大数据行业调研报告

4月9日，“第二届天府大数据与新经济发展论坛”在成都召开。《全球大数据发展分析报告（2020）》作为论坛的重要报告成果，于论坛当日正式发布。据悉，《全球大数据发展分析报告（2020）》是由天府大数据国际战略与技术研究院联合中国科学院虚拟经济与数据科学研究中心、中国科学院大数据挖掘与知识管理重点实验室、四川省大数据中心数据资源管理处、成都市大数据协会，以政府数据开放为研究主题，对全球主要国家大数据与数字经济发展情况、主要国家政府数据开放现状与趋势、四川省大数据发展经典案例进行的深度分析。报告显示，新冠肺炎疫情大流行正加速全球数字化进程，加速全球大数据与数字经济的竞争发展。由于隔离措施使得远程办公、在线教育等需求增长，导致全球对宽带通信服务的需求猛增，同时基于短视频、直播等内容消费激增，使得全球创建和捕获的数量及信息量飞速增长。预计到2025年，全球数据量将增长到175ZB。数字经济正在成为当今最活跃的经济形态，数字化转型与发展的同时更需要负责任的商业行为，随着数字技术与实体经济的加速渗透与融合，数字经济将在相关国际标准和规则倡议下弹性发展。报告呼吁开展跨国大数据合作，推动全球可持续发展；建立大数据文化，提升全民数字技能，缩小数字鸿沟；研究构建开放数据评价体系，全面衡量开放数据经济价值与社会价值。报告显示，实现多领域数据汇聚和安全开放共享，利用数字技术推动经济高质量发展、塑造现代治理体系，已在全球范围内形成广泛共识。从全球范围看，政府开放数据行动已经走过了十年，在不断发展的过程中存在着开放数据总体发展进程缓慢、立法薄弱、政府与民间社会缺乏有效互动、开放数据产生的影响和价值缺乏充分的具有影响力的论证等一系列问题。报告通过对世界主要国家开放数据相关计划、国家级开放数据平台展示的开放数据集数量及类别、格式及应用情况等进行比较分析，结果显示,目前世界主要国家政府数据开放建设情况，其中澳大利亚、韩国、印度、加拿大、美国、英国、日本、法国、新加坡、新西兰、德国处于领先地位，俄罗斯、意大利、瑞士、巴西、乌拉圭、西班牙、智利、印度尼西亚处于竞争者地位。相比2018年，澳大利亚的政府数据开放建设程度进步较大，加拿大、韩国稳步发展，而美国在数据集开放质量和应用等方面均所有退步。目前，中国政府数据开放正处于加快规范发展的关键阶段，中国政府开放数据实施路径是由地方政府数据开放为点，逐渐形成国家层面的数据开放，国家政府数据统一开放平台正在积极建设过程中。报告还对四川省大数据战疫、数字四川创新大赛、成都市大数据产业发展、成都市城市大脑建设进行了四川省大数据发展经典案例剖析。新冠肺炎疫情发生后，四川省充分利用大数据技术实施精准防控，坚持群防群治、线上线下深度融合，充分利用大数据赋能，统筹疫情防控和经济社会发展。2020年举办数字四川创新大赛充分利用首次开放的海量政府数据，激发了大数据创新活力，取得了显著成果。成都市构建了“11637”体系，推动数字政府建设，深入贯彻落实国家大数据战略，按照建设“西部数都”，打造全国大数据产业生态创新示范区、国家大数据产业集聚区和国际化大数据市场集散中心的重要目标，大数据产业全面深入发展。（李婷玉）本文转自：新华网四川

2020年，我国大数据产业迎来新的发展机遇期，产业规模稳步增长。目前行业竞争格局从规模上看，以小型企业为主导；从地域分布上看，以北上广等一线城市为主；从行业应用方面看，以金融、医疗健康、政务等为主要类型；从投融资角度看，企业服务、医疗健康、金融等垂直细分领域是融资热点。大数据行业市场规模保持高速增长随着互联网技术的快速发展，我国大数据产业也发展迅速。根据中国信息通信研究院对大数据相关企业的调研数据，近年来我国大数据产业规模稳步增长。2016-2019年，短短四年时间，我国大数据产业市场规模由2841亿元增长到5386亿元，增速连续四年保持在20%以上。根据近年来大数据行业市场规模增长态势，2020年大数据行业规模约为6670亿元。10-100人的小型企业占主导我国目前大数据领域的企业超3000余家，而超70%的大数据企业为10人至100人规模的小型企业，中小企业在产业蓬勃发展过程中发挥着重要作用。随着全球经济形势的变化和行业政策的实施，大数据中小企业面临的外部市场环境和依托的基础设施也发生重大变化从而影响企业规模分布。地域上以北上广为主根据信通院统计，我国大数据企业主要分布在北京、广东、上海、浙江等经济发达省份。受政策环境，人才创新，资金资源等因素影响，北京大数据产业实力雄厚，大数据企业数量约占全国总数的35%。