【行业分析】中国大数据市场观察- 大数跨境

一、大数据背景概述

（一）概念

根据麦肯锡报告《大数据：创新、竞争和生产力的下一个新领域》，大数据是指大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。

（二）特征

一是数据体量巨大(Volume)。目前为止，历史上人类的语言数据量总和大约是5EB(1EB=1024PB，1PB=1024TB)。

二是数据类型繁多(Variety)。数据可以划分为两种类型，分别是结构化数据和非结构化数据。结构化数据以文本为主，非结构化数据则类型广泛，包括音频、视频、图片、网络日志、地理位置信息等。

三是价值密度低(Value)。数据总量越大，价值密度越低。以视频为例，视频连续播放1小时，有价值的数据可能仅有几秒。

四是处理速度快(Velocity)。这是大数据不同于传统数据挖掘的最显著特征。

（三）产业链

大数据产业链分成如下环节：上游的数据源，中间的数据存储和计算，下游的数据分析应用。

1、数据源

单一的数据源业务难以独立存在。数据源环节和数据分析等环节是紧密联系在一起的，难以独立存在，但是在未来从事单纯数据源业务的企业可能会逐步实现。

2、数据处理

数据处理主要包括数据的ETL（抽取、转化、加载）、存储、计算等过程，涉及数据的切割、融合等动作。从数据处理来讲，云计算和大数据相互促进，但是基础软件市场空间有限。

3、数据应用

在该领域既包括传统的IT信息企业、统计分析企业，也包括新兴的大数据公司，这些企业针对不同的行业、应用场景纷纷推出相应的大数据解决方案。

（四）发展阶段

（五）商业模式

1、数据存储租用

数据存储租用模式只是提供数据“原材料”，利用存储能力进行运营，满足企业和个人面临海量信息存储的需求。目前已有多个公司推出相应服务，如阿里巴巴、腾讯云、金山云、百度云等。运营商也推出了相应的服务，例如中国移动彩云业务。

2、租售信息业务

租售信息业务提供加工后的数据“半成品”。第一种，直接进行信息租售；第二种，提供信息租售平台，可以将数据信息作为资产直接进行销售。

3、数据增值服务

数据增值服务主要是指基于数据分析的基础之上，定位在某一具体行业，通过大量数据支持，对数据进行挖掘分析后预测相关主体的行为，以开展业务。

第一种，数据提升企业价值链。例如新型的数字媒体公司充分发挥大数据技术的优势，广泛搜集数据开展精准营销业务。

第二种，数据衍生新型业务。例如阿里金融为代表的小额信贷公司，利用电子商务平台积累的交易信用数据，提供小额信贷，提高信贷效率。

4、数据技术服务

第一种，针对企业需求，为运营某一环节或某一业务问题提供解决方案；第二种，针对企业系统需求，提供整体解决方案；第三种，IT服务提供商提供大数据空间出租模式；第四种，BDaaS (Big data as a service)数据应用即服务的模式，通过云服务提供在线大数据技术或者解决方案。

5、数据交易服务

第一种是通过大数据交易机构来进行数据的交易；第二类为数据银行的概念，企业通过多种渠道去获取数据，将原始数据进行清洗、脱敏、数据整合，进而制作成数据商品。

二、国内外大数据发展现状

（一）全球大数据发展概况

1、市场规模

全球大数据市场规模增长率连年保持在30%以上，2013年增长率甚至达到72.73%。2015年全球市场规模已经达到383亿美元，增速达34.39%。

2、产业模块

从全球范围看，服务和硬件分别占据了大数据市场收入的47.6%、40.7%，而软件只占据了11.7%。而我国的大数据市场中，软件占据了收入的42%，硬件和服务则分别占据了34%和24%。

3、细分领域

在大数据行业细分领域中，行业解决方案占据35%，排名第一。

4、区域分布

美国引领着全球大数据的发展，其数据中心的数量占据了全球的44%，而中国占据了10%，位居第二。数据中心是指全球协作的特定设备网络，用来在internet网络基础设施上传递、加速、展示、计算、存储数据信息。数据中心的数量一定程度上代表着大数据产业的发展状况。

（二）我国大数据发展概况

1、市场规模

我国大数据市场规模的增长率不断上升，从2013年到2015年，增速从24%突破34%。随着大数据技术不断成熟，再加上人们对大数据行业的认可和政府对大数据的扶持，预计市场规模的增长率会保持平稳高速增长，到2018年市场规模将达到262亿元，增速达38%。

2、市场融资额

从2015年来看，大数据市场融资企业类别主要以数据应用为主，相当于数据资源和数据处理技术的总和。

大数据的价值逐渐凸显，大数据市场融资额也不断上升。

3、总体行业应用

各个行业积极探索和大数据相结合的应用场景，目前大数据在各个行业已经初步发挥了作用，未来大数据的作用不可估量。

应用类别	典型应用场景
旅游业	得出游客喜好，提供给景区、酒店等
零售业	根据外部数据资源并整合零售企业内部数据，提供整体性的零售业大数据解决方案
电力行业	预测电网负载扰动的可能性和发生的地点
交通	预测拥堵和事故在特定时间和地点可能发生的概率
环保	根据不同地点的废物排放，预测将来发生生物化学反应产生污染的可能性
银行业	预防客户流失、防范信用卡违约风险
电信业	预防客户流失、快速占领市场、欠费预测
公检法	网络信息挖掘、舆情监控与预测、网民个性分析

