大数据的价值在于应用。据麦肯锡测算，如果将数据使用率提升10%，全球各行各业的人均产出的提升速度都伕有显著提高——从电信业提高17%到零售业提高49%不等。
大数据应用对产出的贡献
资料来源：中国报告网数据中心整理
在美国医疗服务行业，大数据每年可以产生的价值约3000亿美元，大约相当于0.7%的年生产率增长。在欧洲公共管理领域，大数据每年能够产生2500亿欧元的价值，大约相当于0.5%的年生产率增长。在全球个人位置数据服务领域，也就是位置定位和与乊相兲联的各种搜索服务，大数据可以使服务提供商收入达1000亿美元以上，最终用户价值则可以达7000亿美元。大数据还可以使制造业的产品开収、组裃成本降低50%，运营成本降低7%。近年来，各国政府从数据、技术、应用三斱面来推迚大数据发展。
先看美国。2009年5月，美国联邦政府开放数据平台data.gov上线。2012年3月，美国联邦6部门联合启动大数据研究计划，加速共用应用。2013年5月，要求新增数据必须机器可读，代码开源。2014年5月，美国白宫収布大数据报告，提出要重视大数据负面问题，其背景是斯诺登亊件和维基解密等。
再看英国。2013年1月，英国政府对大数据技术研収投资1.89亿英镑。2013年5月，英国政府和李嘉诚基釐伕联合启动医疗大数据研究计划，加速共用应用。2013年6月，英国政府収布信息经济战略，提出数据创新计划。信息经济也可以称数字经济。2013年10月，英国政府収布《数据能力战略》，即英国大数据战略。
日本的大数据核心战略包含在兵信息产业収展战略里。日本是信息产业大国，2013年6月，日本収布《创建最尖端IT国家宣言》，阐述2013—2020年以开放公共数据和大数据为核心的新IT国家战略，提出开放公共数据、促迚活用等6项行动。
澳大利亚也在2013年8月出台了公共服务大数据政策，提出了6项行动计划，幵由专门部门负责实施。仍这些国家杢看，大数据政策的収力点是三项：一是“给数据”，就是对政府部门的数据迚行融合、开放、共享；事是“给钱”，就是提供专项资釐，制定研究计划，迚行技术攻兲，统一技术标准；三是“带头用”，就是将大数据仍政务端开始率兇整合应用，通过政府带头，把大数据应用推向社伕生产生活的各个层面。
根据国务院《促进大数据发展行动纲要》目标，2020年我国大数据核心产业发展规模将达到1万亿元。2015年底我国大数据核心产业规模是696.7亿元，2017年达到1335亿元，到2020年爆发式增长到1万亿元，这和麦肯锡等全球咨询机极战略报告是不谋而合的。到2020年，我国大数据关联产业产值将达到10万亿元，大数据融合产业产值将达到20万亿元。国家出台大数据产业政策以后，很多地斱热情高涨，在经济下行压力加大的情况下，希望把握住这个产业发展热点。
大数据应用对产出的贡献
资料来源：中国报告网数据中心整理
中国报告网发布的《2017-2021年中国大数据行业市场需求调研及投资战略研究报告》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。
第一章 大数据产业相关概述
1.1 大数据介绍
1.1.1 大数据的产生
1.1.2 大数据的定义
1.1.3 大数据的类型
1.1.4 大数据的特点
1.1.5 大数据的数据来源
1.1.6 大数据的各个环节
1.2 大数据的价值及影响
1.2.1 大数据的价值
1.2.2 大数据研究意义
1.2.3 大数据的应用价值
1.2.4 对信息时代的影响
1.3 大数据产业简介
1.3.1 大数据产业的概念
1.3.2 大数据产业链分析
1.3.3 大数据产业发展的必然性
1.3.4 大数据产业的战略地位
1.4 结构化数据与非结构化数据分析
1.4.1 结构化数据分析
1.4.2 非结构化数据分析
第二章 大数据产业发展环境分析
2.1 政策（Political）环境
2.1.1 发达国家大数据政策对比
2.1.2 数据中心建设指导意见
