- 企业服务
- 数据服务
- 保险科技
- 农村金融
大数据企业服务在众多领域已有广泛应用，而农业大数据公司却相较少见，北京佳格天地科技有限公司（下称“佳格”）便是其中一家。
佳格成立于2015年，致力于通过大数据收集、处理、分析和可视化系统，向农业、环境、金融等行业提供大数据应用服务。
数据方面，佳格以获取各类商用、公用卫星图片数据为主，同时使用地面气象数据及物联网等第三方数据作为辅助。
通过AI图像识别、遥感气象等相关模型和算法对原始数据进行处理、加工后，佳格主要得到两类数据信息。
一类是基础农业信息，包括地块边界及面积、作物长势、水土情况、天气状况等；另一类则是农业种植概况信息，可转化为产量预估、病虫害预测、自然灾害预测及灾情评估等服务。
佳格将这些数据服务通过SaaS的形式提供给客户，根据不同需求会设置不同的功能模块。
农业大数据服务农场及金融企业的新思路
佳格的农业SaaS平台主要面向两类客群，一是新型农业主体等种植企业，二是农业金融企业。
针对农场主及农民，佳格推出主力产品数字农业系统“耘境”，协助客户进行农事安排、农机调配等。其功能模块主要包括地块管理、作物管理、农业气象管理等。
针对农业金融企业，佳格提供应用于财产险、农业信贷和农业保险业务的数据服务。其中，佳格面向财产险和农业信贷输出SaaS数据分析服务，为农业保险则提供流程外包服务。
目前，佳格在金融业务领域已服务国内大部分大型、知名农业保险公司，今后将扩张覆盖地域，做深服务内容，并逐步渗透金融机构。
收费方式上，佳格的数据服务会针对某一目标地块，根据地块面积、作物种类、使用功能模块定价，收取年费。
获客模式上，佳格以大客户直销为主，并通过运营商、经销商进行渠道销售。包括农场业务和金融业务，公司2018年共计已服务百余客户。
未来，除大农场和金融企业外，佳格还将向农业上下游参与者如政府、减灾部门、种子企业等开展业务，形成农业中生产管理、农产品销售、贷款、期货、金融服务的闭环，并向其它卫星数据的应用领域延伸。
近期，爱分析对北京佳格天地科技有限公司的VP Marketing张文鹏进行了访谈。张文鹏曾任孟山都公司中国市场总监、Willis Re农业再保险总监、美国农业部ARS和明尼苏达大学研究员等。
访谈中，张文鹏就大数据行业发展趋势及佳格的业务、战略进行了阐述，摘选部分内容如下。
数据和算法是安身立命之本
爱分析：佳格提供的农业险服务是怎样的形式？
张文鹏：现在各大保险公司都有自己的核心业务系统，自有一套流程，我们目前的服务更像这些核心业务系统的数据服务终端。
我们安身立命之本是数据和算法，我们以推送数据服务提供必要的数据信息支持。
佳格主要处理非结构化的空间数据，采用非结构化数据库的模式。以佳格提供数据服务的模式会让客户的使用体验大大提升，同时也能够节省相应的运维成本。当然我们对于数据的保密和安全性也会有相应的保障机制让客户安心。
同时，根据客户需求，目前我们也可以提供数据服务操作系统和应用系统的，也有提供数据接口，SDK或者API接口的。
爱分析：输出的是数据还是报告？
张文鹏：报告形式不多，主要输出的还是数据。
我们会有一个比较贴心的小功能——自动报表生成。客户内部有自己制式的表格，如自己的月报等，我们可以在客户的表格上输入数据内容，便于他们生成自己的报表。
爱分析：为什么财产险只提供数据服务，与农业险模式不同？
张文鹏：我们给农业保险做的是业务流程。对于财产险目前是提供一个平台。
对于财产险，我们需要一段时间去了解业内财产险本身的业务流程，同时很多财产险的客户可能以前已经有了类似收集、采集的系统，我们要做的就首先是一个风控的分析平台。
