欢迎您光临中国的行业报告门户弘博报告!
分享到:
2020-2026年中国大数据产业市场发展规模及产业投资风险预测研究报告
2019-12-02
  • [报告ID] 139410
  • [关键词] 大数据产业市场
  • [报告名称] 2020-2026年中国大数据产业市场发展规模及产业投资风险预测研究报告
  • [交付方式] EMS特快专递 EMAIL
  • [完成日期] 2019/12/2
  • [报告页数] 页
  • [报告字数] 字
  • [图 表 数] 个
  • [报告价格] 印刷版7500 电子版7800 印刷+电子8000
  • [传真订购]
加入收藏 文字:[    ]
报告简介

 近年来,全球大数据储量呈现爆炸式增长,其中中国数据产生量增长最为迅速,平均每年增长速度比全球快3%,预计到2025年中国将成为全球最大的数据圈。

  中国数据圈将受到来自物联网设备信号、元数据、娱乐相关数据、云计算和边缘计算增长的驱动,中国生产力数据和物联网数据占比将从2015年的11%增长至2025年的40%。

  全球大数据储量规模爆炸式增长

  随着物联网、电子商务、社会化网络的快速发展,全球大数据储量迅猛增长,成为大数据产业发展的基础。根据国际数据公司(IDC)的监测数据显示,2013年全球大数据储量为4.3ZB(相当于47.24亿个1TB容量的移动硬盘),2014年和2015年全球大数据储量分别为6.6ZB和8.6ZB。近几年全球大数据储量的增速每年都保持在40%,2016年甚至达到了87.21%的增长率。2016年和2017年全球大数据储量分别为16.1ZB和21.6ZB,2018年全球大数据储量达到33.0ZB。

  预测未来几年,全球大数据储量规模也都会保持40%左右的增长率。在数据储量不断增长和应用驱动创新的推动下,大数据产业将会不断丰富商业模式,构建出多层多样的市场格局,具有广阔的发展空间。

  根据IDC最新发布的统计数据,中国的数据产生量约占全球数据产生量的23%,美国的数据产生量占比约为21%,EMEA(欧洲、中东、非洲)的数据产生量占比约为30%,APJxC(日本和亚太)数据产生量占比约为18%,全球其他地区数据产生量占比约为8%。

  网民规模稳步增长,中国数据产生量超过美国

  当前网民增长进入了一个相对平稳的阶段,互联网在易转化人群和发达地区居民中的普及率已经达到较高水平,下一阶段中国互联网的普及将转向受教育程度较低的人群以及发展相对落后地区的居民。目前,随着移动互联网的繁荣发展,移动终端设备价格更低廉、接入互联网更方便等特性,为部分落后地区和难转化人群中的互联网推广工作提供了契机。

  截至2018年12月,我国网民规模达8.29亿,普及率达59.6%,较2017年底提升3.8个百分点,全年新增网民5653万。我国手机网民规模达8.17亿,网民通过手机接入互联网的比例高达98.6%。

  当前,我国正在加速从数据大国向着数据强国迈进。国际数据公司IDC和数据存储公司希捷的一份报告显示,到2025年,随着中国物联网等新技术的持续推进,产生的数据将超过美国。

  我国产生的数据量将从2018年的约7.6ZB增至2025年的48.6ZB,数据交易迎来战略机遇期。1zettabyte大约是1万亿gigabyte,这是当今常用的测量方法。与此同时,美国2018年的数据量约为6.9ZB。到2025年,这个数字预计将达到30.6ZB。

  生产力数据和物联网数据增长迅猛

  预计到从2015到2025年,娱乐数据(来自数字电视、在线视频、音乐和游戏的数据)将增长7.8倍,生产力数据(大数据和元数据)和物联网数据的增长则更加迅猛,娱乐数据的占比将从46%以上下降到25%。

