沈阳白癜风专科医院 http://pf.39.net/bdfyy/bdfzd/170126/5212240.html

英途说

从数据到信息，这一条路上充满着大大小小的创业机会。有的人致力于做数据的入口，有的人紧紧抓住信息的出口，还有的人则专心致志的做从数据到信息的加工厂，——英途10月份刚考察的Quid就是这样一家硅谷企业级数据服务公司，去年获得万美元D轮融资。

很多行业里都存在着“数据很丰满，信息很骨感”（DataRich,InformationPoor）的现状，在普通行业还在忙着开采和加工现有数据生产反馈信息时，做数据可视化的Quid只是比普通的数据分析公司多了一道高级一点的加工程序而已，但获得的回报却很不一样。

如果你是大数据从业者，一定知道结构化数据和非结构化数据的区别，结构化数据，简单来说就是数据库。比如企业ERP、财务系统；医疗HIS数据库；政府行政审批等。

相对于结构化数据而言，不方便用数据库二维逻辑表来表现的数据即称为非结构化数据，包括所有格式的办公文档、文本、图片、标准通用标记语言下的子集XML等等。

Quid全球销售总监Apoorva向途友介绍产品

Quid针对的就是非结构化数据，这有点像难啃的硬骨头，很多人不愿意分析非结构化数据，因为它数量庞大，而且太复杂了。

Quid的数据策略总监Victor向途友介绍:“95%的数据都是非结构化的，大部分人过去的研究都专注于结构化数据，我们认为非结构化的数据尚待探索的很大的领域。Quid使用的是一个语义网络，我们根据文章文本提取出其关键词，把这些关键词做成语义的标志，代表的是不同文章的关键想法，不同的想法之间有一个节点，然后进行分享，基于分享语言建立了一个网络。因此所有的文章都可以用节点进行表示。根据语义搜索引擎发现不同的节点之间都有哪些相似之处，对它们进行联结，并将相似的节点划分成一组，视觉化关系不相同的就可能就是隔离开来的。”

Quid实际上是一个智能搜索引擎，但是跟谷歌不同的是，如果在谷歌界面上进行搜索，在页面最开始的部分出现的都是阅读量最高，也是信息量最多、最受欢迎的结果。而Quid在年提出要做第一个基于语义的搜索引擎，它是一个信息的储存，可能储存了上百上千GB的文章，是基于文本的，也就是可以把文本的搜索进行可视化，虽然其结果不一定都是最受欢迎的，但是价值很大。Quid不只会提供第一页的三个五个信息，而会对是上万个文章进行可视化。对于商务用户而言，这能够展现更加全面的图景。Quid尝试回答战略性的问题而不光是实际性的问题。

举例来说，当病人向医生咨询时，Quid能够把对话文本进行分析后可视化，从而发现其中有哪些规律、对话的核心是什么、病人对核心对话的参与程度如何以及核心对话和其他对话之间的关系。一个核心的对话就是一个数据集，Quid试图通过可视化发现数据集之间的关系。

财富杂志请Quid画出了美国风投资金针对“创新技术或产品”一年内的投资地图——有一个条件是，这些被投资的公司在过去一年内至少要获得万美元的风投资金。最终，他们就画成了以下这幅图。一共有2,家公司入选。风投资本对这些新兴公司的投资总额为亿美元，这个数字比上年同期高出25%，比两年前高出92%。最终的结果是，这些尝试将会越来越接近于现实。

一张图看尽美国风投最近一年的去向

现在的Quid光彩照人，堪称新技术推广的领军人物，拥有像韩国现代、微软、波士顿咨询公司这样的大客户，但在成立初期人们却并不看好它，称它为有史以来最自命不凡的创业网站之一。

Quid最开始看起来像是一个“发现科技的科技公司”，他们做的事情是这样：市场上涌入越来越多的科技公司，每家公司都将为市场带来一些全新的技术产品，而很多大企业和政府都需要及时了解这些新科技，甚至依靠这些新科技去发展自身的业务——比如，政府需要知道哪些新科技可以帮助自己更好的增强基础建设，大企业需要了解哪些新兴科技公司是潜在的可收购对象。Quid瞄准这一点，专心挖掘这部分的数据，负责做填补中间信息缺口的第三人。

在这之后，Quid扩宽了自己的业务面。现在他们致力于为客户打造“沉浸式的数据体验”，让企业能在可视化数据中快速掌握自己需要的关键信息，并用这些信息反向指导自己的公司业务。

Quid全球销售总监Apoorva介绍，“上图中展示了我们的一些客户。我们最初的项目是为政府服务的，用数学公式分析战争背后的诱因等等，我们也是汲取了新闻和网上的一些不同信息。之后我们服务的客户是专注于某一领域，比如金融服务、科技、广告、品牌等，最近我们专注于健康医疗领域。大家可以在TED上可以看到我们最开始的研究。”

Victor介绍Quid还可以实现对某个行业的预测：“这张图是在融资时我们向很多风投展示的交通的未来，这个是在年进行的Quid的搜索，我们把它分成了不同的主题。两个比较大的数据集是关于移动技术的方面，第二个就是当时出租车的一些情况，我们发现了能够联结移动技术和出租车整个行业的比如像优步这样的公司。当时优步还是在早期发展的阶段，融资规模其实还不是特别大。这也证明了Quid能够发现整个行业未来发展的布景，通过可视化分析不同的数据和节点是如何相互作用的。”

