企业大数据时代市场调研的调整
1 企业以往的市场调研活动
1.1 我国企业市场调研活动起步较晚
十多年前，越来越多的企业才逐渐认识到市场调研对于企业各类决策的重要性，以及不进行调研而决策带来的危害性。但其中只有极少数企业真正利用市场调研发现商机，并对企业的产品设计、生产、营销以及战略管理等方面及时科学地修正。
1.2 我国企业市场调研活动的主要特征和局限性企业市场调研要求在明确调研目的的前提下，从市场的实际情况出发，应用科学的方法及时收集到客观、全面的数据，在此基础上对数据整理和分析，从而帮助企业在各类经营管理活动中进行预测和决策。从内容上来看，常规的市场调研不仅包括内部信息的收集，更加侧重对于外部信息的收集，例如对于消费者或潜在消费者意见的收集，对于竞争对手商业信息的收集、判断和分析，以及对市场宏观环境的掌握等方面。因此，对于大多数企业，要进行专业的市场调研活动，常见的问题就是人力和财力资源匮乏，难度较高。即使是通过调研咨询公司，成本往往也是居高不下。
2 大数据时代企业的数据收集
对于企业而言，大数据时代数据收集的主要特征包括以下几点。
（1）大数据的“大”首先在于海量数据，所涉及的数据量规模巨大到无法通过目前主流软件工具，在合理时间内达到截取、管理、处理、整理成为帮助企业经营决策更积极目的的信息。
（2）大数据的“大”在于种类繁多，不仅包含了结构化的数据，还包含了很多半结构化和非结构化的数据。因此大数据只有依赖于先进的信息化技术以及信息处理模式才能成为真正具有更强决策力、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。
（3）从调查的角度讲，大数据的“大”通常指的是统计总体，而非样本，即应用全面调查而非抽样调查方式进行数据收集。这样就避免了抽样调查常见的样本代表性误差。既然
数据收集方式发生了根本性的变化，随之数据的进一步分析的方法、侧重点也有许多不同。最有代表性的表现是，大数据对于数据的精确性并不会过多关注。由于处理的数据十分巨大，这些在传统调研中看似应剔除的数据或者无法处理的数据反而会使大数据的结论更加贴近实际。
（4）由于信息是通过互联网直接进行抓取来获得的，在调查的过程中可以避免传统调研中登记性误差。因此大数据本身对于企业的数据收集工作而言意义十分重大。
3 大数据时代企业的市场调研活动
大数据与市场调研二者定义的角度不同，因此两者并不矛盾，而且可以相互影响，相互促进。即使身处大数据时代，并不意味着企业不需要进行市场调研，某种程度上应该说需要更多、更广、更深入的市场调研。原因如下。
（1）大数据的收集依赖于信息技术，特别是互联网的应用。结合实际情况，很多地区设施并不完善，甚至还很落后，许多产品或服务的用户或潜在用户并不能通过任何设施设备将信息通过互联网进行传递。这样的市场环境下，初期的数据收集应用传统的市场调研方式仍然必不可少，不仅如此，所收集的数据仍然可以作为企业大数据的一部分。
（2）大数据的使用对于很多企业仍然存在壁垒。目前应用大数据最为广泛的仍然在电商、计算机领域以及一些关系国计民生的重点行业领域。中小企业、初创企业使用大数据的壁垒仍然较高。从长期来看，对于这些企业而言，强化市场调研意识、积极开展多样化、多层面市场调研活动对于生产、营销等领域仍然有必不可少的作用。
（3）鉴于大数据的特点，其数据来源分布较广，而对于较小地域范围、对象范围的数据收集来说，不见得一定有效。因此，针对一些专项调研、深入调研，无论大数据发展到怎样的程度，无论什么类型的企业，仍然非常有必要继续应用以抽样调查为主要方式的市场调研。
4 大数据时代企业如何完善市场调研机制
4.1 树立大数据的思维这需要企业不断提高对于数据的重视程度，即依据数据进行科学决策管理，凭经验、凭感觉的决策断不可取。此外，大数据思维还要求企业在技术上积极应
用现代化、智能化的设施设备；积极发展电子商务业务模式，不断创新经营管理模式；在数据收集领域重点以大数据的视角进行获取和管理，从而逐步建立企业自己的“大数据”。
4.2 结合企业实际建立科学的市场调研机制最基本的原则是，在进行市场调研之前，重点考察应用各类大数据信息，将大数据作为最为重要的二手资料加以应用。只有当现有大数据资料无法满足企业需求时，再根据需求设计科学的具体市场调研活动。更为深入的要求是，企业要结合经营管理各个层面的数据需求，建立企业的数据管理系统和科学的市场调研机制。仍然鼓励通过选择专业的调研咨询公司来开展多样化的、全方位的市场调研。
4.3 构建学习型组织，积极性引进数据分析人才大数据时代，企业应不止于等待着全社会大数据信息系统的完善与共享，而应积极地完善相应的人才机制，不断适应或引领大数据时代。阿里巴巴集团董事局主席马云曾说：“中国正在从 IT（Information Technology，信息技术）时代走向DT（Data Technology，数据技术）时代，阿里巴巴未来十年的目标是建立大数据时代中国商业发展的基础设施。”事实上，处于不同领域、不同发展阶段的企业正是大数据时代重要的缔造者。
