国企改革+上海+数据要素,前身是“老八股”之一,已成上海市大数据中心资源平台总集成商数据总运营商财富号

$上证指数(SH000001)$近日,河南省数据局在郑州揭牌成立。截至2024年1月21日,全国11个省级数据局成立,包括福建省、天津市、江苏省、四川省、内蒙古自治区、上海市、青海省、云南省、河北省、湖南省、广东省数据局,承担与国家数据局上下衔接作用。2024年至今数据要素产业的推进速度是超预期的,2024年将是数据要素产业元年,其中政府部门对于地方公共数据要素产业的推进将优先体现。

国资云不仅是数字经济建设的基础设施,基于国资云平台上存储、运营的海量政务和垂直行业数据,国资云厂商有望开发政务、金融等垂直行业小模型,开启AI应用新场景,协助提升政府治理水平、行业监管效率、企业运营能力,未来不仅可以输出数据产品,更可以输出AI能力,提供Al产品和解决方案。国资云后续有望成为关基行业垂直模型的主要载体。

龙头公司:【云赛智联】

1、前身是“老八股”之一,实控人为上海市国资委

目前,上海仪电(集团)有限公司为公司第一大股东,直接持有公司28.03%的股份,上海仪电(集团)有限公司旗下云赛信息(集团)有限公司直接持有公司6.50%的股份,合计持有公司34.53%的股份。公司实际控制人为上海市国有资产监督管理委员会。

2、已成为上海市大数据中心资源平台总集成商和运维商、数据运营平台总运营商

公司正在形成三大业务板块,即云服务大数据“平台”板块,行业解决方案“应用”板块,智能化产品“基础”板块,以支撑战略定位和战略目标的实现。目前,公司的核心业务为云服务大数据、行业解决方案和智能化产品。

行业解决方案:“布局行业应用”是公司行业解决方案板块的核心战略路径。行业解决方案主要包括城市安全治理和智慧民生两个方面。城市安全治理领域的行业应用以“安防智能化+信息化”融合的整体解决方案为核心,以全链服务能力促城市治理数字化转型。智慧民生领域涵盖了教育、医疗、市政民生、检测溯源等行业。2022年,行业解决方案业务实现营业收入14.51亿元,毛利率为15.33%。

智能化产品:智能化产品板块业务以自主研发、生产、销售和项目实施为主要业务模式,同时往平台运营、软硬件-体化终端综合服务方式转型。2022年,智能化产品实现营业收入5.57亿元,毛利率为37.44%。

总体业绩方面,2022年,公司实现营业收入45.34亿元,同比下滑9.19%,实现扣非归母净利润0.50亿元,同比下滑67.94%,毛利率为19.74%。2023年前三季度,公司实现营业收入37.06亿元,同比增长19.67%,实现扣非归母净利润0.99亿元,同比增长284.19%,毛利率为18.82%。

3、积极布局算力设施,打造高端数据中心

公司下属上海科技网络通信有限公司定位于中立第三方高端数据中心运营商,现有徐汇数据中心、宝山云计算中心、宝山大数据中心、松江大数据中心共计超过7000个机柜资源。松江大数据中心一期项目获得‘长三角绿色低碳示范数据中心大奖”,并成为“国家新型数据交换中心节点”,通过“国标最高等级的增强级(GB50174-2017A级)”认证。2023年.上半年,松江大数据中心一期全面投入运营,公司投资建设的110KV独立电力用户站正式启用,为数据中心二期项目做好了准备。2023年5月16日,上海市经济和信息化委员会公布了新一批明确符合《上海市数据中心建设导则(2021版)》的拟建数据中心项目名单,松江大数据计算中心二期顺利通过拟建数据中心符合性评估和专家评审,取得数据中心建设能耗指标。

4、携手微软、阿里、腾讯等行业巨头

公司是微软Azure云、华为云、阿里云、天翼云的重要合作伙伴,为用户提供建云/上云/迁移/云管/运营的全系列云服务。公司下属南洋万邦连续三年通过微AEMSP认证,公司下属北京信诺通过了信通院可信云MSP卓越级(高级)认证和微软AEMSP认证。南洋万邦和信诺时代双双获得中国电信天翼云“2022年度最具价值MSP服务合作伙伴”授牌。在云服务MSP业务领域,公司形成了“北信诺、南万邦”的全国市场布局,为政府、金融、汽车、互联网、信息技术、媒体等超过万余家政企客户提供MSP云服务。两家公司共计获得微软全球最高等级的合作伙伴奖项“国家大奖”五次,是国内MSP云服务行业的领先者。

公司与阿里云签署战略合作协议,共同开拓云服务大数据市场,探索构建基于云计算、人工智能、物联网能力的全生命周期解决方案,促进双方在合作领域的协同发展。签署协议后,阿里云正式授牌认证公司作为“阿里云MSP合作伙伴”公司与腾讯在顶层规划、云计算与大数据、区块链、高性能算力、产业互联网等领域共拓共赢,携手开拓国内智慧城市及产业互联网数字化市场。

