從實踐情況看，大數據產業(yè)生態(tài)中主要包括大數據解決方案提供商、大數據處理服務提供商和數據資源提供商三個角色，分別向大數據的應用者提供大數據服務、解決方案和數據資源。
    2013年我國大數據行業(yè)市場規(guī)模約11.3億元，同比2012年的4.5億元增長了151.11%。近幾年我國大數據行業(yè)市場規(guī)模情況及預測如下圖所示：

2011-2019年我國大數據行業(yè)市場規(guī)模及預測

資料來源：博思數據整理

    博思數據發(fā)布的《2015-2020年中國大數據行業(yè)運營分析與行業(yè)前景調研分析報告》依據國家統(tǒng)計局、海關總署和國家信息中心等渠道發(fā)布的權威數據，以及中心對本行業(yè)的實地調研，結合了行業(yè)所處的環(huán)境，從理論到實踐、從宏觀到微觀等多個角度進行研究分析。它是業(yè)內企業(yè)、相關投資公司及政府部門準確把握行業(yè)發(fā)展趨勢，洞悉行業(yè)競爭格局，規(guī)避經營和投資前景，制定正確競爭和投資規(guī)劃建議決策的重要決策依據之一，具有重要的參考價值！
    博思數據 (m.snoe.org.cn)是中國權威的產業(yè)研究機構之一，提供各個行業(yè)分析，市場分析，市場預測，行業(yè)發(fā)展趨勢，行業(yè)發(fā)展現(xiàn)狀，及各行業(yè)產量、進出口，經營狀況等統(tǒng)計數據，具體產品有行業(yè)分析報告，市場分析報告，年鑒，名錄等。

報告目錄：

第一章 大數據產業(yè)相關概述 1
1.1 大數據介紹 1
1.1.1 大數據的產生 1
1.1.2 大數據的特點 1
1.1.3 大數據的數據來源 2
1.1.4 大數據的發(fā)展階段 2
1.2 大數據的價值及影響 3
1.2.1 大數據的價值 3
1.2.2 大數據研究意義 4
1.2.3 大數據對信息時代的影響 5
1.3 大數據產業(yè)簡介 6
1.3.1 大數據產業(yè)的概念 6
1.3.2 大數據產業(yè)鏈分析 6
1.3.3 大數據產業(yè)發(fā)展的必然性 8
1.3.4 大數據產業(yè)的戰(zhàn)略地位 8

第二章 大數據的發(fā)展背景及影響因素 11
2.1 經濟背景 11
2.1.1 國內外宏觀經濟對比分析 11
2.1.2 中國宏觀經濟環(huán)境分析 20
2.1.3 中國宏觀經濟發(fā)展趨勢 23
2.2 政策背景 23
2.2.1 發(fā)達國家啟動大數據產業(yè)布局 23
2.2.2 工信部發(fā)布數據中心建設指導意見 25
2.2.3 中國大數據戰(zhàn)略需上升到國家層面 27
2.3 行業(yè)背景 28
2.3.1 數據正以爆炸式的速度增長 28
2.3.2 云計算為大數據誕生提供條件 29
2.3.3 物聯(lián)網成為大數據的重要來源 31
2.3.4 智能終端普及帶來豐富的數據 32
2.4 技術背景 33
2.4.1 大數據關鍵技術介紹 33
2.4.2 大數據技術研發(fā)熱點分析 38
2.4.3 世界主要企業(yè)加快技術研發(fā) 42
2.4.4 數據中心發(fā)展的技術影響因素 42

第三章 國際大數據產業(yè)的發(fā)展 44
3.1 全球大數據產業(yè)總體發(fā)展分析 44
3.1.1 全球大數據應用狀況調查 44
3.1.2 全球大數據行業(yè)市場格局分析 63
3.1.3 全球半數運營商布局大數據業(yè)務 68
3.1.4 部分國家運營商大數據發(fā)展狀況 69
3.2 歐盟開放數據戰(zhàn)略分析 71
3.2.1 歐盟開放數據戰(zhàn)略的背景 71
3.2.2 開放數據的創(chuàng)新價值分析 71
3.2.3 開放數據戰(zhàn)略的目的與核心 73
3.2.4 開放數據戰(zhàn)略的基礎與支柱 76
3.2.5 歐盟應對大數據的成功經驗 78
3.3 美國大數據產業(yè)發(fā)展分析 79
3.3.1 美國政府的大數據發(fā)展戰(zhàn)略 79
3.3.2 美國推動大數據技術發(fā)展的措施 83
3.3.3 美國大數據的應用案例 84
3.3.4 美國針對大數據安全問題制定的政策 86
3.4 日本大數據產業(yè)發(fā)展分析 90
3.4.1 日本大數據產業(yè)地位分析 90
3.4.2 日本大數據市場規(guī)模及趨勢 91
3.4.3 日本看好大數據經濟效益 92
3.4.4 日本將運行大數據預防災害 93
3.4.5 日本大數據產業(yè)重點企業(yè)分析 93
3.5 其他國家大數據產業(yè)發(fā)展狀況 93
3.5.1 英國投入巨資發(fā)展大數據技術 93
3.5.2 法國開展大數據領域投資計劃 94
3.5.3 澳大利亞大數據政策出臺 95
3.5.4 韓國將建首個開放大數據中心 95
3.5.5 新加坡準備建立全球大數據中心 96

