报告简介
大数据不是云计算，是云计算的灵魂和升级方向。云计算的核心是业务模式，本质是数据处理技术。如果失去对大数据理解和运用，云计算只是房地产的代名词。数据是资产，云为数据资产提供了保管、访问的场所和渠道。如何盘活数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据核心议题，也是云计算的灵魂和必然的升级方向。
图表 大数据产业概况
1、大数据三个主要的数据来源
企业内部的经营交易信息，物联网世界中商品、物流信息，互联网世界中人与人交互信息、位置信息等等是大数据的三个主要来源。其信息量远远超越了现有企业IT架构和基础设施的承载能力，其实时性要求则大大超越现有的计算能力。
企业内部的信息主要包括联机交易数据和联机分析数据。就数据本身的格式来讲，是结构化的，通过关系型数据进行管理和访问。这些数据价值秘密高，但都是历史的、静态的数据。通过对这些数据的分析，我们只能过去发生了什么，很难说未来将发生什么。
来自于社交网站，新浪微博、Facebook等的数据，是大量的、鲜活的，代表了一个个具体网民的想法，反映了他们想做的事情。这些数据价值密度低，但事关未来。
2、大数据赋予我们洞悉未来的能力
这两类数据的有效融合将是大势所趋。因为它让我们获得洞悉未来的能力。话说马云成功预测2008年经济危机，并帮助他成千上万的中小制造商准备过冬的粮食。让马云赢得了崇高的声誉。“2008年初,阿里巴巴平台上整个买家询盘数急剧下滑，欧美对中国采购在下滑。海关是卖了货,出去以后再获得数据;而我们提前半年时间从询盘上推断出世界贸易发生变化了。”是建立在对用户行文分析的基础上。通常而言，买家在采购商品前，会比较多家供应商的产品，反映到阿里巴巴网站统计数据中，就是查询点击的数量和购买点击的数量会保持一个相对的数值，综合各个维度的数据可建立用户行为模型。因为数据样本巨大，保证用户行为模型的准确性。因此在这个案例中，询盘数据的下降，自然导致买盘的下降。
3、大数据四个主要特征
大数据有4个典型的特征。所谓的4个“V”，多样性(variety)、体量(volume)、速度(velocity)和价值（Value）。多样性是指，数据应包含结构化的和非结构化的数据。体量是指聚合在一起供分析的数据量必须是非常庞大的。而速度则是指数据处理的速度必须很快。
报告目录
2013-2014年大数据市场发展前景研究报告
第1章 大数据概述 6
1.1 大数据定义 6
1.2大数据技术格局 8
1.3 大数据的发展特点 10
1.4 大数据相关技术 10
1.5 大数据与云计算的关系 11
第2章 中国大数据发展背景及影响因素 13
2.1大数据发展背景 14
2.1.1大数据发展带来意义和价值 14
2.1.2 大数据发展面临的问题 17
2.1.3 大数据的挑战 17
2.1.4 大数据技术发展的脉络和现状 19
2.1.5 国外经验为国内大数据发展增加信息 21
2.2大数据发展推动因素 25
2.2.1 国家战略发展驱动 25
2.2.2信息化发展推动 28
2.2.2.1云计算对大数据的促进 29
2.2.2.2 物联网对大数据的促进 31
2.2.2.3 泛互联网化带来数据分析的需求 32
2.3大数据发展遇到问题及阻力 33
2.3.1 大数据时代企业需要的能力 33
2.3.2 通过海量的数据中获得洞察力 33
2.3.3 数据洞察力转化为实际行动 33
第3章 大数据在行业中的应用分析 35
3.1医疗领域 35
3.1.1医疗领域大数据应用价值 35
3.1.2大数据在医疗行业应用状况及前景 35
3.1.3 医疗行业大数据应用产业链分析 40
3.2 金融 41
3.2.1金融领域大数据应用价值 41
3.2.2大数据在金融行业应用状况及前景 41
3.2.3金融行业大数据应用产业链分析 42
3.3电子商务 42
3.3.1电子商务领域大数据应用价值 42
3.3.2大数据在电子商务行业应用状况及前景 43
3.3.3电子商务行业大数据应用产业链分析 43
3.4零售 44
3.4.1零售领域大数据应用价值 44
3.4.2大数据在零售行业应用状况及前景 45
3.4.3零售行业大数据应用产业链分析 49
3.5电信 49
3.4.1电信领域大数据应用价值 49
3.4.2大数据在电信行业应用状况及前景 51
3.4.3 电信行业大数据应用产业链分析 52
3.6 交通 53
3.6.1交通领域大数据应用价值 53
3.6.2大数据在交通行业应用状况及前景 54
3.6.3 交通行业大数据应用产业链分析 56