加快推进全省大数据产业发展的调研报告 大数据是国家基础性战略资源，正在成为国家竞争的前沿、产业竞争力和商业模式创新的源泉。在我国目前主要应用于政务建设和产业发展领域，可提高政府管理服务效率和助推产业发展。近期我们对全省大数据产业发展情况进行实地调研，对产业发展现状和不足进行了研究分析，并借鉴杭州大数据产业发展先进经验，对全省大数据产业发展提出了相应的对策建议。 一、全省大数据产业发展现状 “一基三园”格局初具规模，实力位居全国第二方阵。全省积极抢占大数据发展先机，早在2012年就着手发展大数据，目前初步形成了以沣西新城为基地，高新区、国际港务区、杨凌示范区三园区并举的产业格局。沣西新城吸引了一些国家部委大数据中心入住，是国家卫计委全国人口信息处理与备份中心、国家地理测绘局数据中心等十大部委数据灾备中心，国家发改委“一带一路”数据中心，已成为全省乃至西北地区重要的大数据产业聚集区。高新区依托软件园企业，发展成为全省大数据研发应用的产业集聚区。杨凌是目前国内规模最大的农业数据中心，是国内唯一由区域政府承建的面向全国的农业云。国际港务区以服务于建设丝绸之路经济带上最大的国际中转枢纽港和商贸物流集散地，在物流大数据方面具备了一定基础。根据数据资源占有、产业带动、人才聚集、政策和环境支持来划分，发展比较成熟的属第一方阵，有北京、上海、浙江、贵州、广东，全省处在第二方阵。2016年，全省大数据产业规模达到885亿元，在全国排名第10位，大数据发展进入快速增长期。
政务数据建设全面启动，智慧咸阳全国示范领先。全省政务数据建设全面启动，各部门各地市因起步时间、资金人才投入等不同，呈现出不同发展阶段。2008年启动了省级信用信息平台建设，目前已有53个省级部门，470个市级部门和2500个县级部门接入信用平台。省级22个厅级政务云建设也在紧密锣鼓地进行中，一些已经形成了共享。依托智慧城市的市级政务数据建设取得很大成就，咸阳市政务数据建设走在全国前列，智慧咸阳成为陕西大数据对外宣传的一张靓丽名片，来自全国136个城市约1.5万人来参观学习，被写入国家智慧城市建设教材，连续三年位居全国前10名。宝鸡、渭南等市政务建设也比较成熟，位居全省前列。延安市被列为陕西省首个政务云网络安全提升工程试点示范城市，其他地市、（区）县的政务云建设全面启动。总的来看，省、市、（区））县三级政务数据建设正在加快推进。 大数据企业数量增长迅速。围绕金融、交通、电力、生物、先进制造等行业，全省发展了一批大数据企业，有西部资信、美林数据、识代运筹、未来国际、天互数据、九州通、交大长天等。一些企业在数据应用、数据分析等方面在全国领先，竞争优势十分明显，具有爆发增长的潜质。如：西安盈谷科技有限公司与电信运营商合作推出的智慧医疗，技术水平国内第一，接入国内医疗机构近5000家。西安艾润物联网技术服务有限责任公司开发的智慧停车4.0系统，西安作为结算中心，业务辐射至北京、上海等十余省市，目前国内尚未有企业能与其抗衡，去年收费营业额达5亿元，3-5年时间营业额有望达到50亿元。美林数据荣登2016中国大数据企业50强，其在大数据算法及产品研发方面具有领先优势，已经成功应用到制造、电力、金融等领域。 政府高度重视，发展机制不断完善。省政府审议通过《大数据与云计算产业发展五年行动计划》、《大数据与云计算产业示范工程实施方案》，通过了《陕西省政务
大数据产业园可行性研究报告 目录 目录 .................................................................................................................................................. I 引言 .. (1) 一、大数据产业园概要 (2) （一）大数据产业园 (2) （二）大数据企业 (2) （三）大数据产业园出现背景 (2) （四）大数据产业园发展现状 (3) 二、大数据产业园必要性及可行性分析 (4) （一）大数据产业园必要性 (4) 1、电子商务转型升级刺激大数据产业园需求 (4) 2、各大行业待处理数据量逐渐过载迹象明显 (5) （二）大数据产业园可行性分析 (6) 1、宏观环境PEST分析 (6) 2、大数据产业园SWOT分析 (9) 三、可行性分析结论 (9) 四、园区建设概论与建议 (10) （一）园区建设模式和理念 (10) （二）园区性质 (10) （三）园区选址要求 (10) （四）园区规模 (10) 五、总体建设概况与建议 (11) （一）项目布局原则 (11) （二）项目总平面设计 (11) （三）道路设计 (11) （四）给排水系统设计 (11) 六、招商引资 (12) （一）市场定位 (12) （二）目标市场 (12) （三）信息搜集 (12) （四）招商引资渠道 (12) 七、员工培训 (13) （一）综合培训 (13) （二）商务谈判 (13) （三）解说培训 (13) 八、结论与建议 (13) （一）结论 (13) （二）建议 (14)
大数据技术与应用专业人才需求分析和预测性调研报告 一、调研情况分析 (一)政府发展规划与政策动态 推动大数据产业持续健康发展，是党中央、国务院作出的重大战略部署，是实施国家大数据战略、实现我国从数据大国向数据强国转变的重要举措。日前，工业和信息化部正式印发了《大数据产业发展规划（2016－2020年）》（以下简称《规划》），全面部署“十三五”时期大数据产业发展工作，加快建设数据强国，为实现制造强国和网络强国提供强大的产业支撑。 2018年，贵州提出“万企融合”大行动，计划用五年时间，带动10000家企业通过应用大数据技术，提升企业数字化、网络化、智能化水平，实现发展新增长、服务升级。有预测称，这次行动将在贵州形成超过1200亿美元的市场。 (二)市场需求和行业发展趋势 1）大数据市场需求 大数据经过前几年的概念热炒之后，逐步走过了探索阶段、市场启动阶段，当前已经在接受度、技术、应用等各个方面趋于成熟，开始步入产业的快速发展阶段。大数据巨大的应用价值带动了大数据行业的迅速发展，行业规模增长迅速。截至2014 年，全球大数据市场规模已经成长到300 亿美元的空间，预测到2017 年全球大数据技术和服务市场的2018 年的复合年增长率将达到26.4%，规模达到415 亿
