京公网安备 11010802034615号
经营许可证编号:京B2-20210330
5月26日,2015贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会开幕,由贵阳大数据交易所推出的《2015年中国大数据产业白皮书》和《贵阳大数据交易所702公约》在中国大数据交易高峰论坛上隆重亮相。贵阳大数据交易所的成立标志着数据已经成为重要资产,702公约对数据交易的行为秩序规范标致着中国大数据走向正统,受国家支持,与国际接轨。
白皮书总共分为九个部分:
1. 全球大数据产业发展现状及交易发展趋势
本章从全球的角度阐述了大数据的发展,欧盟大数据战略,亚洲大数据发展现状,并展望大数据发展趋势。
2. 全球大数据交易现状
本章介绍了大数据交易现状,市场规模及全球市场结构及应用领域
3. 全球主要大数据公司介绍
目前全球大数据企业分为两大阵营。一部分属于单纯以大数据为核心的创新型公司,另一部分是以数据库/数据仓储为主的知名公司。
主要列举了:
IBM(国际商业机器公司):定位于商业数据分析软件,致力于为大型企业提供数据库平台和分析服务。
HP(惠普):Vertica分析平台,Haven大数据平台。
Splunk:大数据处理领域第一家上市公司。
Dell(戴尔):数据库优化解决方案,Toad,服务器端缓存解决方案,储存虚拟化解决方案。
Opower:家庭能源数据分析公司。
Teradata(天睿公司):全球最大大数据分析、数据仓库和整合营销管理解决方案供应商。
Oracle:级Microsoft全球第二大软件公司,提供端到端的软硬件一体优化集成解决方案。
Microsoft:整合Hadoop和客户的核心数据库,可视化技术。
Amazon:智能物流系统及以云计算为依托的电商开放平台实现精准营销。
Google:大量用户搜索数据结合互联网开源大数据平台,实现了Google的闭合的大数据生态圈。
SAP:企业管理软件解决方案提供商,为ZF,医疗,市场营销,体育赛事,电子商务等行业提供了完整的大数据解决方案。
EMC(易安信):主要业务为信息储存及管理产品、服务和解决方案。
4. 全球大数据产业法律法规及监管政策
此章节参考对比了主要国家(英美法)的大数据战略和政策,为我国大数据战略政策制定引出了新思路。
5. 全球大数据交易现状
大数据交易是指数据提供方、数据购买方及数据代理人对原始或经处理后的数字化信息进行交易的活动。此章阐述了欧盟、美国、中国在大数据交易方面的现状。
6. 全球大数据交易所发展历史回顾
7. 中国贵阳大数据交易所价值及意义
8. 世界主要国家大数据产业政策及发展现状
此章从大数据产业政策、交易现状、市场规模、需求分析、主要公司核心竞争力五大方面,分别对美国、英国、日本、新加坡、法国、德国、印度做了详细的分析阐述。
9. 中国大数据交易现状
此章针对我国现状,分别从产业政策、交易现状、市场规模、需求分析、竞争格局、主要公司核心竞争力六个方面,在金融大数据、政府大数据、医疗大数据、企业大数据、电商大数据、能源大数据、交通大数据、教育大数据、物流大数据、电信大数据、农业大数据、气象大数据、地理大数据、环境大数据、保险大数据、互联网大数据16大行业进行了详细的分析和阐述。
同时,《贵阳大数据交易所702公约》由贵阳大数据交易所总裁王叁寿发布。该公约由贵阳大数据交易所聚合了相关大数据企业、行业协会、投资机构、科研院所、政府部门等共同制定,希望通过该公约推动制定与推行大数据交易标准、交易安全、监管监察等规则,从而推进大数据交易的发展,形成相关技术与产业的创新,推动培育世界领先的大数据技术、产品、产业和市场。
数据已经成为国家支持的重要资产,围绕数据产生的各类技术,包括数据采集,数据库,数据处理,数据分析,数据挖掘,大数据分析,商业智能,可视化技术等,无论是引进还是研发,已成为我国大力投资的项目。而围绕数据衍生的给类服务,企业大数据平台搭建,企业数据库解决方案,企业数据分析服务,人才培训服务,项目交易平台等,亦会成为前途无量的朝阳行业!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24