- 大品牌 买放心7天×24小时
- 400-086-5388
Annual Research and Consultation Report of Panorama survey and Investment strategy on China Industry
《2014-2018年中国大数据产业发展前景预测与投资战略规划分析报告》由中研普华大数据行业分析专家领衔撰写,主要分析了大数据行业的市场规模、发展现状与投资前景,同时对大数据行业的未来发展做出科学的趋势预测和专业的大数据行业数据分析,帮助客户评估大数据行业投资价值。
订报告
送大礼
本报告由中国行业研究网出品,报告版权归中研普华公司所有。本报告是中研普华公司的研究与统计成果,报告为有偿提供给购买报告的客户使用。未获得中研普华公司书面授权,任何网站或媒体不得转载或引用,否则中研普华公司有权依法追究其法律责任。如需订阅研究报告,请直接联系本网站,以便获得全程优质完善服务。
中研普华公司是中国成立时间最长,拥有研究人员数量最多,规模最大,综合实力最强的咨询研究机构,公司每天都会接受媒体采访及发布大量产业经济研究成果。在此,我们诚意向您推荐一种“鉴别咨询公司实力的主要方法”。
本报告目录与内容系中研普华原创,未经本公司事先书面许可,拒绝任何方式复制、转载。
在一个需求经济时代,企业成功的关键就在于,是否能够在需求尚未形成之时就牢牢的锁定并捕捉到它。那些成功的企业往往都会倾尽毕生的精力及资源搜寻产业的当前需求、潜在需求以及新的需求!
当前,全球已进入大数据时代,大数据正以一种革命风暴的姿态闯入人们视野,其技术和市场在快速发展,而驾驭大数据的呼声则一浪高过一浪。随着大数据蕴涵价值的逐步释放,使其成为IT信息产业中最具潜力的蓝海。鉴于在技术和产业层面,国际上在大数据领域还未形成技术和市场的垄断,技术应用创新机会较多;当前大数据技术和应用需求的蓬勃兴起,及开源技术提出的革命性挑战,各家IT厂商均需同等面对,这无形中缩短了彼此起步的差距,这意味着国内企业在开拓大数据市场上存在巨大的机遇!
本报告利用中研普华长期对大数据产业市场跟踪搜集的一手市场数据,全面而准确地为您从产业的整体高度来架构分析体系。报告主要分析了:全球大数据产业发展现状与预测;中国大数据产业发展现状与预测;中国企业大数据需求与应用趋势调查;典型领域大数据应用价值与需求;大数据产业商业模式;国内外企业大数据产业战略布局;中国大数据产业链投资机会;大数据产业投融资现状与趋势。同时,佐之以全行业近几年来全面详实的一手连续性市场数据,让您全面、准确地把握整个大数据产业市场走向和发展趋势。
本报告最大的特点就是前瞻性和适时性。报告根据大数据产业的发展轨迹,对大数据产业未来的发展趋势做出审慎分析与预测,是大数据相关企业、投资企业准确了解大数据产业当前最新发展动态,把握市场机会,做出正确经营决策和明确企业发展方向不可多得的精品。也是业内第一份对大数据典型领域需求以及重点企业进行全面系统分析的重量级报告。
本报告将帮助大数据企业、投资企业准确了解大数据产业当前最新发展动向,及早发现大数据产业的机会点、增长点和盈利点……,前瞻性地把握大数据产业未被满足的市场需求和趋势,形成企业良好的可持续发展优势,有效规避大数据产业投资风险,更有效率地巩固或者拓展相应的战略性目标市场,牢牢把握行业竞争的主动权。
第1章 大数据产业基本概述 28
1.1 大数据基本概念 28
1.1.1 大数据的定义 28
1.1.2 大数据的特征 28
1.1.3 大数据的类型 29
1.1.4 大数据与BI的区别 30
1.2 大数据产生的历史背景 31
1.2.1 信息技术的进步 31
1.2.2 互联网的诞生与发展 33
1.2.3 云计算的发展与应用 34
1.2.4 物联网的发展 34
1.2.5 社交网络的发展 34
1.2.6 智能终端的普及 35
1.3 大数据的作用与影响 37
1.3.1 大数据的作用与意义 37
(1)对于国家和政府 37
(2)对于企业 37
(3)对于个人 38
1.3.2 大数据的商业价值 38
1.3.3 大数据的影响与趋势 40
(1)对信息技术产业的影响 40
(2)对信息技术应用的影响 40
1.4 大数据产业链解析 41
1.4.1 大数据的生态系统 41
1.4.2 大数据产业的概念 41
1.4.3 大数据产业链构成 42
(1)数据产生与集聚层 42
(2)数据组织与管理层 42
(3)数据分析与发现层 42
(4)数据应用与服务层 43
1.5 大数据关键技术分析 43
1.5.1 大数据与云计算 43
(1)编程模型 43
(2)海量数据分布存储技术 43
(3)海量数据管理技术 44
(4)虚拟化技术 44
(5)云计算平台管理技术 44
(6)并行计算和并行算法 45
(7)Web2.0 45
(8)面向服务的体系结构SOA 46
(9)云安全 46
1.5.2 大数据处理工具 46
1.6 大数据带来的机遇与挑战 47
1.6.1 大数据带来的机遇 47
