中国大数据行业研究分析报告

2017-2023年中国大数据行业研究分析及发展趋势预测报告

【报告价格】：[纸质版]7300元 [电子版]7500元 [纸质+电子]7800元（来电可优惠）

【交付方式】：EMAIL电子版或特快专递（付款后2小时内发报告）

【客服QQ 】：1442702289  1501519512

【电话订购】：010-62665210 62664210 56252582 18811791343

【传真订购】：010-62664210

     Email： service@cninfo360.com

在线阅读：http://www.cninfo360.com/yjbg/qthy/qt/20170306/535276.html

  温馨提示： 如需英文、日文、韩文等其他语言版本报告，请咨询客服。

 

　　大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交易信息、物联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。大数据时代网民和消费者的界限正在消弭，企业的疆界变得模糊，数据成为核心的资产，并将深刻影响企业的业务模式，甚至重构其文化和组织。因此，大数据对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。如果不能利用大数据更加贴近消费者、深刻理解需求、{gx}分析信息并作出预判，所有传统的产品公司都只能沦为新型用户平台级公司的附庸，其衰落不是管理能扭转的。如今的数据已经成为一种重要的战略资产，它就像新时代的石油一样，极富开采价值。如果能够看清大数据的价值并且迅速行动起来，那么在未来的商业竞争中占据会占得先机。

　　中国市场调研在线发布的2017-2023年中国大数据行业研究分析及发展趋势预测报告认为，继物联网、移动互联网、云计算之后，大数据再次挑动整个IT产业的神经。这场发端于互联网企业的草根企业技术让我们可以以全新的视角重新审视数据资产，更让潜藏在这些数据中的商业价值得到前所未有的发挥，大数据让"智能之门"从来没有像现在这样距离我们之近。现阶段企业要积极引入大数据技术，还要gz已经部署到位的商业智能如何能与大数据进行结合，在新的时代我们该如何利用它来为企业创造{zd0}的价值，最终帮助企业推开智慧之门。众所周知，依托价格相对较低的硬件和开源软件构成的组合，大数据大幅降低了普通企业获得"智慧"的门槛。而在过去，商业智能才是企业获得"智慧"的主要技术手段，一个典型的商业智能需要基于传统数据仓库实现，需要专用硬件和专业ETL工具，项目投资不菲而且建设周期长，这就让大量中小企业对商业智能望而却步。正是基于此，当同样能给企业带来"智慧"的大数据一出现，就受到企业的普遍欢迎。全球大数据技术及服务市场复合年增长率将达31.7%，2016年收入将达到238亿美元，将增速约为信息通信技术市场整体增速的7倍之多。2015年中国大数据市场规模达20亿元，从2016年到2017年期间，每年将保持60%以上的增长。

　　大数据主要市场机会集中在各实体企业对海量数据处理、挖掘的应用上，而这些应用必然带动"数据存储设备和提供解决方案"，"大数据的分析、挖掘和加工类企业"等环节的爆发性发展。虽然目前国内数据库、服务器、存储设备等领域，仍是国际巨头占{jd1}{lx1}优势，大数据应用也还处在起步阶段，但发展前景可以期待。中国经济发展的巨大体量必然拉动天量的数据处理，而数据量处理的爆发必然带动硬件设备支出、数据中心大规模建设，以及相关应用服务领域的商机。另外，市场高度gz的可穿戴设备，也是基于大数据支撑的软件或硬件实现。从谷歌眼镜这样的划时代产品开始，更多生活类、健康类、运动类的可穿戴设备在国内外市场掀起波澜，而可穿戴设备正是基于大数据支撑的软件或硬件实现。围绕着大数据的建设和应用，一线的互联网企业已经开始行动。

