彎弓Digital專訪 | 創業4年估值近10億美金，Whale 帷幄葉生晅始於線下終於品牌

Whale 帷幄是一家全域數字化營銷運營平台，2017 年創立，創立一年後，Whale 帷幄的産(chǎn)品完成瞭(le)從自主研發到落地；創業不到五年，已獲評杭州市 2021「準獨角獸企業」。

如今的 Whale 帷幄，是一家年均增長三倍的 SaaS 公司，4 年時間，Whale 帷幄融資 5 次，投後估值近 10 億美金。聯合利華、屈臣氏、西貝(bèi)、美的、泡泡瑪特、蔚來汽車(chē)、家樂福等 300 餘家行業 Top 品牌都是 Whale 帷幄的客戶。

跟市面上大多數營銷技術從大數據開始不同，Whale 帷幄是從消費者行爲研究開始的。線性創始人王淮（Whale 帷幄投資人）表示，Whale 帷幄是真正的利用數據智能技術來幫(bāng)助提高用戶現場(chǎng)體驗，讓用戶更好地做出購買決策，最終幫(bāng)商家提高銷售轉換和樹立品牌。這是市場(chǎng)上少有的讓用戶和傳統零售商家都能 win-win 的技術解決方案。

業績有，贊譽也有，而做到這些，Whale 帷幄做瞭(le)三件事：人工智能（AI)、大規(guī)模物聯網絡 (loT)和數據模型 (Data）。

當然，這三件事也不是沒人做，至於(yú)爲什麽Whale 帷幄借此在短時間内占領市場(chǎng)，創始人葉生晅的經曆很關鍵。

葉生晅本科就讀於(yú)弗吉尼亞大學計算機與經濟學雙專業，畢業後去瞭(le)加州理工學院攻讀計算與神經系統專業碩士學位，師從美國著名神經科學家、現任艾倫腦科學研究所主席兼首席科學家的 Christof Koch。

“瞭(le)解動物看到瞭(le)什麽，它是如何思考的，以及它是如何做出決定的”這是Christof Koch的研究領域，也即研究大腦的運行機制。看似離我們很遠？但其實，起碼 90% 的 AI 都需要從(cóng)腦科學研究中獲得靈感。

在加州理工獲得計算與神經系統專業碩士學位後，葉生晅入職哈佛商學院擔任研究助理，部分研究結果已被廣泛用於(yú)商業決策研究領域。後來，他跳槽到 Facebook（現在叫META）任數據科學家，他也是最早加入 Facebook 營銷創新實驗室的成員之一。期間，他爲一家世界五百強零售企業的全球信息進行消費行爲建模，幫(bāng)助其提高品牌影響力。

其中最有意思的是，Facebook 當(dāng)年專門招聘有神經科學背景的人做數據科學，谷歌、微軟、迪士尼、可口可樂等大公司也有同樣的招聘需求。神經科學和數據科學最大的相似之處(chù)可能都叫科學？所以，爲什麽？

有一門研究叫做「神經營銷學」——專家們發現，消費者日常行爲的「大數據」與人類大腦裏的「小數據」有很強的相關性，算法專家基於(yú)結構簡單的人類大腦神經元的分布式存儲和並(bìng)行協同處理的工作模式，研究出「人工神經網絡算法」模拟人的形象思維。而神經營銷學與數據科學的結合，正是希望基於(yú)對人類大腦的理解和消費者大數據的收集，整合重構到計算機世界，描繪出人類思維決策的過程，建立假設，並(bìng)論證出重要的見解和知識，用於(yú)品牌營銷的商業場景。

如果你想知道「How Whale Works？」，這(zhè)就是答案。

五月初，彎弓 MarTech 研究小組向葉生晅發出瞭(le)採訪邀約，由於(yú)疫情原因，我們和葉生晅的交流在線上進行
。在對話中，我們透過屏幕
，感受到這位創業者獨特的魅力，也理解瞭(le)爲何 Whale 帷幄能夠在這個領域取得好成績與口碑。

01 

智慧門店的誘惑

 葉生晅提到
，以他在Facebook的工作經驗和成績來看，創(chuàng)立一家數據公司是最匹配的。然而他觀察到，如果是單純的數據公司，商業化落地能力較弱，並(bìng)不是最好的選擇。在考量過程中，他看到一個現象，大量線下場景仍處於數字化初級階段——

