分析分析研究院

2019年1月，上海市分析技术产业研究院获批加入上海研发公共服务平台，标志着研究院分析技术公共服务平台在仪器共享、产学研合作及研发基地资源共享等领域的发展迈出了坚实的一步。目前，上海市研发公共服务平台共有64家机构提供大型仪器设备共享服务，上海市分析技术产业研究院加入该平台后，将开展仪器设备对外租用服务，并将以此为基础，开展原型化设计服务，满足分析技术集群企业客户的定制化需求。2018年4月，上海分析技术产业研究院在启迪漕河泾（中山）科技园正式成立。经过短短半年时间，研究院已搭建起一个集高端仪器设备共享、原型化创新辅导、实验管理培训等多方面服务为一体的分析技术公共服务平台。分析技术公共服务平台目前提供大型仪器设备17台，配套辅助设备27台，其中包括：液相色谱质谱联用仪，可开展有机小分子、生物分子的定量分析；气相色谱质谱联用仪，可开展复杂化合物的定性定量分析；用于医疗试剂盒及其他非标件模型开发阶段的工业级高精度3D打印机；用于电路板断线及材料内部缺陷检测的微焦点Ｘ射线透视装置；用于线路板、零部件、材料等微观分析样品制备的精密切割机、真空冷镶嵌仪、自动研磨抛光机等。研究院已经组建了一只专业技术团队，将为使用共享仪器平台的客户设计实验方案。此外，一支原型化设计辅导团队也在组建中，未来将为集群内有需求的企业提供原型机设计辅导、软件设计优化、数据库支持等服务，极大地加快创新团队的产品研发及工程化进度。此外，在硬件设施方面，研究院已装修了2500平方米的一期办公及实验空间。规格多样的办公室、功能齐全的公共实验室和精密仪器室、现代化的多媒体会议室，可基本满足分析技术领域初创企业的研发需求。上海分析技术产业研究院将不断完善分析技术公共服务平台的建设，并面向分析技术行业内的各类需求方开放。相信在与企业、研发团队的合作和交流中，上海分析技术产业集群将迎来国内分析技术产业新产品、新技术、新模式的创新与突破，引领中国分析技术与仪器相关领域的发展创新。延伸阅读 上海研发公共服务平台自2004年7月正式启动运行，致力于建设涵盖科研机构、仪器设施、科技文献、科学数据、科技人才、试验基地等的科技创新资源数据中心，为广大用户提供研发设计、工艺开发、中试孵化、检测测试、政策咨询、公益培训等一站式科技创新服务。

首先说下，找各行各业的行业报告的用途是什么？如果是公司的战略决策，或者产品方向，或者市场策略，或者产品设计，或者广告定价，或者投资，或者任何方向，不同的部分不同的人对行业报告的深浅度需求不一致。所以会需要不同层次的行业报告。另外，行业报告良莠不齐，需要有一定的经验和对行业的理解来判断，而且不同行业报告的口径不一致，可能导致结论对接不上，所以在行业报告的选择和使用，解读和判断上也需要一定的经验和专业技能，否则引用臆断的行业报告结论来做出判断，危害巨大。最后，行业报告的材料都是偏行业性质的，比较大范围和大规模，不一定适用本公司的具体情况。在获得大概的了解后，最好结合案头研究（行业报告），定性和定量的的研究来辅助定位问题和寻找解决方案。权威发布 | 中华全国商业信息中心 （包括零食，羊毛衫，服饰，奶粉，皮包等各种消费品的月度，年度，全年详细数据和报告，看着很过瘾哈）东方财富研报中心，pdf直接下载IBM商业价值研究院，行业报告）一，国内咨询机构网站数据报告列表艾瑞研究-艾瑞网（互联网行业报告）艾瑞APP指数-艾瑞网（移动App TOP 1000 月度活跃和日活跃）艾瑞PC指数-艾瑞网（PC TOP 1000-月度活跃和日活跃）199IT互联网数据中心-所有行业报告，内容繁多，支持搜索中国互联网络信息中心-CNNIC数据可以当做互联网人口普查基础表来看数据新知 - 易观（易观智库）-仅参考【友盟+】数据报告-（被阿里收购）仅参考http://www.dcci.com.cn/report/index.html （DCCI）-仅参考北京赛诺市场研究有限责任公司赛诺数据，智能机出货量的专业统计数据报告-移动观象台-TalkingData（Talkingdata报告）-行业报告可看艾媒网-全球移动互联网行业数据发布平台/iiMedia Research出品-行业报告可看DataEye大数据移动营销综合服务商-数据报告-dataeye-偏手游方向ASO100 - 专业App Store数据平台丨ASO优化专家平台丨iOS榜单排行榜查询工具电影电视行业免费报告列表页-艺恩咨询（是个研究娱乐行业的公司，提供行业报告）旅游数据报告-旅游圈（旅游行业报告）小程序报告-阿拉丁统计爱应用：一个应用所有历史版本的产品分析截图记录。Appannie，看国外的人都下载什么应用卡思数据-短视频网红分析数据分析国金证券研究所（国家宏观经济研究数据和报告）中金研报（不用付费也可以看到大部分的结论）抖音快手的热门视频和kol的名单各大媒体的每天的热门排行榜短视频行业的数据招商证券的电商类报告（电商类的行业观察，企业研究，品牌深度报告，这个很赞）短视频和图文内容类的行业报告-新榜http://www.100ec.cn/zt/wmds/ （涵盖跨境电商所有报告，行业数据和研报）镝数聚-权威数据 海量聚合 （除了各行业报告汇集外，还提取了报告中的数据，颗粒度比较细，可以查看使用）研报首页（东方财富研报中心），报告PDF直接下载排名不分先后二，国家机构公开数据中国信通院-研究成果-权威发布-权威数据国家智能机出货量的官方统计中国城市轨道交通协会（有中国城市地铁线路的流量数据）国家的便民服务查询（包括5A景区list，小微企业名录，法人信用查询，出租车信息查询）国家宏观经济数据（GDP,CPI，总人口，社会消费品零售总额，粮食产品，PPI，各地区行政规划，各地财政收支等等，分月度季度和年度）部分数据如下5，国家统计局（数据多到瞠目结舌，包括年度，季度，国家，国际，年鉴，介乎涵盖所有数据指标和历史）部分数据举例6，世界银行的公开数据库（有健康，农业，公共部部门，人口分布，外债，性别，教育，环境，气候变化，能源，贫困等各种公开数据）7，世界数据图册（世界和地区统计资料，各国数据，地图，排名）包含的全球的国家公开的数据（可惜的是好像有些数据只更新到2017年）8，国家机关部委的公开数据（包括国家发展和改革委员会，教育部，民政部，司法部，财政部，工业和信息化不，交通运输部，文化和旅游部等）9，各城市开放数据（包括浙江数据开放网，青岛数据开放网，贵阳数据开放平台，成都数据公开平台，合肥数据开放平台，河南开放数据平台等）10，宏观经济查询数据（包括高校财经信息库，人民网经济数据库，香港统计处，联合国统计司，世界经合组织，欧盟统计局，国际货币基金组织等）11，房价数据（包括中国房价指数，房价走势，台湾房价行情，北京房价查询，深圳楼盘成交查询等，上海地铁房价，贝壳指数等）12，汽车数据（包括中国汽车工业协会数据，百度汽车网，易车汽车指数，汽车渠道直通车，中国汽车流通协会数据中心，德国汽车工业协会等）13，权威发布 | 中华全国商业信息中心 （包括零食，羊毛衫，服饰，奶粉，皮包等各种消费品的月度，年度，全年详细数据和报告，看着很过瘾哈）三，国内互联网公司数据报告网站列表讲座PPT-腾讯大讲堂Tencent 腾讯-业绩报告腾讯大数据-腾讯云数据分析出来的行业报告百度开放服务平台-百度云数据分析出来的行业报告百度数据研究中心 提供行业研究报告、行业分析报告-百度数据中心报告首页-阿里研究院-阿里行业研究报告企鹅智酷_腾讯网-腾讯出品行业报告腾讯CDC -腾讯交互设计报告百度用户体验中心-百度UED用户研究报告网易用户体验设计中心-网易UED用户研究报告网络视频数据报告-优酷指数行业报告PP指数_PPTV聚力-PPTV指数行业报告360研究报告_360安全中心-360应用商店等产品出品报告排名不分先后四，国外咨询机构网站数据报告列表（国外咨询机构较多，数据详实，无论是海外出海产品，海外报告中多有亚洲和中国的重点研究，相关报告和趋势分析都可以选看）Flurry-国外app行业报告App Annie Blog-app指数报告https://www.appannie.com/insights/ (Appnnie的行业包括，包括app 分发行业的分发量和收入）BI Intelligence-business insider的报告Today's Articles on Digital Marketing and Media-emarker的报告http://www.newzoo.com/category/press-releases/-newzoo侧重于手游行业报告Gartner Press Release Archives-gartner侧重于硬件的出货量，包括智能机和PC等IDC - Search Results-IDC的硬件出货量全球报告Yozzo Telecom NewsJ.P. Morgan Home-摩根投行报告德勤中国 | 审计, 企业管理咨询, 财务咨询, 风险管理, 税务服务及行业洞察Precisely Everywhere-comscore的互联网行业报告Ericsson - A world of communication（Global移动行业报告）GamesInstry.biz（Global游戏行业报告）http://adfonic.com/（Global广告行业报告）Canalys | Insight. Innovation. Impact.（Global智能机报告）Mobile, Online & Digital Market Research, Data & Consultancy（通信无线报告）Home | GfK Global（终端比较专业的报告）Kantar Worldpanel（主要统计Android和ios的市场份额）PwC publications（皮尤的所有用户，市场研究报告）Fiksu | Data-fueled mobile marketing（统计app用户获取成本和应用商店下载频次的监测）https://www.weforum.org/reports（世界经济论坛的报告，揭示国内外发展的大趋势）Insights - Jampp （Jampp是国外的app 的粘性和转化漏洞的网站，在insights里还有行业的app的retention等benchmark的数据，有些类似flurry的行业数据）罗兰贝格行业评论 战略和行业评论和报告普华永道: blog 各个行业的主要发现和行业报告Website Traffic & Mobile App Analytics （similar web 以色列的网站分析工具，可以分析任何网站，包括用户，来源，终端，分布等等，数据非常棒）CADAS（全球航空公司研究报告）：非常支持和专业印度互联网年报 - 竺帆 | 助力中企扬帆天竺 （印度出海报告，非常详细）GSMA： 全球移动互联网经济分析报告，全部免费下载报告和数据，从2015年到现在商业价值研究院 -IBM（行业观点报告比较多）排名不分先后五，各大公司不定期发布的报告，比如（细分方向的时候用）高德地图：2015年度中国主要城市交通分析报告微信城市服务发布《2015微信政务民生白皮书》【报告】淘宝发布 2015 中国消费趋势数据，2015 年我们为什么买单？