2016-2022年中国大数据行业市场现状分析研究报告

2016-2022年中国大数据行业市场现状分析研究报告

www.chyxx.com

什么是行业研究报告

行业研究是通过深入研究某一行业发展动态、规模结构、竞争格局以及综合经济信息等，为企业自身发展或行业投资者等相关客户提供重要的参考依据。

企业通常通过自身的营销网络了解到所在行业的微观市场，但微观市场中的假象经常误导管理者对行业发展全局的判断和把握。一个全面竞争的时代，不但要了解自己现状，还要了解对手动向，更需要将整个行业系统的运行规律了然于胸。

行业研究报告的构成

一般来说，行业研究报告的核心内容包括以下五方面：

行业研究的目的及主要任务

行业研究是进行资源整合的前提和基础。

对企业而言，发展战略的制定通常由三部分构成：外部的行业研究、内部的企业资源评估以及基于两者之上的战略制定和设计。

行业与企业之间的关系是面和点的关系，行业的规模和发展趋势决定了企业的成长空间；企业的发展永远必须遵循行业的经营特征和规律。

行业研究的主要任务：

解释行业本身所处的发展阶段及其在国民经济中的地位

分析影响行业的各种因素以及判断对行业影响的力度

预测并引导行业的未来发展趋势

判断行业投资价值

揭示行业投资风险

为投资者提供依据

2016-2022年中国大数据行业市场现状分析及投资前景预测报告

【出版日期】2016年

【交付方式】Email电子版/特快专递

【价    格】纸介版：7000元   电子版：7200元   纸介+电子：7500元

【报告编号】R 438826

【报告链接】http://www.chyxx.com/research/201608/438826.html

报告目录：

     目前，IT产业在发展过程中已经形成了一些层次分布，有做服务器和底层系统的，有做软件的，有做应用的，大数据也需要在原有的架构上加以发展。原来做基础设施的企业，如联想、华为，也要向大数据转型，提供低成本、低能耗的大型存储器，这是大数据产业的基础。中间层是类似Hadoop、MapReduce的数据分析软件，原有的软件产业也要转型，由卖软件转为以数据为中心。再往上就是百度、腾讯、阿里巴巴等大数据应用服务公司，需要增加数据分析的效用。数据显示，2014年，中国大数据产业规模大约为1038亿元，2015年产业整体规模达到1692亿元。随着大数据应用范围的不断扩大，大数据所形成的价值正在快速提升。

2014-2015年中国大数据产业市场规模增长63.01%

    2015年，我国大数据应用份额依然占比最高，达到11.38%；其次是电信和金融行业，份额分别为9.35%和8.90%；电商、医疗和能源行业紧随其后，三者占比分别为7.92%、7.63%和7.50%。其余行业占比均低于7%，但从全球发展趋势来看，未来企业的占比将有所提高，而的占比将有所减少。据数据统计来看，中国大数据产业市场在未来五年内，仍将保持着高速增长。预计2016年末，市场规模将达到2485亿元，而随着各项的配套落实及推进，到2020年，中国大数据产业规模或达13626亿元的高点。

    2014年，我国大数据相关硬件市场在451亿元，到2015年已经达到795亿元的规模。随着大数据相关产业的快速发展及应用场景的扩大，我国大数据硬件层市场将迎来一个崭新的快速发展的局面。预计2016年市场规模将达到1093亿元，2020年将突破至2385亿元。

2014-2020年中国大数据基础架构硬件市场规模及预测

    智研咨询发布的《2016-2022年中国大数据行业市场现状分析及投资前景预测报告》共十一章。首先介绍了大数据相关概念及发展环境，接着分析了中国大数据规模及消费需求，然后对中国大数据市场运行态势进行了重点分析，最后分析了中国大数据面临的机遇及发展前景。您若想对中国大数据有个系统的了解或者想投资该行业，本报告将是您不可或缺的重要工具。

    本研究报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。

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　（Political）环境

2.1.1　发达国家大数据对比

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　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

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，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　公共服务

7.8.1　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　网络执政中大数据应用挑战

7.8.4　统计工作中大数据应用机遇

7.8.5　大数据时代对信息公开的需求

7.8.6　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　2016-2022年大数据产业发展前景及趋势（ZY ZM）

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　2016-2022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　2016-2022年全球大数据市场规模预测

11.3.3　2016-2022年中国大数据市场规模预测

11.3.4　2016-2022年中国移动互联网市场规模预测

11.3.5　2016-2022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（2016-2022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　各国技术能力储备比较

