2017年3月， 《网络游戏公司首次公开发行和上市信息披露指引》在互联网上非正式公布，针对信息披露方面提出了具体和严格的要求。
《指引》除了对于传统的信息系统控制的有效性提出核查要求，还首次提出数据分析的要求，要求发行人的保荐机构和申报会计师应通过大数据分析的技术深入了解发行人业务指标和财务指标的趋势和匹配性。由于互联网线上行业数据量巨大，通过传统的尽职调查手段满足监管的要求已变得越发困难。
普华永道通过引入不同的大数据分析技术和人工智能算法，结合在互联网线上行业的丰富经验，通过建立不同的分析模型对发行人运营数据和日志进行分析，协助保荐人深入理解发行人真实的业务情况，应对内部质控部门和监管机构的要求。
广告充斥在我们生活的每一个角落，每日均产生大量的业务数据，通过传统的尽调手段难以充分了解广告投放的真实性。如何从广告业务数据中挖掘信息，了解广告的实际投放效果与广告主协议需求的一致性，充分了解广告业务是否真实发生，是保荐机构不得不思考的问题。
大数据时代背景下，电商行业也面临数据急剧扩张带来的种种挑战。面对海量的产品评价数据，如何判断评价中是否存在“注水评论”、“僵尸用户”等掺假行为也成为保荐机构日益重视的问题。为了能够快速有效的识别疑似异常评价，我们可以借助自然语言处理技术(NLP)、并结合深度学习算法等工具来有效实现买家评论的情感分析与分类。
鉴于游戏行业中，存在利益相关者通过“游戏公会”等自组织的游戏玩家群体进行自充值的行为，而该类行为无法通过传统的核查手段进行有效识别。
借助数据分析方法，我们可结合游戏玩家的包括玩家充值账号、IP地址、设备号码、游戏昵称等信息，对游戏玩家的充值行为进行关联分析，利用Apriori算法，挖掘频繁项集，了解游戏充值玩家的关联性，结合关联玩家的充值金额、充值频次等游戏行为数据，协助识别该类自充值行为。
