-
分析数据
【美国】学习分析提供商IntelliBoard获得一笔未披露金额的融资，以加速增长和帮助组织提高学习成果
位于康涅狄格州纽黑文(New Haven)的学习分析提供商IntelliBoard筹集了一笔未披露金额的资金。
本轮融资由新投资者Advantage Capital和现有投资者Connecticut Innovations领投。
公司打算利用这笔资金投资于其学习分析平台的未来市场增长和创新。
在首席执行官Anatoliy Kochnev的领导下，IntelliBoard提供了一个学习分析平台，旨在帮助组织改善学习成果。使用来自各种来源的数据，如学习管理系统、学生信息系统、协作工具和人力资源系统，再加上预测模型，组织可以在获得效率的同时实现他们的保留、参与和遵从性目标。通过与学习平台集成并使用预测建模技术，该平台可以收集和分析有关学习者及其上下文的数据。然后，这些信息被用来让决策者通过数据驱动的洞察力来改进他们的决策，并帮助优化学习体验。
Advantage Capital是风险投资领域的重要参与者，在不同行业和风险范围的900多家公司投资超过41亿美元。丰富的经验和专业知识使Advantage Capital成为支持IntelliBoard雄心勃勃的增长计划的理想合作伙伴。
Advantage Capital的Alexandra Twyman表示:“我们很高兴投资IntelliBoard，这家公司不仅显示出巨大的市场潜力，而且与我们共同致力于加速康涅狄格州的经济增长和创新。”
CI是康涅狄格州的战略风险投资部门，也是创新和成长型公司融资和支持的主要来源，为这一合作伙伴关系带来了宝贵的资源和见解。CI的承诺不仅限于财务支持，还包括提供战略指导，使IntelliBoard能够继续领导学习分析市场。
Connecticut Innovations的Douglas Roth表示:“我们对IntelliBoard的持续投资证明了我们对其战略的信心，并相信他们有潜力成为学习分析领域的全球领导者。”
IntelliBoard的平台在全球四个垂直领域拥有400多家客户，为组织带来了巨大的价值，包括提高保留率、更深入的参与度、更高的课程完成率、更高的员工满意度，以及更好地遵守法规。使用该平台的组织发现效率提高了30%，并且更好地利用了现有的学习工具。
IntelliBoard首席执行官Anatoliy Kochnev表示:“这项投资代表了IntelliBoard的一个重要里程碑，并加强了我们对全球客户的承诺。在Advantage Capital和Connecticut Innovations的支持下，我们期待扩大IntelliBoard的规模，继续引领行业，并通过创新、人才和最佳用户体验为我们的客户提供更大的价值。”
关于IntelliBoard
IntelliBoard学习分析平台旨在帮助组织改善学习成果。使用来自各种来源的数据，如学习管理系统、学生信息系统、协作工具和人力资源系统，再加上预测模型，组织可以实现他们的保留、参与和遵从性目标，同时获得效率。通过与主要领先的学习平台集成，并使用预测建模技术，该平台可以收集和分析有关学习者及其上下文的数据。然后，这些信息用于为决策者提供数据驱动的见解，以改进他们的决策并帮助优化学习体验。
-
分析数据
2020年面临的招聘挑战：成功的内部和外部策略
在竞争日益激烈的人才市场上，组织采取被动的招聘方式已经远远不够。如果不能利用人才网络和现有员工，你就会被甩在后面。比默里战略总监凯尔·拉古纳斯（Kyle Lagunas）就最成功的企业如何转变人才获取方式，以获得更好的商业业绩向我们提出了建议。
到了2020年，美国密集的就业环境没有降温的迹象。美国雇主在2019年初发布了760万个空缺职位，这意味着许多求职者获得的职位比以往任何时候都多。
那些陷入被动招聘的招聘机构从未像今天这样处于不利地位。顶尖公司已经知道，主动地应用数据来驱动变革和告知进步是任何有效的人才获取和挽留策略的基础要素。从创建一个相关且引人注目的雇主品牌，开发和输送关键人才角色，以及吸引主动和被动候选人，现代最佳实践都取决于组织捕获和分析数据的能力。
