大数据市场前景分析报告

　大数据市场前景分析报告

　 导读：我根据大家的需要整理了一份关于《大数据市场前景分析报告》的内容，具体内容：IDC 认为,中国在大数据领域具有巨大的市场潜力,将成为全球最重要的大数据市场之一随着云计算概念日渐深入人心,大数据也越来越受到关注。以下是我为大家整理的，一起来看看吧!篇 1...

　IDC 认为,中国在大数据领域具有巨大的市场潜力,将成为全球最重要的大数据市场之一随着云计算概念日渐深入人心,大数据也越来越受到关注。以下是我为大家整理的，一起来看看吧!

　 篇 1

　当前，全球已进入大数据时代，大数据正以一种革命风暴的姿态闯入人们视野，其技术和市场在快速发展，而驾驭大数据的呼声则一浪高过一浪。随着大数据蕴涵价值的逐步释放，使其成为 IT 信息产业中最具潜力的蓝海。鉴于在技术和产业层面，国际上在大数据领域还未形成技术和市场的垄断，技术应用创新机会较多;当前大数据技术和应用需求的蓬勃兴起，及开源技术提出的革命性挑战，各家 IT 厂商均需同等面对，这无形中缩短了彼此起步的差距，这意味着国内企业在开拓大数据市场上存在巨大的机遇!

　01 中国大数据产业

　发展现状与前景预测

　1. 中国大数据产业发展现状分析

　大数据产业链建设情况

　目前，IT 产业在发展过程中已经形成了一些层次分布，有做服务器和底层系统的，有做软件的，有做应用的，大数据也需要在原有的架构上加以发展。原来做基础设施的企业，如联想、华为，也要向大数据转型，提供低成本、低能耗的大型存储器，这是大数据产业的基础。中间层是类似Hadoop、MapReduce 的数据分析软件，原有的软件产业也要转型，由卖软件转为以数据为中心。再往上就是百度、腾讯、阿里巴巴等大数据应用服务公司，需要增加数据分析的效用。

　大数据产业市场规模分析

　据贵阳大数据交易所发布的《2016 年中国大数据交易产业白皮书》数据显示，2014 年，中国大数据产业规模大约为 1038 亿元，2015 年产业整体规模达到 1692 亿元。随着大数据应用范围的不断扩大，大数据所形成的价值正在快速提升。

　大数据应用行业投资分布

　2015 年，我国政府大数据应用份额依然占比最高，达到 11.38%;其次是电信和金融行业，份额分别为 9.35%和 8.90%;电商、医疗和能源行业紧随其后，三者占比分别为 7.92%、7.63%和 7.50%。其余行业占比均低于 7%，但从全球发展趋势来看，未来企业的占比将有所提高，而政府的占比将有所减少。

　大数据产业面临的挑战

　大数据在开始应用的同时，也在基础软件研发、智慧城市建设、数据流动性等方面尚存在一些不足。主要表现在以下几个方面：

　2. 中国大数据应用实践分析

　大数据在经济预警方面的应用

　在 2008 年金融危机中，阿里平台的海量交易记录预测了经济指数的下滑。2008 年初，阿里巴巴平台上整个买家询盘数急剧下滑，预示了经济危机的来临。数以万计的中小制造商及时获得阿里巴巴的预警，为预防危机做好了准备。

　大数据在市场营销方面的应用

　与传统的市场研究方法不同，大数据的市场研究方法不再局限于抽样调查，而是基于几乎全样本空间。例如，百度拥有中国最大的消费者行为数据库，覆盖 95%的中国网民，搜索市场占比达 87%。百度基于最真实的用户行为数据和多维度研究工具，帮助宝洁精准的定位了消费者的地域分布、兴趣爱好等信息，根据百度分析的结论，宝洁适时地调整了营销策略。

　大数据在医疗领域的应用

　中国目前已经有十余座城市开展了数字医疗。病历、影像、远程医疗等都会产生大量的数据并形成电子病历及健康档案。基于这些海量数据，医院能够精准地分析病人的体征、治疗费用和疗效数据，可避免过度及副作用较为明显的治疗，此外还可以利用这些数据进行实现计算机远程监护，对慢性病进行管理等。

　大数据在金融领域的应用

　大数据能够解决金融领域海量数据的存储、查询优化及声音、影像等非结构化数据的处理。金融系统可以通过大数据分析平台，导入客户社交网络、电子商务、终端媒体产生的数据，从而构建客户视图。依托大数据平台可以进行客户行为跟踪、分析，进而获取用户的消费习惯、风险收益偏

