
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23