美元，是整个IT 市场增幅的6 倍。大数据市场规模在2020 年有望达到611.6 亿美元，符合年增长率将达到26%。 中国大数据产业起步晚，发展速度快。物联网、移动互联网的迅速发展，使数据产生速度加快、规模加大，迫切需要运用大数据手段进行分析处理，提炼其中的有效信息。“大数据”已成为一个热门词语高频出现在各种场合，其专门人才已不能满足市场需求。经过专门调研数据显示，大数据人才岗位缺口2018年高达150万，俱预测2025年中国大数据人才缺口达到200万，这给高校和人力资源企业的一个很大的优惠。未来几年人才需求将持续走俏。引进和培养1000名大数据产业高端人才，形成500亿元大数据产业规模，建成国内重要的大数据产业基地，大数据应用人才在的需求量也将越来越大。 2）大数据行业发展趋势 整体来看，2017 年中国大数据行业的发展依然呈稳步上升趋势，市场规模达到了 234 亿元，和2016年相比增速超过 39%。随着政策的支持和资本的加入，未来几年中国大数据规模还将继续增长，但增速可能会趋于平稳。 “大数据技术与应用”是个新兴专业必能带动”IT时代“走向”DT时代”。2016年国家发展改革委、工业和信息化部、中央同意贵州省建设国家大数据（贵州）综合试验区，这也是首个国家级大数据综合试验区。此举旨在贯彻落实《国务院关于印发促进大数据发展行动纲要的通知》（国发201550号），加快实施国家大数据战略，促进区域性大数据基础设施的整合和数据资源的汇聚应用，发挥示范带动作用中国国家信息中心发展，在2017年发布的《中国大数据发展报告》显示贵州的大数据发展政策环境指数居全国第一，贵州各级政府在大数据这件事情上给企业也提供了许多的政策支持。随着贵州大数据产业的发展，贵州正吸引越来越多年轻人创业寻梦，吸引本土人才的回流。年轻人的选择，代表了趋势，聚人气的地方，一定有发展。在贵州大数据政策的指引下，走上了快速发展的通道。我们的发展速度也反映了贵州速度，据我所知，贵州省大数据相关企业已经达到8900家。
大数据产业发展情况调研表 一、机构基本信息 企业名称 公司地址_____市_____区(县）____________________________ 统一社会 信用代码 负责人职务手机 联系人职务手机 传真邮箱 企业类型□合资企业□出口创汇企业□高新技术企业 □试点示范企业(省级及以上) □有全国影响力的龙头产品企业□专精特新“小巨人”企业 □军民融合企业□国有企业（省属、市属）□驻晋央企 □全国民营企业500强的省内重点企业□其他__________ 企业类型 证明材料 （如无，可不提供） 成立时间员工数量技术类员工数量注册资本 （万元） 经营范围大数据相关业务 企业类型（将□改为■，限选2 项）1. 产业支撑 □教育研究□技术中心□技术平台□媒体社区□行业联盟□职业培训□咨询机构□孵化机构□竞赛创业□论坛会展□转化平台□融资平台□评价服务 2. 应用服务 □政务□工业制造□能源□健康医疗□教育□农业 □金融□交通物流□文旅□地理空间信息□商业 □人才□安防□传媒□环境□气象□社交□其他 3. 数据服务 □数据评估□数据交易□数据监管 4. 基础服务 □网络服务□数据中心□云服务□系统开发 5. 技术研发 □数据集成□数据清洗□数据规约□基础研究 □应用研究□信息安全 6. 硬件设施 □采集设备□传输设备□计算存储□设计集成 7. 数据来源 □政府数据□行业数据□企业数据□互联网数据 □物联网数据□通信数据□第三方数据 经营情况年份主营业务收入利润总额税金总额
（万元）第 一 季 度第 二 季 度 第 三 季 度 第 四 季 度 第 一 季 度 第 二 季 度 第 三 季 度 第 四 季 度 第 一 季 度 第 二 季 度 第 三 季 度 第 四 季 度 2016 2017 2018 二、机构发展情况 财政资金支持情况（近三年获得各级专项资金支持情况） 资金名称： 资金来源： 资金级别：国家级/省级/市级/其他______ 资金金额：（万元） 拨付日期：年/月/日 项目信息（含科研项 目）项目名称： 项目级别：国家级/省级/市级/其他______ 起止日期：年/月/日 关键字： 投资金额：（万元） 项目介绍：（不超过300字） 产品信息产品名称： 发布日期：年/月/日 关键字： 产品介绍：（不超过300字） 行业标准（参与编制行业标准情况） 标准编号： 标准名称： 实施日期：年/月/日 标准级别：国家级/省级/市级/其他______ 知识产权（知识产权要求已授权且有效） 专利类型：发明/实用新型/其他______ 专利编号： 专利权人： 专利名称： 授权日期：年/月/日 软件著作权登记号： 著作权人： 软件名称： 开发完成日期：年/月/日首次发表日期：年/月/日 荣誉信息荣誉名称：
加快推进我省大数据产业发展的调研报告 大数据是国家基础性战略资源，正在成为国家竞争的前沿、产业竞争力和商业模式创新的源泉。在我国目前主要应用于政务建设和产业发展领域，可提高政府管理服务效率和助推产业发展。近期我们对我省大数据产业发展情况进行实地调研，对产业发展现状和不足进行了研究分析，并借鉴杭州大数据产业发展先进经验，对我省大数据产业发展提出了相应的对策建议。 一、我省大数据产业发展现状 1、“一基三园”格局初具规模，实力位居全国第二方阵。我省积极抢占大数据发展先机，早在2012年就着手发展大数据，目前初步形成了以沣西新城为基地，高新区、国际港务区、杨凌示范区三园区并举的产业格局。沣西新城吸引了一些国家部委大数据中心入住，是国家卫计委全国人口信息处理与备份中心、国家地理测绘局数据中心等十大部委数据灾备中心，国家发改委“一带一路”数据中心，已成为我省乃至西北地区重要的大数据产业聚集区。高新区依托软件园企业，发展成为我省大数据研发应用的产业集聚区。杨凌是目前国内规模最大的农业数据中心，是国内唯一由区域政府承建的面向全国的农业云。国际港务区以服务于建
