八爪鱼刘宝强:云采集协助实现高效大数据服务

　　7月29日，搜狐财经“中国创客”线下系列活动“创江湖”第二季第二期活动在深圳南山洲际酒店开启。

　　CA创投合伙人、挚金资本创始合伙人杨溢，东方富海合伙人、富海深湾移动创新基金管理人周绍军，小i机器人总裁兼首席技术官朱频频，碳云智能联合创始人兼首席信息官黎浩，分别就本期活动主题“人工智能”展开探讨。

　　路演环节，八爪鱼大数据的创始人刘宝强展示了他的创业项目。这是一家以大数据技术与服务为核心的高新技术型企业，可简单快速的将网页、文件等转化为结构化数据，通过云采集实现精准，高效，大规模的数据采集。

　　以下是刘宝强的现场路演实录：

　　非常感谢有机会跟大家分享我们八爪鱼这个项目。我们八爪鱼应该说很形象，大家看这个名字应该知道可以用来干嘛，可以用来抓数据，还是比较简单的。我们八爪鱼是目前整个市场上能看到的最简单的，通过一个工具平台获取整个互联网数据的方式。简单到什么程度呢？我们今天刚发了一篇文章，讲我们最新的版本，用户只要输一个网址，点击一个按纽，就可以获取海量数据，只有这两个步骤。像百度一样，你需要什么，输入关键词，点击按纽就可以获取数据。

　　通过八爪鱼，我们能够交付结构化的数据结构，比如说Excel或者数据库，甚至可以通过API编程的方式将数据平台和你的BI平台和各个应用系统进行直接连通，进行数据实时的同步。

刘宝强在路演现场

　　我们的客户主要集中在金融、科研教育以及大数据行业，我本人也是从事全球金融行业的经验。现在市场上接近一半的大数据公司都是我们的客户。除了提供简单的数据，我们也提供了数多多这个平台，杨总投过房多多，我们取名字的时候也采取这个好寓意。我们像淘宝一样，拥有海量数据资源，用户可以像在淘宝买东西一样，搜索、预览数据，看一下评论好不好。甚至你拿到数据之后，如果不满意还可以退款。

　　当然，数多多数据不仅仅限于从互联网获取数据，也有大量线下的数据，我们定位是数据领域的一个天猫。我们平台目前有28万以上的用户，每个月新增用户超过3万。当然刚才有几位嘉宾提到说机器学习的早期阶段是知识库、规则库等等，其实我目前有超过120万的规则库，涵盖了所有主流网站，我们知道所有主流网站有什么数据、大家想要什么数据。我们平台云上面每天有超过5000万的数据新增。

　　我们取得的一些成绩就不一一念了（见PPT），我们在去年年底的时候获得了大数据企业评级五星，这个是行业之内400多家主流的大数据企业，当然排除了BAT这种非大数据做主营业务的企业。

　　我们的一些公司分布在各个行业，比如说中国建设银行，包括东亚银行这种大型的银行，以及联想或者当当网这种互联网的巨头，以及清华大学这类的高校。另外，包括凯丰投资这样的私募，他们获取大规模的数据，以往是靠对行业有研究的专家，靠他的经验和知识，他们通过数据科学家进行全景数据的分析预算，最终用来指导在二级市场的投资。

　　我们把大数据产业链分成三层，供需链条、平台、具体应用场景。我们公司主要应用点在黄色部分（见PPT），我们会提供各种各样的工具意义大数据资源共享交易众包的平台。

　　这是我们在英国的一家对标企业（见PPT），下面三家都是国外的。在网络数据采集我们在国外没有竞争对手的，下面主要是在数据交易环节的。

　　我们的优势主要体现在三个方面，比如说工具主要体现技术优势，我们做到只有一个输入框、一个按钮，并且适应所有网站，因为我们背后有非常复杂的机器学习的算法。另外，我要重点讲一下我们的生态优势，我们有几十万的用户，这些用户为我们贡献了大量的内容。我们在2014年3月份上线了八爪鱼，后面逐渐地进行了海外版本。另外，介绍一下我们的团队，我和联合创始人一起做了五年全球金融资源的收集，整个团队有很多年互联网的相关经验。

　　以下是嘉宾点评互动问答：

　　杨溢：我来点评不知道合不合适，因为我2014年初的时候就投了八爪鱼这个项目，我是一步一步看到他们的发展和成长。其实最开始的时候是非常艰难的，因为最开始的时候你的产品其实是不那么完善的，而且产品的体验也是不那么完善的，而且你要改变用户的习惯。以前用户都是习惯用蜘蛛爬虫写数据、编程序，但是你要改变用户习惯，产品还不够好的时候，这个时候做市场是蛮难的。但是八爪鱼的产品是一直在完善，到今天它的用户体验已经到了最简单，一个按钮，就像搜索一样，输入一个网址或者一个关键词，就能够找到你所需要的数据，我觉得这是非常不容易的过程。当然，数据是有了，我觉得下一步是这个数据的价值怎么去挖掘出来，怎么去分析出来，做到对行业和商业化更有价值，预测的程度我觉得还需要更深入的努力。

　　这是我对这个项目的看法。

　　刘宝强：感谢杨总。我首先非常感激杨总在我连BP都不知道是什么的时候就给钱。我们确实在产品方面投入巨大，我们在前面三年多时间没有组建销售团队，今年3月份才组建了销售团队，我们一直在技术产品持续投入非常重要的。杨总点评的非常到位，我们今年才逐渐总结了企业文化，其中一条是我们要关注用户价值，要做用户价值的东西，后面才有其他东西。

　　朱频频：杨总的眼光还是很不错的，这个项目很棒，真的很棒。因为现在人工智能钻是大数据应用的方向，这些质量比较好的数据是各个地方争夺的来源。我们做AI，数据主要来自三个方面，第一个是通过垂直爬虫自己爬的数据，我们为此也付出了很多的资源，也组建了大数据团队，有两三个人负责爬虫，但是开始的时候技术上面有解决了很多这种问题。所以说，我认为这一款产品应该有非常巨大的价值，其实还不仅仅是爬取，还做了初步的数据处理和分析。在整个未来应该会有非常好的趋势，因为我个人认为整个未来世界就是人工智能的，什么事情都是人工智能的，人工智能重要的基础就是更多更好的数据，光多也不好，要更好。我觉得做到这种程度还是很不错的。

　　有两个问题需要问一下。第一是生态模式是什么样的？第二是数据爬取出来以后，能拷贝到我的公司内部吗？

　　刘宝强：非常感谢您的点评和鼓励。您提到两个问题，一个是我们的收费模式，我们是to B的模式，产品基础功能是免费的，但是你想要更快，你想要100台服务器在云端爬取数据源源不断地输送到后台，这个就需要付费。另外，数据能不能拿到本地，完全可以，我们支持各种各样的数据格式，以及从一分钟到一个月这种灵活的定时，包括我们允许用户对云端资源进行人为的分析和调控。

　　独家声明：搜狐财经独家稿件，转载请注明来源并附上原始链接。如需更多资料或洽谈合作，可致电010-62726118。