　　大数据时代将引发新一轮信息化投资和建设热潮。到2020年全球将总共拥有35ZB的数据量，预测未来大数据产品在三大行业的应用就将产生7千亿美元的潜在市场，未来中国大数据产品的潜在市场规模有望达到1.57万亿元，给IT行业开拓了一个新的黄金时代。数据处理技术和设备提供商、IT系统咨询和ERP/CRM/BI改造服务商、智能化和人机交互应用以及信息安全提供商将获巨大需求，相应公司将获得机会。当前我们还处在大数据时代的前夜，2015年以后大数据产品将会形成业绩。由于国际巨头在硬件层和基础软件层垄断优势明显，本土企业将主要依靠对客户需求的了解和客户资源优势，以及本地化服务的优势，在应用软件层分得蛋糕，拥有大数据处理、挖掘技术、数据分析人才以及数据资产的公司值得看好。到2019年中国大数据市场规模将达462.9亿。

　　《2017-2023年中国大数据行业研究分析及发展趋势预测报告》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hybg企业，{zh1}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{dj2}建议和策略。中国市场调研在线发布的《2017-2023年中国大数据行业研究分析及发展趋势预测报告》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。

　　《2017-2023年中国大数据行业研究分析及发展趋势预测报告》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。

[正文目录] 网上阅读：http://www.cninfo360.com/ 

第1章   大数据产业相关概述

　　1.1 大数据介绍

　　　　1.1.1 大数据的定义

　　　　1.1.2 大数据的产生

　　　　1.1.3 大数据的特点

　　　　1.1.4 大数据的数据来源

　　　　1.1.5 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 大数据战略上升到国家层面

　　　　2.1.4 加快发展政务大数据

　　2.2 经济（Economic）环境

　　　　2.2.1 国际经济发展形势

　　　　2.2.2 中国经济运行现状

　　　　2.2.3 中国经济支撑因素

　　　　2.2.4 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 文化环境分析

　　　　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 世界主要企业加快技术研发

　　　　2.4.4 数据中心发展的技术影响因素

第3章   2013-2016年国际大数据产业发展分析

　　3.1 2013-2016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 全球大数据应用状况调查

　　　　3.1.4 全球大数据行业市场格局

　　　　3.1.5 全球运营商布局大数据业务

　　　　3.1.6 部分国家大数据发展政策环境

　　　　3.1.7 部分国家运营商大数据发展状况

　　3.2 2013-2016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 2013-2016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 大数据产业现状

　　　　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 2013-2016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 2013-2016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 澳大利亚

　　　　3.5.4 韩国

　　　　3.5.5 新加坡

第4章   2013-2016年中国大数据产业发展分析

　　4.1 2013-2016年中国大数据产业发展综述

　　　　4.1.1 产业发展阶段

　　　　4.1.2 产业运行情况

　　　　4.1.3 推动云基地建设

　　　　4.1.4 成立交易中心

　　4.2 2013-2016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

　　4.3 2013-2016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   2013-2016年大数据产业发展格局分析

　　5.1 2013-2016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中的竞争

　　5.2 2013-2016年中国大数据产业区域发展状况

　　　　5.2.1 贵州省

　　　　5.2.2 江苏省

　　　　5.2.3 山东省

　　　　5.2.4 广东省

　　　　5.2.5 上海市

　　　　5.2.6 重庆市

　　5.3 2013-2016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 2013-2016年大数据业务的商业模式

　　　　5.4.1 大数据业务商业模式类型

　　　　5.4.2 大数据商业模式及应用特点

　　　　5.4.3 重点企业大数据商业模式

　　　　5.4.4 构建创新的大数据商业模式

第6章   2013-2016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fxrj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fxrj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   2013-2016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背景

