2017年百分點訂單收入已突破7億元，繼續保持三倍增長，並已實現盈利。作為全棧大數據公司，百分點主要瞄準金融、製造、媒體、零售等大型企業和政府機構，建立底層大數據平臺，上層逐步切入政府和企業的智能決策。
指導 | 凱文
調研 | 李喆
撰寫 | 李喆
成立於2009年的百分點，無疑是中國大數據行業發展歷程的一個縮影。
作為最早一批成立的大數據公司，百分點最初選擇了互聯網領域的電商行業，這也是大數據最先落地的行業。成立的前三年，百分點主要為電商平臺和媒體資訊網站提供基於大數據的推薦引擎，拿下了一號店、唯品會、聚美優品等標杆客戶。
2013年，當大數據概念升溫，從互聯網企業向傳統企業滲透時，百分點率先佈局線下市場，將服務互聯網企業的能力和經驗呈現給傳統企業，推出數據管理和知識圖譜兩款產品。
因為信息化水平和IT能力遠遜於互聯網公司，傳統企業需要的不僅僅是一個殺手級應用，更重要的是端到端的整體解決方案。為了能夠滿足客戶需求，百分點在這一過程中逐步將自身業務做重，並於2015年完成了大數據操作系統BD-OS的研發，產品日趨成熟。
2016年，在底層基礎架構成熟後，百分點開始探索大數據在各行各業的應用價值，團隊迅速擴張到600人。2016年底，歷經兩年熱炒的大數據行業驟然遇冷，百分點在這一時期同樣進行人員結構調整，不斷提升行業解決方案的業務比重，並最終確定了金融、融媒、智能製造、零售快銷和政府五大領域。
2017年是大數據與行業深度融合的一年，同樣是百分點快速發展的一年。產品層面，百分點發布了行業AI決策系統；市場層面，百分點成功拓展到海外市場，服務了亞非拉地區的國家政府。財務層面，2017年百分點訂單收入突破7億人民幣，繼續保持三倍增長，並已率先實現盈利。
全棧大數據公司，技術體系完善
百分點的產品體系由SaaS產品和企業級產品兩部分構成，其中SaaS產品主要面向互聯網客戶和一些品牌廣告主，主要提供營銷、輿情監控、市場調研等方面的服務。企業級產品則是整體解決方案的形式服務客戶。
在做輕還是做重這個問題上，百分點毫無疑問選擇了後者。超過八年時間的積累，百分點已成為市面上少有的全技術棧大數據公司，產品線從底層的大數據操作系統，到中間層基於NLP技術的智能認知系統，再到上層針對不同行業的行業決策系統，產品體系非常完善。
從基礎平臺來看，一方面，早期百分點服務大量互聯網客戶，積累了處理海量數據的能力，特別是數據標籤化等方面。另一方面，百分點作為最早進入傳統行業的公司，在處理多源異構數據的能力很強，具備豐富的數據治理經驗。
從智能認知來看，百分點不僅在NLP（自然語言處理）和知識圖譜技術上有很深的積累，在語音識別方面同樣具備自己的獨特優勢。因為百分點服務了不少海外國家政府，獲取大量小語種的語料庫，並基於這些數據研發了小語種的語音識別產品。
從人才儲備來看，總規模超過700人的百分點有一支400人的技術團隊，其中負責產品開發的人員超過半數。另外，百分點的數據科學團隊佔比超過20%，高於一般的互聯網公司。
AI領域佈局認知層技術，NLP和動態知識圖譜是兩大核心技術
現階段，市場上發展速度較快的大都是基於計算機視覺識別、語音識別等感知層AI廠商，認知層技術發展仍然處於相對早期的階段。
這主要是因為感知層技術通用性更強，算法更加成熟，而認知層技術需要與垂直行業深度融合，必須積累大量行業數據和場景理解。在這方面，百分點佔據一定優勢。
技術上，百分點從2014年開始推出知識圖譜產品，2015年推出知識圖譜引擎，技術積累時間長於其他廠商。數據上，百分點在媒體、公共安全等領域，服務了大量行業客戶，積累了大量垂直行業的數據，數據質量更高，更容易訓練出貼近行業需求的算法模型。
動態知識圖譜是百分點的核心技術，可以將多維異構數據轉化成業務知識，同時整個同構過程和實現都是動態的，可進行實時調整。NLP技術則是基於百分點過往服務大量媒體客戶，積累了大量文本數據，依靠知識圖譜技術，實現對文本的處理和分析。
目前NLP技術主要應用於媒體行業，主要應用於智能化內容創作、智能專題庫、智能搜索、自動問答、智能傳播等多個業務場景。動態知識圖譜主要應用在公共安全領域，解決公安人員的案情分析、刑偵研判等需求。
重點面向大型企業和政府客戶，客單價高，服務週期長
