在公開資訊中尋找蛛絲馬迹，“風報” 要利用資料分析為企業提供情報

在關于企業資訊的資料供應商中，我們曾報道過一款企業資訊查詢工具 “啟信寶”，這家誕生于去年3月 的産品在六個月的時間裡，從一個微信服務号擴充至 ios、android、web 用戶端，并于 9月 份獲得 3000 萬融資，目前已涵蓋了全國 7500 萬家企業的信用資訊。

在占據行業領頭羊地位相當一段時間後，啟信寶要面臨另一位競争者的異軍突起。在去年9月15日，也就是在啟信寶剛剛獲得新一輪融資的時候，另一款基于政府公開資訊、媒體資訊、社會資訊的企業情報系統 “風報” 正式釋出。

和啟信寶通過征信中心與連接配接相關征信網站資料接口的擷取方式相比，風報對企業資訊的搜集則是依托了它們前期建立起來的核心自然語言分析技術 “玻森資料”，利用散落在全網中的企業外部文本資料，從海量的企業事件角度切入，展現企業及其管理者的情報，挖掘潛在風險。

在風報的創始人及 ceo 李臻看來，僅僅用 “企業資料查詢” 來描述風報的功能有些單薄，他們更願意用 “企業情報分析” 來形容這款系統，事實上，風報的誕生也不是一蹴而就的。2012年4月，風報的母公司玻森資料上線了全套 nlp（natural language processing 自然語言處理系統）引擎及語料資料庫，專注于自然語言處理技術的研發及應用，并使用這套系統為汽車、快速消費品等品類進行市場回報、産品研發等方面的資料支援。

這聽起來似乎很晦澀，但落實在現實操作中其實不難了解，玻森曾為大衆點評上面的某個商家進行過口碑方面的典型意見分析，通過對非結構語言的轉化以及詞性色彩的判定，能夠為餐廳提供在服務、消費場景、品牌個性、價格等方面的建議。

在玻森資料引擎的支撐下，李臻與其他合夥人進一步開發了風報産品，以面向企業資訊查詢這一垂直細分領域。在李臻看來，政府對公開資訊的擴大化也是促進他們推出風報系統的另一點原因。

“有 80% 的商業情報都以非結構化的自然語言文本形式存在于網絡的各個角落，但沒人處理這些資訊。” 李臻對 36 氪說道，不論是政府公開資訊，還是公司的熱點事件，這些文本内容都夾雜在政府官網、新聞媒體、社交媒體等位置。

通過對非結構化資料的挖掘，風報要做得就是定位于工商、涉訴、稅務、行政處罰、投融資、高管變動、企業經營業務等重大事件報道，對企業交易對手、競争對手、合作夥伴、行業公司直接進行審查評估。

比如在風報系統中對樂視網資訊技術（北京）股份有限公司進行搜尋，頁面中就會出現一欄非結構化事件的資訊分類，一欄以時間軸分析事件分類的企業動态，這種多信源、跨資料源的資訊聚合，能對企業在經營過程中的關聯資訊進行集中展示。

對于企業與企業、企業與個人之間的關系，風報還可以通過對司法文書的語義分析，得出隐藏在他們背後的關聯體系，目前 “風報” 系統為使用者提供三類關系的挖掘：分别是基于法律關系的多層企業投資及被投資關系；基于司法的企業與企業或個人間涉案關系；基于海量重大事件的企業間關系。

當談及與 “啟信寶” 的差别，李臻當即為我進行了兩款軟體的使用對比，在對某一公司的資訊查詢中，風報能夠的法律文書資訊為 730 條，而啟信寶提供的資訊數量為 400 餘條，另外，風報能夠實作的時間軸、交叉系統展示也是啟信寶暫時沒有的。

不過，從目标閱聽人來看，啟信寶擁有更多的 c 端使用者，其企業查詢服務也為免費使用。風報則定位于純企業端使用者，以收取 5 萬 8、13 萬 8 至百萬不等的年費實作營收，目前已積累了 400 多個企業使用者。

目前風報已完成數千萬級的 pre-a 輪融資。團隊方面，風報聯合創始人李臻是一位連續創業者，在商務拓展與政府合作中積累了頗多資源；紀敏曾長期服務于知名咨詢公司及上市公司，具有豐富的商業經驗；另外兩位聯合創始人闵可銳、趙迎賓均畢業于知名高校，在海外深造後回國參與風報的技術團隊打造和産品研發。

本文轉自d1net（轉載）