京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据是具有体量大、结构多样、时效强等特征的数据;处理大数据需采用新型计算架构和智能算法,即“云计算”。大数据的应用强调以新的理念应用于辅助决策、发现新的知识,更强调在线闭环的业务流程优化。因此说,大数据不仅“大”,而且“新”,是新资源、新工具和新应用的综合体。大数据已经从概念落到实地,在精准营销、精准医疗、影视娱乐、教育、体育、安防等领域有大量应用。未来,随着应用领域的多元化,对大数据技术的需求越来越多,结合云计算,大数据市场空间将快速增长。
一、大数据的应用领域
目前国内大数据应用主要集中在金融、电信等少数几个行业,随着政府数据公开,以及其他行业自身的需求,行业的大数据应用领域不断扩张,从金融、电信渗透至政府运营、医疗、工业等。大数据的应用根据其目的的不同分为三类,即商业应用、公共事业应用和技术研发应用。具体来说,商业大数据应用,即主要以盈利为目的的大数据应用。
目前常见的应用有:
(1)基于用户个人信息、行为、位置、微博等数据而进行的个性化推荐、交叉推荐、品牌监测等营销类大数据应用。由于其商业模式清晰可见,市场需求广泛旺盛,因此这是目前互联网上最热门最普遍的应用,被互联网广告、电子商务、微博、视频、相亲等公司普遍采用。
(2)基于用户、商铺的交易数据而进行的经营分析报告等交易辅助类大数据应用,这些应用目前已经逐渐成为电子商务企业的必备工具。
(3)利用网站动态数据对网络状态进行实时监控预警、网站分析优化和网络信息安全保护(如用户信息保护、防网络攻击、防钓鱼、防垃圾邮件等)的网络安全大数据应用。
(4)公共服务类大数据应用,即不以盈利为目的、侧重于为社会公众提供服务的大数据应用。 典型案例如谷歌开发的流感、登革热等流行病预测应用能够比官方机构提前一周发现疫情爆发状况。国内也有搜索引擎公司提供诸如春运客流分析、失踪儿童搜寻的公益大数据服务。
( 5) 技术研发类大数据应用,即利用大数据技术促进前沿技术研发、持续改进产品性能的应用。
大数据的价值
二、大数据市场规模
大数据经过前几年的概念热炒之后,逐步走过了探索阶段、市场启动阶段,当前已经在接受度、技术、应用等各个方面趋于成熟,开始步入产业的快速发展阶段。大数据巨大的应用价值带动了大数据行业的迅速发展,行业规模增长迅速。截至 2014 年,全球大数据市场规模已经成长到 300 亿美元的空间,预测到2017 年全球大数据技术和服务市场的2018 年的复合年增长率将达到 26.4%,规模达到 415 亿美元,是整个 IT 市场增幅的 6 倍。大数据市场规模在 2020 年有望达到 611.6 亿美元,符合年增长率将达到 26%。
全球大数据行业市场预测
中国大数据产业起步晚,发展速度快。 物联网、移动互联网的迅速发展,使数据产生速度加快、规模加大,迫切需要运用大数据手段进行分析处理,提炼其中的有效信息。 2014 年,中国大数据市场规模达到 767 亿元,同比增长 27.8%。预计到 2020 年,中国大数据产业规模将达到 8228.81 亿元。 2015-2017 年复合增长率为 51.5%。2014 年,中国大数据应用市场规模为 80.54 亿元,同比增长 3.2%,预计2015 年市场规模将增长 37.3%,至 110.56 亿元,预计到 2020 年,中国大数据应用市场规模将增长至 5019.58亿元。 2015-2017 年复合增速为 87.8%。
2014-2020年中国大数据产业规模市场及预测
2015 年中国大数据细分市场规模占比
全球大数据市场结构从垄断竞争向完全竞争格局演化。2014 年,企业数量迅速增多,产品和服务的差异度增大,技术门槛逐步降低,市场竞争越发激烈。全球大数据市场中,行业解决方案、计算分析服务、存储服务、数据库服务和大数据应用为市场份额排名最靠前的细分市场,分别占据35.4%、17.3%、14.7%、12.5%和7.9%的市场份额。云服务的市场份额为6.3%,基础软件占据3.8%的市场份额,网络服务仅占据了2%的市场份额。
2014 年全球大数据细分市场
2011-2017 年全球大数据细分领域市场规模及预测