随着媒体和娱乐从模拟向数字转换的速度减慢,图像数据(包括非娱乐和娱乐相关内容)的增长也放缓。2015至2025年,监控、数码相机和拍照手机、扫描仪和医疗成像等非娱乐成像数据的年复合增长率为29%,占比将从37%下降至34%。

 


报告目录
2020-2026年中国大数据产业市场发展规模及产业投资风险预测研究报告
[交付形式]: e-mali电子版或特快专递

http://www.reporthb.com/
第1章:全球大数据产业发展现状与预测
1.1 全球已全面进入大数据时代
1.1.1 全球大数据储量规模
1.1.2 全球大数据地区分布
1.2 全球大数据厂商创新成果分析
1.2.1 大数据分析技术
1.2.2 事务处理技术
1.2.3 数据流通技术
1.2.4 大数据预测
1.2.5 机器学习
1.3 全球大数据应用现状与动向
1.3.1 国外的数据开放战略与浪潮
1.3.2 国外大数据应用现状
1.3.3 大数据已上升到国家战略高度
1.4 2015-2019年全球大数据产业回顾
1.4.1 2015-2019年全球大数据发展回顾
1.4.2 2015-2019年全球大数据热点事件
1.5 全球大数据产业商业模式分析
1.5.1 大数据内生型价值模式
1.5.2 大数据外生型价值模式
1.5.3 大数据寄生型价值模式
1.5.4 大数据产品型价值模式
1.5.5 大数据云计算服务型价值模式
1.6 全球大数据产业市场规模及预测
1.6.1 全球大数据产业规模及预测
1.6.2 全球大数据细分市场及预测
1.7 全球大数据产业市场格局分析
1.7.1 全球大数据产业企业类型分析
1.7.2 全球大数据专营厂商收入占比
1.8 全球大数据产业发展趋势与问题
1.8.1 全球大数据产业发展趋势
1.8.2 全球大数据技术发展趋势
1.8.3 全球大数据面临的主要问题
第2章:中国大数据产业发展现状与前景预测
2.1 大数据产业界定
2.1.1 大数据的定义
2.1.2 大数据的作用与影响
2.1.3 大数据产业链解析
2.2 中国大数据时代已来临
2.2.1 互联网发展状况
2.2.2 个人互联网应用状况
2.2.3 中国物联网发展状况
2.2.4 电子商务发展状况
2.3 中国政府对大数据科研的支持
2.3.1 国家和行业政策
2.3.2 国家重大科技专项
2.3.3 物联网十三五发展规划
2.3.4 促进大数据发展行动纲要
2.3.5 国家大数据产业发展规划
2.3.6 国家大数据综合试验区
2.4 中国大数据产业发展现状分析
2.4.1 大数据产业链建设情况
2.4.2 大数据产业生命周期分析
2.4.3 大数据市场产值分析
2.4.4 大数据产业面临的挑战
2.5 中国大数据应用实践分析
2.5.1 大数据在经济预警方面的应用
2.5.2 大数据在市场营销方面的应用
2.5.3 大数据在医疗领域的应用
2.5.4 大数据在金融领域的应用
2.6 大数据带来的机遇与挑战
2.6.1 大数据带来的机遇
2.6.2 大数据带来的挑战
2.7 中国大数据产业前景预测
2.7.1 大数据产业规模预测
2.7.2 大数据产业细分市场预测
第3章:中国企业大数据需求与应用趋势调查
3.1 调查背景
3.1.1 调查方法及样本
3.1.2 被调查企业大数据应用现状
3.2 企业大数据需求分析
3.2.1 数据规模
3.2.2 企业数据来源
3.2.3 企业政策需求
3.2.4 企业资源需求
3.3 企业大数据应用现状与规划
3.3.1 企业各类数据分析利用情况
3.3.2 企业大数据管理
3.4 企业大数据应用选型依据
3.4.1 大数据产品选型
3.4.2 企业大数据软件选择
第4章:典型领域大数据应用价值与需求分析
4.1 政府
4.1.1 政府大数据应用需求
4.1.2 政府大数据应用场景
