工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。其以产品数据为核心，极大延展了传统工业数据范围，同时还包括工业大数据相关技术和应用。
对于制造业而言，随着信息化建设进步和工业物联网的普及，数据量呈现出爆炸性增长趋势。大数据技术，正是为了解决海量数据的存储、处理、分析以及利用数据决策这些问题。
图表：大数据分析流程及相关技术
资料来源：观研天下整理
在工业互联网的发展利用方面，世界上的发达国家有先发优势。如美国从工业设计到产品研发，从供需链条再到企业管理，都在充分利用包括企业之外的各种数据，取得了很好的效果。
中国工程院院士、中国互联网协会理事长邬贺铨曾在分析了美国的产业互联网模式后感慨道，未来20年，最有潜力从根本上改变制造产业的就是工业大数据。相对比消费大数据，工业大数据有着不间断、多样性、实时性、行业性等特点，因此在制造业的数字化利用过程中，工业大数据也比消费大数据更为复杂。比如供应参数、生产工序的变化都会导致数据本身变化量很大，给数据标记、分发等带来结构性难度。
图表：工业大数据的战略作用
资料来源：观研天下整理
此外，国内也有不少制造业企业也做了数字化工作，但往往只限于其中的某个环节，并没有覆盖整个工业生产流程。一般认为，真正的制造业数字化应当覆盖全产业链。制造业在工业设计、生产、销售、服务等环节都产生了大量的数据，大数据在制造业的应用也应当贯穿所有的环节，要打造大数据的价值链的应用，必须覆盖制造业的所有的环节，并涵盖上下游的各种关系。
除大数据覆盖面的问题外，在推动智能制造的过程中最严重的问题之一就是因设备标准不统一带来的数据类型多样化的瓶颈。2017年底，工业和信息化部、国家标准化管理委员会联合发布《国家智能制造标准体系建设指南》，致力于解决智能设备、传感设备标准不一的老问题。一旦有标准可循，生产难度也会降低。
此外，面对当前我国工业行业“产生了大数据、但并没有收集足够大的数据量、应用的更少”这样的挑战，专家指出，工业企业应该利用大数据、互联网和软件做支撑，把装备作为终端去调整或者改变生产模式，通过数据分析和软件定义，在互联网上抓生产，实现装备的智能化，提升生产效率、改进产品质量、节约资源消耗。
以工业大数据为代表信息技术不断被政府和企业所重视，从德国的“工业4.0”到美国的“工业互联网”战略规划，再到中国的“中国制造2025”和“互联网+”，这其中无不体现政府对以云计算、物联网和大数据技术与传统工业深度融合，协同发展的期待。面对发达国家的“再工业化”与新兴市场低生产成本的双重挤压，在新一轮的工业革命和产业变革中，中国的制造业正面临前所未有的严峻挑战和难得的历史机遇。为了实现制造业强国的战略目标，2015 年5 月8 日，国务院正式印发《中国制造2025》。这一十年期的行动纲领对于两化融合做出了进一步阐释，明确提出“新一代信息技术与制造业深度融合，正在引发影响深远的产业变革，形成新的生产方式、产业形态、商业模式和经济增长点。”与此同时，对于工业大数据，也明确指出“工业大数据是我国制造业转型升级的重要战略资源”。相信在未来的十年里，中国的制造业将以两化融合为主线，以智能制造为主攻方向，借助工业大数据、云计算、5G 等信息技术，实现工业化信息化相互渗透、相互融合。（GYZLPT）
观研天下发布的《2018年中国工业大数据市场分析报告-行业深度调研与投资前景研究》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。观研天下是国内知名的行业信息咨询机构，拥有资深的专家团队，多年来已经为上万家企业单位、咨询机构、金融机构、行业协会、个人投资者等提供了专业的行业分析报告，客户涵盖了华为、中国石油、中国电信、中国建筑、惠普、迪士尼等国内外行业领先企业，并得到了客户的广泛认可。
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。本研究报告采用的行业分析方法包括波特五力模型分析法、SWOT分析法、PEST分析法，对行业进行全面的内外部环境分析，同时通过资深分析师对目前国家经济形势的走势以及市场发展趋势和当前行业热点分析，预测行业未来的发展方向、新兴热点、市场空间、技术趋势以及未来发展战略等。
【报告大纲】
第一章 工业大数据产业发展背景分析
1.1 德国工业4.0背景分析
1.1.1 德国工业4.0战略要点分析
1.1.2 德国工业4.0战略布局分析
1.1.3 德国工业4.0扶持政策分析