2.1.3 大数据成为国家发展战略
2.1.4 政府进一步开放数据平台
2.1.5 地区加快制定大数据规划
2.1.6 大数据完善政府治理体系
2.2 经济（Economic）环境
2.2.1 世界经济运行状况
2.2.2 中国经济运行现状
2.2.3 中国经济运行特征
2.2.4 中国经济支撑因素
2.2.5 中国经济发展预测
2.3 社会（Social）环境
2.3.1 人口环境分析
2.3.2 科技投入状况
2.3.3 城镇化发展进程
2.3.4 行业背景分析
2.4 技术（Technological）环境
2.4.1 大数据关键技术介绍
2.4.2 大数据技术研发热点分析
2.4.3 大数据技术重点关注领域
2.4.4 世界主要企业加快技术研发
2.4.5 数据中心发展的技术影响因素
第三章 2015-2017年国际大数据产业发展分析
3.1 2015-2017年全球大数据产业总体发展分析
3.1.1 全球大数据产业运行特征
3.1.2 全球大数据产业发展规模
3.1.3 全球大数据细分市场格局
3.1.4 全球大数据细分市场规模
3.1.5 全球大数据应用状况调查
3.1.6 全球大数据行业市场格局
3.1.7 发达国家加快大数据产业布局
3.1.8 部分国家大数据发展政策环境
3.1.9 部分国家运营商大数据发展状况
3.2 2015-2017年欧盟开放数据战略分析
3.2.1 大数据产业发展战略
3.2.2 加大技术研发资助力度
3.2.3 探索公私合作项目
3.2.4 推进大数据应用举措
3.2.5 推进大数据基础建设
3.2.6 欧盟大数据发展规划
3.3 2015-2017年美国大数据产业发展分析
3.3.1 大数据发展战略
3.3.2 大数据产业状况
3.3.3 大数据应用案例
3.3.4 大数据技术发展措施
3.3.5 针对安全问题的政策
3.3.6 产业发展的经验借鉴
3.3.7 布局大数据预测市场
3.4 2015-2017年日本大数据产业发展分析
3.4.1 大数据产业地位
3.4.2 市场规模及趋势
3.4.3 看好大数据经济效益
3.4.4 加强制造业大数据应用
3.4.5 运行大数据预防灾害
3.4.6 产业重点企业分析
3.5 2015-2017年其他国家大数据产业发展状况
3.5.1 英国
3.5.2 法国
3.5.3 爱尔兰
3.5.4 澳大利亚
3.5.5 韩国
3.5.6 新加坡
第四章 2015-2017年中国大数据产业发展分析
4.1 2015-2017年中国大数据产业发展综述
4.1.1 市场发展阶段
4.1.2 产业驱动主体
4.1.3 产业运行情况
4.1.4 产业发展提速
4.1.5 推动云基地建设
4.1.6 交易中心成立
4.2 2015-2017年中国大数据产业布局
4.2.1 市场供给结构
4.2.2 应用行业分布
4.2.3 区域集聚发展
4.2.4 华北产业集聚
4.3 2015-2017年中国大数据产业需求分析
4.3.1 主要行业大数据需求状况
4.3.2 企业大数据的应用及需求
4.3.3 大数据细分领域需求分析
4.3.4 大数据存储领域需求分析
4.3.5 数据小型机市场需求分析
4.4 中国大数据产业存在的问题
4.4.1 大数据产业发展难点
4.4.2 大数据产业存在的问题
4.4.3 大数据产业的现实挑战
4.4.4 大数据应用面临的挑战
4.4.5 大数据技术发展问题
4.4.6 大数据安全问题分析
4.5 中国大数据产业的发展策略
4.5.1 大数据应作为国家战略重点
4.5.2 大数据产业发展的政策建议
4.5.3 加快大数据的研发与应用
4.5.4 应避免大数据的过度建设
4.5.5 进一步打破数据信息孤岛
第五章 2015-2017年大数据产业发展格局及发展模式
5.1 2015-2017年大数据产业竞争格局
5.1.1 大数据企业竞争格局分析
5.1.2 不同规模企业的竞争力分析
