当前位置:首页 > 研究报告 > 信息技术 > 大数据 > 2018-2022年中国大数据行业投资分析及前景预测报告(上下卷)

2018-2022年中国大数据行业投资分析及前景预测报告(上下卷)

中国投资咨询网www.ocn.com.cn2018/8/16
  • 首次出版:2013年12月   最新修订:2018年3月
  • 交付方式:特快专递(2-3天送达)
  • 报告属性:共510页、42.8万字、153个图表
  • 中文版全价:RMB8900 印刷版:RMB8600 电子版:RMB8600
  • 英文版全价:USD6800 印刷版:USD5800 电子版:USD5800
  • 定购电话:0755-82571522、82571566、400-008-1522
  • 24小时服务热线:138 0270 8576
中投顾问咨询服务
中投顾问以"挖掘产业投资机会,促进区域经济发展"为己任,发展起以产业研究为坚实根基,以产业规划、招商服务为重点,以中投大数据为创新方向的业务体系,十余年间累计服务政企客户数万家。
订购上方报告,即可免费获赠以下二款报告中任意一款,多买多赠
活动时间2018年6月1日至2018年8月30日

第一章 大数据产业相关概述
1.1 大数据介绍
1.1.1 大数据的产生
1.1.2 大数据的定义
1.1.3 大数据的特点
1.1.4 大数据的类型
1.1.5 大数据典型分类
1.1.6 大数据的各个环节
1.2 大数据的价值及影响
1.2.1 大数据的价值
1.2.2 大数据研究意义
1.2.3 大数据的应用价值
1.2.4 对信息时代的影响
1.3 大数据产业链构成分析
1.3.1 大数据产业链结构
1.3.2 大数据产业链领域
1.3.3 产业链价值流动方向
1.4 大数据技术层结构分析
1.4.1 大数据关键技术构成
1.4.2 大数据采集与预处理技术
1.4.3 大数据存储管理技术
1.4.4 大数据处理的核心技术
1.4.5 大数据分析挖掘技术
1.4.6 大数据可视化技术
1.4.7 大数据安全技术
第二章 2016-2018年国际大数据产业发展分析
2.1 2016-2018年全球大数据产业总体发展分析
2.1.1 产业发展变革
2.1.2 市场规模分析
2.1.3 市场竞争格局
2.1.4 应用状况调查
2.1.5 产业布局分析
2.2 欧盟大数据产业发展布局
2.2.1 欧盟推进大数据产业发展
2.2.2 欧盟大数据产业发展战略
2.2.3 欧盟大数据产业战略特点
2.2.4 产业战略建设的相关启示
2.2.5 欧盟布局大数据产业应用
2.2.6 欧盟大数据产业发展规划
2.3 美国大数据产业发展分析
2.3.1 大数据产业发展战略
2.3.2 大数据产业发展状况
2.3.3 大数据应用案例分析
2.3.4 大数据技术发展措施
2.3.5 针对安全问题的政策
2.3.6 产业发展的经验借鉴
2.3.7 布局大数据预测市场
2.4 日本大数据产业发展分析
2.4.1 大数据产业地位
2.4.2 大数据发展规模
2.4.3 制造业大数据应用
2.4.4 运行大数据预防灾害
2.4.5 产业重点企业分析
2.4.6 大数据产业发展展望
2.5 2016-2018年其他国家大数据产业发展状况
2.5.1 英国
2.5.2 法国
2.5.3 澳大利亚
2.5.4 韩国
第三章 2016-2018年中国大数据产业发展分析
3.1 大数据产业简介
3.1.1 大数据产业的概念
3.1.2 大数据产业的战略地位
3.1.3 大数据产业发展的必然性
3.2 2016-2018年中国大数据产业发展综述
3.2.1 市场发展阶段
3.2.2 产业驱动主体
3.2.3 行业发展水平
3.2.4 行业发展规模
3.2.5 产业发展提速
3.3 2016-2018年大数据产业竞争格局
3.3.1 大数据产业竞争主体分析
3.3.2 产业链环节竞争格局分析
