調研 | 李喆 關蕾
撰寫 | 李喆
廣告監測不是個新市場， 從PC時代的秒針系統和AdMaster， 到移動互聯網時期的TalkingData和友盟， 已經有不少大資料公司切入廣告監測市場，
此外， 留住現有客戶變得同樣重要， 推動了用戶行為分析市場的發展。 熱雲資料正是圍繞這兩項業務， 意圖在遊戲等移動APP行業佔據一席之地。
白冬立是熱雲資料的創始人， 之前在社交遊戲巨頭Zynga負責資料分析業務。 2013年底創建熱雲資料後， 白冬立試圖複製Zynga時期的經驗， 提供深度資料分析工具， 但限於國內市場不成熟， 業務進展並不順利。
於是白冬立帶領團隊轉型， 以廣告監測為切入點， 恰逢移動流量紅利終結， 一舉打開市場。 白冬立認為， 2B業務一定要抓住客戶痛點， 不能憑想像創造痛點。 今年5月， 熱雲資料完成B輪1億元融資， 發佈新產品TrackingIO， 將使用者行為分析納入產品體系。
近期， 愛分析對白冬立進行訪談，
多次轉型， 最終以廣告監測切入遊戲行業
愛分析：當時遊戲行業已經有TalkingData和友盟， 熱雲資料為何還要切入遊戲行業？
白冬立：一方面， 2014、2015年遊戲行業非常火爆。
所以， 我們當時想做一款進一步滿足客戶需求的產品， 讓企業有更好的工具來分析產品。
我們認為資料驅動在一家公司是經歷幾個階段的。
第一階段， 沒有資料憑經驗做決策；第二階段， 客戶能夠意識到我的產品存在一些問題， 需要瞭解基本資料；第三階段， 客戶開始思考資料背後的原因， 需要一套資料分析的方法論和工具；
第四階段， 能讓客戶真正使用資料做決策；第五階段， 大資料能夠發揮價值， 通過一套資料系統， 能夠貫穿一個企業的方方面面決策， 所以未來有資料的可以掌握生產力。
我認為現在大資料行業達到了第三個階段，
但當時我們剛做的時候還處於大資料行業初級階段， 所以遇到很多挑戰。
愛分析：當時做了哪些不一樣的功能？主要碰到哪些挑戰？
白冬立：當時做了幾個重要模型和工具。 我們發現有些公司是靠大客戶來支援收入， 所以當時做了一個大額付費客戶流失預測模型， 説明提前兩周告訴遊戲公司運營人員， 哪些付費客戶會流失。
為什麼說當時還是大資料行業初級階段， 是因為我們需要花大量時間跟客戶解釋， 為什麼這些產品有價值。
回想起來， 當時舉步維艱的原因是有流量紅利，
愛分析：後來是如何考慮做廣告監測這個方向？
白冬立：其實， 中途我們還做了一段時間的私有化部署， 但發現這樣的業務模式對人力依賴太重， 不適合我們這樣的團隊。 到了2015年末， 用戶獲取開始有門檻， 像安卓的聯運管道會給產品做評級， 評級不好就無法獲取用戶量。
我之前在國外工作， 瞭解美國公司都是花錢買流量。 我們覺得國內市場也會向這個方向發展， 因為流量紅利早晚會消失， 如果想提升競爭力一定要花錢買優質用戶， 所以覺得這是個新市場。
於是， 我們就做了用戶廣告投放效果監測的產品， 於2016年初推出。最初客戶量不大，到2016年下半年，客戶數開始急劇增長。這次我們覺得找到客戶痛點了，可以用上我們大資料處理能力以及SaaS產品開發經驗。
因此，我覺得做2B業務一定要抓住客戶痛點需求，不能沒有痛點創造痛點。
愛分析：廣告效果監測主要還是針對遊戲客戶麼？
白冬立：最初是遊戲行業，從2016年9月開始，我們在拓展非遊戲行業。現在非遊戲行業客戶有200多家，前幾大行業是直播、電商和互聯網金融。
新產品囊括廣告監測和使用者行為分析，資料變現是下一步方向
愛分析：今年發佈的TrackingIO有哪些提升？
