〖2017年新版〗中国大数据行业现状分析及发展前景预测报告
※中※※※商※※※※华※※※研※※※研※※※究※※※院※※※
《报告编号》 149459
《出版机构》 中商华研研究院
《出版日期》 2017年3月
《报告价格》【纸质版】: 6500元 【电子版】: 6800元 【合订本】: 7000元
《交付方式》 email发送或e-ms快递
《订购电话》 010-56025881
《手机订购》 15313631196
《在线联系》 QQ:1728794551 2509892062
《联 系 人》 夏琪--客服专员
《报告目录》
**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
1.2 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
1.4 结构化数据与非结构化数据分析
1.4.1 结构化数据分析
1.4.2 非结构化数据分析
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 **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 **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 2012-2016年国际大数据产业发展分析
3.1 2012-2016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格局
3.1.4 全球大数据细分市场规模
3.1.5 全球大数据应用状况调查
3.1.6 全球大数据行业市场格局
3.1.7 发达国家加快大数据产业布局
3.1.8 部分国家大数据发展政策环境
3.1.9 部分国家运营商大数据发展状况
3.2 2012-2016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 推进大数据基础建设
3.2.6 欧盟大数据发展规划
3.3 2012-2016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
3.3.7 布局大数据预测市场
3.4 2012-2016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 2012-2016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 2012-2016年中国大数据产业发展分析
4.1 2012-2016年中国大数据产业发展综述
4.1.1 市场发展阶段
4.1.2 产业驱动主体
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 2012-2016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 2012-2016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 大数据细分领域需求分析
4.3.4 大数据存储领域需求分析
4.3.5 数据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 大数据技术发展问题
4.4.6 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
4.5.5 进一步打破数据信息孤岛
第五章 2012-2016年大数据产业发展格局及发展模式
5.1 2012-2016年大数据产业竞争格局
5.1.1 大数据企业竞争格局分析
5.1.2 不同规模企业的竞争力分析
5.1.3 IT产业竞相布局大数据产业
5.1.4 网络保险市场大数据竞争状况
5.1.5 企业在智慧城市建设领域的竞争
5.2 2012-2016年中国大数据产业区域发展状况
5.2.1 河南省
5.2.2 湖北省
5.2.3 青海省
5.2.4 江苏省
5.2.5 四川省
5.2.6 贵州省
5.2.7 广东省
5.2.8 北京市
5.2.9 上海市
5.2.10 重庆市
5.2.11 广州市
5.3 2012-2016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 2012-2016年大数据交易市场分析
5.4.1 大数据交易市场环境
5.4.2 大数据交易产业链
5.4.3 大数据交易市场规模
5.4.4 大数据交易市场发展状况
5.4.5 大数据交易平台发展分析
5.4.6 大数据交易市场人才需求
5.5 2012-2016年大数据行业的盈利模式
5.5.1 解决方案
5.5.2 基础设施
5.5.3 数据产品
5.5.4 行业应用
5.6 2012-2016年大数据业务的商业模式
5.6.1 大数据业务商业模式类型
5.6.2 大数据商业模式及应用特点
5.6.3 重点企业大数据商业模式
5.6.4 构建创新的大数据商业模式
第六章 2012-2016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动态
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 2012-2016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 医疗大数据产业链分析
7.1.4 医疗行业的数据类型分析
7.1.5 大数据对医疗行业的影响
7.1.6 医疗行业大数据应用的掣肘
7.1.7 医疗大数据实现中的关键问题