为了更好地了解最成功的企业如何推动人才获取和吸引方式的变化，Beamery制定了人才吸引指数。我们通过横跨四个特定核心方面的35个数据点分析了《财富》 500强企业的当前做法：雇主品牌形象、员工激励和大使形象，团队专业化以及候选人转换。我们了解到，还有很多改进的空间。
在被誉为商业成功的黄金标准的公司中，许多公司仍然依靠传统的、被动的做法来吸引人才：发帖、祈祷、流程、重复。尽管这些企业中有许多因其严格的运营控制和股东价值而受到赞扬，但我们的调查结果表明，在人才运营转型方面还有很多工作要做。
从我们的角度来看，《财富》 500强企业中大多数人缺乏渐进式招聘实践，这意味着2020年将有许多错失的机会。考虑到人才吸引力指数中表现最好的企业实际上在其经营业绩方面已经超越了同行，我们认为优化人才培养策略是2020年的关键业务目标。
但是，我们指数中表现最好的公司并非偶然。实际上，有些做法比其他做法更有影响力：
用现代价值理念区分雇主品牌
要获得顶尖人才，请从第一步开始：以真实可信的价值主张来区分您的雇主品牌。帮助候选人发现他们为什么应该投资于特定组织以及他们的角色产生了什么样的影响，这是根本的。但是很少有公司花时间发展人才角色，确定影响力来源和个性化外展。
在某些情况下，优化雇主品牌可以很简单，例如组织您的LinkedIn页面，以向读者提供工作职位、公司文化文章以及其他重要见解，从而鼓励潜在客户与您公司的工作保持紧密联系。
对于招聘预算紧张的组织而言，有个好消息：建立可靠的雇主品牌并吸引顶尖人才的最有效方法之一是确定和聘用现有员工。激励现有员工是一种广泛参与和宣传公司正面故事的好方法。当前的员工最常欣赏在雇主品牌频道上看到自己的故事的认可，而强大的推荐计划证明了其对雇主的价值。
然而，员工激励和大使活动是《财富》 500强中很少有正式计划的领域之一。
这就是为什么这一点很重要：你现在的员工是最重要的倡导者，也是最值得信赖的群体，不仅是首席执行官和高级管理人员，他们还可以就一系列话题进行交流。然而，我们的报告发现，只有18%的公司在LinkedIn上使用员工推荐——然而，在被研究的财富500强公司中，那些公司的排名平均高出22位！
将兴趣转换为申请
要使候选人从“感兴趣”变为“申请人”需要花费很多，但获取兴趣是一个很好的起点，人才网络提供了一个简单的解决方案。但拥有一个人才网络是不够的；在企业加入后，吸引和培养当前和未来的潜在人才是企业开始看到真正价值的地方。虽然我们惊讶地发现，只有37%的财富500强公司提供了订阅人才网络的选择，但当我们意识到只有8%的公司在注册新申请人后的一个月内发送了一封以上的电子邮件时，我们大吃一惊，这简直是错失良机！
未能激励候选人愿意共享的任何数据和信息，从而可能无法进行有意义的、个性化的候选人外展活动。结果，人才网络只是另一个静态的简历数据库，许多潜在的求职者最终会落空或失去对未来雇主的兴趣。 （了解更多：https://hrtechchina.com/）
激活候选数据不一定要昂贵、耗时或具有侵入性。分享相关内容，如邀请参加所在地区的行业活动或有关贵公司最新创新的信息，可以让潜在的应聘者在工作通知之外保持积极参与。我们的报告中只有不到十家公司，这是一个与竞争对手脱颖而出的重要机会。
无疑，变革人才战略以在新的十年中竞争是一项艰巨的任务。但是，通过将目标扎根于现实，并专注于近期和长期的成功，您的组织可以利用无数的机会从人群中脱颖而出。
建立和利用一个有效的人才网络，利用员工大使建立一个强大的雇主品牌这些举措不必过于复杂。第一步是通过增加人才招聘团队的高潜力成员来优化现有资源。只有少数财富500强企业拥有专门的招聘人员，只有不到1%的招聘人员是雇主品牌或招聘营销专家。同样，用最少的投资获得更多的机会。
以上由AI翻译，仅供参考！
作者：Kyle Lagunas
来源：hrtechnologist
-
分析数据
想要为未来的工作做准备吗？加入“混合革命”
文/JOSHBERSIN
我们都知道自动化、人工智能和数字工具是如何改变我们的工作的。我们花了超过四分之一的时间在电子邮件上，我们不得不应付几十个密码，我们每天花在手机上的时间超过4个小时。但是所有这些技术是如何影响我们的工作和职业生涯的呢?
