
掘金云计算 大数据产业链历史性机遇
计算机行业或将迎来下一轮行业和资本市场大机会,业内表示,企业应重点关注数据链条机会、数据分析、政府数据放开。
掘金云计算 大数据产业链历史性机遇
国泰君安:大数据之都风起,重顶层设计及信息基建
凭借气候、电价等优势,贵州全力发展大数据产业。传统的煤矿、铝矿、磷矿三大支柱产业污染重、增速低,贵州将大数据产业作为经济发展新引擎。该地区具有气候凉爽、电价低廉、地质灾害少、有人才基础、交通日趋便利等优势,有利于大数据产业在贵州落地发展。
注重顶层设计,战略具有前瞻性。贵州市委成立大数据专项领导小组,跨部门协作指导产业发展;将成立全国第一个大数据局,专门部署大数据产业规划;与中关村合作发展四个经济开发区,借鉴一线城市科技服务的先进经验。在发展思路上,贵州计划从 IDC 和呼叫中心等最易落地的项目着手,逐步促进云计算、云服务和高端制造业发展,最终达到建设大数据内容中心、服务中心及金融中心的战略目标。
加大信息基建,奠定产业发展基础。贵州将提升网络节点等级,成为骨干网二级节点,出省带宽提升至 3000 Gbps;扶持 IDC企业发展,总规模将超过数百万台服务器;建设全域覆盖免费 Wi-Fi,作为政务、工业、民用数据的信息高速公路;建设“云上贵州”,涵盖政务云、电商云、工业云等九大云服务平台;主办大数据博览会等全国性交流平台;建设众筹金融交易所、大数据金融投资平台等,延伸大数据产业链,提升产业丰富度和生命力。
成立全球首家大数据交易所,促进政府数据开放。为促进政府数据开放和交换,推动大数据资产的流动性,贵阳成立全球首家大数据交易所。交易所实行会员制,建立行业自律机构大数据交易商联盟,以规范数据交易、探索行业标准。交易所独家提供政府数据的挂牌交易,有政府信用背书。
服务容灾备份与本地应用,贵州 IDC 应用前景较好。容灾备份要求备份服务器与主服务器的物理距离超过 800 公里,贵州地处边远西南,易满足这一要求;对网络响应、网络带宽要求低;贵州不在地震带上,数据存放于此较周边云南、四川等省份更安全。此外,本地的互联网应用需要本地的 IDC 基础设施作为发展前提。据我们测算,采用出租机柜模式,该地 IDC 约 3-4 年可收回投资成本;如采用虚拟化技术, 则投资回本时间可缩短到 2 年以内,具备良好的经济效益。
受益标的:光环新网、蓝鼎控股。贵州大数据的发展瓶颈在人才和需求,这需要政府持续扶持方能改善。投资上,我们优选一线城市的IDC 资源,光环新网和蓝鼎控股均着手布局云计算全产业链战略,有望受益于我国“互联网 ”及工业互联网发展对计算资源需求的激增,以及云计算产业链整合的大趋势。
国泰君安:互联网金融监管将成为新的大数据风口
维持行业“增持”评级,受益标的有东方国信和拓尔思: 随着国内互联网金融市场迅速扩大,金融安全越来越成为大家日益关注的话题,传统的金融监管手段需要借助大数据分析识别存在极高风险的金融企业,而金融企业也需要借助大数据分析技术识别被投资的企业是否存在风险, 互联网金融的监管将成为新的大数据风口, 受益标的有东方国信和拓尔思。
互联网金融做大的同时风险监管的作用不可被低估: 市场盯住互联网金融巨大的市场发展空间,但是忽视了金融监管的必要性和大数据对于金融监管的巨大价值,理由: ①传统的企业评估主要局限于财务报表,但是这远不能满足对企业的全面评估需求,借助大数据技术,评估可以延伸到企业经营和企业的内外部环境②传统的硬性监管存在一管就死一放就乱的特点, 主要是因为市场和行政的特点导致的,但是如果采用大数据技术驱动金融监管创新与变革,那么就有可能创造出监管的柔性之手③国内的信用困境很大一个原因是大数据的缺失,通过大数据推动信用管理变革、助力风险识别和量化、大数据评级与风险匹配/转移/分散就能很好的解决这个问题④金融消费者的保护问题主要出在信息不对称,通过大数据能够增强知情权和选择权的保护用来消除信息不对称,还能够在企业处设立大数据黑匣子,用于监控企业运营情况,进行问题回溯
