传统的用户关系管理一般依靠 Salesforce，由公司业务经办人手动将客户数据录入到软件中进行统一分析管理。互联网时代，出现像 Marketo 这样的在线用户数据分析服务。他们通过分析访问公司网站的用户画像和转化率来为客户提供服务。EverString 想做第三个发展阶段：即通过全网用户大数据分析来为客户建立用户分析模型进而提供智能用户分析和推荐服务。
目前 EverString 已经拿到由光速美国领投的一千两百万美元 A 轮融资，天使轮加入的红杉、IDG 和真格基金跟投。
“我们的技术团队团队由来自斯坦福的神经科学博士、人工智能博士和 NASA 工程师等人才组成，在过去的两年中致力于构建高性能、高适配性的机器学习分析引擎。我们希望把复杂的机器学习和数据解构分析带给各家公司，帮助他们定位自己的用户，和用户加强联系” 同样出身斯坦福的 EverString CEO 杨文杰这么说。
相比一年前主要针对金融领域设计的产品模型，EverString 已经发生了不小的变化。他们现在更注重为广泛的业务领域和客户提供统配性更强的服务，凭借自主的自然语言处理（NLP，Natural Language Processing）、高纬度机器学习（Hyper-dimension Machine Learning）、知识图谱、智能爬虫（Intelligent Web Crawling）和实时云计算（Low latency computing）等技术为每个行业的客户进行全网用户数据抓取、分析、打分和推荐。目前为止他们的业务以高度客户的定制化服务为主，其中不乏微软 Office 365、英特尔 McAfee 和 Salesforce RelateIQ 等用户。与 Marketo 被动等待用户访问网站进而分析数据的模式不同，EverSting 会不断地主动获取全网在线用户信息，并与机器学习智能为客户生成的理想用户模型做比对，最后进行用户打分并评估理论转化率。
“互联网时代，用户可以通过搜索引擎等渠道对比各项服务和产品，这些产品的信息是透明的。但对商家而言，他们并不能获取用户信息，无法了解用户是否能转化为价值，更无从知道哪些潜在用户应该是他们推广、沟通的重点” EverString 联合创始人汪超这么告诉我，“我们希望改变这种信息单向传递的情况，在保证用户隐私得到保证的情况下帮助企业对自己的潜在用户分层、转化率有具象而条理化的了解”。
他们即将在 2014 年底完成覆盖 600 万家公司的画像信息，计划在 2015 年完成 1500 万。这家总部位于加州 San Mateo 的公司汇集了来自斯坦福博士、NASA 工程师、Salesforce 工程师和 Marketo 工程师等业内优秀人才，但 EverString 现有的技术团队仅有二十人，能够同时服务的客户数量有限。EverString 这一轮融资将主要被用于工程师和产品团队的扩充，加强团队的服务能力并加速研发进度。在技术团队能力扩充到一定水平之后，EverString 才会考虑进军中国、欧洲和香港、日本等亚太市场。他们还在积极寻找开发力量，感兴趣的朋友可以通过 careers@everstring.com 联系他们。