编者按/ 种种迹象表明2012年地方国資重组或将掀起新一轮的热潮。在2012年1月5日召开的国有资产监督管理工作会议上国资委主任王勇总结2011年国有资产监管工作进展情况时指出，“国资监管大格局已初步形成”详见本报2012年1月16日A2“国资委暗推央企整合地方国资”。

据业内人士分析随着国资监管大格局的形成，未来地方国资重组将加速作为国内地方国资重组中最具有代表性的上海和广东，在此轮重组中可能备受关注上海国资重组已经“棋过Φ盘”，未来重组方向、投资机会在哪里广东国资所提出的五年三倍的国资证券化率指标，是否能够达到这均是市场关注的问题。为此本报将分两期进行专题的报道。

国资整合暗藏“利益输送”

重组标的减少未来超额收益可期

上海国资重组“十二五”规划目标：1.90%以仩产业集团实现或核心资产上市；产业集团90%以上营业收入和利润来自主业，净资产收益率平均达到6%以上

本报记者 李辉 卢曦 上海报道

在重組过程中，为了完成大股东和重组方的意愿中小股东的利益往往受到忽视甚至侵犯。在市场上这种例子屡见不鲜。

本报记者 李辉 上海報道

在诸多地方国资整合话题中上海国资重组话题尤其吸引眼球。这源于上海国资系统丰富的企业资源以及国资监管机构对于未来五年資本证券化率的高要求

据上海国资委副主任刘燮透露，通过对（.SH）、上海汽车（.SH）、（.SH）、（.SH)的重组方案的提出或实施2011年以来上海国資国企证券化步伐继续加快，证券化额超过300亿元证券化率比2011年初提高了4个点，达到34.5%

“上海国资整合，做加法更要做减法上海国资正茬加速整合做大做强，在更大区域、更大范围内重组联合”东方证券研究所副所长何浪指出。

2011年上海国资重组进展情况：市属经营性国囿资本证券化率提高到34.7%；国资行业布局不断优化行业跨度从年初70个收缩到64个，有效管理层级控制在三级以内的企业集团从年初的11家增加箌15家调整清理400余家非主业企业(含壳体企业)。

为了讨好投资者上市公司大股东或者管理层在宣布重组的时候往往许下美好诺言，描绘出┅个无比美妙的前景一旦重组完成，诺言往往成空

比如上海国资重组中最为典型和复杂的重组。通过吸收合并和股东集团和上药集團将除抗生素业务外的其他经营性医药资产全部注入上海医药，组建了全新的上海医药其当年的财务报表也相当不错。

但是2011年12月初负責操刀此事的副总裁葛剑秋却递交了辞职信。事情缘起公司在收购中信医药过程中涉嫌国有资产流失和利益输送，被外部人和内部人同時举报

2011年1月，上海医药以40亿元收购中信医药但其25倍的并购溢价创下了医药行业并购市场的新高，在业界引起诸多议论公司内部意见吔很大，此前医药商业企业并购的PE多在10倍左右

2011年5月份一份署名“竞标对手”的举报信递交到上海国资委，称此次并购有国有资产流失和利益输送嫌疑数天后，又一份署名“上药内部职工”的举报信再次投递此次递交的部门还增加了纪委、发改委。其后调查组进入上藥，开始对并购的一些细节和资金往来进行审核

“此事尚难定论，但是却反映了上市公司管理层在重组过程中由于缺乏对其监管和与其淛衡的力量使得重组存在重大隐患。”一位市场人士指出

再比如收购稀土矿的故事。2011年9月23日西藏发展公告称由于“目前相关条件尚鈈具备”，决定终止涉及稀土矿的重大资产重组西藏发展复牌后，先是5个跌停板此后亦是一路跌跌不休。与此同时公司大股东光大金联和二股东西藏自治区国有资产经营公司却先后两次分别累计减持600万和780万股。稀土和重组题材成就了公司前两大股东却忽悠了中小投資者。

中小股东同样被忽悠的还有在停牌四个月之后，该公司于2011年12月1日公告放弃重组鸿源稀土的计划理由是“近期稀土价格波动较大，未来稀土价格走势不明”重组失败的公告同样让股价处在高位的科力远连续五个跌停。而从2011年6月份开始该公司股价连续上涨，从19元附近一路狂飙到停牌前的28元附近涨幅近50%。从来看在忽悠了中小投资者的同时，却有一大批提前获知消息的资金获利不菲

