寫這個(gè)話題的本初是想先寫國外的Predictive Marketing市場，畢竟Predictive Marketing相對(duì)成熟，做出成績的案例比較多。但是最近發(fā)現(xiàn)越來越多的中國SaaS公司選了這個(gè)方向創(chuàng)業(yè)。對(duì)比國外市場，國內(nèi)做Predictive Marketing在市場環(huán)境上理論上是很難成功的，面對(duì)困難他們也是有自己的應(yīng)對(duì)方法，這段時(shí)間覺得這個(gè)比較有意思，就有了這篇文章。未來會(huì)詳細(xì)再寫一篇國外的Predictive Marketing情況。
基于國內(nèi)討論這個(gè)話題，我想有三個(gè)關(guān)鍵詞：人工智能、SaaS和EverString。
人工智能是什么，是百度的下一幕，是云棲大會(huì)的主話題，是全球的IT未來。而SaaS也是風(fēng)風(fēng)火火，對(duì)比國外4:6的To B :To C的投資比例，國內(nèi)1:9的比例加上中小企業(yè)在中國日益上升的地位，越來越多的企業(yè)選擇了To B 的創(chuàng)業(yè)方向。而EverString正是一家真正的人工智能＋SaaS的公司（這里特意加上了真正，絕大部份人工智能的SaaS公司只能算得上PR）。
EverString硅谷和北京兩邊都有組織架構(gòu)的大數(shù)據(jù)公司，就把它也放在國內(nèi)公司的討論篇中（他們的主要市場在北美），其實(shí)大部分國內(nèi)公司做Predictive Marketing也都是因?yàn)镋verString在海外的成功讓他們看到了中國在這個(gè)領(lǐng)域空白帶來的機(jī)會(huì)。通過先介紹它也介紹一下Predictive Marketing。
1 EverString（萬維思源）
EverString主要提供企業(yè)人工智能服務(wù),是基于大數(shù)據(jù)和人工智能技術(shù),讓機(jī)器去學(xué)習(xí)潛在客戶特征,然后告訴下一 個(gè)客戶是誰,精確到公司名、聯(lián)系人和聯(lián)系方式。 然后根據(jù)預(yù)估轉(zhuǎn)化率為客戶提供建議,是直接聯(lián)系, 投放廣告,有待觀察,還是干脆放棄 。他們B輪融資（6500萬美金）是企業(yè)人工智能領(lǐng)域全球最大一次。他們的客戶有微軟，zenefits（貢獻(xiàn)50萬美金收入）等一線公司，提高了2、3倍到30倍效率。前SalesforceVP和最近剛來的Waston前CTO是他們的強(qiáng)力雇員。有意思的是他們有開拓國內(nèi)市場的愿望，但是貌似現(xiàn)在不太順利。
EverString主要有兩大分析產(chǎn)品：
1、現(xiàn)有客戶線索（leads）評(píng)分，這里L(fēng)eads是營銷領(lǐng)域里代指對(duì)企業(yè)所銷售產(chǎn)品產(chǎn)生興趣的潛在客戶。
2、Predictive Demand Generation挖掘潛在客戶，根據(jù)企業(yè)理想客戶畫像，匹配EverString數(shù)據(jù)庫中千萬客戶信息，從而找到更多與之相符的客戶形象，建立新的Leads。解決的是銷售企業(yè)中耗時(shí)較長且最困難的環(huán)節(jié)，找意向客戶的問題。
EverString的數(shù)據(jù)來源：1、外部數(shù)據(jù)，購買或爬取全球外部11M實(shí)時(shí)企業(yè)數(shù)據(jù)，20k維度。2、企業(yè)內(nèi)部數(shù)據(jù)，CRM、營銷系統(tǒng)、郵件系統(tǒng)等內(nèi)部數(shù)據(jù)。
EverString典型的B2B企業(yè)，向顧客提供軟件既服務(wù)（Software-as-a-Service, SaaS)。對(duì)于面向營銷的SaaS，可以分為三個(gè)層級(jí)：
第一層級(jí)是CRM，傳統(tǒng)的客戶關(guān)系管理系統(tǒng)依靠信息系統(tǒng)由業(yè)務(wù)經(jīng)辦人手動(dòng)將客戶信息錄入到CRM中對(duì)銷售信息統(tǒng)一分析管理，面向的銷售流程。
第二層級(jí)是營銷系統(tǒng)，在互聯(lián)網(wǎng)時(shí)代出現(xiàn)像 Marketo 這樣的在線營銷自動(dòng)化平臺(tái)。他們通過分析訪問網(wǎng)站的用戶畫像和轉(zhuǎn)化率來為客戶提供服務(wù)。