全棧解決方案的第一個優勢是能夠服務大型企業，百分點在各個領域都已拿下不少標杆客戶。金融領域，建行、中信、光大等國有銀行和股份制銀行是百分點的客戶。智能製造領域，百分點服務了華為、TCL、長虹等家電廠商。在融媒領域，百分點主要服務了新華社、中國日報等傳統紙媒。
一方面，標杆客戶的客單價高，像金融領域大多是總行級項目，單個項目的客單價基本是百萬起步。百分點董事長蘇萌在訪談中表示，國內及海外的政府越發重視在大數據領域的規劃和投入，百分點簽下的政府項目有些達到億元級別。
另一方面，標杆客戶選定供應商之後，經過磨合，會產生較強的粘性，服務週期長。標杆客戶是整個行業中對大數據應用最為成熟的客群，會持續不斷產生新的大數據需求。以智能製造領域為例，從2014年至今，百分點已持續服務長虹超過4年，項目已經進行到第六期。服務內容由最初的數據基礎平臺，到用戶畫像，再到供應鏈管理，場景正逐步深化。
由營銷場景切入，逐步向業務中後臺滲透，場景理解能力強
全棧解決方案的第二個優勢是能夠切入大型企業及政府機構的深度場景。很多大數據公司停留在營銷這一環節，很大原因在於不具備整體解決方案能力，特別是面向傳統企業和政府機構的數據治理能力。
營銷環節與互聯網關聯性較高，因此可以借鑑互聯網相對成熟的方法論。但從營銷切入到其他環節後，很難借鑑互聯網的經驗，這其中需要哪些數據、如何對數據進行標準化、使用哪些模型、算法，對公司的技術能力和整體解決方案能力提出很高要求。
相比其他公司，百分點的大數據操作系統能夠提供一系列工具，提升交付人員的效率。同時，為了能夠更好理解業務場景，百分點在面向頭部企業時，會提供一定程度的運營服務，讓客戶真正能夠使用產品，同時挖掘客戶新的需求。
技術、客群和場景理解佔優，產品尚有提升空間
通過技術、產品、客群、獲客和場景理解等五大維度判斷，愛分析認為百分點在技術、客群和場景理解層面佔優。
技術上，百分點是市面上少有全棧大數據公司，技術體系完善。不論是原有大數據技術，還是在NLP、語音識別等AI技術上，百分點都具備一定的獨特優勢。
產品上，百分點的產品體系基本搭建完成，但在具體項目實施中，針對傳統企業的業務產品化率不高，這主要是因為百分點投入一定人力在項目交付實施和運營。蘇萌在訪談中表示，未來項目實施和交付會逐步交給合作伙伴來完成，百分點會聚焦在核心技術和產品創新者的角色。
儘管現階段產品化率不高，但從人均產能的角度來看，2017年百分點業務快速擴張，但團隊規模卻幾乎保持不變，人均產能有較大提高。
客群上，百分點主要定位政府和大型企業，KA客戶的客單價基本都在千萬級別。五大重點行業上，金融和政府都是IT投入非常高的行業。同時，百分點主要面向這些領域的頭部客戶，如大型股份制銀行、國家政府等，都是非常優質的客群。
獲客上，百分點在金融、融媒、智能製造和零售快銷領域主要是直銷獲客，政府領域在最初國家級項目上基本都是藉助合作伙伴的渠道。從建行、長虹、華潤、新華社等標杆客戶來看，百分點具備不錯的獲客能力。同時，百分點作為最早一批大數據公司，多年發展積累了一定客戶資源和品牌認知。
場景理解上，依靠全棧技術體系和運營服務，百分點對客戶場景的理解能力強。在政府領域，百分點會提供頂層戰略規劃、中間層部署大數據和AI的基礎構架、以及底層數據治理的能力。從幫助政府搭建大數據平臺開始，百分點提供人口、教育、就業等多方面的決策。
近期，愛分析對百分點董事長蘇萌（上圖）、COO劉鈺、高級副總裁高體偉、首席架構師劉譯璟、諮詢與解決方案VP黃永卿進行訪談，現將部分內容分享。
愛分析：BD-OS這個大數據操作系統產品未來會成為獨立的產品對外嗎？類似一個通用AI平臺產品？
蘇萌：我們從來沒打算做通用型的人工智能平臺，至少我覺得在未來可見的幾年之內都不可能做。我覺得專業領域內的人工智能平臺都做不好，不用想去做通用型的。
可以看看做這類平臺究竟一年有多少收入，客戶願意為他付多少費用。我們的方向是做垂直行業，只能做幾個行業。
愛分析：在零售領域，現在百分點主要提供的一個方向是營銷。但營銷預算的大部分被媒體和廣告平臺獲取，國外也沒有跑出特別大的營銷科技公司，一般都是在20-30億美金，為什麼會出現這種情況？
蘇萌： 單款產品是遠遠不夠滿足需求，百分點在做的不僅是單款的產品，無論是零售還是百貨，想要的是整體解決方案。