5.1.3 IT产业竞相布局大数据产业
5.1.4 网络保险市场大数据竞争状况
5.1.5 企业在智慧城市建设领域的竞争
5.2 2015-2017年中国大数据产业区域发展状况
5.2.1 河南省
5.2.2 湖北省
5.2.3 青海省
5.2.4 江苏省
5.2.5 四川省
5.2.6 贵州省
5.2.7 广东省
5.2.8 北京市
5.2.9 上海市
5.2.10 重庆市
5.2.11 广州市
5.3 2015-2017年大数据产业链及市场主体分析
5.3.1 大数据产业链介绍
5.3.2 大数据产业结构
5.3.3 大数据主要子行业
5.4 2015-2017年大数据交易市场分析
5.4.1 大数据交易市场环境
5.4.2 大数据交易产业链
5.4.3 大数据交易市场规模
5.4.4 大数据交易市场发展状况
5.4.5 大数据交易平台发展分析
5.4.6 大数据交易市场人才需求
5.5 2015-2017年大数据行业的盈利模式
5.5.1 解决方案
5.5.2 基础设施
5.5.3 数据产品
5.5.4 行业应用
5.6 2015-2017年大数据业务的商业模式
5.6.1 大数据业务商业模式类型
5.6.2 大数据商业模式及应用特点
5.6.3 重点企业大数据商业模式
5.6.4 构建创新的大数据商业模式
第六章 2015-2017年中国大数据行业主要设备市场分析
6.1 大数据一体机市场分析
6.1.1 大数据一体机简介
6.1.2 大数据一体机的优劣分析
6.1.3 大数据一体机的用户类型
6.1.4 国外竞争格局与品牌分布
6.1.5 国内市场竞争格局分析
6.1.6 国内企业竞争优劣势分析
6.1.7 国内主流品牌及其特点
6.2 大数据处理和分析软件市场分析
6.2.1 大数据与商业智能的关系
6.2.2 商业智能软件的应用价值
6.2.3 全球商业分析软件市场规模
6.2.4 全球大数据软件市场发展动态
6.2.5 国内大数据软件市场发展状况
6.2.6 国内商业智能软件下游市场
6.2.7 全球大数据软件市场发展潜力
第七章 2015-2017年重点行业大数据应用分析
7.1 医疗行业
7.1.1 医疗行业大数据应用价值
7.1.2 医疗行业大数据应用场景
7.1.3 医疗大数据产业链分析
7.1.4 医疗行业的数据类型分析
7.1.5 大数据对医疗行业的影响
7.1.6 医疗行业大数据应用的掣肘
7.1.7 医疗大数据实现中的关键问题
7.1.8 大数据在医疗领域的发展趋势
7.2 金融行业
7.2.1 金融行业大数据应用价值
7.2.2 金融行业大数据应用领域
7.2.3 金融大数据产业链分析
7.2.4 金融行业大数据应用状况
7.2.5 金融行业大数据特征现状
7.2.6 大数据优化企业融资环境
7.2.7 金融行业大数据应用案例
7.2.8 大数据带来的挑战及对策
7.3 电子商务
7.3.1 大数据处理对电子商务的影响
7.3.2 电子商务大数据的应用需求
7.3.3 电子商务大数据的具体应用
7.3.4 数据分析提高电商企业绩效
7.3.5 电子商务大数据的发展机遇
7.3.6 全球首个电商大数据指数发布
7.3.7 电子商务大数据应用挑战及对策
7.4 零售行业
7.4.1 零售行业大数据应用价值
7.4.2 零售大数据产业链分析
7.4.3 零售行业大数据应用需求
7.4.4 零售行业数据采集方式
7.4.5 零售行业大数据应用案例
7.4.6 零售巨头积极运用大数据
7.5 电信行业
7.5.1 电信行业大数据应用价值
7.5.2 通信大数据产业链分析
7.5.3 电信行业大数据应用背景
7.5.4 电信行业大数据应用需求
7.5.5 电信行业大数据应用情况
7.5.6 运营商数据中心建设动态
7.5.7 电信行业大数据应用案例
7.5.8 电信行业大数据发展机会
7.6 交通行业
7.6.1 交通行业大数据应用意义
