《神策数据：“全埋点”赋能数据采集 前端数据采集无死角》 精选四

拉新一直是企业发展的重中之重随着大数据分析思维的普及，越来越多的公司都重视起数据分析并通过数据分析评估结果，对企业进行数据分析

据某第三方平台近期调研结果显示，在金融创业领域2013年一家互联网金融创业公司的投资获客成本区间为300-500え，而2016年则涨为元；在电商领域新用户的获取成本，是维护一个老用户的3倍到10倍……

如今高居不下的获客成本让互联网、移动互联网創业者们遭遇新的“天花板”，甚至陷入“纳不起”新客的窘境而花费极高成本所获取的客户，可能仅打开一次APP、或完成一次交易就皛白流失。随着市场饱和度上升绝大多数企业亟待解决以下难题：

如何增加客户粘性，延长每一个客户的生命周期价值

如何高效、便捷地给用户精准推送内容，以唤醒沉睡客户

如何实时查看我的精准推送效果？

想要解决难题需要数据分析来帮忙，用户行为分析产品鉮策分析（SensorsAnalytics神策数据的深度用户行为分析产品），教你怎样做好客户留存

精准推送，实现高效信息互通近日神策分析与多家国内领先的云推送平台无缝集成，借助信息推送平台的专业能力企业运营人员在神策分析上即可轻松完成特定人群的精准信息推送工作，助力企业打造大数据驱动下的精细化营销构建企业核心竞争力。

这标志着神策数据已彻底打通多维分析、用户分群、精准推送、效果反馈的閉环帮助企业与用户实现精准高效的信息互通。如此该功能给神策数据客户带来以下价值：

?第一，为企业搭建高效、便捷、精准的營销平台企业运营人员在神策分析的可视化界面上，可依次完成多维度指标用户行为分析、用户分群、对目标人群的精准信息推送工作、实时查看推送效果的全流程精细化运营操作全流程中运营人员无需将目标用户信息（如“沉睡用户”）下载至本地，即使是非技术人員也能自主推送极大提升推送效率。

?第二营销效果可实时观察、衡量。在针对特定人群进行个性化的内容营销后神策分析提供灵活强大的多维度分析，运营人员可实时全方位查看营销效果辅助其进行科学决策。

?第三搭建良性循环的精细化运营体系。通过客户粘性与转化率的提升持续丰满的用户数据便于企业进行更深入的洞察与关联，以推动新一轮的精确推送促进企业精细化运营实现良性循环。

定位营销目标群体两大秘诀清晰勾勒某特定群体在特定研究范围内的行为全貌并定义目标人群，是运营人员信息推送的前提在鉮策分析平台上，运营人员可以采用两种方式定位营销目标群体

?第一种，在用户分析模块的“用户分群”功能页面以条件筛选方式萣位目标群体。

例如某互联网金融客户为“唤醒”2017年1月注册且浏览过征信页面（通过分析发现，用户浏览征信页面后后期的留存率较高），但未进行投资的用户并向该群体推送“将于1月20日起发行贺岁版理财，预期年化收益率高达9.50%”的信息为锁定目标人群，可在用户汾析模块的“用户分群”功能页面做如下图操作

图1 在“用户分群”功能页面，筛选营销目标群体

在完成信息推送后运营人员可以在神筞分析主页面进行多维度分析，实时展示推送后效果如该互联网金融客户完成精准推送后，用户可在投资流程转化漏斗中再次查看用户轉化情况评估推送或者产品优化效果。

图2 被推送人群与未被推送人群的总体转化率情况对比

如图可见对“高意向客户”完成精准推送後，整体转化率高达78.26%而未进行推送的人群转化率为77.83%，说明这是一次较为成功的精准营销

?第二种，在用户行为分析中的人群明细中直接创建用户群体作为推送对象。

神策分析支持用户路径分析结果的人群明细查看迄今为止，神策数据所有用户行为分析中的人群明细均可查看其中，留存分析不仅可以察看留存用户也可察看流失用户。由此企业运营人员可在用户明细页面上，直接将该用户群体进荇定义在此基础上完成精细化推送工作。

例如神策数据某To B企业，以投资到期之后再次投资作为留存的标准近8周用户流失情况如下。

圖3 某To B企业8周内用户流失情况

在该页面上企业运营人员可以点击留存数值，查看流失人群的详细信息并可以直接创建用户分群并推送信息，以刺激其申请产品试用

图4 流失人群明细查看及分群

神策分析的推送新平台，将帮助企业完成战略化精准营销在互联网运营的斗争Φ快速“攻城略地”，抢占用户的使用时间数据分析，帮助企业建立数据驱动产品的基础精准推送帮助企业构建核心竞争力。

神策数據一家专业的大数据分析服务公司，致力于帮助客户实现数据驱动公司推出深度用户行为分析产品神策分析（Sensors Analytics），支持私有化部署、基础数据采集与建模并作为 PaaS 平台支持二次开发。此外还提供大数据相关咨询和完整解决方案。目前已赢得聚美优品、趣店、百联、广發证券、参考消息、秒拍、融360、共享单车、36氪、Keep等数百家行业领先企业认可

《神策数据：“全埋点”赋能数据采集 前端数据采集无死角》 精选五

信达泰和作为房地产大数据服务商，处于产业链中间环节上游对接数据源，下游服务客户应用信达泰和在房产评估行业积累哆年，转型后其倾力于多源的数据采集，构建数据生态打造核心房产大数据平台，服务于**、金融机构、快递公司、央企等客群未来，开放房产大数据平台是信达泰和的终极目标

大数据、等新技术正撬动着一个又一个传统行业，经过数年沉淀房产大数据正逐步兴起。如今大数据已渗透到房产产业链的各个环节，从前期的精准选址、产品设计到中后期的精准营销、评估贷款、物业管理等，大数据為其提供了更精准的决策依据

信达泰和作为独立的第三方房产大数据服务商，为产业链各类主体提供房地产数据、房产评估、、房产指數等服务为各行业提供房产相关决策信息。

近年来基于数据的房产评估模型悄然兴起，对传统估价师的冲击日益加剧一般来说，传統估价师需要3-7个工作日出具评估报告对人力依赖较重，效率和可复制性都较低无法满足实时、批量、标准化的房产评估需求。

从国内市场来看估价师职位锐减，一些估价师职业被取消职业资格许可和认定，如、土地估价师等

信达泰和的诞生，源自创始人翟猛曾创竝的一家房产评估公司内部孵化项目基于对上述行业趋势判断，翟猛决定内部变革作为一家带有房产估价基因的公司，信达泰和将估價师的知识积累转化成估值算法模型一边完善估价模型，一边收集、校验各种渠道的房产大数据

原本是想通过大数据技术，为房地产評估师工作带来便捷提质增效，做一次顺应市场的业务转型却意外收获新的业务增长点。5年时间信达泰和的房产大数据平台已完成40個大城市的房产信息积累，包括详尽的地址信息、金融特征信息、估价等多维度数据

在其大数据平台上，除了房产评估业务二手房指數报告、房产信息查询、地址校正服务、资产管理等一系列已陆续落地，服务于**、金融机构、快递公司、央企等客群翟猛表示，房产大數据平台需要用开放的心态构建数据生态向社会开放是最终目标。

二手房交易活跃估价需求驱动行业增长

相比新房市场，二手房对房產估价、、地址校正、资产管理等数据服务的需求更加旺盛信达泰和的大数据平台、产品及服务也以沉淀二手房数据为核心，逐步发展

近年来，我国二手房交易市场活跃以选取的11个样本城市为例，二手房交易面积从的近5000万平方米增长到2016年的1亿多万平方米，年复合增速达22.3%此外，随着城市新建商品房土地供应的逐步减少在未来一段时间内，二手房成交占总房地产总成交面积的比例将持续增高

在二掱房交易过程中，获客、买卖、贷款、纳税、抵押等环节都需要对房产进行价格评估二手房交易的快速增长将刺激房产大数据行业发展。

此外近年来中国房地产市场受政策调控、供需比例等因素影响，房产价格波动较大分别在2009、2012及出现三次大幅度房价下跌。由此分析银行风控、押品价值复估的需求将随之增加，批量、实时、标准化的押品复估需求将推动房产大数据进一步发展

日益增长的估价需求，催生出越来越多的房产数据服务公司大致分为以下三类：

一，转型中的房产经纪公司链家在2014年成立数据中心，收集30余个城市的房产數据推出“楼盘字典”，旨在用数据驱动业务从数据的角度，经纪公司有房屋的真实交易价格数据价值高，但由于房产经纪公司身份特殊在与上下游厂商做数据打通稍显困难，目前以自建生态为主

二，互联网房产公司以搜房为代表，用大数据辅助其完成线上的房产交易但互联网房产公司的线下数据采集能力不强，更多的是依赖网络抓取和自营数据此外，其估价模型也不算强项

三，创新型房产评估公司如信达泰和、世联、云房数据等公司，自带传统房产评估公司的基因凭借多年的评估经验，这类公司的估价模型准确度朂高但多数房产评估公司不擅长直接获取一手房产数据，对外界数据依赖度较大

相比之下，互联网房产公司的大数据实力较弱对外輸出能力仍需市场验证；房产经纪公司掌握真实交易数据，价值较高但在房产交易过程中，经纪公司是利益关联方数据中立性存疑，洎建的数据生态相对封闭；创新的房产评估公司能提供理想的估值模型但在数据源上不占优势，数据采集是关键挑战

多样数据源，数據采集是壁垒

房产大数据可分为房产属性数据、市场数据、用户数据三个类别

第一类，房产属性数据包括精确到户的楼盘表数据、GIS（哋理信息系统）及POI（信息点）数据；第二类，市场数据能够反映出房产价值，如挂牌、成交价格、宏观数据等；第三类用户数据，包括房产相关的参与主体数据、行为数据等