(1)大数据的挖掘和应用成为核心 47
(2)大数据为信息安全带来发展契机 47
(3)使商业智能和信息安全增速加快 48
1.6.2 大数据带来的挑战 48
(1)人才挑战 48
(2)技术挑战 49
(3)信息安全挑战 50
第2章 全球大数据产业发展现状与预测 52
2.1 全球已全面进入大数据时代 52
2.1.1 全球大数据储量规模 52
2.1.2 全球大数据地区分布 52
2.2 全球大数据厂商创新成果分析 53
2.2.1 Hadoop分发 53
2.2.2 下一代数据仓库 53
2.2.3 大数据分析平台和应用 54
2.2.4 大数据即服务 54
2.2.5 非Hadoop大数据平台 54
2.3 全球大数据应用现状与动向 55
2.3.1 国外的数据开放战略与浪潮 55
2.3.2 国外大数据应用现状与经济价值 55
(1)美国大数据应用现状与价值 55
(2)欧洲大数据应用现状与价值 55
(3)日本大数据应用现状与价值 56
2.3.3 大数据已上升到国家战略高度 56
(1)美国提出大数据发展计划 57
(2)欧盟将大数据作为Horizon2020计划优先领域 59
(3)日本新ICT战略重点关注大数据 59
(4)韩国推出大数据中心战略 59
2.4 2013年全球大数据产业回顾 59
2.4.1 2013年全球大数据发展回顾 59
2.4.2 2013年全球大数据热点事件 60
(1)技术平台全面发展 60
(2)大数据一体机盛行 60
(3)企业对大数据的投入增加 61
(4)业界巨头加快产业链布局 61
(5)新兴企业不断涌现 62
2.5 全球大数据产业商业模式分析 62
2.5.1 大数据内生型价值模式 62
2.5.2 大数据外生型价值模式 62
2.5.3 大数据寄生型价值模式 62
2.5.4 大数据产品型价值模式 63
2.5.5 大数据云计算服务型价值模式 63
2.6 全球大数据产业市场规模及预测 63
2.6.1 全球大数据产业规模及预测 63
2.6.2 全球大数据细分市场及预测 64
(1)全球大数据细分市场 64
(2)大数据专业服务市场及预测 64
(3)大数据计算机市场规模及预测 65
(4)大数据软件市场规模及预测 66
2.7 全球大数据产业市场格局分析 66
2.7.1 全球大数据产业企业类型分析 66
2.7.2 全球大数据专营厂商收入占比 67
2.7.3 全球大数据专营厂商市场格局 67
2.8 全球大数据产业发展趋势与问题 69
2.8.1 全球大数据产业发展趋势 69
2.8.2 全球大数据技术发展趋势 71
(1)技术趋向多样化 71
(2)基于云的数据分析平台将更趋完善 71
(3)数据分析集逐步扩大 73
2.8.3 全球大数据面临的主要问题 73
(1)大数据存储技术 73
(2)数据深度分析与挖掘 73
(3)数据安全 73
(4)隐私保护 74
第3章 中国大数据产业发展现状与前景预测 75
3.1 中国大数据时代已来临 75
3.1.1 互联网发展分析 75
(1)互联网网民规模 75
(2)互联网资源规模 75
3.1.2 社交媒体发展分析 80
(1)新闻网站 80
(2)网络视频 81
(3)搜索引擎 82
(4)即时通信 83
(5)网络社区 84
(6)微博 85
(7)博客/个人空间 86
3.1.3 物联网发展分析 86
(1)中国物联网行业的发展现状 86
(2)中国物联网行业的发展规模 89
3.1.4 电子商务发展分析 90
(1)中国电子商务行业发展概述 90
(2)中国电子商务行业发展规模 91
3.1.5 移动设备发展分析 93
3.1.6 数据量分析 94
3.2 中国政府对大数据科研的支持 95
3.2.1 863计划 95
3.2.2 国家重大科技专项 96
3.2.3 物联网“十二五”发展规划 98
3.3 中国大数据产业发展现状分析 98
3.3.1 大数据产业链建设情况 98
3.3.2 大数据产业生命周期分析 98
3.3.3 大数据产业市场规模分析 99
3.3.4 大数据应用行业投资分布 99
3.3.5 大数据产业面临的挑战 100
3.4 中国大数据应用实践分析 101
3.4.1 大数据在经济预警方面的应用 101
3.4.2 大数据在市场营销方面的应用 101
3.4.3 大数据在医疗领域的应用 102
3.4.4 大数据在金融领域的应用 102
3.5 2013-2014年中国大数据最新动向 102
3.5.1 企业大数据产品与技术动向 102
3.5.2 中关村大数据产业链雏形初现 102
3.5.3 地方政府推出政策助推大数据发展 103
3.5.4 华为联手英国大学开发“大数据” 104
3.6 2014-2018年中国大数据产业前景预测 104
3.6.1 大数据产业总体规模预测 104
3.6.2 大数据产业细分市场预测 105
(1)大数据基础架构硬件市场预测 105
(2)大数据软件市场发展前景预测 106
