互联网行业运营:数据分析是什么么?

时间:2019-05-13 09:12:03下载本文作者:会员上传
简介:写写帮文库小编为你整理了多篇相关的《互联网行业运营:数据分析是什么么?》,但愿对你工作学习有帮助,当然你在写写帮文库还可以找到更多《互联网行业运营:数据分析是什么么?》。

第一篇:互联网行业运营:数据分析是什么么?

互联网行业运营:数据分析是什么?

数据分析这词汇时髦的不得了,然而就像这些年所炒的各种概念一样,当冷静下来,请很多人解释数据分析到底是什么时,恐怕要有一个不错的答案很难。比较常见的答案是:数据分析就是分析数据。那么怎么分析,分析什么呢?显然这个答案没有回答实际的问题。然而,正是这种含糊其词的状况,笼罩在业内,尤其是互联网行业的数据分析领域。似乎数据分析的诉求不断的提升,但究竟分析什么,用什么分析,分析的结果如何应用,不要说想清楚,恐怕连想都没想过。

在我看来,数据分析不是一项工作,尤其不是从后台取个数据,做个图表的工作,而是一个产品,能够满足某种实际工作需要的产品。比如数据指数系统,用来指导运营工作,让运营的同仁能够基于指数来评估自身工作的增益或者不足,进一步通过数据钻取来了解指数增加或减少的原因。好吧,这还是有点拗口。举个第三方的例 子:电视是一个让用户休闲的产品,把数据分析想象成电视吧。数据分析中,窃以为最重要的事情,就是明确数据分析的目的是什么,就像上面电视 的例子一样,要明确电视用来干什么,别诧异,玩游戏,看电影,看球赛,看肥皂剧,唱KTV等等的用法都会使电视有所不同。因此,数据分析的目的决定了不同 的方式方法,出发点永远是如何指导工作,无论是最基础的了解现状及趋势,还是机器自动学习的算法改进,永远如此。

说到这,数据分析这个“产品”会有什么用处呢?太多了,多到让人太容易迷 失,数据会让人的野心暴涨,看到了指标A,会想着指标B,了解了这些,又希望钻取,这满满无期,虽然也有价值,但是投入产出非常不合理。因此,数据分析这 个产品,给用户的应该是“知识”,在没有转换成知识之前,所有的数据都是无价值的。我突然告诉你今天华氏105度,你觉得有价值么?说到知识,最好的转换方式无非是6个字:图形、对比、钻取。一图胜千言,指标增长还是减少,与自己对比,与控制组对比。当发现这些变化时,进入维度中观看不同的水平,是哪种水平导致了这些变化。其实非常简单,简单到比培训什么同比、环比、均值、众数、方差、高斯分布、ANOVA、非参数统计、因子扭矩还带个旋 转、贝叶斯分布等等等等简单的多。

一定要目标导向,而不是工具导向。后者很可怕,我曾经遇到过一位同学,他很happy的告诉我他要用 SAS,我问为啥,答案是可以编程。我说好吧,心想真有米,要多么复杂的模型啊,实际上这复杂的模型就是描述统计量的计算。忘记工具、忘记模型,用目标来指引工作,假设要转化的知识是给的哪些用户,他们的业务场景假设是什么,是需要看数据来评估绩效,还是需要数据来改进工作等等。然后把知识告诉他,这就完 了。如果说真要让我推荐个什么工具,我说SQLpythonRSPSSExcel随便挑一个都行,如果不行,随时来找我。这么来总结吧:数据分析,就是将数据转化成知识的产品。所以,不应该有数据分析师这个角色,而是产品经理这个角色。

奇乐网:

第二篇:互联网行业运营:数据分析是什么?

杭州网站建设 杭州seo 杭州网站优化

数据分析这词汇时髦的不得了,然而就像这些年所炒的各种概念一样,当冷静下来,请很多人解释数据分析到底是什么时,恐怕要有一个不错的答案很难。

比较常见的答案是:数据分析就是分析数据。那么怎么分析,分析什么呢?显然这个答案没有回答实际的问题。然而,正是这种含糊其词的状况,笼罩在业内,尤其是互联网行业的数据分析领域。似乎数据分析的诉求不断的提升,但究竟分析什么,用什么分析,分析的结果如何应用,不要说想清楚,恐怕连想都没想过。

在我看来,数据分析不是一项工作,尤其不是从后台取个数据,做个图表的工作,而是一个产品,能够满足某种实际工作需要的产品。比如数据指数系统,用来指导运营工作,让运营的同仁能够基于指数来评估自身工作的增益或者不足,进一步通过数据钻取来了解指数增加或减少的原因。好吧,这还是有点拗口。举个第三方的例 子:电视是一个让用户休闲的产品,把数据分析想象成电视吧。

