| 我国大数据发展处于初级阶段，大数据发展远没有形成产业化，大小企业利用各自的资源和优势走自己的大数据发展之路，资源共享、数据互通的情况较少，大企业如BAT是根据各自的数据资产、核心产业链和商业模式，在综合业务的基础上延伸发展大数据，大数据业务的发展要服从公司的整体战略，像百度的核心是搜索，阿里的核心是电商，腾讯的核心是社交，它们都不会离开既有的核心竞争力来发展大数据，本质上说，不会为了搭建一个大数据平台而丢弃原来赚钱的买卖，甚至长期亏本。大数据发展的市场化、产业化、社会化还有很长的路要走。 |
| 如何采集足够的数据量并储存和运算，数据的处理和挖掘能力有多高，怎样培养大数据需要的复合型人才，数据的预处理、管理技术和构架问题如何解决，非结构化数据处理以及投入产出比怎样等，仍是企业发展大数据面临的挑战。 |
| “十二五”期间，我国大数据行业发展非常迅速，**年市场规模为4.7亿元，短短两年的市场，到**年，市场规模增长到了23.2亿元，同比**年，增长高达107.14%，是**年市场规模的4.93倍。未来**年，大数据行业有望一直保持100%以上的增长率，**年上年年市场规模已经超过**年全年，达到25.71亿元，与**年同期相比，增长率达到75.6%。 |
| **-**年**半年我国大数据行业市场规模 |
| 据中国市场调研网发布的2018年中国大数据市场现状调研与发展趋势预测分析报告显示，总体上，我国的大数据产业具备良好基础，发展广阔。一是一批世界级的互联网公司在大数据应用上不断推陈出新，智能搜索、广告、电商、社交等借助大数据技术持续进化，互联网金融、O2O（online to online）等应用借助大数据向线下延伸。二是大数据技术紧跟国际先进水平，具备建设和运营世界最大规模大数据平台的能力，单集群规模达5000到10000台服务器，数据管理规模达到EB（1EB=1018B）级别，在机器学习等方面也有所突破。三是截至**和未来一段时间，我国面临着经济结构转型升级、政府和公共服务改进提升等紧迫任务，这些方面大数据都有广阔的应用前景。 |
| 部分 行业发展现状 |
| 《2018年中国大数据市场现状调研与发展趋势预测分析报告》主要研究分析了大数据行业市场运行态势并对大数据行业发展趋势作出预测。报告首先介绍了大数据行业的相关知识及国内外发展环境，并对大数据行业运行数据进行了剖析，同时对大数据产业链进行了梳理，进而详细分析了大数据市场竞争格局及大数据行业标杆企业，最后对大数据行业发展前景作出预测，给出针对大数据行业发展的独家建议和策略。中国市场调研网发布的《2018年中国大数据市场现状调研与发展趋势预测分析报告》给客户提供了可供参考的具有借鉴意义的发展建议，使其能以更强的能力去参与市场竞争。 |
| 《2018年中国大数据市场现状调研与发展趋势预测分析报告》的整个研究工作是在系统总结前人研究成果的基础上，是相关大数据企业、研究单位、政府等准确、全面、迅速了解大数据行业发展动向、制定发展战略不可或缺的专业性报告。 |
|
第一章 大数据产业基本概述 |
1.1 大数据基本概念 |
| 1.1.1 大数据的定义 |
| 1.1.2 大数据的特征 |
| 1.1.3 大数据的类型 |
| 1.1.4 大数据与BI的区别 |
1.2 大数据产生的历史背景 |
| 1.2.1 信息技术的进步 |
| 1.2.2 互联网的诞生与发展 |
| 1.2.3 云计算的发展与应用 |
| 1.2.4 物联网的发展 |
| 1.2.5 社交网络的发展 |
| 1.2.6 智能终端的普及 |
1.3 大数据的作用与影响 |
| 1.3.1 大数据的作用与意义 |
| （1）对于国家和政府 |
| （2）对于企业 |
| （3）对于个人 |
| 1.3.2 大数据的商业价值 |
| 1.3.3 大数据的影响与趋势 |
| （1）对信息技术产业的影响 |
| （2）对信息技术应用的影响 |
1.4 大数据产业链解析 |
| 1.4.1 大数据的生态系统 |
| 1.4.2 大数据产业的概念 |
| 1.4.3 大数据产业链构成 |
| （1）数据产生与集聚层 |
| （2）数据组织与管理层 |
| （3）数据分析与发现层 |
| （4）数据应用与服务层 |
1.5 大数据关键技术分析 |
| 1.5.1 大数据与云计算 |
| （1）编程模型 |
| （2）海量数据分布存储技术 |
| （3）海量数据管理技术 |
| （4）虚拟化技术 |
| （5）云计算平台管理技术 |
| （6）并行计算和并行算法 |
| （7）Web2.0 |
| （8）面向服务的体系结构SOA |
| （9）云安全 |
| 1.5.2 大数据处理工具 |
1.6 大数据带来的机遇与挑战 |
| 1.6.1 大数据带来的机遇 |
| （1）大数据的挖掘和应用成为核心 |
| （2）大数据为信息安全带来发展契机 |
| （3）使商业智能和信息安全增速加快 |
| 1.6.2 大数据带来的挑战 |
