2017-2023年中國大數據行業研究分析及發展趨勢預測報告

【報告價格】：[紙質版]7300元 [電子版]7500元 [紙質+電子]7800元（來電可優惠）

【交付方式】：EMAIL電子版或特快專遞（付款后2小時內發報告）

【客服QQ 】：1442702289  1501519512

【電話訂購】：010-62665210 62664210 56252582 18811791343

【傳真訂購】：010-62664210

     Email： service@cninfo360.com

在線閱讀：http://www.cninfo360.com/yjbg/qthy/qt/20170306/535276.html

  溫馨提示： 如需英文、日文、韓文等其他語言版本報告，請咨詢客服。

 

　　大數據是繼云計算、物聯網之后IT產業又一次顛覆性的技術變革。云計算主要為數據資產提供了保管、訪問的場所和渠道，而數據才是真正有價值的資產。企業內部的經營交易信息、物聯網世界中的商品物流信息，互聯網世界中的人與人交互信息、位置信息等，其數量將遠遠超越現有企業IT架構和基礎設施的承載能力，實時性要求也將大大超越現有的計算能力。如何盤活這些數據資產，使其為國家治理、企業決策乃至個人生活服務，是大數據的核心議題，也是云計算內在的靈魂和必然的升級方向。大數據時代網民和消費者的界限正在消弭，企業的疆界變得模糊，數據成為核心的資產，并將深刻影響企業的業務模式，甚至重構其文化和組織。因此，大數據對國家治理模式、對企業的決策、組織和業務流程、對個人生活方式都將產生巨大的影響。如果不能利用大數據更加貼近消費者、深刻理解需求、{gx}分析信息并作出預判，所有傳統的產品公司都只能淪為新型用戶平臺級公司的附庸，其衰落不是管理能扭轉的。如今的數據已經成為一種重要的戰略資產，它就像新時代的石油一樣，極富開采價值。如果能夠看清大數據的價值并且迅速行動起來，那么在未來的商業競爭中占據會占得先機。

　　中國市場調研在線發布的2017-2023年中國大數據行業研究分析及發展趨勢預測報告認為，繼物聯網、移動互聯網、云計算之后，大數據再次挑動整個IT產業的神經。這場發端于互聯網企業的草根企業技術讓我們可以以全新的視角重新審視數據資產，更讓潛藏在這些數據中的商業價值得到前所未有的發揮，大數據讓"智能之門"從來沒有像現在這樣距離我們之近。現階段企業要積極引入大數據技術，還要關注已經部署到位的商業智能如何能與大數據進行結合，在新的時代我們該如何利用它來為企業創造{zd0}的價值，最終幫助企業推開智慧之門。眾所周知，依托價格相對較低的硬件和開源軟件構成的組合，大數據大幅降低了普通企業獲得"智慧"的門檻。而在過去，商業智能才是企業獲得"智慧"的主要技術手段，一個典型的商業智能需要基于傳統數據倉庫實現，需要專用硬件和專業ETL工具，項目投資不菲而且建設周期長，這就讓大量中小企業對商業智能望而卻步。正是基于此，當同樣能給企業帶來"智慧"的大數據一出現，就受到企業的普遍歡迎。全球大數據技術及服務市場復合年增長率將達31.7%，2016年收入將達到238億美元，將增速約為信息通信技術市場整體增速的7倍之多。2015年中國大數據市場規模達20億元，從2016年到2017年期間，每年將保持60%以上的增長。

　　大數據主要市場機會集中在各實體企業對海量數據處理、挖掘的應用上，而這些應用必然帶動"數據存儲設備和提供解決方案"，"大數據的分析、挖掘和加工類企業"等環節的爆發性發展。雖然目前國內數據庫、服務器、存儲設備等領域，仍是國際巨頭占{jd1}{lx1}優勢，大數據應用也還處在起步階段，但發展前景可以期待。中國經濟發展的巨大體量必然拉動天量的數據處理，而數據量處理的爆發必然帶動硬件設備支出、數據中心大規模建設，以及相關應用服務領域的商機。另外，市場高度關注的可穿戴設備，也是基于大數據支撐的軟件或硬件實現。從谷歌眼鏡這樣的劃時代產品開始，更多生活類、健康類、運動類的可穿戴設備在國內外市場掀起波瀾，而可穿戴設備正是基于大數據支撐的軟件或硬件實現。圍繞著大數據的建設和應用，一線的互聯網企業已經開始行動。

