广告的目的永远都是找到最精准的用户，而精准这件事太难了，天知道谁会是公司的下一个客户？但EverString知道。
　　你只需要提供100个客户名称，它就可以通过机器学习自动建立模型，派出“爬虫”去各个相关网站跟踪分析用户，然后在全美国找出最像企业现有客户的潜在客户。整个建模过程无须任何人工介入。
　　这是一个典型的B2B业务，创始人杨文杰意在颠覆传统的销售方法——铺广告、打电话，他们要精准地筛选出企业的潜在用户，提高客户转化率。
　　杨文杰介绍，EverString采用年费形式收费，上线6个月，实际入账的销售收入超过了百万美元，2015年收入预计超过1000万美元。现在EverString已有将近15家世界500强客户，而且由于供不应求，尚有80多家企业在排队。
　　2014年6月，EverString拿到1200万美元A轮融资，这是目前美国大数据预测分析领域最大的一笔投资。投资方除了国内的红杉资本、IDG之外，还有真格基金和美国光速资本。
　　而这一切距离杨文杰2014年6月从斯坦福毕业只有一年。
　　学以致用
　　EverString创建于2012年，但其萌芽早在11年前就开始酝酿。
　　2004年杨文杰还在上海交通大学数学系读书，那时就萌生了用数据挖掘的方法来帮助企业发掘目标客户的想法，但缺乏数据成为了他的瓶颈。中国的大企业很难放心地把公司的核心机密交给一个学生。他曾经为报社进行过读者分析，也试图与中国联通、中国移动合作，但始终没办法做大。2005年，他无功而返。
　　随后，他在新东方兼职教书时，接连两次创业，但却因为没有运作公司的经历而融不到资。他干脆转身去了香港，做了摩根大通投资银行的分析师。
　　2010年，受Summit Partners（美国一家管理160亿美元的私募基金）的邀请，他一个人去了硅谷。成为少数几个从中国被挖去加入美国顶级私募基金的人之一。
　　杨文杰在此前接受采访时，曾讲述过这样一个故事。作为投资经理，不但要求能找到高增长的企业，同时要能自己打电话联系到那些公司的总裁。私募基金里的同事每年平均要打1.2万个电话，他只能打3000个。
　　他咬着牙坚持了下来。逐渐地，他想到结合以前做大数据的经验，用计算机来过滤海量信息，使用数据挖掘的方法来寻找投资对象。采用这种方法后，有一个季度，他居然在全球50个私募经理排名中排到了第一。
　　他向往已久的数据挖掘有了实质上的应用。他在硅谷给自己在上海交大数学系的同学汪超打电话，两人一拍即合，组建了EverString的雏形。在汪超的眼里，杨文杰是一个值得信赖的搭档，做事专注，有想法且执行力强。
　　最感激的人
　　借在斯坦福念MBA的机会，杨文杰结识了很多斯坦福的博士，于是招兵买马，建立了一个涵盖神经网络、理论物理学，以及机器学习领域的博士团队。
　　一开始，杨文杰想把产品卖给对冲基金，帮他们分析潜在的投资对象，但基金却要求他们不能将产品卖给竞争对手。仅仅服务于一两只基金明显不是他想要的结果。
　　他们觉得可以将目标定位为普通企业，但很多企业都不愿意拿出自己的客户名单。最后，终于有一家企业同意试试，结果其客户转化率提高了将近2倍。
　　2014年1月初，EverString团队正式决定100%地全力投入到企业营销市场。在这个过程中，团队也在经历着痛苦的转型。因为目标的改变，早期的一些人选择离开，他需要重新组建团队。杨文杰的团队几乎全部是博士，年龄在38～42岁之间，这对于31岁的他来说也是不小的挑战。
　　杨文杰精确地记得，自己在2013年总共遇到过53个困难，犯过20多项错误。困难可以克服，但很多错误随时都可能致命，“这个过程没少交学费”。
　　在创业的路上，他始终感激一个人：徐小平。“徐老师每次来硅谷都拍着我的肩膀说挺好的，从来没问过我的公司具体在做什么，情况怎么样。”杨文杰说，这份精神上的支持和信任让他特别感动。
　　但梦想远没有结束。Everstring将市场定位于美国，主要是由于美国的商业环境比较成熟，企业收集客户资料的后台软件几乎一致。企业客户只需登陆Everstring的账号，将自己的CRM（客户关系管理系统）与Everstring的引擎连接就可以了。
　　目前，Everstring已经在北京的望京SOHO设立了办公室，由汪超驻守。在美国，各家公司每年花在找客户上面的费用高达360亿美元，中国有4000万家中小企业，相关市场只会比这个数字更大。他们两个人都坚信，当中国市场环境足够成熟的时候，Everstring一定会在中国落地生根。