2017中国大数据投资论坛
《智能时代大数据投资热点》
- 窦勇
- 达晨创业投资有限公司大数据业务负责人
数据2.0时代的特点和机遇
- 场景化应用
- 大数据已经不再是圈数据资产的模式(数据采集)
- 场景化的大数据应用公司将被看好(场景化应用)
- AI智能成为数据与用户的联接
- IOT复兴将大量拓展线下数据源和相关应用
智能时代,我们的投资方向
- 标的企业:技术导向为主+市场应用
- 产业逻辑:工业大数据+医疗大数据+政务大数据
- 行业背景:场景化应用
《(大数据创业)企业融资成长经验分享》
- 常雷
- 北京偶数科技有限公司 创始人兼CEO
- www.oushu.io
- 2016年底注册公司,拿到天使创投
公司简介
- 由EMC/Pivotal HAWQ核心团队成员2016年底成立
- 成员大多为Apache Committer & PMC成业,来自各大云计算和大数据公司
- 团队研究成果发布在国际顶级数据管理会议上(比如SIGMOD等),并拥有多项国际专利
- 2017年获得红点创投1000万的天使轮融资
打铁还需自身硬
- 产品可持续迭代的技术架构
- 以数据科学为核心的技术团队
不打无准备的仗
- 成熟且调理清晰的BP
- 产品项目
- 商业模式
- 竞争对手
- 发展计划
从资本市场角度重新考虑产品
融资过程中的细节
- 美元:耐性较长,偏技术性投资
- 投资协议
《中国大数据产业投资趋势分析》
- 高丹
- 赛迪顾问股份有限公司 总经理
- 软件与信息服务业研究中心
中国大数据市场进入应用实施期
- 大数据布局全域普及
- 2016年数据中心IT投资规模2410亿元
- 数据中心建设数据逐年减少
- 新技术融合发展
- 中国大数据市场规模持续高速增长
- 服务于软件份额占比不断增加
- 服务、软件、硬件
- 大数据业务逐步向全国迁移扩展
- 大数据应用实施环境不断完善
- 大数据政策制度向行业应用转移
- 大数据交易法规和环境日益完善
- 用户对大数据的认知日渐成熟
- 大数据企业在各行业应用领域全面铺开
- 金融、政府、电信、教育,等各行各业都有用户
- 大数据企业在产品和服务商的特点
中外大数据投融资市场对比分析
- 机构大数据投融资业务更谨慎
- 成长期企业对大数据融资需求高
- 2017年大数据企业对资金的需求升高
- 大数据投融资业务集中度更高
中国大数据投融资市场趋势展望
- 场景化应用
商业计划——《云房数据——构建房地产数据生态平台》
公司概述
- 定位 独立第三方的房地产数据服务商
- 愿景 致力构建房产数据生态平台
概述 云房数据20多年深根于银行、税务、评估行业、交易等领域,积累了287个城市、12000万户、25000亿次交易数。
名词解释【估值】,为用户估算当地房产价格价值
云房数据1.0阶段
2008-2013
- 以估值为核心的业务模式创立
前身 仁达信息数据事业部阶段
云房数据2.0阶段
2013-至今
- 打造数据+估值为核心的多场景应用模式得到验证逐步走向成熟
- 把全国的房产资源价格数据建立起来
- 287城市
- 1.2亿户基础数据(楼盘字典、城市数据)
- 2.5亿次交易数(新房、土地、二手房、租赁)据的房产数据库
估值系统达到行业顶尖
- 应用场景:金融 开发商/二手交易 评估 地税
- 估值产品线
- 数据产品线
- 综合集成服务线
服务行业——开放商/二手房/地税(房地产综合治税)
云房数据3.0阶段
2017.3 未来将打造房地产数据+综合服务模式,迈向更高阶段
地产数据+合作数据+整合算法挖掘
数据+在前进与阿里巴巴合作,共建A-Y数据库:建立地址检索、打通人群标签、房产信息
投资人点评
优势
- 房地产数据,是百姓生活重要的一部分
疑点
- 团队及人员配置?
- 共170人,半数用来做数据
- 30-40人开发系统
- 10人算法模型
- 与另一家竞品对比
- 另一家全是互联网数据
- 云房拥有:自主评估数据、银行数据、其他数据等
- 应用场景?
- 小区配套评级
- 小区物业评级
- 信息安全,倒逼政府开放数据
- 政策发展:政府要建租赁平台
- 云房在政府二手房交易、租赁平台中发挥作用
- 如何拿到银行数据?
