2017年《中美独角兽研究报告》(完整版PPT)

日前,德勤与投中信息联合发布了《中美独角兽研究报告》(以下简称“报告”)。该报告是德勤中国创投及私募领军计划与投中研究院首次对全球独角兽的数据进行系统梳理,并重点对中美独角兽的行业特点和趋势比较分析。同时,报告还对中美独角兽背后的资本猎手进行揭示,并分析了不同投资机构对独角兽的赛道选择与生态布局,对中国独角兽未来的发展和投资提供了非常有价值的参考。

报告亦对中美独角兽行业数量和总估值进行了深入比较和分析。数据显示,中国的独角兽分布在16个大行业,位居前列的三大行业(即电子商务、金融、文化娱乐)的独角兽数量占了总数的46%。在美国,独角兽分布在20个大行业,企业服务行业独角兽数量遥遥领先于其他行业,占比27%,在估值方面依然占据领先地位,占比19%。需要强调的是,美国的企业服务行业独角兽的全球占比逾七成。这得益于美国企业服务起步早、转型早、投资细分领域发达、科技技术领先等原因。然而随着我国“双创政策”的影响及未来消费升级带来的促进作用,中国的企业服务领域必将迎来广阔的增长空间。

从全球顶尖独角兽猎手捕获数量及行业布局的数据来看,不难发现,顶尖的财务型风险投资机构都拥有自身擅长或看好未来发展的领域,因此会拥有各自不同的投资赛道。从他们的商业布局可以看到当前的行业热点及未来趋势,这就可以给创业者寻找投资渠道提供参考价值。而公司风险投资机构会根据自己的主业进行上下游生态化布局,通过收购公司的方式获得外部创新,达到生态链内的企业合作并产生协同效应。

以下附报告PPT全文

文:德勤 投中信息 来源:投中网

END

投稿和反馈请发邮件至hzzy@hzbook.com。转载大数据公众号文章,请向原文作者申请授权,否则产生的任何版权纠纷与大数据无关。

本文分享自微信公众号 - 大数据(hzdashuju)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-10-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏互联网数据官iCDO

如何使用预测分析方法提高营销效果?

随着大数据,人工智能和数据分析等技术的兴起,营销一直在不断变化。现在,营销活动可以基于对过去活动的测量和洞察来规划,其中一种策略是使用预测分析来获得更好的营销表...

20420
来自专栏机器学习算法原理与实践

文本主题模型之LDA(二) LDA求解之Gibbs采样算法

    本文是LDA主题模型的第二篇,读这一篇之前建议先读文本主题模型之LDA(一) LDA基础,同时由于使用了基于MCMC的Gibbs采样算法,如果你对MCM...

19330
来自专栏机器之心

机器之心专访杨强教授:联邦迁移学习与金融领域的AI落地

7 月 21 日、22 日,由 KDD China 主办,西南交通大学和京东金融承办的 KDD Summer School 暨 KDD Pre-Conferen...

38610
来自专栏蓝天

多写引发的思考

如果是3个Master,采用2PC保证一致性,单个Master故障,会导致不可写。如果正提交的是一个大数据,会造成较大影响。实际上,这个时候可以允许提交,在故障...

9610
来自专栏机器之心

专访 | 诺基亚首席科学家范力欣:用模糊逻辑实现可解释的深度神经网络

深度学习发展到今天,很大程度上依然是一个「实验主导」的、「先有实验结果再找可能解释」的学科。对实验结果的理论解释,争议不断,而且随着时间的推移,研究者们给出的解...

20720
来自专栏AI科技评论

动态 | 杉数科技的第二届 AI 大师圆桌会,探讨「从链到网」产学结合的无限可能

这家成立于 2016 年的公司由五位斯坦福大学教授及博士创立,以运筹学泰斗、冯·诺依曼奖得主叶荫宇教授为核心,联合商学院、运筹学及决策分析与风险分析等专业的四位...

11530
来自专栏鸿的学习笔记

大数据的管理(二)

大数据是为了解决复杂的企业优化问题。为了充分利用大数据,我们必须认识到,数据是一个重要的企业资产,因为数据是互联网经济的命脉。今天的组织依靠数据科学可以做出更明...

20320
来自专栏鸿的学习笔记

批处理

今天要聊的批处理,在前些年,有个忽悠人的外号,就是所谓的大数据。最经典的处理模式就是MapReduce,它起源于谷歌的《MapReduce:Simplified...

14120
来自专栏恰童鞋骚年

一朝入梦,终生不醒:再看红楼梦,也谈石头记

  红楼梦是我国四大名著之一,被众多学者冠以四大名著之首的美誉,也是我们从学生时代开始就被老师灌输需要阅读的经典书籍(虽然我们学生时代未必阅读或读完过)。古人曾...

18490
来自专栏ATYUN订阅号

机器学习算法在预测化学品的毒性方面胜过动物试验

研究人员报告称,用大量化学安全性数据进行训练的机器学习软件能够很好地预测某种毒性,而这样的预测甚至可以与昂贵的动物研究结果相媲美,有时甚至准确率更高。

11830

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励