
掘金大數(shù)據(jù)產(chǎn)業(yè)鏈:上游資源+中游技術+下游應用
我們正處在一個數(shù)據(jù)量爆發(fā)增長的時代。 在摩爾定律長達 50 年的支配下, 當今的信息產(chǎn)業(yè)呈現(xiàn)出前所未有的繁榮,新的互聯(lián)網(wǎng)技術不斷涌現(xiàn)。從傳統(tǒng)互聯(lián)網(wǎng)的 PC終端, 到移動互聯(lián)網(wǎng)的智能手機,再到物聯(lián)網(wǎng)傳感器,技術革新使數(shù)據(jù)生產(chǎn)能力呈指數(shù)級提升。 據(jù) IDC 預測, 目前每年數(shù)據(jù)的生產(chǎn)量是 8ZB( 1ZB=1012GB) , 2020 年將達到 40ZB。 屬于大數(shù)據(jù)的時代已經(jīng)到來。
數(shù)據(jù)產(chǎn)業(yè)有望呈現(xiàn)“線上數(shù)據(jù)化->線下數(shù)據(jù)化-> 數(shù)據(jù)流通“三段式發(fā)展過程。
( 1) 線上數(shù)據(jù)化:互聯(lián)網(wǎng) 1.0 時代,以互聯(lián)網(wǎng)企業(yè)為代表,最早沉淀線上數(shù)據(jù);( 2) 線下數(shù)據(jù)化:“互聯(lián)網(wǎng)+”時代,以傳統(tǒng)線下企業(yè)為代表,借助互聯(lián)網(wǎng)實現(xiàn)數(shù)據(jù)化;( 3)數(shù)據(jù)流通:在線上/線下全產(chǎn)業(yè)實現(xiàn)數(shù)據(jù)化的趨勢下,數(shù)據(jù)在產(chǎn)業(yè)鏈上下游甚至跨產(chǎn)業(yè)流通并創(chuàng)造價值。
數(shù)據(jù)開放大勢所趨。 信息使用的邊際收益是遞增的,信息流動和分享的范圍越大,創(chuàng)造的價值就越高,而線上/線下數(shù)據(jù)化和數(shù)據(jù)開放正是信息大范圍流動的兩大前提。推動數(shù)據(jù)開放和流通在發(fā)達國家已成為共識,美歐多國通過國家戰(zhàn)略為數(shù)據(jù)開放背書。自從“互聯(lián)網(wǎng)+”上升為我國戰(zhàn)略后,中央不斷加大力度推動數(shù)據(jù)開放,在地方政府和產(chǎn)業(yè)界的帶動下,部分地區(qū)已經(jīng)做了諸多有益的嘗試。
從“流量思維”到“數(shù)據(jù)思維”。表面上看“數(shù)據(jù)思維”取代“流量思維”是為迎合技術發(fā)展而發(fā)生的態(tài)度轉變,但更深層次,從流量到數(shù)據(jù)是對整個互聯(lián)網(wǎng)經(jīng)濟的重新定義和洗牌,兩種思維分別是兩代互聯(lián)網(wǎng)經(jīng)濟的代表。
( 1) 思維本質:從優(yōu)化資源配置到生產(chǎn)核心資源。 第一代互聯(lián)網(wǎng)重構的是時間、空間,本質上是資源的優(yōu)化配置;而第二代互聯(lián)網(wǎng)的核心是數(shù)據(jù),數(shù)據(jù)成為了新的生產(chǎn)要素。( 2) 經(jīng)濟價值:從流量的天花板到數(shù)據(jù)的萬億空間。流量時代,互聯(lián)網(wǎng)撬動的GDP 約為 2.5 萬億人民幣( 2013 年),占到國內(nèi) GDP 總量的 4.4%;在經(jīng)歷了第一代互聯(lián)網(wǎng)時期的爆發(fā)式增長, BAT 等互聯(lián)網(wǎng)巨頭的流量規(guī)模已經(jīng)形成,變現(xiàn)方式單一將導致流量變成一種相對廉價資源;數(shù)據(jù)思維時代,企業(yè)將從單純追求“量”向追求“質”轉變,大數(shù)據(jù)能夠幫助企業(yè)從有限的流量中挖掘更大的價值;根據(jù)我們的推算,大數(shù)據(jù)有望撬動中國 GDP 至少在萬億量級,將完全比肩流量經(jīng)濟。
