融資近2億客單價70萬，這家公司打算「靠天吃飯」，掘金氣象服務千億市場
2017年全國氣象災害
共造成死亡失蹤913人，
直接經濟損失2849億元。
撰稿：董金鵬
2013年，邱珩在中國國電集團工作的時候，從青島歸來的同事林忠給他分享了一條信息：青島的一個小漁村，漁船載著男人們出海捕魚，在海上遇到極端天氣，整條船都沉了，村子裡留下許多寡婦。邱珩就想，我們自己學氣象的，有一家商業氣象公司就好了，不讓寡婦村這樣的悲劇再發生。
一年後，中國商業氣象服務的閘門徐徐開啟時，他們覺得機會來了。2014年，中國氣象局連續發布兩份文件，承諾逐步向公眾和商業部門開放氣象數據。那一年，美國最大的商業氣象服務公司AccuWeather已經走過了五十多個年頭，日本的Weathernews也有二十多年了。
2014年11月，象輯科技在北京成立時，東科創星和唯獵資本的1000萬元天使投資已經到賬。象輯科技創始人、CEO邱珩本科和碩士學的是大氣物理，在北大讀書期間就創辦過一家電商公司，因為沒有融資，眼看著被擠出市場。再次創業，他想到的第一件事情，就是融資。
象輯科技創始人兼CEO 邱珩
三年多的時間，象輯科技一共經歷了四輪融資，總計1.79億元。這是一家輕資產的公司，主要的成本來自人力和數據計算，2017年收入數千萬元，近百人的團隊基本上盈虧平衡。
「（融資）幹啥用呢？」
「是啊，幹啥用呢？」反問揭示了他內心的疑惑。
2018年1月前後，B輪融資時，邱珩就猶豫過，但最終還是拿了1.16億元的融資。「拿了這一把超募的錢，有種打德州撲克的感覺，阻隔下注。」他說中國的商業氣象服務剛剛起步，就像十多年前的電商，很多投資機構都想上這條船，在尋找好的標的；一旦錯過了，試驗模式的機會就可能落入競爭者手裡。
眼下，象輯科技通過精細化的天氣預報服務，幫助客戶做決策，降低或者避免天氣變化帶來的損失。200多個B端客戶，主要分布在電力、能源、航空和環保等行業，國有企業居多。邱珩算過，這是一個百億級市場，三到五年頭部公司就能佔據20%的市場份額。「我們的主戰場還在這裡，20%的市場份額要先奠定下來，這個戰場我們一定要拿下。」
資本更看重未來，氣象金融和商業智能才是他們眼裡的大江大海。2013年，IBM以20億美金收購TWC的氣象業務，看重的就是天氣和環境數據在商業智能中的價值。
象輯科技聯合創始人、董事副總裁潘濤管理著象輯科技的商業智能部門，他告訴新經濟100人，傳統商業智能模型的分析和預測依賴歷史數據，準確性到了80%左右就很難再提高了，剩下的5%-10%要靠天氣和環境的預報數據。
01
砍掉C端業務，轉戰B端市場
2014年底，象輯科技CTO陳俊鋒加入時，十多人的團隊正在開發面向C端用戶的App，天氣家。
天氣家是象輯科技的第一個產品。他們認為，氣象局的天氣預報不針對特定人群，也不具體到小範圍，總是隔著一層。天氣家試圖打通這一層隔膜，比如天氣會影響小孩子感冒，就為他們提供醫療氣象；天氣還會影響農民的作物，就為他們提供農業氣象；天氣還會影響到施工隊作業，就為他們提供施工氣象。
春節後，天氣家登陸各大手機下載市場。做了三個月推廣，天氣家有了幾萬粉絲，但團隊明顯感受到天氣App大勢已去。象輯科技聯合創始人、董事副總裁林忠回憶，那時候移動紅利已經被瓜分完，流量被佔盡，把用戶拉回來要花很大的成本，而天氣App的用戶停留時間短，靠廣告很難變現。
象輯科技做了一段時間，發現天氣預報的出口還是在氣象局手裡，內容以大氣預報為主，很難具體到垂直的行業。因為App的下載用戶沒有身份標籤，所以即使有面向垂直行業的預報，也很難通過App直接觸及目標群體。
發現問題後，他們又快速將焦點轉向了特定用戶社群，比如戶外運動愛好者和特定病種患者。2015年春天，象輯科技與春雨醫生合作，給哮喘病人提供收費的天氣服務，最後只收到999元。同一時間，他們還找了光明快跑等運動類的社群，只拿到80多元的收入。
與社群合作了半年多，象輯科技砍掉了所有面向C端用戶的產品。「商業化的過程中，不能碰太遙遠的事情。」邱珩後來反思，當時C端用戶還沒形成付費習慣，很多App都是流量的生意，做大用戶量再去變現，但象輯科技不是純粹的互聯網公司，還是要做最擅長的商業氣象服務。
砍掉C端業務以後，象輯科技把目標轉向B端客戶，同時保留了與新浪天氣等天氣App的合作。業務調整後，包括UI設計師、iOS工程師在內的許多第一批員工，離開了公司。
