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
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21