
大数据产业利好频出概念股将成为“飞猪”
大数据行业利好消息不断,相关概念股成为市场焦点。分析认为,随着互联网的发展,海量数据连通变成现实,大数据行业将迎来爆发的高潮。相关提供IT基础设施和应用解决方案、从事大数据采集和拥有数据资源的企业将获得高速扩张的机遇,概念股有望成为市场上的“飞猪”。
大数据政策将密集出台
日前,工信部信息化和软件服务业司司长陈伟表示,工信部支持大数据技术和产业创新发展,提升大产业支撑能力,培育新业态新模式。工信部除制定《大数据产业“十三五”发展规划》外,还将出台促进大数据产业发展的推进计划。
据介绍,工信部将组织实施“大数据关键技术及产品研发与产业化工程”,通过相关项目和资金引导支持关键技术产品研发及产业化,同时开发面向工业、电信、金融、交通、医疗等数据密集型行业的大数据应用解决方案。
其实,大数据产业近期可谓政策利好不断。日前,国务院印发《促进大数据发展行动纲要》,提出未来5至10年我国大数据发展和应用应实现的目标,到2020年,我国将形成一批具有国际竞争力的大数据处理、分析、可视化软件和硬件支撑平台等产品;并且培育10家国际领先的大数据核心龙头企业,500家大数据应用、服务和产品制造企业。
事实上,自2014年3月“大数据”首次写入《政府工作报告》以来,政府层面一直在推进大数据产业的建设,相应的配套政策也在相继出炉。今年7月下发的《国务院关于积极推进“互联网+”行动的指导意见》中,所涉及的11项重点行动几乎全部提到对于大数据的应用,从根本上肯定了大数据在推动互联网与实体经济融合中的重要作用。
业内人士认为,大数据已经成为国家竞争力的重要体现,预计大数据行业的政策将会密集出台。不同于基础软件行业处于追逐国际主流趋势,我国大数据产业在国际竞争中已崭露头角。“相关提供IT基础设施和应用解决方案、从事大数据采集和拥有数据资源的企业,将获得高速扩张的机遇。”
民生证券广州营业部首席投顾赵金伟表示,从经济发展阶段来看,如果说第一阶段是通过规模化生产来解决现实经济的“供不应求”的状况的话,中国经济即将进入第二个发展阶段亦即柔性化生产来解决当前经济“供过于求”的问题,而柔性化生产的也就是去满足客户的个性化需求,使生产更具有针对性。而柔性化生产实现的基础和前提就是要准确识别客户需求,而实现这个功能最重要的就是“数据”,只有掌握足够多的数据并进行相应的数据分析,才能生产出满足客户不同需求的产品,“数据就是财富”。
“大数据产业未来有望成为带动经济发展的主要引擎,其作用类似中国的房地产与汽车产业。”赵金伟指出,发展大数据第一离不开数据采集,数据采集必然将带动电子相关行业软硬件设备方面采购投入;数据分析必然会带动云计算、超级计算机服务器方面使用;分析的数据将指导企业生产更具有针对性满足客户需求,更有效促进和带动各个行业发展。
大数据产业将迎来黄金增长期
“数据已成为战略性资源。谁拥有更多数据,谁就拥有未来。”分析人士指出。随着中央不断加大力度推动数据开放,大数据产业商机无限,相关概念股有望成为资本上市的“飞猪”。东吴证券(601555,股吧)认为,大数据产业化高速发展,数据安全上升到新的高度。随着大数据的产业化发展,大数据从某种程度上已成为互联网经济的生产要素之一。
分析认为,在未来5到10年,大数据产业将迎来黄金增长期。根据国家金融信息中心指数研究院发布报告显示,2016年我国大数据市场规模预计将达238亿美元。贵阳大数据交易所总裁王叁寿是这次《纲要》的起草人之一。在他看来,《促进大数据发展行动纲要》的作用是要激活中国大数据的资产价值,未来我国大数据的市场规模将达到上万亿元。
“我们说大数据本身作为一种资产,它是无处不在的,但是,原来在没有《大数据发展纲要》这样一个顶层设计的时候,各级地方政府是没有把政府手里的数据资产激活的。政府手里掌握着大量的数据资产、数据资源,一旦把这个价值释放出来,我相信整个市场的规模会产生上万个亿,甚至成为继互联网以后最重要的一个产业。”王叁寿称。
银河证券分析师沈海兵指出,行动纲要政策出台是一个重要的里程碑,大数据行业迎来加速发展期,相关基础设施投资建设将迎来高潮。华创证券则认为,大数据领域政策频出,拥有数据源及分析技术的公司得到难得的发展机遇,整个大数据板块有望成为未来几年的持续成长领域。
而对于大数据行业的投资机会,赵金伟建议可从以下思路角度参与:(一)大数据产业布局带来的设备需求相关概念个股。大数据产业离不开超级服务器、超级存储设备等,这是大数据布局最先收益的行业。(二)行业内具有较好数据来源的上市公司。数据也有行业壁垒,对行业熟悉熟悉,行业数据来源广泛,尤其与政府相关部门有较长合作时间的上市公司,有望在“数字政务”、“智慧城市”建设中受益。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03