集奥聚合丨两年前转型，现在估值近40亿，这家低调的大数据公司到底做了什么？

来源：爱分析ifenxi

▊率先采用结果衡量数据有效性的合作模式

目前大数据公司受产品标准化程度不足、客户需求多样化等因素影响，面对大客户主要采取项目制的合作模式，这种模式与传统集成商的业务模式类似，这种形式对人力依赖较大，规模化能力较差。

集奥聚合另辟蹊径，与业务部门合作，直接以业务部门KPI指标作为评判服务效果的方式，让市场去评判数据价值。标准化数据产品，充分发挥数据建模和业务分析优势，帮助客户提升转化率。

具体实现方式是集奥聚合将自己的数据产品平台与客户的内部业务系统对接，采取私有云方式，在保证客户数据安全的同时，利用客户和集奥聚合的数据进行联合建模，联合分析，去解决客户实际业务问题，提高效率，提升业务成果。

这是一种兼顾了外部数据和外部技术引入的需求以及客户自身数据安全的方式，将客户与大数据公司绑在一起。对大数据公司来说也是挑战最大的，因为由市场验证的结果是非常透明且易于量化的。另一方面，如果数据产品能够通过最终业务效果的检验，则是数据有价值的最有力证据。企业级客户会非常乐意与大数据公司进行长期合作，客户黏性强。

▊科技占位，不断提升大数据核心能力

集奥聚合在大数据领域深耕多年，通过多渠道的数据积累，不断扩大自身数据源维度和精细度。集奥聚合利用顶尖的机器学习、人工智能技术，挖掘数据价值，形成大数据产品，从而为企业客户提供服务。

除了不断扩展数据源之外，集奥聚合也组建了一流的大数据技术团队，聘请了国内外一流的技术专家加盟，从而不断提升大数据的工程处理能力、人工智能和深度挖掘能力，通过现今的数据挖掘和机器学习建模算法，从原始数据中不断挖掘出数据的深层特征和深层信息，并在大数据产品中取得应用。

立足大型银行等金融客户，逐步向地产、汽车、教育等行业延伸

集奥聚合聚焦金融行业，客户在精准营销、风险控制、存量客户管理等方面有强烈的需求，希望利用外部数据提升其业务能力。

集奥聚合服务的客户包括：招商银行、工商银行、中国银行、广发银行、交通银行等大型银行，捷信、宜信、玖富等消费金融、互联网金融客户；保险、证券等行业也有涉足。在与金融类客户合作中，集奥聚合主要帮助客户解决以下三个方面的需求：

第一，找到产品的目标人群并进行精准营销，降低获客成本；

第二，评估客户信用等级，降低风险；

第三，对存量客户进行深度分析，挖掘客户潜在价值。

深度对接行业需求，打造营销、风控智能应用平台

据了解，集奥聚合打造的方舟智能应用平台，是一款基于营销场景的大数据产品。该平台覆盖5亿网络用户，对用户进行百万级维度的细微刻画，并形成用户全景行为视图。在与合作伙伴进行数据匹配后，使机构有能力全面分析用户行为和偏好，有效开展新客获取、存量交叉营销、客户激活、全面洞察、竞品分析等市场活动。

集奥聚合不仅能够为金融机构提供大数据营销解决方案，大数据风控解决方案也是集奥聚合提供的一项重要数据服务。

集奥大数据风控平台，基于世界领先的数据挖掘技术和数据分析经验，以最专业的风控视角，迅速丰富风控数据来源，充分运用数据可视化技术，为金融机构的信审人员提供更加直观的专业数据报告。全面有效地解决贷前、贷中、贷后以及获客营销活动等场景存在的信用及欺诈风险，帮助金融机构构建完善、成熟的抵御欺诈风险和信用风险的大数据解决方案。

▊重视大数据人才建设，提升优质大数据解决方案能力

在整个大数据链条中，集奥聚合处于上层，专注于数据整合、分析和应用，整个业务模式相对较轻。与客户合作时，前期POC时间较长，需要验证其数据服务的可行性。一旦业务开展后，主要是提供数据服务，对人力依赖较小。

从2012年成立至今，集奥聚合集团及其子公司累计服务1000余家客户、200余家金融机构。其中大客户较多，但整个团队却不到300人，其中一半以上是研发人员，其余则是运营和分析人员。

▊近期，爱分析对集奥聚合产品行销部总经理韩笑进行了访谈，现将访谈内容分享如下：

Q：您怎么看待大数据行业，如何对大数据公司进行分类？在这个分类中，集奥聚合定位是家什么样的大数据公司？

A：从我们自身角度出发，将大数据分成四个层面来看。

第一层是做最基础的IT集成，作用是构建一个物理基础平台，会用到一些基础的操作系统，搭建起能够承载大数据的基础框架。有人是提供云服务，有人是帮企业搭建私有云平台的。这类公司主要关心的是数据承载能力及处理性能。