轉向B端不久，象輯科技收到了一家公司的收購邀請。當時團隊內部出現了分歧，有人主張賣掉，但邱珩不想賣。收購談判進行了十二三輪，最後一次從對方的辦公室出來，已經是夜裡十二點多，三個人在附近的一家江邊城外烤魚店，喝酒喝到凌晨三點。最終達成共識，不賣了。
「如果賣掉，從投資的角度，收益率很高。」邱珩說，「我覺得最重要的原則是，我們想做的事情做完了沒有。很顯然，一年的時候是沒做完的…… 堅持這件事，你自己先沒有私心，不然你沒法談。」
採訪結束後，邱珩提到了他們在中國國電集團的經歷。在那裡，他們的工作是做精細化的測算，風機裝在什麼位置，發電量能達到最高。
有一年冬天，他和林忠一起出差到遼寧的牛毛大山。兩條山脊分布著30多個風機，他們分別在山下出發，順著山脊一路上山，兩人匯合後收工。因為沒帶保護設備，積雪淹沒了膝蓋，倒灌進鞋子里，先是融化，接著再次凝固，與鞋子一起結成了冰。
這時候，如果其中一個人偷懶，另一個人就要多走路；如果兩個人都偷懶，就會停在半山腰的某個地方，延遲收工的時間。但那一天，兩人都在較勁，誰都不想停下來，結果幾乎同時登頂。在山頂匯合的那一刻，邱珩心裡想，這就是一輩子的好兄弟啊。
2015年11月，砍掉C端產品半年多，象輯科技拿到東科創星、唯獵資本、春曉資本和真格基金的2800萬A輪融資，估值翻了三倍多。
02
建成數據平台，奠定主戰場
一家面向B端客戶的公司，除了內部效率和演算法優勢，至關重要的是上游的數據。邱珩做了一個比喻，如果把象輯科技看做賣紅燒肉的話，當時他們急需一家豬肉的供應商。
截止2017年底，中國共發射16顆氣象衛星，已建成2600多個氣象觀測站，6萬多個自動氣象站，180多座雷達。此外，交通、航空、能源等行業也有氣象和雷達布點，持續不斷地收集著數據。這些設備產生的數據在逐步開放，但僅開放API無法支撐下載和使用。
2015年8月，象輯科技與中國氣象局旗下華風氣象傳媒集團，合資組建華風象輯，負責氣象數據的加工處理和挖掘分析。不久，象輯科技50多人的團隊搬進了中國氣象局大院。陳俊鋒還記得，華風象輯的辦公室很小，三位創始人邱珩、林忠和潘濤都沒有固定工位，流動辦公。
陳俊鋒帶著技術團隊在開發數據平台。象輯科技的第一個數據平台取名MMDP，試圖解決象輯科技和中國氣象局之間的數據獲取、存儲和計算。MMDP建成後 ，他們慢慢發現，其實真正需要解決的是氣象局與一批商業氣象公司之間的問題。2018年1月，MMDP數據平台升級為Gavial氣象大數據平台，向開發者和商業用戶開放。
合資公司成立後，象輯科技的商業模式發生了質的變化。「一開始做App和數據，主要是2C，然後去找零售企業，（合資公司成立以後）一下子就變了。」邱珩認為大數據平台的價值主要有三方面：數據本身的價值，管理好數據提升效率，用AI預報補充傳統的氣象預報。
Gavial氣象大數據平台建成後，內部逐漸形成了前店後廠的模式。陳俊鋒帶著一個40餘人的數據團隊，在中國氣象局大院，負責數據的存儲和加工，將數據做成半成品，然後再交給研發和產品團隊，用於支撐各類B端業務。
有了後端的支撐，象輯科技開始在前端發力。三位創始人親自上陣談業務，邱珩沖在最前端，除了融資，主要的工作就是談客戶，有了客戶，林忠跟進，解決氣象方面的需求，潘濤負責產品和交付。
為了摸清客戶的決策鏈條，象輯科技採用人盯人的模式。邱珩盯著最高決策者，林忠盯著執行部門負責人，然後技術和商務部門再和實施部門對接，至少三級。為了拿到第一個項目，他們甚至用了五級人盯人的模式。
業務轉型後，象輯科技拿下的第一個客戶是國家電網下面的電網分公司。電網路線一般建在偏僻地區，分成不同的電壓等級，最大的風險是天氣，比如颱風、雷電、積雪等。惡劣的天氣可能損害線路，讓電網癱瘓，電網公司需要提前判斷哪些地區會出現風險，提前預防或派人到現場檢修。
在過去，他們主要依靠區域級的氣象預報，購買區域氣象數據，招聘工程師自己做開發。但象輯科技等商業氣象服務公司的出現，一定程度上解決了數據的彙集，並防止了重複開發。象輯科技採用格點化的預報，在空間上，最高可以精確到1平方公里；時間上，可以做到分鐘級的天氣預報。
現在，象輯科技為客戶提供的SaaS產品，70%的數據源於中國氣象局的氣象數據，其餘數據來自客戶的場景數據或者行業氣象數據。截至目前，象輯科技共有200多家B端客戶，頭部客戶有70多家，客單價在60-70萬元之間。
