热云数据B轮融资1亿元 将开放10亿移动用户数据能力
5月9日,热云数据宣布完成1亿元人民币B轮融资,正式推出全新的“移动数据分析2.0产品”——TrackingIO,计划开放10亿移动用户数据能力。
热云数据CEO白冬立表示,热云数据从成立之初就专注于移动大数据领域,未来将在此基础上持续深耕大数据,打造核心竞争的技术团队,推动热云数据更多样化和深度化发展。
据介绍,热云数据成立之初以游戏行业为切入点,凭借自身产品的差异化、服务的个性化、数据的精准化,数据能力获得广泛认可。截至目前,客户覆盖包括金融、电商、直播、O2O、房地产等全移动互联网领域。累计覆盖超过10亿台真实去重的移动终端设备,月活移动设备超过2.7亿,每日新增移动设备数超过150万台,用户行为数据每天产生6亿次,日均检测移动广告点击数超过3.5亿次,为超过上万家移动互联网企业提供数据分析服务,其中付费客户达到800家以上,移动游戏发行商和研发商的覆盖率更是超过85%。
在宣布B轮融资完成的同时,热云数据还发布了最新的产品TrackingIO,为企业级客户提供包括移动广告投放监测、移动用户行为分析在内的两个产品,并开放10亿移动用户数据能力。
据了解,热云数据将TrackingIO定位为一款适用于任何一家有数据的企业,帮助企业客户的市场部门节省广告投放的预算、帮助产品经理提升转化率,并辅助企业决策。
TrackingIO承继了数据中立、算法科学、多维统计以及技术保障等多个优点——从广告渠道方的点击、下载、安装启动到后续用户的活跃、付费、留存,自定义事件细分,漏斗转化监测与多维分析等,均能提供有效的辅助。更精细的数据分析,帮助开发者快速找到优质渠道的同时,更便于开发者为产品后续的发展做决策。
具体来说,移动广告投放监测功能主要解决在移动广告投放前和投放中,针对不同产品推荐不同的推广渠道,以及实时监测不同渠道来源的推广效果。目前,热云有超过1800家大小移动广告平台的流量数据,可以针对不同产品的推广渠道进行甄别和筛选,另外,其反作弊算法团队为企业客户提供7*24小时服务,实现问题不过夜的效果。
移动用户行为分析功能,则是针对市场经理和产品经理不同需求,打通市场投放数据和用户行为数据,漏斗功能可以衡量转化效果、进行转化分析,清晰了解转化情况,并从多种角度进行剖析对比,聚焦用户关键行为,发现关键流失步骤,定位问题,显著提升转化效率。
开放10亿移动用户数据能力主要是指,帮助企业客户解决类似“新增用户有多少是有付费能力的?”、“当用户获取遇到瓶颈了,下一步去哪找用户?”等问题,并通过建立全网移动设备黑名单,为企业客户剔除作弊设备所产生的流量,节省广告费。
白冬立在会上介绍,目前热云数据的合作方之中,已有多个极具代表性的成功案例,合作伙伴包括金鹰购、努比亚、爱屋吉屋、聚力视频、酷派、恒丰银行、中泰证券、硬核联盟、一直播。游戏领域的知名企业37手游、360游戏、爱奇艺游戏、百度游戏、飞流、飞鱼科技、Y2Game、黑桃互动、英雄互娱、西山居、中青宝、咸鱼游戏、中手游、智明星通、胡莱游戏、浩动游戏、天戏互娱、49游、蓝港互动、9158、泰奇互动等。
阿里云MVP Meetup 《云数据·大计算:海量日志数据分析与应用》之《数据应用:数据服务》篇 本文主要阐述在使用DataWorks(数据工场)的过程中如何使用数据服务模块,快速将已生成的数据给用起来。此功能可用于快速将数仓中的结果表生成API,通过API给下游应用使用,或者通过API服务完成数据共享等。
【转载】阿里云MVP Meetup:《云数据·大计算:海量日志数据分析与应用》之《数据加工:用户画像》篇 本手册为阿里云MVP《云计算·大数据:海量日志数据分析与应用》的《数据加工:用户画像》篇而准备。主要阐述在使用大数据开发套件过程中如何将已经采集至MaxCompute上的日志数据进行加工并进行用户画像,学员可以根据本实验手册,去学习如何创建SQL任务、如何处理原始日志数据。
