大数据诱惑 九次方再获2亿投资

2023-11-27 06:20

本文主要是介绍大数据诱惑 九次方再获2亿投资,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!

  大数据概念的持续升温,使得投资机构开始积极淘金。这不专注金融大数据的九次方成为最近的一个幸运儿。



  这是当下热度空前的大数据产业又一个缩影。九次方的大数据主要应用在金融领域,此次获得的投资有可能是近期金融大数据领域获得的最大一笔投资。据悉,去年已经实现盈利的九次方也有意藉此冲刺创业板。


  九次方获投资


  在大数据领域,解决了收入和盈利问题的企业并不多。九次方是其中的一个。“哪家公司搬家了我都知道!”王叁寿称,九次方大数据平台汇集分析了40多个产业链、8000多个行业、4万多个细分市场的900万家企业。这些数据是记录了企业各种行为,大到企业的注册成立、股东变更、资产规模、盈利情况,小到诸如搬家等信息。王叁寿称,无论是要检索李嘉诚商业帝国的版图,还是寻找诸如骨灰盒这样非常冷门的产品生产商,都只要很短的时间,这栋写字楼里又来了一个企业,这些我都知道。但对于这些信息和数据的来源,王叁寿则并未透露。


  四年前成立的九次方,当时并未意识到闯进金融大数据领域。2011年IPO火热,王叁寿创立的汉鼎咨询也发展得风生水起,他也从中赚到了不少,但王叁寿总觉得咨询行业没有爆发性,转身进入“一个可以持续、不断积累”的领域。而那个当时略显懵懂的决定让他决定“攒点数据就可以卖钱了。”


  此次参与九次方投资的IDG资本和博信资本是从公司创立时便是投资人之一。IDG资本在九次方连产品都还没有时便对其进行了注资,王叁寿记得IDG资本合伙人周全当时看好九次方的原因,就是看中了金融大数据的未来,因为当时行业里也并没有其他人在做同样的事情,周全愿意在九次方身上赌一把。


  另一个投资机构博信资本也是从九次方创立初期便对其进行了投资的另一家机构,而事实上,博信资本也早已从这笔投资中获得了超乎想象的收益。博信资本曾通过九次方的企业信息数据挖掘到了数据成长性良好的被投企业,比如郑煤机、雪狼环境等数据,光是这几笔投资便已经让博信资本赚得盆满钵满。


  正是看到了这些基础数据的价值,九次方从最初的4万家企业数据开始不断增长,数据的不断累积和丰富逐渐衍生出了商业价值,而在之前几年,九次方主要是在产品研发、数据收集方面下功夫,王叁寿称前期公司在研发方面花费了上亿元的资金。而从2014年初开始,九次方开始拓展用户,将其掌握的基础数据通过整理加工后形成可应用的产品提供给银行等金融机构使用。


  商业银行目前是九次方最主要的客户,九次方通过向商业银行等金融机构销售数据终端获得收入,其PC版的终端年服务费约30万元,而移动版的终端年服务费约1万元。“我们最初的时候是把主要精力放在发展证券公司、信托公司身上,但它们需求并不强烈,银行逐渐变成了我们最重要的客户,一般来说大型银行的很多分行甚至支行都有配备单独一个终端的需求。”


  九次方称,这套金融大数据终端能够批量开发客户、控制系统风险,可以对辖区内的小微企业大数据进行检索、进行中小微企业在线贷款、可以进行企业理财、融资自动撮合、金融机构理财产品代销、贷款在线审批、客户经理在线分配、客户信用风险大数据分析等功能。而据称,陆金所也对其数据颇有兴趣,双方已经在商业合作上进行了深入的谈判。


  据九次方方面透露,九次方去年的收入已经达到了亿元级别,公司从去年起便已经开始盈利。而九次方也在此次获得新的投资后,将继续扩充业务,并有意启动创业板上市进程。


  从基础数据到交易


  九次方解决了收入和盈利的问题,这在当前的大数据领域还只是少数。事实上,涉足大数据领域的公司并不是少数,无论是金融行业,还是商品交易、医疗健康等领域,大数据的作用已经毋庸置疑,而资本也在纷纷抢筹有潜力的大数据项目。


  2014年可谓是中国大数据产业的元年,但对于当下的大数据产业而言,尽管获得了资本的青睐,但基本上都是处于非常初期的阶段,如何从概念、基础技术真正落地到成熟的商业模式和有价值的应用仍然有一段距离。


  一位业内人士称,目前中国的大数据产业参与者中可简单分成三种类型,一是提供大数据基础技术和服务的,二是有数据但不知道怎么用的,三则是应用服务方面的企业,现在的情况是前两者居多。


  对于大数据公司而言,获取基础的数据是第一步,BAT巨头有着先天的优势,而对许多小型的创业公司而言则是非常难的一件事情。“大数据的获取并不是一件容易的事情,需要耗费很长的时间,但时间这东西不是用钱能买到的。大数据的积累需要一个临界点,如果只是攒点数据卖钱基本上不是可持续的商业模式,而只有积累到了很大的量级才有较高的商业价值。”上述业内人士称。


  正是这样的原因让各个公司使出了浑身解数来获取基础数据。毫无疑问的是,靠人海战术是行不通的。


  九次方初期获得的基础数据来源并不为外界所知,但值得一提的是,目前其大力推动与地方政府合作共同搭建大数据、征信等平台,对其而言则是一个获取数据的捷径。


  此前,贵州省政府与九次方大数据达成了战略合作,九次方大数据公司将以贵州省作为基地,九次方协助地方政府建立当地企业的大数据平台、征信管理平台等,而与此同时,九次方也能够通过这些平台获得大批量的当地企业信息数据。九次方在去年开始大力推动与各个地方政府的类似合作,其希望能够将这种模式复制到全国各地。其对外称,目前已经有20多个省市在与九次方大数据合作,共同建设开发省市辖区的企业信用大数据平台。


  而在获得海量的基础数据后,如何能够在此基础上进行加工整合则更关系到这些数据价值的高低,“很多地方政府、银行等金融机构都有海量的历史数据,但是他们并不清楚该如何来对这些非结构化的数据进行整合和挖掘,未进行结构化整合的数据是没有商业价值的。”上述业内人士称,将这些数据采集上来,清洗成为结构化,可以进行多维度分析的数据,这实际上在大数据产业链中,是非常关键的一环。


  在王叁寿看来,金融未来就是数据,数据就是资产,是资产就是可以交易。他认为,金融大数据发展到一定阶段,可建立数据交易平台,可以在统一平台上,对数据进行搜索、比价、交易。这不仅是企业在主营业务之外的数据增值行为,也为解决封闭数据、数据割裂提供了有效的解决办法,实现数据之间的协同。


  而九次方也正在更多尝试让数据离交易更近。一方面,其在尝试将数据变成可交易资产的模式,其作为第二大股东在贵州参与设立了一家大数据交易所,王叁寿任总裁,未来的业务便是进行大数据交易。而除此之外,利用现在手上的数据资源,九次方也正在逐步参与到金融交易之中,比如,九次方就正在和数据银行洽谈,与银行来合作一起成立P2P业务平台。

 

20143020_Z4Gt.jpg



转载于:https://my.oschina.net/u/1160813/blog/369712

这篇关于大数据诱惑 九次方再获2亿投资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/427184

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