3.3.3 大数据竞争企业资本层次
3.3.4 互联网企业布局大数据产业
3.3.5 IT产业竞相布局大数据产业
3.3.6 大数据热点应用领域的竞争
3.3.7 网络保险市场大数据竞争状况
3.3.8 大数据产业竞争趋势展望
3.4 2016-2018年中国大数据市场供需分析
3.4.1 大数据市场供给结构
3.4.2 主要行业大数据需求状况
3.4.3 企业大数据的应用及需求
3.4.4 大数据细分领域需求分析
3.4.5 大数据存储领域需求分析
3.4.6 数据小型机市场需求分析
3.5 中国大数据产业存在的问题
3.5.1 数据相关问题
3.5.2 顾问服务不足
3.5.3 技术发展问题
3.5.4 数据安全问题
3.5.5 人才供需问题
3.6 中国大数据产业的发展策略
3.6.1 相关政策建议
3.6.2 推进研发与应用
3.6.3 避免过度建设
3.6.4 提高数据安全
3.6.5 打破数据信息孤岛
第四章 大数据产业上游——数据源存储层
4.1 数据来源层分析
4.1.1 大数据的来源渠道
4.1.2 数据资源SWOT分析
4.1.3 数据资源获取难度
4.1.4 数据源市场规模分析
4.2 数据存储层分析
4.2.1 大数据存储方式
4.2.2 大数据储量规模分析
4.2.3 大数据存储架构分析
4.2.4 数据仓库建设的重要性
4.2.5 数据处理技术的核心
4.2.6 新型MPP数据库的价值
4.3 数据存储中心建设状况
4.3.1 数据中心的投资建设加快
4.3.2 大数据中心布局趋势分析
4.3.3 数据中心面临的挑战及机遇
4.3.4 数据中心发展的技术影响因素
4.4 数据资源型企业——电信运营商
4.4.1 中国移动
            4.4.1.1 企业发展概况
           4.4.1.2 大数据发展优势
           4.4.1.3 移动大数据应用
4.4.2 中国电信
 4.4.2.1 企业发展概况
 4.4.2.2 大数据产业布局
 4.4.2.3 加快数据中心建设
4.4.3 中国联通
 4.4.3.1 企业发展概况
 4.4.3.2 大数据业务分析
 4.4.3.3 逐步实现数据共享
 4.4.3.4 未来前景展望
4.5 数据资源型企业——BAT企业
4.5.1 阿里巴巴
 4.5.1.1 企业发展概况
 4.5.1.2 数据化精准营销
 4.5.1.3 建设大数据平台
 4.5.1.4 企业数据库方案
4.5.2 百度公司
 4.5.2.1 企业发展概况
 4.5.2.2 大数据解决方案
 4.5.2.3 大数据应用合作
 4.5.2.4 产业园建设规划
4.5.3 腾讯公司
 4.5.3.1 企业发展概况
 4.5.3.2 腾讯大数据平台
 4.5.3.3 构建大数据生态
 4.5.3.4 大数据布局动态
第五章 大数据产业中游——数据分析处理层
5.1 大数据处理及分析技术综况
5.1.1 大数据采集与预处理
5.1.2 数据处理框架分析
5.1.3 数据计算模式分析
5.1.4 数据分析细分领域
5.1.5 大数据分析的优劣势
5.2 大数据分析处理产业发展进程
5.2.1 技术生态分析
5.2.2 技术研发热点
5.2.3 技术应用领域
5.2.4 企业布局加快
5.2.5 技术发展趋势
5.3 大数据可视化分析技术分析
5.3.1 数据可视化的基本概述
5.3.2 数据可视化的研究进展
5.3.3 数据可视化的应用工具
5.3.4 数据可视化面临的挑战
5.3.5 数据可视化技术发展趋势
5.4 大数据安全处理技术分析
5.4.1 大数据安全问题分析
5.4.2 大数据安全涉及的模块
5.4.3 数据安全防护技术分析
5.4.4 数据脱敏安全控制技术
5.4.5 大数据安全防护体系分析
5.5 大数据技术拥有型企业分析
5.5.1 拓尔思
 5.5.1.1 企业发展概况
 5.5.1.2 大数据产品发布