　　大數據時代將引發新一輪信息化投資和建設熱潮。到2020年全球將總共擁有35ZB的數據量，預測未來大數據產品在三大行業的應用就將產生7千億美元的潛在市場，未來中國大數據產品的潛在市場規模有望達到1.57萬億元，給IT行業開拓了一個新的黃金時代。數據處理技術和設備提供商、IT系統咨詢和ERP/CRM/BI改造服務商、智能化和人機交互應用以及信息安全提供商將獲巨大需求，相應公司將獲得機會。當前我們還處在大數據時代的前夜，2015年以后大數據產品將會形成業績。由于國際巨頭在硬件層和基礎軟件層壟斷優勢明顯，本土企業將主要依靠對客戶需求的了解和客戶資源優勢，以及本地化服務的優勢，在應用軟件層分得蛋糕，擁有大數據處理、挖掘技術、數據分析人才以及數據資產的公司值得看好。到2019年中國大數據市場規模將達462.9億。

　　《2017-2023年中國大數據行業研究分析及發展趨勢預測報告》主要研究分析了大數據行業市場運行態勢并對大數據行業發展趨勢作出預測。報告首先介紹了大數據行業的相關知識及國內外發展環境，并對大數據行業運行數據進行了剖析，同時對大數據產業鏈進行了梳理，進而詳細分析了大數據市場競爭格局及大數據hybg企業，{zh1}對大數據行業發展前景作出預測，給出針對大數據行業發展的{dj2}建議和策略。中國市場調研在線發布的《2017-2023年中國大數據行業研究分析及發展趨勢預測報告》給客戶提供了可供參考的具有借鑒意義的發展建議，使其能以更強的能力去參與市場競爭。

　　《2017-2023年中國大數據行業研究分析及發展趨勢預測報告》的整個研究工作是在系統總結前人研究成果的基礎上，是相關大數據企業、研究單位、政府等準確、全面、迅速了解大數據行業發展動向、制定發展戰略不可或缺的專業性報告。

[正文目錄] 網上閱讀：http://www.cninfo360.com/ 

第1章   大數據產業相關概述

　　1.1 大數據介紹

　　　　1.1.1 大數據的定義

　　　　1.1.2 大數據的產生

　　　　1.1.3 大數據的特點

　　　　1.1.4 大數據的數據來源

　　　　1.1.5 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2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 大數據戰略上升到國家層面

　　　　2.1.4 加快發展政務大數據

　　2.2 經濟（Economic）環境

　　　　2.2.1 國際經濟發展形勢

　　　　2.2.2 中國經濟運行現狀

　　　　2.2.3 中國經濟支撐因素

　　　　2.2.4 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 文化環境分析

　　　　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 世界主要企業加快技術研發

　　　　2.4.4 數據中心發展的技術影響因素

第3章   2013-2016年國際大數據產業發展分析

　　3.1 2013-2016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 全球大數據應用狀況調查

　　　　3.1.4 全球大數據行業市場格局

　　　　3.1.5 全球運營商布局大數據業務

　　　　3.1.6 部分國家大數據發展政策環境

　　　　3.1.7 部分國家運營商大數據發展狀況

　　3.2 2013-2016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 2013-2016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 大數據產業現狀

　　　　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 2013-2016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 2013-2016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 澳大利亞

　　　　3.5.4 韓國

　　　　3.5.5 新加坡

第4章   2013-2016年中國大數據產業發展分析

　　4.1 2013-2016年中國大數據產業發展綜述

　　　　4.1.1 產業發展階段

　　　　4.1.2 產業運行情況

　　　　4.1.3 推動云基地建設

　　　　4.1.4 成立交易中心

　　4.2 2013-2016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

　　4.3 2013-2016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5章   2013-2016年大數據產業發展格局分析

　　5.1 2013-2016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中的競爭

　　5.2 2013-2016年中國大數據產業區域發展狀況

　　　　5.2.1 貴州省

　　　　5.2.2 江蘇省

　　　　5.2.3 山東省

　　　　5.2.4 廣東省

　　　　5.2.5 上海市

　　　　5.2.6 重慶市

　　5.3 2013-2016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 2013-2016年大數據業務的商業模式

