最有看点的互联网金融门户

最有看点的互联网金融门户
国内资讯

爱分析金建华:大数据产业图谱

本文共4697字,预计阅读时间152

大数据产业有一个完整的图谱,自下而上分为四大部分:基础平台、通用技术、数据服务及行业应用。11月26日,“第三届清华大学投资者训练营”,爱分析创始人&CEO金建华以《专业,洞见未来》为题介绍了大数据产业图谱,并分享了BI与可视化、大数据基础平台和中国工业等细分领域的调研报告。

以下为嘉宾演讲的部分干货内容:

一、研究方法

1. 行业图谱

每个大赛道需要做一份完整的行业图谱,涉及二级分类和细分赛道,甚至细化到行业或业务模式标签。细分到合适层级之后,第二步是基于细分赛道做图谱。最终形成的是一张完整的自上而下的行业图谱表,涉及到各个领域和类型的标的。在桌面研究阶段,这个工作要确定基本框架,并在访谈和调研过程中逐步修正和完善。

2. 细分赛道里的四类公司

1)对标公司

什么叫对标公司?我们定义为业务完全一样或者业务类似,并且已经上市的公司,涉及标的无论是中国市场或国外市场,在A股、美股或港股上市均可,我们有些对标会看欧洲同类别的公司。这样能判断出同类标的的业务发展历程、市场空间,各类运营、财务指标和市场表现,从而可以跟潜在标的进行比对和定价。

要做基础研究,就必须要做对标研究。如果不做对标研究,很多财务和运营指标能做到哪种程度,包括天花板和详尽的指标都很难判断。

2)标杆公司

标杆公司基本上是一个细分赛道里的top3或者top5。标杆公司是指业务模式比较成熟、处于快速扩张时期的公司。能够逐渐判断出这个公司在未来能成长成什么样,我们称之为标杆公司。

3)潜力公司

就是指刚刚发展起来,能代表未来行业趋势的公司。对于投资者来说,这些公司是未来很好的投资标的。

4)并购标的

一般是上市公司最喜欢的,有概念、收入相对比较稳定、有很好的现金流、有一定的利润的标的,每年的增速大概在20%左右。但再往上长,可以看到很明确的天花板。这些公司它最终的结局一定是卖掉,而不是自己上市。

3. 标的角度的5大层面

1)看标的所在的行业和市场

这是一级市场和二级市场差别最大的地方,为什么要看行业和市场?主要是因为他的业务模式,以及所在行业的变化,无论是业务本身还是行业趋势的变化,比传统行业大很多。

看行业和市场,是分析创新领域这些标的未来成长空间最核心的维度。

从行业的角度来讲,是看行业趋势。我们一般会重点把它4个维度的驱动因素找出来,做一个简单的框架:第一,看政策环境;第二,看供方;第三,看需方;第四,看影响行业和整个产业链的技术因素,同时也会涉及到产业链和价值链的变化确实,不同行业看的重点会略有差别,但基本基于这几点要素。

然后是看市场。一般情况下是重点判断一下这个市场当前的规模和未来的规模。当前的规模有时候并没有那么重要。看市场,要从不同的维度和指标判断你所在的标的,或者看这些行业里,哪些标的是值得去看的。市场会涉及到存量市场、增量市场,客群量、客单价等因素,也需要看渗透率、集中度等因素。

2)业务和战略

要搞清楚这个公司到底做什么的?服务的客户群体是谁?通过什么方式服务?它的产品和服务是什么?

不同的业态之间差别会很大。有一些业态其实很简单,是用标准产品服务的,复制速度会很快,很容易规模化,整体的效率、毛利空间就都会很低。

所以,要从业务和战略层面上判断一家公司现在做什么,未来做什么,以及这家公司具体的商业模式和业态、服务客群。

3)运营和财务指标

运营和财务指标统称为关键指标。有时候看一家公司只要看几个指标就可以,比如看它的客单价,看它的续约率大概达到多少,看它客群的数量等等,每个行业和业态,有一些基本的共性规律,分析师需要掌握和判断这些规律,才能从各个角度去交叉验证数据和信息的可靠性。