數字化時代，越來越多品牌投入數字化轉型，而數字化轉型往往與線上零售挂鈎。但另一方面，線下零售占據 80% 市場(chǎng)份額

，大量的基礎(chǔ)數據無處安放，也沒有電商平台管理消費者的能力。

而當(dāng)年的零售環境，也與葉生晅當(dāng)時的判斷(duàn)一緻。

2017年，阿裏推動的「新零售變(biàn)革」被看作是裏程碑事件，無人零售是當時的風口。便利蜂、猩便利等創業公司迅速入局
，拿下數億投資。2017 年 6 月，缤果盒子落地上海，成爲國内市場上首個規模化商用的無人零售品牌。一個月後，便獲得超 1 億元 A 輪融資。但來得快，去得也快，就在同年，缤果盒子就傳出瞭(le)關門的消息。2019 年起，無人售貨店基本銷聲匿迹。

從Gartner的技術曲線中，也反映出這個應用很快就沒瞭(le)市場(chǎng)。

但當時在風口浪尖上創立的 便利蜂 卻活瞭(le)下來，還成瞭(le)元氣森林等爆款品牌「心尖上的人」。2018 年開始，便利蜂開始在北京市場投放智能貨櫃替代無人貨架，並(bìng)基於智能貨架背後的數據洞察分析，幫助品牌勾畫用戶畫像與用戶需求，成爲元氣森林等新品牌和網紅爆款觸(chù)達(dá)用戶的重要渠道。

想必當時便利蜂已經看穿瞭(le)新零售的底層(céng)邏輯
：新零售的「新」，新在哪？是新在節約人力成本，還(hái)是新在重構(gòu)零售流程？

智慧門店勢在必行。

葉生晅還提到，“一家企業的銷售額(é)要超過3億，無法‘離開’線下門店，線下才是主戰場(chǎng)。沒有門店
，生意就沒法做大。” 智慧門店勢在必行。

要做智慧門(mén)店，首先要明確(què)，何爲「智慧」門(mén)店？

打造智慧門店的最終目标，在於(yú)沉澱線下數據資産，提升用戶購物體驗，賦能品牌營銷。這也意味著(zhe)，藏在門店背後的人、貨、場，需要一次Re-build，重構：

怎麽讓消費者買單(dān)？貨品如何排列？該上什麽貨？門店的動(dòng)線如何設計？這些都是新的學問。

在彎弓圖譜中，智慧門店是一個很特殊的領域，它橫跨瞭(le)信息化和數字化
。信息化時代
，人們接觸最早的技術是 ERP、CRM、POS機，線下的生意通常憑借經驗和直覺在維持經營。随著(zhe)物聯網、大數據、技術的發展，智能貨架、雲店、探針等等技術以及技術背後的數據逐漸成爲決策關鍵。

葉生晅也認同這一看法，他認爲，做智慧門店必須從(cóng)傳(chuán)統業務（信息化）入手。信息化轉數字化，是智慧門店的關鍵，也是新零售的關鍵、還是影響消費者決策的關鍵。葉生晅表示，消費者「買買買」也是一個「決策」的過程，用戶決定購買一款産(chǎn)品和決定點(diǎn)開某個故事的本質是一樣的。

這也是智慧門店最需要做到的：影響消費(fèi)者決策。而“如何得知該(gāi)如何影響消費(fèi)者決策”，就是Whale 帷幄在做的事。

在傳統的線下門店，單個貨架的實際産出數據不明確，人工也缺乏對貨架商品精細化陳列及選品優化的能力。Whale 帷幄的智慧門店設計則解決瞭(le)這一痛點：通過攝像頭精準識别動線熱區，基於(yú) Facebook 同等級的内容分發系統，實現個性内容推薦、動态折扣、定價等千人千面的精準營銷。

從(cóng)營銷視角看，如何找到消費者、投放策略如何制定、怎麽增加轉化率等是關鍵點。Whale 帷幄更傾向於(yú)從(cóng)消費者視角去考慮，即消費者想要的到底是什麽、如何完成消費者的整個旅程。

市場(chǎng)上一些供應商同樣敏銳地察覺(jué)到市場(chǎng)需求，投入到智慧門店的技術研究中。而Whale 帷幄的優勢在有一個(gè)神經科學背景的數據科學家創(chuàng)始人 對(duì)於(yú)消費者行爲的研究、技術能力與商業認知完美結合。

線上銷售僅靠商家在屏幕前略帶虛無的廣告與種草帖推動下單，但在線上的消費者可能會頻繁來往各大社交平台軟件和購物軟件比價、做「功課」，決策之難，而商家還需要根據各種數據抓取、分析（這裏面顯然囊括瞭許多猜測）才能反哺銷售。對比之下，置於真實環境中的消費者往往隻有/隻需要短時間進行決策，消費者在線下環境中所表現的肢體語言、行走路線等等反饋，相比線上路徑而言要真實得多。