(3)大数据服务市场发展前景预测 106
3.7 中国大数据产业发展路线图 107
3.7.1 大数据产业未来发展路线图 107
第4章 中国企业大数据需求与应用趋势调查 108
4.1 调查背景 108
4.1.1 被调查者所属行业 108
4.1.2 被调查者企业规模 108
4.1.3 被调查企业每月新增数据规模 109
4.2 企业大数据需求分析 110
4.2.1 企业数据系统架构存在的问题 110
4.2.2 企业面临的数据技术难题 111
4.2.3 企业数据挖掘和分析面临的问题 111
4.3 企业大数据应用现状与规划 112
4.3.1 企业数据处理产品的服务商 112
4.3.2 企业大数据投入情况 113
4.3.3 企业部署开源大数据解决方案的计划 113
4.3.4 企业大数据的部署规模 114
4.4 企业大数据应用选型依据 115
4.4.1 企业做数据产品选型时考虑的因素 115
4.4.2 企业关注的数据产品特性 115
4.4.3 企业选择服务商时考虑的因素 116
4.5 企业大数据应用趋势分析 117
4.5.1 企业关注的数据管理新技术 117
4.5.2 企业如何看待商业智能的未来 117
第5章 典型领域大数据应用价值与需求分析 119
5.1 政府 119
5.1.1 电子政务建设现状 119
5.1.2 政府大数据应用需求 120
5.1.3 政府大数据应用场景 120
5.1.4 政府大数据应用价值分析 121
5.1.5 政府大数据应用典型案例 121
5.1.6 政府大数据应用前景分析 121
5.2 电信 122
5.2.1 行业大数据应用需求分析 122
5.2.2 行业大数据应用场景分析 123
5.2.3 行业大数据应用价值分析 123
5.2.4 行业大数据应用典型案例 124
5.2.5 行业大数据应用前景分析 124
5.3 金融 125
5.3.1 行业信息化建设现状 125
5.3.2 行业数据量及其特征 126
5.3.3 行业大数据应用需求分析 126
5.3.4 行业大数据应用场景分析 127
5.3.5 行业大数据应用价值分析 127
5.3.6 行业大数据应用典型案例 127
5.3.7 行业大数据应用前景分析 129
5.4 互联网 130
5.4.1 行业数据储量与特点 130
5.4.2 行业大数据应用需求分析 131
5.4.3 行业大数据应用场景分析 131
5.4.4 行业大数据应用价值分析 132
5.4.5 行业大数据应用经典案例 132
5.4.6 行业大数据应用前景分析 132
5.5 零售 134
5.5.1 行业信息化现状分析 134
5.5.2 行业数据量与特点分析 135
5.5.3 行业大数据应用场景分析 135
5.5.4 行业大数据应用价值分析 135
5.5.5 行业大数据应用经典案例 135
5.5.6 行业大数据应用前景分析 136
5.6 医疗 137
5.6.1 行业信息化建设情况 137
5.6.2 行业数据量及其特点 138
5.6.3 行业大数据应用场景分析 138
5.6.4 行业大数据应用价值分析 139
5.6.5 行业大数据应用典型案例 139
5.6.6 行业大数据应用前景分析 139
5.7 智慧城市 140
5.7.1 智慧城市建设情况分析 140
(1)智慧城市投资规模及预测 140
(2)智慧城市IT投资分析 141
5.7.2 智慧城市大数据应用需求 142
5.7.3 智慧城市大数据应用价值 143
5.7.4 智慧城市大数据应用经典案例 144
5.7.5 智慧城市大数据应用前景 145
5.8 能源 146
5.8.1 行业信息化建设现状分析 146
5.8.2 行业大数据应用需求分析 147
5.8.3 行业大数据应用场景分析 147
5.8.4 行业大数据应用价值分析 148
5.8.5 行业大数据应用经典案例 148
5.8.6 行业大数据应用前景分析 149
5.9 制造业 149
5.9.1 行业信息化建设现状 149
5.9.2 行业数据量及其特点 149
5.9.3 行业大数据应用需求分析 150
5.9.4 行业大数据应用场景分析 150
5.9.5 行业大数据应用价值分析 151
5.9.6 行业大数据应用典型案例 151
5.9.7 行业大数据应用前景分析 151
5.10 其它领域 152
5.10.1 教育行业大数据应用需求 152
5.10.2 军事行业大数据应用需求 153
5.10.3 旅游行业大数据应用需求 154
第6章 国内外企业大数据产业战略布局 156
6.1 国外企业布局大数据 156
6.1.1 IBM 156
(1)大数据布局线路 156
(2)大数据市场定位 157
(3)大数据解决方案 157
(4)给用户带来的价值 157
(5)大数据收入及占比 158
(6)大数据业务结构分析 158
6.1.2 HP 159
(1)大数据布局线路 159
(2)大数据市场定位 159
