记者 | 春夏

本文长度为2500字，建议阅读5分钟

说起税务大数据，大家可能还有些陌生，或许就像听到“罗格数据”时一样陌生。也罢，“税务大数据”是在最近一两年才被提出来，而数据猿这次采访的罗格数据公司就是伴随着这一概念的提出在2015年11月的时候成立的。可以说，罗格数据是首批提出提供税务数据价值挖掘能力的大数据公司。

罗格数据主要提供税务大数据的价值挖掘能力，为政府（税务机关）、金融机构、专业咨询机构等对税务风险敏感的机构提供数据挖掘能力服务，帮助其实现在企业画像、风险管控、行业咨询等方面的需求。

其实，这家刚成立的大数据公司来头还不小。

2012年7月，微软成立创业孵化器“微软加速器”，旨在为创业公司提供全方位的资源支持，帮助创业者实现创业梦想。这家堪称“比哈佛还难进”的孵化器，在第8期招募的创业公司中，从1200多家申请团队选中了15个创业项目，其中就有罗格数据。

这样一家初创公司，究竟是如何被微软加速器选中的呢？

罗格数据CEO鲁钰锋告诉数据猿记者，他是清华大学MBA和经济学博士后，主要研究方向为税收大数据挖掘和经济学建模。他的职场上半场更多是专注于税务信息化领域，把所有精力都投入到了金税三期建设中，自己有将近20年的税务信息化行业经验。“但今年金税三期建设完成以后，我们希望能有一些更有挑战性的事去努力，来实现自己的价值，所以成立了罗格数据。”

在鲁钰锋看来，微软加速器是一个能孵化出独角兽企业的机构，其对行业的理解、对技术发展趋势的把握、对挖掘初创团队价值的能力非常强，这就给有实力的创业团队提供了很好的发展机会。“创业前期经历了蛮艰难的过程，但现在这个阶段已经度过了，主要还是非常感谢微软加速器为我们加速了”，鲁钰锋笑称。

在微软加速器的支持下，罗格数据于2016年10月很快获得了英诺千万元天使轮投资。“微软加速器为我们提供了很多机会，加强了与校友企业沟通、学习的机会，团队能力提升非常快。同时，微软对大数据和云计算技术能力与趋势的把握非常强，帮助我们梳理了产品和技术体系，还给我们引荐了很多高质量的客户，实现了商业价值变现”。

微软加速器截止到目前已招募了8期创业团队，共141家初创企业，不但为入驻的团队在微软大厦内部提供免费的办公空间，还有价值超过300万元人民币的Microsoft Azure云服务等多方位创业资源支持，目前第9期创业团队也正在招募中。

鲁钰锋告诉记者，除了在税务行业有长时间的工作经验和积累以外，税务行业的市场前景和政策制度的改革，也是他想要在税务大数据创业的另一个原因。

随着金税三期工程建设完成，全国国、地税的应用软件版本统一了，数据标准也统一了，意味着在全国范围内进行大数据分析具备了可能性。

比如：营业税改增值税制度的实施。当第二产业和第三产业全部纳入到增值税以后，理论上企业的每一笔交易行为都伴随着一张发票，不但记录了交易的信息，还可以挖掘数据中蕴含的供应链和价值链价值。未来，随着电子发票的推行，将来生活中的交易行为都会被电子数据记录下来，这样就会产生海量数据。

鲁钰锋告诉记者：“以前我们做经济分析时，主要是用抽样统计的方法，现在所有数据被记录下来以后，可以用全量数据进行分析。从这个角度来说，我认为税务数据更具备大数据的特征，更加能够准确分析经济运行的状况、企业经营状况，这也是税务大数据越来越受到关注的原因。”

那么，从具体应用来说，这些税务数据可以解决哪些行业痛点呢？

税务机关原有的管理模式是税管员制度，实施“以票控税”。以前全国纳税人的数量在2000万左右时，每个税务干部管几百户甚至上千户企业。但商事制度改革以后，市场主体的数量激增到了近8000万，而税务干部的数量并没有增加，传统的税管员模式越来越受到挑战。

“利用税务大数据可以分析出企业的基本情况，存在哪些风险，从而在企业出现风险时能够预警，然后再去干预,可以将征管资源配置到中高风险的企业，而尽量不去打扰低风险的企业。这就是税务大数据分析的独特魅力”，鲁钰锋解释说。

同时，税务局也希望能够从税务数据中挖掘更多价值。鲁钰锋称，一张发票可能只是一粒金沙，但有了非常多的发票后，就会产生海量数据，从而提炼出金子般的数据价值。

鲁钰锋举例说，罗格数据可以为税务机关提供基于税务大数据的多维标签和全息风险画像系统，原理是基于对税务部门业务场景的理解，搭建起企业的信息画像和风险画像体系，这样税务机关的工作人员就可以通过税务大数据所呈现的企业画像，全方位了解企业经营情况和风险情况。

如果监控到企业有特殊风险点，就可以及时采取提示、辅导和干预手段。这跟很多大型银行或金融机构在针对中小企业构建“信贷工厂”的方式非常相似，都需要利用大数据全方位搭建企业画像，然后按照业务流程完成风控过程。从这个角度来看，金融风险量化分析和税务风险量化分析在方法层面上是相近甚至互通的。“罗格数据正在构建这样一种跨界的能力”。

鲁钰锋称，目前税务大数据行业处于起步阶段，具有分析能力的专业机构并不多。所以行业面临的挑战是必须对税制、税法、税务业务、税务数据状况要非常清楚，还要有非常强的大数据建模能力、构建大数据应用场景的独特视野，甚至产业经济学、行为经济学和管理学专业知识。

鲁钰锋认为，他们团队的优势有两点：

第一，我们有非常强的税务数据解读能力，他本人就有超过20年的税务行业经验，理解税务大数据的法理、税理是什么，以及其后面的发展趋势。其实很多人可以拿到海量数据，但如果他对数据本身理解不透彻，设计出来的场景和做出来的模型就不能很好的呈现数据价值。

第二，我们有很强的场景建模能力，有一支来自交叉学科的研究核心团队，他们来自清华大学和人民大学等高校，具备丰富的经济学、人工智能和税务业务经验，可以针对税务数据做大量的数据建模，然后再做宏观经济模型分析，这是我们独特的竞争力。

第三，从微观角度来说，罗格数据基于对客户痛点和市场需求的理解，建立了多维标签体系，可以帮助用户设计场景，梳理各维度风险，实现其业务价值。

“总而言之，我们就是一个比较独特的团队，我们输出的是大数据分析的专业能力，而不是简单的搬数公司。”鲁钰锋强调。

鲁钰锋告诉记者，“我们走的是大数据加机器学习这条路，关注的是税务大数据的专业社会价值的发掘，现在也很关注人工智能，如果有对这个领域感兴趣的人，我们可以一起努力”。

本文记者春夏 微信：1101862984

来源：数据猿