咨询热线

400-007-6266

010-86223221

2016-2022年中国大数据金融行业竞争现状及十三五发展机会分析报告

2016-2022年中国大数据金融行业竞争现状及十三五发展机会分析报告

  • 8200元 电子版
  • 8200元 纸介版
  • 8500元 电子版+纸介版
  • 240992
  • 2016年
  • Email电子版/特快专递
  • 400-007-6266 010-86223221
  • sale@chinabaogao.com

             如今,大数据对许多行业的影响和冲击已经呈现。在过去的几年中,中国金融界热议最多的就是“互联网金融”,而互联网金融背后的实质,则是“大数据金融”。如果没有大数据技术的支撑,所谓互联网金融业难以快速、持续的成长。
             中国报告网发布的《2016-2022年中国大数据金融行业竞争现状及十三五发展机会分析报告》内容严谨、数据翔实,更辅以大量直观的图表帮助本行业企业准确把握行业发展动向、市场前景、正确制定企业竞争战略和投资策略。本报告依据国家统计局、海关总署和国家信息中心等渠道发布的权威数据,以及我中心对本行业的实地调研,结合了行业所处的环境,从理论到实践、从宏观到微观等多个角度进行市场调研分析。它是业内企业、相关投资公司及政府部门准确把握行业发展趋势,洞悉行业竞争格局,规避经营和投资风险,制定正确竞争和投资战略决策的重要决策依据之一。本报告是全面了解行业以及对本行业进行投资不可或缺的重要工具。
             本研究报告数据主要采用国家统计数据,海关总署,问卷调查数据,商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局,部分行业统计数据主要来自国家统计局及市场调研数据,企业数据主要来自于国统计局规模企业统计数据库及证券交易所等,价格数据主要来自于各类市场监测数据库。

第1章:大数据金融行业发展概述
1.1 大数据产业发展背景概述
1.1.1 大数据产业的概念
(1)数据产生与集聚层
(2)数据组织与管理层
(3)数据分析与发现层
(4)数据应用与服务层
1.1.2 大数据的生态系统
1.1.3 大数据的商业价值
(1)大数据的商业价值杠杆
(2)大数据创造的商业价值
1.2 大数据产业行业应用情况
1.2.1 大数据产业各个行业应用情况
(1)不同领域潜在价值评估
(2)不同领域投资结构分布
1.2.2 大数据产业金融领域应用情况
1.3 大数据金融概念及其特点
1.3.1 大数据金融基本定义
1.3.2 大数据金融主要特征
1.4 大数据金融主要发展模式
1.4.1 平台金融发展模式
1.4.2 供应链金融发展模式

第2章:大数据金融发展环境分析
2.1 大数据金融行业政策环境分析
2.1.1 行业监管体系概述
2.1.2 行业主要政策分析
2.1.3 政策环境对行业发展影响
2.2 大数据金融行业经济环境分析
2.2.1 国内经济走势分析
(1)国内GDP增速情况
(2)工业生产增速情况
(3)固定资产投资情况
2.2.2 国内金融市场分析
(1)银行资产负债规模分析
(2)银行贷款规模分析
(3)银行风险能力分析
2.2.3 国内经济发展趋势
2.2.4 经济环境对行业发展影响
2.3 大数据金融行业技术环境分析
2.3.1 大数据与云计算
2.3.2 大数据处理工具
2.3.3 技术环境对行业发展影响
2.4 大数据金融行业社会环境分析
2.4.1 互联网行业发展现状
(1)互联网网民规模分析
(2)互联网资源规模分析
2.4.2 社交媒体发展现状
(1)新闻网站
(2)网络视频
(3)搜索引擎
(4)即时通信
(5)微博客
(6)博客/个人空间
2.4.3 移动设备发展现状
2.4.4 社会环境对行业发展影响
2.5 大数据金融国际发展分析
2.5.1 银行大数据全球发展现状
(1)海外银行大数据发展分析
(2)银行大数据建设案例分析
2.5.2 保险大数据全球发展现状
(1)海外保险大数据发展分析
(2)保险大数据建设案例分析
2.5.3 国外大数据金融发展启示