數(shù)據(jù)流通的兩種模式:閉環(huán)生態(tài)、開放交易。
( 1) 模式一:“內(nèi)部創(chuàng)新+外延并購”形成閉環(huán)。 典型公司:阿里巴巴等互聯(lián)網(wǎng)巨頭。 這一模式可以理解為,以大型互聯(lián)網(wǎng)公司擁有的海量數(shù)據(jù)資源為根基,通過內(nèi)部創(chuàng)新和外延并購構建閉環(huán)生態(tài),推動數(shù)據(jù)在閉環(huán)中流動以創(chuàng)造價值。從“數(shù)據(jù)魔方(賣數(shù)據(jù)) -> 達摩盤(大數(shù)據(jù)營銷平臺) -> 入股第一財經(jīng)(閉環(huán)生態(tài)區(qū)圈)”的發(fā)展路徑可以洞悉阿里逐步收縮的大數(shù)據(jù)戰(zhàn)略。
( 2) 模式二:打造開放的大數(shù)據(jù)交易平臺。 典型平臺和公司:貴陽大數(shù)據(jù)交易所,九次方大數(shù)據(jù)公司等。貴陽大數(shù)據(jù)交易所是全球第一家大數(shù)據(jù)交易所,由政府和產(chǎn)業(yè)界共同發(fā)起成立,將引領中國大數(shù)據(jù)交易市場的發(fā)展,九次方作為其第二大股東,將成為積極推動大數(shù)據(jù)開放交易的先行者。
掘金產(chǎn)業(yè)鏈。 我們將大數(shù)據(jù)產(chǎn)業(yè)鏈按上中下游劃分為:資源、技術、應用。
( 1)“互聯(lián)網(wǎng)+”時代,所有企業(yè)都有潛力發(fā)展成為數(shù)據(jù)資源公司,處于產(chǎn)業(yè)鏈的核心地位,數(shù)據(jù)是其持續(xù)變現(xiàn)的資本;( 2)產(chǎn)業(yè)發(fā)展初期,數(shù)據(jù)技術型公司,包括硬件、 基礎軟件、分析服務、信息安全等,是最直接的受益群體;( 3)數(shù)據(jù)開放的趨勢下,極有可能引爆新一輪大眾創(chuàng)業(yè)、萬眾創(chuàng)新的格局,誕生具備創(chuàng)新式數(shù)據(jù)思維及突出技術實力的應用型公司。 上游資源: 任何企業(yè)都將可能成為數(shù)據(jù)公司
互聯(lián)網(wǎng)+時代, 數(shù)據(jù)資源型企業(yè)發(fā)展迎來歷史機遇。 我們在產(chǎn)業(yè)升級三段論中提到,大數(shù)據(jù)產(chǎn)業(yè)已經(jīng)發(fā)展到了線下數(shù)據(jù)化的階段。 眾多的互聯(lián)網(wǎng)公司和線下企業(yè)在數(shù)據(jù)思維的驅動下, 生產(chǎn)和存儲著海量的數(shù)據(jù)資源,各類數(shù)據(jù)已然成為跑馬圈地的主要對象。 由于大數(shù)據(jù)資源未來將是企業(yè)價值的重要載體, 我們甚至可以這樣認為: 所有企業(yè)都有潛力發(fā)展成為數(shù)據(jù)資源公司。