　好等。针对用户这些特性，银行等金融部门能够实施风险及营销管理。

　3. 中国大数据产业前景预测

　大数据产业总体规模预测

　据贵阳大数据统计来看，中国大数据产业市场在未来五年内，仍将保持着高速增长。预计 2016 年末，市场规模将达到 2485 亿元，而随着各项政策的配套落实及推进，到 2020 年，中国大数据产业规模或达 13626 亿元的高点。

　大数据产业细分市场预测

　1、大数据基础架构硬件市场预测

　2014 年，我国大数据相关硬件市场在 451 亿元，到 2015 年已经达到 795亿元的规模。随着大数据相关产业的快速发展及应用场景的扩大，我国大数据硬件层市场将迎来一个崭新的快速发展的局面。预计 2016 年市场规模将达到 1093 亿元，2020 年将突破至 2385 亿元。

　2、大数据技术市场发展前景预测

　就中国大数据市场而言，大数据软件市场占比较小。2012 年，大数据软件市场规模约为 0.54 亿元，2014 年市场规模约为 2.48 亿元，前瞻预测，2016-2021 年，中国大数据软件市场规模年均复合增长率约为 65%。预计到 2021 年，其市场规模达到 80 亿元。

　3、大数据服务市场发展前景预测

　2012 年，大数据服务市场规模约为 1.16 亿元，2014 年，其市场规模约为 6.13 亿元;前瞻预测，2016-2021 年，中国大数据服务市场年均复合增长率将超过软件市场和硬件市场，年均复合增速将达到 75%，到 2021 年，

　中国大数据服务市场规模有望达到 300 亿元。

　02 中国企业大数据

　需求与应用趋势调查

　1. 中国大数据产业发展现状分析

　企业数据系统架构存在的问题

　针对企业的数据系统架构，被调查者认为运营成本过高、资源利用率低、应用部署过于复杂和扩展性差这四方面的问题几乎同等重要，其中运营成本过高以 27.74%成为被调查者眼中企业数据系统架构最严重的问题。因此，如果企业部署新的大数据解决方案，就应摒弃原系统中的问题，或者改良系统架构，或者推倒重来。

　企业面临的数据技术难题

　在大数据的影响下，现有数据系统架构的问题日益凸显，在企业面临的数据处理技术挑战的调查中，23.87%的被调查者认为数据读写瓶颈是最大的技术挑战，20.16%选择了数据类型多样化，16.26%选择了存储压力，16.26%选择了系统性能瓶颈。从排名前三位的技术挑战中可以看出，大数据中快速的数据流转(velocity)和多样的数据类型(variety)成为最困扰企业用户的两个关键特性，同样也是最亟待解决的关键问题。

　企业数据挖掘和分析面临的问题

　关于数据挖掘与分析应用，29.40%的被调查者认为这些应用最大的问题是分析不准确，21.36%的被调查者选择了分析速度慢，18.34%选择了价格昂贵。从这三个方面来看，用户最担心的还是企业花钱部署数据挖掘与分析类应用，却不能通过分析做出正确的决策。

　分析的速度也是一个重要的问题。随着企业数据量越来越大，进行一次分析所用的时间也越来越长。起初企业总是利用下班时间跑报表，但这种方式越来越不能满足实时决策的需求，常常会错过商机。因此从软硬件角度优化分析速度，即是企业经营决策的需求，又是数据分析产品新的考察指标。

　2. 企业大数据应用现状与规划

　企业数据处理产品的服务商

　企业大数据投入情况

　关于企业在大数据领域的投入问题，28.83%的被调查者选择 20-49.9 万元，27.48%的被调查者选择 0-19.9 万元，17.57%的被调查者选择 50-99.9万元，即 56.31%的企业用户对大数据的投入小于 50 万元。另外，150 万元以上的只占 13.96%。由此可见，企业对于大数据的投入仍处于初级阶段，并且以 Hadoop 和 NoSQL 为代表的大数据基础设施都属于开源产品，硬件方面也可使用廉价的 PC 服务器，所以投入并不高。

　企业部署开源大数据解决方案的计划

　如前文所述，Hadoop、NoSQL 这样的开源大数据解决方案能够节省资源、提高系统利用率，是性价比极高的选择。由下图可知，19.82%的企业用户正在使用开源大数据技术，22.97%的企业用户计划于 1 年内部署，9.91%计划于 2 年内部署，没有相关计划和不确定的人群占到 47.29%。由此看出，Hadoop 等开源大数据技术相当热门，已经有至少 52.71%的企业用户已经或计划部署相关解决方案。

　企业大数据的部署规模

　从被调查者所在企业考虑或已经部署的大数据节点来看，选择 0-5 个节点的为 40.54%，6-10 个节点的为 22.07%，11- 20 个节点的为 16.67%，21- 50 个节点的为 10.81%，51-100 个节点的为 2.70%，而 101 个以上节点的为 7.21%。由此可见，大数据的部署还处在初级规模，大多数企业还未部署，或部署少量节点。相信随着数据量的不断增加，大数据相关的节点规模会不断增加。