第3章:大数据金融创新分析
3.1 大数据金融三大创新支点
3.2 大数据金融基础设施创新
3.2.1 支付体系建设分析
(1)支付行业用户规模
(2)支付行业交易规模
(3)支付行业模式分析
(4)支付行业市场规模预测
3.2.2 征信体系建设分析
(1)征信机构业务规模分析
(2)征信机构数据库建设情况
(3)征信行业数据端商业模式
(4)大数据征信发展趋势分析
3.2.3 资产交易平台分析
(1)资产交易平台发展规模
(2)资产交易平台主要类别
1)银行系P2P网贷平台
2)民营系P2P网贷平台
3)国资系P2P网贷平台
4)上市公司系P2P网贷平台
5)风投系P2P网贷平台
(3)资产交易平台商业模式
3.2.4 基础设施创新方向
(1)支付体系介质创新
(2)征信体系多元发展
(3)交易平台去中介化
3.3 大数据金融平台创新分析
3.3.1 电商平台发展现状分析
(1)电商平台客户结构分析
(2)电商市场竞争格局分析
(3)电商领先企业优势分析
(4)电商行业投资并购分析
3.3.2 社交平台发展现状分析
(1)社交网络流量统计排名分析
(2)社交网络市场竞争格局分析
(3)社交网络领先企业优势分析
(4)社交网络平台投资并购分析
3.3.3 信息服务平台发展现状
(1)门户网站竞争格局分析
(2)门户网站投资并购分析
3.3.4 平台建设创新发展方向
(1)用户积累方式革新
(2)平台个性定制革新
3.4 大数据金融渠道创新升级分析
3.4.1 银行业渠道互联网化发展现状
(1)电子银行的交易规模
(2)电子银行的模式分析
3.4.2 保险业渠道互联网化发展现状
(1)保险业网销交易规模
(2)保险业网销模式分析
3.4.3 证券业渠道互联网化发展现状
(1)互联网证券交易情况
(2)互联网证券模式分析
3.4.4 渠道创新升级策略分析
(1)渠道定位转型
(2)实体渠道转型

第4章:大数据金融具体应用领域
4.1 银行业大数据金融应用分析
4.1.1 银行业大数据金融发展历程
4.1.2 银行业大数据金融创新模式
(1)风险控制模式创新
(2)产品营销模式创新
(3)银行运营模式创新
(4)银行服务模式创新
4.1.3 银行业大数据金融应用现状
4.1.4 银行业大数据金融经典案例
(1)花旗银行大数据金融案例分析
(2)中信银行大数据金融案例分析
(3)浦发银行大数据金融案例分析
(4)民生银行大数据金融案例分析
4.1.5 银行业大数据金融发展潜力
4.1.6 银行业大数据金融发展前景
4.2 保险业大数据金融应用分析
4.2.1 保险业大数据金融发展历程
4.2.2 保险业大数据金融创新模式
(1)赔付管理模式创新
(2)业务定价模式创新
(3)险企运营模式创新
(4)产品营销模式创新
4.2.3 保险业大数据金融发展现状
4.2.4 保险业大数据金融经典案例
(1)平安保险大数据金融案例分析
(2)泰康人寿大数据金融案例分析
4.2.5 保险业大数据金融发展前景
4.3 证券业大数据金融应用分析
4.3.1 证券业大数据金融发展历程
4.3.2 证券业大数据金融创新模式
(1)客户关系管理模式创新
(2)证券监管模式创新
(3)市场预期模式创新
4.3.3 证券业大数据金融发展现状
4.3.4 证券业大数据金融经典案例
(1)海通证券大数据金融案例分析
(2)国泰君安大数据金融案例分析
(3)中信证券大数据金融案例分析
4.3.5 证券业大数据金融发展前景
4.4 其他领域大数据金融应用情况
4.4.1 信托业大数据金融应用分析
4.4.2 小额贷款领域大数据金融应用分析
4.4.3 担保业大数据金融应用分析
4.4.4 P2P网贷大数据金融应用分析