4.1.3 政府大数据应用价值分析
4.1.4 政府大数据应用典型案例
4.1.5 政府大数据应用前景分析
4.2 电信
4.2.1 行业大数据应用需求分析
4.2.2 行业大数据应用场景分析
4.2.3 行业大数据应用价值分析
4.2.4 行业大数据应用典型案例
4.2.5 行业大数据应用前景分析
4.3 金融
4.3.1 行业大数据应用需求分析
4.3.2 行业大数据应用场景分析
4.3.3 行业大数据应用价值分析
4.3.4 行业大数据应用典型案例
4.3.5 行业大数据应用前景分析
4.4 互联网
4.4.1 行业大数据应用需求分析
4.4.2 行业大数据应用场景分析
4.4.3 行业大数据应用价值分析
4.4.4 行业大数据应用经典案例
4.4.5 行业大数据应用前景分析
4.5 零售
4.5.1 行业大数据应用需求分析
4.5.2 行业大数据应用场景分析
4.5.3 行业大数据应用价值分析
4.5.4 行业大数据应用经典案例
4.5.5 行业大数据应用前景分析
4.6 医疗
4.6.1 行业大数据应用需求分析
4.6.2 行业大数据应用场景分析
4.6.3 行业大数据应用价值分析
4.6.4 行业大数据应用典型案例
4.6.5 行业大数据应用前景分析
4.7 智慧城市
4.7.1 行业大数据应用需求分析
4.7.2 行业大数据应用场景
4.7.3 行业大数据应用价值
4.7.4 行业大数据应用典型案例
4.7.5 行业大数据应用前景分析
4.8 能源
4.8.1 行业大数据应用需求分析
4.8.2 行业大数据应用场景分析
4.8.3 行业大数据应用价值分析
4.8.4 行业大数据应用典型案例
4.8.5 行业大数据应用前景分析
4.9 制造业
4.9.1 行业大数据应用需求分析
4.9.2 行业大数据应用场景分析
4.9.3 行业大数据应用价值分析
4.9.4 行业大数据应用典型案例
4.9.5 行业大数据应用前景分析
4.10 其它领域
4.10.1 教育行业大数据应用需求
4.10.2 军事行业大数据应用需求
4.10.3 旅游行业大数据应用需求
第5章:国内外企业大数据产业战略布局
5.1 国外企业布局大数据
5.1.1 IBM
5.1.2 H P
5.1.3 Intel
5.1.4 Teradata
5.1.5 D ell
5.1.6 O RACLE
5.1.7 SAP
5.1.8 D ELL EM C
5.1.9 Cisco System s
5.1.10 M icrosoft
5.1.11 Accenture
5.1.12 SAS Institue
5.1.13 Splunk
5.1.14 Am azon
5.1.15 Tableau Software
5.1.16 H itachi D ata System s
5.1.17 Inform atica
5.1.18 Fujitsu
5.1.19 Facebook
5.1.20 其它企业
5.2 国内企业布局大数据
5.2.1 互联网企业布局大数据
5.2.2 IT企业布局大数据
5.2.3 电信运营商布局大数据
5.2.4 第三方创业公司布局大数据
第6章:中国大数据产业链投资机会分析
6.1 硬件层面投资机会分析
6.1.1 大数据对数据存储需求
6.1.2 数据存储市场格局现状
6.1.3 服务器市场格局现状
6.1.4 硬件层面投资机会分析
6.2 软件层面投资机会分析
6.2.1 基础软件投资机会分析
6.2.2 应用软件投资机会分析
6.3 信息服务层面投资机会
6.3.1 IT基础设施服务业投资机会
6.3.2 信息咨询服务业投资机会
6.3.3 信息安全行业投资机会
第7章:大数据产业融资现状与趋势分析
7.1 大数据产业投资热度分析
7.1.1 大数据产业投资热潮
7.1.2 大数据产业投资趋势
7.2 大数据产业并购趋势分析
