報告說明:
博思數據發布的《2015-2020年中國大數據市場監測及投資前景研究報告》共十章。首先介紹了大數據和大數據產業的定義、特點、地位 等，接著分析了大數據的發展背景及影響因素，然后重點分析了國內外大數據行業的發展，并對重點行業大數據的應用、大數據重點應用領域進行了細致的透析。隨 后，報告詳細解析了國內外大數據行業重點企業的發展形勢，最后重點分析了大數據行業的投資狀況，并對其未來發展前景做出了科學的預測。
繼物聯網、云計算之后，大數據已 經成為當前信息技術產業最受關注的概念之一。大數據是為了更經濟地從高頻率獲取的、大容量的、不同結構和類型的數據中獲取價值，而設計的新一代架構和技 術。人們普遍將該定義概括為四個“V”，即更大的容量（Volume，從TB級躍升至PB級，甚至EB級）、更高的多樣性（Variety，包括結構化、 半結構化和非結構化數據），以及更快的生成速度（Velocity）。前面三個“V”的組合推動了第四個因素——價值（Value）。博思數據發布的《2015-2020年中國大數據市場監測及投資前景研究報告》共十章。首先介紹了大數據和大數據產業的定義、特點、地位 等，接著分析了大數據的發展背景及影響因素，然后重點分析了國內外大數據行業的發展，并對重點行業大數據的應用、大數據重點應用領域進行了細致的透析。隨 后，報告詳細解析了國內外大數據行業重點企業的發展形勢，最后重點分析了大數據行業的投資狀況，并對其未來發展前景做出了科學的預測。
云計算、物聯網、智慧城市、移動互聯，新技術與應用的不斷涌現，加速了“大數據”時代的到來。大數據，已經超越數據本身，轉向數據的資產化和服務化，轉向 挖掘與分析數據帶來新商業價值，轉向以技術維護國家安全利益，并為信息服務產業和傳統商業模式帶來了巨大的機遇與挑戰。
2013年，大數據應用帶來了令人矚目的成績。作為新的重要資源，世界各國都在加快大數據的戰略布局，制定戰略規劃。美國奧巴馬政府發起了《大數據研究和 發展倡議》，斥資2億美元用于大數據研究；英國政府預計在大數據和節能計算研究上投資1.89億英鎊；法國政府宣布投入1150萬歐元，用于7個大數據市 場研發項目；日本在新一輪IT振興計劃中，將發展大數據作為國家戰略層面提出，重點關注大數據應用技術，如社會化媒體、新醫療、交通擁堵治理等公共領域的 應用。中國的“基礎研究大數據服務平臺應用示范項目”正在啟動，有關部門正在積極研究相關發展目標、發展原則、關鍵技術等方面的頂層設計。
伴隨互聯網日益滲透人們的日常生活，基于社交平臺和搜索引擎的用戶行為數據開始被廣泛應用于各個領域。因為能有效映射市場主體的情緒，互聯網大數據也逐漸成為投資市場新的“基因”。
目前我國大數據產業還處于發展初期，市場規模仍然比較小，而且主導廠商仍以外企居多。2016年我國大數據應用的整體市場規模將突破百億元量級，未來將形 成全球最大的大數據產業帶。然而，相對于發展前景的樂觀預測，我國發展大數據產業面臨的現實挑戰更值得認真分析和對待。 從實踐情況看，大數據產業生態中主要包括大數據解決方案提供商、大數據處理服務提供商和數據資源提供商三個角色，分別向大數據的應用者提供大數據服務、解決方案和數據資源。
2013年我國大數據行業市場規模約11.3億元，同比2012年的4.5億元增長了151.11%。近幾年我國大數據行業市場規模情況及預測如下圖所示：
2011-2019年我國大數據行業市場規模及預測
資料來源：博思數據整理
2013年我國大數據行業市場規模約11.3億元，同比2012年的4.5億元增長了151.11%。近幾年我國大數據行業市場規模情況及預測如下圖所示：
2011-2019年我國大數據行業市場規模及預測
資料來源：博思數據整理
報告目錄
第一章 大數據產業相關概述 1
1.1 大數據介紹 1
1.1.1 大數據的產生 1
1.1.2 大數據的特點 1
1.1.3 大數據的數據來源 2
1.1.4 大數據的發展階段 2
1.2 大數據的價值及影響 3
1.2.1 大數據的價值 3
1.2.2 大數據研究意義 4
1.2.3 大數據對信息時代的影響 5
1.3 大數據產業簡介 6
1.3.1 大數據產業的概念 6
1.3.2 大數據產業鏈分析 6
1.3.3 大數據產業發展的必然性 8
1.3.4 大數據產業的戰略地位 8
第二章 大數據的發展背景及影響因素 11
2.1 經濟背景 11
2.1.1 國內外宏觀經濟對比分析 11
2.1.2 中國宏觀經濟環境分析 20
2.1.3 中國宏觀經濟發展趨勢 23
2.2 政策背景 23
2.2.1 發達國家啟動大數據產業布局 23
2.2.2 工信部發布數據中心建設指導意見 25
2.2.3 中國大數據戰略需上升到國家層面 27
2.3 行業背景 28
2.3.1 數據正以爆炸式的速度增長 28
2.3.2 云計算為大數據誕生提供條件 29
2.3.3 物聯網成為大數據的重要來源 31
2.3.4 智能終端普及帶來豐富的數據 32
2.4 技術背景 33
2.4.1 大數據關鍵技術介紹 33
2.4.2 大數據技術研發熱點分析 38
2.4.3 世界主要企業加快技術研發 42
2.4.4 數據中心發展的技術影響因素 42
第三章 國際大數據產業的發展 44
3.1 全球大數據產業總體發展分析 44
3.1.1 全球大數據應用狀況調查 44
3.1.2 全球大數據行業市場格局分析 63
3.1.3 全球半數運營商布局大數據業務 68
3.1.4 部分國家運營商大數據發展狀況 69
3.2 歐盟開放數據戰略分析 71
3.2.1 歐盟開放數據戰略的背景 71
3.2.2 開放數據的創新價值分析 71
3.2.3 開放數據戰略的目的與核心 73
3.2.4 開放數據戰略的基礎與支柱 76
3.2.5 歐盟應對大數據的成功經驗 78
3.3 美國大數據產業發展分析 79
3.3.1 美國政府的大數據發展戰略 79
3.3.2 美國推動大數據技術發展的措施 83
3.3.3 美國大數據的應用案例 84
3.3.4 美國針對大數據安全問題制定的政策 86
3.4 日本大數據產業發展分析 90
3.4.1 日本大數據產業地位分析 90
3.4.2 日本大數據市場規模及趨勢 91
