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
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 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 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 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 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09