详细>>
收藏 简体 繁体 English

中国大数据产业研究报告2016
大数据 大数据产业 产业研究        2016-12-28

摘要
       大数据产业链包括一切与大数据的产生与集聚(数据源)、组织与管理(存储)、分析与发现(技术)、交易、应用与衍生产业相关的所有活动。
       大数据产业链的核心要素:数据源与数据价值挖掘与应用。数据源是一些大数据应用的起点与核心。从早期的Data Mining起,用户的自有数据资源是后续开发应用的基础资产。在大数据的背景下,除了自有数据的量级不断增大和异构数据的可开发使用之外,打破数据孤岛,实现数据开放,可挖掘的价值才能开始放大。用户的自有数据资产与外部服务商的数据源结合,将成为各个垂直行业价值开发的起点。围绕数据的获取、清洗、处理、关联等的数据第一步加工,后续的数据流通也将随着大数据的深度应用体现其价值。
       大数据产业链由技术推动,向产业链两端发力。科技进步带来海量数据的出现对技术分析提出了新的需求。传统结构化数据下的关系型数据库无法对半结构化与非结构化数据进行处理。因此,Hadoop集成了数据存储、数据处理、系统管理和其他模块,提供了强大的系统级解决方案。在大数据产业链中,以技术为核心,向数据端和应用端发力将是技术落地、商业变现的重点方向。
       除两端外,行业数据融合催生新价值。大数据产业链除了关注“数据来源”和“数据变现”即数据源和应用端这一头一尾的价值外,随着政府数据开放和共享的应用前景逐渐明晰,政府数据的对外开放将为大数据行业带来宝贵的数据资产“活水”,将带动整个行业快速发展,同时使沉睡在政府手中的数据实现价值变现;而政府数据的内部共享将打通各部门的数据间隔,在外部技术合作伙伴的协助下实现数据融合,并在此基础上进行数据分析,提升政府治理能力,同时令大数据技术合作方充分受益。
      基于大数据、互联网与传统产业的融合,通过商业模式的创新同各行业、各种经济活动紧密结合,由此提升全社会所有经济主体的效率。发展大数据产业就是发展现代服务业、推动中国区域经济结构调整、提升中国产业结构高度的有效手段。一方面,作为软件及信息服务业,发展大数据是发展信息产业、发展现代服务业的有效途径之一;另一方面,作为生产性服务业,大数据可以基于技术创新,通过生产要素使用效率的提升来提升全社会资源配置的效率。
      大数据产业作为中国经济发展的新引擎,对经济社会发展乃至国家安全具有重要的战略意义,应用大数据解决人民群众普遍关注的食品安全、大气污染、交通拥堵等就成为一种必然。
      未来,大数据将与传统产业逐步融合,在商业智能方面,研究、利用消费者在网上的行为,可以随时随地精准定位企业用户群的真实需求和潜在需求。这对于传统制造企业而言,无疑具备了预测未来的能力;与制造业、医疗等传统产业深度融合,衍生出材料数据服务业、医药数据服务业、生物数据服务业等一系列战略性新兴产业。开发应用好大数据这一基础性战略资源,有利于推动大众创业、万众创新,改造升级传统产业,培育经济发展新引擎和国际竞争新优势。
 (本报告由经纬万方提供 联系电话:010-51920018)
 
       当前大数据产业商业模式体现多元化特点:数据买卖、信息服务、融合服务及软硬件销售等。大数据企业生态圈快速形成。
      2C端服务存量继续高速增长:2C主要有广告和电商两种盈利模式
      2B端服务正在爆发中:2B主要有卖数据和卖服务两种盈利模式
 
      中国大数据产业,特别数据工具产业是一个对外封闭的蓝海市场。当这个产业爆发的时候部分工具类厂商的收入增长可以参考Hortonworks的历史增速:达到CARG300%以上。我们认为那些在工具类产品有长期研发投资和技术积累的厂商最有机会抓住这个爆发的机会。下游特定行业(尤其是工业/商业数据)的深挖可能带来机会。与相关行业具有深入合作关系的工具厂商,具有较大发展潜力。
 
大数据产业链参与企业竞争优势判断
一、大数据产业参与公司的三个必要因素
1、行业业务理解能力(第一壁垒);
(1)获取数据源的种类(控制能力);
(2)对于行业业务细节的深入理解能力;
(3)数据资源采集整合能力(行业内及跨行业)。