5.5.2 同有科技
 5.5.2.1 企业发展概况
 5.5.2.2 大数据应用产品
5.5.3 浪潮集团
 5.5.3.1 企业发展概况
 5.5.3.2 数据基础模型
 5.5.3.3 加快推进地区合作
 5.5.3.4 建立智慧城市平台
 5.5.3.5 推进数据社会化发展
5.5.4 华为公司
 5.5.4.1 企业发展概况
 5.5.4.2 大数据解决方案
 5.5.4.3 助力地方大数据发展
 5.5.4.4 大数据产业布局
第六章 大数据产业下游——数据交易层
6.1 大数据交易层分析
6.1.1 大数据交易层分析
6.1.2 数据交易品种及类型
6.1.3 数据交易的影响因素
6.1.4 大数据交易标准体系
6.2 大数据交易市场运行状况
6.2.1 大数据交易市场环境
6.2.2 大数据交易市场构成
6.2.3 大数据交易市场规模
6.2.4 大数据市场定价方式
6.2.5 细分大数据交易状况
6.2.6 全国首个交易中心成立
6.2.7 大数据交易平台发展分析
6.2.8 大数据交易市场人才需求
6.3 国际重点大数据交易平台分析
6.3.1 Factual
6.3.2 InfoChimps
6.3.3 Microsoft Azure
6.3.4 Fujitsu
6.4 中国大数据交易平台发展综况
6.4.1 交易平台经营范围
6.4.2 交易平台发展背景
6.4.3 各地大数据交易平台
6.4.4 地区性平台建设动态
6.4.5 平台未来发展策略
6.5 中国典型大数据交易平台分析
6.5.1 贵阳大数据交易所
6.5.2 数据堂交易平台
6.5.3 中关村大数据交易平台
第七章 大数据产业下游——数据应用层
7.1 大数据应用层分析
7.1.1 大数据应用层结构
7.1.2 大数据衍生应用层
7.2 大数据应用服务型企业介绍
7.2.1 百分点集团
 7.2.1.1 企业发展概况
 7.2.1.2 大数据产业布局
7.2.2 明略数据
 7.2.2.1 企业发展概况
 7.2.2.2 大数据分析产品
7.2.3 TalkingData
 7.2.3.1 企业发展概况
 7.2.3.2 未来发展态势分析
7.3 工业大数据
7.3.1 工业大数据基本概况
7.3.2 工业大数据发展阶段
7.3.3 工业大数据市场规模
7.3.4 工业大数据应用案例
7.3.5 政府推动工业大数据发展
7.3.6 工业大数据发展问题及对策
7.3.7 工业大数据应用趋势分析
7.4 医疗大数据
7.4.1 医疗大数据体系分析
7.4.2 医疗大数据市场规模
7.4.3 医疗大数据应用价值
7.4.4 医疗大数据应用场景
7.4.5 医疗大数据应用案例
7.4.6 医疗大数据发展问题及对策
7.4.7 医疗大数据发展方向分析
7.5 金融大数据
7.5.1 金融大数据体系分析
7.5.2 金融大数据典型应用领域
7.5.3 金融大数据创新应用领域
7.5.4 金融大数据市场竞争格局
7.5.5 金融行业大数据发展特征
7.5.6 金融大数据应用市场规模
7.5.7 金融大数据应用案例分析
7.5.8 金融大数据发展挑战及对策
7.6 交通大数据
7.6.1 交通大数据应用概况
7.6.2 交通大数据应用状况分析
7.6.3 交通大数据应用市场规模
7.6.4 交通行业大数据应用需求
7.6.5 国家级交通大数据实验室成立
7.6.6 交通大数据应用案例分析
7.6.7 交通大数据应用问题及对策
7.6.8 交通大数据应用未来发展展望
7.7 电信大数据
7.7.1 概况
7.7.2 电信大数据源供给规模
7.7.3 电信大数据应用需求分析
7.7.4 电信大数据应用市场规模
7.7.5 电信行业大数据应用情况
7.7.6 运营商数据中心建设分布
7.7.7 电信行业大数据应用案例
7.7.8 电信大数据发展的挑战及对策
7.8 零售大数据
7.8.1 零售大数据发展概况
