中国大数据产业现状
2024年中医药大数据市场分析现状
2024年中医药大数据市场分析现状引言中医药是中国传统的药物治疗方式，历史悠久且深受人们的信赖。
随着信息技术的发展和医疗大数据的普及应用，中医药大数据市场也逐渐成为关注的焦点。
本文旨在对中医药大数据市场的现状进行分析，以帮助了解中医药大数据的应用和发展潜力。
中医药大数据市场规模近年来，中医药大数据市场规模不断扩大。
根据市场研究机构的数据显示，2019年中医药大数据市场总规模已经超过XX亿元，预计到2025年有望达到XX亿元。
这表明中医药大数据市场具有巨大的增长潜力。
中医药大数据应用领域1.医疗数据分析：中医药大数据能够帮助分析疾病的传播规律、疫情趋势等，为医疗决策提供科学依据。
同时，中医药大数据还可以通过分析患者的病历和治疗效果，提供个性化的中医药治疗方案。
2.药物研发与推广：利用中医药大数据进行药物研发能够提高效率，为药企带来更多的创新机会。
通过分析中医药大数据，药企可以了解不同疾病的中医药治疗效果，从而推广合适的药物。
3.健康管理与养生推荐：中医药大数据可以帮助人们进行健康管理，根据个体的体质和需求，提供适合的养生推荐。
例如，通过分析中医药大数据，推荐适合的中医药调理方法、食疗方案等。
中医药大数据市场竞争态势中医药大数据市场存在着一定的竞争。
目前，国内外很多大型医疗数据公司都纷纷进入中医药大数据市场，推出各类产品和服务。
这些公司通过建立庞大的中医药数据平台，提供全面的数据分析和解决方案，竞争优势明显。
此外，一些传统中医药企业也积极转型，加强中医药大数据的应用。
虽然竞争激烈，但中医药大数据市场前景广阔，能够满足不同需求的用户。
中医药大数据市场发展趋势中医药大数据市场在未来有望呈现以下趋势：1.数据整合与共享：不同的中医药数据分散在各个领域和机构中，数据整合与共享是中医药大数据市场发展的重要方向。
通过数据整合和共享，可以提高数据的利用率，加快中医药大数据的应用进程。
2.人工智能技术的应用：人工智能技术如机器学习、深度学习等在中医药大数据分析中的应用将越来越广泛。
中国大数据全产业现状及产业投资前景研究报告
中国大数据全产业现状及产业投资前景研究报告一、背景介绍大数据是当今科技领域的一个热门话题，它随着互联网的兴起而兴起，随着物联网、云计算和人工智能等技术的先进发展，其应用领域越来越广泛。
大数据的产生源于各种领域的海量数据，如社交网络、电商网站、移动设备、汽车、机器人等，这些数据具有很高的价值，可以为企业、政府和个人提供更高效的决策、更好的服务和更优质的产品。
伴随着大数据的崛起，中国的大数据产业也呈现出蓬勃发展的态势。
据统计，2019年，中国大数据市场规模已达到1.3万亿元，同比增长22%，其中大数据基础服务、大数据集成和大数据分析应用服务是三大主要领域。
中国政府也高度重视大数据产业的布局和发展，出台了一系列的政策和规划，推动大数据产业的协同发展，构建大数据生态系统，形成全面融合、均衡发展的大数据产业全链条。
本报告将对中国大数据全产业现状及投资前景进行研究分析。
二、中国大数据全产业现状1、大数据基础设施大数据基础设施是大数据产业的基础，包括硬件、网络、存储等各种基础设施，其稳定性、可靠性和安全性直接影响到大数据产业的发展。
目前，中国的大数据基础设施还面临一些问题，如安全性不高、技术实力不强等。
但是，在政府的支持下，中国的大数据基础设施建设正在逐步完善，数据中心、云计算和边缘计算等技术的应用也越来越广泛。
2、大数据应用服务大数据应用服务是将大数据技术应用到各个行业和领域中，为企业和政府提供高效的决策支持和个性化服务的产业领域。
