1月28日下午，河北省召开新冠肺炎疫情防控工作第九场新闻发布会。会上表示，省内低风险地区，将积极推动商贸流通服务企业恢复营业，扩大供应。对已经解除居家防控的地区，按照有关防控要求，有序分步推动农批农贸市场、商场超市和餐饮服务单位恢复正常的经营秩序，扩大市场保供队伍。对此，河北永辉超市积极响应，做好各方面防疫工作，于1月29日(农历腊月十七)恢复线下正常营业。按照商务部有关的行业疫情防控技术指南，永辉超市严格落实好员工健康监测、环境卫生管理、公共区域通风消杀提供等措施，执行顾客戴口罩、测体温、出示健康码、保持一米线距离等防控规定，营造健康安全放心的购物环境，满足春节消费市场需求。
数据显示，永辉超市2020年前三季度实现到家业务销售额6535亿元，同比去年增长180%，占主营收入比重达97%，其中永辉生活APP占到家业务的比重达507%。超市行业作为国计民生相关行业，主要售卖食品饮料、日用百杂等生活必需品类。我们将社会消费品零售总额中，与超市售卖相关的粮油食品、饮料、日用品、烟酒四大品类零售额加总，未来超市行业市场如何
中国超市产业市场经济效益显著
今年6月底中国连锁经营协会发布的《2019年中国超市百强榜单》显示，永辉超市较上年提升一名，超越沃尔玛位列前三。近日，永辉超市发布2020年半年报，财报显示，公司上半年实现营收50516亿元，同比增长2268%，归属于上市公司股东的净利润为1854亿元，同比增长3536%;同时线下门店持续扩张，覆盖全国29省553市，已开业947家，年内有望实现线下“大店”破千家;线上营收同比增长24293%，“到家”业务成为增长新动能。受新冠肺炎疫情影响，从今年春节到4月，永辉超市的扩张按下了暂停键，但是不久后便重启。截至今年6月30日，新开超市门店数量达到31家。截至今年8月28日，门店已经覆盖全国29个省份553个市(区、县)，已开业947家，筹建中门店数量226家，今年有望实现线下大店1000家的突破。
近几年，中国连锁行业发展势头良好，竞争也很激烈，整体业已进入资本经营的规模化发展阶段。目前在全国已形成较大规模的连锁型企业有上海华联、联华、农亡商超市公司、北京伍富连锁公司、福建华榕连锁公司，广东美佳超市公司，深圳万佳百货有限公司等。这些连锁企业规模效益明显，市场份额小断扩大。规模化的提升首先就表现在连锁企业间联合、兼并、重组活跃，企业并购步伐加快，通过并购来实现企业网络扩张和资本扩张，逐渐进入资本时代。
近年来，在国家政策的大力扶持和业内企业的不断努力下，零售业持续良好发展势头，市场规模持续扩张，经济效益显著。
就零售商业而言，线上线下融合的“新零售”业态，有望成为互联网时代下零售业变革主要方向。2016年11月，国务院发布《关于推动实体零售创新转型的意见》，明确在新的消费理念下，新的零售时代下，新的生态系统中，实体零售企业应当创新转型。近年来，中国零售超市行业规模不断扩张，“新零售”空间巨大。
随着消费升级的时代来临，消费者需要更具品质的生活。而智慧零售所提的“运用互联网、物联网、大数据和人工智能等技术，构建商品、用户、支付等零售要素的数字化，采购、销售、服务等零售运营的智能化”，将会以更高的效率、更好的体验为用户提供商品和服务。
未来，中国零售渠道将继续探寻新的发展模式。一是传统商超、大卖场等渠道的转型与变革，发展基于线上线下全渠道融合、解决消费者便利、贴近社区需求的小型社区店、专业店、便利店等小而美的“小业态”店，在未来成为实体商超业态转型的热门方向。二是O2O全渠道转型升级逐渐成为行业共识。零售行业的全渠道探索，在“十三五”期间仍将继续加速发力。无人零售发展面临危机。仅仅一年时间，无人零售就由狂热追捧逐渐转冷。先是一大批无人店面临结业，接着2018年开始，无人货架企业陆续倒闭。而多数无人便利店也正为客流量低、盗损率过高等问题所困扰。无人零售陷于如此困境，主要是因为其在技术和维修等方面的管理成本远高于无人模式带来的租金和人工成本压降。与此同时，技术投入不足、补货不及时、可选择货物种类少等问题严重影响购物体验，导致无人零售的客流量不尽如人意。因此，无人零售的效益远低于传统门店。
低端同质化竞争问题突出。无论是将云计算、大数据以及人工智能等技术应用于企业运营、营销管理，还是采用VR、AR技术丰富消费者的购物体验，都需要领先的前沿技术作为辅助。例如，依靠摄像头和传感器来追踪消费者从货架上拿走和放回的商品可有效解决盗损率过高的问题，而这需要大量的传感器和人工智能、人脸识别、货架动态识别等技术支持。目前，我国新零售创新聚焦在难度相对较低的无人货架等领域，人工智能、物联网等的创新应用相对较少，用户拿了就走的购物体验实现不了，要实现真正的无人零售，技术上还有很多不足，通过补贴方式吸引用户的盈利模式难以长期持续。
运营成本过高导致业绩不佳。新零售的发展无论是线下打造体验店还是发展新物流配合线上，都要投入大量人力财力物力，这对于新零售企业无疑更是巨额成本。线上的每一件商品、每一个交易，实际上都是在云上一个系统的交互过程；而线下则有大量的离线 *** 作，因此将大量的线下门店集合成一个线上系统是一个很大的挑战。以新零售的典型代表——生鲜超市为例，新鲜的海产品有着高昂的物流运输成本和高单价，黄金地段的选址也拉高了门店租金的成本。目前来看，新零售项目普遍是亏损的，高居不下的流量、渠道以及门店扩张成本拖垮了大多数新零售企业。