7.8.2 零售行业数据采集方式
7.8.3 零售行业大数据应用需求
7.8.4 零售行业大数据应用现状
7.8.5 零售行业大数据应用案例
7.8.6 零售大数据发展问题及对策
7.8.7 企业应用零售大数据的方向
7.9 电商大数据
7.9.1 电商大数据的主要来源
7.9.2 大数据处理对电子商务的影响
7.9.3 电子商务大数据的应用需求
7.9.4 电子商务大数据的具体应用
7.9.5 数据分析提高电商企业绩效
7.9.6 全球首个电商大数据指数发布
7.9.7 电商大数据应用的挑战及对策
7.10 政府大数据
7.10.1 政府大数据的基本内涵
7.10.2 政府大数据的顶层设计
7.10.3 政府大数据的经济价值
7.10.4 政府大数据应用市场规模
7.10.5 政府大数据信息公开需求
7.10.6 政府大数据发展对策分析
7.10.7 政务大数据应用趋势分析
第八章 2016-2018年大数据应用软件及设备分析
8.1 大数据应用软件分析
8.1.1 大数据典型软件分析
8.1.2 智能软件的应用价值
8.1.3 大数据软件市场规模
8.1.4 大数据软件发展方向
8.2 大数据硬件设备分析
8.2.1 大数据硬件构成框架
8.2.2 大数据主要硬件设备
8.2.3 大数据硬件市场规模
8.3 大数据一体机设备分析
8.3.1 大数据一体机简介
8.3.2 大数据一体机的优劣分析
8.3.3 大数据一体机的用户类型
8.3.4 国外竞争格局与品牌分布
8.3.5 国内市场竞争格局分析
8.3.6 国内企业竞争优劣势分析
8.3.7 国内主流品牌及其特点
第九章 2016-2018年大数据产业发展模式探究
9.1 大数据交易模式分析
9.1.1 以数据运营方式为分类标准
9.1.2 以大数据结构化程度为分类标准
9.1.3 以数据产权转让形式为分类标准
9.2 大数据行业盈利模式分析
9.2.2 解决方案
9.2.3 基础设施
9.2.4 数据产品
9.2.5 行业应用
9.3 大数据行业商业模式分析
9.3.1 B2B大数据应用模式
9.3.2 技术提供及软件开发
9.3.3 大数据咨询分析服务
9.3.4 自有平台大数据分析
9.3.5 信息订制与采购模式
9.3.6 信息数据租售模式
9.4 企业大数据商业化应用模式
9.4.1 企业大数据的基本构成
9.4.2 企业大数据商业化应用背景
9.4.3 企业大数据商业化应用层面
9.4.4 企业大数据商业化应用关键
9.4.5 企业大数据商业化应用途径
第十章 2016-2018年重点区域大数据行业发展分析
10.1 中国大数据产业集群分布
10.2 京津冀大数据产业集群
10.2.1 京津冀地区经济运行情况
10.2.2 京津冀大数据产业发展综况
10.2.3 北京市大数据产业发展状况
10.2.4 天津市大数据产业发展综况
10.3 珠三角大数据产业集群
10.3.1 珠三角地区基本发展状况
10.3.2 珠三角大数据产业发展综况
10.3.3 大数据试验区建设方案出台
10.3.4 广州市大数据产业发展状况
10.3.5 深圳市大数据产业发展状况
10.4 长三角大数据产业集群
10.4.1 长三角地区基本发展状况
10.4.2 长三角大数据产业发展综况
10.4.3 上海市大数据产业发展状况
10.4.4 浙江省大数据产业发展状况
10.5 西南大数据产业集群
10.5.1 西南地区基本发展状况
10.5.2 西南大数据产业发展综况
10.5.3 重庆市大数据产业发展状况
10.6 大数据产业园区发展分析
10.6.1 大数据产业园格局
10.6.2 大数据产业园分布
10.6.3 大数据产业园典型模式
10.6.4 国家级新区布局大数据
10.7 典型发展案例——贵州大数据产业发展经验
10.7.1 贵州大数据发展机遇及优势
10.7.2 贵州大数据产业优惠政策
10.7.3 贵州大数据产业运行状况