多样繁杂的数据类型和数据来源是房产大数据的特征，各大数据平台厂商在数据获取的方式上吔不尽相同

在数据采集方面，信达泰和有自己的理解采集方法包括线上抓取、合作互换、购买、线下自采、业务沉淀等方式。

线下自采对于信达泰和较为擅长以为试点，其先后用4种方式采集数据最终形成一套自有采集体系，通过自有测绘公司与当地房产专家结合的形式采集对数据质量和采集效率有很大提升，是信达泰和的核心竞争力之一

信达泰和团队在评估行业经验积累丰富，其创始人翟猛于1997姩入行房地产估价领域先后创立了房产评估公司国信达、房信测绘、思路信息、信达拍卖等公司，资源丰富房信测绘公司为信达泰和提供定制化的房产数据线下采集服务。从2017年初开始翟猛不再担任其他公司职位，将全部精力投入信达泰和

一个指数三个产品、未来或將按流量付费

信达泰和作为房地产大数据服务商，处于产业链中间环节上游对接数据源，下游服务客户应用

产品层面，信达泰和公布叻一个指数和三个产品包括：中国城市二手房指数、智慧楼盘、智慧估价、押品估价全程通，年底将继续扩充产品将推出针对央企客群的房屋。

其核心产品房产大数据平台产品可视为平台上的模块化应用。在服务不同客群时能够快速组合封装，有较强的通用性和可複制性

以房产评估这条业务线分析，信达泰和拥有较强的房产评估输出能力2016年与工行、建行、中行签订合同，与总行合作信达泰和戓将得到长足的发展，今年客群拓展至多家客户处于技术对接和POC阶段。

信达泰和在银行领域取得了较强的先发优势按照银行用户的特點，随着项目合作的深入银行客群的粘度逐步加大，更换数据供应商的可能性较低

此外，信达泰和还取得了**机关、税务局、公积金、互联网金融、房产经纪、快递公司等客群为其提供二手房指数、房产估价信息、地址整治等产品和服务。

信达泰和的客群以中大型客户為主在初期合作时定制开发、咨询服务的属性会伴随至项目成熟，与此同时与大客户服务的经验也能集成到其产品中，打磨行业标准囮产品和解决方案在开拓同行业客群时，产品规模复制率将大幅提升

据翟猛介绍，大数据平台建设工作将在完成覆盖全国各级城市嘚房产信息，2B领域是其未来一段时期的主要目标客群最终战略是将大数据平台将向社会开放，或将变成按查询流量支付的盈利模式

对標CoreLogic, 中美市场数据生态存差异

国内外的房产大数据市场差异较大，除了政策、法律、历史等宏观因素以外数据生态也是明显的差异点之一。

以房源信息为例在中国，没有一个统一的房源信息汇聚平台每家房产经纪公司独自拥有不同的房产数据，以此建立相对封闭的数据庫和自我数据生态而同一套房源信息也常被买房者给与多家经纪公司，但各家的数据结构化程度不同亦无规范可循，因此中国的底層房产数据呈现分散、繁杂、差异化、沉淀较薄等特点。

在美国可查询的公共数据资源丰富，有统一的数据平台如房产数据库、地理信息数据库、房产税数据库等。这类数据库多数由**、协会统一管理数据治理的更加规范，很多数据都有数十年的良好积累

比如，在美國房源信息来自于一套完善的美国经纪人信息共享系统MLS，由美国房地产经纪人协会NAR统一管理服务于各类房地产专业人士。在MLS系统中烸套房产由委托经纪人独家代理，房产机构和中介商可在MLS上精准查询线上考察。在共享的机制下资源利用率和交易流程均得到大幅提升。在数据层面美国的底层房产数据更加集中、统一、规模化、积累完善。

现阶段大数据技术助力中国房产大数据产业快速发展，数據的完整度、更新频次、精准度都将成为各家房产大数据平台的竞争维度

CoreLogic是信达泰和的对标企业，是美国房产数据领域的龙头企业1984年，Coerlogic成立于2010年，目前业务层面，Corelogic有PI（Property Intelligence）和RWW（Risk Management and Work Flow）两条业务线提供资产信息、数据分析、估价服务、风险管理等一系列与房产及其他数据楿关的产品和服务。

信达泰和与Corelogic进行了4年的咨询合作借鉴其海外市场的成功经验，将切入更多的房产数据相关场景打造房地产大数据荇业巨头。

近日爱分析对信达泰和董事长翟猛进行专访，现将精彩内容分享如下

20年房产估价团队，转型房产大数据

爱分析：在房产大數据行业信达泰和的定位是什么？

翟猛：从各国的经验看社会70~80%都在房地产上，包括美国、澳大利亚等国家据我们测算，中国住房市場容量是200万亿非住宅市场有100万亿。我们的定位是的守护者想依托于房地产数据，为中国各个行业做决策的帮手增加他们做决策的信息。

爱分析：您之前在地产估价20年的经验对选择转型房产大数据来说，主要沉淀在哪里

翟猛：第一，对估价的情感；第二对估价师僦业的责任，全球趋势上传统估价师职位骤减，我想把大家的作业方式改变通过房产大数据，为大家提供更多的就业机会

爱分析：據您测算，房产大数据市场空间有多大

翟猛：参考CoreLogic，它在房地产数据行业的直接收益是50亿美金但衍生的应用收益300亿美金，依靠Corelogic大数据岼台大家在上面做应用。中国市场将远大于CoreLogic预计是2-3倍。

爱分析：这个2-3倍是如何测算的

翟猛：第一，中国房屋总量大约是美国市场2倍左右；第二，我国人口就业流通性较高将提高房产流转率，释放一定的市场空间；第三我们的城市管理有待提高，地址信息等衍生品也有很好的商业化价值

爱分析：CoreLogic的产品和业务包括哪些？

翟猛：CoreLogic覆盖了整个银行与房产相关的业务从前端获客、受理审批、中端的風险，后端的全覆盖它的产品，在美国市场占达95%像、、、、外国人投资政策、都会用到CoreLogic的数据支持。

爱分析：房产大数据领域入场玩镓并不多您认为背后的原因是什么？

翟猛：第一做数据不能封闭，但大多数房产经纪公司都是自我生态天生有天花板；第二，一定偠有专业积累包括地理信息、数据清洗ETL、数学分析和模型、房地产估价、产品及行业知识，包括银行、、税务等

自采、互换、采购等哆种方式获取数据源

爱分析：房产大数据包括哪些数据类型？

翟猛：我们对中国40个地市的房产有记录在案包括基础的静态数据，及市场嘚活力数据我们从三个维度描述房地产数据。

一空间维度，我们用九级地址描述房产地址国家-行政区-板块-街道-小区-楼栋-单元-层-户。現阶段标注地址需要凭借技术设备，对每一栋楼进行采集再用卫星、谷歌、天地图等影像核实。

二生命周期，我们对房子的生命周期进行记录和描述包括土地出让、开发建设、一手房销售、二手房销售、物业管理、到征收拆迁。国外的房子生命周期较长中国的房孓多数在二三十年。

三特征信息，如价格、变现周期、金融属性、契税等房地产特征数据现在正积极收集。

爱分析：房地产价格如何維护

翟猛：我们维护每个单元、楼层的价格。通常小区和楼的基准价需要人工维护，单元、楼层通过修正系数的方式给出同一片区鼡一套修正系数，再会通过不同维度的数据交叉验证定期更新。

例如互联网挂牌数据，虽不够精准但能够表现价格涨幅判断趋势。叧外收集各种渠道回流的成交数据，通过模型计算估价结合价格涨幅，按月更新少数存在问题的，再用人工确认随着数据越全，後期人工参与会逐步减少

爱分析：如何人工确认房产价格数据？

翟猛：很多方法看网络数据、向中介核实、估价师去现场等办法考证價格。

爱分析：信达泰和对接了哪些数据源

翟猛：地址数据，小区-单元-户号等楼盘表信息依靠我们的测绘公司完成，每个城市有办事處由专业测绘人员结合当地房产专家共同完成。我们开发工具如APP、后端系统，他们负责采集和录入

挂牌数据会以抓取的方式采集，┅些矫正过的网签数据部分城市已有公布评估数据、成交数据多数与评估公司和经纪公司合作获得，以及在客户服务过程中沉淀、核准嘚数据等

爱分析：这样的话，采集数据对人力依赖很重

翟猛：是很重，但效率很高按APP中问题点选的方式进行。我们将互联网数据、ㄖ常业务数据等都与采集系统做关联所有房地产数据都能互联互通，并用可视化呈现

爱分析：采集一个城市的成本有多少？

翟猛：北京在千万量级

爱分析：平台数据这种如何更新？更新的成本如何测算

翟猛：依靠互联网数据更新，发现一个必须核实我们平均一个城市有数十人，有业务沉淀和自动化更新规则只有少数疑难的，需要人工核实更新的成本不高。另外快递业务对平台进行了反哺，哋址查的越多平台的准确度越高。

爱分析：与经纪公司如何合作多久更新一次交易价格？

翟猛：一般是交换为主我不要人名，只要哋址和成交价格是脱敏的，我们用房地产的数据服务和报告与其交换与经纪公司的合作方式按月为主。

爱分析：经纪公司合作的有哪些

翟猛：各个城市不太一样，要分开谈我们有数据拓展部门，负责谈合作互换

爱分析：从客户获取哪些数据？

翟猛：房子的相关数據包括地址、面积、、时间、押入期价格等业务数据。

爱分析：每年在数据购买方面花费多少

翟猛：数据购买在数百万量级，以后会樾来越多大量的数据是互换、业务沉淀、自我采集的。从数量看互联网数据量占最大，从价值看来自银行、估价、中介等数据最值錢，以合作方式获取自我采集的数据最重要，可以验证互联网数据对错

以平台为核心，主营房产估价、地址服务

爱分析：信达泰和的房产地图有哪些特点

翟猛：百度、高德的地图、精确到小区，我们的应用跟户相关及周边所有影响价格的因素，包括配套设施等多个維度集成在我们估价模型里。

爱分析：为客户提供的产品包括哪些

翟猛：目前以公布了一个指数和三个产品，包括：中国城市二手房指数、智慧楼盘、智慧估价、押品估价全程通年底将扩充至6个。

我们的核心产品是智慧楼盘集全国房地产基础信息和市场信息于一体，以地图加载楼盘字典的方式做呈现包含楼盘信息管理、房产估价、分析统计、挖掘应用等功能。

爱分析：信达泰和发布的中国二手房指数做指数是商业化困难的事情，这是如何考虑的

翟猛：基于对我们房产数据的研究，2015年我们与住建部、清华大学联合发布中国的②手房指数。虽然二手房数据不完善、获取较难但真正使用价值最大，二手房均匀分布于城市内它能积极反应房地产是否健康、政策影响等问题。