设丝绸之路经济带上最大的国际中转枢纽港和商贸物流集散地，在物流大数据方面具备了一定基础。根据数据资源占有、产业带动、人才聚集、政策和环境支持来划分，发展比较成熟的属第一方阵，有北京、上海、浙江、贵州、广东，我省处在第二方阵。2016年，我省大数据产业规模达到885亿元，在全国排名第10位，大数据发展进入快速增长期。 2、政务数据建设全面启动，智慧咸阳全国示范领先。我省政务数据建设全面启动，各部门各地市因起步时间、资金人才投入等不同，呈现出不同发展阶段。2008年启动了省级信用信息平台建设，目前已有53个省级部门，470个市级部门和2500个县级部门接入信用平台。省级22个厅级政务云建设也在紧密锣鼓地进行中，一些已经形成了共享。依托智慧城市的市级政务数据建设取得很大成就，咸阳市政务数据建设走在全国前列，智慧咸阳成为XX大数据对外宣传的一张靓丽名片，来自全国136个城市约1.5万人来参观学习，被写入国家智慧城市建设教材，连续三年位居全国前10名。宝鸡、渭南等市政务建设也比较成熟，位居全省前列。延安市被列为XX省首个政务云网络安全提升工程试点示范城市，其他地市、（区）县的政务云建设全面启动。总的来看，省、市、（区））县三级政务数据建设正在加快推进。
中国市场调研在线
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。 中国市场调研在线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。
2017-2023年中国大数据市场调查研究与发展前景预测报告 报告编号：594149 市场价：纸介版7800元电子版8000元纸质＋电子版8200元 优惠价：￥7500元可开具增值税专用发票 在线阅读： 温馨提示：如需英文、日文、韩文等其他语言版本报告，请咨询客服。 2017-2023年中国大数据市场调查研究与发展前景预测报告 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317%，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。2015年中国大数据市场规模达20亿元，从2016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
大数据时代的四类数据和四类公司 【摘要】本文介绍了大数据的概念，论述了四大类数据和应用价值，指出了就大数据应用情况现实生活中各类公司存在的类型，明确了大数据应用与企业竞争优势的密切关系。 【关键词】大数据；大数据分类；公司类别 当今世界，大数据无处不在，它影响到了我们的工作、生活和学习，并将继续施加更大的影响。 大数据用于描述这样的数据组，其规模超出了日常软件在可容忍期限内获取、管理和加工数据的能力。一些网络技术领先的公司持续地投资于昂贵的大数据技术，成效显著。大数据使得创新型公司变成了经营新方法的率先接受者，经营更为成功。通过大数据的分析挖掘，公司可以发现新的经营模式，对工艺加以改进。例如，在获悉消费者行为后，可以将发现用于某些改变，如降低成本或增加销售，就会产生价值。在任意大的数据组中应用统计方法可以发现有用信息，将这些信息商业化即可获益。 大数据时代一切在变，应对之策是改变一切。经营方式发生了变化——制定决策变得与开展行动深度融合；运用信息的方式发生了变化——从处在经营的边缘变成了处于所有方面的中心；技术发生了变化——从批处理到实时处理，从分割到融为一体；人们工作的方式发生了变化——从在命令和控制模式下运作到在合作环境下负责自己的信息和交互应用。 根据麦肯锡全球研究所的分析，利用大数据在各行各业能产生显著的财务价值。美国健康护理利用大数据每年产出3000亿美元，年劳动生产率提高0.7%；欧洲公共管理每年价值2500亿欧元，年劳动生产率提高0.5%；全球个人定位数据服务提供商收益1000多亿美元，为终端用户提供高达7000亿美元的价值；美国零售业净收益可增长6%，年劳动生产率提高0.5—1%；制造业可节省50%的产品开发和装配成本，营运资本下降7%。 根据国际数据公司（IDC）的测算，2011年数字世界将产生1800EB的数据，2012年会增长40%，达到2500EB。截止2020年，会达到35000EB，似乎没有足够的磁盘空间存储。就传统IT企业来看，其结构化和非结构化的数据增长也是惊人的。2005年企业存储的结构化数据为4EB，到2015年将增至29EB，年复合增长率逾20%。非结构化数据发展更猛。2005年为22EB，2015年将增至1600EB，年复合增长率约60%，远远快于摩尔定律。 当今大数据的来源除了专业研究机构产生大量的数据外（CERN 的离子对撞机每秒运行产生的数据高达40TB），与企业经营相关的大数据可以划分为四个来源： 1.越来越多的机器配备了连续测量和报告运行情况的装置。几年前，跟踪遥测发动机运行仅限于价值数百万美元的航天飞机。现在，汽车生产商在车辆中配置了监视器，连续提供车辆机械系统整体运行情况。一旦数据可得，公司将千方百计从中渔利。这些机器传感数据属于大数据的范围。 2.计算机产生的数据可能包含着关于因特网和其他使用者行动和行为的有趣信息，从而提供了对他们的愿望和需求潜在的有用认识。 3.使用者自身产生的数据/信息。人们通过电邮、短信、微博等产生的文本信息。
