爱分析访谈 | 覆盖3亿手机终端，及刻在负一屏打造AI近场服务

调研 | 陈子民 黄勇

撰写 | 陈子民

据工信部预测，至2020年大数据相关产品和服务业务收入将突破万亿元，年均复合增长率保持在30%以上。

目前，线上大数据已被广泛运用在各行各业，数据被互联网巨头垄断，场景集中度高，逐渐形成巨头吃肉、剩余喝汤的局面。

反观线下大数据，由于线下零售渠道集中度远低于线上，且数据采集依赖硬件设备等，技术不成熟，导致线下数据源分散，巨头难以通吃，创新公司因此仍有切入线下数据的机会。

现阶段，缺乏高效的数据采集方式和成熟的应用场景，是线下大数据的发展瓶颈。近场营销服务商“及刻”对此进行探索，将线下大数据和营销场景结合，为门店提供更加自然流畅的到店客流营销方式，使到店流量的价值进一步扩大。方式是与手机厂商进行合作，在手机负一屏为用户提供场景服务信息。

联手手机厂商，卡位近场营销服务

及刻与手机厂商进行合作，将SDK嵌入手机原生系统，此后可在手机负一屏为用户展示附近商家的各类信息。目前及刻与20家安卓系统的手机厂商进行合作，覆盖超过3亿手机终端。目前，及刻已推出分别面向商圈和连锁门店的产品“及刻hotmall”及“及刻进店通”，为商家提供低成本、强触达的近场服务及场景营销工具。

负一屏场景服务卡片展示功能类似于小程序、快应用，除了显示用户所在门店的详细信息，用户能进行点单、领券等行为，可跳转商家快应用。商家则能使用广告、优惠券智能推送等服务，在及刻开放平台中编辑自己店铺的服务内容即可。

为此，及刻需要具备精准的手机用户场景识别能力，才能在地理位置上精准匹配用户和商家。及刻采用的定位方法是：采用自营团队及外包人员实地采集大量POI( Point of Interest，信息点)，建立多信号特征值与POI的对应关系，通过手机端SDK的信号采集和变化情况，精准推算出用户的实时所在场景。

及刻CEO李鹤表示，目前及刻的POI库已覆盖国内300万场景，不同于一般的POI采集公司，这些场景与线下生活服务息息相关且商业化价值较高，识别精准度超过99%。除此之外，为了保证准确度，及刻根据不同场景自身特性安排POI更新频率，同时建立反复核对数据的运营流程，保证高精确度。

同时，及刻自主研发了一系列自有专利技术，能结合WiFi、蓝牙和GPS等多种数据来源以及对于用户行为的智能理解，来识别合作手机的用户的当前位置。当识别出用户当前场景与门店位置匹配时，即可推送信息。

及刻的客群以大型连锁品牌客户为主，比如真功夫、天虹、屈臣氏等，主要通过在各城市分公司的BD团队对客户总部进行BD获客。李鹤表示，目前及刻已服务30多万家门店，共同打造智慧购物、智慧旅游、智慧网点等全新的智能商业形态，这也将成为及刻的主要收入来源。

对于未来的发展规划，及刻CEO李鹤认为，及刻的精准匹配能力能使其收集到更准确用户的地理位置数据，通过标签化后形成用户画像，随着POI规模以及服务用户规模逐渐扩大，用户画像越发具备价值，后续将为商家提供客流分析BI产品。

而当积累的前端用户的数据形成一定的议价能力后，还跟商家的后台系统进行打通，以此连通用户和商家数据，为千人千面的个性化营销做准备。

近期，及刻CEO李鹤接受爱分析专访，就公司业务、运营、战略及行业趋势等方面进行了深入交流，现将部分内容分享如下。

李鹤，连续创业者。2008年初创办飞鸟科技，从事精准营销和电信增值业务。2012年转型移动互联网，开发并运营鸟语免费电话等APP产品。2014年8月创办及刻。

爱分析：及刻通过怎样的方式进行商家地理位置数据的采集？

李鹤：我们设置专门的运营团队进行地理位置POI数据的采集，形式包括线下实地采集和线上数据梳理。线下数据采集是主要方式，过程不涉及硬件比如探针、beacon等的使用，通过安排兼职或全职人员在线下采集POI信号及特征值。另外，我们后端有一个数据运算系统和数据处理团队，也会用非现场的方式从线上采集处理一部分数据。

爱分析：线上和线下方式采集到的数据精度是一样的吗？

李鹤：有一些很复杂的场景肯定是需要派人去采集才能把数据采集准确，但也有一些相对不那么复杂的场景，我们可以通过更轻松的方式收集到，比如线上的形式，这两者更多时候是相辅相成的关系，而非单一的采用某种方式。

比如，很多场景我们去实地踩点的时候把一些场外的干扰因素也一起采集上来，一旦录到系统里面对定位能力产生很大阻碍，这时我们一方面需要多采集几次，另外也需要比如网上的数据进行调整。包括后期的维护工作，可能很多时候也需要配合线上做整理。

爱分析：如何保证POI点位和手机用户位置匹配时的准确度？

李鹤：我们的定位精度是要精确到门店级别，并且需要几乎100%的准确率，原因很简单，就是不能出现用户在麦当劳，而我们推了一个肯德基的卡片的情况。

为此，我们设置了一套完整严谨的运营体系，比如市面上很多做定位的公司智慧那WiFi指纹和库里的作以此匹配，而我们会做更多次的确认等。虽然成本会上升很多，但才能保证几乎100%的正确率。