图表13　国外数据开放与共享主要

图表14　国外数据开放与共享主要（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

图表21　2016年分行业固定资产投资（不含农户）及其增长速度

图表22　2016年固定资产投资新增主要生产与运营能力

图表23　2010-2015年全部工业增加值及其增长情况

图表24　2010-2015年全社会建筑业增加值及其增长速度

图表25　2014-2016年全部工业增加值及其增长速度

图表26　2016年主要工业产品产量及其增长速度

图表27　2015年按收入来源分全国居民人均可支配收入及其占比

图表28　2016年人口数及其构成

图表29　2014-2016年研究与试验发展（R&D）经费支出

图表30　2016年专利申请受理、授权和有效专利情况

图表31　大数据关键技术

图表32　大数据技术关注度

图表33　2016年全球大数据细分市场

图表34　2011-2017年全球大数据细分领域市场规模及预测

图表35　调查样本企业行业分布

图表36　互联网行业大数据应用场景

图表37　电信行业大数据应用场景

图表38　金融行业大数据应用场景

图表39　制造行业大数据应用场景

图表40　企业现有的数据规模

图表41　企业数据类型的构成

图表42　大数据时代企业所能感觉到的数据变化

图表43　目前企业处理大数据所面临的问题

图表44　企业对大数据的态度和认知

图表45　企业在线则大数据平台时所考虑的因素

图表46　企业小型机的当前使用情况及未来计划

图表47　四川省大数据应用方向

图表48　大数据产业主要数据资产类企业

图表49　大数据产业结构

图表50　大数据行业目前的四大盈利模式

图表51　什么是大数据

图表52　大数据智能洞察金融业

图表53　金融行业客户的重要性

图表54　大数据洞察推动民生银行的转型与创新

图表55　大数据预测金融欺诈

图表56　中国金融行业大数据应用投资结构

图表57　银行大数据应用

图表58　保险行业的大数据应用

图表59　2016年中国金融机构数量

图表60　银行大数据基本状况

图表61　保险业数据信息服务市场规模

图表62　证券业数据信息服务市场规模

图表63　中信银行大数据应用技术架构图

图表　客户综合分析管理系统功能架构图

图表65　客户生命周期服务管理

图表66　移动互联网时代产业竞争分析

图表67　2009-2016年电信业务总量与业务收入增长情况

图表68　2012-2017年中国电信行业IT解决方案市场规模及预测

图表69　电信运营商大数据应用

图表70　大数据与客户生命周期管理

图表71　广东移动使用的Apache Hadoop软件的英特尔分发版

图表72　电信运营商大数据处理需求

图表73　智能交通的数据处理体系

图表74　智慧城市大数据应用分布

图表75　基于Hadoop的区域卫生信息平台数据处理解决方案

图表76　大数据在房地产开发中的应用分析

图表77　房地产企业精准营销流程

图表78　大数据在房地产营销中的应用分析

图表79　2007年至2016年央视一套（CCTV-1）央视春晚收视率

图表80　大互联网电视集成业务牌照方

图表81　2012-2014年IBM综合收益表

图表82　2012-2014年IBM收入分地区资料

图表83　2013-2015年IBM综合收益表

图表84　2013-2015年IBM收入分地区资料

图表85　2015-2016年IBM综合收益表

图表86　2015-2016年IBM收入分部门资料

图表87　2012-2014财年甲骨文综合收益表

图表88　2014-2015财年甲骨文综合收益表

图表　2014-2015财年甲骨文收入分地区资料

图表90　2015-2016财年甲骨文综合收益表

图表91　2012-2014财年微软综合收益表

图表92　2013-2015财年微软综合收益表

图表93　2013-2015财年微软收入分部门资料

图表94　2013-2015财年微软收入分地区资料

图表95　2015-2016财年微软综合收益表

图表96　2015-2016财年微软收入分部门资料

图表97　2012-2014年SAP综合收益表

图表98　2012-2014年SAP收入分地区资料

图表99　2013-2015年SAP综合收益表

图表100　2013-2015年SAP收入分地区资料

图表101　2015-2016年SAP综合收益表

图表102　2015-2016年SAP收入分地区资料

图表103　2012-2014年EMC综合收益表

图表104　2012-2014年EMC收入分部门资料

图表105　2012-2014年EMC收入分地区资料

图表106　2013-2015年EMC综合收益表

图表107　2013-2015年EMC收入分部门资料

图表108　2013-2015年EMC收入分地区资料

图表109　2015-2016年EMC综合收益表

图表110　2015-2016年EMC收入分部门资料

图表111　2015-2016年EMC收入分地区资料

