大数据应用市场专题分析

中国大数据应用市场专题分析
技术创新，变革未来

目录
01
背景：变革绽放中的大数据应用
02
现实：细分深耕中的大数据应用
03
应用：以用户为中心的典型案例
04
未来：大数据应用未来趋势发展

背景：变革绽放中的大数据应用

大数据广泛的应用到各个行业各个领域，带来商业变革、管理变革和思维变革
“这仅仅只是一个开始，大数据时代对我们的生活，以及与世界交流的方式都提出了挑战。最惊人的是，社会需要放弃它对因果关
思维变革系的渴求，而仅需要关注相互关系。这就推翻了自古以来的惯例，而我们做决定和理解现实的最基本方式也将受到挑战。”
——《大数据时代》更好、更杂和更多
商业变革
数据化和价值
管理变革
风险和掌控
医疗
家居
教育
金融
安防
建筑
大数据
交通
制造
农业
仓储
化工
酒店服务
分析认为，随着人类社会的不断发展，大数据带来的变革不言而喻。从思维变革到管理变革再到商业变革，大数据带来量到质的改变。一方面，可以带来更高的经济价值，另一方面，大数据的发展撼动着我们生活的方方面面，从学术到商业，从政府到百姓，从医疗、家居、教育、金融、安防、建筑、交通、制造、农业、仓储、化工和酒店服务，这种改变渗透到生活的每个领域。
4

大数据应用百花齐放，主要受到政策支持、技术推动、资本助力和企业数字化转型需求推动
中央和地方政府纷纷出台大数据应用相关政策
“数字中国”的提出加快我国大数据的发展。加快政务大数据汇聚管理，完善基础信息资源库和推动重点领域数据资源共享应用是地方政府更多倾向的大数据相关政策方向
大数据应用市场目前仍在“野蛮成长”，整体提升空间巨大 2019年市场有付费能力的客户约53万家，市场有成长潜力的客户数量约749万家，整体市场成熟度为7.07%，市场规模9000亿元。预计3年后的2022 年，整体市场规模快速提升，有望达到25000亿元
2019年市场情况 2022年市场趋势
整体情况描述
技术未来发展具有趋势属性
9000亿大数据+人工智能、大数据+云计算、数据中台化和数据资产管理理论具有未
来趋势属性
25000亿
市场预计规模情况
政府、金融和电商成为“火热”落地场景
政府、金融和电商积累了大量优质可衡量数据，为数据服务SaaS商提供了更多可落地和可执行的方案
用户成功成为大数据应用的指导思想
WEBINAR
中国移动互联网市场增速已经明显放缓，人口红利逐渐消失，移动互联网进入了下半场，市场竞争已经从增量用户竞争阶段逐步转化成为存量用户竞争的阶段
7.07% 749万
16.67% 1500万
市场目前成熟度情况
市场有成长潜力的客户
53万
250万
数据说明：易观根据市场公开数据和行业访谈以及相关数据模型估算
市场有付费能力和习惯的客户
?
5

大数据应用政策的相对落地助推细分行业和领域的迅速发展
大数据应用政策具体解读： ? 以“城市大脑”建设应用的行动方案，以大数据优秀产品和应用的解决方案，以首批交通领域大数据融合应用试点方案的出台来看，从政策层面发出了明确的大数据应用落地信号，同时标志着我国大数据应用将进入新的水平阶段
时间 2019.10 2019.8 2019.7 2019.6 2019.5 2019.4 2019.3 2019.2 2019.2 2019.2 2018.11 2018.9 2018.9 2018.8
关键词大数据开发应用数字经济发展数据资源开放
建设应用数据安全打破数据孤岛数字政府绿色数据中心产品/解决方案征集行业大数据试点数据规范教育推动数字经济扩大就业信息消费升级
具体政策法规《海南省大数据开发应用条例》发布四川省人民政府关于加快推进数字经济发展的指导意见《上海市公共数据资源开放2019年度工作计划》发布浙江省“城市大脑”建设应用行动方案国家互联网信息办公室关于《数据安全管理办法（征求意见稿）》公开征求意见的通知北京市经济和信息化局关于对《北京市公共数据管理办法（征求意见稿）》广东省人民政府办公厅关于印发广东省“数字政府”改革建设2019年工作要点的通知三部门联合印发《关于加强绿色数据中心建设的指导意见》工业和信息化部办公厅关于组织开展2019年大数据优秀产品和应用解决方案征集活动的通知交通运输部关于公布首批交通运输大数据融合应用试点项目名单的通知国家发改委等四部门关于印发《公共资源交易平台系统数据规范（V2.0）》的通知教育部办公厅关于开展人工智能助推教师队伍建设行动试点工作的通知 19部委联合发文：大力发展数字经济稳定并扩大就业关于印发《扩大和升级信息消费三年行动计划（2018-2020年）》的通知
6

大数据应用是基于数据采集、处理、分析这些流程之后的产物
数据分析大数据中间件
数据处理数据采集
运营和业务数据打通投放渠道评估诊断
活动效果评估诊断产品移动数据分析
版本更新评估诊断产品业务数据分析
业务场景转化分析用户触达效果分析
内容运营转化分析用户行为分析
产品优化效果分析 KPI量化体系监测
事件分析热图分析用户分群
可视化用户分析界面
转化漏斗渠道分析属性分析
OL AP IOTA 计算引擎
查询引擎 Ad hoc
Easy Scheduler
分布缓存
指标规范
实时分析 Session分析用户APP偏好即席查询
数据同步
留存分析智能路径用户场景偏好
间隔分析分布分析用户领域偏好
自定义SQL查询
USER 去ETL
数据清洗
数仓模型
EVENT 统一视图
任务调度
监控告警
埋点方式
可视化埋点代码埋点
前端数据采集
APP
H5
WEB
小程序
后端数据采集
服务端
日志
数据库
API
业务数据对接
CRM
ERP
数据库
API
7