2019年中国大数据时代发展调查报告 大数据产业有望成为拉动经济发展的“新风口”。工信部信息化和软件服务业司司长陈伟近日在媒体通气会上表示，目前包括北京、上海、贵州等先行先试的地方大数据产业和应用发展已初见成效。 工信部将出台促进大数据产业发展的推进计划，促进规划、标准、技术、产业、安全、应用协同发展。其中，在标准化方面，正在研制的10项国家标准中，8项已完成草案。下一步将重点开展数据格式接口、开放共享等标准体系建设。 “近日国务院印发《促进大数据发展行动纲要》，为我国大数据发展进行了顶层设计和统筹部署。工信部主要负责大数据产业发展以及应用示范相关工作。目前我们已支持和指导北京、上海、贵州、广州、陕西等地大数据产业和应用发展。”陈伟表示。他透露这些地方先行先试，主动探索，已初见成效。 数据显示，XX年我国软件和信息技术服务业实现软件业务收入3.7万亿元，同比增长超过20%。其中，贵州省电子信息产业规模总量1437亿元，比上年增长60.6%。 而中国信息通信研究院不久前发布的《XX年中国大数据发展调查报告》预测，XX年中国大数据市场规模将达到115.9亿元，增速达38%。未来随着应用效果的逐步显现，一些成功案例将产生示范效应，预计XX年至2018年中国大数据市场规模还将维持40%左右的高速增长。 不过，由于大数据产业和应用发展迅猛，亟需通过标准化的途径整合资源，固化现有成果，促进各方达成共识，形成统一的数据格式、接口、安全、开放等各类规范，为我国数据开放共享提供基础，为数据安全应用提供保障，促进数据交易等新兴服务模式规范发展。 围绕大数据标准化，下一步将重点开展以下工作：
大数据行业研究报告 2013年11月20日 目录 一：大数据概述 (2) 1.1大数据定义 (2) 1.2大数据特点 (3) 1.3大数据相关技术 (4) 1.4大数据应用价值 (5) 二：大数据行业环境分析 (6) 2.1产业链 (6) 2.2商业模式 (7) 2.3市场规模 (9) 2.4行业竞争 (9) 三：大数据在行业中的应用分析 (10) 3.1医疗行业 (10) 3.2能源行业 (11) 3.2通信行业 (11) 3.4零售业 (11) 四：大数据行业重点企业介绍 (12) 4.1IBM (12) 4.2惠普 (12) 4.3Teradata (12) 4.4阿里巴巴 (12) 4.5百度 (13) 4.6腾讯 (13) 4.7拓尔思 (13) 4.8东方国信 (13) 4.9同有科技 (14) 五：大数据的时代机遇与挑战 (14) · 1
一：大数据概述 1.1大数据的定义 大数据是时下最火热的IT行业的词汇，全球知名咨询公司麦肯锡称：“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”。“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。越来越多的政府、企业等机构开始意识到数据正在成为组织最重要的资产，数据分析能力正在成为组织的核心竞争力。 百度知道对大数据的定义是：大数据（bigdata)，或称巨量资料，指的是所涉及的资料量规模距达到无法透过目前主流软件工具在合理时间内达到撷取，管理，处理、并整理成为帮助企业经营决策更积极目的的资讯。 著名研究机构Gartner是这样定义大数据的。"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。从数据的类别上看，"大数据"指的是无法使用传统流程或工具处理或分析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非传统处理方法的数据集。亚马逊网络服务（AWS）、大 2
大数据时代的企业管理 （陈登鹏工业工程11级2班2011330350212） 摘要 基于数据分析对管理的重要性，在《孙子兵法》中已有深刻的认识：“夫未战而庙算胜者，得算多也。”数据始终贯穿在管理的计划、组织、领导、控制和创新中。在进入大数据时代后，如何更好地利用信息爆炸时代产生的海量数据为管理服务，和利用数据创造财富是不可回避的命题。管理决策日益基于数据和分析而作出，而并非基于经验和直觉，对企业正确的制定发展计划与合理安排企业资源有重要的意义。其中预测在企业中有重要的意义，在大数据时代，预测的准确度或许能够更上一个台阶，将促进企业健康发展。 关键字：大数据；管理；预测 一、大数据时代的特点 从古至今，从未有一个时代出现过如此大规模的数据爆炸。信息技术的发展，互联网的普及，随之而产生的数据也呈现爆发性增长。 （1）到2012年为止，人类生产的所有印刷材料的数据量是200PB，全人类历史上说过的所有话的数据量大约是5EB，而过去两年产生的数据占人类历史数据总量的90%。 （2）到2006年，全世界的电子数据存储量为18万排字节，如今这个数字已达到
