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
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18