互联网增长的第一本数据分析手册-Growing IO的公开手册移动游戏运营数据分析指标白皮书（一）-Talkingdata 运营指标分析白皮书多多大学 （多多大学也分享了很多的拼多多运营数据还提供课程，可以看）排名不分先后（不局限于以上list）六，找行业内的人事打听内部一手资料1，关注一些专门打听行业内部人事的信息来源这里先推荐一家公共号：晚点LatePost（微信搜索公共号可以 关注）这家主要是会 看一些行业内部和重要的消息2，在行上约人。在行 App如果想知道一些企业的信息，可以在在行上找到一些行家，曾经一手经营或者运营过祥光额项目和参与过竞品和行业公司的操盘，可以约出来，从信息和方法论角度获得资讯七，企业信息报告新三板在线 - 中国最大的新三板生态平台（各行各业的新三板上市公司财务数据，高管数据等）企查查|企业查询（查询企业的产品，品牌和法人信息）企业注册信息查询（天眼查，同企查查）SEC.gov | Home（美国上市公司年度财务报告）巨潮资讯网—（中国上市公司季度年度财务报告）Bai | Investors（各大上市公司季度财报，IR.XX公司.com，比如百度这个）天眼查（可以查到各个企业的详细信息，还可以查到员工个数）排名不分先后八，各种业内微信群现在发现很多好的内部报告和难以获得报告，是通过加入一些干货群，内部群来获得的。比如做直播电商的人自己比较关注一些直播和电商带货的详细的数据和报告趋势，大家会自己组建一些干货群，只要是市面上有的报告，自己内部发现的都会往里面扔。这个是淘宝直播的负责人赵圆圆离开淘宝后创业，同时聚集的几个群，里面关于直播的干货非常多。其他的关于投资的，趋势，创业的类似群也很多，获取报告也很一手，大家也可以自己开发下这样的群组织。九，各大公司的财报通常对于上市公司来说，财报信息包含的内容是最全面的，关于用户，商业，渠道，增长，业务策略等等。所以如果想了解一个公司，如果是上市公司最好第一手先看财报后者SEC（上市报告）。很多同学问我财报哪里找，不知道怎么看。其实每个公司都有自己的IR（投资者页面），在上面有财报的完整的pdf下载。另外，也推荐大家听听每期的企业conference call（回答财报问题），可以听下CEO对财报的解读。这里我列举几个大公司财报的网站wind：金融数据库，包含财报和行业信息（wind的账号可以到闲鱼租）百度财报 PDF：Bai | Investors | Home百度财报解读podcast：音频可以在线听阿里财报pdf：阿里巴巴集团腾讯财报pdf：Tencent 腾讯 - 投资者关系搜狐财报pdf：http://investors.sohu.com/拼多多pdf：Investor Relations | Pinoo Inc.拼多多财报解读：音频可以在线听。如果大家有自己想要了解的公司，在百度or google搜索：公司名字+IR ，可以 定位到他们公司的财报网站页面。在页面上找到conference call或者webcast，可以 找到他们的财报解读音频。十，投资机构的统计网站（创业方向选择，投融资选择的时候用）IT桔子 | IT互联网公司产品数据库及商业信息服务（IT桔子，中国创业公司投融资数据和报告）研究院_ChinaVenture投资中国网-（投中的每个季度的行业融资报告，不定期有专项分析报告）CB Insights - Blog （CBI insights的一系列产品，包括公司的估值，独角兽公司列表等）The Downround Tracker（公司估值下降的趋势）The Complete List of Unicorn Companies（独角兽公司列表）IPO Center: IPO Market, IPO News, IPO Calendars, IPO Pricings, IPO Voting（IPO相关新闻和趋势报告）PrivCo | Private Company Financial Intelligence（美国金融数据公司，主要关注未上市公司的所有投融资资料，目前涵盖的公司包括全世界，当然也包括中国公司）券商行业研究报告 （国内券商的行业报告，策略报告，可以筛选行业，筛选报告类型）https://pitchbook.com/news/reports（PitchBook的PE,VC，M&A行业报告）研究院_ChinaVenture投资中国网 （IPO 投融资行业报告）Dow Jones VentureSource 2Q’16 U.S. Venture Capital Report（道琼斯旗下机构Dow Jones LP Source行业投资报告）NVCA Venture Investment（美国国家风险投资协会，每个季度和年度都会出投融资行业报告）PWC-MoneyTree Home（PWC的money tree report是每个季度美国的风险投资行业报告）https://home.kpmg.com/xx/en/home/insights.html （KPMG毕马威的insights报告，一般是每个季度的创投趋势，比较细致的分析）Mattermark - Discover, Enrich, & Analyze Companies（创业公司投资并购信息一站式搜索）M&A, Private Equity & Venture Capital Database（创业公司投资并购信息一站式搜索）DataFox | Prospect Sales Leads with Company Signals（创业公司投资并购信息一站式搜索）CrunchBase accelerates innovation by bringing together data on companies and the people behind them.