2017-2022年中国大数据市场深度调查及投资方向研究报告

第一章大数据产业相关概述

1.1　大数据介绍

1.1.1　大数据的产生

1.1.2　大数据的定义

1.1.3　大数据的类型

1.1.4　大数据的特点

1.1.5　大数据的数据来源

1.1.6　大数据的各个环节

1.1.7　大数据的发展阶段

1.2　大数据的价值及影响

1.2.1　大数据的价值

1.2.2　大数据研究意义

1.2.3　大数据的应用价值

1.2.4　对信息时代的影响

1.3　大数据产业简介

1.3.1　大数据产业的概念

1.3.2　大数据产业链分析

1.3.3　大数据产业发展的必然性

1.3.4　大数据产业的战略地位

第二章大数据产业发展环境分析

2.1　政策（Political）环境

2.1.1　发达国家大数据政策对比

2.1.2　数据中心建设指导意见

2.1.3　大数据成为国家发展战略

2.1.4　政府进一步开放数据平台

2.1.5　地区加快制定大数据规划

2.1.6　大数据完善政府治理体系

2.2　经济（Economic）环境

2.2.1　世界经济运行状况

2.2.2　中国经济运行现状

2.2.3　中国经济运行特征

2.2.4　中国经济支撑因素

2.2.5　中国经济发展预测

2.3　社会（Social）环境

2.3.1　人口环境分析

2.3.2　科技投入状况

2.3.3　城镇化发展进程

2.3.4　行业背景分析

2.4　技术（Technological）环境

2.4.1　大数据关键技术介绍

2.4.2　大数据技术研发热点分析

2.4.3　大数据技术重点关注领域

2.4.4　世界主要企业加快技术研发

2.4.5　数据中心发展的技术影响因素

第三章2014-2016年国际大数据产业发展分析

3.1　2014-2016年全球大数据产业总体发展分析

3.1.1　全球大数据产业运行特征

3.1.2　全球大数据产业发展规模

3.1.3　全球大数据细分市场规模

3.1.4　全球大数据应用状况调查

3.1.5　全球大数据行业市场格局

3.1.6　全球运营商布局大数据业务

3.1.7　部分国家大数据发展政策环境

3.1.8　部分国家运营商大数据发展状况

3.1.9　发达国家大数据产业发展特点

3.2　2014-2016年欧盟开放数据战略分析

3.2.1　大数据产业发展战略

3.2.2　加大技术研发资助力度

3.2.3　探索公私合作项目

3.2.4　推进大数据应用举措

3.2.5　欧盟大数据发展规划

3.3　2014-2016年美国大数据产业发展分析

3.3.1　大数据发展战略

3.3.2　大数据产业状况

3.3.3　大数据应用案例

3.3.4　大数据技术发展措施

3.3.5　针对安全问题的政策

3.3.6　产业发展的经验借鉴

3.4　2014-2016年日本大数据产业发展分析

3.4.1　大数据产业地位

3.4.2　市场规模及趋势

3.4.3　看好大数据经济效益

3.4.4　加强制造业大数据应用

3.4.5　运行大数据预防灾害

3.4.6　产业重点企业分析

3.5　2014-2016年其他国家大数据产业发展状况

3.5.1　英国

3.5.2　法国

3.5.3　爱尔兰

3.5.4　澳大利亚

3.5.5　韩国

3.5.6　新加坡

第四章2014-2016年中国大数据产业发展分析

4.1　2014-2016年中国大数据产业发展综述

4.1.1　产业发展历程

4.1.2　产业发展阶段

4.1.3　产业运行情况

4.1.4　产业发展提速

4.1.5　推动云基地建设

4.1.6　交易中心成立

4.2　2014-2016年中国大数据产业布局

4.2.1　市场供给结构

4.2.2　应用行业分布

4.2.3　区域集聚发展

4.2.4　华北产业集聚

4.3　2014-2016年中国大数据产业需求分析

4.3.1　主要行业大数据需求状况

4.3.2　企业大数据的应用及需求

4.3.3　大数据存储领域需求分析

4.3.4　中国小型机市场需求分析

4.4　中国大数据产业存在的问题

4.4.1　大数据产业发展难点

4.4.2　大数据产业存在的问题