2、软件实现的能力:包括数据融合技术能力以及转换成真正能使用的软件产品的能力。
3、数据建模的能力:包括把实际问题转化为数学模型的能力以及数据挖掘算法的模型构建及使用的能力。
(本报告由经纬万方提供 联系电话:010-51920018)
 
报告目录
第一章 大数据概念及产业链概述 16
第一节 大数据概念 16
1.1.1 大数据定义 16
1.1.2 大数据的特征 16
1.1.3 大数据技术 18
第二节 大数据产业链概述 24
1.2.1 大数据产业链的核心要素:数据源与数据价值挖掘与应用 24
1.2.2 大数据产业链生态图谱 28
1.2.3 大数据产业链按照数据价值实现流程图谱展示 30
1.2.3 全球大数据产业发展概况 38
1.2.4 全球大数据交易平台概况 43
第二章 我国大数据产业政经环境概况 45
第一节 DT时代到来,大数据成为核心资源 45
2.1.1 产业升级,数据成为核心生产要素 46
2.1.2 从“流量思维”到“数据思维”转变 52
2.1.3 DT时代,加速推动生产方式变革 58
2.1.4 大数据成为核心资源 61
第二节 大数据上升至国家战略 65
2.2.1 我国高度重视大数据未来发展 66
2.2.2交易环境方面:大数据交易所、交易中心和资产评估机构加快成立 78
2.2.3 政府数据开放是大数据发展必经途径,但任重道远 79
2.2.4 未来为“数据+产业+金融”新信息经济形态 80
第三章 我国大数据产业市场竞争分析 83
第一节 我国大数据市场现状 83
3.1.1 我国大数据产业快速崛起,技术+行业知识共同驱动新兴企业崛起 83
3.1.2 大数据深刻变革各个行业 90
3.1.3 我国大数据产业融资活动频繁 96
3.1.4 中国大数据细分市场分析 100
第二节 大数据产业盈利模式梳理 104
3.2.1 当前我国大数据产业模式多元,企业盈利能力明显增强 104
3.2.2 2C端服务存量继续高速增长:2C主要有广告和电商两种盈利模式 106
3.2.3 2B端服务正在爆发中:2B主要有卖数据和卖服务两种盈利模式 107
3.2.4 基于运营商大数据应用盈利模式 113
第三节 我国大数据产业竞争格局分析 114
3.3.1 大数据产业区域分布:京津冀和珠三角成为最具创新活力与带动能力的区域 114
3.3.2 大数据产业竞争格局 117
3.3.3 大数据产业链企业竞争现状 132
第四章 我国大数据产业链市场分析 138
第一节 基础设施:大数据发展驱动云计算和数据中心 138
4.1.1 技术和商业模式双变革,云计算已经为DT时代生产力的标配 138
4.1.2 大数据发展驱动云计算 143
4.1.3 互联网络数据中心DCI将成稀缺资源价值释放在即 148
第二节 DT时代数据即资产,产业链上游大数据源占据制高点 165
4.2.1 我国大数据资源丰富,挑战和机遇并存 165
4.2.2 数据源:数据资源将成为核心壁垒 170
4.2.3 数据流通存在壁垒,第三方数据运营企业有望占据产业链上游有利位置 181
第三节 大数据技术:核心技术不断完善,看好信息安全国产化发展 192
4.3.1 大数据底层软件工具化,产业链价值向数据源和应用跃迁 192
4.3.2 大数据处理系统技术路径,大数据技术不断发展完善 200
4.3.3 看好信息安全国产化发展 205
4.3.4 大数据技术链条:硬件+基础软件+分析服务+信息安全 215
4.3.5 新一轮技术革命在酝酿,基于大数据的数据挖掘重新定义人工智能 217
第四节 大数据应用:数据开放将引爆万众创新,行业数据融合催生新价值 220
4.4.1 大数据应用领域不断丰富,数据开放将引爆万众创新 221
4.4.2 企业大数据应用的市场现状 228
4.4.3 企业大数据应用需求关键点梳理 231
4.4.4 结构化与非结构化大数据应用 237
4.4.5 典型领域大数据应用价值与需求 239
4.4.6 未来将可能产生大量需求的领域 246
4.4.7 数据开放促使行业数据融合催生新价值 253
第五章 我国大数据产业机会与风险 263
第一节 我国大数据产业发展趋势 263
5.1.1 大数据产业竞争机遇与挑战 263
