京公网安备 11010802034615号
经营许可证编号:京B2-20210330
商业分析服务加速行业布局 与大数据结合紧密
传统的华尔街选股者试图关注影响其投资的一些关键因素,诸如债券收益率、日元汇率,又或是石油价格和月度消费支出数据。
但一些新型的对冲基金公司认为,通过收集全球尽可能多的数据——从沃尔玛停车场占位情况的卫星图像到炼油厂释放出的热量信号,并且快速的投注以利用隐藏在这些数据集之间的关系,他们能够打败这些传统基金经理。
该方法体现了近来的一种投资转变,更多的依靠大数据和算法在竞争对手间赢得比较优势。首尔一家名为Jumpgate科技的公司宣称,他们正试图消除人为参与,放手让机器学习技术自由探索和利用世界日益增长的数据宝库。
那么对冲基金的人类创始人又将是何种角色呢?设计一个好的系统,让它可以利用大量的数据点,并收集更多的数据流供给该项目。Jumpgate,诚然规模不大,却已跻身于所谓的金融科技公司行列,他们试图将硅谷的科技创新融合进深谙金融市场的华尔街。
Jumpgate公司的董事长兼首席执行官Kristof Olesch自述其自13岁起就开始编程,16岁便开始在证券市场投资。目前该公司已经招募了一些工程类的博士毕业生。
一家更具规模的公司,总部设在纽约的二西格玛投资有限责任公司(TwoSigma Investments LLC),荣获本周《华尔街日报》头版的主角,编译了一款程序,让机器获取收益报告、天气预告和Twitter上的海量信息。
为了分配其价值240亿美元的管理资产,two sigma公司的策略是在进行一项交易前,基于这些数据产生不同的投资模型,然后用一种算法让模型之间彼此对抗,最终择优选取出最佳投资策略。
这些投资者们说,这是第一次,全球的计算机能够存储和学习从世界各地收集到的信息,这些信息来源涵盖超级计算机、智能手机,以及嵌入日常家居用品的小型处理器。
大部分的数据点可能帮不上股票投资者什么忙。有时,一个神秘的数据点只是一个神秘的数据点而已。
但是Olesch先生确信它远不止表面看来那么简单。传统的投资者只能籍由与公司管理层的会议、细致阅读财务报表和渠道检查来获得信息。而他则希望通过利用电脑的力量,能获得大规模的信息化优势。
Olesch先生指出:“柯达的终结是由于技术革新,而现在资产管理者的工作方式也面临同样的境况。” 他现在已有大约3000个数据流,他希望很快能够增加到约10000个数据流。
举个例子:商店停车场的商业卫星图像不但可以提供诸如商场交通等信息,也可以透露包括驾驶习惯、天气类型及其它众多人类基金经理无法预测的指标。
同样的,观察一个炼油厂的热信号能够推导出该厂设备是否满负荷运转。
“现在人们仅仅处理使用了全球1%的数据,” Olesch先生说道:“我们希望得到这些数据,而不是等着别人告诉我们数据处理已饱和。”
正因如此,现在很多公司专注于Olesch先生所说的“技术侦察”——想方设法接入各种数据流,无论来自开放数据还是通过与那些可能坐拥大量潜在价值数据的公司或机构合作而获得的数据。
到目前为止,Jumpgate这家在首尔成立,却在新加坡注册的公司,认为该战略行之有效。尽管和Two Sigma这样的大公司相比,它的基金规模还很小,但是Olesch先生表示其基金在头三个月中均业绩良好,即使在其基准——标普500指数都不景气的情况下,它仍保持每个月都是正收益。
根据IDC最新发布的《中国商业分析服务市场2015-2019年预测与分析》,商业分析服务市场将持续稳定增长,并在多个行业中均有进一步深入的应用,其与大数据技术的结合也备受企业关注。而在不同行业中,市场对与商业分析相关的定制化服务的需求依然强烈。
IDC数据显示,中国商业分析服务2014年的市场空间达到13.98亿美元,较2013年增长了16.4%。IDC预计中国商业分析服务市场将在未来5年实现16.7%的复合增长率,到2019年市场规模有望达到30.27亿美元。
IDC中国企业级研究部高级分析师聂楠指出,随着企业管理要求的不断提高及行业内的激烈竞争,企业对商业分析的价值越来越认可,商业分析也从最初的信息查询与展现功能,更多的向精准营销、风险管控、集团决策分析等更加智慧的方向发展。而随着对非结构化数据的挖掘及处理能力的提高,商业分析与大数据的结合也进一步深入行业应用。目前中国商业分析服务市场呈现出如下特征及发展趋势:
智慧城市建设和产业转型促进商业分析在重点行业中的蓬勃发展。金融和电信行业作为商业分析应用的领军者,除了在数据仓库、决策分析、查询统计、客户分析等方面的需求外,对大数据技术以及数据治理等领域更为关注。而在政府决策、制造、交通、医疗、零售、电子商务等领域,商业分析已经有特定应用,在智慧城市建设及产业转型升级需求的推动下,这些领域未来还将蓬勃发展。同时,商业分析服务提供商也在加速行业布局,抢占以上新兴领域的市场份额。
商业分析与大数据的结合越来越紧密。大数据时代的到来,扩大了“数据”概念的外延。大数据技术帮助用户从海量的更加复杂的数据中挖掘信息。商业分析作为结构化数据时代蓬勃发展的产物,在未来与大数据技术的结合将越来越紧密。而随着云计算技术的兴起,与数据分析相关的云服务也初现雏形。可以预见,未来与大数据和云计算的结合将进一步促进商业分析服务市场的发展。
中国商业分析服务市场已经形成初步的竞争格局。 与全球市场相比,中国商业分析服务市场的发展尚处初期,未来市场潜力巨大。目前,中国商业分析服务市场也已经形成了初步的竞争格局,竞争者可以大致归纳为三大类:咨询服务提供商,外包服务提供商及行业解决方案提供商。咨询服务提供商多为跨国企业,具备较完备的跨领域咨询能力;外包服务提供商有着强大的服务资源团队及开发实施经验;行业解决方案提供商在特定行业的积累较深。未来,在国家“自主可控”的IT建设原则下,跨国企业将与国内的服务提供商有更多合作,尤其在政府相关领域。
未来几年,随着行业应用的进一步深入,商业分析服务市场在行业格局上会有持续变化。中国也会涌现出更多专注在商业分析领域的解决方案提供商及服务商。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12