中投顾问

24小时免费服务热线400-008-1522

2022-2026年中国大数据行业投资分析及前景预测报告(上中下卷)

首次出版:2013年12月最新修订:2022年7月交付方式:特快专递(2-3天送达)

报告属性:共610页、49万字、261个图表下载目录版权声明

定购电话:0755-82571522、82571566、400-008-1522

24小时服务热线:138 0270 8576 定制报告

中文版全价:RMB9800 印刷版:RMB9600 电子版:RMB9600

英文版全价:USD6000 印刷版:USD5800 电子版:USD5800

立即订购 加入购物车 QQ咨询 在线客服

赠送报告

订购上方报告,即可免费获赠以下二款报告中任意一款(电子版),多买多赠! 价值9800元《2022-2026年中国云计算产业投资深度研究报告》价值9800元《2022-2026年中国大数据产业政策深度调研报告》

中投顾问中投顾问
十四五将是中国技术和产业升级的关键期,重点机会有哪些?
扫码关注右侧公众号,回复对应关键词,即可免费获取以下报告

报告目录内容概述 定制报告

第一章 大数据产业相关概述
1.1 大数据介绍
1.1.1 大数据的产生
1.1.2 大数据的定义
1.1.3 大数据的本质
1.1.4 大数据的特点
1.1.5 大数据的类型
1.1.6 大数据典型分类
1.1.7 大数据的各个环节
1.2 大数据的价值及影响
1.2.1 大数据价值分析
1.2.2 大数据研究意义
1.2.3 大数据应用价值
1.2.4 对信息时代影响
1.3 大数据产业链构成分析
1.3.1 大数据价值链模型
1.3.2 大数据产业链结构
1.3.3 产业链价值流动方向
1.4 大数据技术层结构分析
1.4.1 大数据关键技术构成
1.4.2 大数据采集与预处理技术
1.4.3 大数据存储管理技术
1.4.4 大数据处理的核心技术
1.4.5 大数据分析挖掘技术
1.4.6 大数据可视化技术
1.4.7 大数据安全技术
第二章 2020-2022年国际大数据产业发展分析
2.1 全球大数据产业总体发展分析
2.1.1 产业发展变革
2.1.2 产业发展阶段
2.1.3 产业规模状况
2.1.4 细分市场格局
2.1.5 区域发展格局
2.1.6 重点企业分析
2.1.7 技术研发状况
2.2 全球大数据产业发展特点
2.2.1 国家战略布局加快
2.2.2 数字基建发展地位提升
2.2.3 数字治理规则博弈激烈
2.2.4 数字贸易规则制定加快
2.2.5 数字平台垄断监管加强
2.3 欧盟大数据产业发展布局
2.3.1 欧盟通过《数据治理法案》
2.3.2 欧盟数字经济发展战略
2.3.3 欧盟数字经济发展成效
2.3.4 产业战略建设的相关启示
2.3.5 欧盟布局大数据产业应用
2.3.6 欧盟大数据产业人才规划
2.4 美国大数据产业发展分析
2.4.1 大数据发展战略政策
2.4.2 大数据支出规模占比
2.4.3 大数据应用案例分析
2.4.4 大数据协同创新措施
2.4.5 大数据技术发展措施
2.5 日本大数据产业发展分析
2.5.1 大数据发展历程
2.5.2 大数据相关法规
2.5.3 大数据发展趋势
2.5.4 大数据预防灾害
2.5.5 “限定提供数据”条款
2.5.6 对我国大数据法律启示
2.6 其他国家大数据产业发展动态
2.6.1 法国
2.6.2 韩国
2.6.3 新加坡
第三章 2020-2022年中国大数据产业发展分析
3.1 2020-2022年中国大数据产业发展综述
3.1.1 大数据产业概念分析
3.1.2 大数据产业构建层次
3.1.3 大数据发展的必然性
3.1.4 大数据产业驱动主体
3.1.5 大数据产业发展阶段
3.1.6 地区大数据产业联盟
3.1.7 数字经济的发展水平
3.1.8 大数据总体市场规模
3.1.9 大数据核心产业规模
3.2 中国大数据产业发展进程分析
3.2.1 法律方面
3.2.2 技术方面
3.2.3 应用方面
3.2.4 试点方面
3.2.5 人才方面
3.3 2020-2022年大数据产业竞争格局
3.3.1 大数据相关企业规模概述
3.3.2 大数据产业竞争主体分类
3.3.3 产业链环节竞争格局分析
3.3.4 大数据竞争企业资本层次
3.3.5 大数据投资价值百强企业
3.3.6 大数据创新场景应用服务商
3.3.7 互联网企业布局大数据产业
3.3.8 大数据热点应用领域的竞争
3.3.9 大数据产业竞争趋势展望
3.4 2020-2022年中国大数据市场供需分析
3.4.1 大数据市场供给结构分析
3.4.2 主要行业大数据需求状况
3.4.3 企业大数据的应用及需求
3.4.4 大数据热点领域需求分析