　　　　5.4.1 大數據業務商業模式類型

　　　　5.4.2 大數據商業模式及應用特點

　　　　5.4.3 重點企業大數據商業模式

　　　　5.4.4 構建創新的大數據商業模式

第6章   2013-2016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fxrj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fxrj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7章   2013-2016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背景

　　　　7.2.3 金融行業大數據應用需求

　　　　7.2.4 金融行業大數據應用現狀

　　　　7.2.5 金融行業大數據特征現狀

　　　　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

　　　　7.2.8 金融行業大數據應用發展展望

　　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 電子商務大數據應用價值

　　　　7.3.3 電子商務大數據應用需求

　　　　7.3.4 電子商務大數據發展機遇

　　　　7.3.5 全球{sg}電商大數據指數

　　　　7.3.6 電子商務大數據應用挑戰

　　　　7.3.7 電商企業大數據應用策略

　　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

　　　　7.5.8 電信行業大數據應用展望

　　7.6 交通行業

　　　　7.6.1 交通行業大數據應用背景

　　　　7.6.2 交通行業大數據應用需求

　　　　7.6.3 交通行業大數據應用案例

　　　　7.6.4 交通行業大數據應用問題及對策

　　　　7.6.5 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案例

　　　　7.7.5 智慧城市大數據應用展望

　　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 政府網絡執政中大數據應用挑戰

　　　　7.8.3 政府統計工作中大數據應用機遇

　　　　7.8.4 大數據時代對政府信息公開的需求

　　　　7.8.5 jd管理中大數據的應用策略

　　7.9 其他行業 訂購電話:010-62665210

　　　　7.9.1 房地產業大數據應用狀況

　　　　7.9.2 服裝行業大數據應用分析

　　　　7.9.3 旅游行業大數據應用策略

　　　　7.9.4 影視行業大數據應用分析

　　　　7.9.5 媒體行業大數據應用狀況

第8章   2013-2016年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 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 大數據研發動態

　　　　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

　　8.4 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 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 大數據發展戰略

　　　　8.5.4 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9章   2013-2016年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 2015年公司經營狀況分析

　　　　9.1.3 2015年公司經營狀況分析

　　　　9.1.4 2016年公司經營狀況分析

　　　　9.1.5 中國移動大數據發展動態

　　9.2 中國電信集團公司

　　　　9.2.1 企業發展概況

　　　　9.2.2 2015年公司經營狀況分析

　　　　9.2.3 2015年公司經營狀況分析

　　　　9.2.4 2016年公司經營狀況分析

　　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 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 百度大數據引擎

　　9.5 騰訊公司

　　　　9.5.1 企業發展概況

　　　　9.5.2 企業經營狀況

　　　　9.5.3 參與醫療產業

　　　　9.5.4 發展互聯網金融

　　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 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 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 未來前景展望

　　9.9 浪潮集團

　　　　9.9.1 企業發展概況

　　　　9.9.2 云計算發展戰略

　　　　9.9.3 大數據一體機產品

　　　　9.9.4 建立智慧城市平臺

　　9.10 華為技術有限公司

　　　　9.10.1 企業發展概況

　　　　9.10.2 推出大數據一體機

　　　　9.10.3 發布企業級大數據分析平臺

　　　　9.10.4 與央視合作大數據存儲系統

　　9.11 阿里巴巴集團

　　　　9.11.1 企業發展概況

　　　　9.11.2 企業經營狀況

　　　　9.11.3 企業大數據應用策略

　　　　9.11.4 B2B業務大數據模式

　　　　9.11.5 建設城市大數據平臺

第10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 大數據市場的投資空間巨大

　　　　10.1.2 全球數據中心建設投入

　　　　10.1.3 大數據行業獲得風投青睞

　　　　10.1.4 大數據行業風險投資動向

　　　　10.1.5 大數據領域投融資案例

　　10.2 中國大數據產業投資現狀

　　　　10.2.1 大數據產業投資歷程回顧

　　　　10.2.2 大數據產業投資領域分布

　　　　10.2.3 國內外大數據創業投資對比

　　　　10.2.4 大數據投資存在概念泡沫

　　　　10.2.5 大數據創業企業投資方向

　　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tzhb的措施

第11章   博研咨詢： 2017-2023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 全球大數據與分析方案市場收入預測

