第一章大數據產業相關概述

1.1　大數據介紹

1.1.1　大數據的產生

1.1.2　大數據的定義

1.1.3　大數據的類型

1.1.4　大數據的特點

1.1.5　大數據的數據來源

1.1.6　大數據的各個環節

1.1.7　大數據的發展階段

1.2　大數據的價值及影響

1.2.1　大數據的價值

1.2.2　大數據研究意義

1.2.3　大數據的應用價值

1.2.4　對信息時代的影響

1.3　大數據產業簡介

1.3.1　大數據產業的概念

1.3.2　大數據產業鏈分析

1.3.3　大數據產業發展的必然性

1.3.4　大數據產業的戰略地位

第二章大數據產業發展環境分析

2.1　政策（Political）環境

2.1.1　發達國家大數據政策對比

2.1.2　數據中心建設指導意見

2.1.3　大數據成為國家發展戰略

2.1.4　政府進一步開放數據平臺

2.1.5　地區加快制定大數據規劃

2.1.6　大數據完善政府治理體系

2.2　經濟（Economic）環境

2.2.1　世界經濟運行狀況

2.2.2　中國經濟運行現狀

2.2.3　中國經濟運行特征

2.2.4　中國經濟支撐因素

2.2.5　中國經濟發展預測

2.3　社會（Social）環境

2.3.1　人口環境分析

2.3.2　科技投入狀況

2.3.3　城鎮化發展進程

2.3.4　行業背景分析

2.4　技術（Technological）環境

2.4.1　大數據關鍵技術介紹

2.4.2　大數據技術研發熱點分析

2.4.3　大數據技術重點關注領域

2.4.4　世界主要企業加快技術研發

2.4.5　數據中心發展的技術影響因素

第三章2016-2020年國際大數據產業發展分析

3.1　2016-2020年全球大數據產業總體發展分析

3.1.1　全球大數據產業運行特征

3.1.2　全球大數據產業發展規模

3.1.3　全球大數據細分市場規模

3.1.4　全球大數據應用狀況調查

3.1.5　全球大數據行業市場格局

3.1.6　全球運營商布局大數據業務

3.1.7　部分國家大數據發展政策環境

3.1.8　部分國家運營商大數據發展狀況

3.1.9　發達國家大數據產業發展特點

3.2　2016-2020年歐盟開放數據戰略分析

3.2.1　大數據產業發展戰略

3.2.2　加大技術研發資助力度

3.2.3　探索公私合作項目

3.2.4　推進大數據應用舉措

3.2.5　歐盟大數據發展規劃

3.3　2016-2020年美國大數據產業發展分析

3.3.1　大數據發展戰略

3.3.2　大數據產業狀況

3.3.3　大數據應用案例

3.3.4　大數據技術發展措施

3.3.5　針對安全問題的政策

3.3.6　產業發展的經驗借鑒

3.4　2016-2020年日本大數據產業發展分析

3.4.1　大數據產業地位

3.4.2　市場規模及趨勢

3.4.3　看好大數據經濟效益

3.4.4　加強制造業大數據應用

3.4.5　運行大數據預防災害

3.4.6　產業重點企業分析

3.5　2016-2020年其他國家大數據產業發展狀況

3.5.1　英國

3.5.2　法國

3.5.3　愛爾蘭

3.5.4　澳大利亞

3.5.5　韓國

3.5.6　新加坡

第四章2016-2020年中國大數據產業發展分析

4.1　2016-2020年中國大數據產業發展綜述

多地舉辦數據創新應用活動，推進政務數據開發利用，激發數據活力。深圳、貴陽、上海、杭州、成都等連續舉辦了開放數據應用創新大賽，在進一步推動政府部門開放數據的同時，也提升了政務數據資源利用效率，激發社會創新活力。數據開放共享涉及疫情防控、環境保護、社會治理、醫療健康等多個領域，產生了一系列成果。以專利數量為例，在專利申請數量方面，重點城市專利申請的數量逐年增加，至2020年17個重點城市的專利申請總數從2012年的48067增至162372，專利申請數量翻了近4倍。其中北京、上海、深圳、南京、廣州、杭州等重點城市2020年專利申請數量超萬件，展現了強勁的科研創新能力。

