-
资讯
带你了解日本第一大人力集团Recruit
近日，日本 Recruit 集团和真格基金联合举办了为期 1 周的访问活动，国内邀请了小美科技、探鹿、兼职猫、独立日、一米工作、美差、工猫、仟寻、闪聘、捷库、社保通11 家公司的创始人赴日交流学习，Recruit 方面代表人为投资部高级副总裁铃木亮一。
下面是关于Recruit的一些业务介绍和投资方向，大家来学习吧～
基本信息
日本最大的招聘企业 Recruit Holdings 创立于 1960年，并于 2014年10月16日 在东京证券交易所公开上市。Recruit Holdings 首次公开发行（IPO）规模为 20 亿美元，市值在 1200 亿人民币左右。目前的年销售近 1000 亿人民币，利润在 120 亿人民币。日本国内的业务增长每年保持在 10％－20%左右。
Recruit 在从事招聘业务 20年 之后，开始延伸其他领域，最早涉及的是与住宅相关，再之后到二手车等等，内部各业务线之间也存在竞争关系。下图为 Recruit 包含的业务品牌：
Recruit 的利润主要来源于三大模块——人才信息（HR Media），市场信息（Marketing Media）以及人才外包（Staffing）。从 Recruit 2014年Q2 的财报来看，Recruit 的 HR 业务占到整体业务的 73%，其中人力资源信息占到 22%，利润率为 36%；人才外包服务 51%，利润率为 17%。
招聘业务针对 “就业”、“跳槽” 两种类型，主要面向日本国内在校生提供就业信息，面向社会招聘提供人才介绍服务和兼职的招聘服务。并且，还提供人才派遣业务。海外派遣主要以北美、欧洲、澳洲等领域为主展开业务。
商业模式
Recruit 作为平台链接 B 端企业和 C 端人才，两端越分散，平台的价值就越大。
具体的商业模式，大致概括下来就是 “付费广告＋服务佣金”。通过在线下免费信息杂志、PC 端、智能手机端等自营媒体上登录招聘信息向客户收取广告费；人才介绍业务是通过提供就业服务，向成功获得入职员工的公司收取佣金。
这里有一个“蝴蝶结模式”，是 Recruit 集团业务的基础。一方面是对 B 端，经历 “潜在用户 BD——有需求客户的访问——签合同——服务” 这样一个阶段，另一方面是对 C 端，经历 “用户注册总量——搜索职位——投递——面试——服务” 这样的阶段。每进入下一个阶段，则用户数量会递减，这之间的留存率就是 Recruit 对自己员工的 KPI 考核。
Recruit 方面表示，虽然 B 端和 C 端，Recruit 用两批人在接触，但是匹配效率已经达到一个比较高的状态。
除了匹配效率，Recruit 能做到这么大的原因，就是他会把求职者信息转换为消费市场信息——从人的出生到死，日常的结婚生子、非日常的旅行都有围绕着 Recruit 的服务。这些信息收集从大学生的教育求职开始，基本相当于一个人的职业档案。（据悉，日本大学生毕业的时候有一项每人都会参加的从业资格考试是 Recruit 集团做的，很多人都以为是政府举办的。）
这样一来，用户可以在 Recruit 得到循环，从而增加用户粘性，产生增量市场。比如说，求职的用户也是旅游产品的用户。所以，日本招聘排名第二的公司在用户数量上跟 Recruit 差距很大。
在用户端，Recruit 拥有较大体量的数据库，可以进行大数据分析和机器学习，产生的精准推荐可以促进用户行为。
最初，Recruit 的业务都是基于纸媒进行的，90年 代开始发展线上业务，也算是整个集团的一次大的转型。直至今日已发展为拥有 200 以上的网站、提供 350 个 APP，50％的收益来自线上。
企业内部文化
在跟 Recruit 交流的过程中发现，他们还比较自豪的一点就是企业文化。
日本传统公司都是入职 15年 上升到科长，30年 上升到董事等。但是 Recruit 强调要颠覆、培养年轻员工。如果有想法，公司内部会有创新奖励，并且可以内部提供资源孵化一些项目，和国内阿里的一些做法很相似。
并且，Recruit 也设有孵化器。
投资战略
目前Recruit在全世界已有 162 个公司（包括子公司），在东南亚基本以合资公司的形式拓展市场。Recruit 的理想是在 2020年 成为人力资源领域的世界第一，在 2030年 成为营销和人力资源领域的世界第一。
成为日本在线招聘巨头后，逐渐将业务扩展到香港、台北、新加坡等地。Recruit 的海外收购战略是从人才派遣着手。从 2005年 开始基于在线数据为企业提供咨询服务。2006年 入股前程无忧，2010年 收购猎头公司伯乐，2012年 推出针对应届生的 Recruitment Navi，Rikunabi Direct，同年全资收购美国在线招聘网站Indeed.com，为整个集团的 HR 业务提供强大的算法和模型的支持。
Recruit 在 2006年 成立了 CVC，投资了 54 家有助于自身业务发展或于自身业务有互利协同效应的公司。其中也包括 FoF，投资总额达 90 亿日元。2014年5月 成立了投资总额 45 亿日元的 CVC「RGIP」。2014年10月 成立了投资总额 50 亿日元的「RSP6号基金」。今年1月 设立了投资总额 23.6 亿日元的 HR Tech Fund，专门用于投资海外拥有革命性技术的人才相关初创团队。
今后也会不断地向国内外的 Start Up 项目进行投资。投资领域包括：众包 / 经济共享、 FinTech、EduTech、医疗保健、人才领域、生活服务领域等。
来源：36氪，作者：徐宁，如若转载，请注明出处：http://36kr.com/p/5047067.html
-
资讯
传统企业如何实施“数据化”转型？听听数之联周涛怎么说
作者：周涛
八个步骤让你的企业“数据化”
什么样的企业可以称得上是大数据企业呢？恐怕没有人能够给出一个完美的答案。但是，直观地，我们可能觉得Google更像是一个大数据的企业，阿里巴巴也像是一个大数据的企业，而中国银行似乎不太像一个大数据的企业，尽管它每天也一样浸泡在海量的数据中。除了具有处理大量数据的能力外，之所以Google和阿里巴巴更像大数据的企业，是因为他们有深入的数据分析工具，利用数据分析的结果直接指导决策，而且经常推出基于数据分析的创新型应用，这还不包括类似于AlphaGo这样的奇葩。