| （1）人才挑战 |
| （2）技术挑战 |
| （3）信息安全挑战 |
|
第二章 全球大数据产业发展现状与预测 |
2.1 全球已全面进入大数据时代 |
| 2.1.1 全球大数据储量规模 |
| 2.1.2 全球大数据地区分布 |
2.2 全球大数据厂商创新成果分析 |
| 2.2.1 Hadoop分发 |
| 2.2.2 下一代数据仓库 |
| 2.2.3 大数据分析平台和应用 |
| 2.2.4 大数据即服务 |
| 2.2.5 非Hadoop大数据平台 |
2.3 全球大数据应用现状与动向 |
| 2.3.1 国外的数据开放战略与浪潮 |
| 2.3.2 国外大数据应用现状与经济价值 |
| （1）美国大数据应用现状与价值 |
| （2）欧洲大数据应用现状与价值 |
| （3）日本大数据应用现状与价值 |
| 2.3.3 大数据已上升到国家战略高度 |
| （1）美国提出大数据发展计划 |
| （2）欧盟将大数据作为Horizon2020计划优先领域 |
| （3）日本新ICT战略重点关注大数据 |
| 全文连接：http://www.20087.com/M_JiXieJiDian/92/DaShuJuDeFaZhanQianJing.html |
| （4）韩国推出大数据中心战略 |
2.4 2013-2017年全球大数据产业回顾 |
| 2.4.1 2013-2017年全球大数据发展回顾 |
| 2.4.2 2013-2017年全球大数据热点事件 |
| （1）技术平台全面发展 |
| （2）大数据一体机盛行 |
| （3）企业对大数据的投入增加 |
| （4）业界巨头加快产业链布局 |
| （5）新兴企业不断涌现 |
2.5 全球大数据产业商业模式分析 |
| 2.5.1 大数据内生型价值模式 |
| 2.5.2 大数据外生型价值模式 |
| 2.5.3 大数据寄生型价值模式 |
| 2.5.4 大数据产品型价值模式 |
| 2.5.5 大数据云计算服务型价值模式 |
2.6 全球大数据产业市场规模及预测 |
| 2.6.1 全球大数据产业规模及预测 |
| 2.6.2 全球大数据细分市场及预测 |
| （1）全球大数据细分市场 |
| （2）大数据专业服务市场及预测 |
| （3）大数据计算机市场规模及预测 |
| （4）大数据软件市场规模及预测 |
2.7 全球大数据产业市场格局分析 |
| 2.7.1 全球大数据产业企业类型分析 |
| 2.7.2 全球大数据专营厂商收入占比 |
| 2.7.3 全球大数据专营厂商市场格局 |
2.8 全球大数据产业发展趋势与问题 |
| 2.8.1 全球大数据产业发展趋势 |
| 2.8.2 全球大数据技术发展趋势 |
| （1）技术趋向多样化 |
| （2）基于云的数据分析平台将更趋完善 |
| （3）数据分析集逐步扩大 |
| 2.8.3 全球大数据面临的主要问题 |
| （1）大数据存储技术 |
| （2）数据深度分析与挖掘 |
| （3）数据安全 |
| （4）隐私保护 |
|
第三章 中国大数据产业发展现状与前景预测 |
3.1 中国大数据时代已来临 |
| 3.1.1 互联网发展分析 |
| （1）互联网网民规模 |
| （2）互联网资源规模 |
| 3.1.2 社交媒体发展分析 |
| （1）新闻网站 |
| （2）网络视频 |
| （3）搜索引擎 |
| （4）即时通信 |
| （5）网络社区 |
| （6）微博 |
| （7）博客/个人空间 |
| 3.1.3 物联网发展分析 |
| （1）中国物联网行业的发展现状 |
| （2）中国物联网行业的发展规模 |
| 3.1.4 电子商务发展分析 |
| （1）中国电子商务行业发展概述 |
| （2）中国电子商务行业发展规模 |
| 3.1.5 移动设备发展分析 |
| 3.1.6 数据量分析 |
3.2 中国政府对大数据科研的支持 |
| 3.2.1 计划 |
| 3.2.2 国家重大科技专项 |
| 3.2.3 物联网“十三五”发展规划 |
3.3 中国大数据产业发展现状分析 |
| 3.3.1 大数据产业链建设情况 |
| 3.3.2 大数据产业生命周期分析 |
| 3.3.3 大数据产业市场规模分析 |
| 3.3.4 大数据应用行业投资分布 |
| 3.3.5 大数据产业面临的挑战 |
3.4 中国大数据应用实践分析 |
| 3.4.1 大数据在经济预警方面的应用 |
| 3.4.2 大数据在市场营销方面的应用 |
| 3.4.3 大数据在医疗领域的应用 |
| 3.4.4 大数据在金融领域的应用 |
| （1）2013-2017年中国大数据最新动向 |
| 3.4.5 企业大数据产品与技术动向 |
| 3.4.6 中关村大数据产业链雏形初现 |
| 3.4.7 地方政府推出政策助推大数据发展 |
| 3.4.8 华为联手英国大学开发“大数据” |
3.5 中国大数据产业前景预测 |