图表112　2012-2014财年惠普综合收益表

图表113　2012-2014财年惠普收入分地区资料

图表114　2014-2015财年惠普综合收益表

图表115　2014-2015财年惠普收入分部门资料

图表116　2015-2016财年惠普综合收益表

图表117　2015-2016财年惠普收入分部门资料

图表118　惠普PCS云监控系统解决方案架构

图表119　惠普分布式并行计算存储云平台

图表120　谷歌基于Percolator的增量处理索引系统

图表121　2013-2014年中国移动综合收益表

图表122　2013-2014年中国移动收入分部门资料

图表123　2014-2015年中国移动综合收益表

图表124　2014-2015年中国移动收入分部资料

图表125　2015-2016年中国移动综合收益表

图表126　2012-2014年中国电信综合收益表

图表127　2012-2014年中国电信收入分部门资料

图表128　2014-2015年中国电信综合收益表

图表129　2014-2015年中国电信收入分部资料

图表130　2015-2016年中国电信综合收益表

图表131　2014-2016年中国联合网络通信股份有限公司总资产和净资产

图表132　2014-2015年中国联合网络通信股份有限公司营业收入和净利润

图表133　2016年中国联合网络通信股份有限公司营业收入和净利润

图表134　2014-2015年中国联合网络通信股份有限公司现金流量

图表135　2016年中国联合网络通信股份有限公司现金流量

图表136　2015年中国联合网络通信股份有限公司主营业务收入分行业、产品、地区

图表137　2014-2015年中国联合网络通信股份有限公司成长能力

图表138　2016年中国联合网络通信股份有限公司成长能力

图表139　2014-2015年中国联合网络通信股份有限公司短期偿债能力

图表140　2016年中国联合网络通信股份有限公司短期偿债能力

图表141　2014-2015年中国联合网络通信股份有限公期偿债能力

图表142　2016年中国联合网络通信股份有限公期偿债能力

图表143　2014-2015年中国联合网络通信股份有限公司运营能力

图表144　2016年中国联合网络通信股份有限公司运营能力

图表145　2014-2015年中国联合网络通信股份有限公司盈利能力

图表146　2016年中国联合网络通信股份有限公司盈利能力

图表147　2013-2014年百度综合收益表

图表148　2013-2014年百度收入分部门资料

图表149　2013-2014年百度收入分地区资料

图表150　2013-2015年百度综合收益表

图表151　2013-2015年百度收入分部资料

图表152　2015-2016年百度综合收益表

图表153　百度大数据+平台

图表154　九寨沟景区客流量预测系统

图表155　峨眉山景区游客七日去向展示

图表156　利用大数据进行在线精准营销的效果

图表157　2013-2014年腾讯综合收益表

图表158　2013-2014年腾讯收入分部门资料

图表159　2014-2015年腾讯综合收益表

图表160　2014-2015年腾讯收入分部资料

图表161　2014-2015年腾讯收入分地区资料

图表162　2015-2016年腾讯综合收益表

图表163　2015-2016年腾讯收入分部资料

图表1　腾讯大数据平台的核心模块

图表165　Gaia主要结构

图表166　TDBank的处理系统

图表167　TDBank运行流程

图表168　腾讯分布式数据仓库

图表169　Spark VS Mapreduce

图表170　TRC运作流程

图表171　2014-2016年北京拓尔思信息技术股份有限公司总资产和净资产

图表172　2014-2015年北京拓尔思信息技术股份有限公司营业收入和净利润

图表173　2016年北京拓尔思信息技术股份有限公司营业收入和净利润

图表174　2014-2015年北京拓尔思信息技术股份有限公司现金流量

图表175　2016年北京拓尔思信息技术股份有限公司现金流量

图表176　2015年北京拓尔思信息技术股份有限公司主营业务收入分行业、分产品、分地区

图表177　2014-2015年北京拓尔思信息技术股份有限公司成长能力

图表178　2016年北京拓尔思信息技术股份有限公司成长能力

图表179　2014-2015年北京拓尔思信息技术股份有限公司短期偿债能力

图表180　2016年北京拓尔思信息技术股份有限公司短期偿债能力

图表181　2014-2015年北京拓尔思信息技术股份有限公期偿债能力

图表182　2016年北京拓尔思信息技术股份有限公期偿债能力

图表183　2014-2015年北京拓尔思信息技术股份有限公司运营能力

图表184　2016年北京拓尔思信息技术股份有限公司运营能力

图表185　2014-2015年北京拓尔思信息技术股份有限公司盈利能力

图表186　2016年北京拓尔思信息技术股份有限公司盈利能力

图表187　2014-2016年北京东方国信科技股份有限公司总资产和净资产