数据分析中,窃以为最重要的事情,就是明确数据分析的目的是什么,就像上面电视 的例子一样,要明确电视用来干什么,别诧异,玩游戏,看电影,看球赛,看肥皂剧,唱KTV等等的用法都会使电视有所不同。因此,数据分析的目的决定了不同 的方式方法,出发点永远是如何指导工作,无论是最基础的了解现状及趋势,还是机器自动学习的算法改进,永远如此。

说到这,数据分析这个“产品”会有什么用处呢?太多了,多到让人太容易迷 失,数据会让人的野心暴涨,看到了指标A,会想着指标B,了解了这些,又希望钻取,这满满无期,虽然也有价值,但是投入产出非常不合理。因此,数据分析这 个产品,给用户的应该是“知识”,在没有转换成知识之前,所有的数据都是无价值的。我突然告诉你今天华氏105度,你觉得有价值么?

说到知识,最好的转换方式无非是6个字:图形、对比、钻取。一图胜千言,指标增长还是减少,与自己对比,与控制组对比。当发现这些变化时,进入维度中观看不同的水平,是哪种水平导致了这些变化。其实非常简单,简单到比培训什么同比、环比、均值、众数、方差、高斯分布、ANOVA、非参数统计、因子扭矩还带个旋 转、贝叶斯分布等等等等简单的多。

一定要目标导向,而不是工具导向。后者很可怕,我曾经遇到过一位同学,他很happy的告诉我他要用 SAS,我问为啥,答案是可以编程。我说好吧,心想真有米,要多么复杂的模型啊,实际上这复杂的模型就是描述统计量的计算。忘记工具、忘记模型,用目标来指引工作,假设要转化的知识是给的哪些用户,他们的业务场景假设是什么,是需要看数据来评估绩效,还是需要数据来改进工作等等。然后把知识告诉他,这就完 了。如果说真要让我推荐个什么工具,我说SQLpythonRSPSSExcel随便挑一个都行,如果不行,随时来找我。

这么来总结吧:数据分析,就是将数据转化成知识的产品。所以,不应该有数据分析师这个角色,而是产品经理这个角色。

不孕不育的症状http:///

第三篇:游戏运营数据分析

任何一款游戏运营,都是以UED、数据分析为导向,如何开发、运营好一款成功的全球社 交游戏,是每个社交游戏产品经理头等大事。用数据说话,是一个简单明快的操作方式,但社交游戏的数据如何分类?海内外关注点有何区别?相信作为每个社交游 戏产品经理是非常关心的话题,那么我们就从基础知识入手,逐步梳理出符合运营需求的核心数据环节,抛弃冗长复杂的多类数据,为自己的成功打下扎实的基础。

付费率=付费用户÷活跃用户x100 活跃率=登陆人次÷平均在线人数 ARPU值=收入÷付费用户

用户流失率=游戏当前活跃用户规模÷历史注册总量 同时在线峰值=24小时内同时在线最高达到人数

平均在线=24小时每小时同时在线相加总和÷24小时

中国大陆运营游戏平均同时在线用户=ACU 【有称ACCU】 采用道具收费模式游戏活跃付费用户=APC 活跃付费账户=APA 付费用户平均贡献收入=ARPU 当日登录账号数=UV 用户平均在线时长=TS 最高同时在线人数=PCU 【有称PCCU】

同时在线人数=CCU

付费人数一般是在线人数2~4倍。

活跃用户(玩家):是指通过你的推广代码注册,不属于小号或作弊情况、正常进行游戏一个月以上未被官方删除的用户视为活跃用户。

您推广的两个用户目前还没有通过至少1个月的审查时间,您可以在您的推广纪录中查看您推广用户的注册时间。且这两个用户需要满足上述对活跃玩家的定义才 能称为活跃玩家!