第5章:大数据金融领先服务商分析
5.1 国外领先大数据金融服务商
5.1.1 IBM
(1)企业基本信息概述
(2)企业大数据布局
(3)企业平台资源分析
(4)企业主营业务分析
1)利润分析
2)资产负债分析
3)现金流量分析
(5)企业大数据收入分析
(6)企业竞争策略分析
(7)企业最新发展动向
(8)企业发展优劣势分析
5.1.2 甲骨文股份有限公司
(1)企业基本信息概述
(2)企业大数据布局
(3)企业平台资源分析
(4)企业主营业务分析
1)利润分析
2)资产负债分析
3)现金流量分析
(5)企业大数据收入分析
(6)企业发展战略分析
(7)企业最新发展动向
5.1.3 英特尔
(1)企业基本信息概述
(2)企业大数据布局
(3)企业平台资源分析
(4)企业主营业务分析
1)利润分析
2)资产负债分析
3)现金流量分析
(5)企业大数据收入分析
(6)企业发展战略分析
(7)企业最新发展动向
5.1.4 SAP公司
(1)企业基本信息概述
(2)企业大数据布局
(3)企业大数据解决方案
(4)企业主营业务分析
1)利润分析
2)资产负债分析
3)现金流量分析
(5)企业大数据收入分析
(6)企业大数据价值分析
(7)企业最新发展动向
5.1.5 文思海辉技术有限公司
(1)企业基本信息概述
(2)企业大数据布局
(3)企业平台资源分析
(4)企业主营业务分析
1)利润分析
2)资产负债分析
3)现金流量分析
(5)企业相关案例分析
(6)企业发展战略分析
(7)企业最新发展动向
(8)企业发展优劣势分析
5.2 国内领先大数据金融服务商
5.2.1 荣之联
(1)企业基本信息概述
(2)企业大数据布局
(3)企业平台资源分析
(4)企业主营业务分析
1)主要经济指标
2)运营能力分析
3)盈利能力分析
4)偿债能力分析
5)发展能力分析
(5)企业研发能力分析
(6)企业发展战略分析
(7)企业最新发展动向
(8)企业发展优劣势分析
5.2.2 九次方
(1)企业基本信息概述
(2)企业大数据布局
(3)企业平台资源分析
(4)企业主营业务分析
(5)企业大数据解决方案分析
(6)企业发展战略分析
(7)企业最新发展动向
(8)企业发展优劣势分析
5.2.3 贝格数据
(1)企业基本信息概述
(2)企业平台资源分析
(3)企业主营业务分析
(4)企业典型案例分析
(5)企业最新发展动向
(6)企业发展优劣势分析
5.2.4 中国保信
(1)企业基本信息概述
(2)企业组织架构分析
(3)企业平台资源分析
(4)企业主营业务分析
(5)企业最新发展动向
5.2.5 Talking Data
(1)企业基本信息概述
(2)企业发展大事记
(3)企业平台资源分析
(4)企业主营业务分析
(5)企业主要客户分析
(6)企业所获荣誉介绍
(7)企业最新发展动向

