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
在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02