广东和上海市场环境开放，产业布局上以科技创新为重点，大数据相关企业布局较多，广东省大数据企业数量占比为18%，上海市占比为16%。行业应用领域丰富根据信通院对行业大数据应用相关企业统计整理。下图显示出行业大数据应用企业涉及的行业分布。从图中可以看出，金融、医疗健康、政务是大数据行业应用的最主要类型。除此之外依次是互联网、教育、交通运输、电子商务、供应链与物流、农业、工业与制造业、体育文化、环境气象、能源行业。企业服务为主要融资领域从融资细分领域分布来看，大数据行业融资企业分布在近20个领域，大数据行业迎来历史新机遇，在企业服务、医疗健康、金融等垂直细分领域的大数据应用展现出巨大潜力。大数据产业增量蓝海市场正在逐步打开，截止到2019年，企业服务领域的企业获投占比最高62%，金融行业次之为13%，健康医疗为8%。随着互联网与移动互联网的进一步普及渗透，以及IT基础设施的逐步完善，企业服务市场仍将继续扩大。（文章来源：前瞻产业研究院）

新冠肺炎疫情促使大数据发展走上了快车道。经过这轮急速发展后，大数据呈现怎样的成长状态？未来之路在哪里？《全球大数据发展分析报告(2020)》尝试回答这些问题。4月9日，“第二届天府大数据与新经济发展论坛”在成都召开。《全球大数据发展分析报告(2020)》(以下简称报告)作为论坛的重要报告成果，于论坛当日正式发布。报告显示，新冠肺炎疫情大流行正加速全球数字化进程，加速全球大数据与数字经济的竞争发展。由于隔离措施使得远程办公、在线教育等需求增长，导致全球对宽带通信服务的需求猛增，同时基于短视频、直播等内容消费激增，使得全球创建和捕获的数量及信息量飞速增长。预计到2025年，全球数据量将增长到175ZB。数字经济正在成为当今最活跃的经济形态，数字化转型与发展的同时更需要负责任的商业行为，随着数字技术与实体经济的加速渗透与融合，数字经济将在相关国际标准和规则倡议下弹性发展。报告呼吁开展跨国大数据合作，推动全球可持续发展；建立大数据文化，提升全民数字技能，缩小数字鸿沟；研究构建开放数据评价体系，全面衡量开放数据经济价值与社会价值。机遇伴随着挑战。报告认为，如何定义与衡量数字经济是世界各国共同面临的巨大挑战。首先，数字经济没有被广泛接受的定义。其次，缺乏关于其关键组成部分和层面的可靠统计数据，特别是在发展中国家。从全球范围看，政府开放数据行动已经走过了十年。报告通过对世界主要国家开放数据相关计划、国家级开放数据平台展示的开放数据集数量及类别、格式及应用情况等进行比较分析，结果显示，目前世界主要国家政府数据开放建设情况，其中澳大利亚、韩国、印度、加拿大、美国、英国、日本、法国、新加坡、新西兰、德国处于领先地位，俄罗斯、意大利、瑞士、巴西、乌拉圭、西班牙、智利、印度尼西亚处于竞争者地位。相比2018年，澳大利亚的政府数据开放建设程度进步较大，加拿大、韩国稳步发展，而美国在数据集开放质量和应用等方面均所有退步。目前，中国政府数据开放正处于加快规范发展的关键阶段，中国政府开放数据实施路径是由地方政府数据开放为点，逐渐形成国家层面的数据开放，国家政府数据统一开放平台正在积极建设过程中。在此次新冠肺炎爆发期间，中国运用大数据等技术手段，加强疫情溯源和监测，取得了举世瞩目的防控成效。中国的在线消费、在线医疗、无人配送、智能制造等新兴产业对防控疫情和复工复产发挥了重要作用，同时展现了强大的增长潜力。面对当前复杂的经济形势，中国主张危中寻机、化危为机，全力抢抓产业数字化、数字产业化赋予的机遇，加快5G网络、数据中心等新型基础设施建设，抓紧布局数字经济、生命健康、新材料等战略性新兴产业、未来产业，大力推进科技创新，着力壮大新增长点、形成发展新动能。据悉，该报告是由天府大数据国际战略与技术研究院联合中国科学院虚拟经济与数据科学研究中心、中国科学院大数据挖掘与知识管理重点实验室、四川省大数据中心数据资源管理处、成都市大数据协会联合发布。（文章来源：封面新闻）

全文共计612字45图，预计阅读时间8分钟近日，由大数据产业生态联盟联合赛迪顾问共同完成的《2019中国大数据产业发展白皮书》（以下简称《白皮书》）在 2019世界计算机大会——“计算机未来：算力驱动万物互联”主题论坛上重磅发布，并揭晓“2019中国大数据企业50强”“中国大数据企业投资价值百强”。《白皮书》旨在呈现中国大数据产业生态的新格局、新业态、新模式，聚焦数字经济、智慧城市、大数据人才培养等热点领域，从技术创新、标准构建、人才培养、资本流向等方面进行深入剖析。《白皮书》调研工作，自2019年4月正式启动，历时5个月，覆盖2000余家大数据企业，并由知名高校、研究机构、行业用户CIO、知名投资人、大数据企业领袖专家构成的专家委员会，对入围企业进行多次详尽的审议。报告如下

