- 数据智能
- 大数据
- TalkingData
In God We Trust, All Others Must Bring Data.
——W. Edwards Deming
离开Oracle后，崔晓波经过短暂蛰伏，在2011年创建了TalkingData。
创立TalkingData时，崔决定走数据道路。他担任过BEA，Oracle的高管，深知中国企业级客户的“痛点” ——智能数据。
经过上一个IT时代，崔认为下一个时代是数据时代。企业将会依赖数据做决定，数据也将会改变人们对自身及环境的认识。这也是他的团队共识。
从移动统计平台到大数据生态平台
TalkingData推出的第一款产品是统计平台，为中小型开发者客户提供服务。但TalkingData并没有把自身定位在开发者工具上，而是利用为开发者服务方式获取数据，积累数据分析技术。从2012年开始，TalkingData开始做垂直应用产品，为游戏、电商、金融客户提供场景服务。
2013年时，TalkingData服务的对象变成金融领域的大型客户，如招商银行、中国银联等公司，为大型客户提供定制化解决方案，帮助客户将自己的数据管理起来。通过服务这类大型客户，将技术固化成产品，于2014发布了大数据管理平台。
到了2015年，TalkingData开始将业务范围扩大，涉足地产、零售、快销领域。今年，已经发展壮大的TalkingData开始打造自己的大数据生态产业，投资大数据初创公司，与大数据应用公司合作为客户提供服务。
TalkingData的发展路线与其他大数据公司类似，前期服务小型客户，完成技术、数据初步积累，进而逐步去服务大型客户。在解决大客户需求中，提升、强化自身技术实力，形成产品。做好一个领域后，逐步开拓其他领域。
客观上说，TalkingData最初创立几年正好赶上移动端快速发展时期，行业红利推动其快速发展。另一方面，TalkingData自身没有停留在做互联网客户，而是转型去服务大型企业客户，也是其做到目前规模的重要原因。
“一方+三方”数据源
TalkingData将数据源分为一方数据源和三方数据源。一方是指客户的数据，三方则是TalkingData自身积累的数据源，以及与其他数据源公司合作获得的数据。两类数据完全分开，最大限度保护客户隐私。
覆盖近40亿的移动终端一直是TalkingData最为人所熟知的特点。除以之外，TalkingData与万达合作，在3，000多家广场装有数据采集设备，可以获得移动终端的位置，这对零售客户非常有价值。采集到这些数据后，TalkingData对其进行清洗、整理，沉淀成自己的数据源。
产品服务中小型客户，“本地部署+咨询”服务大型客户
TalkingData提供公有云、私有云和私有部署三种形式，为不同类型客户提供相应的服务。针对中小型企业，主要采用SaaS类产品的形式。而对于大型客户，则需要进行本地部署，同时还会配备人员在客户现场提供咨询服务。
崔晓波在调研中谈到，SaaS类产品客单价不高，一般不会超过百万元，而大型客户的客单价很高，有些会超过千万元。
一般大数据公司在为客户提供本地化部署，多数集中在项目上，类似于项目咨询服务。而TalkingData与大型客户合作不仅仅停留在项目上，其数据咨询服务已经覆盖客户其他业务，更类似于战略咨询服务。这使得TalkingData与大型客户的黏性更强。
以管理平台为基础，建立大数据产业生态
银行最初找上TalkingData，主要是解决移动端产生的大量非结构化数据的管理、数据清洗、数据分析的问题。TalkingData为银行这些大型客户解决问题，形成自己的数据管理平台，将这些大型客户绑在这个管理平台上，占据一个优势地位。
当其他大数据应用公司与这些客户谈合作时，需要将其应用与管理平台对接。TalkingData也在寻找合作伙伴，将其他公司的产品加在数据管理平台上，逐步形成以管理平台为中心的产业生态圈。
除以之外，TalkingData发起成立两支基金，一支人民币基金，规模为4亿元，投资国内的大数据初创公司，去探索大数据在其他领域的应用；另一支为美元基金，规模1亿美元，投资海外基础技术公司。
核心优势
究竟是哪些原因让TalkingData从无人问津到被投资者看好？爱分析认为有以下几点。
一. 抓住移动互联网的发展时机
TalkingData成立于移动互联网刚刚兴起的时期。当时，手机移动端产品井喷式出现，特别是在游戏领域。TalkingData的统计平台迎合这些产品开发者的需求，占据一定市场份额，与友盟、Flurry形成三足鼎立之势。利用这一宝贵的发展窗口期，TalkingData积累移动端的技术和数据源，为下一步发展奠定基础。
