加入收藏
| 文字：[ 大 中 小 ]
報告簡介
報告目錄
2022-2025年中國大數據行業(yè)市場分析及發(fā)展趨勢專題研究報告
第一章 大數據產業(yè)相關概述 21
第二章 2019-2021年國際大數據產業(yè)發(fā)展分析 23
2.1 全球大數據產業(yè)總體發(fā)展分析 23
2.1.1 產業(yè)發(fā)展變革 23
2.1.2 產業(yè)發(fā)展階段 24
2.1.3 產業(yè)規(guī)模狀況 24
2.1.4 細分市場格局 25
2.1.5 產量區(qū)域分布 26
2.1.6 重點企業(yè)分析 27
2.1.7 企業(yè)融資分析 28
2.2 全球大數據產業(yè)發(fā)展特點 28
2.2.1 國家戰(zhàn)略布局加快 28
2.2.2 制造業(yè)成為融合重點 29
2.2.3 5G成為數字基建關鍵 30
2.2.4 數字貿易規(guī)則制定加快 30
2.2.5 數據的合規(guī)性受到重視 31
2.3 歐盟大數據產業(yè)發(fā)展布局 32
2.3.1 歐洲數據治理條例草案 32
2.3.2 歐盟數據經濟規(guī)模分析 33
2.3.3 歐盟推進大數據產業(yè)發(fā)展 33
2.3.4 歐盟大數據產業(yè)戰(zhàn)略特點 33
2.3.5 產業(yè)戰(zhàn)略建設的相關啟示 34
2.3.6 歐盟布局大數據產業(yè)應用 34
2.3.7 歐盟大數據產業(yè)人才規(guī)劃 34
2.4 美國大數據產業(yè)發(fā)展分析 37
2.4.1 大數據發(fā)展扶持政策 37
2.4.2 大數據產業(yè)發(fā)展戰(zhàn)略 37
2.4.3 大數據應用案例分析 37
2.4.4 大數據協同創(chuàng)新措施 38
2.4.5 大數據技術發(fā)展措施 38
2.4.6 大數據產業(yè)發(fā)展趨勢 39
2.5 日本大數據產業(yè)發(fā)展分析 39
2.5.1 大數據發(fā)展歷程 39
2.5.2 大數據相關法規(guī) 39
2.5.3 大數據發(fā)展趨勢 40
2.5.4 大數據預防災害 40
2.5.5 “限定提供數據”條款 41
2.5.6 對我國大數據法律啟示 41
2.6 其他國家大數據產業(yè)發(fā)展動態(tài) 42
2.6.1 法國 42
2.6.2 韓國 42
2.6.3 新加坡 43
第三章 2019-2021年中國大數據產業(yè)發(fā)展分析 44
3.1 2019-2021年中國大數據產業(yè)發(fā)展綜述 44
3.1.1 大數據產業(yè)概念分析 44
3.1.2 大數據產業(yè)構建層次 44
3.1.3 大數據發(fā)展的必然性 44
3.1.4 大數據產業(yè)驅動主體 45
3.1.5 大數據產業(yè)發(fā)展階段 46
3.1.6 地區(qū)大數據產業(yè)聯盟 47
3.1.7 數字經濟的發(fā)展水平 47
3.1.8 大數據總體市場規(guī)模 48
3.1.9 大數據核心產業(yè)規(guī)模 49
3.2 中國大數據產業(yè)發(fā)展進程分析 49
3.2.1 政策方面 49
3.2.2 技術方面 50
3.2.3 應用方面 51
3.2.4 試點方面 51
3.2.5 人才方面 51
3.3 2019-2021年大數據產業(yè)競爭格局 52
3.3.1 大數據相關企業(yè)規(guī)模概述 52
3.3.2 大數據產業(yè)競爭主體分類 52
3.3.3 大數據產業(yè)布局具體分析 52
3.3.4 產業(yè)鏈環(huán)節(jié)競爭格局分析 52
3.3.5 大數據競爭企業(yè)資本層次 53
3.3.6 大數據投資價值百強企業(yè) 53
3.3.7 大數據創(chuàng)新場景應用服務商 53
3.3.8 互聯網企業(yè)布局大數據產業(yè) 54
3.3.9 大數據熱點應用領域的競爭 55
3.3.10 大數據產業(yè)競爭趨勢展望 55
3.4 2019-2021年中國大數據市場供需分析 55
3.4.1 大數據市場供給結構分析 55
3.4.2 主要行業(yè)大數據需求狀況 56
3.4.3 企業(yè)大數據的應用及需求 56
3.4.4 大數據熱點領域需求分析 57
3.4.5 企業(yè)大數據需求趨勢分析 58