5、机构观点

公司秉承‘“成为中国一流的智慧城市综合解决方案提供商和运营商”的发展愿景,未来持续成长空间广阔。预测公司2023-2025年的营业收入为

THE END
1.数据运营是做什么的数据运营是做什么的 数据运营是指通过收集、分析和利用大量数据,为企业决策和业务发展提供支持的工作。其核心任务包括数据的采集、整理、分析、挖掘和可视化等环节,旨在从数据中提取有价值的信息,以指导运营决策,驱动业务增长。 具体来说,数据运营的工作内容可以分为以下几个方面:https://www.cda.cn/view/205371.html
2.数据运营到底是做什么的?数据分析是一份严谨的工作,数据分析师不仅要有较好的逻辑分析能力、熟练的业务能力,还要有敏锐的行业洞察力,这样才能做到用数据驱动商业化决策。数据运营是一个做数据分析的重点岗位,这是除了项目管理和客服之外又一个与客户直接接触的岗位。数据运营不仅要对用户行为做到心中有“数”,对于活动及效果监控也要做到面http://baijiahao.baidu.com/s?id=1704610478800454500&wfr=spider&for=pc
3.数据运营岗位职责(工作内容,是做什么的)数据运营是做什么的?有前途吗?工资待遇怎样?38%的岗位拿¥4.5-8K/月。招聘要求高吗?学历本科最多占55.7%,经验1-3年最多占40.4%。应该学什么专业?应用统计学专业、统计学专业、经济统计学专业等。数据运营岗位职责怎么写?为你汇总美团,中国司法大数据研究院等公司的https://www.jobui.com/gangwei/shujuyunying/
4.电商数据运营是做什么的(跨境电商数据化运营解析)跨境电商行业发展到现在已经如日中天,数据化运营对于跨境电商发展的作用有目共睹。那么什么叫数据化运营?数据化运营有哪些优势呢? 跨境电商的数据化运营是指通过数字工具、技术和方法的操作,对跨境电商运营过程进行科学分析,以数据为基础为用户提供专业、精准的行业数据的解决方案,以实现优化运行效果和效率,并降低运营成https://www.niaogebiji.com/article-492691-1.html
5.产品运营大数据分析的内容产品数据运营都做什么产品运营大数据分析的内容 产品数据运营都做什么 数据分析本来是一份枯燥的工作,它需要你有较好的逻辑分析能力,熟练的业务能力,敏锐的行业洞察力,最终才能做到用数据驱动商业化决策。 数据分析岗位经常被称为数据运营,我认为这是除了PM和客服之外又一个接触用户的岗位。好的数据运营甚至可以成为一名优秀的产品经理、公司https://blog.51cto.com/u_16099271/8304530
6.用户运营数据运营内容运营产品运营之间有什么联系和区别呢(2)活动运营在做些什么? 策划活动、制定预算、选定场所、人员安排、流程设置、宣传、跟进开发、风险控制、现场统筹、总结颁奖、数据总结、策划活动。为什么这边有两个策划活动呢?因为当你写完总结报告、活动复盘以后,差不多就是时候准备下一场活动了呀!233 https://www.shangyexinzhi.com/article/details/id-1686611/
7.大数据运营是做什么的大数据运营就业前景查看更多大数据运营岗位职责信息 登录后查看全部 去登录 查看更多大数据运营薪资待遇信息 大数据运营招聘信息 AI大数据运营经理 【福田区】 10-15k 5年以上本科 深圳市国丹健康医疗有限公司 医疗机构融资未公开1000-2000人 尚先生 人力资源中心总经理 数据运营 https://www.liepin.com/jobsdashujuyunying/
8.数据分析和数据运营有什么区别数据分析和数据运营有定义、工作职责、技能需求等方面的区别。数据分析更偏向于数据的收集、处理和分析,为商务或管理决策提供支持;而数据运营则是针对产品的优化和用户行为的分析,其目的在于提高业务价值。 一、定义上的区别 数据分析,指的是对数据进行收集、处理、分析,并将分析结果形成可视化报告,以帮助人们更好地理https://www.linkflowtech.com/news/2719
9.数据运营是什么?数据运营知乎数据运营是什么? 运营是一门艺术,更是一门技术。 过去,“流量为王”的理念使得运营人员的职责聚焦在拉新上。随着市场环境的变化,运营的渠道和方式不断增加,运营有了更加细致的分类。精细化运营的大背景下,如何用数据分析来解决流量运营、用户运营、产品运营和内容运营中的增长问题,今天将和大家分享我们在数据运营https://blog.csdn.net/Carrie0109/article/details/71970850
10.从零开始,构建数据化运营体系二、数据产品层:对数据的加工和利用 1、用户画像 2、数据指标/Dashboard 3、机器学习/算法模型 4、BI/ETL 三、数据运营层:将数据转化成运营策略 提高员工的数据化运营意识: 1、以数据做决策,既要知道数据能够做什么,又要知道数据做不了什么 2、本身数据分析和运营水平不过关(通过培训、招聘解决) https://www.jianshu.com/p/d65173df6d26