EverString現(xiàn)在的應用場景跟最初有很大的差別。是客戶的一個電話，讓他們突破瓶頸，發(fā)現(xiàn)了新大陸。

“我們的客戶都是公司的銷售和總監(jiān)。他們以往用到的服務，一般能夠幫他們把銷售轉(zhuǎn)化率提升20%左右；我們可以提升到300%。”EverString的創(chuàng)始人楊文杰說。

EverString是大數(shù)據(jù)分析類的公司。但在業(yè)務上，它現(xiàn)在的應用場景跟最初有很大的差別。最初，它專注于金融投資行業(yè)，但業(yè)務很快遇到了瓶頸。是客戶的一個電話，讓他們突破瓶頸，發(fā)現(xiàn)了新大陸。

把人工智能帶入企業(yè)級應用

EverString做的是典型的B2B型業(yè)務，面向公司的銷售和市場部門，可以精準地篩選出公司的潛在用戶，幫助銷售減少尋找潛在用戶的機會成本，提高客戶轉(zhuǎn)化率，另外，還可以幫助企業(yè)精準地尋找到新客戶。

“我們只分析公司，不分析個人。”楊文杰說。EverString分析的公司數(shù)據(jù)，一端是EverString的企業(yè)客戶內(nèi)部的數(shù)據(jù)，一端則是這些客戶企業(yè)的潛在企業(yè)客戶的數(shù)據(jù)。前者由客戶企業(yè)提供，后者則通過挖掘全網(wǎng)在線企業(yè)數(shù)據(jù)和購買而來。

結合這兩部分數(shù)據(jù)，系統(tǒng)通過機器學習自動建立客戶模型，首先分析企業(yè)現(xiàn)有客戶，然后再利用模型在全美國尋找最像企業(yè)現(xiàn)有客戶的潛在客戶。并且，整個建模過程都是全自動的，無須任何人工介入。

EverString目前主要應用在北美市場。企業(yè)客戶只需要像登錄微信、QQ一樣登錄在Everstring上的賬號，將自己的CRM系統(tǒng)(客戶關系管理系統(tǒng))與Everstring的引擎連接就可以了，剩下的事就可以交給系統(tǒng)了。

潛在客戶企業(yè)方面，楊文杰介紹，EverString目前已經(jīng)積累了美國近700萬家企業(yè)畫像數(shù)據(jù)。它構建了一個智能爬蟲搜索分析全網(wǎng)的企業(yè)網(wǎng)站，利用自然語言分析、非監(jiān)督機器學習將其分解成產(chǎn)品頁面、招聘頁面、團隊介紹頁面等等，從這個頁面當中挖掘具體的信息，然后把這個信息放到機器學習的模型當中去?；谝恍┖唵蔚淖兞孔鲆恍╊A測已經(jīng)是行業(yè)中大家都在使用的技術。但EverString是利用非結構化的文本做機器學習，同時實時地分析上十萬到百萬個變量。

這個預測分析過程每分每秒都在進行。楊文杰介紹，EverString到目前為止已經(jīng)為56家客戶公司構建了他們的企業(yè)模型，平均的轉(zhuǎn)化率提升超過了3.8倍?，F(xiàn)在EverString的客戶當中已經(jīng)有5家世界500強，還有很多是美國高速成長的公司，其中一家企業(yè)在使用EverString兩個月內(nèi)銷售收入翻了一倍?；诖?，EverString從上線以來，短短6個月時間，實際入賬的銷售收入超過了百萬美金，預計到2015年底年費收入將超過700萬美金。

一個電話引發(fā)的爆發(fā)

美國整個B2B市場營銷行業(yè)在2014年的市場規(guī)模是360億美金?？墒荅verString最終找到這條路，卻看似源于一個偶然。

楊文杰曾任職摩根大通投資銀行分析師、美國大型私募基金投資經(jīng)理。在硅谷做投資的時候，他受到一個投資理念的啟發(fā)，就是挖掘那些別人都聽說過的公司。那時，他開始嘗試用機器學習和自然語言分析去追蹤分析美國近400多萬個企業(yè)網(wǎng)址，探索其中關于公司的成長信號的內(nèi)容，譬如公司正在招聘什么人等信息。

這個方法成功地幫楊文杰找到了好幾家潛在投資對象。他很快決定辭職創(chuàng)業(yè)，把這個技術能力擴散出去。他打電話給自己在上海交通大學數(shù)學系的校友汪超——兩人在大學時就是創(chuàng)業(yè)搭檔——汪超很快接受了楊文杰的建議，兩人打造出了EverString的雛形。

后來，借在斯坦福念MBA的機會，楊文杰結識了很多斯坦福的博士，于是招兵買馬，建立了一個涵蓋自然語言分析、神經(jīng)網(wǎng)絡、數(shù)據(jù)挖掘人才的團隊。

從楊文杰自己的經(jīng)驗出發(fā)，EverString技術最初的應用方向是針對金融行業(yè)，幫助他們分析潛在投資對象。

但產(chǎn)品開發(fā)出來之后，EverString團隊很快就遇到了一個瓶頸，那就是EverString針對金融投資行業(yè)的業(yè)務很難做大。因為EverString服務的金融公司們的潛在投資公司有很大的重合度，所以每一家公司對EverString服務的使用就具有很強的排他性。那時，EverString剛剛從紅杉、IDG、真格基金那里融完了第一輪160萬美元資金，花了一年時間搭建起了理想中的團隊。他們試圖找一個新的應用場景。

轉(zhuǎn)機出現(xiàn)在一個電話里。美國一家殺毒軟件公司的市場總監(jiān)打來電話，詢問EverString的數(shù)據(jù)分析產(chǎn)品能否用在市場營銷中，幫助尋找潛在客戶。楊文杰和汪超之前沒考慮到這個問題，但既然有人互動提出需求，他們決定做一下嘗試。

嘗試給出了驚喜的效果。他們發(fā)現(xiàn)，在營銷行業(yè)幫助企業(yè)分析下一個客戶，與對投行的分析方法是一樣的。而且，有一個好處是，每家公司針對的客戶差異性很大。這家打來電話的公司獲得了意想不到的好效果，客戶轉(zhuǎn)化率提高了將近2倍多。這讓EverString整個團隊都感到非常意外。2014年1月初，EverString團隊正式?jīng)Q定100%地全力投入到市場營銷市場。

EverString的這個轉(zhuǎn)折使它的價值迅速體現(xiàn)出來。他們才做了三個月，就收到兩家大企業(yè)的收購邀約。6個月之后，2014年6月，EverString拿到1200萬美金A輪融資，這是目前美國大數(shù)據(jù)預測分析行業(yè)最大的一輪融資。投資方除了國內(nèi)的紅杉資本、IDG之外，還有真格基金和美國光速資本。

EverString目前的客戶主要分布在高科技、電信和保險三個行業(yè)。“我們能做好這三個行業(yè)已經(jīng)夠了。在美國，他們每年花在B2B找客戶上面的就達到360億美金了。”楊文杰說。

目前，EverString在硅谷和北京都設立了數(shù)據(jù)科學和工程研發(fā)團隊。“我們的業(yè)務擴展速度目前主要取決于我們的團隊規(guī)模。”楊文杰說。中國目前有4000多萬的中小企業(yè)，EverString在北京設立團隊，就是希望能逐漸向中國的企業(yè)智能市場擴展。