| 3.5.1 大数据产业总体规模预测 |
| 3.5.2 大数据产业细分市场预测 |
| （1）大数据基础架构硬件市场预测 |
| （2）大数据软件市场发展前景预测 |
| （3）大数据服务市场发展前景预测 |
3.6 中国大数据产业发展路线图 |
| 3.6.1 大数据产业未来发展路线图 |
|
第四章 中国企业大数据需求与应用趋势调查 |
4.1 调查背景 |
| 4.1.1 被调查者所属行业 |
| 4.1.2 被调查者企业规模 |
| 4.1.3 被调查企业每月新增数据规模 |
4.2 企业大数据需求分析 |
| 4.2.1 企业数据系统架构存在的问题 |
| 4.2.2 企业面临的数据技术难题 |
| 4.2.3 企业数据挖掘和分析面临的问题 |
4.3 企业大数据应用现状与规划 |
| 4.3.1 企业数据处理产品的服务商 |
| 4.3.2 企业大数据投入情况 |
| 4.3.3 企业部署开源大数据解决方案的计划 |
| 4.3.4 企业大数据的部署规模 |
4.4 企业大数据应用选型依据 |
| 4.4.1 企业做数据产品选型时考虑的因素 |
| 4.4.2 企业关注的数据产品特性 |
| 4.4.3 企业选择服务商时考虑的因素 |
4.5 企业大数据应用趋势分析 |
| 4.5.1 企业关注的数据管理新技术 |
| 4.5.2 企业如何看待商业智能的未来 |
|
第五章 典型领域大数据应用价值与需求分析 |
5.1 政府 |
| 5.1.1 电子政务建设现状 |
| 5.1.2 政府大数据应用需求 |
| 5.1.3 政府大数据应用场景 |
| 5.1.4 政府大数据应用价值分析 |
| 5.1.5 政府大数据应用典型案例 |
| 5.1.6 政府大数据应用前景分析 |
5.2 电信 |
| 5.2.1 行业大数据应用需求分析 |
| 5.2.2 行业大数据应用场景分析 |
| 5.2.3 行业大数据应用价值分析 |
| 5.2.4 行业大数据应用典型案例 |
| 5.2.5 行业大数据应用前景分析 |
5.3 金融 咨,询,电,话:,4,0,0,6,1,2,８,66,8 |
| 5.3.1 行业信息化建设现状 |
| 5.3.2 行业数据量及其特征 |
| 5.3.3 行业大数据应用需求分析 |
| 5.3.4 行业大数据应用场景分析 |
| 5.3.5 行业大数据应用价值分析 |
| 5.3.6 行业大数据应用典型案例 |
| 5.3.7 行业大数据应用前景分析 |
5.4 互联网 |
| 5.4.1 行业数据储量与特点 |
| 5.4.2 行业大数据应用需求分析 |
| 5.4.3 行业大数据应用场景分析 |
| 5.4.4 行业大数据应用价值分析 |
| 5.4.5 行业大数据应用经典案例 |
| 5.4.6 行业大数据应用前景分析 |
5.5 零售 |
| 5.5.1 行业信息化现状分析 |
| 5.5.2 行业数据量与特点分析 |
| 5.5.3 行业大数据应用场景分析 |
| 5.5.4 行业大数据应用价值分析 |
| 5.5.5 行业大数据应用经典案例 |
| 5.5.6 行业大数据应用前景分析 |
5.6 医疗 |
| 5.6.1 行业信息化建设情况 |
| 5.6.2 行业数据量及其特点 |
| 5.6.3 行业大数据应用场景分析 |
| 5.6.4 行业大数据应用价值分析 |
| 5.6.5 行业大数据应用典型案例 |
| 5.6.6 行业大数据应用前景分析 |
|
| 5.7.1 智慧城市建设情况分析 |
| （1）智慧城市投资规模及预测 |
| （2）智慧城市IT投资分析 |
| 5.7.2 智慧城市大数据应用需求 |
| 5.7.3 智慧城市大数据应用价值 |
| 5.7.4 智慧城市大数据应用经典案例 |
| 5.7.5 智慧城市大数据应用前景 |
| China Big Data market situation and development trend forecasting research 2016 Analysis Report |
5.8 能源 |
| 5.8.1 行业信息化建设现状分析 |
| 5.8.2 行业大数据应用需求分析 |
| 5.8.3 行业大数据应用场景分析 |
| 5.8.4 行业大数据应用价值分析 |
| 5.8.5 行业大数据应用经典案例 |
| 5.8.6 行业大数据应用前景分析 |
5.9 制造业 |
| 5.9.1 行业信息化建设现状 |
| 5.9.2 行业数据量及其特点 |
| 5.9.3 行业大数据应用需求分析 |
| 5.9.4 行业大数据应用场景分析 |
| 5.9.5 行业大数据应用价值分析 |
| 5.9.6 行业大数据应用典型案例 |
| 5.9.7 行业大数据应用前景分析 |
5.10 其它领域 |
| 5.10.1 教育行业大数据应用需求 |
| 5.10.2 军事行业大数据应用需求 |
| 5.10.3 旅游行业大数据应用需求 |
