产品详情
2019-2022年中国大数据行业全面调研及行业发展趋势预测报告
[交付形式]: e-mali电子版或特快专递
电话订购 15210322745
第一章 大数据产业相关概述 14
1.1 大数据介绍 14
1.1.1 大数据的产生 14
1.1.2 大数据的特点 15
1.1.3 大数据的数据来源 16
1.1.4 大数据的发展阶段 17
1.2 大数据的价值及影响 18
1.2.1 大数据的价值 18
1.2.2 大数据研究意义 20
1.2.3 大数据对信息时代的影响 22
1.3 大数据产业简介 22
1.3.1 大数据产业的概念 22
1.3.2 大数据产业链分析 23
1.3.3 大数据产业发展的必然性 25
1.3.4 大数据产业的战略地位 26
第二章 大数据的发展背景及影响因素 28
2.1 经济背景 28
2.1.1 国内外宏观经济对比分析 28
2.1.2 2018年中国宏观经济环境分析 43
2.1.3 中国宏观经济发展趋势 63
2.2 政策背景 63
2.2.1 发达国家启动大数据产业布局 63
2.2.2 工信部发布数据中心建设指导意见 64
2.2.3 中国大数据战略需上升到国家层面 65
2.3 行业背景 68
2.3.1 数据正以式的速度增长 68
2.3.2 云计算为大数据诞生提供条件 69
2.3.3 物联网成为大数据的重要来源 71
2.3.4 智能终端普及带来丰富的数据 72
2.4 技术背景 73
2.4.1 大数据关键技术介绍 73
2.4.2 大数据技术研发热点分析 76
2.4.3 世界主要企业加快技术研发 78
2.4.4 数据中心发展的技术影响因素 79
第三章 2012-2018年国际大数据产业的发展 81
3.1 2012-2018年全球大数据产业总体发展分析 81
3.1.1 全球大数据应用状况调查 81
3.1.2 全球大数据行业市场格局分析 104
3.1.3 全球半数运营商布局大数据业务 108
3.1.4 部分国家运营商大数据发展状况 108
3.2 2012-2018年欧盟开放数据战略分析 111
3.2.1 欧盟开放数据战略的背景 111
3.2.2 开放数据的创新价值分析 112
3.2.3 开放数据战略的目的与核心 114
3.2.4 开放数据战略的基础与支柱 118
3.2.5 欧盟应对大数据的成功经验 120
3.3 2012-2018年美国大数据产业发展分析 121
3.3.1 美国政府的大数据发展战略 121
3.3.2 美国推动大数据技术发展的措施 125
3.3.3 美国大数据的应用案例 126
3.3.4 美国针对大数据安全问题制定的政策 129
3.4 2012-2018年日本大数据产业发展分析 133
3.4.1 日本大数据产业地位分析 133
3.4.2 日本大数据市场规模及趋势 134
3.4.3 日本看好大数据经济效益 136
3.4.4 日本将运行大数据预防灾害 137
3.4.5 日本大数据产业重点企业分析 137
3.5 2012-2018年其他国家大数据产业发展状况 138
3.5.1 英国投入巨资发展大数据技术 138
3.5.2 法国开展大数据领域投资计划 139
3.5.3 澳大利亚大数据政策出台 139
3.5.4 韩国将建首个开放大数据中心 140
3.5.5 新加坡准备建立全球大数据中心 141
第四章 2012-2018年中国大数据产业的发展 143
4.1 2012-2018年中国大数据产业发展综述 143
4.1.1 中国大数据产业发展总况 143
4.1.2 中国大数据产业的发展阶段 144
4.1.3 大数据带动新兴产业发展 146
4.1.4 大数据需求推动云基地建设 150
4.2 2012-2018年中国大数据产业布局透析 151
4.2.1 大数据在中国的行业分布 151
4.2.2 大数据在中国的地域分布 152
4.2.3 大数据在中国的企业规模分布 153
4.3 2012-2018年中国大数据产业需求分析 154
4.3.1 主要行业大数据的需求状况 154
4.3.2 企业大数据的应用及需求状况 155
4.3.3 大数据存储领域的需求分析 157
4.3.4 中国小型机市场需求分析 160
4.4 2012-2018年大数据业务的商业模式 164
4.4.1 商业模式的概念 164
4.4.2 大数据业务的商业模式类型 164
4.4.3 大数据商业模式及应用特点 168
4.4.4 中国大数据商业模式初步形成 170
4.4.5 大数据创新商业模式的构建 171
4.5 2012-2018年中国大数据产业区域发展状况 174
4.5.1 山东省推进旅游大数据应用 174
4.5.2 广东推动大数据商业化应用 175