这是我第三次以文字的形式谈论如何成为一个大数据企业。一是很早以前在“科学网”上写的一篇博客，二是为一本名为Code Halos的书写的序言。这个版本可以看作是上两个版本的补充和扩充，同时也是本书一些重点内容的重述（为了保证本文的独立性，可以不依赖本书直接阅读，少量书中给出过的文献和注释在本文中重复出现了）。然而遗憾的是，并没有一条放之四海皆准的通往大数据企业的康庄大道，更没有点石成金之术可以让一个企业快速Google化。这篇结束语只是提出一些看得见摸得着的建议，藏在这些建议背后的大数据理念，或许更加重要。
尽管我是用Step1、Step2这样的说法来列举成为大数据企业的措施，但是这些步骤之间并没有严格的逻辑上谁决定谁或者时间上谁先谁后的关系。举个例子来说，最好的办法当然是先有了数据标准再整理采集数据，这样可以不走任何弯路，但实际上完全没有数据，企业不会有动力做标准建设，做出来的标准也可能是纸上谈兵，完全不实用。又比如，数据管理平台的建设能够帮助更好地进行全面数据化，但实际上它多半是全面数据化战略进行了一定程度之后才开始启动建设的。总体来说，写在更前面位置的，是更基础的，但是没有绝对的依赖关系。
Step1 .全面数据化
“数据化”浪潮是整个大数据时代的起点，它强调数据就是资产，记录一切可以记录的数据，一定会在某一天产生巨大的价值。显然，数据化是一个企业能够通过深入数据分析，实现自身优化的基础。
我去长虹集团调研的时候，他们告诉我，长虹电器在自己的生产线上，通过大量传感器，记录生产环境的温度、湿度、粉尘度、振动强度和噪音强度，等等，通过这些量化指标与产品质量的关联分析，得到影响产品优品率和良品率的关键因素，再进一步通过控制环境因素，明显提高了产品的优品率。企业在日常的经营管理过程中，通过办公自动化系统（OA系统），很多内部即时通讯、邮件往来、工作分配和业务文件上传下载等日志数据都被记录下来了。这些数据就是宝贵的财富！正如我在书中第三部分提到的，我们通过对这些数据的分析，能够更精确地预测员工的离职率和升职率，更精确地预测员工和部门的绩效水平，帮助企业员工通过基于关联用户和文本智能匹配快速找到对自己现有业务和客户有参考价值的案例和文件，等等。但是这些提升，都是建立在企业拥有相应数据的基础上。
总的来说，全面数据化要求企业采集并存储企业生产经营中的一切数据，形成企业数据资产的概念。
Step2.整理数据资源，建立数据标准形成管理
很多企业已经有了一些数据储备，或者通过第一步，开始快速积累了一些数据。但是企业管理层，尤其是跨业态拥有多家子公司的集团运营的企业，一般而言，对于自己到底有哪些数据资源是没有清晰认识的，更拿不出一张较完备的数据目录。
企业要做的第一步，就是通过自顶向下的方式，成立数据委员会，在有必要的时候借助外部合作方的帮助，进行全面的数据调研，了解数据资源的整体情况并建立数据资源情况更新的流程和规范。
数据资源最基本的呈现方式是一个数据目录，我认为，企业管理团队至少要掌握整个企业数据的3级目录，而企业的主要技术团队应该掌握到4级目录。但数据资源又不仅仅是数据目录，因为还涉及到每一个数据项的完备性、更新程度、有效性和噪音源等描述。掌握了数据资源后，企业要根据自己业务发展的需求，建立数据标准，使现有数据和未来所有的新增数据都能够在同一个标准下统一管理，避免“信息系统建设越多，未来数据整合越难”的困境。业务中涉及大量数据的企业，尤其是涉及到用户隐私数据、国家安全数据和具有重要商业价值数据的企业，要形成数据全流程管理的规范，因为绝大部分数据隐私和数据安全的事件，都不是从外部由黑客或者敌方特定人员通过技术手段获得的，而是本单位人员蓄意或无意泄露的。数据全流程管理的规范就是要做到企业能够对数据进行分级分权限的管理，随时了解敏感数据存储在哪些服务器和终端设备上，对于敏感数据的任何处理，都能够留下数据日志并打上唯一的数据水印，使任何可能的数据泄露之后，都能够追根溯源知道是哪一位员工在什么时间点在哪一台设备上运用何种权限下载的。对于一些操作过程中出现的风险点，良好的管理规范也能够实时发现，防患于未然。
Step3.建设数据管理平台
有的读者一听到数据管理平台，就认为是要花一大笔钱建设数据中心，把数据存起来。数据管理平台肯定要有数据中心的存储灾备功能，但是它的作用远不止此。
首先，数据管理平台要为企业量身定做一套数据组织和管理的解决方案，特别是企业各部门之间数据的共融共通，以及企业数据怎么样进行索引和关联。很多大企业，各部门之间数据的格式、形态和ID系统都不一致，部门之间无法交换数据，甚至大部分的数据表连主键和外键都没有，数据之间不可能形成有效的组织。这些都是数据管理平台要做的事情。
其次，数据管理平台是由业务所引导的，先进的流数据智能处理系统，要为业务提供直接的支撑。很多时候，数据管理平台怎么搭建，需要深度了解企业最重要的核心业务，通过有重大价值的示范性应用来牵引数据管理平台的建设。例如针对零售类的企业，就应该形成以消费者为中心的索引和画像系统，主要支持精准广告、智能客服等核心业务，其次才是以商品为中心的索引系统，主要支持物流和仓储优化等业务。
最后，数据管理平台的建设要量体裁衣，强调鲁棒性和可扩展性，没有必要一开始就投入大量经费。因为硬件成本的下降也很快，不用想太多半年甚至一年以后的事情，只要架构设计合理，到需要的时候扩充硬件是容易的。
Step4.建立海量数据的深入分析能力
要想建立针对多元异构、跨域关联的海量数据，通过深度分析挖掘获取价值的能力，主要要培养两个方面的能力。
第一，是非结构化数据的分析处理能力。包括文本、音频、图像、视频、网络和轨迹等数据。受过传统商务智能和统计学训练的人，对于处理结构化数据非常在行，但是处理非结构化数据往往比较头痛——比如分布好做抽样，网络怎么进行抽样？所以，对于常见的，特别是和企业自身业务有密切关系的非结构化数据，一定要有一支队伍能够挖掘其间价值，甚至将其转化为结构化的数据。
