2011商业智能前景分析

2011商业智能前景分析
2011商业智能前景分析

1.内存中的分析

内存分析技术在2011年以其对日益增长的大量数据的快速思考分析能力继续占领着舞台中心。SAP的内存设备,HANA,于六月广泛面市。Oracle随后在10月的Oracle开放世界大会上发布了它自己的内存设备,Exalytics。该设备将内存数据库TimesTen与新的可视化发现能力相结合。本来预计在去年晚些时候公布, 但它仍然未能实现,而Oracle尚未提供最新的发布计划。IBM Cognos去年秋天发布了其动态查询模式, 或关系型数据库内存。SAS 也已经开始将内存作为其行业解决方案的一部分。

在未来的一年里,大型企业可能会逐渐采用像Hana 和Exalytics这样一些高端设备,但绝大多数的客户将继续使用如来自QlikTech, 微软(Power Pivot) 和Tableau这样的供应商的更为灵巧的内存解决方案或MicroStrategy和IBM Cognos所用的纯软件解决方案方法。微软将发布新版本的PowerPivot,它有更好的安全性和支持层级这样一些当前版本所缺乏的能力。

2.可视化发掘

可视化发掘和内存分析不是同义词, 尽管有一些业界的混淆和许多可视化发掘工具都有内存引擎这一事实。MicroStrategy去年凭着它的可视化洞察力(Visual Insight)产品进入这个市场。QlikTech和TIBCO Spotfire都在略有不同的领域于2011年底推出了新的版本。QlikTech兜售的是其协作和对比分析。TIBCO Spotfire的最新版本简化了仪表盘设计, 同时也改善了协作能力。Tableau 7于本周发布, 在可视化以及企业部署能力上有了改进。

可视化发掘在2012年将是一个繁忙的市场。SAS的可视化分析探险家(Visual Analytics Explorer),IBM Cognos, Oracle (Exalytics), 和微软(Crescent) 都在展望以可视化发掘的特性进入2012年。随着商业智能(BI)平台供应商公布了新的功能以及, 在有些情况下,将这些功能与现有的授权进行绑定,用户将继续困扰在新生工具(Tableau, QlikTech, TIBCO Spotfire)的显著利益是否值得独立投资的问题上。

用户必须仔细评估他们的需求以及哪些产品是最适合的;在没有IT介入的情况下有没有可视化的效果和清晰的自助式服务的回报呢,或是价值的快速体现?

3.大数据

内存分析和可视化发掘在大数据方面都发挥了很大的作用。同样也在数据仓库设备、纵列数据库方面起到了作用, 当然还有更广泛对像Hadoop和Cassandra 这样的NoSQL数据库的支持。2011年又是一个忙于收购的年份,HP 收购了Vertica而Teradata收购了Aster Data。毫无疑问,一些这样的收购是受2010年IBM 收购Netezza 和EMC 收购Greenplum的举动所驱动的。

大量的商业智能(BI)工具供应商正在增加对Hadoop的支持, 包括本周发布的Pentaho 4、Jaspersoft 4.5,和Tableau 7。此外,新的专门针对Hadoop的商业智能(BI)工具似乎正随着如Datameer和Karmasphere这样的创业公司而出现。

Splunk,专注帮助企业收集和分析机器产生的数据, 任命了一些执行官, 引起它会在2012年上市的猜测。同样在机器数据的领域, SAP BusinessObject的事件洞察(BO Event Insight)发布于2011年,为商业智能(BI)平台带来了实时的数据。

在未来一年, 希望主导的商业智能(BI)供应商继续增加对Hadoop支持。不要指望用一招或一种方法就能解决大数据的需求。

4.移动商业智能(BI)

所有的商业智能(BI)供应商都在推动移动商业智能(BI)作为下一次大的浪潮。但他们继续在开发方法、在什么设备上交付哪些内容,以及把赌注押在哪一块市场份额上有所争议。苹果和安卓(Android)两种设备都在不断侵蚀黑莓在企业中的主宰地位。备受期待的黑莓Playbook是一种失败,而服务的中断恶化了黑莓的下滑。同时,一些客户仍然说:“谁会在乎移动商业智能(BI)”,他们未能看到长期的价值的东西。

预计在2012年仍会有混乱和怀疑。移动商业智能(BI)的功能将不断改进,有更多的商业智能(BI)供应商调整应用程序以便平板电脑能支持脱机或航空模式,更好的安全性和更好的性能。采取只用于网站应用程序的供应商今天将重新审视这个问题以向客户提供更好的移动体验。无限制数据计划的减少将会提高对基于设备更好缓存的要求。

5.云商业智能(BI)

有如此之多的供应商在把云作为一种降低硬件成本,并在高峰计算时间内提供灵活性的方法进行推出。尤其对于中小企业来说,云商业智能(BI)提供了在不必先建立商业智能(BI)基础设施的情况下更易于实施的承诺。可以肯定的是, 云计算在某些功能领域一般而言已获得认可。想一想工资的发放或人力资源管理(HR)或客户关系管理(CRM)。但在商业智能(BI)上却有所不同。客户对放手他们的数据仍有所担心。从历史上看, 在基于云的商业智能(BI)解决方案中的功能上已有所取舍。供应商允许客户把数据留在本地的同时又可以在云中显示仪表盘和报表,这种Birst采取的做法可能会得到一种平衡。

我们在2011年也看到MicroStrategy进入了云市场。微软Azure作为云平台已获得发展, 而且它包括了商业智能(BI)的功能以及第三方的数据市场。SAP宣布对这一领域的加强措施,包括与谷歌的合作以及目前在SAP BusinessObjects商业智能(BI)按需服务中Hand 的嵌入。澳大利亚的一家创业公司YellowFin, 针对软件即服务(SaaS)原始设备制造商推出了一种多租户架构。Domo(之前被称为Corda) 删减的更专注于软件即服务(SaaS)。其它象PivotLink和Indicee等这样的软件即服务(SaaS)供应商继续在为赢得客户而努力。

所以在2012年, 讨论将从“云相对于本地”转到“该放些什么在云里。” 多租户的商业智能(BI)产品将在想要综合方法的企业客户和想有云解决方案的中小企业客户中占上风。

6.社交,协作的商业智能(BI)

社交媒体是新的软件和营销战场。谷歌发布了谷歌+ 作为Facebook的替代品,三个月内有了5000万的用户。Facebook已超过8亿用户。那么, 这跟商业智能(BI)有什么关联呢? 它会作为一种不同的工作方式, 无需IT的支持而由用户所驱动的内容正日益增长。

协作功能在商业智能(BI)之间继续跨越,但在客户的需求之前。在该市场上的一家专业供应商Lyzasoft, 在2011年发布一款主要的新产品, 但它仍然在尝试找到落脚点。与此同时, QlikTech,TIBCO Spotfire, 和Panorama都推出了新带有协作功能的版本。