Burning Glass Technologies公司对数百万家公司的近10亿份招聘启事和员工简历进行了分析。工作变得更加复杂和复杂，现在需要四套重要的新技能。如果你掌握了这些技能，你就能提高收入曲线，并在你的领域保持竞争力。
混合工作是什么意思?研究发现，未来收入最高的工作是复杂的、多学科的，往往混合了左脑(逻辑、有组织)和右脑(创意、艺术)。
研究表明，这些工作通常是专家角色(数据科学家、安全分析师、产品经理、市场经理、UI设计师)。这可能包括设计、用户体验、数据分析和解释，以及商业智慧。由于这种混合性质，它们的价值正在飞涨。
事实上，这些混合就业岗位的增长速度是整个就业市场的两倍。他们的薪水比传统的同行高出20-40%，而且他们现在在商业的各个领域都能找到。
让我举几个例子。
在市场营销和公共关系领域，需要分析技能的新职业(市场营销经理、数字营销经理)需要结合右脑思维(创意设计)和左脑思维(分析和分析)才能获得成功。如今的广告经理集创意设计师和分析师于一身。
在计算机科学和机器学习领域，情况正好相反。曾经被认为是技术性很强的工作，这些工作需要写作技能、解决问题的技能、创新和研究技能，以及团队合作的技能。因此，就像营销经理现在是分析师一样，软件工程师或数据科学家现在是业务人员、设计师和团队成员。
高度分析性的工作，如金融分析师或科学家，现在需要视觉沟通、创造性思维和咨询方面的技能。
这些混合型工作(约12%的职位空缺属于这一类)不仅增长迅速、薪酬丰厚，而且不受自动化的影响。虽然单一角色的工作可以自动化，但混合工作只能由人来完成。软件可以分析数据，但我们需要人们来解释分析，应用它，并确保它是合乎道德和有效的。
这一趋势正在增长。Burning Glass的研究表明42%的普通工作可以自动化，但是只有12%的高度混合的工作可以。这就是所谓的“超级工作”。
你需要建立什么样的技能?它们可分为四大类。
首先，你必须发展数字工具和数字技术的技能。
我们现在都被机器“扩充”了，所以学习新系统、配置和定制这些工具以及在必要时编写代码的能力非常重要。不要害怕学习如何根据您的需要构建宏或定制系统：这是您的人类附加值。例如，了解SQL的营销经理比不了解SQL的营销经理多赚41%的钱。
其次，你必须熟悉分析和数据。
在我们看到的所有增长的技能中，数据分析，包括解释、可视化和沟通，是最重要的技能之一。每一份高薪工作(客户服务经理、医疗顾问、销售专家)都需要分析和数据的能力。
第三，你必须了解商业和管理的基本原理。
三分之一的IT工作需要商业和管理技能。57%的工程职位现在需要商业和领导技能。总的来说，需要商业管理经验的工作平均工资溢价为19%。有项目管理经验的员工比没有项目管理经验的员工多赚21%。
第四，你现在必须像设计师或创意人员那样思考。
超过一半(54%)的IT工作现在需要某种形式的数字设计。目前，超过四分之一(26%)的技术职位需要设计，去年IT行业以外的行业有81.5万个职位空缺，涉及的领域从商业分析到金融再到制造业。
与此同时，作为用户界面或其他类型设计的工作岗位正以每年35%的速度增长。虽然机器可以自动化并推荐决策，但我们需要人们设计我们每天使用的用户体验、推送和用户界面。
即使是技术人员也不能幸免于这些变化。今天，最热门的技能是机器学习、R和新的编码工具。没有跟上的软件工程师也会看到他们的薪水停滞不前，所以即使是最专业的技术人员也不得不跟上。
我们曾经见过这个曲线
在某种程度上，这就是工作和职业发展的方式。随着时间的推移，自动化会改变每一项工作，如果我们不沿着“价值曲线”向上移动，我们就会落后。
上世纪70年代在速记员行业工作的打字员在上世纪80年代和90年代成为行政助理，现在是客户服务代理或销售支持专家。
