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

神策数据完成2600万元A轮融资

[复制链接]
跳转到指定楼层
楼主
发表于 2016-4-21 15:30:52 | 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
4月19日,神策数据正式宣布完成2600万人民币A轮融资,本轮融资由红杉中国领投,天使轮投资方明势资本、线性资本和著名天使投资人薛蛮子继续跟投。2015年3月,神策数据刚刚组建团队时就获得了明势资本、线性资本、薛蛮子个人共计600万人民币的天使轮投资。
2015年9月,神策数据正式发布了可以私有化部署的数据分析产品神策分析(Sensors Analytics ),主要面向的用户是中小型互联网公司。神策分析针对市场营销、日常运营、产品改进、决策支持等典型的互联网公司业务场景,提供简单易用的产品功能,让不具备数据分析背景的人经过简单培训后即可上手,自助式满足数据需求。
在国内的数据分析领域,2015年可以说是具有标志性意义的一年,从2015年的相关沙龙的主题就可以看出端倪,诸如“如何做精益数据分析”、“如何利用数据驱动增长”方面的沙龙话题比比皆是。这些话题的背后,是互联网公司理念的转变:日益注重精细化运营、日益依赖数据进行决策、日益珍视数据价值。相关职位的招聘说明也在悄然发生着变化,懂数据的运营和产品经理更受市场欢迎,3年左右的互联网用户数据分析师更是成了很多公司的抢手人才。
仔细分析国内的数据分析产品现状,有几大痛点还没有解决好,一是企业核心数据,尤其是电商类企业不愿意将业务数据放在第三方平台,因为顾虑自身数据安全风险;二是 SaaS 模式很难解决全端数据,尤其是后端业务数据打通分析的问题,只能做一些简单用户体验相关的分析;三是上一代数据分析产品只能分析简单指标,无法满足企业根据自身需求定义指标、进行多维度交叉分析的需求,例如日活这个概念针对所有应用都一样,这就明显不合理。
神策数据针对以上痛点,提供可以私有化部署的数据分析工具,采用 SaaS + PaaS 的模式,解决了市场上的三大痛点:一是数据安全和客户数据资产积累;二是 PaaS 模式的灵活扩展,企业可以自行整合 CRM 系统、个性化推荐等系统;三是多维分析模型、漏斗、留存、用户分群、回访等功能相比上一代分析工具更为强大,比如漏斗、留存可以对历史数据立即定义立即查询,客户可以基于此灵活组合、自定义相关指标。当有人质疑私有化部署会不会逆历史潮流时,神策数据创始人兼CEO桑文锋解释说:
一是私有化部署方案运维代价低,可以一键部署和升级,因为客户服务器可远程访问,并且在当下 IaaS 层比较成熟的条件下很容易做到系统环境适配。同时,神策分析自身的操作是在有完整的安全和审计机制的情况下完成的,一切尽在客户掌控之中。
二是私有化部署方案提供的是标准化,客户可以按照自身需求进行配置,即使已有的功能满足不了,客户还可以进行二次开发,这时该方案的 PaaS 优势便开始突显,从而避免了传统企业软件系统的单项目实施模式。
经过短短几个月,神策目前已经签约40多家付费客户。神策分析的客户覆盖各个行业,包括电商领域的爱鲜蜂、阿农电商、拼好货和一亩田,在线教育领域里的新东方前途出国、作业帮、魔方英语、蒲公英和51offer,视频和社交领域里的秒拍、AcFun、易视直播、文玩迷,办公领域里的WPS、石墨,广告分析领域里的多盟、小数点,金融领域里的大特保、葡萄串、黄金钱包,O2O领域里的PP租车、快快鱼等。其中,秒拍、AcFun、多盟等几个客户的数据量较大,最大的有数千亿条用户行为数据,多年的大规模数据处理经验的优势,最终筑成神策分析的产品优势。
桑文锋表示,本轮融资主要用于加大在产品和技术研发方面的投入,在流量预测、用户画像、全端埋点管理等方向重点发力。此外,公司还会组建销售团队,进一步拓展业务范围,同时针对垂直领域和细分的应用场景进行精耕细作,将神策分析(Sensors Analytics )打造成国内一流的数据分析产品。



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, 2024-4-28 17:26

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