白冬立：之前產品專注於市場部門在買流量過程中監測推廣效果，識別作弊用戶。在這過程中遇到幾個問題，這也是我們做TrackingIO的初衷。
第一個問題是我們接觸一些客戶沒有投放廣告需求或者非常有限，但有用戶推廣和深度用戶行為分析的需求。
第二個問題是我們發現一些公司有這樣的現狀：移動廣告效果監測產品用我們，使用者行為分析用神策資料或者GrowingIO，BI視覺化用海致BDP等公司的。一個公司用三套系統，而公司是希望資料可以互補的。另外，市場部門不瞭解產品情況，而產品也不知道市場。從公司決策層面來看，這是有問題的。
我們發現這些問題，覺得這是個很好切入點，讓資料、人員層面能夠互相打通，於是做了TrackingIO，主要提供廣告效果監測和用戶行為監測。
愛分析：這個產品是如何收費的？
白冬立：兩種方式，有些公司偏向市場投放的功能更多，用戶行為分析功能偏少，會按照廣告點擊量來付費；如果是偏向用戶行為分析，就會按照功能來收費。不過不管採取哪種形式，這個產品都有封頂收費，最多不超過30萬。
愛分析：所以，現在熱雲資料同時有遊戲、廣告監測和TrackingIO三個產品，這樣會不會精力太分散？
白冬立：我們2016年初的確犯過這個錯誤，同時做三個產品，一個是廣告監測、第二個是DMP產品，還有一部分人做企業私有化部署。當時團隊只有不到50人，結果發現三件事都沒做好。
最後我們停掉後面兩個產品，專注於廣告監測業務。等到這個產品成熟後，全部研發人員才繼續做TrackingIO產品。
原來遊戲那款產品已經充分滿足客戶需求，不會額外增加功能。廣告監測那個產品更新反覆運算速度也會比較慢， 我們希望把所有客戶都導流到TrackingIO這個產品上。
移動DMP這部分業務，我們今年會繼續跟蹤，現有團隊專注於TrackingIO，另外組建團隊來做資料變現。
愛分析：熱雲資料會專注於服務移動互聯網公司麼？
白冬立：我們之前也覺得移動互聯網市場空間太小，向這些企業收費非常困難。但現在越來越覺得，這個市場空間非常大，所以我們未來定位不會像TalkingData那種主要服務線下企業，我們還是希望專注服務移動互聯網公司，從這些公司獲取的資料再反哺給這些企業，從而提升客單價。
我們還是希望做一個中立協力廠商大資料公司：既不向左偏，去做遊戲發行；也不向右偏，做廣告投放。
愛分析：彙集上來的資料是如何反哺給企業的？
白冬立：原本資料都是各個孤島，我們把他彙聚到一起，找到一個垂直應用場景， 發揮這些資料的價值。
比如說，我們説明客戶瞭解到他獲取的新用戶是真是假。蘋果現在經常會清榜，目的是清主觀做假公司，但有些沒有主觀做假的公司會用一些網盟做推廣，這些網盟會作弊，這就導致蘋果清榜誤殺很多公司。因此，我們可以即時告訴這些企業，他獲取的新客戶中有哪些是高危用戶。
中小客戶是付費主力，資料積累是核心優勢
愛分析：移動互聯網行業正在不斷集中，熱雲資料主要服務的是腰部客戶和長尾客戶，這部分客群整體在萎縮，會不會對熱雲資料產生影響？
白冬立：我個人覺得對我們這種體量公司而言，天花板還足夠高。中國不同行業互聯網公司數量加起來超過十幾萬家。之前我們總認為，願意為熱雲資料付費的公司都是些中大型客戶，但實際上從我們收入構成來看，我們有50%以上的收入來源於中小客戶。
愛分析：這裡面中小客戶是如何定義的？
白冬立：只有一個產品，DAU小於一萬。大量付費客戶是以這類公司為主。
愛分析：這裡面的原因有哪些？
白冬立：這樣公司是沒有能力自己來做這件事，而我們產品收費金額是他們可承受範圍。這樣公司數量又非常多。
