后发先至,SinoBBD跨入大数据产业发展新模式

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

新上任的北京供销大数据集团(英文简称“SinoBBD”)首席运营官徐圭平先生,行程极为繁忙。加入集团仅一个月,他已赴美与合作企业见面,讨论集团下一步的海外并购和合作事项。 他称,美国近期由于物联网、互联网、人工智能和智慧城市等发展,导致数据存储的需求猛增,大数据基础设施建设非常火爆; 相信中国很快会迎来比美国更高增速的大数据基础设施建设的需求,大数据产业必将火爆。


北京供销大数据集团首席运营官徐圭平先生

2015年12月,由北京市供销合作总社成立的北京供销大数据集团,致力于大数据基础设施建设。在过去一年,集团在全力打造国内最大规模的第三方公立大数据中心集群,已在北京、 承德和贵阳等地建立大数据中心。同时,集团已在美国硅谷设立子公司,并计划在中国香港、东京和伦敦等城市建立子公司,完成全球化布局。

为了实现国际化、市场化运作,集团在全球范围寻找优秀人才。曾在跨领域世界500强企业担任过CFO,并在美国上市公司担任执行董事、总裁兼CEO的徐圭平,获邀加盟北京供销大数据集团。他成为集团国际化运作、并购重组、资金运作和上市等环节的关键人物,并在战略运营上对公司方向进行把控和业务开拓。

拓展海外方式灵活

徐圭平看到,海外市场在大数据基础设施领域已发展了近二十年,而中国目前处在高速增长期。在海外并购,能把先进技术和管理引进中国,这对中国企业很有意义。“ 海外并购也能使大数据集团成为名符其实的国家一体化战略的关键一员”。

目前,集团的海外并购已有计划,并与一些企业开始接触。并购目标以CDN和云计算为主,但不排除IDC标的公司。而海外并购资金规模,集团目前还在探索当中, 主要也要看并购标的的规模。

“我在北美生活工作了12年,见过很多企业到北美开展并购。其中最大的挑战,可能不是资金问题,而是管理、人事、法律及生活习惯、信仰等问题。” 徐圭平分析说,“为了解决这些深层融合问题,如果集团在海外开展并购,应该考虑通过激励机制,保留当地管理层和员工团队,适当注入新概念,同时把他们的先进技术和管理模式引进到国内。”

同时, 集团还将在中国香港和美国等地成立基金并引入战略投资人,在金融、教育、农业、游戏、医疗、电商和智慧城市等行业大数据产业深耕细作,投资与人工智能、增强现实和虚拟现实等与大数据相关的公司和项目。徐圭平称:“目前希望与集团合作的企业不少,我们采取谨慎态度权衡考量。”

多渠道开展融资布局

徐圭平的另一项核心工作是融资。“我们正在开发的业务和市场,特别是打造全国最大的第三方数据中心集群,确实需要斥巨资。” 徐圭平说,“这需要政府、企业、银行、基金和其他金融机构的参与和支持。”

根据多年的经验,徐圭平认为,适合基础设施建设的资金,要具备周期长、回报合理的特点。 而适合这样特征的资金来源包括与政府产业引导基金合作发起的大数据基金,银行的授信和贷款, 企业特别是上市公司针对数据中心的定增,PE和VC参与的股权融资,险资、资管、信托和养老金等参与的集团大数据基金等。

“这些融资渠道都在协调当中。”徐圭平说。如集团计划与贵阳当地政府成立基金,同时也将在教育大数据方面成立一个基金,建立教育大数据研究院和孵化器,引进创业公司及配套孵化项目。根据规划,与政府合作的基金总体规模至少是100亿元, 将分期募集。同时,北京市供销合作总社与中华全国供销合作总社也都会有大额资金支持,帮助集团成立基金,打造北京供销大数据集团的品牌。

一些PE和VC公司也会参与公司的股权投资。集团建设的数据中心,每栋都具备单一股权。 “这是集团大数据中心的特点,也是我们的一个创新。” 徐圭平说。投资公司可直接参与股权投资。同时,集团也计划整栋出售或出租目前已完成的数据中心。 “现在有意向购买的大客户不少,希望今年的业务增长达到一个可喜目标。” 徐圭平说。

未来三四年有望上市

徐圭平也在规划盘活公司资产的举措,并布局未来三四年中带领公司上市。

关于资产盘活,集团正在开发海内外对IDC和CDN有需求的客户。 “我们的客户覆盖范围广泛,涵盖第一、二、三产业,国企和民企,传统企业和创新公司,在中国发展的海外公司和到海外扩张的中国企业。这些客户可通过购买、租赁或承包等多种形式与我们合作。”徐圭平说。

徐圭平特别提到了跨国大企业,如苹果、SAP等企业在中国发展,也需要整栋数据中心,它们是集团的目标客户。

当客户和租金收入稳定后,徐圭平团队就可通过资产证券化,将资产盘活。未来三四年在条件成熟时,北京供销大数据集团下属公司——北京供销科技有限公司——这是一家集IDC、CDN 和云计算为一体的科技公司,计划在国内外创业版或主板上市或在国内外借壳上市,使集团与资本市场对接。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
2月前
|
分布式计算 Kubernetes Hadoop
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
184 6
|
2月前
|
分布式计算 资源调度 Hadoop
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
78 2
|
2月前
|
消息中间件 监控 数据可视化
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
84 2
|
2月前
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
71 0
|
2月前
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
77 0
|
4月前
|
分布式计算 资源调度 大数据
【决战大数据之巅】:Spark Standalone VS YARN —— 揭秘两大部署模式的恩怨情仇与终极对决!
【8月更文挑战第7天】随着大数据需求的增长,Apache Spark 成为关键框架。本文对比了常见的 Spark Standalone 与 YARN 部署模式。Standalone 作为自带的轻量级集群管理服务,易于设置,适用于小规模或独立部署;而 YARN 作为 Hadoop 的资源管理系统,支持资源的统一管理和调度,更适合大规模生产环境及多框架集成。我们将通过示例代码展示如何在这两种模式下运行 Spark 应用程序。
274 3
|
1月前
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。对象如用户、账号、商品等,通过唯一ID记录其相关事件,如操作日志、交易记录等。这种模式下的统计任务包括无序计算(如交易次数、通话时长)和有序计算(如漏斗分析、连续交易检测)。尽管SQL在处理无序计算时表现尚可,但在有序计算中却显得力不从心,主要原因是其对跨行记录运算的支持较弱,且大表JOIN和大结果集GROUP BY的性能较差。相比之下,SPL语言通过强化离散性和有序集合的支持,能够高效地处理这类计算任务,避免了大表JOIN和复杂的GROUP BY操作,从而显著提升了计算效率。
|
2月前
|
存储 分布式计算 druid
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
44 1
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
|
2月前
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。这种模式涉及对象(如用户、账户、商品等)及其相关的事件记录,通过这些事件数据可以进行各种统计分析,如漏斗分析、交易次数统计等。然而,SQL 在处理这类任务时表现不佳,特别是在有序计算方面。SPL 作为一种强化离散性和有序集合的语言,能够高效地处理这类计算,避免了大表 JOIN 和大结果集 GROUP BY 的性能瓶颈。通过按 ID 排序和分步计算,SPL 能够显著提高计算效率,并支持实时数据处理。
|
2月前
|
分布式计算 大数据 分布式数据库
大数据-158 Apache Kylin 安装配置详解 集群模式启动(一)
大数据-158 Apache Kylin 安装配置详解 集群模式启动(一)
49 5
下一篇
DataWorks