3.5 大數據行業(yè)上市公司運行狀況分析 59
3.5.1 大數據行業(yè)上市公司規(guī)模 59
3.5.2 大數據行業(yè)上市公司分布 59
3.5.3 大數據行業(yè)經營狀況分析 60
3.5.4 大數據行業(yè)盈利能力分析 61
3.5.5 大數據行業(yè)營運能力分析 61
3.5.6 大數據行業(yè)成長能力分析 61
3.5.7 大數據行業(yè)現金流量分析 62
3.6 中國大數據產業(yè)存在的問題 63
3.6.1 面臨挑戰(zhàn)分析 63
3.6.2 競爭壁壘問題 63
3.6.3 技術發(fā)展問題 63
3.6.4 成本投入問題 64
3.6.5 數據相關問題 64
3.6.6 數據安全問題 64
3.6.7 人才供需問題 65
3.7 中國大數據產業(yè)的發(fā)展策略 65
3.7.1 相關政策建議 65
3.7.2 推進研發(fā)應用 66
3.7.3 避免過度建設 66
3.7.4 提高數據安全 66
3.7.5 地區(qū)發(fā)展思路 66
3.7.6 推動標準建設 66
3.7.7 打破信息孤島 67
3.8 疫情影響下大數據產業(yè)發(fā)展分析 68
3.8.1 疫情對企業(yè)的影響 68
3.8.2 行業(yè)大數據應用問題 68
3.8.3 疫情帶來的行業(yè)機遇 69
3.8.4 互聯網大數據防疫走熱 69
3.8.5 疫情下電信大數據應用狀況 69
3.8.6 疫情下政府大數據應用狀況 70
3.8.7 疫情下工業(yè)大數據應用狀況 71
3.8.8 疫情下金融大數據應用狀況 71
3.8.9 疫情下醫(yī)療大數據應用狀況 71
第四章 大數據產業(yè)上游——數據源存儲層 72
4.1 數據基礎設施發(fā)展綜況 72
4.1.1 數據基礎設施的范圍 72
4.1.2 數據基礎設施的特征 72
4.1.3 數據基礎的相關企業(yè) 75
4.1.4 數據基礎設施的展望 75
4.2 數據來源層分析 75
4.2.1 大數據的來源渠道 75
4.2.2 新技術帶來數據增長 76
4.2.3 數據資源的網絡基礎 76
4.2.4 數據資源SWOT分析 77
4.2.5 數據資源獲取難度 77
4.2.6 數據資源開放情況 78
4.3 數據存儲層分析 78
4.3.1 大數據存儲方式 78
4.3.2 大數據儲存規(guī)模分析 80
4.3.3 大數據存儲架構分析 81
4.3.4 數據倉庫建設的重要性 83
4.3.5 新型MPP數據庫的價值 83
4.4 數據存儲中心建設狀況 84
4.4.1 全球數據中心建設規(guī)模 84
4.4.2 國內數據中心建設規(guī)模 84
4.4.3 國內數據中心投資規(guī)模 84
4.4.4 數據中心市場競爭格局 84
4.4.5 數據中心硬件成本分析 85
4.4.6 國內數據中心投資機遇 85
4.4.7 數據中心總體發(fā)展趨勢 85
4.4.8 數據中心綠色節(jié)能趨勢 86
4.4.9 數據中心布局策略分析 86
4.5 數據資源型企業(yè)——電信運營商 86
4.5.1 中國移動 86
4.5.1.1 企業(yè)發(fā)展概況 86
4.5.1.2 大數據發(fā)展優(yōu)勢 87
4.5.1.3 大數據產品體系 87
4.5.2 中國電信 89
4.5.2.1 企業(yè)發(fā)展概況 89
4.5.2.2 大數據產業(yè)布局 90
4.5.2.3 加快數據項目建設 91
4.5.3 中國聯通 92
4.5.3.1 企業(yè)發(fā)展概況 92
4.5.3.2 業(yè)務發(fā)展分析 92
4.5.3.3 大數據項目建設 92
4.5.3.4 聯通大數據公司 93
4.6 數據資源型企業(yè)——BAT企業(yè) 94
4.6.1 阿里巴巴 94
4.6.1.1 企業(yè)發(fā)展概況 94
4.6.1.2 產品技術架構 94
4.6.1.3 大數據計算服務 95
4.6.1.4 主要大數據平臺 95
4.6.1.5 企業(yè)數據庫方案 95
4.6.2 百度公司 96
4.6.2.1 企業(yè)發(fā)展概況 96
4.6.2.2 大數據解決方案 96
4.6.2.3 大數據分析平臺 96
4.6.2.4 數據安全方案 97
4.6.3 騰訊公司 97
4.6.3.1 企業(yè)發(fā)展概況 97
