如今，作為助力企業經營各個環節的重要手段，“大數據”開始愈發被企業認知和重視。尤其在營銷層面，企業可以通過用戶行為數據采集，完成用戶畫像分群，進而提供有針對性的個性化服務，并刺激用戶活躍、付費，實現精準營銷。

雖然現在市場中存在不少專業的大數據分析公司，但這些大數據產品大多集中在采集行為數據、用戶畫像、產品優化等產品分析層面，而對于這之后的目標用戶優化、推薦優化、A/B測試、ROI優化等工作，仍需客戶依賴專業的數據人才手動提供解決方案。

事實上，對于國內“市場營銷云”（Marketing Cloud）這一領域的機會，“Datatist”創始人Sophia（宋碧蓮）早在十年前就已經察覺。她向獵云網（微信：ilieyun）表示，之所創立Datatist，除了發現國內在內外營銷閉環一體化優化方面的空白，另一點就是她自身技術實力的積累。

Sophia是香港理工供應鏈管理博士，美國國家科學基金會機器學習數據挖掘博士后，本碩計算機專業畢業，擅長機器學習客戶行為、海量數據價值挖掘，商業目標預測和決策優化，曾是eBay，Linkedin的核心大數據成員。

Sophia在Linkedin時曾主導過多個核心項目：精準目標客戶預測，提高獲取新客戶率100%；精準定位最有價值客戶，比普通活躍用戶subscribe轉化率高31倍，并因此獲得了LinkedIn的“改革獎”。

2010年，博士后畢業的她進入了eBay。由她主導的個性化落地頁面優化為eBay挖掘到上億美元機會；在價格優化上為eBay合作伙伴每月節約200萬美金等。她曾被eBay北美執行團隊譽為“改革領袖”，授權帶領各渠道的優化。

經過長期的案例實踐，去年6月，Datatist正式在美國硅谷成立，其團隊成員也大多來自eBay，Linkedin，Amazon，貝塔斯曼，北龍中網等。

據了解，Datatist是一家專門為企業提供用戶運營解決方案的大數據公司，專注于用機器學習自動完成基于預測的閉環一體化市場營銷優化。該產品為互聯網和互聯網+企業提供公有云和私有云大數據解決方案，從海量數據中挖掘客戶行為，并通過個性化推薦和預測，輔助企業智能決策和優化數字運營業績。

Sophia介紹，目前Datatist提供的內外部數據相結合的閉環市場營銷優化方案，包括以下6個部分：

1.Leads Generation：從海量外部數據中挖掘價值，內外反饋機器學習，為企業精準推薦目標用戶。

2.Analyzer：利用Web、H5、App等全渠道進行線上用戶行為數據采集，在客戶、產品、市場、銷售等層面進行全方位數據分析。

3.Social：跟蹤社交自媒體多渠道傳播效果統計與分析，實現用戶畫像、精準定位以及個性化推薦。

4.Segement：單維度和多維度進行客戶畫像分類，認識和評估客戶活躍度、忠誠度、價值度等特征。

5.Predictive Targeting：深度學習用戶歷史行為特征，通過機器學習算法精準預測用戶行為，為市場營銷優化提供精準目標客戶定位。

6.Media Optimizer：數字營銷多渠道效果優化和預算分配優化，提高數字營銷ROI。

Sophia表示，市場營銷不僅在外部渠道方面（拉新），提高現有用戶活躍度、付費率，預測用戶購買行為等也是非常重要的一環，而這也是Datatist的優勢所在。Sophia直言，在通過數據采集、分析與預測后，企業可對潛在付費客戶有針對性的發送短信、郵件等，進而提高公司運營效率。而Datatist可為企業提供傻瓜式的一站服務。

在商業模式方面，Sophia透露，Datatist根據目標客戶的業務規模和優化時長進行收費。在今年3月進入中國后，他們已在北京、上海設立研發中心，目前已經有幾十個客戶，在電子商務、自媒體、互聯網金融、政務、航空等幾個垂直領域都有解決方案。

下階段，Datatist將很快上線中國區官網，并在打磨產品的同時，著手進行市場推廣。

獵云網了解到，Datatist曾于今年3月獲得來自聯萬創投的千萬人民幣的天使輪融資，目前正在進行新一輪融資。