2014年大数据行业创新趋势与投资要点.pdfVIP

2014年大数据行业创新趋势与投资要点.pdf

  1. 1、本文档共23页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2014年大数据行业创新趋势与投资要点

TMFOX VENTURE PARTNERS 大数据行业研究报告 大数据行业的创新方向和投资重点 Tmfox Venture Partner 2014/2/10 目录 一、概述 2 二、大数据概览 2 2.1 大数据定义 2 2.2 大数据主要特征 3 2.3 大数据代表未来 3 三、大数据产业现状 6 3.1 大数据的源与流 6 3.2 大数据产业结构 9 3.3 主要子行业 10 3.4 行业存在的问题 12 四、中期投资要点 16 4.1 数据资产方向 16 4.2 数据融合处理方向 19 4.3 后端应用(商业智能) 21 4.4 综合分析 22 1 / 23 一、 概述 大数据以“降低信息不对称和提高决策有效性”为目标,可广泛作用于几乎所有行业, 必将掀起一场新的革命。目前,大数据已经迎来了高速发展的黄金成长期,我们看好其发展 趋势,推荐投资者提高对其中孕育机会的关注度。 从源到流看,大数据涵盖数据入口、数据融合处理、数据应用三个过程;按照物理分层, 大数据又可以分为硬件、基础软件、应用软件和信息服务四个维度。每一个细分领域都正在 不断演进,存在不少问题也孕育着巨大的机会,万千创业者不断地寻找着新的突破口。 目前制约大数据更好更快发展的主要问题有以下几点:一是数据的归属权不清晰,各家 数据资产型企业私密占有平台数据,制约着大数据的融合及发展;二是数据有效性将直接影 响到大数据的应用水平,从源数据到分析样本的采集过程需要大量人工干预;三是配套软硬 件成熟度不够:适宜处理海量数据的数据库软件尚未成熟,私有云的普及程度也不高;四是 数据尚未获得真正意义上的定价和产业化。 基于对大数据的研究,我们判断,未来 3-5 年的中期投资思路主要包括新数据入口、新 模式、数据融合处理和商业智能 4 个方面。其中,新入口方向推荐关注新型人机交互模式的 可穿戴设备、准入门槛低并找到了硬需求作为切入点的智能家居、基于食药品生产追溯的物 联网等相关企业;新模式方向推荐关注针对新入口的底层统计公司、“以免费服务获授权数 据”和“有偿返还数据给用户”三种可能的创新;数据融合处理方向推荐关注针对金融业务 的征信创业及私有云相关企业;商业智能方向推荐关注对细分行业有深刻理解的大数据应用 软件及 SaaS 云服务提供商。综合标的数量、确定性、所需投入和价值等因素考虑,重点推 荐针对细分行业的大数据应用软件和 SaaS 云服务提供商、私有云解决方案提供商,追踪关 注新入口的发展,并发掘相应的底层统计公司(类似针对移动应用的友盟)。 二、 大数据概览 2.1 大数据定义 大数据是一个伴随社会信息化而诞生,以海量数据(主要特征包括数量大、种类多、处 2 / 23 理速度要求快、以前没有或无法获取且现在正不断生成)积累为基础,囊括无数条“数据产 生-数据处理-信息提取-数据消费-新数据生产”的环状链,以降低信息不对称、提高决策有 效性、推进智慧和知识演进为目标,可广泛作用于几乎所有实体的跨界生态系统和发展趋势。 2.2 大数据主要特征 大数据的主要特征有以下 7 个方面: 第一,数据量巨“大(massive)”,以 PB 甚至 EB 为单位计算,超出了绝大多数企业现 有的常规数据处理能力; 第二,数据种类“多(various )”,涵盖已经利用广泛的结构化数据和非常规的半结构与 非结构化数据; 第三,因为数据量大、种类多,为了提高应用水平,则必然要求相应数据处理能力更强, 处理速度更“快(quick )”; 第四,这些数据在很大程度上是随着社会信息化程度提高而近期产生的,以前没有或无 法获取但又正在不断生成的“新(fresh )”数据; 第五,因为其“大”、“多”、“快”、“新”的特征,再加

文档评论(0)

yaocen + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档