180万拍字节，短短时间内已经增长了一个数量级。根据预测，2015年这个数字甚至会达到800万拍字节的规模。 大数据时代的典型特点就是预测变得更为精确。Albert-László Barabás i①提出：人类93%的行为是可以预测的。目前人类的数据处理能力在庞大的数据量面前还是太渺小，当数据处理能力的提升足以克服这一切后，混沌理论是否会黯然失色呢，一切都将变得清晰起来，偶然性也将因为盖然性变得不那么模糊？或许人类处理能力提升的速度远远都无法赶上数据的增长速度，混沌理论也将一直伴随着人类的发展。但不可否认的是，即使是现在的处理能力，大数据也能极大地提升预测的精准度。 二、大数据视角下的预测 预测对企业的各项职能活动包括采购原材料、扩充机器设备、补充人员等需要依据市场进行调整的活动有重要意义。预测是整个企业系统的重要输入和依据，具体地将，其重要性可以从以下几个方面来考虑： （1）对于战略部门而言，预测可以提供决策的依据； （2）对于销售部门而言，为补充销售人员提供依据； （3）对于成本会计而言，预测可以为预算和成本控制提供依据； （4）对于采购部门而言，便于采购部门制定制定准确的采购计划，以降低总的生产成本； （5）对于生产计划和控制部门而言，预测是企业编制生产计划的基础，是生产计划编制的主要输入； （6）对于研发部门而言，新产品的预测可以为设计提供参考，根据对市场的预测进行产品的开发，这样的产品才会有市场，才会有竞争力； …… 其中，概率论在预测中有不可替代的作用，当中的泊松分布P(λ)是在概率论中常用的一种离散型概率分布，由于其适合于描述单位时间（或空间）内随机事件发生的次数，因此泊松分布在管理科学，运筹学以及自然科学的某些问题中都占有重要的地位。例如，在企业战略制定以及物料需求分析等方面有极大的应用空间。当然，泊松分布在处理自然科学领域内的问题有更突出的成果，如某放射性物质发射出的粒子、显微镜下单位分
2019年版大数据应用行业市场调研分析报告（部分内容） China's Industrial Market Research and Prospect Forecast Analysis Report(2019-2025) （专业、精准、高效，助力企业决策）
大数据应用行业产业链解析 一、大数据的生态系统 1、大数据的高效深度分析需要专用化的系统 在应用数据快速增长的背景下，为了降低成本获得更好的能效，大数据系统需要逐渐摆脱传统的通用技术体系，趋向专用化的架构和处理技术。这方面，国内百度、阿里巴巴和腾讯三大互联网巨头做出了尝试并取得了很好的效果。众所周知，百度的大数据典型应用是中文搜索，阿里巴巴的大数据典型应用是基于交易日志分析的数据服务，腾讯的大数据典型应用是图片数据存储和基于用户行为的广告实时推荐。百度2013年底成立专门的大数据部门，旨在深度挖掘大数据的价值。阿里巴巴已将不同业务部门的大数据技术整合在一起为数据产品提供统一的服务。腾讯的数据平台部正在将全公司的数据纳入统一管理平台。阿里巴巴在技术上与开源社区结合得最为紧密；腾讯大数据目前正在向开源技术靠拢；百度在技术层面偏好自行研发，包括软硬件定制化方案也是最先投入实用。技术上，他们的共同之处是，不再依赖传统的IOE，而基于开源系统（如Hadoop等）开发面向典型应用的大规模、高通量、低成本、强扩展的专用化系统。 2、大数据处理架构多样化模式并存 当前，克隆了Google的GFS和MapReduce的ApacheHadoop自2008年以来逐渐被互联网企业所广泛接纳，并成为大数据处理领域的事实标准。但2013年出现的Spark作为一匹黑马终结了这一神话，大数据技术不再一家独大。由于应用不同导致Hadoop一套软件系统不可能满足所有需求，在全面兼容Hadoop的基础上，Spark通过更多的利用内存处理大幅提高系统性能。此外，Scribe、Flume、Kafka、Storm、Drill、Impala、TEZ/Stinger、Presto、Spark/Shark等的出现并不是取代Hadoop，而是扩大了大数据技术的生态环境，促使生态环境向良性化和完整化发展。今后在非易失存储层面、网络通信层面、易失存储层面和计算框架层面还会出现更多、更好和更专用化的软件系统。 3、实时计算逐步受到业界关注 Google于2010年推出了Dremel，引领业界向实时计算迈进。实时计算是针对MapReduce这种批量计算的性能问题提出的，可分为流式计算和交互式分析计算两种模式。在大数据背景下，流式计算源于服务器日志的实时采集，如Facebook开源的Scribe是分布式日志收集系统，ApacheFlume 是类似的系统。ApacheKafka是高吞吐率的分布式消息系统，特点是高通量和容错。Storm是容错的分布式实时计算系统，可以可靠的处理流式数据并进行实时处理，单机性能可达到百万记录每秒。Storm可集成ApacheKafka作为其队列系统。作为批量计算的补充，交互式分析计算的目标是将PB
小企业的大数据时代 从物联网到云计算再到现今的大数据，互联网时代形成的新的商业模式、经济形态等使人们的生活方式发生了变化，也给企业的发展带来了巨大的挑战。 事实上从2009年开始，大数据这个概念就是街头巷尾热议的时尚名词，2013年这一概念依然是炙手可热的话题，有关大数据的信息更是不胜枚举。 大数据，简言之就是将碎片化的海量数据在一定的时间内完成筛选、分析，并整理成为有用的资讯，帮助用户完成决策。借助大数据企业的决策者可以迅速感知市场需求变化，从而促使他们作出对企业更有利的决策，使得这些企业拥有更强的创新力和竞争力。 面对信息时代的冲击和大数据的巨大能量，企业转型似乎成为必然选择。 不论是传统的石油行业还是传统银行业亦或是零售业，都意识到数据的重要性。传统的石油巨头们在寻求信息化的转型，很多巨头每年在信息化建设中投入的比例往往占到公司盈利比例的1%-3%不等。据媒体报道，埃克森美孚曾在此前一次全球性招标中，一次性投入10亿美元来采购信息化服务。传统的商业银行也努力和互联网“合作共赢”，并进行模式创新，如推出POS网络商户贷款业务。民生银行正致力筹建电子商务银行。全球最大零售商沃尔玛也在其社交基因组计划中整合了用户在社交网络中的关系数据，用以更精准地推测消费者的偏好。 面对海量的数据，似乎只有这些大型集团公司才有能力进行数据挖掘，这些大型企业有足够的资金采购信息化服务，聘请大数据科学家。相比之下，广大中小企业资金实力则相对有限。 “一套IT系统，进行数据分析要花费很多资金，我这种小公司没有那么多钱。”在上海做商贸的张丹对记者说道。她道出了很多小企业经营者的心声。 那么，是不是意味着小企业在这场大数据的革命中真的没有一席之地，会完全失去竞争力？在中小企业如雨后竹笋般发展的今天，面对资金的限制以及市场的竞争，中小企业该如何去适应大数据时代？ 对此，微软亚太研发集团主席张亚勤有自己独到的见解，他认为，作为小微企业，完全不必考虑自己建设一套IT系统，他们从精力、成本、能力上来说都不适合，因此此类企业可以将企业的IT建设外包给适合的服务商，企业本身的所有精力投入到客户的开发上。