3.4.3 日本看好大數據經濟效益 92
3.4.4 日本將運行大數據預防災害 93
3.4.5 日本大數據產業重點企業分析 93
3.5 其他國家大數據產業發展狀況 93
3.5.1 英國投入巨資發展大數據技術 93
3.5.2 法國開展大數據領域投資計劃 94
3.5.3 澳大利亞大數據政策出臺 95
3.5.4 韓國將建首個開放大數據中心 95
3.5.5 新加坡準備建立全球大數據中心 96
第四章 中國大數據產業的發展 98
4.1 中國大數據產業發展綜述 98
4.1.1 中國大數據產業發展總況 98
4.1.2 中國大數據產業的發展階段 98
4.1.3 大數據帶動新興產業發展 100
4.1.4 大數據需求推動云基地建設 103
4.2 中國大數據產業布局透析 108
4.2.1 大數據在中國的行業分布 108
4.2.2 大數據在中國的地域分布 110
4.2.3 大數據在中國的企業規模分布 110
4.3 中國大數據產業需求分析 113
4.3.1 主要行業大數據的需求狀況 113
中國大數據市場規模分行業需求結構
資料來源：博思數據整理
4.3.2 企業大數據的應用及需求狀況 113
4.3.3 大數據存儲領域的需求分析 115
4.3.4 中國小型機市場需求分析 118
4.4 大數據業務的商業模式 121
4.4.1 商業模式的概念 121
4.4.2 大數據業務的商業模式類型 122
4.4.3 大數據商業模式及應用特點 125
4.4.4 中國大數據商業模式初步形成 126
4.4.5 大數據創新商業模式的構建 127
4.5 中國大數據產業區域發展狀況 129
4.5.1 山東省推進旅游大數據應用 129
4.5.2 廣東推動大數據商業化應用 129
4.5.3 上海大數據發展計劃 130
4.5.4 同方大數據助貴州產業市場監測 130
4.5.5 重慶大數據產業鏈發展商機探析 133
4.5.6 聯通青島云計算中心項目即將建成 136
4.6 大數據產業競爭格局 137
4.6.1 不同規模企業的競爭力分析 137
4.6.2 IT產業競相布局大數據產業 139
4.6.3 網絡保險市場大數據競爭狀況 139
4.6.4 企業在智慧城市建設領域中的競爭 141
4.7 中國大數據產業存在的問題 148
4.7.1 我國大數據產業發展存在的問題 148
4.7.2 中國大數據產業的現實挑戰 149
4.7.3 中國大數據應用面臨的挑戰 150
4.7.4 大數據帶來的安全問題分析 152
4.8 中國大數據產業的發展策略 154
4.8.1 大數據應作為國家競爭的戰略重點 154
4.8.2 大數據產業理性發展的政策建議 156
4.8.3 中國應加快大數據的研發與應用 157
4.8.4 應避免大數據的過度建設 157
第五章 2014年重點行業大數據的應用分析 160
5.1 醫療行業 160
5.1.1 醫療行業大數據應用價值 160
5.1.2 醫療行業大數據應用狀況 161
5.1.3 醫療行業的數據類型分析 162
5.1.4 大數據對醫療行業的影響 166
5.1.5 醫療行業大數據應用的掣肘 167
5.2 金融行業 167
5.2.1 金融行業大數據應用價值 167
5.2.2 金融行業大數據應用背景 170
5.2.3 金融行業大數據應用需求 171
5.2.4 金融行業大數據應用案例 176
5.2.5 金融行業大數據應用發展展望 176
5.3 電子商務 177
5.3.1 電子商務大數據應用價值 177
5.3.2 電子商務大數據應用需求 178
5.3.3 電子商務大數據的發展機遇 178
5.3.4 電子商務大數據應用挑戰 180
5.3.5 電商企業大數據應用策略 181
5.4 零售行業 183
5.4.1 零售行業大數據應用價值 183
5.4.2 零售行業大數據應用需求 185
5.4.3 零售企業大數據應用狀況 191
5.4.4 零售行業線下數據采集方式 195
5.4.5 零售行業大數據應用案例 196
5.5 電信行業 197
5.5.1 電信行業大數據應用價值 197
5.5.2 電信行業大數據應用背景 199
5.5.3 電信行業大數據應用需求 201
5.5.4 電信行業大數據應用案例 202
5.5.5 電信行業大數據應用發展展望 205
5.6 交通行業 205
5.6.1 交通行業大數據應用背景 205
5.6.2 交通行業大數據應用需求 207
5.6.3 交通行業大數據應用案例 209
5.6.4 交通行業大數據應用問題及對策 209
5.6.5 交通行業大數據應用發展展望 210
5.7 智慧城市 213
5.7.1 中國智慧城市發展現狀 213
5.7.2 智慧城市大數據應用需求 215
5.7.3 智慧城市大數據應用價值 217
5.7.4 智慧城市大數據應用案例 221
5.7.5 智慧城市大數據應用發展展望 223
5.8 政府公共服務 225
5.8.1 政府公共服務中大數據應用價值 225
5.8.2 政府網絡執政中大數據應用挑戰 225
5.8.3 政府統計工作中大數據應用機遇 227
5.8.4 大數據時代對政府信息公開的需求 233
5.8.5 軍隊管理中大數據的應用策略 234
5.9 其他行業 238
5.9.1 房地產業大數據應用狀況 238
5.9.2 服裝行業大數據應用案例 242
5.9.3 旅游行業大數據應用策略 244
5.9.4 影視行業大數據應用分析 250
5.9.5 媒體行業大數據應用狀況及趨勢 255
第六章 2014年中國大數據重點應用領域分析 259
6.1 大數據一體機市場分析 259
6.1.1 大數據一體機簡介 259
6.1.2 大數據一體機的優劣分析 260
6.1.3 大數據一體機的用戶類型 261
6.1.4 國外競爭格局與品牌分布 262
6.1.5 國內市場競爭格局分析 264
6.1.6 國內企業競爭優劣勢分析 265
6.1.7 國內主流品牌及其特點 266
6.2 大數據處理和分析軟件市場分析 271
6.2.1 大數據與商業智能的關系 271
6.2.2 商業智能軟件的應用價值 276