目前，中国的大数据应用服务主要涉及金融、电商、物流、医疗、智慧城市等领域，其中金融领域是中国大数据应用服务的典型代表，其在风险控制、营销等方面的应用已经呈现出很好的效果。
未来，随着人工智能技术的进一步发展，大数据应用服务的应用领域也将会更加广泛。
3、大数据开发平台大数据开发平台是指应用开发和数据分析的平台，包括数据集成、数据分析、机器学习等。
目前，中国的大数据开发平台主要以阿里云、腾讯云、华为云等为代表，其提供的服务已经在国内外用户中获得了很高的评价。
大数据的国内外研究现状及发展动态分析
大数据的国内外研究现状及发展动态分析在信息时代的浪潮中，大数据成为了一种重要的资源和技术。
它的涌现不仅改变了人们的生活方式和商业运营方式，也推动了科学研究的发展。
本文将对国内外大数据研究的现状以及未来的发展动态进行分析。
一、国际大数据研究现状大数据研究在国际范围内已经有了长足的发展。
首先，在数据存储方面，云计算技术被广泛应用于海量数据的存储和管理，例如Amazon的S3和Google的Bigtable等技术。
其次，在数据处理方面，分布式计算和并行计算被用于加速大数据的处理速度，例如MapReduce和Spark等技术。
此外，数据挖掘和机器学习也成为了大数据研究的重要方向，通过对大量数据的分析和学习，揭示其中的关联模式和规律。
二、国内大数据研究现状在国内，大数据研究也呈现出蓬勃发展的态势。
首先，在政府的支持下，各大高校和研究机构纷纷开展了大数据相关的研究项目。
其次，在行业应用方面，诸如金融、医疗、物流等各个领域都开始利用大数据来提高效率和服务质量。
此外，一些互联网企业也在大数据分析和算法研发方面进行了深入探索，例如阿里巴巴和百度等。
三、国际大数据研究动态在国际上，大数据研究正朝着更加深入和广泛的方向发展。
首先，随着物联网技术的不断演进，大量传感器数据的产生将推动数据存储和分析的需求。
其次，在人工智能领域，深度学习技术的崛起为大数据研究提供了新的方法和思路。
此外，跨界研究也成为了大数据领域的趋势，例如将大数据与社会科学、医学等学科相结合，探索新的研究方向和方法。
四、国内大数据研究动态在国内，大数据研究也在不断推进和突破。
首先，政府加大了对大数据研究的支持力度，提出了一系列发展政策和资金扶持。
其次，学术界和产业界之间的合作交流也越来越频繁，加快了大数据技术的推广和应用。
此外，一些新兴领域的涌现，如人工智能、区块链等，也将为大数据研究带来新的机遇和挑战。
五、国际大数据研究趋势在国际上，大数据研究的趋势是多样化和复合化发展。
我国信息产业发展现状
我国信息产业发展现状我国信息产业的发展现状已经取得了长足的进步，成为我国经济发展的重要支柱之一。
以下是我国信息产业发展现状的主要内容：首先，我国信息技术水平不断提升。
我国在信息技术方面取得了重大突破，包括在人工智能、大数据、云计算、物联网等领域的技术研发和应用。
近年来，我国企业在人工智能领域的发展迅速，不仅在技术上取得了一系列突破，还在国际舞台上展现了强大的竞争力。
此外，我国的云计算和大数据技术已经逐渐成熟，广泛应用于各个行业，推动了我国数字经济的快速发展。
其次，我国的信息基础设施不断完善。
我国在信息基础设施建设方面投入巨大，包括加快5G网络建设、广泛发展光纤网络、提升宽带接入速度等。
目前，我国的移动网络基本覆盖全国各地，互联网用户规模达到了数十亿人，电信基础设施已经相当完善。
这为我国信息产业发展提供了坚实的基础。
第三，我国的电子商务行业蓬勃发展。
随着互联网技术的普及和国内外市场的开放，我国的电子商务行业呈现出高速增长的态势。
以阿里巴巴集团为代表的一批电商企业在国内外市场上迅速崛起，并取得了丰厚的经济效益。
