2018年大数据行业分析报告
大数据：2018年电商行业研究报告
极光大数据：2018年电商行业研究报
告
极光大数据（NASDAQ：JG）发布《2018年电商行业研究报告》，结合电商大数据以及电商用户调研数据，从行业运营情况、用户评价、用户粘性、用户价值、双十一情况、用户画像等多个方面综合分析电商行业的情况。
本报告定义的电商是狭义的电商概念，即消费者通过互联网进行一手商品购买的平台，不含B2B和二手交易。
电商行业的概念与范畴
本报告定义的电商是狭义的电商概念，即消费者通过互联网进行一手商品购买的平台，不含B2B和二手交易
•本报告将结合电商大数据以及电商用户调研的数据，从行业运营情况、用户评价、用户粘性、用户价值、双十一情况、用户画像等多个方面综合分析电商行业的情况
核心观点
•移动购物行业用户规模和渗透率在过去一年内快速增长，截至11月，移动购物行业用户规模接近8亿，渗透率71.1%
•淘宝在各项运营指标上均占据龙头地位，11月app渗透率达52.5%，月均DAU近2亿；拼多多在过去一年内增长迅速，各项运营指标已达到行业第二•京东、淘宝和天猫的用户评价最高，净推荐值均超20%；淘宝、拼多多和京东的用户粘性更强，忠诚度均在7成以上
•极光用户价值分层模型的结果显示，淘宝和天猫在用户维系方面做得较好，贡献消费金额的核心VIP客户占比较高，流失用户占比较低
•从DAU和日新增用户提升的相对幅度来看，天猫和苏宁易购的双十一促销效果最好；用户评价方面，天猫和淘宝在双十一的净推荐值有明显提高
一、行业运营情况
移动购物行业规模与渗透率
移动购物行业用户规模近8亿。
2018-2019双十一消费大数据分析报告
2018-2019双十一消费大数据分析报告每年的双十一购物狂欢节都是一场消费盛宴，不仅是消费者的购物狂欢，也是电商行业的一场大考。
在 2018-2019 年的双十一期间，消费数据呈现出了许多有趣的特点和趋势，通过对这些数据的深入分析，我们可以更好地了解消费者的行为和市场的动态。
一、消费规模与增长趋势2018 年双十一，全网销售额达到 3143 亿元，而 2019 年双十一全网销售额更是高达 4101 亿元，同比增长约 30%。
这一增长趋势表明，双十一的影响力在不断扩大，消费者的购物热情持续高涨。
从消费品类来看，服装、美妆、数码产品等依然是热门品类。
其中，服装类销售额占据较大比重，这反映了消费者对于时尚和个性化的追求。
美妆产品的销售额也呈现出快速增长的趋势，表明人们对于美的关注和投入不断增加。
二、消费者地域分布双十一的消费群体覆盖了全国各地。
一线城市如北京、上海、广州、深圳等依然是消费的主力军，但二三线城市的消费潜力也在逐渐释放。
随着电商基础设施的不断完善和物流配送的提速，二三线城市消费者的购物便利性得到了极大提升，这也促进了他们在双十一期间的消费。
此外，农村市场的消费增长也不容忽视。
电商平台在农村地区的普及和推广，使得更多农村消费者能够参与到双十一的购物狂欢中来。
农村消费者对于家电、日用品等商品的需求较大，这也为相关企业提供了新的市场机遇。
三、消费者年龄与性别分布在年龄分布方面，80 后和 90 后是双十一消费的主要群体。
80 后具有较强的购买力，他们在家庭用品、数码产品等方面的消费较为突出。
90 后则更加注重个性化和时尚消费，对于美妆、潮牌等商品的兴趣较高。
在性别方面，女性消费者在双十一期间的表现依然活跃。
她们在服装、美妆、母婴用品等品类上的消费占比较高。
而男性消费者则在数码产品、运动户外用品等方面的消费较多。
四、消费时间分布双十一的消费高峰通常出现在活动开始后的前几个小时和临近结束的时间段。
中国省域大数据发展指数分析报告
中国省域大数据发展指数分析报告一总体情况评估中国省域大数据发展评估是基于大数据发展指数3.0评价指标体系，依据国家官方数据和权威机构数据，从大数据政用、商用、民用三个维度对全国31个省（区、市）进行综合评估，最终得出各地区2018年大数据发展指数。