- 银行给云房付费
- 银行为云房开放数据
- 云房给银行提供数据接口
商业计划——有数据的地方就需要R7
时代特征
数据资源的流动性和可获取性是大数据应用和产业发展的基础,直接关系到大数据价值的实现。——中国工程院 邬贺铨院士,2017年中国大数据产业峰会
- 自动化进程
- 电动化进程
- 可控化进程
- 智能化进程
关于翱旗
解决两大核心问题: - 实现任何数据在全组织范围内的互通 - 建立数据大平台与碎片化应用结合的数据生态系统
壁垒: - 数据处理领域行业壁垒值,新玩家难以进入。部分产品直接对标国外技术企业。
数据全生命周期
- 数据源 结构化、非结构化、半结构化、其他
- 数据接入
- 数据处理
- 数据存储计算
- 数据分析挖掘
- 数据应用
- 数据服务
产品形态&商业模式
- 通用产品【分销快销】单价10万,可复制
- 快速实现
- 快速部署
- 快速覆盖
- 平台产品【直销+分销】【设计、集成、服务】
- 基于场景复杂,为需求符合的用户,提供定制化开发
- 解决方案及服务 单价1000万,定制服务
- 政府合作,大型项目
经典案例:楚天云&四川省国税
- 52省职部门,323个子系统数据的汇总融合
- 通过API形式几乎不可能实现
- 直接通过数据库层面进行整合同步
- 金税三期,税务数据收集,数据再分发
- 基层单位IT水平较低,省级向基层分发存在技术难度
覆盖行业
- 政府
- 医疗
- 教育
- 金融
盈利收入
- 2016 4000万
- 产品形态
- 销售模式
发展历程
- 2014开始市场破冰
- 2015年拿到投资
市场趋势
- 220亿美元的大数据软件产品市场规模
投资人点评
- 团队结构?
- 共100人
- 20-30人负责售后服务,配置实施
- 50人研发团队
- 应收账款?【财务问题】
- 项目型:1期,2期,3期
- 产品型:短平快
商业计划——数据大脑——城市(政务)大数据资源中心
- 北京思创立方科技有限公司
行业需求
- 新增智慧城市建设的必然要求,习总书记强调“以推行电子政务、建设新型智慧城市等为抓手,以数据集xx”
- 大数据中心
- 一个中心
- 一对平台
- 一套应用
- 一个体系
- 一朵云
- 一套标准
- 数据中心痛点
- 底数不清 数据资源梳理
- 体系不明 信息目录体系
- 采数不顺 数据采集汇聚
- 质量不高 数据质量提升
- 持续不久 数据动态更新
- 应用不佳
- 标准不一
架构体系
- 数据源问题
- 数据类型
- 互联网数据
- 政务数据
- 物联网数据
- 采集形式
- 人工导入
- 自动导入
- 数据采集
- 数据类型
- 标准规范
- 模板模型
- 72个政府部门的共享数据模板
- 1500多个共享数据库表,19000多个共享数据的元数据模板
- 人口、法人、空间地理、宏观经济、城市资源
- 目录体系
- 工具平台
- 数据基因
- 信息资源目录
- 数据交换共享
- 数据综合运维
- 数据管控系统
- 数据分析系统
- 应用场景
- 一号申请
- 一窗受理
- 一网通用
- 增值:智慧物联大平台
- 增值:政法行业大数据系统
- 典型案例:广东南海
- 成功案例:江苏苏州
核心价值——大数据资源中心建设运营服务
商业模式
- 政府采购
- 政府购买
- PPP
盈利点
- 为政府提供规划、设计、咨询
- 建设、运维、运营城市大数据资源中心并提供云化服务
- 应用系统建设、运维服务
- 数据服务:数据运维、数据运营、数据交易(先脱敏,再交易)
营销
- 资质
- 20多软件著作权
- 客户
- 政府
- 科技园区
- 报价
- 地级市 1500万
- 县区 500万
投资人点评
- 与政府财力息息相关
- 政府部门存在信息孤岛,难以有外在动力打破壁垒,连接信息
- 发达地区市场成熟,资金充足
- 中西部地区财力较弱,但存在机遇【如江西】
- 应用系统,技术门槛较低,在当地会有公司已经在做同样的事情?
- 细分政府业务模型的咨询与知识是其他公司难以复制的
作者:ryanemax
微信关注:ryanemax (刘雨飏)
本文出处:https://romantic-hoover-f991f1.netlify.com/meeting/2017-08-02bdinchina-finance/
授权协议:
CC BY-SA 4.0