二. 聚焦金融行业客户
当TalkingData刚从互联网客户向传统企业级客户转型时，聚焦单一行业，只服务于金融领域。当时以银行为代表的传统金融机构受到互联网金融的冲击，开始布局移动端，却因移动端的非结构化数据而无从处理，无法获取数据价值。
TalkingData在移动端积累的经验和技术，刚好可以解决这些传统金融机构的痛点。TalkingData作为独立第三方统计分析公司，更容易打消客户顾虑，获得青睐。
最后一点，金融类客户付费能力更强。TalkingData为其解决问题，提升其业务收益后，更容易获得较高的收入。
三. 立足大型企业客户
从大数据整个行业来看，产品很难做到100%标准化，做到“70%产品+30%定制化”已经是行业前列，短期内很难摆脱对人力依赖。技术不成熟、客户个性化需求是重要因素。在这种情况下， 立足大型客户明显优于立足中小型客户。
就像Palantir一样，服务大型客户可以获得高昂客单价。大型客户业务复杂，在服务大型客户中形成的产品，经过简单调整后就可以应用于中小型客户。此外，中小型客户具备一定的C端属性，价格相对敏感，客户黏性较差，用户终身价值低，
TalkingData从2013年开始服务大型企业客户，进场时间较早。大数据管理平台更类似传统服务器业务，一旦率先进场，会长期保持领先地位。
短期内公司发展尚需依赖大数据人才
目前咨询业务占到TalkingData营收的20%-30%，TalkingData在尽力提升自身产品的标准化程度，但从短期来看，咨询业务占比不会有较大下降。
上文已从技术角度阐释了原因，另一个重要原因是，咨询服务是支撑高昂客单价的重要原因。TalkingData与一些客户的合同金额超过千万元，但卖产品是不可能达到的，咨询业务必定占据一定比重。
对于传统企业客户来说，花大价钱买一个IT产品是不可能的，现在已经不是IT产品大批量投入时期。与TalkingData合作的是这些客户的业务部门，他们对技术一知半解，他们需要大数据公司派驻专业人员，协助他们使用产品，同时提供数据咨询服务。
综上，咨询业务一定会占据TalkingData营收的不小比例，业务扩张时人员也需要保持一定比例的增加，人均产能无法达到很高程度。这并非TalkingData之过，而是行业现状所决定的。
目前来看，打造大数据产业生态，与其他大数据公司合作，把自己作为连接客户与大数据公司的通道。将应用业务更多交给合作伙伴去做，自己收取通道费用，会是摆脱人力依赖的一个途径。只是这部分业务占TalkingData营收比例较小，有待进一步发展。
近期爱分析对TalkingDataCEO崔晓波进行调研访谈，下面分享访谈中的精彩内容。
Q：最初是怎么考虑要成立TalkingData这家公司？
A：我们在11年创立公司的时候，我们就在考虑做数据的方向，能做什么？数据能改变什么？我们几个创始人在11年花时间最多的地方是考虑这些问题，最后得出了几个结论。
数据会改变企业做决定的方式。传统大企业做决定不靠数据、靠直觉，我们认为未来会有越来越多的企业家会依靠数据做决定。“In God We Trust, All Others Must Bring Data”这句话是TalkingData的由来。
我们还定了一个愿景，数据会改变人类对自身和环境的认识。我们现在经历了五年的发展，每年我们都会回顾，看我们做的事情是否符合我们这个愿景。
Q：成立五年来，TalkingData经历了哪些发展阶段？
A：如果用比较通俗的话来说，现在我们是一家集数据源、系统平台、咨询方案一体化的大数据服务提供商。我们有稳定的一手数据源，有先进数据科技和数据科学平台，我们在行业的咨询服务比较强。
我们第一个产品统计平台是12年发布的，我们从一开始走的路就和其他做统计分析公司不太一样，我们要走一条数据的路，而不是工具的路。所以，我们认为12年是奠定我们数据源的基础，我们发布了基于互联网的统计分析产品。
13年我们开始发布企业产品线，外界对我们的认知也就停留在这里。实际上我们每年都在转型做变化。13年的时候，比较出意料的是很多客户直接找到TalkingData，平安、招商、银联等我们第一批客户群，都是13年获取的客群。
这些客户他们要做移动互联网转型，他们意识到移动互联网很重要，也发布移动互联网产品，但是他们缺工具、懂数据的人、缺方法论和系统分析体系。因此，他们就来问TalkingData，有没有可能给他们进行服务。