Information Builders 为SalesForce Chatter 和SAP StreamWork添加了支持功能。

所以供应商正在不断创新,但客户会采用吗? 毫无疑问, 微软SharePoint2010是一款成功的门户网站产品。同样成功的还有withCognos 10以及Lotus Connect整合以及OBIEE网络中心。但在商业智能(BI)的协作功能和决策制定的使用上还少有顾客。

在2012年,一部分早期采用者将从商业智能(BI)的协作功能中受益,无论是在企业内部还是之外。特别是在医疗保健领域在协作如何节省了企业数百万的成本同时又能提高医护水平上已经有一些引人注目的案例研究。在产品亮点上,预计将于在2012年上半年发布的SAP Streamwork和SAP BusinessObjects在他们套件3的特性上更好地进行了整合。

超越了技术的商业智能(BI)

供应商可以创新,但是,商业智能(BI)的成功当然不只在软件上。即使有经济的缓慢复苏,商业智能(BI)的专业人才却很稀少。随着被抑制的商业智能(BI)消费需求的释放,估计这个问题会更恶化。明智的企业应在内部投资于商业智能(BI)专业知识的开发,因为招聘人才很难。大学需要继续扩展他们的学科以创造数据分析师。

当商业智能(BI)市场准备好了2012年的旗帜时,欧洲经济和中东的不稳定形势可能破坏的不仅仅是商业智能(BI)。

保理行业半年工作总结,半年总结

保理行业半年工作总结,半年总结 保理行业半年工作总结 第一部分行业发展 一、保理行业现状 保理是基于应收账款进行的融资、管理、催收、坏账担保业务,进行保理的一个前提便是应收账款。2014年末的全国规模以上工业企业的应收账款总量达到了10.5万亿的规模,占流动资产的比重为24%,受到大环境的影响增速在下滑,但是量已经创造了新高,占流动资产的比重也在上升。当然这只是规模以上工业企业的应收账款,占中国企业数量的75%的小微企业并没有在统计范围内,而这部分企业应收账款的规模依然不小,他们是供应链中N+1+N的N,我们接触到的就有平海科技和爱德森项目。这些应收账款的规模成为了商业保理的市场。而2014年1-3季度我国的保理业务量为2.09万亿,2014年全年我的商业保理业务量为800亿,较2013年200亿的规模增长4倍。保理的规模远远小于应收账款的规模,商业保理更是零头都不到,由此可见商业保理的市场依然非常广阔,依然是一片蓝海。 伴随着这片蓝海产生的是保理公司数量高速增长,2014年就有1220家,预计今年年底将达到1500家的总量,业内人士非常看好保理的市场发展,希望通过保理公司实现传统

重资产抵押融资的转型。保理行业内的企业股东背景复杂,有国企央企、民营还有电商系,总体格局呈自由竞争态势。 进入2015年,上市公司也开始着手创建自己的保理公司,像伊利集团、格力地产、海尔集团都开始设立自己的保理公司,管理应收、应付账款,打通自己所在行业的供应链。 二、P2P行业开始洗牌 我们主要合作的资金方——P2P行业开始得到风投的青睐,资金不断涌入。爱投资、开财宝、理财范等平台都得到了不同程度的资金支持。P2P是个烧钱的行业,除了用自有资金补充融资防止流标之外,还需要砸钱到技术层面,据我的了解,一个平台要将技术部分搭建好至少需要XX万的资金规模,还不算广告投入。从现在百度搜索的情况看,爱投资、财多多等平台都在广告上开始砸钱,这无疑都增加了平台的成本,同时也加剧了行业的竞争。类比前几年团购网站的千团大战,到如今剩下的只有美团、糯米、大众点评,其余的都销声匿迹,沉默死亡,死亡率高达86%。剩下的这三家也是在腾讯、百度、阿里的支撑下死磕出的。现在的P2P 行业也是如此,谁能拿到不断的资金、保证钱能烧的持久,平台少出险或者兜的住风险,谁就能成为最后的王者。 第二部分业务现状 一、从0到1的突破 2014年11月19日,保理公司正式成立,经过最初的探

传统分析与大数据分析的对比

传统分析与大数据分析的 对比 This manuscript was revised on November 28, 2020

“大数据”是用来表示大量的没有按照传统的相关格式存储在企业数据库中的非结构化数据的总术语。以下是大数据的一般特点。 数据存储量相对于当前企业TB(TERA BYTES)字节的存储限制,定义在PB(PETA BYTES)字节,EXA字节以及更高的容量顺序。 通常它被认为是非结构化数据,并不适合企业已经习惯使用的关系型数据库之下 数据的生成使用的是数据输入非传统的手段,像无线射频识别(RFID),传感器网络等。 数据对时间敏感,且由数据的收集与相关的时区组成。 在过去,专业术语“分析”应用于商业智能(BI)世界来提供工具和智能,通过对各种各样可能的信息视角的快速的、一致的、交互式访问获得洞察力。 与分析的概念非常接近,数据挖掘已经应用于企业以保持关键监测和海量信息的分析。最大的挑战就是如何通过大量的数据挖掘出所有的隐藏信息。 传统数据仓库(DW)分析相对于大数据分析 企业数据的分析朝着在一段时间内在那种内容中的信息的有意义的洞察,是大数据分析区别于传统数据仓库分析的原因所在。下表总结了一些它们之间的差别。 大数据分析用例 基于用例,企业可以理解大数据分析的价值和在大数据分析的帮助下如何解决传统的问题。以下是一些用法。 客户满意度和保证分析:也许这是基于产品的企业所担心的最大的一个领域。在当今时代,没有一个清晰的方式来衡量产品的问题和与客户满意度相关的问题,除非他们以一个正式的方式出现在一个电子表格中。