第6章:互联网企业大数据金融战略布局分析
6.1 阿里巴巴大数据金融布局分析
6.1.1 企业基本信息概述
6.1.2 企业主营业务分析
(1)企业主营业务类型
(2)企业经营业绩分析
(3)企业金融业务分析
6.1.3 企业战略发展布局
6.1.4 企业基础资源分析
(1)企业数据资源分析
(2)企业平台资源分析
(3)企业金融资源分析
6.1.5 企业网站流量分析
6.1.6 企业风险管理体系
6.1.7 企业投资并购动向
(1)2014年阿里巴巴投资布局
(2)2015年阿里巴巴投资布局
6.1.8 业务发展优劣势分析
6.1.9 企业大数据金融业务发展前景
6.2 腾讯公司大数据金融布局分析
6.2.1 企业基本信息概述
6.2.2 企业主营业务分析
(1)企业主营业务类型
(2)企业经营业绩分析
(3)企业金融业务分析
6.2.3 企业战略发展布局
6.2.4 企业基础资源分析
(1)企业数据资源分析
(2)企业平台资源分析
(3)企业金融资源分析
6.2.5 企业网站流量分析
6.2.6 企业风险管理体系
6.2.7 企业投资并购动向
(1)2014年腾讯公司投资布局
(2)2015年腾讯公司投资布局
6.2.8 业务发展优劣势分析
6.2.9 企业大数据金融业务发展前景
6.3 百度公司大数据金融布局分析
6.3.1 企业基本信息概述
6.3.2 企业主营业务分析
(1)企业主营业务类型
(2)企业经营业绩分析
(3)企业金融业务分析
6.3.3 企业战略发展布局
6.3.4 企业基础资源分析
(1)企业数据资源分析
(2)企业平台资源分析
(3)企业金融资源分析
6.3.5 企业网站流量分析
6.3.6 企业风险管理体系
6.3.7 企业投资并购动向
(1)2014年百度公司投资布局
(2)2015年百度公司投资布局
6.3.8 业务发展优劣势分析
6.3.9 企业大数据金融业务发展前景
6.4 京东商城大数据金融布局分析
6.4.1 企业基本信息概述
6.4.2 企业主营业务分析
(1)企业主营业务类型
(2)企业经营业绩分析
(3)企业金融业务分析
6.4.3 企业战略发展布局
6.4.4 企业基础资源分析
(1)企业数据资源分析
(2)企业平台资源分析
(3)企业金融资源分析
6.4.5 企业网站流量分析
6.4.6 企业风险管理体系
6.4.7 企业投资并购动向
(1)2014年京东公司投资布局
(2)2015年京东公司投资布局
6.4.8 业务发展优劣势分析
6.4.9 企业大数据金融业务发展前景
6.5 苏宁云商大数据金融布局分析
6.5.1 企业基本信息概述
6.5.2 企业主营业务分析
(1)企业主营业务类型
(2)企业经营业绩分析
(3)企业金融业务经营效益
6.5.3 企业战略发展布局
6.5.4 企业基础资源分析
(1)企业数据资源分析
(2)企业平台资源分析
(3)企业金融资源分析
6.5.5 企业网站流量分析
6.5.6 企业风险管理体系
6.5.7 企业投资并购动向
6.5.8 业务发展优劣势分析
6.5.9 企业大数据金融业务发展前景