然而，这次的不同之处在于我们看到的节奏和组合。谁会想到最有价值的营销经理知道SQL？谁会期望一个工程师理解他们代码的伦理和设计方面？技术学科正在融合。
我认为“终身学习”这个主题是这项研究最大的发现。研究发现，在这些高强度的混合型工作中，只有16%是入门级的。
这些是我们通过多年的经验和自我发展学到的技能。如果你每周不花几个小时在你的职业工具箱里“磨锯子”，你很可能会落后。
在最近一项针对2800名专业人士的研究中，我们发现，导致员工离职的首要原因是“无法学习和成长”。“作为雇主和雇员，我们必须确保在工作流程中不断学习。这使我们所有人都能以自己独特的方式变得更加“混合”。
“文艺复兴人”的概念比以往任何时候都重要。列奥纳多·达·芬奇因其在许多领域的广博知识而受到人们的尊敬。今天，我们都必须在职业生涯中变得更像达芬奇——这是未来数字世界成功的秘诀。
以上为AI翻译，内容仅供参考。
原文链接：Want To Prepare For Jobs Of The Future? Join The Hybrid Revolution.
-
分析数据
投资人是怎样分析数据的？早知道这些我的公司就不会死
本文来自“华兴有个Alpha”（ID：hxalpha），内容来自华兴Alpha的线上课程「Alpha 开讲」，致力于为创投圈的小伙伴提供最专业的行业知识以及最真实的案例分析。
作者曲凯，公号“42章经”创始人，做过产品经理、VC、战略总监，在多方经历的过程中积累了丰富的企业运营和数据分析知识，正文如下：
我觉得每个商业模式最终都是一个公式，公式里的每个组成都可能是一个 KPI，每个公式背后都有一个底层的原则，单独的指标都是最基本的组成部分。
今天讲的内容主要是两个部分，第一个部分是 CAC、LTV、PBP，第二个部分是 Cohort Analysis。
CAC 用户获取成本
最终生意的本质就是你能拉来多少客户，你的 input 是多少，能够转化多深，这些客户能花多少钱，他花了钱之后能留多少。这些东西就是和 CAC 最相关的。
我们举一个例子，A 这家公司的具体情况如下：
我们可以算出一个 CAC 是 56 块钱。
很多时候你去和投资人聊，或者说创业者自己去做这个事情的时候，都会想我从渠道花了多少钱，拉回多少人，或者广告花了多少钱，拉来多少人。但是事实上，你所有跟用户获取相关的都要算进去，比如说市场部工资要算，物料要算，用户补贴要算。
但是这个数据还是不够精确合理，我们说要把杂七杂八的费用算在里面。这里面渠道推广费会分不同的渠道，比如说下面这种情况：
A 渠道的 CAC 是 100，B 是 50，我们可以看到自然用户增长有 3300，当你算用户获取成本的时候，需要把自然增长去掉，所以我算了一个总的 CAC 是164.7。
根据不同的用法和目的，可以算出不同的数字。另外一点我们需要注意的是，第二次算出来总的 CAC 是 164，相比较第一张图的 50 多块钱，有超过 3 倍的差距。
所以对于投资人来说，要看用户获取成本，要看真实的商业模式，并且要看的很细。
另外，通过分析不同渠道，可以看出哪个渠道效率更高，这样我们就可以花更少的钱，去增加更多的用户。
LTV 用户终身价值
这里先举一个例子：
用这个例子来算 LTV，很多人会用 200 乘以 12，得出结果是 2400 元的用户终生价值，这个其实是不对的，你需要刨去成本来算，因为你要拿用户总时长的价值和用户成本去比较。这里面 LTV 应该是用 20 乘以 12，就是 240。
而且这个 240 也不一定是最终的 LTV，在不同的情境下，你还可以用净利润来算这个东西，把你固定成本和可变成本等都刨去，当然也可以根据不同的需求来计算。
单从这张表来看，LTV 的答案就是 240。
所以，我们可以给一个计算 LTV 的标准公式：