　　　　7.2.3 金融行业大数据应用需求

　　　　7.2.4 金融行业大数据应用现状

　　　　7.2.5 金融行业大数据特征现状

　　　　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

　　　　7.2.8 金融行业大数据应用发展展望

　　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 电子商务大数据应用价值

　　　　7.3.3 电子商务大数据应用需求

　　　　7.3.4 电子商务大数据发展机遇

　　　　7.3.5 全球{sg}电商大数据指数

　　　　7.3.6 电子商务大数据应用挑战

　　　　7.3.7 电商企业大数据应用策略

　　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

　　　　7.5.8 电信行业大数据应用展望

　　7.6 交通行业

　　　　7.6.1 交通行业大数据应用背景

　　　　7.6.2 交通行业大数据应用需求

　　　　7.6.3 交通行业大数据应用案例

　　　　7.6.4 交通行业大数据应用问题及对策

　　　　7.6.5 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案例

　　　　7.7.5 智慧城市大数据应用展望

　　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 政府网络执政中大数据应用挑战

　　　　7.8.3 政府统计工作中大数据应用机遇

　　　　7.8.4 大数据时代对政府信息公开的需求

　　　　7.8.5 jd管理中大数据的应用策略

　　7.9 其他行业 订购电话:010-62665210

　　　　7.9.1 房地产业大数据应用状况

　　　　7.9.2 服装行业大数据应用分析

　　　　7.9.3 旅游行业大数据应用策略

　　　　7.9.4 影视行业大数据应用分析

　　　　7.9.5 媒体行业大数据应用状况

第8章   2013-2016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 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 大数据研发动态

　　　　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

　　8.4 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 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 大数据发展战略

　　　　8.5.4 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   2013-2016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年公司经营状况分析

　　　　9.1.3 2015年公司经营状况分析

　　　　9.1.4 2016年公司经营状况分析

　　　　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年公司经营状况分析

　　　　9.2.3 2015年公司经营状况分析

　　　　9.2.4 2016年公司经营状况分析

　　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 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 百度大数据引擎

　　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 参与医疗产业

　　　　9.5.4 发展互联网金融

　　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 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 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 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 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