4.4.3　大数据产业的现实挑战

4.4.4　大数据应用面临的挑战

4.4.5　大数据安全问题分析

4.5　中国大数据产业的发展策略

4.5.1　大数据应作为国家战略重点

4.5.2　大数据产业发展的政策建议

4.5.3　加快大数据的研发与应用

4.5.4　应避免大数据的过度建设

第五章2014-2016年大数据产业发展格局及发展模式

5.1　2014-2016年大数据产业竞争格局

5.1.1　不同规模企业的竞争力分析

5.1.2　IT产业竞相布局大数据产业

5.1.3　网络保险市场大数据竞争状况

5.1.4　企业在智慧城市建设领域的竞争

5.2　2014-2016年中国大数据产业区域发展状况

5.2.1　青海省

5.2.2　江苏省

5.2.3　四川省

5.2.4　贵州省

5.2.5　广东省

5.2.6　北京市

5.2.7　上海市

5.2.8　重庆市

5.2.9　广州市

5.3　2014-2016年大数据产业链及市场主体分析

5.3.1　大数据产业链介绍

5.3.2　大数据产业结构

5.3.3　大数据主要子行业

5.4　2014-2016年大数据行业的盈利模式

5.4.1　解决方案

5.4.2　基础设施

5.4.3　数据产品

5.4.4　行业应用

5.5　2014-2016年大数据业务的商业模式

5.5.1　大数据业务商业模式类型

5.5.2　大数据商业模式及应用特点

5.5.3　重点企业大数据商业模式

5.5.4　构建创新的大数据商业模式

第六章2014-2016年中国大数据行业主要设备市场分析

6.1　大数据一体机市场分析

6.1.1　大数据一体机简介

6.1.2　大数据一体机的优劣分析

6.1.3　大数据一体机的用户类型

6.1.4　国外竞争格局与品牌分布

6.1.5　国内市场竞争格局分析

6.1.6　国内企业竞争优劣势分析

6.1.7　国内主流品牌及其特点

6.2　大数据处理和分析软件市场分析

6.2.1　大数据与商业智能的关系

6.2.2　商业智能软件的应用价值

6.2.3　全球商业分析软件市场规模

6.2.4　全球大数据软件市场发展态势

6.2.5　国内大数据软件市场发展状况

就中国大数据市场而言，大数据软件市场占比较小。2012年，大数据软件市场规模约为0.54亿元，2014年市场规模约为2.48亿元，预计2016-2021年，中国大数据软件市场规模年均复合增长率约为65%。预计到2021年，其市场规模达到80亿元。

2014-2021年中国大数据软件市场规模及预测（单位：亿元）

2012年，大数据服务市场规模约为1.16亿元，2014年，其市场规模约为6.13亿元；预计2016-2021年，中国大数据服务市场年均复合增长率将超过软件市场和硬件市场，年均复合增速将达到75%，到2021年，中国大数据服务市场规模有望达到300亿元。

2014-2021年中国大数据服务市场规模及预测（单位：亿元）

6.2.6　国内商业智能软件下游市场

6.2.7　全球大数据软件市场发展潜力

第七章2014-2016年重点行业大数据应用分析

7.1　医疗行业

7.1.1　医疗行业大数据应用价值

7.1.2　医疗行业大数据应用场景

7.1.3　医疗行业的数据类型分析

7.1.4　大数据对医疗行业的影响

7.1.5　医疗行业大数据应用的掣肘

7.1.6　医疗大数据实现中的关键问题

7.1.7　大数据在医疗领域的发展趋势

7.2　金融行业

7.2.1　金融行业大数据应用价值

2012年中国金融业IT投资规模为1066.6亿元，同比增长7.0%，增速较2011年下降2.1个百分点。2013年，中国金融业IT投资规模约为1165.8亿元，同比增长9.3%。2014年，中国金融业IT应用投资规模增长12%至1305.70亿元。2015年，中国金融业IT应用投资规模约为1500.2亿元。在产品投资类别方面，硬件依旧是2015年金融行业用户投资购买最重要的产品类别，占整体IT应用市场的45.20%；其次是IT服务，占整体IT应用市场的35.00%；2015年金融行业用户对软件产品的投资购买需求规模在整体IT应用市场中的比重为19.80%。