第二，是大数据下的机器学习的能力。绝大部分我们可以想象到的应用问题，其本质都是分类或者预测问题，包括个性化推荐、精分营销、员工绩效管理、银行信用卡征信、小微企业贷款、生产线控制、精准广告和网点选择，等等。解决这些问题最有力的武器就是机器学习！特别是在大数据环境下，很多高阶的核函数慢得不行，大量的学习都必须采用线性学习器；而且数据非常多，很多时候都是在强噪音环境下寻找弱信号，单一分类器往往效果一般，必须要做集成学习。举个例子，在Netflix举办的百万美元电影个性化推荐大赛中，我们做过一些很优美的单模型，但是比起在比赛中最后获胜的集成学习模型，至少从精度上来说是弱爆了！有的读者要问了，高性能存储计算难道不重要吗？不得有一些懂Hadoop，懂Spark的技术高手吗？要不要在CPU阵列里面加几块GPU甚至可编程逻辑阵列呢？这个也重要，但是企业如果实力足够，可以采用成熟的解决方案，国际上顶尖的大数据服务商，例如IBM、HP和Intel都有不错的方案。但是我说的上述两点，是给企业培养人才和能力，而且至今也没有特别好的成熟的解决方案，所以更重要。
最后，企业怎么建立这样的能力呢？首要办法是能够招聘到一流的大数据人才——多花点钱和股票。第二选择是以显示度项目为牵引，通过外部合作，培养自己的数据分析团队，既解决问题，又学习能力。企业做这类的合作，不要老想着一次性把所有东西都外包出去，要探索新方式，看看能不能成立联合小组共同进行研发，多投入一些人去学习。有一些供应商，特别是在某些方面有专长，但是还不属于国际一流的供应商，在发展过程中是能够接受企业这种要求的。
Step5.建立外部数据的战略储备
企业走到这一步，就有点现代大数据企业的理念了，因为它不再仅仅局限于自己业务的数据了，开始看外面的世界了——很多大数据的重大创新，都是来源于把数据放在产生数据的业务体系之外去应用。举个例子，一个服装企业要解决设计生产的规划问题，仅仅看自己的销售记录还不够，要不要看看淘包、天猫和京东上服装的整体销售，了解什么款式、什么颜色、什么价位的服装在哪个地区最受欢迎呢？这就需要外部数据了！
事实上，外部数据对于市场拓展、趋势分析、竞品分析、人才招聘、用户画像和产品推荐等意义重大，而网站、论坛、社交媒体和电商平台上聚集了很多有重要价值的公开数据，这些数据中的大部分可以通过分布式深网爬虫技术直接高效采集。所以，企业要有意识地开始建立自己的外部数据战略储备，不要“数到用时方恨少”。一方面，企业可以自建具备采集、清洗、存储和索引等功能的自动化系统，自动积累外部数据；另一方面，企业可以通过和数据供应商合作，得到一些亟需的数据。
Step6.建立数据的外部创新能力
企业很容易局限在自己的业务中不能自拔。所以，让企业理解外面的数据能够帮助解决自己业务遇到的问题比较容易，因为企业主和员工们每天都在想怎么解决这些问题，反过来，让他们去思考自己业务的数据能不能在其他地方产生重大价值，帮到其他企业，他们就没有那么敏感了。其实，这些创新性的想法往往能够带来新的巨大价值。比如，Google利用自身搜索业务产生的数据，进行电价和传染病流行情况的预测，取得了巨大成功。
事实上，企业通过智能终端、传感网络、物流记录、网点记录和电子商务平台，等等，获得的第一手数据，很多都可以用于支持在跨领域交叉销售、环境保护、健康管理、智慧城市、精准广告和房地价预测等方面的创新型应用。把握住这些机会，就能够放大企业当前业务的价值，带来持久可观的收益。
Step7.推动自身数据的开放与共享
伟大的企业懂得如何把最聪明的人集合起来，为自己服务。
企业有了大量数据和一定的分析能力后，不能故步自封，而要充分借助社会的力量，尽最大可能发挥数据潜藏的价值。Netflix曾经公开了包含50多万用户和17 770部电影的在线评分数据，并悬赏100万美元奖励能够将Netflix现有评分预测准确度提高10%的团队。现在的Netflix已经不再是一家电影在线租赁公司，而是国际一流的大数据企业了。除了法律上因为安全和隐私不能开放共享的数据，相当一部分都能够以各种方式开放出来——这种开放会带来更大价值！国际化的如Kaggle（英文平台，www.kaggle.com），国内如DataCastle（中文平台，www.pkbigdata.com），都是很有影响力的大数据创新竞赛平台。举个例子，电子科技大学大数据研究中心曾经在DataCastle上举办过学生成绩预测的比赛，总奖金才50 000元，却吸引了915支队伍2 000余名参赛者参加比赛，其中200多只队伍来自于“985”和“211”知名高校。这里面最佳解决方案的思路和方法已经被应用于教育大数据定量化管理的产品模块中了。最近现金巴士推出的“微额借贷用户人品预测大赛”更是吸引了1 531支参赛队伍。还有一种最近新出的比赛方式，就是企业给出数据集的描述和样本数据，参赛选手设计创新型商业应用，提交产品说明或者商业计划书。
企业通过这些数据开放计划，可以学习最先进的算法和最具创新性的数据应用思路，实现自身数据的价值最大化。
Step8.数据产业的战略投资布局
企业有了一定的规模，光靠自己的能力还不够或者还太慢，就可以考虑通过投资的方式迅速形成自己的大数据能力甚至大数据产业布局。这类战略型的投资，有三个可能的出发点：
（1）产业集成。从投资方原有优势产业或大数据前景广阔的重点产业入手，进行全产业链布局，集中力量。
（2）技术集成。以数据采集、存储、计算、分析和可视化的创新型工具为主要投资对象，提供具有普适性的解决方案。
（3）数据集成。以数据流动共享，发挥外部价值为理念，投资一批能够紧密合作、数据互补和可控性强的企业。
对于原来没有从事过数据密集型和信息技术密集型行业的企业来说，第二类投资方向的风险特别大，建议主要从（1）（3）两类考虑。这种投资有别于财物投资，主要是考量被投资企业与投资方的整合能力，以及所能提供俄数据的稀缺性、独立性、多源性、流动性和互补性。
最后，我的结束语是希望读者能够从中领悟到企业的大数据之道！如果说有那么几家企业，受到这本书的启发，在商业模式、产品和业务方面产生了可观的价值，这就是作者最大的成功了。
节选自周涛最新大数据著作《为数据而生——大数据创新实践》一书。
End.
