Introducció
Les primeres llums del dia il·luminen l'habitació mentre el so del mar es cola a través dels meus somnis, cortesia d'una aplicació que vaig descarregar recentment per despertar-me amb sons agradables. En despertar, la meva mà s'estén cap al telèfon mòbil. Reviso els meus missatges en lloc de les trucades matutines i em submergeixo en les notícies del dia. Descobreixo que l'últim got de llet a la nevera ha arribat al final. Mentre esmorzo, realitzo una compra a Amazon Prime, atent a les ofertes interminables.
A punt per enfrontar el dia, em preparo i surto de casa. Pel camí, les xarxes socials reclamen la meva atenció, atrapant-me amb anuncis de productes temptadors. Abans de cedir a la temptació, consulto Skyscanner per verificar els preus dels vols al Marroc i explorar les opcions d'allotjament. Decideixo el meu sopar de divendres després de consultar les ressenyes a Tripadvisor, reservant en un restaurant tailandès. Finalment, arribo al meu lloc de treball, on les dades flueixen com un riu en creixement.
Quantes dades produïm i consumim?
Segons un estudi recent de Cumulus Media, en tan sols 60 segons, el món digital s'agita: es produeixen 900.000 accessos a Facebook, es comparteixen 46.200 publicacions a Instagram i s'intercanvien 15.000 GIF a través de Messenger. El consum de plataformes de transmissió en línia ha arribat a noves altures des del 2016, amb 4.1 milions de vídeos vistos a YouTube, 40,000 hores de música reproduïdes a Spotify i 3.5 milions de cerques a Google.
Mentrestant, el comerç electrònic floreix amb una despesa de $751.522 dòlars, s'envien 16 milions de missatges de text i es distribueixen 156 milions de correus electrònics. L'informe Data Never Sleeps de Domo revela que cada dia es generen més de 2.5 bilions de bytes de dades a Internet, alimentant la creixent demanda d'anàlisi de macrodades en diversos sectors.
Els àmbits que abasta el 'Big Data'
“Els capitals assignats per les grans empreses globals (i no tan grans) per comprendre els seus clients i el seu comportament han experimentat un creixement continu en els darrers anys. A l'habilitat d'optimitzar, extreure i emprar la informació que prové d'aquests 'macrodades', rau l'oportunitat d'inversió que entreveiem a llarg termini”, assegura Jacques-Aurélien Marcireau, gestor principal de cartera a Edmond de Rothschild Asset Management.
Jacques-Aurélien Marcireau, gestor principal de cartera a Edmond de Rothschild Asset Management.
Però com es pot convertir aquesta tendència en un avantatge competitiu a l'àmbit de la inversió?
"La clau fonamental rau a identificar aquelles empreses que, a cada sector, siguin capaces d'aprofitar l'ús de les 'macrodades"', afirma Jacques-Aurélien Marcireau. Per exemple, a llarg termini estimem que més del 70% del sector salut es veurà influenciat per aquesta utilització d'informació. Com quelcom més immediat, els àmbits de la tecnologia de la informació, les telecomunicacions, l'energia o les finances estan més avançats pel que fa a la capacitat d'explotar aquestes dades”, continua.
L'expert confia que aquelles empreses que col·loquin les 'macrodades' al centre de la seva estratègia de desenvolupament seran les guanyadores del demà. Alguns exemples de companyies que ja estan fent això, i que per tant són bones alternatives dinversió, són Google, Nasdaq, JP Morgan, Orange, Axa o Randstad. “L'oportunitat de negoci no resideix únicament en els valors tecnològics, sinó en aquells que els utilitzin per processar tota mena de dades, des de la banca i les assegurances fins al transport, empreses automotrius o fins i tot, ia més llarg termini, la medicina”, afirma.
"La clau rau a ser capaç d'aprofitar adequadament les dades, sempre d'acord amb la regulació existent, per generar nous béns i serveis que atorguin avantatges competitius a aquestes empreses", explica Jacques-Aurélien Marcireau. L'oportunitat de negoci no resideix únicament en els valors tecnològics, sinó en aquells que els utilitzin per processar tota mena de dades. Comptar amb l'assistència d'equips d'experts en diversos àmbits que investiguin i avaluïn a fons informes d'empreses i organismes conferències, indicadors econòmics i fins i tot interaccions en xarxes socials i cerques a internet esdevé pràcticament indispensable a l'hora de trobar valor a l'àmbit del 'Big Data'.
Un fons per invertir a 'Big Data'
En aquesta perspectiva, el Edmond de Rothschild Fund Big Data és un fons temàtic i amb enfocament transversal que cerca ser un vehicle destinat a aprofitar aquesta revolució digital i tecnològica. “Això s'aconsegueix mitjançant una gestió activa, amb un clar enfocament 'value' a llarg termini, i seleccionant aquelles empreses que ofereixen potencial al sector infraestructures, en cotitzades amb negoci a la part analítica i, sobretot, en aquelles empreses no tecnològiques que perceben en l'ús d'aquestes 'macrodades' la manera d'obtenir un avantatge competitiu”, explica Jacques-Aurélien Marcireau. L'estratègia plantejada per l'Edmond de Rothschild Fund Big Data és de llarg termini, fet que implica comptar amb un horitzó temporal superior als cinc anys.
El seu objectiu de rendibilitat cerca superar el MSCI World Index. Per fer-ho, s'enfoca l'estratègia en la selecció d'aquest tipus d'empreses tecnològiques i d'explotació de 'Big Data' mentre es realitza una gestió de la cartera. El fons va ser creat l'agost del 2015 i les dades acumulades a finals del 2018 mostraven una rendibilitat del 28,65% enfront del 19,15% aconseguit pel MSCI World. En aquest període, la seva volatilitat ha estat de 11,46 davant el 8,91 de l'índex. Les lectures de la ràtio de Sharpe mostren a tres anys un valor de 0,79 davant el 0,71 del MSCI World. Des de començament de l'exercici, les dades indiquen una alça del 4,15% davant d'un 4,78% del MSCI World.
Si vol conèixer més sobre el nostre servei a Anàlisi de Dades, feu click Aquí
Obtingueu més informació sobre el nostre servei avui mateix. Completeu el formulari a continuació i un dels nostres representants es posarà en contacte amb vostè el més aviat possible per proporcionar tota la informació que necessita.
Catalan 
Spanish 
English 
German 
French 
Russian