201211291542070

在动点科技ChinaBang 2014活动现场访谈间,TalkingData CEO崔晓波认为,“中立性”指的是不切入与数据相关的其他行业,成为广告公司,游戏发行公司等等角色。崔晓波认为仅靠忠实地生成数据也会提供自身的商业价值,同时对于有一部分发布报告的机构,“我不觉得它们是数据公司,我会认为他们是‘数据包装公司’。”

以下系根据现场访谈实录整理:

你们强调的“中立性”很容易让人想到是意有所指,可否指出你们曾遇到的一些不怎么中立的数据服务的行为?

我所说的中立可能是一种比较广义上的中立,这种中立指的是我们会制作数据,不会在随后切入一些其他的行业。比如说,有一些数据公司最后会变成广告公司或者变成游戏发行公司,甚至会涉足互联网金融业务等等,会变成实际参与业务的公司。我们在一开始创业选择商业模式的时候就想的比较多,对相关的企业和类似公司研究了很长时间。

我是信仰数据的,我认为数据本身就是有价值的,而并不一定要求数据公司进入具体的行业,这样的话跟从业公司就会发生冲突。我们最开始定位的就是一个专业的,中立的数据平台。我们相信数据的价值并不只是对某一个单一的领域有用,比如说只对游戏有用,或者只对电商有用,而是说对所有的应用都会有价值。

对商业企业来说,数据是最核心的最宝贵的资产,公司的资料和业务状况对公司运营来说都是很敏感的东西,所以数据平台的中立性尤为重要。

之前有很多人怀疑过我们是否会坚持中立。我们的SDK已经嵌入很多的应用里面,那么我们在跟分发渠道谈的时候,他们都说,你们以后一定会自己去做分销的,但是我们说不会做,他们都不相信。结果现在做了几年他们也相信了。

后来我们开始做广告监测,广告网络都希望有一个中立的平台,能够做广告效果的评估,没有欺诈,我们就填补了这个市场空白。我们跟多盟的齐玉杰,安沃的王旭东,还有力美广告的舒义都谈过,他们都跟我说,你们做大了以后一定会自己转型做广告网络的,我们说不会,他们一开始也不信,但是到现在也相信了。

我们非常注重这个平台的中立性和专业地位。创业是挺难的,许多事情都需要机缘巧合才能做成。但不管怎样,从根本上从商业逻辑上是要对的,我们要对客户有价值,我们做的事情是可以被证明的,要提供更多的工具,平台给客户。

数据平台都会做数据报告,你们也不例外。但是有一些数据报告当中就会出现这样的情况:定义一个以前从来没有人用的指标,只针对某一家公司出现的某一种产品,或者是他提出的某一种概念,然后就让这家公司的数据在这个报告当中显得有相对的优势。

有很多企业出于他自己的需求已经找到我们,希望我们给报告打一个包,变成付费的服务,希望我们针对某一个特定领域出报告,可以展开“多种形式的合作”。不过我们是一个有技术基因的团队,我们的成员以前都是做技术的。不是说这个东西不能做,但只能说基因不对。有运营商和设备商之前都来和我们谈广告,但是一一被我们拒绝,我们坚持更愿意去做一个数据源,我们和艾瑞这样的出报告的机构,跟国外的两家报告商也是有合作的,他们可以去发出声音,我们在底下作为数据提供方提供数据。我认为数据是不说谎的,我们要做的事情就是不提供有偏差的数据。

我们拥有的数据量是超乎想象的,之前有同行找到我们希望对中国的二级市场做检测,最后他们发现,所有上市公司的数据我们全都有。他们就感到很惊讶。但越是在这种情况下,越不能在这种地方产生利益行为,包装自己的商业模式。我们也会发布一些定向的报告,但是不会就报告本身产生商业利益,不会对数据作修饰。

有一家旅游行业的公司(在这里我就不点名了),他们觉得他们很吃亏,不管是在设备覆盖率,还是活跃度这些指标上都比另一家要高得多,但是市面上所有的报告都说他们低,而在研究机构E的报告当中更低。他们就跑到我们这里来寻求帮助。我们在自己的平台去跑一圈数据验证一下,然后发现他们所说的数据是比对方要高三倍。所以结合当时的热点问题,我们在元旦时候就出了一个旅游行业的定向报告,然后反映出了他们所涉及的情况。我们要讲究说真话,因为我们认为做数据是关乎道德的事情。

但是如果别家发布的数据——我不管数据到底怎么出来的,最终导致的结果是,大家都看到你们的同一时间段同一指标的结果跟其他几家的不一样,那大家会不会觉得你们是在作假的一方?

对于有一部分发布报告的机构,我不觉得它们是数据公司,我会认为他们是“数据包装公司”。

作为数据公司是要拥有检测能力的,我们在移动游戏,金融等产品当中采集到的数据能够挖掘的很深。我们能够探测用户的消费行为,针对特定产品判断。我们的数据维度是很丰富的,从数据的来源方面,一种是我们自己采集的,另外一种是跟其他公司交换而来的。

国内有很多公司其实是拥有数据的,但是都各自封闭,数据的流通性比较差。一家公司想在美国投放地域位置的广告,那他可以跟公开的企业去买到这个街道的数据,都是共享的,对每一家企业都可以使用。但是在中国,有人做基于IP地址库的地理位置数据,一旦到了二线城市准确率就低到50%。所以说在中国的数据,都是封闭很强,而且不能流通的。

很多企业拥有数据,但更多出于品牌上的考虑,我们不会认为这家公司跟数据有很大的关联。比如我们可以说TalkingData是专门做数据的公司,也可以说尼尔森是一家跟数据有关的调研公司,但是如果你说某个安卓应用市场,你就不会认为它是一家有数据的公司,但它实际上是有数据的。

如果你们的数据库当中包含从其他家采集来的数据的话,那么如何保证这些从其他家采集的数据的可靠性?

