
机构兵分四路 大数据成互联网+发动机
经过多年的积累,大数据已经成为网络公司最重要的资产,通过对大数据资源的开发,“互联网+”才能水到渠成。当前最重要的大数据资源中,主要包括四个方面:政府部门积累的大数据、掌握大量数据的金融部门、电信运营商、商业数据。而从机构对大数据的投资布局看,已经兵分多路,对占据大数据资源的诸多上市公司进行了前瞻性的布局。
进入2015年以来,新兴产业概念股一飞冲天,尤其是在两会上热议的“互联网+”概念推动下,代表新兴产业的创业板指年内最高涨幅超过75%。在业内人士看来, 经过多年的积累,大数据已经成为网络公司最重要的资产,通过对大数据资源的开发,“互联网+”才能水到渠成。而从机构对大数据的投资布局看,已经兵分多路,对占据大数据资源的诸多上市公司进行了前瞻性的布局。
大数据将造千亿级市场
两会上热议的“互联网+”战略,从去年余额宝的推出就开始受到了关注。在大数据开发热潮引领下,互联网与传统产业的深度融合带来巨大的市场,不少上市公司脱离原有板块,进行跨界、转型以及融合,形成新的业态、估值体系。在业内人士看来,网络开放、平等、透明度高等特性,让信息及数据在工业社会中被压抑的巨大潜力爆发出来,转化成巨大生产力,成为社会财富增长的新源泉,改变生活和生产,从而带来大数据的黄金时代。
事实上,从大数据目前开发情况看,已经开始向各个行业扩散与渗透,通过大数据,创造了新的需求及预测未来,进行资源合理分配,最终使社会效率获得提升。
沪上某基金公司研究员表示,目前所有的网络公司本质上已经是大数据公司,大数据已经成为网络公司最核心的资产,未来大数据的价值挖掘及变现将会得到充分利用,这将造就千亿级以上的市场,相应的也会诞生大量的投资机会。
机构重兵布局大数据
从机构对大数据的投资情况看,已经兵分几路开展布局。在当前最重要的大数据资源中,主要包括四个方面:
首先是政府部门积累的大数据,不仅包括国家经济社会等众多领域的核心真实信息,也包括每一个人的个人身份信息,还有涉及交通、公安、行业监管等各部门的数据,这些数据如果得到开发,都将是掘之不尽的金矿。从机构布局看,拥有纳税信息的航天信息,在2014年底吸引186家机构抱团入驻;为国家有关部门提供计算机信息服务的太极股份,吸引了88家机构密集布局,为人力资源和社会保障提供自助服务一体机服务的易联众,吸引了15家机构持有等。
第二个掌握大量数据的是金融部门。金融部门掌握了国计民生的所有金融交易数据,如果上述数据得到有效的开发,空间难以想象。在沪上某基金公司投资总监看来,银行占有巨大的资源,如果这些资源得到充分开发,银行的估值体系将得到很大提升,“但从目前来看,银行传统业务盈利非常容易,还没有动力去进行充分开发,如果把银行掌握的数据交给其它上市公司,资本市场绝对会给非常高的估值。”
第三个重要的大数据资源来源于电信运营商。中信建设分析师武超则认为,电信运营商通过多年的经营,积累了庞大的数据资源。随着语音业务的逐渐降价,数据流量经营将成为运营商的主要方向,运营商拥有任何移动互联网公司都无法比拟的海量数据,由语音经营走向流量经营进而进入大数据运营已成为大势所趋,空间巨大。从机构布局看,从事移动转售业务并发力移动互联的天音控股,被37家机构同时持有;在电信网络管理领域有优势的亿阳信通,也被31家机构同时持有,其中不少基金为去年四季度新进入驻。
最后一个大数据资源是商业数据,不管是阿里巴巴平台上的交易数据,还是上海钢联、生意宝等公司上的交易数据,都存在其它领域变现的可能。数据显示,目前有多达69家机构持有上海钢联,持有怡亚通的机构也高达61家,而与阿里巴巴等平台合作的公司都被赋予了较高的估值。
在业内人士看来,在互联网推动社会发展一日千里的情况下,通过大数据创造需求及预测未来,进行资源合理分配,最终使社会效率获得提升,本质上也是反映了资本市场炒作逻辑,在构建“财、物、信息”富有价值的“关系与关联”中,去进行二级市场的投资。
事实上,基金公司也在开发大数据资源,进行有针对性的产品开发。目前南方基金与新浪财经、百度与广发基金、博时基金和蚂蚁金服等都已经开发或者正在开发相应的基金产品。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-30探秘卷积层:为何一个卷积层需要两个卷积核 在深度学习的世界里,卷积神经网络(CNN)凭借其强大的特征提取能力 ...
2025-06-30探索 CDA 数据分析师在线课程:开启数据洞察之旅 在数字化浪潮席卷全球的当下,数据已成为企业决策、创新与发展的核心驱 ...
2025-06-303D VLA新范式!CVPR冠军方案BridgeVLA,真机性能提升32% 编辑:LRST 【新智元导读】中科院自动化所提出BridgeVLA模型,通过将 ...
2025-06-30LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20