　3. 企业大数据应用趋势分析

　企业关注的数据管理新技术

　列式数据库技术、NoSQL 也获得较多关注。从调查结果来看，以 Hadoop为代表的分布式存储与计算已成为人们心目中大数据的关键技术。以 SAP HANA 为代表的内存数据库技术和以 SQL Azure 为代表的云数据库技术，也将成为占据重要地位的数据管理创新平台。

　企业如何看待商业智能的未来

　对于商业智能未来的趋势预测，调查显示排在前三位的是丰富的挖掘模型、实时的分析、精准的特定目的分析，其比例分别为 27.22%、19.88%和 19.11%。其后是社交网络分析、云端服务和移动 BI。由此看出人们期待商业智能应用能够在这些方面做出改变。

　03 典型领域大数据

　应用价值与需求分析

　1. 政府

　电子政务建设现状

　1、市场规模

　电子政务是中国信息化建设的重要内容，是国家实施政府职能转变，提高政府管理、公共服务和应急能力的重要举措，有利于带动整个国民经济和社会信息化的发展。在国家的大力支持和推动下，中国电子政务取得了较大进展，市场规模持续扩大。据不完全统计，2015 年，电子政务市场规模约为 2218 亿元，同比增长 15.52%。

　2、市场结构

　在总体市场规模持续平稳增长的同时，中国电子政务建设的投入结构也发生了变化。通常电子政务的投入顺序是硬件、软件和服务。据统计，中国电子政务行业近年来总体复合增长率为 12%，未来仍将稳步增长。近年来，中国电子政务建设中硬件投入的比例虽然仍较高，但已呈现出逐年下降的趋势，预计未来几年硬件增速将逐步下降。相反，软件投入和 IT 服务所占比例逐年上升，市场规模越来越大，预计软件和服务占比将持续上升，未来软件增速保持在 17%，服务增速则超过 25%。

　政府大数据应用需求

　目前中国经济社会发展已经进入新的阶段，发展中不平衡、不协调、不可持续问题突出。因此，加强电子政务建设，管理好政府的数据资产，完善政府决策流程，将是未来数年大数据在公共管理领域发展的重要方向。大数据将对政府部门的精细化管理和科学决策发挥重要作用，从而提高政府的服务水平。舆情监测、交通安防、医疗服务等将是公共管理领域重点应用领域。

　政府大数据应用场景

　利用大数据整合信息，将工商、国税、地税、质监等部门所收集的企业

　基础信息进行共享和比对，通过分析，可以发现监管漏洞，提高执法水平，达到促进财税增收、提高市场监管水平的目的。建设大数据中心，加强政务数据的获取、组织、分析、决策，通过云计算技术实现大数据对政务信息资源的统一管理，依据法律法规和各部门的需求进行政务资源的开发和利用，可以提高设备资源利用率、避免重复建设、降低维护成本。

　政府大数据应用价值分析

　大数据的发展，将极大地改变政府的管理模式。其包容性将模糊掉政府各部门间、政府与市民间的边界，信息孤岛现象大幅消减，数据共享成为可能，从而提高政府各机构的协同办公效率和为民办事效率，提升政府社会治理能力和公共服务能力。具体而言，依托大数据的发展，有利于节约政府投资、加强市场监管，从而提高政府决策能力、提升公共服务能力，实现区域化管理。

　2. 电信

　行业大数据应用需求分析

　电信运营商拥有丰富的数据资源优势。就国内运营商而言，目前移动用户数已经突破 11 亿。在大数据的应用模式上，运营商可以基于用户行为分析、行为理解、行为预测的客户深度洞察，将数据封装为服务，形成对外开放、可商业化的核心能力，带来商业模式的创新。此外，运营商还可以借助数据分析改善用户产品体验，优化网络质量，助力市场决策，刺激业务创新。

　2014 年，中国电信行业 IT 投资为 639.63 亿元，同比增长 25%。

　行业大数据应用场景分析

　在电信行业，大数据成为智能管道转型的有效途径。中国移动广东公司构建新一代详单账单查询系统，可为用户提供详单账单的实时查询，客户满意度大大提高。

　对电信行业来讲，像实时营销、线路监控、新业务挖掘，也是未来电信行业比较有潜力的大数据应用的场景。

　行业大数据应用价值分析

　对于电信运营企业而言，大数据主要是大客户的行为数据。运营商可以利用大数据提升管道智能化水平，更加精准地发现客户需求，提升行业信息化服务的能力。随着智能手机的不断普及，用户的行为信息日益丰富和完善，深度分析与挖掘这些数据，让其产生价值，将给运营商带来新机遇。

