大數(shù)據(jù)、人工智能等新技術(shù)已經(jīng)滲透到各行各業(yè)，并悄然改變著傳統(tǒng)企業(yè)的運(yùn)作模式，而外貿(mào)行業(yè)也正經(jīng)歷同樣的革命。

DATADETA則是推動(dòng)這次革命浪潮的其中一員。作為一家通過(guò)大數(shù)據(jù)和機(jī)器來(lái)指導(dǎo)企業(yè)的外貿(mào)B2B營(yíng)銷(xiāo)行為的企業(yè)，DATADETA目前已經(jīng)為包括超過(guò)20個(gè)行業(yè)的200多家企業(yè)提供可視化大數(shù)據(jù)管理服務(wù)。

在多數(shù)人想象中，一家大數(shù)據(jù)企業(yè)普遍模式必然是聚集各種各樣的“碼農(nóng)”一起研發(fā)高新前沿的數(shù)據(jù)挖掘和處理技術(shù)，然而從DATADETA走過(guò)的路來(lái)看，大數(shù)據(jù)分析企業(yè)要在行業(yè)中建立壁壘，事情并沒(méi)這么簡(jiǎn)單……

從外貿(mào)低效環(huán)節(jié)中挖掘商機(jī)

進(jìn)入大數(shù)據(jù)行業(yè)，DATADETA切入的是外貿(mào)行業(yè)中既重要卻又略低效的一環(huán)——B2B營(yíng)銷(xiāo)。

DATADETA的總經(jīng)理李文慧分析道，一家從事外貿(mào)超過(guò)3年以上的企業(yè)，其數(shù)據(jù)庫(kù)至少有幾千上萬(wàn)條客戶(hù)數(shù)據(jù)，數(shù)據(jù)量是非常充足的。然而，對(duì)于外貿(mào)企業(yè)的銷(xiāo)售人員而言，只掌握了客戶(hù)的基礎(chǔ)信息，對(duì)客戶(hù)的畫(huà)像則非常模糊。這直接導(dǎo)致銷(xiāo)售人員只能通過(guò)撒網(wǎng)式營(yíng)銷(xiāo)的方式去接觸客戶(hù)。

(DATADETA總經(jīng)理李文慧)

“為什么中國(guó)出口企業(yè)喜歡做郵件營(yíng)銷(xiāo)？因?yàn)槟鞘且粋€(gè)快速、不經(jīng)過(guò)篩選就能完成的營(yíng)銷(xiāo)舉動(dòng)?！崩钗幕壅J(rèn)為，這種“千人一面”的營(yíng)銷(xiāo)方式會(huì)導(dǎo)致業(yè)務(wù)人員不知道哪些是需要重點(diǎn)跟進(jìn)的優(yōu)質(zhì)客戶(hù)，哪些是可以省去營(yíng)銷(xiāo)動(dòng)作的不高產(chǎn)出客戶(hù)，銷(xiāo)售人員的時(shí)間就這樣被耗掉了。

針對(duì)該現(xiàn)象，DATADETA的解決方式是海外流行的ABM（Account Based Marketing）營(yíng)銷(xiāo)，該種模式的核心價(jià)值在于“基于客戶(hù)賬戶(hù)的精準(zhǔn)營(yíng)銷(xiāo)模式”，即通過(guò)篩選重要客戶(hù)采取針對(duì)性營(yíng)銷(xiāo)策略。

首先，DATADETA會(huì)從外貿(mào)企業(yè)成交客戶(hù)數(shù)據(jù)分析中挖掘這些客戶(hù)的特征并建立成功客戶(hù)模型。針對(duì)該企業(yè)已有的數(shù)據(jù)庫(kù)DATATETA會(huì)做出成交預(yù)測(cè)，篩選成交潛力更大的客戶(hù)給企業(yè)，尋找存量中的“優(yōu)質(zhì)股”。

與此同時(shí)，DATADETA將該特征模型跟自身企業(yè)庫(kù)進(jìn)行匹配，給外貿(mào)企業(yè)推薦高價(jià)值客戶(hù)，以及這些客戶(hù)中的關(guān)鍵聯(lián)系人信息，來(lái)獲得增量。

“畢竟B2B最終是人對(duì)人的商業(yè)場(chǎng)景。有關(guān)鍵聯(lián)系人才能展開(kāi)針對(duì)性的營(yíng)銷(xiāo)。”李文慧說(shuō)道。

