天氣服務是好生意

蔣李 楊佑安

今年2月，連綿的陰雨天氣給不少行業帶來了變化：由于“洗車出門轉一圈，回來又是一車泥”，洗車行生意格外慘淡；“宅家一族”增多，外賣行業大熱；受雨天影響，出租車、網約車生意也格外火爆。

天氣影響著人們的工作和生活，大家越來越渴望去準確捕捉，甚至預知它的動向。要滿足這些需求，就必須依靠商業氣象服務的力量。

“如果把氣象服務想象成一盤菜，那官方氣象部門好比種植基地，普適性的天氣預報是‘公共食堂提供的平價菜肴，而商業氣象公司則屬于‘小炒，針對不同商業場景提供特色服務。”武漢市科創板后備企業、象輯知源（武漢）科技有限公司（以下簡稱“象輯”）創始人兼CEO邱珩對支點財經記者說。

商業氣象服務在國外市場已經成熟，但在國內還處于起步階段。原因在于國內市場存在一定程度的信息保護，企業對氣象服務的認知不深等。

但從2014年開始，行業內已有了不少“吃螃蟹”的人，2014年11月在光谷注冊成立的象輯便是其中之一。目前該公司估值為8億元，邱珩表示，2019年公司目標是營收達1.5億元、凈利潤達3000萬元以上。

信息開放創造的機遇

跑到山上，手持測風儀捕捉風向、風速，下山后用軟件把測算數據進行算法處理后，就能推斷風電裝置裝在哪能達到最佳效果。

畢業于北京大學大氣科學系的邱珩和畢業于中國氣象科學研究院的林忠曾長期在龍源電力集團擔任氣象分析師，以上是他們日常工作之一。

“風電裝置排布決定了未來幾十年的經濟價值。相比按照傳統設計院的方案排布發電機，實地調研后的方案能讓項目營收大大增加。”邱珩說。

為了給風電裝置選址，邱珩與林忠每年會花不少時間去實地調查。這些經歷讓他們的關系越來越“鐵”，也讓他們真切地感知到國內商業氣象服務的市場前景。

美國和日本，是全世界范圍內商業氣象服務發展得最好的國家。

在美國有350家以上商業氣象服務公司，市場超過60億美元，并保持著每年近25%的增長率。

在日本，每天有超過6000艘貨輪、7000次航班都在使用著著名氣象服務公司Weather news提供的氣象服務。

“國內氣象技術不比國外遜色，以南京氣象學院為代表的學府也培養了一批專業人才，但在商業氣象服務環節一直有所欠缺。”邱珩說。

一方面，國內氣象數據主要掌握在政府、國企手中，民營企業要做商業服務首先要做的就是獲取數據。

但在過去，這些數據的獲取難度相對較大，沒有形成支持商業氣象服務市場發展的有利環境。

另一方面，政府提供的氣象服務一直以公共氣象服務為主，主要為大眾化產品，缺乏為個人、企業等領域提供的個性化產品。

譬如，電視臺的天氣預報會告訴“明天有陣雨”，但不會告知雨持續多久、具體在哪下、對用戶將產生什么影響；互聯網企業在天氣預報的IT指標上有不少要求，但缺乏第三方來做這件事。

以上因素疊加下，使國內商業氣象服務近乎空白。不過，邱珩與林忠依然感覺國內氣象數據會朝著開放方向發展。

尤其在2014年，中國氣象局連續發布多份文件，表示將逐步向公眾和商業企業開放氣象數據。于是，經常一起翻山越嶺、一起彈吉他的邱珩和林忠在2014年11月成立象輯，成為商業化氣象服務行業第一批吃螃蟹的創業者。

“象輯者，氣象之邏輯也。”公司之所以注冊于武漢，是因象輯天使投資人包括為東科創星和投資過ofo的唯獵資本，而前者總部位于武漢。

就如他們所預見的，2015年6月中國氣象局頒布27號令：開放中國氣象信息，并于2020年完全放開，鼓勵民營資本和氣象局合作。

因此，2015年被認為是“商業氣象服務元年”。2015-2016年，國內氣象創業公司一下就出現了數十家。氣象信息的開放，創造了巨大創業機會。

“商業氣象是個新興行業，而我們跟上了時代趨勢。”邱珩如是說。

曾砍掉C端業務

象輯也曾走過一些彎路。

2015年4月，在象輯創立近半年后，天氣家正式上線，這是象輯創立后推出的首個“天氣家”APP，主要面向C端用戶。

彼時，市場上的天氣預報大多都是冷冰冰的數字，甚至偷懶到把原始云圖、雷達圖全盤放在界面上，只有“看得懂氣象語言”的開發者才能理解其意義。

“要覆蓋大部分用戶就不能走這個路子，必須優化呈現界面，重新設計為用戶耳熟能詳的話語和界面。”邱珩說。

2015年4月，象輯創立近半年后，天氣家正式上線。

傳統天氣預報不針對特定人群，而天氣家試圖做到差異化。如天氣會影響小孩子感冒，就為家長提供“醫療氣象”；會影響農作物，就為農戶提供“農業氣象”；會影響工程作業，就為施工隊提供“施工氣象”。

