【转载】lkingData：找到离钱最近的数据

“除了上帝，所有人都要用数据说话。”

崔晓波和搭档在为创业团队的新产品命名时，想到了这句话。TalkingData是他们的品牌名称，公司是北京腾云天下科技有限公司（简称“腾云天下），这是一家专注于移动互联网综合数据服务的创业公司，几位创始人以前都是Oracle（甲骨文）的同事。安卓激活

在崔晓波看来，创业分三步，而且是依次递进的关系：第一步要证明你的团队和产品是OK的，第二步要清楚你核心的商业模式是什么，第三步才是考虑规模化，“如果倒过来，把第三步放在第二步之前，这对一个团队来说风险就很高”。

也正是因为这一点，TalkingData在产品化的过程中，始终不忘“商业模式”这个关键词，用崔晓波的话说，TalkingData“一直尝试去拿更贴近钱的，或者更有价值的数据源”。app刷注册

目前TalkingData主要有4条产品线：一是面向移动数据统计分析的Analytics产品，包括针对普通应用的SaaS版，针对移动游戏的Game专用版，在这条产品线的规划中还包括电商等更多垂直细分版本；二是专门针对移动广告推广效果评估的TalkingData Campaign（AppCPA）；三是面向大型企业的整体解决方案，目前主要面向金融企业用户；第四个则是面向企业及不同行业的一系列后向数据挖掘服务，他们称之为TalkingData Insight。

崔晓波没有透露具体的收入规模，只是介绍每条产品线目前“都有收入”，且利润率比较可观，“很多业务都保证了六七成的利润率”。“对于一个创业团队来说，强调现金流是挺重要的，因为数据挖掘这条路会很漫长，大家一直要寻找商业模式和变现通路。”他说。

找到“刚需”

崔晓波他们在创业初期，主要是解决“没有商业模式”的难题。

2011年5月崔晓波他们开始筹备创业，用了三个来月的时间，与91、机锋、安卓、EOE（移动开发者社区）等应用市场进行沟通、做调研，主要为了解决三个问题：刷腾讯云分析

一是应用开发者对于使用第三方的数据统计分析工具是否有需求？崔晓波他们把国内有名的应用下载站点，诸如飞流、千尺、机锋、91、安卓等200多个站，能抓取数据的应用全都抓下来分析了一遍，得出的结论“远远超出”了他们的想象，他们统计的40万个有效应用的前10万里，就有20%的应用使用了第三方的数据统计分析服务。他们的第一个顾虑打消了，“这个市场肯定有，而且是刚需”。

二是如果做应用数据统计分析，崔晓波他们的产品能否找到存在感？当时国内有百度、友盟、CNZZ等在做，国外的比如Flurry（免费的移动应用数据分析平台）、Mixpanel（一个Web服务，让开发者跟踪用户的使用习惯，并提供实时分析）、Localytics （实时分析功能很突出）等大概20多家做移动数据分析的。对比中，崔晓波他们发现了产品的空白点：国外的产品比较强调分析功能，但国内的还只是简单的统计工具。进一步走访大的应用开发者，崔晓波他们发现，市面上的产品满足不了大应用开发者的需求——比较深层次的数据分析，比如用户的留存率、对用户的分群、分析用户行为、分析ROI转化率等。调研下来，崔晓波他们得出结论，从产品的功能角度来看，“有足够的空间，这个市场还是初级形态”。

三是在商业模式上，“免费”是个好模式吗？崔晓波他们分析了当时国外20多款类似的产品，绝大部分都是收费的，只有Flurry是免费的，Flurry的业务逻辑是：通过数据统计分析服务吸引应用开发者，把其中一部分有推广需求的应用及其流量导到自己的广告网络里，然后赚取广告差价。但崔晓波他们不太看好这种模式，他们认为，数据平台最核心的资产就是数据，一旦切入到某个业务，很容易失掉数据平台的中立性，而且在他们看来“从数据分析平台到广告推广平台”的业务路径“比较绕”，离钱有些远。最终，崔晓波他们决定，做第三方的中立的移动数据服务商。

等到了第一批真正的用户

2011年9月，腾云天下成立。团队的第一个产品TalkingData Analytics于2012年2月正式上线，5月正式发布，是一套针对移动应用推出的数据统计分析平台。该产品引入了时间切片（选择任意时间段查看数据）、多维钻取（任意对多版本、多渠道进行数据筛选）和交叉对比等功能。

相较于当时尚在初级阶段的国内同类产品，TalkingData将移动数据分析“往深的角度”推进了一步。htc应用商店

正如崔晓波自己所言，这个团队对于“商业模式”有着格外慎重的考虑。自TalkingData Analytics正式上线的一年多时间里，该产品一直对应用开发者采用“封闭注册”的方式，期间他们也拒绝了很多大应用开发者入驻，他们的考虑是，应用开发者数量的增加意味着平台运维成本的增加，而在TalkingData Analytics没有清晰的商业模式之前，“玩命扩张的风险很高”。