大数据技术本质是推动无差异的、平民化的数据应用时代的来临，当前可通过产品/服务、用户和运营数字化转型推进
获得主流接受的年限
好处
大高数据技术趋势中优先级矩阵低
不到2年
分布式技术高并发处理实时性计算
计算机视觉集成学习知识图谱数据安全边缘计算
2-5年
数据中台化智能应用
深度神经网络预测分析机器学习深度学习
知识管理工具应用数学统计学
5-10年
数据资产管理理论
数据治理增强现实数字化伦理规范性分析
超过10年
大数据技术驱动大数据应用的数字化转型
数据闭环数字经济数据战略
产品/服务数字化
? 数字化产品实质上是用户的数字化触点，可以随时触达用户、并提供满足个性化客户需求的产品和服务
用户数字化
? 了解用户的产品使用情况，通过用户行为数据分析迭代产品。根据用户的消费行为、渠道偏好、互联网行为等细分客群，了解用户差异化需求
运营数字化
? 依据业务数据进行产品运营决策，提升运营效率，降低运营成本，实现服务数字化、智能化
8

基于位置、大数据存储、营销场景化和数据智能化的大数据厂商更受2019年上半年投资者青睐
轮次时间
2019年6月
2019年6月 2019年6月 2019年4月 2019年4月 2019年4月 2019年4月 2019年4月 2019年4月 2019年4月 2019年3月 2019年2月 2019年2月 2019年1月
最新融资时间
热云数据
城云国际软通智慧奇简软件鲸鱼智能智慧足迹杉岩数据未来导航勾正数据东方金信麦盟科技星环科技企查查见知数据
大数据技术与应用融资情况表 2019H1
公司业务
移动应用、游戏数据统计分析平台
成立时间
2013年11月
城云是一家大数据应用与运营服务商
2012年8月
智慧城市技术服务运营商
数据存储和检索
精准营销运营商大数据选址、营销、金融、产业
数据存储
2017年5月 2015年11月 2017年2月 2015年12月 2014年9月
数据定位、位置服务
2017年1月
智能终端大数据分析平台大数据平台和大数据解决方案
2014年5月 2013年2月
数据营销大数据基础软件企业信用查询
2018年3月 2016年3月 2014年3月
企业财务和资金管理方向的数据挖掘和应用
2016年9月
融资额（人民币）
B+轮——1亿
投资公司
复星集团
C轮-3亿 A+轮——亿元以上
并购 A轮——未透露
战略投资 B轮——未透露 B轮——未透露
战略投资战略投资 A轮——未透露 D轮——亿元以上 B+轮——数千万战略投资
绿地控股
毅达资本今日头条修善谷
京东数科
广发乾和领投天津冉程科技合伙企业
（有限合伙）投资风行网
腾讯
沣源资本 TCL资本领投
文华海汇
天坤国际
来源：IT桔子?易观整理 10

大数据应用进入高速发展期，未来新商业模式的出现有望带动更大发展
“很多人还没搞清楚什么是PC互联网，移动互联网来了，我们还没搞清楚移动互联的时候，大数据时代又来了” ——马云卸任时候的演讲摘录
市
场认可
探索期（-2011）
度
信息化改造时期
2019年大数据应用市场AMC模型
早期阶段（2012-2016）
互联网化改造时期
高速发展期（2017-2025）
数据应用大量落地时期
大数据产业
在中国逐步
Hadoop项
受关到注，部分先
目于2005年诞生，行者开始探索
这是大数据技发展道路，但
术实现的基础是此时的探
技术原型。索还处于早
2008年，计算期阶段
社区联盟发布
大数据白皮书，
获得广泛认可
C
B
大数据市场产品概念普同质化程及，资度加强，本市场各色数据不断关分析厂商注，具借机粉墨有数据登场。大资产的量资金涌企业谋入，人才求转型集聚增长
D
E
A
?
2015 年，国务院正式印发《促进大数据发展行动纲要》，《纲要》明确推动大数据发展和应用
F
2016年，大数据 “十三五” 规划将出台
G
H
大数据市场陆续出现新商业模式，细分市场涌现出更加勃勃的生机，人工智能在里面功不可没
大数据发展的快速程度超出想象。不仅在TO B端，TO C端普通用户越来越多的感受到大数据的浪潮，企业用大数据进行决策，普通大众无形中被大数据裹挟
市场成熟期（2025-）
共赢时期
I
多种商业模式得到市场印证，新产品和服务具有稳定的刚性需求，细分市场走向差异化竞争
行业发展阶段
10

大数据应用可以按照应用延展、企业级应用和行业级应用进行划分
数据来源
物联网
数据采集
数据自采
数据处理
数据存储
大数据中间件
数据分析平台
数据科学平台
应用延展
移动应用分析/网页分析
营销自动化
营销B2B
企业级应用
人力资源
数据分析
金融和经济数据服务人/实体云服务
数据交易数据监测
数据挖掘
数据转化数据清洗数据算法
BI平台计算机视觉
可视化垂直AI
数据统计
搜索
日志分析
社交分析
销售自动化
A/B测试/个性化
法律
客服
企业生产力
后台自动化
安全
客户体验/用户成功
基于账号营销(ABM)
用户营销
CRM
裂变营销
行业级应用
金融
零售/电商
教育
娱乐
房产
医疗
政府
互金
商业
AI
HADOOP
INFRASTRUCTURE
HADOOP IN THE CLOUD
MPP DBs
数据智能平台
FRAMEWORK
QUERY/DATA FLOW
DATA ACCESS
技术支撑
STREAMING
LOGGING& MONITORING
AI/ML/DL
SECURITY
11

现实：细分深耕中的大数据应用

大数据行业级应用
在行业级应用中，大数据的这个特性可以被应用到方方面面，各个行业。其中，在金融、电商、政府和物流等行业，大数据的发展有着先天的优势，通过数据再利用、数据重组和数据公开，数据价值和应用得到进一步提升

不同行业的大数据应用看点各不相同，但都在往更好的方向发展，同时注重与每个消费个体进行联结是其本质特征
医疗未来应用看点
? 智能医疗平台化深化发展 ? 电子病历完善医疗大数据水平 ? 医疗大数据将在CDSS上获得突破 ? 电子病历 ? 临床辅助决策支持 ? 数据整合后的全智能诊疗
新零售未来应用看点
? 消费者全过程数据描述 ? 产业链营销重构 ? 线上线下数据融合和系统对接 ? 提升运营效率 ? 供应链环节 ? 新商业模式
政府公共服务未来应用看点
? 政府的智能化 ? 数据驱动政府公共服务 ? 促进政府的数据治理 ? 加强统筹规划 ? 提高智慧城市感知水平 ? 提高经济社会智慧化水平
金融未来应用看点
? 大数据风控建立客户信用评分、监测对照体系进一步完善
? 数据整合效率提升，数据价值深挖
? 客户行为分析 ? 金融风险分析
通信未来应用看点
? 客户体验分析 ? 客户价值分析 ? 支撑营销运营管理应用 ? 客户体验管理 ? 促进智能管道运营应用
汽车未来应用看点
? 无人驾驶 ? 车载信息服务数据 ? 精准数据分析 ? 车+人的数据模式 ? 数据驱动无人驾驶进一步提升
电子商务未来应用看点
? 市场营销 ? 个性化导购 ? 千人千面 ? 数据化运营 ? 数据资产化
物流未来应用看点
? 提高物流的智能化水平 ? 降低物流成本 ? 提高用户服务水平 ? 库存预测、设备修理预测、
供应链协同管理
14

