online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 Appier首次實現單月營業獲利,這一季AI平臺新支援深度多模型學習

摘要: AI SaaS新創Appier揭露在日本上市後的第二季財報,今年6月首次實現單月營業獲利,Q2營收更年增50%,創下28億日圓的季營收歷史新高。這一季新增兩項功能,分別是深度多模型學習技術(Deep Multi-model Learning)與No Code工具Creative Studio。未來兩季更要在既有產品線中結合Chatbot功能


images/2021-8-06.png

▲圖片標題(來源:Appier)

臺灣第一家在日本上市的AI新創Appier(沛星互動科技)揭露上市後第二季財報,營收比去年同期增加5成,並揭露旗下產品這一季的新功能。

Appier今年3月30日在日本東京證交所Mothers創業板掛牌上市,銷售市場已跨足東北亞、東南亞、大中華區與美國。今年Q2營收比去年同期增加50%,創下28億日圓的季營收歷史新高,總客戶數更比上一季增加了66家,來到943家。

不只如此,Appier更在今年6月更首次實現單月營業獲利,這是自2013年進入擴張階段以來的首次獲利,「對我們來講是很重要里程碑。」游直翰解釋,因為Appier大多營收都用於公司的成長投資,如市場SaaS企業的處境,實際獲利者是少數。因此,儘管目前僅是單月獲利,但他認為是一個正向訊號,也樂觀看待未來單月、甚至單季的獲利情形。

這一季營收上,Appier執行長游直翰指出,47%的營收成長來自於新客戶,53%來自於既有客戶。之所以達到年增50%的成長動能,他歸功於兩個商業模式帶動的循環。

其一,主要AI產品採SaaS平臺服務,企業採用了平臺後開始累積顧客數據,這些顧客數據能用來優化AI引擎,來提升企業行銷成效。這又會讓企業更加仰賴AI平臺,繼續累積的數據,又能再次用來提升AI模型表現,形成正向循環。游直翰表示,這個模式能進一步留住既有客戶,甚至讓他們擴大採用其他產品線。

其二是利用數據提供市場洞察,讓自家銷售人員能更快找到潛在客戶來銷售商品,進而提升成交率,比如Appier目前可預測亞洲地區哪一類商家、在哪個時間點的銷售週期最短,銷售團隊用這些資訊來找到目標企業,來提高銷售率,進而帶動單一客戶的毛利率成長。上述兩者加成,來提高銷售與行銷領域的投資報酬率,讓Appier可以透過同樣力度的投資,獲得更多的新客。

images/202186.png

新增兩大產品功能,更計畫以三種方法整合Chatbot

Appier預計在這一季推出兩項新的產品功能。一是深度多模型學習技術(Deep Multi-model Learning)。游直翰解釋,過去深度學習的作法,通常將文字、影像等不同類別的數據分開來訓練,只根據某一類資料來訓練推建模型。而深度多模型學習的作法,可以結合商品圖像、描述文字、屬性、用戶旅程與時間點等不同的參數,找出參數彼此之間的關聯性,來訓練出一個深度學習模型,可以根據顧客在不同時間點、不同條件之下的情境,來進行個人化商品推薦。

第二項新功能是No Code工具Creative Studio,不需具備程式開發技能,透過簡單設定與拖拉方式,行銷人員也能客製商品網站的內容。

Appier也揭露,今年6月完成Chatbot新創BotBonnie的收購後,目前已經將產品在地化,將推出英語、日語版本的Chatbot,開始在部分市場進行販售。

不只如此,Appier也積極將BotBonnie與自家產品線整合,未來兩季將陸續上線。游直翰表示,將進行三種整合。一是將Chatbot數據整合到自家的資料科學平臺,原有平臺過去搜集的大多是網站或App中的用戶行為資料,現在可以增加Chatbot類的數據。

其二,則是與行銷自動化平臺結合。游直翰指出,原本的行銷自動化平臺,只能在網站或App上提供顧客個人化互動體驗,未來能將Messenger也加入行銷自動化的流程中。最後一項則是可以與優惠券投放的平臺整合,來增加商家可以投放限時優惠券的管道。過去,當系統找出顧客在瀏覽網站時產生猶豫購買的行為,店家以往只能透過網站或App來投放限時優惠券,未來,就算顧客已經離開網站或App之後,還能透過Messenger等溝通管道,向顧客推播訊息。

images/20210806.png

轉貼自: iThome

若喜歡本文,請關注我們的臉書 Please Like our Facebook Page: Big Data In Finance


留下你的回應

以訪客張貼回應

0
  • 找不到回應