　　9.11 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

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 大数据市场的投资空间巨大

　　　　10.1.2 全球数据中心建设投入

　　　　10.1.3 大数据行业获得风投青睐

　　　　10.1.4 大数据行业风险投资动向

　　　　10.1.5 大数据领域投融资案例

　　10.2 中国大数据产业投资现状

　　　　10.2.1 大数据产业投资历程回顾

　　　　10.2.2 大数据产业投资领域分布

　　　　10.2.3 国内外大数据创业投资对比

　　　　10.2.4 大数据投资存在概念泡沫

　　　　10.2.5 大数据创业企业投资方向

　　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tzhb的措施

第11章   博研咨询： 2017-2023年大数据产业发展前景及趋势

　　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 全球大数据与分析方案市场收入预测

　　　　11.1.3 全球大数据市场人才需求预测

　　　　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 大数据市场发展机会

　　　　11.2.2 大数据市场发展趋势

　　　　11.2.3 大数据市场热点猜想

　　　　11.2.4 应用市场发展趋势

　　　　11.2.5 渠道模式趋势分析

　　　　11.2.6 技术与产品趋势

　　11.3 2017-2023年中国大数据产业预测分析

　　　　11.3.1 2017-2023年全球大数据市场规模预测

　　　　11.3.2 2017-2023年中国大数据市场规模预测

　　　　11.3.3 2017-2023年中国移动互联网市场规模预测

　　　　11.3.4 2017-2023年中国金融行业大数据投资规模预测

图表目录（部分）

　　图表1 大数据的4V特征

　　图表2 大数据的构成

　　图表3 大数据的发展阶段

　　图表4 大数据产业链全景图

　　图表5 大数据产业相关企业一览图

　　图表6 大数据产业链示意图

　　图表7 大数据政策比较框架

　　图表8 各国大数据战略规划比较

　　图表9 各国技术能力储备政策比较

　　图表10 国外政府数据开放与共享主要政策

　　图表11 国外政府数据开放与共享主要政策（续）

　　图表12 2014-2016年世界工业生产同比增速

　　图表13 2011-2015年全球三大经济图GDP环比增速

　　图表14 2012-2015年世界主要经济体GDP同比增速

　　图表15 2014-2016年全球三大经济体社会零售额同比增速

　　图表16 2010-2015年国内生产总值及其增速

　　图表17 2010-2015年全部工业增加值及其增速

　　图表18 2014-2016年全国规模以上工业增加值同比增长情况

　　图表19 2010-2015年全社会固定资产投资

　　图表20 2015年分行业固定资产投资（不含农户）及其增速

　　图表21 2014-2016年全国固定资产投资（不含农户）同比增长情况

　　图表22 2010-2015年社会消费品零售总额

　　图表23 2014-2016年全国社会消费品零售总额月度增长情况

　　图表24 2010-2015年我国货物进出口总额

　　图表25 2014-2016年全国外贸进出口金额月度情况

　　图表26 2015年末人口数量及其构成

　　图表27 大数据关键技术

　　图表28 调查样本企业行业分布

　　图表29 互联网行业大数据应用场景

　　图表30 电信行业大数据应用场景

　　图表31 金融行业大数据应用场景

　　图表32 制造行业大数据应用场景

　　图表33 企业现有的数据规模

　　图表34 企业数据类型的构成

　　图表35 大数据时代企业所能感觉到的数据变化

　　图表36 目前企业处理大数据所面临的问题

　　图表37 企业对大数据的态度和认知

　　图表38 企业在线则大数据平台时所考虑的因素

　　图表39 企业小型机的当前使用情况及未来计划

　　图表40 大数据产业主要数据资产类企业

　　图表41 大数据在各个行业的应用价值

　　图表42 大数据产业结构

　　图表43 什么是大数据

　　图表44 大数据智能洞察金融业

　　图表45 金融行业客户的重要性

　　图表46 大数据洞察推动民生银行的转型与创新

　　图表47 大数据预测金融欺诈

　　图表48 2011-2016年中国金融行业IT投资规模与增长

　　图表49 2011-2013年中国金融行业IT投资结构

　　图表50 2013年中国金融行业大数据应用投资结构

　　图表51 2015年中国金融机构数量

　　图表52 银行大数据基本状况

　　图表53 保险业数据信息服务市场规模

　　图表54 证券业数据信息服务市场规模

　　图表55 中信银行大数据应用技术架构图

　　图表56 客户综合分析管理系统功能架构图

　　图表57 客户生命周期服务管理

　　图表58 2014-2016年中国金融行业IT投资结构预测

　　图表59 2014-2016年中国金融行业大数据应用规模与增长