获取《2019大数据行业研究报告》完整版，请关注gongzhonghao：vrsina，后台回复“综合报告3”，该报告编号为20bg0037。日前，MobData发布最新《2019大数据行业研究报告》。报告显示，在不确定的经济形势下，信息支出成为企业的刚性需求。信息支出是刚性需求，有些支出能省则省，有些支出却恰好转变为了刚性需求。企业增加信息支出，对外部局势洞若观火，有助于其避风险、保收益。信息支出的市场规模，根据普华永道报告，行业信息支出预计将以5.3%的年复合增长率增长，在2020年达到13.6亿美元的市场规模。！

大数据整体市场规模达1000亿，其中行业应用市场规模为700亿，是最大细分领域。大数据在互联网、政府、金融成熟度最高。爱分析认为，提供整体解决方案的大数据公司机会最大。近日，爱分析在京举办了2018·中国大数据高峰论坛。TalkingData创始人崔晓波、邦盛科技创始人王新宇、九章云极创始人方磊等7位明星CEO分享了未来几年大数据行业的深度观察，爱分析在会上发布了《中国大数据行业报告》（以下简称报告）。《报告》称，2017年大数据行业整体市场规模1000亿，其中行业应用细分市场规模为700亿，是大数据行业最大细分领域，大数据在金融、政务、互联网成熟度最高。大数据整体市场规模1000亿，细分市场行业应用规模最大《报告》显示，整个大数据产业分为基础平台、通用技术、行业应用等多个细分市场，2017年大数据整体市场规模1000亿。细分市场中，基础平台整体市场规模在100亿元左右，通用技术整体市场规模在200亿元左右。行业应用层，大数据在各个行业应用差异较大，应用相对成熟的金融、政府领域市场规模为200亿元。整个行业应用市场规模为700亿。大数据在金融、政务、互联网成熟度最高《报告》显示，大数据在各行各业的成熟度与基础设施、市场规模和应用范围关系密切。根据调研，金融、政务、互联网这三个行业的IT投入位列各行业前列，随着“互联网+政务”的普及、政务云和政务大数据的落地，政府2017年IT投入超过800亿元，占中国IT总投入的5-10%。金融一直是重IT投入的行业，以银行为例，2017年中国银行业整体IT投资为800亿元，整个金融行业的IT投资突破千亿元大关。基础设施成熟度同样会对大数据应用落地应用产生很大影响。信息化是大数据的基础，互联网行业信息化程度最高，金融、政务行业在20世纪初已开始进行信息化建设，经历十几年发展，基础信息化已建设完毕。相比医疗、工业等领域，金融、政务和互联网行业结构化数据占比高，数据标准化程度高。云计算、大数据、AI、IoT多项技术融合是未来趋势，提供整体解决方案的公司机会最大《报告》指出，与国外不同，中国市场云计算、大数据、AI、IoT等技术几乎是同时间爆发，企业客户同一时间采购云计算、大数据、AI等产品，企业客户最终目的是通过新技术来实现开源节流，实现这一目标需要多项技术融合，技术边界正逐步模糊。云计算作为大数据的基础，大幅降低企业的IT硬件成本，将有超过50%的IT预算投入到大数据、AI等应用。AI促使大数据从辅助决策向替代决策进化，使大数据厂商突破工具软件天花板，发展空间放大10倍。在智能客服领域，AI技术的发展使得技术厂商的市场空间由原先的30-50亿提升到300-400亿。IoT技术的发展补全线下数据和机器数据，给大数据应用带来更加多元的数据，产生更加丰富的应用场景。在营销领域，通过WIFI、蓝牙、摄像头等途径，实现线上、线下数据的打通，形成整个营销闭环，从而实现跟踪用户的全生命周期，提升用户转化率。多项技术融合促使客户的需求更加多元化、复杂化，提供整体解决方案的大数据公司更加符合未来趋势，在整个产业链占据更重要地位，提供更加深度的场景化应用。以下为爱分析高级分析师李喆在会上发布报告的演讲实录。演讲实录李喆：在看待大数据行业未来趋势时，首先需要关注中美技术路径发展的差异，不仅仅是大数据，还包括云计算和AI等。从这张图，我们可以得出有几个结论：第一， 我们看到美国的市场是技术驱动，先从底层基础平台成熟，逐步延伸到上层应用。2006年AWS对外进行提供服务，2009-2010年大数据基础平台公司Cloudera、Hortonworks成立，2015年Google开源TensorFlow平台，这些事件促使云计算、大数据、AI进入快速发展阶段。