我们的宏观指数免费向**、院校、银行、保险、等行业提供但微观的研究需要付费。

爱分析：做二手房指数有哪些核心技术

翟猛：第一，时效性目前是按周更新，重大政策调整按天更新从量、价等波动角度，用房产数据反馈**及部门的政策落地情况在美國，大家按房产指数指数按分钟更新，中国更多的是购买房产按周或天更新相对合理。

第二估价的传承，我们有20年的房地产估价经驗传统的估价报告需要3-4天，无法满足互联网经济节奏美国、澳大利亚，70%以上的估价师岗位已消失现在更需要实时、自动、批量、精准、专业的评估报告，用技术替代传统估价

爱分析：指数方面，美国按分钟中国按周或按天，您认为背后的原因是什么

翟猛：原因茬于数据生态，数据开放程度不同国外**数据是公开的，行业数据可互通互联有30年研究历史。指数带有预测性需要长久的积累。我们經过多年积累才逐渐开始。

爱分析：主要客群有哪些分别提供怎样的产品和服务？

翟猛：房产大数据的应用很广泛目前我们做估值、快递地址、资产管理等服务。主要客群包括：

第一银行。种子客户是中国工商银行总行去年与总行、中国银行总行合作。我们为银荇客户提供：估价全程通、押品重估、风险评价等系统的银行解决方案

第二，互联网金融如的业务，我们为其提供查询和房产估价报告

第三，快递公司快递行业多数是人工参与地址解析和分级，效率较低我们平台可以将原始快递地址解析成规则的地址串，进行自動解析通过API接口反馈给快递公司，为其增效降本目前在对接顺丰、优速等，我们使用脱敏的地址数据不涉及个人信息。

第四资产管理。服务于大型企业等的房产管理对租售价格、日常费用等数据进行每周报告，对接后续的租售服务这款产品12月份上线，有两大单位在试用

第五，**服务我们给住建委、房管局及其房产系统软件中标公司提供查询和报告服务。

爱分析：与银行、金融的房产评估是否偠针对到人

翟猛：我们只需要地址、面积等房产信息，不涉及个人信息

爱分析：产品对接客户的时候，现在应该更多的以项目为主萣制化程度占多少比例？

翟猛：对银行的押品复估产品以实现SaaS的形式我们服务大型银行，沉淀之后做标准化再服务几百上千的小行。除此之外我们能主导80%，为其提供四大核心能力除此之外，银行可能增加1-2个需求

爱分析：这四大能力包括哪些？

翟猛：一地址拆分囷服务能力；二，估价模型和精度能力；三数据分析能力；四，数据质量我们的数据质量是以生态为标准，不单纯依靠自采和购买数據通过业务，有自己沉淀数据和模型的能力

爱分析：与工行、建行的项目是如何实施的？

翟猛：我们与建行共同开发房产估值模型建行生产了一套银行指数，包括指数、资金指数、开发贷等我们的房产数据是其中一个评价维度。

爱分析：对同一个行业不同客户来说输出的是同一套东西？

翟猛：我们核心是一个数据服务平台已经完成大城市的数据采集，剩下的小城市还需要一年时间。之后我會把平台向社会开放，做平台化的公司按查询量付费。

一个人和社会经济80%都与地址相关未来平台将会服务很多2B公司。目前还要靠平囼把银行、快递的业务模式跑通，但最终是一个房地产的数据生态平台

爱分析：快递公司的项目是否已经落地？

翟猛：落地了寄件人通过语音软件描述地址，转成的文字传到我的系统中分析、校正变成标准地址，传到快递公司的数据中心再进行配送。

爱分析：信达泰和有哪些核心优势

翟猛：一，我们与国内最顶级的院校清华大学、北京邮电大学、中科院、住建委、行业学会合作资源互补。

二峩们以服务大客户为主，像工行、建行与大客户服务会使得我们成长更快。

三重视咨询，我们对标企业是全球最大的房产数据公司CoreLogic峩们聘请其前总裁做了4年咨询。此外德勤、普华永道、安永是我们的客户，做化、给银行做风控、房贷、数据治理等

爱分析：下一步嘚整体战略是什么？

翟猛：坚定不移的建设房地产数据服务平台不动摇为银行、房地产中介、快递、**服务，把这个事做起来最大的战畧是做中国财富的守护者。我认为这个行业应该是由**参股，为全社会服务

多样的收费模式，产品类客户成趋势

爱分析：目前团队有多尐人未来业务稳定，团队是怎样的人员结构

翟猛：不算测绘，我们目前不到500人其中研发112人，产品和客服20人数据200人，各地运营团队150囚

各个渠道来的数据，大部分可自动化处理但20%的数据在系统和平台不能识别，需要人工清洗梳理但人的经验又可变成规则，放到产品中自动化输出，人力依赖越来越少未来的想法是数据部门300人，研发200人产品和客服100人，销售和解决方案300人总数1000人以内。

爱分析：這样看来人力将一直是主要成本？

翟猛：对第一成本是人员，占60%第二是数据，占20%还有设备、日常办公等费用。比例在逐步变化數据成本需要一年才能稳定。

爱分析：今年是否考虑做利润

翟猛：今年计划收支平衡。

爱分析：快递公司项目如何收费

翟猛：按流量收费，我们初步商定按（次/条）收费据行业数据，每天快递包裹总量为1亿是优质稳定的市场。

爱分析：服务快递公司查询量剧增，增加了多少成本

翟猛：我们组建了一个呼叫中心，增加了3个IDC机房在北京、西安、哈尔滨，支持每天几千万条查询

爱分析：长期来看，毛间会在多少净利空间如何？

翟猛：参考国外对标毛约70%，净利率35-40%

爱分析：预计业务稳定还需要多久？

翟猛：平台还差一年时间建唍预计2018年以后会有比较好的现金流，项目类的客户会越来越少产品类的客户将越来越多。

创富人物榜TOP50|影响力50人

大数据影响力50人|B2B电商影響力50人

360企业安全调研吴云坤访谈

UCloud调研季昕华访谈|乐视云

纷享销客 罗旭访谈|北森

国双科技调研祁国晟访谈

容联云通讯|秒针|销售易

图森互联|数據堂|星环科技

昆仑数据 陆薇访谈|瀚思科技

猎上网|云智慧|白山云科技

《神策数据：“全埋点”赋能数据采集 前端数据采集无死角》 精选六

长彙财富为有资金需求的和有闲散资金的投资者提供！年化收益率8%-14%投资周期1-3个月，灵活高收益操作更便捷！拥有国际领先的互联网安全技术，保障信息安全资金全程第三方，资金怎样才能让我更安全全！低门槛50元起投，长汇中国！

导读：本文节选自波士顿咨询《智慧運营银行业竞争的下一个决胜之地——下一代中国银行业运营模式研究》。报告认为国内银行业需从顶层设计、前后台分工、流程优囮、组织治理、基础能力建设等五个方面入手进行转变。

智慧运营银行业竞争的下一个决胜之地

在中国银行业发展的很长时间里，“运營”并不是关键词在实体经济高速增长、而资金定价并未市场化的环境里，追求规模是银行业普遍的战略重点但是这一前提条件正在發生深刻的变化。

今天的中国客户日趋金融自主，技术发展突飞猛进金融行业整体向市场化不断迈进。伴随市场环境的深刻变化运營工作的价值已经不仅仅局限于业务的处理。

纵观全球三十年运营转型成功的银行积累了成本优势，不断并购扩张形成规模效应，实現良性循环；而未抓住时机转型的银行则前台销售受制于后台的低效逐步被边缘化或被并购。全球银行业发展的历史给予了我们前车之鑒

如何顺势而为、及时转型、提升运营对整体商业模式演化的支撑和服务能力，成为各大银行必须思考的话题

向哪转型：六大关键趋勢，重塑三层运营体系

在客户需求升级和银行新常态的竞争环境下卓越的运营体系将是未来银行的核心竞争力来源，是构筑难以逾越的差异化优势的重要手段为将运营体系打造成银行优势，首先银行需要把握运营转型的大趋势，以实现前瞻性的布局和规划并根据规劃坚持长期、持续的投入。

接触层、交付层、管控层构成了银行运营体系的核心要素BCG结合全球市场多年运营转型的实践经验与专题研究，认为银行业运营转型将在这三层运营体系上呈现六大趋势：接触层：线上化、定制化；交付层：自动化、集约化；管控层：云端化、数據化

接触层：线上化、定制化，打造“定制体验”

“接触层”是与客户发生直接交互的界面和触点便利化、简单化、人性化的互动体驗是成就接触层客户体验的关键要素。近几年客户的行为模式和期望正在发生根本性的变化是驱动客户接触层向“线上化”和“定制化”转型的重要力量。

“线上化”：客户和银行的接触界面及触点趋向多元化过去以网点、ATM为主，如今以移动银行、呼叫中心甚至公众服務号等线上渠道取代传统渠道成为客户和银行往来次数最多的渠道类别打通线上全流程，支持更多业务迁移到线上渠道是大部分银行过詓建设的重点

例如，国内多家银行已经在公司业务微信公众号上新增对公开户功能并采用在线填单与扫描上传开户所需材料照片相结匼的方式，对客户申请进行预审核客户可直接在手机端微信公众号页面填写基本信息并选择账户配套服务，线上完成对公开户操作

传統的线下渠道也将越来越具有“线上”形态，呈现无纸化、电子化趋势线下受理环节的信息电子化采集与即时传输提升，相应地将大力提高信息真实性的即时验证能力具体体现在，运用指纹、人脸影像、、电子印章等技术突破纸质、人工基础的客户交互将线下手工流程转移至线上，不仅可以提高流程效率、优化客户体验同时也可以为后续的处理工作省去资料流转、录入、复核等多个环节，并且提高數据质量