（创业公司数据库）Venture Intelligence PE/VC databaseStock Market Insights | Seeking Alpha （二级市场金融分析网站）Tencent Holdings Ltd -- Trefis（各个公司的revenue model的预测和key driver的趋势，这个网站简直不能再棒）排名不分先后十一，本地数据库这个世界有很多有用的信息，搜索引擎只解决了其中20%，其他80%的信息再各个角落，包括微信群，包括口口，甚至包括直播里都有，但是都不在搜索引擎。就搜索引擎而言，现在很多人只是使用了其中的5%还不到。搜索引擎的技巧可以提升，但是其他80%的信息获取渠道更为隐蔽和无法公开获得的。我加了很多 群，里面都是这些报告和信息和各行各业的各种信息，这些是搜索引擎提供不了的这些冰山下的信息才决定了信息的获取的不同和优质与否。除了上述渠道外，能找到靠谱渠道，找到合适的报告随时存储起来，等用的时候随手打开用是最好的。分享一个我最近看的收藏的精品的报告收藏夹，也希望对你们有用十二，怎么提炼自己获取信息的层次和获取信息的价值找到行业信息报告知识获取信息只是其中一个层次 ，获取信息是否更有价值更直接可用，在于基本功行业信息报告的甄别和获取，积累和提炼，这是非常重要的。但是 越往上走，越是接近信息更有价值，更新鲜，更真实有效，更直接，有大量的渠道 可以 获得更多 的信息，这些不仅是通过 行业报告获取的，还有包括自己可以控制的方法，包括爬虫，数据挖掘，信息技术 等，还包括人脉，圈子，内幕的等渠道。大家感兴趣可以到这个答案看下详情，我对每个层级的方法的解读。

来源：金融界网站在宏观环境良好、经济运行平稳、常住人口众多、可开发用地有限的背景下，上海市房地产行业发展的主旋律从开发增量到挖掘存量。租赁，作为产业后半段资产管理，是房地产长效机制的重要组成部分，是存量改造的重要解决方式之一，是解决居民住房问题的主要手段之一，目前已在政策的扶持下大力发展。今天，重点探讨上海租赁市场的总体概况及很难被监测的重要特征。上海市住房租赁的市场概况上海市有着近2450万人口，其中950万为非户籍人口。非户籍人口中，租赁人口应在600万人以上，加上户籍人口中的租赁人群，数据显示，目前上海市租赁人口约1047万人，约占总人口的42％，因此构成了一个复杂并且庞大的租赁市场。由于在庞杂的市场中没有统一的标准和交易规则，尤其是散户市场历史悠久且规模庞大，交易隐蔽并且难监管。因此整体提高了上海市住房租赁市场数据获取难度以及数据准确性。尽管有着多方面的困难以及不确定性，在现有的数据下，我们依然能够大致描述上海市住房租赁市场的轮廓。首先，我们总结出上海住房租赁的几个特征：1、上海市租金波动在特定时间段内呈现出一定的周期型特征，暗合房地产交易市场波动；2、上海租赁住房供需相对平衡；3、上海住宅小区分布特征，呈现出越靠近中心城区密度越高、外围区域分布密度明显低于市中心城区的态势；图：上海住宅小区分布核密度图信息来源：城市数据团4、上海住宅小区户均人数分布特征，越靠近市中心城区户均人数越低，基本以户均2-3人为主力，1-2人和3-4人也有部分占比；而外围区域户均人数以4人以上为主力；图 ：上海住宅户均人数图信息来源：城市数据团后两个特征很好理解，这与城市发展与房地产投资的趋势相吻合；而前面两个特征，是我们需要重点介绍的。上海租金波动周期暗合房地产市场调控节奏？为了能够更加直观的展示上海市住房租赁市场平均租金价格走势及波动，我们节选了2014年1月 – 2018年8月的月度数据，并进行了一定的处理：指数型数据均以2014年1月的价格为100，租金价格数据为当月租金成交价格的算数平均数。2014年以来，上海市平均租金单位价格63元/平方米/月，2014年1月的58.61元/平方米/月，最高点为2018年9月的76.72元/平方米/月。自2014年以来，租金涨幅30.90％，复合增长率为6％左右，不及上海市平均工资的增幅8％。长期观察租金走势，数据显示2016年3月 – 2017年3月，尽管不同指标之间数据略有差别，但是租金整体向下的趋势一致。2017年4月之后，三个维度的指标走势出现了分化，更加市场化的单位租金价格指标呈现了明显上扬，其他指数类指标的上涨趋势较为落后。图：上海市租金价格走势（单位：元 /平方米/月）信息来源：上海市租赁办公室、中国房价行情网将以上绝对值数据进行同比处理，进一步地放大展示上海市近年来的租金的变化规律：长期来看，数据呈现出明显的波峰和波谷，2014 – 2016年间的时间段内，周期趋势明显暗合上海市房地产交易市场的调控节奏。