欢迎来到工业物联网聚焦，工业物联网思想领袖与您的主持人 Erik Walenza 一起正在改变企业，这是您获得洞察力的第一站。

Erik：Drew 是 Alluvium 的创始人兼首席执行官。他也是一个非常活跃的人，参与了许多其他公司。我们将首先重点介绍 Drew 的背景，以及他参与的其他一些项目，然后从业务角度更深入地了解 Alluvium。

对于播客的第二部分，我们将更深入地研究技术，包括 Alluvium 技术和更普遍的技术，因此看看它们如何与市场上的其他公司区分开来。然后我们将在第三部分结束对具体案例研究的深入探讨。德鲁，非常感谢您今天抽出时间与我们交谈。

德鲁：埃里克，很高兴来到这里。感谢您的款待。

Erik：如果我们可以从一开始就开始，也就是说，你是如何与这家公司建立联系的？在您真正开始部署他们之前，您进行了哪些讨论，让您感觉自己是一家年轻的公司？然后，如果我们可以谈谈，也许如果你和他们一起做了一个试点，在计划、获得信任方面的面貌是什么样的，我认为对于很多大大小小的公司来说，了解这实际上是怎么回事是很有趣的展开以及部署实际上是如何展开的？

德鲁：所以我能给出的最好的例子实际上来自我们最早的试点客户之一，实际上是一家大型跨国石油和天然气公司。因此，它们实际上非常适合我之前所说的模式，我们通过他们的创新办公室与他们建立了联系。所以我们实际上最终通过我们的一位投资者与他们建立了联系。因此，我们与在炼油厂研发方面领导创新团队的女性建立了联系，因此考虑在下游石油和天然气方面进行分析的新方法。

但在当时，这实际上是一个建立关系和信任的过程。我们实际上能够去参观他们的工厂并参观炼油厂。因此，我们实际上必须直接与可能正在使用该软件的人进行互动。我们必须亲眼目睹数据是从哪里生成的，他们当时使用的是什么系统，并了解他们的严重问题是什么。

所以这个项目开始了，这实际上是在我们将 Primer 作为产品之前。但它帮助我们真正开始制定我们早期关于如何构建 Primer 的一些想法。因此，从那里开始，我们将注意力集中在预测性维护方面的一个特定问题上，同样，不出所料，这是一个我们经常听到的典型用例。因此，精炼师交出了一些数据，这些数据来自他们现实生活中的一个精炼过程中发生的特定故障。这对我们来说是一个非常重要的教训，我们仍在做的事情之一。

对我们来说，在与新客户互动的早期阶段如此重要的事情，我怀疑对于许多在工业领域工作的分析公司来说都是如此，现实是没有人会真正认为你的工具是在您向他们展示它可以对他们的数据做什么之前很有用。可以理解的是，工业领域内的分析工具的成功和信任历史并不长，我们可以想象 90 年代初期为这些正在构建但最终不成功的大型决策树系统和决策支持系统工作。然后发生了这个人工智能冬天。这些组织历史悠久，历史悠久。

因此，您走进大门，以为您拥有可以解决他们所有问题的全新热门技术。这是灾难的秘诀。这些消费者太老练了，他们看穿了那些东西。所以我们发现我们说，听着，这就是我们所做的。我们做这个稳定性分析。我们构建的产品允许您快速遍历这些信息。

所以对于这个特定的客户，我说，好吧，这里有一个特别糟糕的事件的数据，事实上，这是我们的一个炼油厂发生火灾的事件，在整个组织中确实具有很高的重要性；从CEO以下，每个人都知道这一点。因此，如果您可以向我们展示您的工具如何能够帮助我们更好地理解甚至防止这种情况发生，而不是我们认为我们拥有的东西。所以我们确实做到了。

事实上，这还是在 Primer 成为独立工具之前。我们构建了一个自定义工具，它最终再次帮助我们围绕 Primer 作为通用工具进行构建。我们以这种方式取得了很大的成功。我们能够回到客户那里说，听着，这是这些数据，这是它如何流经我们的系统，这是我们的系统能够识别的内容。事实上，这里有特定的传感器和资产的特定部分，我们认为它们是这次特定故障的主要指标。