快速扩张导致管理不全。对于很多新零售门店来说，只有扩张才能快速获得更多用户。但是，快速扩张在实现规模发展的同时，也为员工和产品管理带来考验。11月，新零售企业被爆“标签门”事件，即存在生鲜零售企业以新标签替换旧标签，但食品却没有变化的现象。这暴露出新零售企业在供应链升级，尤其是产品质量管控、员工的培训和规章制度的执行等方面力度仍有不足。
传统线下零售企业转型困难。当前大多数线下零售企业正面临自身经营困难的境遇，难以投入巨额成本进行转型。即使有企业主动接轨新零售，快速扩张的门店也严重拖累企业效益，难以避免亏损的局面。不仅如此，线下零售市场集中度不高也是线下企业难以集中力量实现转型的重要因素。线上电商有阿里和京东两大巨头，而线下企业却是“军阀割据”的局面，整合能力较弱，尚未有如美国沃尔玛那样大举收购电商企业的线下零售商出现。线下零售企业对数据的收集整合处理的能力较弱，缺乏互联网的基因，转型之路依旧充满挑战。我们如今生活在一个数据爆炸的世界里。百度每天响应超过60亿次的搜索请求，日处理数据超过100PB，相当于6000多座中国国家图书馆的书籍信息量总和。新浪微博每天都会发布上亿条微博。在荒无人烟的郊外，暗藏着无数大公司的信息存储中心，24小时夜以继日地运转着。
克托·迈尔-舍恩伯格在《大数据时代》一书中认为，大数据的核心就是预测，即只要数据丰富到一定程度，就可预测事情发生的可能性。例如，“从一个人乱穿马路时行进的轨迹和速度来看他能及时穿过马路的可能性”，或者通过一个人穿过马路的速度，预测车子何时应该减速从而让他及时穿过马路。
那么，如果把这种预测能力应用在股票投资上，又会如何？
目前，美国已经有许多对冲基金采用大数据技术进行投资，并且收获甚丰。中国的中证广发百度百发100指数基金（下称百发100），上线四个多月以来已上涨68%。
和传统量化投资类似，大数据投资也是依靠模型，但模型里的数据变量几何倍地增加了，在原有的金融结构化数据基础上，增加了社交言论、地理信息、卫星监测等非结构化数据，并且将这些非结构化数据进行量化，从而让模型可以吸收。
由于大数据模型对成本要求极高，业内人士认为，大数据将成为共享平台化的服务，数据和技术相当于食材和锅，基金经理和分析师可以通过平台制作自己的策略。
量化非结构数据
不要小看大数据的本领，正是这项刚刚兴起的技术已经创造了无数“未卜先知”的奇迹。
2014年，百度用大数据技术预测命中了全国18卷中12卷高考作文题目，被网友称为“神预测”。百度公司人士表示，在这个大数据池中，包含互联网积累的用户数据、历年的命题数据以及教育机构对出题方向作出的判断。
在2014年巴西世界杯比赛中，Google亦通过大数据技术成功预测了16强和8强名单。
从当年英格兰报社的信鸽、费城股票交易所的信号灯到报纸电话，再到如今的互联网、云计算、大数据，前沿技术迅速在投资领域落地。在股票策略中，大数据日益崭露头角。
做股票投资策略，需要的大数据可以分为结构化数据和非结构化数据。结构化数据，简单说就是“一堆数字”，通常包括传统量化分析中常用的CPI、PMI、市值、交易量等专业信息；非结构化数据就是社交文字、地理位置、用户行为等“还没有进行量化的信息”。
量化非结构化就是用深度模型替代简单线性模型的过程，其中所涉及的技术包括自然语言处理、语音识别、图像识别等。
金融大数据平台-通联数据CEO王政表示，通联数据采用的非结构化数据可以分为三类：第一类和人相关，包括社交言论、消费、去过的地点等；第二类与物相关，如通过正在行驶的船只和货车判断物联网情况；第三类则是卫星监测的环境信息，包括汽车流、港口装载量、新的建筑开工等情况。
卫星监测信息在美国已被投入使用，2014年Google斥资5亿美元收购了卫星公司Skybox，从而可以获得实施卫星监测信息。
结构化和非结构化数据也常常相互转化。“结构化和非结构化数据可以形象理解成把所有数据装在一个篮子里，根据应用策略不同相互转化。例如，在搜索频率调查中，用户搜索就是结构化数据；在金融策略分析中，用户搜索就是非结构化数据。”百度公司人士表示。
华尔街拿着丰厚薪水的分析师们还不知道，自己的雇主已经将大量资本投向了取代自己的机器。
2014年11月23日，高盛向Kensho公司投资1500万美元，以支持该公司的大数据平台建设。该平台很像iPhone里的Siri，可以快速整合海量数据进行分析，并且回答投资者提出的各种金融问题，例如“下月有飓风，将对美国建材板块造成什么影响？”
在Kensho处理的信息中，有80%是“非结构化”数据，例如政策文件、自然事件、地理环境、科技创新等。这类信息通常是电脑和模型难以消化的。因此，Kensho的CEO Daniel Nadler认为，华尔街过去是基于20%的信息做出100%的决策。
