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
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 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 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26