活跃付费账户=APA。

每个活跃付费用户平均贡献收入=ARPU。

【活跃天数计算定义】

活跃天指用户当天登陆游戏一定时间、认定用户当天为活跃、活跃天数加1天。

当天0:00-23:59登陆游戏时间2小时以上用户当天为活跃天、活跃天数累积1天。当天0:00-23:59登陆游戏时间0.5小时至2小时、活跃天数累积0.5天。当天0:00-23:59登陆游戏时间0.5小时以下、不为其累积活跃天数。

每日: ---------用户数量描述 在线人数:(取的当日某个时刻最高在线,一般发生在9:30左右)新进入用户数量:(单日登录的新用户数量)当日登录用户数量: 每日登录/在线:

---------盈利状况描述 每日消耗构成:(根据金额和数量做构成的饼状图)每日消耗金额: 每日消费用户数量: 每日充值金额: 每日充值用户数量: 每日充值途径:

---------产品受关注程度描述 官网首页访问量: 客户端安装量:(根据安装完成弹出的页面)客户端下载量: 客户端下载点击量:

安装率:下载安装/下载量

---------游戏系统描述 每日金钱增量、消耗和净增值: 等级分布:

忠诚用户等级分布:

特征物品市场价格(如联众游戏豆): 每周:

---------用户群体描述

活跃用户数量:当周登录过游戏的用户数量

忠诚用户数量:本周登陆3次以上(当天重复登陆算1次),最高角色等级超过15级,在线时长超过14小时的帐号

流失用户数量:上周登录但本周没有登录的用户数量 流失率:流失用户/上周活跃数量

忠诚流失率:上周忠诚用户当周没有登录用户的数量/上周忠诚用户数量 忠诚度:忠诚用户数量/活跃用户数量*修正值(新进人数的变化比例)转化率:上周登录的用户在本周转化为忠诚用户的比例 ---------盈利变化描述 ARPU值(周):当周充值总额/当周付费用户数量;当周充值总额/当周平均最高在线 付费用户:该周有过付费行为的玩家数量 新增付费用户数量:本周新增的付费用户 付费率:该周付费用户数量/该周登录用户

付费用户流失数量:上周付费用户本周未登录数量 付费流失率:上周付费用户本周未登录的比例

注册转付费:某一天注册的用户在一周后付费的用户数量及比例

每月:

ARPU值:该月充值总额/当月付费用户数量;当月充值总额/当月平均最高在线 付费用户:该月有过付费行为的玩家数量 新增付费用户数量: 付费用户流失数量: 付费流失率:

活跃用户数量:该月登录过的用户;

针对道具:

每日购买量: 每日使用量:

转卖数量:购买然后在手里出售给其他玩家的数量 转卖价格:

流通速度:转卖总次数/参与转卖的道具数量 购买者等级分布: 使用者等级分布:

产品分析为游戏包装、盈利设计提供非常必要的支持,也是指导日常运营的重要参考。是运营工作中的核心内容之一。但和其他行业一样,即便做了非常多的数据分 析和其他信息收集,我们往往依然很难获得足够的信息来得到一个非常清晰的结论,经验和直觉在决策中还是扮演重要的地位。

产品分析分为:

一、从信息收集渠道上来看:

(一)数据分析(通过数据库或后台查询的数据)

1.例行数据分析(每日、每周、每半月、每月,每季度……)

2.项目数据分析(非例行/重复,如开区效果评估,游戏修改评估等)项目数据调查一般遵循这样的过程:

1.确定调查分析目的(证实、探索、预测)2.达到这个调查分析目的你需要哪些结论来支撑 3.获得原始数据后如何分析(分析模型)4.如何获取原始数据

(二)客服问题反馈(流程)

(三)自身游戏体验

(四)玩家直接交流(游戏交互、日常沟通、QQ群、小型见面会等)

二、从内容上来看:(例行的)

(一)产品现状描述:通过参数来反应目前游戏系统和运维平台的情况

1.游戏世界描述(高峰/均在线,金钱监控,等级分布,特征怪物/物品/道具价格等)2.运维平台及其它(下载量、下载完成率、注册量、硬件使用率、客服相关数据等)

(二)玩家游戏行为分析:物理特征+外部行为+游戏行为+群体描述 1.用户物理特征(性别、年龄等)

2.外部行为特征(登陆频率、时长、时间段等)3.游戏行为特征(流失等级及变化)

4.群体行为描述(峰值、活跃用户/忠诚用户及相关比例、新进用户、活跃度、忠诚度、流失率、转化率等)

(三)玩家消费行为分析:修正盈利设计,捕捉用户需求,新增道具设计 1.付费用户描述(付费用户数量、ARPU、付费用户游戏行为分析等)2.盈利描述(盈利状况、消耗构成及变化趋势等)

3.道具分析(使用范围、使用深度、使用/放弃原因等)4.付费意愿分析

(1)消费偏好分析(换金/个性/增强(经验、装备、技能)/方便互动/其它)(2)消费与游戏设置的联系(道具对应等级、玩家习惯行为(如某种技能)、游戏任务、场景的开放等)5.付费行为分析

