以关系网络的方式对实时接入的数据进行原景重现，通过在操作台上还原真实发生的任务、事件及它们之前的关系脉络，推导并分析出潜在的价值。通过时间过滤、完整的信息统计及标签信息为平台还原了完整的信息源，并且提供了手工绘制的方式，实现线索动态化管理。

基于spark分布式计算框架建立了丰富的机器学习算法库及用户业务模型，既包括离线的分析模型，也包括实时的预测模型，从数据资源、数据探索、数据预处理、模型训练、模型评估、模型可视化、模型API提供了一整套的模型解决方案。

从不同来源的数据建立对应的数据模型，运用分布式的并行计算将数据接入数据洞察平台，支持RDBMS、文本、NOSQL、WebService、流数据等多种不同数据格式。通过模型的建立为各类数据构建庞大的标签库。采用图模型的机制，无限扩容用户的属性。从海量的、多源的、异构的不同数据来源中发现您的数据在哪里，支持全文模糊匹配及基于特征的快速获取。从关键字中找出涉及的人员、事件、文档等资料，匹配出网站的链路线索。