「To B，也要貼合業務去做，只有了解和契合用戶的需求，才能被客戶和市場認可，這樣我們就能通過解決業務問題來真正得促進大數據落地。」浦和數據CEO兼創始人張磊表示。

創業的初衷：為客戶打工

2008年，張磊，從西安交通大學畢業後就直接進了華為最為核心的研發部門：核心網產品。當時，在大數據和人工智慧概念都尚未興起時，因為工作內容，張磊早已與數據打起了交道。

「我們需要與海量的數據打交道，具體來說，就是通過用戶話單的數據分析來進行問題查找，這在本質上就是大數據處理工作。」

圖 | 浦和數據 創始人兼CEO 張磊

幾年之後，張磊轉入了華為的市場部，並接手南非項目。

在張磊看來，南非的這段經歷對他影響至深，而這段期間形成的理念也在他後期的創業過程中起到了舉足輕重的作用。

「因為南非是英殖民地，所以他們的運營商採用的都是歐標，而我們對準的大客戶就是當時的第二大運營商----英國沃達豐。但剛到南非時，我們發現這家公司完全沒有採用華為的設備。」

為了將華為的存在感從0刷到1，張磊等人決定找能夠贏得客戶關注的突破口。經市場調研，他們發現南非電話套餐形式單一，因此認準這一缺陷。基於這一點，他們給出了非常誘人的方案，因此很快就贏得了沃達豐的好感和認可。

後在整個團隊的努力下，幾年之後，沃達豐不僅將所有的硬體設備清一色的換為華為，還在他們的幫助下一躍成為南非最大的通信運營商。赫赫戰績，也讓張磊所在的團隊一舉拿下了華為的「金牌團隊」榮譽。

談到成功的原因，張磊表示，「我們在做的事情無非就是為客戶打工，幫助客戶成為第一。」

完成了沃達豐的項目後，張磊決定回到國內創業。然而國內商業環境的複雜性一時間難住了他，在幾年的探索嘗試下，借著南京市政府321政策的推動，於2016年3月，他終創辦了浦和數據，鎖定B端用戶，為他們提供「貼身」的大數據服務。

「始終不忘的還是為客戶打工。」

緊抓客戶需求，做好大客戶的認知層智能服務

提到公司專註的業務領域：認知智能。張磊指出，這一概念源自於IBM，它最初的形態就是雲端被不斷調用的圖像分類或者語音識別工具。「發展到後來，微軟發現了這塊市場的空白，就是人與人、人與設備和設備與設備之間是存在流動性空白的。」

如張磊所言，很多產品與人類社會的運轉是沒有辦法無縫融合的，他們之間存在著斷層的，而百度的阿波羅平台，某種意義上就是彌補這樣的縫隙。不同於行業內巨頭，浦和數據選擇了更加垂直的領域，用張磊的說法，就是「大客戶的認知層」，從而緊扣這一層，用更加精準的服務去解決客戶的問題。

採訪中，張磊反覆強調的「大客戶」，在這裡特指浦和現在的業務範圍，即分布在電力行業、公共安全和交通行業的B端用戶。

圖 | 浦和產品-電力計量認知大腦（BotGrid）

張磊提到，在最初面對客戶的考核時，一起競爭的還有埃森哲這樣的大公司，但浦和數據之所以能夠勝出，要得益於貫穿始終的「為客戶打工」的態度。

「我們是完全站在客戶角度去看他們的需求。分析發現，我們的大客戶在存儲、計算和網路方面的設置已經設置完全，並且支撐其主營業務的系統也很完備，比如電網三大業務系統（抄表計量、營銷業務和客服系統）。但我們認為他們缺乏一個認知層，即從數據到認知，從認知到行動，而事實也是如此。」

換言之，張磊抓住了客戶缺乏大數據處理能力的痛點，利用自身的分析能力，幫助客戶做基於現有系統的最優調度和決策。

「面對客戶，我們遵循「解決方案銷售」流程：分解客戶KPI，分析決策鏈客戶的業務責任，發覺我司產品能如何幫助客戶實現KPI，製作支撐客戶成功的解決方案規劃，獲得客戶信任與依賴。從預算規劃期介入，分解解決方案到預算節點，確保商業落地。

在公司內部，我們遵循「敏捷發布火車」流程：客戶代表連接客戶關係，做鋪路團隊；由數據分析師和產品經理組成火車頭團隊，提出業務觀點與原型，向客戶演示直至認可；工程師團隊組成車廂團隊，按周期分解成多節迭代車廂，實現客戶認可的原型。」

事實證明，張磊精準得把握住客戶的需求，結合對業務的強理解能力和高技術水平，為客戶提供了非常貼心而有用的服務。

但是張磊表示，面對客戶，他始終堅持講的是客戶語言。值得注意的是，這裡的「客戶語言」有兩層含義：

「在客戶面前，我們從來不講這些概念，而是用客戶的語言去標記我們的工具。」

「我們不是銷售產品，而是與客戶共同工作，遵循客戶的預算節奏，實現客戶的發展規劃。如我們在做的產品——微應用工廠-BotFlow，它就是被用來提升公司交付效率的。」

圖 |產品-高速公路認知大腦（BotGo）

能賺錢的公司才是「獨角獸」

雖只有短短兩年，但浦和數據已經收穫頗豐。

「如在山東電網，我們用全網的電錶數據作為基準，來幫助客戶篩查哪些電錶已經失准、哪些電錶在壽命到期時仍然精準，可以延期服役，包括延長的時間長度；

還有江蘇電網，我們用客戶的數據去計算用電負荷，去年，我們的預測最大誤差在1000萬度以內，即一個變電站的誤差；

交通方面，我們在安徽高速提前四個小時預警了一次車禍。雖然最終車禍發生了，傷亡三十餘人。但是我們做了該做的，即提前四小時通知了應急指揮系統，在車禍發生一分鐘後，我們就把信息分發到了交通廳、交警和出行者。

值得注意的是，這些數據客戶都有，只是我們懂得如何使用這些數據。」

當然成績的背後，盈利才是一家公司的現實問題。

「我對』獨角獸』的定義，就是超級掙錢的公司。目前，我們的項目還處於種子級，但公司已經可以獨自運轉下來。客戶願意為我們的服務買單，認可浦和，這也說明我們有著更大的潛在市場。」

結語

最後，談到公司面臨的問題，張磊也指出，至今還沒有做出一款產品是公司最大的不足。為此，張磊決定要大力投入到平台產品的製作中，以此作為拓寬業務的準備，同時也作為自身的優勢之一。

「接下來，在2018–2019年間，我希望建立一個系統的客戶關係，而不是點對點式，通過項目完全搭建各層。」

更多優質內容，請持續關注鎂客網~~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！