2015年中国金融业IT应用市场产品结构（单位：%）

在数据大集中的背景下，大数据对金融行业产生的影响巨大，比如银行业的客户市场细分化程度日趋提高，对数据的集中管理、应用、安全的需求更加迫切。保险企业则大力向电子商务模式转变，而证券公司间的竞争则早已突破地域限制，网上证券交易发展迅猛。数据的挖掘整理，以及有效分析对于提升客户服务水平的价值日趋凸显。

7.2.2　金融行业大数据应用领域

7.2.3　金融行业大数据应用状况

7.2.4　金融行业大数据特征现状

7.2.5　大数据优化企业融资环境

7.2.6　金融行业大数据应用案例

7.2.7　大数据带来的挑战及对策

7.3　电子商务

7.3.1　大数据处理对电子商务的影响

7.3.2　电子商务大数据的应用需求

7.3.3　电子商务大数据的具体应用

7.3.4　数据分析提高电商企业绩效

7.3.5　电子商务大数据的发展机遇

7.3.6　全球首个电商大数据指数发布

7.3.7　电子商务大数据应用挑战及对策

7.4　零售行业

7.4.1　零售行业大数据应用价值

7.4.2　零售行业大数据应用需求

7.4.3　零售行业数据采集方式

7.4.4　零售行业大数据应用案例

7.4.5　零售巨头积极运用大数据

7.5　电信行业

7.5.1　电信行业大数据应用价值

电信运营商拥有丰富的数据资源优势。就国内运营商而言，目前移动用户数已经突破11亿。在大数据的应用模式上，运营商可以基于用户行为分析、行为理解、行为预测的客户深度洞察，将数据封装为服务，形成对外开放、可商业化的核心能力，带来商业模式的创新。此外，运营商还可以借助数据分析改善用户产品体验，优化网络质量，助力市场决策，刺激业务创新。2014年，中国电信行业IT投资为639.63亿元，同比增长25%。在电信行业，大数据成为智能管道转型的有效途径。中国移动广东公司构建新一代详单账单查询系统，可为用户提供详单账单的实时查询，客户满意度大大提高。对电信行业来讲，像实时营销、线路监控、新业务挖掘，也是未来电信行业比较有潜力的大数据应用的场景。

电信行业大数据应用场景（单位：%）

对于电信运营企业而言，大数据主要是大客户的行为数据。运营商可以利用大数据提升管道智能化水平，更加精准地发现客户需求，提升行业信息化服务的能力。随着智能手机的不断普及，用户的行为信息日益丰富和完善，深度分析与挖掘这些数据，让其产生价值，将给运营商带来新机遇。电信业拥有丰富的大数据资源，以及电信业拥有足够的大数据分析能力并非难事，电信业开展新业务尤其是BI（商业智能）的潜力巨大。现实也确实如此，电信业感受到了压力，并计划把握通信技术大规模普及的契机，获得更为丰富的数据资源，再将这些数据资源加以挖掘和提炼价值，把握大数据带来的巨大潜力和机遇。2014年，电信行业大数据应用市场规模约为3.3亿元，预计 2016-2021年，电信行业大数据应用市场规模年均复合增长率将达到65%。到2021年，中国电信行业大数据应用市场规模将达到66.59亿元。