第4章 大数据产业链组成及业务模式分析 57
4.1大数据产业产业链分析 57
4.2 大数据产业链主要成员及业务模式分析 58
4.3大数据产业链投资并购 63
4.4大数据产业链前景 65
第5章 企业大数据应用需求调研分析 68
5.1企业大数据发展现状调查 68
5.2企业云计算部署情况分析 73
5.3企业对大数据处理的需求分析 75
5.4企业属性分析 77
第6章 大数据方案商发展分析 83
6.1 SAP 83
6.1.1发展定位 83
6.1.2发展策略 84
6.1.3优劣势分析 84
6.2O racle 85
6.2.1发展定位 85
6.2.2发展策略 86
6.2.3优劣势分析 86
6.3 IBM 87
6.3.1发展定位 87
6.3.2发展策略 88
6.3.3优劣势分析 88
6.4 EMC 90
6.4.1发展定位 90
6.4.2发展策略 90
6.4.3优劣势分析 91
第7章 大数据机厂商发展分析 92
7.1 Oracle 92
7.1.1发展定位 92
7.1.2发展策略 92
7.1.3优劣势分析 92
7.2 SAP 93
7.2.1发展定位 93
7.2.2发展策略 93
7.2.3优劣势分析 94
7.3 IBM 94
7.3.1发展定位 94
7.3.2发展策略 94
7.3.3优劣势分析 95
7.4 微软 95
7.4.1发展定位 95
7.4.2发展策略 96
7.4.3优劣势分析 96
7.5 浪潮 96
7.5.1发展定位 96
7.5.2发展策略 97
7.5.3优劣势分析 97
第8章 大数据机产业发展趋势分析 98
8.1大数据应用的发展方向 98
8.2 大数据软件市场规模及预测 105
8.3大数据一体机市场规模及预测 106
T:报告图表目录
图表 1 大数据产业链全景图 6
图表 2 大数据产业相关企业一览图 8
图表 3 大数据的四个主要特征 10
图表 4 将从大数据获得的深度信息转化成行动 14
图表 5 大数据时代构建消费者全面兴趣图谱 15
图表 6 大数据面临的挑战 17
图表 7 大数据生态系统概览 18
图表 8 “大数据”关键词搜索量处于激增阶段 19
图表 9 相当于云计算2008 年左右的水平 19
图表 10 Gartner 2011 年技术成熟度曲线，大数据处于高速发展期 20
图表 11 技术演进历史揭示未来是大数据驱动的智慧型经济模式 20
图表 12 美国商业数据中心分布 22
图表 13 荷兰数据中心分布 23
图表 14 欧美典型数据中心能效控制案例 23
图表 15 大数据描述 28
图表 16 大数据产业概况 29
图表 17 2008-2012年中国医疗信息化市场规模增长趋势图 35
图表 18 电信运营商海量数据分析处理分类模型 51
图表 19 电信运营商海量数据分析处理需求 52
图表 20 管理软件的产品组合框架 58
图表 21 大数据产业结构示意图 59
图表 22 中国外置磁盘存储器市场结构 59
图表 23 中国服务器市场品牌关注比例分布 60
图表 24 国内数据库软件市场结构 60
图表 25 2008-2012 年国内重点行业IT 投资规模 61
图表 26 中国重点行业数据中心发展历程 62
图表 27 政府、金融、通信、电力四大行业相关软件企业 62
图表 28 中国数据中心IT 市场规模与增长示意图 63
图表 29 2008-2012 年中国信息安全产品市场规模及增长率预测 63
图表 30 巨头在大数据时代的业务布局 65
图表 31 数据信息的增长给企业带来机遇 66
图表 32 三大行业占全球GDP 的比重 67
图表 33 2011-2015年中国IT市场规模增长趋势图 68
图表 34 中国大数据产业投资象限 69
图表 35 EMC产品及策略 90
图表 36 Oracle 扮演IBM狙击手的角色 92
图表 37 IBM依然保持银行电信业强势地位 95
图表 38 微软在中小企业市场具有竞争优势 96
图表 39 大数据的市场空间及对社会的贡献 100
图表 40 计算机和信息服务产业将在大数据浪潮中首先获益 101
图表 41 2011-2016年中国大数据应用市场规模及预测 102
图表 42 软硬一体化公司的净利润率远超行业平均水平 106
图表 43 以智能手机市场为例，软硬一体化苹果和三星攫取了绝大部分的行业利润 106
图表 44 能够为客户提供所有IT 服务的公司，将掌控产业的主导权 107
NT!
