1.       平台信息

Krzana是英国一家实时搜索平台，平台通过一个简单易用的仪表板，Krzana用户就可以轻松实现对新闻、社交媒体、RSS、博客和图片信息的过滤和筛选。该平台现在每天可以处理近5亿条推文。通过高效的过滤器系统（强大到足以处理实时数据流），用户可以自行决定相关数据，在数据筛选方面成功实现“少而精”。

使用平台的用户：金融资产管理公司、对冲基金公司、家族理财室、分析师和金融公关公司。

2.       运作模式

平台提供的两个核心模块分别是股权和金融市场板块。Krzana之前也着重对系统进行能源领域的训练，但现在的关注重点变成了金融市场。其他的领域Krzana也会涉及，因为这些领域也存在很多的危险环境和安全警示信号。

Krzana平台专注于“少而精”模式，比如有一条推文出现了，随着而来的有另外的100条类似的推文，它会显示为一个集群，而不是每个类似的文章都显示在平台上。

美国路易斯安那州的一家炼油厂发生火灾，而一家能源对冲基金用户正是通过Krzana得到了这个实时消息并作出了及时的交易反应。消息来源是巴吞鲁日当地的一家报纸，对这件事故的报道也早于彭报社、路透社和道琼斯等多家知名媒体。在现实的交易中，就是在这关键的10分钟左右，这家对冲基金取得了可观的利润。成品油的利润率，被称为柴油裂纹价差，扩大了7%。与此同时，市场预计路易斯安那对于原油的需求将走低，也就是减少了对于需要炼油的石油需求，使得当地墨西哥湾沿岸地区的原油的基准价格下跌25至35美分。

Krzana会在第一时间选出了这样的重要文章，比任何的专业机构都反应迅速。平台的引擎包括多个数据源，它们会流入平台自定义过滤器，然后在显示之前经过进行一定的数据处理。例如，平台有一个专注能源领域的“Krzana能源终端”，流经于此的数据将涉及地震、地震数据、天气事件、管道、传输以及任何与能源相关的结构、企业和部门等等。能够在主流新闻报道之前得到这样的信息，就是平台的优势所在。

3.       技术支持

Krzana技术团队改变了以往细节化宽泛化的市场数据模式，通过机器学习和人工智能将一些全方位的大数据分类成针对于特殊行业的数据信息。

Krzana数据过滤器的配置过程大约需要5分钟，然后相关云平台就可以完成搭建并开始运行。这是一种廉价的”傻瓜”式的运行模式。随着用户数量越来越多，就有越来越多的人开始关闭来自推特的信息源，以比较和对比数据的输出。

4.       盈利模式

Krzana通过平台许可证来盈利，其售价为每个用户每月200英镑。