- 金融科技
- 金融数据
- 金融信息服务
- 金融
中国一级市场缺乏数据支持，长久以来困扰着投资研究人员。完成一项研究工作往往需要手工搜寻分布于监管机构、研究机构、新闻媒体等各类信息来源的零散数据，费时费力。
视野金服的创始人刘雨濛在中金和华尔街投行的工作过程中对此深有体会。金融IT销售出身的张灿对大型金融机构的需求非常了解，同样观察到市面上缺少这类数据分析应用级软件。两人一拍即合，成立了视野金服，力图打造一款服务资本市场的数据软件，为投资从业者完成加工底层数据的工作。
从2015年开始设计产品，经过两年的潜心打造，视野金服的产品顺利完成商业化落地，得到了首批客户的认可。前有二级市场垄断者万得弹药充足，后有层出不穷的金融数据服务创新公司技术傍身，如何在两面夹击之下突围而出，离不开视野独特的产品优势。
首先，金融数据服务保证数据的准确、全面和完整，是基础竞争优势。
在数据的选择上，视野倾向于更为准确的官方数据来源，将基金业协会数据、三板数据、A股数据、证监会数据、工商数据等多种数据源通过算法有机整合起来，而对于融资新闻等难以确保真实性的数据则区分开来，作为参考数据呈现。
逻辑算法也能解决部分完整性和全面性的问题。例如，通过算法推导出未备案的投资机构、实业企业投资部门、政府投资平台等。目前视野已覆盖A股上市公司、IPO排队公司、三板公司、四板公司、获私募基金投资公司、拥有各类证照及政府奖励的非上市公司等150万家企业。
其次，打磨贴合市场需求的产品离不开创始团队在金融行业的多年积累以及种子客户需求迭代过程，与客户磨合时间越长，竞争对手越难赶超。视野对金融行业的深刻理解集中体现在三方面。
第一，在数据的选择上，视野只选择客户在实际业务中真正需要的数据类别，以金融核心数据为主，而不盲目求多。
第二，在行业分类上，视野梳理了1200个行业，颗粒度较细，能迅速找出同行业可比公司，且兼顾创业企业和传统行业，满足不同投资机构的行业偏好。
第三，在产品设计上，视野深入了解客户工作流程中对于数据指标和可视化分析的需求，在数据挖掘、产品呈现上落实到应用层级，提升客户投研效率。
最后，友好的查询方式更贴合客户的工作习惯。视野将传统的数据终端升级成为网页版SaaS，配合移动端APP，产品形式更轻量化，更触手可及。
近期，爱分析专访视野金服COO张灿，就金融信息服务行业动态和视野金服的业务发展情况进行了交流，精选部分内容分享如下。
以金融行业需求为出发点，偏好官方数据
爱分析：视野金服的数据源有什么特点？
张灿： 一方面，视野比较喜欢交易所和政府部门的数据，这些数据源能够长久维持，不像商业机构有可能不稳定。所以视野大量采用政府部门数据，不用担心市场公告数据、基金业协会数据或者工商数据突然不披露。
另一方面，视野很会用这些数据。视野不是一个纯的大数据公司，但是视野绝对是一家金融数据公司。
举个例子，很多不懂行的人建议我们增加法院诉讼数据，显得数据多。其实投资机构做项目的时候，法律诉讼部分的数据，就算有也看不太懂，而且网上的也不见得准，最终他还是会委托一家律所去做法律尽调，然后出一个法律意见书，而且律所会去权威的法院官方数据库里去调数据，去看这家公司有没有实际的诉讼，或者其它违约，所以我们没有放诉讼数据。
视野重点做大家关心的数据，比如同类可比公司，这部分是我们的重点。
爱分析：视野有哪些采集数据的方式？
张灿：主要是两种数据采集方式。第一种，能商业化购买的，视野比较喜欢用商业化购买的方式来解决，因为我们不应该成为做原始数据的公司。比如A股财务数据，可以找成熟数据源。
另一种，视野确实也自己处理各种数据源。比如说三板定增数据，可能很多数据商没有，这就需要自己去写算法、去采集、去抽取、去比对。
爱分析：视野的产品主要满足投资机构哪些方面的需求？
张灿：投资机构有两大需求是非常明显的。一个是承揽，找项目时用视野的产品，效率极高。
PE/VC平均看50个项目投一个，怎么能把50个项目很快找到，或者说不丢失项目，产品的全面性能够帮到这些机构。投资机构需要在产业链上找可比公司，视野的产业链细分做得很好，每个领域的公司都可以很快找到。投资经理最传统的方式是靠关系找项目，但优质项目是稀缺的，传统方式很耽误时间。
第二个是承做的时候。
投决会表决大量是参考同行业数据，比如判断一家公司与上市公司的距离、这个行业IPO被否的几率、风险点等信息，行业信息、IPO信息和政策信息对投资机构的帮助挺大，视野的产品都包括了。
客户群体多样，应用价值广
爱分析：除了投资机构，还有哪些客户群体？
张灿：一级市场参与者类型比较多，比如券商客户、银行客户、律所客户、会计师事务所客户、财经媒体，各类型的都有。还包括FA、上市公司、新三板公司，都有数据需求。