(3)大数据解决方案 159
(4)给用户带来的价值 160
(5)大数据收入及占比 160
(6)大数据业务结构分析 161
6.1.3 Intel 161
(1)大数据布局线路 161
(2)大数据市场定位 161
(3)大数据解决方案 162
(4)给用户带来的价值 162
(5)大数据收入及占比 163
6.1.4 Teradata 163
(1)大数据布局线路 163
(2)大数据市场定位 163
(3)大数据解决方案 163
(4)给用户带来的价值 164
(5)大数据收入及占比 164
(6)大数据业务结构分析 164
6.1.5 Dell 165
(1)大数据布局线路 165
(2)大数据市场定位 165
(3)大数据解决方案 165
(4)给用户带来的价值 166
(5)大数据收入及占比 166
(6)大数据业务结构分析 167
6.1.6 ORACLE 167
(1)大数据布局线路 167
(2)大数据市场定位 167
(3)大数据解决方案 168
(4)给用户带来的价值 168
(5)大数据收入及占比 168
(6)大数据业务结构分析 169
6.1.7 SAP 169
(1)大数据布局进程 169
(2)大数据市场定位 170
(3)大数据解决方案 170
(4)给用户带来的价值 171
(5)大数据收入及占比 171
(6)大数据业务结构分析 172
6.1.8 EMC 172
(1)大数据布局进程 172
(2)大数据市场定位 173
(3)大数据解决方案 173
(4)给用户带来的价值 173
(5)大数据收入及占比 174
(6)大数据业务结构分析 174
6.1.9 Cisco Systems 174
(1)大数据布局进程 174
(2)大数据市场定位 175
(3)大数据解决方案 175
(4)给用户带来的价值 176
(5)大数据收入及占比 176
(6)大数据业务结构分析 177
6.1.10 Microsoft 177
(1)大数据布局线路 177
(2)大数据市场定位 177
(3)大数据解决方案 177
(4)给用户带来的价值 178
(5)大数据收入及占比 178
(6)大数据业务结构分析 179
6.1.11 Accenture 179
(1)大数据布局线路 179
(2)大数据市场定位 179
(3)大数据收入及占比 179
(4)大数据业务结构分析 180
6.1.12 Fusion-io 180
(1)大数据布局线路 180
(2)大数据市场定位 180
(3)大数据解决方案 181
(4)给用户带来的价值 181
(5)大数据收入及占比 181
(6)大数据业务结构分析 182
6.1.13 PwC 182
(1)大数据市场定位 182
(2)大数据收入及占比 182
(3)大数据业务结构分析 183
6.1.14 SAS Institue 183
(1)大数据布局线路 183
(2)大数据市场定位 183
(3)大数据解决方案 184
(4)给用户带来的价值 184
(5)大数据收入及占比 184
(6)大数据业务结构分析 185
6.1.15 Splunk 185
(1)大数据市场定位 185
(2)大数据解决方案 185
(3)给用户带来的价值 186
(4)大数据收入及占比 186
(5)大数据业务结构分析 186
6.1.16 Deloitte 187
(1)大数据市场定位 187
(2)大数据收入及占比 187
(3)大数据业务结构分析 187
6.1.17 Amazon 188
(1)大数据布局线路 188
(2)大数据解决方案 188
(3)大数据收入及占比 188
(4)大数据业务结构分析 189
6.1.18 Tableau Software 189
(1)大数据布局线路 189
(2)大数据市场定位 190
(3)大数据解决方案 190
(4)大数据收入及占比 191
6.1.19 NetApp 191
(1)大数据布局线路 191
(2)大数据市场定位 191
(3)大数据解决方案 191
(4)给用户带来的价值 192
(5)大数据收入及占比 192
(6)大数据业务结构分析 192
6.1.20
(1)大数据布局线路 193
(2)大数据市场定位 193
(3)大数据解决方案 193
(4)给用户带来的价值 193
(5)大数据收入及占比 193
6.1.21 Informatica 194
(1)大数据布局线路 194
(2)大数据市场定位 194
(3)大数据解决方案 194
(4)给用户带来的价值 195
(5)大数据收入及占比 195
6.1.22 Fujitsu 195
(1)大数据布局线路 195
(2)大数据市场定位 195
(3)大数据解决方案 195
(4)给用户带来的价值 196
(5)大数据收入及占比 197
6.1.23 其它企业 197
(1)Google 197
(2)Facebook 197
(3)Twitter 198
(4)Wal-Mart 198
(5)ZARA 199
