京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
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 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 ...
2026-08-24 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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 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 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13