信息质量方面,它是通过各种外部渠道收集的,而且大多数时候的数据没有清洗 因为数据是非结构化数据,无法关联相关的问题,所以长期的解决方案提供给客户 分类和分组的问题陈述都缺失了,导致企业不能对问题进行分组 从上面的讨论中,对客户满意度和保证分析使用大数据分析将帮助企业在急需的客户注意力设置中获得洞察力,并有效地解决他们的问题以及在他们的新产品线上避免这些问题。 竞争对手的市场渗透率分析:在今天高度竞争的经济环境下,我们需要通过一种实时分析对竞争者强大的区域和他们的痛点进行衡量。这种信息是可适用于各种各样的网站、社交媒体网站和其他公共领域。对这种数据的大数据分析可以向企业提供关于他们产品线的优势、劣势、机遇、威胁等非常需要的信息。 医疗保健/流行病的研究和控制:流行病和像流感这样的季节性疾病在人群中以一定的模式开始,如果没有及早发现和控制,它们就会传播到更大的区域。这对发展中以及发达的国家都是一个最大的挑战。当前绝大部分时间的问题是人们之间的症状各异,而且不同的医护人员治疗他们的方法也不同。人群中也没有一种常见的症状分类。在这种典型的非结构化数据上采用大数据分析将有助于地方ZF有效地应对疫情的情况。 产品功能和用法分析:大多数产品企业,尤其是消费品,不断在他们的产品线上增加许多功能,但有可能一些功能不会真正地被顾客所使用,而有些功能则更多地被使用,对这种通过各种移动设备和其它基于无线射频识别(RFID)输入捕捉到的数据的有效分析,可以为产品企业提供有价值的洞察力。 未来方向的分析:研究小组分析在各种业务中的趋势,而这种信息通过行业特定门户网站甚至常见的博客可以获得。对这种未来数据的不断分析将有助于企业期待未来,并将这些期待带入他们的生产线。 总结 大数据分析为企业和ZF分析非结构化的数据提供了新的途径,这些非结构化数据到目前为止在典型的企业数据仓库的情景中被数据清洗的惯例所拒绝。然而从以上用例明显看出,这些分析在改善企业的运营方面有很长的路要走。我们在未来的日子里将会看到更多的产品和应用系统在这个市场上出现。

商务智能与决策支持——案例及案例分析

商务智能与决策支持教学案例 案例1:光大银行商务智能系统得实施 一、案例内容 成立于1992年8月得光大银行, 作为国内最大得股份制商业银行,拥有众多客户群,几百个分支机构遍布国内外;同时光大银行以领先得理念为客户提供种类繁多得金融服务。对于一个如此庞大得机构,如此繁多得金融服务,管理得复杂性可想而知。近年来,通过综合柜台业务系统、阳光卡系统、网上银行系统与办公自动化系统等一系列信息化基础建设,光大银行率先实现了业务系统全国联网与总行数据大集中。 在成功实现业务系统全国联网与总行数据大集中后,经营管理分析方面又出现了一些亟待解决得新问题,如:统计数据不够及时准确、对决策分析缺乏专业化系统化支持、报表处理效率低、数据共享差、难以为以客户为中心得经营管理模式提供充足得信息支持、业绩考核没有理想得IT系统为支撑等等。众多新问题得出现就是银行管理层始料未及得。 为了尽快突破海量数据得“封锁”,挖掘其中蕴涵得知识与信息,光大银行决策层于2002年初开始立项商业智能及数据仓库系统。光大银行根据自身情况,以实际需要为导向,对各家方案得优劣进行仔细分析、反复考察、综合考虑。最终,菲奈特软件公司得高端商务智能产品BI、Office以其领先得技术与简便得操作从众多竞争者中脱颖而出,赢得了光大银行决策层得一致青睐。 经过商议,双方在国际结算业务统计分析、对公业务统计分析、信贷风险管理、客户经理业绩考核等方面签定了一系列合作计划。为了降低实施风险,将从国际结算业务统计分析系统开始,各个项目逐步实施。成功得选型就是光大银行商业智能应用系统成功实施得开始。国际业务部商业智能得应用证明,光大银行所采取得“以部门为基础实施数据处理”得决定就是正确得,也就是务实得。 从2002年12月开始,菲奈特BI、Office商业智能应用平台相继应用于光大银行其她几个业务部门,形成相应部门得商业智能系统。这些商业智能系统以数据仓库技术为基础,把分散在各个业务系统得数据进行整合,数据经过清洗、转换,加载到数据仓库;再采用OLAP与Data Mining等技术,为管理决策人员提供强大、灵活得日常查询与决策支持。 一个应用实例:有一段时间存款余额持续不断得增长,但就是同期得流失客户数也在不断增长,这个问题引起了业务部分析人员得高度重视。该分析人员通过系统进行自助分析,最后发现,问题得根源在于很多客户经理为了完成揽存目标,费了大量得人力与成本开拓新行业、新客户,而忽略了对老客户得关系管理,才出现了存款余额与流失客户数同时增长得怪想象。于就是马上向主管领导反映,当天就在全行下达了整改通知,及时阻止了不良趋势得蔓延。” 目前,光大银行得商业智能系统已经成为管理层进行战略实施、绩效考核不可或缺得工具;各级业务人员得日常经营分析在很大程度上也有赖于该系统得支持。BI、Office在光大银行取得了圆满成功。 二、案例点评 通过案例,我们了解到光大银行选择了BI(商业智能)系统,很好得解决了利用数据进行分析,从而为决策提供强有力支持得问题,提高了工作效率与质量,达到了较高得投资回报率。其实,不难发现银行业得业务数据已经或者正在实现“大集中”,数据大集中为提高BI 系统得成功率、缩短项目周期、降低系统实施成本、提高项目投资回报打下了良好得基础。随着国内银行与境外银行竞争得加剧,应用BI系统进行风险分析、业务决策将就是国内银行

人工智能项目投资建设可行性研究报告

人工智能项目 投资建设可行性研究报告规划设计/投资分析/产业运营

摘要 人工智能在投资研究上的应用。通过人工智能技术拓宽投资信息来源,提高获取信息的及时性,减少基础数据处理的工作量,通过自动化的数据 分析,为投资决策提供参考,从而提高投资研究的效率。人工智能在资本 市场相关领域的应用。从使用者的角度来看,智能投研的受众包括各种类 型的投资者(买方)、券商(卖方)、监管机构、银行和财经媒体等。从 投资的标的来看覆盖一级市场公司、股票、债券、外汇等。而人工智能的 应用场景涉及业务的各种环节,与投研直接相关的就包括研究、投资、交 易和风险管理。 人工智能是新一轮产业变革的核心驱动力,将进一步释放历次科技革 命和产业变革积蓄的巨大能量,并创造新的强大引擎,重构生产、分配、 交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。人工智能正在与各行各 业快速融合,助力传统行业转型升级、提质增效,在全球范围内引发全新 的产业浪潮。国家高度重视人工智能产业的发展。2017年国务院发布《新 一代人工智能发展规划》,对人工智能产业进行战略部署;在2018年3月 和2019年3月的政府工作报告中,均强调指出要加快新兴产业发展,推动 人工智能等研发应用,培育新一代信息技术等新兴产业集群壮大数字经济。

该人工智能项目计划总投资17992.77万元,其中:固定资产投资13304.66万元,占项目总投资的73.94%;流动资金4688.11万元,占项目总投资的26.06%。 本期项目达产年营业收入43788.00万元,总成本费用33492.60万元,税金及附加350.28万元,利润总额10295.40万元,利税总额12065.74万元,税后净利润7721.55万元,达产年纳税总额4344.19万元;达产年投资利润率57.22%,投资利税率67.06%,投资回报率42.91%,全部投资回收期3.83年,提供就业职位644个。