7.2.1 大数据产业并购特征
7.2.2 大数据产业并购趋势
7.3 大数据产业融资机会分析
7.3.1 大数据产业融资模式
7.3.2 大数据产业融资案例
7.3.3 大数据产业融资机会
第8章:中国大数据产业链关联企业运营分析
8.1 海量数据存储、处理、咨询相关公司
8.1.1 江苏天泽信息产业股份有限公司
8.1.2 北京拓尔思信息技术股份有限公司
8.1.3 厦门市美亚柏科信息股份有限公司
8.1.4 潜能恒信能源技术股份有限公司
8.1.5 北京同有飞骥科技股份有限公司
8.1.6 上海汉得信息技术股份有限公司
8.1.7 浙大网新科技股份有限公司
8.2 数据中心建设与运维相关公司
8.2.1 荣之联科技股份有限公司
8.2.2 上海天玑科技股份有限公司
8.2.3 北京银信长远科技股份有限公司
8.3 视频化应用相关公司
8.3.1 杭州海康威视数字技术股份有限公司
8.3.2 浙江大华技术股份有限公司
8.3.3 广东威创视讯科技股份有限公司
8.3.4 华平信息技术股份有限公司
8.4 智能化与人机交互概念相关公司
8.4.1 科大讯飞股份有限公司
8.4.2 用友软件股份有限公司
8.4.3 北京东方国信科技股份有限公司
8.4.4 北京久其软件股份有限公司
8.5 信息安全类公司
8.5.1 成都卫士通信息产业股份有限公司
8.5.2 北京启明星辰信息技术股份有限公司
8.5.3 蓝盾信息安全技术股份有限公司
8.6 拥有数据资源的公司
8.6.1 阿里巴巴集团
8.6.2 腾讯控股有限公司
8.6.3 乐视网信息技术(北京)股份有限公司
8.6.4 苏宁云商集团股份有限公司
图表目录:
图表1:2015-2019年全球大数据储量及其增长情况(单位:ZB,% )
图表2:2019年全球大数据储量地区分布示意图
图表3:数据流通技术工具的对比
图表4:2019年全球大数据发展回顾
图表5:2019年全球大数据发展回顾
图表6:2019年全球大数据发展回顾
图表7:2019年全球大数据发展回顾
图表8:2019年全球大数据发展回顾
图表9:2019年全球大数据发展回顾
图表10:2020-2026年全球大数据产业市场规模及预测(单位:十亿美元)
图表11:大数据细分收入统计(单位:% )
图表12:2020-2026年全球大数据专业服务市场规模及预测(单位:十亿美元)
图表13:2020-2026年全球大数据硬件市场规模及预测(单位:十亿美元)
图表14:2020-2026年全球大数据软件市场规模及预测(单位:十亿美元)
图表15:全球大数据产业企业类型
图表16:2019年全球大数据专营厂商市场占比情况(单位: % )
图表17:全球大数据产业发展趋势
图表18:大数据现有技术与工具的接受度与增长率(单位:% )
图表19:基于云的数据分析平台框架(示意图)
图表20:大数据概念示意图
图表21:大数据产业链
图表22:2015-2019年中国网民规模与普及率(单位:亿人,% )
图表23:2015-2019年中国互联网基础资源对比(单位:万个,块/32,M bps,% )
图表24:2015-2019年中国Ipv6地址数(单位:块/32)
图表25:2015-2019年中国Ipv4地址资源变化情况(单位:万个)
图表26:2019年中国分类域名数(单位:万个,% )
图表27:2015-2019年中国国际出口带宽变化情况(单位:M bps,% )
图表28:2019年国内主要骨干网络国际出口带宽数(单位:M bps)
图表29:2015-2019年即时通信和手机即时通信用户规模(单位:万人)
图表30:2015-2019年搜索和手机搜索用户规模(单位:万人)
文字:[    ] [ 打印本页 ] [ 返回顶部 ]
1.客户确定购买意向
2.签订购买合同
3.客户支付款项
4.提交资料
5.款到快递发票