以關系網絡的方式對實時接入的數據進行原景重現，通過在操作臺上還原真實發生的任務、事件及它們之前的關系脈絡，推導并分析出潛在的價值。通過時間過濾、完整的信息統計及標簽信息為平臺還原了完整的信息源，并且提供了手工繪制的方式，實現線索動態化管理。

基于spark分布式計算框架建立了豐富的機器學習算法庫及用戶業務模型，既包括離線的分析模型，也包括實時的預測模型，從數據資源、數據探索、數據預處理、模型訓練、模型評估、模型可視化、模型API提供了一整套的模型解決方案。

從不同來源的數據建立對應的數據模型，運用分布式的并行計算將數據接入數據洞察平臺，支持RDBMS、文本、NOSQL、WebService、流數據等多種不同數據格式。通過模型的建立為各類數據構建龐大的標簽庫。采用圖模型的機制，無限擴容用戶的屬性。從海量的、多源的、異構的不同數據來源中發現您的數據在哪里，支持全文模糊匹配及基于特征的快速獲取。從關鍵字中找出涉及的人員、事件、文檔等資料，匹配出網站的鏈路線索。