4)定性评价模型

通过关键指标和定性层面的判断做得怎么样。每个公司或者每个人看的角度会不一样,但是有一个核心的方法,就是看影响营收的核心要素是什么,影响成本结构的核心要素是什么,然后再得出结论。找一些交集的点,有两到三个交叉的时候,这个指标和这个维度会特别关键。

5)估值和对标

估值是一个结果。给一家标的公司估值的时候,除了定量的数据之外,必须重点考虑评价模型中的4-5个维度来判断。当然还要找对标的,如果不找对标的话,是很难判断市场怎么定价的。

无论是从行业的角度还是标的的角度来讲,针对不同的行业,还是会存在很大的差别。

二、大数据产业图谱

大数据产业,自下而上分为四大部分:基础平台、通用技术、数据服务及行业应用,当然底层还有基础设施类,如传统IT或者云厂商,每个环节里有不同的玩家在做,每一层都不一样,并且各个层级之间有的业务可以延伸,有的无法延伸。

1)基础平台

主要是指大数据平台相关领域,包括交易型数据库、分析型数据库(即数据仓库)以及相关计算引擎等,这几个细分领域公司业务大多存在交叉。分析型数据库领域代表公司有星环科技,交易型数据库领域有巨杉数据、PingCap等,计算引擎领域有Kyligence。

2)通用技术

是指大数据平台之上的数据处理技术。最大的特点是具备行业通用性,主要包含日志分析、BI与可视化、用户行为分析、文本挖掘、算法平台等。其中,日志分析领域代表公司有日志易,BI与可视化领域有永洪科技、帆软,用户行为分析有GrowingIO、神策数据,文本挖掘厂商有达观数据等,算法平台有第四范式、桃树科技、天云大数据等。

3)数据服务

数据服务厂商,一般粗略可分为第一方、第三方,区别在于自身是否具备数据源,联通旗下的智慧足迹是第一方公司,而数据堂则属于第三方。

4)行业应用

是指厂商利用大数据技术结合各行业业务场景落地应用,主要关注自身不做业务、提供技术、产品或解决方案输出的厂商,重点关注金融、政务、工业、医疗等领域。

三、大数据领域投资价值分析

1. 大数据价值在行业应用,市场重点领域在金融、政务

1)大数据的价值和空间在于行业应用,IT价值空间有限。中国市场从大数据投资的价值角度来讲,最核心的一定是应用层,包括AI也是一样的。所有技术驱动型的领域,一定是行业应用领域里面的价值最大。

根据发展规划,2020年大数据行业市场规模将达1万亿,这其中纯IT服务不足10%(中国2017年IT投入在2.34万亿,每年5%增长,其中软件和服务投入在1000-1500亿之间)。更大价值体现在大数据与各行各业结合,体现行业应用价值,预算来自业务部门,才有机会放大市场空间。

2)信息化程度高的行业是大数据应用的重点。数据是整个行业的基础,信息化高的行业数据采集相对丰富,能够通过数据分析产生价值。同时,信息化程度高的行业更容易接受大数据新技术,市场教育成本低。

3)金融、政务领域信息化程度高,是大数据应用重点领域。从过往IT预算分布来看,金融和政务占到总IT投入的三分之一以上,存量市场空间很大。这两个领域客户之前习惯用技术提升运营效率,对新技术认可程度高。

4)医疗、工业领域信息化程度较高,是下一波大数据应用机会,但进入壁垒相对较高。对专业知识要求很高,获客和场景理解难度较大,导致进入门槛高,厂商面临竞争压力小,发展空间大。

目前,基础平台还是偏链接IT和应用中间的平台型业务。其实最核心的,主要是数据库、数据仓库等。

2. 通用技术、数据服务空间在于切入行业应用,三方平台价值有限

1)通用技术重点关注能够切入行业应用领域。通用技术厂商主要提供各类工具,但开源技术正降低开发成本,纯工具厂商壁垒低,能够向垂直行业应用延伸,提供基于客户场景服务的领域机会更大。

2BI与可视化、用户行为分析这两个领域值得关注。业务需求要比IT需求更具行业属性。因此,这两个领域更容易切入到行业应用。

3)算法平台是基于新需求产生的领域,并有机会与行业应用结合,值得关注。算法平台主要帮助数据科学家开发各类大数据应用,银行等大型客户都逐渐成立大数据部门,需要这类平台帮助其更高效开发应用场景。