（一）总体排名从本次评价结果来看，北京和广东的大数据发展状况依然处于全国领先的地位，其大数据发展指数得分均在60.00分以上。
各地区大数据发展指数的平均得分为39.09分，有12个省份超过总指数平均分，所占比例达到38.7%。
其中，北京、广东、浙江、上海和贵州分别位列此次大数据发展指数排名的前5位，大数据发展状况处于全国前列。
排名第一的北京总得分为74.11分，是排名最低的西藏总得分的7倍左右，差距较2017年有所缩小，但省域间大数据发展的差距依然明显（见表1）。
|Excel下载表1 2018年各地区大数据发展指数评价结果从2018年各地区大数据政用、民用和商用指数的平均得分来看（见图1），大数据政用指数依然占据着较为重要的位置，大数据民用指数逐渐赶超，大数据商用指数发展则相对缓慢。
这种情况主要表现在排名较为靠前及多数排名位于中等偏下的地区，如贵州、吉林、黑龙江、宁夏等，大数据民用得分均高于商用得分，表明其大数据在民用方面的重要性正在显现。
图1 2018年各地区大数据政用、民用和商用指数得分情况（二）历年排名对比从2016～2018年各地区大数据总指数排名来看，各地区大数据发展指数排名变化较为稳定。
除宁夏和湖北外，2018年排名较2016年排名变化幅度均在0～4个位次。
变化最大的宁夏由2016年的第30名上升至2018年的第21名，提升了9个位次（见表2）。
分析发现其在政用、商用方面的指数得分并未出现大幅波动，但在民用方面的指数得分较高。
近年来，宁夏在聚焦数据资源共享开放、提升政务民生服务水平方面重点突破，搭建互联互通的数据流通渠道，通信基础设施得到快速发展，已形成以银川、中卫两市为核心，错位发展、齐头并进的良好发展态势，这些都在不同程度上提升了宁夏大数据发展指数的得分与排名。
中国大数据产业发展概况
中国大数据产业发展概况大数据技术的广泛应用，加速了数据资源的汇集整合与开放共享，形成了以数据流为牵引的社会分工协作新体系，促进了传统产业的转型升级，催生了一批新业态和新模式，助力“数字中国”战略落地。
“十三五”时期，我国大数据产业取得了突破性的发展。
大数据产业规模持续稳步提升，产业价值不断释放；大数据相关政策陆续出台，产业发展环境日益优化；新型数据中心、5G等大数据相关基础设施部署进程加快；大数据企业快速成长，培育和发展了一批有竞争力的创新型企业；大数据要素潜能逐渐释放，政府、企业、消费者数字化意识明显增强；大数据与各产业广泛融合，工业大数据、健康医疗大数据、金融大数据等日渐成熟，支撑各产业优化升级；政府数据大量开放共享，有效提升政府服务能力，推动数字政府建设。
在《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中，将“加快数字化发展，建设数字中国”作为独立篇章，从打造数字经济新优势到加快数字社会建设步伐，从提高数字政府建设水平再到营造良好数字生态，勾画出了未来五年数字中国建设的新图景，并明确指出大数据是七大数字经济重点产业之一。
另外，“数据”一词在规划纲要中出现了53次，国家进一步对大数据发展做出重要部署。
这表明以大数据为重点的数字产业迎来了新的发展阶段和机遇。
立足“十三五”时期大数据发展成就，展望“十四五”时期大数据发展趋势，白皮书分析了中国大数据产业发展演进、政策体系、园区建设、人才培育等产业发展要素情况，研判了大数据在软硬件产品、基础设施和应用服务等领域热点布局，梳理了大数据产业生态的三个层次，并重点提出了大数据产业发展的七大新趋势。
我们认为：AI技术融合应用成为突破数据治理瓶颈的新方法；数据交易市场将是实现数据定价和数据确权的新实践；“东数西算”工程对区域数据中心未来建设提出新要求；提高服务效能和推动治理流程再造成为政府大数据新应用焦点；“工业大数据+工业互联网”共筑绿色低碳的新工业体系；智能健康管理、云端诊疗、数据安全治理引领健康医疗新机遇；提高工作效能和创新工作方式是智慧党建大数据平台的新价值。