3.4.5 企业大数据需求趋势分析
3.5 大数据行业上市公司运行状况分析
3.5.1 上市公司规模
3.5.2 上市公司分布
3.5.3 经营状况分析
3.5.4 盈利能力分析
3.5.5 营运能力分析
3.5.6 成长能力分析
3.5.7 现金流量分析
3.6 中国大数据产业存在的问题
3.6.1 面临挑战分析
3.6.2 竞争壁垒问题
3.6.3 技术发展问题
3.6.4 成本投入问题
3.6.5 数据相关问题
3.6.6 数据安全问题
3.6.7 人才供需问题
3.7 中国大数据产业的发展策略
3.7.1 相关政策建议
3.7.2 推进研发应用
3.7.3 避免过度建设
3.7.4 提高数据安全
3.7.5 地区发展思路
3.7.6 推动标准建设
3.7.7 打破信息孤岛
3.8 疫情影响下大数据产业发展分析
3.8.1 疫情对企业的影响
3.8.2 行业大数据应用问题
3.8.3 疫情带来的行业机遇
3.8.4 互联网大数据防疫走热
3.8.5 疫情下电信大数据应用状况
3.8.6 疫情下政府大数据应用状况
3.8.7 疫情下工业大数据应用状况
3.8.8 疫情下金融大数据应用状况
3.8.9 疫情下医疗大数据应用状况
第四章 大数据产业上游——数据源存储层
4.1 数据基础设施发展综况
4.1.1 数据基础设施的范围
4.1.2 数据基础设施的特征
4.1.3 数据基础的相关企业
4.1.4 数据基础设施的展望
4.2 数据来源层分析
4.2.1 大数据的来源渠道
4.2.2 新技术带来数据增长
4.2.3 数据资源的网络基础
4.2.4 数据采集产业分析
4.2.5 数据资源获取难度
4.2.6 数据资源开放情况
4.3 数据存储层分析
4.3.1 大数据存储方式
4.3.2 大数据储存规模分析
4.3.3 大数据存储架构分析
4.3.4 数据仓库建设的重要性
4.3.5 新型MPP数据库的价值
4.4 数据存储中心建设状况
4.4.1 全球数据中心建设规模
4.4.2 国内数据中心建设规模
4.4.3 国内数据中心投资规模
4.4.4 数据中心市场竞争格局
4.4.5 数据中心硬件成本分析
4.4.6 区域数据中心建设要求
4.4.7 数据中心总体发展趋势
4.4.8 数据中心绿色节能趋势
4.4.9 数据中心布局策略分析
4.5 数据资源型企业——电信运营商
4.5.1 中国移动
4.5.1.1 企业发展概况
4.5.1.2 大数据发展优势
4.5.1.3 大数据产品体系
4.5.2 中国电信
4.5.2.1 企业发展概况
4.5.2.2 大数据PaaS平台
4.5.2.3 数据产业布局
4.5.3 中国联通
4.5.3.1 企业发展概况
4.5.3.2 大数据项目建设
4.5.3.3 联通大数据公司
4.6 数据资源型企业——BAT企业
4.6.1 阿里巴巴
4.6.1.1 企业发展概况
4.6.1.2 产品技术架构
4.6.1.3 大数据计算服务
4.6.1.4 主要大数据平台
4.6.1.5 企业数据库方案
4.6.2 百度公司
4.6.2.1 企业发展概况
4.6.2.2 大数据解决方案
4.6.2.3 大数据分析平台
4.6.3 腾讯公司
4.6.3.1 企业发展概况
4.6.3.2 腾讯大数据平台
4.6.3.3 大数据技术架构
4.6.3.4 大数据布局动态
第五章 大数据产业中游——数据分析处理层
5.1 大数据处理及分析技术综况
5.1.1 大数据采集与预处理
5.1.2 数据处理框架分析
5.1.3 数据计算模式分析
5.1.4 数据分析细分领域
5.1.5 大数据分析的优劣势
5.2 大数据分析处理产业发展进程
5.2.1 技术研发热点
5.2.2 技术应用领域
5.2.3 产业发展状况
5.2.4 技术发展趋势
5.3 数据标注行业发展分析
5.3.1 市场运行综况
5.3.2 运营模式分析
5.3.3 垂直市场分析
5.3.4 区域市场格局
5.4 大数据可视化分析技术分析
5.4.1 数据可视化的基本概述
5.4.2 数据可视化的应用优势
5.4.3 大数据可视化市场规模
5.4.4 大数据可视化市场格局
5.4.5 数据可视化的应用工具
5.4.6 数据可视化面临的挑战
5.4.7 数据可视化技术发展趋势
5.5 大数据安全处理技术分析
5.5.1 大数据安全问题分析
5.5.2 大数据安全涉及的模块
5.5.3 数据安全防护技术分析
5.5.4 数据脱敏安全控制技术
5.5.5 大数据安全防护体系分析
5.6 大数据技术拥有型企业分析
5.6.1 拓尔思
5.6.1.1 企业发展概况
5.6.1.2 大数据产品介绍
5.6.2 浪潮集团
5.6.2.1 企业发展概况
5.6.2.2 数据基础模型
5.6.2.3 大数据产业园项目
5.6.2.4 建立智慧城市平台