1.1.4 德国工业4.0技术背景分析
（1）物联网
（2）人工智能
（3）大数据
（4）社交媒体
1.2 中国制造2025背景分析
1.2.1 中国制造2025投资前景分析
1.2.2 中国制造2025发展阶段分析
1.2.3 中国制造2025技术背景分析
（1）集成技术
（2）智能化技术
（3）互联网技术
（4）大数据技术
1.3 中国工业大数据产业政策环境分析
1.3.1 相关发展规划政策
（1）促进大数据发展行动纲要
（2）2017年国家十三五规划
（3）大数据产业发展规划（2018-2024年）
1.3.2 资金扶持政策分析
1.3.3 政策发展趋势分析
第二章 全球工业大数据产业发展状况分析
2.1 全球工业大数据产业发展现状及趋势
2.1.1 全球工业大数据市场发展周期分析
2.1.2 全球工业大数据市场发展规模分析
2.1.3 全球工业大数据市场竞争格局分析
2.1.4 全球工业大数据市场应用场景分析
2.1.5 全球工业大数据发展趋势及前景
2.2 典型国家工业大数据产业发展现状及趋势
2.2.1 美国工业大数据市场发展现状及趋势
（1）美国工业大数据市场扶持政策分析
（2）美国工业大数据市场发展现状分析
（3）美国工业大数据市场竞争格局分析
（4）美国工业大数据市场应用场景分析
（5）美国工业大数据市场发展趋势分析
2.2.2 欧洲工业大数据市场发展现状及趋势
（1）欧洲工业大数据市场扶持政策分析
（2）欧洲工业大数据市场发展现状分析
（3）欧洲工业大数据市场竞争格局分析
（4）欧洲工业大数据市场应用场景分析
（5）欧洲工业大数据市场发展趋势分析
2.2.3 日本工业大数据市场发展现状及趋势
（1）日本工业大数据市场扶持政策分析
（2）日本工业大数据市场发展现状分析
（3）日本工业大数据市场应用场景分析
（4）日本工业大数据市场发展趋势分析
2.2.4 韩国工业大数据市场发展现状及趋势
（1）韩国工业大数据市场扶持政策分析
（2）韩国工业大数据市场发展现状分析
（3）韩国工业大数据市场应用场景分析
（4）韩国工业大数据市场发展趋势分析
2.3 全球工业大数据产业典型企业分析
2.3.1 IBM公司
（1）企业发展简况分析
（2）企业大数据技术分析
（3）企业大数据业务市场布局
（4）企业大数据业务经营情况
（5）企业大数据业务结构分析
（6）企业大数据业务典型客户
2.3.2 Teradata公司
（1）企业发展简况分析
（2）企业大数据技术分析
（3）企业大数据业务市场布局
（4）企业大数据业务经营情况
（5）企业大数据业务结构分析
（6）企业大数据业务典型客户
2.3.3 Oracle公司
（1）企业发展简况分析
（2）企业大数据技术分析
（3）企业大数据业务市场布局
（4）企业大数据业务经营情况
（5）企业大数据业务结构分析
2.3.4 EMC公司
（1）企业发展简况分析
（2）企业大数据技术分析
（3）企业大数据业务市场布局
（4）企业大数据业务经营情况
（5）企业大数据业务结构分析
2.3.5 Cisco公司
（1）企业发展简况分析
（2）企业大数据技术分析
（3）企业大数据业务市场布局
（4）企业大数据业务经营情况
（5）企业大数据业务结构分析
第三章 中国工业大数据产业发展状况分析
3.1 中国工业大数据产业发展现状分析
3.1.1 工业大数据发展进程分析
3.1.2 工业大数据发展现状分析
3.1.3 工业大数据市场规模分析
3.2 中国工业大数据市场竞争分析
3.2.1 工业大数据市场区域格局分析
（1）京津冀地区
（2）珠三角地区
（3）长江三角洲地区
（4）中西部地区
3.2.2 工业大数据市场企业格局分析
3.2.3 工业大数据市场五力竞争分析
（1）行业现有竞争者分析
（2）行业潜在进入者威胁
（3）行业替代品威胁分析
（4）行业供应商议价能力分析
（5）行业购买者议价能力分析
（6）行业竞争情况总结
3.3 中国工业大数据技术集成应用分析
3.3.1 骨干企业大数据应用
3.3.2 中小企业大数据应用
3.3.3 行业大数据应用
3.4 中国工业大数据市场应用场景分析
3.4.1 加速产品创新大数据应用
（1）工业大数据加速产品创新应用原理
（2）工业大数据加速产品创新应用现状
（3）工业大数据加速产品创新应用案例
3.4.2 产品故障诊断与预测大数据应用
（1）工业大数据产品故障诊断与预测应用原理
（2）工业大数据产品故障诊断与预测应用现状
（3）工业大数据产品故障诊断与预测应用案例
