大家都知道，炒股票有技术流，分析长线短线、涨跌幅、财报、现金流。

而投资人如何投公司，在大众的眼里似乎一直是一门玄学——非上市公司数据不公开，这要怎么分析？

其实，在许多创投基金和风险投资基金所关注的一级资本市场里，专门有一些机构会从多重纬度搜集数据以“拼凑出”一个非上市公司的全貌。

比如看看一个公司一年在招聘网站上放了多少职位，这些职位都给多少钱；再比如看看一个产品在不同的应用市场下载量如何，口碑是否和下载量成正比；还比如看看一家公司的老板、管理层有没有开别的公司，是否对外投资过一些关联的一些项目；是否注册了新的域名，有可能意味着有新产品上线等等……

但是，比非上市公司更神秘的就是非上市公司的投资人了——一个土豪悄无声息的拿了500万，投了一个你从未听说过的企业。除了天知，地知，被投企业和工商局知之外，谁也分析不出来这土豪究竟为什么要投。

在“人肉”企业这个领域有两家公司比较知名，对就是标题里的法拉数据（FellowPlus）和企查查。

前者主要是以企业的投融资数据为主轴来描绘一家公司的样貌，而后者则是通过对接政府公开的工商系统来让人方便的查询一家企业的法人、地址、财报、占股比例等。除了VC、PE之外，在专门“人肉”公司的财经记者和科技媒体圈子里，这两家公司也享有盛名。

然后，法拉数据就打通了企查查，位的就是能让你看清投资人的真面目。

根据法拉数据的官网显示，法拉数据现在收录的公司数量大约为30万家，主要集中在互联网、文化娱乐、新技术等领域的创业公司。这个数字其实放在全中国来看是一个非常小的数字，在2015年的时候中国每天新增公司就有1.16万户。在原本的数据广度上，法拉数据其实是企查查的一个精准子集，它筛选出的是全国“投资人、记者和分析师想看的公司”。

你知道这是哪家公司的信息吗？

那么为什么法拉数据会想要接入企查查呢？

因为在企查查的数据里，存在着真正有价值的“网状关系”：

比如阿里巴巴和其它投资公司联合投资了一家创业公司，为了实现“联合投资”这个动作，阿里巴巴可能会和其它投资公司成立一家新的子公司——这家子公司本身只对单次投资行为有意义，它原本并不会出现在法拉数据的数据库里。但通过引入企查查的工商信息，法拉数据可以直接将阿里巴巴、合投的其它投资机构和这家创业公司的网状关系呈现出来。

不过，法拉数据挖掘出这些网状关系并不是为了方便记者写稿时找资料方便，甚至也不是为了给创业公司分出三六九等，而是为了向上推导出每个投资人的投资组合、策略和风格。

法拉数据COO王亮说：

“我们的客户更多是专注在一级市场投资的LP（作者注：可简单理解为基金中只出钱，开奖，j2直播，不做决策的那些人），他们对数据纬度的要求是非常多的，视角也会不一样。所以说我们除了工商以外还有很多其他数据，比如公司的行业分布、融资事件，背后的股东都有谁，股东会有什么样的投资行为，涉及到的投资人会有谁。如果是互联网项目的话它的流量、媒体影响力分别是怎么样的，基于这些，我们还能挖掘出一些项目、投资机构的排名等等，这些才是FellowPlus最关注的。”

王亮说，为了能够实分析投资人的目标，工商数据提供的维度依然不足。

但是可以通过工商信息去确定投资人/机构和企业的股权关系，带到FellowPlus的项目库里面，将原本属于被投项目的一些维度比如流量、行业、标签、融资的情况，对应到对投资人的分析中去。

在王亮看来，法拉数据目前的用户分为三类。第一类是刚刚提到的LP，你可以简单的把他们理解为“投钱给投资人的人”。他们手握大量的资金，却距离市场端最远，而且他们所投的对象是投资人，在复杂程度上也远超过行业和公司。他们很乐意为法拉数据提供的投资人分析服务付费。

第二类是投资人自己，由于法拉数据为了分析投资人而搜集了大量的行业和企业数据，投资人也可以通过法拉数据进行行业分析和标的分析。

第三类则是行业观察者——写稿的写报告的，虽然少有付费，但他们基于法拉数据进行的观察和分析在一定程度上能给法拉数据带来有益的反馈。

王亮也谈到，工商系统的数据基本是透明的，如果不与企查查合作法拉数据自己也能“抓到”。但是法拉数据更在意的是数据分析及其后续对创投圈所产生的价值，而不是数据源本身。所以在获取更多数据源上，更倾向于以合作的方式实现。