图 ：上海市租金价格走势（同比处理后）（单位：％）信息来源：上海市租赁办公室、中国房价行情网然而，相较于住房交易市场，租赁市场中的交易频次较高，短期内价格波动较大，并不存在明显的长期上涨趋势，因此结合环比数据，分析上海市租金价格的短期波动。上海市租赁办公室所公布的租赁指数对于短期变化趋势不敏感，另外两个维度的数据可以较好的捕捉租金价格的变动。从数据来看，1）价格整体波动幅度不大，租金的绝对值标准差为正负5.12元/平方米/月；环比的波动范围标准差在正负3％左右。市场基本处于平稳状态，2018年以来有连续上涨趋势；2）住房租赁市场整体呈现出季节性变化，如：每年2月是租金降低，每年6 – 9月租金提升。然而，季节性变化只能作为市场变化的参考规律，存在例外，如：2016年6 – 9月和2017年2月租金价格变化趋势相反。图 ：上海市租金价格走势（环比处理后）（单位：％）信息来源：上海市租赁办公室、中国房价行情网上海租赁住房供需基本平衡？静态来看， 需求方面，数据显示，截止至2018年8月，上海市有1047万租赁人口，产生了582万间的租赁需求。其中，约55万间由机构运营商提供，约43万间房源由城中村改造，剩余483万间的租赁房屋则需要由散户业主提供。表 ：2017全国重点十城租赁住房现状供给结构（单位：万人，万间）供应方面， 根据中国房地产协会主办的中国房价行情网数据披露，上海市2017年累计成交租赁（住宅）住房共221.8万套，合计1.86亿平方米，平均单位成交的住房面积为84平方米/套。根据主要年份社会经济主要指标（2015）统计，上海市户均约2.7人。以此为依据，220万套住房约可以满足594万租赁人群的居住需求，再者，55万间的机构供应量可以满足55万人的居住需求。静态来看，上海市租赁住房市场基本处于供需均衡的状态。动态来看， 短期波动数据由同策研究院监测，主要涵盖上海市住房租赁市场上五大中介的挂牌及撤销数据。上海市五大中介挂牌出租房屋长期处于4万套以上。以7天为周期，2018年4月以来，每周新增房源供应均值8911个供应单位，撤销房源均值8930个供应单位。中介平台中新增挂牌数量略低于撤销的房源数量。供需基本保持动态平衡状态，波动不大。图 ：2018.4.23-2018.9.30每周新增及撤销房源数（单位：供应单位）信息来源：dataln，同策研究院

原文:https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/advanced-analytics-nine-insights-from-the-c-suite大数据的潜力正在不断增长。 充分利用意味着公司必须将分析纳入其战略眼光，并用它来做出更好，更快的决策。大数据的潜力正在不断增长。 充分利用意味着公司必须将分析纳入其战略眼光，并用它来做出更好，更快的决策。大数据都炒作？ 相反：早期的研究可能只是对最终影响的部分看法。 麦肯锡全球研究院（MGI）的一份新报告，分析时代：在数据驱动的世界中竞争，表明应用程序和机会的范围已经扩大，并将继续扩大。 鉴于技术的快速发展，现在的公司面临的问题是如何将新的功能整合到其运营和战略中，并将自己置于一个分析可能颠覆整个行业的世界。2011年MGI报告强调了大数据的转型潜力。五年后，我们仍然相信这个潜力尚未超卖。实际上，几种技术趋势的融合正在加速进行。随着信息从数字平台，无线传感器，虚拟现实应用程序和数十亿部移动电话中涌入，数据量每三年会持续增长一倍。数据存储容量不断增加，而成本却一落千丈。数据科学家现在拥有前所未有的计算能力，他们正在设计更复杂的算法。此前，我们估计了大数据和分析在五个特定领域创造价值的潜力。今天重新审视，显示出不均衡的进展，而且还有很大的价值依然在桌面上（展览）。在定位服务和美国零售业方面取得了最大的进展，这两个领域都是数字原生竞争对手。相比之下，制造业，欧盟公共部门和医疗保健所占的比例不到我们五年前强调的潜在价值的30％。 2011年以来出现了新的机遇，进一步拉大了领导者与落后者之间的差距。

来源：经济日报12月26日，北京市科学技术研究院（下简称“北科院”）在北科大厦召开“分析测试创新论坛暨北科院分析测试创新平台成立大会”。北科院院长郭广生对“分析测试创新平台”提出了三点要求，一是要做强科技条件的“长板”，二是要补齐应用基础研究的“短板”。三是要做出平台发展的增量。最后，郭院长表示北科院愿意与各方伙伴加强交流合作，共同探索分析测试的新理念、新制度、新模式，搭好科技资源共享服务这个大平台，积极助力全国科技创新中心建设和首都高质量发展，为北京建设国际一流的和谐宜居之都提供更加有力的科技支撑。北科院党委方力书记、郭广生院长为创新平台成立揭牌，并与院领导卢宇国，清华大学张新荣教授、中国仪器仪表学会分析仪器分会刘长宽副理事长、北京市理化分析测试中心毛兰群主任共同启动北科院分析测试创新平台。近年来，北科院分析测试资源平台的综合效益不断显现。从硬件条件来看，建成了19家开放实验室，将1900余台套、总价值逾7亿元的仪器设备开放共享；从软服务能力来看，在畅通需求与资源对接渠道、提供研发转化服务、促进政产学研用有机结合方面探索出了一条有效路径，为助力小微企业成长、推动科技成果在京津冀三地落地开花方面作出了积极贡献。