企业级SaaS创业公司纷享销客今日完成D轮融资,金额1亿美元,由新投资机构联合前三轮投资机构IDG资本、北极光创投、DCM创投共同完成,这也是该公司一年之内第三次融资。
纷享销客此前C轮5000万美元融资完成于2014年12月23日,当时放出“连接企业一切”以及“工具+平台+生态”的豪言,现在,纷享销客希望把这个野心落实,做开放平台。
纷享销客CEO罗旭对开放平台的解释是,在做深做透销售管理的基础上,充分开放移动端能力、数据能力、应用能力。企业可以将自有的IT系统连接到纷享销客,在纷享销客的通用应用基础上,企业需求也可以进行个性化定制。另外,纷享销客还将和垂直服务厂商深度合作。
慧聪网是首批与纷享销客进行合作的垂直服务提供商。慧聪网商家发布的商品信息、运营数据在双方服务对接后,通过纷享销客的应用入口,在手机上移动化管理商铺。未来,慧聪网商家的网上线索与商机,也可以利用纷享销客的移动CRM动态掌控。
开放平台的其他合作项目也正在进行中,包括人力资源、电话中心、企业邮箱等多个行业和企业个性应用。
纷享销客还将开放网站ISV注册通道,拉动慧聪网、讯鸟科技、会小二、东方早报等企业级服务厂商和媒体代表,联合启动合作伙伴招募计划。
作为“连接企业一切”的一部分,纷享销客的最新产品纷享百川和微营销亮相。
纷享销客COO李全良介绍,中国约30%的中小企业建有分销商体系,绝大部分存在严重的沟通和管理问题。纷享百川通过不对称通讯方式,在移动端实现分销体系的实时沟通,各类通知、价格、文档、政策与案例等信息一对多实时送达,避免分销商之间信息互串,将之前两天的渠道沟通工作量压缩到半小时内完成。
微营销则是一款社会化营销工具,能够将公司背景、产品介绍、商业活动、招聘信息等内容,制作成为H5页面,分享到微信、微博等社交平台,实时统计传播的交互数据和效果。
“每个员工都是企业最好的传播者,微营销的智能统计和激励机制将是企业营销推广的必备利器。”李全良说。
同时,纷享销客内部创业项目、专注于个人CRM应用的移动互联网产品客脉,也将于近期上线。
DCM资本董事合伙人林欣禾说:“企业云端的应用时机已经在我们眼前。”企业互联网市场近年来异军突起。相比国内,国外的企业级服务市场更成熟。数据显示,2015年美国已有32家超过10亿美元市值的SaaS公司上市,其中Salesforce市值高达474亿美元。去年1月,美国企业云存储服务商Dropbox融资2.5亿美元,公司估值飙至100亿美元。今年4月,美国企业团队沟通应用Slack宣布获得1.6亿美元B轮投资,成立仅一年估值已高达28亿美元。
通过对比中美两国企业级服务市场的数据,林欣禾认为,中国未来的企业级服务必然将出现百亿级美元估值的新型公司,带动整个中国企业应用市场。
纷享销客已在上海、广州、深圳、杭州成立分公司;员工从去年初的60人增加到1000人;企业注册用户超过11万家;销售收入从去年起持续保持每三个月翻一番,一年内销售收入实现近12倍增长。
据悉,2012年7月,纷享科技获IDG资本注资,并于年底成为微软创投云加速合作伙伴。2014年7月,纷享销客完成了由北极光创投领投的千万美元级的B轮融资。2014年12月,纷享销客获得C轮5000万美元融资,由DCM领投,此前投资过的IDG资本、北极光创投跟投。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。