大数据市场年度综合报告.docx
《大数据市场年度综合报告.docx》由会员分享,可在线阅读,更多相关《大数据市场年度综合报告.docx(55页珍藏版)》请在冰豆网上搜索。
大数据市场年度综合报告
大数据市场年度综合报告
中国
大数据
市场
年
度
综
合
报告
20XX
中国大数据市场年度综合报告
20XX
20XX
年
8
月
研究背景
本报告主要针对国内大数据产业进行研究。
包括市场的市场规模、竞争情况、商业模式等;以及
医疗、金融、零售、电信、政府、旅游等典型行业;企业方面,主要研究企业对于大数据的需求以及
主要应用反向;大数据交易方面,总结分析了
20XX
年急剧爆发的大数据交易市场的主要参与者;此外,
比较分析了中国大数据市场的典型参与厂商;最终,对于大数据的发展趋势提供了方向预测,并对市
场中的投资情况进行了机遇与风险分析。
本报告涉及的关键字主要包括大数据生态系统、产业链竞争、商业模式、行业应用、企业应用、大数据交易、实力矩阵、发展趋势、产业投资。
本报告涉及的厂商包括科大讯飞、普强信息、云知声、思必驰、捷通华声、出门问问、海云数据、永洪科技、数字冰雹、国云数据、海致、Everstring、App
Annie、人大金仓等。
本报告研究的国家和区域主要包括:
中国大陆,不包括港澳台地区。
研究方法
本报告主要通过运用定性和定量方法,研究市场的一手和二手信息得到相关结论。
报告中的一手数据和信息主要有三个来源:
第一个来源,易观企业级大数据市场历史数据库。
第二个来源,易观采用深度访谈的方式与业内资深人士进行了深入的交流,相关信息如下:
大数据厂商资深人士
13
位
第三个来源,通过易观在线调研大数据交易市场。
8
易观发现
l国家大数据发展相关政策密集出台
《促进大数据发展行动纲要》中指出,我国现代信息化进程中产生的和可被利用的海量数据集合,
是当代信息社会的数据资源总和,是信息时代的全数据,既包括互联网数据,也包括政府数据和行业
数据。
经过多年发展,传统信息化对经济社会发展的支撑和引领作为无法充分发挥,迫切需要打破部
门割据和行业壁垒,促进互联互通、数据开放、信息共享和业务协同,切实以数据流引领技术流、物
质流、资金流、人才流,强化统筹衔接和条块结合,实现跨部门、跨区域、跨层级、跨系统的数据交
换与共享,构建全流程、全覆盖、全模式、全响应的信息化管理与服务体系。
此外,20XX
年国家发改
委还密集出台了《关于组织实施促进大数据发展重大工程的通知》、《促进大数据发展三年工作方案
(20XX-20XX)》等配套政策,以保证国务院政策的真正落实。
l20XX
年中国大数据市场规模达到
105.5
亿元
20XX
年中国大数据市场规模达到
105.5
亿元,同比增长
39.4%,预计未来
3-4
年,市场规模增长率
将保持在
30%以上。
l金融、通信、零售为大数据市场前三大行业
20XX
年中国大数据市场行业投资结构中,金融、通信、零售为前三大行业,投资占比分别为
16.7%、15.9%和
14.0%。
政府、医疗、旅游投资比例分别为
13.5%、10.3%和
3.8%。
六大行业累计占比
74.2%。
其他行业包括教育、制造、能源、媒体、互联网等,累计占比
25.8%。
l人工智能伴随大数据应用的普及开始发挥出潜能
在分析层面,厂商越来越关注利用人工智能(AI)来帮助分析大规模的数据,从而获得预测性的
洞察。
虽然深度学习背后的算法几十年前就已诞生,但直到最近才能够在足够便宜、足够快速地应用
到大规模数据之后发挥它的最大潜能。
可以预见,数据科学家的部分工作将会越来越自动化,从而可
以极大提高生产力。
l多类诉求促进大数据营销的发展
易观研究认为,企业精准营销的核心目标是通过大数据的商品化服务,从数据技术角度解决市场
营销问题,优化业务的运营效果。
其需求背景可能来自多个方面的诉求,包括:
消费决策周期长,考
虑因素多样;资源被充分竞争,导致媒体价格不断升高;需要提高用户的转化与变现效果;线下业态
受线上业态冲击明显;用户易流失,极待唤回流失用户;更加重视搜索引擎营销效果等。
l移动
Web
与
App
监测开始广泛创造价值
在
App
方面,20XX
年从中国移动互联网用户
APP
分类月均活跃用户规模
TOP20
的统计中可以看
出,即时通讯、社交网络、游戏三类应用拥有最多的活跃用户。
目前中国移动互联网用户主要需求还
