TalkingData崔晓波：“成效合作”是检验“数据智能”的最终标准

Auto Devops数据市场上逐渐形成三类玩家：第一类是数据源企业，包括数据生产和数据交易企业；第二类是工具，一些BI企业也可以划分在这个维度里；第三类是咨询以及相关服务。“基本上99%能够分在这三类里面，”是崔晓波对当下大数据市场的认知。

近年来大数据和人工智能领域正发生深刻的进化，继2016年横空出世的阿尔法狗（AlphaGo）击败了围棋世界冠军李世石后，阿尔法元（AlphaGo Zero）又以100比0的战绩击败了阿尔法狗；另一重要事件是2018年3月科技独角兽PalantirTechnologies 获得美国军方8.76 亿美元合同。

以上事件可以说“数据智能”已经发展到令人惊奇的阶段，一方面阿尔法元（AlphaGo Zero）可能证明“智能”正在迈过“数据”的桎梏；另一方面大数据企业赢下大单，也从侧面说明“数据智能”已经能够对现实世界产生重要影响。

回顾2011年TalkingData创始人兼CEO崔晓波决心在大数据领域创业时，彼时对大数据的未来还只是判断。“那时候最经典的一个讨论，我们几个创始人认为智能手机就是以后数据最重要的一个点，不仅能够把线上跟线下的数据打通，而且是历史上第一次人随身携一个测量仪，忠实地记录人物线上所有的行为、线下所有的足迹，当时我们都觉得机会来了。”庆幸的是，崔晓波赌对了。

随后大数据企业也如雨后春笋一般成立起来，在此后发展的过程中，大数据市场上逐渐形成三类玩家：第一类是数据源企业，包括数据生产和数据交易企业；第二类是工具，一些BI企业也可以划分在这个维度里；第三类是咨询以及相关服务。“基本上99%能够分在这三类里面，”是崔晓波对当下大数据市场的认知。

经过7年发展，崔晓波希望TalkingData突破传统的数据源公司、数据软件公司、咨询公司模式，以“数据智能服务商”为定位，基于开放连接的理念构建整合数据产业链各方资源的平台生态。如果简单一句话解释TalkingData新商业模式，就是TalkingData希望自己不是上文提到三种模式囊括的99%玩家。

成为大数据领域1%的玩家，崔晓波在如何思考大数据的未来发展和构建TalkingData的明天？在崔晓波和的交流过程中，他提到两点认知转变：

第一是未来数据合作的核心是连接，而不是拥有

在崔晓波看来，数据拥有并不能解决大数据实际应用中的效果问题。比如单纯的数据交易不是需求决定的市场行为，数据交易会造成数据量大但却缺乏关键数据；另一方面是数据来源少，会造成数据偏差，比如对餐厅门店的第二天客流预测，如果有经营数据、财务数据、交通数据，惟独缺少天气数据，也会让预测出来的结果不准确。因此拥有多少数据不重要，关键的是能连接多少数据。

但数据因为涉及隐私保密、安全等缘由，所以数据的交易和流动都是十分谨慎的事情。为此TalkingData推出SDMK数据智能市场和SmartDP数据智能平台解决数据的流动和应用的问题。

SDMK数据智能市场接入各渠道数据源，打破各企业间的数据孤岛，帮助企业连接更多的数据。SDMK数据智能市场一个非常核心的一个框架是OPAL（Open Algorithms），又名算法开放库，“这个技术框架的核心是不流动数据，只流动算法。”据悉这个由MIT连接科学研究所发起的项目，TalkingData是唯一一家参与的中国企业，在美国有VISA、IBM、NEC等等也在参与。

同时TalkingData在上面提供数据服务、数据工具、数据模型（预置了300多个在领域里面验证的模型）以及数据应用去承载落地，并提供统一计费和计量的模块。

SmartDP数据智能平台是为各方开放提供面向业务场景的数据智能应用与服务。“通过SDMK实现数据聚合还不够，从数据的准备到自动化特征工程、模型生产和管理探索、数据目录的管理等还有很多过程。”SmartDP数据智能平台正是为企业快速上线大数据应用而开发的平台。

SmartDP数据智能平台还包括知识图谱和机器学习等算法和模块，TalkingData可以通过数据一键线性回归处理数据和模块拖曳的方式，迅速在企业的模型商店里面上架应用。

第二是大数据企业应该为效果负责，成效合作是未来趋势

这个转变源于崔晓波去美国参观全球大数据标的企业Palantir，崔晓波问Palatir的合伙人：“为什么你们的客户愿意付那么多钱？”那个合伙人回答，一会我要去签一个1亿美金的单子，是一家石油采集企业希望利用大数据做地质灾害和天气预测的项目。他们花费半年时间做出的模型，能够提前20分钟发出灾害预警，帮助油田在灾害发生前提前关闭油井，降低的损失是巨大的。“Palatir不是卖软件不管结果或者出点子的咨询模式，而是真的为效果服务，因此客户愿意付出成本。”

崔晓波提到国内企业也正在发生这种需求转变，“大概2017年，大量的企业过来找我们说，现在有紧迫的转型升级压力，真的要把数据用起来了，但是他们最大的疑惑是大数据能不能产生实际效果。”

TalkingData的策略是把客户分为几层：第一层是KA（关键客户），这一部分是可以考虑成效合作，因为投入的资源也很大，要确保成功率，要考量很多因素。第二类是叫PA，这类主要提供的是标准化产品、标准化服务。第三类是长尾的客户，是用大量SaaS和DaaS的服务去覆盖。

目前这种KA客户在TalkingData内部有10多家，每家的客单价都是千万元以上。“对KA客户我们完全倾向于成效合作，如果结果好就多分钱，结果不好可以少要钱，甚至承担损失，因为我们觉得这就是未来。”

以TalkingData服务的客户耐克为例，耐克是线上和线下获客比例更占一半。耐克希望帮助他们提升线上的销售成绩。因此邀请TalkingData从数据系统的搭建、日常运营中怎么分析数据，如何将数据应用到业务中，甚至到活动的策划、流量的对接，做出一整套产品方案。“当时我们就提出来，TalkingData可以帮耐克增长线上销售的比例，并按线上销售收入的比例分成，他们也同意。这就是非常典型的成效合作。”

在构建好以SDMK数据智能市场和SmartDP数据智能平台为基础的大数据平台，以及确定未来的商业模式后，崔晓波提到TalkingData会进军各个垂直领域，目前零售、营销、金融和智慧城市是TalkingData重点聚焦的数据智能应用领域。同时TalkingData也发布针对这四个领域的产品，包括联手腾讯云发布的面向线下品牌商的数据智能产品——智选、移动大数据人口统计应用——“统计魔方”、品牌广告价值分析平台TalkingData BrandGrowth以及TalkingData金融科技产品。

就像SaaS领域对标市值千亿美金的Salesforce一样，国内大数据领域也在寻找谁是对标百亿美金估值的“Palatir”。目前超过独角兽估值的TalkingData，尽管在某些方面学习Palatir，但是我们依旧能发现二者的不同。提出“人本数据”的TalkingData，认为基于人的统计模型实际上会影响到上面所有的行业和商业，比如TalkingData的智慧城市也是基于人在城市的商业生活展开研究。可以说，TalkingData正在走出一条和而不同的路，未来值得关注。

---