京公网安备 11010802034615号
经营许可证编号:京B2-20210330
机构兵分四路 大数据成互联网+发动机
经过多年的积累,大数据已经成为网络公司最重要的资产,通过对大数据资源的开发,“互联网+”才能水到渠成。当前最重要的大数据资源中,主要包括四个方面:政府部门积累的大数据、掌握大量数据的金融部门、电信运营商、商业数据。而从机构对大数据的投资布局看,已经兵分多路,对占据大数据资源的诸多上市公司进行了前瞻性的布局。
进入2015年以来,新兴产业概念股一飞冲天,尤其是在两会上热议的“互联网+”概念推动下,代表新兴产业的创业板指年内最高涨幅超过75%。在业内人士看来, 经过多年的积累,大数据已经成为网络公司最重要的资产,通过对大数据资源的开发,“互联网+”才能水到渠成。而从机构对大数据的投资布局看,已经兵分多路,对占据大数据资源的诸多上市公司进行了前瞻性的布局。
大数据将造千亿级市场
两会上热议的“互联网+”战略,从去年余额宝的推出就开始受到了关注。在大数据开发热潮引领下,互联网与传统产业的深度融合带来巨大的市场,不少上市公司脱离原有板块,进行跨界、转型以及融合,形成新的业态、估值体系。在业内人士看来,网络开放、平等、透明度高等特性,让信息及数据在工业社会中被压抑的巨大潜力爆发出来,转化成巨大生产力,成为社会财富增长的新源泉,改变生活和生产,从而带来大数据的黄金时代。
事实上,从大数据目前开发情况看,已经开始向各个行业扩散与渗透,通过大数据,创造了新的需求及预测未来,进行资源合理分配,最终使社会效率获得提升。
沪上某基金公司研究员表示,目前所有的网络公司本质上已经是大数据公司,大数据已经成为网络公司最核心的资产,未来大数据的价值挖掘及变现将会得到充分利用,这将造就千亿级以上的市场,相应的也会诞生大量的投资机会。
机构重兵布局大数据
从机构对大数据的投资情况看,已经兵分几路开展布局。在当前最重要的大数据资源中,主要包括四个方面:
首先是政府部门积累的大数据,不仅包括国家经济社会等众多领域的核心真实信息,也包括每一个人的个人身份信息,还有涉及交通、公安、行业监管等各部门的数据,这些数据如果得到开发,都将是掘之不尽的金矿。从机构布局看,拥有纳税信息的航天信息,在2014年底吸引186家机构抱团入驻;为国家有关部门提供计算机信息服务的太极股份,吸引了88家机构密集布局,为人力资源和社会保障提供自助服务一体机服务的易联众,吸引了15家机构持有等。
第二个掌握大量数据的是金融部门。金融部门掌握了国计民生的所有金融交易数据,如果上述数据得到有效的开发,空间难以想象。在沪上某基金公司投资总监看来,银行占有巨大的资源,如果这些资源得到充分开发,银行的估值体系将得到很大提升,“但从目前来看,银行传统业务盈利非常容易,还没有动力去进行充分开发,如果把银行掌握的数据交给其它上市公司,资本市场绝对会给非常高的估值。”
第三个重要的大数据资源来源于电信运营商。中信建设分析师武超则认为,电信运营商通过多年的经营,积累了庞大的数据资源。随着语音业务的逐渐降价,数据流量经营将成为运营商的主要方向,运营商拥有任何移动互联网公司都无法比拟的海量数据,由语音经营走向流量经营进而进入大数据运营已成为大势所趋,空间巨大。从机构布局看,从事移动转售业务并发力移动互联的天音控股,被37家机构同时持有;在电信网络管理领域有优势的亿阳信通,也被31家机构同时持有,其中不少基金为去年四季度新进入驻。
最后一个大数据资源是商业数据,不管是阿里巴巴平台上的交易数据,还是上海钢联、生意宝等公司上的交易数据,都存在其它领域变现的可能。数据显示,目前有多达69家机构持有上海钢联,持有怡亚通的机构也高达61家,而与阿里巴巴等平台合作的公司都被赋予了较高的估值。
在业内人士看来,在互联网推动社会发展一日千里的情况下,通过大数据创造需求及预测未来,进行资源合理分配,最终使社会效率获得提升,本质上也是反映了资本市场炒作逻辑,在构建“财、物、信息”富有价值的“关系与关联”中,去进行二级市场的投资。
事实上,基金公司也在开发大数据资源,进行有针对性的产品开发。目前南方基金与新浪财经、百度与广发基金、博时基金和蚂蚁金服等都已经开发或者正在开发相应的基金产品。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04