此外，我国的电商平台也在不断创新和发展，提供了更多的便利和选择，不仅改变着人们的生活方式，也推动了我国商品流通和经济发展的升级。
第四，我国的数字经济发展势头强劲。
数字经济是信息产业的核心内容，随着信息技术和网络技术的飞速发展，我国数字经济呈现出快速增长的趋势。
我国的在线支付、网络娱乐、数字内容创作等新兴产业快速崛起，对经济发展的贡献越来越大。
根据相关数据，我国数字经济已经占到国内生产总值的比重超过35%，成为拉动经济增长的重要动力。
最后，我国信息安全形势严峻。
随着信息技术的快速发展，网络安全问题也日益突出。
我国信息产业在发展的同时，也面临着各种网络攻击和信息泄露的风险。
因此，提升信息安全水平成为当务之急，我国政府和企业加强了信息安全管理和防护措施，在网络安全领域取得了一些成就。
总而言之，我国信息产业发展现状呈现出蓬勃发展的态势，取得了长足的进步。
中国大数据产业发展研究
中国大数据产业发展研究随着技术的不断创新和应用，大数据产业成为当今最受关注的领域之一。
在全球大数据市场的持续升温中，中国大数据产业快速崛起，成为全球大数据市场的领头羊。
本文将就中国大数据产业的现状、发展趋势以及应对策略进行深入分析。
一、现状目前，中国大数据市场呈现出快速增长的势头，数据市场占有率排名世界第二，年增长率接近40%。
中国已经拥有了一个庞大并高度活跃的大数据市场，其中包括了互联网数据、智能家居、物联网、金融以及其他一系列领域。
其中，互联网数据市场的规模最大，占据整个大数据市场的近70%。
然而，在大数据应用方面，当前仍然有不少问题需要解决。
首先，数据质量难以保证，数据缺乏标准化和规范化。
数据集散地较为分散，缺乏整合性。
其次，数据安全问题也亟待解决，数据泄露、数据隐私等问题频繁出现。
再者，用户对大数据的认知度不足，很多人并不了解如何使用数据来解决问题，有着很大的挑战。
二、发展趋势关于未来的大数据发展趋势，可以从以下几个方面进行预测。
1. 产业深度化随着大数据产业的不断发展，各领域行业将进一步深度化，大数据技术将更多地应用在行业核心业务中去，加速行业变革、迈向数字经济。
2. 产业间融合大数据的蓬勃发展将推动不同行业的紧密融合，形成“互联网+”的新业态。
未来，我们将看到更多不同行业之间的交叉互动，促进信息共享和优化生产流程。
3. 创新技术的应用AI技术、物联网、区块链、云计算等新技术已经逐步融合在大数据产业中，这意味着未来大数据将随着技术的不断更新而不断扩展应用领域。
同时，大数据与人工智能的结合，让数据的应用价值更具创新性与实际意义。
4. 数据治理加强在未来的大数据时代，数据安全和隐私已经成为一个严峻的问题。
随着政策瞬息万变，加强数据治理、数据安全将成为大数据产业持续健康发展的核心。
三、应对策略1. 加强数据标准化和规范化数据标准化和规范化是大数据产业快速发展的关键。
目前，数据规范化的难度和成本仍然较高，因此，应加大研发投入，加强数据标准化和规范化的应用和探索。
大数据的国内外研究现状与发展动态分析报告
大数据的国内外研究现状与发展动态分析报告概述在当今信息爆炸的时代，大数据成为了人们生活、经济和科技领域的重要组成部分。
本报告将对大数据的国内外研究现状进行梳理和分析，并探讨其未来的发展动态。
一、大数据的定义及特点大数据是指以庞大数据集为基础，利用先进的技术和方法进行分析和应用的过程。
其主要特点有以下几个方面：1. 规模性：大数据以海量的数据集为基础，纳入了各个领域的数据来源，包括社交媒体、物联网、传感器等。
2. 多样性：大数据的数据类型非常丰富多样，包括结构化数据、半结构化数据和非结构化数据。