資源型公司處在產(chǎn)業(yè)鏈中的核心地位。 BAT 之所以能夠在大數(shù)據(jù)時代繼續(xù)坐穩(wěn)互聯(lián)網(wǎng)企業(yè)龍頭的位置,是因為它們幾乎壟斷了搜索、 社交、電商等關鍵領域的數(shù)據(jù),并借此聚攏技術型、 創(chuàng)意型以及其他資源型公司,構建由自己主導的生態(tài)圈。線下龍頭企業(yè)在觸網(wǎng)后同樣能夠生產(chǎn)豐富的數(shù)據(jù)資源,它們極有可能復制 BAT 在線上的成功路徑。大北農(nóng)結合豬管網(wǎng)、智農(nóng)商城、農(nóng)信網(wǎng)等打造的智慧大北農(nóng)生態(tài)圈, 即是傳統(tǒng)行業(yè)龍頭轉型數(shù)據(jù)資源型公司的成功典范。
資源型公司擁有持續(xù)變現(xiàn)的基礎。 大數(shù)據(jù)資源將幫助一部分企業(yè)從訂單型向運營型升級,交易不再是一錘子買賣, 而是持續(xù)挖掘數(shù)據(jù)價值變現(xiàn)的動態(tài)過程。 一些依托數(shù)據(jù)資源的運營型公司或將通過如下三步構建閉環(huán):
1)公司與客戶達成協(xié)議,共建信息化平臺;
2) 平臺沉淀出大數(shù)據(jù),公司對此具有使用權( 甚至擁有權) ;
3) 公司利用這部分大數(shù)據(jù)資源,獲取長期可持續(xù)的價值回報。
石基信息利用酒店管理系統(tǒng)獲取的數(shù)據(jù)與阿里合作建立酒店預定平臺、易華錄以 PPP 的方式得到智慧城市的核心數(shù)據(jù)等, 都是訂單型向運營型轉變的典型案例。
從公司層面上看,以 IBM 為首的 IT 巨頭在收入上遙遙領先; 創(chuàng)業(yè)型公司Cloudera、 Splunk 等的收入與巨頭廠商仍有差距。 2013 年 IBM 大數(shù)據(jù)業(yè)務收入為 13.68 億美元, HP 和 Dell 的大數(shù)據(jù)收入分別為 8.69 和 6.52 億美元,排在第二三位。三家公司的大數(shù)據(jù)業(yè)務均占總體收入的 1%左右。 收入最高的純大數(shù)據(jù)公司為Palantir( 為政府和金融機構提供數(shù)據(jù)分析軟件服務), Pivotal(大數(shù)據(jù)集成產(chǎn)品,提供 Hadoop,內(nèi)存 SQL 數(shù)據(jù)庫以及 MPP 等多種服務) 和 Splunk(大規(guī)模機器數(shù)據(jù)收集,存儲,可視化分析) , 分別為 4.18 億, 3 億, 2.83 億美元。
技術路徑之爭
大數(shù)據(jù)處理系統(tǒng)一般需要經(jīng)過 4 個主要環(huán)節(jié),包括數(shù)據(jù)準備、數(shù)據(jù)存儲與管理、計算處理、數(shù)據(jù)分析。
( 1) 數(shù)據(jù)準備:在進行存儲和處理之前,需要對數(shù)據(jù)進行清洗、整理,傳統(tǒng)數(shù)據(jù)處理體系中稱為 ETL( Extracting, Transforming, Loading)過程。( 2) 數(shù)據(jù)存儲與管理:大數(shù)據(jù)存儲系統(tǒng)不僅需要以極低的成本存儲海量數(shù)據(jù),還要適應多樣化的非結構化數(shù)據(jù)管理需求,具備數(shù)據(jù)格式上的可擴展性。( 3) 計算處理環(huán)節(jié):海量數(shù)據(jù)處理要消耗大量的計算資源,對于傳統(tǒng)單機或并行計算技術來說,速度、可擴展性和成本上都難以適應大數(shù)據(jù)計算分析的新需求。分而治之的分布式計算成為大數(shù)據(jù)的主流計算架構,但在一些特定場景下的實時性還需要大幅提升。( 4)數(shù)據(jù)分析環(huán)節(jié):數(shù)據(jù)分析環(huán)節(jié)需要從紛繁復雜的數(shù)據(jù)中發(fā)現(xiàn)規(guī)律提取新的知識,是大數(shù)據(jù)價值挖掘的關鍵。