中国商业智能(BI) 市场调研报告

2011-2015年中国商业智能(BI) 市场调研 及发展前景预测报告 随着企业CRM、ERP、SCM等应用系统的引入,企业不停留在事务处理过程而注重有效利用企业的数据为准确和更快的决策提供支持的需求越来越强烈,由此带动的对商业智能的需求将是巨大的。 中国报告网发布的《2011-2015年中国商业智能(BI) 市场调研及发展前景预测报告》共十一章。首先介绍了中国商业智能(BI) 行业市场发展环境、中国商业智能(BI) 整体运行态势等,接着分析了中国商业智能(BI) 行业市场运行的现状,然后介绍了中国商业智能(BI) 市场竞争格局。随后,报告对中国商业智能(BI) 做了重点企业经营状况分析,最后分析了中国商业智能(BI) 行业发展趋势与投资预测。您若想对商业智能(BI) 产业有个系统的了解或者想投资商业智能(BI) 行业,本报告是您不可或缺的重要工具。 本研究报告数据主要采用国家统计数据,海关总署,问卷调查数据,商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局,部分行业统计数据主要来自国家统计局及市场调研数据,企业数据主要来自于国统计局规模企业统计数据库及证券交易所等,价格数据主要来自于各类市场监测数据库。 第一章商业智能(BI)原理及商业价值创造路径分析 第一节商业智能发展阶段 第二节商业智能(BI)内涵、结构及原理 一、商业智能(BI)内涵 二、商业智能(BI)特征功能 三、商业智能(BI)层次结构 四、商业智能(BI)实现原理 第三节商业智能(BI)产业链条解构 一、BI产业链解构模型 二、BI产业链构成现状及特点 三、BI产业链关键环节现状剖析

四、BI产业链发展趋势 第四节商业智能(BI)商业价值创造路径 第二章全球商业智能(BI)产业运行动态分析 第一节全球商业智能(BI)产业运行环境分析 第二节全球商业智能(BI)产业市场透析 一、商业智能引领全球企业信息化 二、商业智能软件厂商 三、制造业是商业智能的重要市场 第三节世界各地区企业对商务智能(BI)应用状况分析 一、欧洲 二、亚太 第四节2011-2015年全球商业智能的五大预测分析 第三章中国商业智能(BI)行业发展背景分析 第一节中国商业智能(BI)行业发展历程 第二节中国商业智能(BI)行业现状特征 第三节中国商业智能(BI)行业发展的全球基调 一、信息技术促使商业模式变革 二、全球经济一体化促进商业理念的传播与变革 三、全球经济一体化促进商务贸易往来 四、全球产业分工与各国产业升级 第四节中国商业智能(BI)行业发展PEST分析 一、改革30年造就数量庞大的企业群体 二、集约化经济转型 三、国内IT技术进步与国外技术引进 四、IT创造价值观念慢慢渗透各行各业 第五节主要发达国家商业智能(BI)发展现状及价值创造启示 一、美国 二、日本

2013年商业智能BI与大数据行业分析报告

2013年商业智能BI与大数据行业分析报告 2013年8月

目录 一、行业:BI是为客户真正创造价值的大数据核心应用 (4) 1、大数据时代来临,迎接她,拥抱她 (4) (1)数据爆发性增长,潜在价值巨大 (4) (2)IT巨头重金投入大数据,抢位关键环节 (6) 2、BI是贴近客户并且为客户创造价值的大数据核心应用 (7) (1)BI处于大数据分析应用层的核心位置 (7) (2)BI体系架构:辅助决策,帮助客户拓展业务 (7) (3)BI贴近客户并为客户创造价值,最具含金量 (8) 3、BI应用快速推广,未来消费智能百倍增长空间 (9) (1)BI成为全球CIO首选技术,我国BI市场提速发展 (9) (2)从商业智能到消费智能,前景广阔 (10) ①BI发展趋势一:从O/B域向M域延伸 (10) ②BI发展趋势二:企业全员BI (11) ③BI发展趋势三:消费智能 (11) 二、标杆分析:东方国信 (12) 1、BI龙头,有能力发展成全产业链解决方案提供商 (12) (1)国内BI格局 (12) (2)公司深耕BI领域,具备成为全产业链解决方案提供商的能力 (14) 2、战术措施:纵向产业链延伸,横向行业拓展 (17) (1)纵向延伸,向上管理咨询,向下业务运营 (17) (2)横向拓展,重点突破金融、制造、能源等领域 (20) 3、业务:电信领域稳健成长,非电信领域倍增空间 (21) (1)电信领域:从O/B域向M域扩展,从联通向移动电信渗透 (21) ①从O/B域向M域扩展将提升BI业务的体量和效果 (21) ②基于联通的成功,大力拓展移动电信业务 (22) (2)非电信领域:并购进入金融和制造业BI领域,能源空间广阔 (23) ①金融行业是BI的下一个主战场 (23)

2020年金融科技行业分析报告

2020年金融科技行业 分析报告 2020年9月

目录 一、金融科技概况 (9) 1、金融科技基本内涵及生态体系 (9) 2、中国金融科技行业目前已进入平稳发展期 (10) (1)第一阶段市场启动期(2004-2012年):金融科技公司萌芽,科技开始渗透进金融核心业务 (11) (2)第二阶段高速发展期(2013-2015年上半年):各机构开始大规模互联网化布局 (12) (3)第三阶段市场调整期(2015年下半年-2018年):监管政策密集出台,行业发展趋于缓慢 (13) (4)第四阶段稳步增长期(2019年至今):监管压力减小,行业健康稳步发展 .. 13 3、金融科技投融资情况 (14) (1)金融科技融资规模:2018年达历史高点,全球融资突破千亿美元 (15) (2)金融科技融资阶段:交易份额转向中后期(B轮以后)融资 (16) (3)金融科技融资领域:支付领域仍为热点,保险科技与区块链表现强劲 (17) 二、金融科技四大技术方向解读:ABCD (18) 1、人工智能AI:智能风控、智能支付、智能投研、智能投顾等 (19) 2、区块链BlockChain:解决安全、信任、效率三大痛点 (20) 3、云计算Cloud:在信息获取、资源配置、IT运营三方面发力 (20) 4、大数据Data:应用于银行、保险、证券等细分领域 (21) 三、金融科技六大细分领域剖析 (22) 1、移动支付 (22) (1)行业格局:行业增速放缓,监管收紧;C端呈双寡头格局,B端具发展潜力 23 ①移动支付交易规模扩大,监管政策收紧,行业增速放缓 (23) ②C端呈双寡头格局,B端具发展潜力 (24)