3. 时效性：大数据的生成速度非常快，需要及时进行处理和分析。
4. 高维度：大数据包含了复杂的特征和属性，需要利用高维度分析来发现隐藏的信息和规律。
二、国内大数据研究现状1. 学术界研究：在国内，大数据领域的学术研究呈现出蓬勃的发展态势。
学者们在大数据隐私保护、大数据挖掘和大数据分析等领域开展了大量的研究工作，积累了丰富的理论和实践经验。
2. 产业应用：国内的大数据产业应用也在不断推进。
大数据技术在金融、电商、交通、医疗等领域得到广泛应用，为社会经济的发展提供了有力支撑。
三、国际大数据研究现状1. 学术界研究：国际大数据研究同样呈现出蓬勃发展的态势。
美国、欧洲等国家的学者们在大数据处理、大数据分析和大数据应用等方面具有世界领先的水平，精彩的论文和专著层出不穷。
2. 产业应用：国际上许多知名企业积极探索大数据的商业应用模式。
Google、Facebook、Amazon等互联网巨头利用大数据技术进行用户行为分析和精准广告投放，为其带来了巨额的商业利润。
四、大数据发展的动态分析1. 技术挑战：随着大数据规模的不断增长，传统的数据处理和分析方法已经无法满足需求。
因此，如何处理海量、多样、高维度的数据成为了技术研究的重要方向。
2. 数据安全与隐私：大数据的快速发展也带来了数据安全与隐私保护的重要问题。
如何在数据共享的同时保护用户的隐私成为了研究的热点。
大数据在中国发展中的机遇与挑战
大数据在中国发展中的机遇与挑战随着数字化时代的到来，大数据已经成为了人们生活中不可或缺的一部分。
在中国，大数据得到快速发展的同时也面临着机遇与挑战。
本文将从大数据的意义、大数据应用的现状、大数据带来的机遇及挑战四个方面来探讨大数据在中国的发展。
什么是大数据？在互联网和信息时代，大数据是指数据库将多种数据资源进行集成，进行大量数据的分析、处理、挖掘和应用，随着数据规模的不断扩大，这种数据分析具备强大的决策支持和预测功能，是一种非常有价值的资源。
大数据应用的现状随着大数据分析技术的不断成熟，大数据应用也进入了快速发展期。
目前，大数据应用顶层设计基本建成，“互联网+”成为了大趋势，大数据的应用也从云计算、智能制造等领域快速扩展到教育、医疗、金融等领域。
在国内，阿里巴巴、腾讯、百度等企业已经成为大数据处理的领军企业，同时吸引了越来越多的研究和投资。
那么，大数据带来了哪些机遇和挑战？大数据带来的机遇机遇一：大数据的创新应用，可以推进企业产品和服务的升级，提高市场竞争力。
在医疗领域，大数据的应用可以帮助医院更好地掌握疾病的规律、提高治疗的准确性和效率等，最终提高医疗水平；在金融领域，大数据带来了银行业务模式的革新，能够更好地提升风险控制和信用评估等工作的精确度，提高金融效益。
机遇二：大数据的应用可以带来更加精确的市场定位，协助企业更好地发掘市场，适应市场需求的变化和调整发展方向。
例如，阿里巴巴的大数据分析能够实时跟踪人们的购买行为，帮助商家更好地定位客户需求、提供个性化的产品和服务。
机遇三：大数据的应用可以供应更加丰富多彩的服务，包括分享车、公共自行车、空气净化器等这些充分利用了城市空间的共享经济模式。
在共享经济模式中，大数据通过分析用户的使用行为、反馈意见、呼声等，使得企业们可以更好地实现资源利用的最优化，满足市场需求，提升用户体验。
大数据带来的挑战挑战一：大数据的隐私和安全问题。
数据泄露行为屡见不鲜，与此同时，对于数据的安全和隐私保护也面临巨大挑战，这不仅会对企业生产造成影响，也会波及到整个企业的声誉，影响利益。
大数据分析产业深度调研及未来发展现状趋势 (一)