4.5.3 2013-2015年上海大数据发展计划 175
4.5.4 同方大数据助贵州产业市场监测 187
4.5.5 重庆大数据产业链发展商机探析 188
4.5.6 联通青岛云计算中心项目即将建成 191
4.6 2012-2018年大数据产业竞争格局 192
4.6.1 不同规模企业的竞争力分析 192
4.6.2 IT产业竞相布局大数据产业 196
4.6.3 网络保险市场大数据竞争状况 197
4.6.4 企业在智慧城市建设领域中的竞争 199
4.7 中国大数据产业存在的问题 204
4.7.1 我国大数据产业发展存在的问题 204
4.7.2 中国大数据产业的现实挑战 206
4.7.3 中国大数据应用面临的挑战 207
4.7.4 大数据带来的安全问题分析 207
4.8 中国大数据产业的发展策略 210
4.8.1 大数据应作为国家竞争的战略重点 210
4.8.2 大数据产业理性发展的政策建议 212
4.8.3 中国应加快大数据的研发与应用 213
4.8.4 应避免大数据的过度建设 214
第五章 2012-2018年重点行业大数据的应用分析 217
5.1 医疗行业 217
5.1.1 医疗行业大数据应用价值 217
5.1.2 医疗行业大数据应用状况 217
5.1.3 医疗行业的数据类型分析 224
5.1.4 大数据对医疗行业的影响 225
5.1.5 医疗行业大数据应用的掣肘 226
5.2 金融行业 227
5.2.1 金融行业大数据应用价值 227
5.2.2 金融行业大数据应用背景 228
5.2.3 金融行业大数据应用需求 229
5.2.4 金融行业大数据应用案例 231
5.2.5 金融行业大数据应用发展展望 238
5.3 电子商务 240
5.3.1 电子商务大数据应用价值 240
5.3.2 电子商务大数据应用需求 241
5.3.3 电子商务大数据的发展机遇 241
5.3.4 电子商务大数据应用挑战 243
5.3.5 电商企业大数据应用策略 244
5.4 零售行业 245
5.4.1 零售行业大数据应用价值 245
5.4.2 零售行业大数据应用需求 246
5.4.3 零售企业大数据应用状况 254
5.4.4 零售行业线下数据采集方式 259
5.4.5 零售行业大数据应用案例 261
5.5 电信行业 261
5.5.1 电信行业大数据应用价值 261
5.5.2 电信行业大数据应用背景 263
5.5.3 电信行业大数据应用需求 266
5.5.4 电信行业大数据应用案例 268
5.5.5 电信行业大数据应用发展展望 271
5.6 交通行业 273
5.6.1 交通行业大数据应用背景 273
5.6.2 交通行业大数据应用需求 274
5.6.3 交通行业大数据应用案例 277
5.6.4 交通行业大数据应用问题及对策 279
5.6.5 交通行业大数据应用发展展望 280
5.7 智慧城市 283
5.7.1 中国智慧城市发展现状 283
5.7.2 智慧城市大数据应用需求 288
5.7.3 智慧城市大数据应用价值 290
5.7.4 智慧城市大数据应用案例 294
5.7.5 智慧城市大数据应用发展展望 297
5.8 政府公共服务 299
5.8.1 政府公共服务中大数据应用价值 299
5.8.2 政府网络执政中大数据应用挑战 300
5.8.3 政府统计工作中大数据应用机遇 303
5.8.4 大数据时代对政府信息公开的需求 303
5.8.5 军队管理中大数据的应用策略 305
5.9 其他行业 306
5.9.1 房地产业大数据应用状况 306
5.9.2 服装行业大数据应用案例 306
5.9.3 旅游行业大数据应用策略 308
5.9.4 影视行业大数据应用分析 312
5.9.5 媒体行业大数据应用状况及趋势 318
第六章 2012-2018年中国大数据重点应用领域分析 322
6.1 大数据一体机市场分析 322
6.1.1 大数据一体机简介 322
6.1.2 大数据一体机的优劣分析 322
6.1.3 大数据一体机的用户类型 324
6.1.4 国外竞争格局与品牌分布 324
6.1.5 国内市场竞争格局分析 326
6.1.6 国内企业竞争优劣势分析 328
6.1.7 国内主流品牌及其特点 329
6.2 大数据处理和分析软件市场分析 334
6.2.1 大数据与商业智能的关系 334
6.2.2 商业智能软件的应用价值 340
6.2.3 全球商业分析软件市场规模 344
6.2.4 全球大数据软件市场发展态势 345
6.2.5 国内大数据软件市场发展状况 345
6.2.6 国内商业智能软件下游市场 347