4.6.3.2 騰訊大數據平臺 98
4.6.3.3 大數據技術架構 102
4.6.3.4 大數據布局動態(tài) 104
第五章 大數據產業(yè)中游——數據分析處理層 105
5.1 大數據處理及分析技術綜況 105
5.1.1 大數據采集與預處理 105
5.1.2 數據處理框架分析 105
5.1.3 數據計算模式分析 107
5.1.4 數據分析細分領域 107
5.1.5 大數據分析的優(yōu)劣勢 107
5.2 大數據分析處理產業(yè)發(fā)展進程 108
5.2.1 技術生態(tài)分析 108
5.2.2 技術研發(fā)熱點 108
5.2.3 技術應用領域 108
5.2.4 企業(yè)布局加快 110
5.2.5 技術發(fā)展趨勢 111
5.3 大數據可視化分析技術分析 112
5.3.1 數據可視化的基本概述 112
5.3.2 數據可視化的應用優(yōu)勢 112
5.3.3 大數據可視化市場規(guī)模 113
5.3.4 大數據可視化市場格局 114
5.3.5 數據可視化的研究進展 114
5.3.6 數據可視化的應用工具 114
5.3.7 數據可視化面臨的挑戰(zhàn) 115
5.3.8 數據可視化技術發(fā)展趨勢 116
5.4 大數據安全處理技術分析 116
5.4.1 大數據安全問題分析 116
5.4.2 大數據安全涉及的模塊 118
5.4.3 數據安全防護技術分析 118
5.4.4 數據脫敏安全控制技術 119
5.4.5 大數據安全防護體系分析 119
5.5 大數據技術擁有型企業(yè)分析 121
5.5.1 拓爾思 121
5.5.1.1 企業(yè)發(fā)展概況 121
5.5.1.2 企業(yè)發(fā)展動態(tài) 121
5.5.2 同有科技 121
5.5.2.1 企業(yè)發(fā)展概況 121
5.5.2.2 大數據應用產品 122
5.5.3 浪潮集團 122
5.5.3.1 企業(yè)發(fā)展概況 122
5.5.3.2 數據基礎模型 123
5.5.3.3 加快推進地區(qū)合作 123
5.5.3.4 建立智慧城市平臺 124
5.5.3.5 推進數據社會化發(fā)展 125
5.5.4 華為公司 126
5.5.4.1 企業(yè)發(fā)展概況 126
5.5.4.2 大數據解決方案 126
5.5.4.3 大數據產業(yè)園建設 127
5.5.4.4 大數據產業(yè)合作 127
第六章 大數據產業(yè)下游——數據交易層 128
6.1 大數據交易層分析 128
6.1.1 大數據交易層分析 128
6.1.2 數據交易品種及類型 128
6.1.3 數據交易的影響因素 128
6.1.4 大數據交易標準體系 130
6.1.5 數據交易市場發(fā)展對策 131
6.2 大數據交易市場運行狀況 131
6.2.1 大數據交易市場環(huán)境 131
6.2.2 大數據交易市場構成 131
6.2.3 大數據交易市場規(guī)模 131
6.2.4 大數據市場定價方式 132
6.2.5 細分大數據交易狀況 132
6.2.6 全國首個交易中心成立 134
6.2.7 大數據交易場所主要類型 136
6.2.8 大數據交易逐步規(guī)范化 137
6.2.9 大數據交易市場人才需求 137
6.2.10 數據交易場所的問題及對策 138
6.3 國際重點大數據交易平臺分析 143
6.3.1 Factual 143
6.3.2 Info Chimps 143
6.3.3 Microsoft Azure 143
6.3.4 Fujitsu 143
6.4 中國大數據交易平臺發(fā)展綜況 144
6.4.1 交易平臺經營范圍 144
6.4.2 交易平臺發(fā)展背景 144
6.4.3 大數據交易典型平臺 144
6.4.4 交易平臺融資動態(tài) 149
6.4.5 平臺未來發(fā)展策略 149
6.5 中國典型大數據交易平臺分析 151
6.5.1 貴陽大數據交易所 151
6.5.1.1 平臺發(fā)展概況 151
6.5.1.2 平臺發(fā)展優(yōu)勢 152
6.5.1.3 平臺發(fā)展劣勢 152
6.5.1.4 平臺運營標準 152
6.5.1.5 平臺發(fā)展動態(tài) 153
6.5.2 數據堂交易平臺 153
