• 情报
    在公开信息中寻找蛛丝马迹,“风报” 要利用数据分析为企业提供情报 在关于企业信息的数据供应商中,我们曾报道过一款企业信息查询工具 “启信宝”,这家诞生于去年3月 的产品在六个月的时间里,从一个微信服务号扩充至 iOS、Android、Web 客户端,并于 9月 份获得 3000 万融资,目前已涵盖了全国 7500 万家企业的信用信息。 在占据行业领头羊地位相当一段时间后,启信宝要面临另一位竞争者的异军突起。在去年9月15日,也就是在启信宝刚刚获得新一轮融资的时候,另一款基于政府公开信息、媒体信息、社会信息的企业情报系统 “风报” 正式发布。 和启信宝通过征信中心与连接相关征信网站数据接口的获取方式相比,风报对企业信息的搜集则是依托了它们前期建立起来的核心自然语言分析技术 “玻森数据”,利用散落在全网中的企业外部文本数据,从海量的企业事件角度切入,展现企业及其管理者的情报,挖掘潜在风险。 在风报的创始人及 CEO 李臻看来,仅仅用 “企业数据查询” 来描述风报的功能有些单薄,他们更愿意用 “企业情报分析” 来形容这款系统,事实上,风报的诞生也不是一蹴而就的。2012年4月,风报的母公司玻森数据上线了全套 NLP(Natural Language Processing 自然语言处理系统)引擎及语料数据库,专注于自然语言处理技术的研发及应用,并使用这套系统为汽车、快速消费品等品类进行市场反馈、产品研发等方面的数据支持。 这听起来似乎很晦涩,但落实在现实操作中其实不难理解,玻森曾为大众点评上面的某个商家进行过口碑方面的典型意见分析,通过对非结构语言的转化以及词性色彩的判定,能够为餐厅提供在服务、消费场景、品牌个性、价格等方面的建议。 在玻森数据引擎的支撑下,李臻与其他合伙人进一步开发了风报产品,以面向企业信息查询这一垂直细分领域。在李臻看来,政府对公开信息的扩大化也是促进他们推出风报系统的另一点原因。 “有 80% 的商业情报都以非结构化的自然语言文本形式存在于网络的各个角落,但没人处理这些信息。” 李臻对记者说道,不论是政府公开信息,还是公司的热点事件,这些文本内容都夹杂在政府官网、新闻媒体、社交媒体等位置。 通过对非结构化数据的挖掘,风报要做得就是定位于工商、涉诉、税务、行政处罚、投融资、高管变动、企业经营业务等重大事件报道,对企业交易对手、竞争对手、合作伙伴、行业公司直接进行审查评估。 比如在风报系统中对乐视网信息技术(北京)股份有限公司进行搜索,页面中就会出现一栏非结构化事件的信息分类,一栏以时间轴分析事件分类的企业动态,这种多信源、跨数据源的信息聚合,能对企业在经营过程中的关联信息进行集中展示。 对于企业与企业、企业与个人之间的关系,风报还可以通过对司法文书的语义分析,得出隐藏在他们背后的关联体系,目前 “风报” 系统为用户提供三类关系的挖掘:分别是基于法律关系的多层企业投资及被投资关系;基于司法的企业与企业或个人间涉案关系;基于海量重大事件的企业间关系。 当谈及与 “启信宝” 的差别,李臻当即为我进行了两款软件的使用对比,在对某一公司的信息查询中,风报能够的法律文书信息为 730 条,而启信宝提供的信息数量为 400 余条,另外,风报能够实现的时间轴、交叉系统展示也是启信宝暂时没有的。 不过,从目标受众来看,启信宝拥有更多的 C 端用户,其企业查询服务也为免费使用。风报则定位于纯企业端用户,以收取 5 万 8、13 万 8 至百万不等的年费实现营收,目前已积累了 400 多个企业用户。 目前风报已完成数千万级的 Pre-A 轮融资。团队方面,风报联合创始人李臻是一位连续创业者,在商务拓展与政府合作中积累了颇多资源;纪敏曾长期服务于知名咨询公司及上市公司,具有丰富的商业经验;另外两位联合创始人闵可锐、赵迎宾均毕业于知名高校,在海外深造后回国参与风报的技术团队打造和产品研发。 来源:36氪,作者:苏建勋,如若转载,请注明出处:http://36kr.com/p/5041817.html
    情报
    2016年01月05日