3.4.3 工业物联网生产线大数据应用
（1）工业物联网生产线大数据应用原理
（2）工业物联网生产线大数据应用现状
（3）工业物联网生产线大数据应用案例
3.4.4 工业供应链分析优化大数据应用
（1）工业供应链分析优化大数据应用原理
（2）工业供应链分析优化大数据应用现状
（3）工业供应链分析优化大数据应用案例
3.5 中国工业大数据产业基地分析
3.5.1 中国工业大数据产业基地支持政策
3.5.2 中国工业大数据产业基地规模分析
3.5.3 中国工业大数据产业基地区域分布
3.5.4 中国工业大数据产业基地市场定位
3.5.5 中国工业大数据产业基地案例分析
（1）盐城大数据产业基地分析
（2）钱塘工业大数据产业基地分析
第四章 中国工业大数据重点领域发展潜力
4.1 中国工业大数据在航空航天装备制造领域的发展潜力
4.1.1 中国航空航天装备制造市场规模分析
4.1.2 中国航空航天装备制造行业大数据需求分析
4.1.3 中国航空航天装备制造行业大数据需求区域分析
4.1.4 中国航空航天装备制造行业大数据市场竞争分析
4.1.5 中国航空航天装备制造行业大数据应用典型案例
4.1.6 中国航空航天装备制造行业大数据发展潜力分析
4.2 中国工业大数据在信息通信设备制造领域的发展潜力
4.2.1 中国信息通信设备制造市场规模分析
4.2.2 中国信息通信设备制造行业大数据需求分析
4.2.3 中国信息通信设备制造行业大数据市场竞争分析
4.2.4 中国信息通信设备制造行业大数据发展潜力分析
4.3 中国工业大数据在海洋工程装备领域的发展潜力
4.3.1 中国海洋工程装备市场规模分析
4.3.2 中国海洋工程装备行业大数据需求分析
4.3.3 中国海洋工程装备行业大数据需求区域分析
4.3.4 中国海洋工程装备行业大数据应用典型案例
4.3.5 中国海洋工程装备行业大数据发展潜力分析
4.4 中国工业大数据在数控机床领域的发展潜力
4.4.1 中国数控机床市场规模分析
4.4.2 中国数控机床行业大数据需求分析
4.4.3 中国数控机床行业大数据需求区域分析
4.4.4 中国数控机床行业大数据市场竞争分析
4.4.5 中国数控机床行业大数据应用典型案例
4.4.6 中国数控机床行业大数据发展潜力分析
4.5 中国工业大数据在医疗设备制造领域的发展潜力
4.5.1 中国医疗设备制造市场规模分析
4.5.2 中国医疗设备制造行业大数据需求规模分析
4.5.3 中国医疗设备制造行业大数据需求区域分析
4.5.4 中国医疗设备制造行业大数据市场竞争分析
4.5.5 中国医疗设备制造行业大数据应用典型案例
4.5.6 中国医疗设备制造行业大数据发展潜力分析
4.6 中国工业大数据在新能源汽车制造领域的发展潜力
4.6.1 中国新能源汽车制造市场规模分析
4.6.2 中国新能源汽车制造行业大数据需求规模分析
4.6.3 中国新能源汽车制造行业大数据需求区域分析
4.6.4 中国新能源汽车制造行业大数据市场竞争分析
（1）高德软件有限公司
（2）北京四维图新科技股份有限公司
（3）启明信息技术股份有限公司
4.6.5 中国新能源汽车制造行业大数据应用典型案例
4.6.6 中国新能源汽车制造行业大数据发展潜力分析
4.7 中国工业大数据在轨道交通装备制造领域的发展潜力
4.7.1 中国轨道交通装备制造市场规模分析
4.7.2 中国轨道交通装备制造行业大数据需求规模分析
4.7.3 中国轨道交通装备制造行业大数据需求区域分析
4.7.4 中国轨道交通装备制造行业大数据市场竞争分析
（1）北京千方科技股份有限公司
（2）杭州海康威视数字技术股份有限公司
4.7.5 中国轨道交通装备制造行业大数据应用典型案例
4.7.6 中国轨道交通装备制造行业大数据发展潜力分析
4.8 中国工业大数据在其他领域的发展潜力
4.8.1 电力行业
4.8.2 石油行业
第五章 中国工业大数据产业领先企业分析
5.1 中国工业大数据企业发展概况分析
5.1.1 企业发展整体状况
5.1.2 企业发展特征分析
5.1.3 企业区域分布情况
（1）京津冀地区
（2）珠三角地区
（3）长江三角洲地区
（4）中西部地区
5.1.4 企业整体发展潜力
5.2 中国工业大数据企业领先企业个案分析
5.2.1 华为技术有限公司
（1）企业发展简况分析
（2）企业经营情况分析
（3）企业工业大数据投资分析
（4）企业工业大数据解决方案
（5）企业销售渠道与网络分析
（6）企业典型客户分析