10.7.4 贵州大数据产业发展特点
10.7.5 贵阳大数据交易规模分析
10.7.6 贵州大数据应用状况分析
10.7.7 贵州省大数据产业发展目标
第十一章 中国大数据产业投资情况分析
11.1 中国大数据产业投资环境分析
11.1.1 经济环境分析
11.1.2 社会环境分析
11.1.3 技术环境分析
11.2 大数据产业创新创业情况分析
11.2.1 创业指数分析
11.2.2 专利申请状况
11.2.3 创业主体上升
11.3 大数据行业投融资结构分析
11.3.1 产业投资象项
11.3.2 主要融资模式
11.3.3 融资规模分布
11.3.4 融资轮次分析
11.3.5 融资行业分布
11.4 中国大数据产业融资动态分析
11.4.1 天弘基金注资数据米铺
11.4.2 海量集团A+轮融资动态
11.4.3 商圈雷达完成新一轮融资
11.4.4 九次方大数据完成C轮融资
11.4.5 贵阳市引进大数据投资项目
11.5 大数据市场并购状况分析
11.5.1 大数据并购背景分析
11.5.2 并购成为产业布局途径
11.5.3 大数据产业并购动态
11.5.4 大数据产业并购特征
11.5.5 大数据产业并购趋势
11.6 中国大数据产业链投资机会分析
11.6.1 硬件层面投资机会分析
11.6.2 软件层面投资机会分析
11.6.3 信息服务层面投资机会
11.7 大数据产业投资风险及防范
11.7.1 大数据行业投资风险综述
11.7.2 数据的流动性和可获取性风险
11.7.3 大数据安全风险及防范机制
11.7.4 大数据项目投资风险急剧增加
11.7.5 评估大数据产业投资回报的措施
第十二章 大数据产业发展前景及趋势
12.1 全球大数据产业发展前景及趋势预测
12.1.1 全球大数据收入规模预测
12.1.2 全球大数据产业发展趋势
12.1.3 全球大数据市场发展热点展望
12.2 中国大数据产业发展前景预测
12.2.1 大数据市场热点分析
12.2.2 大数据市场发展机会
12.2.3 大数据市场重点内容
12.2.4 大数据人才需求预测
12.3 中国大数据产业发展趋势预测
12.3.1 区域特色化发展趋势
12.3.2 产业融合发展趋势加深
12.3.3 大数据技术发展方向分析
12.3.4 数据安全和数据流动成为焦点
12.3.5 “十三五”大数据产业发展趋势
12.4 中投顾问对2018-2022年中国大数据产业预测分析
12.4.1 中投顾问对中国大数据产业发展因素分析
12.4.2 中投顾问对2018-2022年全球大数据市场规模预测
12.4.3 中投顾问对2018-2022年中国大数据市场规模预测
12.4.4 中投顾问对2018-2022年中国移动互联网市场规模预测
第十三章 大数据产业发展政策分析
13.1 大数据产业政策体系分析
13.1.1 发达国家大数据政策对比
13.1.2 中国大数据产业发展纲要
13.1.3 中国大数据产业促进方案
13.1.4 数据中心建设指导意见
13.1.5 大数据产业管理机制分析
13.2 大数据产业应用类政策分析
13.2.1 医疗大数据应用发展政策
13.2.2 交通大数据应用政策分析
13.2.3 林业大数据发展指导意见
13.2.4 生态环境大数据建设方案
13.2.5 国土资源大数据应用政策
13.2.6 农业农村大数据试点方案
13.3 “十三五”大数据产业发展规划
13.3.1 发展目标
13.3.2 重点任务
13.3.3 保障措施
13.4 大数据产业区域性政策规划
13.4.2 首部大数据地方法规发布
13.4.3 北京市大数据产业发展规划
13.4.4 贵州省大数据产业发展规划
13.4.5 广东省大数据产业发展规划
13.4.6 福建省大数据产业发展规划
13.4.7 浙江省大数据发展实施计划
13.4.8 湖北省大数据产业发展规划
13.4.9 河南省大数据产业发展规划