6.2.3 全球商業分析軟件市場規模 280
6.2.4 全球大數據軟件市場發展態勢 280
6.2.5 國內大數據軟件市場發展狀況 281
6.2.6 國內商業智能軟件下游市場 282
6.2.7 全球大數據軟件市場發展潛力 283
第七章 2014年國外大數據行業重點企業發展形勢 285
7.1 IBM 285
7.1.1 公司簡介 285
7.1.2 2012-2014年IBM經營狀況分析 285
7.1.3 IBM在中國市場的發展策略 290
7.1.4 IBM大數據領域中國客戶案例 294
7.2 甲骨文 297
7.2.1 公司簡介 297
7.2.2 2014財年甲骨文經營狀況分析 297
7.2.3 甲骨文大數據解決方案透析 302
7.2.4 甲骨文大數據領域研發動態 306
7.3 微軟 308
7.3.1 公司簡介 308
7.3.2 2014財年微軟經營狀況分析 308
7.3.3 微軟大數據解決方案透析 313
7.3.4 微軟大數據解決方案的優勢 314
7.4 SAP 316
7.4.1 公司簡介 316
7.4.2 2014年SAP經營狀況分析 317
7.4.3 SAP大數據解決方案透析 322
7.4.4 SAP在中國市場的地位分析 323
7.5 EMC 323
7.5.1 公司簡介 323
7.5.2 2014年EMC經營狀況分析 324
7.5.3 EMC大數據領域的發展戰略 329
7.5.4 EMC在中國市場的發展策略 331
7.6 惠普 332
7.6.1 公司簡介 332
7.6.2 2014財年惠普經營狀況分析 333
7.6.3 惠普大數據領域發展動向 338
7.6.4 惠普云監控大數據解決方案解析 339
7.7 其他企業 342
7.7.1 TERADATA 342
7.7.2 NETAPP 347
7.7.3 亞馬遜 353
7.7.4 GOOGLE 359
7.7.5 CLOUDERA 364
第八章 2014年國內大數據行業重點企業發展形勢 366
8.1 中國移動通信集團公司 366
8.1.1 公司簡介 366
8.1.2 2012年中國移動經營狀況分析 366
8.1.3 2013年中國移動經營狀況分析 370
8.1.4 2014年中國移動經營狀況分析 373
8.2 中國聯通集團 376
8.2.1 公司簡介 376
8.2.2 2012年中國聯通經營狀況分析 377
8.2.3 2013年中國聯通經營狀況分析 383
8.2.4 2014年中國聯通經營狀況分析 388
8.3 中國電信集團公司 392
8.3.1 公司簡介 392
8.3.2 2012年中國電信經營狀況分析 393
8.3.3 2013年中國電信經營狀況分析 397
8.3.4 2014年中國電信經營狀況分析 400
8.4 百度公司 403
8.4.1 公司簡介 403
8.4.2 2012年百度經營狀況分析 407
8.4.3 2013年百度經營狀況分析 412
8.4.4 2014年百度經營狀況分析 417
8.5 騰訊公司 422
8.5.1 公司簡介 422
8.5.2 2012年騰訊經營狀況分析 422
8.5.3 2013年騰訊經營狀況分析 426
8.5.4 2014年騰訊經營狀況分析 429
8.6 北京拓爾思信息技術股份有限公司 433
8.6.1 公司簡介 433
8.6.2 2012年拓爾思經營狀況分析 434
8.6.3 2013年拓爾思經營狀況分析 439
8.6.4 2014年拓爾思經營狀況分析 443
8.7 北京東方國信科技股份有限公司 447
8.7.1 公司簡介 447
8.7.2 2012年東方國信經營狀況分析 448
8.7.3 2013年東方國信經營狀況分析 453
8.7.4 2014年東方國信經營狀況分析 458
8.8 北京同有飛驥科技股份有限公司 462
8.8.1 公司簡介 462
8.8.2 2012年同有科技經營狀況分析 463
8.8.3 2013年同有科技經營狀況分析 468
8.8.4 2014年同有科技經營狀況分析 472
8.9 浪潮集團 476
8.9.1 公司簡介 476
8.9.2 浪潮集團的云計算發展戰略 477
8.9.3 浪潮大數據一體機全面解析 479
8.9.4 浪潮發展大數據的優劣勢分析 480
8.10 華為技術有限公司 483
8.10.1 公司簡介 483
8.10.2 華為聯手拓爾思推出大數據一體機 484
8.10.3 華為發布企業級大數據分析平臺 485
8.10.4 華為與央視合作開發大數據存儲系統 485
8.11 阿里巴巴集團 486
8.11.1 公司簡介 486
8.11.2 阿里巴巴大數據起手開局 490
8.11.3 阿里巴巴大數據應用策略 491
8.11.4 阿里巴巴B2B業務的大數據模式 495
第九章 2014年大數據產業投資戰略分析 497
9.1 2014年全球大數據產業投資狀況 497
9.1.1 大數據市場的投資空間巨大 497
9.1.2 全球數據中心的建設投入狀況 497
9.1.3 大數據行業獲得風投青睞 498
9.1.4 大數據行業風險投資的動向 500
9.1.5 2014年大數據領域投融資案例 504
9.2 2014年中國大數據產業投資現狀 510
9.2.1 中國大數據產業投資歷程回顧 510
9.2.2 中國大數據產業投資領域分布 510
9.2.3 國內外大數據創業和投資對比 511
9.2.4 大數據創業和投資存在概念泡沫 514
9.2.5 國內大數據創業企業發展策略 515
9.3 2014年大數據產業投資機遇 520
9.3.1 中國大數據產業的投資機遇 520
9.3.2 大數據產業的投資熱點分析 521
9.3.3 大數據帶來的投資新機遇分析 523
9.3.4 大數據應用行業的潛在市場價值 524
9.4 2014年大數據產業投資風險及防范 528
9.4.1 大數據行業的投資風險綜述 528
9.4.2 數據的流動性和可獲取性風險 535
9.4.3 大數據項目投資風險急劇增加 536
9.4.4 評估大數據產業投資回報的措施 538
