EverString:把企業(yè)客戶轉(zhuǎn)化率提升300%

2015/02/26 09:39      沈凌莉

“我們的客戶都是公司的銷售和總監(jiān),他們以往用到的服務,一般能夠幫他們把銷售轉(zhuǎn)化率提升20%左右,我們可以提升到300%。”EverString的創(chuàng)始人楊文杰說。

對于EverString,我們曾經(jīng)做過報道,它是一個專注于金融投資行業(yè)的大數(shù)據(jù)分析類的公司。但在業(yè)務上,它現(xiàn)在的應用場景跟最初有很大的差別。是客戶的一個電話,讓他們突破瓶頸,發(fā)現(xiàn)了新大陸。

把人工智能帶入企業(yè)級應用

EverString做的是典型的B2B型業(yè)務,面向公司的銷售和市場部門,可以精準地篩選出公司的潛在用戶,幫助銷售減少尋找潛在用戶的機會成本,提高客戶轉(zhuǎn)化率。另外,還可以幫助企業(yè)精準地尋找到新客戶。

“我們只分析公司,不分析個人。” 楊文杰說。EverString分析的公司數(shù)據(jù),一端是EverString的企業(yè)客戶內(nèi)部的數(shù)據(jù),一端則是這些客戶企業(yè)的潛在企業(yè)客戶的數(shù)據(jù)。前者數(shù)據(jù)由客戶企業(yè)提供,后者數(shù)據(jù)則通過挖掘全網(wǎng)在線企業(yè)數(shù)據(jù)和購買而來。

結合這兩部數(shù)據(jù),系統(tǒng)通過機器學學習自動建立客戶模型。首先,分析企業(yè)現(xiàn)有客戶。然后,再利用模型然后在全美國找最像企業(yè)現(xiàn)有客戶的潛在客戶。 且,這個建模過程都是全自動的,無須任何的人工介入。

EverString目前主要應用在北美市場。企業(yè)客戶只需要像登陸微信、QQ一樣登陸在Everstring上的賬號,將自己的CRM系統(tǒng)(客戶關系管理系統(tǒng))與Everstring的引擎連接就可以了,剩下的事就可以交給系統(tǒng)了。

潛在客戶企業(yè)方面,楊文杰介紹,EverString目前已經(jīng)積累美國近700萬家企業(yè)畫像數(shù)據(jù)。它構建了一個智能爬蟲,搜索分析全網(wǎng)的企業(yè)網(wǎng)站,利用自然語言分析,非監(jiān)督機器學習將其分解成產(chǎn)品頁面、招聘頁面、團隊介紹頁面等等,從這個頁面當中挖掘具體的信息,然后把這個信息放到機器學習的模型當中去?;谝恍┖唵蔚淖兞浚鲆恍╊A測已經(jīng)是行業(yè)中大家都在使用的技術。但EverString是利用非結構化的文本做機器學習,同時實時地分析上十萬到百萬個變量。

這個預測分析過程每分每秒都在進行。楊文杰介紹,EverString到目前為止已經(jīng)為56家客戶公司構建了他們的企業(yè)模型,平均的轉(zhuǎn)化率提升超過了3.8倍?,F(xiàn)在EverString的客戶當中已經(jīng)有將近5家世界500強,有很多是美國高速成長的公司。其中一家企業(yè)在使用EverString兩個月內(nèi)銷售收入翻了一倍?;诖?,EverString從上線以來,短短6個月時間,實際入賬的銷售收入超過了百萬美金,每年的年費收入2015年底預計超過7百萬美金。

一個電話引發(fā)的爆發(fā)

美國整個B2B市場營銷行業(yè)在2014年的市場規(guī)模是360億美金??墒荅verString最終找到這條路,卻看似源于一個偶然。

楊文杰曾任職摩根大通投資銀行分析師、美國大型私募基金投資經(jīng)理。在硅谷做投資的時候,受到一個投資理念的啟發(fā),就是挖掘那些別人都聽說過的公司。那時,他開始嘗試用機器學習和自然語言分析去追蹤分析美國近400多萬個企業(yè)網(wǎng)址,探索其中關于公司的成長信號的內(nèi)容,譬如公司正在招聘什么人等等信息。

這個方法成功地幫楊文杰找到了好幾家潛在投資對象。他很快決定辭職創(chuàng)業(yè),把這個技術能力擴散出去。他打電話給自己在上海交通大學數(shù)學系的校友汪超,兩人在大學時就是創(chuàng)業(yè)搭檔。汪超很快接受了楊文杰的建議,兩人打造了EverString的雛形。

后來,借在斯坦福念MBA的機會,楊文杰結識了很多斯坦福的博士,于是招兵買馬,建立了一個涵蓋自然語言分析、神經(jīng)網(wǎng)絡、數(shù)據(jù)挖掘人才的團隊。

從自己的經(jīng)驗出發(fā),EverString技術最初的應用方向是針對金融行業(yè),幫助他們分析的潛在投資對象。

但產(chǎn)品開發(fā)出來之后,EverString團隊很快就遇到了一個瓶頸,那就是EverString針對金融投資行業(yè)的業(yè)務很難做大。因為EverString服務的金融公司們的潛在投資公司有很大的重合度,所以每一家公司對EverString服務的使用就具有很強的排他性。那時,EverString剛剛從紅杉,IDG,真格基金那里融完了第一輪160萬美元資金,花了一年時間搭建起了理想中的團隊。他們試圖找一個新的應用場景。

轉(zhuǎn)機出現(xiàn)在一個電話里。美國一家殺毒軟件公司的市場總監(jiān)打來電話,對方詢問EverString的數(shù)據(jù)分析產(chǎn)品能否用在市場營銷中,幫助尋找潛在客戶。楊文杰和汪超之前沒考慮到這個問題,但既然有人互動提出需求,他們決定做一下嘗試。

嘗試給出了驚喜的效果。他們發(fā)現(xiàn),在營銷行業(yè)幫助企業(yè)分析下一個客戶,與對投行的分析方法是一樣的。而且,有一個好處是,每家公司所針對的客戶差異性很大。這家打來電話的公司獲得了意想不到的好效果,客戶轉(zhuǎn)化率提高了將近2倍多。這讓EverString整個團隊都感到非常意外, 2014年1月初,EverString團隊正式?jīng)Q定100%地全力投入到市場營銷市場。

EverString的這個轉(zhuǎn)折將它的價值迅速體現(xiàn),他們才做了三個月,就收到兩家大企業(yè)的收購邀約。6個月之后, 2014年6月, EverString拿到1200萬美金A輪融資,這是目前美國大數(shù)據(jù)預測分析行業(yè)最大的一輪融資。投資方除了國內(nèi)的紅杉資本、IDG之外,還有真格基金和美國光速資本。

EverString目前的客戶主要分布在高科技、電信和保險三個行業(yè)。“我們能做好這三個行業(yè)已經(jīng)夠了。在美國,他們每年花在B2B找客戶上面的就達到360億美金了。” 楊文杰說。

目前,EverString在硅谷和北京都設立了數(shù)據(jù)科學和工程研發(fā)團隊。“我們的業(yè)務擴展速度目前主要取決于我們的團隊規(guī)模。”楊文杰說。中國目前有四千多萬的中小企業(yè),EverString在北京設立團隊,就是希望能逐漸向中國的企業(yè)智能市場擴展。

相關閱讀