京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13