7.1.8 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领域
7.2.3 金融大数据产业链分析
7.2.4 金融行业大数据应用状况
7.2.5 金融行业大数据特征现状
7.2.6 大数据优化企业融资环境
7.2.7 金融行业大数据应用案例
7.2.8 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**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 零售大数据产业链分析
7.4.3 零售行业大数据应用需求
7.4.4 零售行业数据采集方式
7.4.5 零售行业大数据应用案例
7.4.6 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 通信大数据产业链分析
7.5.3 电信行业大数据应用背景
7.5.4 电信行业大数据应用需求
7.5.5 电信行业大数据应用情况
7.5.6 运营商数据中心建设动态
7.5.7 电信行业大数据应用案例
7.5.8 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 **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分析
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 2012-2016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 2012-2016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 2016年中国移动经营状况分析
9.1.3 2016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 终端大数据产品发展优势
9.1.6 中国移动大数据应用状况
9.2 中国电信集团公司
9.2.1 企业发展概况
9.2.2 2016年中国电信经营状况分析
9.2.3 2016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 大数据产业布局
9.2.6 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 业务发展布局
9.3.3 经营效益分析
9.3.4 业务经营分析
9.3.5 财务状况分析
9.3.6 大数据业务发展分析
9.3.7 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 布局大数据应用
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 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 大数据应用产品
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 企业综合实力
9.9.3 大数据一体机产品
9.9.4 企业布局大数据
9.9.5 加快推进地区合作
9.9.6 建立智慧城市平台
9.9.7 推进数据社会化发展
9.10 华为技术有限公司
9.10.1 企业发展概况
9.10.2 公司财务状况
9.10.3 华为大数据一体机应用状况
9.10.4 发布企业级大数据分析平台
9.10.5 华为助力地方大数据发展
9.10.6 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 打造数据化精准营销
9.11.6 建设城市大数据平台
9.11.7 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 2017-2021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 技术发展方向分析
11.3 2017-2021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 2017-2021年全球大数据市场规模预测
11.3.3 2017-2021年中国大数据市场规模预测
11.3.4 2017-2021年中国移动互联网市场规模预测
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（2016-2020年）
附录四：广东省大数据发展规划（2016-2020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 大数据的价值
图表6 大数据产业链全景图
图表7 大数据产业相关企业一览图
图表8 大数据产业链示意图
图表9 大数据政策比较框架
图表10 各国大数据战略规划比较
图表11 各国技术能力储备政策比较
图表12 国外政府数据开放与共享主要政策
图表13 国外政府数据开放与共享主要政策（续）
图表14 2011-2016年国内生产总值及其增长速度
图表15 2011-2016年城镇新增就业人数
图表16 2011-2016年全员劳动生产率
图表17 2011-2016年年末国家外汇储备
图表18 2011-2016年全部工业增加值及其增长速度
图表19 2016年主要工业产品产量及其增长速度
图表20 2011-2016年建筑业增加值及其增长速度
图表21 2011-2016年全社会固定资产投资
图表22 2016年房地产开发和销售主要指标及其增长速度