(6)Datameer 199
(7)Connotate 199
(8)Clear Story Data 200
(9)Siemens 200
(10)Opera Solution 200
(11)Mu Sigma 201
6.2 国内企业大数据布局情况 201
6.2.1 互联网企业布局大数据 202
(1)百度 202
(2)淘宝 202
(3)腾讯 203
(4)阿里巴巴 203
(5)凡客 203
(6)新浪 203
(7)盛大网络 203
6.2.2 IT企业布局大数据 204
(1)浪潮 204
(2)华为 204
(3)联想 204
(4)神州数码 204
(5)东软 204
(6)用友 205
6.2.3 电信运营商布局大数据 205
(1)中国电信 205
(2)中国移动 206
(3)中国联通 207
6.2.4 第三方创业公司布局大数据 207
6.3 国内外企业大数据布局比较 208
第7章 中国大数据产业链投资机会分析 209
7.1 硬件层面投资机会分析 209
7.1.1 大数据对数据存储需求 209
7.1.2 数据存储市场格局现状 210
(1)移动硬盘市场格局 210
(2)U盘市场格局 211
(3)闪存卡市场格局 212
7.1.3 服务器市场格局现状 213
7.1.4 硬件层面投资机会分析 215
7.2 软件层面投资机会分析 215
7.2.1 基础软件投资机会分析 215
7.2.2 应用软件投资机会分析 215
7.3 信息服务层面投资机会 216
7.3.1 IT基础设施服务业投资机会 216
7.3.2 信息咨询服务业投资机会 217
7.3.3 信息安全行业投资机会 217
7.4 中国大数据产业投资象限 218
第8章 大数据产业融资现状与趋势分析 220
8.1 大数据产业投资热度分析 220
8.1.1 大数据产业投资热潮 220
8.1.2 大数据产业投资趋势 220
8.2 大数据产业并购趋势分析 221
8.2.1 大数据产业并购动向 221
8.2.2 大数据产业并购特征 222
8.2.3 大数据产业并购趋势 223
8.3 大数据产业融资机会分析 223
8.3.1 大数据产业融资模式 223
(1)PE/VC 223
(2)上市融资 223
(3)天使投资 224
8.3.2 大数据产业融资案例 224
(1)风投融资案例 224
(2)种子融资案例 224
(3)大宗融资案例 225
8.3.3 大数据产业融资机会 225
第9章 中国大数据产业链关联企业运营分析 226
9.1 海量数据存储、处理、咨询相关公司 226
9.1.1 江苏天泽信息产业股份有限公司 226
(1)公司发展简介 226
(2)公司组织架构分析 227
(3)公司主要产品及特点 227
(4)公司研发能力分析 228
(5)公司经营情况分析 229
(6)公司经营优劣势分析 231
(7)公司最新发展动向 232
9.1.2 北京拓尔思信息技术股份有限公司 232
(1)公司发展简介 232
(2)公司组织架构分析 233
(3)公司主要产品及特点 234
(4)公司研发能力分析 236
(5)公司经营情况分析 236
(6)公司经营优劣势分析 239
(7)公司投资并购情况 239
(8)公司最新发展动向 239
9.1.3 厦门市美亚柏科信息股份有限公司 240
(1)公司发展简介 240
(2)公司组织架构分析 241
(3)公司主要产品及特点 242
(4)公司研发能力分析 243
(5)公司经营情况分析 243
(6)公司经营优劣势分析 246
(7)公司投资并购情况 246
(8)公司最新发展动向 246
9.2 数据中心建设与运维相关公司 279
9.2.1 荣之联科技股份有限公司 279
(1)公司发展简介 279
(2)公司主要产品及特点 280
(3)公司研发能力分析 282
(4)公司经营情况分析 282
(5)公司经营优劣势分析 285
(6)公司投资并购情况 285
(7)公司最新发展动向 286
9.2.2 上海天玑科技股份有限公司 286
(1)公司发展简介 286
(2)公司组织架构分析 287
(3)公司主要产品及特点 288
(4)公司研发能力分析 289
(5)公司经营情况分析 290
(6)公司经营优劣势分析 292
(7)公司投资并购情况 293
(8)公司最新发展动向 293
9.2.3 北京银信长远科技股份有限公司 293
(1)公司发展简介 293
(2)公司主要产品及特点 294
(3)公司研发能力分析 295
(4)公司经营情况分析 296
(5)公司经营优劣势分析 299
(6)公司最新发展动向 299
9.3 视频化应用相关公司 300
9.3.1 杭州海康威视数字技术股份有限公司 300
(1)公司发展简介 300
(2)公司组织架构分析 301
(3)公司主要产品及特点 302
(4)公司研发能力分析 303
(5)公司营销网路分析 304
(6)公司经营情况分析 305
