中国大数据市场现状调研与发展趋势分析报告
（2015-2020年）
报告编号：1579399
行业市场研究属于企业战略研究范畴，作为当前应用最为广泛的咨询服务，其研究成果以报告形式呈现，通常包含以下内容：
一份专业的行业研究报告，注重指导企业或投资者了解该行业整体发展态势及经济运行状况，旨在为企业或投资者提供方向性的思路和参考。
一份有价值的行业研究报告，可以完成对行业系统、完整的调研分析工作，使决策者在阅读完行业研究报告后，能够清楚地了解该行业市场现状和发展前景趋势，确保了决策方向的正确性和科学性。
中国产业调研网https://www.doczj.com/doc/1e1663978.html,基于多年来对客户需求的深入了解，全面系统地研究了该行业市场现状及发展前景，注重信息的时效性，从而更好地把握市场变化和行业发展趋势。
一、基本信息
报告名称：中国大数据市场现状调研与发展趋势分析报告（2015-2020年）
报告编号：1579399 ←咨询时，请说明此编号。
优惠价：￥6750 元可开具增值税专用发票
网上阅读：https://www.doczj.com/doc/1e1663978.html,/R_QiTaHangYe/99/DaShuJuDeXianZhuangHeFaZhanQuShi.html 温馨提示：如需英文、日文等其他语言版本，请与我们联系。
二、内容介绍
产业现状
大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交易信息、物联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。大数据时代网民和消费者的界限正在消弭，企业的疆界变得模糊，数据成为核心的资产，并将深刻影响企业的业务模式，甚至重构其文化和组织。因此，大数据对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。如果不能利用大数据更加贴近消费者、深刻理解需求、高效分析信息并作出预判，所有传统的产品公司都只能沦为新型用户平台级公司的附庸，其衰落不是管理能扭转的。如今的数据已经成为一种重要的战略资产，它就像新时代的石油一样，极富开采价值。如果能够看清大数据的价值并且迅速行动起来，那么在未来的商业竞争中占据会占得先机。
市场容量
继物联网、移动互联网、云计算之后，大数据再次挑动整个IT产业的神经。这场发端于互联网企业的草根企业技术让我们可以以全新的视角重新审视数据资产，更让潜藏在这些数据中的商业价值得到前所未有的发挥，大数据让“智能之门”从来没有像现在这样距离我们之近。现阶段企业要积极引入大数据技术，还要关注已经部署到位的商业智能如何能与大数据进行结合，在新的时代我们该如何利用它来为企业创造最大的价值，最终帮助企业推开智慧之门。众所周知，依托价格相对较低的硬件和开源软件构成的组合，大数据大幅降低了普通企业获得“智慧”的门槛。而在过去，商业智能才是企业获得“智慧”的主要技术手段，一个典型的商业智能需要基于传统数据仓库实现，需要专用硬件和专业ETL工具，项目投资不菲而且建设周期长，这就让大量中小企业对商业智能望而却步。正是基于此，当同样能给企业带来“智慧”的大数据一出现，就受到企业的普遍欢迎。全
球大数据技术及服务市场复合年增长率将达31.7%，2016年收入将达到238亿美元，将增速约为信息通信技术市场整体增速的7倍之多。2014年中国大数据市场规模达20亿元，从2015年到2017年期间，每年将保持60%以上的增长。
市场格局
大数据主要市场机会集中在各实体企业对海量数据处理、挖掘的应用上，而这些应用必然带动“数据存储设备和提供解决方案”，“大数据的分析、挖掘和加工类企业”等环节的爆发性发展。虽然目前国内数据库、服务器、存储设备等领域，仍是国际巨头占绝对领先优势，大数据应用也还处在起步阶段，但发展前景可以期待。中国经济发展的巨大体量必然拉动天量的数据处理，而数据量处理的爆发必然带动硬件设备支出、数据中心大规模建设，以及相关应用服务领域的商机。另外，市场高度关注的可穿戴设备，也是基于大数据支撑的软件或硬件实现。从谷歌眼镜这样的划时代产品开始，更多生活类、健康类、运动类的可穿戴设备在国内外市场掀起波澜，而可穿戴设备正是基于大数据支撑的软件或硬件实现。围绕着大数据的建设和应用，一线的互联网企业已经开始行动。
前景预测
中国产业调研网发布的中国大数据市场现状调研与发展趋势分析报告（2015-2020年）认为，大数据时代将引发新一轮信息化投资和建设热潮。到2020年全球将总共拥有35ZB的数据量，预测未来大数据产品在三大行业的应用就将产生7千亿美元的潜在市场，未来中国大数据产品的潜在市场规模有望达到1.57万亿元，给IT行业开拓了一个新的黄金时代。数据处理技术和设备提供商、IT系统咨询和ERP/CRM/BI改造服务商、智能化和人机交互应用以及信息安全提供商将获巨大需求，相应公司将获得机会。当前我们还处在大数据时代的前夜，2014年以后大数据产品将会形成业绩。由于国际巨头在硬件层和基础软件层垄断优势明显，本土企业将主要依靠对客户需求的了解和客户资源优势，以及本地化服务的优势，在应用软件层分得蛋糕，拥有大数据处理、挖掘技术、数据分析人才以及数据资产的公司值得看好。到2019年中国大数据市场规模将达462.9亿。
面临挑战
对于大数据解决方案提供商来说，大数据意味着分析、挖掘数据的方式发生了根本的变化，而为了应对这种变化，大数据解决方案提供商必须在已有的软件架构上改变思路，因此要针对新的架构进行优化，会面临较大的技术挑战。未来的行业应用会形成一个更加紧密的生态链。在这个生态链上，大数据解决方案提供商各个角色分工高度明确，他们互相支持，互相依赖，紧密合作，共同向企业提供更加高质量的服务。这对大数据解决方案提供商的资金和技术力量都是一个挑战。在大数据背景之下，解决方案提供商面临着商业模式转变的挑战。
中国大数据市场现状调研与发展趋势分析报告（2015-2020年）是对大数据行业进行全面的阐述和论证，对研究过程中所获取的资料进行全面系统的整理和分析，通过图表、统计结果及文献资料，或以纵向的发展过程，或横向类别分析提出论点、分析论据，进行论证。中国大数据市场现状调研与发展趋势分析报告（2015-2020年）如实地反映了大数据行业客观情况，一切叙述、说明、推断、引用恰如其分，文字、用词表达准确，概念表述科学化。
中国大数据市场现状调研与发展趋势分析报告（2015-2020年）揭示了大数据市场潜在需求与机会，为战略投资者选择恰当的投资时机和公司领导层做战略规划提供准确的市场情报信息及科学的决策依据，同时对银行信贷部门也具有极大的参考价值。
正文目录
第一章大数据行业发展综述
第一节大数据行业定义及分类
一、行业定义
二、行业主要产品分类
三、行业主要商业模式
1、数据存储空间出租
2、客户关系管理
3、企业经营决策指导
4、个性化精准推荐
5、建设本地化数据集市
6、数据的搜索
7、创新社会管理模式
第二节大数据行业特征分析
一、产业链分析
二、大数据行业在国民经济中的地位
1、大数据的特性
2、大数据在国民经济中的地位
三、大数据行业生命周期分析
1、行业生命周期理论基础
2、大数据业行业生命周期
第三节最近3-5年中国大数据行业经济指标分析
一、赢利性
二、成长速度
三、附加值的提升空间
1、2B方向
2、2C方向
四、进入壁垒／退出机制
1、人才成本较高
2、存储硬件成本高
3、项目启动资金高
4、用户少、获取成本高
五、风险性
六、行业周期
七、竞争激烈程度指标
八、行业及其主要子行业成熟度分析
1、关注三个数据金矿和四个方向
2、大数据使能
3、民生应用将率先破局
4、工业大数据，从数字化-到智能化-到创造收益的演进路径第二章大数据行业运行环境分析
第一节大数据行业政治法律环境分析
一、行业管理体制分析
二、行业主要法律法规
三、行业相关发展规划
1、大数据行业国家发展规划
2、大数据行业地方发展规划
第二节大数据行业经济环境分析
一、国际宏观经济形势分析
二、国内宏观经济形势分析
三、产业宏观经济环境分析
第三节大数据行业社会环境分析
一、大数据产业社会环境
1、人口环境分析
2、中国城镇化率
二、社会环境对行业的影响
三、大数据产业发展对社会发展的影响
第四节大数据行业技术环境分析
一、大数据技术分析
1、技术水平总体发展情况
2、我国大数据行业新技术研究