第7章:金融机构大数据金融战略布局分析
7.1 银行大数据金融领先应用机构
7.1.1 建设银行大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业基础建设情况
1)企业数据资源分析
2)企业金融资源分析
(4)企业平台建设情况
(5)企业渠道建设情况
(6)企业风险管理情况
(7)企业投资并购动向
(8)业务发展优劣势分析
7.1.2 工商银行大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业基础建设情况
1)企业数据资源分析
2)企业金融资源分析
(4)企业平台建设情况
(5)企业渠道建设情况
(6)企业风险管理情况
(7)企业投资并购动向
(8)业务发展优劣势分析
7.1.3 中国银行大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业基础建设情况
1)企业数据资源分析
2)企业金融资源分析
(4)企业平台建设情况
(5)企业渠道建设情况
(6)企业风险管理情况
(7)企业投资并购动向
(8)业务发展优劣势分析
7.1.4 农业银行大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业基础建设情况
1)企业数据资源分析
2)企业金融资源分析
(4)企业平台建设情况
(5)企业渠道建设情况
(6)企业风险管理情况
(7)企业投资并购动向
(8)业务发展优劣势分析
7.1.5 交通银行大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
(3)企业基础建设情况
(4)企业平台建设情况
(5)企业渠道建设情况
(6)企业风险管理情况
(7)业务发展优劣势分析
7.1.6 招商银行大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业基础建设情况
1)企业数据资源分析
2)企业金融资源分析
(4)企业平台建设情况
(5)企业渠道建设情况
(6)企业风险管理情况
(7)企业投资并购动向
(8)业务发展优劣势分析
7.1.7 中信银行大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业基础建设情况
1)企业数据资源分析
2)企业金融资源分析
(4)企业平台建设情况
(5)企业渠道建设情况
(6)企业风险管理情况
(7)企业投资并购动向
(8)业务发展优劣势分析
7.1.8 平安银行大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
(3)企业基础建设情况
1)企业数据资源分析
2)企业金融资源分析
(4)企业平台建设情况
(5)企业渠道建设情况
(6)企业风险管理情况
(7)企业投资并购动向
(8)业务发展优劣势分析
7.2 保险大数据金融领先应用机构
7.2.1 中国人寿大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业大数据金融布局路径
(4)企业大数据金融发展模式
(5)企业大数据金融业务优劣势分析
7.2.2 中国人保大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业大数据金融布局路径
(4)企业大数据金融发展模式
(5)企业大数据金融业务优劣势分析
7.2.3 平安保险大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业大数据金融布局路径
(4)企业大数据金融发展模式
(5)企业大数据金融业务优劣势分析
7.2.4 泰康人寿大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业大数据金融布局路径
(4)企业大数据金融发展模式
(5)企业大数据金融业务优劣势分析
7.2.5 太平保险大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业大数据金融布局路径
(4)企业大数据金融发展模式
(5)企业大数据金融业务优劣势分析
7.2.6 阳光保险大数据金融布局分析
(1)企业基本信息概述
(2)企业主营业务分析
1)企业主营业务类型
2)企业经营业绩分析
(3)企业大数据金融布局路径
(4)企业大数据金融发展模式
(5)企业大数据金融业务优劣势分析
7.3 证券大数据金融领先应用机构
7.3.1 国金证券大数据金融布局分析
(1)企业基本信息概述
(2)企业基础资源分析
(3)企业市场预期水平
1)企业大数据金融发展现状
2)企业大数据金融发展前景
(4)企业经营业绩分析
(5)企业营业网点分析
(6)业务发展优劣势分析
7.3.2 中信证券大数据金融布局分析
(1)企业基本信息概述
(2)企业基础资源分析
(3)企业市场预期水平
1)企业大数据金融发展现状
2)企业大数据金融发展前景
(4)企业经营业绩分析
(5)企业营业网点分析
(6)业务发展优劣势分析
7.3.3 国泰君安大数据金融布局分析
(1)企业基本信息概述
(2)企业基础资源分析
(3)企业市场预期水平
1)企业大数据金融发展现状
2)企业大数据金融发展前景
(4)企业经营业绩分析
(5)企业营业网点分析
(6)业务发展优劣势分析
7.3.4 海通证券大数据金融布局分析
(1)企业基本信息概述
(2)企业基础资源分析
(3)企业市场预期水平
1)企业大数据金融发展现状
2)企业大数据金融发展前景
(4)企业经营业绩分析
(5)企业营业网点分析
(6)业务发展优劣势分析
7.3.5 广发证券大数据金融布局分析
(1)企业基本信息概述
(2)企业基础资源分析
(3)企业市场预期水平
1)企业大数据金融发展现状
2)企业大数据金融发展前景
(4)企业经营业绩分析
(5)企业营业网点分析
(6)业务发展优劣势分析
7.3.6 方正证券大数据金融布局分析
(1)企业基本信息概述
(2)企业基础资源分析
(3)企业市场预期水平
1)企业大数据金融发展现状
2)企业大数据金融发展前景
(4)企业经营业绩分析
(5)企业营业网点分析
(6)业务发展优劣势分析

