0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

只有商业场景下的数据,才是大量真实的数据

红杉汇 来源:未知 作者:李倩 2018-10-26 16:29 次阅读

特赞(Tezign)成立于2015年,是一个服务于全球优秀设计师和大品牌的智能平台,为企业在设计、创意、营销、体验等方面提供数据智能解决方案,让用户选择更有依据。创立之初就受到了红杉资本的投资,今年4月拿到赫斯特领投的近千万美金B轮投资。目前它是联合利华、阿里巴巴、星巴克、腾讯、平安集团、蚂蚁金服、雀巢、优酷、Vivo和奥迪等大品牌的固定合作伙伴。整个2017年后半段,你能看到星巴克在朋友圈里所有的内容都来自特赞。去年,他们的业务增长了9倍。而今年则预计继续增长5倍。

如果你常跟设计/创意/营销打交道,或是世界500强企业的中高层,那你一定知道特赞。

简单点说,你可以把特赞想象成设计界的Google x京东,既有智能数据记录用户行为带来的沉淀,又有完备的后续配套服务,具有个体商业属性。

不得不这么说的原因是,特赞是为数不多在国外找不到任何一个对标的国产平台。而作为特赞的创始人,范凌本人的履历更是让人印象深刻。

普林斯顿大学建筑学硕士;哈佛大学设计学博士;曾是加州大学伯克利分校的教师;现任同济大学设计与人工智能实验室主任。2017年,他被世界经济论坛选为全球青年领袖(Young Global Leaders),全球100位入选者中只有9名来自于中国,范凌是其中之一。

“只有商业场景下的数据,才是大量真实的数据”

不同于大多数的理论家,范凌是一个很有实干精神的学者。

在加州大学任教期间,他研究课题叫做“企业应该如何更加科学地雇佣自由职业者”,而执教一年后,他便真的辞职去创立了这样一个企业。对此,他是这样解释的:

“我们的起点是,有一些事学术已经搞明白了,但没有数据。只有在真实的商业场景、商业交易、真实的商业供给和需求下,才可以训练它,否则它永远只会是一个假设。”

做商业的原因有很多,但对范凌而言,其中一个最主要原因就是,只有商业场景下面的数据,才是大量真实的数据。

在特赞之前,网上已经有了一些诸如“威客”的服务众包平台,而特赞和他们相比最大的不同就在于对于数据的重用。你们是如何发展出自己的“特赞模式”的?

范凌:一开始我们也只是基于设计行业出发,想要做一个设计师聚集的平台,但是做着做着发现到事情好像不太对劲。

在商业场景里,找人其实并不是痛点,完成任务才是痛点。找人只是完成服务的起点,它离终点还很遥远。所以单纯做一个撮合平台价值不够大。我们要做的应该是一个能够提供解决方案,负责到结果的平台。

“每个行业都有一次Uber的机会。”基于这个念头,我们设想可不可以利用对能力的数据化,实现一个智能匹配和撮合的平台?然后特赞就诞生了。

有一句话是这样说的,“在你想出一个点子的时候,世界上已经同时有100个人想到了这个点子。”我相信您绝对不是唯一一个有这个念头的人,但是这件事最终被你们而不是那些有着4A背景的公司做成了,这是为什么?

范凌:因为这些都是脏活累活,不是看不到,而是没人愿意干。

拿阿里来说,原来可能一个采购对接10个供应商,靠脑子就能记住,但是如果现在他要面对100个供应商,这是很难实现的。而特赞就可以帮他们同步做100个甚至1000的项目。

怎么去调配创意资源?怎么去记录?怎么管理?怎样给创意能力进行打分评价?如何保证所有的作品合规且不侵权?这些东西都是企业在乎的,他们管这个叫做数据资产管理。而也正是我们的技术之所在。

在一定角度上,你可以理解我们对标的是“京东模式”,货不是自己的,但是后边的封装配送售后服务都得自己来。

因为很多公司不愿意干脏活累活,所以我们有了机会。2017年我们最大的项目其实只有二三十万,但是渐渐地很多大品牌自己就来了,比如星巴克、蚂蚁金服。

而现在,企业又开始关心我们的脑子了。我们是怎么做数字资产管理的?进一步开发后,现在联合利华中国区就在用我们这套系统进行模块化企业服务。

我当初就跟团队说,没有一个初创公司是可以不干脏活累活的,干这些就是我们的竞争力。

“大品牌目标,小数据营销”

从一开始,特赞就是瞄准了大品牌去的。

整个2017年后半段,你能看到星巴克在朋友圈里所有的内容都来自特赞。不止如此,在接下来的一年里,他们陆陆续续接到了来自阿里和联合利华的几十上百个项目,星巴克累计调用了两三百个特赞的创意供应方。

而未来,特赞将会承接更多的品牌方。

但与此相对应的,是特赞独特的“小数据营销”模式。

你们是怎么看待“大数据营销”这件事的?

