傳統的使用者關係管理一般依靠 Salesforce，由公司業務經辦人手動將客戶資料錄入到軟體中進行統一分析管理。網際網路時代，出現像 Marketo 這樣的線上使用者資料分析服務。他們透過分析訪問公司網站的使用者畫像和轉化率來為客戶提供服務。EverString 想做第三個發展階段：即透過全網使用者大資料分析來為客戶建立使用者分析模型進而提供智慧使用者分析和推薦服務。
目前 EverString 已經拿到由光速美國領投的一千兩百萬美元 A 輪融資，天使輪加入的紅杉、IDG 和真格基金跟投。
“我們的技術團隊團隊由來自史丹佛的神經科學博士、人工智慧博士和 NASA 工程師等人才組成，在過去的兩年中致力於構建高效能、高適配性的機器學習分析引擎。我們希望把複雜的機器學習和資料解構分析帶給各家公司，幫助他們定位自己的使用者，和使用者加強聯絡” 同樣出身史丹佛的 EverString CEO 楊文傑這麼說。
相比一年前主要針對金融領域設計的產品模型，EverString 已經發生了不小的變化。他們現在更注重為廣泛的業務領域和客戶提供統配性更強的服務，憑藉自主的自然語言處理（NLP，Natural Language Processing）、高緯度機器學習（Hyper-dimension Machine Learning）、知識圖譜、智慧爬蟲（Intelligent Web Crawling）和實時雲端計算（Low latency computing）等技術為每個行業的客戶進行全網使用者資料抓取、分析、打分和推薦。目前為止他們的業務以高度客戶的定製化服務為主，其中不乏微軟 Office 365、英特爾 McAfee 和 Salesforce RelateIQ 等使用者。與 Marketo 被動等待使用者訪問網站進而分析資料的模式不同，EverSting 會不斷地主動獲取全網線上使用者資訊，並與機器學習智慧為客戶生成的理想使用者模型做比對，最後進行使用者打分並評估理論轉化率。
“網際網路時代，使用者可以透過搜尋引擎等渠道對比各項服務和產品，這些產品的資訊是透明的。但對商家而言，他們並不能獲取使用者資訊，無法瞭解使用者是否能轉化為價值，更無從知道哪些潛在使用者應該是他們推廣、溝通的重點” EverString 聯合創始人汪超這麼告訴我，“我們希望改變這種資訊單向傳遞的情況，在保證使用者隱私得到保證的情況下幫助企業對自己的潛在使用者分層、轉化率有具象而條理化的瞭解”。
他們即將在 2014 年底完成覆蓋 600 萬家公司的畫像資訊，計劃在 2015 年完成 1500 萬。這家總部位於加州 San Mateo 的公司彙集了來自史丹佛博士、NASA 工程師、Salesforce 工程師和 Marketo 工程師等業內優秀人才，但 EverString 現有的技術團隊僅有二十人，能夠同時服務的客戶數量有限。EverString 這一輪融資將主要被用於工程師和產品團隊的擴充，加強團隊的服務能力並加速研發進度。在技術團隊能力擴充到一定水平之後，EverString 才會考慮進軍中國、歐洲和香港、日本等亞太市場。他們還在積極尋找開發力量，感興趣的朋友可以透過 careers@everstring.com 聯絡他們。
via：36氪原創文章