爱分析：在财产险数据平台上佳格会提供数据么？
张文鹏：我们会先放些预置的遥感、气象数据，基本可应对90%的场景，如果客户提出数据定制化的需求再进行修正。
爱分析：气象数据如何获取？
张文鹏：气象数据不完全依赖卫星项目，也有购买自地面站等合作伙伴的。
我们有自己的大气环流模型和算法、动力降尺度的算法，以及地面站的数据。
爱分析：获得的数据是什么形式的？
张文鹏：简单来讲就是处卫星影像、以及各种形式获取的照片、视频等。
随后我们会通过我们自己研发的深度学习算法对这些原数据进行识别等的分析，这也体现我们自己的图像识别提取和遥感数据处理能力，即数据生产的能力。
另外，我们有自己的工程化数据生产标准和流程，能够保证快速处理海量数据，节本增效，同时满足客户对于数据及时性的需求。
爱分析：为什么用遥感数据和气象数据作为主要数据源？
张文鹏：首先遥感和气象类数据是具备时间和空间属性的，这和农业本身的时间和空间属性匹配度比较高，其二是几位创始人的背景与遥感、气象领域有关，还有随着科技的发展这两种数据的采集成本相对便宜，对于我们服务的农业和农民是可以接受的。
目前我们也接入位置数据、物联网数据，以及表格等数据。
爱分析：气象或者遥感数据成本在总成本的占比？
张文鹏：占比较低，总成本中人工成本和计算资源消耗较高。
爱分析：针对数据分类有自己的算法和模型吗？
张文鹏：这是有的，不过我们认为核心是要理解客户，比如对于原数据识别后的结果数据要知道客户要做什么。需要先理解客户的应用场景，再去决定生产什么样的数据，而不是先给出数据后指导客户如何应用这些数据。我们更倾向于做到与客户应用场景的适配，让客户觉得好用、与客户相关性更强。
爱分析：针对不同作物会提供不同数据和服务？
张文鹏：作物简单来说有禾本科、木本科，单年生和多年生，粮食作物和经济作物等等分类方式，植物机理完全不一样，因此我们输出的产品有差别。但是差别更多体现在作物模型和农业模型上。
爱分析：为什么选取跨作物的产品结构？
张文鹏：曾经有投资人建议我们只做一个作物如葡萄或棉花、别的不做，但这是有问题的。选用跨作物产品结构可扩大服务面积，同时减少单一农作物受巨灾影响所造成的企业运营风险。
向农业产业链各节点有的放矢提供服务
爱分析：目前平均客单价是多少？
张文鹏：对客单价没有过多追求，几千块到几十万不等。
爱分析：为客户创造了怎样的价值？
张文鹏：从2016年开始做业务，已经有连续服务过的客户了，主要是提高客户管理效率。
对于很多客户来讲，我们最大的价值就是提供一套高效的管理和监测的工具，客户使用后业务规模扩大。过去可能1000亩地就在自己村头，客户要再多做2000亩地的业务可能要到下一个镇子，耗费交通成本和人工成本，管理不过来，而借助我们的系统，客户业务可以从原来的1000亩地做到3000亩地。
爱分析：下一步的重点会放在农场和保险业务哪边？
张文鹏：两边都很重要。
目前只做这两个行业，而二者数据互通性非常高，产业链串联的可能性也很大，可以形成业务生态的闭环。我们既服务农资公司，也服务合作社、农业金融机构、甚至粮商，会保证满足农业产业各节点客户各自的痛点。
下一步会考虑尚未接触过的农业相关数据服务业务，例如农机具相关业务。
爱分析：目前团队什么结构？
张文鹏：目前有140人，其中技术团队100人，具体包括数据团队、IT团队、AI算法团队三大部分。
爱分析：团队年底会发展到多少人？
张文鹏：我们的核心理念是轻资产运营，希望团队大致在150到180人。希望尽力帮助员工在行业内提高自己作为一个职业专业人士或职业经理人的能力和市场价值。