爱分析：这套POI数据采集手段的技术壁垒多高？

李鹤：光是采集和定位其实都谈不上很高的壁垒，但如果你从采集、定为到运营这些事情综合起来看的时候就会产生壁垒，比如我们整一套从采集数据到运用的逻辑是经过验证的，我们的数据采集进度很准，同时我们也在和手机厂商合作方面做了很多思考，在产品端的设计做了很多改进，这使得我们在市场中处于领先地位。

爱分析：目前覆盖的场景规模多大？

李鹤：我们现在覆盖了300万个场景，目标城市基本上为一到四线城市为主，五六线城市还没覆盖。

爱分析：采取的策略是先打透一个城市，还是多个城市同时铺设？

李鹤：因为我们的用户就是手机设备的用户，他们是连在一起的，而手机设备并不会特定卖到哪一个城市，所以做深单一城市的意义不大，反而有些城市有这项功能，有些城市没有会更加尴尬。从实际运营来看，更全面的铺设会比做深一两个城市更好。

爱分析：室内场景和室外场景的辨别难度会有所不同吗？

李鹤：会有。举个例子，比如都在同一个商业区，如果一个是户外商业街另一个是室内的购物商场，所识别的准确度是不一样的。

比如说室外可能空旷一些，通过GPS就很好的识别出位置，但缺点在于没有明显的墙体，很难定位用户是否进入具体某个空间，这样就很难做到精确性。另外，室外也缺乏类似WiFi这样可以准确判断室内位置的信号，因为WiFi信号在室外衰减程度很大，综合来看室外的定位会比室内难，所以类似步行街这样的场景的定位我们还在摸索中，相关的店铺也做得比较少。

爱分析：目前已覆盖的POI和最终要覆盖的范围相比，到了怎样的阶段？

李鹤：在POI的采集覆盖量方面，其实是伴随着我们的商业计划进行的，如果我们的商家拓展速度没那么快的话，其实采集POI再快、再多也不能直接体现出来价值。所以现在的关键并不是在数据采集，这是多花钱就可以做成的，核心还是在于我们在商家端的拓展。

爱分析：在餐饮、美妆等细分领域里，哪些门店的服务价值更大？

李鹤：其实倒不一定有准确结论，其实你可以简单类比我们跟微信的小程序或者公众号。如果一个商家有公众号或者小程序的需求，大概率也有我们这个产品的需求。好比餐饮、美业都会有让客户办理会员卡等二次营销的需求，我们的产品也不会偏向于哪类细分客群。从目前付费情况来看，其实细分客群的付费意愿和能力是较为一致的。

爱分析：在您的规划里，及刻所要覆盖的客群数量是多大的体量？

李鹤：全国大概达几百万水平，其中既有全国性的品牌，也有一些区域性品牌。

爱分析：基于数据积累，未来还有哪些业务延伸空间吗？

李鹤：当然，我们现在就在研讨这方面的空间，但前提肯定是要注重用户隐私的。我们计划是做一些群体类的画像分析，或者分析用户的喜好分析，通过BI的形式再返还给商家。

爱分析：及刻主要是基于什么优势和众多手机厂商达成合作？

李鹤：两点。第一点是我们提出了创新性解决用户需求的方式，就好比CV领域跑出的AI四小龙一样，这属于先发优势范畴。第二是我们专业的场景识别能力，在场景识别的精确性、性能和稳定性方面在市场上处于领先地位。

爱分析：要做到千人千面的个性化推荐，还需要哪些条件？

李鹤：我认为要做到千人千面最大的难处是在于与商家系统的打通。次要难的在于，你要对每个用户都有一个清晰的用户ID。

这用户ID要是能跟商家的用户ID系统进行打通的，所以说你要对每一个用户要建立一个这种类似它的标签和画像和一些标识的东西，我们目前正在尝试搭建用户ID，一方面是喜好的标签，包括你喜欢去什么地方、经常去什么地方等。也包括一些潜在的标签，比如说平时出行是以坐地铁为主，还是以开车为主，等种种潜在标签可以分析出用户到底是白领还是金领、婚姻状态等。

但这些内容分析出来之后，最终的结果其实是能让我们对用户有更清晰的认知和洞察，这是在特定场景给以用户个性化服务的表现。

另外一种标签实际上是用户对于商品的喜好，而这则需要跟商家的系统进行打通之后才能获得。因为如果你不跟商家系统打通，永远不知道用户进店以后的行为。但全中国有那么多的商家，要跟每个商家的信息进行打通，这一个非常大工程的事情，也是这件事情的难点。

爱分析：长远来看，线下大数据能够跑出大公司吗，它们需要具备哪些方面的能力？

李鹤：我认为长远肯定会出现打通各类数据的线下大数据公司，有望长成上市公司。

具体而言我觉得要在技术、运营和商业化三方面过关。首先是技术，技术是一个支撑所有商业的底层逻辑。第二点是在整个产品的运营，就是能在成本和收入方面找到平衡点。第三点是在线下数据的价值挖掘方面，能挖掘出一定的深度，除了分析出表象之外，还需分析出它背后代表的商业规律。

爱分析：目前公司的规模有多大？团队的积累主要在哪些方面？

李鹤：目前是100多人的团队规模，30%是销售，除此之外主要就是技术、产品和运营团队。我们团队之前主要从事WiFi相关的研究，比如WiFi的技术本身及关于WiFi数据的采集。