不到一年移动终端数据积累到8亿，热云数据是如何做到的？

李莉

热云数据给自己的定位是一家移动数据引擎公司，产品和服务包括移动游戏数据分析平台、移动广告效果Tracking平台、移动大数据洞察系统、实时个性化推荐系统等，服务范围涵盖手游、电商、金融等领域，目前已为超过2500家移动游戏和移动互联网公司提供了数据分析服务。

热云数据创始人白冬立2009年进入游戏行业，有着近七年的游戏和数据相关工作经验，其团队主要成员来自Google、百度、京东、Zynga、PayPal等公司，在大数据系统采集技术、数据挖掘算法、用户行为分析建模及数据应用方面有丰富的经验。

2015年热云数据完成A轮5000万人民币的融资，投资方为凌志汉理基金，并于同年年底积累移动终端数据达到8亿。

靠“产品差异化”厚积薄发

热云数据目前主要业务集中在手游领域，而了解行业的人都知道，热云数据在行业内并不是先驱者，友盟、TalkingData以及DataEye等均比热云更早进入这一领域，并且他们的产品也已得到市场认可。那么，面对已经不再是“蓝海”的市场现状，2013年11月成立的热云数据如何“安身立命”？

虽然进入数据服务领域的时间相对较晚，但晚起的鸟儿未必真的会没虫吃。在白冬立看来这未尝不是件好事，他告诉《创业邦》，就基础服务而言，热云数据并不比其他竞争对手差，起步晚反而更能看清竞争对手在行业领域做得好与不好的地方。

也正是抓住了市场已有企业在游戏行业用户个性需求服务上的欠缺，热云数据以手游为切入口，在用户画像上，对用户的年龄、性别、消费能力、兴趣爱好等数据的收集更具完整性。另外，其在运营过程中对付费用户的付费核心指标及充值喜好、用户留存/流失等数据的分析也更具丰富性。

数据层面，热云数据最大的竞争优势是对金融、电商、O2O、房地产、汽车等增量市场的把握。这部分市场是竞争对手还没有触及到的，而热云数据依托自身产品的差异化、服务的个性化与蓝港互动、金山云、小米、人人游戏等大型公司迅速建立了联系，不到一年的时间积累8亿移动终端数据。

而在白冬立看来，大数据要做好三个层次的服务才算是完整的数据服务公司：

1.数据的完整性和丰富性：完整性表现在对用户做画像，其年龄、性别、兴趣爱好、消费能力等都与数据相关；丰富性则表现为收集的数据要兼具广度和深度，数据更多的是反馈用户的真实行为并且能够支撑到整个行业的生态链。

2.数据的深度挖掘：收集数据后要做深度的挖掘，基于用户行为找到相似用户群体未来的去向，更多地对具体行业发展趋势做预测。

3.商业化模型：投入精力、技术对所收集和整理的数据做出适合具体行业的商业化模型，才能将数据更好地商业化。

相比很多同行只做其中的一块业务，热云数据在数据方面的挖掘显得更全面、更丰富，这也是热云数据迅速积累大量移动端数据的关键因素之一。

绕不开的行业难题

相比国外数据服务市场的成熟，国内的数据服务领域显然还处在初期发展阶段，就目前而言，国内的数据服务公司屈指可数。成立热云数据之初，技术出身的白冬立原本以为将国外的创业模型、方法论搬到国内会很容易占领市场先机，然而事实却远不是想象的那样。

首先付费模式根本行不通，国内面向To B的厂商付费习惯并不好，不管数据信息大小，他们一般都不愿意花钱。其次是数据信息封闭。国内存在太多的信息孤岛，在不侵犯商业隐私和价值前提下，把它们整合利用起来才是王道。

但白冬立称，数据服务行业面临的问题远不止这些，最大问题其实是数据的持续获取和用户数据的准确性，这对整个行业来说都是很大的技术挑战。

数据持续获取难题表现在用户经常换设备上，你一年前积累的用户可能一年后价值就没那么大了，目前较好的解决方法是把手机号作为用户唯一设备识别ID。但白冬立坦言：“这也不是坏事，至少在用户画像维度上，数据会更丰富。”

另一方面，保证数据的准确性是行业最大的技术挑战。就目前而言，数据服务公司为客户提供的数据精确度并不是很高，多多少少都会存在误差。因其受到用户设备、网络环境等因素的影响，要做到像财务数据般分厘不差，技术挑战可想而知。

数据服务如何体现商业价值

移动互联网的数据价值远比PC互联网数据的价值更大。它能直观地反映消费行为、心理倾向的过程，同时，移动数据生命周期长，数据的积累价值也高，这也是巨头和创业者们涌入的原因。

不过在移动数据服务领域，现阶段变现方式比较有限，投放广告是比较直接的一种变现方式，但白冬立并不赞成初创公司利用广告急于变现，他认为这样反而会降低核心业务的服务质量，容易失去客户的信任。

白冬立告诉《创业邦》，其实热云数据目前已经达到收支平衡，收入主要来源于游戏发行商和渠道的个性化、用户数据获取等相关服务，其次是广告收入。

因专注于游戏行业，加之对用户画像的深度开发，热云数据在为用户提供精准营销上更高效。白冬立称，未来公司发展稳定后，帮助用户监测广告效果、电商、金融等都能为公司提供巨大的盈利空间。

不过，白冬立也表示，国内数据服务起步较晚，这一领域内其实并没有明显的商业模式，很大一部分公司都在探索中，怎么把数据更好地体现在商业价值上还需要与同行共同探讨。