我这里讲的是一个超级简化的版本，其实 LTV 是超级复杂的，不同特点的用户都有不同的 LTV，包括不同性别的用户，不同年龄层次的用户等等。另外，我这里假设的是每个月的购买频次一致的情况，但是事实上要通过企业具体的经营数据来看，因为很多客户忠诚度上去之后每个月的购买频次和客单价会有上涨的情况。
总而言之，我们算 CAC 的时候，就是算获取客户要多少钱，算 LTV 的时候，是我在获取客户之后，能获取多少价值，我们可以看这张表：
很多公司的 CAC 很高，但是为什么还有投资人捧场呢？其实是因为他的 LTV 是无限大的。所以说，他在 CAC 上花太多钱，太多精力，大家也是愿意让他试一下。
举一个简单的例子，比如说我是一个洗车的公司，但是未来我可以做二手车交易这种，长期来讲，我在一个客户身上能够赚到比较多的钱，前期我就愿意花比较多的钱来获取用户。
假设一个创业者和投资人交流的场景
这样看起来是很可笑，当时 O2O 很多上门服务的公司，其实讲的都是这样的故事。这样的故事的问题就是说，第一过于乐观，洗车很多时候并不能延伸到其他服务；再有就是每一笔交易都是赔钱的。
PBP 回收期
市场好的时候，投资人会看 LTV，就比如说当年 O2O 那一波，市场不好的时候投资人就比较关注 PBP，会看我投进去的钱什么时候能够回本，这个也是整个资本市场的一个转变。
Cohort Analysis 同期群分析
这在美国就是每个人都必须知道的事情，但是在国内很多人都不知道，我觉得这是比较可惜的事情。
我还是举一个例子来给大家说明：
大家能不能比较出来 A 和 B 哪家公司经营的更好？
看起来 B 似乎是比较好，但是如果我们用 Cohort Analysis 来分析，就能看出来，两家公司通过各种不同讲述自己数据方式，通过不停的深挖，可以得出不同的结论。
作为早期创业公司来看，我认为 A 公司是优于 B 公司的，早期公司找到 PMF 就是一切，PMF 就是 Product market fit，是找到产品和市场的契合点是最重要的第一步。
关于留存率和用户在长期时间状况下的一张图
留存率一定是下降的趋势，图中蓝线是留存率下降到一定程度就挺住了，这些用户就是最终用户，红线是一开始下降的比较慢，但是最后变成 0 了，最好的增长就是要把留存率先做好，不然就像狗熊掰棒子一样。
像上面的两家公司，A 公司虽然只有 5000 个用户，但是都是早期用户，这说明他的留存 OK，只是新增没有做好，但是新增往往是比留存容易做的。
所以，我的结论是，数据是会骗人的，尤其是平均数据，要研究透事物的本质，就要不断的把事物细分成最小的组成单元，Cohort Analysis 就是基于这个目标的一个工具。
我们讲了这么多，可以看看一个典型的 Cohort Analysis 表格：
大家可以看最下面是当月总下单用户数，比如最右下角，10 月份有 1086 个下单用户，都是如果你只看这个数据的话，你完全不知道我这个月到底做的怎么样，你不知道这里面有多少是之前来的。
通过这个表可以看出，你每个月的新增做的怎么样，留存做的怎么样，这就是一个最基本最简单的表格。
我们把留存率做出百分比的样子，就是这样一张表：
这张图里我把每个月的留存率都算出来了，你可以看到每个月做的怎么样，然后还可以得到一个总的留存。
这张图可以看到，他的留存做的还不错，最后 3 个月基本停在了 80%，如果长远来看能够停在 80% 就是很好的事情。
不同的用户进来的渠道不一样，通过表格你可以看到每批进来的用户的表现形式，然后你可以去调整你的方针。
然后我们再看一个表格：
通过这个表格我们可以看 Cohort Analysis 其实有特别多的延展性，这个是用户的平均下单次数，你可以划分不同用户群体的下单次数，可以得出不同的结论。
这里有一个通用公式：