公司在进行品牌推广活动之前也可以先用Quid搜索，对它进行可视化，可以看出活动的目标受众群体、基于的地理位置，还可以预测大众的反馈是正面的还是负面的，这样会大大提高品牌推广的成功率。

“如上图所示，我们通过可视化，把得到了风投支持的专注于癌症治疗的公司分成不同的集，其中每个集中的公司所从事的内容是相似的，比如在免疫疗法方面、医疗设备方面或者医学成像方面。你也可以打开一个集中的任意一家公司，在右边就会显示这家公司的简介和一些具体的信息，比如创始日期、投资融资的阶段等，一般也都会有一个链接，可以直接打开这家公司的网站。这种方式可以让很多医药公司了解其竞争者正在进行哪些投资项目。或者也可以输入免疫疗法来搜索有哪些公司是在做免疫疗法的。”Victor介绍。

Quid有三个主要的数据集，分别是公司、新闻和专利。但也有一些额外的数来源，有一些合作伙伴，尤其是在健康医疗方面，数据来源包括了一些病人的论坛、医学研究、临床实验、专有数据甚至是客服中心。

Quid对美国大选结果的可视化分析

Q：在做商业分析时，往往是了解一个趋势，但这些趋势是缺少框架的，在调用了数据源之后，我们的分析的框架是Quid内置的，还是需要专业的商业分析师去预设？

A：我们公司不是一个人工智能的公司，需要人员在平台上进行实际的运作。但Quid可以提供人员，企业也可以对他们进行商业培训，这也是为什么说我们有不同的商业模式的原因。

我们主要有两个模式，第一个是可以把软件售卖给客户，他们可以进行订阅，我们也提供一定的支持和培训，帮助他们回答问题。比如对于一个具体的问题，我们一般会给客户一个大概的建议，告诉他们应该采用哪种方法进行分析。第二个就是经典的管理方面的顾问，我们团队很多人都是有做顾问的背景的，比如在普华永道和麦肯锡做过咨询顾问。

当然，我们的分析模型也在不断地进化和演进当中。我们有一个新模型叫AskQuid，如果高管脑海中有一个问题，但又不想等很长时间才能得到结论，就可以把问题发送给我们的团队，我们在24-48小时内就能给出答案。

Q：还是会有很多没有被表达出来的数据，怎样确保Quid给出的结果是综合性的？

A：有三点非常重要，第一点是数据的透明度，即其来源；第二点是数据的量；第三点是数据搜索的方法论。我们只会在这三点都可行的情况下才进行分析，如果客户觉得数据不太正确或者量不够的话，我们不会再进行更深层的分析了。

Q：如果线下有一些重要、有影响力的观点，但是并没有在网络上表达出来，如何顾及这一点？

A：这样的现象确实存在，比如在医疗方面，很多病人会表达自己的观点，但是医生可能还是没有表达出来。这时就体现出我们的合作伙伴关系是很重要的。比如我们的合作伙伴会向医生发送调查问卷，然后我们搜集问卷的结论，对其进行可视化，因此我们和一些做调查问卷的公司也保持着合作关系。

我们的猜想是，虽然现在很多数据在网络上是不可得的，但在未来五年到六年的时间里，都会越来越多的呈现在互联网上或者变得可获得，我们公司要做的就是在市场成熟之前先拥有一个先发的优势。同时，虽然我们和很多数据提供方都有专有的合作伙伴关系，但随着未来数据的商业化，我们认为真正的差异不会再体现在数据本身上，而是体现在算法和为客户提供的增值服务上。

Q：采用何种销售策略和方法，瞄准客户的规模，以及是否盈利、营收是多少？

A：我们的目标客户分成两类，第一类是大企业，每年他们付给我们一百万到五百万美元，这类企业的员工都会主动地使用我们的平台。他们可以使用订阅式的服务，比如AskQuid平台，也可以用我们的平台对他们自有的数据进行分析。

第二类是小型企业，他们可能只是一次性地，或者是按需使用我们的产品，因此他们支付的费用是比较低的，每年每用户我们收取一万五到四万美元不等。但是我们希望他们能看到我们平台的价值，希望在未来把这些小企业转化为第一类客户。

现在我们公司还没有盈利，因为在过去几年我们要花大量时间和金钱进行具体的科研，但是在某些行业我们已经盈利了，有一些大企业愿意支付一百万到五百万美金使用我们的产品。具体的数额我们不方便分享，但是肯定是数以千万美元计的。过去三年，我们公司每一年的增长都是翻倍的。

Q：大客户和小客户的比例是多少？

A：大企业和中小型企业现在是四六分，未来我们希望这个比例能达到五五分。一般我们获取一个用户会需要六到七个月的时间。

英途率队的硅谷企业级服务创新考察还在进行中，我们也将持续为您带来最新最全最深度的一线报道，敬请期待！

本文为英途公司版权所有，未经允许不得转载。如需转载请联系ningxy