　　图表60 2014-2016年中国金融行业大数据应用结构预测

　　图表61 移动互联网时代产业竞争分析

　　图表62 2008-2013年电信行业投资规模

　　图表63 2011-2013年中国电信行业IT投资规模

　　图表64 电信运营商大数据应用

　　图表65 大数据与客户生命周期管理

　　图表66 广东移动使用的Apache Hadoop软件的英特尔分发版

　　图表67 电信运营商大数据处理需求

　　图表68 2014-2016年三大运营商未来大数据投资预测

　　图表69 智能交通的数据处理体系

　　图表70 2013年智慧城市大数据应用分布

　　图表71 基于Hadoop的区域卫生信息平台数据处理解决方案

　　图表72 2014-2016年中国智慧城市大数据应用规模预测

　　图表73 2014-2016年中国智慧城市重点领域大数据应用规模预测

　　图表74 大数据在房地产开发中的应用分析

　　图表75 房地产企业精准营销流程

　　图表76 大数据在房地产营销中的应用分析

　　图表77 2011年至2015年央视一套（CCTV-1）央视春晚收视率

　　图表78 大互联网电视集成业务牌照方

　　图表79 2011-2015年IBM公司全面收益表

　　图表80 2011-2015年IBM公司分地区收入情况

　　图表81 2012-2015年IBM综合收益表

　　图表82 2012-2015年IBM收入分地区资料

　　图表83 2014-2016年IBM综合收益表

　　图表84 2012-2014财年甲骨文公司全面收益表

　　图表85 2014-2015财年甲骨文综合收益表

　　图表86 2011-2015年微软公司全面收益表

　　图表87 2012-2014财年微软公司全面收益表

　　图表88 2014-2015财年微软综合收益表

　　图表89 2014-2015财年微软分部资料

　　图表90 2011-2015年SAP公司全面收益表

　　图表91 2011-2015年SAP公司分地区收入情况

　　图表92 2012-2015年SAP综合收益表

　　图表93 2012-2015年SAP收入分地区资料

　　图表94 2014-2016年SAP综合收益表

　　图表95 2014-2016年SAP收入分地区资料

　　图表96 2011-2015年EMC全面收益表

　　图表97 2011-2015年EMC分地区收入情况

　　图表98 2012-2015年EMC综合收益表

　　图表99 2012-2015年EMC分部资料

　　图表100 2012-2015年EMC收入分地区资料

　　图表101 2014-2016年EMC综合收益表

　　图表102 2014-2016年EMC分部资料

　　图表103 2014-2016年EMC分部资料

　　图表104 2012-2015年惠普全面收益表

　　图表105 2011-2015年惠普公司分地区收入情况

　　图表106 2012-2014财年惠普综合收益表

　　图表107 2012-2014财年惠普收入分地区资料

　　图表108 2014-2015财年惠普综合收益表

　　图表109 惠普PCS云监控系统解决方案架构

　　图表110 惠普分布式并行计算存储云平台

　　图表111 2012-2015年中国移动合并综合收益表

　　图表112 2012-2015年中国移动分产品销售收入情况

　　图表113 2014-2016年中国移动综合收益表

　　图表114 2014-2016年中国移动收入分部门资料

　　图表115 2014-2016年中国移动综合收益表

　　图表116 2012-2015年中国电信合并综合收益表

　　图表117 2012-2015年中国电信分产品收入情况

　　图表118 2012-2015年中国电信综合收益表

　　图表119 2012-2015年中国电信收入分部门资料

　　图表120 2014-2016年中国电信综合收益表

　　图表121 2013-2016年中国联合网络通信股份有限公司总资产和净资产

　　图表122 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123 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124 2014-2016年中国联合网络通信股份有限公司现金流量

　　图表125 2016年中国联合网络通信股份有限公司现金流量

　　图表126 2015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

　　图表127 2015年中国联合网络通信股份有限公司主营业务收入分区域

　　图表128 2014-2016年中国联合网络通信股份有限公司成长能力

　　图表129 2016年中国联合网络通信股份有限公司成长能力

　　图表130 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131 2016年中国联合网络通信股份有限公司短期偿债能力

　　图表132 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133 2016年中国联合网络通信股份有限公司长期偿债能力