行业数据对新三板公司很有用。买数据的往往是发展得比较好的新三板公司，它们有两个很大的需求。
第一个是对标A股公司。新三板公司缺少专业人员，视野的数据能帮它们监控行业内上市公司的动向，它们很需要这类信息。
第二个是并购需求。好多新三板公司有很多并购需求，它们要研究行业里比自己小的公司、需要融资的公司，这对它来讲也很有价值。
爱分析：银行客户有哪些需求？
张灿：银行需求分为两部分。一部分实际上是银行的传统业务，也就是存贷款业务。
定增的三板公司和准备IPO的公司是资金存管产品的优质客户。如果银行知道某公司在新三板刚完成5000万定增或者刚完成新一轮融资，这是拉存款非常好的时间点。所以传统金融业务用数据分析很有帮助。
另一部分是银行的投行业务，银行自己也做投资，承担GP的责任。除了自己投一部分，也有部分资金投给私募，所以甄别私募也很重要，包括FoF基金客户也有这种需求。
爱分析：视野如何帮助客户甄别私募？
张灿：私募去融资的时候都有一个习惯，就是把自己投得特别好的IPO项目拿去给母基金看，从来不说自己失败的项目。视野有个好处就是能找出这家机构历史投过的项目，管过的所有基金。因为母基金希望看到最全面的情况，无论是投得好的还是投得不好的，视野的产品能帮它分析这些GP。IRR只是其中一小部分，持续发基金能力、持续投资能力都是需要考察的。
母基金还有一个特点，就是希望找到跟自己投资偏好结合的基金，比如很多投行喜欢看自己有比较优势的区域。视野把一级市场散落的各种数据变成网格化数据库，这样各个维度都可以看，从投资机构维度看、从行业维度来看、从地域维度看都是可以的。视野的每个功能点都非常贴合投资机构的需求，更符合它们的工作习惯。
除了投资机构，三板公司也会用到投融资分析功能。
首先是可以筛选投资方。三板公司融资也会犯创业公司融资的一个大毛病，就是没有目的性。很多时候公司融资需要找行业相关投资方，或者政府背景股东，或者投过本行业公司的，就可以用智能投融资功能找到适合自己的投资机构，包括FA也需要这个功能。
另外董秘还需要了解同行业其他公司，每周给董事会报告行业内的上市公司动态，类似公司哪些有新融资等等，类似于资本市场简报功能，也能体现视野的价值。
扩充海外数据，深入挖掘产业链
爱分析：视野对自然语言处理技术的运用主要在哪方面？
张灿：主要处理一级市场数据，非常重要的是处理业务模式、商业模式、产品构成。
我们对三板数据很重视。新三板公司和A股公司有一个非常大的区别，就是分得非常垂直。A股上市公司可能都是大公司，但是三板的产业链行业分得很细。而且三板的披露规则很好，内容比较可靠，所以视野大量挖掘它们的商业模式、公司简介、业务收入、业务分布等。
爱分析：视野的产品是否有不同收费的版本区分？
张灿：目前没有做区分，只是付费用户和试用用户会有差别，但是所有付费用户的产品是一样的。未来会做一些调整，比如马上会把美股和港股数据上传，这部分数据成本也比较高，可能会做一个切换。
包括现在也有投资机构提出需求，希望有一个最简版，费用在几千块钱，提供基础查询功能。对这部分需求，未来如果有精力的话，可以做一个小版本，高净值用户买基金的时候也挺愿意查询一下，但是现在给机构提供的是统一标准。
爱分析：数据扩充后，还会进一步增加哪些分析功能？
张灿：产业链里还会有更深的分析。
现在行业已经分得很细了，但是实际上还有一些可以再细分的。比如说医药行业产业链，大家希望看到做心脑血管疾病的有哪些供应商，哪些做药的、哪些做器械的、哪些做治疗的。投资机构希望能把产品作为一个维度来拆得更细，这部分也蛮需要文本数据挖掘。
还有一部分很久都没有解决的问题，就是供应商的上下游。A股公司会公开前五大供应商，或者前五大客户，这部分其实可以关联出来。
上市公司公告里有好多有价值的数据，包括上市公司的子公司自有披露财务数据，其实没有太多公司数据库整理，这也是非常好的统计分析数据挖掘样本。
所以视野会再做一些广度，就是涵盖海外公司。另一部分也会挖掘深度数据，把客户最喜欢的，而且很擅长的行业产业链再做细。
爱分析：视野会定义自己为智能投研公司吗？
张灿：这个市场重大家都特喜欢说智能投研，但我反而认为应该提供一个大家比较喜欢的金融工具。不是帮别人决策，而是让别人决策效率更高，这个思路大家比较能接受。
一级市场做智能投研其实不大靠谱，这公司适不适合投其实很难给出一个答案。但是你可以告诉他，比如行业内的公司曾经因为销售费用占比过高在证监会被否过，告诉他这个行业有风险，把这种数据告诉他，数据更准确、更权威。
视野还是定义自己为彭博、万得一类的金融数据终端，只是终端形态有点不一样。