大数据分析项目简报,•该项目提供海量数据的分析挖掘软件，且技术领先、国内知名；•该项目提供海量数据的分析挖掘软件，且技术领先、国内知名；•为物联网、智慧医疗、新闻媒体等大数据行业提供数据分析服务；•为物联网、智慧医疗、新闻媒体等大数据行业提供数据分析服务；•融资主要目标：•融资主要目标：,数据挖掘软件云化改造，实现云端销售；数据挖掘软件云化改造，实现云端销售；开发主要依托大数据分析技术的行业应用APP，聚集用户，并对用户偏好全方位画像。开发主要依托大数据分析技术的行业应用APP，聚集用户，并对用户偏好全方位画像。,,团队,• 团队：目前为神舟通用数据技术有限公司 数据分析与应用事业部。主要从事数据挖掘、大数据分析相关产品研发、销售、实施。团队近30人，10人具有数据挖掘、大数据研发和项目实施5年以上经验，50%以上为研究生学历，西交大、天大、南开、北航、哈工大等名校员工居多。,• 顾问：有百度大数据T8技术专家的前同事，可以在适当的时候根据需要加盟。另有阿里运营专家，大学好友可提供运营指导。有,多位腾讯技术专家提供互联网运营指导。另有多个有成功创业经,验人士提供创业指导。项目亮点,产品优势：, 结构化数据挖掘产品K-Miner具有较高知名度，每年有若干主动找上门的项目。, K-Miner技术优势明显，和领袖产品IBM旗下SPSS公司Modeler竞标均中标。, 文本挖掘软件T-Miner功能、性能强大，多次和托尔思文本挖掘竞标中标。 解决方案优势：包括结构化并行存储、非结构化并行存储、网络信息爬取、ETL、数据挖掘、多维分析、文本挖掘、全文检索的整体大数据存储和分析方案。,经验优势：公安、电信、税务、电力、海关、零售、网络游戏、审计、档案、数字报刊、车联网、军工、航天、教育等众多领域数据挖掘项目成功实践经验。多个项目为,TB级数据挖掘项目。,其它优势：已和车辆网、数字报刊、智慧医疗领域3家具有资源优势的创业公司有股权置换或资本合作意向。发展方向与策略,传统项目：加强市场推广工作，依托现有技术优势和在传统IT行业的影响力，以及和各合作,伙伴的密切合作，继续承担一些传统行业内高利润的政府和企业大数据分析信息化项目。,战略性项目：和车辆网、智慧医疗、互联网金融、数字媒体等领域的一些潜力较大的公司形,成战略合作，尽可能采用技术入股的模式，深挖其价值，从而实现双方价值的共同提升。,云化数据挖掘产品：和阿里云、腾讯云、百度云、七牛云等云平台合作，云端租赁销售数,据挖掘软件，以较低价格快速占领市场。,移动类应用开发与运营：寻找潜在的、可主要依托大数据技术的市场，形成移动端应用，,聚集用户，对用户全方位偏好画像，布局移动端市场。例如和新闻出版署开发类“今日头条”，,获得用户资讯偏好，同时凭借资源优势和各报社原有广告主建立联系，搭建广告平台。,市场规模：据EnfoDesk易观智库发布的《中国大数据整体市场趋势预测报告2014-2017》显示，预计2016年国内大数据市场规模总量将突破100亿人民币，其中线上市场和线下市场分别65亿和64亿，且每年增长30%以上。大数据分析至少能占20%份额，即26亿/年。发展计划：未来1年,战略性项目：,和车辆网、智慧医疗等领域公司合作，团队基本工资和奖金+技术入股。实现保本收入300万元。,传统大数据分析项目：,审计署，实现收入200万元。其它业务，实现收入300万元。,战略性项目,移动类应用,数据挖掘平台,传统项目,云化数据挖掘产品：,预期销售30套，实现100万营收。免费注册用户1000个。,移动类应用：,和新闻出版总署合作，做类“今日头条”的资讯类app，实现注册用户100万，初步分析用户资讯偏好。并和报刊社的广告主合作，打造广告平台，聚集至少10家广告主。,云化数据挖掘产品发展计划：未来3年,战略性项目：,技术入股3家以上公司。实现入股公司所持股份市值达到3亿元以上。,云化数据挖掘产品：,服务客户200个，覆盖用户2亿。