saas|距离中国版「Zoominfo」诞生还有多久？( 二 ) B2B|b-2轰炸机

其次是核心信息提炼难度问题。发标单位发布的招投标信息格式千变万化各有不同且需求散落在文字间，致使信息并非以结构化的数据呈现，因此招投标信息需求方时常需要总览全文凭借经验进行提炼筛选。手动提取清洗的核心信息费时费力，而简单的自动化工具无法有效地清洗提炼庞杂纷繁的招投标信息，通过其提炼的信息每每让人啼笑皆非。
当然信息数据的获取仅仅是手段，帮助企业有效地将数据洞察转化为提升业绩水平的能力，才是千里马真正的价值所在。

此外如何用好招投标信息更是莫衷一是。招投标数据作为帮助企业获客的产业“食盐” ，行业急需的是量体裁衣的“细盐”而非普适的“粗盐” 。一份经过初步梳理的招投标信息从来不是需求的终点，需求方仍要花费大量的精力在招投标数据的再加工上并需要在这一数据底座上复合工商数据、用户行为数据等多维数据构成有益的知识图谱。各行各业需求千人千面，如何更好地用招投标信息给企业赋能是产业参与者应长期作答的考题。
二、日拱一卒，成就赛道第一
数据规模和信息准确度是B2B智能营销软件发展的前提，因此数据的数量和质量可以说是“基本功” 。
一方面，千里马搭建的数据采集底层能实时提取和解析网页、新闻、文章等超20万个源头的非结构化信息，形成了以招投标数据、工商数据、用户行为数据等多维度数据构成的全量数据库，短短几分钟之内就能向用户提供其所需要的核心信息，如有采购记录和复购需求的潜在客户、正在招标或近期流标的目标客户等，实现对潜在客户的精准触达。

另一方面，机器学习和知识图谱驱动的数据智能引擎将这些海量数据进行标准化、实体匹配、验证、清洗，使得数据召回率和准确率都能达到90%以上。
千里马创始人王剑波告诉元一资本，尽管采集、做标签等技术的方法论已经十分通用，并不存在太大的技术难点，但落地到具体行业的知识图谱上，仍然需要一点一滴去整理清洗，市场上并不存在现成资料可以调用，因此底层数据的采集治理是一个相当繁重的“苦力活” 。
“就像考试，从60分提高到90分相对比较容易，但如果要从90分再往上提分，后面每一分的提升难度都非常大。我觉得数据的采集处理是一件‘日拱一卒’的事情，这个过程可能漫长甚至琐碎，但正因为千里马甘愿十年如一日地去做这件事，才让我们有了今天的地位。 ”王剑波说道。
得益于这样的务实精神和十年深耕，千里马在数据库和数据智能引擎的强大支撑下，形成了多层次的产品矩阵。

同许多SaaS公司一样，千里马也采用了PLG的增长路线：通过免费版本吸引大量C端用户形成流量池，再分别针对C端个人用户和B端企业用户开发了客单价由低到高、功能由少到多的“乙方宝”和“拓客宝”、“渠道宝”等2B产品，由此形成千里马兼具2C2B属性的商业模式。
“总体来说，我们的产品是倒金塔结构，用户是一层一层流转渗透下来的，效率相对比较高。我们KA客户基本上是主动找到我们，它们的很多员工就在使用我们倒挂金字塔顶段的乙方宝。 ”

王剑波表示，千里马在筛选需要定制化开发的KA客户时，会根据项目是否具有通用性来决定是否接受订单，这样实际上也是将大型客户的定制项目作为千里马产品的研发基地，以此提高产品开发和迭代工作往实用性上聚焦。
截止目前，千里马在招投标领域全行业内累计已有1.5亿数据量，乙方宝用户超千万，日活达150万，而B端产品用户近10万，稳坐国内招投标智能营销赛道第一的宝座。