5.6.2.5 推进数据社会化发展
5.6.3 华为公司
5.6.3.1 企业发展概况
5.6.3.2 大数据解决方案
5.6.3.3 大数据产业园建设
5.6.3.4 大数据产业合作
第六章 大数据产业下游——数据交易层
6.1 大数据交易层分析
6.1.1 大数据交易层细分
6.1.2 数据交易品种及类型
6.1.3 数据交易的影响因素
6.1.4 大数据交易标准体系
6.1.5 数据交易市场发展对策
6.2 大数据交易市场运行状况
6.2.1 大数据交易市场构成
6.2.2 大数据交易市场规模
6.2.3 大数据市场定价方式
6.2.4 细分大数据交易状况
6.2.5 大数据交易场所的类型
6.2.6 大数据交易中心建设综况
6.2.7 大数据交易监管体系分析
6.2.8 大数据交易市场人才需求
6.2.9 数据交易场所的问题及对策
6.3 国际重点大数据交易平台分析
6.3.1 Factual
6.3.2 InfoChimps
6.3.3 Microsoft Azure
6.3.4 Fujitsu
6.4 中国大数据交易平台发展综况
6.4.1 交易平台经营范围
6.4.2 交易平台发展背景
6.4.3 主要大数据交易平台
6.4.4 交易平台融资动态
6.4.5 平台未来发展策略
6.5 中国典型大数据交易平台分析
6.5.1 贵阳大数据交易所
6.5.1.1 平台发展概况
6.5.1.2 平台发展优势
6.5.1.3 平台发展劣势
6.5.1.4 平台运营标准
6.5.2 上海数据交易所
6.5.2.1 平台建立背景
6.5.2.2 平台特点分析
6.5.2.3 承担监管职责
6.5.2.4 合规运营重点
6.5.3 数据堂交易平台
6.5.3.1 平台发展概况
6.5.3.2 平台发展优势
6.5.3.3 平台发展劣势
6.5.3.4 商业模式分析
6.5.4 中关村大数据交易平台
6.5.4.1 平台发展概况
6.5.4.2 平台发展优势
6.5.4.3 平台发展劣势
第七章 大数据产业下游——数据应用层
7.1 大数据应用层分析
7.1.1 大数据应用层结构
7.1.2 大数据衍生应用层
7.2 大数据应用服务型企业介绍
7.2.1 百分点集团
7.2.1.1 企业发展概况
7.2.1.2 大数据产业布局
7.2.2 明略数据
7.2.2.1 企业发展概况
7.2.2.2 大数据分析产品
7.2.3 TalkingData
7.2.3.1 企业发展概况
7.2.3.2 企业融资动态
7.2.3.3 未来发展态势
7.3 工业大数据
7.3.1 工业大数据基本概况
7.3.2 工业大数据发展阶段
7.3.3 工业大数据政策环境
7.3.4 工业大数据市场规模
7.3.5 工业大数据应用案例
7.3.6 工业大数据发展前景
7.3.7 工业大数据发展问题对策
7.3.8 工业大数据未来发展机会
7.4 医疗大数据
7.4.1 医疗大数据体系分析
7.4.2 医疗大数据应用场景
7.4.3 医疗大数据市场规模
7.4.4 医疗大数据市场供需
7.4.5 医疗大数据竞争格局
7.4.6 医疗大数据投资分布
7.4.7 医疗大数据应用案例
7.4.8 医疗大数据发展问题及对策
7.4.9 医疗大数据投资机会分析
7.5 金融大数据
7.5.1 金融大数据体系分析
7.5.2 金融大数据典型应用领域
7.5.3 金融大数据创新应用领域
7.5.4 金融大数据分析市场规模
7.5.5 金融大数据应用市场结构
7.5.6 金融大数据市场竞争格局
7.5.7 金融行业大数据发展特征
7.5.8 金融大数据安全挑战及对策
7.5.9 金融大数据未发展机会分析
7.6 交通大数据
7.6.1 交通大数据应用价值分析
7.6.2 交通大数据应用状况分析
7.6.3 交通行业大数据应用需求
7.6.4 城市交通大数据应用产业链
7.6.5 城市交通大数据应用规模
7.6.6 城市交通大数据竞争格局
7.6.7 交通大数据应用案例分析
7.6.8 交通大数据应用问题及对策
7.6.9 交通大数据应用未来发展展望
7.7 电信大数据
7.7.1 电信大数据的发展阶段
7.7.2 电信大数据源供给规模
7.7.3 电信大数据应用需求分析
7.7.4 电信行业大数据应用情况
7.7.5 运营商大数据的应用模式
7.7.6 电信行业大数据应用案例
7.7.7 电信大数据应用痛点分析
7.7.8 电信大数据发展机会分析
7.8 零售大数据
7.8.1 零售大数据发展概况
7.8.2 零售行业数据采集方式
7.8.3 零售行业大数据应用需求
7.8.4 零售行业大数据应用案例
7.8.5 大数据下的新零售模式
7.8.6 零售大数据发展问题及对策
7.8.7 企业应用零售大数据的方向
7.9 电商大数据