中国市场更多以应用、政策为主导，云计算行业快速发展的原因是2012-2013年游戏等移动互联网的爆发，2014-2015年，政府出台一系列利好大数据的政策，促使整个行业快速发展。因此，中国市场应用型的公司发展速度更快。国外已经上市的大数据公司Splunk、Tableau、Cloudera、MongoDB都是基础平台和通用技术层的公司。国内市场发展速度快的TalkingData、同盾科技等公司，都是属于应用型的公司。第二， 不同于美国市场每一项技术中间会有一个很大的时间间隔，中国市场云计算、大数据、人工智能这些技术时间间隔很短，几乎是同时爆发。因此，数据在各个行业的发展是不均衡的，不同行业的渗透率差异很大。同时，大数据行业不能只看大数据，需要重点关注云计算、AI对大数据行业的影响。首先，我们看云计算对大数据的影响。云计算对大数据行业最大的影响是降低了整个基础设施的成本，未来会有50%以上的IT预算会投入到应用层，也就是大数据和AI。IT预算的结构将由左边的正三角形，转变成右边的倒三角形。以银行为例，不考虑上层应用，美国的银行在IT建设上会领先于中国的银行。根据我们的调研，中国的银行IT投入的70%都是在硬件投入，剩下30%投入是软件和服务。而美国的银行只有15-20%的IT预算投向硬件，更多预算投入到软件和服务。第二个影响是容器技术的成熟，降低了大数据业务的交付成本，从原来几个月的交付时间缩短到几周。第三个影响是，随着SaaS渗透率不断提升，更多的数据汇聚到云端，更加便捷的实现数据互通互联。其次，我们看AI对于大数据的影响，AI技术可以帮助大数据突破工具软件的天花板，将市场空间放大10倍，同时还可以降低大数据公司对人力的依赖，提高人均产能。以智能客服为例，客服软件市场规模是很小的，大概是30至50亿的市场规模，但整个客服市场规模很大。中国的客服人员有300-500万人，按照平均5-6万的人力成本计算，整个客服市场规模超过2000亿。如果其中有15-20%被智能客服替代，整个市场空间就有300-400亿。但如果厂商只做客服软件，即使加上数据分析等技术，能够提升人员效率，但依然很难触及到人力这部分市场，但通过AI技术，能够实现替代人力，厂商就能切入到这300-400亿的市场。公安领域，明略数据这样的公司通过深度服务公安客户，形成这个行业的知识图谱，也就是“公安大脑”。形成“公安大脑”后，明略数据在服务其他省市公安局的时候，会大大缩短服务周期，降低公司对人力的依赖，提升业务可复制性。因为各种技术几乎同时爆发，所以我们判断，多项技术融合是未来的趋势，会大幅提升各个行业的效率。下面这张图是大数据的业务链条，包含数据源、数据的采集、数据标准化、数据分析和数据应用。可以看出，各项技术其实都会对整个链条产生影响。IoT技术，补全了原本缺失的线下数据和机器数据。比如营销领域，之前可以拿到大部分是线上数据，用户点击的广告、网页的浏览行为。IoT的发展，通过WIFI、蓝牙、摄像头等方式，可以监测到用户的线下行为，打通了整个闭环。用户在线上看广告，官网浏览商品，再到实体店体验、购买，实现线上和线下的融合，有更多方式去提升转化效率。云计算使数据更容易汇聚，降低数据收集的难度，AI技术增强了数据分析能力。智能财税领域，针对小微企业的代账市场，传统软件不具备自动化和智能化，代账SaaS软件的普及，使越来越多的中小数据汇聚到云端，而依靠机器学习等AI技术，实现自动做账、自动报税。过去每名会计最多服务20到30家企业，但是依靠SaaS、大数据、AI技术等研发的代账软件，可以服务100到200家，未来还会进一步提升。这会使得传统代账公司的重心会放在获客和增值服务，而非基础做账业务，代账公司的服务半径扩大。多项技术融合后，客户的需求会更加多样化、复杂化，因此，我们判断做整体解决方案的公司机会最大。从产业链的角度看，做整体解决方案的公司更贴近客户，更容易获取标杆客户。提供单点能力的大数据公司，更多是技术提供方的角色，无法解决客户全部需求，在客户预算中只能占到很小的份额，集成商会占据更大的份额。整体解决方案的公司提供的是自下而上的服务，因此有机会从原来的技术提供商，成为过去集成商的角色。这样会带来几个方面的好处：首先，大数据公司能够触及的预算会更大。其次，可以延伸到其他需求。美国有一家做虚拟化的公司叫VMware，最早通过虚拟化产品拿下了很多500强的客户，但现在支撑他高速增长的是SDS和SDN业务。SDN业务是VMware收购了一家初创公司Nicira发展起来的。Nicira被收购的时候没什么收入，但VMware的SDN业务，只花了三年时间就做到10亿美金的收入。抛开技术原因，另一个原因是VMware有很强的客户资源，更有机会把他的新产品推向客户。