二、大数据技术发展水平
三、行业主要技术发展趋势
1、数据的灵活性成为焦点
2、企业逐渐从数据湖转向数据处理平台发展
3、Hadoop将成为企业的关键应用组件
4、Hadoop加强支持实时应用和得到企业级强化
5、新的技术堆栈
6、Hadoop供应商整合新商业模式出现
7、R将取代传统SAS解决方案
第三章我国大数据行业运行分析
第一节我国大数据行业发展状况分析
一、我国大数据行业发展阶段
二、我国大数据行业发展总体概况
三、我国大数据行业发展特点分析
第二节 2011-2015年大数据行业发展现状
一、我国大数据行业市场规模
二、我国大数据行业发展分析
三、中国大数据企业发展分析
第三节区域市场分析
第四节大数据细分产品/服务市场分析
一、细分产品/服务特色
二、2015年细分产品/服务市场规模及增速
1、金融
2、旅游
3、通信
4、零售
5、政府
6、医疗
第四章我国大数据行业整体运行指标分析
第一节 2011-2015年中国大数据行业总体规模分析
一、智能终端成为数字营销的主战场
二、大数据的应用让移动营销更精准
三、移动电商改变整个市场营销生态
四、新型城镇和农村成移动新蓝海
五、App营销是移动营销主要形式
六、2011-2015年中国大数据行业总体规模分析第二节 2011-2015年中国大数据行业总体分析
一、本地化移动营销市场空间广阔
二、移动营销打造O2O营销新模式
三、RTB成移动广告投放主导模式
四、多屏整合成移动营销必然趋势
五、建立战略联盟是移动营销平台方向
六、行业发展能力分析
第三节 2011-2015年我国大数据行业应用分析
一、大数据在经济预警方面的应用
二、大数据在市场营销方面的应用
三、大数据在医疗领域的应用
1、大数据技术在未来为决策提供更多的支持
2、提供越来越多个性化的服务
3、催生新的业务模式和服务模式
4、处理过程及传输的实时化、及时化
5、大数据技术在医疗领域的不断创新
四、大数据在金融领域的应用
五、企业大数据产品与技术动向
第五章我国大数据行业供需形势分析
第一节大数据行业供给分析
一、2015年大数据行业供给分析
二、2015-2020年大数据行业供给变化趋势
三、大数据行业供给特点分析
第二节 2011-2015年我国大数据行业需求情况
一、大数据行业需求市场
二、大数据行业客户结构
三、大数据行业需求的结构差异
第三节大数据市场应用及需求预测
一、大数据应用市场总体需求分析
二、2015-2020年大数据行业领域需求量预测
三、重点行业大数据产品/服务需求分析预测
第六章大数据行业产业结构分析
第一节大数据产业结构分析
一、市场细分充分程度分析
二、各细分市场领先企业排名
三、各细分市场占总市场的结构比例
四、领先企业的结构分析（所有制结构）
第二节产业价值链条的结构及整体竞争优势分析
一、产业价值链条的构成
二、产业链条的竞争优势与劣势分析
第三节产业结构发展预测
一、产业结构调整指导政策分析
二、产业结构调整中消费者需求的引导因素
三、中国大数据行业参与国际竞争的战略市场定位
四、产业结构调整方向分析
第七章我国大数据行业产业链分析
第一节大数据行业产业链分析
一、产业链结构分析
二、主要环节的增值空间
三、与上下游行业之间的关联性
第二节大数据上游行业分析
一、大数据产品成本构成
二、2011-2015年上游行业发展现状
三、2015-2020年上游行业发展趋势
四、上游供给对大数据行业的影响
第三节大数据下游行业分析
一、大数据下游行业分布
1、信息搜索服务行业
2、社交网络行业
3、电子商务服务行业
4、电信行业
5、金融行业
6、零售行业
二、下游需求对大数据行业的影响
第八章我国大数据行业渠道分析及策略
第一节大数据行业渠道分析
一、渠道形式及对比
1、影响产品研发的模式
2、影响市场营销的模式
3、影响渠道运营的模式
4、影响客户服务的模式
5、丰富产品提供的内容
二、大客户直供销售渠道建立策略
三、主要大数据企业渠道策略研究
第二节大数据行业用户分析
一、企业信息系统数据特征
1、管理指导职能突出
2、企业内部信息共享需求明显
二、企业数据共享存在问题
1、网络环境数据共享安全隐患
2、数据缺乏标准难以共享
三、实现网络环境下企业数据共享的对策
1、企业数据信息安全性对策
2、统一整合规范内部数据
第三节大数据行业存在问题及对策分析
一、我国大数据行业存在的问题及对策
1、容量问题
2、延迟问题
3、安全问题
4、成本问题
5、数据的积累
6、灵活性
7、应用感知
8、针对小用户
二、我国大数据市场面临的挑战与对策第九章我国大数据行业竞争形势及策略
第一节行业总体市场竞争状况分析
一、大数据行业竞争结构分析
1、现有企业间竞争
2、潜在进入者分析
3、替代品威胁分析
4、供应商议价能力
5、客户议价能力
6、竞争结构特点总结
二、大数据行业企业间竞争格局分析
三、大数据行业集中度分析
四、大数据行业SWOT分析
1、大数据行业优势分析
2、大数据行业劣势分析
3、大数据行业机会分析
4、大数据行业威胁分析
第二节中国大数据行业竞争格局综述
一、大数据行业竞争概况
1、中国大数据行业竞争格局
2、大数据行业未来竞争格局和特点
3、大数据市场进入及竞争对手分析
二、中国大数据行业竞争力分析
1、我国大数据行业竞争力剖析
2、我国大数据企业市场竞争的优势
3、国内大数据企业竞争能力提升途径
三、大数据市场竞争策略分析
第十章大数据行业领先企业经营形势分析第一节江苏天泽信息产业股份有限公司
一、公司发展简介
二、公司主要产品及特点
三、公司研发能力分析
四、公司经营状况分析
五、公司经营优劣势分析
六、2015-2020年发展规划
第二节北京拓尔思信息技术股份有限公司
一、公司发展简介
二、公司主要产品及特点
三、公司研发能力分析
四、公司经营状况分析
五、公司经营优劣势分析
六、2015-2020年发展规划
第三节厦门市美亚柏科信息股份有限公司
一、公司发展简介
二、公司主要产品及特点
三、公司研发能力分析
四、公司经营状况分析
五、公司经营优劣势分析
六、2015-2020年发展规划
第四节潜能恒信能源技术股份有限公司
一、公司发展简介
二、公司主要产品及特点
三、公司研发能力分析
四、公司经营状况分析
五、公司经营优劣势分析
第五节北京同有飞骥科技股份有限公司
一、公司发展简介
二、公司主要产品及特点
三、公司研发能力分析
四、公司经营状况分析
五、公司发展模式分析
六、公司经营优劣势分析
第六节上海汉得信息技术股份有限公司
一、公司发展简介
二、公司主要产品及特点
三、公司研发能力分析
四、公司经营状况分析
第七节浙大网新科技股份有限公司
一、公司发展简介
二、公司主要产品及特点
三、公司研发能力分析
四、公司经营状况分析
五、公司经营优劣势分析
六、2015-2020年发展规划
第八节荣之联科技股份有限公司
一、公司发展简介
二、公司主要产品及特点
三、公司研发能力分析
四、公司经营状况分析
五、公司经营优劣势分析
六、2015-2020年发展规划
第九节上海天玑科技股份有限公司
一、公司发展简介
二、公司主要产品及特点
三、公司研发能力分析
四、公司经营状况分析
五、2015-2020年发展规划
第十节北京银信长远科技股份有限公司
一、公司发展简介
二、公司主要产品及特点
三、公司研发能力分析
四、公司经营状况分析
六、2015-2020年发展规划
第十一章 2015-2020年大数据行业投资前景
第一节 2015-2020年大数据市场发展前景
一、2015-2020年大数据市场发展潜力
二、2015-2020年大数据市场发展前景展望
三、2015-2020年大数据细分行业发展前景分析第二节 2015-2020年大数据市场发展趋势预测
一、2015-2020年大数据行业发展趋势
二、2015-2020年大数据市场规模预测
三、2015-2020年大数据行业应用趋势预测
四、2015-2020年细分市场发展趋势预测
第三节 2015-2020年中国大数据行业供需预测
一、2015-2020年中国大数据行业供给预测
二、2015-2020年中国大数据行业需求预测
三、2015-2020年中国大数据行业供需平衡预测第四节影响企业生产与经营的关键趋势
一、市场整合成长趋势
二、需求变化趋势及新的商业机遇预测
三、企业区域市场拓展的趋势
四、科研开发趋势及替代技术进展
五、影响企业销售与服务方式的关键趋势