范凌:恰恰相反,我们在做的其实是“小数据营销”。因为我们没有打出去,就没有消费者的数据,消费者数据都在阿里那儿。所以我们只做聚合起来的数据。

就拿设计师小明举例。小明在淘宝上买了1000本设计类的书,可是这最多只能证明他是个粉丝;但是如果他在特赞上哪怕只有一个项目,我们都能判断出他是否是一个优秀的设计师。这比1000本书的价值更大。

就像我们相信大众点评有意义的同时,也相信米其林同样有意义。

面对供应方你们采取了深度数据挖掘的“小数据营销”模式,那么在面对需求方时,你们则选择了一条ToB的“大品牌路线”,这种选择背后的原因是什么?

范凌:首先,在美国资本市场上,往往是To C的公司很有名,To B的公司很赚钱。前者诸如亚马逊、苹果、Facebook,但他们实际上还是靠To B的广告业务来盈利的。而很多To B的公司,比如说Adobe,SAP,占据了一半价值。但在中国,你很难看到一家超过十亿美金的To B公司,在这里面就隐藏着大量To B的市场机会。

其次,在人口红利、消费升级红利这类消费红利越来越小的情况下,企业会面对巨大的压力。随着职业服务的升级,企业会越来越看到Professional service的价值,而世界500强的大型企业必然是高技能职业服务的最大购买方。

另外一个原因是,在当时的互联网圈子里,大多数中国的企业服务公司都打动不了世界500强。因为他们做的每一个产品背后都有一个“美国正版”。

市场机会、企业需求、产品空间,这三者导致特赞选择大品牌路线几乎是必然的。

“干掉WPP。这句先别记。”

“我记得当时红杉的合伙人问我,你一年400亿怎么做?我说,把WPP干掉不就行了么?”范凌这样说。

当然了,这只是在开玩笑。

但从这句话背后,我们能真切感受到范凌作为一个工科男简单高效的思考模式。

而当我们认真讨论“同行”这个话题时,他则表示,市场很大,容得下各种生态。

他们真正在意的并不是这个。

你们会觉得自己是在挑战传统4A公司么?作为一家初创型公司,你们真正在意的是什么?目前面临的威胁又是什么?

范凌:没错,我们是在用自己的技术去挑战传统广告公司、咨询公司的市场。

但是挑战归挑战。20年前,阿里想打沃尔玛的时候觉得20年以后沃尔玛肯定就消失了,但是现在沃尔玛依旧很强。他会有自己的IT能力,没有一家公司是等死的。任何市场都是如此。

所以我会在意我们的增长速度,底层能力,但是不会太在意我们做出了几个东西拿奖。拿奖我会开心,但我更在乎的是,我的技术到底有多少门槛?我的技术到底能蔓延的多快?我们到底能多大程度上能改变这个行业?

在这个行业里,如果一直做乙方的话,最多只会有30%的生产量。真正要做的是基础设施,这样才有机会成为行业的标准。所以我们不停地在找自身更具有穿透力的应用场景。

我们都应该要相信,成功有很多种,而其中一定存在着一种属于自己的成功路径。

“一种潜在的自媒体机遇”

在采访的最后,我们探讨了一种可能:是否可以将特赞模式移植到自媒体领域?

同样是庞大的内容生产方,自媒体领域其实和设计领域一样,在如何打通甲乙双方沟通渠道,从而更高效轻便地实现合作,如何建立起更可靠的评价、选择机制等方面,存在着诸多痛点。我们猜想,是否可以实现一种文字版的特赞来帮大家解决这些问题?

对此范凌表示,很惭愧,这块我不懂。需要多听,多受教育。坦诚得有点可爱。接着他又追问道,那么你们觉得特赞这样的模式在自媒体上,会有怎样的一个颠覆性的价值呢?

那一瞬间,我感觉自己仿佛身处大学图书馆的自习室,在进行一场学术讨论。这让我不由想到范凌在采访的开头说的一段话:

“我们其实并不是发现了一个什么行业痛点。我只知道,学术上思考出来的那些事情,它们本身对人类世界是有意义的。而真正从有意义变为有影响,则需要实际的东西,这个只有公司才能做,所以我就开始做公司。”

直到此时我们才会真正理解,特赞的本质其实是一个孜孜以求的学者,为了验证一个对人类世界有益的理论而展开的实验。它从美国的教室走到上海的写字楼,真正让我们看到理论照进现实的力量,也让我们看到了范凌作为一个学者的执着。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 数据
    +关注

    关注

    8

    文章

    6514

    浏览量

    87610
  • 人工智能
    +关注

    关注

    1776

    文章

    43899

    浏览量

    230646

原文标题:一位哈佛博士价值千万美金的商业实验 | 红杉Family

文章出处:【微信号:Sequoiacap,微信公众号:红杉汇】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    商业开源MES+源码+送可拖拽式数据大屏

    商业开源MES+源码+送可拖拽式数据大屏+开发学习的好机会
    的头像 发表于 04-15 11:21 198次阅读
    <b class='flag-5'>商业</b>开源MES+源码+送可拖拽式<b class='flag-5'>数据</b>大屏

    NanoEdge AI的技术原理、应用场景及优势

    能耗并提高数据安全性。本文将对 NanoEdge AI 的技术原理、应用场景以及优势进行综述。 1、技术原理 NanoEdge AI 的核心技术包括边缘计算、神经网络压缩和低功耗硬件设计。边缘计算
    发表于 03-12 08:09

    BCP为什么只有在收集数据后才存储数据

    有很多不便之处,因为可以存储在 BCP 中的收集数据的数量限制为 10,000。 为什么只有在收集数据后才存储数据
    发表于 01-22 07:06

    ADE9000波形缓冲器数据如何换算为真实电压和电流值?