大数据,调查报告 篇一：大数据调研报告 大数据技术市场调查报告：“Bigdata浪潮”迫使企业做出抉择 发表于20XX-02-0613:26|2517次阅读|来源cSdn|0条评论|作者李智数据中心浪潮数据挖掘数据分析大数据 摘要：大数据时代的数据格式特性首先让我们先来了解一下大数据时代的数据格式特性。从iT角度来看，信息结构类型大致经历了三次浪潮。必须注意这一点，新的浪潮并没取代旧浪潮，它们仍在不断发展，三种数据结构类型一直存在，只是其中一种结构类型往往主导于其他结构： 结构化信息这种信息可以在关... 根据idc的调查报告预测到2020年全球电子设备存储的数据将暴增30倍，达到35zB（相当于10亿块1TB的硬盘的容量）。大数据浪潮的到来也为企业带来了新一轮的挑战。对于有准备的企业来说这无疑是一座信息金矿，能够合理的将大数据转换为有价值信息成为未来企业的必备技能。恰逢此时，cSdn专门针对企业相关人员进行了大规模问卷调研，并在数千份的调查报告中总结出现今企业大数据业务的现状。在此我们也将调研结果展示与此以供大家参考。 大数据时代的数据格式特性 首先让我们先来了解一下大数据时代的数据格式特性。从iT角度来
看，信息结构类型大致经历了三次浪潮。必须注意这一点，新的浪潮并没取代旧浪潮，它们仍在不断发展，三种数据结构类型一直存在，只是其中一种结构类型往往主导于其他结构： 结构化信息——这种信息可以在关系数据库中找到，多年来一直主导着iT应用。这是关键任务oLTP系统业务所依赖的信息，另外，还可对结构数据库信息进行排序和查询； 半结构化信息——这是iT的第二次浪潮，包括电子邮件，文字处理文件以及大量保存和发布在网络上的信息。半结构化信息是以内容为基础，可以用于搜索，这也是谷歌存在的理由；非结构化信息——该信息在本质形式上可认为主要是位映射数据。数据必须处于一种可感知的形式中（诸如可在音频、视频和多媒体文件中被听或被看）。许多大数据都是非结构化的，其庞大规模和复杂性需要高级分析工具来创建或利用一种更易于人们感知和交互的结构。企业内部大数据处理基础设施普遍落后 从调查结果可以看出，接近50%的企业服务器数量在100台以内，而拥有100至500台占据了22%的比例。500至2000台服务器则占据剩下28.4%的比例。可以看出面对大数据现今大部分企业还没有完善其硬件基础架构设施。 以现阶段企业内大数据处理基础设施的情 况来看50%的企业面临大数据处理的问题（中小企业在面对大数据的解决之道应遵循采集、导入/处理、查询、挖掘的流程）。 但这只是暂时状况，“廉价”服务器设施会随着企业业务的发展逐渐被
大数据时代企业发展机遇与挑战 一、定义 所谓大数据，就是利用一些非传统的数据筛选工具，对大量的结构化和非结构化数据集合进行挖掘，以便提供有用的数据洞察。与传统海量数据相区别，它可以用三个V来总结，即Variety、V olume和Velocity(多样性、数量、速度)。 （1）大数据指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策 更积极目的的资讯。 （2）大数据的核心是预测，通过把数学算法运用到海量的数据上来预测事情发生的可能性。 二、机遇 1、大数据时代的来临 （1）互联网特别是移动互联网的发展，加快了信息化向社会经济各方面、大众日常生活的渗透。 有资料显示，1998年全球网民平均每月使用流量是1MB（兆字节），2000年是10MB，2003年是100MB，2008年是1GB（1GB等于1024MB）， 2014年将是10GB。全网流量累计达到1EB（即10亿GB或1000PB）的时 间在2001年是一年，在2004年是一个月，在2007年是一周，而2013年 仅需一天，即一天产生的信息量可刻满1.88亿张DVD光盘。我国网民数 居世界之首，每天产生的数据量也位于世界前列。淘宝网站每天有超过数 千万笔交易，单日数据产生量超过50TB（1TB等于1000GB），存储量 40PB(1PB等于1000TB)。百度公司目前数据总量接近1000PB，存储网页 数量接近1万亿页，每天大约要处理60亿次搜索请求，几十PB数据。一 个8Mbps（兆比特每秒）的摄像头一小时能产生3.6GB数据，一个城市若 安装几十万个交通和安防摄像头，每月产生的数据量将达几十PB。医院 也是数据产生集中的地方。现在，一个病人的CT影像数据量达几十GB，而全国每年门诊人数以数十亿计，并且他们的信息需要长时间保存。总之，大数据存在于各行各业，一个大数据时代正在到来。 （2）近年来大数据来势迅猛 一方面，网民数量不断增加，另一方面，以物联网和家电为代表的联网设备数量增长更快。2007年全球有5亿个设备联网，人均0.1个；2013