當(dāng)然，這種ABM模式要實(shí)現(xiàn)的前提是外貿(mào)企業(yè)本身就有充足的成交案例。

李文慧分析道，當(dāng)一個(gè)外貿(mào)團(tuán)隊(duì)達(dá)到七到八人的規(guī)模時(shí)就已經(jīng)是一個(gè)中型團(tuán)隊(duì)。這樣的企業(yè)本身掌握的數(shù)據(jù)已具有一定存量，而且中等以上規(guī)模的企業(yè)在該發(fā)展階段也會(huì)開(kāi)始對(duì)員工精力投入和業(yè)務(wù)產(chǎn)生進(jìn)行精細(xì)化管理。這些企業(yè)則為DATDADETA瞄準(zhǔn)的用戶(hù)群體。

“而對(duì)于小型企業(yè)，首先過(guò)往成交客戶(hù)很少，DATDADETA做成功客戶(hù)分析相當(dāng)于無(wú)本之木。其次，小型企業(yè)壓力更多在于生存而不是發(fā)展，在客戶(hù)有限時(shí)，撒網(wǎng)營(yíng)銷(xiāo)去撞‘概率’的成本相比自己投入資金做ABM營(yíng)銷(xiāo)更低，所以這類(lèi)群體不是DATDETA的用戶(hù)?！彼f(shuō)道。

人做判斷VS機(jī)器干預(yù)判斷

值得注意的是，除了切入的環(huán)節(jié)外，在給企業(yè)提供大數(shù)據(jù)服務(wù)之時(shí)，DATADETA所切入的服務(wù)深度也是跟目前大部分大數(shù)據(jù)企業(yè)大相徑庭。

李文慧認(rèn)為，目前大部分大數(shù)據(jù)企業(yè)所提供的服務(wù)類(lèi)型可以分為兩類(lèi)：

第一、基礎(chǔ)數(shù)據(jù)服務(wù)。企業(yè)需要什么信息就給其抓取什么類(lèi)型的數(shù)據(jù)，提供給企業(yè)進(jìn)行參考。

第二、不僅提供基礎(chǔ)數(shù)據(jù)還給推薦數(shù)據(jù)。這類(lèi)企業(yè)會(huì)基于一些低維信息的整合并圍繞企業(yè)本身情況給其進(jìn)行數(shù)據(jù)推薦。

上述兩類(lèi)數(shù)據(jù)服務(wù)最終的決策者是人，數(shù)據(jù)公司只是給企業(yè)抓取盡可能多的數(shù)據(jù)來(lái)輔助企業(yè)進(jìn)行決策罷了。而DATADETA的特殊點(diǎn)在于，其解決方案最終是機(jī)器給企業(yè)去進(jìn)行決策，給企業(yè)判斷哪些客戶(hù)才是優(yōu)質(zhì)客戶(hù)。

兩種服務(wù)模式相比較背后折射的卻是在外貿(mào)場(chǎng)景中人與機(jī)器在決策中的較量。李文慧認(rèn)為這場(chǎng)較量最終勝者會(huì)是機(jī)器。

“光靠人去做判斷能力是有限的。跟人思考不同，機(jī)器對(duì)數(shù)據(jù)進(jìn)行學(xué)習(xí)時(shí)不只是基于幾個(gè)基礎(chǔ)維度而是從上萬(wàn)個(gè)維度去深度學(xué)習(xí)的。這就是人與機(jī)器的差距所在?！彼f(shuō)道。

除了維度優(yōu)勢(shì)外，機(jī)器也會(huì)基于生成的結(jié)果自動(dòng)優(yōu)化自己的推薦模型。在DATADETA推薦企業(yè)給銷(xiāo)售人員進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)后，其成交結(jié)果最終反過(guò)來(lái)會(huì)影響DATADETA自己的推薦算法，讓接下來(lái)預(yù)測(cè)和推薦的客戶(hù)成功率更高。而這種經(jīng)驗(yàn)學(xué)習(xí)往往比人進(jìn)行學(xué)習(xí)更加迅速。

