京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18 很多企业并不缺少指标,缺少的是让指标“串起来、动起来、用起来”的体系。零散指标像散落一地的珠子,指标体系则是那根把珠 ...
2026-09-18在电商行业精细化运营时代,流量红利逐步消退,粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中,图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度,能够从 ...
2026-09-17