供貨方必須瞭解客戶企業的價值鏈。
全球化競爭. B2B產業新的競爭
B2B市場客戶的需求，系建立在企業價值鏈提升基礎之上，客戶購買B2B產品和服務的最終價值，是幫助企業價值增值，或使得生產過程更加經濟、更加高效。上升到一個國家戰略來說，B2B商業模式的成熟度，決定了國家工業製造業的整體實力。
在全球製造業產業轉型的背景下，世界主要經濟體國家，開始探尋B2B產業轉型與製造業升級的協同路徑，這包括德國工業4.0,美國工業互聯網，以及中國製造2025與互聯網＋行動計劃。
我國B2B產業新的挑戰
在我國經濟高速發展時期，也同樣是B2B產業高速發展時期，這時的B2B交易需求旺盛，一方面來自於規模化的工廠建設的項目物料需求，一方面是來自於工廠設備運行與維護的MRO需求。
在全球產業轉型升級的背景下，我國經濟進入中低速增長的新常態。B2B需求發生結構性的變化，一方面是對環保性、安全性的可持續發展需求，另一方面企業開始追求經濟性和即時性的高效服務。
然而現實狀況是，我國工業製造業普遍不重視基礎管理，加之B2B供應商存在大量低價競爭導致的粗製濫造、劣幣驅逐良幣的現象突出，B2B供需之間缺乏有效的信息匹配，使得B2B產業升級面臨嚴峻的挑戰。
MRO服務社區或成為我國B2B產業突圍的最佳商業實踐
我們很容易模仿，以GE為代表的B2B企業，推出基於物聯網應用的工業互聯網平臺，認為繞過工廠基礎管理，從物聯網數據驅動的B2B產業變革會成為主流。而實際上除了個別領域的高附加值設備，或適合租賃和託管的領域以外，這很難形成主流的B2B商業模式。
或者，我們更多借鑑BAT在消費互聯網的經驗，搭建平臺和電商渠道，但實際上連接B2B服務商和產品比較容易，但缺乏用戶的需求有效匹配，最終也成效不大。
這是由於B2B用戶在購買產品與服務之前，就想知道這些產品與服務對於企業價值增值、生產過程提效、成本節約有沒有實質性的幫助。這些訴求，使得B2B產業需要有新的定位，這包括：
1.傳統的買賣關係向合作伙伴轉變；
2.風險共擔向利潤共享模式轉變；
新的商業模式，要有利於對B2B企業用戶的需求有更全面的理解，更貼近用戶以滿足服務即時性的需求，線上線下結合的MRO服務社區或是最佳商業實踐。
誰是MRO服務社區的主體
B2B屬於典型的多用戶、多需求與多解決方案的交易類型，很難有單獨一家能全面解決用戶需求的服務商存在，這就導致了MRO服務社區的主體很難在B2B企業產生。
MRO服務社區，應該能代表企業的利益，一種新興的園區物業形態，或大型企業獨立出來的企業服務機構，將成為MRO服務社區的主體，這將有利於：
1.增強服務粘性，穩固的合作關係，有利於服務的即時響應和服務質量追溯；
2.更廣的服務範圍，將服務範圍從維修、工業品提供，向諸如租賃、託管及人力資源服務、培訓等服務範圍延伸，有利於增強園區品質與競爭力；
當然，單一的MRO服務社區，因資源和技能結構侷限於園區或大型企業工廠與工廠之間的資源協作，需要更廣度和深度的服務支撐，以城市或跨區域的服務和工業品協作＋基於B2B工業服務（工業互聯網）平臺的生態協作系統，將有利於整合優勢資源，實現B2B產業轉型突圍。
點評：B2B要搭上互聯網的快車，必須解決規模化與定製的問題，MRO服務社區模式的優勢，正好實現了規模化的需求與B2B解決方案的高效匹配。
數據決策驅動，是MRO服務社區落地的關鍵
工業服務的決策者並非B2B用戶組織中的個人，由於工業製造企業的決策是組織行為，雖然我們很容易判定用戶的實際需求是什麼，一線的工程部門也知曉問題是什麼，但由於其無決策權，簡單的平臺很難被用戶採納。且不說工廠決策者是否有時間關注細節，即便是工業服務資源與其對接，也需要由組織論證，在在決策時間和成交率也是不高的。
這關鍵在於如何提升B2B用戶的優化用戶價值鏈，而這本質上是知識積累程度的差異，我國工業製造業缺乏有效的基於數據的決策管控機制，嚴重製約了企業的智能製造轉型的進程。通過有效數字化，解決數據效度和信度的條件下，加速知識互動與積累，就顯得尤為關鍵，這體現在：
1.由於數據驅動決策的實現，作業指標與企業目標高度關聯，作業價值被有效的衡量，這意味著從決策層、管理層、操作層、維修層及採購層，遵循同一套數據系統，形成人人關注指標，人人為目標負責的新的管理氛圍；
2.形成智能決策報告提供給決策者，結合TOC約束生產理論：一方面智能分析出影響設備管理及盈利目標的關鍵制約條件，促進其組織持續盈利能力的目標實現；另一方面基於數據決策的驅動，使得知識積累與結果和過程高度統一；
3.管理的核心是知識技能的積累和傳承，基於數字化條件下的數據系統：不僅是對這些寶貴經驗的有效記錄和存檔，防止員工流失造成的知識流失；通過算法優化，還將實現同類設備的知識匹配，實現知識重用，發揮知識價值最大化。
數據驅動決策，不僅在於加速製造業企業內部知識的互動和積累。更重要的是，通過大數據與AI人工智能技術，將有效加速內外部知識的互動，實現基於價值數據下制約因素與外部資源，如維修、備品配件、裝備製造商、管理與技術諮詢服務商等資源的智能匹配。
由於製造企業在購買B2B商品之前，就想知道這些產品和服務對他們的價值增值活動能有多大的幫助，抑或是對他們的生產過程會不會因此而更加經濟、更加高效。
而B2B產品與服務的探索特性，在數據驅動決策條件下如實反映出來，用戶可在購買前直觀查詢到這些產品和服務客觀特性（如，歷史使用反映的MTBF(平均故障間隔時間。表現產品的質量和可靠性)、MTTR(平均故障修復時間，表現服務效率)等）。而購買後又可通過這些客觀的指標獲得驗證。這正是數據決策驅動的關鍵，不僅可以使得用戶依據數據快速做出購買決策，提高B2B產品與服務供需匹配效率，更有利於促進B2B產業的轉型升級。
伴隨多數製造業需求識別，從而最終實現數據驅動B2B工業服務生態變革，建立更智能、更快速、更安全、更清潔且更經濟的工業生態體系。
運營人員：xbd688