第三，降低获取其他客户的门槛。企业服务市场，获客具备非常高的门槛，尤其对于初创公司获取客户信任的周期很长。金融大数据公司进入银行市场的时候，可能前期做POC就需要一年的时间。如果你有一个标杆客户，再去向同类公司进行推广的时候，难度会大大降低。标杆客户具备灯塔效应，不论是服务同体量的客户，还是下沉到腰部客户。从场景的角度，整体解决方案的公司更有机会把场景做深，提高价值。零售领域，很多公司从营销做起，但很难切入到库存管理、供应链管理。因为这些公司多数是提供营销工具，不是一个完整的解决方案。整体解决方案公司会从帮助客户建立大数据平台做起，更有机会从前端营销切入到后端业务，通过数据去打通各个环节。这也是因为当前中国的客户能力还相对不足，直接使用工具的成本和难度都很高。大数据公司需要将业务做重，单纯一个很轻的产品，价值度较低，很难形成壁垒。接下来，我们将分享大整个大数据的产业图谱，包括我们对每个细分领域的判断。这张图是我们对整个大数据的划分，从底层基础平台到上层行业应用，分为四大细分领域。基础平台分为交易型数据库、分析型数据库和围绕这两类数据库的计算引擎。基础平台往上有两个方向，一个是数据的方向，一个是技术的方向。数据方向有两类厂商，按照是否具备数据源分为第一方和第三方。技术方向是指大数据平台之上，具备通用性的数据处理的技术，包括 BI与可视化、日志分析等。行业应用更多的是直接面向一个个场景，用大数据技术去解决各个行业的场景去落地的公司。这是我们总结的大数据市场规模。市场规模最大的是行业应用，基础平台是市场规模最小的细分领域。根据我们的调研，2017年整个中国大数据的市场规模是1000亿，我们测算的逻辑主要分成两类：一类方法是Top Down。比如，我们测算中国BI领域市场规模，我们首先看全球市场BI的市场规模，全球BI的市场规模大概是180亿美金，考虑到BI在IT投入的比例，中国和全球应该大体一致，中国的比例会略低于全球的市场。全球的IT投入大概是3.6万亿美金，中国的IT投入大概是2.3万亿人民币，因此，我们测算中国的BI市场规模大概是135亿人民币。再比如，行业应用中的工业大数据，通过我们测算大概是100亿人民币市场规模。我们的方法是通过行业成熟企业的投入比例，去推断大数据在整个工业产值的比例。国家电网2017年营收在2万亿，每年在大数据的总投入是5亿。金风科技2017年营收260亿，在大数据的投入在500-1000万之间，由此可以判断规模以上的企业投入比例大概为1-2%。另一类是Bottom Up。重点看头部公司它的收入和市场份额。基础平台这个市场，我们主要看Oracle，因为它是市占率最高的公司。2017年亚太地区的收入是45-50亿美金的数据，其中数据库的比例大概会占到30%左右，所以是十几亿美金规模，中国市场收入会比这个数据要低，Oracle的占有率是在40%至50%之间。因此我们判断国内的基础平台的市场规模在100亿左右。再比如AI平台，我们判断AI平台（数据科学平台）这个领域是20多亿的规模，主要是考虑国内市场，这个领域最大的公司是SAS，每年收入30亿美金，在亚太地区的市场份额大概占到10%左右，而他的市占率会在50-60%，因此整个市场规模会在25亿上下。从各个细分领域来看，我们还是会去重点关注大数据的行业应用，大数据的最大价值肯定是体现在行业应用。从政府的大数据发展规划来看，2020年整个大数据市场规模将达到1万亿。但从IT投入来看，2017年IT软件与服务的投入只有1500亿。因此，未来大数据厂商切的主要预算不会来自IT，而是业务预算。只有做行业应用的公司才更有机会拿到业务预算。因此，我们判断，行业应用会是未来最大的细分领域。我们重点关注的是金融、政务这两个领域，主要去通过大数据在各行各业的成熟度判断。根据爱分析大数据成熟度模型，我们主要从市场规模、基础设施和应用范围去判断各行业的成熟度，大数据在各行业的渗透情况。首先，通过我们的分析，现在最成熟的是互联网、金融、政务。金融的IT投入肯定是非常大的，银行每年的IT投入就有800亿，加上证券、保险，整个金融IT投入是超过1000亿。政务每年的IT投入大概是800亿。这两个行业在整个中国IT投入占比非常高。中国2.3万亿IT投入中，有大概1万亿左右是运营商资源。去除掉这部分，金融和政务加起来会占到总投入的20%以上，现阶段大数据投入主要还是来自IT预算。其次，互联网、金融和政务，信息化建设是最完善的，这里的信息化建设不光是基础业务系统搭建，还包括数据的标准化、结构化程度。