2012-2020年中國大數據領域專利申請數量統計

資料來源：中國電子技術標準化研究院、中科大智慧城市研究院、CI0時代研究院、智研咨詢整理

4.1.1　產業發展歷程

4.1.2　產業發展階段

4.1.3　產業運行情況

4.1.4　產業發展提速

4.1.5　推動云基地建設

4.1.6　交易中心成立

4.2　2016-2020年中國大數據產業布局

4.2.1　市場供給結構

4.2.2　應用行業分布

4.2.3　區域集聚發展

4.2.4　華北產業集聚

4.3　2016-2020年中國大數據產業需求分析

4.3.1　主要行業大數據需求狀況

4.3.2　企業大數據的應用及需求

4.3.3　大數據存儲領域需求分析

4.3.4　中國小型機市場需求分析

4.4　中國大數據產業存在的問題

4.4.1　大數據產業發展難點

4.4.2　大數據產業存在的問題

4.4.3　大數據產業的現實挑戰

4.4.4　大數據應用面臨的挑戰

4.4.5　大數據安全問題分析

4.5　中國大數據產業的發展策略

4.5.1　大數據應作為國家戰略重點

4.5.2　大數據產業發展的政策建議

4.5.3　加快大數據的研發與應用

4.5.4　應避免大數據的過度建設

第五章2016-2020年大數據產業發展格局及發展模式

5.1　2016-2020年大數據產業競爭格局

5.1.1　不同規模企業的競爭力分析

5.1.2　IT產業競相布局大數據產業

5.1.3　網絡保險市場大數據競爭狀況

5.1.4　企業在智慧城市建設領域的競爭

5.2　2016-2020年中國大數據產業區域發展狀況

5.2.1　青海省

5.2.2　江蘇省

5.2.3　四川省

5.2.4　貴州省

5.2.5　廣東省

5.2.6　北京市

5.2.7　上海市

5.2.8　重慶市

5.2.9　廣州市

5.3　2016-2020年大數據產業鏈及市場主體分析

5.3.1　大數據產業鏈介紹

5.3.2　大數據產業結構

5.3.3　大數據主要子行業

5.4　2016-2020年大數據行業的盈利模式

5.4.1　解決方案

5.4.2　基礎設施

5.4.3　數據產品

5.4.4　行業應用

5.5　2016-2020年大數據業務的商業模式

5.5.1　大數據業務商業模式類型

5.5.2　大數據商業模式及應用特點

5.5.3　重點企業大數據商業模式

5.5.4　構建創新的大數據商業模式

第六章2016-2020年中國大數據行業主要設備市場分析

6.1　大數據一體機市場分析

6.1.1　大數據一體機簡介

6.1.2　大數據一體機的優劣分析

6.1.3　大數據一體機的用戶類型

6.1.4　國外競爭格局與品牌分布

6.1.5　國內市場競爭格局分析

6.1.6　國內企業競爭優劣勢分析

6.1.7　國內主流品牌及其特點

6.2　大數據處理和分析軟件市場分析

6.2.1　大數據與商業智能的關系

6.2.2　商業智能軟件的應用價值

6.2.3　全球商業分析軟件市場規模

6.2.4　全球大數據軟件市場發展態勢

6.2.5　國內大數據軟件市場發展狀況

6.2.6　國內商業智能軟件下游市場

6.2.7　全球大數據軟件市場發展潛力

第七章2016-2020年重點行業大數據應用分析

7.1　醫療行業

7.1.1　醫療行業大數據應用價值

7.1.2　醫療行業大數據應用場景

7.1.3　醫療行業的數據類型分析

7.1.4　大數據對醫療行業的影響

7.1.5　醫療行業大數據應用的掣肘

7.1.6　醫療大數據實現中的關鍵問題

7.1.7　大數據在醫療領域的發展趨勢

7.2　金融行業

7.2.1　金融行業大數據應用價值

7.2.2　金融行業大數據應用領域

7.2.3　金融行業大數據應用狀況

7.2.4　金融行業大數據特征現狀

7.2.5　大數據優化企業融資環境

7.2.6　金融行業大數據應用案例

7.2.7　大數據帶來的挑戰及對策

7.3　電子商務

7.3.1　大數據處理對電子商務的影響

7.3.2　電子商務大數據的應用需求

7.3.3　電子商務大數據的具體應用

7.3.4　數據分析提高電商企業績效

7.3.5　電子商務大數據的發展機遇

7.3.6　全球首個電商大數據指數發布

7.3.7　電子商務大數據應用挑戰及對策

7.4　零售行業

7.4.1　零售行業大數據應用價值

7.4.2　零售行業大數據應用需求

7.4.3　零售行業數據采集方式

7.4.4　零售行業大數據應用案例

7.4.5　零售巨頭積極運用大數據

7.5　電信行業

7.5.1　電信行業大數據應用價值

7.5.2　電信行業大數據應用背景