是在于社交和娱乐。
除此之外,搜索、输入法、地图等工具类应用也是用户使用率较高的应用类型,
而人们在移动端购物需求的逐步释放,使得电商、移动支付类应用的活跃用户也得到了较快的增长。
l大数据交易产业带动了对大数据人才的需求
随着大数据交易业务的兴起,交易机构对大数据人才的需求即将爆发。
大数据交易产业主要人才
需求主要集中在数据采集与处理、底层技术架构、数据分析、解决方案、垂直行业等主要几个方向;
数据采集与处理主要涉及到的具体岗位是爬虫工程师、自然语言处理、语音识别、图像处理等。
l大数据方案将向更多垂直化领域的拓展
随着国内不同行业对大数据应用意识的不断提高,以垂直行业和垂直应用领域为代表的大数据创
新方案将获得不断拓展。
在行业方面,包括金融、电信、零售、汽车等领域将是拓展的重点方向,提
供商会将产品打包以解决方案模式提供给垂直行业。
而在垂直应用领域方面,人脸识别、声音识别、多重身份匹配等将是拓展的主要方向。
同时,垂直化厂商的融资门槛将会进一步提高,除了行业的深
耕经验及技术积累,线上与线下数据源整合能力的重要性将会比
20XX-20XX
年更加重要。
正
文
目
录
1
大数据市场相关概念及研究范畴
9
1.1
相关概念
9
1.2
研究范畴
10
2
中国大数据整体市场
11
2.1
发展背景
11
2.2
总体规模
12
2.3
市场演进方向
13
2.4
融资情况
14
2.5
商业模式
15
2.5.1模式一:
数据存储租用.15
2.5.2模式二:
租售信息业务.15
2.5.3模式三:
数据增值服务.16
2.5.4模式四:
数据技术服务.16
2.5.5模式五:
数据交易服务.17
3
中国大数据市场应用分析
18
3.1
行业应用
18
3.1.1零售.19
3.1.2旅游.21
3.1.3医疗.22
3.1.4通信.24
3.1.5金融.25
3.1.6政府.26
3.2
企业应用需求
27
3.2.1数据可视化分析.27
3.2.2语音识别与语音分析.28
3.2.3地理位置应用.28
3.2.4精准营销.29
3.2.5网站和移动端数据分析.30
3.3
结构化与非结构化大数据应用
32
3.3.1结构化大数据应用.32
3.3.2非结构化大数据应用.33
3.4
大数据交易
33
3.4.1大数据交易市场环境.33
3.4.2大数据交易产业链.34
3.4.1大数据交易人力资源需求.35
4
大数据厂商发展分析
36
4.1
竞争格局分析
36
4.1.1语音识别分析.36
4.1.2数据可视化分析.37
4.2
典型厂商分析
38
4.2.1普强信息.38
4.2.2海云数据.40
4.2.3
Everstring41
4.2.4
App
Annie42
4.2.5人大金仓.44
5
大数据产业发展趋势
46
5.1
大数据产业的发展方向
46
5.2
大数据行业投资分析
47
5.2.1投资机遇因素.47
5.2.2投资风险因素.47
易观国际版权声明
20XX
.48
关于易观
49
图
目
录
图
2-1
中国大数据市场
AMC
模型11
图
2-2
20XX-20XX
年中国大数据市场营收规模预测
12
图
2-3
20XX
年大数据各层技术演进方向.13
图
3-1
20XX
年中国大数据市场行业营收结构
.18
图
3-2
线下零售大数据产业链
19
图
3-3
线上零售大数据产业链
19
图
3-4
线下旅游大数据产业链
21
图
3-5
线上旅游大数据产业链
21
图
3-6
医疗业大数据产业链22
图
3-7
通信大数据产业链
.24
图
3-8
金融大数据产业链
.25
图
3-9
政府大数据产业链
.26
图
3-10
精准营销在企业大数据体系中的位置
29
图
4-1
20XX
上半年中国智能语音识别厂商竞争力雷达图
.36
图
4-2
20XX
上半年中国可视化分析厂商竞争力雷达图.37
图
4-3
普强大数据系统介绍39
图
4-4
海云产品生态体系结构
40
图
4-5
EVERSTRING
服务体系结构41
图
4-6
APP
ANNIE
服务体系结构43
图
4-7
人大金仓数据库产品体系
44
表
目
录
表
2-1
20XX
年
1-7
月部分大数据创业厂商融资情况
14
表
6-1
大数据交易产业主要人才需求
35
1大数据市场相关概念及研究范畴