大数据在金融、电商领域的应用相对成熟，教育、医疗、物流等行业加速落地
主要落地行业为金融、互联网等数字化程度较高的行业
金金融行业，大数据在高频交易、社交情绪分析和信贷风险分融析三大金融创新领域发挥重大作用政城市管理，可以利用大数据实现智能交通、环保监测、城市府规划和智能安防医生物医学，大数据可以帮助我们实现流行病预测、智慧医疗、学健康管理，同时还可以帮助我们解读DNA，了解人类自己电电商行业在大数据应用方面经验丰富，比较充分的有用户商画像、精准投放、数据可视化和智能推荐等物物流行业，利用大数据优化物流网络，提高物流效率，降流低物流成本
大数据领域应用行业渗透情况
基础设施
物流
政府智慧城市
金融电商银行
数字资产信息安全
汽车无人驾驶
医疗
流程优化
医疗辅助
分析认为，大数据的价值在于可以被重复和反复利用。大数据被应用到方方面面，各个行业。其中，在金融、电商、政府和物流等领域，大数据的发展有着先天的优势，通过数据再利用、数据重组和数据公开，数据价值和应用得到进一步提升。以电商为例，通过数据分析精准触达，可以有效提升用户活跃和用户粘性，促进用户消费和复购
15

大数据企业级应用
企业级应用的关键是用户挖掘
大数据在企业级应用更加落地，通过帮助客户实现降本增效、数字化转型等助力客户快速发展

大数据企业级应用通过挖掘用户在商业发展及数字化场景得以实现
? 大数据在企业级应用方面通过对于用户的挖掘来实现商业发展及数字化应用场景的实现。以某旅游网站为例，通过利用海量真实行程，提炼出精华线路，降低用户侧行程规划难度提升产品销量；又如某财富管理企业，通过数据驱动产品优化和转化
商业发展
数字化应用场景的实现
大数据
数据分析
冷数据：基础数据，如人口特征
温数据：行为数据，如偏好、活跃时间机器
热数据：根据时间维度，可以在关键时学间节点如生日、纪念日等；生活场景维习度，可以在家人聚会、好友聚餐、志同道合的朋友相聚等
基本属性年龄、性别、消费能力、城市层级
内容偏好军事、资讯、娱乐、财经、历史
消费偏好
购买行为、品牌
偏好、购买力
精
准
推
产品偏好
送
硬件、兼容、
安全、便捷
数据聚合
用户画像
用户细分
用户数据解析
需求拆分
需求理解
需求应对
运营场景
应用场景
? 运营活动评估 ? 用户留存分析 ? 用户转化分析
产品场景
? 产品迭代分析 ? 功能使用分析 ? 用户场景还原
营销场景
? 渠道广告跟踪 ? 渠道拉新分析 ? 渠道ROI 分析
新需求挖掘
引导潜在消费
17

用户挖掘的关键是以用户视角出发，提供细化的用户分阶段、分层、分群的精细化运营
如何进行用户挖掘
注意力运营
交易类运营
如：媒体、IM以及通过广告变现的，而不是直接向用户收费关注用户粘性类指标
如：电子商务平台、各种交易平台、生活服务
关注交易类指标
效率类运营
如：工具类、B2B等关注使用深度类指标
用户分层分析模型
指标体系
集中有限资源服务创造最大价值的人群
用户分群分析模型
算法设计
不同人群的需求不同，用不同的方式运营
流量
新用户分析
新用户
特征分析，提高用户价值
高价值用户
活跃用户分析
提升体验，延长生命周期
激
召回用户分析唤
活
成熟用户
醒
召回用户
营销渠道效果评估
流失预警延长生命周
流失
提高ROI
期流失
流失
流失
用户
分析认为，从用户数据来看，注意力运营重点关注：粘性、UV、 PV库存、访问时长、访问频次、用户到访周期和访问间隔等；交易类运营重点关注交易、交易活跃度、新商品比例、商品被搜索比例、GMV、ARPU等；效率类运营用户使用深度指标、用户完成一次工作流的数量、用户完成一次工作流时间。用户挖掘的核心是从用户角度出发，把着眼点放置在有利于每一个独立个体。但隐私保护问题也随即提上日程，值得一提的是，立法保护虽然有助于此，但是从个人到让数据使用者承担责任还有很长的路要走
18

大数据工具级应用
大数据工具级应用场景包括但不限于CRM、裂变营销、销售自动化、A/B测试/个性化和客户体验/用户成功等

工具级应用旨在助力客户减少重复工作、优化流程和增强员工认同
数据价值创造
企业用户需求
流程优化服务管理决策支撑
大数据办公平台
办公协同人才管理财务系统
即时通讯客户关系客户服务
最终结果
增加营收控制成本
信息化系统
线下管理
产品管理
供应链
财务相关
用户服务
数据整合
人员管理
客户管理
55%
50%
~90
%
35% ~70
%
事务性处理
员工认同度
流程自动流转，变动自动更新，提升协作事务工作效率
减少重复工作
统一录入数据，信息共享，减少重复手工数据录入工作
提高战略执行力和员工认同度，员工对企业认知度提升
数据说明：易观根据市场公开数据和行业访谈以及相关数据模型估算
?
分析认为，大数据在工具级应用方面通过对于专注于某部分的效率提升、自动化水平提升等进行发掘，其背后是数据打通、数据整合和数据共享带来的数据红
利的技术挖掘，相比于行业级应用和企业级应用，它相对零散，只提出部分解决方案，但也是大数据应用中不可或缺的一部分
20

