政策制定者持续打击收集消费者数据的平台，要求企业对商业目的收集和使用的数据保持透明。例如，弗吉尼亚州去年通过《科罗拉多数据保护法》，规定企业在处理敏感信息前须获同意、披露出售时间并允许客户选择退出；加利福尼亚州、科罗拉多州及欧盟已建立类似框架，其他地区也在跟进。
部分营销人员认为这些保护措施增加了预测顾客需求的难度，但Qloo创始人Alex Elias持不同观点。该平台利用AI分析客户偏好数据，为品牌提供娱乐产品及实体商品推荐。
Elias在接受TechCrunch邮件采访时表示：“隐私监管和平台环境极大限制了基于身份理解消费者的手段，对科技至快消品等行业影响深远，促使企业争相收集第一方数据，但也伴随显著风险。同时，随着媒体和音乐消费普及，消费者口味在画像中日益碎片化、精细化，触达难度加大。”
为解决上述双重问题，Elias与Qloo首席运营官Jay Alger共同创立该公司。他指出：“Qloo能大规模揭示受众偏好，提升销售效率与转化率，从而增加利润底线。大多数希望精细了解消费者口味的公司均可从中受益。”
为彰显投资者信心，Qloo今日宣布完成由Eldridge和AXA Venture Partners领投的1500万美元B轮融资，累计融资额达3000万美元，投资方还包括莱昂纳多·迪卡普里奥、艾尔顿·约翰及喜达屋酒店创始人巴里·斯特恩利希特等知名人士。
Qloo称其API关联超5.75亿个“主要实体”（涵盖电影、书籍、餐厅、歌曲等），可为百事公司、Rocket Entertainment等企业客户提供数十种消费口味预测。该API还支撑社交媒体应用TasteDive（内置涵盖影视、音乐、游戏、书籍的娱乐推荐引擎），Qloo于2019年收购此应用。
Elias强调，Qloo不使用任何个人身份信息，所有请求均为“临时性”，拒绝存储客户身份信息；数据经匿名化和加密处理，且数据处理完全符合GDPR及加州消费者隐私法等法规要求。
具体技术细节虽未完全公开，但核心逻辑是基于客户偏好知识库微调算法以生成推荐与洞察。例如，Qloo可为音乐艺术家等实体创建地理区域“口味亲和力”，揭示特定城市或社区（如下城布鲁克林）的音乐趋势；还能生成群体口味描述或实体间比较，如耐克与范斯顾客的音乐品味差异。
Elias表示，借助Qloo及其与Snowflake、Tableau等现有数据平台的集成，客户可更有效解决推动销售、优化广告支出及选址等问题。
“Qloo的AI能感知广泛参数，终端客户可根据对‘新颖性’或‘预期性’的需求动态调整算法权重。”Elias举例，“亚洲流媒体客户可优先获取区域特色结果而非全球热门，并据此调整算法。”
Elias承认Mastercard旗下Dynamic Yield、RichRelevance等公司曾尝试用AI破解个性化推荐难题，但他认为Qloo与Amazon Personalize、Azure Recommendations API、Google Cloud Recommendations AI等通用推荐引擎互补，因其具备后者常缺乏的“现成知识”。
他进一步说明：“Qloo的独特优势在于拥有覆盖音乐、产品、旅行等领域的深度数据集与知识库，能在极少上下文下实现高度个性化。相比焦点小组、定制调查等传统高成本工具，Qloo能快速高效地基于更大用户群提供临时性洞察，例如‘喜欢Lululemon的上东区居民还喜欢哪些电影？’”
为什么企业级AI/ML产品如此难以营销，以及该如何应对
Elias透露，B轮融资将用于推出面向低技术素养用户的订阅制可视化“轻量版”平台，同时加强产品开发、在未来数月内将30人团队扩充超30%，并完善销售渠道。
关于收入情况，Elias未予披露，但表示得益于旅游、娱乐等行业需求复苏，Qloo成功逆势增长，未受整体经济趋势影响。
他表示：“疫情第二年，Qloo服务需求持续增长，收入与API使用量创历史新高。隐私保护意识增强、对收入增长的重视及AI广泛采用等利好因素，远超宏观环境与科技估值下行的不利影响。目前公司烧钱率极低，正接近盈利。”