大數(shù)據(jù)解決方案基本可分為兩類, 由主流數(shù)據(jù)庫廠商主導的傳統(tǒng)方案升級: 數(shù)據(jù)庫一體機(例如 Oracle ExaData 以及 IBM Netezza 等),以及以開源力量為主的大數(shù)據(jù)技術( 以 Hadoop 為代表)。 隨著數(shù)據(jù)的海量化和快速增長的趨勢不斷增強,傳統(tǒng)關系數(shù)據(jù)庫技術表現(xiàn)出明顯的不足,如何以合理的成本獲得海量數(shù)據(jù)的高可用性已經(jīng)成為現(xiàn)代 IT 領域的重大挑戰(zhàn)。 大數(shù)據(jù)對數(shù)據(jù)分析、計算和存儲三個環(huán)節(jié)影響較大,需要對技術架構和算法進行重構,是當前和未來一段時間大數(shù)據(jù)技術創(chuàng)新的焦點。在所有大數(shù)據(jù)解決方案中,最為引人注目的是由主流數(shù)據(jù)庫廠商主導的傳統(tǒng)方案升級,以及以開源力量為主的大數(shù)據(jù)技術。 兩者是相互補充的關系。
目前大數(shù)據(jù)開源技術中使用最廣的是 Hadoop, 一個能夠對大量數(shù)據(jù)進行分布式處理的軟件框架。 Hadoop 框架的核心設計是: HDFS 和 MapReduce。 HDFS 為海量的數(shù)據(jù)提供了存儲, 提供高吞吐量來訪問應用程序的數(shù)據(jù),適合那些有著超大數(shù)據(jù)集的應用程序。 而 MapReduce 為海量的數(shù)據(jù)提供計算,它將單個任務打碎,并將碎片任務(Map)發(fā)送到多個節(jié)點上,之后再以單個數(shù)據(jù)集的形式加載(Reduce)到數(shù)據(jù)倉庫里。 基于以上特點, 用戶可以輕松地在 Hadoop 上開發(fā)和運行處理海量數(shù)據(jù)的應用程序。
Hadoop 是大數(shù)據(jù)行業(yè)應用最廣的分布式系統(tǒng)
產(chǎn)業(yè)鏈劃分: 硬件+基礎軟件+分析服務+信息安全
硬件領域,主要包括服務器和存儲兩個重要組成部分:
( 1)服務器方面, 大數(shù)據(jù)應用拉動服務器銷量增長, 國內(nèi)廠商的市場占有率進一步加強。 IDC 報告顯示:中國 X86 服務器全年銷售額 350 億元,同比增長 29.7%,再次成為全球增長貢獻最大的市場。本土廠商市場占有率較 2013 年提升了 9.1 個百分點,達到 60.4%。同時X86 服務器市場容量進一步向高端轉移,四路高端領域出貨量同比增長 30%,達到市場平均增速的 1.5 倍。
( 2)存儲方面,本土廠商市場占有率不斷增加,入門級及中端存儲增長速度快。 IDC 數(shù)據(jù)顯示 2015 年第一季度,由于華為、宏杉科技、浪潮、曙光等本地廠商在市場和技術層面的井噴式發(fā)展,市場占有率已經(jīng)達到 49.9%,首次拿下國內(nèi)市場的半壁江山。 此外數(shù)據(jù)顯示,存儲市場在中低端保持了較高的增長,高端存儲呈現(xiàn)萎靡狀態(tài),隨著技術的演進,更多高端存儲將被通過中低端存儲Scaleout 的解決方案替代, 進一步為本土廠家提供機會。
基礎軟件領域,外國廠家占有絕對優(yōu)勢, 技術是核心競爭力, 由于基礎軟件以開源軟件為主,市場規(guī)模有限。
Wikibon 預計到 2017 年 Hadoop 和 NoSQL 軟件/服務收入將達到約 35 億美元, 其中, Cloudera(Hadoop)和 MongoDB(NoSQL)是相關領域的代表性企業(yè)。