　行业大数据应用前景分析

　电信业拥有丰富的大数据资源，以及电信业拥有足够的大数据分析能力并非难事，电信业开展新业务尤其是 BI(商业智能)的潜力巨大。现实也确实如此，电信业感受到了压力，并计划把握通信技术大规模普及的契机，获得更为丰富的数据资源，再将这些数据资源加以挖掘和提炼价值，把握大数据带来的巨大潜力和机遇。2014 年，电信行业大数据应用市场规模约为 3.3 亿元，前瞻产业研究院大数据产业研究小组预测，2016-2021 年，电信行业大数据应用市场规模年均复合增长率将达到 65%。到 2021 年，中国电信行业大数据应用市场规模将达到 66.59 亿元。

　3. 金融

　行业信息化建设现状

　1、市场规模

　2012 年中国金融业 IT 投资规模为 1066.6 亿元，同比增长 7.0%，增速较2011年下降2.1个百分点。2013年，中国金融业IT投资规模约为1165.8亿元，同比增长 9.3%。2014 年，中国金融业 IT 应用投资规模增长 12%至1305.70 亿元。2015 年，中国金融业 IT 应用投资规模约为 1500.2 亿元。

　2、产品结构

　在产品投资类别方面，硬件依旧是 2015 年金融行业用户投资购买最重要的产品类别，占整体 IT 应用市场的 45.20%;其次是 IT 服务，占整体 IT应用市场的 35.00%;2015 年金融行业用户对软件产品的投资购买需求规模在整体 IT 应用市场中的比重为 19.80%。

　行业数据量及其特征

　经过多年的发展与积累，目前中国的大型商业银行和保险公司的数据量已经达到 100TB 以上级别，并且非结构化数据量在迅速增长。基于报告对大数据的定义(通常数据量大于 100TB，数据量年增率大于 60%，数据采集是高速数据流，且数据包含结构化与非结构化数据称为大数据)，前瞻产业研究院大数据产业研究小组分析认为中国金融行业正在步入大数据时代的初级阶段，并且呈现快速发展势头。

　行业大数据应用场景分析

　金融行业主要如信用卡、防欺诈、电子支付业务等，对大数据有比较大的需求。

　行业大数据应用价值分析

　在数据大集中的背景下，大数据对金融行业产生的影响巨大，比如银行业的客户市场细分化程度日趋提高，对数据的集中管理、应用、安全的需

　求更加迫切。保险企业则大力向电子商务模式转变，而证券公司间的竞争则早已突破地域限制，网上证券交易发展迅猛。数据的挖掘整理，以及有效分析对于提升客户服务水平的价值日趋凸显。

　行业大数据应用前景分析

　随着数据价值被越来越多的认可，尤其是在金融企业业务转型时期，基于数据的业务及内部管理优化使得金融领域的大数据应用市场规模在未来几年将以高于整体水平的速度增长。

　04 中国大数据

　产业链投资机会分析

　整体来看，大数据产业涉及的领域包括数据生成、数据存储、数据处理以及数据应用等;其产品与服务则包括硬件产品、基础软件、应用软件、信息服务等，以下分别从这几个方面分析大数据产业链的投资机会。

　1. 硬件层面投资机会分析

　大数据对数据存储需求

　◆中国数据容量

　中国数据信息量更是以高于全球的增速在发展，数字信息量占全球比例已经从 2006 年的 7.9%提升至 2010 年的 9.1%，2013 年，占比提升至 14%，前瞻预测到 2020 年，中国在全球数字世界中所占的份额将增至 21%。

　◆存储能力

　相比信息量的年均 45%的增速，存储能力的年均增速仅有 30%。存储能力与信息总量之间的缺口在 2010 年达到 248 亿 GB，未来存储能力与信息总量的缺口将逐渐增加，进一步刺激着存储领域在未来一段时间的爆发增

　长。

　数据存储市场格局现状

　◆移动硬盘市场格局

　2014 年，中国移动硬盘市场希捷以 35.00%的关注份额位居品牌关注榜首位，关注份额较上年上涨 0.75 个百分点;西部数据以 26.80%的关注份额位居排行榜第二位，关注份额与排名首位的希捷相差 8.2 个百分点;东芝位居第三位，关注份额为 10.30%;前三位之后品牌的关注份额均在 10.0%以下。

　◆U 盘市场格局

　2014 年，中国 U 盘市场金士顿以 20.0%的关注份额位居品牌关注排行榜首位，关注份额较上年下降 7.6 个百分点;PNY 以 13.0%的关注份额位居第二位，关注份额与排名首位的金士顿差距由上年的 16.9%缩小至 7.0%;威刚保持第三位，关注份额为 12.8%。