(1)单位玩家道具数量情况分析(拥有量、拥有的道具之间的联系)(2)付费等级分布(首次购买等级、当前购买道具的等级分布)(3)付费数额分布(首次付费数额、续费数额)(4)付费用户分类(根据一段时间内的付费额)

(5)续费行为分析(未流失的玩家中,中止消费、消费转移的分析)(6)重点用户的跟踪

【名词解释和计算方式】平均同时在线用户 = ACU 游戏活跃付费用户 = APC 活跃付费账户 = APA 付费用户平均贡献收入 = ARPU 当日登录账号数 = UV 用户平均在线时长 = TS 最高同时在线人数 = PCU 累积注册用户 = AccRu 收入 /

付费用户 = ARPU 游戏当前活跃用户规模 /

历史注册总量 = 用户流失率 付费用户 /

活跃用户

*

= 付费率 登陆人次 /

平均在线人数 = 活跃率

24小时内同时在线最高达到人数 = 同时在线峰值(PCU)24小时每小时同时在线相加总和 /

24小时=平均在线(ACU)

【活跃天数计算定义】

活跃天指用户当天登陆游戏一定时间、认定用户当天为活跃、活跃天数加1天

当天0:00-23:59登陆游戏时间2小时以上用户当天为活跃天、活跃天数累积1天 当天0:00-23:59登陆游戏时间0.5小时至2小时、活跃天数累积0.5天 当天0:00-23:59登陆游戏时间0.5小时以下、不为其累积活跃天数

第四篇:互联网行业分析报告

互联网行业分析报告

互联网行业天然的规模效应、网络效应和范围经济等特点,往往导致“赢家通吃”的行业竞争格局;同时,由于互联网企业轻资产的特点,股权融资成为其发展过程中的主要融资渠道。基于互联网企业在财务结构、盈利模式、治理结构等方面的一些特殊性,以及境外风险资本的退出要求,目前国内互联网各子行业的龙头企业基本选择了境外上市,这为我国信息安全问题埋下了隐患,也不利于我国产业结构转型和资本市场建设。考虑到互联网企业普遍存在盈利滞后性突出、股权架构和治理结构特殊等现象,较难满足国内资本市场现行的发行上市条件,相关部门应通过一系列的政策调整和制度安排,支持中国互联网企业在境内上市。一互联网行业基本情况

(一)互联网行业的发展历程及现状

互联网起源于苏联和美国冷战时期,多应用于国家安全领域,1989年互联网开始商业化应用后得到了飞速的发展,随着计算机硬件、网络宽带的不断改善,互联网逐渐开始普及,与此同时,国内外都诞生了第一批互联网企业,互联网的热潮也席卷而来。

从2000年开始,由于互联网行业膨胀过快、多数企业没有盈利模式、以及计算机行业景气度下滑等原因,整个互联网行业出现了泡沫瞬间破灭的现象,纳斯达克互联网上市公司股价纷纷暴跌,许多企业倒闭,2000-2002年是全球互联网行业的萧条期。

但是,短暂的萧条挡不住互联网行业的长期发展趋势,随着电信基础设施的改善、互联网终端设备的普及、技术的进步,互联网迅速普及,而互联网企业逐步探索出不同的盈利模式,新的商业模式不断涌现。

目前,互联网行业作为增速最快的行业之一,正加速向传统行业渗透,对传统行业进行改造和提升,已经成为我国产业结构调整和经济发展方式转变的重要推手。

(二)互联网行业产业链分析

互联网行业产业链包括基础网络运营商(如三大电信运营商)、网络设备提供商(如中兴、华为)、终端硬件制造商(如联想、小米)、内容提供商(Content Provider,简称CP)、终端用户(包括企业用户和个人用户)等。

本报告所指的互联网行业主要是指互联网内容(产品或服务)提供商。随着科技和社会的不断发展,互联网产品和服务越来越丰富,目前按照业务来划分,主要包括门户网站、电子商务、即时通讯、搜索引擎、电信增值、在线游戏、视频媒体、在线旅行、互联网金融、在线教育、网络招聘、社交网络、操作系统及软件开发、集成电路设计、大数据服务、云存储服务等等。

(三)互联网行业的商业模式

由于互联网行业具备明显的规模效应、网络效应以及范围经济,在竞争格局稳定后往往存在“赢家通吃”的现象,因此通过免费的内容或服务积累流量并培养用户粘性,当流量达到一定的规模或市场份额后再将虚拟流量货币化为实际收入,是互联网行业较为普遍应用的商业模式。

