京公网安备 11010802034615号
经营许可证编号:京B2-20210330
百观科技想成为金融机构的非传统数据供应商
对于金融行业而言,信息即是金钱,移动互联网和物联网的发展产生了前所未有的海量新型数据,然而金融机构对非传统数据的运用能力,远未能跟上科技的发展。
百观科技要做的就是利用数据分析技术,为金融机构在海量非传统数据中,提取出对决策有关键参考价值的信息。百观的首款产品定位于服务股权投资机构,通过收集、整理和分析上市公司的非传统数据,帮助用户更深入地捕捉标的公司的基本面变化。
举例来说,随着视频直播的流行,来自直播业务的收入成为了某些社交平台重要的业绩增长点,那么直播业务未来有多大的潜力,其收入增长是否可以持续,就成为了评估这些公司价值的重要因素。百观的解决方案是通过对海量的主播和房间进行抽样,再通过建模来模拟平台整体的收入分布,帮助投资者更好的回答这些问题。
“获取数据本身并不难,真正的门槛在于了解客户在分析过程中有那些信息空缺,再从非传统数据中找出对应的有价值信息,”百观的创始人陈沐说,“金融和技术之间存在一个非常明显的Gap,金融机构的前台人员不熟悉如何利用技术有效获取数据,而科技行业的人很少理解金融需要什么样的数据。“
陈沐认为,大型投资机构内部虽然有技术部门,但是需求总是来至于强势的公司前台部门,技术往往被视为支持部门,处于被动的位置。然而有一些关键的信息只能由工程师在数据处理中发现,需要让工程师和业务部门平等交流,对业务有充分的了解,这在很多投资公司现有的组织架构下是很难实现的。
“数据离交易决策越近,附加值就越高,原始数据的附加值比较低,百观做的就是通过对数据的挖掘和分析,提高数据的价值,“陈沐说,”市场上有多家成功的基础数据提供商,满足金融机构对一般信息的需求, 百观的市场定位是在成为这些基础数据的补充。“
陈沐回国前曾供职于YipitData,这是一家由RRE,SV Angel和高原资本投资的纽约金融数据公司,陈沐在公司负责数据系统的新产品开发工作,曾研发了电商、O2O、本地生活广告等20多个数据系统。“美国对冲基金对数据的应用很成熟,成功的数据服务商也更多,”陈沐说,“国内虽然有上万家私募基金,但是能够挖掘数据价值的并不多。”
陈沐认为,对数据价值的了解和认可有一个过程,国内的市场潜力很大,随着中国的开放国际机构对于中国的信息需求也在持续增长。早期百观将主要服务拥有国际头寸的中国大型对冲基金,再逐步探索市场,目前百观正在与多个管理资产规模百亿以上的对冲基金进行种子用户测试。
数据技术的应用场景广泛,上述针对直播平台的数据可以帮助分析已经上市的公司,也可以帮助一级市场的VC投资进行数据尽调。又比如通过分析电商的数据可以发现大量消费相关的信息,这不仅可以指导消费行业的投资,甚至可以指导企业的生产。
作为远期目标,百观希望对标McGraw Hill Financial和Moody’s等国际金融数据产品公司,一方面通过聚集一批数据工程师以及分析师,解决金融机构个性化的数据需求,另一方面通过接入其他数据服务商以满足用户更广泛的数据需求,为金融机构提供全面的非传统数据解决方案。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09