7.5.2　电信行业大数据应用背景

7.5.3　电信行业大数据应用需求

7.5.4　电信行业大数据应用情况

7.5.5　运营商数据中心建设动态

7.5.6　电信行业大数据应用案例

7.5.7　电信行业大数据发展机会

7.6　交通行业

7.6.1　交通行业大数据应用意义

7.6.2　交通行业大数据应用优势

7.6.3　交通行业大数据应用需求

7.6.4　交通行业大数据应用案例

7.6.5　交通行业大数据应用问题及对策

7.6.6　交通行业大数据应用发展展望

7.7　智慧城市

7.7.1　中国智慧城市的发展现状

7.7.2　智慧城市大数据应用需求

7.7.3　智慧城市大数据应用价值

7.7.4　智慧城市大数据应用领域

7.7.5　智慧城市大数据应用案例

7.8　政府公共服务

7.8.1　政府公共服务中大数据应用价值

7.8.2　大数据在电子政务领域的应用

7.8.3　政府网络执政中大数据应用挑战

7.8.4　政府统计工作中大数据应用机遇

7.8.5　大数据时代对政府信息公开的需求

7.8.6　军队管理中大数据的应用策略

7.9　其他行业

7.9.1　电力行业大数据应用分析

7.9.2　房地产业大数据应用状况

7.9.3　服装行业大数据应用分析

7.9.4　旅游行业大数据应用策略

7.9.5　影视行业大数据应用分析

7.9.6　媒体行业大数据应用状况

第八章2014-2016年国外大数据行业重点企业发展形势

8.1　IBM

8.1.1　企业发展概况

8.1.2　企业经营状况

8.1.3　项目投资动态

8.1.4　项目合作动态

8.1.5　在华客户案例

8.2　甲骨文

8.2.1　企业发展概况

8.2.2　企业经营状况

8.2.3　大数据解决方案

8.2.4　大数据服务内容

8.2.5　企业大数据策略

8.2.6　大数据成发展重点

8.3　微软

8.3.1　企业发展概况

8.3.2　企业经营状况

8.3.3　大数据解决方案

8.3.4　企业发展优势

8.3.5　大数据发展现状

8.3.6　推进数据中心建设

8.4　SAP

8.4.1　企业发展概况

8.4.2　企业经营状况

8.4.3　大数据解决方案

8.4.4　大数据查询平台

8.4.5　大数据预测平台

8.4.6　新版数字解决方案

8.4.7　在中国市场的地位

8.5　EMC

8.5.1　企业发展概况

8.5.2　企业经营状况

8.5.3　大数据解决方案

8.5.4　大数据发展战略

8.5.5　中国市场发展策略

8.6　惠普

8.6.1　企业发展概况

8.6.2　企业经营状况

8.6.3　大数据领域发展动态

8.6.4　云监控大数据解决方案

8.7　其他企业

8.7.1　Teradata

8.7.2　NetApp

8.7.3　亚马逊

8.7.4　Google

8.7.5　Cloudera

第九章2014-2016年国内大数据行业重点企业发展形势

9.1　中国移动通信集团公司

9.1.1　企业发展概况

9.1.2　2014年中国移动经营状况分析

9.1.3　2015年中国移动经营状况分析

9.1.4　2016年中国移动经营状况分析

9.1.5　中国移动大数据发展动态

9.2　中国电信集团公司

9.2.1　企业发展概况

9.2.2　2014年中国电信经营状况分析

9.2.3　2015年中国电信经营状况分析

9.2.4　2016年中国电信经营状况分析

9.2.5　电信加快数据中心建设

9.3　中国联通集团

9.3.1　企业发展概况

9.3.2　经营效益分析

9.3.3　业务经营分析

9.3.4　财务状况分析

9.3.5　大数据业务发展分析

9.3.6　未来前景展望

9.4　百度公司

9.4.1　企业发展概况

9.4.2　企业经营状况

9.4.3　大数据解决方案

9.4.4　百度大数据引擎

9.4.5　产业园建设规划

9.5　腾讯公司

9.5.1　企业发展概况

9.5.2　企业经营状况

9.5.3　腾讯大数据平台

9.5.4　构建大数据生态

9.5.5　加快布局大数据

9.6　北京拓尔思信息技术股份有限公司

9.6.1　企业发展概况

9.6.2　经营效益分析

9.6.3　业务经营分析

9.6.4　财务状况分析

9.6.5　大数据业务

9.6.6　未来前景展望

9.7　北京东方国信科技股份有限公司

9.7.1　企业发展概况

9.7.2　经营效益分析

9.7.3　业务经营分析

9.7.4　财务状况分析

