2019-2024年中国大数据行业全景调研及市场全景评估报告

 

[正文目录] 网上阅读：http://www.cninfo360.com/

24小时咨询电话：18811791343（微信）010-62665210  

 第1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2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　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3章 　2014-2020年国际大数据产业发展分析

3.1　2014-2020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政策环境

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　2014-2020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　2014-2020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

3.4　2014-2020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　2014-2020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4章 　2014-2020年中国大数据产业发展分析

4.1　2014-2020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　2014-2020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　2014-2020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5章 　2014-2020年大数据产业发展格局及发展模式

5.1　2014-2020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　2014-2020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　2014-2020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　2014-2020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　2014-2020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6章 　2014-2020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7章 　2014-2020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

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　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　军队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8章 　2014-2020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9章 　2014-2020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　2015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　2020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　2015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　2020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10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11章 　2019-2024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　“十四五”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　2019-2024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　2019-2024年全球大数据市场规模预测

11.3.3　2019-2024年中国大数据市场规模预测

11.3.4　2019-2024年中国移动互联网市场规模预测

11.3.5　2019-2024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政策的意见

附录三：贵州省大数据产业发展应用规划纲要（2014-2023年）

附录四：广东省大数据发展规划（2019-2024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（部分） ：

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　大数据政策比较框架

图表11　各国大数据战略规划比较

图表12　各国技术能力储备政策比较

图表13　国外政府数据开放与共享主要政策

图表14　国外政府数据开放与共享主要政策（续）

图表15　2010-2016年国内生产总值及其增速

图表16　2014-2020年国内生产总值及增长速度

图表17　2010-2016年全社会固定资产投资

图表18　2016年分行业固定资产投资（不含农户）及其增速

图表19　2014-2020年全社会固定资产投资

图表20　2020年按领域分固定资产投资（不含农户）及其占比

图表21　2020年分行业固定资产投资（不含农户）及其增长速度

图表22　2020年固定资产投资新增主要生产与运营能力

图表23　2010-2016年全部工业增加值及其增长情况

图表24　2010-2016年全社会建筑业增加值及其增长速度

图表25　2014-2020年全部工业增加值及其增长速度

图表26　2020年主要工业产品产量及其增长速度

图表27　2016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　2020年人口数及其构成

图表29　2014-2020年研究与试验发展（R&D）经费支出

图表30　2020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　2020年全球大数据细分市场

图表34　2011-2020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　2020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64　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　2009-2020年电信业务总量与业务收入增长情况

图表68　2012-2020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2020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　2013-2016年IBM综合收益表

图表82　2013-2016年IBM收入分地区资料

图表83　2013-2016年IBM综合收益表

图表84　2013-2016年IBM收入分地区资料

图表85　2016-2020年IBM综合收益表

图表86　2016-2020年IBM收入分部门资料

图表87　2013-2015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89　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　2013-2015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　2013-2016年SAP综合收益表

图表98　2013-2016年SAP收入分地区资料

图表99　2013-2016年SAP综合收益表

图表100　2013-2016年SAP收入分地区资料

图表101　2016-2020年SAP综合收益表

图表102　2016-2020年SAP收入分地区资料

图表103　2013-2016年EMC综合收益表

图表104　2013-2016年EMC收入分部门资料

图表105　2013-2016年EMC收入分地区资料

图表106　2013-2016年EMC综合收益表

图表107　2013-2016年EMC收入分部门资料

图表108　2013-2016年EMC收入分地区资料

图表109　2016-2020年EMC综合收益表

图表110　2016-2020年EMC收入分部门资料

图表111　2016-2020年EMC收入分地区资料

图表112　2013-2015财年惠普综合收益表

图表113　2013-2015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　2014-2016年中国移动综合收益表

图表122　2014-2016年中国移动收入分部门资料

图表123　2014-2016年中国移动综合收益表

图表124　2014-2016年中国移动收入分部资料

图表125　2016-2020年中国移动综合收益表

图表126　2013-2016年中国电信综合收益表

图表127　2013-2016年中国电信收入分部门资料

图表128　2014-2016年中国电信综合收益表

图表129　2014-2016年中国电信收入分部资料

图表130　2016-2020年中国电信综合收益表

图表131　2014-2020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　2014-2016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133　2020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　2014-2016年中国联合网络通信股份有限公司现金流量

图表135　2020年中国联合网络通信股份有限公司现金流量

图表136　2016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　2014-2016年中国联合网络通信股份有限公司成长能力

图表138　2020年中国联合网络通信股份有限公司成长能力

图表139　2014-2016年中国联合网络通信股份有限公司短期偿债能力

图表140　2020年中国联合网络通信股份有限公司短期偿债能力

图表141　2014-2016年中国联合网络通信股份有限公司长期偿债能力

图表142　2020年中国联合网络通信股份有限公司长期偿债能力

图表143　2014-2016年中国联合网络通信股份有限公司运营能力

图表144　2020年中国联合网络通信股份有限公司运营能力

图表145　2014-2016年中国联合网络通信股份有限公司盈利能力

图表146　2020年中国联合网络通信股份有限公司盈利能力

图表147　2014-2016年百度综合收益表

图表148　2014-2016年百度收入分部门资料

图表149　2014-2016年百度收入分地区资料

图表150　2013-2016年百度综合收益表

图表151　2013-2016年百度收入分部资料

图表152　2016-2020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　2014-2016年腾讯综合收益表

图表158　2014-2016年腾讯收入分部门资料

图表159　2014-2016年腾讯综合收益表

图表160　2014-2016年腾讯收入分部资料

图表161　2014-2016年腾讯收入分地区资料

图表162　2016-2020年腾讯综合收益表

图表163　2016-2020年腾讯收入分部资料

图表164　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

更多图表见正文......