6.5.2.1 平臺發(fā)展概況 153
6.5.2.2 平臺發(fā)展優(yōu)勢 153
6.5.2.3 平臺發(fā)展劣勢 153
6.5.2.4 商業(yè)模式分析 154
6.5.3 中關村大數據交易平臺 154
6.5.3.1 平臺發(fā)展概況 154
6.5.3.2 平臺發(fā)展優(yōu)勢 154
6.5.3.3 平臺發(fā)展劣勢 155
6.5.4 香港大數據交易所 155
6.5.4.1 平臺發(fā)展概況 155
6.5.4.2 平臺發(fā)展動態(tài) 156
第七章 大數據產業(yè)下游——數據應用層 157
7.1 大數據應用層分析 157
7.1.1 大數據應用層結構 157
7.1.2 大數據衍生應用層 157
7.2 大數據應用服務型企業(yè)介紹 158
7.2.1 百分點集團 158
7.2.1.1 企業(yè)發(fā)展概況 158
7.2.1.2 大數據產業(yè)布局 158
7.2.2 明略數據 158
7.2.2.1 企業(yè)發(fā)展概況 158
7.2.2.2 大數據分析產品 159
7.2.3 Talking Data 159
7.2.3.1 企業(yè)發(fā)展概況 159
7.2.3.2 未來發(fā)展態(tài)勢 159
7.3 工業(yè)大數據 160
7.3.1 工業(yè)大數據基本概況 160
7.3.2 工業(yè)大數據發(fā)展階段 160
7.3.3 工業(yè)大數據市場規(guī)模 160
7.3.4 工業(yè)大數據應用案例 161
7.3.5 工業(yè)大數據發(fā)展問題對策 162
7.3.6 工業(yè)大數據未來發(fā)展機會 162
7.4 醫(yī)療大數據 163
7.4.1 醫(yī)療大數據體系分析 163
7.4.2 醫(yī)療大數據應用場景 163
7.4.3 醫(yī)療大數據市場規(guī)模 164
7.4.4 醫(yī)療大數據市場供需 165
7.4.5 醫(yī)療大數據競爭格局 166
7.4.6 醫(yī)療大數據投資分布 166
7.4.7 醫(yī)療大數據應用案例 166
7.4.8 醫(yī)療大數據發(fā)展問題及對策 166
7.4.9 醫(yī)療大數據未來發(fā)展機會 168
7.5 金融大數據 168
7.5.1 金融大數據體系分析 168
7.5.2 金融大數據典型應用領域 169
7.5.3 金融大數據創(chuàng)新應用領域 170
7.5.4 金融大數據分析市場規(guī)模 170
7.5.5 金融大數據應用市場結構 171
7.5.6 金融大數據市場競爭格局 172
7.5.7 金融行業(yè)大數據發(fā)展特征 172
7.5.8 金融大數據安全挑戰(zhàn)及對策 173
7.5.9 金融大數據未發(fā)展機會分析 173
7.6 交通大數據 173
7.6.1 交通大數據應用價值分析 173
7.6.2 交通大數據應用狀況分析 173
7.6.3 交通行業(yè)大數據應用需求 174
7.6.4 交通大數據城市建設試點 174
7.6.5 城市交通大數據應用產業(yè)鏈 175
7.6.6 城市交通大數據應用規(guī)模 175
7.6.7 城市交通大數據競爭格局 175
7.6.8 交通大數據應用案例分析 176
7.6.9 交通大數據應用問題及對策 176
7.6.10 交通大數據應用未來發(fā)展展望 178
7.7 電信大數據 179
7.7.1 電信大數據的發(fā)展階段 179
7.7.2 電信大數據源供給規(guī)模 179
7.7.3 電信大數據應用需求分析 180
7.7.4 電信行業(yè)大數據應用情況 180
7.7.5 運營商大數據的應用模式 180
7.7.6 電信行業(yè)大數據應用案例 181
7.7.7 電信大數據應用痛點分析 181
7.7.8 電信大數據發(fā)展機會分析 182
7.8 零售大數據 183
7.8.1 零售大數據發(fā)展概況 183
7.8.2 零售行業(yè)數據采集方式 183
7.8.3 零售行業(yè)大數據應用需求 184
7.8.4 零售行業(yè)大數據應用案例 186
7.8.5 大數據下的新零售模式 187
7.8.6 零售大數據發(fā)展問題及對策 190
7.8.7 企業(yè)應用零售大數據的方向 191