儘管這些零售百貨現在有可能會依附於電商巨頭，但他們一定不希望自己的核心業務和數據被控制在這些巨頭的手裡，所以他一定要自建能力。
其實百分點給客戶的大多數項目都是有幾層的，從底層平臺，到用戶畫像、標籤，底層的數據平臺、實時的數據打通，以及外部數據的接入等，這一整套技術我們都在提供，但客戶最容易理解的還是應用。
愛分析：百分點之前積累過電商和媒體數據，這些第三方數據現在會應用於營銷嗎？
蘇萌：不會，百分點一直是產品技術服務商，我們是用技術來做賦能，而不是做數據賦能。我們從來沒有對外做任何的數據輸出，這不是我們的業務方向。
愛分析：我們看到很多企業會最開始去做營銷，但往後做難度非常大。這過程中會哪些問題？
黃永卿：營銷是相對比較好的切入點，我們在做這個事情的時候，會有一個最佳實踐。我們需要小步快跑，讓用戶看到大數據新一代技術帶來的價值，他會更有強大的意願和你一起去做。畢竟大數據、AI對他來說，是一個相對比較新的東西，需要給客戶時間去了解到其中的價值。
我們能夠一直向業務深處延伸。一方面客戶確實是對我們有足夠的信任。第二，我們確實在每個節點上都做出了挺不錯的成績，不管是具體部門還是企業負責人，都看到了我們這項技術在他的業務環節，一步一步給他每個業務環節帶來相應的價值。
劉譯璟：都從營銷開始，是因為數字營銷這件事情最早就是數據庫營銷，真正發展起來還是在互聯網。而且互聯網公司的人會經常分享，技術、理論、數據、成效都能看到。
服務傳統企業時，做法存在差別，但方法論還在。只要有相應的數據渠道，營銷效果就能做出來。但是再往後做，很難看到公開的成果。大家都在講理論、方法論、數據，甚至是技術，但這件事想做好，我們必須深入進去。
遇到的第一個問題是，數據到底有沒有。雖然數據庫裡面會記錄一些生產流程。但是我們還需要增加更多的傳感器，否則這個業務就很難進行下去。第二，數據有了，需要有新的模型、新的方法，這就要對技術和業務的有深入瞭解。
愛分析：看到很多企服公司，超過一億收入後很難保持100%以上的增長。百分點在過去兩年持續保持高速增長的原因是什麼？是自身原因還是整個市場爆發？
高體偉：主要是看你業務的構成是一個引擎還是多個引擎。如果一個公司增長到五六千萬，遇到瓶頸的話，通常就一個單一的業務引擎。百分點的業務佈局層次上是非常合理的。多引擎同時發力，讓我們的業務增長遠遠超過行業水平，並能在大數據領域率先實現盈利。
劉鈺：其實不是市場某個點爆發了，而是隨著新技術發展，市場快速增長是來自於多方面的，有來自政府，也有來自於特定行業。一個行業是有波浪的，每年都是動態的。
對產品和技術比較單一和聚焦的公司來講，當機會來的時候不一定抓的住。百分點的一個特點是全棧技術，商務能力也是跨行業、跨企業、跨國內外的。當任何一個地方機會起來之後，我們都能夠快速的捕捉到。
從2016年到2017年，我們的合同金額是幾倍的增長，但實際上我們的人數沒有發生增長。2017年如果按全年計算，平均人數是低於16年，這說明我們前期的投入開始產生效益。
這也從另外一個角度證明，我們的產品、技術的積累到了爆發期。這說明百分點對產品和技術的持續投入看到了長期的效益。
愛分析：未來戰略路徑會更偏向於IBM還是Oracle的模式？
蘇萌：我個人認為更偏向於Oracle的模式。我們有核心的產品，目前我們正在通過合作伙伴、代理商跟我們一起推廣、更廣泛地覆蓋市場。百分點將更加聚焦核心的技術和產品創新。
愛分析：現在看，大數據行業是很分散的市場。每個公司都在幾個領域縱深發展，這樣是不是不太可能出現Oracle這樣一統天下的大公司，您是如何考慮未來市場集中度的？
蘇萌：早年Oracle也不是一統天下，也只是佔據一小部分市場。一個企業最終能否成為巨頭，要看他綜合的效率。能夠發生質的改變的公司，就能成為這個行業的領導者。
我覺得，我們現在就像Oracle 80年代的情況，當時它也有很多競爭對手，慢慢他的綜合效率，包括研發、產品、交付、獲客效率有了提升，才能做大。
市場確實足夠大，的確也很分散，我們現在只是做一點點。但現在國內市場的格局和梯隊已經非常明確。第一梯隊估值超過三四十億，第二梯隊估值十幾億，第三梯隊是一些小公司。
這三個梯隊之間沒有直接的競爭，因為大家看到的東西都不一樣了。但是第一梯隊的競爭，我覺得要看究竟哪家公司跑的更持久，企業服務比2C的更考驗一個團隊的耐力和持續創新能力。
閱讀更多 愛分析 的文章