第8章:大数据金融发展趋势及投资战略规划
8.1 大数据金融发展风险分析
8.1.1 大数据金融主要风险来源
(1)技术风险
(2)操作风险
(3)政策风险
8.1.2 大数据金融风险管理措施
(1)政府风险管理措施
(2)行业风险管理措施
(3)企业风险管理措施
8.2 大数据金融发展SWOT分析
8.2.1 大数据金融发展优势分析
8.2.2 大数据金融发展劣势分析
8.2.3 大数据金融发展机遇分析
8.2.4 大数据金融发展挑战分析
8.3 大数据金融发展趋势分析
8.3.1 跨界融合趋势
8.3.2 行业细分趋势
8.3.3 实体转型趋势
8.3.4 个性服务趋势
8.4 大数据金融投融资机会分析
8.4.1 大数据金融投融资现状分析
8.4.2 大数据金融并购现状分析
8.4.3 大数据金融投资机会分析
8.4.4 大数据金融投资规划分析
(1)电子商务平台投资规划
(2)支付平台投资规划
(3)金融机构整合规划
(4)应用软件投资规划
图表目录

图表1:大数据产业相关企业经济活动分类
图表2:大数据产业链构成
图表3:大数据产业链中数据组织与管理层涉及业务
图表4:大数据产业链中数据分析与发现层涉及业务
图表5:大数据的生态系统
图表6:大数据的商业价值
图表7:大数据创造的商业价值
图表8:大数据在各个行业的潜在应用指数
图表9:大数据应用行业投资结构(单位:%)
图表10:中国金融行业大数据应用投资结构(单位:%)
图表11:一行三会对大数据金融的业务监管
图表12:国务院常务会议中涉及大数据内容列表
图表13:各地方政府的大数据支持政策
图表14:主要大数据产业联盟列表
图表15:政府数据开放平台案例
图表16:2010-2015年第三季度中国GDP及其增长情况(单位:亿元,%)
图表17:2010-2014年我国工业增加值及其增长速度走势图(单位:亿元,%)
图表18:2014年11月-2015年11月我国规模以上工业增加值增长速度(单位:%)
图表19:2009-2015年全社会固定资产投资走势图(单位:亿元,%)
图表20:2014年11月-2015年11月全社会固定资产投资(不含农户)增速走势图(单位:%)
图表21:2010-2015年银行业金融机构资产负债规模变化情况(单位:亿元,%)
图表22:2008-2014年城市商业银行贷款余额变化趋势(单位:万亿元,%)
图表23:2007-2014年城市商业银行贷款占同期银行业金融机构贷款总额的比重变化(单位:%)
图表24:2010-2015年商业银行不良贷款情况(单位:亿元,%)
图表25:2015年我国宏观经济指标预测(单位:%)
图表26:GFS集群构成
图表27:云计算系统中的数据管理技术主要分类
图表28:虚拟化技术根据对象分类
图表29:并行计算机主要的结构类型
图表30:并行计算机主要的存储访问模型
图表31:大数据工具列表
图表32:2010-2015年上半年中国网民规模和互联网普及率(单位:万人,%)
图表33:2010-2015年上半年中国手机上网网民规模及占整体网民比例(单位:万人,%)
图表34:2014-2015年中国互联网基础资源(单位:个,Mbps,%)
图表35:2010-2015年中国IPv6地址资源变化情况(单位:块/32)
图表36:2010-2015年中国IPv4地址资源变化情况(单位:万个)
图表37:2015年6月中国分类域名数(单位:个,%)
图表38:2015年6月中国分类CN域名数(单位:个,%)
图表39:2010-2015年中国网站数量变化(单位:万个)
图表40:2010-2015年中国国际出口带宽变化情况(单位:Mbps,%)
图表41:2010-2015年网络新闻用户数及使用率(单位:万人,%)
图表42:2010-2015年网络视频用户数及使用率(单位:万人,%)
图表43:2010-2015年搜索引擎用户数及使用率(单位:万人,%)
图表44:2010-2015年中国即时通信用户数及使用率(单位:万人,%)
图表45:2011-2015年微博用户数及使用率(单位:万人,%)
图表46:2010-2015年博客/个人空间用户数及使用率(单位:万人,%)
图表47:2014-2015年中国活跃移动设备数量规模及增速走势图(单位:亿,%)
图表48:2010-2015年中国智能手机保有量规模及预测(单位:亿台,%)
图表49:大数据在银行六个业务板块中的潜在应用(1)
图表50:大数据在银行六个业务板块中的潜在应用(2)
图表51:海外大数据建设领先银行概览表
图表52:波士顿咨询公司帮助客户运用大数据技术优化网点布局示意图
图表53:大数据在保险业五大价值链环节中的应用(核心保险职能)
图表54:大数据在保险业五大价值链环节中的应用(支持职能)
