
中证报新三板探营:奥维云网瞄准大数据创新
奥维云网2014年登陆新三板时,以“奥维咨询”的名称而被外界所熟知,公司以数据挖掘和分析为主营业务。
自去年1月发布大数据发展战略以来,公司的大数据转型不断取得突破,并在2014年12月更名为“奥维云网”,并定位为垂直领域大数据应用服务提供商。公司管理层向中国证券报记者表示,大数据应用是奥维云网自成立以来最大规模的一次战略转型,公司名称变更是水到渠成的一个节点。公司将引入做市商并借力资本市场适时加大对数据技术和应用的研发投入,进一步建全产业链数据体系。
业务模式转型
奥维云网的前身为“奥维咨询”,早期以提供彩电行业零售数据和分析报告起家,随后快速进入到白电、小家电等领域,目前覆盖面已经扩大到38个家电品类的数据产品和研究分析领域。公司提供的行业数据准确性和共识性得到业界高度认可。
奥维云网前期主要以提供企业客户市场分析报告为主。自2014年发布大数据发展战略以来,公司业务模式逐步转型。公司管理层向中国证券报记者表示,随着互联网和移动互联(2456.88,22.050,0.91%)网的快速发展,以及大数据存储和计算处理技术逐步成熟,传统商业模式的局限性凸显,企业发展需要进一步转型。在去年8月挂牌新三板的同时,奥维云网的战略转型也在紧锣密鼓地进行,公司将垂直领域内的大数据应用和服务作为转型升级方向,为企业高速发展增加更强劲的源动力。
尽管目前大数据领域的前景和业务模式商不清晰,但在奥维云网董事长喻亮星看来,公司大数据转型的脉络已经清晰。奥维云网专注于其自身长期深耕和熟悉的家电、消费电子、显示及数字内容、商用系统等垂直领域,从材料到整机再到流通渠道和终端用户全产业链关键节点的大数据网进行整合,借助企业长期以来建立的对数据挖掘、分析以及行业需求认知的敏锐度,以应用引导技术研发,确定软硬件设备投入,扩建数据监测和采集网,规避盲目扩张。
喻亮星表示,各个行业每个环节都在产生大量数据,之前局限于技术能力,使得这些数据无法进行沉淀和有效分析。大数据最基本的要素就是要具有海量和多维数据,通过一系列技术手段去进行数据挖掘和研究分析,并基于此开发出应用服务。一旦规模上去,边际成本将逐步递减。
“奥维云网之前和企业合作,提供的数据都是往围绕销售、市场、开发、采购等方面,各个企业依据数据,来制定销售策略,制定价格调整计划等。”喻亮星表示,未来将借助大数据,企业可以解决制造流程改造的问题,再到售后服务体制、终端渠道和推广,服务环节从单一纬度向多层次多维度转变。
业绩快速增长
奥维云网新三板挂牌后交出的首份成绩单喜人。财务数据显示,公司预计2014年营业收入在3900万元到4100万元之间,较去年同期增长270%以上;预计全年净利润在470万元到520万元之间,较去年同期增长500%以上。
奥维云网在公告里并没有透露业绩飙升的详细原因。不过,喻亮星对中国证券报记者表示,从业务层面来看,业绩大增主要来自于两点:公司覆盖的品类和2013年相比大幅增长;随着数据来源延伸到供应链上下游和基于互联网信息,公司从单个客户获取收入和利润的能力也在提高。“在和一些企业合作中,前几年我们提供的帮助有限,合作金额只有几十万元,而近两年的合作金额达到百万元级别。”
奥维云网面对的客户主要是家电企业,而家电行业目前的发展已经过了高峰期,产业运行处于低空飞行阶段。在这样的局面下,对于奥维云网受到行业景气度的影响有多大,喻亮星认为,和诸多新兴产业相比,家电行业的成长性确实略显逊色,但是行业体量巨大,新的产品技术层出不穷,更新换代需求仍然旺盛。且在制造业领域,中国家电企业拥有最强的全球竞争力,在当前的环境下,企业对数据分析和应用的需求量会更高。“目前我们在家电领域覆盖企业比例并不高,因此奥维云网业务还没有遇到发展瓶颈。今年和未来一段时间,奥维云网的业绩增长仍然很快。”
计划引入做市商
对于2015年在资本市场的动向,奥维云网董秘金晓锋对中国证券报记者表示,公司计划引入做市商,再融资计划上根据企业的发展确定,如果有增发事项,主要募投的方向仍是大数据技术和应用类项目,包括全产业链数据体系建设等方面。
“在大数据应用服务层之下,奥维云网的大数据平台建设有两个核心数据系统,大数据采集系统以及大数据挖掘和分析系统。”金晓锋表示,这两个环节是解决大数据应用服务业务快速拓展的关键点。通过这两个系统的建设与完善,公司在行业和品类方面的低成本快速扩张完全可以实现。公司将通过技术和业务合作、资本合作等方式加大投入,围绕产业链各个关键环节的数据体系建设。
“另外,奥维云网还将积极研究如何借助资本市场,通过兼并重组等方式,进一步做大做强主营业务”喻亮星说。
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