图表188　2014-2015年北京东方国信科技股份有限公司营业收入和净利润

图表1　2016年北京东方国信科技股份有限公司营业收入和净利润

图表190　2014-2015年北京东方国信科技股份有限公司现金流量

图表191　2016年北京东方国信科技股份有限公司现金流量

图表192　2015年北京东方国信科技股份有限公司主营业务收入分行业、分产品、分地区

图表193　2014-2015年北京东方国信科技股份有限公司成长能力

图表194　2016年北京东方国信科技股份有限公司成长能力

图表195　2014-2015年北京东方国信科技股份有限公司短期偿债能力

图表196　2016年北京东方国信科技股份有限公司短期偿债能力

图表197　2014-2015年北京东方国信科技股份有限公期偿债能力

图表198　2016年北京东方国信科技股份有限公期偿债能力

图表199　2014-2015年北京东方国信科技股份有限公司运营能力

图表200　2016年北京东方国信科技股份有限公司运营能力

图表201　2014-2015年北京东方国信科技股份有限公司盈利能力

图表202　2016年北京东方国信科技股份有限公司盈利能力

图表203　2014-2016年北京同有飞骥科技股份有限公司总资产和净资产

图表204　2014-2015年北京同有飞骥科技股份有限公司营业收入和净利润

图表205　2016年北京同有飞骥科技股份有限公司营业收入和净利润

图表206　2014-2015年北京同有飞骥科技股份有限公司现金流量

图表207　2016年北京同有飞骥科技股份有限公司现金流量

图表208　2015年北京同有飞骥科技股份有限公司主营业务收入分行业、分产品、分地区

图表209　2014-2015年北京同有飞骥科技股份有限公司成长能力

图表210　2016年北京同有飞骥科技股份有限公司成长能力

图表211　2014-2015年北京同有飞骥科技股份有限公司短期偿债能力

图表212　2016年北京同有飞骥科技股份有限公司短期偿债能力

图表213　2014-2015年北京同有飞骥科技股份有限公期偿债能力

图表214　2016年北京同有飞骥科技股份有限公期偿债能力

图表215　2014-2015年北京同有飞骥科技股份有限公司运营能力

图表216　2016年北京同有飞骥科技股份有限公司运营能力

图表217　2014-2015年北京同有飞骥科技股份有限公司盈利能力

图表218　2016年北京同有飞骥科技股份有限公司盈利能力

图表219　2013-2014财年阿里巴巴综合收益表

图表220　2013-2015财年阿里巴巴综合收益表

图表221　2014-2015财年阿里巴巴收入分部门资料

图表222　2014-2015财年阿里巴巴收入分产品资料

图表223　2014-2016财年阿里巴巴综合收益表

图表224　2014-2016财年阿里巴巴收入分部门资料

图表225　2014-2016财年阿里巴巴收入分产品资料

图表226　大数据公司融资统计表

图表227　2016年大数据企业融资的主要领域

图表228　2016年大数据创业企业融资情况

图表229　2016年大数据融资月度分布情况

图表230　2016年大数据融资轮次

图表231　调查分析所涉及的中外大数据创业型企业名录及领域分类

图表232　大数据投资领域分类

图表233　所有国内外大数据企业在基础设施方面的分布

图表234　所有国内外大数据企业在应用产品方面的分布

图表235　国内外大数据企业所在领域的对比

图表236　国外每月获得投资的大数据企业数量分布图

图表237　麦肯锡全球研究所针对美国各个行业应用大数据做的评估

图表238　全球大数据市场预测

图表239　2016-2022年中国企业级大数据市场应用规模预测

图表240　2016-2022年中国大数据营销服务市场规模预测

图表241　2016-2022年全球大数据市场规模预测

图表242　2016-2022年中国大数据市场规模预测

图表243　2016-2022年中国移动互联网市场规模预测

图表244　2016-2022年中国金融行业大数据投资规模预测

市场行业报告相关问题解答

1、客户

我司的行业报告主要是客户包括企业、风险投资机构、资金申请评审机构申请资金或融资者、学术讨论等需求。

2、报告内容

我司的行业报告内容充实，报告包括了行业产品定义、行业发展现状（产品产销量、产品生产技术等）、行业发展最新动态以及行业发展趋势预测等。对购买者认识和投资该行业起到初级作用。

3、报告重点倾向

我司的行业报告重点倾向主要包括：行业相关数据、行业企业数据、行业市场相关数据等。报告侧重点略有差异，具体情况看报告结构目录。

4、我们的团队

我们的团队人员组成各高校的知名导师、行业高管的人员和经验丰富的市场调查人员。

我们的团队人员对客户需求定位精准，能抓住项目精华，以合适的文字图表和图形展示项目投资价值。对行业或具体产品的投资特性、市场规模、供求状况、行业竞争状况（结构与主要竞争企业）、发展趋势等进行分析和论证，寻求规律、发展机会、现存问题的解决方案、做大做强的对策等等。