大数据与市场研究 数据分析挖掘微信公众号：datadw关注行业，乐在分享。 大数据这个概念近来一直受到关注。大数据并非一个确切的概念，这个概念一方面指数据体量巨大，超出一般电脑所处理数据量几个级别；另一方面也指处理的数据类型多样化，远远超出传统数据格式和分析工具能处理的范畴。也有观点指大数据是指不用抽样方法得到的数据。在这篇文章中，我从社会学科研究方式发展的角度来阐述大数据的影响，以及大数据和市场研究的相互关系。 第一次数据化的影响–定性研究和定量研究 市场研究是一门应用社会学的学科，一个基本的分类就是定性研究和定量研究。简单地说，定量研究一定有数字分析，定性研究没有数字分析。大多数研究人员也各自站队为定量研究人员和定性研究人员。我们先来讨论一下这样划分的本质是什么。 在几乎所有社会科学的学科中，最一开始的数据都是非数字的。比如，我们去做问卷调查询问被访者，你家有汽车吗？如果有，我们打一个勾。在把这些答案转化为数据之后，我们可以计算有多少比例的被访者有汽车等等。这个把非数字的信息数字化的过程，我们称之为数据化。这个过程在本质上同把声音数字化和图像数字化的过程并没有区别。 因此，数据的本质都是定性的。研究人员可以选择直接处理定性数据，也可以选择多走一步数据化后处理定量数据。没有哪一种方法在本质上更好。事实上，两种方式都产生了伟大的研究。（由于篇幅限制，这里不举例说明了。） 但在现实中不容否认的是，定量研究似乎享受更高的社会地位。在西方各个社会学科定量研究发展的初期，定量研究常常和具备高级数量分析技巧的和相应工作语言的年轻博士挂钩，定量研究被认为是未来，校园里许多年老的教授和研究者困惑不已并感受到压力。许多大学都大力投资来支持定量研究，Departments of Government被改名为Departments of Political Sciences,Departments of Speech被改名为Departments of Communication,即便名字没改，研究的内容已经发生变化了，社会学科转向定量研究的风潮可见一斑。那个时候年轻学者对数据的兴趣和痴迷不低于今日。归其原因，一方面由于测量理论的发展，许多研究主体数据化，定量研究从科学发展的浪潮中受益了；另一方面电脑的发展也促成了这个变化。 当电脑开始在美国大学变得不那么神秘的60年代初期，它们是不适合社会科学研究的，电脑的应用是围绕着物理科学来进行的。物理科学通常要求在很小的数据量上进行非常复杂的运算，而社会科学通常的数据量很“大”。那个时候物理科学可以拿到很多的资助，所以大部分软件和程序都是围绕物理科学开发的。直到60年代末期才出现比较强大的为社会科学研究而设计的分析软件。
大数据时代企业人力资源管理创新思考 摘要：随着市场经济的飞速发展，信息技术的不断进步，人类社会正步入互联 网信息发展时代，也就是大数据时代，正是这样一种背景之下，我国各行各业都 纷纷进行改革和创新，尤其是人力资源的管理工作，其也面临巨大挑战，这就需 要将管理模式和新技术结合在一起，促使我国人力资源管理可以更好的适应时代 的发展。以下主要是对企业人力资源管理创新展开的研究，并同时进行了分析。 关键词：大数据；企业人力资源管理；创新；思考 在大数据时代背景下，我国许多行业都面临着巨大的挑战，其中，人力资源 管理作为企业管理工作的重心，其也在社会发展中占据着不可或缺的地位，所以，必须要用时代发展的眼光来处理各种难题，并立足在科技成果方面，不断对企业 人力资源管理工作进行优化。由于我国的人力资源管理工作会涉及到方方面面， 而且还非常复杂，所以，必须将新技术和人力资源管理工作紧密联系在一起，并 对其进行改革和创新。 1 对大数据展开的论述 大数据最早起源于美国，并将其定义为一个无法用数据库管理技术来进行处 理的数据集，从该定义可知，大数据具备复杂性与时效性，而且还能快速处理多 种问题，也就是说，如果一个企业想要获取更大的经济效益，就必须具备一定的 处理能力。具体作用表现在以下方面：第一，数据的透明度比较高。当生产制造 商想要是取得多种信息数据时，就会从客户或者供应商的手中来获取所需要的数据，为快速占据市场。打个比方，电脑制造业，全国供应商会生产出许许多多的 电脑，此时，数据库系统就会协调好各合作伙伴。第二，改变原有的竞争方式。 当一个企业的决策发生改变时，就可借助相关实验来进行验证，验证决策是否符 合要求。同时，还和将其用来分析，分析决策可能会带来的影响，紧接着，还能 面向客户，对其进行定位，为让用户定制成为可能。而制造商的下游就可运用互 联网来增加点击量，这样一来，就能清楚了解客户的喜好。第三，改变企业的管 理方式。大数据可在一定程度上提高算法的精确度，当然，制造商还可借助算法 来对生产线进行分析，及时找出存在的问题，不仅如此，还能减少成本，增加产 出量。第四，创建商业模型。在大数据时代下，我国多个行业都衍生出许多新的 商业模型，而且，还取得了一定成效，通过商业交易更能创造出新的价值。 2 人力资源管理面临的问题 当前阶段，由于我国人力资源管理面临许多问题，再加上，每个地区的发展 情况也是不一样的，至于文化差异、风土人情等多方面，也同样会影响人力资源 的管理工作，可有些企业的人力资源并没有科学进行分配，这样一来，不光浪费 了大量人力资源，而且还会影响企业的发展。此外，部分人力资源管理者也缺乏 一定的工作经验，且专业水平和综合素质都比较低，致使许多人才都难以发挥自 己的优势，更不可能为企业的发展贡献自己的一份力量。 3 对企业人力资源管理进行创新 3.1 不断转变管理观念，建立健全人力资源管理体系 在大数据时代背景下，企业展现更多的是多样性与开放性，对于企业的管理 人员而言，就应遵循时代发展规律，在结合企业人力资源管理特征的基础下，合 理运用数据系统，并主动转变企业管理模式，为进一步提高人力资源管理工作的 合理性与有效性。正是在这一基础下，资源管理者才更需要运用好数据平台，多 鼓励员工对其进行了解。除此之外，企业还必须积极转变管理方式，不断引入管