7.6.2 交通行业大数据应用优势
7.6.3 交通行业大数据应用需求
7.6.4 交通行业大数据应用案例
7.6.5 交通行业大数据应用问题及对策
7.6.6 交通行业大数据应用发展展望
7.7 智慧城市
7.7.1 中国智慧城市的发展现状
7.7.2 智慧城市大数据应用需求
7.7.3 智慧城市大数据应用价值
7.7.4 智慧城市大数据应用领域
7.7.5 智慧城市大数据应用案例
7.8 政府公共服务
7.8.1 政府公共服务中大数据应用价值
7.8.2 大数据在电子政务领域的应用
7.8.3 政府网络执政中大数据应用挑战
7.8.4 政府统计工作中大数据应用机遇
7.8.5 大数据时代对政府信息公开的需求
7.8.6 军队管理中大数据的应用策略
7.9 其他行业
7.9.1 电力行业大数据应用分析
7.9.2 房地产业大数据应用状况
7.9.3 服装行业大数据应用分析
7.9.4 旅游行业大数据应用分析
7.9.5 影视行业大数据应用分析
7.9.6 媒体行业大数据应用状况
第八章 2015-2017年国外大数据行业重点企业发展形势
8.1 IBM
8.1.1 企业发展概况
8.1.2 企业经营状况
8.1.3 项目投资动态
8.1.4 项目合作动态
8.1.5 在华客户案例
8.2 甲骨文
8.2.1 企业发展概况
8.2.2 企业经营状况
8.2.3 大数据解决方案
8.2.4 大数据服务内容
8.2.5 企业大数据策略
8.2.6 大数据成发展重点
8.3 微软
8.3.1 企业发展概况
8.3.2 企业经营状况
8.3.3 大数据解决方案
8.3.4 企业发展优势
8.3.5 大数据发展现状
8.3.6 推进数据中心建设
8.4 SAP
8.4.1 企业发展概况
8.4.2 企业经营状况
8.4.3 大数据解决方案
8.4.4 大数据查询平台
8.4.5 大数据预测平台
8.4.6 新版数字解决方案
8.4.7 在中国市场的地位
8.5 EMC
8.5.1 企业发展概况
8.5.2 企业经营状况
8.5.3 大数据解决方案
8.5.4 大数据发展战略
8.5.5 中国市场发展策略
8.6 惠普
8.6.1 企业发展概况
8.6.2 企业经营状况
8.6.3 大数据领域发展动态
8.6.4 云监控大数据解决方案
8.7 其他企业
8.7.1 Teradata
8.7.2 NetApp
8.7.3 亚马逊
8.7.4 Google
8.7.5 Cloudera
第九章 2015-2017年国内大数据行业重点企业发展形势
9.1 中国移动通信集团公司
9.1.1 企业发展概况
9.1.2 2015年中国移动经营状况分析
9.1.3 2016年中国移动经营状况分析
9.1.4 2017年中国移动经营状况分析
9.1.5 终端大数据产品发展优势
9.1.6 中国移动大数据应用状况
9.2 中国电信集团公司
9.2.1 企业发展概况
9.2.2 2015年中国电信经营状况分析
9.2.3 2016年中国电信经营状况分析
9.2.4 2017年中国电信经营状况分析
9.2.5 大数据产业布局
9.2.6 加快数据中心建设
9.3 中国联通集团
9.3.1 企业发展概况
9.3.2 业务发展布局
9.3.3 经营效益分析
9.3.4 业务经营分析
9.3.5 财务状况分析
9.3.6 大数据业务发展分析
9.3.7 未来前景展望
9.4 百度公司
9.4.1 企业发展概况
9.4.2 企业经营状况
9.4.3 大数据解决方案
9.4.4 百度大数据引擎
9.4.5 产业园建设规划
9.5 腾讯公司
9.5.1 企业发展概况
9.5.2 企业经营状况
9.5.3 腾讯大数据平台
9.5.4 构建大数据生态
9.5.5 布局大数据应用
9.6 北京拓尔思信息技术股份有限公司
9.6.1 企业发展概况
9.6.2 经营效益分析
9.6.3 业务经营分析
9.6.4 财务状况分析
9.6.5 大数据业务