　　　　11.1.3 全球大數據市場人才需求預測

　　　　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 大數據市場發展機會

　　　　11.2.2 大數據市場發展趨勢

　　　　11.2.3 大數據市場熱點猜想

　　　　11.2.4 應用市場發展趨勢

　　　　11.2.5 渠道模式趨勢分析

　　　　11.2.6 技術與產品趨勢

　　11.3 2017-2023年中國大數據產業預測分析

　　　　11.3.1 2017-2023年全球大數據市場規模預測

　　　　11.3.2 2017-2023年中國大數據市場規模預測

　　　　11.3.3 2017-2023年中國移動互聯網市場規模預測

　　　　11.3.4 2017-2023年中國金融行業大數據投資規模預測

圖表目錄（部分）

　　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 2014-2016年世界工業生產同比增速

　　圖表13 2011-2015年全球三大經濟圖GDP環比增速

　　圖表14 2012-2015年世界主要經濟體GDP同比增速

　　圖表15 2014-2016年全球三大經濟體社會零售額同比增速

　　圖表16 2010-2015年國內生產總值及其增速

　　圖表17 2010-2015年全部工業增加值及其增速

　　圖表18 2014-2016年全國規模以上工業增加值同比增長情況

　　圖表19 2010-2015年全社會固定資產投資

　　圖表20 2015年分行業固定資產投資（不含農戶）及其增速

　　圖表21 2014-2016年全國固定資產投資（不含農戶）同比增長情況

　　圖表22 2010-2015年社會消費品零售總額

　　圖表23 2014-2016年全國社會消費品零售總額月度增長情況

　　圖表24 2010-2015年我國貨物進出口總額

　　圖表25 2014-2016年全國外貿進出口金額月度情況

　　圖表26 2015年末人口數量及其構成

　　圖表27 大數據關鍵技術

　　圖表28 調查樣本企業行業分布

　　圖表29 互聯網行業大數據應用場景

　　圖表30 電信行業大數據應用場景

　　圖表31 金融行業大數據應用場景

　　圖表32 制造行業大數據應用場景

　　圖表33 企業現有的數據規模

　　圖表34 企業數據類型的構成

　　圖表35 大數據時代企業所能感覺到的數據變化

　　圖表36 目前企業處理大數據所面臨的問題

　　圖表37 企業對大數據的態度和認知

　　圖表38 企業在線則大數據平臺時所考慮的因素

　　圖表39 企業小型機的當前使用情況及未來計劃

　　圖表40 大數據產業主要數據資產類企業

　　圖表41 大數據在各個行業的應用價值

　　圖表42 大數據產業結構

　　圖表43 什么是大數據

　　圖表44 大數據智能洞察金融業

　　圖表45 金融行業客戶的重要性

　　圖表46 大數據洞察推動民生銀行的轉型與創新

　　圖表47 大數據預測金融欺詐

　　圖表48 2011-2016年中國金融行業IT投資規模與增長

　　圖表49 2011-2013年中國金融行業IT投資結構

　　圖表50 2013年中國金融行業大數據應用投資結構

　　圖表51 2015年中國金融機構數量

　　圖表52 銀行大數據基本狀況

　　圖表53 保險業數據信息服務市場規模

　　圖表54 證券業數據信息服務市場規模

　　圖表55 中信銀行大數據應用技術架構圖

　　圖表56 客戶綜合分析管理系統功能架構圖

　　圖表57 客戶生命周期服務管理

　　圖表58 2014-2016年中國金融行業IT投資結構預測

　　圖表59 2014-2016年中國金融行業大數據應用規模與增長

　　圖表60 2014-2016年中國金融行業大數據應用結構預測

　　圖表61 移動互聯網時代產業競爭分析

　　圖表62 2008-2013年電信行業投資規模

　　圖表63 2011-2013年中國電信行業IT投資規模

　　圖表64 電信運營商大數據應用

　　圖表65 大數據與客戶生命周期管理

　　圖表66 廣東移動使用的Apache Hadoop軟件的英特爾分發版

　　圖表67 電信運營商大數據處理需求

　　圖表68 2014-2016年三大運營商未來大數據投資預測

　　圖表69 智能交通的數據處理體系

　　圖表70 2013年智慧城市大數據應用分布

　　圖表71 基于Hadoop的區域衛生信息平臺數據處理解決方案

　　圖表72 2014-2016年中國智慧城市大數據應用規模預測

　　圖表73 2014-2016年中國智慧城市重點領域大數據應用規模預測

　　圖表74 大數據在房地產開發中的應用分析

　　圖表75 房地產企業精準營銷流程

　　圖表76 大數據在房地產營銷中的應用分析

　　圖表77 2011年至2015年央視一套（CCTV-1）央視春晚收視率

　　圖表78 大互聯網電視集成業務牌照方

　　圖表79 2011-2015年IBM公司全面收益表

　　圖表80 2011-2015年IBM公司分地區收入情況

　　圖表81 2012-2015年IBM綜合收益表

　　圖表82 2012-2015年IBM收入分地區資料

　　圖表83 2014-2016年IBM綜合收益表

　　圖表84 2012-2014財年甲骨文公司全面收益表