7.9.1 电商大数据的主要来源
7.9.2 大数据处理对电子商务的影响
7.9.3 电子商务大数据的应用需求
7.9.4 电子商务大数据的具体应用
7.9.5 数据分析提高电商企业绩效
7.9.6 全球首个电商大数据指数
7.9.7 政府重视电商大数据共享工作
7.9.8 电商大数据应用的挑战及对策
7.10 政府大数据
7.10.1 政府数据资产基本分类
7.10.2 政府大数据的经济价值
7.10.3 政府大数据的发展阶段
7.10.4 政府大数据的发展规模
7.10.5 政府部门大数据应用案例
7.10.6 全国公安大数据发展前景
7.10.7 政府大数据信息公开需求
7.10.8 政府大数据未来发展展望
第八章 2020-2022年大数据应用软件及设备分析
8.1 大数据软件行业上市公司运行状况分析
8.1.1 上市公司规模
8.1.2 上市公司分布
8.1.3 经营状况分析
8.1.4 盈利能力分析
8.1.5 营运能力分析
8.1.6 成长能力分析
8.1.7 现金流量分析
8.2 大数据应用软件分析
8.2.1 大数据软件构成框架
8.2.2 大数据典型软件分析
8.2.3 智能软件的应用价值
8.2.4 大数据软件市场规模
8.2.5 大数据软件发展方向
8.3 大数据硬件设备分析
8.3.1 大数据硬件构成框架
8.3.2 大数据主要硬件设备
8.3.3 大数据硬件市场规模
8.4 大数据一体机设备分析
8.4.1 大数据一体机简介
8.4.2 大数据一体机的优劣分析
8.4.3 大数据一体机的用户类型
8.4.4 国外竞争格局与品牌分布
8.4.5 国内市场竞争格局分析
8.4.6 国内企业竞争优劣势分析
8.4.7 国内主流品牌及其特点
第九章 2020-2022年大数据产业发展模式探究
9.1 大数据交易模式分析
9.1.1 以数据运营方式为分类标准
9.1.2 以大数据结构化程度为分类标准
9.1.3 以数据产权转让形式为分类标准
9.2 大数据行业盈利模式分析
9.2.1 解决方案
9.2.2 基础设施
9.2.3 数据产品
9.2.4 行业应用
9.3 大数据行业商业模式分析
9.3.1 B2B大数据应用模式
9.3.2 技术提供及软件开发
9.3.3 大数据咨询分析服务
9.3.4 大数据服务市场规模
9.3.5 大数据通用服务模式
9.3.6 自有平台大数据分析
9.3.7 信息订制与采购模式
9.3.8 信息数据租售模式
9.4 企业大数据商业化应用模式
9.4.1 企业大数据的基本构成
9.4.2 企业大数据商业化应用背景
9.4.3 企业大数据商业化应用层面
9.4.4 企业大数据商业化应用重点
9.4.5 企业大数据商业化应用关键
9.4.6 企业大数据商业化应用途径
第十章 2020-2022年重点区域大数据行业发展分析
10.1 中国大数据产业区域发展格局
10.1.1 国家大数据综合试验区
10.1.2 大数据企业业务区域分布
10.1.3 地区大数据管理机构设置
10.1.4 城市大数据发展排名状况
10.1.5 国家重点大数据实验室分布
10.2 大数产业区域发展指数分析
10.2.1 省域评估测评体系
10.2.2 省域发展指数排名
10.2.3 省域指数排名变化
10.2.4 主要区域发展特征
10.3 大数据产业园区发展分析
10.3.1 大数据产业园概述
10.3.2 大数据产业园区分类
10.3.3 大数据产业园分布特点
10.3.4 大数据产业园典型模式
10.3.5 产业园面临机遇与挑战
10.3.6 国家级新区布局大数据
10.4 京津冀大数据产业集群
10.4.1 京津冀地区经济运行特点
10.4.2 京津冀大数据产业发展综况
10.4.3 石家庄大数据产业发展状况
10.4.4 北京市大数据产业发展状况
10.4.5 天津市大数据产业发展综况
10.4.6 天津市大数据管理中心建设
10.5 珠三角大数据产业集群
10.5.1 珠三角地区基本运行状况
10.5.2 珠三角大数据产业发展特点
10.5.3 大数据试验区建设方案出台
10.5.4 广东省大数据产业发展格局
10.5.5 广州市大数据产业发展布局
10.5.6 深圳市大数据产业发展状况
10.6 长三角大数据产业集群
10.6.1 长三角地区经济运行状况
10.6.2 长三角大数据产业发展综况
10.6.3 长三角大数据产业发展特点
10.6.4 上海市大数据产业发展布局
10.6.5 浙江省大数据产业发展状况
10.7 西南大数据产业集群
10.7.1 西南地区经济运行状况
10.7.2 重庆市大数据产业发展状况
10.7.3 四川省大数据产业发展布局
10.7.4 云南省大数据中心建设布局
10.8 其他地区大数据产业发展布局动态
10.8.1 沈阳市
10.8.2 河南省