-
资讯
Embroker 为中小企业提供一揽子保险方案
一家名叫 Embroker 的保险经纪网站近日完成了 1220 万美元的 A 轮融资， Canaan Partners 领投，Nyca Partners， XL Innovate， Valley Bank 参投。
Embroker 主打为中小型企业提供基于云端的风险和保险管理系统。 通过扮演保险代理人的角色，Embroker 提供给企业方一套系统化工具，用以比对、分析、购买保险，以及在云端保存、管理各类保险单据。
通过调查， Embroker 发现，一般的中小型公司有 4 至 6 种分散的保险，每年最多花费 100 万美元在保费上。并且，保险行业严重依赖人工，从保险商到客户手中，中间需要经历复杂的渠道。此外，很少有企业会去关注他们这一年来在保险费用上的支出构成。
Embroker 的产品可以消除商业保险的渠道障碍、优化保险覆盖率，以及实现商业保险购买智能化。
通过使用自主开发的软件、数据以及预测分析系统， Embroker 为用户购买各类商业保险。这个系统主要服务于企业主、风控管理人以及财务总监。用户将各自企业的商业保险政策、覆盖范围等信息上传至系统；通过分析这些信息， Embroker 为用户推荐最符合企业要求、价格最优的保险品种。
Embroker 表示，他们目前与 10 家商业保险公司有业务合作关系，并且已经在美国 50 个州获得了经营执照。
Embroker 称：通过 SaaS 工具，用户可以实时访问系统，在线申报自己的损失状况，系统会给出使损失最小化的解决方案； Embroker 还可以追踪保险卖家的资质，并在保险不合格、保险过期等情况下向用户发出警告；此外，实时追踪企业资产状况、企业车辆信息、固定资产位置信息等一些企业变量信息。
原创文章，作者：张悦，如若转载，请注明出处：http://36kr.com/p/5047251.html
-
资讯
别再提什么云计算，你需要的只是云服务
这些天有不少创业者询问云计算和云服务的区别，就连有一定经验的开发者，面对这两个概念的时仍然是一头雾水。
在云计算刚刚进入中国的时候，从业者乐于宣传“云计算”的概念，以至于大数据、云计算、人工智能等词汇成为不少人的口头禅，而当云计算在国内真正兴起，涌进了大批想要瓜分蛋糕的创业公司，又往往以“云服务”为自家的产品背书。
即便在很早的时候就有专家呼吁“云计算”和“云服务”这两个概念应该加以区别，商业市场显然并没有听从这一建议，如今整个云计算产业的市场规模已达3000亿美元，云计算和云服务的概念也越发的模糊。
云计算和云服务的区别在哪里？
一般来说，提到云计算不少人会想起三个词汇，即IAAS、PAAS和SAAS，单从字面来讲，其中的S是Service（服务）的缩写，也是云计算最典型的三种服务模式。不太严谨的说法是，IaaS是最基础的云计算产品，而PaaS、SaaS以及后来衍生出的诸多概念都属于云服务的范畴。
不过，从专业的角度来看，“云计算”是指一种技术架构，主要包含了虚拟化、自动化部署、分布式计算等技术，这个技术架构的优点是可以对外表现非常优秀的并行计算性能、规模伸缩性和健壮性。
而“云服务”是指在云计算的技术架构支撑下，对外提供的按需分配、可计量的IT服务，可用于替代用户本地自建的IT服务，主要分为三个层次：IaaS、PaaS、SaaS。而国内之所以导致这两个概念的混乱，大概是三个原因造成的。
1、造势需要
不管是早期的云计算厂商还是客户，乃至为用户提供云存储服务的厂商，都有鼓吹“云计算”概念的嫌疑。从目前来看，这一策略不可谓不成功，云计算万亿市场空间的共识已经形成，政府也多次表态支持云计算的发展，最重要的是在云计算的概念下一些基础的云服务早已渗入到互联网的每个角落，比如云存储服务。
2、转移焦点
包括阿里、腾讯在内的云计算巨头，过去一直在强调“计算”的价值，原因在于云计算开始时的竞争对手是传统的IDC服务商，外界对云计算的理解也有些狭义，通常指通过网络以按需、易扩展的方式获得所需资源。很容易理解的是，在服务不占优势的情况下强调云计算的弹性服务更容易赢得客户的青睐。
3、云计算的早期用户决定的
除了大众化的云存储服务，直到今天很多云服务的买单者仍是企业用户，尤其是大型的企业用户。它们对云计算的早期需求局限在IT基础设施上，最典型的就是亚马逊的EC2，提供Web服务的方式让使用者可以弹性地在虚拟主机上运行程序。只不过EC2翻译过来应该是弹性计算云，国内直接采用了“云计算”这一词汇，后来更是被用于概括各种云计算服务。
其实从国内各大云计算厂商的slogan很容易看出对云计算和云服务理解的差异。我们不妨看几个案例：
阿里云：为了无法计算的价值；
浪潮：中国领先的云计算、大数据服务商；
百度开放云：可靠的智能云计算服务平台；
新浪云：免运维的云计算服务；
金山云：全球高品质的云服务专家；
网易蜂巢：专业的容器云平台；
不难发现，以浪潮、阿里及三大运营商为代表的云计算厂商仍在强调“计算”的概念，浪潮等有服务器销售背景的企业更擅长云计算的基础设施，三大运营商布局云计算的思路也是在服务国内的大客户，阿里云在去年赢得了中石化、中石油、12306、国家电网、新浪微博、芒果TV等大型企业，但大多数开发者使用的仍是云主机、数据库、缓存、云存储等服务。
而百度、新浪、金山、网易等已经开始直接或间接的强调云服务，尤其是网易直接深入到了云计算的垂直领域，从即时通讯云服务、云客服、视频云、反垃圾云服务等多个角度布局了云服务产品。
纵观国内的云计算格局，已然进入到了由微软、IBM、SAP、AWS等外资背景的云服务提供商，华为等IT巨头和三大运营商，阿里、百度、腾讯、网易、新浪、金山、京东等互联网巨头和众多中小云服务商组成的云计算2.0时代。或许也意味着“云计算”的光环正在慢慢褪去，云服务的时代即将到来。
云服务比云计算有着更大的价值？
站在用户的角度来讲，除了云计算的服务端架构服务，还需要测试、BUG分析、数据分析工具、推广平台、反馈与客服平台等复杂且多样的服务。更重要的是，他们并不关心云计算在基础设施上较于传统IDC有何创新，更关心云服务是否能够帮助他们降低开发成本、运营成本甚至稳定性所带来的风险成本。
就好比说，有人将云计算形容为互联网的水、电、煤，也就是基础资源，但大多数用户并不关心这些基础资源是怎么来的，而是关心可以用来做什么。从这个角度来看，云服务比云计算更加大众，也意味着更大的市场。
根据2015年云计算厂商的销售额来看，AWS的成绩是79亿美元，微软斩获了11亿美元销售额。在这个差距背后，微软Azure的产品在测试数据上并不输于AWS，但在AWS的子产品中，除了EC2为计算云之外，其他产品皆为云服务。
