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

商业化半年收入超千万元,「AONE.Ai」从场景落地数据分析解决方案

[复制链接]
跳转到指定楼层
楼主
发表于 2018-10-8 20:15:22 | 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



AONE.Ai定位企业数据智能分析平台。
CEO吴磊曾任职友盟负责大数据平台的搭建。2014年移动互联网爆发,友盟迅速发展,2015年移动互联网流量红利消退,头部企业客户需要更精细化的运营,而友盟此前更多是在给中长尾客户提供通用化平台。吴磊认为,“从通用平台到私有化部署,给企业提供更贴近需求的定制化功能”是未来的趋势,在一些试错后,于2017年4月组建成立了AONE.Ai。
“先做数据,后用AI落地场景”,AONE.Ai首选数据基础好、应用较多的头部公司切入市场,这些企业数据应用多分为两类——用户行为数据、机器数据。用户行为数据,指购买、留存等,机器数据则偏向企业运维日志、指标数据等。围绕这两类数据,AONE给企业输出的是采集、清洗、分析、应用整体解决方案。
最底层是“DIP数据智能平台”,包括数据采集、存储等,在融合企业数据的同时,提供机器学习、可视化功能等套件,可以降低企业大数据开发的门槛。
上层分别是“CDP用户数据平台”和 “MDP机器数据平台”。
“CDP用户数据平台”更多满足企业运营、市场等部门的需求,包含用户行为分析、智能分析、营销分析、智能推荐、潜客预测五大模块。基础功能可以理解为类友盟、神策类产品,区别点在于,除了一方采集到的用户行为分析外,AONE.Ai还打通了企业CRM、交易等第二方数据,以及从第三方补充数据构建用户画像。这样一来,AONE.Ai提供的不仅是一套统计展示工具,结合预测、推荐等功能,还可以往后延伸到企业业务场景。
例如,某家电厂商正采用AONE.Ai进行用户分析和精准推荐。首先AONE.Ai在企业电商平台上埋点采集行为数据,展现用户基础的留存转化情况,接下来融合多方数据完善用户画像,之后通过机器学习对C端用户过去的数据进行综合分析,得出其可能感兴趣的商品并进行推荐。
“MDP机器数据平台”则多服务企业生产、运维等部门,以机器数据统计为基础,包含日志分析、关联分析、指标分析、 异常检测、异常告警五大模块。
MDP目前一个典型应用场景在政企客户,比如税务类。《网络安全法》颁布后要求企业“依法留存用户登录相关网络日志”,但此前很多企业没有做存储,现在AONE.Ai搭建系统,用户在企业各硬件端进行的操作都会被记录留存在平台上。
不难看出,AONE.Ai是针对企业不同场景输出解决方案的公司,现正处于落地场景阶段。比起“神策数据”这类平台,AONE.Ai相对更重、场景更泛,又比36氪此前报道的“数澜科技”要轻,产品有标准化空间。
做私有化、解决方案,一来更符合现阶段中国企业主的需求,二来服务器、带宽成本也低,但以SaaS为代表的通用平台,对未来的意义是通过大数据驱动企业业务,做私有化就不能积累数据。谈及对此问题的看法时,吴磊透露,AONE.Ai已经在数据方面有所布局,不过要根据行业具体应用场景来定。比如汽车行业,AONE.Ai跟商用车厂商成立合资公司,结合600万辆汽车的轨迹数据和驾驶人的行为数据,提供商用车保险等增值服务。
此外还值得一提的是,AONE.Ai在2018年初才开始产品商业化,目前已经服务了超过20家企业客户,客单价在百万元级别,预期年底至少会有数千万元的合同收入。
吴磊强调:“ 产品战略决定了公司未来是否能跑过市场,AONE.Ai的强项是做多数据融合、场景融合的数据智能公司。在打磨产品的同时,企业服务公司一定要有成体系的销售团队,目前公司已经在西安成立了西北营销分公司,后续会逐渐在全国铺开成立营销中心。”
据悉,AONE.Ai团队共有50人。CEO吴磊硕士毕业于中国科学院计算机软件与理论,在阿里友盟平台期间带领团队完成了PB级移动分析系统的设计研发优化,为中国数百万款移动APP提供在线数据统计分析服务。
公司在2017年7月已完成数百万元天使轮融资,目前正在A轮阶段。

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, 2024-5-17 04:29

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