要有一个统一的标准把所有的数据统一起来,所以我们给各方面提供了一个统一的ID认证系统,在此之前这里存在很多问题。苹果会禁止调用UDID(单设备识别码),这是识别用户的唯一标志,所以就阻止了数据能够被串联起来。我们可以提供一个统一的替代ID系统,在保护用户隐私的前提下,帮助相关企业来跟踪某一个特定设备。

我们可以从多个方面进行检测,包括广告印象数,点击率,转化率,包括最基础的CPA,以及动作转化,注册和付费等方面,将广告主和媒体统一起来。因为双方面都信任我们,广告主可以嵌入SDK,媒体也会把这个SDK和其平台打通。

取得一定的地位之后,需要去做一些对行业有意义的事情。我们联系几家上下游厂商成立了一个反作弊联盟,对于上了黑名单的设备,我们会统一处理他们的作弊方法,现在广告作弊已经形成了一个地下产业链。

科技行业的统计是有门槛的,一般大众和新闻媒体,都只能被迫选用少数几个统计机构的报告。而我们难以排除将发布报告和统计机构利益挂钩的可能。如何能够防止统计机构丧失公信力,自说自话的情景发生?

拿钱就能颠倒黑白的事情,如果要扭转的话这个是需要靠时间的。TalkingData刚做出来的时候,大家都不相信我们能够只做数据不切入其他领域。我们证明我们并不是靠这个来赚钱的。所以要说明这个问题,要从我们的商业模式开始说起。

我们公司三年时间一共做了三件事。第一年的时候我们做的第一件事,就是做了统计分析发布平台。我们就挺像国外的Flurry的,然后跟它们很类似,我们也证明了团队有足够的产品和研发能力,但是从商业角度来说,我们是失败的。数据做出来没有任何价值,也不能够导致直接的消费和交易行为。后来我们跟Flurry的创始人也聊了很久。每年在统计分析平台上他们会花3100万美金。他们说,如果自己会再来一次的话,就不会这样做。

第二年我们就开始做跟业务相关的,推出游戏版本。在游戏的注册和登录,消费充值方面,很像传统的电商平台消费和交易记录。这个时候我们做定向的包装,我们的方向就比较对了,我们这个时候开始做的是有价值的数据。

然后我们所做的第三件事情就是研究数据到底怎么变现。我们有两个使用的场景:一种是针对行业的,比如说游戏的那个包,就是对游戏的行业有用。它对于全行业不一定都有用,但是对于整个游戏业界当中的每一家公司都会有用。这个数据一定是在精细化运作的方面有帮助,在粗放经营阶段,数据发生不了作用,数据的作用是帮你优化。我们预期走向精细化操作会在现在起的半年之后发生。

拥有一款强IP(知识产权)的产品,有足够的知名度,就能赚钱,这是过去的模式。而这么下去用户获取成本迟早会变高,而没有办法赚钱。很多用户是不敢在广告平台上面海投广告的,因为他们赚不回本。而我们所做的事情就是把流量提纯优化,我们会针对所有应用市场,甚至做针对某类,比如海战题材类的定向分析,甚至只针对付费客户做广告。我们也会在下个月发布一个给人群打标签的服务,可以让广告主按需购买位置。从广告的投放方角度来说,都觉得现在敢投了,行业效率也会优化。

第二个场景是很多银行是我们的客户,跟我们购买数据做风控,可以实现精准的营销和定向等等。比如说某个银行会发布微信信用卡和支付宝信用卡,他们是怎么做到的呢?是因为有了大数据的支持,他们就可以做实时的开卡,这是传统银行做不到的,他们人工审核地送卡要等到15天之后。互联网信用卡的实时开卡运用了大数据统计,银行也会利用数据来判断用户的活动区域,历史交易是否正确等,来做好风险控制。

我们最终还是回到如何不让数据作假这个问题上。坦率地说,移动互联网现在是没法做创新的商业模式的。电商和游戏的商业模式都是已经被固定下来了。游戏能赚钱,但是在2-3年之后,最多也就是一个千亿的市场,这个千亿的级别无法打过任何一个传统行业。广告也找不到任何形式,电商也不赚钱。但是移动互联网的数据价值是非常高的。传统判断用户行为都是基于Cookies,那么移动互联网时代数据的价值就更高,可以看成是一个数据源,数据提供方。需求数据的主要是传统行业,这个需求放在那里。所以需求方不在这里,而是在其他行业,在金融,电商,汽车,保险,需要平台方面做对数据的清理,转换和交易工作。所以我们觉得我们的盈利模式是在这里的。

只要我们可以为数据本身找到很好的变现渠道,我们就不需要通过编制报告来赚钱,这样的话就从根本上杜绝了数据屈从于资本作假的可能性。