十三五大数据金融行业发展趋势及机遇分析

十三五大数据金融行业发展趋势及机遇分析回顾金融创新发展的历史，每一次金融的历史变革都与先进的科学技术紧密结合，因此当金融发展到互联网时代，也必将发生新的金融变革。建立互联网金融治理体系，应该成为我国金融治理体系和金融治理能力建设的重要内容，大力发展互联网金融，以互联网金融治理推进中国金融治理体系和治理能力现代化，是金融治理现代化的必由之路。世界经济论坛创始人、《第四次工业革命》作者施瓦布认为，建立在数字革命基础上的第四次工业已经到来，这是一场系统性的深度变革，而用大数据进行决策是这些变革之一。在大数据、云计算等技术变革下，我国的金融行业将出现哪些变化？金融监管面临哪些新挑战？如何利用大数据进行智能决策？一、大数据时代到来凯文·凯利（Kevin Kelly）被誉为互联网经济的预言家，他精准预测Web2.0时代的到来和网络经济的运行规律。凯文·凯利预言，未来，大数据、云计算、移动通讯三者相结合的技术进步将激发大数据、深度学习、语音智能、监控设备、3D打印、人造智能、P2P、虚拟货币等方面的技术突变，而这些正在成为现实。人类将迎来大数据时代。现在一年的信息量已经超过自人类文明开始时积累的所有信息量之和。未来信息量的扩张是爆炸性的，将达到我们无法控制的程度。未来的生活都将是可量化的，每个个体自身也将贴上数字化的标签。大数据时代的信息是海量的，结构化数据与非结构化数据并行。如何从纷繁复杂的数据当中提炼出有效的数据，并且用适合的方式展示出来，成为各界必须认真思考的问题。当下我们大部分的分析工作都是基于传统的饼状图、柱状图等二维数据模型进行组建的，而在大数据时代，二维的数据模型只有3个维度进行管理和判断，完全满足不了大数据时代需要多维度、复杂关系的数据模型的需求。以前我们做研究做经济决策，最担心的是没有数据作为依据，不能正确地认清事物的发展阶段。而现在是海量数据充斥在我们的世界，在机器智能尚未完成的时候，需要人机交互。数据可视化可以帮助人通过视觉直接感知机器语言与图形图像。可以带来更多的直观的数据关联价值。但是，信息孤岛问题始终是大数据发挥作用的主要障碍之一。为解决这一问题需要数据开放。从数据的开放、共享和交互，到价值提取能力的开放，到基础处理和分析平台的开放，让数据如同血液在数据社会的躯体中长流，滋润数据经济，让开放数据的思维成为常态。未来，大数据的规模会越来越大，大数据经济价值会驱动大数据产业链加速形成。从数据采集、数据存储、数据处理，到数据分析、数据交易、数据应用，围绕着这些分工环节将

大数据在金融行业的应用与发展展望...

大数据在金融行业的应用与发展展望现如今，人们的生活中无不充斥着互联网的痕迹，越来越多的行为和事件被大数据记录又被大数据影响，金融行业因其安全性的重要更是与大数据技术息息相关。金融业务对于数据应用的广泛性与质量要求在互联网发展日新月异的时代背景下，人们的生活、工作、消费、活动的习惯与行为特点在被不断重塑，大量数据被留存记录，各行业对于数据的挖掘和使用有了适应时代发展的新特点，这在银行等金融机构的业务中尤为凸显。获客、信用风险控制、留存客户、触发客户消费是金融行业的几大痛点，而以集奥聚合(北京集奥聚合科技有限公司简称)为代表的大数据技术公司引领的大数据行业的发展正好满足了这些需求，有效克服了目前金融机构数据来源单一、覆盖率不足、数据挖掘程度不深等问题。金融行业既涉及宏观国民经济的方方面面，又与微观社会主体的经济生活密切相关，中国是一个人口大国，也是社会活动多样性的代表性国家，金融机构为了在纷繁的条件下做出正确的商业判断越发需要依据海量的高质量数据进行分析，但这也与相关数据覆盖人群不足、信息孤岛尚未联通等社会大环境形成了相对矛盾。例如，在个人信用风险控制方面，过去金融机构主要依托从各金融机构上报的信贷类数据的集中管理者——人民银行征信中心调取相关数据对于个人

进行信用评价，但人民银行征信中心的数据并未对中国全部人口有实质性的广泛覆盖，甚至可以说只覆盖了偏少一部分有信贷、信用卡消费记录的人群，加之考虑到因互联网金融日益发展等因素而对金融产品需求愈发多样的人群，仅基于信贷类数据评价这些人群可能会误伤很多暂时还没有信贷纪录的中低收入人群，利用不同来源的“大数据”及相关技术(以下统称大数据)解决个人客户信用评价的全面性与客观性问题的重要作用凸显出来。有价值大数据汇聚具备的特点有价值的大数据的汇聚具备以下特点，这也是金融业应用大数据时要考虑的关键：一、数据的联通性。由于很多数据是基于不同渠道、场景和主键进行的汇聚，要把这些碎片化数据进行准确整合，需要有很强的ID MAPPING能力，数据的联通解决不同数据是否归属于同一主体的能力。问题举例，10条行为信息，究竟是10个不同主体产生的，还是1个人在10个不同渠道留下的，不同的判断会直接影响数据分析的结果。二、数据的连续性。数据汇聚需要在“约定“的频率下持续不断、全面地进行才能产生集合价值。首先，数据连续性要求数据源本身具备稳定提供数据的能力、数据全面和质量可靠的能力。就完整和可靠而言，金融机构是公认的最完整和可靠的数据来源。就稳定性而言，

中国大数据市场调查调查研究报告

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

公需课考试答案：第三章：大数据金融行业应用

第三章：大数据金融行业应用第1 题强大的客户信息数据仓库及数据库是良好实施数据分析的基础。（3分） A. 是 B. 否答题情况：正确选项：A 你答对了! 第2 题 2011年5月美国对冲基金Derwent Capical Markets通过分析Twitter的数据来感知市场营销，在首月的收益率为1.85%，让平均为0.76%的其他对冲基金相形见绌。（3分） A. 是 B. 否答题情况：正确选项：A 你答对了! 第3 题摩根大通银行可以利用大数据技术追踪盗取客户账号或侵入自动柜员机（ATM）系统的罪犯。（3分） A. 是 B. 否答题情况：正确选项：A 你答对了! 第4 题没有好的数据基础，可能建模过程就会中途夭折，但是建模成功的话，就能得到如意的结果。（3分） A. 是 B. 否答题情况：正确选项：B 你错选为：A 第5 题中国大数据IT应用投资规模中，金融领域占的比例最。（3分） A. 是 B. 否答题情况：正确选项：B 你错选为：A