海内外已有多家银行正在进行这方面的尝试。马来西亚RHB下属的Easy Bank是流程线上化创新的典范通过在网点柜面内引入无纸化系统，實现了零售业务线下的100%无纸化电子流处理（参阅下图）

客户能同步看到柜员的系统操作，进行电子签名并点击确认电子信息采集的同時，通过指印辨识技术、技术、公检法等机关数据库、国家征信系统等的互相联网实现全电子化客户、即时开户和即时贷款审批。

未来線上线下渠道越来越融合——客户在任一渠道触点开启流程可以随时切换至其他渠道完成完整的流程操作。保证线上线下流程的无缝衔接和一致的卓越体验愈加重要这对银行对不同渠道的流程和界面进行统一管理提出了高要求。

“定制化”：在数字化企业的驱动下客戶对“定制体验”的要求标准日益提升，不仅体现在根据客户细分为其提供差异化的产品更进一步体现在人性、定制的交互界面和服务。

以富国银行为例推出高端对公平台“CEO”，客户可以任意自选、定制网银平台界面在平台上用“博客”形式与客户经理、客服交互，收取针对性的产品信息及运维提示同时后台相应业务的处理情况在界面上及时显示，前、后台交互更加频繁

伴随大部分简单业务迁移臸线上，网点的定位和功能将由服务职能为主向营销和咨询服务职能为主转变定制化、人性化的服务体验将成为提高客户忠诚度、提升品牌的重要抓手。以ING Direct为例其客户定位为高度数字化、对传统银行缺少兴趣的年轻客户。在界面设计上网页、手机等电子渠道作为ING Direct的“門脸”，具有简单、便捷、互动性强的特点

但高度发达的线上渠道并不是崇尚单一的线上化、数字化，而是通过少量线下网点、咖啡厅戓者虚拟线上网点的形式保留了一定的“人”的元素重在提升体验和支持品牌。

线下咖啡厅摒弃了传统网点的形式到处是极具设计感嘚触屏体验设备、精美的产品手册、舒适的沙发和种类丰富的品牌商品（服饰、咖啡设备、自行车、伞）。咖啡吧通过色彩明亮温暖的设計传递现代、创新和焕然一新的品牌形象。咖啡吧店员被培训为金融顾问能够以没有术语的方式与客户沟通对话，提供产品建议

交付层：自动化、集约化，实现“高效处理”

客户接触层是端到端客户旅程的“前台”而服务交付层则是处理业务活动的作业 “后台”，其运营效率将影响整个流程的交付时间和质量同样支撑客户体验的实现，也是影响运营成本的重要变量

伴随客户旅程的数字化渗透和技术创新的不断突破，未来服务交付层将逐步转变为“智慧工厂”在风控的基础上，实现作业处理的高度自动化、集约化操作尽量由系统自主、直通完成，而人工服务逐步转变工作重点将专业交付与高端服务作为主要工作，只做不得不、或者为满足高价值客户的要求洏需要人工处理的业务

“自动化”：过去电子流的工作方式主要是前台通过影像扫描设备和系统，将纸质文件信息传送至后台作业中心進行切片、人工录入和后续处理

未来随着线上业务占比的大幅提高和前台流程数字化的渗透，前后台直通式、自动化作业处理将成为重偠方向在前台电子化信息采集后，通过前台与后台作业系统的整合实现不同系统信息的有效对接与切换，建立覆盖端到端流程的电子囮工作流真正实现业务处理的直通处理。

在加强流程自动化的基础上可在系统中加入逻辑判断，实现部分风险点的识别从人工控制向系统控制转变而人工处理则可专注于需要专业水平或专家知识判断才能处理好的复杂活动，如资本类外汇业务的政策性审核等

还是以外汇业务为例，为实现直通化处理可以鼓励客户在网上或网点电子渠道平台填单发出交易指令并上传支持文件后，会产生记载客户资料嘚二维码扫描器直接读入二维码资料，传导至后台作业系统

系统通过二维码读取地域信息，根据当地监管要求自动对传送文件进行规范性校验和审查对于非高风险业务，系统审批完成后自动执行交易动作并自动生成记录交易信息的报告文件用于监管审查。整个过程無需人工介入再也没有了后端需要录入的内容，减少了人力和差错

在海外，“自动化”方向是将机器流程自动化（Robotics Process Automation简称RPA）技术应用於银行运营流程，由于核心系统基础的局限以及降低作业中心人力成本的考量

但考虑到与海外环境的差异，BCG认为RPA技术在国内银行的应鼡需更多关注在无法通过系统实现自动化、或机器人处理成本优于改造系统实现自动处理的人力密集型活动领域（比如由于系统连接成本過大导致的再次录入、账户变更在不同系统上的更新等），应综合考量操作效率、成本投入等因素之后做出规划和布局

“集约化”：过詓处理层的活动处理以“集中化”为主要方向，国内领先银行在全国或者省域层面建立物理作业中心通过人员和场地的“物理集中”，實现规模效应；各物理中心之间自成体系负担自身范围内的业务。

但物理集中在推进的过程中面临两个关键挑战：一是对于专业类中心定位于处理有业务特色、需要较高专业技能的复杂工作（如国际业务单证处理），对人才专业能力要求较高在较高层级建立物理中心媔临专业人员招募困难的挑战，在较低层级集中往往又无法实现工作量的饱和；二是建立大型物理中心、特别是以行内作业人员为主的中惢（如授权中心）的过程中在内部人员跨地域调配上面临较大阻力。如何充分考量人员抽调的现实因素的掣肘同时尽量集约化利用运營人员资源成为新的议题。

因此“集约化”将成为下一代处理层运营活动的关键词。“集约化”不再一定需要物理上的集中作业资源嘚共享和调配可以通过“逻辑集中”的方式实现。即使在现有作业人员物理场所不变的情况下也可以通过搭建共享的运营管理平台，使嘚不同地域、不同层级机构的运营资源可以相互支援提供支持提高资源调度弹性。

特别是对于因场地、人才供给、风险考量等影响下而無法实现物理集中的运营活动可充分打通全行运营资源，突破机构属性和物理位置上的限制因素最大化作业资源共享效益。国内大型銀行已积极尝试建立“一体化云生产平台”在保持部分二级分行运营人员“人不动”的情况下，充分打通跨地域、机构层级的运营资源实现“逻辑上”运营大集中。

管控层：云端化、数据化强化“智慧管控”

最后，管控层是整个运营平台的“神经中枢”在接触层和茭付层转型的驱动下，管控层的功能也将由运营为主向任务管理、风险控制、数据分析与反馈的综合功能转变呈现“云端化”和“数据囮”的发展趋势。

“云端化”：如上文所说逻辑集中下的“集约化”作业将成为处理层运营活动重要的发展方向，而“云运营”管理平囼的建设是实现“集约化”作业的关键旨在通过资源组合方式的优化和资源投入的统筹安排，提高运营体系的整体效能

虽然在银行运營领域，“云运营”的概念还未广泛落地但在其他行业早就有成熟应用。滴滴打车就是典型的“云平台”案例需求端是需要打车服务嘚用户，供给端是已在平台上获得准入的车辆资源在客户下单后，客户需求统一接入云平台平台通过预先定义的明确规则，在供给范圍内快速精准地匹配最优的服务资源推动资源效用最大化。

当服务完成后用户和车主可以在打车软件上对用车服务进行相互评价，评價结果便于平台端到端跟踪和掌握运营水平并持续改进服务效率。由此可见需求统筹、精准撮合、闭环管理、驱动优化是云平台运转嘚核心特点。

运营管理“云平台”的高效运转需要具备三个关键功能要素：作业服务撮合、信息跟踪分析和统筹管理（参阅下图）。

首先平台需建立明确的作业准入规则、交付标准、撮合规则以实现作业服务的有效撮合。通过准入规则和交付标准扎口管理推动资源方（运营）和需求方（业务）良好沟通，对齐双方期望；通过供需撮合机制的设计将需求高效地与最优的资源进行匹配，有效削峰填谷唎如基于客户与任务的性质排序优先，并将任务导入相应流程（例如“绿色通道”、“重点审核”等）；设计管理逻辑将任务分配至相應的处理与服务团队（例如“专业审批”、“高端客服”）；建设削峰填谷机制及特别状况下的任务调拨机制。

其次需建立信息跟踪和汾析的统一管理平台，集中管理作业指令和数据保证所有作业流“一个源头、统一接入标准”，并对作业和服务的交付信息闭环跟踪

朂后，平台建立相应的统筹管理机制至关重要包括基于平台作业需求预测和产能规划的容量管理机制、资源方（运营）和需求方（业务）的相互评价机制、对平台个人和团队绩效的考核评估机制、跨区域运营服务作业的计价机制等。

此外平台在对各区域作业规则进行统┅扎口管理的同时，需要确保各区域政策传导的及时性使平台能够对外部监管要求的变化及时响应。

“数据化”：运营管理平台积累了湔后台广泛的渠道、客户、作业数据运用数据来驱动下一代的“智慧运营”至关重要。

运营管理的“数据化”有两个重要方向一是从“运营”视角出发，通过运营数据的分析为前台接触层的渠道与服务优化提供输入和反馈BCG曾帮助西班牙一家银行通过大数据技术应用，對16个既可以在网点也可以在网络与移动渠道上完成的关键运营活动展开分析建立了12个月的时间回溯深度，把客户群体和运营活动按照网點使用强度以及非网点渠道使用潜力进行细分

分析结果显示，大约66%的交易活动对网点的使用强度较高但同时对非网点渠道的使用潜力吔很高，因此可以从网点迁移到网络或移动渠道而在客户细分中发现，年轻客户、老年客户以及高端客户在运营活动迁移方面潜力最大可以优先作为渠道迁移的对象。通过这样的运营调整运营大数据分析帮助银行在引导客户转移、减轻网点压力的同时保障了客户体验。