据Dropbox称，AWS约95%的新产品和新服务都是客户需求反馈的结果，仅在2015年，Dropbox就为AWS产品组合新增了722项新的功能和服务。相比之下软件出身的微软，在针对用户的运营服务上的短板非常明显，这大概是AWS独占全球50%以上市场份额的原因所在。
此外，甲骨文不久前宣布以5.32亿美元收购了节能数据分析公司Opower，微软传出了收购物联网企业Solair的消息，亚马逊宣布将和Salesforce一道发力物联网。除了扩建数据中心补充技术设施方面的实力，云服务已经成为国外云计算巨头们军备竞赛的又一个要点。
其实，跳出“云计算”的概念从云服务的角度出发更容易理解为什么新浪、网易等互联网企业纷纷进军云计算市场，以及创业者和投资机构看好这个领域的原因所在。
简单来说，云服务是运行在云计算上的，巨头们可以通过自研的形式弥补在基础设施上的不足，创业者也可以通过租赁公有云或私有云的形式打破进入云计算行业的门槛。于是乎，云服务领域出现了两种不容忽视的力量。
其一、借助技术开放布局云市场的互联网巨头
国内最为典型的就是新浪和网易，比如说新浪搭建了国内第一家公有云计算平台，网易打造出了网易云信、网易蜂巢等优势产品。这类厂商的优势在于拥有丰富的互联网产品研发经验，对开发痛点有着深入的了解，比如码农需要的服务，团队协作需要的服务，产品运营需要的服务，进而在云计算的基础上对外提供相对优质的云服务。
在宣传时不再强调IAAS、PAAS、 SAAS等概念，开始主打“服务”的优势，具体解决一些实际问题，比如快速部署、免运维等，就好像网易从“运营云”、“运作云”、“研发云”等角度重新定义云服务。
其二、深耕云服务细分市场的创业公司
从2015年开始，云计算领域的融资案例不断出现，深耕云服务细分市场的创业公司开始成为资本的新宠，尽管这些企业并没有自身的云计算能力，但对云服务的打包和整合却在一定程度上迎合了个性化云服务的趋势。
以容器云市场为例，从2013年开始，Docker技术开始成为关注的焦点，国内的一些创业者在Docker环境的基础上加入一键部署、资源编排服务、镜像仓库、云数据库、集群功能等形成了CaaS容器云，国内知名的容器云厂商已经有时速云、精灵云、数人云等，且相继完成了千万级的融资。当然这个领域也吸引了巨头的加入。
最后要说的是，抛出这个问题的原因在于，“云计算”一词在国内有被妖魔化的趋势，即无限放大“计算”的价值而忽略了“服务”的重要性。从很大程度上来说，云服务的实现离不开云计算的支撑，但过于强调计算的结果，而弱化云服务的提升，就好比养大了一头大象，最终却发现少了托运大象的运输工具。
用户选择云计算是希望将之前硬件投入的成本转移到更便捷的服务上，而非为了获取所谓的计算能力。借用一句偏激的话说：云计算将死，云服务永生。至少是时候理清计算和服务的关系了。
【来源：钛媒体 作者介绍：Alter；微信公众号：spnews】
-
资讯
SaaS销售软件Showpad融资5000万美元，让销售拜访客户时只需带一个Pad就能实时获取与销售相关的所有资料
常年在外四处奔波，寻找业务洽谈客户，这是销售员的工作常态。他们的工作状态决定了轻化办公设备将产生更高的工作效率。毕竟谁也不想天天揣一堆业务产品和企业资料出去向客户销售自己的产品。现在，有一家名为 Showpad 的创业公司想让销售员只需一一个装有自己软件的 Pad 就能在销售过程中实时获得与销售相关的所有资料。
Showpad 是一家位于总部位于比利时的基于云端的 SaaS 移动销售办公应用，曾被誉为比利时成长最快的科技公司，公司在旧金山和伦敦都设有办事处。Showpad 今天宣布，公司刚获得一轮 5000 万美元的 C 轮融资，此轮由此由 Insight Venture Partners 领投，公司之前的投资方 Dawn Capital 和 Hummingbird Ventures 继续跟投。此轮融资后，Insight Venture Partners 的常务董事 Jeff Horing 将加入 Showpad 的董事会。
Showpad 瞄准的是移动端的办公软件市场。Showpad 认为，销售员和平板简直就是天生一对。不同于 pc，平板更轻，更容易携带和分享。但是在很多时候，用平板向客户做演示却不是很方便——ppt、excel 这样的办公工具当然可以，但是都太零散了，有没有一个专业的集中式的办公软件可以一站式全部搞定？
Showpad 想做的就是这样一个一体化的移动销售办公软件。和传统的资料共享系统和 CRM 相比，Showpad 的一大特点就是简单方便，销售员可以通过平板上的 Showpad 软件向客户演示电子书、视频、pdf 等多种格式的资料文件，一边和客户沟通一边从 Showpad 上实时拉出相关的数据和资料。而这些数据与资料，分别由企业的各个部门上传到云端。此外，Showpad 还允许用户直接从其它存储服务里导入相关的营销资料，比如 Box、Dropbox、Google Drive 等，让销售员可以通过 Showpad 更高效地从各个平台上快速找到所需要的所有相关营销资料，并借助 Showpad 上的模板轻松快捷的组织管理和向客户演示。在没有网络的坏境下，销售人员还可以离线缓存使用 Showpad，这是它的另一个优点。
除此之外，Showpad 的另一个亮点是在于能够协调销售与市场的工作关系。在大部分企业里，销售和市场是两个完全独立的部门，这两个部门的沟通问题却常常要通过额外的渠道解决。比如，当销售部门的人员出去拉业务、见客户的时候，市场部最新的数据与资料往往到达不了他们手中；而销售员面谈客户的情况，有时候又是市场部需要了解到的信息，也没办法在第一时间传送回去。借助 Showpad，销售与市场之间可以进行更直接的在线信息推送，市场部的同事还可以根据 Showpad 上的各种分析工具及时了解到销售人员利用率较高的数据与资料，沟通链条将随之大大缩短，从而减少企业不必要的开支和花费，提高各部门的工作效率。
此外，为了拓展自己平台的可用范围，Showpad 还通过与其它应用集成的方式整合其它服务。今天，Showpad 还宣布完成了两个新的服务集成：Gmail 和 Salesforce。集成 Gmai 后，用户可以直接在 Gmail 邮件客户端里直接获取 Showpad 的内容，以创建个性化的邮件。与 Salesforce 集成后，用户可以直接在 Showpad 里创建联系人或销售线索。
Showpad 表示，在过去 4年 里，公司每年的营收都在上年营收的基础上翻一番，目前拥有超过 850 个客户，包括 Johnson & Johnson、GE、 Coca-Cola Enterprises、Xerox、Kimberly-Clark 和 Bridgestone 等。公司还表示，自己最大的客户之一 Engi 在使用了自己的产品后，公司销售团队的工作效率提升了 25%。目前，通过使用 Showpad 完成的销售订单超过 10 万份。