互联网行业的盈利模式可以分为前端收费、后端收费和服务佣金三大类型。其中前端收费即直接向用户收费,包括会员费、出售虚拟物品、按在线时长收费等,这种收费能力主要基于内容需求的刚性程度、内容的不可替代性等,多存在于在线游戏、在线秀场、在线文学等业态中;后端收费主要是广告模式,这种收费能力基于强大的流量导入能力以及具备广告合适的展示方式,目前主要应用在门户网站、搜索引擎、在线视频、社交网络等领域;而服务佣金是帮助客户达到某种目的,然后收取佣金或者按照一定的比例从客户的收入中分成,主要存在于电子商务、在线旅游代理、团购网站、游戏等领域。

(四)互联网行业的财务特点

流量是互联网企业获得收入的根本,互联网特殊的商业模式使得其财务特点较传统行业有较大区别。

1.互联网企业的“流量经济”模式

互联网企业具有典型的“先有用户流才有现金流”的特征。与传统企业相比,就共性而言,互联网企业具有突出的“流量经济”特点,并在其发展的各个阶段显示出与传统企业显著不同的财务特征。

具体来说,互联网企业往往在发展初期通过营销和免费使用吸引流量,当累积了一定的用户流量,获取了足够的市场份额和用户粘性后,再通过探索合适的盈利模式将流量货币化,从而获得收入和现金流入,并通过拓展流量变现模式和巩固平台吸引力等方式保持其市场地位和竞争优势。

2.互联网企业较传统企业特殊的财务特征

1)关于核心资产的确认与计量:互联网企业的核心是人才,属于典型的轻资产模式;用户流量是互联网企业实现收入的基础,其载体往往是客户信息数据库以及客户使用频率,但是流量无法在财务报表上体现。

2)关于企业地位与收入利润水平:互联网企业在其具有显著影响力时,可能尚未获取流量变现模式,其收入可以为零,利润为负数,例如推广阶段的微信。

3)关于定价模式、盈利模式以及价格变动对企业的影响:互联网企业营业收入的实现取决于流量的变现模式,其盈利模式与传统企业有显著区别。

4)关于采购模式与成本波动对企业的影响:互联网企业一旦形成稳定的商业模式和市场地位,可以低成本扩张,其主要成本费用为宽带租赁费用、服务器折旧费用、人员成本及营销费用等。

5)关于投资者看待企业的方式与方法:互联网企业在发展初期尚未盈利、甚至尚未获得收入和现金流的阶段,市场(包括一级市场和二级市场)往往根据企业的用户流量和预估的变现能力来为互联网企业估值。当互联网企业的盈利模式较为稳定,也具备一定的盈利能力后,市场逐渐采用市销率、PEG、市盈率等方法对其估值。

3.互联网行业的财务特点

1)资产负债结构:资产负债率低,流动比率、速动比率高;轻资产模式,固定资产占比低,基本无存货;流动负债为主,长期借款较少。

2)收入成本费用结构:单笔交易额小,但客户群体广发,一般不存在客户集中;因产品形成的特殊性,呈现显著的低成本特点;费用占比较高,主要为研发费用、市场推广费用和员工薪酬。

3)盈利能力:毛利率普遍较高,但净利率具有不确定性,取决于公司控制费用的能力。

(五)互联网行业监管体系

中国互联网行业监管政策是影响互联网企业经营情况的关键因素之一。由于中国特殊的国情,对互联网相关业务经营资质、股权构成、以及互联网内容中涉及政治敏感、色情、暴力、赌博、青少年沉迷等有较为严格的管制。

中国互联网行业各类业务采取多部门联合监管模式。国家互联网信息办公室负责互联网信息内容管理,协调电信主管部门(工信部)、公安部、国务院新闻办公室、国家新闻出版广电总局、文化部等相关部门在各自职责范围内对互联网行业信息内容实施监管;工信部负责互联网行业管理,公安部负责互联网安全监督管理。

(六)互联网行业的发展趋势

伴随互联网普及率的进一步提升以及科技的进步,互联网行业对经济社会的影响还将继续深化,未来互联网行业的发展存在以下趋势。一是随着移动终端的普及和电信基础设施的改善,移动互联网相关行业将继续保持更快的增长,传统行业和互联网行业通过O2O将进一步融合;二是互联网行业将继续渗透到更多的传统行业,包括金融、医疗、教育等;三是物联网技术的发展,促使工业互联网相关行业逐步具备产业化的可能性;四是新业态继续不断产生,而且由于互联网用户基数的扩大,行业中的新业态和新企业培育用户的时间更短、发展更快,但同时面临的竞争也更大;五是行业内并购将持续发生,马太效应更加明显。二互联网企业上市情况