　服务器市场格局现状

　2014 年，中国服务器市场竞争形势激烈，品牌关注集中，前八家品牌累计占据 95%以上的关注比例。其中，IBM 以 37.8%的关注比例成为最受用户关注的品牌，领跑服务器市场;戴尔、惠普分别以 26.3%、12%的关注比例分居第二、三位;其他上榜品牌关注比例均在 10%以下。

　硬件层面投资机会分析

　大数据时代对企业的存储架构、数据中心的基础设施等提出了挑战，为了更快、更好、更准确地按需存储数据，需要企业提高存储性能和计算能力，这些潜在需求的存在为存储器和服务器等硬件提供商提供了一个不错

　的发展机会。但是，由于国际巨头在存储和服务器市场垄断优势明显，中国本土企业很难获得较大的市场机会。分析认为，在存储和服务器等硬件市场，中国本土企业很难在短期内实现对国际巨头的超越，大数据时代中国企业在硬件层的投资机会不大。

　2. 软件层面投资机会分析

　基础软件投资机会分析

　虽然最近几年，在传统数据库软件市场，国产数据库比重持续提升，但Oracle、IBM、Microsoft 和 Sybase 依然牢牢占据国内数据库软件市场的前四位，拥有超过 90%的市场份额。而大数据时代的数据库软件将更多是基于新一代的 Nosql 架构，中国企业无论是技术积累还是市场开拓离国际企业仍有较大差距。因此，短期内不看好中国企业在基础软件层的投资机会。

　应用软件投资机会分析

　依靠对客户需求的了解、强大的客户关系资源等优势，分析认为国内 IT企业的投资机会将主要集中在应用软件层。

　目前，国内各个行业之间 IT 投资规模和信息化建设程度差别还很大，国内 IT 投资主要集中在通信、政府、金融、电力等领域。

　3. 信息服务层面投资机会

　IT 基础设施服务业投资机会

　急速膨胀的数据量将推动中国企业在硬件设备上的支出和数据中心的建设。虽然国内硬件层企业投资机会不大，但是大数据推动的数据中心建设热潮将对以数据中心为主要服务对象的 IT 基础设施服务业产生极为明

　显的溢出效应，未来 IT 基础设施服务市场有望长期受益于大数据概念。2014 年，中国数据中心 IT 市场规模为 1414 亿元。据不完全统计，2015年，中国数据中心 IT 市场规模约为 1600 亿元。

　信息咨询服务业投资机会

　随着大数据技术产品未来的成熟，并成功从数据中为企业挖掘出真实的价值，中国传统企业将逐步意识到数据的价值和信息化所带来的好处。随着大数据概念的持续扩散，国内信息化建设程度偏低的制造业和建筑业信息化进程将有望加快，为企业信息化建设服务的 IT 咨询服务业将会长期受益。

　信息安全行业投资机会

　根据测算，目前全球只有三分之一不到的信息数据可以说有着最起码的安全保护。随着大数据时代数据价值得到企业越来越大的重视，数据安全将越发显得重要，信息安全行业将迎来一个发展契机。分析认为，信息安全市场将是大数据时代继智能数据分析产品之后最具潜在投资价值的市场。2014 年，中国信息安全产品市场规模为 271.39 亿元。2015 年市场规模达到 294 亿元。

　4. 中国大数据产业投资象限

　总体来看，服务器、存储设备等硬件产品和以数据库为代表的基础软件市场，中国企业投资机会寥寥。受益于客户资源优势与本地化服务的优势，中国大数据投资机会将重点集中于应用软件层和信息服务层。

　前瞻判断，大数据时代国内投资潜力最大的将是智能分析软件(BI)与信息安全领域。与各行业信息化建设程度差异相关，未来大数据智能分析软

　件产品的主要应用领域仍然会是政府、金融、通信、电力四大行业，与数据生命周期全程相关的信息安全领域则有望全面受益。而 IT 基础设施服务和咨询实施服务在大数据产业的潜在受益规模不一定很大，但受益于大数据产业的溢出效应，却很可能是大数据时代受益确定性较高的两个领域。

　05 大数据产业

　融资现状与趋势分析

　1. 大数据产业投资热度分析

　大数据产业投资热潮

　近年来，各大 IT 企业一方面通过并购以后进行技术整合，另一方面依靠企业自身的研发实力，纷纷推出自身的大数据分析产品。Google、IBM、EMC、Oracle、微软、惠普、SAP、Teradata 等在内的世界知名企业都先后发布了针对大数据的产品，这些企业几乎囊括了目前全球最顶尖的搜索服务、数据库、服务器、存储设备、企业解决方案的主要提供商，足以显示大数据在产业界的汹汹来势。