第十二章 2015-2020年大数据行业投资机会与风险第一节大数据行业投融资情况
一、行业资金渠道分析
1、PE/VC
2、上市融资
3、天使投资
二、固定资产投资分析
三、兼并重组情况分析
第二节 2015-2020年大数据行业投资机会
一、产业链投资机会
二、细分市场投资机会
三、重点区域投资机会
第三节 2015-2020年大数据行业投资风险及防范
一、竞争风险分析
二、市场风险分析
三、管理风险分析
四、投资风险分析
第十三章大数据行业投资战略研究
第一节大数据行业发展战略研究
一、战略综合规划
二、技术开发战略
三、业务组合战略
四、区域战略规划
五、产业战略规划
六、营销品牌战略
七、竞争战略规划
第二节大数据新产品投资战略
一、大数据行业投资战略研究
二、2011-2015年大数据行业投资战略
三、2015-2020年大数据行业投资战略
四、2015-2020年细分行业投资战略
第十四章研究结论及投资建议
第一节大数据行业研究结论
第二节大数据应用领域研究结论及建议
一、行业发展策略建议
二、行业投资方向建议
三、行业投资方式建议
图表目录
图表 1 我国大数据行业所处生命周期示意图
图表 2 行业生命周期、战略及其特征
图表 3 2008-2015年我国季度GDP增长率走势分析图单位：%
图表 4 2010-2015年我国分产业季度GDP增长率走势分析图单位：%
图表 5 2010-2015年我国工业增加值走势分析图单位：%
图表 6 2010-2015年我国固定资产投资走势分析图单位：%
图表 7 2013-2015年我国东、中、西部地区固定资产投资走势分析图单位：%图表 8 2011-2015年我国社会消费品零售总额走势分析图单位：亿元，%
图表 9 2009-2015年我国社会消费品零售总额构成走势分析图单位：%
图表 10 2009-2015年我国CPI、PPI走势分析图单位：%
图表 11 2009-2015年我国企业商品价格指数走势分析图（去年同期为100）图表 12 2009-2015年我国月度进出口走势分析图单位：%
图表 13 2014-2015年我国货币供应量走势分析图单位：亿元
图表 14 2014-2015年我国存、贷款量走势分析图单位：亿元 %
图表 15 2010-2015年我国人民币新增贷款量走势分析图单位：亿元
图表 16 2008-2015年我国汇储备总额走势分析图单位：亿美元、%
图表 17 2014年年末人口数及其构成
图表 18 全国31个省级行政区的城镇化率
图表 19 2009-2014年我国大数据行业市场规模及增长情况分析
图表 20 2009-2014年我国大数据市场规模及增长情况
图表 21 2009-2014年我国大数据行业市场规模及增长对比
图表 22 大数据在智慧城市应用领域的投资结构
图表 23 2014年中国大数据行业企业数量不同所有制分析
图表 24 2015年1-6月天泽信息产业股份有限公司主营业务构成分析
图表 25 2011-2015年1-6月天泽信息产业股份有限公司营业收入及增速统计
图表 26 2011-2015年1-6月天泽信息产业股份有限公司营业成本及增速统计
图表 27 2011-2015年1-6月天泽信息产业股份有限公司营业利润及增速统计
图表 28 2011-2015年1-6月天泽信息产业股份有限公司利润总额及增速统计
图表 29 2011-2015年1-6月天泽信息产业股份有限公司净利润及增速统计
图表 30 2011-2015年1-6月天泽信息产业股份有限公司销售费用及增速统计
图表 31 2011-2015年1-6月天泽信息产业股份有限公司管理费用及增速统计
图表 32 2015年1-6月北京拓尔思信息技术股份有限公司主营业务构成分析
图表 33 2011-2015年1-6月北京拓尔思信息技术股份有限公司营业收入及增速统计图表 34 2011-2015年1-6月北京拓尔思信息技术股份有限公司营业成本及增速统计图表 35 2011-2015年1-6月北京拓尔思信息技术股份有限公司营业利润及增速统计图表 36 2011-2015年1-6月北京拓尔思信息技术股份有限公司利润总额及增速统计图表 37 2011-2015年1-6月北京拓尔思信息技术股份有限公司净利润及增速统计图表 38 2011-2015年1-6月北京拓尔思信息技术股份有限公司销售费用及增速统计图表 39 2011-2015年1-6月北京拓尔思信息技术股份有限公司管理费用及增速统计图表 40 2015年1-6月厦门市美亚柏科信息股份有限公司主营业务构成分析
图表 41 2011-2015年1-6月厦门市美亚柏科信息股份有限公司营业收入及增速统计图表 42 2011-2015年1-6月厦门市美亚柏科信息股份有限公司营业成本及增速统计图表 43 2011-2015年1-6月厦门市美亚柏科信息股份有限公司营业利润及增速统计图表 44 2011-2015年1-6月厦门市美亚柏科信息股份有限公司利润总额及增速统计
图表 45 2011-2015年1-6月厦门市美亚柏科信息股份有限公司净利润及增速统计图表 46 2011-2015年1-6月厦门市美亚柏科信息股份有限公司销售费用及增速统计图表 47 2011-2015年1-6月厦门市美亚柏科信息股份有限公司管理费用及增速统计图表 48 2015年1-6月潜能恒信能源技术股份有限公司主营业务构成分析
图表 49 2011-2015年1-6月潜能恒信能源技术股份有限公司营业收入及增速统计图表 50 2011-2015年1-6月潜能恒信能源技术股份有限公司营业成本及增速统计图表 51 2011-2015年1-6月潜能恒信能源技术股份有限公司营业利润及增速统计图表 52 2011-2015年1-6月潜能恒信能源技术股份有限公司利润总额及增速统计图表 53 2011-2015年1-6月潜能恒信能源技术股份有限公司净利润及增速统计
图表 54 2011-2015年1-6月潜能恒信能源技术股份有限公司管理费用及增速统计图表 55 2015年1-6月北京同有飞骥科技股份有限公司主营业务构成分析
图表 56 2011-2015年1-6月北京同有飞骥科技股份有限公司营业收入及增速统计图表 57 2011-2015年1-6月北京同有飞骥科技股份有限公司营业成本及增速统计图表 58 2011-2015年1-6月北京同有飞骥科技股份有限公司营业利润及增速统计图表 59 2011-2015年1-6月北京同有飞骥科技股份有限公司利润总额及增速统计图表 60 2011-2015年1-6月北京同有飞骥科技股份有限公司净利润及增速统计
图表 61 2011-2015年1-6月北京同有飞骥科技股份有限公司销售费用及增速统计图表 62 2011-2015年1-6月北京同有飞骥科技股份有限公司管理费用及增速统计图表 63 2015年1-6月上海汉得信息技术股份有限公司主营业务构成分析
图表 64 2011-2015年1-6月上海汉得信息技术股份有限公司营业收入及增速统计图表 65 2011-2015年1-6月上海汉得信息技术股份有限公司营业成本及增速统计图表 66 2011-2015年1-6月上海汉得信息技术股份有限公司营业利润及增速统计图表 67 2011-2015年1-6月上海汉得信息技术股份有限公司利润总额及增速统计图表 68 2011-2015年1-6月上海汉得信息技术股份有限公司净利润及增速统计
图表 69 2011-2015年1-6月上海汉得信息技术股份有限公司销售费用及增速统计图表 70 2011-2015年1-6月上海汉得信息技术股份有限公司管理费用及增速统计
中国大数据市场现状调研与发展趋势分析报告 （2015-2020年） 报告编号：1579399
行业市场研究属于企业战略研究范畴，作为当前应用最为广泛的咨询服务，其研究成果以报告形式呈现，通常包含以下内容： 一份专业的行业研究报告，注重指导企业或投资者了解该行业整体发展态势及经济运行状况，旨在为企业或投资者提供方向性的思路和参考。 一份有价值的行业研究报告，可以完成对行业系统、完整的调研分析工作，使决策者在阅读完行业研究报告后，能够清楚地了解该行业市场现状和发展前景趋势，确保了决策方向的正确性和科学性。 中国产业调研网https://www.doczj.com/doc/1e1663978.html,基于多年来对客户需求的深入了解，全面系统地研究了该行业市场现状及发展前景，注重信息的时效性，从而更好地把握市场变化和行业发展趋势。
