
解析“大数据大金融大物流”时代投资逻辑_数据分析师
自2013年以来,“大数据、大金融和大物流”已经成为当前新经济的最大特点。
大数据,也称巨量资料,指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4大特点是:Volume(大量)、Velocity(高速)、Variety(多样)、veracity(真实性)。
“大金融”概念:宏微观金融理论的系统整合;金融和实体经济的和谐统一;金融发展一般规律和“国家禀赋”的有机结合;内外部金融和谐共融的全球化思维模式和跨界意识。大局观念与全局思维成为大金融理论的核心要义。大金融这一全球性金融框架概念也将于2013年度的G20国际峰会上正式提出,进而帮助实现会议所宣称的强劲、可持续、平衡的经济增长的“全球经济目标”。
大物流即现代物流指的是将信息、运输、仓储、库存、装卸搬运以及包装等物流活动综合起来的一种新型的集成式管理,其任务是尽可能降低物流的总成本,为顾客提供最好的服务。我国许多专家学者则认为:“现代”物流是根据客户的需求,以最经济的费用,将物流从供给地向需求地转移的过程。它主要包括运输、储存、加工、包装、装卸、配送和信息处理等活动。
互联网技术发展为“大数据、大金融和大物流”的核心技术依仗,也是主要技术使然工具。互联网技术在中国的跨越式崛起为“大数据、大金融和大物流”的跨越式发展。
一个经典案例—亚马逊的故事。亚马逊自1995年7月上线,历经18年的磨练,2013年已经成为营收745亿美元,市值近1400亿美元(2013.12)的商业巨头,市盈率高达3000多倍,而另一个零售巨头沃尔玛发展50年,对应的市盈率却仅为14倍。亚马逊在成立之初投入了大量资金用于市场推广,树立品牌,但在1997年之后便开始将资金更多地转向物流仓储和技术研发,截止2011年底这两项的费用占比依然是最高的,可见亚马逊对于物流仓储和IT技术的重视程度,但也正是这样,才保持了亚马逊的竞争优势,同时也为后来的盈利打下了基础。由于电子商务的规模效应以及前期的大量资源积累,亚马逊历经8年亏损,终在2003年迎来首次全年盈利,并从此进入了快速发展期,云计算、物流服务、Kindle终端等各类业务不断涌向市场。
回顾发展历程,亚马逊一下子基本占据新经济所有发展核心要点。在零售业,Amazon.com与沃尔玛竞争;在设备制造方面,它向苹果发起挑战;在数据服务领域,Amazon.com威胁到IBM的位置。总体是,亚马逊基本占据“大数据、大金融和大物流”基本特征。市场也给予未来无限的遐想,公司市值也一直“高歌猛进”。
那么在“大数据、大金融和大物流”新经济时代的投资逻辑是什么?
对此,宏源证券交运研究组分析师瞿永忠表示,总结起来,“大数据、大金融和大物流”投资要点主要着眼于一下几点:具有开放、共享、协同的生态商业思想,产业边界没有硬性约束,可扩张性大。现在的亚马逊已经不再是一家单纯的零售企业,虽然目前零售业务仍是主要的收入来源,但其业务体系已经渗透到仓储物流、技术服务、硬件终端乃至金融服务等领域,且增长态势良好,亚马逊正试图打造自己的生态系统。另外,瞿永忠认为阿里菜鸟的思想架构,其开放平台最伟大:“菜鸟网络”的开放平台是要构建下一代商业模式、消费模式、生活模式。“天网”主要是商业网络,圈住所有的B-B和B-C客户,减少商业链条,实现供应商和消费者无缝融合。“地网”主要是打造线下的物流网络/供应链网络,依靠社会化分工,提供标准、仓储、干线运输等社会资源可自由接入的平台,将商户圈住,从而抓住用户。
瞿永忠认为,互联网技术应用是关键,但要有核心商业诀窍的创新。他最推介在B-B前端供应链整合或一体化的产业链发展公司,B-C消费供应链整合的并面向消费升级的平台型的电商企业的发展。所有技术的依仗必须是互联网技术,但其核心商业诀窍发展也是必须。
线上和线下的融合成为未来的发展趋势,核心是改变/创造新的商业生态。最近,顺丰开518家“嘿店”,直接向阿里的“天网+地网”的商业生态创新挑战。
1 瞿永忠认为,在3年之内,电商线上业务发展速度将很快慢下来,核心问题是网上购物和实体购物之间的“鸿沟”-客户体验的边际效益很快会慢下来,两种方式之间的平衡点很快会找到。当然物流服务水平就是其中重要瓶颈。2、OTO是解决电商未来发展的核心手段,还可以提升电商业务发展空间。但是OTO模式核心竞争力是“贴近客户,包围客户,便利客户”。顺丰“嘿店”在这些店内,顾客可以代寄、代收快递,费用更加便宜;再比如女生网购了一双凉鞋,到货后,可以先到嘿客店内进行试穿,感觉大小不合适或者款式不喜欢,可直接取消购买,不用承担任何费用,省去了以往后续交涉、退款、退货的复杂手续。除了快递物流业务、虚拟购物外,“嘿客”还具备ATM、冷链物流、团购\预售、试衣间、洗衣、家电维修等多项业务,实为社区网购便民生活平台。从实际意义上,“嘿店”已经远超马云“天网+地网”所提供生活社区概念,更加实际,更加具有客户体验。
3、快递业务最后一公里服务最好途径是便利店,日本最成功。方便、可信任、低成本、流程可控是该模式的核心要义。这样,对比成都的红旗连锁(发展便利店配送)和三台电子的盒子。基本可以肯定前者是未来发展方向。
4、总之,电商发展,“新的战争又开始了”。前三名的排序可能生变。个人更加看好具有物流竞争力的京东和顺丰。
总体上,综上所述,“大数据、大金融和大物流”新经济会带来企业发展模式巨大突破,也会带来投资估值思维上的巨大突破。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08