　大数据产业投资趋势

　大数据是继云计算、物联网之后 IT 产业又一次颠覆性的技术变革。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。

　因此，大数据时代将引发新一轮信息化投资和建设热潮。据预测，到 2020

　年全球将总共拥有 75ZB 的数据量，而麦肯锡则预测未来大数据产品在三大行业的应用就将产生 7 千亿美元的潜在市场，未来中国大数据产品的潜在市场规模有望达到 1.57 万亿元，给 IT 行业开拓了一个新的黄金时代。

　2. 大数据产业并购趋势分析

　大数据产业并购特征

　无论是 IT 巨头还是市场新秀都觉察到了大数据所带来的前所谓有的机遇，并开始行动。IT 巨头通过收购来弥补自身在大数据领域的技术、资源和人才方面的缺失，抢占市场先机;市场新秀抓住大数据市场的某一细分领域积极融资，力图抓住机遇的羽翼腾飞。

　大数据产业并购趋势

　创业型公司的快速增长将对那些长期被甲骨文和 IBM 等公司控制的领域形成挑战。为了增强实力，加快战略布局，跨国 IT 企业正纷纷收购创业型公司。IBM、甲骨文、EMC、SAP 等国际 IT 巨头已经花费超过 15 亿美元用于收购相关数据管理和分析厂商。可以预见，未来 3- 5 年，大数据市场将迎来一个重要的并购期。

　3. 大数据产业融资机会分析

　大数据产业融资模式

　1、PE/VC

　由于巨大的市场空间，围绕大数据领域正有大量的创业型公司在诞生并快速成长，它们之中可能出现新的世界级大公司，就如操作系统之于微软、社交网络之于 Facebook。风险投资者的目光也从社交领域转向了大数据。

　2、上市融资

　除了获得 PE/VC 以外，大数据企业还可通过上市发行股份的方式进行融资。例如，Splunk 是一家位于旧金山的创业公司，其开发的软件可以为机器生成的海量数据建立索引，将其整理成可以搜索的链接。企业可以像使用 Google 那样来搜索这些链接，用来实时分析消费者行为。早在 2004 年硅谷开始讨论大数据这个词，Splunk 就已建立，到现在改企业约有 3200家客户，遍布全球 75 个国家，其中一半以上为《财富》100 强公司。

　2012 年 4 月 19 日，Splunk 登陆纳斯达克，首日交易令人印象深刻，该公司股价当日报收于 35.48 美元，与 17 美元的 IPO(首次公开募股)发行价相比翻了一番，估值达到 32.8 亿美元。

　3、天使投资

　2012 年 12 月 13 日，在云基地和中关村管委会联合举办的中关村大数据论坛上，由宽带资本、红杉资本、北极光创投、金沙江创投和合疏资本联合发起创立的"云天使基金(Cloud Angel Fund)"正式对外发布。同时，"中云融汇"基金和"大数据实验室"孵化基金也宣布成立。据规划，这 3 只基金将专注于云计算和大数据创业。

　篇 2

　1、2016 年大连市场-政策

　缩减库存，基调宽松

　大连政策诉求依然以去库存为首要目标，政策环境宽松，但信贷层面受制于全国风向标，2017 年信贷杠杆力度的逐步衰弱，是对需求层面最大的威胁。

　2、2016 年大连市场-整体情况

　市场回暖，量价齐升;存量走低，去化周期为近年最低水平

　2016 年整体市场供小于求，销量大幅增长，伴随热销区域的结构性缺货，导致销售价格小幅上扬。全市商品住宅存量和去化周期双双走低，去库存效果明显。

　3、2016 年大连市场-产品结构

　投资类产品持续下降，改善类产品市场份额增大

　以普通住宅成交为主，量微涨，价微跌;除公寓成交回落外，其他产品均稳中有升;公寓和商业价格起伏较大;从各面积段来看：60-90 ㎡面积段呈现逐年下降趋势;2015 年开始，120 ㎡以上的改善需求比例逐年增加。

　4、2016 年大连市场-区域情况

　甘井子区、金州新区领跑全市，高新园区为第三极

　2016 年全市七区中，甘井子区、金州新区和高新园区为主力销售区域;随着高新园区配套等日益成熟，区域的需求不断上升，成为继甘、金两区后的第三大力量;其他各区同比均增长，而西岗区和中山区增幅较大。

　5、2016 年大连市场-板块情况

　销售板块十强，主、新城区六四开

　2016 年全市七区板块销冠花落华南，作为主城区刚需集中地，货量充足、价格较低，拔得头筹理所应当;东港板块随着在售项目增多，差别化定位，使得区域销售量不断走高。除东港板块外，上榜板块基本以刚需刚改产品为主，价格相对较低。