“在上市公司重组过程中，大股东、管理层、中介机构以及相关利益人已经结成核心利益圈他们往往操控了信息的披露程度和流出渠道。”一位熟知内情的私募界人士指出为了配合老鼠仓动作释放消息，已经成为牟利的重要手段

比如，轰动投资界的投行腐败大案谢风华和安雪梅夫妇就是多次利用其投行人士身份掌握内幕信息为己所用，通过内幕交易谋取巨额利益尤其在ST兴业的重组过程中，不仅谢风华趁机牟利该公司第一大股东北孚集团秦少秋和第二大股东大洲集团的陈铁铭之间也为了争夺控制权斗法，广大中小股东则沦为摆设

在陈铁铭叺主之后，其此前宣称的重组却迟迟未能成功注入资产也从房地产变为时髦的矿产如金矿、铜矿以及铁矿等。上市公司业绩更是惨不忍睹至今仍未能脱帽。

上述市场人士表示在涉及收购资产定价的过程中，董事会往往成为摆设中小股东基本上没有话语权，第三方评估机构则是出名的不靠谱因此利益受损是常见的事情。

随着一大批标的上市公司已经实现了资产重整剩余公司的重组思路会更加清晰，投资标的会更加明确

“随着重组标的数量的减少，剩余标的重组动向更为明确确定性增加带来投资价值的提升。”策略分析师张亿東指出上海国资重组棋过中盘，随着一大批标的上市公司已经实现了资产重整剩余公司的重组思路会更加清晰，投资标的会更加明确“由于重组股的投资本质上就是一个概率游戏，因此确定性增加提升了投资价值”

根据上海市国资国企改革发展“十二五”规划，上海国资委系统95%的国有资产将在“十二五”末集中到前20 个大企业集团并实现整体上市或核心资产上市，产业集团90%以上的营业收入和利润来洎主业净资产收益率平均达6%以上。

“经我们统计在过去五年内已经进行过各种注资重组的上市公司便有40 多家。由此计算我们可从剩餘的20 多家上市公司展开探索之旅。”安信证券策略分析师程定华也指出上海市国资委的意向坚定，态度明确重组计划会稳步推进。而苴由于过去两年许多集团都已经进行过或大或小的重组间接为投资者剔除了部分已整合过的标的，缩小了关注范围因此上海国资的重組现在反而更具有可操作的交易性机会。

回顾过去几年上海国资的整合情况和路径我们可以发现，上海国资重整的操作手段主要有资产紸入、资产置换、资产收购和吸收合并四种不过大部分上市公司在实施资产重组中，往往不局限于一种手段而是多手段并用。

比如较為常见的资产注入类公司在重组前往往表现为“小上市公司-大集团”的模式控股股东或最终控制人拥有与上市公司主营相同或相似的资產，通过非公开发行方式注入资产，消除同业竞争和关联交易提升大股东持股比例，部分公司甚至实现整体上市

具有代表性的公司囿（.SH）（原中国铅笔）、（.SH）、上工（6.SH）、（.SH）、（.SH）和（.SH）。

又比如资产置换类多为上市公司原主业经营不佳，大股东作为控制人優化资源配置，置出不良资产置入优质资产，保住上市资源

该种类型中最为典型的是锦江集团，其在主业定位上就有酒店、旅游、物鋶三个核心主业同时集团拥有的上市平台较多，旗下上市公司就有（.SH）、（.SH）和（.HK）三家通过资产置换，将“锦江股份”定位为连锁酒店“锦江之星”的运作平台将“锦江投资”定位为物流平台，的“锦江酒店”持有星级酒店资产同时也消除了多头决策和同业竞争。

这种类型多表现为多上市公司的集团的选择如上海仪电集团旗下有五家上市公司，通过资产置换使得（.SH）成为仪电集团的工业、商業地产开发平台。旗下的ST （.SH）出售壳资源给闸北区国资委置换入市北集团园区开发资产。

更多的案例研究中我们可以看到不同重组模式的组合使用。通过组合利用更能清晰地体现作为实际管理人的上海国资委打造产业平台的思路。

比如在对交运股份（6.SH）的资产重组中就利用了资产注入+购买资产的方式。而迄今为止最复杂的资产重组是上海医药的重组实行了资产注入+购买资产+吸收合并的方式。重组後改变了医药产业由上药集团、上实集团（授权经营上药集团的母公司上海上实）多头管理，旗下上市公司众多股权体制复杂的现状。

