拓 扑 社
传 递 企 业 服 务 价 值
本文是拓扑社对微软加速器第十一期入选项目的专题报道。
微软加速器十一期的入选企业的重点是人工智能与产业落地应用结合，以人工智能底层技术平台作为创业方向。这些校友企业都是企业服务类创业公司，覆盖大数据、人工智能、物联网、区块链等技术，并在医疗、政府、零售、建筑等行业中获得标杆客户。这些领域也是拓扑社持续关注的方向。
MoBagel行动贝果 创始人 钟哲民（右）
拓扑社（ID：tobshe）5 月 4 日报道
文：窦悦怡
随着技术的发展，越来越多的企业意识到数据驱动决策的重要性，希望通过数据多维度、多颗粒度分析用户的购买行为，对库存或者营销进行预测。
例如，零售行业的产品销量预测、制造行业的工厂设备故障预测，这些都可以通过数据预测，帮助企业从商品生产到流通等环节进行把控，提升企业营销能力，降低运营风险。
很多零售企业想通过传感器和设备获取多渠道数据，更好地驾驭决策品质和增强洞察力。透过实体店物联网设备及搜集线上交易数据，企业虽获取大量的数据，却依然无法解决电商平台经常会遭遇产品的高比例退换货问题，得知客户退换产品的具体原因。所以说，没有好的数据分析，就无法获取有效的商业洞察。
今天，拓扑社（ID：tobshe）介绍的MoBagel行动贝果（以下称行动贝果），就是这样一家来自宝岛台湾的创新型公司，通过大数据、机器学习等算法，帮助企业在营销和库存进行预测。
据悉，其创始团队皆来自斯坦福、伯克利、牛津等知名院校。创始人CEO钟哲民毕业于台湾大学资讯工程学系博士，曾任台湾大学，政治大学，资策会云端系统开发讲师。2015年8月公司获Ventures Cyberagent、FundersClub及500 Startups等机构的数百万美元天使轮融资。
近日，行动贝果以第十一期校友的身份入选微软加速器，拓扑社采访到了钟哲民。
-企业AI分析落地难、找人难、导入难-
拓扑社了解到，很多企业意识到到运用数据的重要性，但缺乏有效的技术手段，往往内部存在数据孤岛、数据完整性欠缺的问题，使得企业无法充分挖掘数据的价值。
尤其是在营销和库存预测方面，企业还是采用传统人工经验进行预测，拍脑子做决定，这样预测不及时也不可靠，没法针对客户需求，即时给出最贴切的反馈和建议。
对于企业管理者而言，他们往往高度依赖有经验的员工判断预测库存，制定营销方案，结果是预期和成品质量很难保证一致，尤其在扩大生产和经营的时候，产品参差不齐，严重影响企业营销方案的制定。
“例如，零售企业在开新店的时候，由于人为库存管理不善，导致成本上升；促销客群定位不准确，导致营收下滑，市场占有率下降。”
其次，很多大型企业为了做好数据驱动运营这件事，组建大型数据科学家团队，随着业务的增加，团队人数也会增加，弄得像工厂一样，不能保证大家的素质、能力相同，也做不到标准化流程；同时，严重依赖专家丰富的专家团队一旦有经验丰富数据科学家被挖走，数据模型就很难搭建好。
此外，钟哲民表示，企业军用AI分析数据有三大痛点：导入时间成本高、算法门槛高、优化复杂难度高。
“AI之所以难落地，是因为碰到技术壁垒和行业壁垒，市面上有很多专业的科研工具，需要有技术背景的数据专家去了解问题、透过编程建立模型，这里有一道技术壁垒；行业具备既有系统和流程，许多的行业经验由专家把持，知识无法从行业中解放出来，这里形成一道行业壁垒。”
针对上述问题，行动贝果瞄准市场快速应用导向，定位为商业AI运转供应商。透过跨基因的科研团队，将复杂的AI预测工具变得简单易用；集结行业的系统整合商，深入各行业+AI，为企业客户突破AI的技术和行业壁垒。
展开来说，行动贝果还采用超过百种机器学习算法，透过全自动数据引擎，企业可以透过消费者行为的数据分析，帮助用户预测产品生命周期、销量、满意度等，能提供更细致并理想的服务与广告，提高用户忠诚度并吸引更多客户，从而降低在客户服务方面的成本。
同时，在事件发生前即预测客户需求，可以帮助企业提早准备与适时调整库存，提高整体效益。
同时，动贝果为大型企业提供需求预测和预测型维护分析工具，将预测型AI应用于物联网企业，帮助其进行商业设备的预测型维护，公司能够在机器故障前准备周全，减少当机器等待维修或是更新时的损失。