　6、2017 年大连市场走向-格局篇

　品牌房企高溢价拿地，甘区近郊板块为主角

　2016 年七区经营性用地成交 31 宗，成交总建面为 345 万平，是 2015 年的 3 倍。其中 80%土地由品牌开发商摘得。甘井子区板块以辛寨子、科技创新城、华南、体育新城为主。中山区集中在中心解放路板块。

　7、2017 年大连市场走向-格局篇

　夯实"西进北拓"，向西、向北两条腿走路

　"西进北拓"脚步更加夯实。2017 年土地市场供应主力集中在甘西的科技创新城、革镇堡、体育新城、机场，甘北的体育新城。促进路、泛星海、东南居住区板块有零星分布。

　8、2017 年大连市场走向-项目篇

　万科、龙湖、华润打枪 2017 年第一枪

　2017 年各大品牌开发商项目在第二季度将陆续上市，第三季度将出现入市高峰。

　篇 3

　进入 2012 年大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新，人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者消费浪潮的到来。"大数据"的运用在各个领域发挥着前所未有的重要作用，渗透到了当今每一个行业和业务职能领域，成为重要的生产因素，并对人类的数据驾驭能力提出了更新的挑战。

　一、传统的信息格局被打破

　不是我不明白，这世界变化快。2000 年还是一张软盘打天下的时代，短短十多年光景，硬盘的存储容量已从 4gb、16gb、32gb 迅速攀升到 1tb(相

　当于 1024gb 的容量)。原来仅有 1.44mb 的软盘在当时感觉存储容量还是蛮大的，到现在硬盘容量蹿升至 1tb 了，反而感觉存储空间捉襟见肘，到底是哪里出现了问题呢?1965 年英特尔的创始人之一戈登摩尔考察了计算机硬件的发展规律，提出了著名的摩尔定律。该定律认为，同一个面积集成电路上可容纳的晶体管数目，一到两年将增加一倍，换句话说，计算机硬件的处理速度和存储能力，一到两年将提升一倍。这一定律，得到验证。

　大数据!一语惊醒梦中人，大数据时代已经悄然来临。随着社交网络的逐渐成熟，移动宽带迅速提升，云计算、互联网应用更加丰富。更多的传感设备、移动终端接入到网络，由此产生的数据及增长速度迅速攀升。那么什么是大数据呢，正如 ibm 总结的那样："大量化(volume)、多样化(variety)和快速化(velocity)"就是"大数据"的显著特征。

　二、管理法则：质量是数据时代的根本

　数据能满足其既定的用途，它才有质量。如果不能满足既定的目标和用途，就谈不上质量。换句话说，数据的质量不仅取决于它本身，还取决于它的用途(引致数据库专家杰克.奥尔森)。

　随着网络的出现，政府开始在网上发布信息和数据，对政府而言，是一个很大的挑战，因为数据一经政府发布，往往被视为权威，对社会的各个领域都可能产生重大的影响。任何一份通过网络发布的信息，面对的都不是一定特定群体，而是全体国民，如果政府发布数据的质量不可靠，将受到频繁的、大范围的质疑，特别是一些可以会影响到公共政策和行业管制标准的数据，将引起巨大的争议。

　例如：单位奶制品中蛋白质含量、菌落总数应该是多少 ?饮用水里能混

　杂多少含量的微量元素?新鲜蔬菜能带有多少指标的杀虫剂残留?工厂排放的废气、汽车的尾气以及车间的通风条件都要符合怎样的标准等等，这些标准，都是数据。随着社会的发民、科学的进步，这些标准越来越多越来越细，每一个都和国民生活和经济发展息息相关。所以政府在网上发布数据，必须慎之又慎，保证质量。

　三、大数据在各领域中的价值表现

　1、数据竞争：企业赢利之道

　企业以"低成本、高效率"的方式来开展公司的业务，而要做到"低成本、高效率"的运营以及决策正确，企业必须广泛推选以事实为基础的决策方法、大量使用数据分析来优化企业的各个运营环节，通过基于数据的优化和对接，把业务流程和决策过程当中存在的每一分潜在的价值都"挤"出来，从而节约成本，战胜对手，在市场上幸存。这种竞争，就是一种基于数据的竞争。

　已经有越来越多令人信服的证据表明：只要实施正确的政策和激励，大数据将成为竞争的关键性基础，并成为下一波生产率提高、创新和为消费者创造价值的支柱。信息时代的竞争，不是劳动生产率的竞争，而是知识生产率的竞争。数据，是信息的载体、是知识的源泉，当然也就可以创造价值和利润，可以预见，基于知识的竞争，将集中表现为基于数据的竞争，这种数据竞争，将成为经济发展的必然。