反倒是中大型客戶在產品付費上更加謹慎，原因是這款產品要拿他的核心資料，這是他不願意對外提供。
我們現在覆蓋的活躍設備有2.7億，我們認為有這些資料足夠了。
愛分析：TrackingIO也有免費版，這部分免費客戶是怎麼考慮的？
白冬立：這個免費檔還是考慮讓中小互聯網公司可以使用我們的產品，我們還是想支援一下這些中小客戶。當然，我們對這些免費客戶輸出大資料能力是收費的。
愛分析：這個能力主要是體現在哪些方面？
白冬立：新增用戶的理解、獲客的管道，我們可以説明企業推薦客戶管道，哪些客戶管道與公司最匹配，還有就是一些潛在資料模型。
愛分析：熱雲資料是後入者，市場競爭層面是如何考慮的？
白冬立：我們覺得這套系統功能比較全，一個平臺上監測、分析、展現都能滿足，同時我們還能把資料能力開放出來。因此，第一是資料能夠打穿，其他競爭對手只專注單一功能；第二是我們之前積累了大量資料。
愛分析：這部分積累的資料主要是指遊戲資料麼？
白冬立：不止是遊戲資料，我們在積累遊戲客戶過程中，也有其他資料獲取來源。比如說，我們是硬核聯盟獨家大資料合作夥伴，我們可以獲得安卓的全量資料。
愛分析：銷售現在以直銷為主，還是會借助管道？
白冬立：目前還沒有接管道。我們也嘗試過，比如一些廣告公司想做我們的代理。但存在一些問題：管道的客戶是全國各地，而我們的商務團隊是劃分區域的，這就會導致我們商務團隊之間有些矛盾。
另外，代理公司幫我們獲客方式不清楚、很難管理，可能會對我們的品牌有影響。實際上，我們現在獲客比例中有50%是來自客戶推薦，還有30%是自己註冊，剩下20%是商務團隊做的。
愛分析：整個團隊規模有多少人？
白冬立：60多個人，研發人員超過40，都在TrackingIO這個產品。全公司現在不到10個銷售，主要做銷售和市場，而售前售後主要有一個技術支援團隊來提供。
中國尚未具備發展DMP業務的土壤
愛分析：最近幾年DMP業務非常火，但沒有做得特別好的公司，主要有哪些問題？
白冬立：第一，國內移動行銷這個領域的土壤是有問題的。說行銷一般都是指廣告主預算。現在格局是媒體分20-30%，SSP分10-15%，ADX固定15%，DSP一般是20-30%，這過程中還有媒體、SSP之間的返點。
這些加在一起有60-70%，還有一些其他費用，所以如果要出DMP的5%，這部分錢沒有公司願意讓出來。最後可能是ADX和DSP願意花這個錢，關鍵是這5%是否真正能把價值發揮出來。
很多公司所謂做行銷做效果的方式，不是表面看到形態，比如DSP靠技術。背後操作方法多種多樣，並不是把資料拿來就能提升效果。
第二，大部分優質流量都掌握在頭部媒體手中，這些企業不需要DMP的資料，所以DMP資料只能給協力廠商廣告平臺，這些廣告平臺本身都不盈利，很難去花錢。
第三，DMP的資料品質也不太好。
愛分析：所以第一方DMP是不是更有機會？
白冬立：如果既有流量又有資料，那第一方DMP就很厲害，比如今日頭條。
對我們自身來說，如果要做協力廠商DMP，可能也就是遊戲行業。因為我們在遊戲行業積累足夠多、足夠深，能夠持續。但是有個問題是我們沒有流量。但如果有流量了，我們又變成一個廣告平臺，這樣還是不能做。
我們未來如果要做，只能是有限輸出資料標籤，但還不確定物件是廣告主還是廣告平臺。
於2016年初推出。最初客戶量不大，到2016年下半年，客戶數開始急劇增長。這次我們覺得找到客戶痛點了，可以用上我們大資料處理能力以及SaaS產品開發經驗。因此，我覺得做2B業務一定要抓住客戶痛點需求，不能沒有痛點創造痛點。
愛分析：廣告效果監測主要還是針對遊戲客戶麼？