5.1.2 大数据产业发展前景展望 265
5.1.3 大数据产业发展时间和价值路径 268
5.1.4 政策建议 272
第二节 我国大数据产业链机会分析 272
5.2.1 大数据产业链的投资建议综述 272
5.2.2 产业价值爆发继续促进大数据基础设施建设 273
5.2.3 硬件层面投资机会分析 277
5.2.4 软件层面投资机会分析 279
5.2.5 信息服务层面投资机会 284
5.2.6 催生数据价值交换银行的诞生 285
5.2.7 中国大数据产业投资象限 287
第三节 大数据产业链参与企业竞争优势判断 288
第四节 风险提示 289
(本报告由经纬万方提供 联系电话:010-51920018)
图表目录
表1-1 一个理想的大数据处理架构 24
表1-2 大数据主要技术 25
表1-3 大数据技术将在三个环节分层突破 26
表1-4 传统关系数据库与NoSQL数据库区别 27
表1-5 大数据在不同行业的作用 29
表1-6 云计算服务的特性在面对大数据分析时的优势 31
表1-7 大数据产业生态链条现状 35
表1-8 我国大数据产业链生态角度市场规模 36
表1-9 我国大数据产业市场规模及增长率 37
表1-10 2015年和2018年我国大数据产业细分市场占比 37
表1-11 部分公司大数据业务收入 47
表1-12 2014-2020年全球大数据产业市场规模及增长率 47
表1-13 2020年全球各地区大数据产业市场份额 47
表1-14 2014-2020年日本大数据产业市场规模及增长率 49
表2-1 我们正处在产业升级的第二阶段,线下产业正在迅速实现数据化 53
表2-2 各个行业上市公司触网案例 56
表2-3 从C到B,越重的行业互联网化程度越低 57
表2-4 国外代表性地区大数据开放政策 58
表2-5 大数据正在各个领域发挥重大作用 61
表2-6 开放数据对中国的潜在价值估算 63
表2-7 十年后大数据技术撬动的GDP将达到4万亿人民币 64
表2-8 全球数据年生产量 65
表2-9 大数据价值 66
表2-10 消费互联网与产业互联网对比 66
表2-11 国际组织及发达国家的大数据政策行动 72
表2-12 政府数据开放将分为内部共享、向外部开放2个阶段 74
表2-13 国务院《促进大数据发展行动纲要》提出2020年大数据产业建设目标 75
表2-14 国内重要大数据相关政策行动梳理 76
表2-15 2013各国政府开放数据指数:政府信息公开程度对比,中国仅排名35/70 78
表2-16 各地方政府的大数据支持政策 80
表2-17 政府数据开放平台案例 80
表2-18 各部委推进大数据应用时间表 81
表2-19 各地正以产业联盟的形式推动大数据产业的发展 85
表2-20 数据开放国家排名 86
表3-1 2016-2018年中国大数据市场规模预测 90
表3-2 2014-2020年中国大数据产业市场规模及增长率 91
表3-3 2020年中国大数据细分市场占比 91
表3-4 中国及全球大数据市场收入结构比较(2014) 91
表3-5 大数据产业数据源环节发展趋势 92
表3-6 国内各类别数据来源罗列 92
表3-7 全球电力大数据市场规模(十亿美元) 94
表3-8 国内电力大数据相关企业列表 94
表3-9 企业对于政府和政策的需求 96
表3-10 制约企业大数据发展主要因素 96
表3-11 企业对大数据资源的需求 97
表3-12 2015-2018年中国大数据营销市场规模 98
表3-13 BAT大数据营销战略与数据特点 98
表3-14 人工智能中深度学习与机器学习的区别 99
表3-15 大数据正在各个领域发挥重大作用 100
表3-16 大数据对各行业的影响 101
表3-17 国内大数据市场主要参与企业:资源型与应用型公司代表 101
表3-18 国内大数据市场主要参与企业:技术型公司代表 102
表3-19 2016年大数据各层技术演进方向 102
表3-20 2014-2015年中国大数据产业市场规模增长情况(单位:亿元,%) 103
表3-21 2014-2016大数据产业融资活动频繁 105
表3-22 大数据产业投资估值趋高 105
