大数据＋人工智能，「Entry Square」要做中欧跨境业务的一站式解决方案提供商

中欧之间的跨境合作存在巨大未被满足的需求。在经济转型的大背景下，国内一些传统行业迫切需要借力欧洲的先进技术和优质产能，实现产业升级。而欧洲存在众多细分领域的“隐形冠军”，这些中小型公司有足够的竞争力，也有进入中国市场的诉求，但却因为没有高额预算和充裕人力做市场进入，只能对中国市场望而却步。信息不对称、供需不匹配以及对人的依赖高，仍然是跨境合作的核心痛点。

Entry Square是36kr近期接触到的一家中欧跨境产业智能匹配及解决方案提供商，它通过监测中国市场需求和欧洲市场供给，基于两边供需关系，运用大数据进行精准匹配，再结合线下服务，为双边企业提供跨境合作一站式解决方案。

Entry Square的一站式解决方案由五个模块组成。

五大模块的有机组合 构成跨境服务一站式解决方案

第一模块iRadar，做大数据挖掘，跟踪“中国市场的需求“和“海外产品的供给”。

中国数据库覆盖约17000家中国概念海内外上市企业的历史财务、新闻、交易等信息。欧洲部分的内容包括瑞士20多万家、德国约70万家中小型企业信息，以及全欧洲范围专利数据。同时，Entry Square还抓取了40年来约28万家外商在华投资及分布信息。

通过对这些数据的智能清洗和存储入库，Entry Square洞察了中国的产业需求、产业资金需求，以及作为配给的跟投金融机构的需求，同时掌握的还有欧洲公司能够供给的技术、品牌和渠道的优势、对中国市场的吸引力大小，进入中国之后能够带来的收益。

第二模块iAnalyst是智能分析师。平台根据处理过的数据，基于技术、财务、人力资源和市场需求等，用算法进行初步交易评估，评估的产出是这种类型的项目对中国市场匹配度有多高，中国市场对该项目的需求有多大。企业可以根据评估结果决定是否进入中国，以及如果进入中国的话，最为合适的切入方式。

第三模块iMatcher，这个模块将机器学习算法用于海外与中国需求之间的匹配查询，将吻合度较高的项目双方匹配起来。iMatcher会精准匹配给出一个清单，列出可能感兴趣的并且有足够实力的合作公司。欧洲公司可以挑选下一步的线下接洽对象，在Entry Square的撮合下和意向企业进行线下会谈。

第四模块iLocater帮助海外中小企业在中国落地选址，提供产业集群分布数据建议，Entry Square会重点考察哪些省市有这个项目比较完善的产业链布局、比较成熟的产业基础建设，为项目建议对它本身来说存活率最高的、商业环境最好的落址地。

第五模块iTracker，这一模块是平台的项目管理工具，用于跟踪业务的全生命周期，实现整个模式的闭环，从而使Entry square成为线上平台＋线下服务的O2O的一站式工具平台。

Entry Square的一大核心技术是其对数据进行的清理、存储和特征提取的算法。关于特征提取，不同行业的公司分析不尽相同，例如重资产行业和轻资产行业的估值方法截然不同，所以对于具体行业，使用怎样的维度，要贴怎样的“标签”，才能最精准地给出项目的画像，对于中欧两边数据库的衔接，核心算法在做匹配时，要抓取哪些信息才能捕捉到真正的供需关系，才能达到最高的匹配成功度，这些是Entry Square最重要的know-how。

至于Entry Square在构建模型时用的数据维度，据创始人Sally Yan介绍，企业的行业类型、技术分类、技术核心、财务情况、目前发展瓶颈、战略分析等等都会被提取进模型，至于更细分的指标以及各指标在模型的权重则不便透露。Entry Square是用中国过往40年来7万笔海外合作投资案例来做的算法训练，团队提取了所有公开数据中的中欧跨境合作的项目特征，来提取出辅助跨境合作决策的重要信息，比如什么类型的行业会对什么样的企业感兴趣、上下游整合、跨业整合、横向整合需要怎样的内在核心的协同性、企业在发展的不同阶段分别需要怎样的标的、以怎样的方式合作、哪些省市有很好的产业链布局等等。

另外很重要的核心竞争力是资源，资源决定了一些在关键信息渠道节点的布局，影响着是否能第一时间捕捉到中欧企业潜在需求。Entry Square团队在中国欧洲两地都有一定的资源积累和战略布局，作为瑞士佳泰得（Drivetide Capital）旗下孵化企业，Entry Square在欧洲有成熟的资源积累。而在中国，这已经是创始人团队裂变的第三个产品，他们曾经参与过中国证券私募基金的管理，也是基于大数据和人工智能，通过数据清洗、公司分析得出的投资逻辑，来监测市场需求。据Sally说，团队跟中国的上市公司、金融机构、产业资本有很强的双向商业互动，在过去五年网络基本布局完成。

传统的跨境合作比较常见的撮合者是投行、FA等金融机构，关于 这部分的业务重叠，Sally认为：“大投行人工很贵，所以一般不太会服务中小型企业。而我们是要开辟中小企业市场进入的蓝海，这是我们和投行的差异化。另外一方面，我们和投行其实也是合作共生的，投行和咨询机构需要大量时间做前期的市场调查，这往往是由于他们没有一个信息统一的渠道沉淀。他们可以用我们的算法来提高业务效率，比如我们做前期的精准匹配， 他们去线下落地项目。大型金融机构是看大局的，不会只想着挣一些蝇头小利。在这个市场上也不会一个蛋糕只被一家吃。我们这个平台可以做跨行业的流量入口，提高整个市场的有效性，降低所有人的参与本，这是win win win的。”

对于很多行业峰会和线下企业家联合会在做线下撮合交易的业务，Sally说：“这些线下会议、互动、考察是和我们不冲突的。通过这些峰会实际落地的项目的确有，但是成功率不高。由于路径不清晰，双方花了大量的时间在找路，保守估计参与方有70%的时间做社交，30%的时间在让项目落地。我们这个平台解决的不是为了那30%，我们想提高那70％的时间的使用效率。而且和这些峰会，我们也会有合作关系。比如现在已经有开峰会的机构问我们可不可以做定制的洽谈会，做定向的一对一的闭门会谈，前期做好匹配工作，企业线下可以直接谈具体的技术的合作，而不是还在讨论寻求未来合作空间。平台节省了大量的人工成本，打开了一片新增市场。”

Entry Square目前在beta测试期间，正在寻求Pre-A融资，此轮融资数额800万人民币。

附录

36kr也和Entry Square创始人Sally聊到了一个很有意思的话题，放在这里供读者思考。

36kr：目前Entry Square的大数据还是基于历史信息的back testing，有点类似二级市场的量化分析。 Entry square能不能做到对未来市场的动态预测，从而察觉到一些潜在的国内需求或者未来的动态？

Sally：关于历史数据到底能不能有效预测未来，可借鉴性到底有多少，Sally认为真正好的二级市场的投资算法，捕捉的其实是交易行为。二级市场的好策略是在变化的事物中找不变量，而Entry Square也把这套方法论用在监测跨境合作上，从千变万化的行业合作中找到那些不变的行为，比如海外企业进入中国后的一系列动作，他们会采取什么措施、架构会怎么变化、上下游如何应对，都是有规律可循的。当这些动作出现的时候，你便可以看到它的业务需求。