ZD至顶网CIO与应用频道 06月29日 北京消息(文/王聪彬):一个用户一天可能会打开超过12个App,但其中只有3个App的使用时间超过80%。这反映了大多数人使用手机的现状。
透过现象看本质,中国互联网、移动互联网市场既有人口红利也有流量红利,但消费总有尽头,在现如今瞬息万变的市场中企业应该如何持续增长?
在成本不断上升的情况下,企业选择提高效率来促进持续增长,但手段往往是“凭感觉”。看了那么多的科幻片,难道在21世纪还要靠感觉做事吗?这显然是不行的,这也就有了数据化运营的理论。
在GrowingIO创始人兼CEO张溪梦看来,增长体系是一个框架性的思维,分析流量要从渠道的效率、新用户提升体验转化为核心用户等多方面考虑。通过数据化运营工具,将每一个节点的转换、留存、变现等所有的数据进行分析,找到关键的问题,提高运营效率,甚至达到爆发式的增长。
GrowingIO创始人兼CEO张溪梦
国内有很多偏重于页面访问量、活跃用户量、新增注册用户、交易数量以及支付成功率分析的工具。但想要了解每一个用户在哪一个环节流失、用户的转化效果、用户属性等都需要埋点才能实现,而埋点不仅操作麻烦,还有漏埋和错埋的风险。
GrowingIO 则实现了无埋点数据采集、全面收集实时数据、一键出图、实时数据分析等功能,为企业提供高级定制分析解决方案,创造了全新的数据分析产品。产品适用于Web页面、HTML5页面以及iOS/Android客户端的数据分析。
在1.0发布时隔半年,GrowingIO发布V2.0版本,在无埋点技术和全量实时的数据分析功能的基础上,上线了更精细的漏斗对比、用户细查、热力图等实用功能。
GrowingIO 新产品能够呈现用户行为的每一次点击、每一次跳转、每一次登录等全量、实时用户行为数据,并在此基础上,可通过用户分群、漏斗对比等功能,分析不同访问来源、不同城市、不同广告来源等多维度的不同转化细节。
在行为数据运用到极致之后,还能做点什么?张溪梦认为分析分为几个层次,把交易数据、客户数据、行为数据打通进行整体分析将更具价值,而且这也是GrowingIO的目标。
2015年8月GrowingIO就获得经纬中国、Greylock、NEA天使轮220万美元融资。今年6月28日宣布再次获得经纬中国、NEA、Greylock 的A轮2000万美元融资。其中,经纬中国再次领投。
在国外成功的独角兽企业有60%来自于消费级,有40%来自于企业级。在中国看来消费级有少数的独角兽,但在企业级却一家都没有,经纬中国创始管理合伙人邵亦波认为在接下来的5年里将有很多企业级服务公司成功,这也是经纬中国很早就和张溪梦达成共识的原因之一。
经纬中国创始管理合伙人邵亦波
对于GrowingIO,经纬中国看到了行为数据分析带来的巨大改善,为中国互联网和整体经济带来更高的效率。A轮融资也将投入在产品研发、客户运营体系、人才三方面。
GrowingIO 刚正式上线半年多,在短时间获得不少国内客户的认可。专注转化,提高运营效率,提高客户留存是客户的主要需求,其中主要分布在互联网金融、电子商务、SaaS企业、在线主播、教育、OTA等行业。在过去一年,有超过了1000家企业通过免费服务变成了付费的客户,目前已经占到总数的8-9%。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。