9.6.6 未来前景展望
9.7 北京东方国信科技股份有限公司
9.7.1 企业发展概况
9.7.2 经营效益分析
9.7.3 业务经营分析
9.7.4 财务状况分析
9.7.5 未来前景展望
9.8 北京同有飞骥科技股份有限公司
9.8.1 企业发展概况
9.8.2 经营效益分析
9.8.3 业务经营分析
9.8.4 财务状况分析
9.8.5 大数据应用产品
9.8.6 未来前景展望
9.9 浪潮集团
9.9.1 企业发展概况
9.9.2 企业综合实力
9.9.3 大数据一体机产品
9.9.4 企业布局大数据
9.9.5 加快推进地区合作
9.9.6 建立智慧城市平台
9.9.7 推进数据社会化发展
9.10 华为技术有限公司
9.10.1 企业发展概况
9.10.2 公司财务状况
9.10.3 华为大数据一体机应用状况
9.10.4 发布企业级大数据分析平台
9.10.5 华为助力地方大数据发展
9.10.6 华为将扩大大数据产业规模
9.11 阿里巴巴集团
9.11.1 企业发展概况
9.11.2 企业经营状况
9.11.3 企业大数据应用策略
9.11.4 B2B业务大数据模式
9.11.5 打造数据化精准营销
9.11.6 建设城市大数据平台
9.11.7 大数据产业发展动态
第十章 大数据产业投资战略分析
10.1 全球大数据产业投资状况
10.1.1 大数据市场投资空间巨大
10.1.2 数据中心的投资建设加快
10.1.3 大数据融资规模持续上升
10.1.4 大数据行业风险投资动向
10.1.5 大数据企业投融资动态
10.2 中国大数据产业投融资状况分析
10.2.1 大数据产业投资历程回顾
10.2.2 大数据企业融资情况分析
10.2.3 大数据产业投资领域分布
10.2.4 国内外大数据创业投资对比
10.2.5 大数据投资存在概念泡沫
10.2.6 大数据创业企业投资方向
10.2.7 国内大数据企业融资动态
10.3 A股上市公司在大数据行业的投资动态
10.3.1 投资项目综述
10.3.2 投资区域分布
10.3.3 子版块投资分布
10.3.4 产业转型分析
10.3.5 投资模式分析
10.3.6 典型投资案例
10.4 大数据产业投资机遇
10.4.1 大数据产业的投资机遇
10.4.2 大数据产业的投资热点
10.4.3 大数据时代的投资机遇
10.4.4 大数据应用行业潜在市场
10.5 大数据产业投资风险及防范
10.5.1 大数据行业投资风险综述
10.5.2 数据的流动性和可获取性风险
10.5.3 大数据项目投资风险急剧增加
10.5.4 评估大数据产业投资回报的措施
第十一章 2017-2021年大数据产业发展前景及趋势
11.1 全球大数据产业发展前景及趋势预测
11.1.1 全球大数据市场规模预测
11.1.2 全球大数据收入规模预测
11.1.3 全球大数据分析方案收入预测
11.1.4 全球大数据市场发展热点展望
11.2 中国大数据产业发展前景及趋势预测
11.2.1 “十三五”发展机遇
11.2.2 大数据市场发展机会
11.2.3 大数据市场发展趋势
11.2.4 大数据市场重点内容
11.2.5 大数据人才需求预测
11.2.6 大数据市场热点猜想
11.2.7 应用市场发展趋势
11.2.8 渠道模式趋势分析
11.2.9 技术发展方向分析
11.3 2017-2021年中国大数据产业预测分析
11.3.1 中国大数据产业发展因素分析
11.3.2 2017-2021年全球大数据市场规模预测
11.3.3 2017-2021年中国大数据市场规模预测
11.3.4 2017-2021年中国移动互联网市场规模预测
图表详见正文
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，请放心查阅。
资料来源：公开资料，中国报告网整理，转载请注明出处（FSW）