(一)互联网企业的成长路径与融资需求

由于互联网行业轻资产的特点,股权融资成为互联网企业的主要融资途径;而且基于互联网企业在发展初期往往不产生收入与现金流的特点,创始人通常需要引入风险资本来获取初创期发展所需资金;而当收入达到一定规模、具备相对清晰的盈利模式后,公开上市几乎成为互联网企业的必然选择,一方面可以募集资金、提升企业知名度,另一方面也是风险资本退出和实现员工激励的重要方式。

(二)互联网企业上市情况

目前,各细分领域规模靠前的互联网企业基本已经上市。市值排名前十位的互联网企业中,6家为美国企业,4家为中国企业,除阿里巴巴在纽交所上市、腾讯在香港上市外,其余8家企业均在纳斯达克上市。

从市值排名前30位的互联网企业的发展情况看,平均成立6年即实现上市,特别是在2002年互联网泡沫破灭之前不乏成立1-2年即上市的情况;近一半企业为在尚未盈利的情况下上市,包括亚马逊、雅虎、京东、推特等。

从市值排名靠前的互联网企业上市时的数据看(上市公司按上市年份排序,阿里巴巴和京东上市时收入规模过大,从图表中剔除),由于2002年互联网泡沫破灭之前市场投资热情高涨,企业成立时间较短即上市,因此上市时收入规模整体偏小,而在互联网泡沫破灭之后上市的企业,基本在成立5年之后才上市,收入规模相应较之前一批企业有明显提升。

与收入规模对应,2002年互联网泡沫破灭之前,企业上市时基本尚未实现盈利,而在2002年互联网泡沫破灭之后,大部分企业在上市时已经实现了盈利。

由于所从事的具体业务种类、盈利模式和所处生命周期不同,这些企业的盈利情况差异较大,例如同样收入级别的亚马逊、谷歌和Ebay,亚马逊处于盈亏平衡、Ebay亏损,而谷歌则具备较强的盈利能力。但尽管存在盈利模式和盈利能力上的区别,这些企业均为投资者带来了巨大的投资回报。

以亚马逊为例,公司1997年上市以来收入复合增速达到了65%,但是其盈利能力并不稳定,在2003年首度实现盈利后,公司近年来在打造应有尽有的在线零售商店的基础上,不断围绕电子商务向新兴领域迈进。目前,亚马逊已不再是一家传统意义上的电子商务公司,而是一个以数据为中心的跨国在线商业集团,涉及零售、媒体、物流、网络服务等领域。但由于公司的资本开支较大,其盈利在2010年达到峰值后逐步下滑,2012年再次亏损。

尽管亚马逊在盈利指标上的表现欠佳,但是其收入高速增长、强劲的现金流以及广阔的成长空间使得资本市场对公司发展的预期保持乐观,而公司从上市以来也为投资者带来了惊人的投资回报,公司上市至今股价增长157倍。

整体上,无论是在IPO还是在上市之后,短期盈利都不是投资者评估互联网企业价值的唯一指标,收入的成长性、盈利模式的可持续性、综合财务状况(综合收入、利润、现金流、资本开支情况等)等指标相结合才能对互联网企业的价值作出相对合理的判断。

(三)互联网企业的投资风险

互联网企业的主要风险包括:技术革新或被替代风险、技术依赖风险、用户流失及人才流失风险、因商业模式或战略选择失误导致投资失败的风险等。

例如成立于2008年11月的美国团购网站GroupOn,因为快速发展的业务和不断膨胀的营收而得到市场追捧,2011年11月4日,成立仅三年的GroupOn在纳斯达克上市,募集资金7亿美元,市值达125亿美元,曾经被媒体称为发展最快的公司;但因为始终无法盈利,其商业模式的可持续性屡遭质疑,市值最低跌至17亿美元,目前尚未找到合适的商业模式。

又如成立于1996年的互联网零售商麦考林,作为成功登陆纳斯达克的中国B2C电商第一股,一度以“线上+实体+邮购”的“三位一体”模式闻名,2010年10月26日成功在纳斯达克挂牌交易,发行价为11美元,首日开盘价即大涨57%;但随着中国电商的爆发式发展,这种模式丧失了核心竞争力,公司上市后净利润和经营性现金流持续为负,引发了市场对公司上市前后财务造假的疑虑,股价一路下跌,目前市值仅0.46亿美元,处于退市边缘。