1.1
相关概念
(1)
大数据:
大数据是一个伴随社会信息化而诞生,以海量数据(主要特征包括数量大、种类多、处
理速度要求快、以前没有或无法获取且现在正不断生成)积累为基础,囊括无数条“数据产生-
数据处理-信息提取-数据消费-新数据生产”的环状链,以降低信息不对称、提高决策有效性、推进智慧和知识演进为目标,可广泛作用于几乎所有实体的跨界生态系统和发展趋势。
(2)
企业大数据分类:
结构化数据、半结构化数据、非结构化数据。
(3)
结构化数据:
能够用数据或同一的结构加以表示,如数字、符号;
(4)
半结构化数据:
介于结构化数据与非结构化数据之间。
和普通纯文本相比,半结构化数据具有
一定的结构性,但和具有严格理论模型的关系数据库的数据相比,半结构化的数据结构变化很
大。
(5)
非结构化数据:
无法用数字或统一结构表示的信息,如文本、图像、声音、网页等。
(6)
数据可用性:
数据简明简要呈现的程度,以及数据易操作和易处理,保持多种数据来源中数据
的一致性。
(7)
数据质量:
准确性(数据中没有错误的程度),范围(数据覆盖的深度和广度),合时性(及时
获取数据以采取行动和决策的程度),有效性(相关数据及时更新程度)。
(8)
终端设备提供商:
指提供智能手机、平板电脑、超极本、电子阅读器、智能电视等数据总段的
企业。
(9)
网络服务提供商:
为数据生态系统提供网络技术设施及相关服务。
(10)
数据服务提供商:
为终端用户提供和传送应用程序。
数据服务范围非常广泛,包括文本、通信、医疗、应用、即时消息传递、游戏和社交网络服务等。
(11)
数据使能者:
即数据服务支撑企业运用自身拥有的专业知识和技巧调动服务对象自身的能力和
资源,发挥服务对象的潜力,促使服务对象优化。
例如固定电话、移动通信、通信设备、广播
设备、电子商务零售商、软、计算机硬和半导体等。
(12)
综合类用户数据源:
泛指网络上的综合网站以及工具类应用,例如搜索引擎、社交类等应用内
的数据。
欢迎登陆
Anslysys
易观:
:
//.analysys
E-mail:
[email protected]
Tel:
4006-515-715
21
(13)
垂直类行业数据源:
泛指行业垂直网站或行业类应用所聚集的某一行业的大数据,例如各类
B2B
平台;金融、医药、电子商务、教育类等应用内的数据。
1.2
研究范畴
本报告所涉及的领域主要包括:
数据生成、数据存储、数据挖掘、数据应用;同时包括医疗、金
融、电子商务、零售、电信、政府公共服务等行业大数据领域。
本报告涉及的地区和内容为:
我国大数据市场宏观环境、商业模式、行业应用、企业应用、典型
厂商以及产业发展趋势。
2中国大数据整体市场
2.1
发展背景
中国大数据市场AMC模型
探索期
市(20xx-2021)
场
认
可I:
随着数据库等
度技
术
的
进
步
,
越
来
越
多
企
业
市场启动期
(2021-2021)
II:
数据处理技术
高速发展期
(20XX-2021)
V:
企业深度利用
数据价值的意识
迅速提高,数据
资产管理成为热
应用成熟期
(2021-)
VII
H
G
VIII
将
信
息
管
理
作
为
单
独
的
领
域
进行关注
,
初
步
形
成
数
据
挖
掘的意识萌芽
。
不断完善
,
但由
于企业采集数据
的能力及积累的
历史数据有限
,
领先方案并不容
易获得认可。
门概念。
F
V
VI:
细分领
域多种
商业
模
式
得
到
市
场
印
证
,
新
产
品
和
服
务
具
有
稳
定
的
刚
性
需
求
,
细分
VI
市
场
走
向
差
异
化
竞
争
。
C
IIIII
IVE
IBD
A
IV:
由于企业信息化及互联网应用的
不断完善,企业积累的历史数据日
益丰富,包括营销、风险管控、预
测、客户挖掘、数据实时处理、可
视化展现、数据仓库等方面的多样
化需求迅速扩张,同时技术进入高
Analysys
易观
III:
基
于市
场
竞争
需
要
,商业
智能及商业分析成为市场热点,
企业对决策支持、预测、优化
等领域的需求开始广泛出现。
速创新期。
时间
.analysys
图
2-1
中国大数据市场
AMC
模型
1、探索期
大约从
20xx
年前后,随着数据库等技术的进步,数据挖掘概念开始普及,越来越多的企业将信息
管理作为单独的业务部门。