7.5.3　電信行業大數據應用需求

7.5.4　電信行業大數據應用情況

7.5.5　運營商數據中心建設動態

7.5.6　電信行業大數據應用案例

7.5.7　電信行業大數據發展機會

7.6　交通行業

7.6.1　交通行業大數據應用意義

7.6.2　交通行業大數據應用優勢

7.6.3　交通行業大數據應用需求

7.6.4　交通行業大數據應用案例

7.6.5　交通行業大數據應用問題及對策

7.6.6　交通行業大數據應用發展展望

7.7　智慧城市

7.7.1　中國智慧城市的發展現狀

7.7.2　智慧城市大數據應用需求

7.7.3　智慧城市大數據應用價值

7.7.4　智慧城市大數據應用領域

7.7.5　智慧城市大數據應用案例

7.8　政府公共服務

7.8.1　政府公共服務中大數據應用價值

7.8.2　大數據在電子政務領域的應用

7.8.3　政府網絡執政中大數據應用挑戰

7.8.4　政府統計工作中大數據應用機遇

7.8.5　大數據時代對政府信息公開的需求

7.8.6　軍隊管理中大數據的應用策略

7.9　其他行業

7.9.1　電力行業大數據應用分析

7.9.2　房地產業大數據應用狀況

7.9.3　服裝行業大數據應用分析

7.9.4　旅游行業大數據應用策略

7.9.5　影視行業大數據應用分析

7.9.6　媒體行業大數據應用狀況

第八章國外大數據行業重點企業發展形勢

8.1　IBM

8.1.1　企業發展概況

8.1.2　企業經營狀況

8.1.3　項目投資動態

8.1.4　項目合作動態

8.1.5　在華客戶案例

8.2　甲骨文

8.2.1　企業發展概況

8.2.2　企業經營狀況

8.2.3　大數據解決方案

8.2.4　大數據服務內容

8.2.5　企業大數據策略

8.2.6　大數據成發展重點

8.3　微軟

8.3.1　企業發展概況

8.3.2　企業經營狀況

8.3.3　大數據解決方案

8.3.4　企業發展優勢

8.3.5　大數據發展現狀

8.3.6　推進數據中心建設

8.4　SAP

8.4.1　企業發展概況

8.4.2　企業經營狀況

8.4.3　大數據解決方案

8.4.4　大數據查詢平臺

8.4.5　大數據預測平臺

8.4.6　新版數字解決方案

8.4.7　在中國市場的地位

8.5　EMC

8.5.1　企業發展概況

8.5.2　企業經營狀況

8.5.3　大數據解決方案

8.5.4　大數據發展戰略

8.5.5　中國市場發展策略

8.6　惠普

8.6.1　企業發展概況

8.6.2　企業經營狀況

8.6.3　大數據領域發展動態

8.6.4　云監控大數據解決方案

8.7　其他企業

8.7.1　Teradata

8.7.2　NetApp

8.7.3　亞馬遜

8.7.4　Google

8.7.5　Cloudera

第九章國內大數據行業重點企業發展形勢

9.1　中國移動通信集團公司

9.1.1　企業發展概況

9.1.2　經營效益分析

9.1.3　業務經營分析

9.2　中國電信集團公司

9.2.1　企業發展概況

9.2.2　經營效益分析

9.2.3　業務經營分析

9.3　中國聯通集團

9.3.1　企業發展概況

9.3.2　經營效益分析

9.3.3　業務經營分析

9.3.4　財務狀況分析

9.3.5　大數據業務

9.3.6　未來前景展望

9.4　百度公司

9.4.1　企業發展概況

9.4.2　企業經營狀況

9.4.3　業務經營分析

9.4.4　財務狀況分析

9.4.5　大數據業務

9.4.6 未來前景展望

9.5　騰訊公司

9.5.1　企業發展概況

9.5.2　經營效益分析

9.5.3　業務經營分析

9.5.4　財務狀況分析

9.5.5　大數據業務

9.5.6 未來前景展望

9.6　北京拓爾思信息技術股份有限公司

9.6.1　企業發展概況

9.6.2　經營效益分析

9.6.3　業務經營分析

9.6.4　財務狀況分析

9.6.5　大數據業務

9.6.6　未來前景展望

9.7　北京東方國信科技股份有限公司

9.7.1　企業發展概況

9.7.2　經營效益分析

9.7.3　業務經營分析

9.7.4　財務狀況分析

9.7.5　布局大數據

9.7.6　未來前景展望

9.8　北京同有飛驥科技股份有限公司

9.8.1　企業發展概況

9.8.2　經營效益分析

9.8.3　業務經營分析

9.8.4　財務狀況分析

9.8.5　發布大數據存儲

9.8.6　未來前景展望

9.9　浪潮集團

9.9.1　企業發展概況

9.9.2　經營效益分析

9.9.3　業務經營分析