(7)公司经营优劣势分析 307
(8)公司发展战略分析 308
(9)公司投资并购情况 308
(10)公司最新发展动向 309
9.3.2 浙江大华技术股份有限公司 309
(1)公司发展简介 309
(2)公司主要产品及特点 311
(3)公司研发能力分析 311
(4)公司营销网络分析 312
(5)公司经营情况分析 312
(6)公司经营优劣势分析 315
(7)公司投资并购情况 315
(8)公司最新发展动向 316
9.4 智能化与人机交互概念相关公司 329
9.4.1 安徽科大讯飞信息科技股份有限公司 329
(1)公司发展简介 329
(2)公司主要产品及特点 330
(3)公司研发能力分析 331
(4)公司经营情况分析 331
(5)公司经营优劣势分析 334
(6)公司最新发展动向 334
9.4.2 用友软件股份有限公司 335
(1)公司发展简介 335
(2)公司组织架构分析 336
(3)公司主要产品及特点 336
(4)公司研发能力分析 338
(5)公司经营情况分析 339
(6)公司经营优劣势分析 342
(7)公司投资并购情况 342
(8)公司最新发展动向 343
9.5 信息安全类公司 358
9.5.1 成都卫士通信息产业股份有限公司 358
(1)公司发展简介 358
(2)公司主要产品及特点 359
(3)公司研发能力分析 360
(4)公司经营情况分析 360
(5)公司经营优劣势分析 363
(6)公司投资并购情况 363
(7)公司最新发展动向 364
9.5.2 北京启明星辰信息技术股份有限公司 364
(1)公司发展简介 364
(2)公司组织架构分析 365
(3)公司主要产品及特点 366
(4)公司研发能力分析 368
(5)公司经营情况分析 368
(6)公司经营优劣势分析 372
(7)公司投资并购情况 372
(8)公司最新发展动向 372
9.5.3 蓝盾信息安全技术股份有限公司 373
(1)公司发展简介 373
(2)公司组织架构分析 374
(3)公司主要产品及特点 375
(4)公司研发能力分析 376
(5)公司经营情况分析 376
(6)公司发展模式分析 379
(7)公司经营优劣势分析 383
(8)公司投资并购情况 384
(9)公司最新发展动向 384
9.6 拥有数据资源的公司 385
9.6.1 阿里巴巴集团 385
(1)公司发展简介 385
(2)公司组织架构分析 385
(3)公司主要产品及特点 386
(4)公司客户规模分析 387
(5)公司经营情况分析 387
(6)公司经营优劣势分析 387
(7)公司投资并购情况 388
(8)公司最新发展动向 388
9.6.2 腾讯控股有限公司 388
(1)公司发展简介 388
(2)公司主要产品及特点 389
(3)公司经营情况分析 390
(4)公司经营优劣势分析 393
(5)公司发展战略分析 393
(6)公司投资并购情况 393
(7)公司最新发展动向 393
图表目录
图表1:大数据定义 28
图表2:大数据的四个维度 29
图表3:2013年中国小家电行业工业总产值、销售收入和利润前十名企业 30
图表4:大数据与BI的区别 30
图表5:存储价格的下降 32
图表6:网络宽带的增加 32
图表7:“广播”加“接收”模式 33
图表8:“请求”加“响应”模式 33
图表9:反映facebook上人们活跃程度的世界地图 35
图表10:2005-2015年移动设备与传统台式机、笔记本电脑的全球出货量对比图(单位:百万台) 36
图表11:2009-2015年移动设备与传统台式机、笔记本电脑的全球保有量对比图(单位:百万台) 36
图表12:大数据的商业价值 38
图表13:大数据创造的商业价值 40
图表14:大数据的生态系统 41
图表15:大数据产业链构成 42
图表16:大数据工具列表 47
图表17:大数据带来的信息安全挑战 51
图表18:2010-2020年全球信息化数据资料量及预测 52
图表19:全球大数据储量地区分布(单位:PB) 53
图表20:大数据技术将对欧洲公共部门创造1500-3300亿欧元的潜在价值(单位:十亿欧元,%) 56
图表21:2011-2020年日本大数据市场规模及预测(单位:千亿日元,%) 56
图表22:美国推动大数据的做法 58
图表23:2013年全球大数据发展回顾 60
图表24:2014-2018年全球大数据专业服务市场规模及预测(单位:亿美元) 64
图表25:2013年大数据细分收入统计(单位:%) 64
图表26:2014-2018年全球大数据专业服务市场规模及预测(单位:亿美元) 65
图表27:2014-2018年全球大数据计算机市场规模及预测(单位:亿美元) 65
图表28:2014-2018年全球大数据软件市场规模及预测(单位:亿美元) 66
图表29:全球大数据产业企业类型 66
图表30:截至2014年2月全球大数据专营厂商收入情况(单位:百万美元) 68
