烯牛數據：用大數據幫助投資人量化投資

徐碩

解決一級市場的投資痛點。

“曾經學到的東西都派上了用場，一分一秒都沒有浪費掉。”烯牛數據CEO李錦香說。這是個信息理工行業為數不多的女創始人，畢業于北京大學信息管理系，曾在野村綜研擔任咨詢顧問，先后參與過日本佳能、韓國樂天（Lotte）等多家全球500強公司的戰略咨詢項目，2012年加入戈壁創投擔任投資副總裁。

做了幾年的投資后，李錦香發現，光找項目、篩選項目，差不多就要花費投資人70%的精力，尤其是在經過2014年資本熱潮之后，項目多到看不過來不說，還可能遺漏掉好的項目，而投資人用于投前分析、投后管理的時間也被大幅度縮減。

那么，能不能通過數據化分析來找項目？但這個想法隨即便被她自己否定了。2014年有關創業的數據源并不多，人工智能也尚處于萌芽階段，且市場環境也不具備這樣的條件。

直到2015年，當時還是戈壁創投CTO的杜強做了創業項目的數據采集來幫戈壁的成員推薦項目，可難免存在一些爛項目。李錦香思考，有了大數據，如果能驅動一級市場量化投資平臺，幫助投資人發現并管理項目、提升效率就好了。2016年，李錦香和杜強等人離開戈壁，成立了烯牛數據，開始專注于一級市場的量化投資。

一級市場的量化產品要怎么做？

由于一級市場大數據大多不是公開數據（基本隱藏在文本、新聞中），需要對大量非結構化數據進行清洗、聚合、分析，技術難度大，投入也就會越來越大。

在數據的清洗及聚合上，烯牛數據通過語義分析從全網智能抓取數據，用于搭建自己的項目庫。他們定義了人機協作規則，使得數據清洗得更加高效。目前烯牛的數據源有100多個，如新聞、創投相關網站等，并匯集了20萬家公司數據、近1000家創投機構數據。

為了能夠幫助投資人更精準地找到項目，李錦香將判斷一個好項目初級的標準定為團隊優秀、媒體熱議、下載激增等七個維度，利用可量化的數據制定烯牛特色標簽，替投資人進行篩選。

而推薦得是否準確，完全取決于機器的分析學習能力，通過人機互動不斷理解用戶需求，互動越頻繁，推薦越精準。

于是乎，基于底層的大數據平臺，烯牛數據將投資產品化，又推出機構投資項目管理SaaS服務，具體體現在投中、投后及基金內部管理上。在投中階段，投資人可以記錄項目的推進情況，機構老板可以實時查看項目推進階段，比如發了多少TS，最后投了哪些。

在投后管理階段，除了季報、年報等基本信息，烯牛數據主要是幫投資人追蹤項目發展及競品異動的情況。

同時烯牛數據還有內部管理功能，使得同機構的投資人之間可以共享項目進程等決策信息。

利用大數據探索更多可能性

創業前，李錦香覺得一級市場大數據變現時間長，投入和產出基本不成正比，再加上資本寒冬，萬一沒有錢，產品就斷了，留下一堆數據蠻可惜的。但后期，有了人工智能等技術方面的應用，她認為在投入產出上反而會有可能呈指數增長。

2016年11月，烯牛數據完成由啟迪之星、微路演、峰谷資本聯合投資的800萬元天使輪融資。截止到目前，烯牛數據有投資人個人用戶近3000人，機構版試用機構近百家，周活超過20%。

創業后，身份的轉變讓李錦香發生了極大的改變。她變得越來越自律，每天8：30便準時出現在辦公室，并把對自己的嚴謹擴散到了整個團隊，結果就是“我變成了曾經自己最討厭的那種老板”。李錦香說，創業更需要彼此協作，不像做投資的時候是單打獨斗。

對于未來，李錦香認為，烯牛數據可以從GP擴展到LP人群，幫高凈值人群做資產配置，而基于自己的投資人背景，也會將重點放在底層數據及輔助決策上，以期滿足投資人的需求。至于近半年，烯牛數據將推出更多基于大數據和人工智能的新玩法，比如基金業績實時評估等功能。