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
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05