第十章 2015-2020年大數據產業發展前景及趨勢分析 542
10.1 全球大數據產業發展前景及趨勢預測 542
10.1.1 全球大數據市場規模及發展趨勢 542
10.1.2 全球大數據與分析方案市場收入預測 543
10.1.3 全球大數據市場人才需求預測 544
10.1.4 2014年全球大數據發展方向預測 549
10.2 中國大數據產業發展前景及趨勢預測 551
10.2.1 2015-2020年中國大數據產業發展預測 551
10.2.2 中國大數據市場帶來的發展機會 552
10.2.3 中國大數據應用市場發展趨勢分析 552
10.2.4 改變渠道模式的大數據趨勢分析 553
10.2.5 中國大數據技術與產品發展趨勢 555
1.1 大數據介紹 1
1.1.1 大數據的產生 1
1.1.2 大數據的特點 1
1.1.3 大數據的數據來源 2
1.1.4 大數據的發展階段 2
1.2 大數據的價值及影響 3
1.2.1 大數據的價值 3
1.2.2 大數據研究意義 4
1.2.3 大數據對信息時代的影響 5
1.3 大數據產業簡介 6
1.3.1 大數據產業的概念 6
1.3.2 大數據產業鏈分析 6
1.3.3 大數據產業發展的必然性 8
1.3.4 大數據產業的戰略地位 8
第二章 大數據的發展背景及影響因素 11
2.1 經濟背景 11
2.1.1 國內外宏觀經濟對比分析 11
2.1.2 中國宏觀經濟環境分析 20
2.1.3 中國宏觀經濟發展趨勢 23
2.2 政策背景 23
2.2.1 發達國家啟動大數據產業布局 23
2.2.2 工信部發布數據中心建設指導意見 25
2.2.3 中國大數據戰略需上升到國家層面 27
2.3 行業背景 28
2.3.1 數據正以爆炸式的速度增長 28
2.3.2 云計算為大數據誕生提供條件 29
2.3.3 物聯網成為大數據的重要來源 31
2.3.4 智能終端普及帶來豐富的數據 32
2.4 技術背景 33
2.4.1 大數據關鍵技術介紹 33
2.4.2 大數據技術研發熱點分析 38
2.4.3 世界主要企業加快技術研發 42
2.4.4 數據中心發展的技術影響因素 42
第三章 國際大數據產業的發展 44
3.1 全球大數據產業總體發展分析 44
3.1.1 全球大數據應用狀況調查 44
3.1.2 全球大數據行業市場格局分析 63
3.1.3 全球半數運營商布局大數據業務 68
3.1.4 部分國家運營商大數據發展狀況 69
3.2 歐盟開放數據戰略分析 71
3.2.1 歐盟開放數據戰略的背景 71
3.2.2 開放數據的創新價值分析 71
3.2.3 開放數據戰略的目的與核心 73
3.2.4 開放數據戰略的基礎與支柱 76
3.2.5 歐盟應對大數據的成功經驗 78
3.3 美國大數據產業發展分析 79
3.3.1 美國政府的大數據發展戰略 79
3.3.2 美國推動大數據技術發展的措施 83
3.3.3 美國大數據的應用案例 84
3.3.4 美國針對大數據安全問題制定的政策 86
3.4 日本大數據產業發展分析 90
3.4.1 日本大數據產業地位分析 90
3.4.2 日本大數據市場規模及趨勢 91
3.4.3 日本看好大數據經濟效益 92
3.4.4 日本將運行大數據預防災害 93
3.4.5 日本大數據產業重點企業分析 93
3.5 其他國家大數據產業發展狀況 93
3.5.1 英國投入巨資發展大數據技術 93
3.5.2 法國開展大數據領域投資計劃 94
3.5.3 澳大利亞大數據政策出臺 95
3.5.4 韓國將建首個開放大數據中心 95
3.5.5 新加坡準備建立全球大數據中心 96
第四章 中國大數據產業的發展 98
4.1 中國大數據產業發展綜述 98
4.1.1 中國大數據產業發展總況 98
4.1.2 中國大數據產業的發展階段 98
4.1.3 大數據帶動新興產業發展 100
4.1.4 大數據需求推動云基地建設 103
4.2 中國大數據產業布局透析 108
4.2.1 大數據在中國的行業分布 108
4.2.2 大數據在中國的地域分布 110
4.2.3 大數據在中國的企業規模分布 110
4.3 中國大數據產業需求分析 113
4.3.1 主要行業大數據的需求狀況 113
中國大數據市場規模分行業需求結構
資料來源：博思數據整理
4.3.2 企業大數據的應用及需求狀況 113
4.3.3 大數據存儲領域的需求分析 115
4.3.4 中國小型機市場需求分析 118
4.4 大數據業務的商業模式 121
4.4.1 商業模式的概念 121
4.4.2 大數據業務的商業模式類型 122
4.4.3 大數據商業模式及應用特點 125
4.4.4 中國大數據商業模式初步形成 126
4.4.5 大數據創新商業模式的構建 127
4.5 中國大數據產業區域發展狀況 129
4.5.1 山東省推進旅游大數據應用 129
4.5.2 廣東推動大數據商業化應用 129
4.5.3 上海大數據發展計劃 130
4.5.4 同方大數據助貴州產業市場監測 130
4.5.5 重慶大數據產業鏈發展商機探析 133
4.5.6 聯通青島云計算中心項目即將建成 136
4.6 大數據產業競爭格局 137
4.6.1 不同規模企業的競爭力分析 137
4.6.2 IT產業競相布局大數據產業 139
4.6.3 網絡保險市場大數據競爭狀況 139
4.6.4 企業在智慧城市建設領域中的競爭 141
4.7 中國大數據產業存在的問題 148
4.7.1 我國大數據產業發展存在的問題 148
4.7.2 中國大數據產業的現實挑戰 149
4.7.3 中國大數據應用面臨的挑戰 150
4.7.4 大數據帶來的安全問題分析 152
4.8 中國大數據產業的發展策略 154
4.8.1 大數據應作為國家競爭的戰略重點 154
4.8.2 大數據產業理性發展的政策建議 156
4.8.3 中國應加快大數據的研發與應用 157
4.8.4 應避免大數據的過度建設 157
第五章 2014年重點行業大數據的應用分析 160
5.1 醫療行業 160
5.1.1 醫療行業大數據應用價值 160