基于前期的积累和工作基础，北京市科学技术研究院分析测试创新平台通过整合北京市理化分析测试中心、北京市射线应用研究中心、轻工业环境保护研究所、北京市营养源研究所、北京市计算中心、北京市辐射中心、北京实验动物研究中心、北京市劳动保护科学研究所等多家院属单位的分析测试资源而成立，北京市理化分析测试中心主任毛兰群任该中心首届主任。未来平台将聚焦北科院六大创新领域，服务北京全国科技创新中心建设、“三城一区”建设及京津冀协同发展战略，对接北京高精尖产业发展，汇聚北科院分析测试领域优势资源，通过科学工具创新和服务技术升级，为区域发展、行业进步、政府决策提供科技支撑；致力于打造国内一流的以分析测试为核心的，以科学工具及应用技术创新、高端分析测试服务为主体的综合性科技服务平台；是北科院开展分析测试技术创新、对外分析检测服务和大型仪器设备对外开放共享的主要支撑机构和管理平台。成立大会后，平台特邀请清华大学张新荣教授、北京勤邦生物技术有限公司万宇平总经理、中国计量科学研究院张庆合研究员分别做了题为《单细胞高通量质谱分析》、《农残快速检测技术发展趋势及应用》、《化学测量溯源体系建立》的专题报告，为北科院科技人员了解分析测试领域科技进步、触碰科技前沿打开了重要窗口。

CDA数据分析研究院原创作品，转载需授权“人类正从IT时代走向DT时代。”4年前马云的这句话已经得到现实的验证。“机器学习”、“人工智能”、“区块链技术”、“推荐算法”等新闻字眼频繁刷新大众对数据的认知。越来越多的企业已经开始学会通过手中的数据，去挖掘用户需求，或优化产品，或抢夺市场，或减少运营成本等等…… 如何挖掘数据这座“大金矿”已经成为很多企业的重要任务，而其中充当这座“大金矿”矿工的首要职业就是——数据分析师。当我们打开招聘网站，看着数据分析师诱人的薪资的时候，我们不禁疑问：为何数据分析师容易获得高薪？CDA数据分析研究院于2018年8月对智联招聘网站中关键字“数据分析”的招聘信息进行爬取，在对数据进行清洗后，排除了一万多条低相关度的招聘以及虚假招聘，对剩下的5706条相关招聘信息进行分析。1.集中在高收入城市CDA数据分析研究院对地域、平均起薪、招聘需求量这三个维度进行分析时发现，除了北上深广以外，杭州、成都、厦门等新一线城市的招聘中，数据分析师的平均起薪非常可观，基本都在月薪一万以上。对数据分析师需求量大的城市都集中在高收入的一二线城市，这就不难解释为何数据分析师更容易获得高薪了。2.集中在高利润产业CDA数据分析研究院对数据分析师招聘量最大的前15个行业作分析时发现，这些行业往往是利润较高的行业。包括第三产业中利润较高的咨询服务、金融投资、电子商务、通讯运营、计算机软件等等，以及第二产业中高利润的生物制药、房地产等行业。这些高利润的行业，其薪资水平普遍较高，因此作为缺口较大的工种——数据分析师，薪资待遇自然不低。3.从业者综合素质要求高如果我们对数据分析招聘需求量最大的两类岗位——数据分析岗和大数据分析岗的招聘信息字段“岗位职责”分别生成词云，我们就会发现：数据分析师是一种对从业者综合素质要求极高的职业。一个合格的数据分析师，不但要对所处的行业的现状非常了解，同时要对自己所处的企业的业务知识非常精通，有自己独特的思考和深厚的工作经验。专业背景和知识方面，数据分析岗首当其冲是统计理论、数学和计算机，其次也还有一些其他的信息科学知识。在软件技能方面，词频最大的是Excel，其次是SQL语言，接下来是Python、Office、SPSS、R语言、SAS、mysql，BI可视化软件（Tableau和Power BI）、Matlab、orcale等……如果你所在的企业或者行业，每天面临的是几个TB级别的海量数据，除了上面所述的技能以外，你很可能还需要掌握下面大数据分析岗词频中出现的软件技能：大数据分析岗位除了要求对数据挖掘理论熟悉以外，还需要对大数据平台的搭建非常熟练、对Java编程和linux系统都需要非常熟悉。当然，这类数据分析岗位一般只适合计算机专业背景的从业者。因此，数据分析岗并非是单一学科职业，它是计算机、统计、数学、信息科学等多学科交叉的职业，综合素质要求高，知识储备要求大，因此薪资水平不会低。4.起薪高，涨薪快正如上文所说，数据分析师是一种综合素质要求高的职业，因此其起薪是比较高的。CDA数据分析研究院对不同工作经验要求的平均起薪情况分析后发现：对于一年以下或无工作经验的平均起薪达6000至8000之间，这是一般应届毕业生所难以想象的。更重要的是，作为知识密集型职业，一旦积累了一定的业务经验和项目经验后，薪资涨幅非常大。我们从上图可见，以从业1年、3年、5年为分水岭，每两年平均涨幅高达30%—40%。以从业5年、10年为分水岭，每五年的平均涨薪幅度高达50%多。这只是以数据分析师岗位招聘信息的平均起薪作分析，如果以招聘信息的薪酬中位数算，就不难解释为何很多从业几年的数据分析师能拿着几十万的年薪。

