京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据诱惑 九次方再获2亿投资_数据分析师
大数据概念的持续升温,使得投资机构开始积极淘金。这不专注金融大数据的九次方成为最近的一个幸运儿。
知情人士称,上周,九次方财富资讯(北京)有限责任公司(下称九次方)拿到了一笔的新的投资,博信资本、IDG资本、德同资本、富凯投资等机构旗下基金入股,由博信资本领投,投资金额总共约2亿元。
这是当下热度空前的大数据产业又一个缩影。九次方的大数据主要应用在金融领域,此次获得的投资有可能是近期金融大数据领域获得的最大一笔投资。据悉,去年已经实现盈利的九次方也有意藉此冲刺创业板。
九次方获投资
在大数据领域,解决了收入和盈利问题的企业并不多。九次方是其中的一个。“哪家公司搬家了我都知道!”王叁寿称,九次方大数据平台汇集分析了40多个产业链、8000多个行业、4万多个细分市场的900万家企业。这些数据是记录了企业各种行为,大到企业的注册成立、股东变更、资产规模、盈利情况,小到诸如搬家等信息。王叁寿称,无论是要检索李嘉诚商业帝国的版图,还是寻找诸如骨灰盒这样非常冷门的产品生产商,都只要很短的时间,这栋写字楼里又来了一个企业,这些我都知道。但对于这些信息和数据的来源,王叁寿则并未透露。
四年前成立的九次方,当时并未意识到闯进金融大数据领域。2011年IPO火热,王叁寿创立的汉鼎咨询也发展得风生水起,他也从中赚到了不少,但王叁寿总觉得咨询行业没有爆发性,转身进入“一个可以持续、不断积累”的领域。而那个当时略显懵懂的决定让他决定“攒点数据就可以卖钱了。”
此次参与九次方投资的IDG资本和博信资本是从公司创立时便是投资人之一。IDG资本在九次方连产品都还没有时便对其进行了注资,王叁寿记得IDG资本合伙人周全当时看好九次方的原因,就是看中了金融大数据的未来,因为当时行业里也并没有其他人在做同样的事情,周全愿意在九次方身上赌一把。
另一个投资机构博信资本也是从九次方创立初期便对其进行了投资的另一家机构,而事实上,博信资本也早已从这笔投资中获得了超乎想象的收益。博信资本曾通过九次方的企业信息数据挖掘到了数据成长性良好的被投企业,比如郑煤机、雪狼环境等数据,光是这几笔投资便已经让博信资本赚得盆满钵满。
正是看到了这些基础数据的价值,九次方从最初的4万家企业数据开始不断增长,数据的不断累积和丰富逐渐衍生出了商业价值,而在之前几年,九次方主要是在产品研发、数据收集方面下功夫,王叁寿称前期公司在研发方面花费了上亿元的资金。而从2014年初开始,九次方开始拓展用户,将其掌握的基础数据通过整理加工后形成可应用的产品提供给银行等金融机构使用。
商业银行目前是九次方最主要的客户,九次方通过向商业银行等金融机构销售数据终端获得收入,其PC版的终端年服务费约30万元,而移动版的终端年服务费约1万元。“我们最初的时候是把主要精力放在发展证券公司、信托公司身上,但它们需求并不强烈,银行逐渐变成了我们最重要的客户,一般来说大型银行的很多分行甚至支行都有配备单独一个终端的需求。”
九次方称,这套金融大数据终端能够批量开发客户、控制系统风险,可以对辖区内的小微企业大数据进行检索、进行中小微企业在线贷款、可以进行企业理财、融资自动撮合、金融机构理财产品代销、贷款在线审批、客户经理在线分配、客户信用风险大数据分析等功能。而据称,陆金所也对其数据颇有兴趣,双方已经在商业合作上进行了深入的谈判。
据九次方方面透露,九次方去年的收入已经达到了亿元级别,公司从去年起便已经开始盈利。而九次方也在此次获得新的投资后,将继续扩充业务,并有意启动创业板上市进程。
从基础数据到交易
九次方解决了收入和盈利的问题,这在当前的大数据领域还只是少数。事实上,涉足大数据领域的公司并不是少数,无论是金融行业,还是商品交易、医疗健康等领域,大数据的作用已经毋庸置疑,而资本也在纷纷抢筹有潜力的大数据项目。
2014年可谓是中国大数据产业的元年,但对于当下的大数据产业而言,尽管获得了资本的青睐,但基本上都是处于非常初期的阶段,如何从概念、基础技术真正落地到成熟的商业模式和有价值的应用仍然有一段距离。
一位业内人士称,目前中国的大数据产业参与者中可简单分成三种类型,一是提供大数据基础技术和服务的,二是有数据但不知道怎么用的,三则是应用服务方面的企业,现在的情况是前两者居多。
对于大数据公司而言,获取基础的数据是第一步,BAT巨头有着先天的优势,而对许多小型的创业公司而言则是非常难的一件事情。“大数据的获取并不是一件容易的事情,需要耗费很长的时间,但时间这东西不是用钱能买到的。大数据的积累需要一个临界点,如果只是攒点数据卖钱基本上不是可持续的商业模式,而只有积累到了很大的量级才有较高的商业价值。”上述业内人士称。
正是这样的原因让各个公司使出了浑身解数来获取基础数据。毫无疑问的是,靠人海战术是行不通的。
九次方初期获得的基础数据来源并不为外界所知,但值得一提的是,目前其大力推动与地方政府合作共同搭建大数据、征信等平台,对其而言则是一个获取数据的捷径。
此前,贵州省政府与九次方大数据达成了战略合作,九次方大数据公司将以贵州省作为基地,九次方协助地方政府建立当地企业的大数据平台、征信管理平台等,而与此同时,九次方也能够通过这些平台获得大批量的当地企业信息数据。九次方在去年开始大力推动与各个地方政府的类似合作,其希望能够将这种模式复制到全国各地。其对外称,目前已经有20多个省市在与九次方大数据合作,共同建设开发省市辖区的企业信用大数据平台。
而在获得海量的基础数据后,如何能够在此基础上进行加工整合则更关系到这些数据价值的高低,“很多地方政府、银行等金融机构都有海量的历史数据,但是他们并不清楚该如何来对这些非结构化的数据进行整合和挖掘,未进行结构化整合的数据是没有商业价值的。”上述业内人士称,将这些数据采集上来,清洗成为结构化,可以进行多维度分析的数据,这实际上在大数据产业链中,是非常关键的一环。
在王叁寿看来,金融未来就是数据,数据就是资产,是资产就是可以交易。他认为,金融大数据发展到一定阶段,可建立数据交易平台,可以在统一平台上,对数据进行搜索、比价、交易。这不仅是企业在主营业务之外的数据增值行为,也为解决封闭数据、数据割裂提供了有效的解决办法,实现数据之间的协同。
而九次方也正在更多尝试让数据离交易更近。一方面,其在尝试将数据变成可交易资产的模式,其作为第二大股东在贵州参与设立了一家大数据交易所,王叁寿任总裁,未来的业务便是进行大数据交易。而除此之外,利用现在手上的数据资源,九次方也正在逐步参与到金融交易之中,比如,九次方就正在和数据银行洽谈,与银行来合作一起成立P2P业务平台。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25