2016年-数据局_易观：中国大数据交易市场专题研究报告2016_19页_1005kb

中国大数据交易市场专题研究报告2016总结

核心内容

本报告系统分析了中国大数据交易市场的兴起背景、产业链结构、业务模式、人力资源需求及未来发展趋势，旨在为相关机构和企业提供参考。

主要观点

大数据交易的兴起

大数据交易市场在2015年加速发展，各地纷纷建立交易平台，以推动数据资源的流通与应用。随着大数据技术的成熟和数据价值的提升，数据交易逐渐成为企业提升竞争力的重要手段。

大数据交易产业链分析

大数据交易产业链涵盖数据采集、处理、分析、应用等多个环节，涉及政府、企业、个人等多方主体。其中，政府数据、企业数据和个人数据是主要的数据来源，而数据交易平台、运营厂商、数据服务商等是关键的参与者。

大数据交易业务模式分析

大数据交易存在多种业务模式，包括：

• 政府主导的平台型业务模式：依托政府的优质数据资源和官方背书，吸引企业与机构参与数据交易，实现数据资源的流通。
• 需求导向的企业应用型业务模式：以企业数据需求为导向，提供定制化数据服务，提升数据平台的盈利能力。
• 面向个人的交易型业务模式：通过合法渠道搜集、使用、售卖个人数据，满足企业对精准营销、舆情监控等的需求。

大数据交易与人力资源

大数据交易对专业人才有较高的需求，主要包括：

• 数据采集与处理：如爬虫工程师、自然语言处理工程师等。
• 底层技术架构：如云计算架构师、大数据架构工程师等。
• 数据分析：如数据分析师、数据挖掘工程师等。
• 解决方案：如智慧城市解决方案专家等。
• 垂直行业人才：如金融、医疗、交通等行业的专业人才。

然而，当前大数据交易面临以下人力资源管理问题：

• 技术人才短缺，高校尚未开设相关专业。
• 人力成本居高不下，导致运营成本增加。
• 技术人才分布不均，经济发达地区集中。
• 技术水平难以量化，影响人才评估与招聘。
• 人才协作问题突出，需在统一框架下协调不同领域人才。

大数据交易发展趋势

大数据交易市场正处于快速发展阶段，未来将呈现以下趋势：

• 新技术推动数据类型多样化：自然语言处理、图像识别、语音识别、机器学习等技术将丰富可交易数据类型。
• 法律法规与行业标准逐步完善：相关政策法规和行业标准将逐步出台，规范数据交易行为。
• 数据定价标准将形成：有助于更多行业参与数据交易，扩大市场覆盖面。
• 地方性大数据交易机构崛起：将带动周边地区数据资源的集聚，形成区域带动效应。
• 跨平台数据交易将出现：不同交易机构间的数据交易将逐渐成为常态。
• 盈利模式多样化：随着市场成熟，大数据交易机构将探索更多盈利方式。

关键信息

• 数据类型：包括政府数据、企业数据和个人数据。
• 数据来源：如企业运营数据、用户信息数据、GPS数据、医疗数据、交通数据等。
• 数据交易机构：如贵阳大数据交易所、长江大数据交易中心、东湖大数据交易中心、京津冀大数据交易中心等。
• 运营厂商：如九次方、亚信科技、中润普达、数海科技等。
• 技术人才需求：涵盖数据采集、处理、分析、架构、解决方案等多个方向。
• 未来趋势：数据交易市场将更加规范，技术驱动数据类型多样化，法律法规逐步完善，盈利模式将更加多元化。

总结

大数据交易市场作为新兴领域，具有广阔的发展前景。随着技术进步、政策支持和市场需求的增长，大数据交易将在多个行业发挥重要作用。然而，当前仍面临数据标准不统一、数据安全问题、人才短缺和成本高等挑战，需通过政策引导、技术突破和人才培养等手段加以解决。未来，大数据交易将逐步形成完善的市场体系，推动数据资源的高效流通与应用。