  • 图表目录
  •  

图表1 大数据的4V特征
图表2 大数据的类型
图表3 大数据技术框架
图表4 大数据的价值
图表5 大数据产业架构图
图表6 大数据细分领域涉及的产品和服务
图表7 大数据产业主要数据资产类企业
图表8 大数据产业链产值分布及发展方向
图表9 大数据关键技术
图表10 中国大数据产业链技术层细分
图表11 未来大数据处理的核心技术
图表12 数据可视化软件平台
图表13 2016-2027年全球大数据产业结构及预测
图表14 2014-2020年全球大数据竞争格局及预测
图表15 2014-2020年美国大数据产业市场规模及增长率
图表16 2014年-2020年日本大数据市场规模走势
图表17 中国大数据市场发展阶段
图表18 各省(区市)大数据发展指数排名(1-16名)
图表19 中国大数据细分市场规模占比
图表20 大数据产业链不同环节竞争格局
图表21 大数据企业资本层次
图表22 中国大数据应用领域企业
图表23 互联网行业大数据应用场景
图表24 电信行业大数据应用场景
图表25 金融行业大数据应用场景
图表26 制造行业大数据应用场景
图表27 企业现有的数据规模
图表28 企业数据类型的构成
图表29 大数据时代企业所能感觉到的数据变化
图表30 目前企业处理大数据所面临的问题
图表31 企业对大数据的态度和认知
图表32 企业在线则大数据平台时所考虑的因素
图表33 精准营销在企业大数据体系中的位置
图表34 2015年中国移动互联网用户APP分类月均活跃用户规模TOP20
图表35 企业小型机的当前使用情况及未来计划
图表36 市场上大数据技术类人才招聘数量占比及求职人数占比
图表37 主要城市大数据就业市场活跃度
图表38 大数据行业求职者学历与招聘需求占比
图表39 大数据产业招聘及求职期望薪水分布
图表40 中国大数据产业链数据源细分
图表41 中国大数据资源SWOT分析
图表42 中国数据源市场规模及增长率
图表43 MPP架构图
图表44 2011-2015年全球大数据储量规模走势
图表45 大数据的云存储平台
图表46 未来大数据处理的核心技术
图表47 MPP与Hadoop技术融合的产品架构图
图表48 大数据资源及应用
图表49 iDB产品核心功能架构图
图表50 百度大数据+平台
图表51 九寨沟景区客流量预测系统
图表52 峨眉山景区游客七日去向展示
图表53 利用大数据进行在线精准营销的效果
图表54 腾讯大数据平台的核心模块
图表55 Gaia主要结构
图表56 TDBank的处理系统
图表57 TDBank运行流程
图表58 腾讯分布式数据仓库
图表59 Spark VS Mapreduce
图表60 TRC运作流程
图表61 大数据处理的关键层次架构
图表62 典型大数据计算模式与系统
图表63 数据分析细分领域和具体技术
图表64 Palantir旗下两大产品涉及领域
图表65 Hadoop和Spark生态系统
图表66 大数据技术关注度
图表67 参数服务器工作原理
图表68 大数据安全涉及模块
图表69 从运营商大数据到最终行业应用的加工产业链
图表70 运营商建设大数据的核心需求:水平化的大数据平台
图表71 华为“1+N”运营商大数据解决方案
图表72 中国大数据产业链交易层细分
图表73 可交易的数据品种及类型
图表74 影响数据交易的四大因素
图表75 大数据交易标准体系
图表76 各地加速建立大数据交易平台
图表77 大数据交易产业主要人才需求
图表78 各地的大数据交易平台
图表79 中国大数据产业链大数据衍生层细分
图表80 国内工业大数据发展史
图表81 工业大数据市场规模
图表82 医疗业大数据产业链
图表83 医疗数据来源
图表84 医疗数据的特性
图表85 医疗大数据的用途
图表86 医疗大数据企业
图表87 医疗大数据应用市场规模
图表88 IBM智慧医疗“沃森医生”