5.1.2 醫療行業大數據應用狀況 161
5.1.3 醫療行業的數據類型分析 162
5.1.4 大數據對醫療行業的影響 166
5.1.5 醫療行業大數據應用的掣肘 167
5.2 金融行業 167
5.2.1 金融行業大數據應用價值 167
5.2.2 金融行業大數據應用背景 170
5.2.3 金融行業大數據應用需求 171
5.2.4 金融行業大數據應用案例 176
5.2.5 金融行業大數據應用發展展望 176
5.3 電子商務 177
5.3.1 電子商務大數據應用價值 177
5.3.2 電子商務大數據應用需求 178
5.3.3 電子商務大數據的發展機遇 178
5.3.4 電子商務大數據應用挑戰 180
5.3.5 電商企業大數據應用策略 181
5.4 零售行業 183
5.4.1 零售行業大數據應用價值 183
5.4.2 零售行業大數據應用需求 185
5.4.3 零售企業大數據應用狀況 191
5.4.4 零售行業線下數據采集方式 195
5.4.5 零售行業大數據應用案例 196
5.5 電信行業 197
5.5.1 電信行業大數據應用價值 197
5.5.2 電信行業大數據應用背景 199
5.5.3 電信行業大數據應用需求 201
5.5.4 電信行業大數據應用案例 202
5.5.5 電信行業大數據應用發展展望 205
5.6 交通行業 205
5.6.1 交通行業大數據應用背景 205
5.6.2 交通行業大數據應用需求 207
5.6.3 交通行業大數據應用案例 209
5.6.4 交通行業大數據應用問題及對策 209
5.6.5 交通行業大數據應用發展展望 210
5.7 智慧城市 213
5.7.1 中國智慧城市發展現狀 213
5.7.2 智慧城市大數據應用需求 215
5.7.3 智慧城市大數據應用價值 217
5.7.4 智慧城市大數據應用案例 221
5.7.5 智慧城市大數據應用發展展望 223
5.8 政府公共服務 225
5.8.1 政府公共服務中大數據應用價值 225
5.8.2 政府網絡執政中大數據應用挑戰 225
5.8.3 政府統計工作中大數據應用機遇 227
5.8.4 大數據時代對政府信息公開的需求 233
5.8.5 軍隊管理中大數據的應用策略 234
5.9 其他行業 238
5.9.1 房地產業大數據應用狀況 238
5.9.2 服裝行業大數據應用案例 242
5.9.3 旅游行業大數據應用策略 244
5.9.4 影視行業大數據應用分析 250
5.9.5 媒體行業大數據應用狀況及趨勢 255
第六章 2014年中國大數據重點應用領域分析 259
6.1 大數據一體機市場分析 259
6.1.1 大數據一體機簡介 259
6.1.2 大數據一體機的優劣分析 260
6.1.3 大數據一體機的用戶類型 261
6.1.4 國外競爭格局與品牌分布 262
6.1.5 國內市場競爭格局分析 264
6.1.6 國內企業競爭優劣勢分析 265
6.1.7 國內主流品牌及其特點 266
6.2 大數據處理和分析軟件市場分析 271
6.2.1 大數據與商業智能的關系 271
6.2.2 商業智能軟件的應用價值 276
6.2.3 全球商業分析軟件市場規模 280
6.2.4 全球大數據軟件市場發展態勢 280
6.2.5 國內大數據軟件市場發展狀況 281
6.2.6 國內商業智能軟件下游市場 282
6.2.7 全球大數據軟件市場發展潛力 283
第七章 2014年國外大數據行業重點企業發展形勢 285
7.1 IBM 285
7.1.1 公司簡介 285
7.1.2 2012-2014年IBM經營狀況分析 285
7.1.3 IBM在中國市場的發展策略 290
7.1.4 IBM大數據領域中國客戶案例 294
7.2 甲骨文 297
7.2.1 公司簡介 297
7.2.2 2014財年甲骨文經營狀況分析 297
7.2.3 甲骨文大數據解決方案透析 302
7.2.4 甲骨文大數據領域研發動態 306
7.3 微軟 308
7.3.1 公司簡介 308
7.3.2 2014財年微軟經營狀況分析 308
7.3.3 微軟大數據解決方案透析 313
7.3.4 微軟大數據解決方案的優勢 314
7.4 SAP 316
7.4.1 公司簡介 316
7.4.2 2014年SAP經營狀況分析 317
7.4.3 SAP大數據解決方案透析 322
7.4.4 SAP在中國市場的地位分析 323
7.5 EMC 323
7.5.1 公司簡介 323
7.5.2 2014年EMC經營狀況分析 324
7.5.3 EMC大數據領域的發展戰略 329
7.5.4 EMC在中國市場的發展策略 331
7.6 惠普 332
7.6.1 公司簡介 332
7.6.2 2014財年惠普經營狀況分析 333
7.6.3 惠普大數據領域發展動向 338
7.6.4 惠普云監控大數據解決方案解析 339
7.7 其他企業 342
7.7.1 TERADATA 342
7.7.2 NETAPP 347
7.7.3 亞馬遜 353
7.7.4 GOOGLE 359
7.7.5 CLOUDERA 364
第八章 2014年國內大數據行業重點企業發展形勢 366
8.1 中國移動通信集團公司 366
8.1.1 公司簡介 366
8.1.2 2012年中國移動經營狀況分析 366
8.1.3 2013年中國移動經營狀況分析 370
8.1.4 2014年中國移動經營狀況分析 373
8.2 中國聯通集團 376
8.2.1 公司簡介 376
8.2.2 2012年中國聯通經營狀況分析 377
8.2.3 2013年中國聯通經營狀況分析 383
8.2.4 2014年中國聯通經營狀況分析 388
8.3 中國電信集團公司 392
8.3.1 公司簡介 392
8.3.2 2012年中國電信經營狀況分析 393
8.3.3 2013年中國電信經營狀況分析 397
8.3.4 2014年中國電信經營狀況分析 400
8.4 百度公司 403
8.4.1 公司簡介 403
8.4.2 2012年百度經營狀況分析 407