第四章 中國大數據產業(yè)的發(fā)展 98
4.1 中國大數據產業(yè)發(fā)展綜述 98
4.1.1 中國大數據產業(yè)發(fā)展總況 98
4.1.2 中國大數據產業(yè)的發(fā)展階段 98
4.1.3 大數據帶動新興產業(yè)發(fā)展 100
4.1.4 大數據需求推動云基地建設 103
4.2 中國大數據產業(yè)布局透析 108
4.2.1 大數據在中國的行業(yè)分布 108
4.2.2 大數據在中國的地域分布 110
4.2.3 大數據在中國的企業(yè)規(guī)模分布 110
4.3 中國大數據產業(yè)需求分析 113
4.3.1 主要行業(yè)大數據的需求狀況 113

中國大數據市場規(guī)模分行業(yè)需求結構

資料來源：博思數據整理

4.3.2 企業(yè)大數據的應用及需求狀況 113
4.3.3 大數據存儲領域的需求分析 115
4.3.4 中國小型機市場需求分析 118
4.4 大數據業(yè)務的商業(yè)模式 121
4.4.1 商業(yè)模式的概念 121
4.4.2 大數據業(yè)務的商業(yè)模式類型 122
4.4.3 大數據商業(yè)模式及應用特點 125
4.4.4 中國大數據商業(yè)模式初步形成 126
4.4.5 大數據創(chuàng)新商業(yè)模式的構建 127
4.5 中國大數據產業(yè)區(qū)域發(fā)展狀況 129
4.5.1 山東省推進旅游大數據應用 129
4.5.2 廣東推動大數據商業(yè)化應用 129
4.5.3 上海大數據發(fā)展計劃 130
4.5.4 同方大數據助貴州產業(yè)市場監(jiān)測 130
4.5.5 重慶大數據產業(yè)鏈發(fā)展商機探析 133
4.5.6 聯(lián)通青島云計算中心項目即將建成 136
4.6 大數據產業(yè)競爭格局 137
4.6.1 不同規(guī)模企業(yè)的競爭力分析 137
4.6.2 IT產業(yè)競相布局大數據產業(yè) 139
4.6.3 網絡保險市場大數據競爭狀況 139
4.6.4 企業(yè)在智慧城市建設領域中的競爭 141
4.7 中國大數據產業(yè)存在的問題 148
4.7.1 我國大數據產業(yè)發(fā)展存在的問題 148
4.7.2 中國大數據產業(yè)的現(xiàn)實挑戰(zhàn) 149
4.7.3 中國大數據應用面臨的挑戰(zhàn) 150
4.7.4 大數據帶來的安全問題分析 152
4.8 中國大數據產業(yè)的投資策略 154
4.8.1 大數據應作為國家競爭的戰(zhàn)略重點 154
4.8.2 大數據產業(yè)理性發(fā)展的政策建議 156
4.8.3 中國應加快大數據的研發(fā)與應用 157
4.8.4 應避免大數據的過度建設 157

第五章 2014年重點行業(yè)大數據的應用分析 160
5.1 醫(yī)療行業(yè) 160
5.1.1 醫(yī)療行業(yè)大數據應用價值 160
5.1.2 醫(yī)療行業(yè)大數據應用狀況 161
5.1.3 醫(yī)療行業(yè)的數據類型分析 162
5.1.4 大數據對醫(yī)療行業(yè)的影響 166
5.1.5 醫(yī)療行業(yè)大數據應用的掣肘 167
5.2 金融行業(yè) 167
5.2.1 金融行業(yè)大數據應用價值 167
5.2.2 金融行業(yè)大數據應用背景 170
5.2.3 金融行業(yè)大數據應用需求 171
5.2.4 金融行業(yè)大數據應用案例 176
5.2.5 金融行業(yè)大數據應用發(fā)展展望 176
5.3 電子商務 177
5.3.1 電子商務大數據應用價值 177
5.3.2 電子商務大數據應用需求 178
5.3.3 電子商務大數據的發(fā)展機遇 178
5.3.4 電子商務大數據應用挑戰(zhàn) 180
5.3.5 電商企業(yè)大數據應用策略 181
5.4 零售行業(yè) 183
5.4.1 零售行業(yè)大數據應用價值 183
5.4.2 零售行業(yè)大數據應用需求 185
5.4.3 零售企業(yè)大數據應用狀況 191
5.4.4 零售行業(yè)線下數據采集方式 195
5.4.5 零售行業(yè)大數據應用案例 196
5.5 電信行業(yè) 197
5.5.1 電信行業(yè)大數據應用價值 197
5.5.2 電信行業(yè)大數據應用背景 199
5.5.3 電信行業(yè)大數據應用需求 201
5.5.4 電信行業(yè)大數據應用案例 202
5.5.5 電信行業(yè)大數據應用發(fā)展展望 205
5.6 交通行業(yè) 205
5.6.1 交通行業(yè)大數據應用背景 205
5.6.2 交通行業(yè)大數據應用需求 207
5.6.3 交通行業(yè)大數據應用案例 209
5.6.4 交通行業(yè)大數據應用問題及對策 209
5.6.5 交通行業(yè)大數據應用發(fā)展展望 210
5.7 智慧城市 213
5.7.1 中國智慧城市發(fā)展現(xiàn)狀 213
5.7.2 智慧城市大數據應用需求 215
5.7.3 智慧城市大數據應用價值 217
5.7.4 智慧城市大數據應用案例 221
5.7.5 智慧城市大數據應用發(fā)展展望 223
5.8 政府公共服務 225
5.8.1 政府公共服務中大數據應用價值 225
5.8.2 政府網絡執(zhí)政中大數據應用挑戰(zhàn) 225
5.8.3 政府統(tǒng)計工作中大數據應用機遇 227
5.8.4 大數據時代對政府信息公開的需求 233
5.8.5 軍隊管理中大數據的應用策略 234
5.9 其他行業(yè) 238
5.9.1 房地產業(yè)大數據應用狀況 238
5.9.2 服裝行業(yè)大數據應用案例 242
5.9.3 旅游行業(yè)大數據應用策略 244
5.9.4 影視行業(yè)大數據應用分析 250
5.9.5 媒體行業(yè)大數據應用狀況及趨勢 255

