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!
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09