
大数据时代的 投资分析
继互联网、物联网、云计算之后,大数据(Big Data)主题投资近期引起高度关注。
什么是大数据
随着计算机普及和互联网应用,近十多年海量的信息和数据不断产生,美国互联网数据中心指出互联网上的数据每年增长50%,而且速度越来越快。目前世界上90%以上的数据都是最近几年才产生的,美国人比较简捷地把海量的信息数据称为“大数据”。而随着数据仓库、数据安全、数据分析、数据挖掘等等围绕海量信息数据的商业价值利用,大数据已逐渐成为行业人士争相追捧的焦点,并从2010年开始成为互联网信息技术行业的流行词汇。
马云说,大家还没搞清PC时代的时候,移动互联网来了,还没搞清移动互联网的时候,大数据时代来了。舍恩伯格的《大数据时代》持续热销,美国总统都把大数据作为国家战略和“未来的石油”,市场对大数据的热情可谓一浪高过一浪,然而在兴奋之余我们又是否真正了解大数据和其中蕴藏的投资机会呢?
大数据的应用
市场上有一种误解,把传统的数据库等同于大数据,但实际上除了巨大的容量要求外,大数据来源还有很大的广度。可以表示对之前未被重视和利用的信息进行归类和分析,如谷歌通过整合对比各种译文建立起目前最好的自动翻译机器;还有我们的智能移动终端每天产生大量信息数据等。在理论上大数据还表示一种把全部数据都进行描述和统计的研究方法,特别是像社会科学这些很难用数学工具精确定义的领域,把现象都描述出来会比牵强的理论更有价值。比如常用的商业和医疗病例,如果能够把所有的情况都描述和存储起来,是否就可以替代理论了呢?这也是大数据对理论界提出的一种挑战。
此外,大数据也是个技术范畴,指一整套将数据库分散存储、计算和整合的技术,以及为之配套的数据存储、远程计算、非结构分析等等的计算机技术。可以说如果没有当下廉价的数据存储、空前强大的计算能力和聪明的计算理论,也就没有大数据生存的土壤。
在金融领域,大数据的价值目前尚未明显体现。数据挖掘是投资领域近年来重要的技术革新,配合大数据技术,这项创新的分析广度和速度都会大幅提升。在传统金融领域,阿里金融已得到了行业的广泛关注,其低廉的信贷征信成本对中国现有的金融机构和模式影响甚大。而证券公司建立的客户关系管理系统,通过客户交易行为分析挖掘其风险偏好,进而推荐合理的资产配置,目前也处于运用初期,未来会有较为广阔的发展前景。
哪些标的值得关注
国际数据公司(IDC)发布的报告显示,2012-2016年期间全球大数据技术及服务市场复合年增长率(CAGR)将达到31.7%,而中国大数据技术和服务市场未来5年的复合增长率超过50%。显然,未来几年大数据相关领域发展空间巨大,这里面预计也会涌现一批发展前景不错的企业。
大数据虽然前途光明,但其门槛也不低,因为只有那些拥有足够技术实力、资本储备和人才队伍的公司才能真正利用起大数据的价值,特别是搭建大数据平台的公司。加之各家公司、消费者对自身数据价值的觉醒,获取数据也必然会变得越来越不容易,所以什么样的商业模式值得投资呢?目前看来都还不太确定。
笔者认为,重视数据布局的科技公司在这场竞争中占有先机,而为大数据做配套的上下游公司也有投资的机会,此外由于商业模式的不确定,真正的大数据投资机会或许还没诞生,或者还在起步阶段。所以,大数据行业的投资还是需要打开思路、不断观察,随时关注这个行业的进展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15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