作为第一批中国互联网门户网站企业中华网,于1999年在纳斯达克上市,也是第一只中国互联网股票。中华网最早的定位是门户网站,但是随着网易、新浪、搜狐等门户网站的崛起,公司的广告业务和流量业务发展受阻,虽然公司不断尝试新业务,如进军手机、游戏、软件等细分行业,但是都没有获得成功,在没有更好的主业支撑的背景下,公司又迎来了一场失败的官司,最终走上申请破产保护的道路。

(四)互联网企业特殊的治理结构和股权架构

由于互联网行业的资产结构和成长路径较传统企业有所区别,因此也常存在一些特殊的治理结构。

1.双层股权架构

创业型的互联网企业在多轮融资后通常希望创始人能够把握对企业的实际控制权,也希望防止上市后企业被大型公司收购。因此,设置双层股权结构(Dual-class share structure)是在美国上市互联网公司的普遍做法。典型的双层股权结构一般有以下要点:(1)发行 A类普通股和B类普通股,A类、B类普通股仅在投票权和可转换方面有所不同,其他权利则是完全相同的。(2)每一股A类普通股享有每股一票投票权;每一股B类普通股享有每股10票。(3)B类普通股可随时兑换成一股A类普通股。

目前,在纽交所或纳斯达克均支持拟上市企业采取双层股权结构,如谷歌、脸书、LinkedIn等企业都采用了双层股权结构。

2.合伙人制度

作为同股不同权的另一种实现形式,合伙人制度同样是为了通过制度安排使公司创始人保持对公司的控制权,只不过合伙人制度是通过赋予合伙人董事提名权的特别条款来控制董事会的适当席位,保证其拥有较大的战略决策权。

比较典型的是阿里巴巴提出的“合伙人制度”,阿里巴巴集团认为如果不能设置该项制度,创始人及核心团队不能对公司战略进行稳定的控制,则对阿里巴巴集团的长期发展埋下了重大隐患,甚至会危及中国电子商务行业及国家经济信息安全。

3.员工持股

由于互联网行业秉承“开放、平等、协作、分享”的理念,员工是互联网公司的核心资产,同时员工在早期创业阶段面临较高的创业失败的风险,因此,互联网企业普遍采用“全员持股”模式。当企业发展到一定规模,一般员工持股人数都可能超过200人。

4.股权激励

大部分互联网企业均拥有占比较高的技术研发人员团队和管理团队,需要采取股权激励手段确保高级管理层和核心技术人员的稳定性。

例如谷歌在2004年上市时,2292名员工中共有705名为研发人员,446名为管理人员,其余1141名为市场销售人员,全员持股,且实行的大量的期权激励。再如,去哪儿网从创业至上市阶段,累计的期权池规模约占到其上市时股本的12%。

5.协议控制

由于互联网行业外资准入限制、A股上市门槛较高、境外上市监管审批等原因,目前绝大多数中国互联网企业采用协议控制(即VIE模式)模式在境外上市。目前红筹企业的VIE架构处于“灰色地带”,美国SEC对于中概股的VIE架构持谨慎态度,而采用该架构的互联网企业若要在国内上市,目前也需要先解除该架构。

整体上,上述互联网企业中常见的治理结构或股权架构与我国现行的法律框架还存在冲突,这也是中国互联网企业选择境外上市的重要原因之一。

(五)互联网企业境外上市的负面影响

1.优质上市资源流失,资本市场结构失衡

在过去的十多年时间里,我国本土资本市场尚未孕育出一家具有世界性声誉、广泛的商业影响力、领先的技术创新能力和商业模式的科技创新企业,严重削弱了本土资本市场对创新驱动战略的支持力度,导致国内资本市场上市公司产业结构失衡,在一定程度上使本土资本市场面临空心化和边缘化的危险。而内地投资者也无法享受到优质企业带来的投资回报。

2.威胁国家信息安全和社会稳定

互联网产业深刻影响着世界经济、政治、文化和社会的发展、促进了社会生产生活和信息传播的变革,甚至已经开始影响一国的政治生活和国家制度的变迁。互联网行业涉及门户网站、搜索引擎、即时通讯、增值服务、电子商务等领域的企业,对我国与欧美发达国家之间在互联网领域的竞争(甚至可能涉及军事领域)至关重要。有的企业掌握数亿用户和用户行为的信息,这些都涉及到国家信息安全。大量互联网企业赴海外上市,受制于对方的监管和法规要求,可能对我国信息安全产生不利影响。