2018年教育行业大数据洞察报告
2017年2月-2018年3月学历培训移动关注趋势
自考 考研
10月
11月
12月
10月
11月
12月
3月
1月
2月
3月
4月
5月
6月
7月
8月
9月
1月
2月
3月
4月
5月
6月
7月
8月
9月
1月
2月
2月
3月
4月
5月
6月
7月
8月
9月
10月 11月 12月
1月
2月
3月
2016 年
2017年
201 8
2017年
2018年
疑问检索
人群检索
学校关注度
目录 content
01 02 03
360 教育行业整体趋势 360 教育二级细分行业趋势 360 教育行业人群画像
职业教育行业关注量持续提升，用户关注度受考试及学习期影响较大
2017年职业教育行业用户关注度持续上涨，同比2016年上涨近13.6%，其中职业资格培训上涨幅度最大；移动端增长较
12月
1月
2月
3月
5月
6月
8月
9月
2月
3月
4月
5月
6月
7月
8月
9月
10月
11月
12月
1月
2月
3月
2月
3月
4月
5月
6月
7月
8月
9月
10月
11月
12月
1月
2月
3月
2016年
2017年
2018
2017年
2018宏观经济大数据分析报告(国际篇)
数据来源:XX
2017-09
10
12
新高。
2013-01 2013-03 2013-05 2013-07 2013-09 2013-11 2014-01 2014-03 2014-05 2014-07 2014-09 2014-11 2015-01 2015-03 2015-05 2015-07 2015-09 2015-11 2016-01 2016-03 2016-05 2016-07 2016-09 2016-11 2017-01 2017-03 2017-05 2017-07 2017-09 2017-11 2018-01
15
10
5
0
-5
2002-09
2003-03
2003-09
2004-03
2004-09
2005-03
2008-03
2008-09
2009-03
2009-09 2010-03
2010-09
2013-09
2014-03
2014-09
2015-03
2015-09
2016-03
2016-09
2006-09
2005-09
2008-04 2008-10 2009-04 2009-10 2010-04
2010-10 2011-04 2011-10 2012-04 2012-10 2013-04 2013-10 2014-04 2014-10 2015-04 2015-10 2016-04 2016-10 2017-04 2017-10
数据来源:XX
发达与新兴市场股市表现
2015年以来，新兴市场股市小幅跑赢发达市场，截止2018年3月29日，MSCI 发达市场指数上涨20.81%，MSCI新兴市场上涨了22.27%。期间上证综指小 幅下跌2.29%，标普500上涨了28.27%。
2018年中国数字经济运行现状及面临的挑战分析,数字经济应用领域不断延伸「图」
2018年中国数字经济运⾏现状及⾯临的挑战分析,数字经济应⽤领域不断延伸「图」2018年中国数字经济运⾏现状及⾯临的挑战分析，数字经济应⽤领域不断延伸「图」⼀、数字经济的定义20世纪40年代以来，电⼦计算机的发明与通讯设备、信息⽹络等的快速普及，引发了科技与社会经济的剧烈变⾰，被称之为“数字化⾰命”，也被称为第三次⼯业⾰命或第三次科技⾰命。
相应地，社会经济发展形态也发⽣了巨⼤变化，继农业经济、⼯业经济后，⼀种以现代信息通信技术为依托、以⽹络尤其是互联⽹为载体，通过信息⽹络实现资源⽣产、分配、交换和消费的新型经济——数字经济，开始成为全球关注的焦点。
