中国大数据应用市场研究

由 z, mi · 2020年4月25日

01中国行业大数据应用市场概况

2011-2018年中国大数据市场规模发展

大数据市场驱动力：

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。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。企业着力培育数据资产，积极探讨数据，行业大数据多集聚、少融合。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件，以行业云服务为平台，共享企业间核心竞争力。

中国大数据市场发展历程及主要模式

数据存储租用：通过易于使用的API，用户方便地将各种数据对象放在云端，然后再像使用水电一般按用量收费。

租售信息业务：涉及到大数据产业链的数据整理与分析环节。提供加工后的数据 “ 半成品”。

数据增值服务：精准营销等提升企业价值链业务。小额信贷等数据衍生新兴业务。

数据技术服务：为运营某一环节或业务问题提供方案。针对企业系统需求，提供整体解决方案。大数据即服务。

行业大数据结构及应用状况

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16.0%、15.6%和13.9%。政府、医疗、旅游投资比例分别为12.7%、9.0%和4.1%。六大行业累计占比71.3%。其他行业包括教育、制造、能源、媒体、互联网等，累计占比28.7%。

重点行业大数据应用表现与成熟度

中国大数据市场行业契合度及应用可能性分析

中国大数据市场集中度与成熟度分析

02重点行业大数据应用现状

零售业线上与线下大数据资源的打通

线下零售企业数据管理特点：通常辐射范围仅在周边10-15公里，线下会员人数的增长空间十分有限。拥有大量的交易类数据，但由于大量线下企业仍未建立完善的会员体系，数据难以进行定向追踪，关联性差。

线上零售企业数据管理特点：领先线上零售企业由于可以辐射全国，早已获得了上亿的注册用户。但这类企业非结构化数据多，需要挖掘才能得到价值。

零售业大数据应用特点

未来零售业大数据应用趋势将具有如下特点：如何进一步通过数据驱动经营和营销——各零售企业会以会员为核心进行管理优化，通过以人为中心的数据驱动，实现决策优化及精准营销。行业会探索越来越多的大数据营销新模式— —各类零售企业会积极尝试新机会，如微店等，寻找消费者偏好的新潮流。不断丰富外部数据源——在企业自身线下数据采集能力不断提高的同时，与更丰富的外部数据源合作将快速提升营销的精准度，包括权威市场研究机构、领先互联网巨头等。“知己”的压力将进一步加大——当企业获取翔实的用户数据后，为了突破自身实现快速营销的瓶颈，将会倒逼企业利用移动销售巡检、库存盘点等手段进一步完善自身的采购、库存、员工行为等信息采集，从而实现进一步“知己”，最终为实现全产业链的大数据应用打下基础。

旅游业大数据产业链的差异性

线下旅游主管机构及景区、酒店等数据管理特点：本身不产生大数据，对数据不求所有，但求所用。数据来源分散（横向涉及交通、环保、交通等，纵向涉及国家及各地市旅游局）、异构，进行数据交换时缺乏业内统一标准。

线上旅游平台数据管理特点：拥有大量交易、检索及用户行为数据，需要具备强大的语义分析能力才能实现精确的用户画像。

旅游业大数据应用特点

医疗行业大数据产业链结构

我国医疗行业大数据建设方向

“3521工程”，即建设国家级、省级和地市级三级卫生信息平台，加强公共卫生、医疗服务、新农合、基本药物制度、综合管理5项业务应用，建设健康档案和电子病历2个基础数据库和1个专用网络建设。当前全国有数十个个省份在搭建省级的信息化平台、 100多个城市在不同程度上搭建市级平台。以及区域医疗建设和医联体等，都会积累大量的数据。