医疗的基础设施相对完善，IT投入也很高，但我们不认为它会优先爆发的原因，就是数据标准化的问题。数据业务链条上，现在能走通的就是金融和互联网，医疗领域的数据标准化还在建立当中。数据标准化程度高，才更容易产生深度的应用。第三，金融和政务两个领域的公司，发展最快、体量最大。根据我们的调研，2017年，像TalkingData、同盾科技、百融金服等公司，他们的确认收入都已经超过了1亿人民币，而1亿人民币收入是企业服务公司一个很大的门槛。通用技术领域，我们会去关注那些有机会切入到行业应用的公司。BI与可视化、用户行为分析、AI平台等领域，直接面向客户的应用问题，更有机会切入到行业应用。比如用户行为分析里面的神策数据、GrowingIO等公司，第一个直接的方向是营销大数据，这样以来会从原本工具软件这个比较小的细分市场，跳入到营销市场，而我们知道，整个营销市场是万亿级的市场，占GDP的2-3%。数据服务市场，我们也会看它和行业应用的结合，我们判断纯粹的数据交易公司机会有限，第一方平台将逐步崛起，这背后有几个原因：第一， 政策方面，2017年安全法的发布，对数据隐私、数据合规性的要求大大提升，这会对第一方数据公司是个利好，但第三方数据公司的业务受到很多限制。行业标杆客户也更愿意与有品牌、合规的公司合作。第二， 数据既然要和应用去结合，那么就需要热数据，能够持续不断更新的数据，第一方数据公司更容易实现这一点，因此数据本身就是他们业务不断产生的。对第三方公司来说，汇聚多方数据，持续更新的成本较高。基础平台市场，我们认为新需求带来的增量市场更值得关注。基于行业应用、数据分析产生的需求，也就是分析型数据库的市场。交易型数据库市场进入门槛太高，替代银行等头部客户生产环境下的数据库非常困难，这里面存在着数据丢失等风险，这是大企业很难接受的。而分析型数据库基本都是搭建在离线场景，不存在这方面的风险。这个市场目前是100亿，我们判断2020年会到150-200亿，主要的增量来自分析型数据库。全球基础平台市场规模是460亿美金，这里面50-60%是交易型数据库，40-50%是分析型数据库，但国内的分析型数据库只有10%的份额，未来渗透率还有很大的提升空间。扫码关注“大数据栋察”回复“大数据报告”即可获得完整版报告。【阅读推荐】四倍农业｜猪联网 ｜数字富平军民融合｜数人计划｜数字中国数字生态论 | 数字经济要素的重构 | 联盟使命

·聚焦:人工智能、芯片等行业欢迎各位客官关注、转发前言：大数据经过多年的发展，逐渐走向产业化、规模化。国内骨干企业已经具备了自主开发建设和运维超大规模大数据平台的能力，一批大数据以及智慧城市方面的独角兽企业快速崛起，大数据领域的专利申请数量逐年增加。作者| 方文图片来源 |网 络 中国大数据产业发展受宏观政策环境、技术进步与升级、数字应用普及渗透等众多利好因素的影响，市场需求和相关技术进步成为大数据产业持续高速增长的最主要动力, 2019年中国大数据产业规模达5397亿元，同比增长23.1%。随着“互联网+"的不断深入推进以及数字技术的不断成熟，大数据的应用和服务持续深化,与此同时,市场对大数据基础设施的需求也在持续升高。随着5G和物联网的发展，业界对更为高效、绿色的数据中心和云计算基础设施的需求越发升高，大数据基础层持续保持高速增长，预计2020年整体规模将达到6670.2亿元，到2022年将突破万亿元，持续促进传统产业转型升级，激发经济增长活力,助力新型智慧城市和数字经济建设。大数据产业是以数据采集、交易、 存储、加工、分析、服务为主的各类经济活动，包括数据资源建设、大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。数据服务、基础设施和融合应用相互交融，协力构建了完整的大数据产业链。根据2020年大数据产业生态联盟调研问卷收集的百余家大数据企业反馈结果显示，华东、华北区域在大数据产业发展方面持续领跑。①从指数分布来看， 全国各省、直辖市、自治区大致可以分为三个集团。广东省以57.19的指数高居榜首,东南沿海地区省市发展水平普遍较高，成为大数据发展的前沿地带，8个国家大数据综合试验区示范引领作用日渐凸显。②从数据源来看，企业运营生成数据、政府数据整合共享仍占据主导，随着5G应用的快速拓展，以及大数据应用场景逐渐丰富，从传感终端获取的数据将愈发重要。③从数据基础设施来看，随着国家大力对于新基建领域进行投入，数据中心建设持续领跑，数据中心作为数字经济的枢纽作用在疫情期间对于各种应用的支撑起到关键作用，云计算服务(包括公有云和私有云)紧随其后，为企业和政府提供重要的云化基础支撑。