第一个表格可以得出每个月的总下单，刚刚那个表格可以做出每个用户的下单次数，然后还可以做一个表格是每个用户的下单价。
这三个数据就有可以得到绝大多数跟你的生意相关的数据了，还能看到过去、未来的增长情况。
这就是这个表格最有魅力的地方。
讲了什么这么多东西，我们最后算一笔账：
从上半部分的数据我们可以得出的结论是，在获客成本是 50 的情况下，需要 每个用户下了 7.14 笔单数才能回本。
我再假设每个月管理成本是 30 万，每个月必须与 4 万多次下单次数，我才能保证不亏钱，如果每个月每个用户下 4 次单，那我就要保证我的下单用户数是 10714。
-
分析数据
创业公司Datorama获得3200万美元C轮融资，想要用机器学习帮助营销人员分析数据
创业公司 Datorama 周一宣布，他们已经完成了 3200 万美元的 C 轮融资，领投方是 Lightspeed Venture Partners ，跟投者为 Marker LLC 和 Eric Schmidt 的 Innovation Endeavours。这轮融资结束之后，他们的融资总额将达到5000万美元。
Ran Sarig（CEO），Efi Cohen（CTO） 和 Katrin Ribant（CSO）于2012年创建了 Datorama，现在他们已经在全球有14个办公点，160名员工，客户则包括 Foursquare, GoDaddy 和 L’Oréal。
Datorama的目的在于给市场营销人员提供一个分析数据的平台。为此，他们自己建立了一个大型的数据库（来源于资讯公司，社交媒体等），并且不断地从客户端获取数据。Datorama会把所有与客户公司有关的数据（市场，销售，服务，财务）整合起来，然后有条理而且充分地整理分析出来，形成可视化的报告。
与此同时，Datorama平台还提高了市场营销工作的效率。以前许多市场分析人员编写的报告，现在都可以经由Datorama的平台来自动完成。这样的报告现阶段当然不可能有成熟的市场营销人员编制的那样完美，但是它胜在及时和后续进化能力。比如，他们能为巴黎欧莱雅提供实时的全球市场分析报告，帮助它们实现决策。
Saring说，市场营销人员可以用这个平台尽快地“发现市场到底是什么样”。这里面的关键在于他们可以同时看到所有数据，从而做出更好的决定，并且更有效率地运营公司。根据Forrester Consulting 最近的一份研究报告指出，Datorama 的企业用户可以通过使用这个产品获得总共980万美元的经济收益。
联合创始人和CEO Ran Saring说：“这轮融资结束后，我们将会专注于发展我们的‘最佳解决方案’。而且，我们还会继续扩展机器学习的范围，以及它运用于市场分析的范围。”这轮融资还将会被用于扩展Datorama的全球影响力，并且为团队补充新的高手。
The Datorama 的营销综合分析平台运用人工智能去自动化地收集数据源。CEO Ran Saring 说：“任何一个营销人员都可以把任何一个数据源接入到平台上（有一个用户甚至接入了1200个数据源）。机器算法会对这些东西进行分析，把它们安排到合适的位置。” 现在 Datorama 的报告还只是数据的可视化展示，未来，Saring希望这使得机器学习技术也能“提出洞见”。
新入场的投资方 Lightspeed Venture Partners 拥有40亿美元的承诺资本（指承诺向一只风险投资基金提供的资本），主要关注用户和企业服务。合伙人 David Gussarsky 说：“这家公司将会在未来几年统治营销科技领域，我们对此很有信心。”
在今天这样一个数据过剩的时代，很显然市场营销人员面临的最大挑战不是获取数据，而是赋予他们意义。Datorama的做法是最大化机器学习的能力，允许他们的用户明智地选择数据，并且降低人力成本。它似乎正走在一条正确的道路上。