既然说到高盛，顺便提一下，这家华尔街老牌投行如今对大数据可谓青睐有加。除了Kensho，高盛还和Fortress信贷集团在两年前投资了8000万美元给小额融资平台On Deck Capital。这家公司的核心竞争力也是大数据，它利用大数据对中小企业进行分析，从而选出值得投资的企业并以很快的速度为之提供短期贷款。
捕捉市场情绪
上述诸多非结构化数据，归根结底是为了获得一个信息：市场情绪。
在采访中，2013年诺贝尔经济学奖得主罗伯特•席勒的观点被无数采访对象引述。可以说，大数据策略投资的创业者们无一不是席勒的信奉者。
席勒于上世纪80年代设计的投资模型至今仍被业内称道。在他的模型中，主要参考三个变量：投资项目计划的现金流、公司资本的估算成本、股票市场对投资的反应（市场情绪）。他认为，市场本身带有主观判断因素，投资者情绪会影响投资行为，而投资行为直接影响资产价格。
然而，在大数据技术诞生之前，市场情绪始终无法进行量化。
回顾人类股票投资发展史，其实就是将影响股价的因子不断量化的过程。
上世纪70年代以前，股票投资是一种定性的分析，没有数据应用，而是一门主观的艺术。随着电脑的普及，很多人开始研究驱动股价变化的规律，把传统基本面研究方法用模型代替，市盈率、市净率的概念诞生，量化投资由此兴起。
量化投资技术的兴起也带动了一批华尔街大鳄的诞生。例如，巴克莱全球投资者（BGI）在上世纪70年代就以其超越同行的电脑模型成为全球最大的基金管理公司；进入80年代，另一家基金公司文艺复兴（Renaissance）年均回报率在扣除管理费和投资收益分成等费用后仍高达34%，堪称当时最佳的对冲基金，之后十多年该基金资产亦十分稳定。
“从主观判断到量化投资，是从艺术转为科学的过程。”王政表示，上世纪70年代以前一个基本面研究员只能关注20只到50只股票，覆盖面很有限。有了量化模型就可以覆盖所有股票，这就是一个大的飞跃。此外，随着计算机处理能力的发展，信息的用量也有一个飞跃变化。过去看三个指标就够了，现在看的指标越来越多，做出的预测越来越准确。
随着21世纪的到来，量化投资又遇到了新的瓶颈，就是同质化竞争。各家机构的量化模型越来越趋同，导致投资结果同涨同跌。“能否在看到报表数据之前，用更大的数据寻找规律？”这是大数据策略创业者们试图解决的问题。
于是，量化投资的多米诺骨牌终于触碰到了席勒理论的第三层变量——市场情绪。
计算机通过分析新闻、研究报告、社交信息、搜索行为等，借助自然语言处理方法，提取有用的信息；而借助机器学习智能分析，过去量化投资只能覆盖几十个策略，大数据投资则可以覆盖成千上万个策略。
基于互联网搜索数据和社交行为的经济预测研究，已逐渐成为一个新的学术热点，并在经济、社会以及健康等领域的研究中取得了一定成果。在资本市场应用上，研究发现搜索数据可有效预测未来股市活跃度（以交易量指标衡量）及股价走势的变化。
海外就有学术研究指出，公司的名称或者相关关键词的搜索量，与该公司的股票交易量正相关。德国科学家Tobias Preis就进行了如此研究：Tobias利用谷歌搜索引擎和谷歌趋势（Google Trends），以美国标普500指数的500只股票为其样本，以2004年至2010年为观察区间，发现谷歌趋势数据的公司名称搜索量和对应股票的交易量，在每周一次的时间尺度上有高度关联性。也就是说，当某个公司名称在谷歌的搜索量活动增加时，无论股票的价格是上涨或者下跌，股票成交量与搜索量增加；反之亦然，搜索量下降，股票成交量下降。以标普500指数的样本股为基础，依据上述策略构建的模拟投资组合在六年的时间内获得了高达329%的累计收益。
在美国市场上，还有多家私募对冲基金利用Twitter和Facebook的社交数据作为反映投资者情绪和市场趋势的因子，构建对冲投资策略。利用互联网大数据进行投资策略和工具的开发已经成为世界金融投资领域的新热点。
保罗·霍丁管理的对冲基金Derwent成立于2011年5月，注册在开曼群岛，初始规模约为4000万美元， 2013年投资收益高达2377%。该基金的投资标的包括流动性较好的股票及股票指数产品。
通联数据董事长肖风在《投资革命》中写道，Derwent的投资策略是通过实时跟踪Twitter用户的情绪，以此感知市场参与者的“贪婪与恐惧”，从而判断市场涨跌来获利。
在Derwent的网页上可以看到这样一句话：“用实时的社交媒体解码暗藏的交易机会。”保罗·霍丁在基金宣传册中表示：“多年以来，投资者已经普遍接受一种观点，即恐惧和贪婪是金融市场的驱动力。但是以前人们没有技术或数据来对人类情感进行量化。这是第四维。Derwent就是要通过即时关注Twitter中的公众情绪，指导投资。”
另一家位于美国加州的对冲基金MarketPsych与汤普森·路透合作提供了分布在119个国家不低于18864项独立指数，比如每分钟更新的心情状态（包括乐观、忧郁、快乐、害怕、生气，甚至还包括创新、诉讼及冲突情况等），而这些指数都是通过分析Twitter的数据文本，作为股市投资的信号。
此类基金还在不断涌现。金融危机后，几个台湾年轻人在波士顿组建了一家名为FlyBerry的对冲基金，口号是“Modeling the World（把世界建模）”。它的投资理念全部依托大数据技术，通过监测市场舆论和行为，对投资做出秒速判断。