图表55:海外大数据建设领先保险公司概览表
图表56:大数据金融三大创新支点
图表57:2013.12-2015.6中国网上/手机支付用户规模及变化情况(单位:万户,%)
图表58:2009-2015年中国支付行业互联网第三方支付业务交易规模(单位:亿元,%)
图表59:网上支付产业价值链
图表60:2015-2021年互联网第三方支付业务市场交易规模预测(单位:万亿元,%)
图表61:企业信用信息基础数据库服务的机构用户(单位:家)
图表62:个人信用信息基础数据库收录的自然人数量(单位:户)
图表63:征信系统年度查询情况(单位:户,个)
图表64:历年异议核查回复与更正平均时间趋势
图表65:国内P2P发展历程
图表66:2010-2015年我国P2P平台数量(单位:家)
图表67:2011-2015年我国P2P历年成交额(单位:亿元)
图表68:2014-2015年银行系P2P网贷运营平台数量(单位:家)
图表69:部分银行系P2P网贷运营平台名单
图表70:2014-2015年民营系P2P网贷运营平台数量(单位:家)
图表71:2014-2015年国资系P2P网贷运营平台数量(单位:家)
图表72:2014-2015年上市公司系P2P网贷运营平台数量(单位:家)
图表73:2014-2015年风投系P2P网贷运营平台数量(单位:家)
图表74:P2P网贷三大运营模式
图表75:2013-2015年中国电子商务市场客户规模(单位:万人,%)
图表76:2010-2015年中国电子商务市场交易规模(单位:万亿元,%)
图表77:B2C平台网络购物市场份额(单位:%)
图表78:C2C网络购物市场份额(单位:%)
图表79:电子商务领先企业对比
图表80:2014年电子商务行业投资特点
图表81:2012-2015年电子商务行业主要投资并购事件汇总
图表82:全球最活跃社交网络月度活跃用户人数情况(单位:亿人)
图表83:2014年中国各社交类应用覆盖率(单位:%)
图表84:2013-2014年社交App月度有效使用时长TOP5(单位:万小时)
图表85:中国主要社会媒体目标用户群体指数
图表86:2013-2014年门户网站投资并购事件汇总
图表87:2009-2015年中国电子银行交易笔数和替代率(单位:亿笔,%)
图表88:商业银行电子银行交易笔数替代率
图表89:2011-2018年中国网上银行和手机银行交易规模(单位:万亿元,%)
图表90:银行的互联网金融服务模式分析
图表91:2012-2014年互联网保险网上支付交易额及其增长率(单位:亿元,%)
图表92:互联网保险商业模式分析
图表93:银行信息化发展历程
图表94:保险业信息化发展历程
图表95:2011-2016年保险业信息服务市场规模及预测(单位:亿元)
图表96:证券业信息化发展历程
图表97:2009-2016年证券业信息数据服务市场规模及预测(单位:亿元,%)
图表98:美国IBM公司基本信息表
图表99:IBM大数据布局线路
图表100:IBM数据管理特色产品
图表101:2011-2015年IBM公司利润表(单位:百万美元)
图表102:2011-2015年IBM公司资产负债表(单位:百万美元)
图表103:2011-2014年IBM公司现金流量表(单位:百万美元)
图表104:2011-2014年IBM大数据收入及占比(单位:百万美元,%)
图表105:IBM大数据业务结构分析(单位:%)
图表106:IBM公司优劣势分析
图表107:甲骨文公司基本信息表
图表108:甲骨文大数据布局线路
图表109:ORACLE大数据解决方案
图表110:Oracle大数据云平台最新服务分析
图表111:2012-2016财年甲骨文股份有限公司利润表(单位:百万美元)
图表112:2012-2016财年甲骨文股份有限公司资产负债表(单位:百万美元)
图表113:2011-2014年甲骨文股份有限公司现金流量表(单位:百万美元)
图表114:2012-2015年ORACLE大数据收入及占比(单位:百万美元,%)
图表115:英特尔Hadoop发行版
图表116:2011-2015年英特尔公司利润表(单位:百万美元)
图表117:2011-2015年英特尔公司资产负债表(单位:百万美元)
图表118:2011-2014年英特尔公司现金流量表(单位:百万美元)
图表119:2011-2014年Intel大数据收入及占比(单位:百万美元,%)
图表120:SAP大数据解决方案
图片详见报告正文•••••(GY LXY)
特别说明:中国报告网所发行报告书中的信息和数据部分会随时间变化补充更新,报告发行年份对报告质量不会有任何影响,有利于降低企事业单位决策风险。