本书作者之一卓利伟也传出了研究员开会讨论公司和行业的对话，他们会讨论商业的本质，企业的战略选择，人的因素到组织的系统能力。首先从价值方面，企业的收益是为社会创造价值后获得的少部分回馈，一个好的生意是为全社会创造正的总福利，代表着社会发展的良性力量，好的生意是善的，是多赢的，且充满正能量的。企业为社会创造的价值越大，这个价值越有独有性，则企业获得的回馈也越多。从用户的角度来说，消费者的时间与购买力的稀缺让内容与用户运营成为关键，现在APP众多，而每个人使用的APP可能不会超过10个，一天就24个小时，游戏，影视，阅读相互抢占时间，消费者对品质健康，体验，审美，被认同与被尊重的诉求越来越强，这就要求商品的消费升级和精神层面的需求升级。对企业的分析技术层面至关重要，大数据使滴滴的司机不是公司的员工，阿里和腾讯则更像一个生态社会。数据已经比消费者自己比企业更能深刻了解消费者，电商将从过去的交易方式转变成新的企业与消费者的沟通方式，这可能也是未来新零售的一个重要逻辑。对于企业来说，无论是提供产品还是服务战略上无非两个选择。第一在技术工艺路径与精益管理不断提升，从而在提高效率，降低成本上积累竞争优势，这是效率与成本领先。第二，通过用户研究大数据技术，不断启发产品设计与创新，提高差异化，获得更高的议价能力，这是差异化领先。美国走的更像是技术领先的差异化道路，而中国的过去走的是成本与效率领先道路，现在与未来是成本领先与差异化兼而有之。中国企业在制造业方面的国际竞争力很强，通过30年的学习积累了很多成本与效率的能力。只有人才是穿越困境，不断通过学习找到解决方案的最终极力量也是创造价值的原动力，企业家是人的因素中最为重要的因素，企业家精神是价值创造的根本动力，也是这个时代最重要的社会力量之一。高毅资产的基金经理韩海峰说，在中国做投资是幸运的，也是幸福的。中国作为世界第二大经济体，销售全球30%的汽车，32%的手机，拥有全球36%的移动互联网用户，中国的人口是美国的4.3倍是欧洲的1.9倍，是日本的11倍，随着中国人均GDP的增长，居民的消费能力的增长，中国将成为全球最大的消费市场。A股市场整体估值偏高，特别是中小公司的高估值，是长久以来充满争议的话题。一家公司的增长一般来自两个方面：变得更大的蛋糕和切得更大的份额。更大的蛋糕来自行业的成长，产品的升级，是否能够获得更大的份额，则来自于公司的竞争优势。而渗透率是刻画这一个行业成长阶段的重要指标。渗透率低于10%的时候，往往是一个产品的引入阶段，这个阶段的产品面临着较大的不确定性，产品性能可能还不十分完备，进入的门槛还不高，竞争者可一拥而入。随着渗透率上升超过10%，产品进入成长阶段，开始展现出较好的性价比，行业的前景变得明朗，需求开始爆发。当渗透率达到70%~80%，市场逐渐形成成熟阶段，需求增长速度放缓。在渗透率快速上升的成长阶段是投资者最喜欢的时光，因为在这个阶段往往可以享受到公司业绩和估值的两方面提升。

作者 | CDA数据分析研究院经常遇到有人留言咨询，表明自己想做数据分析，但是面临着很多“困境”，如：● 大学本科数学专业的，想从事数据分析师，但没项目经验怎么办？应该怎么规划？● 我一个朋友想做数据分析，她是学物理的，过去有一些工作经验，但是跟数据分析没什么关系，去面试数据分析有压力吗？● 我是文科生，没有数据分析经验，也没有数理统计基础，想找一份数据分析的工作难吗？归根溯源，很多人看好数据分析，想要入职数据分析岗位，但是为什么选择数据分析，你真的想清楚弄明白了吗？是单纯的因为看好这个职业的发展？还是因为看到市场需求，单纯的跟风转行？还是对数据热衷，单纯的喜欢数据，被数字吸引？或者还没想好自己想做什么？……本文将从三个方面给大家解读以上困惑，希望大家能找准自己的定位，并找到自己心仪的工作。一、选对行业和适合自己的方法技术工具首先你需要分析现有招聘职位，通过对招聘职位的分析，发现互联网行业以及生活服务、医疗健康等行业人才需求比较迫切，而你要做的是根据当前市场需求，确定自己喜欢的行业，并为之开始准备。而技术工具方面365 Data Science 层收集了LinkedIn 上 1001 数据科学家的信息，发现目前需求量最大的编程语言为 Python、R语言和 SQL。另外，还要求具备 MATLAB、Java、Scala 和 C/C++ 方面的知识。为了能够脱颖而出，需要熟练掌握 Weka 和 NumPy 这类工具。确定好自己感兴趣的行业，自己需要掌握的工具，然后你已经成功开启了自己进入数据分析行业的第一步——明确的目标。二、没有工作经验可能真的不是问题前面你已经选好了自己想要从事的行业，复盘了自己真实掌握的技能，现在想找数据分析的工作需要解决的就是工作经验的问题。笔者想说，为了降低跳槽成本和求职难度，建议优先选择之前所在行业。当然，有经验或许更容易找到适合自己的工作，但是不同的项目经验会让你掌握更多的技能好对不同商业模式的深刻理解。例如参加Kaggle这种竞赛课题，或者像CDA数据分析师课程一样跟着老师踏踏实实做几个战线自己能力的项目，多积累你想进入的行业的相关案例。有时候不得不说，经验是可以用项目来弥补的，重要的是要让自己简历这张薄薄的纸足够丰满。三、对入职企业有充分认知真的很重要数据分析，大多数你要接触的是关于数学、编程和技术。但是不能否认的是作为数据分析工作人员，你需要对该公司所在行业有一定的认识——行业发展趋势、客户的痛点、竞争对手等信息。毕竟手上有粮，心中不慌，为面试做好充足的准备才能保证面试的质量。事实证明，如果你真的有实力，能力和企业的需求相匹配，找一份数据分析的工作不仅不难，好的工作真的是任君挑选。CDA数据分析研究院为有此需求的小伙伴提供了相关的课程，感兴趣的小伙伴快来学习吧！这里不仅有全面体系的内容，还有资深的老师言传身授、助教全天候的学习路径指导，以及人工安排的监督学习机制，更重要的是你能认识一群小伙伴，一起从无到有完成一个数据分析项目，一起打怪升级，一起成为合格优秀的数据分析师。在这里，你将掌握如何建置数据仓库、使用可视化方法发现数据中的模式规律、使用统计分析方法进行验证、结合数据建模技术进行预测并清晰传达你的洞察。