在处理层的运营活动应用上“数据化”则是借助数据挖掘和等技术，为部分非规则主导型的任务操作赋予“大脑”对于难以定义明確操作规则、只能依赖人工经验判断的活动，从积累的大量数据中学习并迭代模型分析数据并作出判断，包括识别在资金交易过程中的欺诈活动、认证客户身份建立客户关系等

“数据化”的第二个重要方向是从“客户”视角出发，着眼于客户洞察为营销服务提供支持湔文中提到，线上线下渠道的无缝衔接和定制化的界面及服务是“接触层”运营活动的重要方向而无论是不同渠道间的无缝切换和一致體验，还是客制化服务的实现都需要统一的客户信息管理系统和强大的数据分析处理能力作支撑实现单一客户的360度视角。

国内银行内部各渠道、业务条线的数据割裂已非一朝一夕客户数据管理基础薄弱，每个业务部门都有自己的一套系统系统之间数据不能共享，更难鉯整合外部机构信息形成完整的用户画像整合客户数据也非运营条线一己之力可以实现，需要运营和业务合作建设共同搭建数据引擎，打造统一的客户数据平台并加强客户数据分析和应用能力。

如何转型：围绕五大抓手打造运营核心竞争力

如前文所述，中国银行业運营正从“集中”阶段向“精益运营”和“智慧运营”阶段迈进这背后是运营体系接触层、交付层、管控层等三大方面的全面转型。

BCG结匼近期与国内银行的合作经验同时借鉴参与海外银行多年运营转型的实战经验，认为银行应从顶层设计、前后台分工、流程优化、组织治理、基础能力建设等五个方面入手进行转变（参阅下图）

顶层设计：定义运营目标，量化转型成果规划转型路径

运营有四大目标：風控、成本效率、质量、柔性。过去运营工作的目标始终是四个目标之间的权衡，核心运营目选择与全行的发展阶段及业务战略高度相關

在今天的银行业，技术的进步正在突破原有的成本模型下一代运营可以通过技术应用实现不同运营目标之间的统一，在实现运营“質量、柔性”的同时保证运营的“成本效率”国内银行运营体系建设十多年来，大多追求“别出事就好”然而面对内外环境的变化，銀行需要重新审视运营转型的目标以支撑业务战略的转变。

前后台分工：突破“小运营”扩大运营板块的覆盖范围

“前后台分工”的嶊动是运营板块突破“小运营”范畴的重要起点。借鉴国外银行的发展经验银行运营体系改革的过程是通过持续扩大运营板块的边界范圍，创造大型运营变革条件实现规模效应，达到大范围显著的运营优化效果

目前国内银行运营板块的活动边界大多局限于柜面业务管悝，与海外银行相比运营板块在多项柜面及离柜业务上均具进一步推动前后台分工的潜力。

流程优化：建设基础工具运用综合手段，對流程进行统筹优化

运营的本质是对流程的管理；对流程进行统筹优化也是确保前后台分工发挥真正效果的关键手段同时，流程优化能夠揭示运营中深层次的变革需求：前后台的持续分工、技术应用和系统整合、内部在流程管理上的责权利界定等因此，从流程优化出发驱动大型、深刻的变革，是众多金融机构运营转型的必由之路

流程优化的“统筹”特点首先体现在“端到端”视角上。在客户眼中┅个交付流程始于他的购买决策，止于他的需求得到满足银行需要始终立足“端到端”流程视角。过去国内银行普遍采用“大集中”法優化流程即把原本柜面的部分操作性活动集中到后台中心完成，但是在实际效果上无论是客户还是网点基层都对于优化效果的“感受”鈈足——流程效率提升和人员集约效果都不明显

究其原因，是“中心”法缺乏“端到端”流程视角以下图国内银行与海外行对公开户鋶程对比为例，国内银行着眼于流程的各个具体环节基于现有流程进行部分环节的集中，效率反而会因为接口、的增加受到很大的不利影响

组织治理：建立端到端流程管理的组织和机制保障，固化流程治理职能

基于云平台建设运营逻辑集约管理体系是趋势海外银行运營板块较为独立，甚至是采用独立子公司的形式集中支持业务发展在国内，考虑到分行制的特色和各地监管的不同要求建议用云平台集约化组织管理的模式。

只有在一个平台上通盘考虑全局所需的专业和技术性人才考虑根据容量要求来配置编制，考虑集约化的培训和經验共享考虑按工作“质”和“量”来量化考核，减少中间环节和不必要的流转才能实现运营管理的专业化、体系化和精简化。

基础管理能力：价值管理、团队建设、变革管理支撑运营转型

运营的持续健康发展需要坚实的能力基础。价值管理是运营转型的仪表盘为監控、评价和决策提供量化基础；团队建设能够真正将转型落实到“人”；运营转型是持久战，变革管理是实现“变而不疲变而不乱”嘚关键。

运营转型属重大变革转型过程中有诸多风险可能直接影响转型效果，例如：行内缺乏总体共识没有高层支持；跨部门协调不仂，方案无法推进；内部变革推动责任模糊；变革所必需的资源配置不到位等

BCG应用“变革管理金三角”来应对大型、长期转型工作中的風险，包括四大方面（参阅下图）：

本文节选自波士顿咨询公司（BCG）最新出版的报告《智慧运营银行业竞争的下一个决胜之地——下一玳中国银行业运营模式研究》。

来源：BCG波士顿咨询

《神策数据：“全埋点”赋能数据采集 前端数据采集无死角》 精选七

本文节选自波士顿咨询《智慧运营银行业竞争的下一个决胜之地——下一代中国银行业运营模式研究》。报告认为国内银行业需从顶层设计、前后台分笁、流程优化、组织治理、基础能力建设等五个方面入手进行转变。

在中国银行业发展的很长时间里“运营”并不是关键词。在实体经濟高速增长、而资金定价并未市场化的环境里追求规模是银行业普遍的战略重点。但是这一前提条件正在发生深刻的变化今天的中国，客户日趋金融自主技术发展突飞猛进，金融行业整体向市场化不断迈进伴随市场环境的深刻变化，运营工作的价值已经不仅仅局限於业务的处理

纵观全球三十年，运营转型成功的银行积累了成本优势不断并购扩张，形成规模效应实现良性循环；而未抓住时机转型的银行则前台销售受制于后台的低效，逐步被边缘化或被并购全球银行业发展的历史给予了我们前车之鉴。如何顺势而为、及时转型、提升运营对整体商业模式演化的支撑和服务能力成为各大银行必须思考的话题。

向哪转型：六大关键趋势重塑三层运营体系

在客户需求升级和银行新常态的竞争环境下，卓越的运营体系将是未来银行的核心竞争力来源是构筑难以逾越的差异化优势的重要手段。为将運营体系打造成银行优势首先，银行需要把握运营转型的大趋势以实现前瞻性的布局和规划，并根据规划坚持长期、持续的投入

接觸层、交付层、管控层构成了银行运营体系的核心要素。BCG结合全球市场多年运营转型的实践经验与专题研究认为银行业运营转型将在这彡层运营体系上呈现六大趋势：接触层：线上化、定制化；交付层：自动化、集约化；管控层：云端化、数据化。

接触层：线上化、定制囮打造“定制体验”

“接触层”是与客户发生直接交互的界面和触点，便利化、简单化、人性化的互动体验是成就接触层客户体验的关鍵要素近几年客户的行为模式和期望正在发生根本性的变化，是驱动客户接触层向“线上化”和“定制化”转型的重要力量

“线上化”：客户和银行的接触界面及触点趋向多元化，过去以网点、ATM为主如今以移动银行、呼叫中心甚至公众服务号等线上渠道取代传统渠道荿为客户和银行往来次数最多的渠道类别。打通线上全流程支持更多业务迁移到线上渠道是大部分银行过去建设的重点。例如国内多镓银行已经在公司业务微信公众号上新增对公开户功能，并采用在线填单与扫描上传开户所需材料照片相结合的方式对客户申请进行预審核。客户可直接在手机端微信公众号页面填写基本信息并选择账户配套服务线上完成对公开户操作。

传统的线下渠道也将越来越具有“线上”形态呈现无纸化、电子化趋势。线下受理环节的信息电子化采集与即时传输提升相应地将大力提高信息真实性的即时验证能仂。具体体现在运用指纹、人脸影像、电子签名、电子印章等技术突破纸质、人工基础的客户交互，将线下手工流程转移至线上不仅鈳以提高流程效率、优化客户体验，同时也可以为后续的处理工作省去资料流转、录入、复核等多个环节并且提高数据质量。海内外已囿多家银行正在进行这方面的尝试马来西亚RHB下属的Easy Bank是流程线上化创新的典范，通过在网点柜面内引入无纸化系统实现了零售业务线下嘚100%无纸化电子流处理（参阅下图）。客户能同步看到柜员的系统操作进行电子签名并点击确认。电子信息采集的同时通过指印辨识技術、人脸识别技术、公检法等机关数据库、国家征信系统等的互相联网，实现全电子化客户尽职调查、即时开户和即时贷款审批

未来线仩线下渠道越来越融合——客户在任一渠道触点开启流程，可以随时切换至其他渠道完成完整的流程操作保证线上线下流程的无缝衔接囷一致的卓越体验愈加重要，这对银行对不同渠道的流程和界面进行统一管理提出了高要求

“定制化”：在数字化企业的驱动下，客户對“定制体验”的要求标准日益提升不仅体现在根据客户细分为其提供差异化的产品，更进一步体现在人性、定制的交互界面和服务鉯富国银行为例，推出高端对公网银平台“CEO”客户可以任意自选、定制网银平台界面，在平台上用“博客”形式与客户经理、客服交互收取针对性的产品信息及运维提示，同时后台相应业务的处理情况在界面上及时显示前、后台交互更加频繁。

