京公网安备 11010802034615号
经营许可证编号:京B2-20210330
目录:
一、哪些公司有互联网分析师?
二、这些分析师具体工作内容、汇报领导、交付物是啥?
先回答第一个互联网分析师都哪有:
1、国外针对二级市场投资的基金机构
通俗点讲国外人想投资中国的美股股票,但不了解中国这些互联网公司;
那这些外国的基金机构就必然有人了解;这些分析师有常驻国内的,有常驻美国的;
2、国内针对二级市场投资的基金机构
基础逻辑和1一样,随着国内互联网相关的上市公司开始多了,国内一些基金也有了专门针对互联网方向的分析师;当然国内的互联网相关上市公司还不是太多,按照他们的说法就是标的不够多,所以国内一般的基金机构都是说IT行业分析师,互联网隶属IT行业;
3、咨询机构、咨询公司
也称顾问公司,国内的咨询行业由来已久;越来越多的行业开始和互联网相结合,在咨询结构服务各行各业的企业过程中也是需要有人了解互联网行业,了解这个行业的打法的;
4、第三方调研机构
比如艾瑞、DCCI、易观这样的以数据、行业信息为主的提供方,这些机构一般出具各种数据、行业发展报告,组织行业沙龙聚会,这里面必然也是需要有人分析的;
5、大互联网公司
一般国内的大互联网公司都有所谓的行业分析部门、战略部门、战略投资部;(百度、阿里、腾讯、盛大、网易、新浪、搜狐等都有),这样的部门里的基础分析工作也是要有人做的;
6、针对一级市场的VC
我的工作就是,这类分析师做的事情主要根据VC所处的阶段不同;早期VC更多要求分析师对行业的理解、对项目的把握,偏后期一点的基金公司则更侧重财务模型、资本市场运作一些;
除此之外,自然还有一些江湖上的砖家们自称分析师,这里不展开了。
那么这么多地方有分析师,他们工作都干吗呢?我还是一个一个的说:
1、国外针对二级市场投资的基金机构
分析已经上市的互联网公司股票、公司财务状况、业务状况 、竞争对手态势和预测可能的走势;所以他们主要的工作是看已经上市公司及相关的竞争对手/细分领域的信息;
工作的交付物更多是投行出的分析报告,比如这种:
德意志银行-中国互联网行业研究报告2011年12月(109页).pdf
《 德意志银行-中国互联网行业研究报告2011年12月(109页).pdf 》
编写这个报告的分析师之一我认识,就在上海,他日常工作就是和国内的互联网公司的投资者关系部门沟通、参与这些公司的财报电话会议、提出问题、分析、给出总结、趋势和预测等;
2、国内针对二级市场投资的基金机构
其实和上面的类似,但他们更关注国内的上市互联网公司相关情况,他们的工作内容也是和各大上市公司董秘了解公司情况,参与财报发布等;至于交付物就是各种类型的研究报告:http://data.eastmoney.com/report/79_0.html可以看下这里,我说过国内因为上市互联网公司不多,所以更多基金采用的TMT的分类方式;
3、咨询公司
这类公司内的分析师更多承担的工作是信息搜集,而搜集的目的一般根据雇主的行业、阶段、要求来;比如一家传统做服装的公司想做电商,就有可能找咨询公司做做参谋;咨询公司能提供的服务就是讲解行业、参与公司、一些特定公司案例等;他们的交付物可能是PPT、可能是学习材料,也可能是咨询师的一个讲座。
4、第三方调研机构
这个就更方便大家理解了,各家结构都有侧重,熟悉艾瑞的同学也基本知道,交付物主要是行业报告;
5、大互联网公司
这个类目的分析师其实最不好定义,他们可能是产品经理、可能是BD、可能是,甚至可能是HR;我的老东家就有隶属不同三个事业部的三个这样的部门;
根据不同事业部的分工我们的工作内容也有区别,但大体上就是行业分析、竞品分析、趋势预测等;主要供公司领导做决策参考;
6、VC
我现在的工作,我所在的基金是一家比较关注早期的VC,所以分工明确;我主要看移动互联网方向,工作内容主要是看行业发展的趋势、细分领域的投资机会、具体项目的产品-团队-商业模式分析;说的有点悬,简单讲就是看方向、想要点、找项目、项目判断;我们工作的交付物一般是行业报告和具体的项目分析;
比如我的同行做的关于美国SOLOMO模式的分析报告;
SoLoMo美国手机与互联网趋势研究(中文版).pdf
大体看完我上面两段的描述,我想一般XD应该了解了这个职位要做的事情;最后扯点别的,为啥这个称呼最近被频繁的………………大家都懂得…………