象輯科技有一個售前服務部，專門收集商情，梳理各行業客戶資料，比如定期查看行業有哪些企業在招投標，以往用過哪些類似的服務等。如果遇到用過類似服務的公司，他們會主動找上門，進一步了解，是氣象局還是商業氣象公司在做，提供了哪些服務。
「每個單子都是這麼下來的，基本上跑不開。」邱珩介紹，象輯科技的商務轉化率最高能夠到50%。2016年，邱珩漸漸從具體的商務中脫離出來，商務逐步交給了林忠和商務團隊。
03
氣象服務的想像空間有多大？
2016年8月，氣象大院的辦公室已經不夠用了，一部分人搬到了附近的交大科技大廈。象輯科技金融事業部總經理陳建飛帶著金融事業部繼續留在氣象大院。
陳建飛加入時，邱珩提到過為農業提供意外天氣保險的Climate公司。與傳統保險公司不同，Climate公司通過天氣數據預測未來可能對農業造成的損失，並據此選擇相應的農業保險。2013年，孟山都以9.3億美元收購了Climate公司。
陳建飛說，有一段時間團隊一直在討論，美國和印度的農業保險都在這麼做，中國為什麼不能做呢？很快，象輯科技成立了自己的金融事業部，與保險公司一起把天氣風險量化，做成天氣指數保險產品。
傳統保險以現場勘察為主，或許會藉助無人機和衛星遙感，但只是輔助決策。氣象指數保險依賴於天氣與農業生產之間的數量關係，不用現場勘察，氣象條件達到什麼程度，就按照約定的賠付。象輯科技的金融事業部，主要是由做遙感、農業和應用統計背景的人才組成。
2016年下半年，象輯科技先後與太平洋產險、永誠保險達成合作，為兩家公司提供氣象指數保險產品研發和天氣風險管理服務。
2017年春天，象輯科技依託在貴州的合資公司愛儂數創，在安順市普定縣做了茶葉的政策性氣象指數保險試點。
安順是重要的茶葉產區，茶葉怕倒春寒，政府一直在推廣保險。按照傳統保險，遇上倒春寒損害茶葉，保險公司需要一個多月以上的理賠周期才能賠付。
象輯科技在當地政府和太平洋產險的支持下，為當地4400多畝茶園提供了低溫氣象指數保險產品和配套風險管理服務。該年三月，當地出現了嚴重的倒春寒，保險公司按照理賠標準即行賠付35.4萬元。
2018年，普定縣政府下文要求投保面積需超2萬餘畝，覆蓋全縣所有的貧困農戶。
2017年，象輯科技金融事業部收入約為200多萬元。氣象指數保險除了為保險公司提供產品研發服務外，也和行業多家公司進行合作，開發產品商業化應用場景。
農業方面跟愛種網合作，以種肥葯險套餐模式推向行業。據陳建飛介紹，目前雙方的合作已經在遼寧阜蒙、遼寧昌圖、江蘇東台和河北承德等地落地。
對象輯科技來說，更長遠的目標是商業智能。
2015年底，某大型遊樂園購買了象輯科技的天氣預報服務，客流增減受天氣影響，遊樂園要根據天氣預報配備人員等。後來，天氣預報服務升級為流量預測服務。象輯科技用遊樂園過去兩年的歷史數據建模，發現30%的流量受戶外天氣影響。發現了天氣和流量之間的關係後，他們再結合人流趨勢、流量撥動和供求關係等因素，為遊樂園提供了未來14-30天的流量預測。
航空氣象綜合服務平台
2017年下半年，象輯科技成立了商業智能事業部，主要負責B端的長尾市場。目前，商業智能事業部主要聚焦在服裝、醫院、戶外樂園和生鮮等領域。
某服裝品牌在中國有6000多家門店，從一線城市一直開到小縣城，東西南北差異巨大。每年設計新款和安排生產時要考慮天氣，不同城市如何安排上架、下架也要考慮天氣。象輯科技結合天氣預報和服裝品牌ERP的數據，做了分析和預測，能夠精準安排每個城市、每個SKU的上貨和下架時間。
除了遊樂園、服裝等幾個正在做的項目，潘濤希望未來有更多的第三方，藉助象輯科技的平台去覆蓋長尾市場。比如在交通領域，象輯科技投資過一家山東氣象服務公司，主要為山東高速公路提供商業氣象服務。象輯科技投資後，為其提供數據和產品。
不久前，浙江寧波的一家遠洋導航公司找到象輯科技，希望把精細化的氣象服務送給遠洋漁船。林忠聽了對方的訴求，講述了2013年他去青島的故事。從青島回來後，他就一直在想辦法，希望將精細化的天氣預報送上出海捕魚的船隻，但都沒有成。
聽了林忠的故事，普適導航的負責人說，你的夢想可以實現了。
「我說挺好的，挺有意思。」林忠笑呵呵地告訴新經濟100人，「真的把有效信息傳遞到每一條船上，算是好的結局。」
（首圖來源：站酷海洛）
TAG:新經濟100人 |