关于社交媒体信息的量化应用，在股票投资之外的领域也很常见：Twitter自己也十分注重信息的开发挖掘，它与DataSift和Gnip两家公司达成了一项出售数据访问权限的协议，销售人们的想法、情绪和沟通数据，从而作为顾客的反馈意见汇总后对商业营销活动的效果进行判断。从事类似工作的公司还有DMetics，它通过对人们的购物行为进行分析，寻找影响消费者最终选择的细微原因。
回到股票世界，利用社交媒体信息做投资的公司还有StockTwits。打开这家网站，首先映入眼帘的宣传语是“看看投资者和交易员此刻正如何讨论你的股票”。正如其名，这家网站相当于“股票界的Twitter”，主要面向分析师、媒体和投资者。它通过机器和人工相结合的手段，将关于股票和市场的信息整理为140字以内的短消息供用户参考。
此外，StockTwits还整合了社交功能，并作为插件可以嵌入Twitter、Facebook和LinkedIn等主要社交平台，让人们可以轻易分享投资信息。
另一家公司Market Prophit也很有趣。这家网站的宣传语是“从社交媒体噪音中提炼市场信号”。和StockTwits相比，Market Prophit更加注重大数据的应用。它采用了先进的语义分析法，可以将Twitter里的金融对话量化为“-1（极度看空）”到“1（极度看多）”之间的投资建议。网站还根据语义量化，每天公布前十名和后十名的股票热度榜单。网站还设计了“热度地图”功能，根据投资者情绪和意见，按照不同板块，将板块内的个股按照颜色深浅进行标注，谁涨谁跌一目了然。
中国原创大数据指数
尽管大数据策略投资在美国貌似炙手可热，但事实上，其应用尚仅限于中小型对冲基金和创业平台公司。大数据策略投资第一次被大规模应用，应归于中国的百发100。
百度金融中心相关负责人表示，与欧美等成熟资本市场主要由理性机构投资者构成相比，东亚尤其是中国的股票类证券投资市场仍以散户为主，因此市场受投资者情绪和宏观政策性因素影响很大。而个人投资者行为可以更多地反映在互联网用户行为大数据上，从而为有效地预测市场情绪和趋势提供了可能。这也就是中国国内公募基金在应用互联网大数据投资方面比海外市场并不落后、甚至领先的原因。
百发100指数由百度、中证指数公司、广发基金联合研发推出，于2014年7月8日正式对市场发布，实盘运行以来一路上涨，涨幅超过60%。跟踪该指数的指数基金规模上限为30亿份，2014年9月17日正式获批，10月20日发行时一度创下26小时疯卖18亿份的“神话”。
外界都知道百发100是依托大数据的指数基金，但其背后的细节鲜为人知。
百发100数据层面的分析分为两个层面，即数据工厂的数据归集和数据处理系统的数据分析。其中数据工厂负责大数据的收集分析，例如将来源于互联网的非结构化数据进行指标化、产品化等数据量化过程；数据处理系统，可以在数据工厂递交的大数据中寻找相互统计关联，提取有效信息，最终应用于策略投资。
“其实百发100是在传统量化投资技术上融合了基于互联网大数据的市场走势和投资情绪判断。”业内人士概括道。
和传统量化投资类似，百发100对样本股的甄选要考虑财务因子、基本面因子和动量因子，包括净资产收益率（ROE）、资产收益率（ROA）、每股收益增长率（EPS）、流动负债比率、企业价值倍数（EV/EBITDA）、净利润同比增长率、股权集中度、自由流通市值以及最近一个月的个股价格收益率和波动率等。
此外，市场走势和投资情绪是在传统量化策略基础上的创新产物，也是百发100的核心竞争力。接近百度的人士称，市场情绪因子对百发100基金起决定性作用。
百度金融中心相关负责人是罗伯特•席勒观点的支持者。他认为，投资者行为和情绪对资产价格、市场走势有着巨大的影响。因此“通过互联网用户行为大数据反映的投资市场情绪、宏观经济预期和走势，成为百发100指数模型引入大数据因子的重点”。
传统量化投资主要着眼点在于对专业化金融市场基本面和交易数据的应用。但在百度金融中心相关业务负责人看来，无论是来源于专业金融市场的结构化数据，还是来源于互联网的非结构化数据，都是可以利用的数据资源。因此，前文所述的市场情绪数据，包括来源于互联网的用户行为、搜索量、市场舆情、宏观基本面预期等等，都被百度“变废为宝”，从而通过互联网找到投资者参与特征，选出投资者关注度较高的股票。
“与同期沪深300指数的表现相较，百发100更能在股票市场振荡时期、行业轮动剧烈时期、基本面不明朗时期抓住市场热点、了解投资者情绪、抗击投资波动风险。”百度金融中心相关负责人表示。
百发100选取的100只样本股更换频率是一个月，调整时间为每月第三周的周五。
业内人士指出，百发100指数的月收益率与中证100、沪深300、中证500的相关性依次提升，说明其投资风格偏向中小盘。
但事实并非如此。从样本股的构成来说，以某一期样本股为例，样本股总市值6700亿元，占A股市值47%。样本股的构成上，中小板21只，创业板4只，其余75只样本股均为大盘股。由此可见，百发100还是偏向大盘为主、反映主流市场走势。
样本股每个月的改变比例都不同，最极端的时候曾经有60%进行了换仓。用大数据预测热点变化，市场热点往往更迭很快；但同时也要考虑交易成本。两方面考虑，百度最后测算认为一个月换一次仓位为最佳。