在这期间，崔晓波他们注意到一个“花钱的人群”，不管是在应用开发者里，还是在品牌广告主里，都有一个专门负责推广的部门，这群人很关注一个问题，即在不同的广告网络、不同的渠道、不同的媒体资源做应用推广的话，到底要花多少钱，又能带来怎样的收益。针对这个“花钱的人群”，腾云天下在2012年8月正式上线了第二条产品线，移动互联网广告监测系统TalkingData Campaign，专门解决移动应用推广效果的评估。崔晓波介绍，该产品第一批的付费大客户包括百度、金山、新浪等；此外，秒针、多盟、有米、安沃（adwo）、力美等第三方广告平台也都是其合作伙伴。

大概也是在去年七八月份时，崔晓波他们注意到，移动游戏开始热起来，而且移动游戏开发者对数据统计分析工具的需求，跟普通应用相比“有挺大的区别”，移动游戏开发者更关心收入，以及与收入相关的数据和指标，比如每天用户的ARPU值（Average Revenue Per User，每用户平均收入），大额付费用户的行为，玩家达到哪个关卡、完成哪些任务、购买了哪些虚拟物品，有没有重复购买等等，“非常类似于电商的数据分析需求”。

在崔晓波他们看来，彼时的TalkingData“等到了第一批真正的用户”，这也是他们在创业之初就设定的产品目标人群，“比较强调运营分析的中型和大型应用开发者”，而移动游戏开发者基本满足这个需求。2013年1月，针对移动游戏开发者，腾云天下正式发布了TalkingData Game Analytics。

数据交换平台的构想

在为移动游戏开发者提供数据分析服务的过程中，崔晓波他们发了一个问题：很多指标的统计口径是不统一的。

比如“次日留存率”，有的拿注册用户来计算，有的是拿付费用户来算，有的是拿活跃用户算，而且不止移动游戏，页游、端游也是这样。正是基于此，崔晓波他们觉得，需要有一家机构站出来，为整个游戏领域的业务指标“统一度量衡。所以，腾云天下在研发TalkingData Game Analytics的同时，制定了一套针对移动游戏的指标“白皮书”，他们觉得“大家需要说同一种语言”。

而且，在崔晓波他们看来，应用开发者需要的不仅仅是数据统计分析工具，而是工具+标准+方法论。于是乎TalkingData推出了一套AARRR模型，即在移动应用的整个生命周期（获取用户-把注册用户变成活跃用户-留住用户-变现-病毒传播）里，应用开发者真正需要关注哪些指标，碰到问题时怎么去分析问题等等。这套方法论同时也适用于移动游戏。将这些业务原理具象到产品功能，TalkingData会为很多应用市场和大的游戏开发者定制他们的经济系统。

腾云天下推出此类服务，是基于他们对国内移动数据分析市场的认识：国外很多移动数据分析的理念和技术，比如一些常用的优化方法，在国内并没有被广泛推广，而这是TalkingData目前存在的“非常大的价值”。在崔晓波看来，现在国内的移动互联网，尤其是移动游戏领域“赚钱太容易了，因为整个用户基数涨得非常快，大家都觉得钱像天上掉下来的一样，但是下一个阶段就得靠精细化运营”。talkingdata 数据来源

之于未来，腾云天下有更大的构想，构建一个数据交换（Data Exchange）的平台。“美国是一个数据流动非常好的国家，比如你去买定向数据，你可以买到某个街区的，或者某个人群的。中国的情况则不一样。”在崔晓波看来，一是国内相关数据库的基础比较薄弱，二是企业和机构对于Data Exchange的意识很淡薄。

去年崔晓波他们刚开始去跟一些大的企业客户接触时，对方都很明确地说“我们有内控需求，数据绝对不能放在第三方”，所以当时TalkingData把系统全部都铺在客户那边，但后来企业客户会发现，他们本身也需要数据，他们自己的数据是不够的。崔晓波他们看到的是，中国市场对于Data Exchange将会有很强的需求，而且这是在美国已经跑通的商业模式。

那么接下来的问题是，怎么交换数据？腾云天下希望扮演DMP(Data Management Platform，数据管理平台)的角色，帮助企业客户加工数据，把对方有顾虑的数据处理掉，比如用户的地址、电话、名字等信息，保留定向数据，比如性别、职业等，经过类似处理的数据就可以交换了。

而且，TalkingData本身也正在成长为有一定体量的数据平台。崔晓波介绍，目前TalkingData已经覆盖了3亿多独立移动终端，通过合作平台，他们覆盖的设备量达到5亿。在崔晓波他们看来，TalkingData平台积累的数据资产，是“比较有价值的”，与应用用户的喜好和交易行为直接相关。

回头来看，腾云天下创业之初定位的“第三方的中立的数据平台”，是正确的选择。而崔晓波他们需要做的是，在这条路上“不走偏”，且“不放弃”。

注：文章转自TalkingData