10.8.3 山东省
10.8.4 山西省
10.8.5 安徽省
10.8.6 湖南省
10.8.7 江西省
10.8.8 海南省
10.9 典型发展地区——贵州省大数据产业发展分析
10.9.1 贵州大数据发展机遇及优势
10.9.2 贵州省大数据发展实力
10.9.3 贵州大数据产业优惠政策
10.9.4 贵州省数字设施投资状况
10.9.5 贵州省数字产业发展动态
10.9.6 贵州大数据典型企业名单
10.9.7 贵阳市大数据发展状况
10.9.8 贵安新区大数据建设状况
10.9.9 贵州省大数据投资基金
第十一章 中投顾问对中国大数据产业投资价值分析
11.1 大数据产业投资价值及机会评估
11.1.1 投资价值综合评估
11.1.2 市场投资机会评估
11.1.3 投资发展动力评估
11.1.4 投资进入时机分析
11.1.5 产业投资象项分布
11.2 大数据行业投资壁垒分析
11.2.1 竞争壁垒
11.2.2 技术壁垒
11.2.3 资金壁垒
11.2.4 政策壁垒
11.3 大数据产业投资风险及防范
11.3.1 大数据行业投资风险综述
11.3.2 数据的流动性和可获取性风险
11.3.3 大数据安全风险及防范机制
11.3.4 大数据项目投资风险急剧增加
11.3.5 大数据产业投资建议与策略
11.3.6 评估大数据产业投资回报的措施
第十二章 中投顾问对中国大数据产业投融资分析
12.1 A股及新三板上市公司在大数据行业投资动态分析
12.1.1 投资项目综述
12.1.2 投资区域分布
12.1.3 投资模式分析
12.1.4 典型投资案例
12.2 大数据行业投融资热度分析
12.2.1 数据源及流通领域
12.2.2 软硬件产品领域
12.2.3 应用端领域
12.3 大数据产业投资规模分析
12.3.1 投资规模分析
12.3.2 投资轮次分布
12.3.3 投资事件汇总
12.4 中国大数据产业投资项目案例
12.4.1 城市数据湖运营项目
12.4.2 大数据系统平台项目
12.4.3 大数据产业园建设项目
12.4.4 大数据管理平台建设项目
12.5 中国大数据产业链投资机会分析
12.5.1 硬件层面投资机会分析
12.5.2 软件层面投资机会分析
12.5.3 信息服务层面投资机会
第十三章 大数据产业发展前景及趋势
13.1 全球大数据产业发展前景及趋势预测
13.1.1 全球大数据企业竞争趋势
13.1.2 全球大数据产业发展趋势
13.1.3 全球大数据市场发展热点展望
13.2 中国大数据产业发展机遇及前景预测
13.2.1 整体发展驱动分析
13.2.2 行业未来发展特点
13.2.3 大数据市场热点分析
13.2.4 大数据市场重点内容
13.2.5 大数据人才需求预测
13.3 中国大数据产业发展趋势展望
13.3.1 信息消费逐步提质升级
13.3.2 工业互联网建设进程加快
13.3.3 “一带一路”数据合作形成
13.3.4 大数据治理科技应用广泛
13.3.5 大数据相关立法进程加快
13.3.6 大数据与区块链融合提速
13.4 中投顾问对2022-2026年中国大数据产业预测分析
13.4.1 2022-2026年中国大数据产业影响因素分析
13.4.2 2022-2026年中国大数据产业市场规模预测
13.4.3 2022-2026年中国数字经济规模预测
第十四章 大数据产业发展政策分析
14.1 大数据产业政策体系分析
14.1.1 大数据产业政策演变
14.1.2 国家大数据政策汇总
14.1.3 大数据安全政策分析
14.1.4 大数据融合应用政策
14.1.5 大数据相关标准分析
14.1.6 大数据产业管理机制加强
14.2 大数据产业应用类政策分析
14.2.1 工业大数据政策环境分析
14.2.2 金融监管数据安全管理办法
14.2.3 医疗大数据政策总体分析
14.2.4 交通运输大数据发展纲要
14.2.5 工业互联网数据应用政策
14.2.6 大数据防范网络诈骗方案
14.2.7 数字商务建设发展政策
14.3 大数据产业发展规划
14.3.1 大数据成为国家规划的高频词
14.3.2 “十四五”大数据产业规划发布
14.3.3 “十四五”大数据产业相关规划
14.3.4 新型数据中心发展行动计划
14.4 大数据产业区域性政策规划
14.4.1 黑龙江大数据产业发展规划
14.4.2 河北大数据产业提升计划
14.4.3 山东省大数据产业发展规划
14.4.4 北京大数据相关支持政策
14.4.5 山西大数据应用促进条例
14.4.6 成都市大数据产业专项政策
14.4.7 江苏省大数据产业发展规划
14.4.8 广西省推动数据应用意见
14.4.9 贵州大数据标准建设规划
14.4.10 福建省大数据发展条例