研究方法

报告主要采用的分析方法和模型包括但不限于:
- 波特五力模型分析法
- SWOT分析法
- PEST分析法
- 图表分析法
- 比较与归纳分析法
- 定量分析法
- 预测分析法
- 风险分析法
……
报告运用和涉及的行业研究理论包括但不限于:
- 产业链理论
- 生命周期理论
- 产业布局理论
- 进入壁垒理论
- 产业风险理论
- 投资价值理论
……

数据来源

报告统计数据主要来自国家统计局、地方统计局、海关总署、行业协会、工信部数据等有关部门和第三方数据库;
部分数据来自业内企业、专家、资深从业人员交流访谈;
消费者偏好数据来自问卷调查统计与抽样统计;
公开信息资料来自有相关部门网站、期刊文献网站、科研院所与高校文献;
其他数据来源包括但不限于:联合国相关统计网站、海外国家统计局与相关部门网站、其他国内外同业机构公开发布资料、国外统计机构与民间组织等等。

订购流程

1.联系我们

方式1电话联系

拔打观研天下客服电话 400-007-6266(免长话费);010-86223221

方式2微信或QQ联系,扫描添加“微信客服”或“客服QQ”进行报告订购

微信客服

客服QQ:1174916573

方式3:邮件联系

发送邮件到sales@chinabaogao.com,我们的客服人员及时与您取得联系;

2.填写订购单

您可以从报告页面下载“下载订购单”,或让客服通过微信/QQ/邮件将报告订购单发您;

3.付款

通过银行转账、网上银行、邮局汇款的形式支付报告购买款,我们见到汇款底单或转账底单后,1-2个工作日内会发送报告;

4.汇款信息

账户名:观研天下(北京)信息咨询有限公司

账 号:1100 1016 1000 5304 3375

开户行:中国建设银行北京房山支行

更多好文每日分享,欢迎关注公众号

【版权提示】观研报告网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com,我们将及时沟通与处理。

相关行业研究报告

更多
微信客服
微信客服二维码
微信扫码咨询客服
QQ客服
电话客服

咨询热线

400-007-6266
010-86223221
返回顶部