中国统计网

登录

首页

分类浏览

专题

专栏作者

问答

线下活动

企业招聘

app下载

投稿

注册




大数据投资人必读:中国大数据发展与投资分析报告
头像 hym 业界动态
业界动态


投资


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。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。于是有人说中国大数据产业有炒作“过热”之嫌,也有人认为大数据投资正当时,那么企业家面对当下国内大数据产业到底该不该投资呢?本文或许可以给你点思路。



一、中国大数据产业投资及应用现状


1、国内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。



二、 中国大数据产业市场预测


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。


市场规模


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,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。



前景预测


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;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。



服务市场




三、中国企业大数据需求与应用趋势调查


1. 企业大数据面临的难题


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。


技术难题


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。



分析难题


2. 企业大数据投入现状与规划


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。


部署规模


3. 企业大数据应用趋势分析


企业关注的数据管理新技术


如下图所示,分布式存储与计算成为最受关注的数据管理新技术,比例达到29.86%;其次是内存数据库技术,占到23.30%;云数据库排名第三,比例为16.29%。此外,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。


数据管理


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。



四、典型领域大数据应用价值与需求分析


1. 政府


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。


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。


3. 金融


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。




来源:36大数据

链接:http://www.36dsj.com/archives/58018

我要评论
验证码
  • 0
暂无评论

关注公众号

中国统计网微信公众号

微信公众号:cntongji

今日热议

专栏作者

  • 傅一平
    统计网特邀认证作者
    浙江移动大数据中心 数据管理部经理 博士 毕业于浙江大学 10多年数据从业经验,专注于大数据采集、处理、建模、管理、变现及产业等研究
  • 数据海洋
    统计网特邀认证作者
    数据应用的实践者!
  • 黄成明
    统计网特邀认证作者
    黄成明 ,零售数据分析研究者,拥有15年的销售及数据分析经验,历经美国强生公司、妮维雅公司、雅芳公司和鼎盛时期的诺基亚公司。目前是数据化管理的咨询顾问和培训师。他独立研发了基于周销售权重指数的零售管理模型,可以有效地进行目标管理、销售预测、客流预估、促销评估、销售预警等。
  • tommy
    统计网特邀认证作者
    数据落地应用探索者
  • 张溪梦
    统计网特邀认证作者
    GrowingIO创始人&CEO,前LinkedIn商务分析总监
  • 桑文锋
    统计网特邀认证作者
    神策数据创始人 & CEO,出身于百度大数据部。
立即下载
版权所有: 统计网. Copyright © 2016 itongji.cn All Rights Reserved. 备案号:ICP备15042641号-3