|
第六章 国内外企业大数据产业战略布局 |
| 6.1.1 IBM |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.2 HP |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.3 Intel |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| 6.1.4 Teradata |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.5 Dell |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.6 ORACLE |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.7 SAP |
| （1）大数据布局进程 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.8 EMC |
| （1）大数据布局进程 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.9 CiscoSystems |
| （1）大数据布局进程 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.10 Microsoft |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.11 Accenture |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据收入及占比 |
| （4）大数据业务结构分析 |
| 6.1.12 Fusion-io |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.13 PwC |
| （1）大数据市场定位 |
| （2）大数据收入及占比 |
| （3）大数据业务结构分析 |
| 6.1.14 SASInstitue |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.15 Splunk |
| （1）大数据市场定位 |
| （2）大数据解决方案 |
| （3）给用户带来的价值 |
| （4）大数据收入及占比 |
| （5）大数据业务结构分析 |
| 6.1.16 Deloitte |
| （1）大数据市场定位 |
| （2）大数据收入及占比 |
| （3）大数据业务结构分析 |
| 6.1.17 Amazon |
| （1）大数据布局线路 |
| （2）大数据解决方案 |
| （3）大数据收入及占比 |
| （4）大数据业务结构分析 |
| 6.1.18 TableauSoftware |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）大数据收入及占比 |
| 6.1.19 NetApp |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| （6）大数据业务结构分析 |
| 6.1.20 Hitachi |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| 6.1.21 Informatica |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| 6.1.22 Fujitsu |
| （1）大数据布局线路 |
| （2）大数据市场定位 |
| （3）大数据解决方案 |
| （4）给用户带来的价值 |
| （5）大数据收入及占比 |
| 6.1.23 其它企业 |
| 2016年中國大數據市場現狀調研與發展趨勢預測分析報告 |
| （1）Google |
| （2）Facebook |
| （3）Twitter |
| （4）Wal-Mart |
| （5）ZARA |
| （6）Datameer |
| （7）Connotate |
| （8）ClearStoryData |
| （9）Siemens |
| （10）OperaSolution |
| （11）MuSigma |
6.2 国内企业大数据布局情况 |
| 6.2.1 互联网企业布局大数据 |
| （1）百度 |
| （2）淘宝 |
| （3）腾讯 |
| （4）阿里巴巴 |
| （5）凡客 |
| （6）新浪 |
| （7）盛大网络 |
| 6.2.2 IT企业布局大数据 |
| （1）浪潮 |
| （2）华为 |
| （3）联想 |
| （4）神州数码 |
| （5）东软 |
| （6）用友 |