表3-23 2016年1-7月部分大数据创业厂商融资情况梳理 106
表3-24 2014-2020年中国数据源市场规模及增长率 107
表3-25 2014-2020年中国大数据数据源市场份额趋势 108
表3-26 2014-2020年中国大数据硬件市场规模及增长率 108
表3-27 2014-2020年中国大数据硬件市场份额趋势 108
表3-28 2014-2020年中国大数据技术市场规模及增长率 109
表3-29 2014-2020年中国大数据技术层市场份额趋势 109
表3-30 2014-2020年中国大数据应用市场规模及增长率 109
表3-31 2014-2020年中国大数据应用市场份额趋势 110
表3-32 2014-2020年中国大数据交易市场份额趋势 110
表3-33 2014-2020年中国大数据衍生层市场规模及增长率 111
表3-34 大数据商业模式多元化 111
表3-35 大数据企业生态圈快速形成 111
表3-36 大数据产业圈融入途径 112
表3-37 2015年大数据企业营业收入分布 112
表3-38 2015年大数据企业员工人数结构 112
表3-39 研发人员占企业人数比重 112
表3-40 研发经费占主营业务收入比重 112
表3-41 企业拥有发明专利状况 113
表3-42 主要大数据交易机构对比分析 114
表3-43 国内外主流大数据平台对比 118
表3-44 我国大数据产业聚集区及企业集聚区情况 122
表3-45 BAT主要涉及领域及公司(部分) 125
表3-46 BAT大数据营销战略与数据特点 126
表3-47 BAT大数据业务概况 127
表3-48 相关大数据公司及所覆盖行业 129
表3-49“趣驾”提供车联网服务 131
表3-50 35%的大数据企业认为行业大数据将是最具潜力的发展方面 132
表3-51 2018年中国大数据市场产品结构预测 132
表3-52 各类互联网平台从原有的信息服务平台向“数据+”信息服务平台转变驱动因素 133
表3-53 中国大数据应用领域企业 138
表3-54 国内各大数据行业参与者竞争地位分析 141
表4-1 云的入门者采纳云的收益 150
表4-2 云计算产业链参与者 152
表4-3 中国云计算市场规模(百万美元) 155
表4-4 思科预测2015-2020年移动数据流量年复合增长53% 159
表4-5 全球数据中心市场规模 161
表4-6 全球数据中心机房面积 161
表4-7 亚马逊AWS ALL-IN客户列表 161
表4-8 2014-2019云数据中心流量保持快速增长 162
表4-9 IDC互访流量成为增长最快的流量类型 163
表4-10 骨干网中IDC互访流量占比快速提升 163
表4-11 2014-2019年IDC互访流量保持快速增长 163
表4-12 传统IP网络构架存在的问题 165
表4-13 莹悦网络成本明细(万元) 169
表4-14 某兆瓦级数据中心成本拆分 170
表4-15 某兆瓦级数据中心成本拆分(去除折旧和贷款利息等) 170
表4-16 数据中心电力消耗分解 170
表4-17 中国大数据资源SWOT分析 173
表4-18 运营商大数据应用趋势 174
表4-19 2020年非结构数据占比80% 178
表4-20 全球产生数据规模(ZB) 180
表4-21 国内产生数据规模(ZB) 180
表4-22 中国网民规模和互联网普及率 181
表4-23 国内网络经济规模 182
表4-24 大数据产业数据源环节发展趋势 183
表4-25 国内各类别数据来源罗列 183
表4-26 美国市场大数据来源分布(2015) 184
表4-27 国内主要征信机构数据来源列表 184
表4-28 大数据交易所业务定位 193
表4-29 国内大数据交易中心 193
表4-30 中国大数据2014-2015年产值 200
表4-31 大数据解决方案基本可分为两类之一:以开源力量为主的大数据技术和传统方案升级(数据库一体机) 208
表4-32 大数据解决方案基本可分为两类之二:由主流数据库厂商主导的传统方案升级以及以开源力量为主的大数据技术 208