商业智能(BI)项目可行性研究报告

商业智能(BI)项目 第一章、商业智能(BI)项目总体介绍 第一节、项目名称 商业智能(BI)项目 第二节、商业智能(BI)概念 商业智能又名商务智能,英文为Business Intelligence,简写为BI。 商业智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策,既可以是操作层的,也可以是战术层和战略层的决策。为了将数据转化为知识,需要利用数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术。 可以认为,商业智能是对商业信息的搜集、管理和分析过程,目的是使企业的各级决策者获得知识或洞察力(insight),促使他们做出对企业更有利的决策。商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到软件、硬件、咨询服务及应用,其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。 因此,把商业智能看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理,以保证数据的正确性,然后经过抽取(Extraction)、转换(Transformation)和装载(Load),即ETL过程,合并到一个企业级的数据仓库里,从而得到企业数据的一个全局视图,在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理(这时信息变为辅助决策的知识),最后将知识呈现给管理者,为管理者的决策过程提供支持。

电信运营商基于大数据的商业智能应用思考

电信运营商基于大数据的商业 智能应用的思考
孙少陵 中国移动通信有限公司研究院 2012年11月
1

目录
3 1 2 3
电信运营商商业智能面临的挑战 基于大数据的商业智能系统的初步构想 “大云”在大数据商业智能领域的实践
2

全球数据量高速增长,信息成为运营商战略资产
?信息社会的信息增量在高速发展 ?随着互联网/移动互联网、数码设备、物联网/传感器等技术的发展,全球数据生产在 高速增长 ?Jim Gray的新摩尔定理认为,每18个月全球新增的信息量是计算机有史以来全部信息 量的总和。据IDC研究报告,未来10年全球数据量将以40+%的速度增长,2020年全球数 据量将达到35ZB(35,000,000PB),为2009年(0.8ZB)的44倍 ?信息成为企业战略资产,市场竞争和政策管制要求越来越多的数据被长期保存 ?企业越来越需要长期保存各类数据,以进行用户行为分析、市场研究,信息服务企业 更是需要积累越来越多的信息资源 ?为了遵从萨巴斯、上网日志审计等管制要求,企业需要长期保存越来越多的生产数据
3

基于大数据的商业智能(BI)为运营商带来新的机遇
在网络时代,运营商是数据交换中心,运营商的网络管道、业务平台、 支撑系统中每天都在产生大量有价值的数据,基于这些数据的商业智能 应用为运营商带来巨大的机遇
改善用户体验 优化网络质量 助力市场决策 刺激业务创新
? 分析用户行为,改进产品设计 ? 通过用户偏好分析,及时、准确进行业务推荐和客户关怀
? 分析流量、流向变化,调整资源配置 ? 分析网络日志,进行网络优化和故障定位
? 通过业务、资源、财务等各类数据的综合分析,快速准确确 定公司管理和市场竞争策略
? 在确保用户隐私不被侵犯的前提下,对数据进行深度加工, 对外提供信息服务,提升企业价值
4

案例分析一

案例分析一: 1999 年,牛根生遭到伊利董事会免职,从此选择了自己创业的历程,同年8 月成立“内蒙古蒙牛乳业股份有限公司”。最初的启动资金仅仅900 万元,通过整合内蒙古8 家濒临破产的奶企,成功盘活7.8 亿元资产,当年实现销售收入3 730 万元。 2001 年开始,他们开始考虑一些上市渠道。首先他们研究当时盛传要建立的深圳创业板,但是后来创业板没做成,这个想法也就搁下了。同时他们也在寻求A 股上市的可能,但是对于蒙牛当时那样一家没有什么背景的民营企业来说,上A 股恐怕需要好几年的时间,蒙牛根本等不起。 他们也尝试过民间融资。不过国内一家知名公司来考察后,对蒙牛团队说他们一定要求51%的控股权,对此蒙牛不答应;另一家大企业本来准备要投资,但被蒙牛的竞争对手给劝住了;还有一家上市公司对蒙牛本来有投资意向,结果又因为该公司的第一把手突然被调走当某市市长而把这事又搁下了。 2002 年初,蒙牛股东会、董事会均同意,在法国巴黎百富勤的辅导下上中国香港二板。为什么不能上主板?因为当时蒙牛历史较短、规模小,不符合上主板的条件。这时,摩根士丹利与鼎晖(私募基金)通过相关关系找到蒙牛,要求与蒙牛团队见面。见面之后摩根士丹利等提出来,劝其不要去中国香港二板上市。众所周知,中国香港二板除了极少数公司以外,流通性都不好,机构投资者一般都不感兴趣,企业再融资非常困难。摩根士丹利与鼎晖劝蒙牛团队应该引入私募投资者,资金到位,帮助企业成长与规范化,大到一定程度了就直接上中国香港主板。 牛根生是个相当精明的企业家,对摩根士丹利与鼎晖提出的私募建议,他曾经征询过很多专家意见,包括正准备为其做中国香港二板上市的百富勤朱东(现任其执行董事)。眼看到手的肥肉要被私募抢走,朱东还是非常职业化地给牛根生提供了客观的建议,他认为先私募后上主板是一条可行之路(事实上,在这之前,朱东已向蒙牛提到过中国香港主板的优势)。这对私募投资者是一个很大的支持。 1.蒙牛公司的第一轮资本运作 三家战略投资者MS Dairy、CDH、CIC 被成功引进,而蒙牛管理层与PE 机构在开曼群岛公司的投票权是51%:49%(即蒙牛管理层拥有对公司的绝对控制权);股份数量比例分别是9.4%和90.6%。紧接着开曼群岛公司用三家金融机构的投资认购了毛里求斯公司的股份,而后者又用该款项在一级市场和二级市场中购买了蒙牛66.7%的注册资本,蒙牛第一轮引资与股权重组完成。 2.蒙牛公司的第二轮资本运作——二次注资 2003 年10 月,三家战略投资者认购开曼群岛公司发行的可换股证券,再次注资3 523 万美元,认购“蒙牛乳业”发行的3.67 亿可换股证券,约定未来转股价为0.74 亿港元(2004 年12 月后可转换30%,2005 年6 月后可全部转换)。9 月18 日,毛里求斯公司以每股2.1775 元的价格购得蒙牛股份的80 010 000 股。10 月20 日。毛里求斯公司再次以3.038 元的价格购买了96 000 000股蒙牛股份,对于蒙牛乳业的持股比例上升至81.1%。至此,二次注资完成。 3.蒙牛公司的第三轮资本运作——股改 2004 年,蒙牛乳业为上市做了最后的准备。2004 年1 月15 日,牛根生从谢秋旭手中购得18 100 920 股蒙牛股份,占蒙牛总股本的8.2%。2004 年3 月22 日,金牛与银牛扩大法定股本,由5 万股扩至10 万股。同日,金牛和银牛向原股东发行32 294 股和32 184 股新股,金牛、银牛分别推出公司“权益计划”,“以酬谢金牛、银牛的管理层人员、非高级管理人员、供应商和其他投资者对蒙牛集团发展做出的贡献”。 2004 年3 月23 日,“牛氏信托”诞生,牛根生本人以1 美元/份的价格买下了绝大

