数据帮你找到下一个客户.docVIP

PAGE  PAGE 8 数据帮你找到下一个客户 　　“连续两个季度业绩全球垫底，下个月还没有起色的话，就得走人了。”杨文杰回忆起当时在私募基金Summit Partner的工作时，这样对《第一财经周刊》说。Summit Partner管理着160亿美元的资金。杨文杰当时是投资经理，他的工作就是每天给各种CEO打深度沟通的电话，来试图找到有前景的、可以投资的公司。 　　不过他似乎并不适合这份工作。他的同事每个季度能找到3个不错的公司，但是他却一个都找不到。杨文杰评价每天的工作像“大海捞针”。而作为一个外来客，他又缺少很多美国人自带的优势。“如果在国内，我认识一些公司的高管，也许聊一聊就会知道一些新的东西。”不过即便如此，做法也是非常随机的。 　　杨文杰需要找到一种持续高效收集信息的新方法，他想到了之前在摩根大通工作时接触到的一家公司。这家公???用爬虫去分析全球的新闻数据，然后把这些数据卖给一些金融机构，给它们提供一些情报和信息。这家公司当时让杨文杰非常感兴趣。 　　私募公司大多是通过人力来寻找值得投资的项目，并不会特别招聘数据科学家或者工程师，或者借助爬虫和模型来收集和分析数据。虽然没听说身边有谁在用这个方法，但杨文杰决定尝试一下。 　　结果非常出乎他的意料。这次他完成了一般投资经理数倍的工作量，业绩由倒数第一变成了正数第一。机器的高效让他完成了不可能完成的工作任务。通过爬虫技术，杨文杰找到了一些媒体没关注到、位置有些偏远的公司，并发现了它们的成长迹象。之前有过两次创业经历的杨文杰敏感地意识到这是一个好的创业机会。而继续在公司里待下去，技术的归属权很可能就会被公司收走。 联合创始人汪超（中）和北京办公室团队，EverString去年8月将业务拓展到中国市场。 　　杨文杰很快离开了公司，并联系上了大学时的好友汪超。2006年汪超和杨文杰有过一次共同创业的经历，彼此非常熟悉。当时在国内一家投资银行任副总经理的汪超，同样看好这个方向，于是决定辞职和杨文杰一起创业。2012年年底，二人创立了公司EverString。 　　EverString现在是一家通过人工智能技术和高效的算法来帮助企业挖掘精准客户，提高销售效率的公司，目前客户主要在美国，包括微软、IBM和McAfee等。这些企业级客户基本都会使用CRM（客户关系管理系统）在销售过程中梳理客户信息。EverString一方面对接CRM数据，通过提取数据和建模，得到精准的客户画像。另一方面，EverString在互联网上抓取了1100万家公司的信息，再将这些信息和客户画像匹配，来判断哪些用户的转化率比较高。 　　在公司创业初期，他们的目标客户是风险投资公司。EverString创立后很快拿到了真格基金、红杉资本等机构的150万美元的天使投资。这个时候，杨文杰也没太想明白公司的具体方向是什么―至少还可以做本行，毕竟现在他能组建一个以一当九的投资经理团队。 　　拿到了投资，杨文杰首先想到的是如何优化算法。斯坦福MBA的身份让他相对容易地接触到了学校里一些研究算法的博士。在产品研发阶段，杨文杰天天和斯坦福的博士们待在一起，研究怎么才能利用算法更好地收集企业信息。有了好产品自然就会有人埋单，他一开始是这样想的。 　　然而事情没有像杨文杰想象的那样顺理成章。 　　在产品上线后的5个月中，杨文杰四处去拜访客户，但却没拿下一个订单。投资公司希望获得和EverString独家的合作机会，但EverString找到的有潜力的公司并不完全适合某一家风投。“比如经纬最近投B2B很多，红杉最近投O2O很多，可能我们同一个项目，红杉的打分就比较高，经纬的打分就比较低。”杨文杰想要更好地了解不同投资公司的投资偏好，提出能不能通过机器学习的方法先研究一下以前投资的案例，这样就能更好地完成推荐。但是，没有一家投资公司能给出这样的机会，毕竟案例数据库对于投资公司来说太重要了。这让杨伟杰和汪超非常苦恼。 　　对于EverString智能推荐算法来说，关键就在数据的双向沟通，目标公司的成长信号只是收集数据的一部分，EverString还需要对投资公司内部的数据做研究。研究样本缺少，意味着杨文杰不知道每家投资公司的偏好，不知道把找到的公司精准地推荐给谁。 　　“那是我们最黑暗的时期，”杨文杰这样描述那段找不到方向的瓶颈期，“当时账上的150万美元都快烧完了，感觉已经坚持不下去了，不知道出路在哪儿。” 　　另外一个让杨文杰和汪超感到前途渺茫的原因是，EverString的潜在客户太少了。“有名的投资公司就几百家，每家付个几万美元，公司的成长空间非常有限。”EverString的联合创始人汪超说。 　　急需找到方向的杨文杰开始频繁地参加各种B2B峰会，希望能够得到一些启发。