　　图表134 2014-2016年中国联合网络通信股份有限公司运营能力

　　图表135 2016年中国联合网络通信股份有限公司运营能力

　　图表136 2014-2016年中国联合网络通信股份有限公司盈利能力

　　图表137 2016年中国联合网络通信股份有限公司盈利能力

　　图表138 2011-2015年百度综合收益表

　　图表139 2011-2015年百度不同地区销售情况表

　　图表140 2014-2016年百度综合收益表

　　图表141 2014-2016年百度收入分部门资料

　　图表142 2014-2016年百度收入分地区资料

　　图表143 2014-2016年百度综合收益表

　　图表144 2014-2016年百度收入分部门资料

　　图表145 2012-2015年腾讯控股合并综合收益表

　　图表146 2012-2015年腾讯控股分产品收入情况

　　图表147 2012-2015年腾讯控股分地区收入情况

　　图表148 2014-2016年腾讯综合收益表

　　图表149 2014-2016年腾讯收入分部门资料

　　图表150 2014-2016年腾讯综合收益表

　　图表151 2014-2016年腾讯收入分部门资料

　　图表152 2013-2016年北京拓尔思信息技术股份有限公司总资产和净资产

　　图表153 2014-2016年北京拓尔思信息技术股份有限公司营业收入和净利润

　　图表154 2016年北京拓尔思信息技术股份有限公司营业收入和净利润

　　图表155 2014-2016年北京拓尔思信息技术股份有限公司现金流量

　　图表156 2016年北京拓尔思信息技术股份有限公司现金流量

　　图表157 2015年北京拓尔思信息技术股份有限公司主营业务收入分行业、产品、区域

　　图表158 2014-2016年北京拓尔思信息技术股份有限公司成长能力

　　图表159 2016年北京拓尔思信息技术股份有限公司成长能力

　　图表160 2014-2016年北京拓尔思信息技术股份有限公司短期偿债能力

　　图表161 2016年北京拓尔思信息技术股份有限公司短期偿债能力

　　图表162 2014-2016年北京拓尔思信息技术股份有限公司长期偿债能力

　　图表163 2016年北京拓尔思信息技术股份有限公司长期偿债能力

　　图表164 2014-2016年北京拓尔思信息技术股份有限公司运营能力

　　图表165 2016年北京拓尔思信息技术股份有限公司运营能力

　　图表166 2014-2016年北京拓尔思信息技术股份有限公司盈利能力

　　图表167 2016年北京拓尔思信息技术股份有限公司盈利能力

　　图表168 2013-2016年北京东方国信科技股份有限公司总资产和净资产

　　图表169 2014-2016年北京东方国信科技股份有限公司营业收入和净利润

　　图表170 2016年北京东方国信科技股份有限公司营业收入和净利润

　　图表171 2014-2016年北京东方国信科技股份有限公司现金流量

　　图表172 2016年北京东方国信科技股份有限公司现金流量

　　图表173 2015年北京东方国信科技股份有限公司主营业务收入分行业、产品、区域

　　图表174 2014-2016年北京东方国信科技股份有限公司成长能力

　　图表175 2016年北京东方国信科技股份有限公司成长能力

　　图表176 2014-2016年北京东方国信科技股份有限公司短期偿债能力

　　图表177 2016年北京东方国信科技股份有限公司短期偿债能力

　　图表178 2014-2016年北京东方国信科技股份有限公司长期偿债能力

　　图表179 2016年北京东方国信科技股份有限公司长期偿债能力

　　图表180 2014-2016年北京东方国信科技股份有限公司运营能力

　　图表181 2016年北京东方国信科技股份有限公司运营能力

　　图表182 2014-2016年北京东方国信科技股份有限公司盈利能力

　　图表183 2016年北京东方国信科技股份有限公司盈利能力

　　图表184 2013-2016年北京同有飞骥科技股份有限公司总资产和净资产

　　图表185 2014-2016年北京同有飞骥科技股份有限公司营业收入和净利润

　　图表186 2016年北京同有飞骥科技股份有限公司营业收入和净利润

　　图表187 2014-2016年北京同有飞骥科技股份有限公司现金流量

　　图表188 2016年北京同有飞骥科技股份有限公司现金流量

　　图表189 2015年北京同有飞骥科技股份有限公司主营业务收入分行业、产品、区域

　　图表190 2014-2016年北京同有飞骥科技股份有限公司成长能力

　　图表191 2016年北京同有飞骥科技股份有限公司成长能力

　　图表192 2014-2016年北京同有飞骥科技股份有限公司短期偿债能力

　　图表193 2016年北京同有飞骥科技股份有限公司短期偿债能力

　　图表194 2014-2016年北京同有飞骥科技股份有限公司长期偿债能力

　　图表195 2016年北京同有飞骥科技股份有限公司长期偿债能力

　　图表196 2014-2016年北京同有飞骥科技股份有限公司运营能力

　　图表197 2016年北京同有飞骥科技股份有限公司运营能力

　　图表198 2014-2016年北京同有飞骥科技股份有限公司盈利能力

　　图表199 2016年北京同有飞骥科技股份有限公司盈利能力

　　图表200 2013-2014财年阿里巴巴集团综合损益表

　　图表201 调查分析所涉及的中外大数据创业型企业名录及领域分类

　　图表202 大数据投资领域分类

　　图表203 所有国内外大数据企业在基础设施方面的分布

　　图表204 所有国内外大数据企业在应用产品方面的分布

　　图表205 国内外大数据企业所在领域的对比

　　图表206 一定时间范国外每月获得投资的大数据企业数量分布图

　　图表207 麦肯锡全球研究所针对美国各个行业应用大数据做的评估

　　图表208 2015年中国大数据市场结构

略..........................

了解《2017-2023年中国大数据行业研究分析及发展趋势预测报告》

报告编号：535276

请致电：010-62665210、010-62664210、010-56252582

Email：service@cninfo360.com，传真：010-62664210