他表示,在加入大数据和 AI 服务后,产品推荐的成功率比之前提高了 50%。这背后主要是算法的搭建和对数据的深度挖掘。在学生端,除了用户简历里结构化的数据以外,学生的行为数据(比如在网站上的浏览数据、每个岗位的停留时间、企业的查看次数、是否被企业拒绝)也会被采集;反过来,在企业端,企业经常查看的学生类型、被通知面试的学生数据等都会被采集。
在实习推荐这个业务上,实习僧将 B 端资源分为两类,一类是以腾讯、阿里为代表的大公司,这类业务会按照项目制进行个性化定制,每个项目的收入在 15-25 万之间,单个项目的毛利在 65% 以上;另一类就是 B 轮之后的成长性公司,实习僧对这部分公司提供标准化的产品服务,比如精准广告位推荐、微信头条微信、社群运营等。