对于创投圈的人来说，IT桔子应该算是必备网站之一了，有次听庄明浩Live，他提到一点，自己带投资经理时，就让他们看IT桔子，观察最新的融资信息，然后去思考为什么这些公司会获得融资，这样持续半年，功力大增。
我不但用上了IT桔子，还在IT桔子办起了公，因为北京就我和老范，一老一少，没必要再折腾一个办公室。
所以得空，我便顺手找来内部数据分析师，了解了IT桔子数据的来源，以及加工过程，这是一个很自然的想法，因为使用一个工具，必须要知道它的局限，知道它更新频率如何，信息准确度有多少，数据库信息是否完善，如此才能清楚如何使用它，不然你会像知道一把枪威力很猛，却不知道它是否可以用来切菜一样。
所以这篇文章对于创投圈的朋友，还有很有帮助的，以下为整理信息：
首先，在IT桔子，有4个专栏是更新比较多的：发现新公司、投资速递、投资机构、孵化器。这些信息可分为结构化数据，非结构化数据，UGC（也是蛮大的一份量）三部分。
非结构化数据中50~60%是由人工来编辑加工的，渠道可能有十几个，如36氪、猎云、微博等。之后IT桔子员工会自己贴标签，写简介。更新频率一天2此，上午10点一次，下午5点时一次。这个过程不可避免，但确实有点无聊，我听说一些员工找这些数据从早照到晚，有种生无所恋的感觉。
他们的抓手是事件，比如一条新闻是一个事件，然后他们会从一个个的事件中拆解出信息，再丰富到数据库中。
结构化数据这块是利用爬虫，去爬一些工商信息，或者新闻等。最后，UGC这部分占比并不少，有些创业公司，或者是公关会把自己的公司主动发出来，让IT桔子收录，数量一天约为几百家。
IT桔子的数据库包含市场所有的公司吗？并不是的，它收录的公司大多来自于一级市场，二级市场的信息是没有的，此外，有些公司比较传统，信息太少，那就不收录，所以并不是面面俱到。
而我们查询投资机构时，其主页会显示自己已投过的公司，到哪展示出来的也是不全的，因为有些投资机构并没有把信息展示出来，公开渠道没有的话，IT桔子也不会收录。
引用一句罗振宇2017跨年演讲中的观点：在人工智能上，算法几乎没有什么门槛，真正有门槛的是数据，谁能掌握最丰富、结构化的数据，谁就更有可能成为未来的独角兽，所以，祝福IT桔子。
小插曲：今晚9点左右，我去办公室旁边的健身房回来时，看到空荡荡的办公室只剩文飞翔，她旁若无人，专注地在敲打着什么，不止今天，几乎每天，飞翔都是IT桔子下班最晚的一员。
网友评论