| 6.2.3 电信运营商布局大数据 |
| （1）中国电信 |
| （2）中国移动 |
| （3）中国联通 |
| 6.2.4 第三方创业公司布局大数据 |
6.3 国内外企业大数据布局比较 |
|
第七章 中国大数据产业链投资机会分析 |
7.1 硬件层面投资机会分析 |
| 7.1.1 大数据对数据存储需求 |
| 7.1.2 数据存储市场格局现状 |
| （1）移动硬盘市场格局 |
| （2）U盘市场格局 |
| （3）闪存卡市场格局 |
| 7.1.3 服务器市场格局现状 |
| 7.1.4 硬件层面投资机会分析 |
7.2 软件层面投资机会分析 |
| 7.2.1 基础软件投资机会分析 |
| 7.2.2 应用软件投资机会分析 |
7.3 信息服务层面投资机会 |
| 7.3.1 IT基础设施服务业投资机会 |
| 7.3.2 信息咨询服务业投资机会 |
| 7.3.3 信息安全行业投资机会 |
7.4 中国大数据产业投资象限 |
|
第八章 大数据产业融资现状与趋势分析 |
8.1 大数据产业投资热度分析 |
| 8.1.1 大数据产业投资热潮 |
| 8.1.2 大数据产业投资趋势 |
8.2 大数据产业并购趋势分析 |
| 8.2.1 大数据产业并购动向 |
| 8.2.2 大数据产业并购特征 |
| 8.2.3 大数据产业并购趋势 |
8.3 大数据产业融资机会分析 |
| 8.3.1 大数据产业融资模式 |
| （1）PE/VC |
| （2）上市融资 |
| （3）天使投资 |
| 8.3.2 大数据产业融资案例 |
| （1）风投融资案例 |
| （2）种子融资案例 |
| （3）大宗融资案例 |
| 8.3.3 大数据产业融资机会 |
|
第九章 (北′京′济′研)中国大数据产业链关联企业运营分析 |
9.1 海量数据存储、处理、咨询相关公司 |
| 9.1.1 江苏天泽信息产业股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司经营情况分析 |
| （6）公司经营优劣势分析 |
| （7）公司最新发展动向 |
| 9.1.2 北京拓尔思信息技术股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司经营情况分析 |
| （6）公司经营优劣势分析 |
| （7）公司最新发展动向 |
| 9.1.3 厦门市美亚柏科信息股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司经营情况分析 |
| （6）公司经营优劣势分析 |
| （7）公司最新发展动向 |
| 9.1.4 潜能恒信能源技术股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司经营情况分析 |
| （6）公司经营优劣势分析 |
| 9.1.5 北京同有飞骥科技股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司经营情况分析 |
| （6）公司发展模式分析 |
| （7）公司经营优劣势分析 |
| （8）公司最新发展动向 |
| 9.1.6 上海汉得信息技术股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司经营情况分析 |
| （6）公司经营优劣势分析 |
| 9.1.7 浙大网新科技股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司研发能力分析 |
| （4）公司经营情况分析 |
| （5）公司经营优劣势分析 |
| （6）公司最新发展动向 |
9.2 数据中心建设与运维相关公司 |
| 9.2.1 荣之联科技股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司研发能力分析 |
| （4）公司经营情况分析 |
| （5）公司经营优劣势分析 |
| （6）公司最新发展动向 |
| 9.2.2 上海天玑科技股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司经营情况分析 |
| （6）公司经营优劣势分析 |
| （7）公司最新发展动向 |
| 9.2.3 北京银信长远科技股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司研发能力分析 |
| （4）公司经营情况分析 |
| （5）公司经营优劣势分析 |
| （6）公司最新发展动向 |
9.3 视频化应用相关公司 |
| 9.3.1 杭州海康威视数字技术股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司营销网路分析 |
| （6）公司经营情况分析 |
| （7）公司经营优劣势分析 |