　　圖表85 2014-2015財年甲骨文綜合收益表

　　圖表86 2011-2015年微軟公司全面收益表

　　圖表87 2012-2014財年微軟公司全面收益表

　　圖表88 2014-2015財年微軟綜合收益表

　　圖表89 2014-2015財年微軟分部資料

　　圖表90 2011-2015年SAP公司全面收益表

　　圖表91 2011-2015年SAP公司分地區收入情況

　　圖表92 2012-2015年SAP綜合收益表

　　圖表93 2012-2015年SAP收入分地區資料

　　圖表94 2014-2016年SAP綜合收益表

　　圖表95 2014-2016年SAP收入分地區資料

　　圖表96 2011-2015年EMC全面收益表

　　圖表97 2011-2015年EMC分地區收入情況

　　圖表98 2012-2015年EMC綜合收益表

　　圖表99 2012-2015年EMC分部資料

　　圖表100 2012-2015年EMC收入分地區資料

　　圖表101 2014-2016年EMC綜合收益表

　　圖表102 2014-2016年EMC分部資料

　　圖表103 2014-2016年EMC分部資料

　　圖表104 2012-2015年惠普全面收益表

　　圖表105 2011-2015年惠普公司分地區收入情況

　　圖表106 2012-2014財年惠普綜合收益表

　　圖表107 2012-2014財年惠普收入分地區資料

　　圖表108 2014-2015財年惠普綜合收益表

　　圖表109 惠普PCS云監控系統解決方案架構

　　圖表110 惠普分布式并行計算存儲云平臺

　　圖表111 2012-2015年中國移動合并綜合收益表

　　圖表112 2012-2015年中國移動分產品銷售收入情況

　　圖表113 2014-2016年中國移動綜合收益表

　　圖表114 2014-2016年中國移動收入分部門資料

　　圖表115 2014-2016年中國移動綜合收益表

　　圖表116 2012-2015年中國電信合并綜合收益表

　　圖表117 2012-2015年中國電信分產品收入情況

　　圖表118 2012-2015年中國電信綜合收益表

　　圖表119 2012-2015年中國電信收入分部門資料

　　圖表120 2014-2016年中國電信綜合收益表

　　圖表121 2013-2016年中國聯合網絡通信股份有限公司總資產和凈資產

　　圖表122 2014-2016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123 2016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124 2014-2016年中國聯合網絡通信股份有限公司現金流量

　　圖表125 2016年中國聯合網絡通信股份有限公司現金流量

　　圖表126 2015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127 2015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128 2014-2016年中國聯合網絡通信股份有限公司成長能力

　　圖表129 2016年中國聯合網絡通信股份有限公司成長能力

　　圖表130 2014-2016年中國聯合網絡通信股份有限公司短期償債能力

　　圖表131 2016年中國聯合網絡通信股份有限公司短期償債能力

　　圖表132 2014-2016年中國聯合網絡通信股份有限公司長期償債能力

　　圖表133 2016年中國聯合網絡通信股份有限公司長期償債能力

　　圖表134 2014-2016年中國聯合網絡通信股份有限公司運營能力

　　圖表135 2016年中國聯合網絡通信股份有限公司運營能力

　　圖表136 2014-2016年中國聯合網絡通信股份有限公司盈利能力

　　圖表137 2016年中國聯合網絡通信股份有限公司盈利能力

　　圖表138 2011-2015年百度綜合收益表

　　圖表139 2011-2015年百度不同地區銷售情況表

　　圖表140 2014-2016年百度綜合收益表

　　圖表141 2014-2016年百度收入分部門資料

　　圖表142 2014-2016年百度收入分地區資料

　　圖表143 2014-2016年百度綜合收益表

　　圖表144 2014-2016年百度收入分部門資料

　　圖表145 2012-2015年騰訊控股合并綜合收益表

　　圖表146 2012-2015年騰訊控股分產品收入情況

　　圖表147 2012-2015年騰訊控股分地區收入情況

　　圖表148 2014-2016年騰訊綜合收益表

　　圖表149 2014-2016年騰訊收入分部門資料

　　圖表150 2014-2016年騰訊綜合收益表

　　圖表151 2014-2016年騰訊收入分部門資料

　　圖表152 2013-2016年北京拓爾思信息技術股份有限公司總資產和凈資產

　　圖表153 2014-2016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154 2016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155 2014-2016年北京拓爾思信息技術股份有限公司現金流量

