
中国信息通信研究院:我国大数据市场处在非常初级阶段
6月3日消息(子月)在近日举办的“云计算发展与政策论坛”第五次高端会议上,“云计算发展与政策论坛”发布了《中国大数据发展调查报告(2015年)》、《中国私有云发展调查报告(2015年)》,《中国公共云服务发展调查报告(2015年)》等成果。
我国大数据市场处在非常初级阶段
根据《中国大数据发展调查报告(2015年)》显示,2014年,我国大数据市场规模84亿,预计2015年接近116亿,增速是38%。与2014年中国信息产业规模是15万亿相比,大数据市场还是一个非常小的市场,还是非常初级的阶段。
中国信息通信研究院总工余晓晖分析说,从结构上来看,我国大数据市场与国外相比既有相同也有不同。具体来说,我国大数据市场,软件占比较高,服务占比较低。
余晓晖进一步表示,目前,影响我国大数据发展的因素中,首先是政策方面的不足,例如隐私问题、数据开发问题。政策法规的滞后性是我国大数据应用面临的最大瓶颈。第二是数据资源的短缺,在我国这一点很突出。我国数据资源总量不足,这是全社会自愿的不足。余晓晖表示,从企业角度看,一半以上的企业数据量是在200TB以上,大部分企业是在50TB—500TB之间。1/3企业用了很多外部购买的数据,互联网平台数据,有38.7%的企业用互联网平台数据。
从基础层面来看,目前的企业里面用的大数据里,大部分数据还是结构化的,接近74%的企业。其次是网页数据,比例超过一半。余晓晖表示,未来结构化数据仍然是大数据里面非常重要的部分,但非结构化数据会越来越多。
从云计算实现方式上看,目前60%的企业选择是自建,37%的企业通过云服务的方式建设。余晓晖表示,在目前的阶段里,仍然有相当多的企业认为自建大数据平台,如果这个大数据平台是服务企业核心业务流程的话,企业宁愿自建。
超过1/3的企业更换过公有云服务商
根据《中国公共云服务发展调查报告(2015年)》显示,我国公共云服务市场规模大概在72亿元左右,比去年增长47.5%,全球包括IaaS、PaaS、SaaS基本的公共云服务市场规模在200亿美元,我国大概占到全球的4%。在细分市场里,IaaS市场增长非常快,今年IaaS市场达到26亿元人民币左右,与2013年相比增长150%,这是非常大的涨幅。SaaS规模虽然有40亿,但是增长率比较低,只有10%左右。在选择公有云服务里面,46%的用户是觉得成本比较低。
中国信息通信研究院标准所主任工程师高巍表示,75%的用户企业表示希望看到有第三方安全和质量认证。超过70%的用户表示希望完善云计算安全监管的政策。过去几年中,超过1/3的用户有更换云服务商的经历,主要是因为稳定性不高、价格因素、售后服务等问题。我国云服务商对用户的黏性还不够,所以我国的云服务商也要努力去提升自己服务的质量。
仅1/4企业把核心业务放在私有云
根据《中国私有云发展调查报告(2015年)》显示,2014年国内私有云市场规模大概在246亿人民币左右,增长速度将近30%,增速要低于公共云服务,但是要高于IT整个产业平均的增长速度。
高巍表示,对于选择私有云,和公有云有一个显着的区别,用户选择私有云首先考虑的是可控性,第二才是安全性。在私有云承载的应用里面,绝大多数企业是把企业的管理系统放在私有云上,然后是一些办公、OA等等,把核心业务放在私有云只有1/4左右。两大问题阻碍了核心业务向私有云的迁移,第一是迁移有一定的技术难度,第二是需要投资。
企业如何部署私有云呢?高巍表示,大概是一半一半,49.3%利用之前的设备,49.7%新购买服务器建设云环境,这样导致的结果是,45.8%的企业表示部署私有云以后,IT支出是增加的。高巍表示,采用私有云的企业,对于成本并不太看中,企业追求的是资源共享带来将来IT设备的方便性。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14