8.4.3 2013年百度經營狀況分析 412
8.4.4 2014年百度經營狀況分析 417
8.5 騰訊公司 422
8.5.1 公司簡介 422
8.5.2 2012年騰訊經營狀況分析 422
8.5.3 2013年騰訊經營狀況分析 426
8.5.4 2014年騰訊經營狀況分析 429
8.6 北京拓爾思信息技術股份有限公司 433
8.6.1 公司簡介 433
8.6.2 2012年拓爾思經營狀況分析 434
8.6.3 2013年拓爾思經營狀況分析 439
8.6.4 2014年拓爾思經營狀況分析 443
8.7 北京東方國信科技股份有限公司 447
8.7.1 公司簡介 447
8.7.2 2012年東方國信經營狀況分析 448
8.7.3 2013年東方國信經營狀況分析 453
8.7.4 2014年東方國信經營狀況分析 458
8.8 北京同有飛驥科技股份有限公司 462
8.8.1 公司簡介 462
8.8.2 2012年同有科技經營狀況分析 463
8.8.3 2013年同有科技經營狀況分析 468
8.8.4 2014年同有科技經營狀況分析 472
8.9 浪潮集團 476
8.9.1 公司簡介 476
8.9.2 浪潮集團的云計算發展戰略 477
8.9.3 浪潮大數據一體機全面解析 479
8.9.4 浪潮發展大數據的優劣勢分析 480
8.10 華為技術有限公司 483
8.10.1 公司簡介 483
8.10.2 華為聯手拓爾思推出大數據一體機 484
8.10.3 華為發布企業級大數據分析平臺 485
8.10.4 華為與央視合作開發大數據存儲系統 485
8.11 阿里巴巴集團 486
8.11.1 公司簡介 486
8.11.2 阿里巴巴大數據起手開局 490
8.11.3 阿里巴巴大數據應用策略 491
8.11.4 阿里巴巴B2B業務的大數據模式 495
第九章 2014年大數據產業投資戰略分析 497
9.1 2014年全球大數據產業投資狀況 497
9.1.1 大數據市場的投資空間巨大 497
9.1.2 全球數據中心的建設投入狀況 497
9.1.3 大數據行業獲得風投青睞 498
9.1.4 大數據行業風險投資的動向 500
9.1.5 2014年大數據領域投融資案例 504
9.2 2014年中國大數據產業投資現狀 510
9.2.1 中國大數據產業投資歷程回顧 510
9.2.2 中國大數據產業投資領域分布 510
9.2.3 國內外大數據創業和投資對比 511
9.2.4 大數據創業和投資存在概念泡沫 514
9.2.5 國內大數據創業企業發展策略 515
9.3 2014年大數據產業投資機遇 520
9.3.1 中國大數據產業的投資機遇 520
9.3.2 大數據產業的投資熱點分析 521
9.3.3 大數據帶來的投資新機遇分析 523
9.3.4 大數據應用行業的潛在市場價值 524
9.4 2014年大數據產業投資風險及防范 528
9.4.1 大數據行業的投資風險綜述 528
9.4.2 數據的流動性和可獲取性風險 535
9.4.3 大數據項目投資風險急劇增加 536
9.4.4 評估大數據產業投資回報的措施 538
第十章 2015-2020年大數據產業發展前景及趨勢分析 542
10.1 全球大數據產業發展前景及趨勢預測 542
10.1.1 全球大數據市場規模及發展趨勢 542
10.1.2 全球大數據與分析方案市場收入預測 543
10.1.3 全球大數據市場人才需求預測 544
10.1.4 2014年全球大數據發展方向預測 549
10.2 中國大數據產業發展前景及趨勢預測 551
10.2.1 2015-2020年中國大數據產業發展預測 551
10.2.2 中國大數據市場帶來的發展機會 552
10.2.3 中國大數據應用市場發展趨勢分析 552
10.2.4 改變渠道模式的大數據趨勢分析 553
10.2.5 中國大數據技術與產品發展趨勢 555
圖表目錄
圖表1 大數據的4V特征
圖表2 大數據的構成
圖表3 大數據的發展階段
圖表4 大數據產業鏈全景圖
圖表5 大數據產業相關企業一覽圖
圖表6 大數據產業鏈示意圖
圖表7 大數據政策比較框架
圖表8 各國大數據戰略規劃比較
圖表9 各國技術能力儲備政策比較
圖表10 國外政府數據開放與共享主要政策
圖表11 國外政府數據開放與共享主要政策（續）
圖表12 2011-2013年七國集團GDP增長率
圖表13 2011-2013年金磚國家及部分亞洲經濟體GDP同比增長率
圖表14 2013年全球及主要經濟體制造業和服務業PMI
圖表15 2013年全球及主要經濟體制造業PMI新訂單和出口新訂單指數
圖表16 2012-2013年國內生產總值增長速度（累計同比）
圖表17 2013-2014年9月國內生產總值增長速度（累計同比）
圖表18 2013-2014年9月規模以上工業增加值增速（月度同比）
圖表19 2013-2014年9月固定資產投資（不含農戶）增速（累計同比）
圖表20 2013-2014年9月房地產開發投資名義增速（累計同比）
圖表21 2005-2011年移動設備與傳統臺式機、筆記本電腦的全球出貨量對比
圖表22 2009-2011年移動設備與傳統臺式機、筆記本電腦的全球保有量對比
圖表23 大數據關鍵技術
圖表24 調查樣本企業行業分布
圖表25 調查樣本企業地域分布
圖表26 調查樣本企業規模分布
圖表27 2012年互聯網行業大數據應用場景
圖表28 2012年電信行業大數據應用場景
圖表29 金融行業大數據應用場景
圖表30 制造行業大數據應用場景
圖表31 企業現有的數據規模
圖表32 企業數據類型的構成
圖表33 大數據時代企業所能感覺到的數據變化
圖表34 目前企業處理大數據所面臨的問題
圖表35 企業對大數據的態度和認知
圖表36 企業在線則大數據平臺時所考慮的因素
圖表37 企業小型機的當前使用情況及未來計劃
圖表38 大數據智能洞察金融業
圖表39 金融行業客戶的重要性
圖表40 大數據洞察推動民生銀行的轉型與創新
圖表41 大數據預測金融欺詐
圖表42 2011-2015年中國金融行業IT投資規模與增長
