涛思数据什么时候上市

目前还不确定，应该快了。
最新获悉，北京涛思数据科技有限公司（TAOS Data）宣布完成Pre-A轮融资，投资方是永辉瑞金和温青投。本轮融资将主要用于技术研发和市场推广，尤其是以美国为主的海外市场拓展。此前，该公司曾于2017年6月获得明势资本和蛮子基金的天使投资，此次再获大手笔入股，所有投资方剑指科创板，涛思数据在科创板上市已板上钉钉。
涛思数据成立于2017年，主要业务是时序空间大数据的处理，包括采集、存储、查询、计算和分析，目标是为物联网、工业40时代的大数据产业提供全栈、高性能、低成本的大数据技术解决方案。
在未来5到10年内，全世界90%以上的数据可能都是由物联网、车联网等智能制造设备传感器产生的，这些源源不断的海量时序数据需要特别高效的方法来处理。
：
上市指所公开发行的股票经过国务院或者国务院授权的证券管理部门批准，在证券交易所上市交易的股份有限公司。上市公司是股份有限公司的一种，这种公司到证券交易所上市交易。所谓非上市公司是指其股票没有上市和没有在证券交易所交易的股份有限公司。
上市公司是股份有限公司的一种，这种公司到证券交易所上市交易，除了必须经过批准外，还必须符合一定的条件。《公司法》、《证券法》修订后，有利于更多的企业成为上市公司和公司债券上市交易的公司。
大部分的公司都是股份制度的，如果公司不上市的话，这些股份只是掌握在一小部分人手里。当公司发展到一定程度由于发展需要资金。上市就是一个吸纳资金的好方法，公司把自己的一部分股份推上市场，设置一定的价格让这些股份在市场上交易。股份被卖掉的钱就可以用来继续发展。
股份代表了公司的一部分，比如说如果一个公司有100万股，董事长控股51万股，剩下的49万股，放到市场上卖掉，相当于把49%的公司卖给大众了。董事长也可以把更多的股份卖给大众，但这样的话就有一定的风险，如果有恶意买家持有的股份超过董事长，公司的所有权就有变更了。

随着工业互联网的不断深化，必然会造成MOM/MES、ERP等传统工业应用和系统的形态发生天翻地覆的改变。而制造业分析、生产分析正在成为发达国家争相进入的一个热门领域，当然，这里的“分析”是完全不同于传统工业场景下的“统计分析”、“故障分析”等，这是一种结合了物联网、大数据和人工智能等先进技术的新型的“大数据分析”。（内容转载自寄云科技）
工业大数据分析应用的独特之处如果细究其实是很多的，通过提供更具针对性和可 *** 作性的见解，数据分析可以简化制造运营，从而帮助企业持续优化生产线。以下是在制造业中使用数据分析的六种场景，它们可以显著改善整个运营！
一、从被动式到主动式维修
制造系统往往在超负荷状态下运行，任何工作中断都可能导致螺旋式上升的损失。即便如此，大部分公司采用的解决停机问题的最佳方案只不过是等故障发生后再解决的方式。到目前为止，这种反应性系统还在被采用，是因为显然缺少更好的替代方案。通过整合大数据分析，企业可以开发能够持续衡量自身维修需求的制造系统。这种特性赋予了制造系统在许多情况下进行自我修复的能力，并为不太容易解决的情况提供早期警报。更重要的是，数据分析可以洞悉哪些组件最常发生故障，从而帮您从被动式维修提升为主动式维修。
二、提高机器利用率和有效性
制造商遇到的最大问题之一是进入低效运转的境况。虽然主观上他们希望构建高效的制造链，但由于安装不当、使用不当或仅缺乏停机时间协调，各种不同的因素都可能会成为降低生产线整体效率中的关键。
通过将现有的物联网系统与强大的制造业预测分析相结合，企业可以实时洞察其生产线在微观和宏观上的运行状况。追踪单台机器的停机时间如何影响整个制造链，或者探索不同的配置如何提高整体效率，这不是“痴人说梦”，而是必须要做到的。生成可 *** 作的数据以使企业在整个制造过程中实现真正的改进，是将分析应用于制造业的主要优势。
三、更好地产品需求预测
每个制造商都知道他们不仅在为当前已有的订单生产产品，而且还在为不久的将来可能出现的需求订单生产产品。需求预测很重要，因为它们能够指导生产链，如果预测失误，可能产生“一边是强劲的销售量”，而“另一边却是工厂缺乏大量的相应配件库存，无法满足需求”。对于大多数公司而言，预测是基于前几年的历史数据价值，而不是基于更具可行性的前瞻性数据。但是，制造商可以将现有数据与预测分析相结合，以更精确地预测购买趋势。这些预测性见解不仅基于先前的销售，还基于流程以及生产线的运行状况，从而可以更明智地进行风险管理并减少生产浪费。
四质量预测提高良率
质检是对已经生产出来的产品的质量检测，一方面可以保障企业能够对外提供合格产品，另一方面也能通过质检反映生产过程的疏漏。质检出的残次品无论多少对企业都是损失，如果能够在产品产出之前就通过产线状态及相关生产数据分析预测出产品质量，并将生产流程调整为最佳产出状态以避免残次品，这就是质量预测。质量预测的场景在半导体等高端制造领域是刚需，属于虚拟量测的范畴。
虚拟量测依赖于完善的物联网系统及强大的数据接入、存储和分析等能力，以往囿于技术水平虚拟量测只能基于有限的统计分析手段，而现在有了大数据、物联网等先进技术的支持，基于大数据分析的虚拟量测已经成为现实。
五、全面掌控制造供应链
采购是大多数公司供应链的标准组成部分，但同时它也是一个很容易被忽略的地方，尤其当企业忙于改善其他方面时。从一个有问题的供应商或者每个配件贵几分钱的供应商开始检查，当然一个配件几分钱的差额可能看起来无足轻重，但是，如果企业每天生产数千种产品，那么这里或那里的一分钱可能在总账簿上积少成多会变成数千元。数据分析可以帮助制造企业了解生产生命周期中每个组件的成本和效率，甚至可以追溯到企业供应商的运输车辆。通过可视化各种因素如何影响最终结果，高级分析可以帮助企业做出更好的决策。如果某些配件经常出现故障，或者没有完全满足生产需求，那么在这些不起眼的问题酿成严重后果之前，制造数据分析将能够帮助企业发现它们。
六、更好地物流仓储管理
制造过程中另一个经常被忽视的方面是仓储。一旦产品准备好运输后，必须先放入仓库，然后再出发前往目的地。在这一阶段，可谓是分秒必争。尤其是在这个日益接受“刚刚好”和零库存模型的世界中。
管理仓库可不是简单地为等待运输的产品寻找空间。建立有效的仓储结构，更好的产品流程管理和最有效的补货程序可以改善运营效率实现盈利。先进的分析功能可以让企业更容易领会改善库存的方法进而更好地管理仓库。
生产分析软件的本质是收集和处理海量数据，并从中发现可用的见解。其通过自动化的手段对制造企业内外部各类数据进行采集、处理，同时，它的分析结果、可视化产出也是可以跨越多种企业架构，为上至公司首席执行官、下至车间经理提供符合各自权限的服务。而亿信华辰的数据分析软件ABI正好可以完美解决各种数据分析问题。