图表89 金融大数据产业链
图表90 大数据金融的场景应用
图表91 大数据智能洞察金融业
图表92 金融行业客户的重要性
图表93 大数据洞察推动民生银行的转型与创新
图表94 大数据预测金融欺诈
图表95 证券业大数据应用
图表96 保险业大数据应用
图表97 中国金融行业大数据投资结构
图表98 中国金融大数据市场规模预测
图表99 中信银行大数据应用技术架构图
图表100 客户综合分析管理系统功能架构图
图表101 客户生命周期服务管理
图表102 智能交通的数据处理体系
图表103 交通大数据应用领域示意图
图表104 交通大数据应用市场规模及增长趋势
图表105 大数据在滴滴出行中的应用
图表106 广东省高速公路省监控大数据综合展示
图表107 电信运营商大数据应用
图表108 2015年电信业务量统计表
图表109 电信大数据应用市场规模及增长趋势
图表110 大数据与客户生命周期管理
图表111 我国主流数据中心区域分布
图表112 三大运营商及第三方IDC运营商数据中心数量占比
图表113 广东移动使用的Apache Hadoop软件的英特尔分发版
图表114 电信运营商大数据处理需求
图表115 线下零售大数据产业链
图表116 线上零售大数据产业链
图表117 零售行业大数据分析应用阶段
图表118 中国零售企业主要实施的大数据项目
图表119 零售企业对大数据分析整体表现自我评价
图表120 政府大数据应用十大工程
图表121 2014-2020年中国政府大数据应用市场规模及增长率
图表122 大数据软件和服务发展方向
图表123 中国大数据产业链硬件支撑层细分
图表124 大数据行业目前的四大盈利模式
图表125 企业大数据的构成
图表126 大数据产业区域分布图
图表127 京津冀三产GDP占比情况
图表128 京津冀主导行业大数据市场发展占比
图表129 各地大数据产业园数量占比与关注度分布
图表130 各省市产业园区关注度排名
图表131 国家级新区布局大数据产业
图表132 大数据双创热情指数走势
图表133 大数据领域专利申请数量
图表134 成功融资的创业企业数量
图表135 大数据产业投资象项
图表136 2017年大数据领域投融资概览
图表137 大数据领域融资案例(部分)
图表138 大数据领域最新融资过亿企业名单
图表139 大数据领域融资轮次分布
图表140 大数据领域行业应用分布情况
图表141 大数据各层技术演进方向
图表142 中投顾问对2018-2022年全球大数据市场规模预测
图表143 中投顾问对2018-2022年中国大数据市场规模预测
图表144 中投顾问对2018-2022年中国移动互联网市场规模预测
图表145 大数据政策比较框架
图表146 各国大数据战略规划比较
图表147 各国技术能力储备政策比较
图表148 国外政府数据开放与共享主要政策
图表149 国外政府数据开放与共享主要政策(续)
图表150 地方管理机制分析
图表151 交通信息资源目录体系
图表152 生态环境大数据管理工作机制
图表153 各地大数据相关政策举措互联网关注和评价情况

***************更多图表目录略***************
本报告目录与内容系中投顾问原创,未经中投顾问书面许可及授权,拒绝任何形式的复制、转载,谢谢!
购买流程
温馨提示
    1. 购买报告时请认准"中投顾问"商标,公司从未通过第三方代理,请与本站电话联系购买。
    2. 中投顾问欢迎广大客户上门洽谈与合作,您可以上门浏览报告核实后付款。
联系我们
研究报告热线:
规划咨询热线:
招商咨询热线:
节日值班电话:
深圳总部地址:
0755-82571522
400 008 1522
400 008 0552
400 008 0586
138 0270 8576
广东省深圳市福田区车公庙泰然六路雪松大厦A座4楼
在线咨询: 点击这里给我发消息