　2、通讯、电信、商务智能、互联网的逐步演变

　近年来，随着大数据的迅猛增加，各个行业、政府部门都在尝试"用数据来决策"、"用数据来管理"、"用数据来创新"，在这个过程中，涌现了

　一大批既务实管用，又令人耳目一新的做法和应用。

　回顾历史，我们从广播的年代到电视的年代再到本世纪初互联网的年代，从音频对话到可视电话，数据技术一直在我们的生活中扮演重要的角色，互联网出现之后，就交流和互动而言，广播和电视无疑相形见绌。

　"大数据"可能带来的巨大价值正渐渐被人们认可，它通过技术的创新与发展，以及数据的全面感知、收集、分析、共享，为人们提供了一种全新的看待世界的方法。

　四、总结

　涂先生从数据本身的革命、社会科学的革命、企业管理的革命、社会管理的革命四个方面深刻阐述了大数据的重要意义，以最前沿的视野、直接的解读和剖析为我们理清了《大数据》一书的脉络和精髓，为我们如何能更好地阅读、理解、领会《大数据》一书的精神实质提供了很好的帮助，让我们意识到：大数据的时代，是不可逃避的。

　涂子沛大数据读后感二：读涂子沛的《大数据》有感(1309 字)

　首先说下《大数据》这本书好的地方就是将大数据变化为一本科普读物，不是讲大数据的关键技术和具体实现，而更多的是围绕美国政府基于数据的管理历史线条展开，让大家更加容易理解大数据在政府执政和公共事务管理中发挥的作用，所以我看完后最大的感觉就是关注智慧城市的相关人员完全有必要阅读该书，会对以后在智慧城市的管理和建设中如何更好的理解大数据，应用大数据，发挥大数据本身的业务价值有更好的理解。

　为何近几年出现大数据，最重要的还是随着信息技术和互联网，管理的精细化，全球化和社交圈扩大，数据呈现了指数级的增长。2009 年美国的

　数据，离散制造业 966pb，政府 848pb，传媒行业 715pb，这是麦肯锡 2011年出版的一份报告《大数据：下一代创新，竞争和生产率的前沿》里面的一个估算。正是由于数据指数级的增长，对数据的开放，信息自由，数据的采集，数据的分析和处理，预测和决策提出了更高的要求。

　信息自由，一为信息公开，二为信息发布。公开是政府和某一社会特定主体的关系，是点对点的;而信息发布是政府和社会的关系，是点对面的。信息自由法已经成为美国不可缺少的一个基本法案，只有信息自由才谈得上进一步的数据开放和数据共享。

　我们信奉上帝，除了上帝任何人都要以数据说话。信息技术发展，数据指数级增长，已经彻底改变了政府，社会，商业群体的决策方法。需要的是形成一种数据驱动的决策方法，数据治国，需要基于实证的事实而非简单的意识形态。而真正要让数据能够上升到决策层面，首先需要的就是数据大范围采集，数据抽样，数据测量和数据质量管理。另外数据驱动和事件驱动是两种模式，数据驱动强调的是历史和预测，而事件驱动强调的是实时和响应。大数据有一个维度专门是指速度和快速响应，更需要考虑事件驱动和数据驱动融合。

　帝国法则，详细讲述了数据的收集法则，使用法则，发布法则和管理法则。数据能够满足既定的用途，它才有质量。如果不能满足既定的目标和用途，就谈不上质量。换句话说，数据的质量不仅取决于它本身，还取决于它的用途。数据质量的问题涉及到数据收集，使用，发布等所有过程的问题。数据质量管理要有标准，有流程，有救助机制。

　从软件的开源到数据的开放，我们过渡到一个新的世界，可以讲数据开

　放式本身的另外一个重点。在这个新的世界里面，数据远远比软件更加重要。从 2004 年以来，美国一直在进行数据开放运动，联邦政府也专门家里了数据开放门户网站 datagov，其主要目标就是通过数据开放，通过鼓励新的创意，让数据走出政府，得到更多的创新型应用。从而进一步巩固政府透明化，民主化和政府效能。

　数据之争涉及到原始数据采集，数据质量，数据安全，数据粒度，数据价值，数据虚实多个维度。而 datagov 不仅仅开放了原始数据，地理数据，还包含了数据分析工具的开放。数据开放为创新提供了无穷的燃料，因为创新型应用，数据的能量将逐层放大。

　预测未来最好的方法，就是创造未来。而数据最大的价值仍然在预测上面，在解决了数据开放，数据采集，数据质量管理，数据处理后，最重要的作用就是基于数据进行科学的预测和决策。数据竞争将是企业赢之道，一些企业已经将他们商业活动的每个环节放在了数据收集，分析和行动的能力上。