图表目录

图表1 大数据的4V特征
图表2 大数据的类型
图表3 数字价值链模式
图表4 大数据产业链
图表5 大数据产业链产值分布及发展方向
图表6 大数据关键技术
图表7 中国大数据产业链技术层细分
图表8 未来大数据处理的核心技术
图表9 2013-2020年全球大数据储量及其增长情况
图表10 2020-2026年全球大数据市场规模及预测
图表11 2020-2025年全球大数据硬件、软件和服务整体市场规模及预测
图表12 2017-2020年全球主要家大数据中心数量分布情况
图表13 国际主要大数据企业简介
图表14 全球主要大数据存储企业
图表15 全球主要大数据分析企业
图表16 全球大数据行业技术来源国分布情况
图表17 2012-2021年全球大数据行业技术来源国专利申请量趋势
图表18 全球大数据行业专利申请量TOP10申请人
图表19 日本大数据发展历程
图表20 大数据产业构建
图表21 中国大数据市场发展阶段
图表22 2017-2021年新成立的大数据产业联盟
图表23 2005-2020年中国数字经济规模分析
图表24 2015-2020年中国数字经济增速与GDP增速变化情况
图表25 2015-2020年中国数字经济内部结构分析
图表26 2018-2021年大数据产业规模
图表27 2015-2020年我国大数据核心产业规模及增速
图表28 中国申请省(市、自治区)大数据专利数量TOP10
图表29 2021年大数据产业发展试点示范项目公示名单
图表30 2021年大数据产业发展试点示范项目公示名单(续一)
图表31 2021年大数据产业发展试点示范项目公示名单(续二)
图表32 2021年大数据产业发展试点示范项目公示名单(续三)
图表33 2021年大数据产业发展试点示范项目公示名单(续四)
图表34 2021年大数据产业发展试点示范项目公示名单(续五)
图表35 2021年大数据产业发展试点示范项目公示名单(续六)
图表36 2021年大数据产业发展试点示范项目公示名单(续七)
图表37 2021年大数据产业发展试点示范项目公示名单(续八)
图表38 2021年大数据产业发展试点示范项目公示名单(续九)
图表39 2021年大数据产业发展试点示范项目公示名单(续十)
图表40 2021年大数据产业发展试点示范项目公示名单(续十一)
图表41 2016-2020年“数据科学与大数据技术”专业新增备案数量
图表42 2018-2020年教育部新增审批本科大数据相关专业
图表43 2020年大数据人才需求岗位TOP10
图表44 大数据企业资本层次
图表45 2021年大数据企业投资价值百强榜
图表46 大数据创新场景应用服务商TOP40
图表47 中国大数据应用领域企业
图表48 互联网行业大数据应用场景
图表49 电信行业大数据应用场景
图表50 金融行业大数据应用场景
图表51 制造行业大数据应用场景
图表52 企业现有的数据规模
图表53 企业数据类型的构成
图表54 大数据时代企业所能感觉到的数据变化
图表55 目前企业处理大数据所面临的问题
图表56 企业对大数据的态度和认知
图表57 企业在线则大数据平台时所考虑的因素
图表58 大数据行业上市公司名单
图表59 2016-2020年大数据行业上市公司资产规模及结构
图表60 大数据行业上市公司上市板分布情况
图表61 大数据行业上市公司地域分布情况
图表62 2016-2020年大数据行业上市公司营业收入及增长率
图表63 2016-2020年大数据行业上市公司净利润及增长率
图表64 2016-2020年大数据行业上市公司毛利率与净利率
图表65 2016-2020年大数据行业上市公司营运能力指标
图表66 2016-2020年大数据行业上市公司成长能力指标
图表67 2016-2020年大数据行业上市公司销售商品收到的现金占比
图表68 企业在数据安全与治理建设方面担心的问题
图表69 市场上大数据技术类人才招聘数量占比及求职人数占比
图表70 主要城市大数据就业市场活跃度
图表71 大数据行业求职者学历与招聘需求占比
图表72 大数据产业招聘及求职期望薪水分布
图表73 2020年新冠病毒肺炎疫情对企业营收的影响情况
图表74 2020年新冠肺炎疫情对企业业务的影响情况
图表75 疫情下各行业大数据应用问题
图表76 疫情后不同类型大数据业务机遇预测
图表77 互联网大数据防疫行业的亮点及挑战
图表78 信息安全、数据资源整合是疫情下电信大数据亟需突破关键点
图表79 应急指挥平台、疫情防控大数据平台等成为疫情下政府大数据建设重点
图表80 工业大数据解决疫情下物资流通、企业复产复工难等问题
图表81 金融大数据助力政府高效发放消费券
图表82 无接触医疗、影像识别是疫情下医疗大数据应用的热点方向
图表83 数据基础设施
图表84 数据基础设施“横向融合”与“纵向融合”
图表85 数据基础支撑型企业
图表86 数据平台型企业
图表87 中国大数据产业链数据源细分
图表88 2018-2021年中国网民规模和互联网普及率
图表89 2018-2021年手机网民规模及其占网民比例
图表90 2012-2020年地方政府数据开放平台上线情况
图表91 MPP架构图
图表92 2016-2020年中国大数据计算与存储市场规模分析
图表93 MPP与Hadoop技术融合的产品架构图
图表94 2012-2020年全球大型数据中心增长状况
图表95 2020年各国大型数据中心数量占比
图表96 2016-2020年中国数据中心机架规模统计情况
图表97 数据中心规模划分(按机架规模)
图表98 2019年中国超大型、大型数据中心占比情况
图表99 2015-2020年中国数据中心行业IT投资规模情况
图表100 2021年中国数据中心主要建设企业的基本信息
图表101 数据中心IT硬件成本结构
图表102 全国一体化算力网络国家枢纽八大节点(“东数西算”工程)
图表103 截至2020年算力网络国家枢纽节点地区数据中心情况
图表104 2018-2020年部分企业在贵州、内蒙古、甘肃、宁夏建设数据中心情况
图表105 飞天大数据平台的完整架构
图表106 iDB产品核心功能架构图
图表107 百度大数据+平台
图表108 九寨沟景区客流量预测系统
图表109 峨眉山景区游客七日去向展示
图表110 利用大数据进行在线精准营销的效果
图表111 腾讯大数据平台的核心模块
图表112 Gaia主要结构
图表113 TDBank的处理系统
图表114 TDBank运行流程
图表115 腾讯分布式数据仓库
图表116 Spark VS Mapreduce
图表117 TRC运作流程
图表118 典型大数据计算模式与系统
图表119 数据分析细分领域和具体技术
图表120 Palantir旗下两大产品涉及领域
图表121 大数据技术关注度
图表122 数据处理器产业链图谱
图表123 数据处理器竞争格局
图表124 参数服务器工作原理
图表125 2016-2020年大数据分析与可视化市场规模统计
图表126 大数据可视化重点企业
图表127 大数据安全涉及模块
图表128 华为鲲鹏大数据的典型配置方案
图表129 中国大数据产业链交易层细分
图表130 可交易的数据品种及类型
