最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

瞄准中大型企业,大数据解决方案商iReadyIT仅一年就已经盈利

[复制链接]
跳转到指定楼层
楼主
发表于 2017-8-6 13:17:43 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
作者:陈晨
随着企业数字化转型的深入,大数据已经成为企业整体转型中不可或缺的一环。因此无论是做底层hadoop发行版的公司,还是新型BI公司或者类似Splunk这样的大公司都期望在企业级大数据市场分羹一杯。同样,定位为“大数据整体解决方案提供商”的iReadyIT,也看好了中国企业级大数据市场高速增长的态势和巨大潜力,想在这个尚无垄断性巨头出现的行业攻城略地,建立自己的壁垒。iReadyIT成立于2014年,从2016年开始专注于企业级大数据服务。创始人吴奇锋告诉36氪,最初没有直接扎入自己最熟悉的大数据领域,反而进入了相对陌生的POS机领域,阵痛之后,砍掉了所有的POS机业务,专注于自己擅长的企业级大数据这一领域,并且已经实现盈利。目前,iReadyIT面向企业级客户推出iReadyData数据准备和iReadyInsight数造业务两款产品。
前者是面向企业内、外部的数据采集和治理,建立面向人工智能时代的数据基础,并将采集回来的数据转化为数据资产。
iReadyInsight数造业务则是通过数据建模分析、大数据分析,推动企业业务的改革和创新,主要为企业提供经营分析、行业大数据、集团运营监控等功能。
很多大数据公司都在强调自己在产品和技术方面的优势,而吴奇锋认为,在目前国内所有创业大数据公司的技术,不存在代差的情况下,面向客户销售能力、解决方案的能力、项目交付能力、平台产品能力、平台运营能力才是核心竞争力。然而,如果你在企业服务领域创业,那么无论是媒体还是投资人甚至连你的员工都会提醒你,早期的创业公司更应该专注于产品的研发和打磨,不要做太多定制化开发的项目,这些脏活累活会拖垮你的公司。不过,吴奇锋却认为,正是其他公司这些所谓的脏活累活才是弯道超车的最好机会。
iReadyIT在创立之初就打算成为一家重服务的公司,虽然重服务会耗费公司的很多精力,但同样也可以获得更大的用户生命周期价值,并且通过定制化的贴身服务来构建壁垒,目前iReadyIT已经服务了73家付费客户。
但问题在于,一家大型企业的定制化开发或许就够整个技术团队忙上一阵子,那么短短一年之内如何服务如此多的客户?
吴奇锋告诉36氪,首先iReadyIT为不同的客户提供的服务中,整体的产品和技术体系是标准化的,客户会在这套标准化的产品体系内提出定制化的需求,同时iReadyIT会将这些标准化的需求交给外包公司处理,自己只需要对外包公司提交的代码进行测试,保证产品质量。这样除了可以大幅降低人力成本外,公司还可以同时服务于多个客户。
此外,iReadyIT服务客户并非一锤子买卖,更多的是通过项目升级和维护产生新的销售机会,从而形成交叉销售,深入服务每一个客户成为其数据技术的核心提供方。
当然iReadyIT在深度服务于某一个行业的大客户之后,会对整个行业的需求有一个全面的认知,将行业通用性的需求融入自己的产品中,甚至形成行业通用的大数据服务平台,为行业内的其他客户提供服务,从而建立公司在行业中的壁垒。
在团队方面,创始人吴奇锋为AMT集团合伙人,微软技术专家,日本电通信集团中国区高级顾问,先后供职于南威软件、微软技术中心等,负责产品研发、解决方案销售管理等工作,拥有超过程11年的行业销售,交付,研发管理经验。
在客户方面,截止2017年7月付费企业达73家,包括远洋地产、吉利汽车、方太、海南航空、三菱东京UFJ银行、中化集团、知乎等覆盖金融、航空、地产、制造等几大行业。今年预计合同金额超过2500万,毛利率35%以上,复合增长率187%。今年上半年已经实现盈利。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-9 09:18

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表