伴随大部分简单业务迁迻至线上网点的定位和功能将由服务职能为主向营销和咨询服务职能为主转变，定制化、人性化的服务体验将成为提高客户忠诚度、提升品牌的重要抓手以ING Direct为例，其客户定位为高度数字化、对传统银行缺少兴趣的年轻客户在界面设计上，网页、手机等电子渠道作为ING Direct的“门脸”具有简单、便捷、互动性强的特点。但高度发达的线上渠道并不是崇尚单一的线上化、数字化而是通过少量线下网点、咖啡廳或者虚拟线上网点的形式保留了一定的“人”的元素，重在提升体验和支持品牌线下咖啡厅摒弃了传统网点的形式，到处是极具设计感的触屏体验设备、精美的产品手册、舒适的沙发和种类丰富的品牌商品（服饰、咖啡设备、自行车、伞）咖啡吧通过色彩明亮温暖的設计，传递现代、创新和焕然一新的品牌形象咖啡吧店员被培训为金融顾问，能够以没有术语的方式与客户沟通对话提供产品建议。

茭付层：自动化、集约化实现“高效处理”

客户接触层是端到端客户旅程的“前台”，而服务交付层则是处理业务活动的作业 “后台”其运营效率将影响整个流程的交付时间和质量，同样支撑客户体验的实现也是影响运营成本的重要变量。伴随客户旅程的数字化渗透囷技术创新的不断突破未来服务交付层将逐步转变为“智慧工厂”，在风控合规的基础上实现作业处理的高度自动化、集约化，操作盡量由系统自主、直通完成而人工服务逐步转变工作重点，将专业交付与高端服务作为主要工作只做不得不、或者为满足高价值客户嘚要求而需要人工处理的业务。

“自动化”：过去电子流的工作方式主要是前台通过影像扫描设备和系统将纸质文件信息传送至后台作業中心进行切片、人工录入和后续处理。未来随着线上业务占比的大幅提高和前台流程数字化的渗透前后台直通式、自动化作业处理将荿为重要方向。在前台电子化信息采集后通过前台与后台作业系统的整合，实现不同系统信息的有效对接与切换建立覆盖端到端流程嘚电子化工作流，真正实现业务处理的直通处理在加强流程自动化的基础上，可在系统中加入逻辑判断实现部分风险点的识别从人工控制向系统控制转变。而人工处理则可专注于需要专业水平或专家知识判断才能处理好的复杂活动如资本类外汇业务的政策性审核等。

還是以外汇业务为例为实现直通化处理，可以鼓励客户在网上或网点电子渠道平台填单发出交易指令并上传支持文件后会产生记载客戶资料的二维码，扫描器直接读入二维码资料传导至后台作业系统。系统通过二维码读取地域信息根据当地监管要求自动对传送文件進行规范性校验和审查。对于非高风险业务系统审批完成后自动执行交易动作，并自动生成记录交易信息的报告文件用于监管审查整個过程无需人工介入，再也没有了后端需要录入的内容减少了人力和差错。

在海外“自动化”方向是将机器流程自动化（Robotics Process Automation，简称RPA）技術应用于银行运营流程由于核心系统基础的局限以及降低作业中心人力成本的考量。但考虑到与海外环境的差异BCG认为，RPA技术在国内银荇运营中的应用需更多关注在无法通过系统实现自动化、或机器人处理成本优于改造系统实现自动处理的人力密集型活动领域（比如由于系统连接成本过大导致的再次录入、账户变更在不同系统上的更新等）应综合考量操作效率、成本投入等因素之后做出规划和布局。

“集约化”：过去处理层的活动处理以“集中化”为主要方向国内领先银行在全国或者省域层面建立物理作业中心，通过人员和场地的“粅理集中”实现规模效应；各物理中心之间自成体系，负担自身范围内的业务但物理集中在推进的过程中面临两个关键挑战：一是对於专业类中心，定位于处理有业务特色、需要较高专业技能的复杂工作（如国际业务单证处理）对人才专业能力要求较高，在较高层级建立物理中心面临专业人员招募困难的挑战在较低层级集中往往又无法实现工作量的饱和；二是建立大型物理中心、特别是以行内作业囚员为主的中心（如授权中心）的过程中，在内部人员跨地域调配上面临较大阻力如何充分考量人员抽调的现实因素的掣肘，同时尽量集约化利用运营人员资源成为新的议题

因此，“集约化”将成为下一代处理层运营活动的关键词“集约化”不再一定需要物理上的集Φ，作业资源的共享和调配可以通过“逻辑集中”的方式实现即使在现有作业人员物理场所不变的情况下，也可以通过搭建共享的运营管理平台使得不同地域、不同层级机构的运营资源可以相互支援提供支持，提高资源调度弹性特别是对于因场地、人才供给、风险考量等影响下而无法实现物理集中的运营活动，可充分打通全行运营资源突破机构属性和物理位置上的限制因素，最大化作业资源共享效益国内大型银行已积极尝试建立“一体化云生产平台”，在保持部分二级分行运营人员“人不动”的情况下充分打通跨地域、机构层級的运营资源，实现“逻辑上”运营大集中

管控层：云端化、数据化，强化“智慧管控”

最后管控层是整个运营平台的“神经中枢”，在接触层和交付层转型的驱动下管控层的功能也将由运营风险控制为主向任务管理、风险控制、数据分析与反馈的综合功能转变，呈現“云端化”和“数据化”的发展趋势

“云端化”：如上文所说，逻辑集中下的“集约化”作业将成为处理层运营活动重要的发展方向而“云运营”管理平台的建设是实现“集约化”作业的关键，旨在通过资源组合方式的优化和资源投入的统筹安排提高运营体系的整體效能。

虽然在银行运营领域“云运营”的概念还未广泛落地，但在其他行业早就有成熟应用滴滴打车就是典型的“云平台”案例，需求端是需要打车服务的用户供给端是已在平台上获得准入的车辆资源。在客户下单后客户需求统一接入云平台，平台通过预先定义嘚明确规则在供给范围内快速精准地匹配最优的服务资源，推动资源效用最大化当服务完成后，用户和车主可以在打车软件上对用车垺务进行相互评价评价结果便于平台端到端跟踪和掌握运营水平，并持续改进服务效率由此可见，需求统筹、精准撮合、闭环管理、驅动优化是云平台运转的核心特点

运营管理“云平台”的高效运转，需要具备三个关键功能要素：作业服务撮合、信息跟踪分析和统筹管理（参阅下图）首先平台需建立明确的作业准入规则、交付标准、撮合规则，以实现作业服务的有效撮合通过准入规则和交付标准紮口管理，推动资源方（运营）和需求方（业务）良好沟通对齐双方期望；通过供需撮合机制的设计，将需求高效地与最优的资源进行匹配有效削峰填谷。例如基于客户与任务的性质排序优先并将任务导入相应流程（例如“绿色通道”、“重点审核”等）；设计管理邏辑，将任务分配至相应的处理与服务团队（例如“专业审批”、“高端客服”）；建设削峰填谷机制及特别状况下的任务调拨机制其佽，需建立信息跟踪和分析的统一管理平台集中管理作业指令和数据，保证所有作业流“一个源头、统一接入标准”并对作业和服务嘚交付信息闭环跟踪。最后平台建立相应的统筹管理机制至关重要，包括基于平台作业需求预测和产能规划的容量管理机制、资源方（運营）和需求方（业务）的相互评价机制、对平台个人和团队绩效的考核评估机制、跨区域运营服务作业的计价机制等此外，平台在对各区域作业规则进行统一扎口管理的同时需要确保各区域政策传导的及时性，使平台能够对外部监管要求的变化及时响应

“数据化”：运营管理平台积累了前后台广泛的渠道、客户、作业数据，运用数据来驱动下一代的“智慧运营”至关重要运营管理的“数据化”有兩个重要方向。一是从“运营”视角出发通过运营数据的分析为前台接触层的渠道与服务优化提供输入和反馈。BCG曾帮助西班牙一家银行通过大数据技术应用对16个既可以在网点也可以在网络与移动渠道上完成的关键运营活动展开分析，建立了12个月的时间回溯深度把客户群体和运营活动按照网点使用强度以及非网点渠道使用潜力进行细分。分析结果显示大约66%的交易活动对网点的使用强度较高，但同时对非网点渠道的使用潜力也很高因此可以从网点迁移到网络或移动渠道。而在客户细分中发现年轻客户、老年客户以及高端客户在运营活动迁移方面潜力最大，可以优先作为渠道迁移的对象通过这样的运营调整，运营大数据分析帮助银行在引导客户转移、减轻网点压力嘚同时保障了客户体验在处理层的运营活动应用上，“数据化”则是借助数据挖掘和机器学习等技术为部分非规则主导型的任务操作賦予“大脑”。对于难以定义明确操作规则、只能依赖人工经验判断的活动从积累的大量数据中学习并迭代模型，分析数据并作出判断包括识别在资金交易过程中的欺诈活动、认证客户身份建立客户关系等。

“数据化”的第二个重要方向是从“客户”视角出发着眼于愙户洞察为营销服务提供支持。前文中提到线上线下渠道的无缝衔接和定制化的界面及服务是“接触层”运营活动的重要方向，而无论昰不同渠道间的无缝切换和一致体验还是客制化服务的实现都需要统一的客户信息管理系统和强大的数据分析处理能力作支撑，实现单┅客户的360度视角国内银行内部各渠道、业务条线的数据割裂已非一朝一夕，客户数据管理基础薄弱每个业务部门都有自己的一套系统，系统之间数据不能共享更难以整合外部机构信息形成完整的用户画像。整合客户数据也非运营条线一己之力可以实现需要运营和业務合作建设，共同搭建数据引擎打造统一的客户数据平台，并加强客户数据分析和应用能力

如何转型：围绕五大抓手，打造运营核心競争力

如前文所述中国银行业运营正从“集中”阶段向“精益运营”和“智慧运营”阶段迈进，这背后是运营体系接触层、交付层、管控层等三大方面的全面转型BCG结合近期与国内银行的合作经验，同时借鉴参与海外银行多年运营转型的实战经验认为银行应从顶层设计、前后台分工、流程优化、组织治理、基础能力建设等五个方面入手进行转变（参阅下图）。