当我们向这个组织的前辈做简报时，我永远不会忘记，因为我们坐在这个会议室里，我们正在检查结果，桌子周围的人打开了他们的笔记本电脑，他们很在他们的笔记本电脑上狂热地打字。他们正在做的是他们实际上正在查找在这家公司发生的针对此次活动的内部分析和审计，并尝试将其与我们向他们展示的内容进行交叉引用。

发生了两件大事。第一，我们实际上能够展示他们的一些相同发现。因此，我们实际上能够以与他们相同的方式确定根本原因。但我们也能够向他们展示一些没见过的东西。我们实际上能够向他们展示某些传感器中的一些关系，以及它们是如何相互关联的，而这些关系在他们自己的分析中是不存在的。事实上，我们只需点击几下就可以做到这一点。所以那真的是我们第一次说，好吧，我们认为我们在这里真的有一些东西，这种与产品交互的方式真的很强大。

Erik：时间线是什么，也许我们可以把它分解成时间线来真正建立信任并开始？然后，一旦他们给你数据，处理这些数据并返回结果需要多长时间？

德鲁：所以，建立信任的时间线要长得多。但是只是安排了一个组织的时间表，通过安全检查，真正来参观炼油厂，参观，坐下来开会，讨论，所以整个部分花了几个星期，可能几个月，只是为了让这个过程从最初的介绍开始到会议上确定一个特定的用例，然后围绕它构建一个提案。

一旦我们有了数据，有时这就是容易的部分。我们已经有了技术。当然，我们必须做一些额外的开发，因为我们正在构建这个自定义工具，以便他们能够进行探索。但即便如此，也只花了几个星期就完成了。因此，所有人都说，互动可能是关于六个月的参与，我们正在与他们一起从真正开始到结束进行概念验证。但正如你正确指出的那样，最大的一点真的很好，我们如何让这些人真正信任我们的数据并能够向他们展示一些有趣的东西？

Erik：如果我们今天查看产品，并且已经是现有客户的某个人遇到了类似的问题，并且他们将相同的数据输入到系统中，就像现在存在的那样，他们现在需要多长时间才能得到结果他们可以采取行动吗？

德鲁：现在你说的真的是几分钟，这就是我们的想法。实际上，从最初的介绍到试用和使用产品的相同过程，可能需要几周时间才能解决。但是一旦客户可以访问系统，他们就有了自己的帐户，并且可以开始将数据加载到其中。同样，它的整个想法是它应该是一个智能工具，可以获取您的数据，完成 80% 的工作来识别其中的新奇事物以及重要的事物在哪里，然后让您探索它。

因此，部分答案取决于数据集的大小。如果我们有一个非常非常丰富的数据集，那么系统将处理它的时间稍长一些。但通常情况下，系统只需几分钟即可处理几个演出的数据集，然后客户可以直接完成并执行此操作。有时，分析过程可能需要一段时间。如果它是一个非常大的数据集，并且您正在查看一个很长的时间序列，那么您可能想要更加深思熟虑，以及您如何了解系统告诉您的内容。

但是对于重复性更高的过程，例如每天输入数据的工厂经理，这些数据文件通常要小得多。而且您可能只有少数几个警报可供查看和查看。这可能需要你五分钟。

Erik：定价如何运作？所以我们不必看那个特定的客户。但我猜你有一个旗舰产品，这是否意味着它是一种基于使用的定价，是按月固定还是基于订阅？

德鲁：是的，我们每月统一定价。同样，它是基于 SaaS 的产品，我们订阅了该产品。我们通常喜欢为它做年度订阅。我们是根据团队来做的。我们发现这对我们来说是一个有用的分组。因为我们合作的组织通常都很大，所以对我们来说很棒的是，如果我们可以有一个初步的试点，可以转换为付费订阅，然后希望，也许一个团队会告诉另一个团队这个系统有多棒。然后他们会想做一个试点，他们会想做一个订阅，我们可以在其中增长。

所以，我们说团队，每个团队最多有 12 个用户，这也是我们与不同公司在规模方面的合作得出的数字。那里没有硬性规定。我们永远不想做的一件事是我们永远不想根据数据定价。我们永远不想阻止客户将数据放入系统。这显然伤害了他们。但更重要的是，它伤害了我们，因为系统会随着犯罪的每一次转折而变得更聪明，可以这么说。因此，我们永远不想根据数据扼杀人们。我们永远不想根据人们投入的数据量来向他们收费。对我们来说，我们说，如果客户每天都将数据放入系统中，这意味着他们的体验很棒，我们应该真正培养这种体验，并想办法让客户拥有更好的体验，允许他们将更多数据放入其中。