东方国信和拓尔思有望受益: 东方国信通过收购屹通信息进入了金融大数据行业, 随着金融客户对于放款的安全性日益关注,东方国信有望受益于通过大数据帮助客户提升贷款的安全性降低风险;拓尔思在非结构化数据处理技术上处于国内领先水平,通过设立子公司金信网银进入了金融监管安全领域, 有望直接受益于该领域的快速发展
催化剂: 互联网金融监管措施出台; 行业性企业数据服务框架出台
核心风险: 互联网金融发展速度低于预期;大数据关键技术未能突破。(国泰君安 宋嘉吉,周明,王胜)
长江证券:大数据产业顶层设计发布,为信息产业发展注入崭新活力
事件描述
2015年8月19日,国务院通过《关于促进大数据发展的行动纲要》。具体内容包括:1、推动政府信息系统和公共数据互联共享,优先推动交通、医疗、就业、社保等民生领域政府数据向社会开放;2、建立市场化应用机制,深化大数据在各行业创新应用;3、强化信息安全保障,完善产业标准体系。通过促进大数据发展,实现提升创业创新活力和社会治理水平的发展目标。
事件评论
利好政策连续出台,行业发展路径越发清晰:可以看到,监管层坚定推动大数据产业,多项利好政策已连续出台。具体说来:1、2014年3月,大数据首次写入政府工作报告,成为国家重点关注的细分行业;2、近期工信部正在组织召开大数据产业“十三五”规划的编制,为其长期发展铺平道路。其目的在于:1、促进信息共享,借助大数据分析技术实现信息融合应用,提高社会效率;2、加快政府信息资源的开放,创造利于创业创新的社会环境。参考海外发展经验,我们判断,国家后续还将投入大量资金用于相关技术研发和专业人才培养,为产业长期发展提供持续动力。
大数据业务启动在即,信息技术行业将联动前行:我们认为,大数据产业即将步入加速发展期,并为信息技术行业注入发展活力。具体说来:1、大数据业务对于计算能力和存储能力都有相当高的要求,推动数据中心及配套硬件产品的需求增长;2、考虑到各数据节点需要互联互通,大量数据将通过有线或者无线网络进行传输,将进一步推升升网络数据和网络传输设备市场的景气程度;3、当前已拥有云计算、大数据挖掘等关键技术的企业可承担大数据管理平台的建设和运维工作,迎来加速发展机遇。
保障大数据产业健全发展,信息安全技术迎全新发展机遇:我们认为,大数据业务发展将为信息安全行业带来极大的推动作用,主要原因在于,大量政府和个人数据将集中存储和在网上传输,也因此对网络安全提出更高的要求,需要更加完善的硬件 软件整体解决方案。另一方面,通过运用大数据技术,相关部门和企业也可进一步完善主动防御机制,同时加强主动侦测网络非法行为的技术实力,推动网络安全技术的进步。
投资建议:我们认为,大数据顶层规划的出台,将对信息技术行业发展带来明显的促进作用,而已具备大数据相关技术的企业也将迎来加速发展的机遇,重申对于烽火通信的“买入”评级。
国金证券:迎来大数据时代 政府大数据成为风口
事件
8月19日国务院常务会议通过了《关于促进大数据发展的行动纲要》, 开发应用好大数据这一基础性战略资源,有利于推动大众创业、万众创新,改造升级传统产业,培育经济发展新引擎和国际竞争新优势。李克强总理强调,制定大数据行动纲要,要突出围绕“政府大数据建设”和“创造健康发展的大数据环境”这两项核心内容展开,突出“共享、开放、安全”三个关键词。