2012年海通证券自主开发的“给予数挖掘算法的证券客户行为特征分析技术”主要应用在客户深度画像以及基于画像的用户流失概率预测。（3分） A. 是 B. 否答题情况：正确选项：A 你答对了! 第7 题客户画像指的是个人客户画像，包括人口统计写特征、消费能力数据、兴趣数据、分险偏好等。（3分） A. 是 B. 否答题情况：正确选项：B 你错选为：A 第8 题客户生命周期管理包括新客户获取、客户防流失和客户赢回等。（3分） A. 是 B. 否答题情况：正确选项：A 你答对了! 第9 题数据分析在处理客户关系管理上只是流失客户的预测。（3分） A. 是 B. 否答题情况：正确选项：B 你答对了! 第10 题大数据是依托新的数据处理技术，对海量、高速增长、多样性的结构和非数据结构数据进行加工挖掘，找寻数据背后的规律，以提高分析决策能力，优化流程和科学配置资源的管理工具。（3分） A. 是 B. 否答题情况：正确选项：A 你答对了!

2017年全国家电行业大数据分析(完美详细版)

2017年家电网购市场展望 ●2017年，家电网购市场仍将高速发展，整体增幅预计为35%左右，总体规模有望达4000亿元。 ●2017年，中国家电网购市场(不含移动终端)的销售额占整体家电市场的比例将超过18%。 ●在国家政策支持下，在电商自身发展战略的驱使下，电商下乡步伐将进一步加快。电商渠道的下乡将给农村家电市场带来天翻地覆的变化。大好天地在农村! ●电商将继续向线下市场渗透，2017年线下为线上导流将成为普遍现象。 ●“网购节”可能遭遇“审美疲劳”，但价格战仍将继续。2017年，家电网购领域的购物节点将更加分散化。 ●2017年的家电网购市场将频繁迎来“品牌日”。 ●营销个性化、定制化、娱乐化趋势将持续。 ●2017年，阿(里)苏(宁)对京东的“追杀”将进入关键一年。 ●阿里(淘宝天猫苏宁易购等)和腾讯京东系(京东、微商等)双寡头垄断的格局不会改变。

●随着线上产品高端化趋势的加剧，线上线下同(标)价是必然趋势。 ●2017年将重掀智能家电高潮，线上会根据C2B定制优势，找到比较能落地的智能家电产品。 ●不会再有对电商持怀疑态度的企业，只可能有亲近谁疏离谁摇摆不定的立场，各家电企业对线上销售渠道的重视程度将进一步提升。 ●随着跨境电商的发展，跨境出口成为家电行业的又一个海外机会。 ●移动网购渠道的下单量还将激增，移动电商时代已经到来，最终个人网购行为将全面归属移动互联网。 ●电商对竞争力的追求将进一步回归到商业本身，即追求产品的竞争力、价格的竞争力、服务的竞争力。 2016年中国家电网购分析报告

2016年，从《国务院关于积极推进“互联网+”行动的指导意见》到《“互联网+流通”行动计划》，政府出台多项政策促进网络零售市场快速发展。根据国家统计局公布的数据，2016年全年，我国社会消费品零售总额达到30万亿元，比上年增长10.7%，稳居世界第二。2016年全年，我国电子商务交易额达到20.8万亿元，其中网络零售额达到4万亿元，位居世界第一，增幅53%。截至2016年年底，我国网络零售交易额占社会消费品零售总额比例达13%。在经济新常态下，消费已成为我国经济增长的首要动力，贡献率接近60%。而蓬勃发展的网络购物对消费的拉动更为显著，不仅造就了近年来网络零售额以超过50%的年均增幅增长，也成为促进线下消费增长的一个重要因素。作为引领网络购物市场发展的一个重要板块，2016年，家电网购市场继续高速增长，为整体增长乏力的家电市场带来活力。2016年家电网购市场呈现出的产品、营销、服务的新特点，也将成为整个行业未来变化的风向标。一、家电网购市场规模超3000亿元家电板块引领网购市场

大数据行业分析报告

目录一、大数据概述 (1) 1、大数据简介 (1) 2、大数据特征 (1) 3、大数据的技术 (2) 4、大数据的应用 (2) 5、大数据处理方法 (2) 二、大数据发展现状与趋势分析 (4) 1、国外现状 (4) 2、国内现状 (5) 3、发展趋势分析 (6) 三、重点应用领域及行业企业分析 (8) 1、重点应用领域 (9) 2、重点企业 (13) 3、国内运营商分析 (18) 四、存在问题及对策分析 (19) 1、数据量的成倍增长挑战数据存储能力 (19) 2、数据类型的多样性挑战数据挖掘能力 (20) 3、对大数据的处理速度挑战数据处理的时效性 (20) 4、数据跨越组织边界传播挑战信息安全 (20) 5、大数据时代的到来挑战人才资源 (20) 五、大数据方面的相关政策和法规 (21) 1、数据生产的相关政策和法规 (21) 2、数据共享的相关政策与法规 (21) 3、隐私保护的相关政策和法规 (22)

一、大数据概述 1、大数据简介随着网络和信息技术的不断普及，人类产生的数据量正在呈指数级增长。大量新数据源的出现导致了非结构化、半结构化数据爆发式的增长。这些数据已经远远超越了目前人力所能处理的范畴，如何管理和使用这些数据，逐渐成为一个新的领域，于是大数据的概念应运而生。 2、大数据特征大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到收集、管理、处理、并整理成为帮助企业经营决策目的的咨询。大数据不单单是指数量的量大，而且包括了以下的四个方面：首先，数据的体量（volumes）大，大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T），和我们所熟知的G相比，体量不可谓不大。其次，是数据类别（variety）大，数据来自多种数据源，数据种类和格

2021大数据金融行业市场调研报告

2021年大数据金融行业市场调研报告

目录 1.大数据金融行业现状 (4) 1.1大数据金融行业定义及产业链分析 (4) 1.2大数据金融市场规模分析 (6) 2.大数据金融行业前景趋势 (7) 2.1大数据助力金融机构的战略转型 (7) 2.2大数据能够降低金融机构的管理和运行成本 (7) 2.3大数据有助于降低信息不对称程度，增强风险控制能力 (8) 2.4大数据能够提升银行的中间收入 (8) 2.5使零售银行业务差异化产品设计更加丰富 (9) 2.6大数据在量化投资方面的应用 (9) 2.7延伸产业链 (10) 2.8生态化建设进一步开放 (10) 2.9呈现集群化分布 (11) 2.10需求开拓 (12) 3.大数据金融行业存在的问题 (12) 3.1大数据对个人信息的大量获取导致了隐私和安全问题 (12) 3.2大数据技术不能代替人类价值判断和逻辑思考 (13) 3.3金融行业的数据资产管理应用水平仍待提高 (13) 3.4金融大数据应用技术与业务探索仍需突破 (13) 3.5金融大数据的行业标准与安全规范仍待完善 (14)