2014年11月，Showpad 曾获得一轮 850 万美元的 B 轮融资，公司当时的年经常性收入是 450 万美元。2013年3月，公司曾获得一轮 200 万美元的 A 轮融资。
来源：36氪，作者：达达，如若转载，请注明出处：http://36kr.com/p/5047222.html
-
资讯
中华英才网APP5.0发布 颠覆在线招聘模式
随着移动互联时代全面到来，互联网招聘移动化趋势更为明显。自今年年初以来，三大在线招聘网站中华英才网抓住移动化趋势成为市场第一后，又于近日再度发力，实现了新的产品升级。据悉，中华英才网APP5.0版本已于5月17日全面登录Ios、安卓系统。在最新版本中，其首创亮点功能“聊一聊”将招聘双方需求精准匹配，大大提升招聘效率。对此，业内人士惊呼，中华英才网以创新精神回归在线招聘第一阵营后，或将迅速改变行业格局。
“聊一聊”显神奇
回复速度慢、招聘效率低是传统招聘网站长期无法摆脱的标签，在快节奏的移动互联网时代，用人单位HR和求职者需要更快更高效的沟通，基于此，中华英才网APP5.0版本在原版基础上，重点研发了实时交流模板“聊一聊”，契合了HR和求职者提前沟通的需求。
在测评中记者发现，中华英才网APP5.0版本企业用人主管及HR可以轻松查看所有求职简历，可在系统推荐页面选择合适的目标求职者主动发起实时对话，提前了解求职者的工作状态及对企业的态度，求职者同样可以对企业招聘负责人了解情况，实现供需双方诉求实时匹配。
中华英才网新APP改变传统在线招聘模式
显然，中华英才网“沟通前置”的理念对于传统在线招聘模式而言，意味着本质的改变。在以往传统在线招聘的招聘模式中，企业HR首先需要购买意向人简历，在拿到对方联系方式后与求职者进行面试要约，在此过程中，企业方并不能了解求职者实时工作状态及对企业的想法，在简历成本付出后，很可能求职者已经找到工作或是对企业并不感兴趣。
对于求职者而言，通过中华英才网最新版本的APP，则可以直接与用人单位“聊一聊”，提前了解企业与职位需求，大大提升求职效率。中华英才网APP5.0版本有效解决了“高时间成本“问题，求职者用手机创建简历后只需设置求职关键词，即可实现职位自动智能匹配。而在以往，求职者在招聘网站上投递简历后，只能被动等待应聘单位的面试通知，以至于求职者“海投”简历后往往石沉大海。
尤其面对投递简历后石沉大海的问题，新版本也有针对性的解决方案，首先，在投出简历后，简历投递动态会实时反馈，其次，求职者也可直接点击 “聊一聊”与招聘方实现实时沟通，以聊天的方式开启一段新的职业人生。
招聘战火烧向移动端 中华英才网抢占行业先机
此次中华英才网APP5.0新版上线后，招聘与求职双方实时沟通的创新功能，彻底优化了传统的招聘流程，节约了双方时间，有效提升了求职及招聘的成功率。而不受时间地点使用限制，正是移动互联网技术魅力所在。
随着移动互联网的持续普及，占领移动端的招聘入口成了招聘行业的普遍共识。过去的一年里，在移动互联网发展浪潮下，中华英才网积极迎接变化，从用户的需求出发，在移动端不断寻求创新与改革，力求颠覆传统模式经过一年的强势出击，中华英才网现已实现三端(PC端、APP端、M端)重构，并在2016年春节期间，移动端增速高达642%，跃居行业第一。不仅如此，在强势的发展势头下，中华英才网为丰富自身业务体系，在原有的基础上重新规划布局，收购动作频频。面对如此凶猛之势，HR圈内人已经形成一种共识：中华英才网已强势回归，其秉持的创新精神使其迅速成为在线招聘行业排头兵。
-
资讯
“兼职猫”即将收购“兼职达人”，资源整合成趋势
“兼职猫” 将于近日完成对 “兼职达人” 的收购。据透露，本次收购后，“兼职达人” 暂保持独立运行。
今年3月报道，“兼职猫” 完成金额为 6300 万人民币的 A+ 轮融资，由赛曼基金领投，梅花天使创投、匹克高管跟投。在同类产品数量过剩、学生用户选择多、粘性低的情况下，兼职猫更着重于企业用户的招聘服务，在他们身上赚钱。截至 3月 份，平台每月承接订单总量为 150 万，招聘完成率 80%。自 2015年9月 开始收费后，每月流水两千多万，可以带来一百多万的净收入。
而 “兼职达人” 同为兼职项目，自 2015年5月 上线以来，项目估值过亿，获得千万级 Pre-A 轮融资，平台目前超过 120 万用户，10 万商家入驻。
其实，兼职行业同类产品的思路基本都类似，从解决 “招聘信息真假” 切入，快速匹配商家和应聘者，在达到一定规模后，经平台过账，后期切入金融、社保等领域。区别相对较大的是，“兼职猫” 之前着重在做广州领域，“兼职达人” 发力在做深圳。
本次收购，相当于兼职猫在地域上的市场扩张。另外，面对涌现的新兼职平台（像壹佰块、58 分拆的 “斗米”等），抱团取暖、资源整合未必不是一种上策。
“探鹿” 与 “小美科技” 合作时，双方创始人也曾表达过类似的看法：“市场资源已经到达开始整合的临界点，很多服务商开始抱团，大家把各自擅长的领域做好，然后一起合作将资源最大化，才能提高彼此之间的效率。而对企业来说，弹性用工的需求会越来越大，服务商通过合作跑赢市场也是一种不错的方式。”
来源：36氪，作者：徐宁，如若转载，请注明出处：http://36kr.com/p/5047099.html
-
资讯
还在亏损的51Talk赴美上市底气何在？ 付费用户人均贡献6千
国内资本市场政策的不确定性似乎已经产生影响，在沉默了一个季度后，国内互联网公司重新启动赴美上市。
国内在线教育平台级企业51Talk无忧英语（以下简称无忧英语）向SEC递交了F-1上市申请文件，文件显示， 51Talk IPO将募集资金约1亿美元。承销商为MORGAN STANLEY 和CREDIT SUISSE。目前暂未确定上市的交易所。
亏损持续扩大
无忧英语提交的F1文件显示，在整个2015年，无忧英语的净营收为人民币1.55亿元（约合2390万美元），高于2014年的人民币5220万元；归属于普通股股东的净亏损为人民币4.03亿元（约合6220万美元），相比之下2014年归属于普通股股东的净亏损为人民币1.30亿元；归属于普通股股东的每股亏损为人民币5.57元（约合0.86美元），相比之下2014年归属于普通股股东的每股亏损为人民币1.71元。
而从2011年成立以来，无忧英语一直处于连续亏损中。数据显示，从2013年到2015年，无忧英语的亏损呈持续扩大之势，分别为：1780万人民币、1.017亿人民币以及3.271亿人民币。而截止3月31日，无忧英语今年已录得亏损9930万人民币（约合1540万美元）。
另外根据F1文件透露的信息，无忧英语使用的是YY的流媒体技术，以提供学生教学、教师培训等服务。
