今日，“一面網絡”正式對外宣布已獲得1400萬元的Pre-A輪融資，投資方為真格基金和聯想之星。此前，一面網絡于2014年成立時獲得了天使輪融資，投資方為個人。
由于互聯網的高速發展，用戶產生的行為數據越來越多。這些數據可以劃分為兩大類：一類信息能夠用數據或統一的結構加以表示，我們稱之為結構化數據，如數字、符號；而另一類信息無法用數字或統一的結構表示，如文本、圖像、聲音、網頁等，我們稱之為非結構化數據。結構化數據屬于非結構化數據，是非結構化數據的特例。但企業往往沒有能力處理這些數據，所以導致企業無法全面了解用戶的行為，浪費了行為數據的潛在價值。
“一面網絡”在做的事情，就是給企業輸出數據分析的能力。首先將企業內外部數據打通，然后通過機器深度學習，將任何有價值的非結構化數據進行清洗、處理、挖掘，最后再將分析結果用戶圖像，可視化給的呈現給用戶。該賽道還有36氪此前報道的星圖數據等。
例如，現在的消費者都會在論壇、微博等各種渠道留下對企業的產品、品牌的反饋，但這些言論不會按照常規化的語序進行表達，里面大多夾雜新生詞匯、代名詞等，導致企業往往不能很好的理解這些反饋信息中的建議。“一面網絡”會通過網絡爬蟲抓取這些外部信息，然后再接入企業內部的數據，如ERP、物流等，線上各大電商平臺的訂單數據、評論等。最后給到商家的結果，類似于淘寶商品頁面中的評論（如下圖），并且這些評價的維度都是可以自動生成的。
說到這里，我們容易聯想到36氪此前報道的硅谷大數據公司Taste Analytics，他們也是做非結構化數據處理，通過輿情監控幫企業決策，并且同是真格投資的公司，在今年初完成了340萬美元的Pre-A輪融資。當問到兩者區別時，一面網絡CEO任棟霓表示，Taste Analytics更加側重非結構化數據的技術處理，而一面更側重于業務場景的應用，還包括訂單分析、每個環節的轉化數據等。
不過做語義分析，這里有一個不可避免的問題，同一個詞語在不用行業的中表達的意思往往不一樣，所以需要建立行業知識圖譜來對機器進行訓練，可是完善這個圖譜不是易事，Google、IBM都鋪了大量人力、時間在做，那么創業公司怎樣去做？對此，任棟霓告知，一面主要先談下行業的幾個標桿客戶，然后再通過大客戶建立知識圖譜，目前主要集中在消費品、寵物、食品、日化、酒、汽車等幾個行業。
其實，除了Taste Analytics，一面在做的用戶轉化分析，又讓人容易聯想到36氪此前報道的神策數據、GrowingIO等公司，任棟霓強調，神策數據等公司更多的是通過埋點來幫助企業實現用戶增長，主要是服務運營部門，面向那種有自己獨立網站的公司，而一面主打是后面的分析步驟，反饋于企業的銷售決策。
下面幾篇文章的內容與這篇文章的內容相似,也許你也會有興趣:
商業智能分析軟件 Grow 獲得 1100 萬美元 A 輪融資，解決中小企業數據分析痛點
數據分析與數據倉庫平臺Panoply.io獲700萬美元A輪融資
新加坡醫療數據分析公司 Biofourmis 獲得 100 萬美元天使輪融資，幫助醫護人員解讀個人健康數據
自動記錄所有的用戶行為，數據分析初創企業 Heap 獲 1100 萬美元 A 輪融資
此外，一面現在的場景是來自售后，而很多做數據分析的公司都會做售前的銷售線索搜集，當問及是否會向前延伸時，任棟霓告知不會，因為銷售線索更適合2B的公司，而一面的客戶都是2C的，這是兩部分客群。
據悉，一面網絡的創始團隊脫身于快播的人工智能部門，公司目前有20多人，產品按照SaaS模式按月收取服務費，已于2015年實現盈虧平衡，本次融資主要是加大產品標準化的進度，以及組建市場和銷售團隊。
京公網安備 11010502049343號