通過對這些數(shù)據(jù)的智能清洗和存儲入庫，Entry Square洞察了中國的產(chǎn)業(yè)需求、產(chǎn)業(yè)資金需求，以及作為配給的跟投金融機構(gòu)的需求，同時掌握的還有歐洲公司能夠供給的技術、品牌和渠道的優(yōu)勢、對中國市場的吸引力大小，進入中國之后能夠帶來的收益。

至于Entry Square在構(gòu)建模型時用的數(shù)據(jù)維度，據(jù)創(chuàng)始人Sally Yan介紹，企業(yè)的行業(yè)類型、技術分類、技術核心、財務情況、目前發(fā)展瓶頸、戰(zhàn)略分析等等都會被提取進模型，至于更細分的指標以及各指標在模型的權(quán)重則不便透露。Entry Square是用中國過往40年來7萬筆海外合作投資案例來做的算法訓練，團隊提取了所有公開數(shù)據(jù)中的中歐跨境合作的項目特征，來提取出輔助跨境合作決策的重要信息，比如什么類型的行業(yè)會對什么樣的企業(yè)感興趣、上下游整合、跨業(yè)整合、橫向整合需要怎樣的內(nèi)在核心的協(xié)同性、企業(yè)在發(fā)展的不同階段分別需要怎樣的標的、以怎樣的方式合作、哪些省市有很好的產(chǎn)業(yè)鏈布局等等。