    (16777215)最大值计算得到的电压值不对。 请问波形缓冲器数据(电压和电流)通过怎样计算才能得到真实的电压和电流?是否也和xRMS计算一样,依赖24位ADC最大值? 当然,我也尝试通过读取波形
    发表于 12-25 07:21

    AD7656使用在串行模式输出,复位后第一次转换并读取的数据只有真实值的一半是为什么?

    AD7656使用在串行模式输出,但每次复位后,第一次转换并读取的数据只有真实值的一半,从第二次开始,之后的每次转换得到的数据都正常,请问有人遇到过吗?为什么?
    发表于 12-11 08:24

    SQLite、MySQL和PostgreSQL的差异与应用场景

    一个完整的IT系统一般少不了数据库系统的支撑,大量数据需要保存到数据库中。不同的数据库在使用场景
    的头像 发表于 11-24 15:44 348次阅读

    数据网关在医院不同场景下的部署和应用

    的部署和实际应用需求。数据网关在不同场景下的部署选择由于医院不同场景下网络环境和具体使用需求的差异,在进行前期部署时,数据网关的选择也有所不同。在医院病房和科室等这类
    的头像 发表于 11-16 08:16 218次阅读
    <b class='flag-5'>数据</b>网关在医院不同<b class='flag-5'>场景</b>下的部署和应用

    数据填报采集的应用场景有哪些?#数据填报 #光点科技

    数据
    光点科技
    发布于 :2023年11月06日 09:18:27

    数据中台产品的应用场景有哪些?#数据中台 #光点科技

    数据
    光点科技
    发布于 :2023年10月26日 17:21:31

    复旦开源LVOS:面向真实场景的长时视频目标分割数据

    现有的视频目标分割(VOS)数据集主要关注于短时视频,平均时长在3-5秒左右,并且视频中的物体大部分时间都是可见的。然而在实际应用过程中,用户所需要分割的视频往往时长更长,并且目标物体常常会消失。现有的VOS数据集和真实
    的头像 发表于 09-04 16:33 496次阅读
    复旦开源LVOS:面向<b class='flag-5'>真实</b><b class='flag-5'>场景</b>的长时视频目标分割<b class='flag-5'>数据</b>集

    自动驾驶合成数据科普一:不做真实数据的“颠覆者”,做“杠杆”

    顾名思义,合成数据(synthetic data)就是通过计算机技术生成的数据,而不是由真实事件产生的数据。但合成数据又具备“可用性”,能够
    的头像 发表于 08-26 14:34 654次阅读
    自动驾驶合成<b class='flag-5'>数据</b>科普一:不做<b class='flag-5'>真实数据</b>的“颠覆者”,做“杠杆”

    异构计算场景构建可信执行环境

    场景的算力,在计算数据量变大的背景数据中心的性能税现象也逐步凸显,算力的瓶颈由数据运算转为
    发表于 08-15 17:35

    以 GaussDB 举例,浅谈商业数据库的断供风险以及国产数据库的重要性

    在当今的信息化社会,数据库是各行各业的核心技术之一,它负责存储、管理和处理海量的数据,为企业和机构提供智能化的决策支持。然而,目前市场上占据主导地位的商业数据库,如 Oracle、S
    的头像 发表于 06-21 11:15 314次阅读
    以 GaussDB 举例,浅谈<b class='flag-5'>商业</b>版<b class='flag-5'>数据</b>库的断供风险以及国产<b class='flag-5'>数据</b>库的重要性

    商业往事丨第87话:卖拖把翻转命运

    你看过詹妮佛 · 劳伦斯主演的 2015 年电影《乔伊的奋斗》。它基于乔伊‧曼加诺的真实故事,她是一位创建自己商业帝国的女人。虽然这部电影增加了一些场景的戏剧性效果,并结合了几个角色到同一个人,但曼加诺开创造她的事业的
    的头像 发表于 05-27 14:30 616次阅读
    <b class='flag-5'>商业</b>往事丨第87话:卖拖把翻转命运

    全球首个基于真实道路场景的时序车路协同数据集在京发布

    车路协同时序感知数据集,包含超过1.5万对车端与路端协同视角下的时序图像和点云数据,并提供了完备的3D目标及Tracking ID标注,用于支持车路协同3D检测和跟踪任务。
    的头像 发表于 05-12 09:32 1041次阅读
    全球首个基于<b class='flag-5'>真实</b>道路<b class='flag-5'>场景</b>的时序车路协同<b class='flag-5'>数据</b>集在京发布