甘云鋒（混名：風劍）曾任職于華為、金蝶、阿里，是前阿里大數據業務、數據事情室、人工智能認真人，在阿里認真過TCIF、ID-Mapping等產物，他發明今朝像是阿里數加、UCloud等大數據平臺方面的建樹都很完備，但應用層面相對“一片空缺”。

于是，他判定，基于云上的大數據應用是將來一個重要的偏向。而且在海內，數據尚未立法，不知道怎么界定那些可以商用，但在將來2-3年，這些城市趨于成熟，數據也可以合規操作。

機遇巧合之下，甘云鋒在2016年4月拿到了IDG的投資意向，同年6月創建公司“數瀾科技”，定位幫企業數據資產化、數據業務化。

甘云鋒首先將企業數據分為4類：第一類為策劃類數據，像CRM、ERP等；第二類為社會類數據，譬喻企業老板、企業勾當中發生的；第三類為日志類數據，好比用戶的欣賞足跡；

第四類為企業外圍數據，像是行業等。這些數據單點做闡明較量容易，買通后的全局數據則更有代價，可以用在企業供給鏈預測等方面。而這個買通的進程就叫做企業數據資產化，最后交付到企業手中的是真正可覺得業務處事的數據，之后針對場景的應用就叫數據業務化。

這就是數瀾大數據平臺DW.Daas在做的工作。其產物分三塊：首先是Data-Mapping——把各類數據毗連起來；數據毗連后釀成資產則需要Data-profile來打標簽、組織；最后的應用部門則是Data-Service體系來提供數據處事。

舉幾個行業應用案例：

在保險規模中，公司對客戶舉辦核賠（賠不賠）、理賠（賠幾多）時，靠山數據不足“全，廣，精”，因此很難360度精確評估客戶狀況，從而進程中存在較大風險。通過DW.Mapping引擎，可以將處方明細數據、疾病診斷數據與人-癥-藥-疾標簽類目體系舉辦買通，形成多條理關聯干系醫患圖譜（DW.MedCare）。通過數瀾醫患干系評分模子( DW.Correlation)，得出抱病概率評分。保險公司在顛末投保人授權后，可以通過此數據處事對部門不在保險條款內的疾病舉辦磨練，從而有效節制風險。

在家產出產制造中，設備數據、出產數據、運營數據未能有效的關聯和闡明，導致出產進程中能耗存在大量不公道開支的環境，數瀾通過闡明車間、設備、班次的能耗數據和產能數據，可以指導企業日常的出產運營，使單元產值能耗有效低落。

在地產行業中，選址凡是回收人工踩點、流量統計、禮聘咨詢公司調研等方法相識地塊地段客流環境，香港站群服務器 美國服務器，數瀾可以做到對輿圖中某地塊周邊1公里、3公里、10公里范疇人群、社會情況、競爭敵手等工具闡明，涉及消費特征、出行方法、資產本領、公司漫衍、政策導向、配套設施、競爭敵手定位、競爭客流、主題勾當設定等維度。這些還可以應用在伶俐物業、精準營銷等偏向。

至于收費，純SaaS產物客單價在100萬閣下，平臺本領輸出客單價在500萬閣下，陳設周期凡是在2個季度。

據悉，數瀾科技團隊今朝有60多人，大多是研發。產物大多靠口碑營銷，已處事客戶靠近20家，包羅萬科地產、社保通、上海網商等。公司在2016年7月得到IDG和湖畔山南1248萬元天使輪融資，2016年12月完成由洪泰、順融領投的4500萬元Pre-A輪融資，IDG、湖畔山南跟投。最近一輪融資后，在打磨產物的基本上，搭建銷售體系。