帝国部落前不久，创略科技完成7100万元人民币B轮融资。
这家公司聚焦客户数据中台（CDP），可以帮助商家进行私域数据采集，提升已有客户的潜在转化率、忠诚复购率，并帮商家进行用户流失预警、用户沉睡唤醒等，使存量用户的生命周期价值最大化。这在公域流量获取越来越难的今天越发重要。
其实这也是私域流量的核心命题之一。创略科技联合创始人、总裁杨辰韵告诉见实，CDP所处的营销市场是个万亿级别的市场，而CDP作为数据枢纽核心，至少是百亿级别的细分市场。
过去时间里，创略科技已经服务了包括春秋航空、玛莎拉蒂、威马汽车、星巴克咖啡、中国银行等数百家国内外知名企业。从2017年到现在，创略每年保持至少2-3倍的业绩增速。
在创略服务的客户中，除了头部品牌客户，今年也能明显看到更多肩部客户涌入。杨辰韵预测，未来3-5年，会有更多腰部客户和中小客户会对CDP有所布局。
这几天，见实科技约着杨辰韵深聊了一个多小时。聊天中杨辰韵也用俯瞰式的视角，帮我们一起梳理了整个行业的发展及现阶段所处情况。不妨一起回到聊天现场，一睹为快吧。如下，Enjoy:
见实:创略本轮融资金额7100万元，整个融资谈判时长用了多久?
杨辰韵:这一轮融资是去年年底定下来的，从接触投资方到定下来用了一个月左右，速度很快。
见实:在这么细分的领域拿到了数千万级别融资，投资人比较看好你们哪点?
杨辰韵:今年上半年受疫情影响，投资市场是一个相对“沉睡”的状态。但融资这件事主要还是和业务本身有关。
2015年以前，是移动互联网红利的鼎盛时期，企业可能通过纯公域的广告投放，就可以快速、粗放式地获得发展。但2016年后，大家开始关注私域流量，因为公域流量越来越贵，新客获取越来越难，纯粹挖掘增量的时代已经过去了。
我们所在的营销技术细分赛道，是一个快速增长的领域，它不会受宏观的融资环境影响，也是最近非常火的赛道。
整个赛道的发展大趋势是:从2018年到现在，国内营销技术里的细分CDP领域增长速度很快，很多客户会有主动诉求。
而创略在CDP领域是做得最早的一批，从2015年底就开始做产品研发，在产品层面上有先发优势，比如在产品性能方面，有基于AI技术的应用，在国内比较领先。并在汽车出行、零售、旅游、教育培训等垂直行业积累了很多标杆案例。从2017年到现在，我们每年保持至少2-3倍的业绩增速。
见实:增速这么快，创略目前的用户画像是什么样的?不同类型的企业用户，目前对CDP的认知程度和接受程度是怎样的?
杨辰韵:从领域来讲，目前用户最多的是汽车出行和零售行业，另外，旅游、教育培训和金融也在慢慢变多。
这些客户的特点是:第一，客户生命周期价值比较高。比如像汽车行业，客单价很高，在5-7年有一个置换频次，需要精细化运营用户;还有像零售、服装、旅游行业，虽然客单价比较低，但复购率高。
第二，直销占比高。自有的线上触点、线下门店售卖的越多，就越希望把私域数据采集和沉淀下来，提升潜在转化率、忠诚复购率，进行交叉销售、流失预警、沉睡唤醒等，使存量的生命周期价值最大化。
反而是一些基于天猫等平台的纯快消品牌，如果他们100%的销量都在平台电商上，可能并不一定是最合适我们的客户。
见实:今年和往常相比，客户群体有发生新的变化吗?
杨辰韵:2018年左右，国内的头部客户会对CDP有需求，他们的营销预算通常在亿级别以上，这些公司也都是营收在十亿级别以上的公司。
而今年下半年，一些肩部客户以及部分腰部客户，也开始主动立项去做CDP。即便没有疫情发生，这个趋势也会有，疫情只是对这件事有促进作用。
见实:你们的用户中，传统企业会比较多?互联网公司多会自建CDP平台?
杨辰韵:我们的受众更多是传统企业，他们希望在营销场景上去做数字化转型或智能化转型。
所以相对来讲，偏互联网或纯互联网的企业，并不是我们的核心首批用户。通常，他们从战略层面上也会更倾向于认为，无论成本多少，希望通过自建的方式来布局CDP平台。
当然，我们也有部分互联网企业用户，他们的营销部门希望通过采购我们的标准化产品系统能快速上线，营销KPI能马上提升。否则他们自己研发，需要投资很多钱，研发周期也很长，也只能通过自己的用户数据去训练算法。
见实:现在整个国内的CDP情况和国外相比，是一个什么样的水平?
杨辰韵:国外在2012年左右就有做CDP的公司，比如欧美会比国内早3-5年，国外也有很多估值在10亿美金以上的CDP公司，最高的在40亿美金左右，且已经融资到E轮、F轮了。
国内是从2015年下半年、2016年开始做这件事。这个赛道里也会有一些从其他公司转型过来的，比如广告技术公司、做SCRM的公司等。
其实CDP是营销技术里的数据枢纽，这个定位很关键。转型过来的公司可能碰到的瓶颈是:对大数据架构不是特别熟悉，或者并不是特别了解营销场景，大家都是从不同出发点切入的CDP公司。
国内CDP的发展，得益于以下几个因素:一是市场和客户的痛点需求;二是技术的可落地程度，比如2016年，大家已经开始搭建大数据架构、2017年有了AI的第三次大浪潮;三是资本的驱动;四是同类型公司的持续努力和推动。
见实:目前国内的数字经济发展会比较好点?但CDP这块是国外发展比较好?