评论
发展行动纲要的通过是行业发展的必然:自从2014年3月李克强总理《政府工作报告》中首次提到大数据这一热词,到此次大数据发展行动纲要的通过,我们认为是产业发展的必然过程。因为,一来随着IT 产业的演绎以及IT系统云化渗透率的提升,整个大数据产业达到爆发的临界点。二来随着过去几年云计算基础设施的规模化建设,政府、企业以及超级APP的批量广泛应用,大数据应用的商业模式创新、数据价值的变现以及一些涉密、价值观、道德等热议的话题,对于大数据产业发展来说需要一个行业标准引导和规范;
迎来大数据(DT)时代:大数据“颠覆因果、寻找关联”的理念,让我们在对海量数据的处理和分析,能够找出事物间的相关关系,并快速做出决策,虽然不如因果关系那么精确,但是大数据提供了一种看待现实的新角度,数据本身就是价值来源意味着新的商业环境下,没有那个行业能对大数据产生免疫,所以从市场营销、到生产制造、到商业模式,到民生民居等方面都面临着一轮革新。
政府大数据成为风口:政府大数据建设内容的展开,将迎来一轮新的建设高潮,过去两年政府大数据建设主要围绕大数据平台的互联互通,解决各部门之间数据的互联互通,纲要的制定强调数据的“共享、开放”标志着各地将会围绕大数据进行产业升级,后续地方规划政策有望密集出台,带动新一轮的产业升级浪潮,目前已经出台规划政策的有贵州、青海、重庆、厦门。
政府大数据成为风口:政府大数据建设内容的展开,将迎来一轮新的建设高潮,过去两年政府大数据建设主要围绕大数据平台的互联互通,解决各部门之间数据的互联互通,纲要的制定强调数据的“共享、开放”标志着各地将会围绕大数据进行产业升级,后续地方规划政策有望密集出台,带动新一轮的产业升级浪潮,目前已经出台规划政策的有贵州、青海、重庆、厦门。
政府大数据成为风口:政府大数据建设内容的展开,将迎来一轮新的建设高潮,过去两年政府大数据建设主要围绕大数据平台的互联互通,解决各部门之间数据的互联互通,纲要的制定强调数据的“共享、开放”标志着各地将会围绕大数据进行产业升级,后续地方规划政策有望密集出台,带动新一轮的产业升级浪潮,目前已经出台规划政策的有贵州、青海、重庆、厦门。
中信建投:大数据产业链迎来黄金时代
1、我们认为行动纲要从政府高度出发,推动政府信息系统的开放,讲大数据的价值提升到全新高度,对整个产业链的发展将产生非常积极的影响。
2、从通信行业来讲,我们一直强调大数据产业链的四大层面为:大数据采集、大数据管理、大数据应用和大数据运营。(1)大数据采集是大数据产业链的底层基础。全采全监的政策及4G 助力采集市场率先爆发。据我们测算,在2G-3G 时代,电信及联通在信令和DPI 采集领域投入约20-40 亿元。4G 时代,三大运营商都在加大数据采集领域的资本开支,预计2015 年最终合计将在15-20 亿元之间,相当于过去多年投入的总规模。而大数据采集是大数据产业链的底层基础,对进一步做大数据管理、应用及运营有着最直接的支撑。
(2)大数据管理通过数据共享平台实现。数据共享平台主要由数据汇集、数据支撑、数据接入点三层组成,向下可以支撑数据采集层,向上支撑外部数据应用系统。
(3)大数据应用主要包括基础应用和行业应用。基础应用,包括网络管理和优化和客户关系管理;企业运营管理,包括业务运营监控和经营分析;市场与精准营销,包括客户画像、关系链研究、精准营销、实时营销和个性化推荐;数据商业化指数据对外商业化,单独盈利。