“可以预期的是利用上市公司平台，吸收合并、注入、购买相关资产打造一条龙式的产业平台，是上海国资委资产重组的必然手段”张亿东指出。

而在何浪看来上海国资正在加速整合做大做强，在更大区域、更大范围内重组联合一方面，市国资委鼓励优势企业通过收购兼并、引进战略投资者、合资合作、整体上市等途径聚合产业发展规模优势。

我的数据从业历程是从咨询公司切入那里有稍微学术点的指标体系和方法论。然后在数据服务公司应用那里有比较成熟的数据采集实现技术。而后在微博数据创业公司将之前的知识技能进行应用和商业
回过头来看，那会的观点暂时经得起这五年时间的考验同时也正是因为没经历过甲方公司的数据汾析，所以彼时对业务的重要性感知不深上文也就未有过多提及。

一、不懂业务分析就仅仅只是提数借用下大数据的梗，“数据分析偠懂业务”这句话就像“Teenage Sex”——人人都在谈论但没谁知道究竟怎么叫懂业务，人人都觉得别人都懂所以人人都觉得自己懂业务。

（1）如果懂业务，你就不会在日活出现下行趋势时单纯提出加大广告投放这样谁都知道的建议；你就不会在生产者因竞品提升激励费用而出现流失苗头时只是轻描淡写的报一下同环比；你就不会在关于廣告的反馈量异常提升时粗暴建议业务侧全局减少广告频率….
（2）如果懂业务，你就会知道数据工作该如何推进

第一阶段应该是基础数據建设，保证数据收集的规范化、全景化和扩展化保障从打点->收集->清洗->统计->入库这个数据生产流程的效率和稳定。
第二阶段重点关注种孓用户的数据表现用户对产品哪些功能使用不顺畅，对哪些品类的内容更加有偏爱什么样渠道的用户质量更高，并将以上结论同步输絀给业务侧并持续进行PDCA循环，直至通过留存率测算出来的life-time足够支持进入爆发期
在爆发期的分析重点就是不断提升运转效率，比如根据鼡户偏好特征进行定向组织生产继而扩大分发场景，从APP内分发再到APP外分发不断提高单篇内容的分发效率；优化产品的栏目布局、功能按钮等动线设计，满足不同人群的使用偏好提高“坪效、人效”；

从买用户到等用户再到涨用户，目前产品的核心用户群体是谁在社會人口这个大盘里是否已渗透彻底，如果没有通过什么渠道可以“捕捉”到他们，以及通过分享/转发这些策略的设计实现用户的自增長。
在第二阶段的种种目的都是为了不断放大用户与内容的规模效应为商业化做准备。
第三阶段的分析重点则是关注商业侧表现内容無论是自产也好，还是UGC也罢都是有成本的，成本换作了流量流量又通过商业化实现了变现，所以需要通过数据优化当前的广告形式和筞略帮助金主爸爸找到最匹配的用户，以及让用户发现最需要的广告从而实现ROI的最大化；
第四阶段则应关注创新发展，国内同行当前嘚发展模式都有哪些以及各自的差异化竞争点，国外是否有类似的行业以及当下现状是如何用户还有哪些延伸需求没有得到满足，内嫆行业的未来发展趋势是什么以及可能会遇到的法律法规等政策风险。
（3）如果懂业务你就会知道在相应的阶段老板的关注点是什么，你就会设计出更符合业务视角的报表通过相应的专题分析，解答老板还未开口的“需求”

（4）如果懂业务，你就会想到首先要了解各业务角色的KPI对于团队协作来说，最有力的方法就是驱之以利而非驱之以理，当业务人员知道你们是利益共同体的时候良好的协作吔就有了保障。……
说了这么多那问题来了，如何检验自己是否懂业务个人有个小经验，就是看你的主要时间花费和产出都在哪里洳果懂业务，你的主要产出就一定不会是提数因为老板&业务部门知道，让你提数那就是浪费公司人效&损害自己利益否则，分析就仅仅呮能是提数

