2016年中国大数据行业市场现状分析及发展前景预测

　　“大数据”是指以多元形式，自许多来源搜集而来的庞大数据组，往往具有实时性。在企业对企业销售的情况下，这些数据可能得自社交网络、电子商务网站、顾客来访纪录，还有许多其他来源。这些数据，并非公司顾客关系管理数据库的常态数据组。

　　一、全球大数据行业市场规模现状

　　2014年全球大数据市场规模已经达到285亿美元，同比增长53.2%，大数据成为全球IT支出新的增长点。预计到2017年全球大数据市场规模将达到501亿美元。全球大数据市场目前仍处于发展初期，大数据的硬件设备相关业务，目前仍然占据大数据市场的较大比重。2014年全球大数据市场中，行业解决方案、计算分析服务、存储服务和数据库服务市场份额排名最靠前的细分市场，分别占据35.4%、17.3%、14.7%、和12.5%的市场份额。其中大数据应用市场占比为7.9%。

2011-2017年全球大数据市场规模（亿美元）

2014年全球大数据细分市场占比

　　大数据所产生价值，最重要的是应用价值，所以对中国的企业来讲，除非是BAT级别的企业有能力在数据库等软件开发上面做投入，其他中小型的企业会向数据资源、数据挖掘和数据应用等方面加大投入和寻求突破。

　　二、中国大数据行业发展现状

　　中国大数据市场起步于2009-2011年，行业关注度直线上升。2012-2013年，由于技术相对不成熟，大数据技术落地存在苦难，行业混乱。自2014年开始，随着商业模式的逐渐清晰和大数据技术的成熟，大数据的市场应用进入高速发展阶段。

2011-2016年中国大数据市场规模及预测

　　三、中国大数据行业前景预测

　　大数据作为一种重要的战略资产，已经不同程度地渗透到每个行业领域和部门，其深度应用不仅有助于企业经营活动，还有利于推动国民经济发展。大数据可为美国的医疗服务业每年节省3,000亿美元，为欧洲的公共部门管理每年节省2,500亿欧元，为全球个人位置数据服务提供商贡献1,000亿美元，帮助美国零售业净利润增长60％，帮助制造业在产品开发、组装等环节节省50%的成本。

　　1、大数据有效提升电力行业的效率

　　通过对用电采集大数据的分析，利用数据挖掘技术，更准确地掌握用电负荷分布和变化规律，提高中长期负荷预测准确度。通过对现场照片进行批量比对分析，利用分布式存储、并行计算、模式识别等技术，掌握施工现场的安全隐患，或者核查安全整改措施落实情况。利用机器学习、模式识别等多维分析预测技术，分析新能源出力与风速、光照、温度等气象因素的关联关系，以便更准确地对新能源的发电能力进行预测和管理。通过研究消缺、检修、运行工况、气象条件等因素对设备状态的影响，以及设备运行的风险水平，利用并行计算等技术实现检修策略优化，指导状态检修的深入开展。

　　2、利用大数据推动信息化和工业化深度融合

　　利用大数据推动信息化和工业化深度融合，研究推动大数据在研发设计、生产制造、经营管理、市场营销、售后服务等产业链各环节的应用，研发面向不同行业、不同环节的大数据分析应用平台，选择典型企业、重点行业、重点地区开展工业企业大数据应用项目试点，积极推动制造业网络化和智能化。

　　逐渐转变为精细化管理。中国制造业企业随着ERP、PLM等信息化系统的部署完成，管理方式由粗放式管理转为精细化管理，新产品研发速度和设计效率有了大幅提升，企业在实现对业务数据进行有效的管理的同时，积累了大量的数据信息，产生了利用现代信息技术收集、管理和展示分析结构化和非结构化的数据和信息的诉求。

　　工业大数据需要满足客户定制化要求。工业大数据是以工业系统的数据搜集、特征分析为基础，对设备、装备的质量和生产效率以及产业链进行更有效的优化管理，使制造过程的信息透明化，提升效率，保障质量，并且低成本、低资源消耗地满足客户定制化要求。

　　工业大数据已经成为制造业转型升级的关键。在德国的工业4.0中，大数据被认为是物理与信息融合中的关键技术。在我国，《中国制造2025》提出，加快推动云计算、大数据等新一代信息技术与制造技术融合发展，把智能制造作为两化深度融合的主攻方向。

　　3、金融行业高度依赖数据分析和挖掘

　　随着大数据在各行业的逐渐推广，金融行业也开始进入了大数据时代。目前已取得了良好的效果，形成了一些较为典型的业务类型，如高频金融交易、小额信贷、精准营销等。根据计世资讯分析师预测，随着数据价值被越来越多地认可，金融行业的大数据应用市场规模以非常快的速度增长。

中国金融行业大数据市场规模