白冬立：最初是遊戲行業，從2016年9月開始，我們在拓展非遊戲行業。現在非遊戲行業客戶有200多家，前幾大行業是直播、電商和互聯網金融。
新產品囊括廣告監測和使用者行為分析，資料變現是下一步方向
愛分析：今年發佈的TrackingIO有哪些提升？
白冬立：之前產品專注於市場部門在買流量過程中監測推廣效果，識別作弊用戶。在這過程中遇到幾個問題，這也是我們做TrackingIO的初衷。
第一個問題是我們接觸一些客戶沒有投放廣告需求或者非常有限，但有用戶推廣和深度用戶行為分析的需求。
第二個問題是我們發現一些公司有這樣的現狀：移動廣告效果監測產品用我們，使用者行為分析用神策資料或者GrowingIO，BI視覺化用海致BDP等公司的。一個公司用三套系統，而公司是希望資料可以互補的。另外，市場部門不瞭解產品情況，而產品也不知道市場。從公司決策層面來看，這是有問題的。
我們發現這些問題，覺得這是個很好切入點，讓資料、人員層面能夠互相打通，於是做了TrackingIO，主要提供廣告效果監測和用戶行為監測。
愛分析：這個產品是如何收費的？
白冬立：兩種方式，有些公司偏向市場投放的功能更多，用戶行為分析功能偏少，會按照廣告點擊量來付費；如果是偏向用戶行為分析，就會按照功能來收費。不過不管採取哪種形式，這個產品都有封頂收費，最多不超過30萬。
愛分析：所以，現在熱雲資料同時有遊戲、廣告監測和TrackingIO三個產品，這樣會不會精力太分散？
白冬立：我們2016年初的確犯過這個錯誤，同時做三個產品，一個是廣告監測、第二個是DMP產品，還有一部分人做企業私有化部署。當時團隊只有不到50人，結果發現三件事都沒做好。
最後我們停掉後面兩個產品，專注於廣告監測業務。等到這個產品成熟後，全部研發人員才繼續做TrackingIO產品。
原來遊戲那款產品已經充分滿足客戶需求，不會額外增加功能。廣告監測那個產品更新反覆運算速度也會比較慢， 我們希望把所有客戶都導流到TrackingIO這個產品上。
移動DMP這部分業務，我們今年會繼續跟蹤，現有團隊專注於TrackingIO，另外組建團隊來做資料變現。
愛分析：熱雲資料會專注於服務移動互聯網公司麼？
白冬立：我們之前也覺得移動互聯網市場空間太小，向這些企業收費非常困難。但現在越來越覺得，這個市場空間非常大，所以我們未來定位不會像TalkingData那種主要服務線下企業，我們還是希望專注服務移動互聯網公司，從這些公司獲取的資料再反哺給這些企業，從而提升客單價。
我們還是希望做一個中立協力廠商大資料公司：既不向左偏，去做遊戲發行；也不向右偏，做廣告投放。
愛分析：彙集上來的資料是如何反哺給企業的？
白冬立：原本資料都是各個孤島，我們把他彙聚到一起，找到一個垂直應用場景， 發揮這些資料的價值。
比如說，我們説明客戶瞭解到他獲取的新用戶是真是假。蘋果現在經常會清榜，目的是清主觀做假公司，但有些沒有主觀做假的公司會用一些網盟做推廣，這些網盟會作弊，這就導致蘋果清榜誤殺很多公司。因此，我們可以即時告訴這些企業，他獲取的新客戶中有哪些是高危用戶。
中小客戶是付費主力，資料積累是核心優勢
愛分析：移動互聯網行業正在不斷集中，熱雲資料主要服務的是腰部客戶和長尾客戶，這部分客群整體在萎縮，會不會對熱雲資料產生影響？
白冬立：我個人覺得對我們這種體量公司而言，天花板還足夠高。中國不同行業互聯網公司數量加起來超過十幾萬家。之前我們總認為，願意為熱雲資料付費的公司都是些中大型客戶，但實際上從我們收入構成來看，我們有50%以上的收入來源於中小客戶。