杨辰韵:从单市场的角度出发，国外很少能在单一的市场里边有亿级别的客户数量。而国内的数据量就非常丰富，算法模型比较准确。我们现在已经在各行各业的营销场景里，可以做到95%以上的模型预测准确率。
国内因为客户基数原因，长期有领先优势。但国内的大数据架构、AI等是2016年左右才开始普及，虽然国内的前景会更好，但也存在一个客户认知阶段，需要时间。国内的很多营销部门，之前甚至连软件也没有用过。前几年，国内企业服务的融资比例中，B2C占了95%，B2B占了5%左右，而国外这个比例是6:4。
见实:中小企业也开始接受CDP，并对此有一定的认知，大概需要多长时间?
杨辰韵:未来3-5年内，腰部客户和中小客户会对这件事有更多认知和相应的布局。未来总体营销会是一个万亿级别的市场，营销技术会是一个千亿级别的市场，CDP作为数据枢纽的核心，至少是一个百亿级别的市场。
2017年和2018年，可能是头部客户和一些外资客户会有认知。比如外资客户在欧美的供应商，可能没办法帮他们做国内的CDP，所以最早就会找到我们。现在，肩部用户已经占比到10%-30%了，而且我们已经不需要去教育用户了。
见实:CDP在参与品牌私域流量运营的整个过程中，主要扮演哪些角色?对企业的复购率、交易额、生命周期价等方面有哪些大的提升?
杨辰韵:从广义上来说，所有的非公域流量都是企业的私域流量，比如，自有官网、自有小程序、自有APP、线下和线上直接接触消费者的触点所产生的流量等。在私域流量之下，产生的数据都叫私域数据或自有数据。
而客户数据中台（CDP），就是专门针对私域数据去做的。CDP主要不是针对新客，而是针对已接触的客户，如潜在客户或忠诚客户的复购、流失预警、沉睡唤醒等场景。
比如我们服务过的某航空公司有3500万会员，很希望去了解或预测，每个人大概率会偏向飞哪一条航线。我们基于他们过去三年的数据建模，预测了用户未来7天的航线偏好，做到了接近99%的预测准确率。这家航空公司之前发短信促进7天内的转化率是0.7%-1%，现在可以达到最高14%，平均有10倍左右的转化率提升，投入产出比接近1:100。
我们服务过的某汽车公司，也会基于车主特征，预测每个客户的购车意向，预测准确率做到了95%以上，提升了潜在客户的转化率、以及提升了试驾成功率。
还有某咖啡App中，会给用户推荐不同的线下好礼优惠券，每个人点了不同食品后会搭配不同饮料，这样的关联销售或交叉销售，我们帮对方提升了40%多。而每提升0.5%，对它来讲，至少都是千万级别的月销量提升。
见实:从企业数字转型层面看，数据驱动下的营销和过去传统营销相比，最大不同在哪?
杨辰韵:在传统营销中，客户要提升转化率，只能不停换创意，不断更换营销物料。而且客户只能按一个月或三个月以后的结果来换创意。而数据驱动下的营销，则可以做到千人千面的个性化营销和推荐。
另外，还有实时性问题，之前可能一个月之后才能看到客户的行为数据，但对实时性要求比较高的行业来说，比如餐饮行业，对实时性的要求是小时级别或者分钟级别，就需要客户运营的实时化、个性化、智能化。
企业如果要依赖数据做决策，本质上就需要用到CDP。我们已经从CDP延展到了营销中台，现在的产品矩阵已经是一个客户数据中台和营销中台的结合。我们会从全渠道做用户实时行为数据的埋点、采集，然后会用AI算法驱动去做客户分群、设置人工规则，最后进行自动化营销。
见实:未来整个行业的发展，还有哪些可以值得想象的发展空间?
杨辰韵:从数据源层面上来看，线上行为数据的触点每年都在不断延展，从最开始的PC端到移动端，再到现在的小程序、快应用等，每年都会有更多触点出现。还有非结构化数据的处理上，除了文本，也会持续扩展到语音、图像、线下传感器、计算机视觉等更加立体的客户数据。
从应用场景上来看，在营销的全渠道触达层面上看，用AI驱动的CDP里，前端的客户数据源、标签创建、以及触达等，都不需要人工去设置和干预。这是产品延展到数据源和应用场景上的想象空间。
但本质上，客户数据平台并不只适用于营销部门，我们现在已经有10%-20%的客户已经在跨部门使用。比如售后部门希望通过客户数据提升服务质量、产品设计部门希望通过客户评价进行新品研发等，很多部门也希望用营销的结果数据和客户画像数据去支持核心决策。
所以，在泛新零售领域等直接的2C领域，在以客户为中心的逻辑下，客户数据的应用场景，未来不会只局限于营销场景，也会延展到更多非营销场景。
见实:本轮融资的钱计划用在哪些地方?
杨辰韵:会继续进行产品的迭代和升级，进行新品研发。我们已经不是一个单纯的CDP产品提供商，而是基于CDP为核心，AI驱动的产品矩阵提供商，包括全渠道的营销应用模块和更加丰富的应用场景。
在产品研发层面，除了CDP中人的环节，后面的营销触达、时间和渠道选择、内容选择等有很多可以基于AI去做的。我们接下来会把更多环节AI化，降低运营门槛。另外，也会在市场拓展方面投入更多精力。
