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

對于EverString，我們曾經(jīng)做過(guò)報道，它是一個(gè)專(zhuān)注于金融投資行業(yè)的大數據分析類(lèi)的公司。但在業(yè)務(wù)上，它現在的應用場(chǎng)景跟最初有很大的差別。是客戶(hù)的一個(gè)電話(huà)，讓他們突破瓶頸，發(fā)現了新大陸。

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(wù)，面向公司的銷(xiāo)售和市場(chǎng)部門(mén)，可以精準地篩選出公司的潛在用戶(hù)，幫助銷(xiāo)售減少尋找潛在用戶(hù)的機會(huì )成本，提高客戶(hù)轉化率。另外，還可以幫助企業(yè)精準地尋找到新客戶(hù)。

“我們只分析公司，不分析個(gè)人。” 楊文杰說(shuō)。EverString分析的公司數據，一端是EverString的企業(yè)客戶(hù)內部的數據，一端則是這些客戶(hù)企業(yè)的潛在企業(yè)客戶(hù)的數據。前者數據由客戶(hù)企業(yè)提供,后者數據則通過(guò)挖掘全網(wǎng)在線(xiàn)企業(yè)數據和購買(mǎi)而來(lái)。

結合這兩部數據，系統通過(guò)機器學(xué)學(xué)習自動(dòng)建立客戶(hù)模型。首先，分析企業(yè)現有客戶(hù)。然后，再利用模型然后在全美國找最像企業(yè)現有客戶(hù)的潛在客戶(hù)。 且，這個(gè)建模過(guò)程都是全自動(dòng)的，無(wú)須任何的人工介入。

EverString目前主要應用在北美市場(chǎng)。企業(yè)客戶(hù)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（客戶(hù)關(guān)系管理系統）與Everstring的引擎連接就可以了，剩下的事就可以交給系統了。

潛在客戶(hù)企業(yè)方面，楊文杰介紹，EverString目前已經(jīng)積累美國近700萬(wàn)家企業(yè)畫(huà)像數據。它構建了一個(gè)智能爬蟲(chóng)，搜索分析全網(wǎng)的企業(yè)網(wǎng)站，利用自然語(yǔ)言分析，非監督機器學(xué)習將其分解成產(chǎn)品頁(yè)面、招聘頁(yè)面、團隊介紹頁(yè)面等等，從這個(gè)頁(yè)面當中挖掘具體的信息，然后把這個(gè)信息放到機器學(xué)習的模型當中去?；谝恍┖?jiǎn)單的變量，做一些預測已經(jīng)是行業(yè)中大家都在使用的技術(shù)。但EverString是利用非結構化的文本做機器學(xué)習，同時(shí)實(shí)時(shí)地分析上十萬(wàn)到百萬(wàn)個(gè)變量。

這個(gè)預測分析過(guò)程每分每秒都在進(jìn)行。楊文杰介紹，EverString到目前為止已經(jīng)為56家客戶(hù)公司構建了他們的企業(yè)模型，平均的轉化率提升超過(guò)了3.8倍?，F在EverString的客戶(hù)當中已經(jīng)有將近5家世界500強，有很多是美國高速成長(cháng)的公司。其中一家企業(yè)在使用EverString兩個(gè)月內銷(xiāo)售收入翻了一倍?；诖?，EverString從上線(xiàn)以來(lái)，短短6個(gè)月時(shí)間，實(shí)際入賬的銷(xiāo)售收入超過(guò)了百萬(wàn)美金，每年的年費收入2015年底預計超過(guò)7百萬(wàn)美金。

一個(gè)電話(huà)引發(fā)的爆發(fā)

美國整個(gè)B2B市場(chǎng)營(yíng)銷(xiāo)行業(yè)在2014年的市場(chǎng)規模是360億美金?？墒荅verString最終找到這條路，卻看似源于一個(gè)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(shí)候，受到一個(gè)投資理念的啟發(fā)，就是挖掘那些別人都聽(tīng)說(shuō)過(guò)的公司。那時(shí)，他開(kāi)始嘗試用機器學(xué)習和自然語(yǔ)言分析去追蹤分析美國近400多萬(wàn)個(gè)企業(yè)網(wǎng)址，探索其中關(guān)于公司的成長(cháng)信號的內容，譬如公司正在招聘什么人等等信息。

這個(gè)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(gè)技術(shù)能力擴散出去。他打電話(huà)給自己在上海交通大學(xué)數學(xué)系的校友汪超，兩人在大學(xué)時(shí)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(lái)，借在斯坦福念MBA的機會(huì )，楊文杰結識了很多斯坦福的博士，于是招兵買(mǎi)馬，建立了一個(gè)涵蓋自然語(yǔ)言分析、神經(jīng)網(wǎng)絡(luò )、數據挖掘人才的團隊。

從自己的經(jīng)驗出發(fā)，EverString技術(shù)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(kāi)發(fā)出來(lái)之后，EverString團隊很快就遇到了一個(gè)瓶頸，那就是EverString針對金融投資行業(yè)的業(yè)務(wù)很難做大。因為EverString服務(wù)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(wù)的使用就具有很強的排他性。那時(shí)，EverString剛剛從紅杉，IDG，真格基金那里融完了第一輪160萬(wàn)美元資金，花了一年時(shí)間搭建起了理想中的團隊。他們試圖找一個(gè)新的應用場(chǎng)景。

轉機出現在一個(gè)電話(huà)里。美國一家殺毒軟件公司的市場(chǎng)總監打來(lái)電話(huà)，對方詢(xún)問(wèn)EverString的數據分析產(chǎn)品能否用在市場(chǎng)營(yíng)銷(xiāo)中，幫助尋找潛在客戶(hù)。楊文杰和汪超之前沒(méi)考慮到這個(gè)問(wèn)題，但既然有人互動(dòng)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，在營(yíng)銷(xiāo)行業(yè)幫助企業(yè)分析下一個(gè)客戶(hù)，與對投行的分析方法是一樣的。而且，有一個(gè)好處是，每家公司所針對的客戶(hù)差異性很大。這家打來(lái)電話(huà)的公司獲得了意想不到的好效果，客戶(hù)轉化率提高了將近2倍多。這讓EverString整個(gè)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(chǎng)營(yíng)銷(xiāo)市場(chǎng)。

EverString的這個(gè)轉折將它的價(jià)值迅速體現，他們才做了三個(gè)月，就收到兩家大企業(yè)的收購邀約。6個(gè)月之后， 2014年6月， EverString拿到1200萬(wàn)美金A輪融資，這是目前美國大數據預測分析行業(yè)最大的一輪融資。投資方除了國內的紅杉資本、IDG之外，還有真格基金和美國光速資本。

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

目前，EverString在硅谷和北京都設立了數據科學(xué)和工程研發(fā)團隊。“我們的業(yè)務(wù)擴展速度目前主要取決于我們的團隊規模。”楊文杰說(shuō)。中國目前有四千多萬(wàn)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(chǎng)擴展。