然而，才運作幾個月，團隊明顯感受到天氣類APP“大勢已去”。

“那時移動紅利已被瓜分完畢，流量成本越來越貴，而天氣APP用戶停留時間短、黏性不強，靠廣告也很難變現。”邱珩說。

象輯曾計算過，即使砸錢做到億級用戶，每年營收也只能達到千萬量級。而且僅通過APP，面向垂直行業的預報也很難直觸目標。

2015年底，邱珩決定減少對天氣家的投入，把重心放在B端客戶，“我們的強項是數據分析，最想做的是2B業務，沒必要也不適宜賺C端廣告的錢。”

在此之后，象輯與不少互聯網渠道方面合作。象輯為其提供數據、技術，后者支付服務費用。這其中，最難拿下的客戶便是百度。

作為互聯網企業中出名的“技術控”，百度在服務丟包率、響應時間上都提出了嚴苛要求。“當時有家知名手機企業甚至提出，只要你們拿下百度，我們就立馬簽約，直接套用百度的合作方案和技術參數。”邱珩說。

歷經半年磨合，邱珩與百度最終達成合作。如今當用戶打開百度搜索天氣，內中的預報數據都由象輯所提供。那家手機客戶也遵守約定，成為了公司客戶。

值得注意的是，B端戰略也成為了其他友商的選擇。支點財經記者發現，2015年年底，專注c端的天氣預報APP“墨跡天氣”也開始加碼B端。

以能源行業為重點

在象輯客戶名單中，最知名的無疑是百度、新浪、春雨醫生這類互聯網企業，但營收貢獻最大的客戶卻在邱珩的老本行——能源領域。

很多電網設施都建在偏僻地區，當地惡劣天氣可能損害線路，讓電網癱瘓，而電網公司要提前判斷哪些地區會出現風險，提前預防或派人到現場檢修。

過去缺少專業第三方服務提供者，這類企業唯有依靠購買官方渠道的氣象數據，招聘氣象工程師自己開發。

象輯等商業氣象服務公司的出現，讓這些企業能在節省成本的情況下避免重復開發。

據了解，象輯與國網下屬單位共同建立了電網氣象災害監測預警系統，空間上最高可精確到l平方公里，能輸出對溫度、濕度、風、氣壓、降水等氣象要素；時間上，可以預報未來一段時間分鐘級的天氣狀況。

基于行業特性，象輯還建立了一系列標準化的計算模型系統。

電網負荷是有限的，但以風力發電為代表的新能源行業的產電量卻會隨著氣溫、空氣濕度等氣象因子變化而產生電量波動。

因此，風電廠每隔15分鐘都要向國家電網上傳電量數據，電網以此來調控產電量相對穩定的火電發電量。

圍繞這一需求，象輯IT和氣象團隊開發出一套標準化的電網功率氣象預測模型。當氣象信息被上傳到象輯平臺上，便能實現產電預測。

不過，拿下能源、農業、物流等存量客戶相對容易，邱珩更看重的是發掘增量市場，如戶外樂園、服裝、醫院和生鮮等領域。

2015年底，某大型游樂園購買了象輯的天氣預報服務，客流增減受天氣影響，游樂園要根據天氣預報配備人員等。

象輯用歷史游覽數據建模，發現30%流量會受天氣影響。最終公司結合人流趨勢、供求關系等因素，為游樂園提供未來14-30天的決策參考。

譬如，大型魔術表演、游園活動安排在天氣晴朗時，從而調控工作人員的排班等，還能配套相應的營銷活動。

某服裝品牌在中國有6900多家門店，從一線城市一直開到小縣城。每年設計新款、安排生產要考慮天氣，不同城市如何安排上架下架也需考慮天氣。

對此，象輯結合天氣預報和企業供應鏈數據進行分析和預測，能精準安排每個城市、每個產品的上貨和下架時間。

類似需求還有很多：基于當地天氣狀況，為景區酒店提供的分析及預警服務；基于各路段氣象條件，為物流業提供的路線優化、運輸時間測算、調配資源服務。

2015年11月，砍掉c端產品半年多，象輯拿到東科創星、唯獵資本、春曉資本和真格基金的2800萬元A輪融資，估值也一口氣翻了3倍。截至目前，象輯共有200多家B端客戶，頭部客戶有70多家，客單價在60萬-70萬元之間。