大数据分析产业深度调研及未来发展现状趋势 (一)随着信息时代的发展和数据采集技术的不断提升，大数据已经成为当今社会最重要的资源之一。
在大数据的基础上，大数据分析产业迅速崛起，为各行各业提供了强有力的数据支撑。
本文将对大数据分析产业进行深度调研，并就未来发展现状趋势进行分析。
一、大数据分析产业的发展历程大数据分析产业起源于20世纪90年代的数据挖掘技术，经过近30年的发展，已逐步形成了一套完整的理论和技术体系。
当前，大数据分析产业已经广泛应用于金融、医疗、教育等领域，成为企业提高效率、促进创新的重要手段。
二、大数据分析产业的应用领域随着数据采集技术的不断进步与信息化程度的日益提高，大数据分析产业的应用领域正在不断拓展。
当前，该行业的主要应用领域包括金融、医疗、教育、电商等行业，其中金融领域是大数据分析行业的重要客户。
三、大数据分析产业的发展趋势1.海量数据挖掘与分析技术的不断成熟海量数据挖掘与分析是大数据分析产业的核心技术，在未来的发展中，随着技术不断成熟，将会更加依赖机器学习、自然语言处理等相关技术。
2.高效数据集成及识别技术的普及大数据分析产业将有更多的企业、机构参与数据的共享，并形成更多的数据生态系统，提升数据的时效性、及时性、准确性和质量，从而支撑更多的业务场景。
3. 大数据增强决策支持大数据分析产业将逐渐成为企业决策的重要依托，未来大数据能够通过定制化分析、数据可视化与交互式报表、协同分析等维度发挥更高的作用，帮助企业做出更准确的决策。
4. 大数据智能化应用未来，大数据分析产业将通过智能化应用更好地服务用户，使数据的价值得到充分的释放，实现可预测的数据应用。
在智能化应用方面，包括自主学习、自动优化、自适应控制等。
四、结论随着智能化与大数据技术的不断进步和普及，在大数据分析产业向更深层次的研究和探索方向上，更有了坚实的技术和方法基础。
未来大数据分析产业将在政策、技术、市场、人才等多方面取得更大的进展和突破，将为各行各业提供强有力的数据支撑，推动数据的更好流通及更高级别商业价值的产生与传播。
- 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)。
中国大数据产业现状：数据商业应用敏感度低
大数据作为一个新兴的产业，一直在处于舆论的风口浪尖。就像
互联网＋的概念一样，大数据被神话了，被送上了“宗教”的神坛。
大数据企业总是有一个担心，生怕大数据被捧得的太高，将来可能会
被摔的很惨。
2015年中国大数据产业的热度从贵阳大数据交易所开始，到9
月国务院的2015第50号文《促进大数据发展行动纲要》进入高峰，
相信10月份的乌镇互联网大会上，大数据还会是一个大的热点。
大数据论坛上，数据产品和解决方案被介绍的很多。数据给企业
带来的具体价值、数据应用场景、大数据产业的痛点介绍的很少。中
国大数据产业经历着很多痛苦，大数据产业前景很好，但是大数据企
业却很难做大，很难实现质的飞跃。中国大数据产业的痛点和困难如
下。
大数据企业众多而弱小，很难实现产业优势
中国大数据企业大概有200多家，将近60%集中在北京，以小微
企业为主，年销售额达到十亿人民币的企业几乎没有。大数据产业处
于春秋时代早期，各家诸侯割地而立，每家占领了一块小的细分领域，
很难做大，都面临着同行的激烈竞争，有的领域例如舆情监控已成为
红海。
大数据企业人数大多在几十人到几百人，少有千人以上的企业。
没有一家大数据企业可以统领一个行业，没有一家企业占有细分市场
10%的份额，没有一家大数据企业建立了行业标准，领导行业发展。
中国大数据产业处于极度分散状态，优秀的人才分布在不同企业，
很难形成人才合力。各家企业规模小，很难在企业做深做大，很难利