9.9.4　財務狀況分析

9.9.5　布局大數據

9.9.6　未來前景展望

9.10　華為技術有限公司

9.10.1　企業發展概況

9.10.2　經營效益分析

9.10.3　業務經營分析

9.10.4　財務狀況分析

9.10.5　布局大數據

9.10.6 未來前景展望

第十章大數據產業投資戰略分析

10.1　全球大數據產業投資狀況

10.1.1　大數據市場投資空間巨大

10.1.2　數據中心的投資建設加快

10.1.3　大數據融資規模持續上升

10.1.4　大數據行業風險投資動向

10.1.5　大數據企業投融資動態

10.2　中國大數據產業投融資狀況分析

10.2.1　大數據產業投資歷程回顧

10.2.2　大數據企業融資情況分析

10.2.3　大數據產業投資領域分布

10.2.4　國內外大數據創業投資對比

10.2.5　大數據投資存在概念泡沫

10.2.6　大數據創業企業投資方向

10.2.7　國內大數據企業融資動態

10.3　大數據產業投資機遇

10.3.1　大數據產業的投資機遇

10.3.2　大數據產業的投資熱點

10.3.3　大數據時代的投資機遇

10.3.4　大數據應用行業潛在市場

10.4　大數據產業投資風險及防范

10.4.1　大數據行業投資風險綜述

10.4.2　數據的流動性和可獲取性風險

10.4.3　大數據項目投資風險急劇增加

10.4.4　評估大數據產業投資回報的措施

第十一章2021-2027年大數據產業發展前景及趨勢

11.1　全球大數據產業發展前景及趨勢預測

11.1.1　全球大數據市場規模預測

11.1.2　全球大數據收入規模預測

11.1.3　全球大數據分析方案收入預測

11.1.4　全球大數據市場發展熱點展望

11.2　中國大數據產業發展前景及趨勢預測

11.2.1　“十三五”發展機遇

11.2.2　大數據市場發展機會

11.2.3　大數據市場發展趨勢

11.2.4　大數據市場重點內容

11.2.5　大數據人才需求預測

11.2.6　大數據市場熱點猜想

11.2.7　應用市場發展趨勢

11.2.8　渠道模式趨勢分析

11.2.9　技術與產品趨勢

11.3　2021-2027年中國大數據產業預測分析

11.3.1　中國大數據產業發展因素分析

11.3.2　2021-2027年全球大數據市場規模預測

11.3.3　2021-2027年中國大數據市場規模預測

11.3.4　2021-2027年中國移動互聯網市場規模預測

11.3.5　2021-2027年中國金融行業大數據投資規模預測

附錄：

附錄一：促進大數據發展行動綱要

附錄二：貴州省關于加快大數據產業發展應用若干政策的意見

附錄三：貴州省大數據產業發展應用規劃綱要（2014-2020年）

附錄四：廣東省大數據發展規劃（2021-2027年）

附錄五：青海省關于促進云計算發展培育大數據產業實施意見

部分圖表目錄：

圖表1　大數據的類型

圖表2　大數據的4V特征

圖表3　大數據的構成

圖表4　大數據技術框架

圖表5　大數據的發展階段

圖表6　大數據的價值

圖表7　大數據產業鏈全景圖

圖表8　大數據產業相關企業一覽圖

圖表9　大數據產業鏈示意圖

圖表10　大數據政策比較框架

圖表11　各國大數據戰略規劃比較

圖表12　各國技術能力儲備政策比較

圖表13　國外政府數據開放與共享主要政策

圖表14　國外政府數據開放與共享主要政策（續）

圖表15　2016-2020年國內生產總值及其增速

圖表16　2016-2020年國內生產總值及增長速度

圖表17　2016-2020年全社會固定資產投資

圖表18　2016-2020年分行業固定資產投資（不含農戶）及其增速

圖表19　2016-2020年全社會固定資產投資

圖表20　2016-2020年按領域分固定資產投資（不含農戶）及其占比

圖表21　2016-2020年分行業固定資產投資（不含農戶）及其增長速度

圖表22　2016-2020年固定資產投資新增主要生產與運營能力

圖表23　2016-2020年全部工業增加值及其增長情況

圖表24　2016-2020年全社會建筑業增加值及其增長速度

圖表25　2016-2020年全部工業增加值及其增長速度

圖表26　2016-2020年主要工業產品產量及其增長速度

圖表27　2016-2020年按收入來源分全國居民人均可支配收入及其占比

圖表28　2016-2020年人口數及其構成

圖表29　2016-2020年研究與試驗發展（R&D）經費支出

圖表30　2016-2020年專利申請受理、授權和有效專利情況

更多圖表見正文……