定製氣象資料服務,墨跡天氣如何掘金2000億藍海市場?
圖片來源:圖蟲創意
為了能夠將餐品更快速度送到使用者手中,外賣企業要想辦法儘可能減小交通和天氣帶來的損失。比如與地圖公司合作,及時獲取商圈內的實時交通狀況,再比如與氣象公司合作,在天氣變化之前做好騎手和商戶的預防和排程工作。
餓了麼此前就因北京的一場降雨,造成了百萬級別的配送資源損失。也是這場“事故”,讓餓了麼看到了專業氣象資料服務的重要性。之後,餓了麼開始尋求提供相關服務的企業。但因為政策原因,在海外市場已經發展數十年的氣象服務,在國內才剛剛起步。
人民日報上週在一篇報道里指出,近年來,中國氣象局把氣象科普納入提升全民科學素質行動和公共氣象服務,將氣象知識普及率作為實現氣象現代化的指標之一,全國氣象科學知識普及率穩步提升,2017年達到76.4%。
這進一步強化了氣象資料服務的發揮空間,以及為更大規模的市場需求噴發提供了土壤。
巨大的市場空
參考美國和日本市場,專業的氣象資料公司已經是能源、物流、交通、金融、零售等多個行業必不可少的合作伙伴。像日本的Weathernews In.,每天為超過6000艘貨輪、7000次航班提供氣象服務。
在中國,這些領域同樣也需要專業的氣象資料服務。但是由於政策問題,導致商業氣象服務行業近乎空白。直到2015年解禁之後,一些創業公司才開始進入這個領域。
氣象資料服務在國記憶體在巨大的市場空間。資料顯示,歐洲的氣象服務已經全部商業化,年產值達到2600億美元,美國1600億美元,日本100億美元。據國家氣象局、國家統計局最新聯合統計公報估計,當前中國按需定製氣象服務的價值超過2000億元。
國內市場的氣象資料需求也十分強烈,滴滴出行曾開出10萬美金的價錢,尋找演算法預測用車供需關係。還有諸如能源上面做選址和電力輸電系統的災害天氣預報和監測、被澳大利亞和日本公司壟斷的民航氣象服務以及針對物流行業的實時氣象分析預報系統,還有我們剛剛提到的外賣市場,這些都是明顯且龐大的市場需求。
氣象資料的重要性在於,它幾乎是每個行業都必須考慮的重要因素。因此,如果能夠對其加以利用,它就能帶來可觀的回報。著名的 “德爾菲氣象定律”說:如果你在氣象資訊上每投資1美元,便可以得到98美元的經濟回報,投入產出比高達1 : 98。
機遇與挑戰並存
高額的回報往往意味著要有龐大的投入和積累。
氣象資料服務在國內雖然是藍海,但並非沒有準入門檻。以2015年IBM斥資20億美金收購的The Weather Company為例,它在全球擁有超過4000萬個氣象站,10萬個天氣感測器。他們在美國各地建有13個氣象資料中心,甚至擁有自己的氣象衛星和雷達網路。
The Weather Company幾乎拿下全美近三分之二的B端市場訂單,這是為何IBM要重金收購它的原因。與之相比,今天在國內市場開展氣象資料服務的公司,有數億美金的估值空間,同時也有巨大的困難擺在面前。
困難在於,國內並不缺乏氣象資料的基礎硬體設施,但2015年之前這些都不開放給個人和商業公司。也就是即便今天已經開放,但過去數十年的資料研究時間是我們與海外公司最大的落差。
十月初有個新聞,說墨跡天氣獲得了國內所有外賣市場的訂單,客戶包括餓了麼、美團、大眾點評、京東到家、點我達等。墨跡天氣這家公司我之前寫過,它從C端切入B端市場始於2016年,也就是政策開放後不久,它就開始琢磨國內B端市場的玩法了。據我觀察,近兩年切入氣象B端市場的公司中,沒有BAT這樣的巨頭,小創業公司又後勁不足,墨跡天氣算是走的比較靠前的公司了。
與The Weather Company相比,墨跡天氣還很年輕。最主要的差距,我之前講過是資料積累和分析。雖然墨跡天氣也是近十年的公司,但在資料監測、積累和分析上,與國家隊或者The Weather Company還是明顯的差距。不過,在這樣的情況下,它能拿下幾乎所有的外賣市場訂單,很值得稱讚和研究。
餓了麼是最早與墨跡天氣建立合作的外賣企業,雙方打通資料建立配送模型,基於歷史短時預報天氣資料、歷史外賣配送資料、最新短時預報天氣資料等制定餓了麼未來2小時的配送計劃,從而降低天氣因素造成的外賣訂單損失並對物流運力實施動態調節。
實際上,外賣平臺選擇墨跡天氣這樣的氣象資料服務公司,不單單停留在效率和損失上。外賣平臺的準時達產品,其重要的運營條件之一就在於天氣,天氣直接影響送餐時長、使用者賠付、運力排程,也就是說墨跡天氣提供的資料服務是外賣平臺送餐時長、騎手賠付策略和外賣平臺中長期績效預估的重要參考標準。
餓了麼採用墨跡天氣的資料服務後,其配送時長由30分鐘縮短至28.62分鐘,準時率和好評率達到99%。
墨跡天氣能夠在短短兩年內拿下所有外賣市場的訂單,在我看來是基於氣象資料提供的定製服務有一定的可複製性。同一個行業裡,各家企業的業務相仿、需求相仿,所以墨跡天氣在向其他合作伙伴提供服務的時候, 是可以將與餓了麼的合作COPY到其他企業。
這是它能夠快速在B端市場站穩腳跟的重要原因,但不是全部。除了外賣行業,能源、物流、金融、零售、農業等其他領域,市場規模更大、價值更高的市場,就無法照搬外賣市場的模板。
不同市場存在不同需求,譬如在農業領域,就要提供各種農作物對氣象的各種需求,因為不同作物對氣候的反應不同,就需要墨跡天氣使用不同的資料以及不同的技術演算法處理。這對墨跡天氣來說,仍需要投入巨大的人力物力去摸索和創新。
墨跡天氣的又一個“橋頭堡”
今年初提交的招股說明書顯示,2017年,墨跡天氣來自品牌廣告和效果廣告的收入佔總比超過98%,報告期內淨利潤6253萬,同比增長超過204.47%。雖然財報向好,但也有質疑認為其營收模式過於單一。
有意思的是,墨跡天氣在招股書裡還透露了一個祕密。搭建天氣歷史資料深度學習模型、AI影象自動識別天氣災害技術這兩項技術被歸類為“公司擁有的主要核心技術”,並註明“主要用於To B業務”。
我們可以將B端市場看作是墨跡天氣的又一個橋頭堡,尤其是它最近表態計劃五年內將B端收入佔比提升到50%。
這就對墨跡天氣的技術和服務定製提出了更高的要求,不同的領域不同的客戶要運用不同的技術和定製服務。在現有資料和技術雛形下,針對性的開發定製服務以及滿足客戶需求,並不是一件容易的事情。
不過據我所知,墨跡天氣已經將人工智慧等前沿技術,應用到傳統氣象領域。基於海量資料和氣象知識,機器學習可以去學習這些氣象資料在歷史上的變化趨勢,分析氣象大資料,從而做到分鐘級、公里級的短時預報。隨著資料量的增多,多維度的統計分析,會使預報越來越精確。