6.2.7 全球大数据软件市场发展潜力 348
第七章 2012-2018年国外大数据行业重点企业发展形势 350
7.1 IBM 350
7.1.1 公司简介 350
7.1.2 2012-2018年6月IBM经营状况分析 350
7.1.3 IBM在中国市场的发展策略 356
7.1.4 IBM大数据领域中国客户案例 360
7.2 甲骨文 363
7.2.1 公司简介 363
7.2.2 2013-2018财年甲骨文经营状况分析 363
7.2.3 甲骨文大数据解决方案透析 368
7.2.4 甲骨文大数据领域研发动态 371
7.3 微软 372
7.3.1 公司简介 372
7.3.2 2013-2018财年微软经营状况分析 373
7.3.3 微软大数据解决方案透析 378
7.3.4 微软大数据解决方案的优势 380
7.4 SAP 380
7.4.1 公司简介 380
7.4.2 2012-2018年6月SAP经营状况分析 381
7.4.3 SAP大数据解决方案透析 386
7.4.4 SAP在中国市场的地位分析 387
7.5 EMC 389
7.5.1 公司简介 389
7.5.2 2012-2018年6月EMC经营状况分析 392
7.5.3 EMC大数据领域的发展战略 397
7.5.4 EMC在中国市场的发展策略 399
7.6 惠普 401
7.6.1 公司简介 401
7.6.2 2012-2014财年上半年惠普经营状况分析 402
7.6.3 惠普大数据领域发展动向 406
7.6.4 惠普云监控大数据解决方案解析 408
7.7 其他企业 412
7.7.1 Teradata 412
7.7.2 NetApp 417
7.7.3 亚马逊 423
7.7.4 Google 429
7.7.5 Cloudera 437
第八章 2012-2018年国内大数据行业重点企业发展形势 439
8.1 中国移动通信集团公司 439
8.1.1 公司简介 439
8.1.2 2016年中国移动经营状况分析 439
8.1.3 2017年中国移动经营状况分析 441
8.1.4 2018年1-6月中国移动经营状况分析 442
8.2 中国联通集团 444
8.2.1 公司简介 444
8.2.2 2016年中国联通经营状况分析 447
8.2.3 2017年中国联通经营状况分析 449
8.2.4 2018年1-6月中国联通经营状况分析 451
8.3 中国电信集团公司 453
8.3.1 公司简介 453
8.3.2 2016年中国电信经营状况分析 454
8.3.3 2017年中国电信经营状况分析 455
8.3.4 2018年1-6月中国电信经营状况分析 456
8.4 百度公司 457
8.4.1 公司简介 457
8.4.2 2016年百度经营状况分析 459
8.4.3 2017年百度经营状况分析 464
8.4.4 2018年1-6月百度经营状况分析 469
8.5 腾讯公司 473
8.5.1 公司简介 473
8.5.2 2016年腾讯经营状况分析 474
8.5.3 2017年腾讯经营状况分析 475
8.5.4 2018年1-6月腾讯经营状况分析 476
8.6 北京拓尔思信息技术股份有限公司 477
8.6.1 公司简介 477
8.6.2 2016年拓尔思经营状况分析 478
8.6.3 2017年拓尔思经营状况分析 480
8.6.4 2018年1-6月拓尔思经营状况分析 481
8.7 北京东方国信科技股份有限公司 483
8.7.1 公司简介 483
8.7.2 2016年东方国信经营状况分析 484
8.7.3 2017年东方国信经营状况分析 486
8.7.4 2018年1-6月东方国信经营状况分析 488
8.8 北京同有飞骥科技股份有限公司 489
8.8.1 公司简介 489
8.8.2 2016年同有科技经营状况分析 490
8.8.3 2017年同有科技经营状况分析 492
8.8.4 2018年1-6月同有科技经营状况分析 493
8.9 浪潮集团 495
8.9.1 公司简介 495
8.9.2 浪潮集团的云计算发展战略 496
8.9.3 浪潮大数据一体机全面解析 497
8.9.4 浪潮发展大数据的优劣势分析 499
8.10 华为技术有限公司 501
8.10.1 公司简介 501
8.10.2 华为联手拓尔思推出大数据一体机 502
8.10.3 华为发布企业级大数据分析平台 502
8.10.4 华为与央视合作开发大数据存储系统 503
8.11 阿里巴巴集团 504
8.11.1 公司简介 504
8.11.2 阿里巴巴大数据起手开局 505
8.11.3 阿里巴巴大数据应用策略 507
