寫這個話題的本初是想先寫國外的Predictive Marketing市場，畢竟Predictive Marketing相對成熟，做出成績的案例比較多。但是最近發現越來越多的中國SaaS公司選了這個方向創業。對比國外市場，國內做Predictive Marketing在市場環境上理論上是很難成功的，面對困難他們也是有自己的應對方法，這段時間覺得這個比較有意思，就有了這篇文章。未來會詳細再寫一篇國外的Predictive Marketing情況。
基于國內討論這個話題，我想有三個關鍵詞：人工智能、SaaS和EverString。
人工智能是什么，是百度的下一幕，是云棲大會的主話題，是全球的IT未來。而SaaS也是風風火火，對比國外4:6的To B :To C的投資比例，國內1:9的比例加上中小企業在中國日益上升的地位，越來越多的企業選擇了To B 的創業方向。而EverString正是一家真正的人工智能＋SaaS的公司（這里特意加上了真正，絕大部份人工智能的SaaS公司只能算得上PR）。
EverString硅谷和北京兩邊都有組織架構的大數據公司，就把它也放在國內公司的討論篇中（他們的主要市場在北美），其實大部分國內公司做Predictive Marketing也都是因為EverString在海外的成功讓他們看到了中國在這個領域空白帶來的機會。通過先介紹它也介紹一下Predictive Marketing。
1 EverString（萬維思源）
EverString主要提供企業人工智能服務,是基于大數據和人工智能技術,讓機器去學習潛在客戶特征,然后告訴下一 個客戶是誰,精確到公司名、聯系人和聯系方式。 然后根據預估轉化率為客戶提供建議,是直接聯系, 投放廣告,有待觀察,還是干脆放棄 。他們B輪融資（6500萬美金）是企業人工智能領域全球最大一次。他們的客戶有微軟，zenefits（貢獻50萬美金收入）等一線公司，提高了2、3倍到30倍效率。前SalesforceVP和最近剛來的Waston前CTO是他們的強力雇員。有意思的是他們有開拓國內市場的愿望，但是貌似現在不太順利。
EverString主要有兩大分析產品：
1、現有客戶線索（leads）評分，這里Leads是營銷領域里代指對企業所銷售產品產生興趣的潛在客戶。
2、Predictive Demand Generation挖掘潛在客戶，根據企業理想客戶畫像，匹配EverString數據庫中千萬客戶信息，從而找到更多與之相符的客戶形象，建立新的Leads。解決的是銷售企業中耗時較長且最困難的環節，找意向客戶的問題。
EverString的數據來源：1、外部數據，購買或爬取全球外部11M實時企業數據，20k維度。2、企業內部數據，CRM、營銷系統、郵件系統等內部數據。
EverString典型的B2B企業，向顧客提供軟件既服務（Software-as-a-Service, SaaS)。對于面向營銷的SaaS，可以分為三個層級：
第一層級是CRM，傳統的客戶關系管理系統依靠信息系統由業務經辦人手動將客戶信息錄入到CRM中對銷售信息統一分析管理，面向的銷售流程。
第二層級是營銷系統，在互聯網時代出現像 Marketo 這樣的在線營銷自動化平臺。他們通過分析訪問網站的用戶畫像和轉化率來為客戶提供服務。
第三層級就是Predictive Marketing，通過不斷地主動挖掘和分析全網信息，結合每家企業內部的信息，利用機器學習自動建立量化客戶模型為企業提供智能用戶分析和推薦服務。在這些層級中，高層級是依賴于低層級的建設和數據打通的。EverString處于第三層級，而Salesforce 和 Marketo 處于第一和第二層級。
但是EverString有今天的成績是基于國外的一些環境因素：
1、國外企業多年信息化建設的沉淀和軟件廠商的開放性。如上文介紹，第三層級獲得企業內部數據要基于第一層級和第二層級的數據積累和開放。國內剛剛發展到第一層級，信息化沉淀不足給開展Predictive Marketing帶來先天困難。
2、國外外部信息準確且健全，國外企業從企業信息發布到媒體報道再到分析統計機構（政府和非政府都有推動）可以給做Predictive Marketing帶來準確的數據，而國內不具備這樣的數據環境。比如國內最關注聯系信息更是難以保證準確度和實時度。
3、國外客戶成熟的SaaS付費習慣。其實即使這樣， EverString 的主要收入來源也是中大企業。在國內中大企業需要人為資源，小客戶也沒有付費習慣。
2、云客
云客是一家創業公司，目標是做Predictive Marketing。用SaaS的模式幫助銷售人員獲取和管理客戶線索，也為用戶提供越來越精準的線索信息。
云客遇到的問題和它的解決辦法：
1、國內企業信息化建設不足，沒有數據沉淀。即使是有信息化建設的企業，由于系統的不開放性無法提供直接的數據連接通道。“云客”的解決方案是自己建設第一到第三層級，搭建從推薦客戶線索到整合營銷能力到銷售過程管理的全信息化銷售閉環。也就是提供了CRM+營銷系統＋Predictive Marketing全功能的SaaS 平臺。
2、外部信息不準確。“云客”的外部企業信息主要來自于爬取和線索交換，但是聯系信息的準確度還是太低。云客為了優化這些聯系信息，在web端提供了類似于callcenter的呼出電話功能，通過下載量、通話時長、電話標記等指標基于機器學習來優化這些外部信息。
3、信息冷啟動，客戶可以選擇自己企業的行業，“云客”根據客戶的企業所屬行業為客戶提供最初的推薦信息。
亮點：
1、提供了CRM+營銷系統＋Predictive Marketing全功能的SaaS 平臺。
2、類似于callcenter的呼出電話功能既可以優化外部資源又覆蓋了基于“電銷”的主要目標客戶。
3、移動化辦公。
云客需要解決什么？
1、外部信息需要大量操作和學習才能提高準確度，但是由于初期用戶太少，增長也不夠迅速，準確度很難快速提升。
2、自身的“企業數據庫”維度太少，也缺乏數據收集能力。基于現有的“企業數據庫”，“云客”提供的客戶推薦的準確度是無法達到用戶預期的。
3、數據冷啟動需要太長的時間，內部數據的很長一段時間是缺失的，用戶是缺乏耐心的。
4、一些SaaS初期都遇到的問題，如功能不健全，用戶體驗不好，沒有愿意嘗試的付費客戶。
作者簡介
楊嘉琦，畢業于香港浸會大學，現在奇魚時代科技有限公司任人工智能方向產品經理。原文首發在知乎專欄輕重，https://zhuanlan.zhihu.com/p/22374905，希望與他私下交流的朋友，可在知乎上找到他。