2018年中国商业保理行业发展前景研究及风险分析报告

2018年中国商业保理行业发展前景研究及风险分析 报告

目录 前言 (7) 第一章全球保理行业发展状况 (8) 第一节全球保理行业总体状况 (8) 一、世界经济对保理行业的影响 (8) 二、2016年全球保理行业总体情况 (9) 三、FCI会员单位保理业务情况 (11) 四、2017年全球保理初步数据统计 (12) 第二节全球保理行业发展趋势 (13) 第二章我国商业保理行业发展环境 (16) 第一节行业监管迎来重大变化 (16) 一、行业发展逐步得到重视 (16) 二、部分地方政府陆续出台试点管理办法及扶持政策 (17) 三、行业标准规范研制取得重要进展 (17) 第二节企业应收账款状况分析 (18) 一、全国规模以上工业企业应收账款情况 (18) 二、上市公司应收账款情况 (27) 第三节商业保理行业融资环境 (31) 一、资产证券化成为保理公司重要融资渠道 (31) 二、金融资产交易所债权融资计划取得积极进展 (40) 三、私事基金不得为保理提供资金 (41) 第四节商业保理行业法律环境 (42) 一、保理司法判例分析结论 (42) 二、仲裁、调解或可成为商业保理案件新的解决机制 (43) 第五节商业保理行业征信环境 (43) 第六节商业保理行业信息化建设 (44) 一、保理系统应用进一步普及 (45) 二、交易在线化进一步发展,操作平台化趋势明显 (46) 三、新技术的应用促进商业保理的创新发展 (47) 第三章我国商业保理行业发展状况分析 (48) 第一节商业保理企业注册情况分析 (48) 一、2017年商业保理企业注册情况 (48) 二、全国商业保理公司地域分布情况 (54) 三、商业保理公司注册资金情况 (62) 四、商业保理企业股东背景情况 (65) 第二节被调研企业经营状况分析 (69) 一、基本情况 (69) 二、经营情况 (80) 三、保理服务的行业领域 (86) 四、融资情况 (92) 五、政策诉求情况 (92) 第三节应收账款转让登记情况分析 (93) 一、银行业用户按年份和地区划分的应收账款转让登记情况 (93) 二、商业保理用户按年份和地区划分的应收账款转让登记情况 (94)

商业保理公司可行性实施报告

关于设立 上海博握(以最终核准名为准)商业 保理有限公司 的可行性报告

2013年10月

目录 第一章出资人基本情况 (3) 第一节主要出资人简述 (3) 第二节自然人出资人简述 (4) 第二章拟设立商业保理公司情况 (4) 第一节拟设立公司经营情况 (4) 第二节企业管理机构设置及人员配备 (5) 第三章拟开展商业保理业务情况 (6) 第一节保理业务市场分析 (6) 第二节国保理行业现状及前景 (10) 第三节基本业务流程及操作规 (15) 第四章设立企业风险控制制度说明 (16) 第五章小结 (18) 附件1:保理业务管理办法 (20) 附件2:保理过程管理流程 (27) 附件3:保理业务风险审查管理办法 (65)

第一章出资人基本情况 第一节主要出资人简述 发起人: 注册时间: 注册地址: 注册资本:人民币万元 法定代表人: 经营围: 金融港(中国)集团有限公司、中智金融集团有限公司是该商业保理公司的主要投资人。是两家以金融服务及大宗商品运营的民营企业。公司成立以来,坚持发扬“客户至上,信誉至上,互惠互利”的精神,坚持实行优质服务,有着丰富大宗商品运营经营经验,凭着高度的敬业精神、良好的信誉,诚信为广大客户服务。公司现为多个大宗商品运营经验,在大宗商品上下游贸易、存储、物流经营过程中做好完善金融及配套服务。公司有一支素质良好,技术水平过硬的职工队伍,公司通过人性化管理,量化式的奖惩制度,激励每一个员工用自己辛劳的汗

水换取成功的明天,在这样的良好发展中,员工们解放思想,开拓创新,吃苦耐劳,逐步走出一条联系多方面渠道,采取优势互补的方针,建立经济共同体的成熟之路使公司成为一家资本雄厚、规模效益明显、管理先进和团队优秀的现代企业集团。 第二节自然人出资人简述 : 性别: 基本情况:(学历、工作简历) 第二章拟设立商业保理公司情况 第一节拟设立公司经营情况 因长期涉足大宗商品经营行业,发现此类行业资金流动量大,上下游客户的往来款项占用了大部分的流动资金,如回款不及时,则经营状况遇到瓶颈。为了解决社会资金占压成本的问题,有限公司决定注资成立资商业保理公司,公司基本情况如下:

用友软件股利政策选择案例分析

DUFE 公司金融 学号:2014120249 专业:保险硕士 姓名:崔盼成

用友软件股利政策选择案例分析 保险硕士崔盼成 2014120249 摘要:股利政策是现代公司财务管理的核心内容之一。合理的股利政策有助于公司在资本市场中树立良好企业形象,促进公司持续健康发展。在上市公司的财务决策中,股利政策具有积极意义。本文着重对用友软件公司的股利政策及影响因素作了相关分析和论述 关键字:股利政策;每股收益;股利支付率;高派现; 1.公司发展历程 用友软件股份有限公司的前身可追溯至其创始人王文京、苏启强于1988年12月6日成立的北京市海淀区双榆树用友财务软件服务社,其全部的资产只是1台电脑,最初的注册资本5万元人民币来自于借款,工作场地为9平方米的租房。1989年,北京第一批私营企业的登记,1990年3月,用友登记了私营企业,同时更名为“北京市海淀区用友电子财务技术有限责任公司”。1990年12月和1993年7月,公司进一步扩大了资本规模,注册资本增加至500万元人民币。1995年1月18日,在原公司基础上组建成立了用友集团公司,注册资本增加至2,000万元人民币。1997年11月,公司注册资本再次增加到5,000万元人民币。1999年12月6日,经北京市人民政府批准,公司由有限责任公司变更为股份有限公司,注册资本最终增至7,500万元人民币。公司大楼为全智能大厦,占地1万平米,可容纳500人,是当时中国最大的财务及管理软件研发基地。 2.公司发行上市 1997年底,董事会决定1998年正式启动用友上市计划。在期间国家为了扶持高新科技企业,对于能够拿到科技部和中科院对高新技术企业“双高认证”的企业可以认可上市,之后用友通过了认证,并接着按上市要求进行了股份制改造。改造之后的用友注册资本为7,500万元人民币,北京用友科技有限公司、北京用友企业管理研究所有限公司、上海用友科技投资管理有限公司、南京益倍管理咨询有限公司、山东优富信息咨询有限公司作为股东分别持有用友公司55%、15%、15%、10%、5%的股份。 2001年3月16日,股票发行改革为核准制,用友成为第一家按核准制要求发行股票的企业,并于4月10日发布招股说明书。根据招股说明书,此次发行将发行流通股2,500万股,股票发行后,公司的注册资金为10,000万元,由以上五公司和社会公众出资组成。2001年4月23日,用友软件以发行价36.68元、市盈率64.35倍在上海证券交易所上网定价2,500万A股。通过上市用友募集资金达8亿多元,净资产从2000年底的8,384万元飙升10倍。 3.公司业务简介 公司是亚太本土领先的企业管理软件和企业移动应用、企业云服务提供商,是中国最大的ERP、CRM、人力资源管理、商业分析、内审、小微企业管理软件和财政、汽车、烟草等行业应用解决方案提供商,并在金融、医疗卫生等行业应