4)数据服务价值在于与垂直行业结合。数据必须要与应用场景结合才能产生价值;单一数据价值有限,必须将各类数据汇总才能发挥价值;持续产生的“活”数据价值度远远大于不再更新的“死”数据。基于三点,纯粹数据交易平台价值有限。

5)第一方数据服务平台发展潜力大于第三方。数据服务一般情况下,我们分两类:第一类,有一方数据的;第二类,有三方数据的。《网络安全法》等政策实行,改变过往数据交易市场混乱的局面,对第一方数据服务平台是重大利好,数据服务单价可以进一步提高。

6)长期来看,第三方平台价值会逐步降低。随着政策收紧,第三方平台很难接触原始数据,数据处理、分析能力受到限制,意味着很难用这些数据与行业应用做深度融合。

所以,大数据也好,AI也好,未来空间最大的其实在中国市场而不是美国市场,国外只能看打技术,而在中国市场能够看到各种各样层出不穷的有价值的应用。

四、BI与可视化领域投资价值分析

1. 中国BI与可视化行业概览

BI就是商业智能,分成两类:第一类,敏捷BI;第二类,传统BI。

BI市场规模分为两部分,即存量市场和增量市场。

存量市场,规模达百亿级,年增速20%,为全球增速3倍。根据Gartner数据,2017年全球BI市场规模为183亿美金,增速7.3%,预计2020年市场规模突破228亿美金;2017年国内BI市场规模为20亿美金,增速近20%,是全球市场增速近三倍;

敏捷BI渗透率不到5%,将逐步取代传统BI国内敏捷BI市场渗透率很低,几家新兴BI厂商营收加起来不超过1亿美金,渗透率不足5%,但增速很快,综合几家BI厂商的业务表现,敏捷BI市场增速在50%左右,远远高出市场平均水平。

BI与可视化有一定区别,BI侧重于分析,可视化更强调展现,因此可视化更多应用于公安、交通、航空、媒体等有大屏可视化需求的领域。

从业务流程上看,BI和可视化差异不大,两类厂商服务客户的模式基本类似,只是在解决客户需求上存在差异。可视分析厂商是将可视化加入分析功能,与敏捷BI提供的自助分析类似,只是会更贴近于垂直行业特点。

2. BI市场未来发展的趋势

第一,政策环境决定大型企业软件国产化,市场空间扩大。政策环境核心来讲是国产化和去IOE,这是需要花很长时间逐渐实施的过程,不会那么快。

第二,开源工具降低开发门槛,向行业应用延伸。越来越多开源软件、开源工具的产生会降低壁垒,最后跟厂商之间建立起合作关系,再加上对厂商具体应用场景需求的理解,会帮助更好提升获取客户的能力。厂商需要将业务线变厚,向行业应用延伸,开发更加贴近行业客户需求的产品。

第三,新的技术产生,敏捷BI会逐渐替代传统的BI企业“互联网+”使得业务人员的需求变化快,对分析结果的时效性要求增加,传统BI很难满足,原本购买传统BI、报表工具的客户,预算将逐步投入到敏捷BI。

第四,BI厂商壁垒体现在对客户场景理解和应用。BI厂商主要客群由IT人员变成业务人员,需求更加多样、复杂,需要增加对业务场景的理解;对业务场景理解加深有助于提升客户黏性,提高客单价,有助于BI厂商建立壁垒。


用微信扫描可以分享至好友和朋友圈

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。

发表评论

发表评论

您的评论提交后会进行审核,审核通过的留言会展示在下方留言区域,请耐心等待。

评论

您的个人信息不会被公开,请放心填写! 标记为的是必填项

取消

保险布局大健康,数据孤岛仍是主要壁垒

戴梦希 | 金融时报 1天前

移动互联网时代价值创造的8大变化和关系链的4个维度

肖风 | 亿欧网 12-11

阳光保险苏文力:大数据增加了解决金融信任问题的维度

小未 12-07

TalkingData崔晓波:数据及人工智能在金融行业的应用仍处于早期阶段

小未 12-07

刘军:大数据和金融风险的防范

小未 12-05

版权所有 © 清华大学五道口金融学院互联网金融实验室 | 京ICP备17044750号-1