这公司在望京，应该还是个创业公司。
在很多大数据的会上都见过他们创始人陶建辉，激情澎湃的介绍公司产品TDengine。
是专注物联网的时序数据库，性能比现有市面上的产品要好10倍以上，听着要打开中国市场还要开拓美国市场。
不管咋说，现在中美贸易战这样子，希望这种基础软件真的也有国内企业站出来，发展起来吧。

因为它没有上市计划，在着力于发展技术开发技术推广以及技术服务方面。北京涛思数据科技有限公司于2017年05月16日成立。
北京涛思数据科技有限公司法定代表人陶建辉，公司经营范围包括：技术开发、技术转让、技术咨询、技术推广、技术服务等。 2021年5月24日，北京涛思数据科技有限公司物联网大数据平台“涛思数据”完成4700万美元B轮融资。
:北京涛思数据科技有限公司(TAOS Data) ，是一家专注时序空间数据的采集、存储、查询、计算和分析的公司。不依赖任何开源或第三方软件，开发了拥有自主知识产权、自主可控的高性能、可伸缩、高可靠、零管理的分布式时序空间数据引擎TDengine，可广泛运用于物联网、车联网、金融等领域，让数据监测分析系统的成本直降80%。公司已经申请多项技术发明专利，且全部提交PCT专利申请。 TAOS Data旨在通过技术创新，为物联网、工业40时代的大数据产业提供全栈、高性能、低成本的大数据技术解决方案，成为大数据时代的技术引擎，创造社会价值和商业价值。
2017年6月，北京涛思数据科技有限公司获得明势资本和蛮子基金的天使投资。 2019年2月，北京涛思数据科技有限公司（TAOS Data）宣布完成Pre-A轮融资，投资方是永辉瑞金和温青投资。本轮融资将主要用于技术研发和市场推广，尤其是以美国为主的海外市场拓展。 2021年5月24日，物联网大数据平台“涛思数据”完成4700万美元B轮融资，经纬中国领投，红杉资本中国基金、GGV纪源资本、指数资本跟投，指数资本担任独家财务顾问。此次融资主要用于扩张团队和开展市场营销。

---