2014年6月，无忧英语与广州华多网络科技有限公司签订了为期五年的技术服务协议，以使用YY提供的视频、音频等流媒体技术支持。今年2月，无忧与另一家上海的网络服务公司签订了流媒体技术合作协议，以加强在MAC平台上的服务质量。
在风险提示中，无忧英语提到，任何与YY之间合作关系的波动，都有可能对无忧英语的教学服务产生负面影响。
菲律宾设两家公司
在招股书中，无忧英语还披露了公司的VIE结构，其在境外的主体公司为中国在线教育集团（China Online Education Group，简称COE），COE拥有其香港分公司100%的股权，并通过香港分公司控制国内的公司实体。
无忧英语在菲律宾也设有分公司，主要负责当地老师的招聘、培训和管理，在无忧英语发展早期，来自菲律宾的外教是其主力教师队伍，这为其提供低价的一对一外教服务提供了功能，但同时也遭受了教学质量、老师发音不准等来自用户的批评之声。
本月中旬，无忧英语宣布上线北美地区产品，该产品将依据北美地区的教材，并招募北美地区的老师，随着公司体量逐渐扩大，无忧英语开始有意识的提高自身的教学团队质量，不过这也将为其提出新的挑战。
付费用户人均贡献近6千
在生源上，F1文件显示，从2013年到2015年，无忧英语的付费生源在持续增加，其中active student（指上一年付费当年学习的付费用户）分别为15200、35000、86500名学生，paying student（指当年付费的用户）分别为13900名、28800名、68500名。
同时，付费用户的人均消费在提高，2013年，无忧英语的付费用户人均消费2600元，到2015年，这一数字已经提升至5200元，今年第一季度，这一数字达到新高，为5900元。
截至今年3月31日，无忧英语的电话销售雇员数为120人，学生支持雇员数为10人，提供免费试用课程的老师雇员为493人，其中485人来自菲律宾，市场和品牌业务雇员为108人，技术和产品开发雇员359人，普通员工及行政人员为497人，其中343人在菲律宾。
管理层持股24%
无忧英语的管理层和董事成员共10人，除了黄佳佳、舒婷、张礼明三位创始人外，还包括CFO、CTO，以及来自投资机构的其他五位董事。
51Talk于2011年11月正式上线，采用在线外教1对1的模式，同年12月获得徐小平的真格基金天使投资，2012年获得 DCM的 A 轮投资，2013年完成B轮融资，其中小米CEO 雷军旗下的顺为资本是其领投方，2014年10月，获得红杉领投，顺为、DCM跟投的C轮融资。
根据F1文件披露的信息，股权结构上，无忧英语创始人黄佳佳持股16.8%，舒婷持股7.2%，管理层合计持股24%，无忧英语的投资机构中，DCM持有股份为24.1%，红杉资本持股19.3%，顺为持股15.3%，多玩（YY）持股10.4%。另外无忧英语的境内实体公司持股24%。
来源：腾讯科技 （韩依民）
-
资讯
SaaS模式云客服系统在各类企业的应用实践
作者：王钰公
据移动信息化研究中心（MIRC）最新公布的《2016云客服市场调研报告》显示，2015年云客服的热度开始上升，2016年是云客服厂商快速成长、百家争鸣的一年：各厂商利用移动、通讯、协同、智能化分析等新兴技术和应用模式，从不同角度切入并占据目标市场，但殊途同归，最终都将趋向于覆盖全渠道、全生命周期的的一体化客户服务系统。
其实在2016年以前，就有很多企业率先采用了SaaS模式云客服系统，包括国内知名的知名证券公司华泰证券、乐视网等，他们都通过SaaS模式云客服系统完成了企业内部与外部客户的统一协作管理，并实现了传统客服系统到SaaS模式云客服系统的成功转型。
从MIRC最新公布的一组统计数据来看，有23%的电商企业、17%的金融类企业和15%的教育行业企业，目前采用了SaaS模式云客服系统。
在大型企业采用SaaS模式云客服系统的同时我们不难发现，由于中国企业用户提高成单率降低成本等需求痛点，其倾向于更易带来销售效果的售前客服。但随着客户服务意识的不断提高，各企业所面对的客户所提出的需求越来越趋于个性化和营销化，很多企业对于SaaS模式云客服系统的功能要求越来越高，都希望客服系统不仅仅只局限于客户服务这一领域，而是能够将移动营销、客户管理、大数据分析等功能都集成于统一的管理后台。其实，这也是云计算时代到来后，对每一个云客服厂商提出的新标准和新要求。
企业对云客服的应用集中在售前和售后：一方面企业需扩大销售机会，发掘潜增量市场，另一方面企业需要通过云客服提升客户的满意度和客户粘性从而做到留存和保持现有的客户。对售中应用较低：售中阶段主要对应了客户购买后的体验过程，此过程中单纯的依赖客服部门很难令客户满意，需要跨部门、跨系统的协同作战，但目前多数云客服系统欠缺这方面能力，需加强协同能力。企业对云客服的应用主要集中在售前阶段，占比57%（包括售前客户考虑阶段、售前客户评估阶段），售后也是云客服系统得到充分应用的阶段。相比较而言，售中阶段目前对云客服的应用较少——18%。
华泰证券为国内知名券商，是中国证监会首批批准的综合类券商，也是全国最早获得创新试点资格的券商之一。在移动互联网时代，为了更好的服务于其自身的各类用户，华泰证券选择了在云软IMCC系统上建立了自己的SaaS模式云客服系统，实现了证券行业的大多数专业功能：
1、呼叫中心组织架构支持；
2、CRM系统对接；
3、客户信息和服务记录联动展示；
4、客户身份验证；
5、用户自选投资顾问；
6、定时定向的个性化消息推送。
通过一系列功能的上线，使华泰证券完成了传统券商到移动券商的转型，华泰证券微客服系统上线后，好友数量和会话数量都稳步提升，同时华泰证券微信平台高效、良好的服务提升了企业品牌和用户的使用体验。
而从这个案例我们发现，其实客户服务体系的功能已经悄然发生了改变，首先，客户服务体系从早期主要针对售后阶段，发展到当前对销售的全生命周期覆盖；其次，传统的客服体系主要依靠人工解决问题，但随着国内市场从产品型消费逐步过渡到服务、体验性消费阶段，仅仅依靠人工很难带来高收益、高效率的服务，未来云客服的发展空间很大。
比如乐视TV，乐视TV是在乐视网发展壮大的基础之上在移动互联网时代智能硬件发展的代表。在去年10月份，乐视网选择了与智齿合作，而智齿正式承接了乐视网呼叫中心智能客服部分工作。“智齿机器人客服是乐视网上的第一个人工智能项目” 乐视网CTO张湘蕾说： “智齿客服预计帮助乐视接管80%的客服问题，每年将节省的客服成本超过千万。”从乐视网CTO张湘蕾的表述我们不难发现，未来随着智能硬件的广泛普及，包括物联网、车联网等概念的逐步实现，SaaS模式云客服系统的市场将更加广泛。
MIRC调研数据显示，预计2016年云客服的增长速度加快，年增长率为126.8%，市场规模为5.33亿元。预计到2017年云客服市场增速会出现表面放缓的趋势，但整个市场的规模将进一步扩张，达到8.48亿元。从这一组数据我们可以看到，中国的SaaS模式云客服系统市场将是未来一到两年移动互联网发展的又一个新的增长点。