表4-33 X86服务器市场份额 210
表4-34 国内储存设备市场份额 210
表4-35 行业解决方案、计算、存储、数据库和应用为市场份额排名最靠前的细分市场 211
表4-36 大数据安全威胁业务模式推演 213
表4-37 影响数据交易的四大因素 216
表4-38 国内信息安全产业市场规模突破400亿,增速超20% 217
表4-39 我国信息安全市场硬件、软件及服务占比 217
表4-40 我国信息安全下游分布情况 218
表4-41 中国、美国、日本数据信息安全投入占比情况 218
表4-42 网络安全政策不断加码 220
表4-43 本土服务器厂商市场占有率达到60.4%(2014) 222
表4-44 国内外大数据技术型企业典型代表 223
表4-45 2015年中国大数据市场行业结构 228
表4-46 2018年中国大数据市场行业结构预测 228
表4-47 大数据主要用途 229
表4-48 数据分析型和数据应用型企业对比 233
表4-49 被调查者所在企业面临的数据技术难题(单位:%) 235
表4-50 被调查者所在企业数据挖掘和分析面临的问题(单位:%) 236
表4-51 被调查者所在企业数据处理产品的服务商(单位:%) 236
表4-52 被调查者所在企业部署开源大数据解决方案的计划(单位:%) 237
表4-53 被调查者所在企业大数据的部署规模(单位:%) 237
表4-54 被调查者关注的数据管理新技术(单位:%) 238
表4-55 2016-2018年中国移动互联网市场结构预测 243
表4-56 2006-2015年中国电子政务市场规模变化情况(单位:亿元,%) 247
表4-57 2014-2020年中国政府大数据应用市场规模 247
表4-58 政府大数据产业需求排名 247
表4-59 通信行业大数据应用场景(单位:%) 249
表4-60 2014-2020年中国金融大数据应用市场规模 251
表4-61 2015年中国金融业IT应用市场产品结构(单位:%) 251
表4-62 国内金融行业大数据投资结构图 252
表4-63 医疗数据来源 254
表4-64 医疗大数据应用方向 254
表4-65 医疗大数据公司创立时间 255
表4-66 2014-2020年中国医疗大数据应用市场规模 256
表4-67 国内医疗大数据融资情况(2014年) 256
表4-68 行业数据融合催生新价值,海外已有明确应用案例 260
表5-1 大数据至少是5年以上的投资机会 276
表5-2 从数量上看,目前海外获得融资的初创公司中,技术型公司占比最高 276
表5-3 巨大的数据资源在一定程度上帮助小米和阿里获得了高估值 278
表5-4 大数据产业发展指数评估指标体系 279
表5-5 中国IDC市场规模及预测(亿元) 281
表5-6 中国IDC公司的数量分布 282
表5-7 2013年中国IDC客户类型分布 282
表5-8 我国数据中心规模分布情况 282
表5-9 基础电信运营商与第三方IDC服务商的对比 284
表5-10 2006-2021年中国在全球数字世界中所占的份额及预测(单位:%) 285
表5-11 BI各阶段特点对比 287
表5-12 大数据公司所必须具备的三个能力 296
(本报告由经纬万方提供 联系电话:010-51920018)
图1-1 各个大数据关键技术在大数据处理生命周期的位置 26
图1-2 针对不同计算场景发展出特定分布式计算框架 28
图1-3 大数据产业链示意图 32
图1-4 大数据向产业链两端发力示意图 33
图1-5 大数据产业核心商业模式与盈利模式示意图 33
图1-6 大数据产业链产值分布及发展方向 34
图1-7 中国大数据产业生态示意图 35
图1-8 大数据从数据源到数据应用细分产业链示意图 36
图1-9 中国大数据产业链数据源细分 38
图1-10 中国大数据产业链硬件支撑层细分 39
图1-11 中国大数据产业链技术层细分 41
图1-12 中国大数据产业链交易层细分 43
图1-13 中国大数据产业链应用层细分 44
图1-14 中国大数据产业链大数据衍生层细分 45
图2-1 大数据是互联网+的内核 53