| （8）公司发展战略分析 |
| （9）公司最新发展动向 |
| 2016 nián zhōngguó dà shùjù shìchǎng xiànzhuàng diàoyán yǔ fāzhǎn qūshì yùcè fēnxī bàogào |
| 9.3.2 浙江大华技术股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司研发能力分析 |
| （4）公司营销网络分析 |
| （5）公司经营情况分析 |
| （6）公司经营优劣势分析 |
| （7）公司最新发展动向 |
| 9.3.3 广东威创视讯科技股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司研发能力分析 |
| （4）公司经营情况分析 |
| （5）公司经营优劣势分析 |
| （6）公司最新发展动向 |
| 9.3.4 华平信息技术股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司研发能力分析 |
| （4）公司经营情况分析 |
| （5）公司经营优劣势分析 |
| （6）公司最新发展动向 |
9.4 智能化与人机交互概念相关公司 |
| 9.4.1 科大讯飞股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司研发能力分析 |
| （4）公司经营情况分析 |
| （5）公司经营优劣势分析 |
| （6）公司最新发展动向 |
| 9.4.2 用友软件股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司经营情况分析 |
| （6）公司经营优劣势分析 |
| 9.4.3 北京东方国信科技股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司研发能力分析 |
| （4）公司经营情况分析 |
| （5）公司经营优劣势分析 |
| （6）公司最新发展动向 |
| 9.4.4 北京久其软件股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司研发能力分析 |
| （4）公司经营情况分析 |
| （5）公司经营优劣势分析 |
| （6）公司最新发展动向 |
9.5 信息安全类公司 |
| 9.5.1 成都卫士通信息产业股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司研发能力分析 |
| （4）公司经营情况分析 |
| （5）公司经营优劣势分析 |
| （6）公司最新发展动向 |
| 9.5.2 北京启明星辰信息技术股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司经营情况分析 |
| （6）公司经营优劣势分析 |
| （7）公司最新发展动向 |
| 9.5.3 蓝盾信息安全技术股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司经营情况分析 |
| （6）公司发展模式分析 |
| （7）公司经营优劣势分析 |
| （8）公司最新发展动向 |
9.6 拥有数据资源的公司 |
| 9.6.1 阿里巴巴集团 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司客户规模分析 |
| （5）公司经营情况分析 |
| （6）公司经营优劣势分析 |
| （7）公司投资并购情况 |
| （8）公司最新发展动向 |
| 9.6.2 腾讯控股有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司经营情况分析 |
| （4）公司经营优劣势分析 |
| （5）公司发展战略分析 |
| 9.6.3 视通新媒体股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司研发能力分析 |
| （4）公司经营情况分析 |
| （5）公司经营优劣势分析 |
| （6）公司最新发展动向 |
| 9.6.4 乐视网信息技术（北京）股份有限公司 |
| （1）公司发展简介 |
| （2）公司主要产品及特点 |
| （3）公司商业模式分析 |
| （4）公司经营情况分析 |
| （5）公司经营优劣势分析 |
| （6）公司发展战略分析 |
| （7）公司最新发展动向 |
| 9.6.5 苏宁云商集团股份有限公司 |
| （1）公司发展简介 |
| （2）公司组织架构分析 |
| （3）公司主要产品及特点 |
| （4）公司研发能力分析 |
| （5）公司经营情况分析 |
| （6）公司经营优劣势分析 |
| （7）公司最新发展动向 |
|
| 图表目录 |