7.9 電商大數據 192
7.9.1 電商大數據的主要來源 192
7.9.2 大數據處理對電子商務的影響 192
7.9.3 電子商務大數據的應用需求 193
7.9.4 電子商務大數據的具體應用 193
7.9.5 數據分析提高電商企業(yè)績效 195
7.9.6 全球首個電商大數據指數發(fā)布 195
7.9.7 政府重視電商大數據共享工作 196
7.9.8 電商大數據應用的挑戰(zhàn)及對策 196
7.10 政府大數據 198
7.10.1 政府數據資產基本分類 198
7.10.2 政府大數據的頂層設計 198
7.10.3 政府大數據的經濟價值 198
7.10.4 政府部門大數據應用案例 199
7.10.5 全國公安大數據項目狀況 200
7.10.6 政府大數據信息公開需求 200
7.10.7 政府大數據未來發(fā)展展望 200
第八章 2019-2021年大數據應用軟件及設備分析 201
8.1 大數據軟件公司運行 201
8.1.1 大數據軟件行業(yè)上市公司規(guī)模 201
8.1.2 大數據軟件行業(yè)上市公司分布 202
8.1.3 大數據軟件行業(yè)經營狀況分析 202
8.1.4 大數據軟件行業(yè)盈利能力分析 203
8.1.5 大數據軟件行業(yè)營運能力分析 204
8.1.6 大數據軟件行業(yè)成長能力分析 204
8.1.7 大數據軟件行業(yè)現金流量分析 204
8.2 大數據應用軟件分析 205
8.2.1 大數據軟件構成框架 205
8.2.2 大數據典型軟件分析 205
8.2.3 智能軟件的應用價值 206
8.2.4 大數據軟件市場規(guī)模 206
8.2.5 大數據軟件發(fā)展方向 207
8.3 大數據硬件設備分析 208
8.3.1 大數據硬件構成框架 208
8.3.2 大數據主要硬件設備 209
8.3.3 大數據硬件市場規(guī)模 209
8.4 大數據一體機設備分析 210
8.4.1 大數據一體機簡介 210
8.4.2 大數據一體機的優(yōu)劣分析 210
8.4.3 大數據一體機的用戶類型 211
8.4.4 國外競爭格局與品牌分布 211
8.4.5 國內市場競爭格局分析 211
8.4.6 國內企業(yè)競爭優(yōu)劣勢分析 212
8.4.7 國內主流品牌及其特點 212
第九章 2019-2021年大數據產業(yè)發(fā)展模式探究 215
9.1 大數據交易模式分析 215
9.1.1 以數據運營方式為分類標準 215
9.1.2 以大數據結構化程度為分類標準 216
9.1.3 以數據產權轉讓形式為分類標準 216
9.2 大數據行業(yè)盈利模式分析 217
9.2.1 解決方案 217
9.2.2 基礎設施 223
9.2.3 數據產品 223
9.2.4 行業(yè)應用 223
9.3 大數據行業(yè)商業(yè)模式分析 224
9.3.1 B2B大數據應用模式 224
9.3.2 技術提供及軟件開發(fā) 226
9.3.3 大數據咨詢分析服務 229
9.3.4 大數據服務市場規(guī)模 229
9.3.5 大數據通用服務模式 230
9.3.6 自有平臺大數據分析 231
9.3.7 信息訂制與采購模式 231
9.3.8 信息數據租售模式 231
9.4 企業(yè)大數據商業(yè)化應用模式 232
9.4.1 企業(yè)大數據的基本構成 232
9.4.2 企業(yè)大數據商業(yè)化應用背景 232
9.4.3 企業(yè)大數據商業(yè)化應用層面 232
9.4.4 企業(yè)大數據商業(yè)化應用重點 233
9.4.5 企業(yè)大數據商業(yè)化應用關鍵 234
9.4.6 企業(yè)大數據商業(yè)化應用途徑 234
第十章 2019-2021年重點區(qū)域大數據行業(yè)發(fā)展分析 236
10.1 中國大數據產業(yè)區(qū)域發(fā)展格局 236
10.1.1 國家大數據綜合試驗區(qū) 236
10.1.2 大數據企業(yè)業(yè)務區(qū)域分布 236
10.1.3 地區(qū)大數據管理機構設置 236
10.1.4 城市大數據人才儲備狀況 237
10.2 大數產業(yè)區(qū)域發(fā)展指數分析 238
10.2.1 各省大數據發(fā)展排名 238
10.2.2 各省大數據排名變動 240
