京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代哪7类人最赚钱
一个划时代新的技术和思维的兴起,它会驱动几乎所有的产业变革,大数据更是如此,通过几年的观察和最近大量的基金公司朋友的接触,我从赚钱的角度对这个领域进行了分析。
他们通过炒作概念在股票市场活动巨额回报。这些人分析发展趋势,把握大局,他们关心产业政策,关心市场空间,少关心具体运营能力和市场竞争格局。据了解,大数据概念股以 2010 年 6 月 1 日为原始起点,截至 2015 年 11 月 10 日,大数据概念指数变化区间在 [95%,1860%],一直以来强于上证指数,相对上证指数有很高的收益,这个相对收益是惊人的,最高时超额收益超过 15 倍。即使从 2012 年底开始的创业板指数,也跑弱于大数据概念指数,足见大数据概念相关个股具有较好的回报。相对高点时,大数据概念指数强于创业板指数 10 倍以上;从低点起来,大数据指数涨幅到最高点超过 18 倍,如此高的涨幅让许多人羡慕不已,相关个股精彩纷呈。投资这类的企业如拓而思,用友,东方国信、启明星辰、绿盟科技、恒生电子。
他们用最短的时间,研究股票,投资,获益,资本效率极高,一些高端的股票和投资者,他们会专门针对行业要求做培训,走访企业家走访客户。短时间内就可以赚的钵满盘满。
他们从最开始就投资有最高价值的大数据的企业,并从中发现商机,过去的几年只是一个开始,可以预见大数据行业未来十年仍然会是创业公司的机遇地。他们眼光超前,投资的估值不断高升;他们跟进投资,然后迅速推动企业发展,然后期待包装上市。这类企业如:集奥聚合、国双科技、华院数云、品友互动、易赞普、百分点科技、永洪科技、国云数据、数据堂、数海科技等。投资资本如:宽带资本、红杉资本、IDG、创新工场、深圳创投、清科、软银中国,今日资本等。
虽然有些企业死了,但是大部分还在受到资本追捧,创业者最苦逼,但是在资本催生产业变革的年代他们获益也是最多的,现在大数据企业的估值从几年前的几个亿到几十亿是翻了近十倍;企业老板的身价也是翻了近十倍,这类人笔者认识很多,因为比较涉密不一一列举。
行业内专家教授参加各种会议各种讲课,培训机构,在线教育,还有专家学者备受亲来。笔者成立的大数据培训联盟、数据共享联盟等微信群,经常会收到邀请做讲课深有体会。
媒体版面改版,自媒体增多,受到关注的大数据自媒体如:大数据邦、大数据文摘、大数据参考、腾讯大数据、CSDN 大数据、36 大数据等。
那就是免费数据,收费 api 的这些数据开放平台们;已经成功的如: Salesforce 23 亿美元的年收入中超过的一半的收入是通过 API 产生的。Google 每天通过 API 处理 50 亿笔交易,Twitter 每天通过 API 处理 130 亿笔交易,亚马逊每天通过 API 处理万亿笔交易,还没有成功的但是已经获得很好的发展的国内如:BAT、运营商、政府的数据开放平台,高德数据开放平台,数据交易市场 (数海科技、数据堂、聚合数据、九次方、美林数据等)。
数据之美在于流通,在于推动业务发展,在于提高用户体验,在于预测业务发展做好企业战略规划,在于集群众智慧、激活人员动力。利用数据推动商业变革才刚刚开始,做企业赚钱才是硬道理,先活下来,因为企业的大数据路还很长,变数也很多。盲目跟风,不可取!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23