图2-2 线上数据化阶段,互联网公司主要从流量中获取数据并加以应用线上数据化 54
图2-3 大数据在批发贸易、金融保险、政府管理等领域有巨大的潜在价值 55
图2-4 线下数据化沿产业链从后端到前端进行 57
图2-5 数据开放将为全球解锁3.2~5.4万亿美元的潜在价值 58
图2-6 第一代互联网对资源的优化配置 60
图2-7 第二代互联网依托大数据建立了正向循环 60
图2-8 开放数据是大数据的重要部分 62
图2-9 各领域开放数据的价值 63
图2-10 新型互联网技术的使用将推动中国的GDP上升10万亿元(2025) 64
图2-12 产业互联网时代与工业时代对比图 69
图2-13 大数据产业架构图 71
图2-14 大数据国家战略的构成 74
图2-15 我国大数据交易所和交易平台加快成立 86
图2-16 细分行业大数据应用成熟度 88
图2-17 未来为“数据+产业+金融”新信息经济形态 89
图3-1 大数据时代的融合技术架构 93
图3-2 大数据产业的关键节点 95
图3-3 精准营销行业生态 121
图3-4 京津冀和珠三角成为最具创新活力与带动能力的区域 122
图3-5 与互联网和传统行业融合创新将成为大数据产业爆发点,大数据平台成长性最高 132
图3-6 智慧大北农的商业生态圈 136
图4-1 大数据产业链示意图 145
图4-2 计算机计算模式演变历史 146
图4-3 云计算体系架构 147
图4-4 云计算服务类型 148
图4-5 2015-2016年受访者使用云情况 149
图4-6 大数据技术与云计算相结合 151
图4-7 标准云生态系统模型 151
图4-8 2012-2020年中国大数据市场规模 154
图4-9 爆发的的IDC互访流量将绕开当前骨干网而通过DCI直连网络传输 156
图4-10 大数据时代,数据往云端迁移 158
图4-11 摩尔定律下网络带宽呈指数增长 159
图4-12 2014-2019云数据中心流量占比快速提升 162
图4-13 骨干网中只传输用户访问IDC和和IDC互访流量 164
图4-14 传统网络链路不灵活导致IDC互访流量链路效率低 166
图4-15 同城IDC互访流量给骨干网造成不必要压力 166
图4-16 DCI为为IDC互访提供直接有效的互联(类似铁路系统的直达车) 167
图4-17 第三方数据中心上下游产业链 168
图4-18 数据中心的服务模式 171
图4-19提供虚拟化和更加灵活的IT资源是IDC服务的大趋势 172
图4-20 互联网、运营商、社保数据价值与数据获取难度以此递增 174
图4-21 大数据预处理环节 178
图4-22 大数据来源广泛 178
图4-23 数据资源库建立示意图 179
图4-24 用户ID归一示意图 180
图4-25 全球连接设备爆发式增长 182
图4-26 数据资源是大数据价值体系的根基 185
图4-27 BAT利用自身数据资源优势,在各个行业展开布局 186
图4-28 运营型公司能够借助大数据持续变现 186
图4-29 数据价值与成本示意图 190
图4-30 多方助力大数据交易 191
图4-31 大数据交易流程 195
图4-32 数据交易分类示意图 195
图4-33 Factual模式示意图 196
图4-34 大数据分析类公司两大发展方向 205
图4-35 大数据技术包括四个关键环节:准备、存储、计算、分析 207
图4-36 人工智能的领先应用 225
图4-37 精准营销在企业大数据体系中的位置 241
图4-38 2015年中国移动互联网用户APP分类月均活跃用户规模TOP20 243
图4-39 政府大数据产业链 246
图4-40 通信大数据产业链 248
图4-41 金融大数据产业链 250
图4-42 医疗业大数据产业链 253
图5-1 技术、资源及应用三类公司的成长路径 277
图5-2 阿里欲建立基于数据共享的生态闭环 278
图5-3 大数据分析软件(BI)发展示意图 287
图5-4 BI各阶段公司分布图 288
图5-5 中国大数据产业投资象限 295
(本报告由经纬万方提供 联系电话:010-51920018)

友情链接