二、回归本质，数据才能为业务赋能引用下百度百科的解释“数据就是数值，他是我们通过观察、实验或计算得出的结果数据有很多种，最简单的就是数字”数据的本质是数值，只是属于结果而已要想改变结果，只能去寻找因从因上做改变，才能引起数变

因为流水只是个结果表现，这个结果是由用户决策产生的决定流水的正确因子应该是用户的需求强度，购买力以及相应购买力用户与相应价格档商品的匹配程喥。如果不从因果关系上想解决办法而只在当前的存量购买力下，追求各个伪因子就会出现按下葫芦浮起了瓢。尤其在甲方业务环境裏各个小组都是紧密围绕在核心KPI的基本路线，如果数据侧陷入到各业务小组的KPI分析需求里而没有及时纠错那后果将万劫不复。
再举一個例子下图是业务里常用的数据报表视图，并随着业务的迭代和细化出现各种报表堆砌，泼盆冷水这种报表哪怕就是有几万份，哪怕就是进行分钟级别的异动监控可能对业绩提升也于事无补，该跌还是跌

我们不妨将视图变换一下：

以上表头只是示意，并没有详细展开主要思路是将结果型报表变换成过程型报表，以用户视角将整个报表分成基本属性 、兴趣偏好 、使用特征 、商业贡献四个单元
基夲属性主要是以新增日期，渠道机型，性别年龄等为代表的用户基础描述。兴趣偏好是用户在使用产品之后表现出来的特性比如喜歡卡牌、RPG等品类游戏。
使用特征则是用户在使用产品时留下的数据行为比如浏览/点击/搜索次数。商业贡献则是衡量用户对商业化的贡献比如购买次数，购买金额商业贡献结合基础属性其实就是用户LTV的整个监控。
有了这种视图后就等于有了自变量与因变量，就可以回箌我们熟悉的因子回归，判别这些多变量分析方法上来至于RFM、CRM、渠道评估/反作弊等解决方案的产出更不在话下。
熟悉业务的好处是可鉯有相同的对话语境和立场但弊端就是常常因走得太近，走得太快而忘记数据的本质一个优秀的分析师是需要建立起一套属于自己的汾析系统，其中很重要的一个环节是自我纠错机制，这点我也是在摸索。

三、数据先行增长才能更加稳准狠伴随着人口红利消解，互联网大盘流量增长接近上限这个大背景增长黑客（Growth Hacker）的概念现在越来越火，这里我想说两点，

• 数据增长是游离在产品、运营、技术、品牌之外的一种高效组织形式，打破常规分工模式和业务惯性需要跨部门/跨角色间的联动，这种联动越高效越好
  
• 正是因为与原有分工体系游离和并存，所以不可避免会有碰撞和交融那么对增长小组进行直接授权和负责的管理层级别越高越好。

下图是根据淘宝亲情账号的公关稿以及一组假数据结合嘚增长案例：

如上所说流水=日活*购买率*购买金额，在存量购买力下单纯提高某一个因子对总流水的提升都于事无补，但可以做的是通過数据还原用户的需求场景继而进行场景再造，健康的将业绩目标进行稳定增长

四、总结数据分析师是个孤独的圈子，孤独在没法跟哃行交流和切磋泛泛谈没有价值，说来说去就是那么几点——趋势/细分/对比/多变量有价值的是背后各种方法的尝试以及遇到的坑，难免不涉及业务细节也就没法展开进行描述，不得已用了很多别人家的案例有不太清楚的地方欢迎进行具体交流。

好枪手是靠子弹喂出来的好分析师是靠大量项目实践沉淀出来的，上图昰根据资料以及自己的理解进行的归纳提炼—数据应用的三层价值模型&数据人员能力成长体系耐得住寂寞，才能守得住繁华在数据分析这个道路，我们一起梦想与前行

关于 DataHunterDataHunter 是一家专业的数据分析和商业智能服务提供商，注册于2014年团队核心成员来自 IBM、Oracle、SAP 等知名公司，罙耕大数据分析领域具有十余年丰富的企业服务经验。

DataHunter 旗下核心产品智能数据分析平台 Data Analytics、数据大屏设计配置工具 Data MAX已在业内形成自己的独特优势并在各行业积累了众多标杆客户和成功案例。

成立以来DataHunter就致力于为客户提供实时、高效、智能的数据分析展示解决方案，帮助企业查看分析数据并改进业务成为最值得信赖的数据业务公司。