京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据公司的数据源是未来估值的最重要依据
大数据发展浪潮席卷全球,资本也敏锐追逐着高增长市场。尽管资本市场上对同一家公司的评判标准不一而足,但是对大数据公司而言,探究其成长性的本质,只有一个标准——数据源。
数据源是大数据公司“命脉”
中国的大数据行业,“西学东渐”与本土创新并存。行业内的创业公司有的走西方的成熟模式,技术领衔,主要为大数据落地解决“技术上如何实现”的问题。这一类公司待字“实验室”,是行业的“打工者”,仅作为一个环节,服务于大数据解决方案的设计方,无力左右大数据应用能否最终落地解决实际问题,这使得技术公司实现商业价值的路径颇为被动。
有前景的大数据公司,应该掌握“人无我有”、“人有我优”的数据源,并打通大数据应用落地过程中的每一个关键点,让海量数据源有目的、有路径地进行碰撞匹配,激发出价值。由于数据源是产业链的源头,是发展大数据必然的起点,于是,掌握了数据源的大数据公司“有米可炊”,有“食材”可用,这为后续发挥本土创新提供了无限的可能性:通过吸纳现实需求,提供行动有效的解决方案,更从需求端促发大数据技术的研究开发。
得数据源者,得天下
拥有数据源的大数据公司,将在行业内愈发扮演举足轻重的角色。它联通了各自为政的数据孤岛,实现了社会各领域全行业数据的整合,带动硬件生产商按照数据采集、传输、存储之需求供给服务器,促使软件商研发匹配的数据预处理、分析挖掘、大数据可视化等软件产品,同时,激发变现大数据交易融通的新思维。
是否拥有数据源、数据源保有量以及开发利用水平,成为决定大数据公司未来发展前景、是否具备可持续市场竞争力的关键。随着中国政府数据开放共享的步骤加快、国家大数据战略逐步推进,具备数据源优势、善于在海量数据中挖掘价值的大数据公司,成为行业翘楚只是时间问题。
优质资本已先发布局大数据产业
基于此,投资界将更多目光关注在“数据源”这一关键词,视数据源为谋定大数据公司未来估值最重要的依据,就不足为奇了。那么数据源究竟在哪里呢?
中国有70%的数据是在政府手中,而其中又有80%的政府数据待字闺中,未被开发。所以目前市场上,拿政府大数据项目是所有大数据公司的目标。但是,如果没有技术基础、应用基础,也很难获得政府的青睐,一些技术力量薄弱,场景设计研发能力不强的大数据公司正在逐渐退出市场,而那些拥有数据源的应用类大数据公司,确实获得了中国资本市场更大程度的青睐。2015年曾经发生一起中国大数据创业公司融资史上一件里程碑事件——2010年成立的九次方大数据,先后得到了建银财富、博信资本、东方证券、IDG资本、复朴投资、德同资本、初灵基金、当代东方、键桥通讯等18家基金的投资,两轮融资数额近10亿元,投资规模迄今为止仍然是大数据领域之最。而投资界看好九次方大数据的正是因为对方掌握着核心数据源。
《促进大数据发展行动纲要》计划,中国“到2020年,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”。各级政府在充分发挥积极性,密集释放政策利好,投资界更是在争分夺秒、细致入微地甄选、观察,判断哪些大数据企业将在“十三五”关键的五年间,脱颖而出,成为国际知名的中国大数据品牌。
据了解,该公司在数据源储量、软件著作权专利数量、开发应用场景能力、服务省市地区数量等多个维度领先同业。
《大数据时代》的作者维克托·迈尔·舍恩伯格预言“世界的本质是数据”。大数据是中国的战略性新兴产业,投资界持续看好大数据产业的发展未来,这种趋势明显增强。据不完全统计,至2016年10月底,2016年中国大数据行业有184家企业获得投融资。数据源愈发成为投资界对大数据公司未来估值的最重要依据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15在数据仓库建设中,事实表与维度表是两大核心组件,二者相互关联、缺一不可,共同构成数据仓库的基础架构。事实表聚焦“发生了什 ...
2026-05-15 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 ...
2026-05-15【核心关键词】互联网、机会、运营、关键词、账户、数字化、后台、客户、成本、网络、数据分析、底层逻辑、市场推广、数据反馈 ...
2026-05-14