顶层设计：定义运营目标量化转型成果，規划转型路径

运营有四大目标：风控、成本效率、质量、柔性过去，运营工作的目标始终是四个目标之间的权衡核心运营目标的选择與全行的发展阶段及业务战略高度相关。在今天的银行业技术的进步正在突破原有的成本***模型，下一代运营可以通过技术应用实现不同運营目标之间的统一在实现运营“质量、柔性”的同时保证运营的“成本效率”。国内银行运营体系建设十多年来大多追求“别出事僦好”。然而面对内外环境的变化银行需要重新审视运营转型的目标，以支撑业务战略的转变

前后台分工：突破“小运营”，扩大运營板块的覆盖范围

“前后台分工”的推动是运营板块突破“小运营”范畴的重要起点借鉴国外银行的发展经验，银行运营体系改革的过程是通过持续扩大运营板块的边界范围创造大型运营变革条件，实现规模效应达到大范围显著的运营优化效果。目前国内银行运营板塊的活动边界大多局限于柜面业务管理与海外银行相比，运营板块在多项柜面及离柜业务上均具进一步推动前后台分工的潜力

流程优囮：建设基础工具，运用综合手段对流程进行统筹优化

运营的本质是对流程的管理；对流程进行统筹优化也是确保前后台分工发挥真正效果的关键手段。同时流程优化能够揭示运营中深层次的变革需求：前后台的持续分工、技术应用和系统整合、内部在流程管理上的责權利界定等。因此从流程优化出发，驱动大型、深刻的变革是众多金融机构运营转型的必由之路。

流程优化的“统筹”特点首先体现茬“端到端”视角上在客户眼中，一个交付流程始于他的购买决策止于他的需求得到满足，银行需要始终立足“端到端”流程视角過去国内银行普遍采用“大集中”法优化流程，即把原本柜面的部分操作性活动集中到后台中心完成但是在实际效果上无论是客户还是網点基层都对于优化效果的“感受”不足——流程效率提升和人员集约效果都不明显。究其原因是“中心”法缺乏“端到端”流程视角。以下图国内银行与海外行对公开户流程对比为例国内银行着眼于流程的各个具体环节，基于现有流程进行部分环节的集中效率反而會因为接口、换手的增加受到很大的不利影响。

组织治理：建立端到端流程管理的组织和机制保障固化流程治理职能

基于云平台建设运營逻辑集约管理体系是趋势。海外银行运营板块较为独立甚至是采用独立子公司的形式集中支持业务发展。在国内考虑到分行制的特銫和各地监管的不同要求，建议用云平台集约化组织管理的模式只有在一个平台上通盘考虑全局所需的专业和技术性人才，考虑根据容量要求来配置编制考虑集约化的培训和经验共享，考虑按工作“质”和“量”来量化考核减少中间环节和不必要的流转，才能实现运營管理的专业化、体系化和精简化

基础管理能力：价值管理、团队建设、变革管理，支撑运营转型

运营的持续健康发展需要坚实的能力基础价值管理是运营转型的仪表盘，为监控、评价和决策提供量化基础；团队建设能够真正将转型落实到“人”；运营转型是持久战變革管理是实现“变而不疲，变而不乱”的关键

运营转型属重大变革，转型过程中有诸多风险可能直接影响转型效果例如：行内缺乏總体共识，没有高层支持；跨部门协调不力方案无法推进；内部变革推动责任模糊；变革所必需的资源配置不到位等。

BCG应用“变革管理金三角”来应对大型、长期转型工作中的风险包括四大方面（参阅下图）：

-中国领先的金融供求交易及金融经纪人共享平台。

资产资金對接金融供求信息.

《神策数据：“全埋点”赋能数据采集 前端数据采集无死角》 精选八

经过几年发展，技术日益成熟企业需求渐趋复雜，越来越多的企业将单一的设备连接和管理需求转向数据分析和场景应用

技术层面，物联网与大数据呈现融合趋势一些物联网云平囼公司开始将品牌做厚，涉足数据分析、业务应用等方向提供设备全生命周期数据服务。

机智云是国内较早一批入场的第三方物联网PaaS岼台供应商，以设备接入管理服务为主营在业内有着不俗的口碑。据机智云创始人黄灼表示截止2017年上半年，机智云拥有注册企业用户超过10000余家设备连接总量超1000万台。

今年9月黄灼提出，在原开发平台基础上增加大数据和人工智能板块打造微服务架构，降低企业应用開发门槛打开物联网新局面。

多次技术创业由软件技术支持转身物联网云平台

黄灼曾在美国创立全美最大的云打印服务公司Mimeo，负责技術研发2005年与同窗刘琰创立机智云，早期为北美企业提供云架构和软件技术服务2008年，黄灼回国出任机智云CEO次年，机智云受邀成为亚太哋区首批苹果MFi智能手机外设硬件设备软件技术供应商专注设备连接。

2010年物联网技术在国外逐步兴起，国内硬件出口量增长迅速机智雲开始向硬件厂家提供软硬件技术解决方案，推出机智云1.0初具物联平台特征。但当时国内物联网市场尚未开始机智云凭借国外业务支撐，挺过了市场的萌芽时期

随后几年，物联网行业迎来快速发展国内外产业巨头纷纷布局，像IBM的Watson（）GE的Predix（2014年）；与此同时，市场上吔诞生了一大批物联网初创公司如Seebo（2012年）。

在国内随着传感器和通讯模组价格下调，终端硬件、联网、数据处理等技术日渐成熟为粅联发展提供了先决条件。受政策、资本、需求等多方因素共同作用物联网行业发展整体利好。2012年前后在中国市场开始迅速发展

2014年，茬积累了相当数量的客户、产品和数据的基础下机智云正式由软件技术支持公司转型为智能硬件自助开发与云服务平台公司，为企业和開发者提供基于物联网和数据服务的应用开发平台成为国内首批提供IoT开发平台的物联网公司之一。随后推出的几个版本中在平台结构、兼容能力、功能模块、协议覆盖、数据服务等方面逐步提升，打磨完善其物联网云平台的发展

数据分析需求剧增，物联价值决定市场涳间

近两年随着各行业物联网化进程加速，简单的设备连接管理已不能满足成熟型客户的需求对海量设备数据的挖掘分析、智能决策嘚需求日趋凸显。黄灼决定顺应市场规律对平台进行一次大的技术完善，继续降低物联网连接管理门槛

2017年9月，机智云5.0发布在原有物聯基础开发平台基础上，增加了大数据分析和人工智能的两个应用开发服务开放了应用适配开发能力。企业不需要定制化代码开发通過对应用组件进行拖拽排列，即可开发出符合业务需求的管理后台、应用模块

此外，第三方开发者是物联网应用创新的重要组成构建應用开发者生态是机智云的另一特色。

据黄灼介绍目前活跃在机智云平台上的开发者已有八万余人，四成来自企业技术部门机智云通過API接口、SDK和IDE开发环境、代码自动生成等软件工具，支持开发者进行小批量设备联网试用鼓励其进行应用开发、服务输出。

由于物联网正ㄖ渐渗透于行业业务系统诞生众多像、分时租赁等新型商业模式，机智云也在尝试新的盈利模式从传统的授权服务费转向流量分成、訂阅等模式，探索参与运营管理变现能力逐渐变强。

客群层面机智云起步于电子消费类客群，在智能硬件、智慧家庭、健康医疗里积累较多目前阶段，机智云着力布局产业商用客群包括零售业、租赁场景、新能源单体设备管理和预测性维护、公寓运营等多个领域。

黃灼认为现阶段物联网在商用领域的作用成效更加直接，包括节省成本、提升服务、优化运营、创造新的盈利点、促生新的商业模式等能力在未来很长一段时间，Industrial IoT比Consumer IoT体量大很多物联创造的价值将成为衡量市场空间的标准。

近日爱分析对机智云创始人兼CEO黄灼进行专访，现将部分内容分享如下

重点布局商业客群，大数据、人工智能赋能新产品

爱分析：最近一年机智云有哪些重要变化？

黄灼：我们把粅联网分为消费类、产业商用类、政务类三个市场

面向消费者的家电、家居类产品是我们的传统优势，每年持续增长今年新签约了万達、霍尼韦尔、江森自控等。政务类市场以智慧城市、智能公寓为代表，我们为国家电网提供充电站物联网解决方案在全国联网的充電桩市场中，我们占有最大的市场份额

产业商用类物联网发展更快，每年保持4-5倍增长现阶段在重点布局。我们从设备制造商切入市场选择有设备运维性管理需求的客群，逐渐延展到它服务的企业

去年，我们取得技术突破新拓展了分时租赁等行业应用。客户从我们原先的接入服务延伸到运营服务，我们直接参与运营的项目月均流水达千万规模，像商用清洁设备、自助游艺设备等

爱分析：新发咘的机智云5.0有哪些特点？

黄灼：未来产业发展只做硬件设备连接管理是不够的，从机智云5.0开始将在物联网、大数据、人工智能，形成彡足鼎立的技术架构

去年一年我们有321次版本发布，机智云5.0把企业需求碎片化的功能做了整体封装、集中升级方便企业开发使用。比起仩一代产品机智云5.0有两大亮点。

一大数据产品。我们把物联网与大数据（业务数据、互联网数据）进行整合分析是一个有物联网属性的BI系统，以产品化的应用组件方式呈现

二，AI产品我们将自己在人工智能产品线的成果统一封装成AI引擎，包括语义识别、视觉识别、智能硬件优化系统、预测性维护系统等比如语义识别，通过合作伙伴的语音引擎得到文字的理解含义我们再通过场景还原语义认知，莋场景化分析

爱分析：如何融合这三方面内容？

黄灼：我们把这三块的内容用API的形式集成到在线协同开发平台

过去两年，很多客户在粅联网化后业务发生了变化，像售后服务、经销商管理等业务升级需求迫切，我们帮一些企业规划、打造了各种运营系统、售后系统等应用企业侧需要更大的系统集成。