此外，行动贝果帮助企业组建自己的数据团队，为团队成员提供简单易用的数据分析工具，以AI赋能行业专家，让行业专家能快速用AI分析引擎进行组建数据模型，提升运营效率。
-提供自动化机器学习引擎
精准及时预测分析-
拓扑社了解到，在具体产品方面，行动贝果的为企业提供一款简单易用的AI预测工具Decanter™。
据悉，这套工具是由行动贝果自主研发的自动化机器学习引擎，结合超过上百种机器学习演算法进行自动建模和优化，为企业大量数据与商业目标在数千算法组合中寻得最佳模型，提供精准的即时预测分析服务。
Decanter™主要提供自动化数据清洗、特征工程、建立及调教预测模型三大功能，这样将数据分析预测变得简单、准确、快速，同时将全自动机器学习(AutoML)导入企业，建立符合行业需求的AI模块。
同时，针对企业用户的个性化需求，行动贝果与不同行业的头部公司进行战略合作，以Decanter为核心，提供完整的 API接口，搭配不同系统整合商能快速开发具有商业逻辑的模块方案。例如，零售销售预测模块、制造业预测维护模块。
简单来说，行动贝果的产品主要通过三个步骤帮助企业进行预测：第一步，把企业想预测的维度数据，通过数据清洗变成结构化数据，以Excel的形式呈现。
第二步，企业把表格上传至Decanter™，通过特征工程、了解消费者消费行为习惯，设定促销预测目标。
“例如，一家零售企业有数千家分店，这些分店的店员和店长应该如何管理？再比如，遇到天气问题，节日事件，这家企业如何制定促销计划？特征工程就是帮助企业根据自身业务特点和需求，通过千种算法模型组合，帮助企业精准制定行销方案，做出正确的商业决策。”
第三步，最后通过Decanter的API接口，搭配不同行业属性的功能模块，建立符合企业需求的数据模型，最终到处准确的促销名单。
这样，企业通过Decanter™工具，可以让数据系统具备预测功能，把原本需要三至六个月的数据分析专案，压缩至两周左右完成，而且用途相当广泛，像是营销成效预估、库存预测、生产线机器寿命预估，都能透过AI做到。
例如，行动贝果与飞利浦公司照明部门合作，自内建于灯泡中的动态感测器收集数据，因此整栋建筑的照明控制不但准确符合人们需求，同时兼顾节能。
再比如，汽车制造商采用行动贝果的Decanter™系统，能够透过AI分析判断故障前兆，借由提前更换零件或维修，避免机器发生故障，实现零停机回避损失。
拓扑社了解到，行动贝果通过渠道形式进行获客，在海外各地已建立成功经销模式，在內地通过华南地区的制造业经销商获取制造业客户。在盈利模式，采取公有云SaaS模式收取年费和私有云软件授权方式收费。
在预测结果上，以某知名连锁餐厅上万种品项预测未来七天库存量为例，行动贝果的Decanter™系统预测正确率为90.01%，以1.46倍的差异优于竞品。
目前，行动贝果主要覆盖智能城市与安全、智能供应链、工业4.0、智能营销、智能能源系统几大领域，飞利浦、软银、诺基亚等大型企业都在使用其产品服务。
行动贝果通过简单易用的AI预测工具，帮助企业进行营销和库存预测，目前在欧洲、美国、日本等地已经取得不错成绩。
但他们在内地知名度并不高，钟哲民表示希望通过加入微软加速器，借助微软的力量，在内地成立公司，组建团队，还希望借助微软的能力使其产品本土化，将海外的成功模式复制到內地，为内地企业提供更好的服务。
同时，行动贝果服务器会迁移到微软Azure，通过与Azure 认知服务、Dynamics CRM、Power BI等在技术和产品方面进行深度打通，数据整合，提升产品的智能化。
声 明
本文为拓扑社（微信：tobshe）原创稿件，转载须在文章开头明显处注明来源拓扑社（微信：tobshe）及作者名字。如不遵守，拓扑社将向其追究法律责任。
拓扑社报道中所涉及的融资金额均由企业方提供，拓扑社不保证其数字真实性，仅供参考。
投稿、寻求报道或商务合作，请发邮件至 tobshe@itjuzi.com，或联系拓扑君（微信：tobsir），标注公司-职务-姓名，谢谢。
热点回顾
资本观点