现阶段数字经济尚未形成统⼀的定义，但⼀般沿⽤G20杭州峰会的表述。
根据G20杭州峰会的表述，数字经济是指以使⽤数字化的知识和信息作为关键⽣产要素、以现代信息⽹络作为重要载体、以信息通信技术的有效使⽤作为效率提升和经济结构优化的重要推动⼒的⼀系列经济活动。
在云计算、物联⽹、⼈⼯智能等新⼀代信息技术的驱动下，数字经济的外延不断拓展，由狭义的数字产业化转向⼴义的产业数字化，涉⾜的⾏业由传统的基础电信、电⼦信息制造、软件服务、互联⽹等信息产业渗透⾄其他⾮信息⾏业，在智能制造、现代农业、“互联⽹+”等⽅⾯均发挥着重要作⽤。
⼆、数字经济发展现状在数字化浪潮的席卷下，各国纷纷开启数字化⾰命，争夺数字经济这⼀未来产业⾼地。
截⾄2015年，34个OECD（经合组织）成员国中有27个制订了数字经济相关的国家战略。
美国相继发布《联邦云计算战略》《⼤数据研究和发展倡议》等⽂件，加快部署云计算、⼤数据、⼈⼯智能等全球⽹络信息技术的前端领域。
欧盟也于2015年推出数字化单⼀市场战略，⼒图解决欧洲电信市场碎⽚化及投资不⾜的问题，在同⼀市场为企业和服务制定公平竞争环境。
2015年英国政府出台《数字经济战略（2015-2018）》，2017年发布《英国数字化战略》，⼒争让英国成为全球领先的数字化经济体。
技术调查大数据分析报告(3篇)
第1篇一、报告概述随着信息技术的飞速发展，大数据已成为推动社会进步的重要力量。
本报告旨在通过对当前大数据分析技术的调查，分析大数据分析在各个领域的应用现状、发展趋势及面临的挑战，为我国大数据分析技术的发展提供参考。
二、大数据分析技术概述1. 大数据分析定义大数据分析是指对海量数据进行分析、挖掘，以发现数据背后的规律、趋势和关联性，从而为决策提供支持的过程。
大数据分析技术包括数据采集、数据存储、数据处理、数据挖掘、数据分析等多个环节。
2. 大数据分析技术分类（1）数据采集技术：包括爬虫技术、API接口、传感器数据等。
（2）数据存储技术：如Hadoop、Spark、Flink等分布式存储系统。
（3）数据处理技术：包括数据清洗、数据集成、数据转换等。
（4）数据挖掘技术：如关联规则挖掘、聚类分析、分类分析等。
（5）数据分析技术：包括统计分析、可视化分析、预测分析等。
三、大数据分析在各领域的应用1. 金融领域大数据分析在金融领域的应用主要体现在风险控制、精准营销、客户关系管理等方面。
通过对海量交易数据、客户行为数据等进行分析，金融机构可以更好地了解客户需求，降低风险，提高盈利能力。
2. 医疗领域大数据分析在医疗领域的应用主要包括疾病预测、药物研发、患者管理等方面。
通过对患者病历、基因数据、医疗设备数据等进行分析，有助于提高医疗诊断的准确性，缩短研发周期，降低医疗成本。
3. 零售领域大数据分析在零售领域的应用主要包括库存管理、精准营销、供应链优化等方面。
通过对销售数据、客户行为数据等进行分析，零售企业可以更好地把握市场动态，提高库存周转率，提升客户满意度。
4. 交通领域大数据分析在交通领域的应用主要包括交通流量预测、交通信号控制、公共交通优化等方面。
通过对交通数据、气象数据、地理信息数据等进行分析，有助于提高交通效率，降低交通事故发生率。
5. 教育领域大数据分析在教育领域的应用主要包括学生学习行为分析、课程推荐、教学质量评估等方面。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2018年大数据行业分
析报告
2018年11月
目录
一、大数据时代，演绎第三次浪潮的华彩乐章 (5)
1、大数据的定义 (5)
2、为何研究大数据 (7)
3、大数据发展的基础：数据积累、算力提升、技术创新 (9)
二、大数据发展全球加码，广阔空间蕴含商机无限 (10)
1、基于大数据对各个行业的深入影响，近几年，美国、欧盟、日本等主要发达经济体都积极推进各自的大数据战略 (10)