毕业后，你将成为各大企业抢手的数据分析师。【拓展资讯】我们的师资李奇微软Excel MVP（Excel最有价值专家）/经管之家签约讲师/中国电子表格应用大会主席曾在IBM中国担任销售管理团队数据分析项目组长及德勤北京所的数据分析高级咨询顾问。专精于企业数据分析、设计及实施商业智能业务解决方案、软件开发及SQL、Excel相关数据分析课程培训等。傅老师金融数学博士/CDA数据分析研究院金牌讲师主要从事金融数学，金融数据分析等领域的研究，发表SCI，EI，CSSCI核心期刊论文多篇。在具体行业方面，傅教授先后担任过咨询公司、互联网金融机构、数据管理公司的高级数据分析顾问，先后参与过客户估值、反欺诈识别、舆情分析等数据分析项目，有着丰富的行业经验。丁亚军CDA数据分析师金牌讲师/数据分析总监现任职于南京上度市场咨询有限公司，人大经济论坛数据处理中心数据分析顾问，SAS、SPSS 软件讲师、中国学习路径图国际中心技术顾问。曾参与2012 国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核、中国卫生状况调查、江苏广电 CRM 数据挖掘等大型数据处理项目。

“ 话说大数据能力构建，一方面包括对内的业务支撑、高效运营、辅助报表，另一方面则是对外的数据服务，自然也少不了行业报告的体现。美团新的企业价值观包括以客户为中心、以合作为共赢、以诚信为基础、以卓越为目标的引领，大数据价值变现的过程中时刻不能忘记社会回馈。”如果关注美团点评的企业官网，不难发现专门有一个版面是行业相关分析报告，涉及到相关旅游行业、餐饮行业、娱乐行业、经济洞察、消费趋势等分析报告，这些都是大数据对外服务的典范，更是互联网企业在业务经营过程中的信息积累呈现。整个美团点评的大数据能力展现还是非常低调的，至少从版面上看并没有显眼的字眼儿，在在技术领域攻克的主要还是传统业务附能。大数据领域目前貌似只仅限于在对外数据服务层，为市场提供行业相关的研究分析报告。我们是否可以由此推断，美团点评的日常业务往来一定积累了海量数据资产，否则不可能刻画出这么精准的分析报告？但用户基础资料、行为偏好、地理位置、价值登记、商家信息、信用评估等，这些数据价值仍有待挖掘。另一方便，美团点评旗下的（美团云），面向自己的行业生态圈提供了一系列公有云基础服务，美团云类似阿里云、金山云、京东云，但无论从功能还是产品生态上看，仍有待成熟健全。但是，美团点评作为目前第二波互联网浪潮高成长企业，相信不可能忽视数据的管理和运营。美团当然会有大数据平台，而且平台架构趋近于当今主流，只不过更适合自有业务罢了。美团云的数据组织架构包括最底层的云基础设施、中层基础数据层以及上层面向不同业务单元的开发业务线，当然还包括大数据云服务的产品探索。在数据流结构上看，包括数据接入、流出处理、离线分析、BI产品、数据挖掘和开发管理几部分，核心技术引擎是基于开源框架实现的，当然少不了Hadoop等生态圈。对于数据接入与流式计算，电商系统产生数据分两个场景，一个是追加型的日志型数据，使用Flume比较标准化的。另外是关系型数据的维度数据，使用阿里刚开源的Canal，之后有三个下游，所有的流式数据都是走Kafka这套环境。数据的收集特性，对于数据收集平台的日志数据是多种接口的，可以打到文件里观察文件，也可以更新数据库表。包括传统关系型数据库以及企业数据仓库的建设。流式计算平台充分考虑了开发的复杂度，基于Storm实现在线分析，可以实现1100毫秒以上的实时延迟效率。在离线计算方面，目前是基于Hadoop的数据仓库数据应用，主要是展示了对数据仓库分成的规划，包括原始数据接入，到核心数据仓库的基础层，包括事实和衍生事实，维度表横跨了聚合的结果，最右边提供了数据应用：一些挖掘和使用场景，上面是各个业务线自建的需求报表和分析库。包括Yarn、HDFS、HiveMeta。不同的计算场景提供不同的计算引擎支持。如果是新建的公司，这里当然会有涉及架构的选型。对于上层业务专题的支撑，少不了美团点评的BI级产品，包括数据应用平台化的场景。其中查询中心来支持包括Hive，MySQL，Presto，Kylin等引擎的接入，在查询中心里面做SQL解析，面向用户可以直接写SQL的自主查询等，并且看某一个指标，某一个时间段类似于online的分析数据产品主要给各位大佬提供数据报表服务。美团点评从2011年引入手写的PHP报表，随后借助于一些ETL工具开发一些特定报表，历经2年发展引入了Hadoop生态圈，并在流式计算、内存计算等领域积极探索，可以说Hadoop2.0、Spark、YARN等组件一个没落下，正可谓把交互式开发和OLAP能力也赋予给开源平台。当然在这个过程中也会有很多挑战，包括Hadoop跨机房的管理问题、跨地域多机房的架构重塑问题、以及托管任务额交互式开发问题，这些都是美团点评大数据的基础与未来。回到结尾，对于美团公司的大数据平台架构，毋庸置疑要把能力持续做精做专。一方面他们秉承资源精良的原则，最大限度地较少重复投入、提高效率；另一方面则是平台能力的统一化，依托于一些标准推进数据管理的模式，减少业务之间的对接成本；最后最为重要的，就是大数据平台视为业务负责的，除了业务整体效率之外，还包括开发效率、迭代效率、维护运维数据流程的效率以及资源利用率，这些都是对公司业务的负责，从业务乃至于商业视角考虑业务的未来、商业的布局。美团研究院专攻行业分析报告，但大数据化分析能力绝不仅如此。