我们想，做数据做到最后是什么，我们意识到可能是生态。生态里面会有很多层面的公司，简单说如果数据是生意、商品，那么这个生态里会有数据需求方、用数据的人，给数据买单的人，另一方是数据供给方，产生数据、分享数据给需要数据的人，中间则是很多平台和数据分析公司，这是我们对数据生态的理解。
13年找我们的公司以两个行业为代表：金融和运营商。我们当时做了一个很大的决定，我们只做金融，不做运营商。因为我们觉得在任何商业形态中，需方更重要，有数据的应用场景，愿意给数据买单的人是更重要的驱动力。因此，我们13年开始转型，帮助很多金融行业客户做实施。
14年的时候，我们开始发布数据管理平台。那个时候我们意识到第一方数据源比较重要，行业内很多公司没有能力去管理自己的数据。跟我们13年的想法不一样，之前觉得有这么大的数据就可以做应用了。经过一年探索发现不行，这些公司自己的数据都没有管理起来。因此，我们发布数据管理平台，帮客户管理结构化和非结构化数据。
15年时我们开始扩行业，不再仅仅聚焦于金融行业，开始进入地产、零售、快销平台。16年，因为我们拥有大量企业客户，我们意识到企业客户需要有生态系统。我们在反思，在中国做ToB的企业核心是什么？
我们之前在Oracle时候对这个认知比较浅，我们认为企业就要品牌和服务。但我们最后发现最后比拼的实际是生态，一个ToB企业如果不能在巨头环伺下形成一个小生态，早晚会被吃掉。
我们当时经历Oracle进中国的整个过程，客户会去问数据库有什么用。当时很难解释这个问题。Oracle是个很会做生态公司，找了很多如东软、神马、亚信等合作伙伴，让他们在数据库上做应用，让客户看到这些对业务是有价值的。
我们现在也面临同样的问题，很多客户会问大数据对我的业务有什么帮助。唯一的区别是行业在变，企业里面博弈的力量也在变。那个时代是IT天下，IT部门的权力很大。现在不一样了。经济下行，企业压力都很大。IT已经从投入期转为成本核算期。业务部门变成主导力量。因此，我们现在找客户谈判，都是直接对接业务部门，去谈数据能对业务有多大提升，基本不再与IT谈。
Q：当时怎么考虑去投资生态里的小公司？
A：今年我们发了两支基金，一支人民币基金，投我们生态内的企业。第二支是在硅谷的美元基金，主要是投国外的技术公司。我们自己也投了很多公司，我们主要是在探索，看数据在不同行业是如何应用。我们觉得有些公司是应该并进来，成为我们技术实力的一部分，因为那些做基础技术的公司是没有独立生存能力的。
Q：现在TalkingData整个团队有多少人？
A：350人，产品研发195人，咨询服务100多人，销售团队有80多人。
我们在客户现场有4个团队，第一部分是数据咨询师，他们帮企业梳理数据科技的规划，制定跟经营相关的标准；第二部分是数据工程师，做数据清洗、转换，抓取第一方数据源到我们数据管理平台之上；第三部分是数据科学家，做模型算法；第四部分是TalkingData大学，主要是培训客户。
后台我们主要是两大部分，数据科技和数据科学。科技团队主要是做数据基础结构，数据存储、计算、数据处理。科学团队主要是做模型算法、机器学习。科学团队将近60多人，科技团队有一百多人。
Q：像TalkingData这种做产业生态公司在国外有没有类似的公司？
A：小的公司很少，大公司像Oracle、Salesforce都是这样做生态的公司。他们已经证明了这条路是成功的，他的业务模式也是和合作伙伴分成的形式，我们也是这样。我们和他们业务模式有区别。时代在变，客户的需求在变。上一个时代是以业务为核心，这个时代是以数据为核心。
Q：TalkingData目前咨询业务会占到整个业务比重是多少？
A：30%左右。我们认为早期还需要这样。去年我们只有一百多人，今年扩到三百多人，一直不扩人是想做标准产品。后来发现很难，我们需要派人去客户那里帮助他们进行实施。去年开始我们增加人员，主要把资源投入到两个队伍，咨询团队和数据科学团队。
未来我们还是希望能和专业咨询团队合作。依靠合作伙伴，我们可以做更多的事情。
Q：数据源方面，TalkingData主要是做移动端数据，PC端数据有涉及么？
A：我们不这么分类，数据源我们分一方和三方。一方是客户自己的数据，TalkingData主要是控制一方的数据。比如，现在很多做银行类客户的人脸识别业务，最后还是需要跟我们合作，因为银行所有的数据都在我们的管理平台上，做连接器还是需要和平台对接。我们不需要客户把数据给我们，我们在系统上开接口，在客户私有环境去运行，跑模型即可。
三方数据，我们现在与运营商、银联、国政通、公安都有合作，在我们的平台上增加相应的接口。TalkingData已经证明了自己有最大的数据变现能力。