样本股对百发100而言是核心机密——据说“全世界只有基金经理和指数编制机构负责人两个人知道”——都是由机器决定后，基金经理分配给不同的交易员建仓买入。基金经理也没有改变样本股的权利。
展望未来，百度金融中心相关负责人踌躇满志，“百发100指数及基金的推出，只是我们的开端和尝试，未来将形成多样化、系列投资产品。”
除了百发100，目前市场上打着大数据旗帜的基金还有2014年9月推出的南方-新浪I100和I300指数基金。
南方-新浪I100和I300是由南方基金、新浪财经和深圳证券信息公司三方联合编制的。和百发100类似，也是按照财务因子和市场情绪因子进行模型打分，按照分值将前100和前300名股票构成样本股。推出至今，这两个指数基金分别上涨了10%左右。
正如百发100的市场情绪因子来自百度，南方-新浪I100和I300的市场情绪因子全部来自新浪平台。其中包括用户在新浪财经对行情的访问热度、对股票的搜索热度；用户在新浪财经对股票相关新闻的浏览热度；股票相关微博的多空分析数据等。
此外，阿里巴巴旗下的天弘基金也有意在大数据策略上做文章。据了解，天弘基金将和阿里巴巴合作，推出大数据基金产品，最早将于2015年初问世。
天弘基金机构产品部总经理刘燕曾对媒体表示，“在传统的调研上，大数据将贡献于基础资产的研究，而以往过度依赖线下研究报告。大数据将视野拓展至了线上的数据分析，给基金经理选股带来新的逻辑。”
在BAT三巨头中，腾讯其实是最早推出指数基金的。腾讯与中证指数公司、济安金信公司合作开发的“中证腾安价值100指数”早在2013年5月就发布了，号称是国内第一家由互联网媒体与专业机构编制发布的A股指数。不过，业内人士表示，有关指数并没有真正应用大数据技术。虽然腾讯旗下的微信是目前最热的社交平台，蕴藏了大量的社交数据，但腾讯未来怎么开发，目前还并不清晰。
大数据投资平台化
中欧商学院副教授陈威如在其《平台战略》一书中提到，21世纪将成为一道分水岭，人类商业行为将全面普及平台模式，大数据金融也不例外。
然而，由于大数据模型对成本要求极高，就好比不可能每家公司都搭建自己的云计算系统一样，让每家机构自己建设大数据模型，从数据来源和处理技术方面看都是不现实的。业内人士认为，大数据未来必将成为平台化的服务。
目前，阿里、百度等企业都表示下一步方向是平台化。
蚂蚁金服所致力搭建的平台，一方面包括招财宝一类的金融产品平台，另一方面包括云计算、大数据服务平台。蚂蚁金服人士说，“我们很清楚自己的优势不是金融，而是包括电商、云计算、大数据等技术。蚂蚁金服希望用这些技术搭建一个基础平台，把这些能力开放出去，供金融机构使用。”
百度亦是如此。接近百度的人士称，未来是否向平台化发展，目前还在讨论中，但可以确定的是，“百度不是金融机构，目的不是发产品，百发100的意义在于打造影响力，而非经济效益。”
当BAT还在摸索前行时，已有嗅觉灵敏者抢占了先机，那就是通联数据。
通联数据股份公司（DataYes）由曾任博时基金副董事长肖风带队创建、万向集团投资成立，总部位于上海，公司愿景是“让投资更容易，用金融服务云平台提升投资管理效率和投研能力”。该平台7月上线公测，目前已拥有130多家机构客户，逾万名个人投资者。
通联数据目前有四个主要平台，分别是通联智能投资研究平台、通联金融大数据服务平台、通联多资产投资管理平台和金融移动办公平台。
通联智能投资研究平台包括雅典娜-智能事件研究、策略研究、智能研报三款产品，可以对基于自然语言的智能事件进行策略分析，实时跟踪市场热点，捕捉市场情绪。可以说，和百发100类似，其核心技术在于将互联网非结构化数据的量化使用。
通联金融大数据服务平台更侧重于专业金融数据的分析整理。它可以提供公司基本面数据、国内外主要证券、期货交易所的行情数据、公司公告数据、公关经济、行业动态的结构化数据、金融新闻和舆情的非结构化数据等。
假如将上述两个平台比作“收割机”，通联多资产投资管理平台就是“厨房”。在这个“厨房”里，可以进行全球跨资产的投资组合管理方案、订单管理方案、资产证券化定价分析方案等。
通联数据可以按照主题热点或者自定义关键字进行分析，构建知识图谱，将相关的新闻和股票提取做成简洁的分析框架。例如用户对特斯拉感兴趣，就可以通过主题热点看到和特斯拉相关的公司，并判断这个概念是否值得投资。“过去这个搜集过程要花费几天时间，现在只需要几分钟就可以完成。”王政表示。
“通联数据就好比一家餐馆，我们把所有原料搜集来、清洗好、准备好，同时准备了一个锅，也就是大数据存储平台。研究员和基金经理像厨师一样，用原料、工具去‘烹制’自己的策略。”王政形容道。
大数据在平台上扮演的角色，就是寻找关联关系。人类总是习惯首先构建因果关系，继而去倒推和佐证。机器学习则不然，它可以在海量数据中查获超越人类想象的关联关系。正如维克托`迈尔-舍恩伯格在《大数据时代》中所提到的，社会需要放弃它对因果关系的渴求，而仅需关注相互关系。
例如，美国超市沃尔玛通过大数据分析，发现飓风用品和蛋挞摆在一起可以提高销量，并由此创造了颇大的经济效益。如果没有大数据技术，谁能将这毫无关联的两件商品联系在一起？