在 Hadoop 生態(tài)領域, Cloudera 是規(guī)模最大、知名度最高的企業(yè),也是當前大數(shù)據(jù)領域最強有力的解決方案服務商之一。 2014 年 4 月Cloudera 融資 9 億美元, 估值約 41 億美元。 2014 年 12 月正式宣布在中國設立分公司, Cloudera 免費版在國內(nèi)市場已經(jīng)占據(jù)了 80%的份額,并有越來越多的用戶轉向收費的商業(yè)版本。 MongoDB, 原名 10gen,是使用頗為廣泛的 MongoDB 非關系型數(shù)據(jù)庫的創(chuàng)建者,在今年年初的新一輪融資之后,估值已達到約 16 億美元。
分析服務領域, 是目前大數(shù)據(jù)市場最重要的組成部分, 2014 年市場規(guī)模占比達35%, 而相關企業(yè)也得到了投資者的熱烈追捧。 美國知名的大數(shù)據(jù)分析企業(yè)包括Palantir 和 Splunk。 Palantir 是一家面向政府、金融機構的軟件提供商, 其估值已達到 200 億美元,成為繼 Uber、 Airbnb 之后全美估值第三高的創(chuàng)業(yè)公司,關于Palantir, 最傳奇的說法是,它幫助美國政府找到了本·拉登。 Palantir 以反恐為切入點, 如今,政府和金融業(yè)務已經(jīng)成為 Palantir 的兩大支柱產(chǎn)品, 年收入預期至少在10 億美元。 Splunk 成立于 2006 年,是第一家大數(shù)據(jù)處理的上市公司,在首個交易日以 109%的漲幅撐開了人們對大數(shù)據(jù)的想象空間。作為一家商業(yè)智能軟件提供商,其軟件平臺可以實時對任何 APP、服務器或網(wǎng)絡設備的機器數(shù)據(jù)進行索引、監(jiān)控與分析,并將結果生成圖形化報表,在此基礎上幫助客戶避免服務性能降低或中斷。
信息安全領域,隨著大數(shù)據(jù)的發(fā)展重要性不斷提升, 大數(shù)據(jù)時代傳統(tǒng)信息安全企業(yè)將面臨新的機遇和挑戰(zhàn)。 隨著大數(shù)據(jù)時代的到來,解決網(wǎng)絡安全問題變得越來越難,傳統(tǒng)防御威脅的手段已逐漸失效, 大數(shù)據(jù)時代也被稱作“大泄密” 時代, PWC(普華永道)指出, 2014 年全球所有行業(yè)檢測到的網(wǎng)絡攻擊共有 4280 萬次,比去年增長了 48%。諸多網(wǎng)絡安全故障的發(fā)生,都表明大數(shù)據(jù)時代的安全問題日漸惡化,而企業(yè)在大數(shù)據(jù)應用前首先要考慮的就是數(shù)據(jù)安全威脅。因此隨著大數(shù)據(jù)產(chǎn)業(yè)的快速發(fā)展, 信息安全領域投資規(guī)模也將不斷擴大。
我們認為#大數(shù)據(jù)#技術型企業(yè)將最先受益于大數(shù)據(jù)行業(yè)的爆發(fā)式增長:( 1) 國產(chǎn)服務器廠商市場占有率不斷增加, 市場容量進一步向高端領域轉移;( 2) 基礎軟件領域國外企業(yè)占有核心技術優(yōu)勢,國內(nèi)企業(yè)主要集中于下游大數(shù)據(jù)處理分析領域;( 3)主要廠商仍處于數(shù)據(jù)分析階段,即訂單驅動型商業(yè)模式,不具有數(shù)據(jù)運營權。但行業(yè)轉型動力明顯,主流數(shù)據(jù)分析型企業(yè)紛紛嘗試直接獲取數(shù)據(jù)資源或與數(shù)據(jù)資源方合作實現(xiàn)平臺化發(fā)展,獲得持續(xù)性收入;( 4) 信息安全依然是大數(shù)據(jù)技術發(fā)展的保障,行業(yè)需求將隨整體市場規(guī)模的擴大而不斷發(fā)展。 下游應用:數(shù)據(jù)開放將引爆萬眾創(chuàng)新