一、基本信息 报告名称：中国大数据市场现状调研与发展趋势分析报告（2015-2020年） 报告编号：1579399 ←咨询时，请说明此编号。 优惠价：￥6750 元可开具增值税专用发票 网上阅读：https://www.doczj.com/doc/1e1663978.html,/R_QiTaHangYe/99/DaShuJuDeXianZhuangHeFaZhanQuShi.html 温馨提示：如需英文、日文等其他语言版本，请与我们联系。 二、内容介绍 产业现状 大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交易信息、物联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。大数据时代网民和消费者的界限正在消弭，企业的疆界变得模糊，数据成为核心的资产，并将深刻影响企业的业务模式，甚至重构其文化和组织。因此，大数据对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。如果不能利用大数据更加贴近消费者、深刻理解需求、高效分析信息并作出预判，所有传统的产品公司都只能沦为新型用户平台级公司的附庸，其衰落不是管理能扭转的。如今的数据已经成为一种重要的战略资产，它就像新时代的石油一样，极富开采价值。如果能够看清大数据的价值并且迅速行动起来，那么在未来的商业竞争中占据会占得先机。 市场容量 继物联网、移动互联网、云计算之后，大数据再次挑动整个IT产业的神经。这场发端于互联网企业的草根企业技术让我们可以以全新的视角重新审视数据资产，更让潜藏在这些数据中的商业价值得到前所未有的发挥，大数据让“智能之门”从来没有像现在这样距离我们之近。现阶段企业要积极引入大数据技术，还要关注已经部署到位的商业智能如何能与大数据进行结合，在新的时代我们该如何利用它来为企业创造最大的价值，最终帮助企业推开智慧之门。众所周知，依托价格相对较低的硬件和开源软件构成的组合，大数据大幅降低了普通企业获得“智慧”的门槛。而在过去，商业智能才是企业获得“智慧”的主要技术手段，一个典型的商业智能需要基于传统数据仓库实现，需要专用硬件和专业ETL工具，项目投资不菲而且建设周期长，这就让大量中小企业对商业智能望而却步。正是基于此，当同样能给企业带来“智慧”的大数据一出现，就受到企业的普遍欢迎。全
如今的大数据不再是一个流行术语，在大数据行业火热的发展下，大数据几乎涉及到所有行业的发展。国家相继出台的一系列政策更是加快了大数据产业的落地，预计未来几年大数据产业将会蓬勃发展。 未来大数据产业发展的趋势之一：与云计算、人工智能等前沿创新技术深度融合。大数据、云计算、人工智能等前沿技术的产生和发展均来自社会生产方式的进步和信息技术产业的发展。而前沿技术的彼此融合将能实现超大规模计算、智能化自动化和海量数据的分析，在短时间内完成复杂度较高、精密度较高的信息处理。百度大脑也结合了云计算、大数据、人工智能等多种技术，配合实现强大性能。 未来大数据行业发展趋势之二：针对制造业的大数据解决方案不断升级，助力智能制造。制造业产品的全生命周期从市场规划、设计、制造、销售、维护等过程都会产生大量的结构化和非结构化数据，形成了制造业大数据。除此以外，制造业大数据还具多源异构、多尺度、不确定、高噪声等特征。在《智能制造发展规划 2016-2020》中，明确提出 2025 年前，推进智能制造实施“两步走”战略：“第一步，到 2020 年，智能制造发展基础和支撑能力明显增强，传统制造业重点领域基本实现数字化制造，有条件、有基础的重点产业智能转型取得明显进展;第二步，到 2025 年，智能制造支撑体系基本建立，重点产业初步实现智能转型”。而在大数据细分市场中行业解决方案占比最高达 34.3%，将在智能制造产业发展中起到重要作用。
未来大数据产业前景一片大好，如果你也想加入大数据行业，可以来老男孩教育大数据培训进行专业系统的学习，还可以在老男孩教育官网上查看最新的大数据学习路线，做到心中有数，还有大量的免费大数据学习资料帮助学员快速入门。 本文内容由北大青鸟佳音校区老师于网络整理，学计算机技术就选北大青鸟佳音校区！了解校区详情可进入https://www.doczj.com/doc/1e1663978.html,网站，学校地址位于北京市西城区北礼士路100号！
当前，大数据”的浪潮汹涌而来，为IT产业带来了新的机遇、新的变革和新的发展。欢迎走进大数据时代!为准确把握产业发展契机，分享大数据建设经验及热点应用，本次研讨会吸引了相关主管部门领导、国内著名专家学者、产业界高层齐聚一堂，共同探讨有关大数据的热点话题。研讨会上来自北京时代计世咨讯有限公司首席分析师丁震就大数据行业应用现状和未来应用热点为主题作了精 彩的分享。 大数据市场现状 第一、中国大数据市场分析 从去年开始对11个行业，1000用户做了大数据相关使用调研，通过调研结果发现，大数据在中国整个市场中，市场发展前景是非常广阔的。特别从2013年到2016年中，每一年大数据市场发展增长率都会在百分之百以上，这是综合考虑了各种各样的影响因素，考虑了中国整体经济发展趋紧的局势包括欧债危机对中国经济的影响逐渐显现的趋势，从信息化角度、政府、金融、电信主要传统行业对信息化投资趋紧的趋势，综合这些趋势，我们认为大数据市场未来发展是高速增长的市场，特别在2013年的时候，随着行业解决方案的数量的增多，以及在行业用户对于大数据的需求的明确。 我们认为2013年将会是发展的顶点，越来越多的行业对大数据应用持比较乐观的态度，大数据或者相关数据分析解决方案的使用在互联网行业更多一些比如百度、淘宝等。 现在看到的更多一些，特别在近两年以来，像电信或者金融、能源这些传统行业，开始越来越多的用户在初步尝试或者在考虑怎么样使用类似大数据解决方案，来提升自己的业务水平。比如电信行业，了解到像中国电信在全国上海、四川、广东建了三个大的资源池，支撑了中国电信大的业务系统。同时他们采取了大数据分析方案分析他们的数据。 像能源行业，电力的用户，我们也注意到有一些电力方面的用户，他们也在考虑尝试能不能使用基于大数据解决方案去分析一些比如说像用电企业，用电行为，他们的使用行为，而提升他们自身对客户的服务能力。 总之，在大数据背景之下，看到越来越多行业用户，用来使用和尝试行业的解决方案。 第二、企业大数据应用需求分析 目前企业数据的现状，非结构化数据已经成为主流，结构化数据放在最上面。企业IT架构当中，结构化数据和非结构化数据占据了越来越重要的位置。 在大数据背景之下，企业对于大数据技术特点和用户需求和之前那些用户对数据处理得需求，到底有什么不同。在他们看来，从表面来看，企业对于数据分析需求始终都存在的，跟之前和现在没有太大的区别，大数据它不是理念上的革命或者是技术上的革命，它是一种革新。这种革新标志着企业对于数据应用的需求上升到一个新的发展阶段。在这个阶段中，企业不仅仅要求处理数据越来越快，这不是用户最需求的，企业不仅仅需要用户处理数据的类型会越来越多，以前只数据结构化数据就好了，现在既要数据结构化数据，也要处理非结构化和半结构数据，这样的解决方案，用户也需要，但是也不是最重要的。最重要，企业如何把这些数据上升为战略资源，或者企业如何利用这些的数据提升他们的竞争力，成为市场竞争最有力的武器。 建筑行业管理软件CEO认为，他们目前有两样数据，一是各省市建筑原材料的架构，可以做到每天更新，二是他们手里掌握着从业者大概几十万从业者的信息，他们的问题不单单把这些建筑行业原材料的信息打包卖给用户，他们还在想，我们怎么样去能够运用不同的建筑原材料的数据，这种价格的数据，去为不同需求的，不同地区，不同层级的需求用户，提供有针对性，比如说施工预算的解决方案。另外，他们还需要如何从几十万个行业用户的用户信息里面，怎么来发掘出新的业务模式，创造一些新的商业发展机会，以及怎么样发掘新的潜在用户。 目前来讲，对他们困扰最大的，我现在缺少一种全方位的方法或者是一种数据分析的手段来去支撑我的需求，这个例子说明，目前来讲中国对于数据分析的方法还是非常缺乏，目前来讲，我们觉得