实现营收1000万元/年。,移动端应用：,完善资讯类app，实现注册用户数2000万以上。以资讯为切入点，拓展其它app，挖掘用户资讯,以外其它偏好，例如饮食、服饰、健康、教育、理财、居家、旅游等偏好，实现用户全方位画像（配合广告推送技术可初步识别用户其它偏好）。聚集广告主200家以上，实现广告等营收,2000万/年。,传统业务：,利用各类传统销售渠道，实现传统大数据分析项目营收1000万元/年。解决的痛点,痛点：Modeler等传统数据挖掘领袖软件不支持并行计算，无法解决海量数据分析问题。价格昂贵。,• 方案：40多种挖掘算法均支持并行计算，海量数据场景下相比Modeler竞争优势明显。且相对便宜。,痛点：大部分互联网企业利用HADOOP、SPARK等进行数据分析，产品不稳定，要求分析人员知识面极宽（需要懂软件开发、hadoop等众多技术、数据挖掘建模），人力成本较高（3年左右经验人员在30万以上，但分析能力往往达不到要求），且人员缺口较大。,• 方案：K-Miner使用门槛极低，专注数据分析的分析师可快速（小于1天）掌握，可节省大量人力成本，且员工容易招到（数学系、统计系大部分人可用）,痛点：中文文本挖掘软件功能有限，且技术不成熟。,• 方案：凭借结构化数据挖掘的技术优势，推出的中文文本挖掘包含丰富功能，且性能卓越。经常和领袖厂商托尔思竞标中标。,痛点：缺乏成熟的海量存储与分析的一体化解决方案，以及结构化和非结构化分析一体化解决方案。,• 方案：神舟通用公司、数梦工场等的并行存储和本团队的网络信息爬取、数据挖掘、多维分析、智能报表、文本挖掘、分布式检索等形成完善、一体化大数据解决方案。核心产品,---结构化数据挖掘产品K-Miner,产品描述：,• 易用性：B/S架构，向导式建模，建模参数自动优化，大幅减低建模难度• 用户定位：数据分析师、业务人员、开发人员• 对标产品：IBM旗下SPSS公司的Modeler、SAS的EM,技术概述：,• 41种算法• 所有算法支持并行计算，是唯一支持10种以上并行数据挖掘算法的软件• 每个算法不并行也远快于Modeler等相应算法核心产品,---文本数据挖掘产品T-Miner,产品描述：,• 应用场景：档案管理、情报分析、舆情分析、文档检索、新闻媒体推荐、广告推荐、人物关系分析、网络评价态度分析…• 用户定位：开发人员、分析师• 对标产品：托尔思文本挖掘（市值128亿）,技术概述：,• 支持并行计算• 分词速度远快于其它厂商• 语义分析、自然语言处理功能强大• 人物关系分析、情感分析、知识脉络分析等高级功能产品/技术,------一体化大数据中心解决方案,下图为本团队的大数据中心解决方案。其中红色部分为本团队自主研发的产品，绿色部分为母公司研发的产品，黄色部分为开源产品。创始人,33岁，西安交通大学应用数学专业毕业 大二开始自学数据挖掘，深信数据挖掘能够改变世界；毕业进入某省电信三产公司，担任项目经理，利用数据挖掘做电信客户流失分析、用户分群,与画像，成绩突出；但觉得数据挖掘技术可颠覆几乎所有行业，不应局限于一个公司或行业，,随后加盟数据挖掘创业公司“天才博通”；在“天才博通”先后担任数据挖掘项目经理、产品经理、产品总监。主持研发的数据挖掘产品GDM在国内具有较高知名度，并相比国外领袖产品具有一定竞争优势。并成功实践了公安、,电信、电视购物、税务、网络游戏等众多行业数据挖掘项目。撮合“神舟通用”公司收购“天才博通”。在神舟通用主要成就：主持研发分布式数据挖掘软件，成为国内外唯一包含15种以上并行数据挖掘算法的软件，算法性能进一步提升，相比国外领袖产品竞争优势更明显。主持研发文本挖掘产品，功能、性能具有竞争优势，全面布局大数据分析。售前支持拿下了某部委10PB数据中心项目；指导实施了档案、电网、审计、报刊、车联网等领域众多数据挖掘、大数据分析项目建设。,融资信息,本轮期望融资1200万，出让股权比例15%左右