| 图表 1：大数据定义 |
| 图表 2：大数据的四个维度 |
| 图表 3：大数据的类型 |
| 图表 4：大数据与BI的区别 |
| 图表 5：存储价格的下降 |
| 图表 6：网络宽带的增加 |
| 图表 7：“广播”加“接收”模式 |
| 图表 8：“请求”加“响应”模式 |
| 图表 9：反映facebook上人们活跃程度的世界地图 |
| 图表 10：2013-2017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） |
| 图表 11：2013-2017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） |
| 图表 12：大数据的商业价值 |
| 图表 13：大数据创造的商业价值 |
| 图表 14：大数据的生态系统 |
| 图表 15：大数据产业链构成 |
| 图表 16：大数据工具列表 |
| 图表 17：大数据带来的信息安全挑战 |
| 图表 18：2018-2025年全球信息化数据资料量及预测 |
| 图表 19：全球大数据储量地区分布（单位：PB） |
| 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，%） |
| 图表 21：2018-2025年日本大数据市场规模及预测（单位：千亿日元，%） |
| 图表 22：美国推动大数据的做法 |
| 图表 23：全球大数据发展回顾 |
| 图表 24：2013-2017年全球大数据专业服务市场规模及预测（单位：亿美元） |
| 图表 25：大数据细分收入统计（单位：%） |
| 图表 26：2013-2017年全球大数据专业服务市场规模及预测（单位：亿美元） |
| 图表 27：2013-2017年全球大数据计算机市场规模及预测（单位：亿美元） |
| 图表 28：2013-2017年全球大数据软件市场规模及预测（单位：亿美元） |
| 图表 29：全球大数据产业企业类型 |
| 图表 30：全球大数据专营厂商收入情况（单位：百万美元） |
| 图表 31：全球大数据专营厂商市场份额（单位：%） |
| 图表 32：全球大数据产业发展趋势 |
| 图表 33：大数据现有技术与工具的接受度与增长率（单位：%） |
| 图表 34：基于云的数据分析平台框架 |
| 图表 35：不同数据存储量的企业采取SaaS模式占比（单位：TB，%） |
| 图表 36：2013-2017年中国网民规模与普及率（单位：亿人，%） |
| 图表 37：中国互联网基础资源对比（单位：个，块/32，Mbps，%） |
| 中国ビッグデータ市場の状況と開発動向予測調査2016分析レポート |
| 图表 38：中国Ipv6地址数（单位：块/32） |
| 图表 39：中国Ipv4地址资源变化情况（单位：块/32，%） |
| 图表 40：2017年中国分类域名数（单位：个，%） |
| 图表 41：2017年中国分类CN域名数（单位：个，%） |
| 图表 42：2013-2017年中国网站数量（单位：万个） |
| 图表 43：2013-2017年中国国际出口带宽变化情况（单位：Mbps，%） |
| 图表 44：2017年国内主要骨干网络国际出口带宽数（单位：Mbps） |
| 图表 45：2013-2017年网络新闻用户数及使用率（单位：万人，%） |
| 图表 46：2013-2017年网络视频用户数及使用率（单位：万人，%） |
| 图表 47：2013-2017年搜索引擎用户数及使用率（单位：万人，%） |
| 图表 48：2013-2017年中国即时通信用户数及使用率（单位：万人，%） |
| 图表 49：2013-2017年社交网站用户数及使用率（单位：万人，%） |
| 图表 50：2013-2017年微博用户数及使用率（单位：万人，%） |
| 图表 51：2013-2017年博客/个人空间用户数及使用率（单位：万人，%） |
| 图表 52：2017年中国物联网产业结构（单位：%） |
| 图表 53：中国物联网产业链各环节面临的竞争厂商 |
| 图表 54：中国物联网在行业应用中面临的问题归纳 |
| 图表 55：2013-2017年中国物联网市场规模及增长情况（单位：亿元，%） |
| 图表 56：2013-2017年中国电子商务交易额及增长情况（单位：万亿元，%） |
| 图表 57：中国电子商务区域分布情况（单位：%） |
| 图表 58：中国电子商务行业分布情况（单位：%） |
| 图表 59：2013-2017年中国电子商务直接从业人员规模（单位：万人） |
| 图表 60：2013-2017年中国电子商务带动从业人员规模（单位：万人） |
| 图表 61：2013-2017年中国智能手机保有量规模及预测（单位：亿台，%） |
| 图表 62：国家针对大数据方面的“863计划” |