10.2.3 區(qū)域大數據發(fā)展指數 240
10.2.4 各省大數據發(fā)展類型 243
10.2.5 各省分指數評價分析 244
10.3 大數據產業(yè)園區(qū)發(fā)展分析 245
10.3.1 大數據產業(yè)園概述 245
10.3.2 大數據產業(yè)園區(qū)分類 245
10.3.3 大數據產業(yè)園數量規(guī)模 245
10.3.4 大數據產業(yè)園典型模式 245
10.3.5 產業(yè)園面臨機遇與挑戰(zhàn) 247
10.3.6 國家級新區(qū)布局大數據 248
10.4 京津冀大數據產業(yè)集群 249
10.4.1 京津冀地區(qū)經濟運行特點 249
10.4.2 京津冀大數據產業(yè)發(fā)展綜況 249
10.4.3 河北省大數據產業(yè)發(fā)展狀況 250
10.4.4 北京市大數據產業(yè)發(fā)展狀況 251
10.4.5 天津市大數據產業(yè)發(fā)展綜況 252
10.4.6 天津市大數據安全布局動態(tài) 253
10.5 珠三角大數據產業(yè)集群 255
10.5.1 珠三角地區(qū)基本運行狀況 255
10.5.2 珠三角大數據產業(yè)發(fā)展特點 256
10.5.3 大數據試驗區(qū)建設方案出臺 257
10.5.4 廣東省大數據產業(yè)發(fā)展格局 257
10.5.5 廣州市大數據產業(yè)發(fā)展布局 258
10.5.6 深圳市大數據產業(yè)發(fā)展狀況 258
10.6 長三角大數據產業(yè)集群 258
10.6.1 長三角地區(qū)基本發(fā)展狀況 258
10.6.2 長三角大數據產業(yè)發(fā)展綜況 259
10.6.3 長三角大數據產業(yè)發(fā)展特點 260
10.6.4 上海市大數據產業(yè)發(fā)展布局 260
10.6.5 浙江省大數據產業(yè)發(fā)展狀況 261
10.7 西南大數據產業(yè)集群 262
10.7.1 西南地區(qū)基本發(fā)展狀況 262
10.7.2 西南大數據產業(yè)發(fā)展?jié)摿? 263
10.7.3 重慶市大數據產業(yè)發(fā)展狀況 264
10.7.4 四川省大數據產業(yè)發(fā)展布局 265
10.8 其他地區(qū)大數據產業(yè)發(fā)展動態(tài) 266
10.8.1 內蒙古 266
10.8.2 河南省 266
10.8.3 山東省 268
10.8.4 山西省 269
10.8.5 安徽省 270
10.8.6 湖南省 272
10.8.7 江西省 272
10.8.8 海南省 273
10.9 典型發(fā)展案例——貴州大數據產業(yè)發(fā)展經驗 273
10.9.1 貴州大數據發(fā)展機遇及優(yōu)勢 273
10.9.2 貴州省大數據發(fā)展地位 275
10.9.3 貴州大數據產業(yè)優(yōu)惠政策 275
10.9.4 貴州省數字設施投資狀況 278
10.9.5 貴州大數字產業(yè)運行狀況 278
10.9.6 貴州大數據典型企業(yè)名單 279
10.9.7 貴陽市大數據發(fā)展狀況 281
10.9.8 貴安新區(qū)大數據建設狀況 281
10.9.9 貴州大數據應用狀況分析 281
10.9.10 貴州省大數據融合發(fā)展方案 283
第十一章 中國大數據產業(yè)投資價值分析 290
11.1 大數據產業(yè)投資價值及機會評估 290
11.1.1 投資價值綜合評估 290
11.1.2 市場投資機會評估 290
11.1.3 投資發(fā)展動力評估 291
11.1.4 投資進入時機分析 293
11.1.5 產業(yè)投資象項分布 293
11.2 大數據行業(yè)投資壁壘分析 294
11.2.1 競爭壁壘 294
11.2.2 技術壁壘 295
11.2.3 資金壁壘 295
11.2.4 政策壁壘 295
11.3 大數據產業(yè)投資風險及防范 296
11.3.1 大數據行業(yè)投資風險綜述 296
11.3.2 數據的流動性和可獲取性風險 296
11.3.3 大數據安全風險及防范機制 296
11.3.4 大數據項目投資風險急劇增加 298
11.3.5 大數據產業(yè)投資建議與策略 299