3.6金融大数据发展的顶层设计和扶持政策还需强化 (14) 3.7供应链整合度低 (15) 3.8产业结构调整进展缓慢 (15) 4.大数据金融行业政策环境分析 (16) 4.1大数据金融行业政策环境分析 (16) 4.2大数据金融行业经济环境分析 (16) 4.3大数据金融行业社会环境分析 (17) 4.4大数据金融行业技术环境分析 (17) 5.大数据金融行业竞争分析 (18) 5.1大数据金融行业竞争分析 (18) 5.1.1对上游议价能力分析 (18) 5.1.2对下游议价能力分析 (18) 5.1.3潜在进入者分析 (19) 5.1.4替代品或替代服务分析 (19) 5.2中国大数据金融行业品牌竞争格局分析 (20) 5.3中国大数据金融行业竞争强度分析 (20) 6.大数据金融产业投资分析 (21) 6.1中国大数据金融技术投资趋势分析 (21) 6.2中国大数据金融行业投资风险 (21) 6.3中国大数据金融行业投资收益 (22)

【完整版】2020-2025年中国大数据应用行业目标市场选择策略制定与实施研究报告

（二零一二年十二月） 2020-2025年中国大数据应用行业目标市场选择策略制定与实施研究报告可落地执行的实战解决方案让每个人都能成为战略专家管理专家行业专家 ……

报告目录第一章企业目标市场选择策略概述 (8) 第一节研究报告简介 (8) 第二节研究原则与方法 (9) 一、研究原则 (9) 二、研究方法 (10) 第三节研究企业目标市场选择策略的重要性及意义 (11) 一、重要性 (11) 二、研究意义 (11) 第二章市场调研：2018-2019年中国大数据应用行业市场深度调研 (13) 第一节大数据行业的定义 (13) 第二节我国大数据应用行业监管体制与发展特征 (14) 一、行业主管部门和行业监管体制 (15) （1）工业和信息化部 (15) （2）国家工商总局 (15) 二、主要法律法规 (15) 三、相关产业政策 (16) 四、主要法律法规和相关产业政策对行业的影响 (17) 五、行业经营模式及盈利模式 (17) 六、进入行业的主要壁垒 (18) （1）技术壁垒 (18) （2）资源壁垒 (18) （3）资金壁垒 (18) （4）品牌壁垒 (19) 第三节2019年中国大数据应用行业发展情况分析 (19) 一、大数据广泛的应用到各个行业各个领域 (19) 二、大数据应用主要受到政策支持、技术推动、资本助力和企业数字化转型需求推动..19 三、大数据应用市场目前仍在“野蛮成长”，整体提升空间巨大 (20) 四、大数据应用政策的相对落地助推细分行业和领域的迅速发展 (21) 五、大数据应用进入高速发展期，未来新商业模式的出现有望带动更大发展 (23) 六、大数据应用可以按照应用延展、企业级应用和行业级应用进行划分 (23) 第四节2019年中国大数据应用行业在细分领域发展情况分析 (24) 一、大数据行业级应用 (24) 二、大数据企业级应用 (25) 三、大数据工具级应用 (26) 第五节企业案例分析： (27) 一、汇医慧影：赋能医疗创新，发现医学需求，解决患者痛点 (27) 二、欧唯特：基于自身行业经验和数据分析能力，欧唯特通过为品牌 (28) 三、汇通达：以让农民生活的更美好为己任，服务农村商业数字化转型 (30) 第六节2019-2025年我国大数据应用行业发展前景及趋势预测 (31) 一、行业发展前景 (31) （1）国家政策大力支持 (31)

2018年大数据行业分析报告

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

大数据分析时代对市场营销的影响分析

大数据分析时代对市场营销的影响分析 Final revision by standardization team on December 10, 2020.

大数据分析时代对市场营销的影响分析【摘要】大数据分析时代已经来临，市场经济体制深化改革背景下，各大企业的营销方式都发生了新的变化。消费者始终是时代的主宰，企业要想获取到更高的投资效益，就要精准定位符合自身实际情况的营销方向，不断研究新的发展策略，不断探索新的营销途径，争取在激烈的市场竞争中占据着绝对的优势地位，确保经济水平的飞速增长，和谐社会的稳定发展。大数据分析时代，企业领导者要以睿智的眼光看待市场营销工作，分析具体影响，找出相关问题，采取有效控制措施完成转型任务，进而走上一条可持续发展的创新之路，真正体现出大数据的时代优势，挖掘到营销管理的巨大潜能。【关键词】大数据分析时代市场营销主要影响演变分析先进信息技术的创新研发，大大提高了人们的生活质量，满足了人们的物质需求。互联网的发展，使数据成为了主要的信息载体，数据信息渗透在各个领域，与人们的日常生活有着紧密联系。在这个大数据分析时代中，传统的市场营销模式已经受到了严重冲击，企业面临着诸多机遇与挑战，如何高效开展营销活动，提高企业的综合实力，这是营销管理人员值得深思的关键问题。应用大数据，提升市场营销效率，配合个性化的营销策略，促进企业长远规划目标的顺利实现，这对于社会主义现代化建设能够起到很大程度的保障作用。笔者凭借自身多年的从业经验，对大数据分析时代中的市场营销工作发表几点新的看法，希望可