2、中国亦将大数据视为新经济的重要支撑 (11)
3、大数据投融资市场持续升温 (13)
三、大数据产业链：数据为源、分析为核、应用为王 (14)
1、数据来源：政府、BAT、运营商等是当前大数据的主要拥有者 (15)
2、数据管理与分析：存储是支撑、安全是保证、分析是核心 (15)
（1）数据处理框架：Hadoop、Spark 是应用较为广泛的两种框架 (16)
①Hadoop (17)
②Spark (20)
（2）数据处理算法：受益人工智能，神经网络算法关注度再次高涨 (24)
①BP反向传播算法 (26)
②RNN循环神经网络 (27)
③CNN卷积神经网络 (29)
④Kohonen 自组织神经网络 (30)
3、数据应用：应用是完成产业商业化目标，实现价值的终点 (31)
（1）政府大数据 (32)
（2）医疗大数据 (34)
四、相关企业简况 (35)
1、四维图新 (35)
2、中科曙光 (37)
3、海康威视 (39)
4、美亚柏科 (41)
5、创业软件 (42)
大数据时代，演绎第三次浪潮的华彩乐章。
对于大数据，Gartner 给出的定义是需要运用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。
1980年，著名未来学家阿尔文·托夫勒在其著作《第三次浪潮》中，将“大数据”描绘为“第三次浪潮的华彩乐章”。
大数据发展全球加码，广阔空间蕴含商机无限。
基于大数据对各行业的深入影响，美国、欧盟等主要发达经济体都积极推进各自的大数据战略，中国亦将其视为新经济的重要支撑。
据信通院数据，2017年中国大数据相关产业规模为4700亿元，预计2020年有望赶超1万亿，年均复合增速近30%，其中，核心产业规模2017年为234亿元，同比增长39%，预计2018年可达329亿，空间广阔。
同时，大数据投融资市场也持续升温，2012-2016年期间，国内共发生大数据投融资事件超1600件，统计公布金额的1300余起投资，其融资总额达1200多亿，2016年同比增长189.7%。
大数据产业链：数据为源、分析为核、应用为王。
分析大数据产业链，主要涵盖数据来源、数据管理与分析、数据应用。
1）数据是行业发展的源泉，政府、BAT、运营商等是当前中国大数据的主要拥有者，另在细分领域拥有入口资源的公司也是稀缺标的。
2）数据管理与分析是产业中游。
数据管理负责数据的集成、存储、安全等环节，其中，数据存储是产业链的支撑，参与者以传统数据库企业为主；数据安全是产业发展的重要保障，渗透数据存储、传输、交互的各个环节。
而产业链最核心的当属数据分析与挖掘，其能力直接决定着大数
据应用的推广程度和范围，当前Hadoop、Spark是使用较为广泛的两种处理框架，算法方面受益人工智能，神经网络算法关注度再次高涨。
3）应用为王，对大数据分析结果进行应用是完成产业商业化目标，实现价值的终点。
对比市场空间、政策倾向及惠及民生等方面，我们更为看好政务大数据及医疗大数据市场，另从产品形态看，整体解决方案商更容易树立标杆案例，灯塔效应明显。
一、大数据时代，演绎第三次浪潮的华彩乐章
1、大数据的定义
对于大数据，Gartner 给出的定义是需要运用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。
维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》提出，大数据不是随机样本，而是全体数据；不是精确性，而是混杂性；不是因果关系，而是相关关系。
大数据具备Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）的特点（IBM）。
随着信息技术不断发展，互联网快速普及，与人们的生产、生活日益紧密，全球数据亦呈现倍数级增长的特点，对经济发展、社会治理、国家管理、人民生活都产生了重大影响。