成立仅5年的秦淮数据本月底赴美上市:拟融资6亿美元,公司估值约45亿美元

本文主要是介绍成立仅5年的秦淮数据本月底赴美上市:拟融资6亿美元,公司估值约45亿美元,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在秦淮数据2019年与2020上半年的收入中,字节跳动贡献的收入占比为68.2%和81.6%。

提示:点击文末“阅读原文”可关注数据猿最新推出的【产业图谱+企业盘点】策划活动:《中国数据智能产业最具商业合作价值企业》推荐进行中。

大数据产业创新服务媒体

——聚焦数据 · 改变商业


数据猿9月24日报道,据美国证券交易委员会(SEC)官网显示,秦淮数据已更新F-1招股书,拟发行4000万股ADS,另外还赋予承销商600万股ADS超额配售权,定价区间为11.5-13.5美元/ADS,拟融资额度(包含超额配售权)在5.29亿美元至6.21亿美元之间。连同超额配售权发行股份,以12.5美元的发行区间中值计算,秦淮数据估值约为45.75亿美元。

据悉,秦淮数据计划在纳斯达克上市,股票代码“CD”, 目前预计秦淮数据将在9月30日上市,其申购通道是在9月29日晚19时关闭。摩根士丹利及花旗环球金融担任此次发行的联席账簿管理人和承销商代表,瑞银证券和华兴证券(香港)担任此次发行的承销商。

资料显示,秦淮数据成立于2015年8月,是一家以泛亚太新兴市场作为业务核心区域的超大规模数据中心解决方案运营商,主要为客户提供最佳业务部署解决方案,包括提供产业基地、数据中心、网络服务和IT增值业务等重资产生态链服务等。目前,秦淮数据集团下设独立运营的子品牌“秦淮数据”和“Bridge DataCentres”。

招股书引用Frost & Sullivan的数据称,截至2019年12月31日,秦淮数据在亚太新兴市场的超大规模数据中心市场中排名第一,在829兆瓦的总市场规模中占有21.5%的市场份额,超大规模数据中心占秦淮数据现有196兆瓦容量的92%。但是,从规模来看,秦淮数据距离第一梯队万国数据、光环新网、世纪互联仍有较大差距。其中万国数据拥有超过 42 个自建数据中心,是秦淮数据的六倍。

不过,秦淮数据是唯一一家在中国、印度和东南亚开展业务的超大规模数据中心解决方案提供商。公司表示,目前其在中国运营6个超大规模数据中心,在马来西亚设有1个超大规模数据中心,同时有5个中国数据中心在建,1个印度的数据中心在建。

秦淮数据在招股书中表示,其超大规模数据中心解决方案可实现快速交付、降低成本并具备更好的性能。截至2018年12月31日、2019年12月31日、2020年6月30日,公司数据中心服务装机容量分别为82兆瓦、193兆瓦和196兆瓦,其中合同承揽装机容量分别为76%、87%和90%。此外,秦淮数据在已签订协议,为某些客户预留额外的计划容量为65兆瓦。秦淮数据称,预计到2021年底,其数据中心总容量至少将达到495兆瓦。

数据显示,2019年,秦淮数据的总收入达到8.53亿元,相比2018年同期的9850万元,同比增长766%;此外,2020年上半年,秦淮数据总收入8.11亿元,2019年同期为2.22亿元。2018年、2019年及2020年上半年的净亏损额分别为1.4亿元、1.7亿元和5943万元。

另外值得注意的是,秦淮数据的两个主要客户是字节跳动与网宿科技。2019年与2020上半年,字节跳动贡献收入占比为68.2%和81.6%;网宿科技贡献收入占比为11.1%和7.1%。其中的字节跳动目前只有两个主要的IDC供应商,一个是中联数据,另一个就是秦淮数据。根据中信建投的估算,字节跳动58%的IDC机柜数量是由秦淮数据供应。

过去数年,字节跳动飞速成长,对IDC的需求高涨,推动秦淮数据营收突飞猛进。尤其是疫情期间,线上流量的大幅增长,催化了字节跳动加快IDC采购。

当前,新基建兴起,相当一部分新进入者跃跃欲试,但供应过剩已成为市场主要的担心因素。

数据中心产业目前存在着明显的区域性不平衡状况,即一二线城市 IDC 供应十分短缺,三四线城市供应过剩。而目前核心城市对新建数据中心在规模、能耗上有更严格的控制,所以核心城市数据中心资源具有高度的稀缺性。可以这么说,地理位置成为 IDC 企业在新竞争格局下保持竞争优势的关键。

而目前来看,秦淮数据的数据中心数量并不多,位置却都聚焦于核心城市,而谁能抢先占领核心城市资源,谁就形成牢固的资源壁垒,那些在运营及在建数据中心,至少能保证公司未来在竞争中有利的地位。

至于秦淮数据目前还处于亏损状态的原因,主要有两大原因:一是因为大额折旧。IDC是重资产运营行业,来自折旧的成本非常高,而秦淮数据正处于扩张。二是因为秦淮数据依靠大客户字节跳动。绑定大客户虽然能分享其成长的红利,但另一方面又必须承受较低的毛利率——巨头一般都非常强势,导致订单的毛利率较低,但随着业绩快速放量,规模效应下扭亏只是时间的问题。

至于基石投资者方面,中国独角兽顶级VC红杉资本、碧桂园、世茂集团成为秦淮数据基石投资者。

—— / END / ——

以下内容更精彩


2019数据猿年度金猿榜:

●2019大数据产业趋势人物榜TOP 10

●2019大数据产业创新服务企业榜TOP 15

●2019大数据产业创新服务产品榜TOP 40

2020年度金猿榜,尽情期待!

2020数据猿《#榜样的力量#寻找新冠战“疫”,中国数据智能产业先锋力量》大型公益主题策划活动:

●《新冠战“疫”——中国数据智能产业最具社会责任感企业》榜

●《看过大佬们发的朋友圈之后,我相信:明天会更好,明年定会春暖花开》条漫

这篇关于成立仅5年的秦淮数据本月底赴美上市:拟融资6亿美元,公司估值约45亿美元的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/331457

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者