2017-2022年中国大数据市场研究与未来前景预测报告

报告名称：2017-2022年中国大数据市场研究与未来前景预测报告
出版日期：2017-2
报告价格：印刷版：8000元电子版：8000元印刷版+电子版：8200元

订购电话：400-700-9383(免长话费) 010-80993936 传真：010-60343813
电子邮箱：[email protected]

下载WORD版本下载PDF版本下载订购协议

大数据技术是一种新一代技术和构架，它以成本较低、以快速的采集、处理和分析技术，从各种超大规模的数据中提取价值。大数据技术不断涌现和发展，让我们处理海量数据更加容易、更加便宜和迅速，成为利用数据的好助手，甚至可以改变许多行业的商业模式，大数据技术的发展

大数据的定义与特征

大数据（big data）是这样的数据集合：数据量增长速度极快，用常规的数据工具无法在一定的时间内进行采集、处理、存储和计算的数据集合。

数据是永远在线的，是随时能调用和计算的，这是大数据区别于传统数据最大的特征。现在我们所谈到的大数据不仅仅是大，更重要的是数据变的在线了，这是互联网高速发展背景下的特点。比如，对于打车工具，客户的数据和出租司机数据都是实时在线的，这样的数据才有意义。如果是放在磁盘中而且是离线的，这些数据远远不如在线的商业价值大。

关于大数据特征方面，特别要强调的一点是数据是在线的，因为很多人认为数据量大就是大数据，往往忽略了大数据的在线特性。数据只有在线，即数据在与产品用户或者客户产生连接的时候才有意义。如某用户在使用某互联网应用时，其行为及时的传给数据使用方，数据使用方通过某种有效加工后（通过数据分析或者数据挖掘进行加工），进行该应用的推送内容的优化，把用户最想看到的内容推送给用户，也提升了用户的使用体验。

188bet金宝搏网站发布的《2017-2022年中国大数据市场研究与未来前景预测报告》共十一章。首先介绍了大数空行业市场发展环境、大数据整体运行态势等，接着分析了大数据行业市场运行的现状，然后介绍了大数据市场竞争格局。随后，报告对大数据做了重点企业经营状况分析，最后分析了大数据行业发展趋势与投资预测。您若想对大数据产业有个系统的了解或者想投资大数据行业，本报告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。

报告目录：

第一章　 大数据 产业相关概述

1.1　大数据介绍

1.1.1　大数据的定义

1.1.2　大数据的产生

1.1.3　大数据的特点

1.1.4　大数据的数据来源

1.1.5　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　大数据战略上升到国家层面

2.1.4　加快发展政务大数据

2.2　经济（Economic）环境

2.2.1　国际经济发展形势

2.2.2　中国经济运行现状

2.2.3　中国经济支撑因素

2.2.4　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　文化环境分析

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　世界主要企业加快技术研发

2.4.4　数据中心发展的技术影响因素

第三章　2013-2016年国际大数据产业发展分析

3.1　2013-2016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　全球大数据应用状况调查

3.1.4　全球大数据行业市场格局

3.1.5　全球运营商布局大数据业务

3.1.6　部分国家大数据发展政策环境

3.1.7　部分国家运营商大数据发展状况

3.2　2013-2016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　2013-2016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　大数据产业现状

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　2013-2016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　2013-2016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　澳大利亚

3.5.4　韩国

3.5.5　新加坡

第四章　2013-2016年中国大数据产业发展分析

4.1　2013-2016年中国大数据产业发展综述

4.1.1　产业发展阶段

4.1.2　产业运行情况

4.1.3　推动云基地建设

4.1.4　成立交易中心

4.2　2013-2016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

4.3　2013-2016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　2013-2016年大数据产业发展格局分析

5.1　2013-2016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中的竞争

5.2　2013-2016年中国大数据产业区域发展状况

5.2.1　贵州省

5.2.2　江苏省

5.2.3　山东省

5.2.4　广东省

5.2.5　上海市

5.2.6　重庆市

5.3　2013-2016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　2013-2016年大数据业务的商业模式

5.4.1　大数据业务商业模式类型

5.4.2　大数据商业模式及应用特点

5.4.3　重点企业大数据商业模式

5.4.4　构建创新的大数据商业模式

第六章　2013-2016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

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　2013-2016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

7.2.2　金融行业大数据应用背景

7.2.3　金融行业大数据应用需求

7.2.4　金融行业大数据应用现状

7.2.5　金融行业大数据特征现状

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

7.2.8　金融行业大数据应用发展展望

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　电子商务大数据应用价值

7.3.3　电子商务大数据应用需求

7.3.4　电子商务大数据发展机遇

7.3.5　全球首个电商大数据指数

7.3.6　电子商务大数据应用挑战

7.3.7　电商企业大数据应用策略

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

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

7.5.8　电信行业大数据应用展望

7.6　交通行业

7.6.1　交通行业大数据应用背景

7.6.2　交通行业大数据应用需求

7.6.3　交通行业大数据应用案例

7.6.4　交通行业大数据应用问题及对策

7.6.5　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案例

7.7.5　智慧城市大数据应用展望

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　政府网络执政中大数据应用挑战

7.8.3　政府统计工作中大数据应用机遇

7.8.4　大数据时代对政府信息公开的需求

7.8.5　军队管理中大数据的应用策略

7.9　其他行业

7.9.1　房地产业大数据应用状况

7.9.2　服装行业大数据应用分析

7.9.3　旅游行业大数据应用策略

7.9.4　影视行业大数据应用分析

7.9.5　媒体行业大数据应用状况

第八章　2013-2016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　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　大数据研发动态

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

8.4　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　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　大数据发展战略

8.5.4　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　2013-2016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　2013年公司经营状况分析

9.1.3　2014年公司经营状况分析

9.1.4　2015年公司经营状况分析

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　2013年公司经营状况分析

9.2.3　2014年公司经营状况分析

9.2.4　2015年公司经营状况分析

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　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　百度大数据引擎

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　参与医疗产业

9.5.4　发展互联网金融

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　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　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　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　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

9.11　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

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　大数据市场的投资空间巨大

10.1.2　全球数据中心建设投入

10.1.3　大数据行业获得风投青睐

10.1.4　大数据行业风险投资动向

10.1.5　大数据领域投融资案例

10.2　中国大数据产业投资现状

10.2.1　大数据产业投资历程回顾

10.2.2　大数据产业投资领域分布

10.2.3　国内外大数据创业投资对比

10.2.4　大数据投资存在概念泡沫

10.2.5　大数据创业企业投资方向

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 GXH）

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　全球大数据与分析方案市场收入预测

11.1.3　全球大数据市场人才需求预测

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　大数据市场发展机会

11.2.2　大数据市场发展趋势

11.2.3　大数据市场热点猜想

11.2.4　应用市场发展趋势

11.2.5　渠道模式趋势分析

11.2.6　技术与产品趋势

11.3　对2016-2022年中国大数据产业预测分析

11.3.1　对2016-2022年全球大数据市场规模预测

11.3.2　对2016-2022年中国大数据市场规模预测

11.3.3　对2016-2022年中国移动互联网市场规模预测

11.3.4　对2016-2022年中国金融行业大数据投资规模预测（ZY GXH）