用大数据帮助企业实现业务提升。大多数企业的工具和数据很难满足
企业整体的数据要求，中国的数据挖掘和分析产品也很难和国外的产
品进行竞争。
大数据产业如果要形成产业优势，必须需要一批领军企业。参考
国外大数据产业，中国在大数据基础架构，数据产品，数据工具、数
据清洗和数据挖掘、数据分析、数据人才都需要产生一批标杆企业。
每个领军企业都规模应该在千人以上，销售额应该在百亿以上，否则
很难形成技术和人才优势，也很难利用大数据帮助客户实现业务提升。
贵阳大数据交易所《2015年中国大数据交易白皮书》提到2014
年中国大数据市场规模为767亿元。这个数字看上去不错，估计其实
真正和大数据工具和大数据产品相关的不足20%（业务价值提升）。
大多数的经费都用于大数据基础平台（存储和计算）、咨询、报告等
和业务价值提升相关度不大的领域。中国大数据市场销售额大多数集
中在传统的IT企业例如IBM，Oracle，EMC，Intel，华为，联想等。
真正大数据企业所有市场份额加起来可能就在百亿元左右。
中国大数据企业规模过小，领军企业缺少，行业过于分散，这些
都是制约中国大数据产业发展的因素，也是产业做大的一个痛点。
外部数据是一个个孤岛，数据价值低
数据是大数据产业发展的基础，具有商业价值的数据可以帮助企
业洞察客户、数字化运营、风险管控、精准营销、预测和决策等。具
有商业价值的数据和商业分析真正能够帮助企业提升业务，创造出新
的价值。
中国的大数据市场还不成熟，很多大数据企业拥的数据都是片段
的数据，很难形成完整的，具有商业价值的数据。大数据市场的数据
质量和企业的数据需求有较大的差距。外部数据大多处于孤岛状态，
数据之间很少流动和整合；孤立、不流动、没有整合的数据很难帮到
企业，很多需要数据的企业不得不从多个大数据企业采购数据，效率
很低，采购来的数据价值不高，数据整合的难度较大，数据采购的整
体费用过高。
大家都看到了数据分散的弊端，于是很多地方都建立了大数据交
易市场，帮助大家进行数据交易和数据采购。由于缺少法律保护，很
多企业不太想在交易市场进行数据交易，往往还是采用一对一的数据
交易，这种交易方式可以保护交易双方的利益。具有商业价值的数据
还在开发中，大数据交易市场，缺少大量可以进行交易的数据。大数
据交易市场这种商业模式，还需要用很长的时间去证明。
中国质量最好的数据在金融行业、BAT、电信运营商，这些企业
比较谨慎，很难向外部输出数据。这三大行业自身的主营业务也不在
数据，其数据产品生产和输出的愿望也不强烈。政府的数据正在逐步
开放，但是其数据质量、集中度、输出方式等多存在很大多挑战。在
中国大规模的数据开放，至少需要3年时间才能达到商业应用要求。
大多数企业客户，对数据商业应用敏感度低
大多数企业对数据有需求，但是其对数据商业敏感度很低。对数
据商业应用的场景以及数据技术了解很少。即使是数据商业敏感度较
高的银行，至少要沟通三次以上，其才能够建立起数据价值理念。其
他行业例如制造业，房地产业，零售业，他们的数据商业敏感度更低。
甚至万科的王石也大声疾呼，不要和房地产业谈大数据应用，房产行
业数据还不全，很多还是手工数据。于是某个领先的电商开始帮助万
科进行数据规划建设，研究大数据在房地产行业的应用。
已有的大数据企业商业案例中，大部分都是大数据企业主动去找
客户谈合作，为企业提供数据产品、数据工具或数据技术，目的是帮
助企业提升业务。但是这种商业模式很累，市场很难被引爆，被动的
数据商业应用，往往和业务结合较弱，无法迅速帮助企业利用数据提
升业务，同时也无法解决业务发展瓶颈。
企业内部人士深度了解业务需求，他们缺少的是市场数据和消费