　　圖表156 2016年北京拓爾思信息技術股份有限公司現金流量

　　圖表157 2015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158 2014-2016年北京拓爾思信息技術股份有限公司成長能力

　　圖表159 2016年北京拓爾思信息技術股份有限公司成長能力

　　圖表160 2014-2016年北京拓爾思信息技術股份有限公司短期償債能力

　　圖表161 2016年北京拓爾思信息技術股份有限公司短期償債能力

　　圖表162 2014-2016年北京拓爾思信息技術股份有限公司長期償債能力

　　圖表163 2016年北京拓爾思信息技術股份有限公司長期償債能力

　　圖表164 2014-2016年北京拓爾思信息技術股份有限公司運營能力

　　圖表165 2016年北京拓爾思信息技術股份有限公司運營能力

　　圖表166 2014-2016年北京拓爾思信息技術股份有限公司盈利能力

　　圖表167 2016年北京拓爾思信息技術股份有限公司盈利能力

　　圖表168 2013-2016年北京東方國信科技股份有限公司總資產和凈資產

　　圖表169 2014-2016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170 2016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171 2014-2016年北京東方國信科技股份有限公司現金流量

　　圖表172 2016年北京東方國信科技股份有限公司現金流量

　　圖表173 2015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174 2014-2016年北京東方國信科技股份有限公司成長能力

　　圖表175 2016年北京東方國信科技股份有限公司成長能力

　　圖表176 2014-2016年北京東方國信科技股份有限公司短期償債能力

　　圖表177 2016年北京東方國信科技股份有限公司短期償債能力

　　圖表178 2014-2016年北京東方國信科技股份有限公司長期償債能力

　　圖表179 2016年北京東方國信科技股份有限公司長期償債能力

　　圖表180 2014-2016年北京東方國信科技股份有限公司運營能力

　　圖表181 2016年北京東方國信科技股份有限公司運營能力

　　圖表182 2014-2016年北京東方國信科技股份有限公司盈利能力

　　圖表183 2016年北京東方國信科技股份有限公司盈利能力

　　圖表184 2013-2016年北京同有飛驥科技股份有限公司總資產和凈資產

　　圖表185 2014-2016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186 2016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187 2014-2016年北京同有飛驥科技股份有限公司現金流量

　　圖表188 2016年北京同有飛驥科技股份有限公司現金流量

　　圖表189 2015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190 2014-2016年北京同有飛驥科技股份有限公司成長能力

　　圖表191 2016年北京同有飛驥科技股份有限公司成長能力

　　圖表192 2014-2016年北京同有飛驥科技股份有限公司短期償債能力

　　圖表193 2016年北京同有飛驥科技股份有限公司短期償債能力

　　圖表194 2014-2016年北京同有飛驥科技股份有限公司長期償債能力

　　圖表195 2016年北京同有飛驥科技股份有限公司長期償債能力

　　圖表196 2014-2016年北京同有飛驥科技股份有限公司運營能力

　　圖表197 2016年北京同有飛驥科技股份有限公司運營能力

　　圖表198 2014-2016年北京同有飛驥科技股份有限公司盈利能力

　　圖表199 2016年北京同有飛驥科技股份有限公司盈利能力

　　圖表200 2013-2014財年阿里巴巴集團綜合損益表

　　圖表201 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202 大數據投資領域分類

　　圖表203 所有國內外大數據企業在基礎設施方面的分布

　　圖表204 所有國內外大數據企業在應用產品方面的分布

　　圖表205 國內外大數據企業所在領域的對比

　　圖表206 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207 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208 2015年中國大數據市場結構

略..........................

了解《2017-2023年中國大數據行業研究分析及發展趨勢預測報告》

報告編號：535276

請致電：010-62665210、010-62664210、010-56252582

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