通联数据通过机器学习，也能找到传统量化策略无法发现的市场联系。其中包括各家公司之间的资本关系、产品关系、竞争关系、上下游关系，也包括人与人之间的关系，例如管理团队和其他公司有没有关联，是否牵扯合作等。
未来量化研究员是否将成为一个被淘汰的职业？目前研究员的主要工作就是收集整理数据，变成投资决策，而之后这个工作将更多由机器完成。
“当初医疗科技发展时，人们也认为医生会被淘汰，但其实并不会。同理，研究员也会一直存在，但他们会更注重深入分析和调研，初级的数据搜集可以交给机器完成。”王政表示。
但当未来大数据平台并广泛应用后，是否会迅速挤压套利空间？这也是一个问题。回答根据网上资料整理
大数据应用于各个行业，包括金融、汽车、餐饮、电信、能源、娱乐等在内的社会各行各业都已经融入了大数据的痕迹。
1、制造业：利用工业大数据提升制造业水平，包括产品故障诊断与预测、分析工艺流程、改进生产工艺，优化生产过程能耗、工业供应链分析与优化、生产计划与排程。
2、金融业：大数据在高频交易、社交情绪分析和信贷风险分析三大金融创新领域发挥重大作用。
3、汽车行业：利用大数据和物联网技术的无人驾驶汽车，在不远的未来将走入我们的日常生活。
4、互联网行业：借助于大数据技术分析用户行为，进行商品推荐和针对性广告投放。
5、餐饮行业：利用大数据实现餐饮O2O模式，彻底改变传统餐饮经营方式。
6、电信行业：利用大数据技术实现客户离网分析，及时掌握客户离网倾向，出台客户挽留措施。
7、能源行业：随着智能电网的发展，电力公司可以掌握海量的用户用电信息，利用大数据技术分析用户用电模式，可以改进电网运行，合理设计电力需求响应系统，确保电网运行安全。
8、物流行业：利用大数据优化物流网络，提高物流效率，降低物流成本。
9、城市管理：利用大数据实现智能交通、环保监测、城市规划和智能安防。
10、生物医学：大数据可以帮助我们实现流行病预测、智慧医疗、健康管理，同时还可以帮助我们解读DNA,了解更多的生命奥秘。
11、公共安全领域：政府利用大数据技术构建强大的国家安全保障体系，公共安全领域的大数据分析应用，反恐维稳与各类案件分析的信息化手段，借助大数据预防犯罪。
12、个人生活：大数据还可以应用于个人生活，利用与每个人相关联的“个人大数据”，分析个人生活行为轨迹，为其提供更加周到的个性化服务。
大数据的价值远不止于此，大数据对各行各业的渗透，是推动社会生产和生活的核心要素。
扩展资料
七个典型的大数据应用案例
1、梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。
2、Tipp24 AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户的特性，然后通过预测模型对特定用户进行动态的营销活动。这项举措减少了90%的预测模型构建时间。SAP公司正在试图收购KXEN。
3、沃尔玛的搜索。这家零售业寡头为其网站Walmartcom自行设计了最新的搜索引擎Polaris，利用语义数据进行文本分析、机器学习和同义词挖掘等。根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney说。
4、快餐业的视频分析。该公司通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示可以快速供给的食物;如果队列较短，则显示那些利润较高但准备时间相对长的食品。
5、Morton牛排店的品牌认知。当一位顾客开玩笑地通过推特向这家位于芝加哥的牛排连锁店订餐送到纽约Newark机场（他将在一天工作之后抵达该处）时，Morton就开始了自己的社交秀。首先，分析推特数据，发现该顾客是本店的常客，也是推特的常用者。根据客户以往的订单，推测出其所乘的航班，然后派出一位身着燕尾服的侍者为客户提供晚餐。
6、PredPol Inc。PredPol公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，可以精确到500平方英尺的范围内。在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。
7、 Tesco PLC（特易购）和运营效率。这家超市连锁在其数据仓库中收集了700万部冰箱的数据。通过对这些数据的分析，进行更全面的监控并进行主动的维修以降低整体能耗。
一个没有前瞻性和大格局的企业，往往会在大变局中迷失方向，遭遇大溃败。——张近东 伟大的企业都是熬出来的。 三天前的2019年12月17日，苏宁2020年度工作部署会上，张近东抛出新增科技、物流等领域基础设施投入不低于400亿元，新增人员8000人，新增各类互联网店面1万家的计划。 进入而立之年的苏宁要从规模数量扩张向质量效益提升进化。 2017年的智慧零售大开发，2018年的生态圈战略升级，2019年的全场景资源并购，2020年的基础设施加码……纵观这三四年苏宁的变化，成功转型之后的战略自信愈发凸显。 对手的变化、市场的变化、时代的变化都没有打乱张近东的定力和节奏，其也似乎多了一份顺势而为的恬淡。 回首过往历程，2017年更像是苏宁由互联网化转型变革期步入智慧零售战略推进期的一道分水岭。 那一年，张近东罕见的开嗓用一曲罗大佑的《恋曲1990》，向台下数万名员工与苏宁的战略合作伙伴们致谢，宣告苏宁成功转型。 那一年，苏宁净利润同比2016年增长了近5倍，大有重返巅峰之势。 线上“再造一个苏宁”的转型阵痛一扫而尽，也为后来的篇章埋下了伏笔。