11.3.6 評估大數據產業(yè)投資回報的措施 300
第十二章 中國大數據產業(yè)投融資分析 302
12.1 A股及新三板上市公司在大數據行業(yè)投資動態(tài)分析 302
12.1.1 投資項目綜述 302
12.1.2 投資區(qū)域分布 302
12.1.3 投資模式分析 303
12.1.4 典型投資案例 304
12.2 大數據行業(yè)投融資熱點分析 304
12.2.1 大數據產業(yè)投資熱點 304
12.2.2 數據源及流通領域 305
12.2.3 軟硬件產品領域 305
12.2.4 應用端領域 305
12.3 中國大數據產業(yè)融資動態(tài)分析 306
12.3.1 教育大數據企業(yè)融資動態(tài) 306
12.3.2 保險大數據公司融資布局 306
12.3.3 大數據軟件企業(yè)融資布局 306
12.3.4 酒店大數據運營投資項目 307
12.3.5 數據搜索公司融資動態(tài) 307
12.3.6 大數據安全企業(yè)融資動態(tài) 307
12.3.7 大數據基礎設施提供商融資 308
12.3.8 媒體大數據企業(yè)融資動態(tài) 308
12.3.9 醫(yī)療大數據企業(yè)融資動態(tài) 309
12.4 中國大數據產業(yè)投資項目案例 310
12.4.1 城市數據湖運營項目 310
12.4.2 大數據系統平臺項目 311
12.4.3 大數據產業(yè)園建設項目 311
12.4.4 大數據管理平臺建設項目 312
12.5 中國大數據產業(yè)鏈投資機會分析 312
12.5.1 硬件層面投資機會分析 312
12.5.2 軟件層面投資機會分析 312
12.5.3 信息服務層面投資機會 313
第十三章 大數據產業(yè)發(fā)展前景及趨勢 314
13.1 全球大數據產業(yè)發(fā)展前景及趨勢預測 314
13.1.1 全球大數據企業(yè)競爭趨勢 314
13.1.2 全球大數據產業(yè)發(fā)展趨勢 318
13.1.3 全球大數據市場發(fā)展熱點展望 319
13.2 中國大數據產業(yè)發(fā)展機遇及前景預測 320
13.2.1 整體發(fā)展驅動分析 320
13.2.2 行業(yè)未來發(fā)展特點 321
13.2.3 大數據市場熱點分析 322
13.2.4 大數據市場重點內容 323
13.2.5 大數據人才需求預測 323
13.3 中國大數據產業(yè)發(fā)展趨勢展望 323
13.3.1 信息消費逐步提質升級 323
13.3.2 工業(yè)互聯網建設進程加快 324
13.3.3 “一帶一路”數據合作形成 324
13.3.4 大數據治理科技應用廣泛 325
13.3.5 大數據相關立法進程加快 326
13.3.6 大數據與區(qū)塊鏈融合提速 326
13.4 2021-2025年中國大數據產業(yè)預測分析 327
第十四章 大數據產業(yè)發(fā)展政策分析 329
14.1 大數據產業(yè)政策體系分析 329
14.1.1 發(fā)達國家大數據政策對比 329
14.1.2 中國大數據產業(yè)政策匯總 332
14.1.3 中國大數據產業(yè)政策特點 335
14.1.4 中國大數據產業(yè)發(fā)展綱要 335
14.1.5 大數據標準化白皮書分析 335
14.1.6 大數據產業(yè)管理機制加強 336
14.2 大數據產業(yè)應用類政策分析 337
14.2.1 工業(yè)大數據政策環(huán)境分析 337
14.2.2 金融機構大數據治理規(guī)范 337
14.2.3 醫(yī)療大數據政策總體分析 338
14.2.4 交通運輸大數據發(fā)展綱要 339
14.2.5 交通運輸新基建指導意見 344
14.2.6 生態(tài)環(huán)境大數據重點布局 349
14.2.7 工業(yè)互聯網數據應用政策 354
14.2.8 大數據防范網絡詐騙方案 355
14.3 大數據產業(yè)相關規(guī)劃 356
14.3.1 大數據產業(yè)“十三五”內容回顧 356
14.3.2 “十四五”大數據產業(yè)規(guī)劃進展 356
14.3.3 “十四五”規(guī)劃大數據產業(yè)相關 357
14.4 大數據產業(yè)區(qū)域性政策規(guī)劃 358