Erik：所以管理这些数据不会产生巨大的运营成本？我猜他们为此支付了托管费？

Drew：从某种意义上说，如果客户使用该系统的次数过多，以至于我们的定价结构由于托管成本而最终对我们来说在经济上不可行，那么这将是一个很大的问题，然后显然，我们会想办法解决与客户分摊该成本。

Erik：如果您进行付费试点，但也进行部署，您能否为我们提供一个大概的情况？

德鲁：当我们第一次遇到新客户时，我们再次将重点放在建立信任的练习上。因此，我们要做的第一件事就是提供 30 天的免费试用期。其中包括 Primer 的企业许可证，同样，如果您为订阅服务付费，您将拥有完全相同的产品。这是一个由多达 12 人组成的团队，拥有无限数据并可以访问我们的数据科学团队。我们将再次进行试验，我们想开始说，好吧，您有没有发现特别具有挑战性的事件或数据集，或者是您的操作中特别昂贵或突出的事件?让我们从那里开始，看看该产品能为您做什么。

因此，审判将开始。实际上，我们有一个非常严格的试验过程，我们开始启动，我们让每个人都加入系统，我们对用户进行一些简单的培训，以便他们知道如何使用系统，如何将数据输入其中，了解他们如何使用可能会解释我们使用该数据集看到的初步发现。然后我们会定期签到。所以我们说我们希望客户在试用过程中至少进行四种不同的分析，实际上，让他们至少对产品的工作原理有一点了解。

然后，一旦他们进入，我们会进行中途检查，以确保产品正在做我们想做的事情。我们总是想从客户那里听到哪些功能最适合他们，他们希望产品可以做哪些功能。我们真的使用这些信息来帮助他们优先考虑自己的发展。然后我们在这 30 天结束时对试验进行总结。总结真的集中在三件事上。一个是，这里是你所做的所有事情和结果的总结。我们实际上使用我们的数据科学团队来编译它。他们将与团队一起进行数据分析，无论是在我们内部还是直接与客户团队合作，以准确展示该工具能够做什么以及它能够提供价值的地方。

我们也做具体的指标。因此，我们显然会关注诸如他们输入了多少数据，生成了多少警报，这些警报中有多少被标记为重要的事情，我们认为这对我们来说是一个很好的指标。因此，我们显示的大多数警报对客户来说都是高价值的，这意味着我们的工作做得很好。

然后第三部分是我们进行用户调查。我们显然希望对产品进行类似于净推荐值的操作。使用它的人是否真的对它进行了更多的定性分析？然后我们将其反馈给团队，团队了解他们现在可以做出购买决定。因此，在那次会议之后，期望客户将立即做出购买决定。我们很幸运，我们在那里取得了一些成功，客户对结果非常满意。

Erik：你能给我们大致了解一下年度订阅会是什么样子吗？

德鲁：当然。我们尝试每月订阅 10k，正如我所说，我们喜欢每年订阅。这很简单。它只是一个订阅产品，所以我们喜欢与客户合作。这是企业销售，每个客户都有点不同。但那是我们喜欢存储客户的球场。

Erik：你说还有一个你想了解的案例，那是什么时候？

德鲁：当然。所以这将是我们想谈谈最近的历史。这是专门与 Primers 一起工作的。我们正在与权力机构合作，实际上是在阿拉斯加的安克雷奇。但这是我们在发电领域工作的一小部分垂直领域，发电厂也是如此。这是一个很好的故事。因此，我们正在与那里的 SCADA 分析师合作。同样，在这个用例中，不是工厂经理，而是团队中负责分析所有工厂数据的个人。

因此，他将数据放入 Primer。他想知道的问题是，为什么这些特定的断路器会出现问题，以及为什么电网上的电力会以这种特别奇怪的方式波动。但在电网市场中，像阿拉斯加这样的农村系统的独特之处之一是，它在很大程度上是许多不同供应商之间的共享资源。因此，如果电网上的电力存在差距，那么其他供应商可以补充这一点，然后他们会在最后进行这种经济清算，因此每个人都因此而变得完整，这将是不同的说法，来自基础设施共享少得多的主要大都市地区。