本文来自翻译：www.geektime.com
-
分析数据
越来越多人关心中小企业管数据的问题，品友互动发布跨屏数据管理平台“多米诺”
近日，DSP 平台品友互动正式推出跨屏数据管理平台 “多米诺”，这是继品友互动发布针对中小企业的 DSP 平台 “大算盘” 之后的又一重要布局。
此前推出的 “大算盘” 是服务于中小企业的实时竞价自助广告投放工具。利用 RTB 技术，输出端对接像新浪、腾讯、优酷等网站，中小企业可以采用自助充值的方式，只需要购买目标人群，便可以利用云端操作投放广告。
而 “多米诺” 是将中小企业来自网站、CRM、账户、线下等不同渠道的数据打通，让中小企业的自有数据与第三方数据数据进行多维整合。通俗来说，就是帮助企业管理、分析数据。同时，“多米诺” 还直接对接了 “大算盘” 自助 DSP 平台，运用品友 8.3 亿 Cookie 数据和 7 亿 + 移动人群数据，进行核心人群覆盖、访客追踪找回等，帮助中小企业提升营销活动效果。
在品友互动 CEO 黄晓南看来，大数据营销的核心无非两点，第一得把数据管起来，第二能把数据用起来。DSP 平台 “大算盘” 就是把数据用起来，根据用户的数据进行投放，不是简单的进行一个摆位。过去在使用大算盘的过程中，中小企业管理自己的数据这方面比较弱，不像大企业有专门的数据部门，所以要给他们提供一个工具，让它们把数据管起来，然后就推出了 “多米诺”。对接大算盘再用起来，用的结果反馈回来到数据上面，又形成了新的一层数据，这个数据又能够不断地优化循环，这样的话中小企业就可以积累自己的数据资产。这其实应该是形成了比较完整的一个闭环。也是 “多米诺 + 大算盘” 的实际意义。
不过，作为中小企业来说，他们现在关心的是用这套工具要付多少钱，最后能产出什么样的效果。
黄晓南对此回答到：“至于效果，我们已经在今年测了很多。给大企业做数据管理时，对于整体的效果提升至少是在 100%。而在中小企业这块，我们在局部的客户做了测试，当把这些数据管理起来以后，再用这些数据进行投放，这个效果的转换率有 30%到 300%的提升。”
现在 DSP 平台大算盘是有 100 个免费的申请名额，只需要充值 DSP 就可以免费获得多米诺的使用权。DSP 一年的充值门槛在十万元，而且企业需要有一定的数据规模。
但 “多米诺” 也存在一些问题，这里所谓的支持跨屏，实质上是指帮企业分别管理移动端和 PC 端的数据。如果企业用户自己有 ID，那么用户在 PC 上登陆和在移动端上登陆时，“多米诺” 可以将这部分数据打通。如果不是基于同一个用户 ID，“多米诺” 也无法实现跨屏数据整合。目前可以整合的数据在 40%左右。
来源：36氪 ，作者：徐宁
-
分析数据
InsideSales.com同时获得Salesforce和微软的6000万美元投资，估值已超15亿美元
猎云网注：大数据时代，风云四起，各路高手，此起彼伏。谁能逐鹿中原，一统天下，仍是大变数。本文的主角InsideSales就是一家把大数据做成一个辅助决策工具的公司，虽然无法确保它一定能走出混沌，但是能获得Salesforce和微软的青睐，也绝对不能小觑。
InsideSales.com，《华尔街日报》亿万美元初创公司俱乐部成员，最近又大出风头。它在最新的一次融资活动中，从Salesforce和微软共募集到6000万美元的资金。
这家来自犹他州Provo的公司主要为Salesforce提供分析数据的软件，该软件可以通过分析大量的数据来预测人们最有可能购买的时刻。该公司先前在一场融资活动中融资1.39亿美元，估值约10亿美元。根据首席执行官Dave Elkington的介绍，截至目前，InsideSales的估值已经超过15亿美元。