我闲的蛋疼的想了想几个原因:
1、目前微博上的分析师们,大部分并不是互联网行业出来的人,所以更多是用旁观者的角度看行业;(当然还是有很多从产业里出来的人)
2、微博和知乎里的互联网大拿太多,卧虎藏龙;大家其实对于自己所从事的行业都有比较深入的了解,所以当看到一些非常浅显的、说了等于没说的、不是干货的内容,会自然而然的觉得不靠谱;
3、很多分析,尤其偏于二级市场的分析是基于财务数据、行业发展之后的结果做出的,所以有些时候会觉得这些分析都是“马后炮”
4、最后一点,确实有些人不懂装懂………………
回到这个问题的初始 ,其实互联网分析师这个职位看上去很美,但真正在做的人都知道其难度有多大,正如过去的2年大家常挂在嘴边的“产品经理”抬头一样…………………………
以上内容来源于知乎小伙伴庄明浩(rosicky311)
以下内容来源于3W咖啡馆创始人许单单
互联网分析师,是一个职位,而不是随便起的什么名号,就像互联网公司里面的产品经理、运营专员一样。很多领域都有这个职位,比如VC、艾瑞、证券、基金等,不同领域的互联网分析师职责不同,我这里只说一下我所从事的二级市场分析师。
二级市场也就是股票市场,在这个市场里,有证券公司分析师和基金公司分析师两种,证券公司就类似高盛、摩根斯坦利、中金、国信等,他们的分析师被称为卖方分析师,他们的研究目的主要是为基金公司客户提供支持,所以他们会写报告对外发布,服务于基金公司的基金经理和分析师。其实这个业务和互联网行业很像:因为每个证券公司的交易佣金率几乎是一样的,所以他们为了让基金公司更多用自己的席位做交易,他们提供研究服务作为增值服务,从而获取更多交易佣金。
基金公司类似南方基金、富达基金、巴菲特的基金等,他们掌管资金进行股票买卖操作,基金公司分析师被称为买方分析师(我的工作就是这个),他们对行业和公司做研究,给自己公司的股票买卖操作提供支持,他们是证券公司分析师的服务对象,他们会在证券分析师协助的基础上,结合自己的研究,得出股票操作的建议结论,但他们不对外发布报告。
无论卖方还是买方的行业分析师,都需要参加证券从业资格考试,获得从业资格。
因为上市公司涵盖各行各业,所以每个行业都有分析师,类似银行业分析师、机械行业分析师、化工行业分析师,当然互联网上市公司越来越多,所以也有互联网行业分析师。
但是,由于绝大多数互联网公司都是在美国上市的,A股上市的很少,所以过去这么多年中国都没有互联网行业分析师这个职位。随着2007年QDII面世,中国的基金公司可以投资海外上市的股票了,才产生对互联网行业研究的需求,但是2008年时中国只有9个QDII基金,所以规模还很小,需求也很少,而且大部分基金的规模很小,养不起一个专门只focus在互联网行业的分析师,所以9个QDII的大部分基金都没有专职的互联网行业分析师,而是一个分析师覆盖好多个行业。只有特别大的基金,才会专门雇佣一个人来研究互联网行业。
因为分析师的研究目的是指导股票买卖,所以研究的角度和互联网从业者本身是不同的。股票研究的主要侧重点是成长性、估值和风险,努力从众多纷繁复杂的因素中,去掉不重要的因素,筛选出对公司股价影响最大的因素。所以着眼点和从业者有很大不同,得出的结果也经常不一样。而且,在股票市场,如果你的观点和绝大多数人一样,那么90%的可能性是你错了。就像巴菲特说的“别人贪婪的时候你恐惧,别人恐惧的时候你贪婪”,也就是说和大众不同。
不过,无论买方还是卖方分析师,都是受证监会严格监管的,他们的发言都受到非常严格的限制,卖方分析师发言的约束少一些,因为他们本来就是需要对外发布报告和言论的。但买方分析师的发言就受到更多限制,因为基金公司本身掌管资金,所以如果公司买了某个股票,然后买方研究员对外说哪个股票很好,就有操纵市场获取私利的嫌疑,就会被证监会监管的。所以,可以看到,微博上的大部分基金经理和分析师,其实都不太讲很具体的公司,很具体的分析,而是更多不疼不痒的话。
对于买方研究员,他们的研究报告只对内使用。除了不能对外公布自己的研究结果,他们也不能接受媒体采访,不可以在媒体上说观点(公司市场部出于marketing目的特批的除外)。
一般来说,买方研究员刚开始只研究一个行业,经验足够丰富之后会再多研究一两个行业,最后的职业路径一般是基金经理。
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