以为其他业内人士营销方案的优化设计提供一些有效参考和借鉴。一、大数据分析时代的演变过程分析（一）数据分析时代数据分析主要依靠计算技术的支持。数据分析时代是一个“商业智能”时代，它从客观角度深入分析了商业现象，凭借直觉总结了市场的调研报告，帮助企业管理者在大事件中做出具体决策。计算机实现了生产、客户交互，并对市场数据进行了整合处理。数据分析时代发展的局限性较大，它更偏向于数据的集中准备，而忽略了信息的及时分析。（二）数据分析时代 2005年开始了数据分析时代，它与数据分析时代要求的公司能力有所不同，数据分析主要要求公司内部的数据分析师具备较强的数据分析能力。在数据分析时代下，数据来源不再仅限于公司内部，更多涉及了公司外部、互联网、传感器等平台发布的数据信息。数据分析时代提供的数据服务是令人印象十分深刻的。（三）数据分析时代数据分析时代又称“产品时代”。各个行业、各大公司纷纷介人了数据分析，做出适合自身发展的商业决策。数据越来越多，更新速度越来越快，企业在不断提高自身综合竞争力的同时也面临着诸多挑战，如何进行商业化变革，使市场营销更加合理，这是各大企业都要深入研究的一个重要课题。

2019中国大数据行业研究报告

2019年中国大数据行业研究报告

目录CONTENT 01 02 03 04大数据行业发展现状大数据行业典型企业案例分析大数据应用场景分析大数据行业发展前景与趋势

大数据行业发展现状1.1 大数据产业概况 1.2 全球大数据行业发展现状1.3 中国大数据行业发展现状1.4 大数据细分市场概况

大数据（big data），是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据，其规模往往达到了PB（1024TB）级。不同机构对大数据也有不同的定义。麦肯锡对大数据的定义：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。移动信息化研究中心对大数据的定义：大数据是帮助企业利用海量数据资产，实时、精确地洞察未知逻辑领域的动态变化，并快速重塑业务流程、组织和行业的新兴数据管理技术。 IDC认为大数据具备海量（volume）、异构（Variety）、高速（Velocity）和价值（Value）四大特性。小数据与大数据对比海量（volume）价值（Value）异构（Variety）高速（Velocity）大数据四大特性特征小数据大数据体积有限的量数据庞大彻底性样本整个群体分辨率和索引性粗糙，弱精致，强关联性弱强速度慢、定格快多样性窄宽灵活性和可扩展性中等高

大数据的价值数据应用的关联性数据分析的成本数据价值的转化数据质量的兼容性大数据降低了数据分析的成本门槛大数据使技术与算法从“静态”走向“持续大数据实现了从数据到价值的高效转化大数据通过“量”提升了数据分析对“质”的宽容度随着移动互联网、云计算、物联网等信息技术产业发展日新月异，信息传输、存储、处理能力快速上升，导致数据量的指数型递增。传统简单抽样调查分析已无法满足当下对数据时效性、海量性、精确性的需求。大数据的出现改变了传统数据收集、存储、处理挖掘的方式，数据采集方式更加多样化，数据来源更加广泛、多样化，数据处理方式也由简单因果关系转向发现丰富联系的相关关系，同时，大数据还能基于历史数据分析，提供市场预测，促成决策。目前，大数据已从概念落到实地，在精准营销、智慧医疗、影视娱乐、金融、教育、体育、安防等领域均有大量应用，随着云计算、物联网、移动互联网等支撑行业快速发展，未来大数据将拥有更为广阔的应用市场空间。

大数据行业研究报告

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

大数据应用市场专题分析

中国大数据应用市场专题分析
技术创新，变革未来

目录
01
背景：变革绽放中的大数据应用
02
现实：细分深耕中的大数据应用
03
应用：以用户为中心的典型案例
04
未来：大数据应用未来趋势发展

背景：变革绽放中的大数据应用

中国大数据发展分析报告

中国大数据发展分析报告目前，在对大数据的价值的态度上，除了6.9%的企业认为数据没有价值以外，绝大多数企业都认为数据具有或可能具有很高的价值，可见大数据的价值已经在企业中获得了广泛的认可。未来随着越来越多的大数据分析平台和工具的开始广泛应用，大数据的价值将会被进一步释放并获得企业认可。大数据发展究竟如何？它能给我们带来什么？或许很多人还不清楚，今天我们就来讨论一下。一、我国大数据的国家战略争夺新一轮技术革命制高点的战役已经打响，中国政府在美国提出《大数据研究和发展计划》的2012年也批复了“十二五国家政务信息化建设工程规划”，总投资额估计在几百亿，专门有人口、法人、空间、宏观经济和文化等五大资源库的五大建设工程。我国的开放、共享和智能的大数据的时代已经来临！ 2012年8月份国务院制定了促进信息消费扩大内需的文件，推动商业企业加快信息基础设施演进升级，增强信息产品供给能力，形成行业联盟，制定行业标准，构建大数据产业链，促进创新链与产业链有效嫁接。同时，构建大数据研究平台，整合创新资源，实施“专项计划”，突破关键技术。大力推进国家发改委和中科院基础研究大数据服务平台应用示范项目，广东率先启动大数据战略推动政府转型，北京正积极探索政府公布大数据供社会开发，上海也启动大数据研发三年行动计划。其中市场监管类数据和交通数据资源的开放将成为重点，这些与市民息息相关的信息查询届时将完全开放。这意味着企业运用大数据在上海“掘金”的时代来临，企业投资和上海民生相关的产业如交通运输、餐饮等，可以不再“盲人摸象”。在立足国家战略和产业政策推动大数据收集和分析技术快速发展的同时，我们也应清醒地认识到避免数据垄断和保护数据安全的重要性，及早开展相关法律法规的探讨和研究。伴随着大数据时代的来临，世界各国对数据的重视提到了前所未有的高度。套上大数据的光环后，原本那些存放在服务器上平淡无奇的陈年旧数一夜之间身价倍增。按照世界经济论坛报告的看法，“大数据为新财富，价值堪比石油”。正如大数据之父维克托所预测，“虽然数据还没有被列入企业的资产负债表，但这只是一个时间问题。” 今天的国家将大数据视为国家战略，并且在实施上，也已经进入到企业战略层面，这种认识已经远远超出当年的信息化战略。我们上面介绍了许多国外的动态，末了自然也要落

中国大数据市场规模及应用前景研究报告

一、全球大数据产业发展分析 1、全球数据量产生规模分析随着移动互联网、移动终端和数据传感器的出现，数据正以超出想象的速度快速增长。近几年，数据量已经从TB级别跃升到PB乃至ZB级别。2014年全球数据总量为6.2ZB，2015年全球数据总量达8.6ZB。目前全球数据的增长速度在每年40%左右，以此推算，到2020年，全球的数据总量将达到40ZB。 2011-2015年全球数据量增长趋势图数据来源：IDC、中商产业研究院 2、全球大数据市场规模分析目前，大数据以爆炸式的发展速度蔓延至各行各业，随着各国不断加大对其的扶持力度，加之资本的青睐及投资，使全球大数据市场规模保持着高速增长态势。2015年全球大数据市场规模达到421亿美元，同比增长了47.7%。以此增速进行推算，到2020年，全球大数据市场规模将突破3000亿美元。 2011-2015年全球大数据市场规模增长趋势图