8.11.4 阿里巴巴B2B业务的大数据模式 509
第九章 2012-2018年大数据产业投资战略分析 511
9.1 2012-2018年全球大数据产业投资状况 511
9.1.1 大数据市场的投资空间巨大 511
9.1.2 全球数据中心的建设投入状况 511
9.1.3 大数据行业获得风投青睐 512
9.1.4 大数据行业风险投资的动向 515
9.1.5 2013-2018年大数据领域投融资案例 519
9.2 2012-2018年中国大数据产业投资现状 525
9.2.1 中国大数据产业投资历程回顾 525
9.2.2 中国大数据产业投资领域分布 526
9.2.3 国内外大数据创业和投资对比 527
9.2.4 大数据创业和投资存在概念泡沫 530
9.2.5 国内大数据创业企业发展策略 532
9.3 2012-2018年大数据产业投资机遇 537
9.3.1 中国大数据产业的投资机遇 537
9.3.2 大数据产业的投资热点分析 538
9.3.3 大数据带来的投资新机遇分析 540
9.3.4 大数据应用行业的潜在市场价值 542
9.4 2012-2018年大数据产业投资风险及防范 547
9.4.1 大数据行业的投资风险综述 547
9.4.2 数据的流动性和可获取性风险 553
9.4.3 大数据项目投资风险急剧增加 554
9.4.4 评估大数据产业投资回报的措施 557
第十章 2019-2022年大数据产业发展前景及趋势 562
10.1 全球大数据产业发展前景及趋势预测 562
10.1.1 全球大数据市场规模及发展趋势 562
10.1.2 全球大数据与分析方案市场收入预测 562
10.1.3 全球大数据市场人才需求预测 564
10.1.4 2019-2022年全球大数据市场发展预测 569
10.2 中国大数据产业发展前景及趋势预测 572
10.2.1 2019-2022年中国大数据产业发展预测 572
10.2.2 中国大数据市场带来的发展机会 573
10.2.3 中国大数据应用市场发展趋势分析 573
10.2.4 改变渠道模式的大数据趋势分析 575
10.2.5 中国大数据技术与产品发展趋势 577
图表目录
图表 1 大数据的四个主要特征 14
图表 2 大数据发展阶段例图 16
图表 3 大数据产业链全景图 22
图表 4 各国际组织近期下调世界及主要经济体经济增长率预测值（％） 26
图表 5 世界工业生产同比增长率（%） 27
图表 6 三大经济体GDP环比增长率（%） 28
图表 7 世界及主要经济体GDP同比增长率（%） 28
图表 8 三大经济体零售额同比增长率（%） 30
图表 9 世界贸易量同比增长率（%） 30
图表 10 波罗的海干散货运指数（%） 31
图表 11 世界、发达国家和发展中国家消费价格同比上涨率（%） 32
图表 12 美国、日本和欧元区失业率（%） 32
图表 13 全球贸易量实际值和长期趋势 33
图表 14 2018年全球需求仍处于较低水平 34
图表 15 2018年降息经济体 35
图表 16 2018年升息经济体 35
图表 17 一年来美国道琼斯工业指数走势 36
图表 18 一年来新兴市场股指走势 37
图表 19 一年来美元指数及美元兑欧元和日元走势 37
图表 20 一年来美元兑卢布走势 38
图表 21 一年来每单位外币兑美元走势 38
图表 22 国际市场初级产品价格名义指数走势（2010＝100） 39
图表 23 2010-2018年国内生产总值及其增长速度 41
图表 24 2010-2018年城镇新增就业人数 42
图表 25 2010-2018年国家全员劳动生产率 42
图表 26 2018年居民消费价格月度涨跌幅度 43
图表 27 2018年居民消费价格比上年涨跌幅度 44
图表 28 2018年新建商品住宅月度同比价格上涨、持平、下降城市个数变化情况 44
图表 29 2010-2018年全国一般公共财政收入 45
图表 30 2010-2018年年末国家外汇储备 46
图表 31 2010-2018年粮食产量 46
图表 32 2010-2018年全部工业增加值及其增长速度 48
图表 33 2018年主要工业产品产量及其增长速度 48
图表 34 2010-2018年建筑业增加值及其增长速度 51
图表 35 2010-2018年全社会固定资产投资 51
图表 36 2018年分行业固定资产投资（不含农户）及其增长速度 52
图表 37 2018年固定资产投资新增主要生产与运营能力 53
图表 38 2018年房地产开发和销售主要指标完成情况及其增长速度 54
图表 39 2010-2018年社会消费品零售总额 55
