ZD至顶网软件频道消息 (文/张晓楠):在企业级SaaS市场,竞争激烈程度超乎想象。而在其中,移动CRM市场的竞争又要加一个“最”。所以当坐在企客云CEO李奎昌面前时,我的脑中是有着一连串疑问的。对于企客云所介入的移动CRM市场,要想成功真的非常不容易,要付出的代价非常大。
提起创业迄今这两年来的辛酸和收获、面对记者的疑问,李奎昌的回答就像他的外表一样:淡定从容。他坦言公司创业一路走来的不易,甚至讲了很多令人眼眶湿润的细节。不过就记者的观察,企客云从未想过拿情怀去博市场,相反却有着唐吉坷德式悲情背后的精明,这家公司在移动CRM市场曲转迂回,在寻找一条适合自己、又走得通的路。
在过去两年间,企客云瞄向的目标市场,是二、三线城市的中小企业市场,至今已经覆盖了20多个城市,拥有了上百万家企业客户。到明年,公司希望把触角覆盖到所有二、三线城市。
这是记者认为企客云第一个精明之处。很多SaaS企业都认为SaaS模式可以全国一盘棋,那么首先要攻占一线大城市,这些城市客户接受SaaS快、业务特征明显、利润也高。但是尽管是SaaS模式,其实企业实际情况还是有很浓郁的地域特色的。因为企客云的团队踏下心来去服务于这部分用户,使得其产品的续约率接近100%。
这是一个非常好的成绩,也是SaaS产品衡量成功与否的重要标志,当市面上很多同类产品大打免费牌的时候,一家用户可能会同时采用好几家公司的产品,这时候能达成续约非常难得。而面对友商们用产品“免费”来竞争,李奎昌坦言企客云的产品绝不会这么做,目前采取28元/人/月和68元/人/月的两档收费模式,企业用户选择产品还是要看质量,而不仅仅是免费。
从提供给用户的服务来说,企客云也选择了代理商的模式,貌似与SaaS模式背道而驰,但是李奎昌却认为很有必要:“移动CRM这类工具型的产品是需要服务的,所以代理商模式可以保证给用户更好的服务体验。”据了解,“工具+服务”也是企客云产品的特点,公司的云实施顾问会给用户提供上门的辅导。
企客云另外一个精明之处,则是其对自身的定位:不是一家软件公司,而是要成为一家大数据公司。对此李奎昌表示:“跟用友等传统软件公司转型做SaaS不同,他们还是软件公司,而我们时刻传递给客户:我们是做数据化管理的公司。”目前企客云提供了30多种数据纬度的再生价值,这些数据可以协助企业进行生产决策,帮助他们进行分析。而企客云也正在持续研发企业后台的数据生产系统,提供给企业实时的过程数据,帮助企业实时看到每个部门的情况,实时看到合同和金额的增长情况,以及每个部门的考勤情况。
对于企客云来说,将自身定位为帮助用户解决数字化管理问题的云实施顾问,一方面帮助用户通过大数据进行决策,另外也会搭建数据商店,在一个开放的平台上去拓展数据的更多想象空间。
针对行业市场,企客云也在推出面向医疗、法律等行业的行业垂直移动CRM产品。看上去做行业定制化产品费时费力,不如通用产品效率高,但是行业产品也是积累数据资源、拓展大数据业务的一个捷径,垂直行业越深挖,积累的行业有价值数据和经验越丰富。
近日企客云推出“云+MCRM”解决方案,将云计算、大数据技术与移动互联网时代SMB、甚至nanoMB的用户管理需求融合在一起,利用销售管理、客户管理、社交办公、即时通讯等功能帮助企业打通销售流程,提升管理客户效率,争取更多订单。MCRM概念,更强调符合移动互联网时代用户行为习惯的CRM,特别加入企业微信、移动审批,等模块。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。