第三層級(jí)就是Predictive Marketing，通過不斷地主動(dòng)挖掘和分析全網(wǎng)信息，結(jié)合每家企業(yè)內(nèi)部的信息，利用機(jī)器學(xué)習(xí)自動(dòng)建立量化客戶模型為企業(yè)提供智能用戶分析和推薦服務(wù)。在這些層級(jí)中，高層級(jí)是依賴于低層級(jí)的建設(shè)和數(shù)據(jù)打通的。EverString處于第三層級(jí)，而Salesforce 和 Marketo 處于第一和第二層級(jí)。
但是EverString有今天的成績是基于國外的一些環(huán)境因素：
1、國外企業(yè)多年信息化建設(shè)的沉淀和軟件廠商的開放性。如上文介紹，第三層級(jí)獲得企業(yè)內(nèi)部數(shù)據(jù)要基于第一層級(jí)和第二層級(jí)的數(shù)據(jù)積累和開放。國內(nèi)剛剛發(fā)展到第一層級(jí)，信息化沉淀不足給開展Predictive Marketing帶來先天困難。
2、國外外部信息準(zhǔn)確且健全，國外企業(yè)從企業(yè)信息發(fā)布到媒體報(bào)道再到分析統(tǒng)計(jì)機(jī)構(gòu)（政府和非政府都有推動(dòng)）可以給做Predictive Marketing帶來準(zhǔn)確的數(shù)據(jù)，而國內(nèi)不具備這樣的數(shù)據(jù)環(huán)境。比如國內(nèi)最關(guān)注聯(lián)系信息更是難以保證準(zhǔn)確度和實(shí)時(shí)度。
3、國外客戶成熟的SaaS付費(fèi)習(xí)慣。其實(shí)即使這樣， EverString 的主要收入來源也是中大企業(yè)。在國內(nèi)中大企業(yè)需要人為資源，小客戶也沒有付費(fèi)習(xí)慣。
2、云客
云客是一家創(chuàng)業(yè)公司，目標(biāo)是做Predictive Marketing。用SaaS的模式幫助銷售人員獲取和管理客戶線索，也為用戶提供越來越精準(zhǔn)的線索信息。
云客遇到的問題和它的解決辦法：
1、國內(nèi)企業(yè)信息化建設(shè)不足，沒有數(shù)據(jù)沉淀。即使是有信息化建設(shè)的企業(yè)，由于系統(tǒng)的不開放性無法提供直接的數(shù)據(jù)連接通道。“云客”的解決方案是自己建設(shè)第一到第三層級(jí)，搭建從推薦客戶線索到整合營銷能力到銷售過程管理的全信息化銷售閉環(huán)。也就是提供了CRM+營銷系統(tǒng)＋Predictive Marketing全功能的SaaS 平臺(tái)。
2、外部信息不準(zhǔn)確。“云客”的外部企業(yè)信息主要來自于爬取和線索交換，但是聯(lián)系信息的準(zhǔn)確度還是太低。云客為了優(yōu)化這些聯(lián)系信息，在web端提供了類似于callcenter的呼出電話功能，通過下載量、通話時(shí)長、電話標(biāo)記等指標(biāo)基于機(jī)器學(xué)習(xí)來優(yōu)化這些外部信息。
3、信息冷啟動(dòng)，客戶可以選擇自己企業(yè)的行業(yè)，“云客”根據(jù)客戶的企業(yè)所屬行業(yè)為客戶提供最初的推薦信息。
亮點(diǎn)：
1、提供了CRM+營銷系統(tǒng)＋Predictive Marketing全功能的SaaS 平臺(tái)。
2、類似于callcenter的呼出電話功能既可以優(yōu)化外部資源又覆蓋了基于“電銷”的主要目標(biāo)客戶。
3、移動(dòng)化辦公。
云客需要解決什么？
1、外部信息需要大量操作和學(xué)習(xí)才能提高準(zhǔn)確度，但是由于初期用戶太少，增長也不夠迅速，準(zhǔn)確度很難快速提升。
2、自身的“企業(yè)數(shù)據(jù)庫”維度太少，也缺乏數(shù)據(jù)收集能力?；诂F(xiàn)有的“企業(yè)數(shù)據(jù)庫”，“云客”提供的客戶推薦的準(zhǔn)確度是無法達(dá)到用戶預(yù)期的。
3、數(shù)據(jù)冷啟動(dòng)需要太長的時(shí)間，內(nèi)部數(shù)據(jù)的很長一段時(shí)間是缺失的，用戶是缺乏耐心的。
4、一些SaaS初期都遇到的問題，如功能不健全，用戶體驗(yàn)不好，沒有愿意嘗試的付費(fèi)客戶。
作者簡介
楊嘉琦，畢業(yè)于香港浸會(huì)大學(xué)，現(xiàn)在奇魚時(shí)代科技有限公司任人工智能方向產(chǎn)品經(jīng)理。原文首發(fā)在知乎專欄輕重，https://zhuanlan.zhihu.com/p/22374905，希望與他私下交流的朋友，可在知乎上找到他。