9.7.5　布局大数据

9.7.6　未来前景展望

9.8　北京同有飞骥科技股份有限公司

9.8.1　企业发展概况

9.8.2　经营效益分析

9.8.3　业务经营分析

9.8.4　财务状况分析

9.8.5　发布大数据存储

9.8.6　未来前景展望

9.9　浪潮集团

9.9.1　企业发展概况

9.9.2　云计算发展战略

9.9.3　大数据一体机产品

9.9.4　大数据产业基地

9.9.5　企业布局大数据

9.9.6　建立智慧城市平台

9.10　华为技术有限公司

9.10.1　企业发展概况

9.10.2　推出大数据一体机

9.10.3　发布企业级大数据分析平台

9.10.4　与央视合作大数据存储系统

9.10.5　华为将扩大大数据产业规模

9.11　阿里巴巴集团

9.11.1　企业发展概况

9.11.2　企业经营状况

9.11.3　企业大数据应用策略

9.11.4　B2B业务大数据模式

9.11.5　建设城市大数据平台

9.11.6　大数据产业发展动态

第十章大数据产业投资战略分析

10.1　全球大数据产业投资状况

10.1.1　大数据市场投资空间巨大

10.1.2　数据中心的投资建设加快

10.1.3　大数据融资规模持续上升

10.1.4　大数据行业风险投资动向

10.1.5　大数据企业投融资动态

10.2　中国大数据产业投融资状况分析

10.2.1　大数据产业投资历程回顾

10.2.2　大数据企业融资情况分析

10.2.3　大数据产业投资领域分布

10.2.4　国内外大数据创业投资对比

10.2.5　大数据投资存在概念泡沫

10.2.6　大数据创业企业投资方向

10.2.7　国内大数据企业融资动态

10.3　大数据产业投资机遇

10.3.1　大数据产业的投资机遇

10.3.2　大数据产业的投资热点

10.3.3　大数据时代的投资机遇

10.3.4　大数据应用行业潜在市场

10.4　大数据产业投资风险及防范

10.4.1　大数据行业投资风险综述

10.4.2　数据的流动性和可获取性风险

10.4.3　大数据项目投资风险急剧增加

10.4.4　评估大数据产业投资回报的措施

第十一章2017-2022年大数据产业发展前景及趋势

11.1　全球大数据产业发展前景及趋势预测

11.1.1　全球大数据市场规模预测

11.1.2　全球大数据收入规模预测

11.1.3　全球大数据分析方案收入预测

11.1.4　全球大数据市场发展热点展望

11.2　中国大数据产业发展前景及趋势预测

11.2.1　“十三五”发展机遇

11.2.2　大数据市场发展机会

11.2.3　大数据市场发展趋势

11.2.4　大数据市场重点内容

11.2.5　大数据人才需求预测

11.2.6　大数据市场热点猜想

11.2.7　应用市场发展趋势

11.2.8　渠道模式趋势分析

11.2.9　技术与产品趋势

11.3　2017-2022年中国大数据产业预测分析

11.3.1　中国大数据产业发展因素分析

11.3.2　2017-2022年全球大数据市场规模预测

11.3.3　2017-2022年中国大数据市场规模预测

11.3.4　2017-2022年中国移动互联网市场规模预测

11.3.5　2017-2022年中国金融行业大数据投资规模预测

附录：

附录一：促进大数据发展行动纲要

附录二：贵州省关于加快大数据产业发展应用若干政策的意见

附录三：贵州省大数据产业发展应用规划纲要（2014-2020年）

附录四：广东省大数据发展规划（2017-2022年）

附录五：青海省关于促进云计算发展培育大数据产业实施意见

图表目录

图表1　大数据的类型

图表2　大数据的4V特征

图表3　大数据的构成

图表4　大数据技术框架

图表5　大数据的发展阶段

图表6　大数据的价值

图表7　大数据产业链全景图

图表8　大数据产业相关企业一览图

图表9　大数据产业链示意图

图表10　大数据政策比较框架

图表11　各国大数据战略规划比较

图表12　各国技术能力储备政策比较

图表13　国外政府数据开放与共享主要政策

图表14　国外政府数据开放与共享主要政策（续）

图表15　2010-2015年国内生产总值及其增速

图表16　2014-2016年国内生产总值及增长速度

图表17　2010-2015年全社会固定资产投资

图表18　2015年分行业固定资产投资（不含农户）及其增速

图表19　2014-2016年全社会固定资产投资

图表20　2016年按领域分固定资产投资（不含农户）及其占比