“我們開始做這件事的時候,還沒有萬眾創業的濃烈氣氛,生活無憂是沒有問題的,但是沒有驚喜。在一條可以預見的曲線上,出來創業的的話,這條曲線可能沖到天上去,也有可能掉到地上去。我覺得在我這個點可以追求更多的東西,三年后所得到的東西并不會比走原來那條路少多少,機會成本相對來說不會太高。因為本身就不是安分的人。”
3年前,作為創始人之一的陳騰飛告別了自己穩定的職場之路,與騰訊、華為、步步高等企業出來的同學和朋友創辦了一家數據公司,為政府公眾號提供解決方案。“第一個項目就是公眾賬號開發,東莞交警的信息剛開始只能呈現在官網上,通過我們的幫助,可以通過公眾號來查路況、違章、罰款等項目。”
解決了“信息不對稱”后,團隊并沒有因此而禁錮,“最開始的時候微信支付并沒有那么多的線下場景,我們覺得這么好的東西完全可以做到線下,去到店里可以微信支付,我們就想做這么一個產品。”
2年后,陳騰飛已經是公司第三“老”的云移團隊,推出名為掌貝的智能POS機。目前擁有數萬家店鋪客戶。擁有融合收款,卡券營銷,微商城,O2O聚合消息,大數據分析,開發者接口等多重功能。
而剛剛拿完A+輪1億元人民幣融資的云移,員工接近200人,全國有5萬多家倉庫,代理渠道100多家。根據近期Analysys易觀智庫發布的最新數據顯示,2015年第3季度,智能POS的商戶接入量為7.02萬,其中,掌貝智能pos市場份額超過80%。而這個第三方統計數據還高于陳騰飛對記者透露的70%。
在“2015全球移動互聯網CEO峰會”的TED式演講上,陳騰飛著素色襯衫、黑色西褲,沒有當場90后創業者“耍大牌”的遲到、男扮女裝的浮夸,雖然聲音難以蓋住一絲緊張,但是在不到20分鐘的時間內對掌貝做了一個精準的介紹,并發布了掌貝在現有業務做門店支付和電子營銷的一個數據平臺之外,通過玩轉商家的大數據延伸新的金融服務。
會后,記者對云移信息科技有限公司副總裁陳騰飛做了專訪。
記者:對于一個產品最終的想象會是一個可以讓團隊永葆活力的秘訣,對你們的團隊來說,有什么終極的愿景嗎?
陳騰飛:我們的愿景是“讓天下沒有難做的掌柜”,我們通過智能工具來讓商家了解客戶,做更好的線上線下推廣。原來做生意選一個地理位置好的店鋪非常重要,位置好流量就大,位置不好生意就冷清。如果產品好、位置不好,我們用互聯網的渠道把卡券分發出去,也可以讓生意變好,讓互聯網的工具去改造實體商業,讓位置帶來的影響降低,轉而去重視營銷本身,老板可以只要專心做自己的產品。
記者:同行的競爭力大嗎?掌貝的優勢在哪?
陳騰飛:這個領域的玩家很多,對行業的理解我覺得千差萬別,也有人切進來做這個事情,分的時候說流水沒有分成,分的比原來刷卡那塊高,這樣第一批就死了一些了,因為交易規模遠遠沒有達到可以支撐公司運營的程度,這是一種。另外一種是做成一個APP,放進去,開機自動打開。這個是商家的一個工具,其實沒有數據的。掌貝有開機,其實就是一個深度定制的安卓系統,開機是我們做的,系統上面所有的應用也是我們做的。收款、商城、卡券的數據能在云端后臺匯總。
記者:融資1億之后,這些錢將用在什么地方?
陳騰飛:我們不是太燒錢的企業,B端燒錢也沒有效果,所以很有目的性地去做,接下來規劃是在重點城市北上廣深、杭州、武漢、成都攻當地的重點商圈。淘寶800萬中小商家,天貓14萬,線上也就千百來萬商家。但是線下有七千萬門店。而且,我們在線上買東西的頻率絕對沒有線下的頻率那么高。線下數據收集起來,如果收集起來,一定比線上的數據量更大。第二是放在研發,明年年終的時候開發團隊會是現在的3倍。
記者:跟我們介紹一下如何從智能POS機如何收集大數據?
陳騰飛:在所有電子優惠券、訂單和導流的背后,我們可以看到我們現在產生的一些數據,這些數據是我們產品上線一年多以來產生的數據,可能不是特別大,但是已經讓我們看到大數據的雛形。第一個是我們現在一年可以做到4000萬筆交易。商家用我們的產品在他的門店跟客戶進行移動支付的筆數。定單傳遞,我們現在做到2000萬左右。特權推廣包括會員的派發領取使用數據,我們已經做到1億多的數據條。在整個行業的發展三年,我們預測在未來的三年,定單數據可以做到2億筆以上,特權數據可以做到300億以上。基于這些數據,我們想要做的事情,如何幫助這些實體店,用這些數據去聯系金融機構,或者是它用這些數據去服務它的消費者。
記者:如何處理這些數據,并對接金融?
陳騰飛:我們有兩個方向,第一個是面向B端的金融企業,我們的數據具有商家屬性,我們可以看到它的流水。比如說它是一家餐飲店,它在我掌貝所有的餐飲服務行業里面,它是什么地位的企業、它有多少會員、多少客戶,我們基于這些數據對商家做綜合的評價,然后對接第三方金融機構,去向他們提供貸款。你很難客觀的對這些小微企業做征信評價,我們就是想利用它的門店,因為這個是跑不了的,而且是每天都在發生的數據給它做客觀的評價,來幫助它找到更合適的資金源。
面向C端的大數據金融應用場景,比如說分期,比如說白條。實體店沒有白條,最多是刷卡分期付款。這里我這里也有門店會員屬性,包括會員在其他店的交易情況、忠誠度、掌貝商家產生的歷史數據,我們可以幫助商家客觀地評價這個客戶是不是有消費能力、償還能力,我們是不是可以給這個用戶提供一些相關的金融服務,提供分期貸款。我們也希望利用我們的大數據,結合第三方平臺幫助商家向客戶提供相應的金融服務。站在一個實體店的角度,我們是服務實體店的,怎么樣利用移動支付的角度加上特權,加上前所未有的跟門店、個人相關的數據,整合起來形成一個可評估的顯性化的數據,去對接金融產業,實現實體店的服務范圍的進一步延伸。