Ⅰ 英国投资“大数据”能带来大收益吗

在商业应用方面，大数据技术创造价值的能力已经在英国崭露头角。以连锁零售业为例，英国最大的连锁超市特易购已经开始运用大数据技术采集并分析其客户行为信息的数据，并由此总结特定顾客的消费习惯、近期可能的消费需求，从而制定有针对性的促销计划并调整商品价格，为特易购提供更加高效的盈利方法。
另一个明显的例子是航空领域的应用。航空业一向是信息技术应用的先行者，然而近几年来随着全球航空
业的低迷，一些航空公司的信息技术预算严重不足，导致一系列故障甚至事故发生。与之形成对比的是，英国航空近几年来表现不俗，这得益于善于在数据中掘金。英国航空已经开始利用大数据技术发掘自身的数据源和其他信息源，将体现客户行为的数据元素合并在一起，在对其进行分析的基础上，有针对性地与客户互动并做出承运决策。能够降低药物开发成本
除了最直接的商业应用，大数据技术也将对医疗数据分析起到重要的推动作用。5月3日，英国首个综合运用大数据技术的医药卫生科研机构在牛津大学正式揭牌。该中心包括“靶标发现研究所”和“大数据研究所”两个机构，旨在通过搜集、存储和分析大量医疗信息，减少药物的开发成本，同时为发现新的治疗手段提供线索，确定新药物的研发方向，探索特定疾病的新疗法。
掘金“大数据”必须解决的问题
采集到足够的数据后，需要由相关领域的专业人士与信息技术专家一起对数据进行有针对性的归纳和分析，而这种跨学科、跨领域的合作能否顺利实现，是大数据实际应用中的一个必须解决的问题。这对英国和全球其他国家都是一个挑战。
大数据技术无疑为英国政府和民众提供了一个美好的愿景，不过，大数据技术在应用中，有一些必须解决的问题。
如何保护民众隐私
大数据技术为民众提供了更多的信息渠道，但也伴随着隐私权被侵犯的风险。购物网站可以随意看到民众的购物喜好，搜索引擎网站可以随意看到民众的网页浏览习惯，社交网络则可以随意了解民众的社交关系网。这些私人信息被收集起来后会提供给谁使用？使用者能否保证民众的隐私不受侵犯？等等，都是必须面对和解决的问题。大数据时代的来临，是否会损害个人隐私权已经令人担忧，这是英国发展大数据技术必须解决的问题。
如何保证数据采集
大数据技术得到应用并创造价值的基础是能够获得充足、有效的数据，而如何保证数据的采集是目前面临的一个瓶颈。有牛津大学统计学教授曾表示，以牛津大学新成立的医药卫生科研中心为例，首先要有足够量的病人、药物等相关信息，这是数据分析的基础，然而许多病人出于隐私考虑不愿提供某些信息，制药企业也有可能因为商业利益不愿共享药物成分等信息。此外，在一个信息爆炸的时代，如何甄别有效信息、剔除虚假信息，不仅需要技术手段，更需要人力和资本的投入。这些问题都会导致大数据技术在其实施的第一个阶段就难以进行下去，或者得出的结论将人们引入歧途。如何确保数据得到高效使用
大数据技术的意义不在于掌握庞大的数据信息，而在于对这些数据进行专业化处理。换言之，如果把大数据看作一种产业，那么这种产业实现盈利的关键，在于提高对数据的加工能力，通过加工实现数据的增值。因此，即便有了足够的信息，如何充分挖掘、利用这些信息是大数据技术发挥作用的关键。采集到足够的数据后，需要由相关领域的专业人士与信息技术专家一起对数据进行有针对性的归纳和分析，而这种跨学科、跨领域的合作能否顺利实现，是大数据实际应用中的一个必须解决的问题。这对英国和全球其他国家都是一个挑战。
延伸阅读
美国、印度大数据技术的发展状况
英国并不是惟一尝鲜大数据技术的国家。2011年，美国总统科技顾问委员会提出政策建议，指出大数据技术蕴含着重要的战略意义，联邦政府应当加大投资研发力度。作为对这一建议的回应，白宫科技政策办公室在2012年3月29日发布了《大数据研究和发展计划》，同时组建“大数据高级指导小组”，以协调政府在大数据领域的2亿多美元投资。此举标志着，美国把应对大数据技术革命带来的机遇和挑战，提高到战略层面，形成了全体动员的格局。在美国政府的实际运作中，大数据技术已经进入了应用阶段。
在重视发展科技的印度，大数据技术也已成为信息技术行业的“下一个大事件”，目前，不仅印度的小公司纷纷涉足大数据市场淘金，一些外包行业巨头也开始进军大数据市场，试图从中分得一杯羹。去年，印度全国软件与服务企业协会预计，印度大数据行业规模在3年内将达到12亿美元，是目前规模的6倍，同时还是全球大数据行业平均增长速度的两倍。(作者单位：中国证券投资基金业协会)

Ⅱ 专家谈百度大数据炒股：年收益56倍靠谱吗

不要小看大数据本领
网络股市通是网络于今年2月推出的国内首款应用大数据引擎技术智能分析热点行情的股票APP，上市以后迅速积累了的大量股民用户。不同于市面上的炒股APP，网络股市通聚合了网络每天数亿量级的政经类搜索数据和数百万新闻资讯信息，创建出一套基于中国股市的知识图谱，借助专业的数据挖掘和分析技术将每天产生的新闻信息、全网数据等与股票建立起相应的关系，为用户提供与众不同的智能选股服务。
关于股票投资，业界普遍认为主要参考三个变量，即投资项目计划的现金流、公司资本的估算成本和股票市场对投资的反应（市场情绪）。然而，在大数据技术诞生之前，市场情绪始终无法进行量化。
大数据专家沈浩表示，通过分析新闻、研究报告、社交信息、搜索行为等全网数据，借助自然语言处理方法，提取有用信息，网络股市通成功触碰到了这一理论中的第三层变量—市场情绪，给投资者带来了全新的炒股方式。
来自网络股市通的官方统计数据也在提醒投资者，不要小看大数据和人工智能给股市带来的积极变化。

Ⅲ 大数据公司的盈利方式是什么

盈利方式是估值。

1.帮助企业建立战略投资和财务投资的长期财务预测模型，可以使用蒙特卡罗方法，对随机变量指标按概率分布进行统计模拟分析;

2.运用自由现金流量折现模型、经济增加值或经济利润模型、股利折现模型以及基于市场比率的估值模型等对投资的财务可行性进行分析;

3.对企业自身、投资对象进行不同战略情境演绎下的估值;

4.对企业围绕流动资金占用和投资的融资需求做出融资工具的选择和安排。