但由于当时企业数据采集能力的限制,以及企业信息化时间较短,本身管
理软中积累的历史数据有限,一些厂商推出的领先数据管理方案并不容易获得企业认可,业务尚不
足以推动技术的快速进步。
2、市场启动期
2021
年金融危机后,国内企业为了尽快从业务低迷的状态中恢复,获得市场竞争优势,对商业智
能(BI)以及商业分析(BA)的需求出现快速提升,主要应用在决策支持、业务优化、销售机会挖掘
预测等领域。
但在随后的
2021-2021
年,领先企业拥有优势后并不甘愿放弃,而落后企业更急于寻求
方案快速赶上,使得共同作用下,企业级市场对商业智能及商业分析的需求并未减退,反而成为一种
常态。
3、高速发展期
到了
20XX
年以后,由于企业信息化及互联网应用的日益完善,对消费者及企业内外部所积累的数
据日益丰富,大数据的概念迅速为各类人群所接受。
而在企业领域,包括营销、风险管控、预测、客
户挖掘、海量数据实时处理、可视化展现、数据仓库建设等方面的多样化需求迅速扩张,业务推动技
术进入高速创新期。
而进入
20XX
年后,企业深度利用数据价值的意识迅速提高,数据资产管理成为热
门概念,企业开始愿意通过数据交易进行变现,各种与大数据有关的政策及法律法规不断完善。
4、应用成熟期
Analysys
易观预计,中国大数据市场将在
2021
年前后进入成熟期。
一方面业务需求的变化将推动
细分领域出现丰富的商业模式,并使得新产品和服务具有稳定的刚性需求,另一方面随着产业链的完
善,专注于细分行业及细分应用领域厂商竞争逐渐稳固。
而不善于充分利用数据的企业将被快速淘汰
出局。
2.2
总体规模
20XX-20XX年中国大数据市场规模预测
营收规模(亿元
人民币)环比增长率
300
250
200
150
100
26.7%
24.7%
28.4%
59.0
34.7%
75.7
39.4%
105.5
41.1%
148.9
39.3%
207.4
283.7
36.8%
45%
40%
35%
30%
25%
20%
15%
50
37.447.3
10%
5%
00%
202120XX20XX20XX20XX20XXF20XXF20XXF
Analysys
易观.analysys
图
2-2
20XX-20XX
年中国大数据市场营收规模预测
20XX
年中国大数据市场规模达到
105.5
亿元,同比增长
39.4%,预计未来
3-4
年,市场规模增长
率将保持在
30%以上,主要的市场驱动因素包括:
l来自于线下大数据市场(
IT
企业的大数据应用及大数据平台业务市场)中
IT
巨头和单一大数
据业务的厂商开始行动,优化产品和服务路线图。
l来自于线上大数据市场(互联网用户数据市场,以及以互联网金融为主的线上金融市场)的成
熟度逐渐提高,以金融和零售为核心的线上大数据应用走向成熟,市场体量进一步扩大。
l企业着力培育数据资产,积极探讨数据变现,行业大数据多集聚、少融合。
l大数据产业集群逐渐形成,即针对企业而言,以云端大数据集聚为前提条,以行业云服务为
平台,共享企业间核心竞争力。
2.3
市场演进方向
在基本趋势方面,大数据厂商和产品的创新开始从基础设施层(服务于开发者/工程师)转移到分
析层(服务于数据科学家和分析师)乃至应用层(服务于商业用户和消费者),“大数据原生应用”已经
在迅速冒头。
应用层
垂直行业应用场景不断细化,企业与个人用户画
像技术优化,使用者开始无需关注底层大数据部
署技术。
企业用户和消费者
分析层
数据积累的丰富重新挖掘了人工智能的潜力,后
者对预测性分析带来了强大推动力,数据分析师
职业开始繁荣。
数据科学家和分析师
开源社区带动Spark、Hive等创新活跃,企业希望
在开源社区的变革之后做最小代价的升级。
基础设施层开发者/工程师
Analysys
易观
.analysys
图
2-3
20XX
年大数据各层技术演进方向
得益于可观的开源活动规模,基础设施领域的创新非常富有活力,例如
Spark
受到了从
IBM
到
Cloudera
的各式玩家的拥护,它解决了一些导致
Hadoop
采用放缓的关键问题:
例如更容易编程,并且
跟机器学习能够很好地搭配。
而在分析层面,越来越关注利用人工智能(AI)来帮助分析大规模的数据,从而获得预测性的洞
察。
虽然深度学习背后的算法几十年前就已诞生,但直到最近才能够在足够便宜、足够快速地应用到
