20160801-易观国际-大数据市场年度综合报告_49页_9mb

中国大数据市场年度综合报告 2016 总结

核心内容概览

本报告全面分析了2016年中国大数据市场的发展情况，涵盖市场规模、行业应用、企业需求、商业模式、融资动态以及大数据交易等关键领域。报告指出，大数据正逐步成为推动企业优化运营、提升市场竞争力的重要工具。

主要观点与关键信息

市场规模与发展

• 2015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年年均增长率将保持在 30%以上。
• 大数据市场已进入快速发展阶段，预计在 2020年前后进入成熟期，届时将出现更多细分领域的商业模式。

行业应用分布

• 金融、通信、零售 为大数据市场前三大行业，投资占比分别为 16.7%、15.9% 和 14.0%。
• 其他行业包括 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%，其余行业如 教育、制造、能源、媒体、互联网 累计占比 25.8%。

企业应用需求

• 数据可视化分析：金融、电信、电商、制造、能源等行业是主要应用领域。
• 语音识别与语音分析：语音大数据成为企业挖掘非结构化数据的重要途径，相关技术在多个行业广泛应用。
• 地理位置应用：位置数据帮助企业在营销、运营优化、客户管理等方面实现精准化。
• 精准营销：企业通过整合内外部数据，优化市场传播策略，提高转化率与用户留存率。

大数据交易市场

• 大数据交易市场在2015年迅速发展，主要参与者包括 贵阳、长江、东湖、华中、徐州、河北京津冀 等大数据交易所。
• 数据交易涉及多个环节，包括数据采集、清洗、脱敏、建模，最终形成数据商品。
• 数据交易面临 隐私泄露、数据安全、技术标准缺失 等问题，亟需建立统一的交易规则与标准。

商业模式分析

大数据市场已形成五种主要商业模式：

1. 数据存储租用：如 Amazon S3，提供数据存储服务。
2. 租售信息业务：如 VISA、MasterCard，提供数据整合与分析服务。
3. 数据增值服务：如 阿里金融、GFK，提供基于数据的增值服务。
4. 数据技术服务：如 IBM、华为、腾讯云，提供大数据解决方案与技术支持。
5. 数据交易服务：如 大数据交易所，提供数据交易与平台服务。

大数据技术演进

• 基础设施层：如 Spark，技术发展迅速，支持更高效的数据处理。
• 分析层：随着 人工智能 和 深度学习 技术的发展，数据科学家的工作将逐步自动化。
• 应用层：大数据原生应用正在兴起，越来越多企业直接利用大数据进行营销、运营、客户服务等。

企业融资情况

• 2016年1-7月，多家大数据企业获得融资，如 永洪科技（2亿人民币）、GrowingIO（2000万美元） 等。
• 融资情况反映大数据企业的发展不均衡，整体偏向 行业应用 而非硬技术。

产业链竞争格局

• 语音识别领域，科大讯飞、普强信息、云知声、思必驰、捷通华声、出门问问 等企业表现突出。
• 数据可视化领域，主要厂商包括 普强信息、海云数据、Everstring、App Annie、人大金仓 等。
• 大数据交易产业链包括 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，涉及多个专业岗位。

人才需求

大数据交易产业对人才需求集中在以下几个方向：

• 数据采集与处理：爬虫工程师、自然语言处理、语音识别、图像处理等。
• 底层技术架构：云计算架构师、大数据架构工程师、机器学习工程师等。
• 数据分析：数据分析师、大数据分析师、数据挖掘工程师等。
• 解决方案：智慧城市解决方案专家、大数据解决方案专家等。
• 垂直行业：如金融、医疗、通信等行业需要具备专业经验的人才。

结构化与非结构化大数据应用

• 结构化数据：主要应用于企业ERP、财务系统、医疗HIS、教育一卡通、政府审批系统等，具有标准化、易于处理的特点。
• 非结构化数据：包括语音、图像、文本等，随着技术发展，逐渐向 语义分析、情绪识别、图像识别 等方向扩展，应用前景广阔。

大数据发展趋势

• 大数据将向 垂直行业应用 深度拓展，形成定制化解决方案。
• 人工智能与深度学习将推动 数据科学家工作自动化，提高分析效率。
• 数据交易 将成为未来重要方向，但需解决 数据隐私、技术标准、价格制定 等问题。
• 数据资产化 趋势明显，企业开始重视数据的管理与变现能力。

产业投资分析

• 投资机遇：随着数据应用的深入，大数据相关行业将迎来更多投资机会。
• 投资风险：数据隐私、技术门槛、行业竞争激烈、数据标准化不足等，是当前大数据市场的主要风险因素。

总结

2016年，中国大数据市场在政策推动、技术发展和行业应用的多重因素下迅速扩张。大数据正在成为企业提升竞争力、优化运营的重要手段，同时带动了大数据人才的需求和行业间的融合。未来，随着人工智能、深度学习等技术的不断成熟，大数据市场将向更加智能化、垂直化、标准化方向发展，数据交易和数据资产化将成为重要趋势。