簡單理解，在 Whale 帷幄這裏表現可能如下：我想知道我的包裝是否吸引？100 個消費者走過貨架有 89 個人在你的産(chǎn)品面前停下瞭(le)，平均停留時長爲 10s。

02 

打造「全域」數字化體系

門店是最大的流量池，也是一個最難把握的地方。消費者的行爲是非常複雜的。以某運動鞋品牌爲例，消費者在門店看中瞭(le)該品牌的某款闆鞋，其下單操作有這麽幾種可能性：第一，逛瞭(le)多家門店後，在其中一家購買，或逛瞭(le)同一家門店的多個區域類别後
，停留在某一個區域選擇瞭(le)這款闆鞋並(bìng)購買；第二，在線下門店看中後，在電商平台或品牌官網比價、下單；第三
，猶豫或在網上刷到差評後，沒有下單。

對於(yú)這位消費者而言，他不會意識到自己的這一購物旅程是線上線下的品牌融合。對於(yú)品牌本身，如果沒有線下數字化的意識，他們無法知道消費者經曆瞭(le)什麽從而選擇或放棄這款鞋子，大量的數據資産得不到沉澱和利用，導緻門店運營落後、消費者購物體驗得不到改善、分店與總店脫節、供貨反應低效等情況出現。

後(hòu)疫情時代，全渠道數字化體系已然成爲大趨勢，圍繞用戶(hù)建立下一代營銷模式，是 Whale 帷幄的目标。

葉生晅說，Whale 帷幄的使命是爲品牌客戶提供一站式零售數字化解決方案，是多種數字化營銷 SaaS 工具及 AloT 硬件産(chǎn)品能力的集合組成。目前 Whale 帷幄已經開發瞭(le)六大系統組件，能夠實現對用的全方位追蹤——

支持跨渠道的數據信息整合、運營過程自動化
、适應消費者用戶旅程的動态變(biàn)化，也通過Al驅動，幫(bāng)助品牌實現與消費者的深度交互。

這些組件中，最核心的是空間數據平台(SDP · Space Data Platform)和營銷雲(WMC · Whale Marketing Cloud)。SDP重構瞭(le)傳統意義上的人貨場，将其升級爲（人、内容、場），人相關的CDP-全域消費者畫像、場域相關的SDP-全域數字化觸點以及内容相關的DAM-數字資産(chǎn)管理。

值得一提的是在門店場景中 Whale 帷幄建立的空間數據平台SDP——以品牌門店數字化需求爲核心，基於(yú)用戶旅程的全域觸點管理
，深度聚焦門店的空間智能升級與「場域」數據洞察。也就是前面提到的
，基於(yú)攝像頭精準識别動線熱區打造的門店數據倉(cāng)庫，讓門店也有如線上消費者路徑一樣清晰的「線索」，從而驅動坪效，驅動品牌增長
。

葉生晅提到，要打造全域數字化至少有兩個(gè)難點(diǎn)：

一是對商業的認知。以汽車行業爲例，以往汽車行業專注運營4S店，其體系是從不關注消費者的。確(què)認要打造門店數字化後，全生命周期運營的概念就産生瞭(le)，即從消費者第一眼看到朋友圈汽車廣告開始，到前往汽車店瞭(le)解，當消費者二次進店後，必須知道消費者是誰
、看過什麽産品、喜歡紅色還是綠色的車等等。

這些以往的 4S 店都是沒(méi)有的，現在不僅(jǐn)要增加這些，在消費者購車後，還要繼續做廣告做運營
，去推廣服務包、周邊産品等。形成一個全域運營的方式，用戶旅程也變(biàn)得更長(zhǎng)。

對於(yú)以前的線下門店而言，用戶離開門店，周期就結束瞭(le)
，但現在，離開門店可能是新的開始。

二是數據的洞察分析。每個行業各有其特征和痛點，以快消品爲例，快消品品牌的成交，線上下單的數據可能來自天貓、淘寶(bǎo)或一些線上超市，數據都在不同渠道上，採(cǎi)集工作會比較難，分析起來難免有混亂。

如果是直營門店，如優衣庫、耐克，消費數據的採(cǎi)集不僅簡單(dān)得多，還清晰得多
，真正做到「精準分析」，這也意味著(zhe)後續的優化方案，同樣是精準的。畢(bì)竟，數據不會騙人，但數據源混亂就可能會「騙人」。

以泡泡瑪特爲例，他們希望通過一個統一的平台，統計門店輸入口客流、動線等數據，以此爲基礎瞭(le)解各門店客群喜好以及消費者路徑，及時調整門店的營銷策略，讓消費者在線下空間獲得更優質的消費體驗的同時，實現業務增長(zhǎng)。