“AlphaGo跟李世石的人機(jī)大戰(zhàn)向外界釋放一個(gè)很重要的信號(hào)——人工智能是可以跟人類(lèi)比下去的?！崩钗幕壅J(rèn)為機(jī)器指導(dǎo)決策的潛力是非常大的，而DATADETA希望做的是利用機(jī)器學(xué)習(xí)給企業(yè)獲取更多業(yè)務(wù)轉(zhuǎn)化，更像一家提供解決方案的公司，而不是單純的一家賣(mài)數(shù)據(jù)的公司。

技術(shù)和模式外的勝負(fù)

當(dāng)然，雖說(shuō)DATADETA做的不是賣(mài)數(shù)據(jù)的生意，但數(shù)據(jù)仍是這家企業(yè)立命之本。如何整合更豐富有效的數(shù)據(jù)則成了這家企業(yè)跟同行在技術(shù)之外的決勝點(diǎn)。

（DATADETA官網(wǎng)截圖）

李文慧指出，實(shí)際上，從技術(shù)層面上看，技術(shù)的高低在數(shù)據(jù)獲取上差不到什么程度。目前數(shù)據(jù)爬蟲(chóng)在抓取數(shù)據(jù)的時(shí)候均只能從合法領(lǐng)域里面去抓取，DATADETA能抓取到的數(shù)據(jù)，其他企業(yè)也同樣可以獲取到。而像一些社交網(wǎng)站的數(shù)據(jù)，看似大家都能接觸到，但如果社交平臺(tái)沒(méi)有開(kāi)發(fā)接口，數(shù)據(jù)企業(yè)也不可能抓取到里面的信息。

“光靠自己的能力也不可能把全部有用的數(shù)據(jù)都匯總起來(lái)，所以必須借助外部數(shù)據(jù)整合的力量去攻克。”他說(shuō)道。

而DATADETA整合數(shù)據(jù)的方式具體而言分為兩種，一種是直接采購(gòu)國(guó)外機(jī)構(gòu)已有的數(shù)據(jù)；另一種是跟國(guó)外數(shù)據(jù)機(jī)構(gòu)進(jìn)行合作，如成立社交數(shù)據(jù)研究院把雙方掌握的部分?jǐn)?shù)據(jù)合并在一起共用。

借助這些第三方機(jī)構(gòu)的數(shù)據(jù)合作，DATADETA則讓自己數(shù)據(jù)的維度更多更完善，從而反饋到DATADETA整個(gè)分析模型的立體度上。

“外貿(mào)數(shù)據(jù)企業(yè)中，海關(guān)數(shù)據(jù)成了較搶手的資源，然而不少數(shù)據(jù)企業(yè)只能利用這些資源給外貿(mào)企業(yè)提供基本的采購(gòu)和供應(yīng)方基礎(chǔ)信息。但若DATADETA通過(guò)IP數(shù)據(jù)和瀏覽痕跡等多維的數(shù)據(jù)整合后，最終可以具體分析出哪家企業(yè)的哪個(gè)人會(huì)是意向客戶(hù)?！崩钗幕廴绱诵稳輸?shù)據(jù)立體度對(duì)大數(shù)據(jù)企業(yè)發(fā)展的重要性。

目前，DATADETA數(shù)據(jù)團(tuán)隊(duì)中，爬蟲(chóng)技術(shù)團(tuán)隊(duì)跟對(duì)外合作團(tuán)隊(duì)的人數(shù)是相當(dāng)?shù)?，兩者都是不可或缺的一部分。爬蟲(chóng)團(tuán)隊(duì)關(guān)注的是如何把更多的數(shù)據(jù)采集回來(lái)，對(duì)外合作團(tuán)隊(duì)主要讓數(shù)據(jù)的立體度更強(qiáng)。

實(shí)際上，不僅是大數(shù)據(jù)行業(yè)，在創(chuàng)業(yè)風(fēng)氣盛行的中國(guó)，對(duì)外資源合作往往成了各類(lèi)企業(yè)建立壁壘的關(guān)鍵點(diǎn)?！俺悄愕漠a(chǎn)品在自身領(lǐng)域上絕對(duì)領(lǐng)先，不然，任何產(chǎn)品都沒(méi)有絕對(duì)優(yōu)勢(shì)，而只有比較優(yōu)勢(shì)，這個(gè)比較優(yōu)勢(shì)更多在于一些資源、系統(tǒng)和硬件的整合?！崩钗幕壅f(shuō)道。