數(shù)據(jù)應用型企業(yè)位于大數(shù)據(jù)產(chǎn)業(yè)鏈的下游,通過對開放數(shù)據(jù)的運用或與數(shù)據(jù)資源型企業(yè)的合作實現(xiàn)大數(shù)據(jù)價值挖掘后的變現(xiàn)。 相比資源型與技術型企業(yè),應用型企業(yè)以新興創(chuàng)業(yè)公司為主,先天帶有互聯(lián)網(wǎng)基因,專注于解決行業(yè)痛點,是實現(xiàn)大數(shù)據(jù)商業(yè)化的關鍵一環(huán),按照終端用戶又可分為 2B 和 2C 兩類。
2B:面向企業(yè)或者公共政府部門,提供數(shù)據(jù)分析結果的服務, 如交通流量數(shù)據(jù)公司 Inrix,
2C:面向個人,提供基于數(shù)據(jù)分析的服務; 如 FlightCaster 基于分析過去十年里每個航班的情況,然后將其與過去和現(xiàn)實的天氣情況進行匹配,預測航班是否會晚點。
數(shù)據(jù)應用型企業(yè)可能同時手握大數(shù)據(jù)資源并擁有大數(shù)據(jù)分析核心技術,但與傳統(tǒng)線下企業(yè)和 IT 企業(yè)不同的是,我們更強調(diào)創(chuàng)新式思維模式及數(shù)據(jù)變現(xiàn)能力。 如 Netflix,美國最大的商業(yè)視頻網(wǎng)站,擁有 2900 萬個用戶。每天采集海量的用戶數(shù)據(jù),不僅包括人們喜歡看什么類型的視頻,在哪看,用什么設備看等,還包括你何時快進,何時暫停,是否看完整個影片等。 Netflix 通過對海量數(shù)據(jù)的分析推出史上首部大數(shù)據(jù)制作的電視劇《紙牌屋》 。
數(shù)據(jù)應用型企業(yè)不等同于數(shù)據(jù)分析型企業(yè),前者強調(diào)眾包思想,具有獨立的數(shù)據(jù)變現(xiàn)模式, 可以與數(shù)據(jù)資源型企業(yè)共創(chuàng)價值,充分挖掘大數(shù)據(jù)開放流動帶來的資源紅利, 體現(xiàn)了大眾創(chuàng)業(yè)、萬眾創(chuàng)新的理念;而數(shù)據(jù)分析型企業(yè)則更像是外包商, 為客戶提供服務,是原有商業(yè)模式的補充。 對于外包和眾包, 寶潔公司負責科技創(chuàng)新的副總裁 Larry Huston 評價道, “外包是指我們雇傭人員提供服務,勞資雙方的關系到此為止,其實和雇傭關系沒什么兩樣。但是現(xiàn)在我們的做法是從外部吸引人才的參與,使他們參與到這廣闊的創(chuàng)新與合作過程。這是兩種完全不同的概念。 ” 外包強調(diào)高度專業(yè)化,是企業(yè)的購買活動,而眾包則是跨專業(yè)創(chuàng)新的過程, 應用型企業(yè)與資源型企業(yè)不是雇傭而是合作關系。
政府數(shù)據(jù)開放為數(shù)據(jù)應用型企業(yè)提供了發(fā)展良機, 數(shù)據(jù)的開放和流通,將極大促進數(shù)據(jù)價值釋放, 掀起新一輪大眾創(chuàng)業(yè)、萬眾創(chuàng)新的浪潮,不亞于當初的移動應用及手游開發(fā)。 關于政府數(shù)據(jù)開放一個典型的例子就是 1983 年美國將用于軍事的衛(wèi)星定位系統(tǒng) GPS 向公眾開放使用,并且在 2000 年后取消了對民用的 GPS 精度的限制。