新职业——大数据工程技术人员就业景气现状分析报告 一、产生背景 大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设，大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。当前，智慧医疗、智慧城市、精准扶贫以及其他相关高新技术产业都离不开大数据的支撑，大数据技术在我国得到了较为广泛的应用。 （一）国家实施大数据战略，构建数字中国 大数据被认为是“未来的新石油”，也被比喻为21世纪的“钻石矿”，在社会生产、流通、分配、消费活动以及经济运行机制等方面发挥着重要的作用。2014年大数据首次写入政府工作报告；2015年8月国务院颁布《促进大数据发展行动纲要》，大数据正式上升为国家发展战略。随后国家出台了一系列大数据政策，覆盖生态环境大数据、农业大数据、水利大数据、城市大数据、医疗大数据、交通旅游服务大数据等多层次下游应用市场，加快实施国家大数据战略。 同时，伴随大数据政策出台，各地政府相继成立了大数据管理机构，促进大数据产业发展，全国22个省区，200多个地市相继成立大数据管理部门。 图1 各省大数据管理机构设置数量（单位：个） （二）大数据行业发展迅猛，产业规模巨大 2016年，工信部印发了《大数据产业发展规划（2016-2020年）》，全国大数据产业建设掀起热潮，目前已形成八大大数据综合试验区，建成100多个大数据产业园。伴随新一代信息技术、智慧城市、数字中国等发展战略逐步推动社会经济数字化转型，大数据的产业支撑得到强化，应用范围加速拓展，产业规模实现快速增长。 通过对1572家企业的调查结果显示，企业对数据分析的重视程度进一步提高，65.2%的企业已成立数据分析部门，24.4%的企业正在计划成立相关数据部门。 近四成的企业已经应用了大数据。在接受调查的企业中，已经应用大数据的企业有623家，占比为39.6%，垂直行业中如金融等领域大数据应用增加趋势较为明显。此外，24.3%的企业表示未来一年内将应用大数据。 对数据分析方式选择情况的调查显示，40.3%的企业采取实时处理动态数据并提供分析结果，占比最高；其次是分析历史数据和通过机器学习进行辅助决策，占比分别为32.3%和25.5%。不久的将来，随着人工智能技术的发展和应用普及，选择机器学习进行辅助决策的企业占比有望进一步提升。 2019年5月6日中国信息通信研究院发布《中国大数据与实体经济融合发展白皮书（2019年）》，书中综合国内外环境、新兴技术发展等多种因素，测算2018年我国大数据产业增速约
自然辩证法小论文 大数据的应用现状与展 望 指导老师：张立 组长、主讲：刘开耀21428164 PPT制作：刘玉婷21428171 论文撰写：雷颖颖陈瞳 资料收集：毕晨光黄一锋 邵炳姜灵轩 董丽华周晴 黄河羚婕JX14014 2015/4/18
大数据的应用现状与展望 摘要：大数据具有规模大、种类多、生成速度快、价值巨大但密度低的特点。大数据应用就是利用数据分析的方法，从大数据中挖掘有效信息，为用户提供辅助决策，实现大数据价值的过程。本文主要介绍了大数据的分析方法、分析模式以及常用的分析工具，将大数据应用归纳为6个关键领域：结构化数据分析、文本分析、Web分析、多媒体分析、社交网络分析和移动分析，并列举了若干大数据的典型应用。最后从基础理论、关键技术、应用实践以及数据安全等4个方面总结了大数据的研究现状，并对大数据应用未来的研究进行展望。关键词：大数据数据分析数据存储4V 在过去的20年中，各个领域都出现了大规模的数据增长，包括医疗保健和科学传感器用户生成数据、互联网和金融公司、供应链系统等。国际数据公司IDC报告[1]称，2011年全球被创建和复制的数据总量为1.8ZB（1ZB≈1021ZB），在短短5年间增长了近9倍，而且预计这一数字将每两年至少翻一番。大数据这一术语正是产生在全球数据爆炸增长的背景下用来形容庞大的数据集合。与传统的数据集合相比，大数据通常包含大量的非结构化数据，且大数据需要更多的实时分析。此外，大数据还为挖掘隐藏的价值带来了新的机遇，同时给我们带来了新的挑战，即如何有效地组织管理这些数据。 1 大数据的定义 目前，虽然大数据的重要性得到了大家的一致认同，但是关于大数据的定义却众说纷纭。大数据是一个抽象的概念，除去数据量庞大，大数据还有一些其他的特征，这些特征决定了大数据与“海量数据”和“非常大的数据”这些概念之间的不同。一般意义上，大数据是指无法在有限时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。科技企业、研究学者、数据分析师和技术顾问们，由于各自的关注点不同，对于大数据有着不同的定义。通过以下定义，或许可以帮助我们更好地理解大数据在社会、经济和技术等方而的深刻内涵。 2010年Apache Hadoop组织将大数据定义为，“普通的计算机软件无法在可接受的时间范围内捕捉、管理、处理的规模庞大的数据集”。在此定义的基础上，2011年5月，全球著名咨询机构麦肯锡公司发布了名为“大数据：下一个创新、竞争和生产力的前沿”的报
行业现状 当前，许多国家的政府和国际组织都认识到了大数据的重要作用，纷纷将开发利用大数据作为夺取新一轮竞争制高点的重要抓手，实施大数据战略，对大数据产业发展有着高度的热情。 美国政府将大数据视为强化美国竞争力的关键因素之一，把大数据研究和生产计划提高到国家战略层面。在美国的先进制药行业，药物开发领域的最新前沿技术是机器学习，即算法利用数据和经验教会自己辨别哪种化合物同哪个靶点相结合，并且发现对人眼来说不可见的模式。根据前期计划，美国希望利用大数据技术实现在多个领域的突破，包括科研教学、环境保护、工程技术、国土安全、生物医药等。其中具体的研发计划涉及了美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等6个联邦部门和机构。 目前，欧盟在大数据方面的活动主要涉及四方面内容：研究数据价值链战略因素；资助“大数据”和“开放数据”领域的研究和创新活动；实施开放数据政策；促进公共资助科研实验成果和数据的使用及再利用。 英国在2017年议会期满前，开放有关交通运输、天气和健康方面的核心公共数据库，并在五年内投资1000万英镑建立世界上首个“开放数据研究所”；政府将与出版行业等共同尽早实现对得到公共资助产生的科研成果的免费访问，英国皇家学会也在考虑如何改进科研数据在研究团体及其他用户间的共享和披露；英国研究理事会将投资200万英镑建立一个公众可通过网络检索的“科研门户”。 法国政府为促进大数据领域的发展，将以培养新兴企业、软件制造商、工程师、信息系统设计师等为目标，开展一系列的投资计划。法国政府在其发布的《数字化路线图》中表示，将大力支持“大数据”在内的战略性高新技术，法国软件编辑联盟曾号召政府部门和私人企业共同合作，投入3亿欧元资金用于推动大数据领域的发展。法国生产振兴部部长ArnaudMontebourg、数字经济部副部长FleurPellerin和投资委员LouisGallois在第二届巴黎大数据大会结束后的第二天共同宣布了将投入1150万欧元用于支持7个未来投资项目。这足以证明法国政府对于大数据领域发展的重视。法国政府投资这些项目的目的在于“通过发展创新性解决方案，并将其用于实践，来促进法国在大数据领域的发展”。众所周知，法国在数学和统计学领域具有独一无二的优势。 日本为了提高信息通信领域的国际竞争力、培育新产业，同时应用信息通信技术应对抗灾救灾和核电站事故等社会性问题。2013年6月，安倍内阁正式公布了新IT战略——“创建最尖端IT国家宣言”。“宣言”全面阐述了2013～2020年期间以发展开放公共数据和大数据为核心的日本新IT国家战略，提出要把日本建设成为一个具有“世界最高水准的广泛运用信息产业技术的社会”。日本著名的矢野经济研究所预测，2020年度日本大数据市场规模有望超过1兆日元。 在重视发展科技的印度，大数据技术也已成为信息技术行业的“下一个大事件”，目前，不仅印度的小公司纷纷涉足大数据市场淘金，一些外包行业巨头也开始进军大数据市场，试图从中分得一杯羹。2016年，印度全国软件与服务企业协会预计，印度大数据行业规模在3年内将到12亿美元，是当前规模的6倍，同时还是全球大数据行业平均增长速度的两倍。印度毫无疑问是美国亦步亦趋的好学生。在数据开放方面，印度效仿美国政府的做法，制定了一个一站式政府数据门户网站https://www.doczj.com/doc/1e1663978.html,.in，把政府收集的所有非涉密数据集中起来，包括全国的人口、经济和社会信息。 我国大数据行业仍处于快速发展期，未来市场规模将不断扩大 ?目前大数据企业所获融资数量不断上涨，二级市场表现优于大盘，我国大数据行业的市