者反馈，缺少的数据分析方法和工具。企业内部人士更应该成为大数
据商业应用的主力，参加一些行业活动，从需求出发，主动寻找数据
和解决方案。移动互联网时代，商业竞争策略很清晰，一个是快，一
个是要利用数据进行决策。
大数据产业的发展，不仅仅是大数据企业自身的事情，也是各家
企业自身的事情。企业客户也应该依据业务需要，主动到市场寻找数
据和解决方案，提升数据商业敏感度，从业务场景出发，寻找具有价
值的数据。
大数据技术和产品同业务结合深度不够
市场上所有大数据企业和客户都面临一个难题，就是数据解决方
案同客户业务结合的深度不够，数据对业务整体推动效果不如期望，
这也是大数据产业爆发的一个痛点。由于外部数据质量、企业用户数
据敏感度、企业管理方式、商业数据人才等问题，大数据解决方案很
难和业务深度结合。
大数据核心价值就是揭示事务发展规律，帮助企业利用数据进行
科学决策。目前大数据的商业应用领域主要集中在数据采集、数据存
储、数据计算、用户画像、精准营销等领域。大数据最具商业价值的
预测和辅助决策功能并没有被充分利用。特别是在重大战略决策方面，
大数据的作用并不明显。企业的产品开发，市场策略，战略决策还是
依靠过去的精英决策和经验主义。未来社会只有两类企业，一种是利
用数据发展的企业，另外一种是不重视数据被淘汰的企业。
大数据企业如果想发展壮大，如果想成为行业领先的企业，其必
须放弃短期利益，深入到客户的运营中去，了解客户的数据，了解客
户的业务，了解客户的商业需求。同时利用数据了解客户，了解市场，
了解业务场景。数据和业务深度结合的核心是掌握正确的数据、正确
的方法、正确的工具。业务人员要懂数据，技术人员要懂业务。复合
型数据人才是数据生意的关键，业务人员掌握数据技术的门槛较高，
但是技术人员了解业务的门槛很低，复合性人才倾向于从技术人才培
养开始。
企业内部的数据人才和大数据企业的数据人才需要互相学习，了
解对方环境和需求，在同一个平台上进行对话和沟通。数据团队需要
深入了解业务场景和背后的规律，从业务出发，从场景出发，从数据
出发，将大数据解决方案同业务深度结合，利用数据推动业务发展，
发挥大数据预测规律的核心价值。
专业数据挖掘工具和人才缺失
传统的数据挖掘工具和BI系统存在很久了，通过各类报表展示，
让管理层了解企业运营信息，过去的确帮助企业提高管理水平，达到
了预期目的。
在大数据时代，企业需要的是实时数据，需要的是高效工具，需
要的是决策支持和预测。传统的数据挖掘工具的性能和灵活性已经不
能满足企业的需要，另外非机构化数据的应用也对传统数据工具提出
了挑战。BI领域中的SAS，SPSS，TD等数据工具越来越被边缘化，R
语言正在成为数据统计和可视化的新宠。
数据的时间价值正在得到重视，特别是金融企业，所有的业务部
门都期望在最短的时间里，看到资金使用情况，客户交易情况，风险
管控情况。企业越早了解信息，就会越早进行决策，时间就是Money。
过去数据需求可能是T＋5或者T＋30，现在的数据需求往往是T＋1
或者T＋0，数据实时性、准确性、相关度被提到了一个非常重要的
地位。业务的需求已经很明显了，但是数据工具和人才却是一个很大
的挑战。
中国200多家大数据企业，看到了大数据产业的曙光，看到了大
数据产业的价值，同时也在经历着大数据企业的痛苦。大数据产业发
展很快，市场正在逐步变大，但是其产业优势不明显，优势企业很少，
数据商业化较慢，市场还不成熟，客户数据商业敏感度较低，缺乏高
质量数据工具和人才。所有大数据企业内心的感受就是，站在了时代
的风口，选对了方向和行业，但是发展壮大还是很难。200多家大数
据企业正在努力耕耘着大数据产业，痛并快乐着。