01 对手戏 从1990年创办苏宁至今，张近东的对手换了一茬又一茬。
比张近东小6岁的潮汕人黄光裕1987年就在北京珠市口大街正式挂牌了“国美电器”，从倒腾进口电器到连锁经营，后来成为全国最大的家电连锁商。 1948年生人的张大中，晚张近东3年创办了大中音响城。 在美苏争霸的阶段，盘踞北京市场的大中电器一度压制国美、苏宁在紫禁城的势头，却在2007年被黄光裕“买断”。 除了张大中之外，1996年在上海滩创办永乐电器的陈晓也是行业里叱咤风云的人物，永乐一度是美苏之后的行三，后来也被黄光裕“收编”。 此后，零售市场只剩“美苏争霸”。 1998、1999年，也是颇为有趣的年份。 前一年，同样在南京，干部汪建国“下海”创办了同样靠批发空调起家的江苏五星电器； 而在北京中关村，人大社会学系毕业的刘强东支棱起了 京东 公司的招牌。 或许是缘分，2009年五星电器被汪建国易手给了全球最大家电和电子产品零售集团百思买，但又过了一个10年（2019年4月），五星电器被同龄的京东控股。
后一年，发迹于天津的杜厦正式注册了家世界连锁商业集团有限公司； 也在那年，西子湖畔的马云及18罗汉们捯饬出了阿里巴巴网站，开拓鲜为人知的电子商务。 同样是走线下零售传统路线的家世界，在号称要缔造“中国最强大零售企业”的杜厦的领导下，一度风头无二。 可惜话音未落，就因资金链崩坏而在2007年时改弦更张为“华润万家”。 2009年，苏宁以583亿元的销售收入成为中国民营企业的魁首，美苏大战中的苏宁也实现了对国美的超车。
同年，张近东开启了线上再造一个苏宁的计划，即后来的苏宁易购。 新世纪的第二个十年开启时，中国零售电商以无与伦比的速度成长为行业巨兽，而此时苏宁则在线上化的再造工程中，陷入增长的迟滞。 老对手的相继扑街和新对手的扶摇而起，让夹在重塑期的苏宁看上去危机四伏，业绩表现更是令人捏把汗。 2013年张近东在美国斯坦福大学的演讲中并不讳言压力。 “全球零售的发展分为三个阶段： 以连锁经营为代表的的实体零售阶段、电商代表的虚拟零售阶段以及加速到来的虚实融合的O2O零售阶段。 ” “未来的零售企业，不独在线下，也不只在线上，而一定是要线上线下完美融合的O2O模式。 ” 张近东在斯坦福演讲的这个判断，很关键。 因为，这是苏宁将要奔向的远方。 无论你的对手是谁，无论你的对手多强大，你都要拼尽全力去做那个屹立不倒的人。 黄陈张杜汪马刘，还有一大票后生“晚辈”的陈欧、黄峥们风起云涌，英雄各领风骚，张近东却始终是那个望眼远方，脚下生路的张近东。 如果说苏宁能三十而立最成功的一个原因是什么，莫过于船长张近东的战略预见与苏宁团队的变革意志。
02 进阶战 在苏宁转型如浴火重生的2013年，国家工商总局发布过一个中国“全国内资企业生存时间分析报告”。 这份统计时间从2008年初至2012年末的报告显示，这五年内全国累计退出市场的企业共394万多户，近50%的企业寿命不足5年，平均为609年。 按100企业10年时间来计算，意味着有九成企业会被淘汰出局。
改革开放四十年，真正能与时代一直同行的民营企业，凤毛麟角，大部分都因未能跟上产业与市场的变迁而坠落，多少明星企业令人扼腕。 实际上，早在2000年左右起，张近东就开始观察电子商务的发展并认为未来大有可为。 但相隔近十年后，待电商们裘马轻狂的疯长，张近东才大举出手。 苏宁线下起家，经历二十年间无数巷战肉搏的打拼，才杀出个连锁家电业的武林盟主地位，但携互联网图腾而野蛮生长的电商却是另一个物种。 张近东很清楚，要把洞察到的趋势真正变成落地有声的转型，最要害的是打破过去的思维定式。 互联网催生出的电商与传统零售企业是完全不同的两种思维方式，要转型，得先革自己的命。 “别人感冒你就发烧，别人发烧你就等死”，对于时局的清醒认识和强烈危机感，让张近东决意支付巨大的变革成本，开启苏宁的二次创业。 按照战略设定，苏宁的二次创业分为两步： “+互联网”和“互联网+”，也就是以互联网技术，嫁接、叠加、改造、优化线下的业务流程和零售资源，形成O2O模式。 对于大体量的苏宁来说，这场变革有着明确的顶层意志，有着清晰的变革路径，有着充足的保障支撑，另一个最关键性问题就是执行。 战略推进垂直落地，任务目标迅速分解，上传下行无条件执行，同时还要在市场变量和战略框架之间持续创新，这是苏宁易购始终能死死咬住天猫、京东，跻身电商第一阵营的根本。
之所以苏宁能够在执行难度系数极大的转型中还做出一系列创新动作，则是缘于张近东对于人的把握，在组织管理层面大刀阔斧的进行内部结构性重组调整。
左手推进创新型组织变革的制度安排，苏宁从任务驱动转向事业驱动，使职业经理人转变为事业合伙人； 右手扶植一批青年才俊，创建多元化的创业型团队，形成“海陆空”联合舰队。 这个阶段上，苏宁更加积极的拥抱互联网、物联网新技术，创新嫁接零售产业资源，品类也从3C家电，向母婴、超市、百货、家居等更广领域覆盖。