GPS 數(shù)據(jù)開放后,帶動了一連串的生產(chǎn)和生活服務創(chuàng)新,包括汽車導航、精準農(nóng)業(yè)、通信等,同時創(chuàng)造了大量就業(yè)崗位,僅美國國內(nèi)就有約 300 萬的就業(yè)崗位依賴于 GPS。再看互聯(lián)網(wǎng)開放平臺為第三方企業(yè)創(chuàng)造的價值, 以騰訊為例, 騰訊希望成為互聯(lián)網(wǎng)連接器, 一端連接合作伙伴,一端連接海量用戶, 共同打造互聯(lián)網(wǎng)生態(tài), 從 2010 年實施平臺開放以來, 截止 2013 年末,第三方收益達到 50 億,今年有望突破百億, 創(chuàng)業(yè)者人數(shù)超過 500 萬。 我們認為類似于互聯(lián)網(wǎng)開放平臺所能創(chuàng)造的價值, 依托大數(shù)據(jù)開放平臺, 在各細分垂直領域必將誕生一批“小而美” 的數(shù)據(jù)應用型企業(yè)。
國外已有一些數(shù)據(jù)應用型企業(yè)深耕多年, 涉及范圍有交通、醫(yī)療、 營銷等。 Inrix是一家典型的數(shù)據(jù)應用型企業(yè),致力于為全球交通問題提供智能數(shù)據(jù)和先進的分析方法,截至 2012 年 12 月已經(jīng)為全球 32 個國家的企業(yè)提供了服務。 目前奧迪公司、德國汽車俱樂部、荷蘭汽車協(xié)會、寶馬汽車公司、英國廣播公司、福特汽車公司、微軟公司、豐田汽車公司和沃達豐公司等都是它的親密合作伙伴。 Inrix 依靠分析歷史和實時路況數(shù)據(jù),能給出及時的路況報告,以幫助司機避開正在堵車的路段,并且?guī)退麄兲崆耙?guī)劃好行程。
國內(nèi)多數(shù)的數(shù)據(jù)應用型企業(yè)還處于初創(chuàng)階段, 2014 年底藍色光標以接近 2500萬美元的金額認購數(shù)據(jù)營銷技術公司精碩科技(Admaster Inc)約 12%的股份, 后者估值超過 2 億美元大關。 AdMaste 是國內(nèi)少有的第三方數(shù)字營銷監(jiān)測和調(diào)研機構,專注于為廣告主提供全流程的網(wǎng)絡廣告效果監(jiān)測、分析評估、媒介優(yōu)化咨詢和技術解決方案等服務。 在細分領域, 國內(nèi)影視大數(shù)據(jù)龍頭企業(yè)艾漫科技于今年年初完成 A輪超 6000 萬人民幣融資,這是迄今為止國內(nèi)關于娛樂影視大數(shù)據(jù)領域最大的一筆 A輪融資,由榮聯(lián)創(chuàng)富基金和創(chuàng)勢資本聯(lián)合投資。
基于以下觀點,我們認為數(shù)據(jù)應用型企業(yè)在未來幾年將會進入快速發(fā)展階段。
( 1)數(shù)據(jù)規(guī)模爆炸加政府助推數(shù)據(jù)開放, 任何一個企業(yè)掌握大數(shù)據(jù),都不可能只憑借其一己之力充分挖掘大數(shù)據(jù)的價值,勢必應當群策群力。( 2) 政府、 金融、電信、電子商務、物流、媒體等行業(yè)正迎來大數(shù)據(jù)應用井噴期,萬億市場規(guī)??善冢?各大生態(tài)體系都將為新型企業(yè)崛起提供機會。( 3)應用型企業(yè)兼具互聯(lián)網(wǎng)/大數(shù)據(jù)思維與技術,相比傳統(tǒng)企業(yè),可以更快發(fā)現(xiàn)行業(yè)痛點并加以解決, 實現(xiàn)彎道超車。( 4) 數(shù)據(jù)分析型企業(yè)轉型動機強烈,希望參與大數(shù)據(jù)應用變現(xiàn)帶來的巨大收益。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10