发生的事情是，他们注意到电网上的电力出现一些波动，这些断路器正在跳闸，所以他们正在做这个分析。因此，他们在 Primer 的数据中看到了这些不稳定性，然后开始具体确定这些波动的来源。你瞧，他们发现不是这个特定的供应商，而是电网上的其他供应商之一实际上并没有以他们应该的方式补充回电网。因此，由于这些断路器问题，它们出现了波动。

这些其他供应商应该在电网上提供能量，但他们没有这样做。因此，实际上能够快速识别该提供商是谁，然后直接与他们直接协调该问题，并且所有人都能够做到这一点，实际上，只需点击几下鼠标，在此之前的流程就可以完成这是一个非常艰巨的 Excel 文件逐个 Excel 文件的过程，试图识别我们能够将数据放入并几乎立即显示的内容。

Erik：那么，既然您在市场上拥有标准产品，那么到目前为止您是如何找到牵引力的？

德鲁：所以，从 2018 年初开始，我们真的很认真地建立了产品和市场。牵引力很大。企业销售的过程显然是一个漫长的过程。但正如我所解释的那样，随着我们度过这一年，并在与客户合作的方式上真正建立了很多严谨性，这确实对我们帮助很大。我认为如果我们能找到有这个特定问题的客户，他们希望从高层次上了解他们的复杂系统，以便他们能够更快地处理这些数据并发现问题，如果客户被吸引并看到其中的价值好吧，正如你所说，让他们接受审判是轻而易举的事。如果他们有权访问数据，则可以将这些数据放入我们的系统中，那么我们可以让他们启动并运行并支持他们。

随着我们现在的进展，我们实际上看到了一个不错的数字。我想说，我们的大多数客户都朝着做出购买选择的方向发展。因此，对我们来说，挑战当然是与科技公司一样，随着规模的扩大，你如何支持它。因此，我们试图在这方面深思熟虑。我们真正试图避免的一件事是拥有一个需要为每个客户进行大量定制的系统。

所以 Primer，这是一个通用工具，你将数据放入其中，如果它适用于你的用例，它就可以工作。如果没有，那就没有，我认为这将是我们今年前进的过程，将那些特定客户和具有特定用例的特定垂直行业归零，然后努力扩大规模那些没有被一堆其他潜在的有趣但正交的行业和用例分散注意力的人。

Erik：那么，Drew，如果有人想与您联系，作为客户或合作伙伴和投资者，与您联系的最佳方式是什么？

Drew：最简单的方法就是访问我们的网站，它是 alluvium.io。如果您作为客户感兴趣，页面上有一个请求演示按钮，您可以环顾四周，然后实际上会直接转到我们的业务开发团队，然后也写信给我。如果您想直接联系我，很容易通过电子邮件联系到我。我的电子邮件只是 dc@alluvium.io，我很想和你谈谈。

此外，如果您正在听这个并且听起来像一个您可能希望作为团队成员做出贡献的项目，我们一直在寻找聪明的人作为软件工程师或具有深厚行业经验的人，等等你可以去 alluvium.io/careers 看看有哪些空缺职位。如果某件事看起来很合适，我们真的很想收到您的来信。

Erik：嗯，Drew，对我来说，超级有趣。我非常感谢您花时间了解这种非常结构化的方式，这确实帮助我更好地理解您在做什么。所以，感谢您抽出宝贵的时间，非常感谢。

德鲁：嗯，不客气。我很感谢你抽出时间进行愉快的交谈，Erik。

感谢您收看另一个版本的工业物联网聚光灯。不要忘记在 IoT one 总部的 Twitter 上关注我们，并查看我们在 IoT one.com 上的案例研究数据库。如果您有独特的见解或项目部署故事要分享，我们很乐意在未来的版本中介绍您。写信给 IoT one.com 的 Eric dot Relenza

Erik：感谢您收看另一个版本的工业物联网聚光灯。不要忘记在 IotoneHQ 的 Twitter 上关注我们，并查看我们在 IoTONE.com 上的案例研究数据库。如果您有独特的见解或项目部署故事要分享，我们很乐意在未来的版本中介绍您。写信给我们 erik.walenza@IoTone.com。