图表31:全球大数据专营厂商市场份额(单位:%) 68
图表32:全球大数据产业发展趋势 69
图表33:大数据现有技术与工具的接受度与增长率(单位:%) 71
图表34:基于云的数据分析平台框架 72
图表35:不同数据存储量的企业采取SaaS模式占比(单位:TB,%) 72
图表36:2008-2013年中国网民规模与普及率(单位:万人,%) 75
图表37:2012-2013年中国互联网基础资源对比(单位:个,块/32,Mbps,%) 76
图表38:2009-2013年中国Ipv6地址资源变化情况(单位:块/32) 76
图表39:2006-2013年中国IPv4地址资源变化情况(单位:万个,%) 77
图表40:2013年中国分类域名数(单位:个,%) 77
图表41:2013年中国分类CN域名数(单位:个,%) 78
图表42:2006-2013年中国网站数量变化(单位:万个) 78
图表43:2006-2013年中国网页数量变化(单位:亿个,%) 79
图表44:2012-2013年中国网页分类情况变化(单位:个,%) 79
图表45:2006-2013年中国国际出口带宽变化情况(单位:Mbps,%) 80
图表46:2012-2013年中国网络新闻用户数及使用率(单位:万人,%) 81
图表47:2012-2013年网络视频用户数及使用率(单位:万人,%) 82
图表48:2012-2013年中国搜索引擎用户数及使用率(单位:万人,%) 83
图表49:2012-2013年中国即时通信用户数及使用率(单位:万人,%) 84
图表50:2012-2013年社交网站用户数及使用率(单位:万人,%) 85
图表51:2012-2013年微博用户数及使用率(单位:万人,%) 85
图表52:2013年中国物联网产业结构(单位:%) 86
图表53:中国物联网产业链各环节面临的竞争厂商 87
图表54:中国物联网在行业应用中面临的问题归纳 89
图表55:2009-2014年中国电子商务交易规模及预测(单位:万亿元) 91
图表56:2013年中国电子商务区域分布情况(单位:%) 92
图表57:2013年中国电子商务行业分布情况(单位:%) 92
图表58:2009-2014年中国电子商务直接从业人员规模及预测(单位:万人) 93
图表59:2009-2014年中国电子商务带动从业人员规模及预测(单位:万人) 93
图表60:2014-2018年中国智能手机保有量规模及预测(单位:亿台,%) 94
图表61:国家针对大数据方面的“863计划” 95
图表62:国家针对大数据方面的国家重大科技专项 96
图表63:我国大数据产业生命周期 99
图表64:2014-2018年中国大数据市场规模及预测(单位:亿元,%) 99
图表65:2013年我国大数据行业投资分布情况(单位:%) 100
图表66:大数据产业面临的挑战 100
图表67:2014-2018年我国大数据产业市场规模及预测(单位:百万美元) 105
图表68:2014-2018年我国大数据基础架构硬件市场规模及预测(单位:百万美元) 105
图表69:2014-2018年我国大数据软件市场规模及预测(单位:万美元) 106
图表70:2014-2018年我国大数据服务市场规模及预测(单位:万美元) 106
图表71:2014-2018年大数据产业发展路线图 107
图表72:被调查者所属行业(单位:%) 108
图表73:被调查者企业规模(单位:%) 109
图表74:被调查者所在企业每月新增的数据规模(单位:%) 109
图表75:被调查者认为企业数据系统架构存在的问题(单位:%) 110
图表76:被调查者所在企业面临的数据技术难题(单位:%) 111
图表77:被调查者所在企业数据挖掘和分析面临的问题(单位:%) 112
图表78:被调查者所在企业数据处理产品的服务商(单位:%) 113
图表79:被调查者所在企业大数据投入情况(单位:%) 113
图表80:被调查者所在企业部署开源大数据解决方案的计划(单位:%) 114
图表81:被调查者所在企业大数据的部署规模(单位:%) 114
图表82:被调查者所在企业做数据产品选型时考虑的因素(单位:%) 115
图表83:被调查者关注的数据产品特性(单位:%) 116
图表84:被调查者所在企业选择服务商时考虑的因素(单位:%) 116
图表85:被调查者关注的数据管理新技术(单位:%) 117
图表86:被调查者如何看待商业智能的未来(单位:%) 118
图表87:2006-2013年我国电子政务市场规模变化情况(单位:亿元,%) 119
图表88:2006-2013年我国电子政务市场结构(单位:%) 120
图表89:“十二五”时期我国电子政务发展主要指标(单位:%) 122
图表90:2012-2013年中国电信行业IT投资规模(单位:亿元,%) 123
图表91:电信行业大数据应用场景(单位:%) 123