数据来源：Wikibon、中商产业研究院 3、全球大数据市场结构分析目前全球大数据市场中，行业解决方案、计算分析服务、存储服务、数据库服务和大数据应用为市场份额排名最靠前的细分市场，分别占据35.40%、17.30%、14.70%、12.50%和7.90%的市场份额。全球大数据市场结构情况

数据来源：中商产业研究院二、中国大数据产业发展分析 1、中国大数据产业发展概况（1）大数据市场规模分析我国大数据仍处于起步发展阶段，各地发展大数据积极性较高，行业应用得到快速推广，市场规模增速明显。2015年，中国大数据市场规模为115.9亿元，增速达53.10%。 2011-2015年中国大数据市场规模增长趋势图数据来源：中国大数据发展调查报告、中商产业研究院（2）大数据细分市场结构 2015年，在中国大数据市场中，硬件层市场、技术层市场和应用层市场是市场份额排名前三的细分市场，分别占据46.97%、23%和13%的市场份额。中国大数据细分市场结构情况

我国大数据产业链及战略地位分析

我国大数据产业链及战略地位分析大数据产业链分析中投顾问发布的《2016-2020年中国大数据行业投资分析及前景预测报告》指出，大数据从源到流到汇聚应用，包含数据入口、数据融合处理、数据应用三个主要过程。从前到后看，这三个过程分别对应于数据资产领域、数据融合与处理相关领域、数据应用相关领域。 1、数据资产领域 “数据正在成为一种（战略）资产”已经是行业的共识。大数据很大程度上是随着社会信息化程度提高而产生的，即是以前没有或无法获取且正在不断生成的“新（fresh）”数据。不同的公司把握着各个数据入口，而把握数据资产的企业也必然成为大数据的首批和直接受益者。从公司业务模式上，数据资产公司可以区分为纯数据资产公司和兼数据资产公司；从数据类型上，数据可以区分为交易数据（含询价等）和交互数据。纯数据资产公司指其产品和业务即为数据本身，代表企业如友盟和个信互动等。友盟（Umeng）将核心代码植入各种移动应用，向移动应用创业者提供应用统计分析、用户反馈等服务，目前，国内主流开发者大多是友盟的用户，超过18万的移动应用从友盟服务中获益。个信互动的个推平台，面向公众提供专业的手机推送解决方案，并向开发者提供推送的BI数据，目前的接入用户已经超过6.8亿。图表大数据产业主要数据资产类企业资料来源：中投顾问产业研究中心

表格中所列示的都是规模较大、有所成绩的明星企业，因为如果数据没有相当深度和广度的累积，价值将非常低。但是，我们看到不断有新的企业成长起来，百花齐放百家争鸣，抢夺已有的入口或者开辟全新的入口。 2、数据融合与处理相关领域在数据融合与处理相关的领域，主要解决包含两个方面的问题：一是数据标准化与有效性整理；二是面向过程（具体目的）的数据处理与粗提取。典型的案例如征信数据库，商业银行与各信贷主体之间每天都在发生着海量交易，交易一旦发生则记录进入各商业银行数据库（录入人员通过人机交互过程完成数据的标准化和预处理），每天晚上各商业银行后台对数据进行整理和加密，次日将信贷主体与信用数据加密通过专用接口将数据包提交到征信数据中心，然后征信中心将各数据包加成导入到征信数据总库进行更新，完成数据标准化和有效性整理并形成更新后的数据状态。而面向过程的数据处理与粗提取，比如对某信贷主体的征信数据进行查询后，可通过插件进行破产风险（企业）或信用评分（个人）的简单核算，不同金融机构可设置不同的标准，根据自身风险政策完成初步的可否授信、授信额度大小的批量化评估。较成熟的类似机构包括彭博、万得、同花顺等，目前均局限于金融行业，但每个行业都有不同的数据整合入库的需求，而数据标准的制定及数据汇聚的执行是其难点所在。另外，在大数据的融合与处理相关领域，两个绕不开的点为基础软件（数据库软件）和云计算。 3、数据应用相关领域掌握数据资产的企业群是大数据的首批和直接受益者，因为他们会自然、方便的对大数据进行把玩、加工、消化、利用。而随着应用价值的逐步体现及大数据产业的发展，应用将必然扩张到生产生活的方方面面，广泛影响各行各业。麦肯锡针对美国各个行业应用大数据的潜在价值提升做了一个评估，从其中我们可以看到，大数据的应用将使得金融保险、信息技术、公共管理、贸易物流等领域获得极大的价值提升。大数据产业的战略地位 1、国家级别的战略产业美国政府认为数据资源是继陆空海三大资源外的另一种重要的国家战略资源，已将大数据战略上升到国家层面，从2012年到现在为止提出了诸多促进大数据产业发展的宣言和计划。英国在顶着经济低迷的巨大压力下还将大数据作为重点发展的科技领域，2013年投资1.89亿英镑用来加强数据采集和分析，以求在数据革命中抢占先机。同样日本政府也提出了大力发展IT业的发展计划，不断地对信息产业提出战略规划。世界各国也逐渐意识到大数据时代的到来，纷纷建立大数据产业。中投顾问发布的《2016-2020年中国大数据行业投资分析及前景预测报告》认为大数据产业已经发展成为了国家级别的战略产业。 2、推动技术和知识创新模式的变革

大数据应用市场专题分析

十三五大数据金融行业发展趋势及机遇分析

大数据在金融行业的应用与发展展望...

中国大数据市场调查调查研究报告

公需课考试答案：第三章：大数据金融行业应用

2017年全国家电行业大数据分析(完美详细版)

大数据行业分析报告

2021大数据金融行业市场调研报告

【完整版】2020-2025年中国大数据应用行业目标市场选择策略制定与实施研究报告

2018年大数据行业分析报告

大数据分析时代对市场营销的影响分析

2019中国大数据行业研究报告

大数据行业研究报告

大数据应用市场专题分析

中国大数据发展分析报告

最新金融大数据研究分析报告

中国大数据市场规模及应用前景研究报告

我国大数据产业链及战略地位分析