三相关结论与建议

(一)发行上市是互联网企业在成长期的重要融资方式

由于互联网企业轻资产的特点,股权融资是其发展过程中的主要融资渠道。而当互联网企业跨越了初创期、具备一定的收入规模和较为清晰的盈利模式后,公开上市几乎是其必然选择,上市一方面可以为企业提供后续发展的资金并提升知名度,另一方面也是早期风险资本寻求退出和实现对员工激励的主要方式。

而由于互联网行业天然的规模效应、网络效应和范围经济等特点,子行业中往往出现“赢家通吃”的格局,因此优质企业通过上市融资往往可以获取更加稳定的市场地位和更强的盈利能力,也为投资者带来丰厚的回报。

(二)应支持中国互联网企业境内上市

基于互联网企业在财务结构、盈利模式、治理结构等方面的一些特殊性,以及境外风险资本的退出要求,目前国内互联网各子行业的龙头企业基本选择了境外上市。

但是,由于互联网行业涉及大量信息,互联网企业境外上市上市可能对我国信息安全产生不利影响,并且也不利于我国产业结构转型和资本市场建设。

因此,相关部门应通过一系列的政策调整和制度安排支持中国互联网企业在境内上市。

(三)根据互联网企业的在成长期的财务特点,设置相应的上市标准

互联网企业通常选择在成长期发行上市,这个阶段的互联网企业通常已经具备了一定的收入规模,根据具体业务模式和发展阶段的不同,未必能产生较为稳定的盈利。

但是根据互联网企业的发展规律看,短期不盈利不代表企业不具备投资价值,盈利不应成为其上市的主要指标或唯一指标,而应该借鉴境外成熟市场的通行做法,引入市值作为核心指标,并且根据当前互联网企业的实际情况,设置相应的综合指标体系。

第五篇:互联网行业分析

互联网行业分析:

搜索引擎类:谷歌,百度

行业性网站:锦程物流网、易舱网、中国海运网、环球运费网、中国航运网、运费100、B2B平台:阿里巴巴、环球资源、中国制造、慧聪网、SNS社区类:(论坛)福步论坛、货代论坛、新浪微薄,货代通讯录、货代企业QQ、行业协会。

行业黄页:船物周刊

人力招聘:中国人才热线、一揽人才等等

下载互联网行业运营:数据分析是什么么?word格式文档
下载互联网行业运营:数据分析是什么么?.doc
将本文档下载到自己电脑,方便修改和收藏,请勿使用迅雷等下载。
点此处下载文档

文档为doc格式


声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:645879355@qq.com 进行举报,并提供相关证据,工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。

相关范文推荐

    网站运营数据分析体会

    悍蒙电商学院网站运营数据分析体会总结 摘要 网站数据分析是通过观察、调查、实验、测量等结果,通过数据的显示行式把网站各方面情况反映出来,使运营者更佳了解网站的运营情......

    “互联网+农业”行业分析报告

    +农业”行业分析报告1 ——成都农商通研究中心 “互联网 前言................................................................ 4 一、什么是“互联网+”?....................

    2017互联网金融行业分析报告

    2017互联网金融行业分析报告 数据能力:互联网巨头发展金融最大优势 数据金融:金融的本质是数据,以及基于数据的建模和风险定价。互联网公司及科技公司拥有海量用户数据,有机会借......

    中国互联网行业分析报告

    一、 行业概况1. 行业规模截止今年6月底,我国光纤接入用户达到5393万户,8M以上的用户占比超过30%。3G基站超过 117万个,用户已经达到4.7亿户。4G基站超过40万个,用户达到了1397......

    3G、移动互联网行业分析

    3G、移动互联网 相关上市公司分析 近期,温家宝总理发表了题为《让科技引领中国可持续发展》的讲话,按照他的讲话,信息产业被确定为国家七大战略性新兴产业之一。业内人士预计,国......

    二手房行业运营管理分析

    目前大部分中介采用无底薪高提成的薪金模式,在行业初期这种模式利于行业的快速成长,可在目前市场大环境下,这种模式已抑制了中介的发因素下面是一些简单的分析 1.行业初期:作为......

    店铺运营数据分析及应用(讲稿)

    第一页:为PPT内容标题,善融商务系列课程之网店运营数据分析及简单应用。 第二页:引言部分,对于店铺来说数据分析有什么用呢?如果网站是为了流量而活的话,那么数据分析的终极意义就......

    中小企业网站运营数据分析实例[合集]

    中小企业网站运营数据分析实例 案例说明: 该企业正式开展网络推广不到1年,通过详细的日常数据记录及定期的分析总结,已能较好的从数据分析报表中发现企业实际存在的问题,并及时......