但問題來瞭(le)，1、門店客流數據難以精準捕捉，消費者逛店路徑不清晰；2、運營人無法很好的判斷産(chǎn)品陳列對消費者是否具有吸引力；3、短時間内大規模的營銷活動靠人力運營難以實現。

針對泡泡瑪特的門店痛點，Whale 帷幄首先通過數據看闆分析過店客流與進店客流，對比進度率數據進行分析；二是設計捕捉消費者動線，及時調整商品陳(chén)列，引導(dǎo)客戶購買商品。最後配合門店攝像頭分析熱力圖，選出重點關注區域，提升轉化率。

什麽(me)叫做智慧門店？如何賦(fù)能門店？答案呼之欲出。

03 

未來(lái)品牌的核心在於(yú)「品牌數字化」

葉生晅認爲未來(lái)品牌的核心，在於(yú)品牌數字化。

“品牌數字化可分爲6個階段——採(cǎi)集 - 報(bào)表 - 分析和歸因 - 預測 - 推薦 - 自動化，從最基本的數據採(cǎi)集到最高層級的智能決策，品牌客戶在數字化轉型的不同階段對數字化産品的需求應該是不同的。”

而目前市場(chǎng)多集中在level 2-3，銷售額占比達七成的線下場(chǎng)景仍處於(yú)數字化的初級階段。

與之對(duì)應的，是 Whale 帷幄核心競争力：一是線下側(cè)門店的數據收集能力和數據理解能力；二是數據和技術的能力。

随著(zhe)消費者需求和市場環境的變(biàn)化，各種“經典款”與“新銳款”品牌，在同一賽道上摸索未來品牌的運營方式。數字化技術與工具的應用、營銷思維的疊代升級，成爲品牌方的制勝武器。全域數字化已經從「good to have」演變(biàn)成「must have」，如果品牌沒有緊跟數字化戰略，很快就會被市場淘汰。

中國數字化起步很晚，但移動(dòng)互聯網卻在全球領先。再加上數字化的應用，很多傳(chuán)統的理論和方式都在重構。葉生晅認爲，數字化時代的品牌建設最大的區别是對技術的應用，技術已經成爲數字化的重要手段。

用技術賦(fù)能中國(guó)未來品牌，是Whale 帷幄打造的護城河。

與此同時(shí)，營銷方式也在重構(gòu)。

以汽車品牌爲例，傳統的車企營銷是線索營銷，不會以用戶思維去考慮複購等問題。但是現在汽車營銷的方式變(biàn)瞭(le)，車企品牌不僅可以和用戶建立深度的關系，而且可以通過數字化時代的相關關系，經營用戶的 ARPU 值，這和過去一次性賣貨的邏輯不同。

基於某汽車品牌方「向廣大入店用戶展示更優質的内容、爲潛在購車用戶增強購買體驗」的需求，Whale 帷幄提供瞭(le)能快速創造線下營銷内容的 AI 服務，助力汽車品牌進行後續動态内容規劃、個性化内容推送。通過「 RFID、雙目攝像頭等感知用戶交互；通過 Analytics 採集、整合、分析線下顧客行爲；通過由 CMS 管理工具統一、快速、實時操作的線下屏幕展示不同車型，並(bìng)搭建完整數據體系支撐店内内容的優化。

目前，該汽車品牌 300+ 門店即将或已經完成瞭(le)數字化升級部署，並(bìng)帶來瞭(le)可觀的業務價值上漲：消費者線下門店停留時長提升 200%；線下門店商品展示數量提升 3 倍+；用戶交互體驗提升帶來品牌效應和轉化提升。

葉生晅說(shuō)，品牌才是他心中的夢(mèng)想。

他一直覺得，中國這個時代正在孕育自己的可口可樂，自己的蘋果，自己的寶(bǎo)馬汽車。而這種改變(biàn)不僅僅是人均 GDP 的上升，更重要的是，數字原生品牌越來越多，中國品牌已經在數字化中找到瞭自己的機會。以往是中國品牌從(cóng)哈佛商學院的體系中學習和借鑒數字化轉型打法，随著(zhe)中國品牌的數字化高速發展，以後将是哈佛商學院向中國品牌學習和借鑒。

那麽，如何賦(fù)能中國企業的數字化營銷？葉生晅認爲，關(guān)鍵在人。

尤其是人的能力和組織架構，目前很多企業都處於(yú)初級階段，95% 的企業在組織轉型上沒有做好。第一步要先變(biàn)革組織、優化人員，這是轉型的核心痛點，也是必須首要解決的問題。

中國品牌的崛起需要靠新的組織搭建新的數字化體系。不過，MarTech的建設，中國才剛剛開始。數據對(duì)商業空間的價值挖掘與轉化，也正在釋放魔力，賦能品牌發(fā)展。