有了这一层后，企业要开始建立数据库，将采集到的数据存储起来，形成一些基础的应用。因此，第二层主要是做第一方数据库的公司。这些公司主要帮助客户建立数据库，整理客户的一些既有数据资产，将数据资产存储、归类。

数据资产化后，数据本身还未创造价值，需要将数据打造成业务创新或场景应用。第三层公司主要是做这部分业务，基于第一方数据库，做CRM、数据可视化、BI、性能分析处理。这种应用主要强调工具化的能力。

第四层是集奥聚合这样的公司在做的事情。

在实际业务运营过程中，我们发现客户现在并不是工具太少，而是工具太多太复杂，培训成本高，易用性差。如果我们把第一层比作是硬件层，第二层比作是驱动层，第三层比作是平台层，那么第四层就是应用层。应用层提供的不是一个面面俱到的框架，而是针对特定问题，确定目标的解决方案。如果说平台层更偏向工具的话，那么应用层更偏向运营，更偏向对于业务场景的理解和认识，更便于业务人员理解和使用。

此外，我们发现很多传统企业在实际使用第一方数据的过程中遇到了几个瓶颈：

首先，随着当下线上媒体的获客成本急剧上升，如何利用现有用户触点经营好存量客户就成了重中之重。特别是对于沉默客户，第一方数据往往存在活性差、数据缺失等问题，难以有效的运用在实际营销过程中。因此，这些企业希望有外部数据，能对其数据源进行有效补充，弥补他们当前数据的不足，帮助其提升营销的效率和效果。在实际业务操作过程中，仅仅提供数据补充是远远不够的，还需要结合业务场景及第一方数据进行分群、建模、流程优化等一系列工作。

其次，针对一些业务场景，第一方数据往往比较片面，在实际应用的过程中存在一定的局限性。有一家金融客户邀请我们过去帮助他们进行数据挖掘和用户营销，之前他们觉得自身的数据非常有价值，但是在实际使用过程中却又发现价值有限。经过我们的了解和分析，确实他们的第一方数据体量很大也很全，对于不同客群的资产规模也进行了画像，然而，在实际建模营销过程中，如果仅仅看资产规模而不看用户需求及交易场景，往往提升效果会有比较大的限制。例如，我发现一个目标客户资产很高，然而他从来没有购买理财产品的习惯，或者他的风险偏好和提供产品相去甚远。又例如，我发现一个目标客户资产情况很一般，然而也许他在行外的资产很高，金融产品的购买活跃度也很高。不论是上述哪一种情况，如果仅仅使用第一方数据，都会造成营销效率的降低及资源的浪费。

针对客户遇到的这些问题，GEO集奥聚合作为国内第三方的数据整合和应用平台，通过方舟等一系列产品，帮助客户针对目标业务场景进行画像补全，同时提供小而美的应用场景解决方案，有效提升运营效率和营销效果，受到客户的广泛好评。

Q：客户群怎么分类？目前服务了哪些客户？

A：目前集奥聚合最主要的客户群是金融行业客户，排名前20的银行中80%使用了我们的数据服务，包括中农工建交这样的大银行。同时，集奥聚合也在为地产、汽车、教育等行业提供大数据服务。

我们现在给银行提供的是端到端的用户全生命周期解决方案，第一是精准获客，第二是风险控制，主要包括风险初筛、信用评分以及贷中管理，第三是存量用户管理及流失用户召回等。

Q：集奥聚合的数据服务与市场其他公司相比有哪些差别？

A：集奥聚合的特点是，我们不要求合作的数据源自己去做精加工或者标准化，而是说允许我们部署算法，对数据进行精加工，我们能保证IT数据资产的价值最大化，在使用过程中保证数据交易的安全性。

Q：从公司战略层面，会有哪些考虑？

A：我们认为大数据是一个生态，我们是生态中的一环，希望下一步有更多的行业应用出现，这样才能消耗更多的数据。在应用上我们可以自己做，也会投资一些应用的公司做深度发展。

集奥聚合的数据基础好，同时，团队很理解行业的需求，可以快速迭代出行业应用。我们数据维度足够丰富，可以承载的行业有很多，水平扩张力强。

集奥聚合未来将积极投资布局大数据产业上下游，形成产业的生态闭环。集奥相信，数据的聚合效应会越来越明显，谁有能力将碎片化数据关联整合在一起并构建起有商业价值的应用平台，谁就能像磁铁一样把数据整合起来，实现1+1大于2的价值。