重庆人工智能项目投资分析报告

重庆人工智能项目投资分析报告 投资分析/实施方案

摘要 人工智能在投资研究上的应用。通过人工智能技术拓宽投资信息来源,提高获取信息的及时性,减少基础数据处理的工作量,通过自动化的数据 分析,为投资决策提供参考,从而提高投资研究的效率。人工智能在资本 市场相关领域的应用。从使用者的角度来看,智能投研的受众包括各种类 型的投资者(买方)、券商(卖方)、监管机构、银行和财经媒体等。从 投资的标的来看覆盖一级市场公司、股票、债券、外汇等。而人工智能的 应用场景涉及业务的各种环节,与投研直接相关的就包括研究、投资、交 易和风险管理。 该人工智能设备项目计划总投资20665.28万元,其中:固定资产投资14660.51万元,占项目总投资的70.94%;流动资金6004.77万元,占项目 总投资的29.06%。 达产年营业收入40197.00万元,总成本费用31296.20万元,税金及 附加370.80万元,利润总额8900.80万元,利税总额10499.30万元,税 后净利润6675.60万元,达产年纳税总额3823.70万元;达产年投资利润 率43.07%,投资利税率50.81%,投资回报率32.30%,全部投资回收期 4.60年,提供就业职位739个。 报告根据项目产品市场分析并结合项目承办单位资金、技术和经济实 力确定项目的生产纲领和建设规模;分析选择项目的技术工艺并配置生产 设备,同时,分析原辅材料消耗及供应情况是否合理。

随着人工智能的迅速发展,将提升社会劳动生产率,特别是在有效降 低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和 生活带来革命性的转变。基于人工智能产业的战略作用,中国政府正通过 多种形式支持人工智能的发展,形成了科学技术部、国家发改委、中央网 信办、工信部、中国工程院等多个部门参与的人工智能联合推进机制。 2017年,人工智能首次写入政府工作报告,同年7月,国务院印发《新一 代人工智能发展规划》,明确人工智能的发展在国家战略中的地位。 报告主要内容:项目概述、背景及必要性、市场前景分析、投资建设 方案、项目选址规划、项目工程设计、工艺技术分析、项目环境影响分析、项目安全管理、项目风险、项目节能方案分析、实施进度计划、项目投资 情况、项目经济评价分析、综合结论等。

商业智能+大数据分析报告

2016年出版

正文目录 1、BI行业增长强劲,下游需求突出,竞争壁垒有抬升趋势 (4) 1.1、商业智能(BI)认可度持续提高,市场规模不断扩大 (4) 1.2、BI 产业链结构分析 (6) 1.2.1、BI 上游 (6) 1.2.2、BI 下游 (6) (1)、电信行业:大数据潜在金矿、亟待规模开发 (8) (2)、金融行业:效率与安全双轮驱动大数据应用深化 (8) (3)、电子政务:政务信息化政策利好大数据整体解决方案商用 (9) (4)、电力行业:生产信息决策与节能减排双重利好于大数据 (10) 1.3、BI 与大数据的联系与区别 (10) 2、大数据:逐步走向成熟,市场进入爆发成长期 (11) 2、从BI 到大数据4.0的演变历程 (12) 2.1、大数据核心技术不断演进,年增50% (12) 2.1.1、大数据的史前时代 (16) 2.1.2、大数据1.0 效率为先(2012-2015):非结构化数据处理加速 (17) 2.1.3、大数据2.0 变现为王(2015-2020):用户画像与标签 (18) 2.1.4、大数据3.0 与4.0 决策为本(2020-2030):机器学习与洞察 (19) 2.2、大数据产业步入快速增长、国内相关企业产业布局呈哑铃型 (20) 2.2.1、从概念热炒到实际应用,大数据步入快速成长期 (20) 2.2.2、大数据产业链分工明晰,发展侧重数据采集及应用、呈现哑铃型 (21) 2.3、大数据助力产业升级创新 (22) 3、大数据主要应用分析 (23) 3.1、电信行业大数据应用 (23) 3.1.1、电信大数据爆发式增长,但运营商进入存量经营时代 (23) 3.1.2、电信运营商大数据变现具备基础 (24) 3.1.3、利用大数据,聚焦服务、创新、运行支撑 (25) 3.1.4、海外成功先例,值得借鉴 (26) (1)、全球电信运营商大数据实践 (26) (2)、法国电信:利用大数据开拓新服务领域 (28) (3)、西班牙电信大数据应用 (29) 3.2、金融行业大数据应用 (29) 3.2.1、强调大数据环境下的客户、市场、运营洞察 (29) 3.2.2、工商银行:利用大数据洞察客户心声 (31) 3.3、互联网大数据应用分析 (32) 3.3.1、大数据先行者,促进营销、信息与业务多重变革 (32) 3.3.2、BAT:领军大数据变革时代 (33) 3.3.3、亚马逊:用户行为数据分析助推个性化营销 (36) 3.4、工业大数据应用 (37) 3.4.1、借力大数据,实现设备、系统、决策智能化 (37) 3.4.2、工业大数据:中国制造2025 核心技术 (37) 3.4.3、汽车行业:“变形金刚”改变行业战斗方式 (38) 3.5、航空业大数据应用分析 (39)