当前，许多国家的政府和国际组织都认识到了大数据的重要作用，纷纷将开发利用大数据作为夺取新一轮竞争制高点的重要抓手，实施大数据战略，对大数据产业发展有着高度的热情。 美国政府将大数据视为强化美国竞争力的关键因素之一，把大数据研究和生产计划提高到国家战略层面。在美国的先进制药行业，药物开发领域的最新前沿技术是机器学习，即算法利用数据和经验教会自己辨别哪种化合物同哪个靶点相结合，并且发现对人眼来说不可见的模式。根据前期计划，美国希望利用大数据技术实现在多个领域的突破，包括科研教学、环境保护、工程技术、国土安全、生物医药等。 其中具体的研发计划涉及了美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等6 个联邦部门和机构。 目前，欧盟在大数据方面的活动主要涉及四方面内容：研究数据价值链战略因素；资助“大数据”和“开放数据”领域的研究和创新活动；实施开放数据政策；促进公共资助科研实验成果和数据的使用及再利用。 英国在2017 年议会期满前，开放有关交通运输、天气和健康方面的核心公共数据库，并在五年内投资1000 万英镑建立世界上首个“开放数据研究所”；政府将与出版行业等共同尽早实现对得到公共资助产生的科研成果的免费访问，英国皇家学会也在考虑如何改进科研数据在研究团体及其他用户间的共享和披露；英国研究理事会将投资200 万英镑建立一个公众可通过网络检索的“科研门户”。 法国政府为促进大数据领域的发展，将以培养新兴企业、软件制造商、工程师、信息系统设计师等为目标，开展一系列的投资计划。法国政府在其发布的《数字化路线图》中表示，将大力支持“大数据”在内的战略性高新技术，法国软件编辑联盟曾号召政府部门和私人企业共同合作，投入3 亿欧元资金用于推动大数据领域的发展。法国生产振兴部部长ArnaudMontebourg、数字经济部副部长FleurPellerin 和投资委员LouisGallois 在第二届巴黎大数据大会结束后的第二天共同宣布了将投入1150 万欧元用于支持7 个未来投资项目。这足以证明法国政府对于大数据领域发展的重视。法国政府投资这些项目的目的在于“通过发展创新性解决方案，并将其用于实践，来促进法国在大数据领域的发展”。众所周知，法国在数学和统计学领域具有独一无二的优势。 日本为了提高信息通信领域的国际竞争力、培育新产业，同时应用信息通信技术应对抗灾救灾和核电站事故等社会性问题。2013 年6 月，安倍内阁正式公布了新IT 战略——“创建
大数据发展现状与未来发展趋势研究 朱孔村 （江苏省科学技术情报研究所，江苏南京210042） 【摘要】数据是信息化时代的“新石油”资源，如何利用好这种“新石油”资源需要大数据技术的支持。文章介绍了大数据技术及其发展历程，概括了当前国内外大数据的发展现状并展望了大数据技术和产业方面的未来发展趋势。 【关键词】大数据；现状；趋势 【中图分类号】TP391【文献标识码】A【文章编号】1008-1151(2019)01-0115-04 Research on the Current Situation and Future Development Trend of Big Data Abstract: Data is the “new petroleum” resource of the information age and how to make good use of this “new petroleum” resource needs the support of big data technology. This paper first introduces the big data technology and its development process and summarizes the current development of big data at home and abroad. Finally, the future development trend of big data technology and industry is prospected. Key words: big data; current situation; trend 1 大数据技术概述 1.1大数据技术 随着物联网、云计算、移动互联网等技术的成熟，以及智能移动终端的普及，全社会的数据量呈指数型增长，全球已经进入以数据为核心的大数据时代。大数据并不是一个新的概念，信息技术发展的每一个阶段都会遇到数据处理的问题，人类需要不停的面对来自数据的挑战。为满足商业结构化数据存储的需求而产生了关系型数据库，为满足互联网时代非结构化数据存储需求而产生了NoSQL技术，而大数据技术的产生是为了解决大型数据集分析的问题。 大数据技术目前还没有一个确切的定义，各行各业有着自己的见解，但总体而言，其关键在于从数量庞大、种类繁多的数据中提取出有用的信息。维基百科从数据处理的角度将大数据定义为一个超大的、难以用现有常规的数据库管理技术和工具处理的数据集。国际数据公司（IDC）给出的报告指出，大数据技术描述了一种新一代技术和构架，以很经济的方式、以高速的捕获、发现和分析技术，从各种超大规模的数据中提取价值[1]。 少量的数据看似杂乱无章，但是当数据累积到一定程度时，就会呈现出一种规律和秩序。大数据的价值就在于数据分析，利用大数据分析技术，从海量数据中总结经验、发现规律、预测趋势，最终为辅助决策服务。《大数据时代》的作者克托·迈尔-舍恩伯格认为：“大数据开启了一次重大的时代转型”，他指出大数据将带来巨大的变革，改变人们的生活、工作和思维方式，改变人们的商业模式，影响人们的经济、政治、科技和社会等各个层面。 1.2大数据发展历程 1.2.1萌芽阶段 20世纪90年代，“大数据”这个术语开始出现。1998年SGI首席科学家John Masey在USENIX大会上提出大数据的概念，他当时发表了一篇名为Big Data and the Next Wave of Infrastress的论文，使用了大数据来描述数据爆炸的现象。但是那时的大数据只表示“大量的数据或数据集”这样的字面含义，还没有涵盖到相关的采集、存储、分析挖掘、应用等技术方法与特征内涵 1.2.2发展阶段 从20世纪末到21世纪初期是大数据的发展期，在这一阶段中大数据逐渐为学术界的研究者所关注，相关的定义、内涵、特性也得到了进一步的丰富。2003至2006年，Google 发布的GFS、MapReduce和BigTable三篇论文对大数据的发展起到重要作用。2006至2009年，大数据技术形成并行运算与分布式系统。2009年，Jeff Dean在BigTable基础上开发了Spanner数据库。随着数据挖掘理论和数据库技术的逐步成熟，一批商业智能工具和知识管理技术如数据仓库、专家系统、知识管理系统等开始被应用。 1.2.3成熟阶段 2011年至今，是大数据发展的成熟阶段，越来越多的研究者对大数据的认识从技术概念丰富到了信息资产与思维变革等多个维度，一些国家、社会组织、企业开始将大数据上升为 总第21卷233期大众科技Vol.21 No.1 2019年1月Popular Science & Technology January 2019 【收稿日期】2018-11-06 【作者简介】朱孔村（1985－），男，山东临沂人，江苏省科学技术情报研究所实习研究员，从事电子政务相关工作。 - 115 -