【转载】阿里云MVP Meetup 《云数据·大计算:海量日志数据分析与应用》之《数据采集:日志数据上传》篇 本手册为阿里云MVP Meetup Workshop《云计算·大数据:海量日志数据分析与应用》的《数据采集:日志数据上传》篇而准备。主要为保障各位学员在workshop当天能够顺畅进行动手实操,那么本节为学员掌握阿里云数据采集的操作和使用。
大数据workshop:《云数据·大计算:海量日志数据分析与应用》之《数据加工:用户画像》篇 本手册为阿里云MVP《云计算·大数据:海量日志数据分析与应用》的《数据加工:用户画像》篇而准备。主要阐述在使用大数据开发套件过程中如何将已经采集至MaxCompute上的日志数据进行加工并进行用户画像,学员可以根据本实验手册,去学习如何创建SQL任务、如何处理原始日志数据。
大数据workshop:《云数据·大计算:海量日志数据分析与应用》之《数据采集:日志数据上传》篇 本手册为云栖大会Workshop《云计算·大数据:海量日志数据分析与应用》的《数据采集:日志数据上传》篇而准备。主要为保障各位学员在workshop当天能够顺畅进行动手实操,那么本节为学员掌握阿里云数据采集的操作和使用。
大数据计算杭州高端峰会—探寻真正的“云数据,大计算” 你的业务数据还在沉睡吗? 如何让数据发挥更大的价值? 数据是企业无价之宝,上云真能保证安全吗? 如何省去自建环境、省去运维,快速实现大数据平台落地,更多聚焦于业务? 我的业务离数据智能有多远?
阿里云MVP Meetup 《云数据·大计算:海量日志数据分析与应用》之《数据质量监控》篇 本手册为阿里云MVP Meetup Workshop《云计算·大数据:海量日志数据分析与应用》的《数据质量监控》篇而准备。主要阐述在使用大数据开发套件过程中如何将已经采集至MaxCompute上的日志数据质量进行监控,学员可以根据本实验手册,去学习如何创建表的监控规则,如何去订阅表等。
相关文章
- GEE——欧洲 10 m 分辨率大尺度土地覆盖数据集
- Google Earth Engine(GEE)——COPERNICUS/S2高清影像去云处理和10米分辨率数据下载(海南岛为例)
- Google Earth Engine——城市群昼夜温度数据集包含了全世界超过10,000个城市群的年度、夏季和冬季的地表热岛(SUHI)强度的昼夜变化。该产品既有像素级(降尺度后为300米分辨率)
- Google Earth Engine——NASA-USDA增强型SMAP全球土壤水分数据以10公里的空间分辨率提供全球的土壤水分信息。包括:地表和地下土壤湿度(毫米)和异常,土壤湿度剖面(%)
- React-Native 之 GD (十二)海淘半小时热门 及 获取最新数据个数功能 (角标)
- 10大排序算法之三:插入排序【稳定的】,复杂度高,系统常在数据少时用插入排序。
- Python数据可视化2.3 体育案例
- 《数字营销解析——揭开用户数据背后的秘密》一第1章 了解数字媒体领域
- 《机器学习与数据科学(基于R的统计学习方法)》——2.13 从谷歌分析中读取数据
- 入行数据分析要知道什么是数据&数据分析
- Python数据处理Tips使用OpenCV预处理图像数据的10种操作
- 2023年全球10大必看本科必修课课程,人工智能是世界的未来,所以研究人工智能的概念是必修课(人工智能、机器学习和数据科学方向)
- spring结合redis如何实现数据的缓存
- Qt编写气体安全管理系统10-数据导出
- 【ECharts】echarts数据化图表入门级教程(附10个案例)
- jeesite应用实战(数据增删改查),认真读完后10分钟就能开发一个模块
- 2016年如何迁移到云?华云数据三大系列新品助力“一站式”云转型
- 如何10分钟装扮成大数据营销专家?
- 高新区以“大数据+大生态”推进“千园之城”建设
- 微软公布Windows 10收集数据细节 控制措施更完善
- 盘点2016:全球最具影响力的10大数据公司
- 10年前互联网产业抢入口,未来10年,大数据产业控制数据源
- C# 非递归生成树 10万+数据的一个递归 正式版
- 使用Python爬虫爬取贴吧图片数据