④从数据流通来看，数据开放共享和标准化的需求不减，这也折射出目前大数据行业的共性痛点，企业和政府迫切希望通过数据共享开放、标准化等举措提升数据价值;数据交易由于受商业模式和数据合规性等多种因素制约，其热度较低。⑤从软硬件产品来看，供应商聚焦应用软件、基础软件产品的布局，软件产品的日益丰富持续提升大数据产业发展水平。在基础软件维度，大数据平台、数据采集、主数据管理平台、数据中台和数据清洗引领细分市场发展，数据安全和数据库等产品的热度紧随其后。⑥从行业应用来看，软件和信息服务业高居榜首,热点集中于政务、互联网和相关服务、社会治理(安防、舆情、应急管理、信用、环境监测、交通、能源、城市管理等)、金融、民生服务(社保、就业、证件办理、住房、生育、养老等)等领域，医疗、工业等行业领域同样具有较大潜力。数据服务层是大数据市场的未来增长点之一，它立足海量数据资源，围绕各类应用和市场需求，提供辅助性的服务，包括数据交易、数据资产管理、数据采集、数据加工分析、数据安全,以及基于数据的IT运维等。随着5G商用的全面推广，数据采集和预处理需求将快速上升：此外，随着数字技术日益复杂，提供第三方数据分析、可视化和安全服务的市场也将持续壮大。以下是报告部分内容：公众号后台回复《2020中国大数据产业发展白皮书》，即可获得完整版报告。

9月11日，由大数据产业生态联盟联合赛迪顾问共同编制的《2019中国大数据产业发展白皮书》在“计算机未来：算力驱动万物互联”主题论坛上隆重发布，并揭晓“2019中国大数据企业50强”、“中国大数据企业投资价值百强”。大数据产业，价值重现《2019中国大数据产业发展白皮书》调研工作，自2019年4月正式启动以来，通过问卷调查、网络调查、深度走访等方式，对大数据基础支撑、数据服务和融合领域的数千家涉猎大数据业务的ICT企业进行深入调研分析。历经5个月的调研工作覆盖了2000余家大数据企业，回收有效调研问卷约1200份，深入走访知名大数据企业近50家，累积完成百余份大数据企业个案深度调研样本，并整理出近50万字的企业个案资料。《2019中国大数据产业发展白皮书》旨在呈现中国大数据产业生态的新格局、新业态、新模式，聚焦数字经济、智慧城市、大数据人才培养等热点领域，从技术创新、标准构建、人才培养、资本流向等方面进行深入剖析。2019，场景为王驱动车子前行的原动力在外界看来是汽油，但在热爱汽车运动的人眼中则是一台车的引擎。如今，随着数据的价值越来越重要，数据的有效利用也已经成为驱动企业发展、变革最重要的引擎。汽车引擎的主要部分就是汽缸，它是整个汽车的动力源泉。汽缸通过进气孔和输油孔注入汽油和空气，在汽缸内充分混合，当火花塞点燃混合物后，混合物猛烈地爆炸燃烧，推动活塞向下运动，并产生动力。熟悉汽车的人对这一过程应该都有所了解。在我们看来，其实这个过程，对于企业数据应用，也有很好的参考作用。如果把数据看做是油的话，企业行业的知识则可以被视为空气，数据必须和行业的知识相融合，才能产生真正的价值。那么，什么是点燃混合物的火花塞呢？应用场景就是火花塞。数据和行业知识融合后，必须要找到合适的业务应用场景，才能够真正燃烧爆炸，迸发出巨大的动力，进而推动企业的发展和变革。在《2019中国大数据产业发展白皮书》中，我们新增了一部分重要的内容：细分产业洞察，对每个具体行业中的大数据落地应用场景进行了细致的分析，这其中包括金融、电信、制造业、医疗、政府、营销等热门行业，我们希望，通过这些分析，能让更多的大数据企业、行业用户能意识到，合适的应用场景对于大数据价值发挥的重要性。《2019中国大数据产业发展白皮书》发布节选

近年来，大数据不断向世界的各行各业渗透，影响着我们的衣食住行。例如，网上购物时，经常会发现电子商务门户网站向我们推荐商品，往往这类商品都是我们最近需要的。这是因为用户上网行为轨迹的相关数据都会被搜集记录，并通过大数据分析，使用推荐系统将用户可能需要的物品进行推荐，从而达到精准营销的目的。下面简单介绍几种大数据的应用场景。大数据在医疗行业的应用大数据让就医看病更简单。过去，对于患者的治疗方案，大多数都是通过医师的经验来进行，优秀的医师固然能够为患者提供好的治疗方案，但由于医师的水平不相同，所以很难保证患者都能够接受最佳的治疗方案。而随着大数据在医疗行业的深度融合，大数据平台积累了海量的病例、病例报告、治愈方案、药物报告等信息资源.所有常见的病例、既往病例等都记录在案，医生通过有效、连续的诊疗记录，能够给病人优质、合理的诊疗方案。