大数据的国内外研究现状及发展动态分析大数据的概念 产生的背景与意义 上世纪60年代到80年代早期，企业在大型机上部署财务、银行等关键应用系统，存储介质包括磁盘、磁带、光盘等。尽管当时人们称其为大数据，但以今日的数据量来看，这些数据无疑是非常有限的。随着PC的出现和应用增多，企业内部出现了很多以公文档为主要形式的数据，包括Word、Excel文档，以及后来出现的图片、图像、影像和音频等。此时企业内部生产数据的已不仅是企业的财务人员，还包括大量的办公人员，这极大地促进了数据量的增长。互联网的兴起则促成了数据量的第三次大规模增长，在互联网的时代，几乎全民都在制造数据。而与此同时，数据的形式也极其丰富，既有社交网络、多媒体等应用所主动产生的数据，也有搜索引擎、网页浏览等被动行为过程中被记录、搜集的数据。时至今日，随着移动互联网、物联网、云计算应用的进一步丰富，数据已呈指数级的增长，企业所处理的数据已经达到PB级，而全球每年所产生的数据量更是到了惊人的ZB级。在数据的这种爆炸式增长的背景下，“大数据”的概念逐渐在科技界、学术界、产业界引起热议。在大数据时代，我们分析的数据因为“大”，摆脱了传统对随机采样的依赖，而是面对全体数据；因为所有信息都是“数”，可以不再纠结具体数据的精确度，而是坦然面对信息的混杂；信息之“大”之“杂”，让我们分析的“据”也由传统的因果关系变为相关关系。 大数据热潮的掀起让中国期待“弯道超越”的机会，创造中国IT企业从在红海领域苦苦挣扎转向在蓝海领域奋起直追的战略机遇。传统IT行业对于底层设备、基础技术的要求非常高，企业在起点落后的情况下始终疲于追赶。每当企业在耗费大量人力、物力、财力取得技术突破时，IT革命早已将核心设备或元件推进至下一阶段。这种一步落后、处处受制于人的状态在大数据时代有望得到改变。大数据对于硬件基础设施的要求相对较低，不会受困于基础设备核心元件的相对落后。与在传统数据库操作层面的技术差距相比，大数据分析应用的中外技术差距要小得多。而且，美国等传统IT强国的大数据战略也都处于摸着石头过河的试错阶段。中国市场的规模之大也为这一产业发展提供了大空间、大平台。大数据对于中国企业不仅仅是信息技术的更新，更是企业发展战略的变革。随着对大数据的获取、处理、管理等各个角度研究的开展，企业逐渐认识数据已经逐渐演变成“数据资产”。任何硬件、软件及服务都会随着技术发展和需求变化逐渐被淘汰，只有数据才具有长期可用性，值得积累。数据是企业的核心资产，可以是也应该是独立于软硬件系统及应用需求而存在的。大数据是信息技术演化的最新产物，确立了数据这一信息技术元素的独立地位。正因为数据不再是软硬件及应用的附属产物，才有了今天爆炸式的数据增长，从而奠定了大数据的基础。
大数据时代：预测未来5年各行业发展趋势
大数据时代：预测未来5年各行业发展趋势 大数据及互联网思维给了人类做整体未来决策有了超越以往的前所未有的体系支撑，用今天大数据的思维去重新提升传统行业，将对已有行业的潜力再次挖掘，甚至彻底改变这一行业。 1.零售业 传统零售业对于消费者来说最大的弊端在于信息的不对称性。在《无价》一书中，心理实验表明外行人员对于某个行业的产品定价是心里根本没有底的，只需要抛出锚定价格，消费者就会被乖乖的牵着鼻子走。 而C2C,B2C却完全打破这样的格局，将世界变平坦，将一件商品的真正定价变得透明。大大降低了消费者的信息获取成本。让每一个人都知道这件商品的真正价格区间，使得区域性价格垄断不再成为可能，消费者不再蒙在鼓里。不仅如此，电子商务还制造了大量用户评论UGC。这些UGC真正意义上制造了互联网的信任机制。而这种良性循环，是传统零售业不可能拥有的优势。预测未来的零售业,第一，会变成线下与线上的
结合，价格同步。第二，同质化的强调功能性的产品将越来越没有竞争力，而那些拥有一流用户体验的产品会脱引而出。第三，配合互联网大数据，将进行个性化整合推送(现在亚马逊就已经将首页改版为个性化推送主页)。 相关推荐：管理培训课程 2.批发业 传统批发业有极大的地域限制，一个想在北京开家小礼品店的店主需要大老远的跑到浙江去进货，不仅要面对长途跋涉并且还需要面对信任问题。所以对于进货者来说，每次批发实际上都是一次风险。当B2B出现之后，这种风险被降到最低。一方面，小店主不需要长途跋涉去亲自检查货品，只需要让对方邮递样品即可。 另一方面，随着信任问责制度的建立，使得信任的建立不需要数次的见面才能对此人有很可靠的把握。预测未来的批发业。第一，在互联网的影响下，未来的B2B应当是彻底的全球化，信任问题会随时间很好的建立。第二，在互联网繁荣到一定程度后，中间代理批发商的角色会逐渐消失，更多直接是B2C的取代。 3.制造业
大数据发展背景与研究现状 （一）大数据时代的背景 随着计算机存储能力的提升和复杂算法的发展，近年来的数据量成指数型增长，这些趋势使科学技术发展也日新月异，商业模式发生了颠覆式变化。《分 MGI）发 “赢 技术使得在线购物的完成率提升了10%到15%。我国信息数据资源80%以上掌握在各级政府部门手里，但很多数据却与世隔绝“深藏闺中”，成为极大的浪费。2015年，国务院印发《促进大数据发展行动纲要》，明确要求“2018年底前建成国家政府数据统一开放平台”；今年5月，国务院办公厅又印发《政务信息系
统整合共享实施方案》，进一步推动政府数据向社会开放。1 大数据可以把人们从旧的价值观和发展观中解放出来，从全新的视角和角度理解世界的科技进步和复杂技术的涌现，变革人们关于工作、生活和思维的看法。大数据的应用十分广泛，通过对大规模数据的分析，利用数据整体性与涌现性、相关性与不确定性、多样性与非线性及并行性与实时性研究大数据在 。2012年Gartner认为，不到两年时间大数据将成为新技术发展的热点，海量和多样化的信息资产使得大数据需要新的处理模式，才能为数据信息使用者提供有效的信息，使得企业洞察危险的能力增强，流程得以优化，决策更加准确。Victor 在其最新着作《大数据时代——生活、工作与思维的大变革》中指出，大数据 1人民网 26个好用大数据的秘诀
时代要想得到有价值的信息，要从总体而不是少量的数据样本分析与实务相关的所有数据。更加注重数据之间的相关关系，乐于加收纷繁复杂的数据，而不再探求难以捉摸的因果关系和追求数据的精确性。欧盟在其公布的《数字议程》中指出公共数据的市场价值约有320亿欧元，公共数据的开放和再利用可以产生新的商业和工作机会。开放行、公共数据，增加政府的开放和透明度可以给 年9 展的进程。2017年8月30日，国家旅游局、银联商务股份有限公司和中国电信集团联合成立“旅游消费但是数据联合实验室”，并发布了首份研究成果《2017年上半年中国旅游消费大数据报告》。三方在各自的领域有深耕多年的技术、大数据能力、市场资源和经验，通过签署站多合作，可以实现资源共享，优势互 3国家十三五规划纲要
大数据的应用现状及展望 摘要：互联网时代下，大数据为管理带来的新的发展方向，对人员改革、决策 质量提升、服务效率改善等产生显著的影响。然而大数据在当前技术发展中存在 诸多问题，因此笔者在明晰大数据技术现状基础上，结合问题对其展开分析，旨 在有效提升大数据技术的应用水平。 关键词：大数据；应用现状；展望 Status and Prospect of big data applications Shan Li-lin (Information Center of Fushun Financial Bureau , Fushun 113006,China) Abstract:In the Internet era, big data has become a new development direction brought by management, which has a significant impact on personnel reform, decision-making quality improvement and service efficiency improvement. However, there are many problems in the current technology development of big data. Therefore, based on the clarity of the current situation of big data technology, the author conducts an analysis of big data technology in combination with problems, aiming to effectively improve the application level of big data technology. Keywords: big data; application status; prospect 引言 大数据战略已经成为当前我国的发展战略，对我国经济发展及科技进步将产 生深远的影响。尤其是近些年来，随着信息化高速发展及社会转型的不断提升， 大数据与企事业单位、政府行政机关的管理不断融合，将成为互联网时代下分析 的核心支撑！ 