图表23 2011-2016年社会消费品零售总额
图表24 2011-2016年货物进出口总额
图表25 2016年各种运输方式完成货物运输量及其增长速度
图表26 2016年末全部金融机构本外币存贷款余额及其增长速度
图表27 2016年年末人口数及其构成
图表28 2011-2016年研究与试验发展（R&D）经费支出
图表29 2016年专利申请受理、授权和有效专利情况
图表30 大数据关键技术
图表31 大数据技术关注度
图表32 2011-2016年全球大数据储量规模走势
图表33 2016全球大数据相关硬件市场份额
图表34 2016全球大数据相关软件市场份额
图表35 2016全球大数据相关软件市场份额
图表36 2016年全球大数据细分市场
图表37 2011-2017年全球大数据细分领域市场规模及预测
图表38 2016年-2020年日本大数据市场规模走势
图表39 中国大数据市场发展阶段
图表40 2016-2018年中国大数据市场营收规模预测
图表41 2016年中国大数据市场行业营收结构
图表42 调查样本企业行业分布
图表43 互联网行业大数据应用场景
图表44 电信行业大数据应用场景
图表45 金融行业大数据应用场景
图表46 制造行业大数据应用场景
图表47 企业现有的数据规模
图表48 企业数据类型的构成
图表49 大数据时代企业所能感觉到的数据变化
图表50 目前企业处理大数据所面临的问题
图表51 企业对大数据的态度和认知
图表52 企业在线则大数据平台时所考虑的因素
图表53 精准营销在企业大数据体系中的位置
图表54 2016-2018年中国移动互联网市场结构预测
图表55 2016年中国移动互联网用户APP分类月均活跃用户规模TOP20
图表56 企业小型机的当前使用情况及未来计划
图表57 四川省大数据应用方向
图表58 大数据产业主要数据资产类企业
图表59 大数据产业结构
图表60 2016年各地加速建立大数据交易平台
图表61 大数据交易产业主要人才需求
图表62 大数据行业目前的四大盈利模式
图表63 医疗业大数据产业链
图表64 大数据智能洞察金融业
图表65 金融行业客户的重要性
图表66 大数据洞察推动民生银行的转型与创新
图表67 大数据预测金融欺诈
图表68 中国金融行业大数据应用投资结构
图表69 银行大数据应用
图表70 保险行业的大数据应用
图表71 金融大数据产业链
图表72 截止2016年底我国银行业金融机构数量
图表73 银行大数据基本状况
图表74 保险业数据信息服务市场规模
图表75 证券业数据信息服务市场规模
图表76 中信银行大数据应用技术架构图
图表77 客户综合分析管理系统功能架构图
图表78 客户生命周期服务管理
图表79 线下零售大数据产业链
图表80 线上零售大数据产业链
图表81 通信大数据产业链
图表82 移动互联网时代产业竞争分析
图表83 2012-2016年电信业务总量与业务收入增长情况
图表84 2012-2017年中国电信行业IT解决方案市场规模及预测
图表85 电信运营商大数据应用
图表86 大数据与客户生命周期管理
图表87 广东移动使用的Apache Hadoop软件的英特尔分发版
图表88 电信运营商大数据处理需求
图表89 智能交通的数据处理体系
图表90 智慧城市大数据应用分布
图表91 基于Hadoop的区域卫生信息平台数据处理解决方案
图表92 大数据在房地产开发中的应用分析
图表93 房地产企业精准营销流程
图表94 大数据在房地产营销中的应用分析
图表95 线下旅游大数据产业链
图表96 线上旅游大数据产业链
图表97 2007年至2013年央视一套（CCTV-1）央视春晚收视率
图表98 大互联网电视集成业务牌照方
图表99 2012-2016年IBM综合收益表
图表100 2012-2016年IBM收入分地区资料
图表101 2013-2016年IBM综合收益表
图表102 2013-2016年IBM收入分地区资料
图表103 2012-2016年IBM综合收益表
图表104 2012-2016年IBM分部资料
图表105 2012-2016财年甲骨文综合收益表
图表106 2012-2016财年甲骨文收入分地区资料
图表107 2012-2016财年甲骨文综合收益表
图表108 2012-2016财年甲骨文收入分地区资料
图表109 2016-2017财年甲骨文综合收益表
图表110 2016-2017财年甲骨文收入分地区资料
图表111 2013-2016财年微软综合收益表
图表112 2013-2016财年微软分部资料
图表113 2013-2016财年微软收入分地区资料
图表114 2012-2016财年微软综合收益表
图表115 2012-2016财年微软分部资料
图表116 2012-2016财年微软收入分地区资料
图表117 2016-2017财年微软综合收益表
图表118 2016-2017财年微软分部资料
图表119 2012-2016年SAP综合收益表
图表120 2012-2016年SAP收入分地区资料
图表121 2013-2016年SAP综合收益表
图表122 2013-2016年SAP收入分地区资料
图表123 2012-2016年SAP综合收益表
图表124 2012-2016年SAP收入分地区资料
图表125 2012-2016年EMC综合收益表
图表126 2012-2016年EMC收入分部门资料
图表127 2012-2016年EMC收入分地区资料
图表128 2013-2016年EMC综合收益表
图表129 2013-2016年EMC收入分部门资料
图表130 2013-2016年EMC收入分地区资料
图表131 2012-2016年EMC综合收益表