大规模数据之后发挥它的最大潜能。
而市场对
AI
的关注也符合大数据下一步演进的趋势:
在有了丰富
数据之后,从中得到洞察。
因而可以预见,数据科学家的部分工作将会越来越自动化,从而可以
极大提高生产力。
同时,应用于营销、应用监测等方向的
BI
平台日趋多样,也带动了分析层的不断完
善。
在应用层面,随着一些核心基础设施的挑战得到解决,大数据应用层正在快速构建。
一方面,专
门的大数据应用几乎在任何一个垂直行业都有出现。
另一方面,在企业内部,已经出现了各种工具来
帮助横跨多个核心职能的企业用户。
比方说,销售和营销的大数据应用通过处理大规模的内外部数据
来帮助找出哪位客户可能会购买、续约或者流失,且速度越来越实时化;客服应用帮助个性化服务;
人力应用帮助找出吸引和挽留最好的员工等。
越来越多的大数据使用者已经无需了解大数据底层
部署技术而直接使用。
2.4
融资情况
表
2-1
20XX
年
1-7
月部分大数据创业厂商融资情况
时间
厂商
轮次
金额
投资方
20XX.7.23
永洪科技
C
2
亿人民币
腾讯、元生资本、东方富海、经纬中国、艾瑞资本(艾瑞)
20XX.7.19
天机智讯
Pre-A
数千万人民币
天机智讯
20XX.7.14
SequoiaDB
巨杉数据库
B
1000
万美元
DCM
中国、启明创投
20XX.7.2
罗格数据
天使轮
数百万人民币
未透露
20XX.7.1
优游科技
Pre-A
数百万人民币
七友投资、起点国际创新工场、天宏数动
20XX.6.28
GrowingIO
A
2000
万美元
经纬中国、NEA
恩颐投资、Greylock
Partners
20XX.6.27
ASO114
种子轮
200
万人民币
未透露
20XX.6.5
费马科技
天使轮
数百万人民币
英诺天使基金、臻云创投(臻云智能)
20XX.6.2
烯牛数据
天使轮
数百万人民币
戈壁投资
20XX.5.30
中奥科技
A
中奥科技
达晨创投
20XX.5.27
玻森数据
BosonNLP
A
数千万人民币
常春藤资本
Ivy
Capital、信诺资本
20XX.5.16
华清科盛
Pre-A
100
万人民币
达晨创投
20XX.5.3
蚁坊软
天使轮
未透露
达晨创投
20XX.4.19
新媒体指数(清博大数据)
Pre-A
2100
万人民币
飞图创投
20XX.4.11
璞华大数据
A
数千万人民币
VANGOO
盘古创富
20XX.4.6
朝亚控股
Chayora
战略投资
未透露
渣打银行
20XX.3.31
合享新创
A
数千万人民币
未透露
20XX.3.16
Data
Pipeline
天使轮
数百万人民币
FreesFund
峰瑞资本
20XX.3.11
Kyligence
跬智科技
种子轮
数百万美元
红点投资
Redpoint
Ventures
20XX.3.3
数人云(数人科技)
A
3000
万人民币
云启资本、联创策源、唯猎资本
20XX.3.3
风暴
ASO
天使轮
数百万人民币
山行资本
20XX.3.2
Taste
Analytics
Pre-A
340
万美元
真格基金、华创资本
20XX.3.2
海智
BDP(海智网聚)
C
3000
万美元
君联资本、IDG
资本、晨兴资本、Wind
万得
20XX.3.1
星环科技
TransWarp
B
1.55
亿人民币
瑞力投资、深创投、基石资本
20XX.3.1
海云数据
HYDATA
A
1
亿人民币
华创盛景、东方富海
20XX.2.15
数聚变科技
天使轮
250
万人民币
星河互联
20XX.2.1
所问数据
天使轮
数百万人民币
九合创投
20XX.1.29
普林科技
A
数千万人民币
颐成投资
20XX.1.25
TalkingData
腾云天下
C
1
亿美元
未透露
20XX.1.20
吆喝科技
A
数百万美元
未透露
20XX.1.17
商询科技
DataMesh
A
数千万人民币
IDG
资本
20XX.1.15
App
Annie
E
6300
万美元
Greenspring
Associates、e.ventures、Greycroft
Partners、Institutional
Venture
Partners、Sequoia
Capital(红杉海外)
20XX.1.12