大数据投融资周报（4月2日——4月8日）

大数据投融资三联虹普肿瘤

abby | 2016-04-08 16:40

【数据猿导读】相较于清明节前大数据领域的投融资热潮，本周就显得寂寥了一些，殊不知是因为春季之初，人们难免疲累了些，还是在韬光养晦，摩拳擦掌之中。下面为您奉上本周大数据投融资热点

一、三联虹普拟定增9亿元投向纺织产业大数据工厂

三联虹普近日发布的公告显示，公司拟募集资金总额不超过90100万元。其中81100万元投向纺织产业大数据工厂项目，9000万元用于补充公司流动资金。本次投资，将充分发挥公司生产性服务业与高端制造业融合发展的竞争优势，抓住新一轮科技革命的机遇，将互联网、云计算、大数据等技术与纺织产业相结合。三联虹普表示，公司此次投资将有利于加快实现公司在大数据领域的拓展和积累，有利于与公司募投项目纺织产业大数据工厂协同发展，加快丰富公司在产业大数据领域的业务布局。

二、肿瘤大数据公司 LinkDoc 完成数千万美金 B 轮融资

日前，肿瘤领域的大数据医疗公司零氪科技LinkDoc宣布获得数千万美元B轮投资，宽带资本领投，汇侨资本、千骥资本、NEA跟投。据创投时报项目库数据，LinkDoc是零氪科技有限公司旗下产品，是一个临床数据融合系统，主要业务是医疗信息系统集成和应用软件开发，目的是对接患者和医生，2015年1月获美国VC千万级别A轮投资。公司目前已与全国超过200家最顶尖的肿瘤医院建立了合作关系。其收集、整理和分析的病例超过40万例, 覆盖了全部肿瘤病种和学科，技术储备和业务规模均位居领先位置。

三、医疗数据服务商人仁医完成近千万元天使轮融资投资方为众海投资

近日，国内医疗数据服务商人仁医完成近千万元的天使轮融资，投资方为前阿里巴巴集团高管所创立的众海投资。随着网络医院、医疗大数据挖掘应用以及精准医疗等相关业务的迅速发展，越来越多的医院开始与商业机构进行临床数据的交换和共享。人仁医作为医疗数据服务商主要业务就是为互联网医疗和传统医疗服务企业提供高效ETL服务，降低其在在数据对接上的人力成本并且节约对接时间。

四、大数据初创公司Kyligence获投百万美元天使轮融资

大数据初创公司Kyligence日前宣布获得了数百万美元的天使轮投资。Kyligence是一家总部位于上海的大数据初创企业，成立于2016年初，是一家专注于大数据分析领域创新的数据科技公司，主要为用户提供基于Apache Kylin的智能分析平台及产品，提供领先的企业级商业分析解决方案。据悉，Apache Kylin是可扩展到PB规模的开源分布式大数据分析引擎，为Apache Hadoop等大型分布式数据平台之上的超大规模数据集提供标准SQL查询及多维分析能力，提供亚秒级的交互式分析能力。

五、移动推送技术公司个推完成C轮7亿元融资，将发力大数据领域

移动推送技术服务领域的个推宣布，已于2015年下半年完成了C轮融资，此次共募资超过7亿元人民币，由海通证券、民生银行等领投，原B轮投资方悉数跟投。资金将主要用于大数据、移动营销等领域拓展以及生态建设。据悉，基于推送服务积累的海量数据优势，个推逐渐发展为基于大数据的移动互联网综合服务提供商。依托独有的冷数据，温数据和热数据技术引擎，个推实现了精准的用户画像和地理位置服务。现今，个推旗下拥有个推推送、个推大数据、个灯数据营销平台等产品线，服务了精准营销、智慧旅游、房地产开发和灾难预警等众多领域。

六、营销预测平台Mintigo获1500万美元D轮融资

营销预测平台Mintigo宣布获得 1500 万美元 D 轮融资，投资方为美国红杉资本。Mintigo 是一家利用数据进行营销分析和预测，帮助公司客户提升销量的营销预测平台。该公司收集了全球无数公司的海量数据，收集的数据涵盖了金融、员工与雇佣趋势、技术采用情况、营销渠道使用状况、购买意向等。据悉，目前Mintigo 自建的数据池已经覆盖了 2 亿多个人和 1500 万公司。

七、物流数据服务公司G7获融资4500万美元

G7宣布完成4500万美元的C+轮融资，此次投资由国际风投机构淡马锡资本领投，腾讯和钟鼎创投跟投。据悉，G7是一所物流数据服务公司，通过分秒连接车辆及货物的传感设备以及配套方案，采集包括物流车辆的位置、驾驶行为、能耗、线路、区域热点、货物的安全、温度、出发、装卸、到达、签收等实时大数据信息，为物流生态里的货主、车队、司机提供服务。本轮融资过后，G7将加大力度继续深耕物流大数据领域，G7总裁翟学魂表示，未来G7的数据服务可能是现在的1000倍，未来的市场空间非常大。

欲知本周其他热点，请关注大数据周周看：

大数据周周看：搜狐借大数据平台直击“里约奥运” 土耳其数据泄露再揭安全“痛点”

来源：数据猿

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。