京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国联通推出“流量银行”抢滩流量市场
在近期举行的移动互联网流量创新峰会上,2014年中国联通正式推出“流量银行”,以流量为纽带,以技术和数据为基石,“颠覆性”推出包含用户、企业和运营商在内的流量2.0生态系统。
简评
微信等OTT压迫下,运营商大数据运营将是未来方向
移动互联网时代,微信等OTT压迫下,电信运营商有逐渐沦为管道的趋势下,传统语音和短信收入不断,中国联通2014年中报显示,其服务收入中语音部分占比高达59.5%,数据流量收入同比提升50%。传统的收入模式面临巨大挑战,运营商思变是必然选择,我们认为联通的“流量银行”的推出可以算作运营商思变的标志性事件之一,未来运营商将利用自身优势不断革新创造价值。除基础设施外,运营商最大的财富是其拥有的海量数据,包括用户号码身份特征、消费特征、位置轨迹、非流量业务行为特征等,利用这些数据进行对内及对外的大数据运营将是运营商扩大自身价值的不二选择,而在此之前对于数据收集、管理、应用的投入也将不断增加。
公司在电信大数据市场领域份额不断扩大
公司涉及大数据收集、管理、应用、运营全产业链,在电信大数据领域市场地位及技术均处于领先地位。我们将运营商大数据市场分为大数据项目和运营市场。大数据项目(主要指收集、管理、应用)市场份额方面,公司在联通占比超过80%,电信占比超30%,移动占比超过10%。公司今年中标移动大数据核心项目,可谓技术实力获得移动认可的标志性事件,有望改变公司未来在移动大数据市场的竞争格局,打破亚信联创的垄断地位。预计三家运营商明年在大数据领域的投资额度接近30亿,未来每年投入增速有望超过20%。大数据运营市场方面,公司不断尝试以各种方式参与运营项目,虽然目前尚未对收入产生大的影响,但未来尝试不会停止,想象空间巨大。另外,由于大数据运营最终涉及各垂直行业,运营商直接参与的难度很大,以有偿分享数据资源的方式开放合作大数据运营市场将是最佳选择。
金融BI将成比翼齐飞之形势
计世资讯数据显示电信和金融是目前对大数据投入最大的两个领域,占比超过60%。近年来公司大力拓展金融大数据领域布局,两年来连续并购科瑞明及屹通信息。另外,公司还有自身的金融事业部,预计三个部分明年将贡献7000w以上利润。金融BI市场相对电信市场更加分散,公司未来希望打造金融和电信大数据比翼齐飞的局面,若想达到这一目标,金融BI市场仍需不断加强和拓展,而利用上市公司平台进行并购将是扩大市场份额最快的方式。
产品化提升毛利率,募投项目拖累管理费用率.
今年8月份公司发布了东方国信大数据产品线核心产品,涵盖了大数据采集设备,大数据处理专用设备、大数据存储及计算、大数据管控等各个方面,这些产品已经在各个行业客户中得到了成功应用,未来公司将大力贯彻产品化策略,这将有效提高公司产品标准化程度,降低二次开发频率,从而提高公司毛利率。另外,由于公司上市募投项目导致的研发费用资本化的摊销,近年来管理费用率不断上升,到今年年底公司5个募投项目将全部完工,研发费用资本化将见顶,管理费用率未来有望逐渐步入下降通道。
盈利预测与投资建议.
除电信与金融大数据市场外,公司还通过内生和外延等方式渗透到工业、能源等大数据市场。未来电信和金融两领域将长期处于大数据投入景气期,整体市场增速有望保持在20%以上,公司在两个市场份额有望不断提升,预计公司2014~2016年收入5.86、7.54、9.76亿,增速分别为25.36%、28.50%、29.47%。EPS分别为0.51、0.70、1.05,对应估值分别为45.10、32.86、21.90,强烈推荐,维持“买入”评级,6个月目标价提高到38
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01