14.4.1 內蒙古數字經濟發(fā)展意見 358
14.4.2 河北大數據產業(yè)提升計劃 363
14.4.3 北京大數據相關支持政策 371
14.4.4 河南省數據產業(yè)發(fā)展規(guī)劃 377
14.4.5 山西大數據應用促進條例 383
14.4.6 湖北省數字政府建設規(guī)劃 388
14.4.7 湖南省軟件產業(yè)振興計劃 389
14.4.8 江蘇省數字經濟發(fā)展意見 402
14.4.9 廣西省推動數據應用意見 409
14.4.10 貴州大數據標準建設規(guī)劃 416
14.4.11 福建省新基建設建設計劃 417
圖表目錄
圖表1 2019-2021年全球大數據行業(yè)儲量規(guī)模 24
圖表2 2020年全球大數據細分市場結構 25
圖表3 2020年全球大數據產量區(qū)域分布 26
圖表4 2021數字經濟城市發(fā)展百強榜 48
圖表5 大數據創(chuàng)新場景應用服務商 53
圖表6 2019-2021年中國大數據產業(yè)經營規(guī)模 60
圖表7 2019-2021年中國大數據行業(yè)盈利能力 61
圖表8 2019-2021年中國大數據行業(yè)營運能力 61
圖表9 2019-2021年中國大數據行業(yè)發(fā)展能力 61
圖表10 2019-2021年中國大數據行業(yè)現金流量 62
圖表11 2019-2021年中國大數據儲量規(guī)模 80
圖表12 大數據技術架構 102
圖表13 數據處理系統框架 105
圖表14 2019-2021年中國大數據產業(yè)應用工業(yè)大數據市場規(guī)模 161
圖表15 2019-2021年中國大數據產業(yè)應用醫(yī)療大數據市場規(guī)模 164
圖表16 2019-2021年中國大數據產業(yè)應用金融大數據市場規(guī)模 170
圖表17 2020年中國大數據軟件市場梯隊分布 201
圖表18 2020年中國大數據軟件行業(yè)上市公司區(qū)域分布 202
圖表19 2019-2021年6月中國大數據軟件行業(yè)銷售收入 202
圖表20 2019-2021年中國大數據軟件盈利能力 203
圖表21 2019-2021年中國大數據軟件營運能力 204
圖表22 2019-2021年中國大數據軟件發(fā)展能力 204
圖表23 2019-2021年6月中國大數據軟件市場規(guī)模 207
圖表24 大數據硬件構成框架 208
圖表25 2019-2021年6月中國大數據硬件市場規(guī)模 209
圖表26 2020年大數據一體機設備國外競爭格局與品牌分布 211
圖表27 中國各地區(qū)大數據管理機構成立概況 236
圖表28 2020年各省份大數據整體發(fā)展水平 238
圖表29 西部地區(qū)大數據發(fā)展水平 241
圖表30 中部地區(qū)大數據發(fā)展水平 242
圖表31 東北地區(qū)大數據發(fā)展水平 243
圖表32 各省大數據發(fā)展類型 243
圖表33 2019-2021年6月京津冀大數據產業(yè)市場規(guī)模 250
圖表34 2019-2021年6月河北省大數據產業(yè)市場規(guī)模 250
圖表35 2019-2021年6月北京市大數據產業(yè)市場規(guī)模 251
圖表36 2019-2021年6月天津市大數據產業(yè)市場規(guī)模 252
圖表37 2019-2021年6月珠三角大數據產業(yè)市場規(guī)模 256
圖表38 2019-2021年6月長三角大數據產業(yè)市場規(guī)模 259
圖表39 上海市大數據規(guī)劃圖 260
圖表40 2021年河南省大數據產業(yè)發(fā)展試點示范項目擬入選名單 266
圖表41 貴州大數據企業(yè)50強名單（排名不分先后） 279
圖表42 大數據行業(yè)投資價值綜合評估 290
圖表43 大數據市場機會整體評估表 290
圖表44 大數據投資發(fā)展動力評估表 291
圖表45 大數據產業(yè)生命周期 293
圖表46 大數據產業(yè)投資象項 294
圖表47 2020年A股及新三板上市公司大數據投資區(qū)域分布 302
圖表48 2021-2025年中國大數據產業(yè)市場規(guī)模預測 327
|