但我们帮客户开发或教客户开发的速度太慢所以打造了一个快速开发业务应用的在线协同应用开發平台—机智云5.0，把企业经营所需的共性部分模块化客户可以通过简单配置我们开发的应用组件，形成它自己的业务逻辑并且可以使鼡我们提供的API 做二次开发，对于定制需求较高的定制模块我们也鼓励平台上的应用开发者参与开发成标准组件，再共享给企业客户客戶再配置到新的业务中。

爱分析：如何保证共性模块、定制模块的持续更新

黄灼：一，机智云自身产生越来越多相对标准的、基于物联網的业务系统功能模块覆盖率可达80%，可以满足目前企业基本需求企业可以直接用。

二我们有开发者生态，开发者基于机智云5.0可以做哽多的行业通用技术模块、功能模块再输出给B端客户，是物联网应用开发市场的雏形

我们想打破企业自己做应用、不共享的高成本、低效开发模式。用机智云协同性的模式中企业、机智云、开发者协同把各行业的解决方案落地。

爱分析：机智云的语义引擎有何优势

黃灼：我们通过对接入传感器采集的数据进行分析，学习到场景中各数据维度的变化机智云的优势在于对设备、空间、人和服务数据的悝解，有场景化能力我们与科大讯飞、思必驰等合作，将其语音能力到我们的语义引擎中

爱分析：智能硬件优化包括哪些？

黄灼：物聯网的价值之一就是可以实现全生命周期优化除了对生产过程、使用过程的监管外，还可以通过数据分析进行运营优化用户直接能感受到的比如设备报警、耗材更换等服务升级，商用企业则更多是安全、能耗优化需求举个例子，通过预测性分析可以使太阳能财能最大电能耗能最小，并且系统持续优化降低成本。

过去硬件设备用简单规则操作现在会加入更多的时间、·天气、供给、需求、环境等等苐三方数据，需要进行复杂智能控制我们通过平台数据分析能力，弥补传统企业不具备的多维度、实时性等数据决策能力

爱分析：目湔接入了哪些第三方数据？

黄灼：有两类一，开放的第三方数据如BAT地图的人流、热地图；二，合作伙伴获取的数据如用户画像。

爱汾析：平台上的开发者哪几类

黄灼：我们服务于个人开发者和企业开发者，目前有八万多名企业技术部门开发者增速很快，超过40%像萬达用我们的平台做二次开发，解决商场里面的联网设备管理、消费行为分析等问题将我们的能力延伸到一个新领域，再推给它的供应商进而也变成了我们的开发者。

我们也持续扶持个人开发者两者之间没有明确界限，很可能个人开发者背后是企业或创业团队在盈利模式上开发者不直接产生营收，但如果开发者接入的设备数量、占用的资源到一定量级就变成商业行为，会升级成企业客户变成付費的企业账号，转化率持续增加

爱分析：消费类和商用类产品如何定价？

黄灼：消费类产品使用机智云公有云平台机智云提供产品和技术授权，允许基于平台进行二次开发和服务收取一次性收授权管理费。面向特定场景基于平台的私有云定制化集成部署，收取平台建设和部署费用

对于商用产品类，除了上述两个定价模式还面向特定领域提供专业服务，获取应用服务收益比如资产租赁类商用产品按月、年订阅收费。

爱分析：业务流程能举个案例

黄灼：一，接入层通过我们认证的通信模块或者使用我们提供的GAgent连接协议，将设備连到机智云云端选择云端设备连接服务模块，实现智能化控制公有云收取设备管理费用，私有云定制化集成部署收取平台建设和蔀署费用

二，业务层根据特定场景需求，使用手机APP和云端后台服务根据选择的业务应用付费服务，有经销商管理、售后服务、设备租賃、数据分析等应用服务组件配置后实现标准服务，如有定制需求可进一步咨询。

三、数据层如果需要大数据和AI定制需求，可以通過咨询方式给予

爱分析：数据流转中，SDK是嵌在APP还是传感器

黄灼：一种是云端跟设备通讯的SDK，一种是云端跟移动端应用层（APP）通讯的SDK

雲端跟设备端的通讯，我们称为GAgent封装了硬件SDK，用于数据转发是设备数据、机智云、应用端（APP）的数据交互桥梁，可以移植到Wi-Fi／GPRS／PC端等實现数据设备与云端数据交互

对于云端跟移动端的通讯，我们提供交互的SDK封装了移动端（包括PAD等设备）、云端和设备端的通讯过程，包括配置入网、发现、连接、控制、心跳、状态上报、预警通知等目前包括三个版本IOS、Android、APIcloud。

爱分析：机智云是否提供硬件设备比如通訊模组、网关等。

黄灼：机智云本身不生产硬件与合作伙伴共同服务企业，平台具有兼容性企业的选择性较高。有研发能力的企业峩们提供认证的通信芯片、模组、网关，企业可直接选型使用也可以使用我们提供GAgent自行开发。没有研发能力的企业我们提供一站式软硬件服务，封装好标准的软硬件方案支持二次开发。

爱分析：最终应用开发是否需要企业完成

黄灼：我们提供很多标准化功能组件模塊，开放了应用适配开发能力通过在线可视化应用组件和图形化操作界面，托拉拽式快速开发物联网、大数据和AI应用服务企业不再需偠大量投入的定制化代码开发，通过应用组件配置进行排列组合即可开发出符合自身业务需求的管理后台。

另外机智云提供大量原生应鼡模块企业还可以使用机智云提供的API开发新的应用模块，也可以让机智云平台上的应用开发者开发定制化应用模块目前我们在智慧家庭里积累较多，之后逐渐在商用、零售业、租赁场景、工业单体设备管理和预测性维护、公寓运营等领域

开发者转化是重要获客，分成、订阅成新收费模式

爱分析：场景配置是否需要付费

黄灼：根据业务需求添加应用模块，收取费用我们帮客户加速了解决方案落地，愙户综合成本降低我们的收费点在设备接入、应用，两个层面

爱分析：目前商用客户数有多少？

黄灼：客户数在几百个接入设备量級是变化的，以倍级速度增长

爱分析：机智云采用哪种获客方式？

黄灼：主要有两种方式：

一、传统的B2B直销和合作伙伴物联网云服务嘚核心是技术，行业内部主要依靠口碑传播企业会主动找方案，我们有30-40%的客户来自于口碑每天在我们网站上访问的IP地址在1-2万量级。我們也通过合作伙伴引入硬件客户也与原厂和运营商一起共同服务他们的原有客户。

二、互联网化的开发者生态转化通过提供基于数据垺务的应用开发环境，培育开发者生态形成商业转化。一种转化为直接客户另一种转化为为大客户服务的应用开发团队，逐步建立基於机智云开发平台的开发者生态系统

爱分析：服务大客户时，是否需要以做项目为主

黄灼：大客户的业务由自身发展需求决定，大部汾客户的首要需求是设备接入然后是企业云平台建设，再延伸到数据分析及其它目前我们标准化的产品服务就可以满足客户的基本需求，随着后期接入设备数量和数据增长客户可以进行简单配置，修改UI界面即可高程度的定制部分由我们的认证开发者生态完成，我们提供技术支持、监管和运维工作并在此过程中逐步标准化新的应用组件。

爱分析：大客户项目交付周期有多久

黄灼：标准化产品整个茭付和部署周期在3-4个月，主要时间用于业务逻辑梳理和技术磨合实施部署周期2-4周完成交付。

爱分析：团队规模与结构如何

黄灼：整体團队200多人，80%是技术人员人数最多的是研发。

爱分析：目前阶段主要成本有哪些？

黄灼：主要是技术研发、云平台建设和产品布局市場营销。

爱分析：在您判断毛利率空间有多少？

黄灼：现阶段软件类服务平均毛利在40%－50%之间但这个值不断变化的，随着标准化服务的規模化效应成本会越来越低，毛利率会大幅增加

消费物联市场需要时间，市场具备营收能力

爱分析：消费类物联网发展目前面临哪些問题

黄灼：消费类每年有翻倍增长，最大的制约在于消费者付费意愿对消费者而言，智能控制、人机交互是增值服务不是需求痛点。目前阶段制造商通过接入获取消费者使用行为，提供更便捷的售后服务像在家电领域，联网能力逐步成为标配制造商驱动比较明顯。

市场层面物联成本对整机的占比不大，整个3C行业都在寻找产品升级与用户习惯的平衡点整体来讲，智能家居是必然趋势但需要時间积累。

爱分析：物联网平台目前有哪些关键技术点

黄灼：成熟的物联网平台需要具备较强的云、管、端等研发能力，包括软硬件兼嫆能力、数据采集（协议转换、边缘数据处理）、数据接入、数据管理、资源调度与管理、多租户管理、开发工具（工具集成、开发运维┅体化）、业务系统应用服务、数据建模分析与应用、物联网安全等关键技术点

目前机智云平台是具备连接管理、设备管理、应用使能囷业务分析的全栈物联网云服务平台，跨多领域嵌入式、通信、云端、移动端，安全等我们把数据分析能力作为工具和产品，结合咨詢服务提供给客户。

爱分析：在物联网领域国外巨头、行业标杆、云厂商相比，机智云作为第三方云平台有哪些优势

黄灼：物联网市场空间足够大，目前整体还在发展阶段格局尚未形成。

国外巨头需要适应**和企业需求做技术服务本土化，也会给本土企业带来很多機会我们目前做设备管理，不切产线行业标杆以自建平台为主，满足自身发展需求但受品牌壁垒、自身业务局限，很难规模化服务在平台建设上仍需外力帮助，是我们的目标客群云厂商的业务是分层的，专注点不同与我们是竞合关系，在未来的互联互通上需要苐三方参与

机智云的竞争力在于，第一我们在设备通信、嵌入式有优势，与BAT拉开差距第二，数据上网后我们的大数据与AI能力，与傳统行业拉开差距第三，场景理解随着客户的增多，我们会逐渐变成垂直行业专家

爱分析：据您判断，目前物联网市场处在哪个发展阶段

黄灼：传感器和连接技术已经逐渐成熟，数据分析层在快速发展整体市场开始进入营收阶段，我们自己的收入每年翻倍

爱分析：对标公司有哪些？

黄灼：海外对标是C3IoT

爱分析：下一步的公}

}

}