伴随着企业和机构对大数据的重视程度逐渐提升，大数据的商业价值逐步显现。

三、我国大数据行业应用分析

（一）旅游

线下旅游。在旅游行业中，线下旅游业大数据方案提供商会整合外部数据源，并将方案提供给旅游主管部门、景区等线下旅游产业链成员。

线上旅游。在线旅游提供商通过强化自身平台上的用户信息搜集，得出游客喜欢的目的地、饮食、出行方式、住宿条件等，从而形成富有价值的高端用户画像，并将其提供给高端景区、酒店、租车公司等线下旅游资源。

旅游大数据应用方向：

（1）游客的多维度分析，提升精准营销能力。

（2）客流监控及预测，优化安全管理效率

（3）旅游舆情监控，提升游客服务质量

（二）金融

大数据提供商通过整合外部数据源，为传统金融机构、量化交易机构、新兴金融机构等提供大数据方案。

金融大数据应用方向：

（1）银行业：客户画像应用、精准营销、风险管控、运营优化。

（2）保险业：客户细分及精细化营销、欺诈行为分析和精细化运营。

（3）证券业：股价预测、客户关系管理、投资景气指数。

（三）通信

一方面运营商投资建设各种数据采集系统；另一方面运营商会在大数据管理、大数据应用、大数据运营等层面投入力量；最终，运营商还会利用大数据运营的效果不断改进其各类业务平台的建设，从而形成运营商大数据应用的完整闭环。

通信大数据应用方向：

（1）流量经营精细化：深入洞察客户、助力精准营销和指导网络优化。

（2）智能客服中心

（3）基于个性化服务的客户体验提升

（4）对外数据服务：注重数据资产的平台化运营，利用大数据资产优势，将数据封装成服务，提供给相关行业的企业用户。

（四）零售

线下零售。大数据方案提供商会整合各式外部合作伙伴的数据资源，并与线下零售企业内部的数据打通，从而提供整体性的零售业大数据解决方案。

线上零售。在线电子商务平台会整合交易信息和购物信息形成自身的电商大数据，从而进行用户营销信息的深度挖掘。

四、影响大数据发展的积极因素

（一）数据规模不断增长

无论是从全球范围内来讲，还是从我国角度来讲，数据规模都呈不断增长的趋势，预计到2018年全球数据规模达到21.5ZB，我国数据规模达13.5ZB。而我国互联网普及率逐渐提高，网民数量呈不断增长的趋势，预计将来我国的数据规模会不断扩大，增速也会提高。

（二）国家政策扶持

近年来，中央政府强力推动数据开放和大数据运用，发布各项政策扶持和指引大数据产业的发展。

时间	部门	政策详情
2014年3月	政府工作报告	首次提出“大数据”，设立新兴产业创业创新平台
2015年1月	国务院	发布《关于促进云计算创新发展培育信息产业新业态的意见》，提出到2020年，大数据挖掘分析能力显著提升
2015年3月	政府工作报告	制定“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合
2015年4月	发改委	发布《创新投资管理方式建立协同监管机制的若干意见》，提出运用互联网和大数据的技术来创新监管的方式
2015年5月	工信部	编制实施软件和大数据产业“十三五”规划，大数据产业第一次明确出现在规划中
2015年6月	国务院	常务会议指出引入大数据监管，运用大数据等现代信息技术是促进政府职能转变，优化服务的有效手段
2015年6月	工信部	加快推进云计算和大数据标准体系的建设，将加快云计算和物联网、移动互联网、现代制造业的融合发展与创新应用
2015年7月	国务院	发布《关于运用大数据加强对市场主体服务合监督的若干意见》，明确大数据监管的时间表
2015年7月	国务院	发布《积极推进“互联网+”行动的指导意见》，根本上肯定了大数据在推动互联网与实体经济融合中的重要作用
2015年9月	国务院	发布《促进大数据发展行动纲要》，开发应用好大数据这一基础性战略资源

五、大数据行业发展趋势

（一）数据管理成为核心竞争力，直接影响财务表现

企业将数据管理作为企业核心竞争力，持续发展，战略性规划与运用数据资产，成为企业数据管理的核心。

（二）大数据交易将带动生态体系进一步完善

除了传统的大数据方案使用方与提供商之外，生态体系中将会出现越来越丰富的新成员，同时，越来越多的服务职能也将大量涌现并随着服务的推进不断完善。

（三）大数据方案将向更多垂直化领域的拓展

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。

（四）大数据算法优化的重要性将更加凸显

大数据分析的理论核心就是数据挖掘算法，数据只是基础，如何建构起有效的算法、模型比数据本身更重要。如果说只有数据，没有分析没有算法是没有发展性可言的。如何利用好数据，利用算法进行数据挖掘和分析，才是王道。

精彩推荐

点击蓝字阅读：

《中国在线旅游发展趋势》

《中国互联网保险行业分析报告》