圖表43 2011-2012年中國金融行業IT投資結構
圖表44 2012年中國金融行業大數據應用投資結構
圖表45 2013年中國金融機構數量
圖表46 銀行大數據基本狀況
圖表47 保險業數據信息服務市場規模
圖表48 證券業數據信息服務市場規模
圖表49 中信銀行大數據應用技術架構圖
圖表50 客戶綜合分析管理系統功能架構圖
圖表51 客戶生命周期服務管理
圖表52 2014-2015年中國金融行業IT投資結構預測
圖表53 2014-2015年中國金融行業大數據應用規模與增長
圖表54 2014-2015年中國金融行業大數據應用結構預測
圖表55 移動互聯網時代產業競爭分析
圖表56 2008-2012年電信行業投資規模
圖表57 2011-2012年中國電信行業IT投資規模
圖表58 電信運營商大數據應用
圖表59 大數據與客戶生命周期管理
圖表60 廣東移動使用的Apache Hadoop軟件的英特爾分發版
圖表61 電信運營商大數據處理需求
圖表62 2014-2015年三大運營商未來大數據投資預測
圖表63 智能交通的數據處理體系
圖表64 2012年智慧城市大數據應用分布
圖表65 基于Hadoop的區域衛生信息平臺數據處理解決方案
圖表66 2014-2015年中國智慧城市大數據應用規模預測
圖表67 2014-2015年中國智慧城市重點領域大數據應用規模預測
圖表68 大數據在房地產開發中的應用分析
圖表69 房地產企業精準營銷流程
圖表70 大數據在房地產營銷中的應用分析
圖表71 2007年至2013年央視一套（CCTV-1）央視春晚收視率
圖表72 大互聯網電視集成業務牌照方
圖表73 什么是大數據
圖表74 2010-2012年IBM公司全面收益表
圖表75 2011-2013年IBM公司全面收益表
圖表76 2011-2013年IBM公司分地區收入情況
圖表77 2014年1-9月IBM公司全面收益表（未審計）
圖表78 2012-2014財年甲骨文公司全面收益表
圖表79 2015財年上半年甲骨文公司全面收益表（未經審計）
圖表80 2011-2013財年微軟公司全面收益表
圖表81 2012-2014財年微軟公司全面收益表
圖表82 2015財年第一季度微軟公司全面收益表（未審計）
圖表83 2010-2012財年SAP公司全面收益表
圖表84 2011-2013年SAP公司全面收益表
圖表85 2011-2013年SAP公司分地區收入情況
圖表86 2014年1-9月SAP公司全面收益表
圖表87 2014年1-9月SAP公司分地區收入情況
圖表88 2010-2012年EMC全面收益表
圖表89 2011-2013年EMC全面收益表
圖表90 2011-2013年EMC分地區收入情況
圖表91 2014年1-9月EMC全面收益表（未審計）
圖表92 2014年1-9月EMC分地區收入情況
圖表93 2010-2012財年惠普全面收益表
圖表94 2012-2013財年惠普全面收益表
圖表95 2011-2013財年惠普公司分地區收入情況
圖表96 2012-2014財年惠普全面收益表
圖表97 2012-2014財年惠普公司分地區收入情況
圖表98 惠普PCS云監控系統解決方案架構
圖表99 惠普分布式并行計算存儲云平臺
圖表100 2011-2012年中國移動全面收益表
圖表101 2012-2013年中國移動合并綜合收益表
圖表102 2012-2013年中國移動分產品銷售收入情況
圖表103 2013-2014年上半年中國移動合并綜合收益表
圖表104 2013-2014年上半年中國移動分產品銷售收入情況
圖表105 2013-2014年9月末中國聯合網絡通信股份有限公司總資產和凈資產
圖表106 2012-2013年中國聯合網絡通信股份有限公司營業收入和凈利潤
圖表107 2014年1-9月中國聯合網絡通信股份有限公司營業收入和凈利潤
圖表108 2012-2013年中國聯合網絡通信股份有限公司現金流量
圖表109 2014年1-9月中國聯合網絡通信股份有限公司現金流量
圖表110 2013年中國聯合網絡通信股份有限公司主營業務收入分行業、產品
圖表111 2013年中國聯合網絡通信股份有限公司主營業務收入分區域
圖表112 2012-2013年中國聯合網絡通信股份有限公司成長能力
圖表113 2014年1-9月中國聯合網絡通信股份有限公司成長能力
圖表114 2012-2013年中國聯合網絡通信股份有限公司短期償債能力
圖表115 2014年1-9月中國聯合網絡通信股份有限公司短期償債能力
圖表116 2012-2013年中國聯合網絡通信股份有限公司長期償債能力
圖表117 2014年1-9月中國聯合網絡通信股份有限公司長期償債能力
圖表118 2012-2013年中國聯合網絡通信股份有限公司運營能力
圖表119 2014年1-9月中國聯合網絡通信股份有限公司運營能力
圖表120 2012-2013年中國聯合網絡通信股份有限公司盈利能力
圖表121 2014年1-9月中國聯合網絡通信股份有限公司盈利能力
圖表122 2011-2012年中國電信全面收益表
圖表123 2012-2013年中國電信合并綜合收益表
圖表124 2012-2013年中國電信分產品收入情況
圖表125 2013-2014年上半年中國電信合并綜合收益表
圖表126 2013-2014年上半年中國電信分產品收入情況
圖表127 2011-2012年百度全面收益表
圖表128 2011-2013年1-12月百度綜合收益表
圖表129 2011-2013年百度不同地區銷售情況表
圖表130 2014年第三季百度綜合收益表
圖表131 2011-2012年騰訊全面收益表
圖表132 2012-2013年騰訊控股合并綜合收益表
圖表133 2012-2013年騰訊控股分產品收入情況
圖表134 2012-2013年騰訊控股分地區收入情況
圖表135 2013-2014年上半年騰訊控股合并綜合收益表
圖表136 2013-2014年上半年騰訊控股分產品收入情況
圖表137 2013-2014年9月末北京拓爾思信息技術股份有限公司總資產和凈資產
