京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据与钙行业的“邂逅”
一提到大数据,人们多数会把它和软件企业、互联网公司联系在一起,但是其实在传统行业中,也有不少已经与大数据“激情碰撞”。作为国内传统钙行业登陆新三板的公司,博广热能(831507)就与大数据来了一场“邂逅”。
大数据是如何在博广热能与传统的钙行业融合的?大数据与钙行业的融合怎么实现盈利?作为传统钙行业的一员,博广热能的商业模式如何突围?近日,博广热能董事长宋军保接受了笔者专访,分享了博广热能的大数据战略、商业模式转型等一些引人关注的热点。
大数据战略:
目标降本增效
作为传统行业中少有的引入大数据战略的公司,博广热能的大数据系统已经上线,很快吸引了多家行业内企业的入驻。
宋军保表示,公司今年的大数据系统虽然处在逐步推广的阶段,但是明显已经对公司的产业生产与经营产生了效益,年内市场份额将成倍增长。博广热能的大数据平台未来要把单一生产方面的大数据推广到生产、销售、采购的全产业链,与钙行业有关的数据都融入其中,目前公司也正在积极与各个行业协会进行合作,例如碳酸钙协会、石灰协会等都将进行大数据的深度融合,在协会的数据支持下,公司的数据资源与客户资源就能进一步丰富与完善,尽可能大地实现大数据资源的优势。
宋军保形象地举例,氧化钙一套设备年产量20万吨,销售额7000-8000万之间,把这些数据拿到大数据平台上对每个生产企业进行横向与纵向的分析。横向上,把平台上所有的氧化钙企业之间的优劣势进行数据对比分析,找到一种更加合理的生产工艺与模式,再把这些新的工艺与模式分享给平台上各家企业,这样就实现了平台内的优势互补。在纵向上,分析企业历时性的数据,截取最佳的生产量细致研究原因,加以普及降本增效。
据技术人员的专门核算发现,通过平台大数据分析,最保守计算也能在行业内有效降低5%的成本,也就是说大约能降低40万左右的成本,据统计,全国目前约有1000-2000台智能化环保氧化钙装置,仅通过大数据平台就至少能为全国氧化钙企业降低成本4亿-8亿,这就是大数据平台的价值之一。
商业模式:
商业联盟是未来方向
据悉,目前钙行业一个项目上马投入资金量都十分巨大,有的甚至需要上亿的资金规模,任何一家企业都难以承受如此庞大的持续性投入。
应对这样的境况,宋军保表示,“虽然现在行业中占比最大的还是EPC模式,不过博广热能已经领先一步从EPC转向BOO模式,而且公司还提出了一个全新的商业模式——商业联盟”。
商业联盟由博广热能作为建设方牵头,组织业主、投资者、金融优先级资金以项目为基础,共同成立商业联盟,为业主提供资金、建设、运营、服务等一揽子解决方案;博广热能作为项目建设方和运营方,不仅能节约投资资金还能兼得业绩增长。原来采用BOO的商业模式做项目,一相对投资建设规模小,市场拓展慢,而通过商业联盟的方式,一年能做数个项目,因为在联盟的配套资金中目前就已经有十几亿的资金,以这样的资金规模一年完成几个项目显得十分轻松。
产品更新:
不断创新防止触顶
传统材料行业,经常会发生某一种材料在初兴起之时利润很高,各大企业纷纷上马项目,结果产能过剩,材料淘汰,企业大批亏损甚至倒闭的现象。不过,博广热能却能够在保持业绩不触顶,宋军保认为,这得益于公司在一项业务类别盛极一时之时能够保持清醒,仍然不断更新业务品类,保证企业的持续发展。
宋军保说,“公司不可能固守一个业务,在这一项业务上一家独大地永远下去,因为行业内的更新换代速度很快,需要不断推陈出新,这是企业持续发展的重要来源”。他认为博广热能今年的业绩快速增长仅只是开始,按照目前的形势做预判,未来几年的业绩增长会进一步加快,公司也会不断更新业务品类,诸如推出纳米新材料,脱硫废水等新产品,防止出现业绩触顶的可能。
在具体的产品更新上,宋保军解释,从2016年开始的五年内,公司的纳米碳酸钙国内市场份额力争达到10%以上。五年以后,公司产业重点延伸到钙产业链的后端,开发与钙有关的药品和食品等产业。
节能环保:
颠覆原有观念与模式
目前国内企业上马一项节能环保项目,通常随之而来的就是企业大数据成本的提高,负担加重。而宋军保表示,博广热能将颠覆原有的节能环保观念与模式,即让企业满足节能环保要求,也不给企业“加担子”。
他说,博广热能力图打造的循环生产体系达到三废零排放,没有废渣、废水和废气,不仅实现废物回收,而且将其资源化利用生产高值化产品。目前公司的脱硫废水项目已经实现了转变废物处理方式,从原来的处理废水每吨收取一定费用的BOO模式,转变为不仅不收取废水处理费用,而且将处理后的废水供业主循环使用使用。博广热能则从废水中提取高附加值的物质,例如高品位的硫磺、硫酸铵、硫代硫酸铵等推向市场,在市场销售中盈利,彻底实现变废为宝。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15