愛分析：這裡面中小客戶是如何定義的？
白冬立：只有一個產品，DAU小於一萬。大量付費客戶是以這類公司為主。
愛分析：這裡面的原因有哪些？
白冬立：這樣公司是沒有能力自己來做這件事，而我們產品收費金額是他們可承受範圍。這樣公司數量又非常多。
反倒是中大型客戶在產品付費上更加謹慎，原因是這款產品要拿他的核心資料，這是他不願意對外提供。
我們現在覆蓋的活躍設備有2.7億，我們認為有這些資料足夠了。
愛分析：TrackingIO也有免費版，這部分免費客戶是怎麼考慮的？
白冬立：這個免費檔還是考慮讓中小互聯網公司可以使用我們的產品，我們還是想支援一下這些中小客戶。當然，我們對這些免費客戶輸出大資料能力是收費的。
愛分析：這個能力主要是體現在哪些方面？
白冬立：新增用戶的理解、獲客的管道，我們可以説明企業推薦客戶管道，哪些客戶管道與公司最匹配，還有就是一些潛在資料模型。
愛分析：熱雲資料是後入者，市場競爭層面是如何考慮的？
白冬立：我們覺得這套系統功能比較全，一個平臺上監測、分析、展現都能滿足，同時我們還能把資料能力開放出來。因此，第一是資料能夠打穿，其他競爭對手只專注單一功能；第二是我們之前積累了大量資料。
愛分析：這部分積累的資料主要是指遊戲資料麼？
白冬立：不止是遊戲資料，我們在積累遊戲客戶過程中，也有其他資料獲取來源。比如說，我們是硬核聯盟獨家大資料合作夥伴，我們可以獲得安卓的全量資料。
愛分析：銷售現在以直銷為主，還是會借助管道？
白冬立：目前還沒有接管道。我們也嘗試過，比如一些廣告公司想做我們的代理。但存在一些問題：管道的客戶是全國各地，而我們的商務團隊是劃分區域的，這就會導致我們商務團隊之間有些矛盾。
另外，代理公司幫我們獲客方式不清楚、很難管理，可能會對我們的品牌有影響。實際上，我們現在獲客比例中有50%是來自客戶推薦，還有30%是自己註冊，剩下20%是商務團隊做的。
愛分析：整個團隊規模有多少人？
白冬立：60多個人，研發人員超過40，都在TrackingIO這個產品。全公司現在不到10個銷售，主要做銷售和市場，而售前售後主要有一個技術支援團隊來提供。
中國尚未具備發展DMP業務的土壤
愛分析：最近幾年DMP業務非常火，但沒有做得特別好的公司，主要有哪些問題？
白冬立：第一，國內移動行銷這個領域的土壤是有問題的。說行銷一般都是指廣告主預算。現在格局是媒體分20-30%，SSP分10-15%，ADX固定15%，DSP一般是20-30%，這過程中還有媒體、SSP之間的返點。
這些加在一起有60-70%，還有一些其他費用，所以如果要出DMP的5%，這部分錢沒有公司願意讓出來。最後可能是ADX和DSP願意花這個錢，關鍵是這5%是否真正能把價值發揮出來。
很多公司所謂做行銷做效果的方式，不是表面看到形態，比如DSP靠技術。背後操作方法多種多樣，並不是把資料拿來就能提升效果。
第二，大部分優質流量都掌握在頭部媒體手中，這些企業不需要DMP的資料，所以DMP資料只能給協力廠商廣告平臺，這些廣告平臺本身都不盈利，很難去花錢。
第三，DMP的資料品質也不太好。
愛分析：所以第一方DMP是不是更有機會？
白冬立：如果既有流量又有資料，那第一方DMP就很厲害，比如今日頭條。
對我們自身來說，如果要做協力廠商DMP，可能也就是遊戲行業。因為我們在遊戲行業積累足夠多、足夠深，能夠持續。但是有個問題是我們沒有流量。但如果有流量了，我們又變成一個廣告平臺，這樣還是不能做。
我們未來如果要做，只能是有限輸出資料標籤，但還不確定物件是廣告主還是廣告平臺。