圖表138 2012-2013年北京拓爾思信息技術股份有限公司營業收入和凈利潤
圖表139 2014年1-9月北京拓爾思信息技術股份有限公司營業收入和凈利潤
圖表140 2012-2013年北京拓爾思信息技術股份有限公司現金流量
圖表141 2014年1-9月北京拓爾思信息技術股份有限公司現金流量
圖表142 2013年北京拓爾思信息技術股份有限公司主營業務收入分行業、產品、區域
圖表143 2012-2013年北京拓爾思信息技術股份有限公司成長能力
圖表144 2014年1-9月北京拓爾思信息技術股份有限公司成長能力
圖表145 2012-2013年北京拓爾思信息技術股份有限公司短期償債能力
圖表146 2014年1-9月北京拓爾思信息技術股份有限公司短期償債能力
圖表147 2012-2013年北京拓爾思信息技術股份有限公司長期償債能力
圖表148 2014年1-9月北京拓爾思信息技術股份有限公司長期償債能力
圖表149 2012-2013年北京拓爾思信息技術股份有限公司運營能力
圖表150 2014年1-9月北京拓爾思信息技術股份有限公司運營能力
圖表151 2012-2013年北京拓爾思信息技術股份有限公司盈利能力
圖表152 2014年1-9月北京拓爾思信息技術股份有限公司盈利能力
圖表153 2013-2014年9月末北京東方國信科技股份有限公司總資產和凈資產
圖表154 2012-2013年北京東方國信科技股份有限公司營業收入和凈利潤
圖表155 2014年1-9月北京東方國信科技股份有限公司營業收入和凈利潤
圖表156 2012-2013年北京東方國信科技股份有限公司現金流量
圖表157 2014年1-9月北京東方國信科技股份有限公司現金流量
圖表158 2013年北京東方國信科技股份有限公司主營業務收入分行業、產品、區域
圖表159 2012-2013年北京東方國信科技股份有限公司成長能力
圖表160 2014年1-9月北京東方國信科技股份有限公司成長能力
圖表161 2012-2013年北京東方國信科技股份有限公司短期償債能力
圖表162 2014年1-9月北京東方國信科技股份有限公司短期償債能力
圖表163 2012-2013年北京東方國信科技股份有限公司長期償債能力
圖表164 2014年1-9月北京東方國信科技股份有限公司長期償債能力
圖表165 2012-2013年北京東方國信科技股份有限公司運營能力
圖表166 2014年1-9月北京東方國信科技股份有限公司運營能力
圖表167 2012-2013年北京東方國信科技股份有限公司盈利能力
圖表168 2014年1-9月北京東方國信科技股份有限公司盈利能力
圖表169 2013-2014年9月末北京同有飛驥科技股份有限公司總資產和凈資產
圖表170 2012-2013年北京同有飛驥科技股份有限公司營業收入和凈利潤
圖表171 2014年1-9月北京同有飛驥科技股份有限公司營業收入和凈利潤
圖表172 2012-2013年北京同有飛驥科技股份有限公司現金流量
圖表173 2014年1-9月北京同有飛驥科技股份有限公司現金流量
圖表174 2013年北京同有飛驥科技股份有限公司主營業務收入分行業、產品、區域
圖表175 2012-2013年北京同有飛驥科技股份有限公司成長能力
圖表176 2014年1-9月北京同有飛驥科技股份有限公司成長能力
圖表177 2012-2013年北京同有飛驥科技股份有限公司短期償債能力
圖表178 2014年1-9月北京同有飛驥科技股份有限公司短期償債能力
圖表179 2012-2013年北京同有飛驥科技股份有限公司長期償債能力
圖表180 2014年1-9月北京同有飛驥科技股份有限公司長期償債能力
圖表181 2012-2013年北京同有飛驥科技股份有限公司運營能力
圖表182 2014年1-9月北京同有飛驥科技股份有限公司運營能力
圖表183 2012-2013年北京同有飛驥科技股份有限公司盈利能力
圖表184 2014年1-9月北京同有飛驥科技股份有限公司盈利能力
圖表185 2013-2014財年第二季度阿里巴巴集團綜合損益表
圖表186 調查分析所涉及的中外大數據創業型企業名錄及領域分類
圖表187 大數據投資領域分類
圖表188 所有國內外大數據企業在基礎設施方面的分布
圖表189 所有國內外大數據企業在應用產品方面的分布
圖表190 國內外大數據企業所在領域的對比
圖表191 一定時間范國外每月獲得投資的大數據企業數量分布圖
圖表192 麥肯錫全球研究所針對美國各個行業應用大數據做的評估
圖表193 2015-2020年中國大數據市場規模預測
圖表194 2015-2020年全球大數據市場規模預測
圖表195 2015-2020年中國移動互聯網市場規模預測
圖表196 2015-2020年中國金融行業大數據投資規模預測
本研究報告數據主要來自于國家統計局以及國內外重點刊物等渠道，數據權威、詳實、豐富，同時通過專業的分析預測模型，對行業核心發展指標進行科學地預測。您或貴單位若想對大數據行業有個系統深入的了解、或者想投資大數據行業，本報告將是您不可或缺的重要參考工具。
數據資料
全球宏觀數據庫
中國宏觀數據庫
政策法規數據庫
行業經濟數據庫
企業經濟數據庫
進出口數據庫
文獻數據庫
券商數據庫
產業園區數據庫
地區統計數據庫
協會機構數據庫
博思調研數據庫
版權申明:
本報告由博思數據獨家編制并發行，報告版權歸博思數據所有。本報告是博思數據專家、分析師在多年的行業研究經驗基礎上通過調研、統計、分析整理而得，具有獨立自主知識產權，報告僅為有償提供給購買報告的客戶使用。未經授權，任何網站或媒體不得轉載或引用本報告內容。如需訂閱研究報告，請直接撥打博思數據免費客服熱線（400 700 3630）聯系。
本報告由博思數據獨家編制并發行，報告版權歸博思數據所有。本報告是博思數據專家、分析師在多年的行業研究經驗基礎上通過調研、統計、分析整理而得，具有獨立自主知識產權，報告僅為有償提供給購買報告的客戶使用。未經授權，任何網站或媒體不得轉載或引用本報告內容。如需訂閱研究報告，請直接撥打博思數據免費客服熱線（400 700 3630）聯系。
