投资新标的

大数据改变投资思维、方法，同时也改变了投资标的自身。2013年，国内股市的大数据概念异常火热，在追逐似是而非的概念股前，我们有必要弄清一些基本问题，比如大数据如何定价？经营何种大数据业务的公司，会有更大成长前景？必须承认，大数据是传统定价理论与模型未曾预料到的“怪胎”，这也是新生事物对投资界出的难题。

大数据定价，答案在风中

大数据的定价是个问题。在提交给美国证券交易委员会的IPO申请文件中，Twitter披露过去其一年的营收为5.34亿美元，亏损额为1.43亿美元。据市场人士预计，Twitter在2015年之后才有扭亏为盈的可能。对于这个有2.32亿活跃用户、营收增长迅猛的新创公司，不知道你会怎么定价，但市场定价是这样的：IPO发行价每股26美元，按此价格，公司估值181亿美元，为2013年预期营收6亿美元的约30倍；首日开盘价45.1美元，按此价格，公司市值约为245.5亿美元，为2013年预期营收的约41倍，市净率为约35.4倍。

Twitter估值超出美国铝业公司等传统公司，这不足为奇。但是同为互联网、大数据公司，它的估值也高出了许多同业公司。截至2013年11月，谷歌公司的市盈率和市净率分别为29倍和4.3倍，Facebook的市盈率和市净率分别为111倍和8.8倍，LinkedIn的市盈率和市净率分别为763倍和10.4倍。由这些估值的对比，衍生出两个问题。第一个问题是，与传统行业的定价理论或模型比，互联网、大数据公司定价的范式是什么？是否“无招胜有招”？从Twitter、去哪儿网的上市热炒，到某些商界领袖撰文警告新一轮互联网泡沫行将破灭，界定和评估互联网泡沫，应按照怎样的维度或标准？第二个问题是，怎么理解这些互联网和大数据公司的定价差异？Twitter和Facebook的定价有差异，那么新浪微博、微信和腾讯QQ是否也应有差异？差异的本质是什么？

大数据怎么定价，这可能不是单个问题，而是一连串的问题。《社交红利》一书的副标题是“如何从腾讯平台获取流量、用户、收入”，作者徐志斌提出了一个社交平台的收益等式，即收益=信息×关系链×互动。从字面上简单理解，该等式的意思是让信息在关系链中流动。这或许是大数据的商业逻辑，乃至定价公式。至于大数据公司之间的定价差异，或许就在于上述公式三个变量的差异。因为互联网公司拥有的大数据，在特性方面千差万别。拿中国几家坐拥大数据资源的互联网企业来说，百度主要是用户搜索数据，以及利用网络爬虫技术搜集的公共网络数据；阿里巴巴是在线交易数据、小部分的社交数据；腾讯微信、QQ掌握的是用户个人和社交关系数据。大数据资源不同，决定了收益方式的差异，同时也影响公司估值。

锁定大数据企业

布局大数据产业线，这是一个现实的投资问题。2013年，多数人没见识过大数据，可市场上已满是它的传闻。在相关概念股一阵热炒之后，投资者才赫然发现，要获得更大的投资收益，对大数据产业需要布局长远。

按照一些专家的预测，有三类公司即将成为大数据时代的主角。第一类是拥有数据资源的平台公司。国内互联网特别是移动互联网的数据入口之争，虽然其格局逐渐清晰，但是仍存在较大的不确定性。但不管结果如何，坐拥大数据资源的公司将处于大数据产业的上游，它们可以“靠山吃山”，靠“大数据”吃“大数据”，无论是自己挖掘，还是授权给有技术、有思维的企业，数据平台公司都可获得稳定收益。

有望成为大数据主角的第二类公司，是有大数据挖掘技能的技术性公司。它们面向第三方的个性需求，以技术和算法为其提供增值服务。目前，大数据技术尚不成熟，这块领域虽然前景广阔，但是技术门槛偏高。大数据时代的数据挖掘，一是需要使用跨界数据；二是需要处理非结构化数据，如文字、语音和视频等；三是同质化产品时代不复存在，私人定制、千人千面成为新常态。满足这三个要求的同时，如果服务收费还实惠，这样的公司即使无法成为“主角”，也会是主角最耀眼的陪衬。近年来，数据处理公司的重要性日益体现，成为跨国公司争夺大数据产业的战略高地[4]。

第三类可能成为主角的公司，是有大数据思维的咨询服务公司。之前我们已经谈到，大数据时代最缺的不是投资机会，而是大数据思维。维克托认为，大数据思维是一种意识，这种意识使人保持某种敏感，想从相关联数据的处理中，找出千百万人急需解答的问题的答案。如果一家咨询公司具备大数据思维，就有可能成为大数据时代的尼尔森、麦肯锡，凭借对客户需求的把握和对数据资源、数据分析技术的熟悉，为各行业客户提供大数据的解决方案。

除了关注度高的主线与主角之外，有些业务可以成就配角，比如大数据时代的中间数据商。大数据挖掘需要用到跨界数据，但是各家数据平台均视数据为战略资源，如何走出“数据孤岛”，实现资源的聚合利用？这就需要牵线搭桥的“月老”、掮客，提供跨界数据的对接方案。利用与数据平台公司的协议和授权，对应第三方机构的数据需求，中间数据商可跨界整合大数据资源。

除了主配角，这部戏余下的角色就只有龙套了。大数据的采集、存储、分析，在软硬件方面支出巨大，为传感器、存储器等硬件设备商，以及计算机软件和云平台提供方创造了极大的业务空间。别以为跑龙套的不起眼，或许这是个具有高性价比的工作。结合计算机系统的去“IOE运动”[5]，中国相关公司或许有更大成长机会。