（7）企业发展优劣势分析
5.2.2 北京东方国信科技股份有限公司
（1）企业发展简况分析
（2）企业经营情况分析
（3）企业工业大数据投资分析
（4）企业工业大数据解决方案
（5）企业销售渠道与网络分析
（6）企业典型客户分析
（7）企业发展优劣势分析
5.2.3 美年大健康产业控股股份有限公司
（1）企业发展简况分析
（2）企业经营情况分析
（3）企业工业大数据投资分析
（4）企业工业大数据解决方案
（5）企业销售渠道与网络分析
（6）企业典型客户分析
（7）企业发展优劣势分析
5.2.4 北京荣之联科技股份有限公司
（1）企业发展简况分析
（2）企业经营情况分析
（3）企业工业大数据投资分析
（4）企业工业大数据解决方案
（5）企业销售渠道与网络分析
（6）企业典型客户分析
（7）企业发展优劣势分析
5.2.5 北京华胜天成科技股份有限公司
（1）企业发展简况分析
（2）企业经营情况分析
（3）企业工业大数据投资分析
（4）企业工业大数据解决方案
（5）企业销售渠道与网络分析
（6）企业典型客户分析
（7）企业发展优劣势分析
5.2.6 北京永洪商智科技有限公司
（1）企业发展简况分析
（2）企业经营情况分析
（3）企业工业大数据投资分析
（4）企业工业大数据解决方案
（5）企业销售渠道与网络分析
（6）企业典型客户分析
（7）企业发展优劣势分析
5.2.7 广州市海捷计算机科技有限公司
（1）企业发展简况分析
（2）企业经营情况分析
（3）企业工业大数据投资分析
（4）企业工业大数据解决方案
（5）企业典型客户分析
（6）企业发展优劣势分析
5.2.8 北京赛思信安技术股份有限公司
（1）企业发展简况分析
（2）企业经营情况分析
（3）企业工业大数据投资分析
（4）企业工业大数据解决方案
（5）企业销售渠道与网络分析
（6）企业典型客户分析
（7）企业发展优劣势分析
5.2.9 北京海兰信数据科技股份有限公司
（1）企业发展简况分析
（2）企业经营情况分析
（3）企业工业大数据投资分析
（4）企业工业大数据解决方案
（5）企业销售渠道与网络分析
（6）企业典型客户分析
（7）企业发展优劣势分析
5.2.10 上海汉得信息技术股份有限公司
（1）企业发展简况分析
（2）企业经营情况分析
（3）企业工业大数据投资分析
（4）企业工业大数据解决方案
（5）企业销售渠道与网络分析
（6）企业典型客户分析
（7）企业发展优劣势分析
5.2.11 沈阳格微软件有限责任公司
（1）企业发展简况分析
（2）企业经营情况分析
（3）企业工业大数据投资分析
（4）企业工业大数据解决方案
（5）企业典型客户分析
（6）企业发展优劣势分析
第六章 中国工业大数据产业趋势预测与投资建议
6.1 中国工业大数据市场发展趋势及前景
6.1.1 中国工业大数据市场发展趋势分析
（1）行业整体趋势预测
（2）产品发展趋势预测
（3）市场竞争格局预测
6.1.2 中国工业大数据市场趋势预测分析
6.2 中国工业大数据市场投资现状分析
6.2.1 中国工业大数据市场投资主体分析
（1）行业投资主体构成
（2）各投资主体投资优势
6.2.2 中国工业大数据市场投资方式分析
6.2.3 中国工业大数据市场投资案例分析
6.3 中国工业大数据市场投资机会及建议
6.3.1 中国工业大数据市场投资机会分析
（1）行业投资热潮分析
（2）行业投资推动因素
6.3.2 中国工业大数据市场投资前景研究建议
（1）行业投资方式策略
（2）行业投资领域策略
（3）行业产品创新策略
（4）行业营销模式策略
图表目录
图表1：德国工业4.0扶持政策
图表2：德国主要社交媒体平台（单位：%）
图表3：2017年和2025年制造业主要指标
图表4：2016-2017年我国网民规模及互联网普及率（单位：万人，%）
图表5：截至2017年中国分类域名数（单位：个，%）
图表6：《促进大数据发展行动纲要》概述
图表7：《大数据产业发展规划（2018-2024年）》概述
图表8：全球工业大数据市场发展周期
图表9：2016-2017年全球工业大数据产业市场规模（单位：亿美元）
图表10：全球工业大数据市场竞争格局示意图
图表11：全球工业大数据应用场景汇总
图表12：2018-2024年全球工业大数据市场规模预测（单位：亿美元）
图表13：美国工业大数据市场相关政策汇总
图表14：美国工业大数据技术应用场景
图表15：欧洲工业大数据市场相关政策汇总
图表16：大数据对欧洲28国GDP影响分析