在此次融资活动中最引人注目的是能同时获得Salesforce和微软的投资，毕竟这两家行业巨头曾经是死对头，这样的状况一直到去年才得到改变。去年，纳德拉从鲍尔默的手里接过执掌微软的大权，随即在五月，纳德拉和Salesforce的首席执行官Marc Benioff就宣布两家公司结成合作伙伴关系。
这两家公司向公众承诺会进行友好合作，“把顾客放在首要位置”。当时的计划是让两家的关键软件互相兼容，给顾客打造更有效率的工作环境。现在，这两家公司似乎又开始一起投资了。
Elkington说：“这是一种真正的平衡关系，随着两种都极其重要的生态系统走向融合，最大受益者将会是无数像我们这样的用户。”
InsideSales起先并没有期待能够融得更多的资金，但是由于他们参加了Salesforce公司的年度客户会议Dreamforce，他们的期待就有所改变了。在这次会议上，Benioff和Salesforce的其他高管注意到了InsideSales可以创造更多的业务，这让InsideSales获得了难得的机遇。
Benioff让Elkington向Salesforce的高管们展示了公司的季度业务报告，之后就提出了投资意向，开出的价格远远高于Salesforce已经投入的“名义金额”。
与此同时，InsideSales也正在和微软进行合作洽谈。在先前的融资轮中，微软就有意投资InsideSales，而在谈判中，Elkington也向纳德拉展示了公司的软件。
Elkington说：“我并不想出售自己的业务，毕竟这是我的心头肉。一直以来我都想建造一个足够大足够有效的事物来改变世界，所以我认为只和Salesforce合作是不明智的。”
虽然两家公司都想投入更多的资金，但是彼此之间还是很愿意一起进行投资的。而公开市场的投资者们也听说了这次融资活动，并踊跃参与。之前Elkington已经拒绝了上亿美元的投资，他最终将融资终值确定在了一个合适的数字上，这既保证了自家公司受益，也保证了合作双方都没有稀释太多的投资者股份。
新资金将用于进一步将InsideSales的软件与Salesforce和微软的产品进行整合，为客户创造新的产品。举个例子吧，有些公司的高管不喜欢电话骚扰，他们更愿意回复短信；还有些公司的程序员更喜欢在深夜查收邮件，并且很可能在那个时候看中一款产品。这些行为可以通过微软的Outlook和Salesforce的历史行为记录里查询到。InsideSales产品有一个“连续学习”的算法层，他们会把各种影响销售行为的因素汇聚在一起，这些因素范围很广，包括了生活中的各个方面，从天气到本地燃气价格，包罗万象。最后InsideSales会把海量销售交互数据和外部资源数据汇总到一起，导入自己的平台里面进行分析。
Elkington说：“我们开发的预测平台是具有主动性的，除了可以预测购买者和其购买可能性外，还可以预测人们将要买什么。”
InsideSales建设了一些云计算基础设施，例如其在弗吉尼亚州开设了一个新的数据中心，在欧洲建立了电信云中心。新资金也将会投入到这些基础设施中。而Elkington也透露道，由于Salesforce和微软在全球拥有广泛的客户，这也将会加速InsideSales的国际扩张。
主导本次融资的是Salesforce公司，参与此次融资的其余投资者包括Polaris Partners、Kleiner Perkins Caufield&Byers、Hummer Winblad venture partners、U.S.Venture Partners和Zetta Venture Partners。
Source: WSJ
扫一扫，关注“HRTechChina",聆听人力资源科技的声音！
扫一扫 加微信
hrtechchina