(4)大数据运营终极目标:增值业务和精准营销。增值业务:利用特定的网络数据,创新增值应用,增加运营业务收入。精准营销:通过对移动互联网用户的行为分析,进行用户偏好分群进而建立精确的用户画像,并开展针对性的市场营销及配套服务。
目前较为成熟的模式有:基于位置信息获取收入,根据客户需求研究分析、出具报告,RTB广告(预计今年将有翻倍增长)。
3、2015 年初起我们重点推荐运营商大数据板块。未来运营商由语言经营走向流量经营、数据经营为必然趋势。目前时点,行业发展进一步验证了我们的判断,产业链公司越来越多由SP业务转向了运营商大数据经营业务。
银河证券:云计算、大数据迎来重要投资机遇期
10 月 14 日,阿里云栖大会在杭州云栖小镇举行,阿里巴巴集团董事局主席马云在会上表示,人类已经由 IT 时代进入了 DT 时代,数据取代了石油成为了最核心的资源,在未来,数据会成为像水、电、石油一样的公共资源。我们认为,本次大会举行是中国云计算、大数据产业高速发展的重要标志,云计算、大数据有望成为市场下一波行情大风口;云计算、大数据挖掘颠覆传统 IT 模式,在新业态成长与传统替代双重浪潮叠加之下,将迎来未来持续数年最重要的投资机遇期!
海通证券:政策力度加大,软件行业有望迎来真正“大数据”时代
政策落地节奏加快,行业发展或将提速。近日,国务院印发《促进大数据发展行动纲要》,纲要对未来5-10年中国大数据发展制定了总体目标,并在政府部门数据开放共享、大数据基础设施建、工业大数据、农村大数据、大数据产品体系以及大数据产业链等方面进行了详细规划并制定了具体时间表。我们认为,在支持政策不断加码的背景下,大数据行业发展的瓶颈和痛点有望逐步得到解决,行业发展在新动力推动下或将提速。
政府数据开放共享为大数据发展注入新动力。政府数据的开放有望使得行业真正迎来大数据时代,在增加行业数据维度、逐步化解大数据产业链前端问题的同时,也有望为整个行业发展和社会信息化注入新动力。我们认为,我国政府数据的公开也将遵循分级、分层、分类逐步开放的步骤。短期来看,涉及到民生的交通、医疗、信用、社保等行业领有望较早实现开放。我们建议关注目前已经在该领域具有丰富数据储备或具备数据采集能力的企业。
大数据上下游整个产业链或将受益。行动纲要特别强调了对大数据产业链的完善,涉及到大数据上游的基础软硬件包括服务器、操作系统、存储和数据中心的建设,再到大数据核心技术,以及围绕大数据采集、整理、分析、发掘、展现、应用等相关产品体系的建立。力争完成的是基于大数据技术的全产业链的打造和生态系统的建设。
大数据在垂直领域的应用有望得到深化。目前大数据的应用较为分散,商业模式的实现的渠道和场景较为狭窄和单一,主要集中在互联网的精准营销以及在互联网金融中的部分应用,并没有在其他垂直行业和场景进行大规模应用。此次行动纲要加大和深化了大数据在各大垂直行业领域的应用,我们期待在寻找商业模式的创新和产业价值链体系的重构的过程中,新的变现渠道的出现。
政策利好下,期待龙头崛起。行动纪要明确加大培育大数据龙头骨干企业,带动行业快速发展,形成大中小企业相互支撑、协同合作的大数据产业生态体系。我们认为可以从以下两个维度来寻找潜在的行业龙头。(1)对产业链的覆盖程度;(2)是否具有大数据核心技术。产业链覆盖的完整以及对核心技术的掌握奠定了公司在行业中的地位,且具有较高的护城河,竞争对手在短期内难以超越。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29