国内的大数据行业特征呈现一定的特征。从行业结构来看,大数据应用主要集中在金融、通信、销售和政府领域,在医疗和旅游行业也有应用,但占比相对较低。
三、中国大数据行业发展趋势预测
1、大数据应用目前新兴企业中受到高度重视,但未来 企业 大数据交易最大的应用前景会在传统行业。这不仅是由于几乎所有传统产业中的企业都在快速互联网化,更是因为传统产业仍然占据了国内生产总值的绝大部分份额。大数据交易会帮助这些传统企业更快地完成转型升级。随着中国企业对于大数据应用的不断加深,中国企业级大数据产业将迎来快速发展阶段。据预计,到2020 年,中国企业级大数据市场应用规模将突破200 亿元。
2、大数据底层的技术越来越成熟使得大规模、多重应用的分析程序成为可能:企业级,政府级别的大数据正在进行深刻的变革,软件的安全性,隐私性,可管理能力都为大规模分析奠定了基础。预计到2020 年全球数据总量将超过40ZB(相当于4 万亿GB),这一数据量将是2011 年的22 倍。在过去几年中,全球的数据量正以每年58%的速度快速增长,按照目前存储容量以每年40%的增长速度计算,到2017 年需要存储的数据量甚至可能大于存储设备的总容量。以大数据软件为基础的代理商和技术合作商成为产业成熟的推动者:一批世界级的互联网公司在大数据应用上不断推陈出新,智能搜索、广告、电商、社交等借助大数据技术持续进化,互联网金融、O2O(online to offline)等应用借助大数据向线下延伸。
3、我国大数据发展的宏观政策环境不断完善 ,2012 年以来,科技部、发改委、工信部等部委在科技和产业化专项陆续支持了一批大数据相关项目,在推进技术研发方面取得了积极效果。
4、随着互联网行业的迅速发展,海量数据的处理技术逐渐应用到电子商务、定向广告、智能推荐、社交网络等方面,大数据行业的发展进入一个全新的时期。这使得社会开始重新审视数据的巨大价值,于是金融、通讯等拥有海量数据的行业开始尝试这种新的理念和技术,并取得初步成效。因此,大数据技术并不仅仅是掌握庞大的数据信息,更重要的是对这些含有意义的数据进行针对性、专业化处理,以实现数据背后的价值。虽然中国大数据营销服务市场从2006 年前后浮现,但真正的爆发是在2012 年,随着大数据概念和消费者智能概念的兴起,同时多种新型服务的诞生引领了新的发展方向:从海量数据到精准营销。预计2020 年前后,基于大数据的营销服务将成为市场常态。中国大数据营销服务正经历快速增长阶段,根据易观智库发布的报告,2014 年市场规模已达8 亿人民币,2016 年之后由于市场基数逐渐加大,增长率逐渐缓慢,但每年仍可实现翻番以上增长。
2015-2018 年中国大数据营销服务市场规模预测
营销大数据主要服务于快消、汽车、教育、金融、游戏、旅游等行业。随着大数据技术和商业模式的进一步成熟,市场的焦点迅速地从概念炒作向实际应用转移,越来越多的成功案例相继涌现,大数据营销服务逐渐落地生根。快消、汽车、教育、金融、游戏、旅游等行业具有大体量用户基础、一定体量商品库和相对成熟的线上线下转换渠道,符合大数据精准营销的多种特征,因此在大数据营销服务中占据主流市场地位。数据营销以及精准广告投放是在网络逐渐成为投放主流媒体的大背景下逐渐得到市场关注和认可的。2014 年,网络广告首次超过电视广告收入规模,网络广告的投放在2015 年-2018 年,将保持26.39%的平均年增长率。在广告投放市场上,搜索类广告在持续挤压展示类广告的市场份额,从计费模式上来看,CPC这种按效果付费的广告形式越来越受到市场的认可。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21在实际业务数据分析中,单一数据表往往无法满足需求——用户信息存储在用户表、消费记录在订单表、商品详情在商品表,想要挖掘“ ...
2026-01-21在数字化转型浪潮中,企业数据已从“辅助资源”升级为“核心资产”,而高效的数据管理则是释放数据价值的前提。企业数据管理方法 ...
2026-01-21在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14