1 大数据内涵 大数据，又称为海量数据，是指在数据的数量体积达到一种特别庞大状态， 此时，一般的数据管理工具难以在规定时间内对其提取有效信息、整合类似资料、分析类比问题并且把它转化成对企业有用的信息。这些难以在规定的有效时间内 进行识别、保存和应用的大量数据的集合，需要一种全新的解决方法才可以将其 转化为企业所需要的决策领导力、发现问题和提前预知问题的能力、具有更加清 晰且有条理处理问题的能力。 大数据分为三种类型，包括结构化数据、半结构化数据和非结构化数据，其 中非结构化数据越来越成为大数据的主要组成部分。大数据需要特殊的技术，以 有效地处理海量且结构复杂的数据。与之相关的核心技术主要包括数据挖掘、云 计算平台、MPP数据库、分布式数据库、可扩展的存储系统、分布式文件系统等。 对大数据进行分析往往需要大量的计算机所提供的计算能力，数量少则数十台，多则数千台。随着云时代的来临，将大数据与云计算相结合，利用云计算技 术可以用低廉的成本获得强大的运算能力，使大数据分析的门槛降低。在大数据、云计算与数据挖掘等技术不断发展的背景下，很多过去无法收集或者收集后无法 分析的数据被充分地利用起来，帮助各行各业进行改革与创新，为人类的进步与 发展发挥着巨大的作用[1]。 大数据是一种规模大到在获取、存储、管理、分析方面均远远超过了传统类 型的数据库软件工具能力范围的数据集合，它具有海量的数据规模、快速的数据 流转、多样的数据类型以及价值密度低四大特征，而且实时性强、数据所蕴藏的
贵州省智慧城市大数据产业现状及规模分析 智慧城市大数据产业发展现状 贵阳发展大数据产业为建设“智慧城市”提供了极大的便利。贵阳建立免费WiFi全覆盖系统，采集大量市民行为数据、企业数据、社交平台数据和感知设备数据等；以民生数据开放为切入点，全面推动政府数据开放；围绕智慧城市公共服务的发展需求，深度挖掘数据的潜在价值，“数据铁笼”的成功实践等也充分证明并发挥了“大数据改善民生”的作用。 大数据是智慧城市的核心资源，加快大数据的应用，将会使智慧城市建设的各个领域实现快速化，从而发挥重要的技术支撑作用。贵阳要做智慧城市，不仅仅是要抓好大数据的基础设施，还要注重引进高层次的技术人才，最重要的是要抓好整个市场积累下来或者是正在产生的大量数据。 中投顾问发布的《2016-2020年贵州省大数据产业深度调研及投资前景预测报告》指出智慧城市是城镇化进程中的下一个阶段，大数据作为建设智慧城市的重要信息技术手段，是城市信息化的新高度，也是现代城市发展的愿景，将会对贵阳的发展产生强大的支撑作用。智慧城市在产生大数据的同时，大数据也支撑着智慧城市的建设和发展，贵阳地理环境优越，适合做好大数据产业，有利于将其打造成多样化的智慧绿色城市、宜居城市、幸福城市。 2015年获“中国领军智慧城市”的分别是：北京、西安、杭州、成都、银川、贵阳、上海、苏州、无锡、广州、秦皇岛、福州、深圳、武汉、宁波、万宁、大连、敦煌、南京、青岛。“中国领军智慧城市”的评选，由分析师评估和网上公众投票两部分加权组成。分析师评估体系分为三个等级指标，各级指标相互关联支撑一级指标有3个，二级指标有10个，三级指标在二级指标的基础上，进一步拓展成30个细分指标。IDC智慧城市研究部门的资深分析师，对各城市在所有指标中的表现进行评分，并根据指标权重进行加权，然后累加网上票选结果分值，得到城市的最终得分和排名。
大数据发展趋势大数据的黄金时代
回顾我国大数据产业保持高速发展态势，各级政府和企业大力推进，技术创新取得明显突破，大数据应用推进势头良好，产业体系初具雏形，支撑能力日益增强。未来大数据产业发展将迎来“黄金时代”，产业集聚将进一步特色化发展，创新驱动仍将是产业发展主基调，大数据融合应用进程加速，为做大做强数字经济、带动传统产业转型升级提供新动力。 商业智能 企业决策正在经历的转变将延续到未来。处理大数据的目标使效率越来越高，成本不断减少，从而造就了基于大数据的商业智能，对中小企业甚至初创公司来说更为重要。这一趋势将延续到未来及以后，处理大数据的成本将继续降低，但以下情况除外： o使用云端商业智能的费用将提高。 o数据分析将提供更好的数据可视化模型和自助式软件。 o向新市场和新地区扩张的决策将基于大数据。 2018年的云趋势 ?创造利基 2018年，更多的人将熟悉云应用，专业化和利基工作将得到发展，就像在所有其他行业里一样，从而带来额外的研究选择和更多的业内竞争。拥有零售、区域性增长等专长的数据科学家将逐渐成为常态。 ?混合云
虽然云提供了便利的大数据存储和处理解决方案，但愿意把“所有”数据都放到云端的企业少之又少。2018年，混合云的使用应该会大幅增长，因为混合云兼具二者的优点，本地数据管理可以与云的便利性结合起来。 ?其他部门也将使用云 通常来说，IT部门是其他部门使用云的“中间人”。然而，云技术的使用已经变得非常简单。现在，销售和营销、人力资源等其他部门也能直接使用云。随着更多的人可以访问敏感信息，安全将成为一个重要问题。 2018年的数据分析 ?数据分析将包含可视化模型 2017年，对2800名商业智能专家的一项调查预测，数据可视化和数据发现将成为一股重要趋势。数据发现的范畴已经扩大，不仅包括对数据分析和关系的理解，还包括呈现数据的方式，以挖掘更深层次的商业洞见。其结果就是，作为一种把数据变成可用洞见的方法，可视化模型越来越受欢迎。日益改善和演变的可视化模型已经成为从大数据中获取洞见的必要组成部分。 人脑能高效地处理视觉图像。在这个过程中，大脑使用了潜意识，让决策者可以通过迅速扫描图像来处理信息。可视化图表利用了大脑的图像识别能力，出色的可视化模型将成为处理庞大数据集的更好选择，也是2018年重要的大数据趋势之一。
. ,.. 大数据处理技术发展现状及其应用展望 一、定义 著名的管理咨询公司麦肯锡曾预测到：“数据，已经渗透到当今每一个行业和业务职能领域， 成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者 盈余浪潮的到来。”这是大数据的最早定义。业界（于2012年，高德纳修改了对大数据的定义）将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，海量数据量。大数据计量单位至少是PB级别；第二，数据 类型繁多。比如，网络日志、视频、图片、地理位置信息等等都是囊括进来。第三，商业价 值高。第四，处理速度快。 在大数据时代，三分技术，七分数据，得数据者得天下。在大数据时代已经到来的时候要用 大数据思维去发掘大数据的潜在价值。Google利用人们的搜索记录挖掘数据二次利用价值， 比如预测某地流感爆发的趋势；Amazon利用用户的购买和浏览历史数据进行有针对性的书 籍购买推荐，以此有效提升销售量；Farecast利用过去十年所有的航线机票价格打折数据， 来预测用户购买机票的时机是否合适。 大数据分析相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点。对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具 有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 二、大数据的技术 技术是大数据价值体现的手段和前进的基石。我将分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。 2.1、云技术 大数据常和云计算联系到一起，因为实时的大型数据集分析需要分布式处理框架来向数十、 数百或甚至数万的电脑分配工作。可以说，云计算充当了工业革命时期的发动机的角色，而大数据则是电。 云计算思想的起源是麦卡锡在上世纪60年代提出的：把计算能力作为一种像水和电一样的 公用事业提供给用户。如今，在Google、Amazon、Facebook等一批互联网企业引领下，一 种行之有效的模式出现了：云计算提供基础架构平台，大数据应用运行在这个平台上。 业内是这么形容两者的关系：没有大数据的信息积淀，则云计算的计算能力再强大，也难以找到用武之地；没有云计算的处理能力，则大数据的信息积淀再丰富，也终究只是镜花水月。 那么大数据到底需要哪些云计算技术呢？这里暂且列举一些，比如虚拟化技术，分布式处理技术，海量数据的存储和管理技术，NoSQL、实时流数据处理、智能分析技术（类似模式识