图表92:2014-2018年我国电信行业大数据应用市场规模预测(单位:亿元,%) 125
图表93:2012-2013年中国金融业IT应用市场规模与增长(单位:亿元,%) 125
图表94:2013年中国金融业IT应用市场产品结构(单位:%) 126
图表95:金融行业大数据应用场景(单位:%) 127
图表96:中信银行大数据应用技术架构图 128
图表97:招商银行IT合作伙伴 129
图表98:2014-2018年中国金融行业大数据应用规模与增长(单位:亿元,%) 129
图表99:2014-2018年中国金融行业大数据应用结构预测(单位:亿元,%) 130
图表100:互联网行业数据储量及特点 131
图表101:互联网行业大数据应用场景(单位:%) 132
图表102:2014-2018年中国电子商务市场交易规模预测(单位:万亿元) 133
图表103:2012-2013年各类网络应用使用率(单位:万,%) 134
图表104:2013年我国饮用水市场品牌份额(单位:%) 136
图表105:2008-2013年中国医疗信息化行业市场规模(单位:亿元,%) 137
图表106:2006-2013年中国医疗信息化行业市场规模结构(单位:%) 138
图表107:2014-2018年我国医疗信息化行业市场规模预测(单位:亿元,%) 140
图表108:2014-2018年我国智慧城市投资规模及预测(单位:亿元,%) 141
图表109:2014-2018年中国智慧城市IT投资规模与增长(单位:亿元,%) 141
图表110:2014年智慧城市的IT投资结构(单位:%) 142
图表111:2013年智慧城市大数据应用分布(单位:%) 142
图表112:智慧城市的大数据处理应用 143
图表113:浙江省台州市智能交通管理解决方案 144
图表114:2014-2018年中国智慧城市大数据应用规模与增长(单位:亿元,%) 145
图表115:2014-2018年中国智慧城市大数据应用结构预测(单位:亿元,%) 146
图表116:2011-2014年我国能源行业IT投资规模及预测(单位:亿元,%) 147
图表117:制造业大数据应用场景(单位:%) 151
图表118:2011-2014年我国教育行业IT投资规模及预测(单位:亿元,%) 152
图表119:浙江大学智慧校园规划 153
图表120:浙江大学智慧校园应用框架 153
【关键词Tag】大数据行业研究报告 大数据行业研究分析报告 大数据行业市场研究分析咨询报告
本报告分享地址:http://www.chinairn.com/report/20140422/164356292.html
中研普华公司是中国领先的产业研究专业机构,拥有十余年的投资银行、企业IPO上市咨询一体化服务、行业调研、细分市场研究及募投项目运作经验。公司致力于为企业中高层管理人员、企事业发展研究部门人员、风险投资机构、投行及咨询行业人士、投资专家等提供各行业丰富翔实的市场研究资料和商业竞争情报;为国内外的行业企业、研究机构、社会团体和政府部门提供专业的行业市场研究、商业分析、投资咨询、市场战略咨询等服务。目前,中研普华已经为上万家客户(查看客户名单)包括政府机构、银行业、世界500强企业、研究所、行业协会、咨询公司、集团公司和各类投资公司在内的单位提供了专业的产业研究报告、项目投资咨询及竞争情报研究服务,并得到客户的广泛认可;为大量企业进行了上市导向战略规划,同时也为境内外上百家上市企业进行财务辅导、行业细分领域研究和募投方案的设计,并协助其顺利上市;协助多家证券公司开展IPO咨询业务。我们坚信中国的企业应该得到货真价实的、一流的资讯服务,在此中研普华研究中心郑重承诺,为您提供超值的服务!中研普华的管理咨询服务集合了行业内专家团队的智慧,磨合了多年实践经验和理论研究大碰撞的智慧结晶。我们的研究报告已经帮助了众多企业找到了真正的商业发展机遇和可持续发展战略,我们坚信您也将从我们的产品与服务中获得有价值和指导意义的商业智慧!
了解中研普华实力:实力鉴证 媒体报道 媒体合作 电视采访报道 招股说明书引用 门户网站引用 客户服务
更多“大数据”相关的报告
1、国内汇款(人民币)
帐户名:深圳市中研普华管理咨询有限公司
开户行:中国工商银行深圳市分行
帐 号:4000023009200181386
2、国际汇款(美元)
Beneficiary's bank:Industrial and commercial bank of china,shenzhen branch
Account name: shenzhen zero power intelligence co., ltd.
Account number: 4000023009200589997
Swift bic: icbkcnbjszn
温馨提示
1.购买报告时请认准商标,公司从未通过第三方代理,请与本站联系购买。
2.中研普华欢迎广大客户上门洽谈与合作。大批量采购报告可享受会员优惠,详情来电咨询。
手机扫描二维码,快速访问