图表 40 2010-2018年货物进出口总额 56
图表 41 2018年货物进出口总额及其增长速度 56
图表 42 2018年主要商品出口数量、金额及其增长速度 57
图表 43 2018年主要商品进口数量、金额及其增长速度 58
图表 44 2018年对主要国家和地区货物进出口额及其增长速度 59
图表 45 2018年非金融领域外商直接投资及其增长速度 59
图表 46 2018年非金融领域对外直接投资额及其增长速度 60
图表 47 云计算与大数据关系 67
图表 48 云计算与大数据的差异 68
图表 49 2017年全球主要大数据厂商收入排名（百万美元） 102
图表 50 2011－2015 年中国金融行业IT 投资规模与增长 226
图表 51 中国金融行业大数据应用投资结构 228
图表 52 电信运营商海量数据分析处理分类模型 260
图表 53 电信运营商海量数据分析处理需求 261
图表 54 2008-2017年电信行业投资规模 262
图表 55 2011－2013 年中国电信行业 IT 投资规模 263
图表 56 国内外商业智能厂商优劣势对比 345
图表 57 IBM利润表 348
图表 58 IBM资产负债表 351
图表 59 IBM现金流量表 353
图表 60 甲骨文利润表 361
图表 61 甲骨文资产负债表 363
图表 62 甲骨文现金流量表 365
图表 63 微软利润表 371
图表 64 微软资产负债表 373
图表 65 微软现金流量表 375
图表 66 SAP利润表 379
图表 67 SAP资产负债表 381
图表 68 SAP现金流量表 383
图表 69 EMC利润表 390
图表 70 EMC资产负债表 392
图表 71 EMC现金流量表 394
图表 72 惠普利润表 400
图表 73 惠普资产负债表 401
图表 74 惠普现金流量表 403
图表 75 2012-2017年Teradata大数据业务发展简况（百万美元） 411
图表 76 Teradata利润表 411
图表 77 Teradata资产负债表 412
图表 78 Teradata现金流量表 414
图表 79 2012-2017年NetApp大数据业务发展简况（百万美元） 416
图表 80 NetApp利润表 417
图表 81 NetApp资产负债表 418
图表 82 NetApp现金流量表 420
图表 83 2012-2017年亚马逊大数据业务发展简况（百万美元） 422
图表 84 亚马逊利润表 422
图表 85 亚马逊资产负债表 424
图表 86 亚马逊现金流量表 426
图表 87 2012-2017年Google大数据业务发展简况（百万美元） 430
图表 88 Google利润表 430
图表 89 Google资产负债表 432
图表 90 Google现金流量表 434
图表 91 2012-2017年Cloudera大数据业务发展简况（百万美元） 435
图表 92 2016年中国移动综合损益表 437
图表 93 2017年中国移动综合损益表 439
图表 94 2018年中国移动综合损益表 440
图表 95 2016年中国联通利润表 445
图表 96 2017年中国联通利润表 447
图表 97 2018年中国联通利润表 449
图表 98 2016年中国电信经营综合损益表 452
图表 99 2017年中国电信经营综合损益表 453
图表 100 2018年中国电信经营综合损益表 454
图表 101 2016年百度公司利润表 457
图表 102 2016年百度公司资产负债表 459
图表 103 2016年百度公司现金流量表 461
图表 104 2017年百度公司利润表 462
图表 105 2017年百度公司资产负债表 464
图表 106 2017年百度公司现金流量表 466
图表 107 2018年1-6月百度公司利润表 467
图表 108 2018年1-6月百度公司资产负债表 469
图表 109 2016年腾讯综合损益表 472
图表 110 2017年腾讯综合损益表 473
图表 111 2018年腾讯综合损益表 474
图表 112 2016年拓尔思利润表 476
图表 113 2017年拓尔思利润表 478
图表 114 2018年拓尔思利润表 479
图表 115 2016年东方国信利润表 482
图表 116 2017年东方国信利润表 484
图表 117 2018年东方国信利润表 486
图表 118 2016年同有科技利润表 488
图表 119 2017年同有科技利润表 490
图表 120 2018年同有科技利润表 491