“氣象+保險”有望創造千億產值

氣象是個科技含量、使用價值和投入產出比都非常高的行業。2014年國家氣象局、國家統計局進行的調查表明：氣象服務市場價值將達到3000億元。

在邱珩看來，最大的市場蛋糕極有可能出現在金融氣象這一新興領域。

金融氣象核心方向是天氣指數保險，指以風速、降雨量、溫度等氣象要素為觸發條件。達到條件后，無論受保者是否受災，保險公司都將向保戶支付保險金。

“中國每年因氣象災害造成的經濟損失占GDP的3%-6%，按2018年基數計算，損失金額超過2.7萬億元。轉化為保險產品，市場規模可達數干億元。”邱珩說。

象輯設有由農業、金融、統計背景的專業人士組成的金融事業部，通過天氣數據預測可能對產業造成的損失，與保險公司一起設計、推出相應品種。

“象輯主要為保險公司提供設計產品所需的精算條款，并通過氣象數據監控，為最終的理賠定損提供依據。”邱珩說。

2016年下半年，象輯先后與太平洋產險、永誠保險達成合作，為兩家公司提供氣象指數保險產品研發和天氣風險管理服務。

農業是象輯深度切入的領域。

傳統農業保險以挨家挨戶現場勘察為主，道德風險高，理賠過程繁瑣。氣象指數保險的定損不是看農民真實損耗，而是“賭天氣”，更具可操作性。

例如茶葉種植，最怕就是倒春寒。2017年初，在貴州茶葉產區安順市普定縣，象輯為4400多畝茶園提供了低溫氣象指數保險產品和配套風險管理服務。

貴州氣象部門對倒春寒的標準是每年3月21日到4月30日，若出現日平均氣溫≤10.0℃，并持續3天以上的時段。

按此標準，當2017年3月當地出現了倒春寒后，保險公司即行賠付354萬元。到2018年，普定縣大面積推廣這一服務，投保面積超過：萬余畝。

這類產品需要基于氣象站數據進行運作。在平原地區，一個氣象站就能檢測周邊幾十平方公里的氣候情況，但山區也許翻座山就是另一種氣候。

問題來了——如果當地經常“東邊太陽西邊雨”，但氣象站數量又極其有限，如何避免不同站點數據誤差導致的理賠糾紛？

邱珩表示，保險公司推廣產品時會強調所參考的天氣值具體是當地哪個位置的氣象站的觀測結果。譬如是縣里的站還是鎮上的站，由農民判斷是否購買。

“當然，在雙方需求對等的情況下，保險公司也可以在當地建立個全新的氣象站以便觀測。”邱珩說。

2018年，象輯金融事業部收入約590萬元。邱珩向支點財經記者介紹，在保監會備案的跟天氣相關的險種中，有一半均由象輯參與。

“說實在，在能源領域，我們面對的競爭很激烈，但保險氣象服務在國內是個新鮮事物，我們有絕對的先發優勢，未來會進一步深挖。”邱珩說。

如何形成行業壁壘

到如今，象輯構筑了怎樣的行業門檻？

其一是數據源的壁壘。

2015年8月，象輯與氣象局旗下華風集團合資成立混合所有制公司“華風象輯”，這增強了象輯的數據獲取能力。

在中國氣象局數據開放的大背景之下，該數據源并非絕對壁壘。好在，象輯如今擁有的數據渠道已趨于多樣化。

除中國氣象局外，交通、航空、能源相關部門均建設了大量氣象站，彼此數據一直未實現真正意義上的互聯互通——但由于以上部門不少是象輯客戶，這意味著象輯這個第三方平臺會匯集來自各方數據，“借用戶力量來豐富觀測網”。

如今，象輯70%數據源于中國氣象局數據庫，其余30%數據來自全球各中心氣象預報、物聯網眾包氣象觀測、行業運營監測四個維度的數據。

第二個門檻則是數據處理及平臺運營能力。

“數據與算法一脈相承，不斷沉淀的數據在訓練、優化著算法，算法反過來會促進數據轉化。有了數據源及相匹配的算法，才能形成真正壁壘。”邱珩說。

象輯首個數據平臺取名MMDP，試圖促進象輯和中國氣象局之間的數據獲取、存儲和計算。但MMDP建成后他們慢慢發現，其實真正需要解決的是氣象局與一大批商業氣象公司之間的問題。

2018年1月，象輯推出Gavial氣象大數據云平臺，向開發者和商業用戶開放，內部逐漸形成了前店后廠的模式。在為行業客戶提供解決方案同時，綜合構建氣象數據大數據基礎云平臺。

“如果大家都沒積累的情況下，核心競爭力就是人才，競爭對手把這些人挖走就行了。但隨著時間沉淀，當我們在數據、算法、平臺方面都有大量積累后，門檻便會難以逾越。”邱珩說。

不過，支點財經記者采訪的不少技術型創業團隊在商業運作上都有可挖掘的潛力，象輯也不例外。

創立初期，幾位創始人親自上陣談業務，而邱珩往往都沖在最前端。到如今，盡管商務開發已有成型體系，但在他看來依然不夠“給力”。

“既懂技術又懂市場，還有商務洽談資源的人才無論在哪都是‘稀缺產品。”這段時間，邱珩一直在努力引進相關人才，“談了十多個人。”

要應對這一面對挑戰，“彈藥”還是相對充裕的。

邱珩表示，象輯一直堅持“邊賺錢、邊投入”，2017年便做到了盈虧平衡。在2018年初B輪融資時，公司更拿到了1.16億元的融資。

“不同行業用戶需求可謂五花八樣。”未來，邱珩希望象輯能覆蓋更多行業用戶，在氣象服務的長尾市場挖掘更多商機。