与很多传统零售企业的互联化所不同，苏宁是将固有的线下优势持续增厚的同时，充分吸纳互联网思维完成线上苏宁的再造。 同时基于长期奠定的强大IT体系，引入大数据、云计算、人工智能等等新技术连接线上线下两端，此时的苏宁已经不能单纯的称之为一家零售企业，它同样是一家科技公司。
03 全场景 就在苏宁逐渐完成线上再造的这个阶段，电商平台的发展也进入了两个维度的重要演进： 一个是从线上云端到线下实体的O2O； 一个是从平台化发展到生态圈构筑的进阶。 2015年前后，一场“到线下去”的运动发迹于京东、阿里的“百万夫妻店”计划，下沉市场和便利店、夫妻店一夜间成为巨头们垂涎的资源。 甚至顺丰这样的物流巨头也跨界而来，开起了“嘿店”。 流量增长的瓶颈以及成本的抬升，使得电商巨头们必须考量O2O的现实命题。 然而，从线上到线下的跨越并不容易。 高光出场的京东百万夫妻店计划很快黯淡， *** 盘手的去职、关店潮的负面，簇拥而来； 天猫小店也并没有掀起多大风浪； 顺丰“嘿店”也归于沉寂。 恐怕，电商营建线下零售店的难度要比苏宁的云端再造还要艰险。 可从云端到地面又不能不通，所以尽管受挫，京东还是执意要做直营便利店以及并购五星电器来填充自己的线下端口。 现在看来，苏宁在线上线下两端最为均衡，O2O回路的融合也最为顺畅。 苏宁前20年积累的强大的线下能力在电商纷纷寻求线下拓展的时候再度成为巨大优势。 2018年以来，苏宁全面深化全场景、全品类战略，特别是2019年以来，先后收购万达百货、家乐福中国进一步补齐百货和快消短板，同时，苏宁零售云、苏宁小店、极物等各类场景业态落地，引发行业高度关注。
运用互联网、物联网，感知消费者习惯，预测市场趋势，引导生产制造，为消费者提供多样化、个性化的产品和服务，这套花样说辞也已经被苏宁验证于新场景之中。 2018年1月间，在集团当年度工作部署会上，张近东提升了苏宁物流和科技产业的战略地位，构建了多产业协同发展的新局。 这也是苏宁智慧零售生态圈的战略升级。 在更宏大的新零售生态圈构建上，张近东与马云早有默契的达成苏宁和阿里的战略合作，无论是供应链管理、物流体系完善，或是线上流量互通、线下服务互补，两大巨头互相补缺，完善生态圈。
04 笃明天 对于大企业而言，创新短期看潜力，长期看价值和市场规模。 “智慧零售是一条前无古人、后无来者的路，我们就是要做出个标杆。 ”张近东正在兑现这句话。 未来数年回头看时，2019年对于苏宁来说肯定会是个特殊的年份。 这一年，宏观经济在降调中显得有些局促不安，社会消费品零售总额增速回落，线上零售的增速回落尤为明显。 但正是在这样一个宏观、中观环境并不乐观的年份，张近东却加速布局的步伐。 先是2月12日苏宁易购宣布正式收购万达百货下属的全部37家门店，构建线上线下到店到手全场景百货零售业态；
接着年中6月23日，苏宁易购又公告称出资48亿收购家乐福中国80%的股权，成为其控股股东，以便快速获取优质线下场景资源，进一步完善公司全场景业态布局； 8月5日，非上市资产的苏宁小店公司又发布了与冯氏零售达成的股权转让协议，前者100%控股特许经营OK便利店品牌的利亚华南广州全部门店。 而苏宁小店公司此前在2018年4月间，收购西班牙迪亚集团在中国的资产迪亚天天379家门店的100%股权。 截至目前，苏宁线下公司运营的苏宁易购广场54个，合计拥有各类自营及加盟店面13万余家，其中的苏宁小店和零售云店堪称重头，分别布局城市社区和县镇乡村。
无论自营开店还是并购布局，围绕着智慧零售全场景，苏宁早已从连锁经营的简单串联转向互联网新技术赋能。 通过“零售云”，对下沉市场的中小零售商们实行“加盟店直营化管理”模式， 共享 苏宁品牌、商品、销售运营、物流服务、IT、金融等能力，苏宁实现“智慧零售能力”的输出。
再看张近东2020苏宁基础设施投入不低于400亿元，各类互联网店面1万家的战略加码，进一步剑指深化全场景发展，加大资源能力的开放与输出。
以零售为核心，发展多渠道、多端口，全场景、全品类； 依托苏宁供应链体系和互联网转型期间积累的技术优势，聚焦开放，实现零售核心能力和资源的输出，赋能行业与社会。 苏宁“亚马逊+沃尔玛”的理想形态，清晰而笃定。
05 后记
“转型是掌握新工具、获得新能力的学习过程，出现这样或那样的问题都是正常的，需要用时间换空间，这就更需要我们要有坚持的精神。 ” 很多年前，笔者拜访张近东时，他就曾说“零售是一场没有终点的马拉松，苏宁最大的敌人是自己”。 事实上，经历了线下的漫长积累，线上的转型再造，O2O的喧嚣融合与技术带来的场景革命，苏宁始终保持着自己的节奏感，这是相当难能可贵的。 中国经济的发展极其浓缩的经历了西方发达国家走过的百年路，对于中国民营企业的考验也就更甚。 尤其是近几年宏观经济从加杠杆到降杠杆的阶段，企业存续发展的难度增加。 也因此，张近东的企业治理哲学与苏宁的战略定力，就更加值得行业深究。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）