用友公司股利分配案例分析

用友公司股利分配案例分析 11春金融本 徐红梅 1144201200090 一、事件背景 用友软件分红方案每10股派现6元,2001王文京现金分红3321万!大股东王文京成为最大获益者。 王文京、苏启强于1988年成立的北京市海淀区双榆树用友财务软件服务社,最初的注册资本为5万元人民币。后于1990年3月正式组建为有限责任公司,同时更名为北京市海淀区用友电子财务技术有限责任公司。 1995年1月18日,用友组建成立用友集团公司,注册资本增加至2000万元人民币。 1999年12月6日,用友由有限责任公司变更为股份有限公司,注册资本最终增至7500万元人民币。 2001年5月18日,用友软件(600588)作为中国证券市场上第一家核准制下发行的股票,以每股36.68元的价格发行,上市当天该股最高摸至100元,收盘价92元,创下中国证券市场新纪录,王文京个人身价一度超过50亿元人民币。 中国软件业的风云人物王文京再一次成了媒体聚焦的对象。作为当年第一家核准制上市公司用友软件(600588)的最大股东,他在上市第一年的0.6元(含税)分红中得到了3321万元的红利。根据计算,用友软件出资8000多万元的大股东,一年分得红利4500万元,回报率高达54%,不到两年就能收回投资。而出资20个亿的流通股股东分得红利1500万元,回报率只有1.6%,需要133年才能收回投资。 二、分红资料

三、用友公司决定股利分配政策主要考虑问题 1、股东的利益 2、过多的现金分配 3、配股要求 4、市场信心 四、用友公司选择现金股利的理由及影响 动机: 1、降低公司股东与管理者之间的代理成本 2、传递公司的未来信息 3、满足配股要求 4、满足股东权益要求 5、降低企业现金持有量。 分析: 1、在市场监督不足情况下,股权结构分散的管理者将选择有利于自己而不利于股东的公司资源配置行为,如投资决策时会选择低风险、预期收益低的项目,而在现金流量充足的公司里,管理者可能采取过渡投资行为而获取个人利益。因此股东为了增加管理者任意分配资源的难度,股东可以通过增加现金股利的支付水平来减少管理者控制的现金流量。 2、高派现可以作为公司对外投资者传递信心的信号,但用友高派现后股份一路下滑,与实际理论相悖。 3、中国证监会对公司配股有明确规定,净资产收益率必须连续3年超过10%,净资产值较高而业绩平平的公司为了达到配股要求,常常采用发放现金股利的方法用友2000 净资产收益率为46.76% 超高发行价后预计净资产收益率为5.87% 高额派现后为7.0%,满足了目前新股增发或配股需三折平均收益率底线6%的规定,为再融资创造了条件。 4、由于公司未来的收入的不确定性,投资者更愿意得到实实在在的现金股利, 5、用友公司出现“钱难花”现象,现金投资收益率不高,大量现金滞压。

2017年智能投研行业Kensho分析报告

2017年智能投研行业Kensho分析报告 2017年6月

目录 一、人工智能+投资悄然来临,知识图谱促智能投研腾飞 (5) 1、人工智能+投资悄然来临 (5) 2、智能投顾蓬勃发展,智能投研初露雏形 (7) (1)智能投顾:未来五年国内规模有望每年翻倍,人机结合是趋势 (7) (2)智能投研:国内基金纷纷试水,人工智能大幅提高传统投研效率 (11) (3)智能投研与投顾两者有望优势互补 (15) 3、知识图谱促智能投研腾飞 (15) 二、KENSHO:智能投研领域的“AlphaGo” (19) 1、联合创始人:因禅结缘,创立Kensho (20) 2、融资情况:累计融资超1亿美元,估值达5亿美元 (21) 3、产品:Warren 试图解决投资分析的“速度、规模、自动化”三大挑战” (23) 4、客户:金融机构和商业媒体双管齐下 (24) 三、核心产品Warren:低门槛获高专业服务 (25) 1、功能:寻找事件与资产的相互关系 (26) 2、特点:快速计算能力、良好人机交互、强大深度学习能力 (27) 3、影响:削弱不对称性,现代金融投机行为性质有望再次改变 (28) 4、缺陷:无法自我形成新因果关系,无法区分因果性/相关性 (29) 5、未来:自动触发事件对资产价格的影响是Warren终极目标 (30) 四、Kensho动了谁的奶酪 (31) 1、彭博、汤森路透领衔国外金融数据提供商,国内万得一家独大 (31) 2、短期Kensho颠覆传统厂商的可能性不大 (32) 3、畅想金融数据服务市场 (34) (1)2B向2C/2B2C拓展 (34) (2)封闭走向共享 (34) (3)竞争走向合作 (35) 五、重点企业简况 (35)

智能家居行业分析研究报告

智能家居行业分析研究报告 一、智能家电领域发展分析 目前,智能家电市场处于发展初期,面临标准、成本、产业生态系统建设、商业模式等诸多问题,还需要经历一个较长的市场培育期,规模商用尚需时日。不过,由于人们提高用能效率的意识不断高涨,加上多项政府计划的激励,在接下来的几年里,智能家电的部署进程将有望加速。预计智能家电所带来的商业影响将是全球范围的。 作为电力网的终端用电设备,家用电器的能耗不容小觑,即使是待机功耗也是一项不小的开销。据中国节能认证中心调查,中国城市家庭的平均待机功耗相当于每个家庭每天都亮着一盏25瓦到50瓦的长明灯。据测算,家电待机能耗已占到中国家庭电力消耗的20%以上。美国能源部的报告也显示,超过三分之一的美国发电量被用于家用电器。 智能控制技术、信息技术的快速发展为家电智能化提供了可能,智能家电由于能够实现更高效能而被认为是促进节能降耗的有效途径。这一方面缘于人们生活水平的提高,倾向使用性能更好的家电产品;另一方面,在全球变暖和能源成本不断上升的压力下,市场更加青睐高能效的智能家电。 人们对节能降耗、人机界面和通信功能等方面的需求将是拉动智能家电市场增长的主要力量。现在世界很多国家,包括中国在内都在鼓励家电厂商研制这类智能家电。

二、智能家居领域发展分析 当年比尔盖茨为了实现他的智能豪宅,铺设了84公里电缆、耗资5.3 亿美元。如今智能家居不再是镜花水月,而是未来家庭生活的发展模式,一个无线遥控器就把大小设备浓缩于手指挥若定,通过网络等信息通讯技术手段,使家居控制能按照人们设想运作,而不论距离远近,智能家居的远程控制和自动控制是真正智能化的必然结果。如朝华数码有关人士提出的:领先的无线移动、不依靠PC的独立形态是今后业界发展的趋势。 智能家居控制系统可以简单概括为一个各种家庭设备互连和控制的网络。现代家居系统的服务应用平台从服务特征上来看,一般包括了娱乐、医疗、安防、通信、事务管理等,控制功能几乎渗透到每一个家居子系统。智能家居控制是通讯技术、计算机技术、网络技术、控制技术的综合运用。 国家建设部住宅产业化促进中心提出住宅小区要实现六项智能化要求,其中包括实行安全防范自动化监控管理:对住宅的火灾、有害气体的泄漏实行自动报警;防盗报警系统应安装红外或微波等各种类型报警探测器;系统应能与计算机安全综合管理系统联网;计算机系统能对防盗报警系统进行集中管理和控制。由此可见,家居控制已成为智能家居领域新的业务增长点。

相关文档
最新文档