
数联铭品完成A轮融资 有望成大数据第一股
去年底,“用机器代替分析师”在华尔街引发了轩然大波。高盛投资1500万美元支持金融数据服务商Kensho研发一种针对投资者的大数据平台,该平台将能取代现有的各大投行分析师。然而,就在华尔街方面暂无实质进展之际,中国电子科技大学大数据研究中心主任周涛教授却引爆了中国版“机器代替分析师”。
这位33岁的明星科学家对外公布了旗下专业大数据机构数联铭品的最新科研成果“浩格云信”。这款金融分析平台储存了数以亿计的企业背景信息,并可以及时对海量信息进行运算分析,瞬间就能勾勒出任何一家企业不同维度的关联方。目前,全球四大会计事务所普华永道(北京)、毕马威(成都)已是该产品的用户。
BBD(数联铭品)与达晨创投的融资签约仪式
随便说个企业名 瞬间找出782个关联方
就像太阳发出千丝万缕的光——当投影仪上出现这一幕时,台下的人都目瞪口呆了。
“整个‘太阳’的中间就是我们要了解的企业。它的关联方有上千个,把它和这些关联方连接起来后……喏,你看!千丝万缕,就像太阳一样。”此时,BBD(数联铭品)创始人兼产品副总裁吴桐正在介绍新产品“浩格云信”。
在现场互动环节,吴桐邀请嘉宾说出一个企业的名字。当他把该企业名输入浩格云信查询系统对话框,点击回车键的一刹那,这个企业的背景信息呈现在了大家眼前。吴桐在主页上点击“关联方”,782个关联方瞬间就出现在了大屏幕上。随便点击一个图谱外层的公司a,它和被查询公司的关系很清晰地就呈现了出来:原来a公司的股东是b公司,b公司法人代表x正好就是被查询公司的股东。
BBD(数联铭品)创始人兼产品副总裁吴桐
然而相对这条简单的关联线索,图谱中的另一条线索则复杂得多了:a公司的股东、也就是b公司的法人代表x还拥有另外2家公司c和d,而d公司是c公司的股东。最初随便点的关联方a公司有3个股东,齐刷刷是c公司的股东。
“人工分析师勾勒出第一条线没有问题,而要完全还原第二条线的关联则需要大量时间和成本,因为每多一个环节的比对运算都是几何量级的增长。”吴桐说,但是第二条线可以为发掘关联交易提供线索,浩格云信因此还匹配了相应的诉讼和处罚信息等。
四大会计事务所是客户 短时间内完成A轮融资
电子科大大数据研究中心主任周涛教授,是BBD(数联铭品)创始人兼首席科学家。周涛在27岁时就成电子科大教授而轰动一时,这位年轻的科学家目前是国内大数据领域的旗帜性人物。
BBD(数联铭品)创始人兼首席科学家 周涛
现场,周涛教授介绍到,“浩格云信”储存了数以亿计的企业背景信息,每个企业按照不同维度都被加载了几千甚至上万个独立标识。通过整合内外部海量数据,运用最先进的大数据科学进行跨域关联,最终推演出有洞见性的结论。
“这些结论可以为客户提供最适合自身业务个性化、自动化和规模化的数据支撑。”BBD(数联铭品)创始人兼CEO曾途称,“浩格云信”不仅降低了人工成本,其及时丰富的数据抓取还保证了真实性和准确率,对趋势判断、信用管理、风险管理,及在并购投融、资产配置等方面都会产生巨大影响。
BBD(数联铭品)创始人兼CEO曾途
目前,全球四大会计事务所普华永道(北京)、毕马威(成都)已经是“浩格云信”的使用者。BBD(数联铭品)俨然是资本市场追捧的宠儿,在短时间内就获得了达晨创投达的A轮融资。
中国版“机器代替分析师” 有望成大数据第一股
“机器代替分析师,没想到中国比华尔街还先落地。”清华大学经管学院助理教授闻中称,去年底,高盛集团投资1500万美元支持金融数据服务商Kensho,让其研发一种针对专业投资者的大规模数据处理分析平台。该平台可以快速、大量地进行各种数据处理分析工作,并且能够实时地回答投资者所提出的复杂金融问题。这则听起来是对金融机 构的分析师和研究人员的灾难消息,在华尔街引发了轩然大波。然而在该项目还没有落地消息传出前,中国的年轻科学家却有了具体的科研产品,这对我国科学和金融领域都有很大的推动。
BBD(数联铭品)负责人与嘉宾合影
“大数据领域一直面临一个问题:计算能力还好,存储能力也还好,但这个时候数据要怎么用,怎么样去衍生出新的商业模式?”申万宏源研究所副所长、互联网金融千人会秘书长易欢欢称,伴随着我国人口红利的逐步消失,以储蓄为主的金融需求会逐步向理财和资产管理转向,在这样的转向中,互联网的机会巨大。将互联网金融的重点定位于互联网或是金融都不确切,互联网金融的核心是大数据。BBD(数联铭品)目前的产品以及商业模式都有很强竞争力,这自然受到资本市场都大量关注,并有望成为我国大数据第一股。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13