我司研究员在信息、理念、创新思维上具有开拓性给客户服务提高到一个新的层次。

5、报告数据来源

我司报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。

大数据行业报告特点

大数据行业环境：我们的环境分析主要包括国外相关行业发展现状和趋势、行业相关法规整理以及国内宏观经济发展现状等。

大数据行业结构：我们行业结构分析主要包括产品市场消费需求结构、行业投资主体性质结构以及行业生产主体结构等等。

大数据行业市场：我们的行业市场分析对行业产品整个供求状态以数据或文字方式表述、对行业市场现状呈现的特点进行概述，并对行业市场未来发展趋势进行科学预测。

大数据行业企业：我们的行业企业分析主要包括行业企业发展历程、企业组织结构、企业相关财务数据和指标、企业竞争优劣势分析等。

大数据行业成长性：我们的行业成长性分析主要包括行业所属生命周期的位置，行业投资增长性，行业近几年发展速度情况以及未来市场增长速度等。

我司报告特色：在研究内容上突出全方位特色，报告以本年度最新数据的实证描述为基础，全面、深入、细致地分析各行业的市场供求、进出口形势、投资状况、发展趋势和取向以及主要企业的运营状况，提出富有见地的判断和投资建议；在形式上，报告以丰富的数据和图表为主，突出文章的可读性和可视性，避免套话和空话。报告附加了与行业相关的数据、法规目录、主要企业信息及行业的大事记等，为投资者和业界人士提供了一幅生动的行业全景图。

公司介绍

北京智研科研咨询有限公司是一家专业的调研报告、行业咨询有限责任公司，公司致力于打造中国最大、最专业的调研报告、行业咨询企业。拥有庞大的服务网点，公司高覆盖、高效率的服务获得多家公司和机构的认可。公司将以最专业的精神为您提供安全、经济、专业的服务。

公司致力于为各行业提供最全最新的深度研究报告，提供客观、理性、简便的决策参考，提供降低投资风险，提高投资收益的有效工具，也是一个帮助咨询行业人员交流成果、交流报告、交流观点、交流经验的平台。依托于各行业协会、机构独特的资源优势，致力于发展中国机械电子、电力家电、能源矿产、钢铁冶金、服装纺织、食品烟酒、医药保健、石油化工、建筑房产、建材家具、轻工纸业、出版传媒、交通物流、IT通讯、零售服务等行业信息咨询、市场研究的专业服务机构。经过智研咨询团队不懈的努力，已形成了完整的数据采集、研究、加工、编辑、咨询服务体系。能够为客户提供工业领域各行业信息咨询及市场研究、用户调查、数据采集等多项服务。同时可以根据企业用户提出的要求进行专项定制课题服务。服务对象涵盖机械、汽车、纺织、化工、轻工、冶金、建筑、建材、电力、医药等几十个行业。

A.    北京智研科信咨询有限公司于2008年注册成立，是国内较早开展竞争情报、市场调研、产业研究及专项研究为主的调查研究机构之一，凭借其专业的研究团队，先进的研究技术在此领域一直处于绝对的优势和领先地位： 

a)    拥有全国百万家企业基础数据库

b)    全国各地分支网络和严格的调查控制流程，使我们有足够的知识和能力向客户提供高质量服务。

c)    超过200多个研究项目的成功案例

d)    研究领域覆盖能源、化工、机械、汽车、电子、医疗等诸多行业

e)    我们很荣幸的为工商银行、国家开发银行、麦肯锡、通用集团、波士顿咨询、三菱商事、中国农科院、同济大学、三星电子，松下电器、丸红株式会社海尔、美的等国内外知名企业和机构提供过咨询服务

B.    北京智研科信咨询有限公司调研（行业研究）说明

a)    行业研究部分智研咨询主要采用行业深度访谈和二手资料研究的方法：

b)    通过对厂商、渠道、行业专家，用户进行深入访谈，对相关行业主要情况进行了解，并获得相应销售和市场等方面数据。

c)    二手资料收集，对部分公开信息进行比较，参考用户调研数据，最终获得行业规模的数据。

d)    北京智研科信咨询有限公司具有获得一些非公开信息的渠道：

e)    数据与信息

f)    相关的经济数据

g)    行业公开信息

h)    企业年报、季报

i)    行业资深专家公开发表的观点

j)    精深严密的数理统计分析

我们的服务领域