图表131 影响数据交易的四大因素
图表132 大数据交易标准体系
图表133 2016-2020年大数据流通交易市场规模统计
图表134 国内已有数据交易机构基本情况
图表135 国内已有数据交易机构基本情况(续)
图表136 部分大数据交易所数据交易规则
图表137 大数据交易产业主要人才需求
图表138 数据堂商业模式
图表139 中国大数据产业链大数据衍生层细分
图表140 工业大数据分类
图表141 国内工业大数据发展史
图表142 我国工业数字化转型的政策体系
图表143 2020-2025年我国工业大数据市场规模发展趋势
图表144 卡奥斯平台架构
图表145 卡奥斯数据湖平台
图表146 中国绿色低碳的工业体系
图表147 工业大数据应用痛点及未来发展机会
图表148 医疗业大数据产业链
图表149 医疗数据来源
图表150 医疗数据的特性
图表151 医疗大数据的用途
图表152 医疗大数据企业
图表153 健康医疗大数据的使用人群
图表154 2019年中国医疗信息化投资领域分布
图表155 医疗大数据领域的行业机会点
图表156 金融大数据产业链
图表157 大数据金融的场景应用
图表158 大数据智能洞察金融业
图表159 金融行业客户的重要性
图表160 大数据洞察推动民生银行的转型与创新
图表161 大数据预测金融欺诈
图表162 2016-2021年中国金融大数据分析行业市场规模及预测
图表163 中国金融行业大数据投资结构
图表164 金融大数据发展痛点及机会
图表165 智能交通的数据处理体系
图表166 交通大数据应用领域示意图
图表167 中国大数据城市交通应用产业链
图表168 2015-2019年大数据在中国城市交通行业的应用市场规模(以市场投资额计)
图表169 2019年中国大数据城市交通市场份额分布(以项目中标金额计)
图表170 中国大数据城市交通头部企业地域分布
图表171 大数据在滴滴出行中的应用
图表172 电信大数据发展阶段
图表173 电信运营商大数据应用
图表174 2020-2021年100M速率以上、1000M速率以上的固定互联网宽带接入用户情况
图表175 2020-2021年物联网终端用户情况
图表176 2020-2021年电信业务收入和电信业务总量累计增速
图表177 2020-2021年新兴业务收入增长情况
图表178 广东移动使用的Apache Hadoop软件的英特尔分发版
图表179 电信运营商大数据处理需求
图表180 线下零售大数据产业链
图表181 线上零售大数据产业链
图表182 政府大数据各阶段发展特点
图表183 中国各政府机构大数据应用
图表184 政府大数据应用痛点及机会点
图表185 大数据软件行业上市公司名单
图表186 2016-2020年大数据软件行业上市公司资产规模及结构
图表187 大数据软件行业上市公司上市板分布情况
图表188 大数据软件行业上市公司地域分布情况
图表189 2016-2020年大数据软件行业上市公司营业收入及增长率
图表190 2016-2020年大数据软件行业上市公司净利润及增长率
图表191 2016-2020年大数据软件行业上市公司毛利率与净利率
图表192 2016-2020年大数据软件行业上市公司营运能力指标
图表193 2020-2021年大数据软件行业上市公司营运能力指标
图表194 2016-2020年大数据软件行业上市公司成长能力指标
图表195 2020-2021年大数据软件行业上市公司成长能力指标
图表196 2016-2020年大数据软件行业上市公司销售商品收到的现金占比
图表197 大数据软件主要类别
图表198 大数据硬件产业链
图表199 典型大数据服务应用比较
图表200 企业大数据的构成
图表201 大数据在企业级的应用方面
图表202 八大国家大数据综合试验区分布
图表203 2019年中国大数据企业业务区域布局
图表204 省市级大数据管理局
图表205 大数据产业发展前二十强城市
图表206 城市大数据指数总排名散点图
图表207 国家重点大数据实验室分布
图表208 2020年省域大数据发展指数指标体系
图表209 2020年省域大数据发展指数测评结果
图表210 2016-2020年各地区大数据发展指数排名
图表211 2020年分地区大数据发展指数分布情况
图表212 大数据产业园分布特点
图表213 国家级新区布局大数据产业
图表214 2020年珠三角各市GDP
图表215 深圳市大数据产业主要聚集区及布局领域(含规划)
图表216 深圳市大数据产业链企业布局情况
图表217 贵州省大数据企业TOP50名单(排名不分先后)
图表218 中投顾问投资价值综合评估:大数据
图表219 中投顾问大数据产业市场机会整体评估表
图表220 中投顾问大数据产业市场机会矩阵
图表221 中投顾问投资发展动力评估:大数据
图表222 中投产业投资进入时机:大数据产业
图表223 中投产业生命周期:大数据产业
图表224 大数据产业投资象项
图表225 中投顾问进入壁垒评估:大数据
图表226 中投顾问投资机会箱:大数据产业
图表227 2020年A股及新三板上市公司大数据行业投资规模
图表228 2020年A股及新三板上市公司大数据行业投资项目区域分布(按项目数量分)
图表229 2020年A股及新三板上市公司大数据行业投资项目区域分布(按投资金额分)
图表230 2020年A股及新三板上市公司大数据行业投资模式
图表231 2021年A股及新三板上市公司在大数据行业投资项目列表
图表232 大数据数据源、数据基础及数据流通领域投资热点
图表233 大数据软硬件产品领域投资热点
图表234 大数据应用端领域投资热点
图表235 2015-2021年中国大数据产业相关投资规模
图表236 2021年大数据产业相关投资事件
图表237 2021年大数据产业相关投资事件(续一)
图表238 2021年大数据产业相关投资事件(续二)
图表239 2021年大数据产业相关投资事件(续三)
图表240 2021年大数据产业相关投资事件(续四)
图表241 引力传媒大数据管理平台整体架构图
图表242 数字经济下大数据市场未来投资热点
图表243 国家数据立法列表(部分)
图表244 中投顾问对2022-2026年中国大数据产业市场规模预测
图表245 中投顾问对2022-2026年中国数字经济规模预测
图表246 大数据产业政策的演变
图表247 国家层面大数据相关政策重点内容解读(一)
图表248 国家层面大数据相关政策重点内容解读(二)
图表249 国家层面大数据相关政策重点内容解读(三)
图表250 国家层面大数据相关政策重点内容解读(四)
图表251 国家层面大数据相关政策重点内容解读(五)
图表252 大数据安全相关的政策解读(一)
图表253 大数据安全相关的政策解读(二)
图表254 大数据融合应用相关的政策解读(一)
图表255 大数据融合应用相关的政策解读(二)
图表256 大数据国家标准汇总
图表257 大数据行业标准汇总
图表258 大数据地方标准汇总
图表259 工业大数据重点建设任务
图表260 “大数据”和“数据”出现频次对比
图表261 “十四五”发展纲要对大数据的规划