这样不仅提高医生的看病效率，而且能够降低误诊率，从而让患者在最短的时间接受最好的治疗。下面列举大数据在医疗行业的应用，具体如下。(1) 优化医疗方案，提供最佳治疗方法。面对数目及种类众多的病菌、病毒，以及肿瘤细胞时，疾病的确诊和治疗方案的确定也是很困难的。借助于大数据平台，可以搜集不同病人的疾病特征、病例和治疗方案，从而建立医疗行业的病人分类数据库。如果未来基因技术发展成熟，可以根据病人的基因序列特点进行分类，建立医疗行业的病人分类数据库。在医生诊断病人时可以参考病人的疾病特征、化验报告和检测报告，参考疾病数据库来快速帮助病人确诊，明确地定位疾病。在制订治疗方案时，医生可以依据病人的基因特点，调取相似基因、年龄、人种、身体情况相同的有效治疗方案，制订出适合病人的治疗方案，帮助更多人及时进行治疗。同时这些数据也有利于医药行业研发出更加有效的药物和医疗器械。(2)有效预防预测疾病。解决患者的疾病，最为简单的方式就是防患于未然。通过大数据对于群众的人体数据监控，将各自的健康数据、生命体征指标都集合在数据库和健康档案中。通过大数据分析应用，推动覆盖全生命周期的预防、治疗、康复和健康管理的一体化健康服务，这是未来健康服务管理的新趋势。当然，这一点不仅需 要医疗机构加快大数据的建设，还需要群众定期去做检查，及时更新数据，以便通过大数据来预防和预测疾病的发生，做到早治疗、早康复。当然，随着大数据的不断发展，以及在各个领域的应用，一些大规模的流感也能够通过大数据实现预测。大数据在金融行业的应用随着大数据技术的应用，越来越多的金融企业也开始投身到大数据应用实践中。麦肯锡的一份研究显示，金融业在大数据价值潜力指数中排名第一。下面列举若干大数据在金融行业的典型应用，具体如下。(1) 精准营销。银行在互联网的冲击下，迫切需要掌握更多用户信息，继而构建用户360立体画像，即可对细分的客户进行精准营销、实时营销等个性化智慧营销。(2) 风险管控。应用大数据平台，可以统一管理金融企业内部多源异构数据和外部征信数据，更好地完善风控体系。内部可保证数据的完整性与安全性，外部可控制用户风险。(3) 决策支持。通过大数据分析方法改善经营决策，为管理层提供可靠的数据支撑，从而使经营决策更高效、敏捷、精准。(4) 服务创新。通过对大数据的应用，改善与客户之间的交互、增加用户粘性，为个人与政府提供增值服务，不断增强金融企业业务核心竞争力。(5) 产品创新。通过高端数据分析和综合化数据分享，有效对接银行、保险、信托、基金等各类金融产品，使金融企业能够从其他领域借鉴并创造出新的金融产品。大数据在零售行业的应用美国零售业曾经有这样一个传奇故事，某家商店将纸尿裤和啤酒并排放在一起销售，结果纸尿裤和啤酒的销量双双增长！为什么看起来风马牛不相及的两种商品搭配在一起，能取到如此惊人的效果呢？后来经过分析发现，这些购买者多数是已婚男士，这些男士在为小孩购买尿不湿的同时，会同时为自己购买一些啤酒。发现这个秘密后，沃尔玛超市就大胆地将啤酒摆放在尿不湿旁边，这样顾客购买的时候更方便，销量自然也会大幅上升。之所以讲“啤酒-尿布”这个例子，其实是想告诉大家，挖掘大数据潜在的价值，是零售业竞争的核心竞争力，下面列举若干大数据在零售业的创新应用，具体如下。(1) 精准定位零售行业市场。企业想进人或开拓某一区域零售行业市场，首先要进行项目评估和可行性分析，只有通过项目评估和可行性分析才能最终决定是否适合进人或者开拓这块市场。通常需要分析这个区域流动人口是多少？消费水平怎么样？客户的消费习惯是什么？市场对产品的认知度怎么样？当前的市场供需情况怎么样等等，这些问题背后包含的海量信息构成了零售行业市场调研的大数据，对这些大数据的分析就是市场定位过程。(2) 支撑行业收益管理。大数据时代的来临，为企业收益管理工作的开展提供了更加广阔的空间。需求预测、细分市场和敏感度分析对数据需求量很大，而传统的数据分析大多采集的是企业自身的历史数据来进行预测和分析，容易忽视整个零售行业信息数据，因此难免使预测结果存在偏差。企业在实施收益管理过程中如果能在自有数据的基础上，依靠一些自动化信息采集软件来收集更多的零售行业数据，了解更多的零售行业市场信息，这将会对制订准确的收益策略，赢得更高的收益起到推进作用。(3) 挖掘零售行业新需求。作为零售行业企业，如果能对网上零售行业的评论数据进行收集，建立网评大数据库，然后再利用分词、聚类、情感分析了解消费者的消费行为、价值取向、评论中体现的新消费需求和企业产品质量问题，以此来改进和创新产品，量化产品价值，制定合理的价格及提高服务质量，从中获取更大的收益。（黑马程序员）