国内的中小企业将与SaaS模式云客服系统的成长而共同发展，除上述两家公司外，包括滴滴出行、招商银行、天音通信、可得眼镜、尚德教育机构等各行业领军企业都纷纷采用了SaaS模式云客服系统，以达到服务客户、拓展业务的目的。相信在未来的一到两年内，SaaS模式云客服系统将会在各行各业内遍地开花，而国内的中小企业将在SaaS模式云客服系统中获得更多的收益。
-
资讯
估值虚高融资困难？2016年美国初创企业融资详情全析
来源：猎云网 编译：堆堆
2月5日的股市大跌进一步加深了许多初创企业创始人和投资者的恐惧心理。也许，非公开市场以及公开市场的估值确实有些虚高了。据业界人士表示，筹备融资和宣布融资结束之间存在6周到12周的时间差，因此第一季度内完成的融资轮通常是在去年第四季度开始进行的。
在此次分析中，我们会就融资交易数量、资金分布以及平均融资数额来评估今年美国初创企业获得风投融资的趋势。
整体融资情况
2016年1月至3月美国公司获得的融资总额已经大幅度超过了2015年第一季度。今年第一季度内美国公司共完成了979宗融资交易，融资总额达到150亿美元。而去年同一时间段内共有742宗融资交易，融资总额达到49亿美元。
相比去年四月，今年四月的融资轮数量减少了29%。去年四月有302宗融资交易，融资总额为45亿美元，而今年四月共有215宗融资交易，融资总额为28亿美元。
种子轮&天使融资
2016年第一季度内的种子轮和天使轮融资数量要远远超过2015年同一时间段。今年第一季度内，美国共有441宗种子轮&天使轮融资交易，而去年同一时间段内只有251宗融资交易。
尽管这些融资是在第一季度内完成的，但我们不排除它们是在早之前开始的（至少早于2月5日前）。从投资者与创始人决定合作到媒体报道融资完成，这两件事之间往往存在6-12周的时间差。
四月的天使轮和种子轮数量比去年同一时间段减少了33%。
今年四月共有69宗融资交易，融资总额为1.29亿美元，而去年四月共有103宗融资交易，融资总额为1.4亿美元。尤其是与去年四月相比，今年四月的平均融资数额和融资中值都要有所提升，平均融资数额从去年的160万美元上升到190万美元，融资中值也从去年四月的100万美元上升到170万美元。
这也许表明了一点：就连早期阶段的投资者也开始寻求“风险更小”的投资，这也进一步加固了业内投资小型公司为主的趋势。
五月融资速率起步较为缓慢，头五天内共完成了12宗融资交易，平均融资额稳定在190万美元。
A轮融资
如今有诸多言论宣称A轮融资进入“融资寒冬”。不仅如此，如果你能拿到一份投资条款清单，你会发现创企估值在大幅度降低，但这些数据至今为止都无法清楚说明目前的融资环境。
2016年第一季度内的A轮融资数量超越了2015年同一时间段。今年第一季度内美国共完成了255宗A轮融资，融资总额达到23亿美元。而去年同一时间段内共有201宗A轮融资，融资总额达到19亿美元。
相比去年四月，今年四月份的A轮融资数量减少了17%。去年四月有87宗融资交易，融资总额为6.73亿美元，而今年四月只有72宗A轮融资，融资总额为6.26亿美元。
A轮融资的月均融资数额在2015年5月达到了顶峰，数额为1480万美元。之后在2016年4月，平均融资数额低至了870万美元，而去年同一时期的数据为770万美元。
五月融资起步良好，头五天就完成了15宗融资交易，平均数额为1180万美元。
B轮融资
2016年第一季度内的B轮融资数量要略微低于2015年同一时间段。今年第一季度内共完成了137宗B轮融资，融资总额达到27亿美元。而去年同一时间段内共有140宗B轮融资，融资总额达到30亿美元。
相比去年四月，今年四月份的B轮融资数量减少了37%。去年四月有57宗融资交易，融资总额为14亿美元，而今年仅仅只有36宗B轮融资，融资总额为8.54亿美元。
B轮融资的月均融资数额在2015年11月达到了顶峰，数额为2800万美元。之后在2016年4月，平均融资数额低至了2370万美元，而去年同一时期的数据为2430万美元。
五月融资起步情况则让人有些玩味，头五天内完成了8宗融资交易，但平均融资数额仅为1060万美元。
C轮融资
2016年第一季度内的C轮融资数量超过了2015年同一时间段。今年第一季度内共完成了83宗C轮融资，融资总额达到39亿美元。而去年同一时间段内共有72宗C轮融资，融资总额达到20亿美元。
相比去年四月，今年四月份的C轮融资数量减少了12%。去年四月有25宗融资交易，融资总额为6.84亿美元，而今年仅仅只有22宗C轮融资，融资总额为5.21亿美元。
在Magic Leap以及Oscar获得的巨额融资的促使下，C轮融资的月均融资数额在2016年2月达到了顶峰，数额为7940万美元。2016年4月的平均融资数额为2370万美元，而去年同一时期的数据为2740万美元。
五月融资起步较快，头五天内完成了11宗融资交易。在Pivotal以及Via Transportation融资完成的促使下，五月的平均融资数额为5010万美元。
D轮融资
2016年第一季度内的D轮融资数量要低于2015年同一时间段。今年第一季度内共完成了40宗融资交易，融资总额达到14亿美元。而去年同一时间段内共有46宗融资交易，融资总额达到20亿美元。
相比去年四月，今年四月份的D轮融资数量减少了47%。去年四月有17宗融资交易，融资总额为7.81亿美元，而今年仅仅只有9宗D轮融资，融资总额为2.89亿美元。
D轮融资的月均融资数额在2014年6月达到了顶峰，数额为1.323亿美元。之后这一数据就被Uber获得的价值12亿美元的巨额融资给推翻了。2016年4月的平均融资数额为3210万美元，而去年同一时期的数据为4600万美元。
五月融资起步较为缓慢，头五天内仅完成了一宗价值4000万美元的融资。
后期阶段融资（E轮、F轮、G轮融资等）
2016年第一季度内的后期阶段融资数量要低于2015年同一时间段。今年第一季度内共完成了23宗融资交易，融资总额达到42亿美元。而去年同一时间段内共有32宗融资交易，融资总额达到61亿美元。
相比去年四月，今年四月份融资数量减少了46%。去年四月有13宗融资交易，融资总额为7.93亿美元，而今年仅仅只有7宗融资交易，融资总额为3.72亿美元。
在Uber28亿美元的巨额融资以及其他16宗数额超过5000万美元融资交易的促使下，后期阶段融资轮的月均融资数额在2015年2月达到了顶峰。2016年4月后期阶段融资轮的平均融资数额为5310万美元，而去年同一时期的数据为6100万美元。
五月与四月的融资情况不相上下。头五天内仅完成了2宗融资交易，平均数额为8000万美元。
扫一扫 加微信
hrtechchina