继物联网、云计算之后,大数据已经成为当前信息技术产业最受关注的概念之一。大数据是为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值,而设计的新一代架构和技术。人们普遍将该定义概括为四个“V”,即更大的容量(Volume,从TB级跃升至PB级,甚至EB级)、更高的多样性(Variety,包括结构化、半结构化和非结构化数据),以及更快的生成速度(Velocity)。前面三个“V”的组合推动了第四个因素——价值(Value)。

全球市场方面,根据IDC数据,2020年全球大数据市场规模为1959亿美元,按照五年内实现10.4%的复合增长率测算,预计2024年全球大数据市场规模约为2983亿美元,到2026年,全球大数据市场规模将超过3600亿美元。

国内市场方面,大数据技术的快速发展,以及大数据与人工智能、VR、5G、区块链、边缘智能等一批新技术的交汇融合,持续加速技术创新。与此同时,伴随新型智慧城市和数字城市建设热潮,各地与大数据和数字经济相关的园区加速落地,大数据产业持续增长。赛迪研究院统计显示,2020年中国大数据产业规模达6388亿元,同比增长18.6%。《2021年大数据产业发展指数白皮书》显示,在大数据产业发展前10强城市中,长三角占5席、京津冀占2席、珠三角占2席、成渝经济圈占1席,东北和西北地区没有城市入围,表明大数据产业在全国各区域间的发展差异明显。

党中央、国务院高度重视大数据在推进经济社会发展中的地位和作用。2014年,大数据首次写入政府工作报告,大数据逐渐成为各级政府关注的热点。2015年9月,国务院发布《促进大数据发展的行动纲要》,大数据正式上升至国家战略层面,十九大报告提出要推动大数据与实体经济的深度融合。2021年11月,工业和信息化部发布《“十四五”大数据产业发展规划》(以下简称《规划》)。《规划》指出“十四五”时期是我国工业经济向数字经济迈进的关键时期,对大数据产业发展提出了新的要求,产业将步入集成创新、快速发展、深度应用、结构优化的新阶段。到2025年,大数据产业测算规模突破3万亿元,年均复合增长率保持在25%左右,创新力强、附加值高、自主可控的现代化大数据产业体系基本形成。《数据出境安全评估办法》已经2022年5月19日国家互联网信息办公室2022年第10次室务会议审议通过,自2022年9月1日起施行。制定出台《办法》是落实《网络安全法》、《数据安全法》、《个人信息保护法》有关数据出境规定的重要举措,目的是进一步规范数据出境活动,保护个人信息权益,维护国家安全和社会公共利益,促进数据跨境安全、自由流动。

在数据条例设计领域,国家层面,《国家安全法》、《网络安全法》、《数据安全法》及《个人信息保护法》等共同构筑了数据安全保护的基础性“法律堡垒”。地方层面,目前已有十八个省市公布了相关数据条例。其中贵州、天津、海南、山西、吉林、安徽、山东、福建、黑龙江和辽宁出台了大数据条例,深圳、上海、重庆和浙江出台了数据条例。此外,四川、广西、江西、河南等地公布了相关数据条例的草案。

中投产业研究院发布的《2022-2026年中国大数据行业投资分析及前景预测报告》共十四章。首先介绍了大数据和大数据产业的定义、特点、地位等,接着分析了国内外大数据行业的发展及行业格局,然后分析了大数据产业链的上中下游行业发展状况,并对大数据软硬件设备、大数据发展模式、重点区域大数据产业发展布局等进行了细致的透析。随后,报告重点分析了大数据行业的投资状况及其未来发展前景,最后报告还分析了大数据产业的政策环境。

本研究报告数据主要来自于国家统计局、中投产业研究院、中投产业研究院市场调查中心以及国内外重点刊物等渠道,数据权威、详实、丰富,同时通过专业的分析预测模型,对行业核心发展指标进行科学地预测。您或贵单位若想对大数据行业有个系统深入的了解、或者想投资大数据行业,本报告将是您不可或缺的重要参考工具。

 

本报告目录与内容系中投顾问原创,未经中投顾问书面许可及授权,拒绝任何形式的复制、转载,谢谢!

微信扫一扫关注公众号"中投顾问"(ID :touziocn),回复""即可获取。

知道了
QQ咨询 QQ咨询 在线客服
在线咨询: 点击这里给我发消息