| 图表 63：国家针对大数据方面的国家重大科技专项 |
| 图表 64：我国大数据产业生命周期 |
| 图表 65：2013-2017年中国大数据市场规模及预测（单位：亿元，%） |
| 图表 66：我国大数据行业投资分布情况（单位：%） |
| 图表 67：大数据产业面临的挑战 |
| 图表 68：2013-2017年我国大数据产业市场规模及预测（单位：百万美元） |
| 图表 69：2013-2017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） |
| 图表 70：2013-2017年我国大数据软件市场规模及预测（单位：万美元） |
| 图表 71：2013-2017年我国大数据服务市场规模及预测（单位：万美元） |
| 图表 72：2013-2017年大数据产业发展路线图 |
| 图表 73：被调查者所属行业（单位：%） |
| 图表 74：被调查者企业规模（单位：%） |
| 图表 75：被调查者所在企业每月新增的数据规模（单位：%） |
| 图表 76：被调查者认为企业数据系统架构存在的问题（单位：%） |
| 图表 77：被调查者所在企业面临的数据技术难题（单位：%） |
| 图表 78：被调查者所在企业数据挖掘和分析面临的问题（单位：%） |
| 图表 79：被调查者所在企业数据处理产品的服务商（单位：%） |
| 图表 80：被调查者所在企业大数据投入情况（单位：%） |
| 图表 81：被调查者所在企业部署开源大数据解决方案的计划（单位：%） |
| 图表 82：被调查者所在企业大数据的部署规模（单位：%） |
| 图表 83：被调查者所在企业做数据产品选型时考虑的因素（单位：%） |
| 图表 84：被调查者关注的数据产品特性（单位：%） |
| 图表 85：被调查者所在企业选择服务商时考虑的因素（单位：%） |
| 图表 86：被调查者关注的数据管理新技术（单位：%） |
| 图表 87：被调查者如何看待商业智能的未来（单位：%） |
| 图表 88：2013-2017年我国电子政务市场规模变化情况（单位：亿元，%） |
| 图表 89：我国电子政务市场结构（单位：%） |
| 图表 90：“十三五”时期我国电子政务发展主要指标（单位：%） |
| 图表 91：中国电信行业IT投资规模（单位：亿元，%） |
| 图表 92：2013-2017年中国电信行业IT解决方案市场规模及预测（单位：亿元，%） |
| 图表 93：电信行业大数据应用场景（单位：%） |
| 图表 94：2013-2017年我国电信行业大数据应用市场规模及预测（单位：亿元，%） |
| 图表 95：2013-2017年中国金融业IT应用市场规模与增长（单位：亿元，%） |
| 图表 96：2017年中国金融业IT应用市场产品结构（单位：%） |
| 图表 97：2013-2017年中国金融信息化行业软件产品市场规模（单位：亿元） |
| 图表 98：金融行业大数据应用场景（单位：%） |
| 图表 99：中信银行大数据应用技术架构图 |
| 图表 100：招商银行IT合作伙伴 |
| 图表 101：2013-2017年中国金融行业大数据应用规模与增长（单位：亿元，%） |
| 图表 102：2013-2017年中国金融行业大数据应用结构（单位：亿元，%） |
| 图表 103：互联网行业数据储量及特点 |
| 图表 104：互联网行业大数据应用场景（单位：%） |
| 图表 105：2018-2025年中国电子商务市场交易规模预测（单位：万亿元） |
| 图表 106：2013-2017年各类网络应用使用率（单位：万，%） |
| 图表 107：我国饮用水市场品牌份额（单位：%） |
| 图表 108：2013-2017年中国医疗信息化行业市场规模（单位：亿元，%） |
| 图表 109：2013-2017年中国医疗信息化行业市场规模结构预测（单位：%） |
| 图表 110：2013-2017年我国医疗信息化行业市场规模及预测（单位：亿元） |
| 图表 111：2013-2017年我国智慧城市投资规模及预测（单位：亿元，%） |
| 图表 112：2013-2017年中国智慧城市IT投资规模与增长（单位：亿元，%） |
| 图表 113：2017年智慧城市的IT投资结构（单位：%） |
| 图表 114：智慧城市大数据应用分布（单位：%） |
| 图表 115：智慧城市的大数据处理应用 |
| 图表 116：浙江省台州市智能交通管理解决方案 |
| 图表 117：2013-2017年中国智慧城市大数据应用规模与增长（单位：亿元，%） |
| 图表 118：2013-2017年中国智慧城市大数据应用结构及预测（单位：亿元，%） |
| 图表 119：2013-2017年我国能源行业IT投资规模（单位：亿元，%） |
| 图表 120：制造业大数据应用场景（单位：%） |
电话：