第六章 2014年中國大數據重點應用領域分析 259
6.1 大數據一體機市場分析 259
6.1.1 大數據一體機簡介 259
6.1.2 大數據一體機的優(yōu)劣分析 260
6.1.3 大數據一體機的用戶類型 261
6.1.4 國外競爭格局與品牌分布 262
6.1.5 國內市場競爭格局分析 264
6.1.6 國內企業(yè)競爭優(yōu)劣勢分析 265
6.1.7 國內主流品牌及其特點 266
6.2 大數據處理和分析軟件市場分析 271
6.2.1 大數據與商業(yè)智能的關系 271
6.2.2 商業(yè)智能軟件的應用價值 276
6.2.3 全球商業(yè)分析軟件市場規(guī)模 280
6.2.4 全球大數據軟件市場發(fā)展態(tài)勢 280
6.2.5 國內大數據軟件市場發(fā)展狀況 281
6.2.6 國內商業(yè)智能軟件下游市場 282
6.2.7 全球大數據軟件市場發(fā)展?jié)摿?283

第七章 2014年國外大數據行業(yè)重點企業(yè)發(fā)展形勢 285
7.1 IBM 285
7.1.1 公司簡介 285
7.1.2 2012-2014年IBM經營狀況分析 285
7.1.3 IBM在中國市場的投資策略 290
7.1.4 IBM大數據領域中國客戶案例 294
7.2 甲骨文 297
7.2.1 公司簡介 297
7.2.2 2014財年甲骨文經營狀況分析 297
7.2.3 甲骨文大數據解決方案透析 302
7.2.4 甲骨文大數據領域研發(fā)動態(tài) 306
7.3 微軟 308
7.3.1 公司簡介 308
7.3.2 2014財年微軟經營狀況分析 308
7.3.3 微軟大數據解決方案透析 313
7.3.4 微軟大數據解決方案的優(yōu)勢 314
7.4 SAP 316
7.4.1 公司簡介 316
7.4.2 2014年SAP經營狀況分析 317
7.4.3 SAP大數據解決方案透析 322
7.4.4 SAP在中國市場的地位分析 323
7.5 EMC 323
7.5.1 公司簡介 323
7.5.2 2014年EMC經營狀況分析 324
7.5.3 EMC大數據領域的發(fā)展戰(zhàn)略 329
7.5.4 EMC在中國市場的投資策略 331
7.6 惠普 332
7.6.1 公司簡介 332
7.6.2 2014財年惠普經營狀況分析 333
7.6.3 惠普大數據領域發(fā)展動向 338
7.6.4 惠普云監(jiān)控大數據解決方案解析 339
7.7 其他企業(yè) 342
7.7.1 TERADATA 342
7.7.2 NETAPP 347
7.7.3 亞馬遜 353
7.7.4 GOOGLE 359
7.7.5 CLOUDERA 364

第八章 2014年國內大數據行業(yè)重點企業(yè)發(fā)展形勢 366
8.1 中國移動通信集團公司 366
8.1.1 公司簡介 366
8.1.2 2012年中國移動經營狀況分析 366
8.1.3 2013年中國移動經營狀況分析 370
8.1.4 2014年中國移動經營狀況分析 373
8.2 中國聯(lián)通集團 376
8.2.1 公司簡介 376
8.2.2 2012年中國聯(lián)通經營狀況分析 377
8.2.3 2013年中國聯(lián)通經營狀況分析 383
8.2.4 2014年中國聯(lián)通經營狀況分析 388
8.3 中國電信集團公司 392
8.3.1 公司簡介 392
8.3.2 2012年中國電信經營狀況分析 393
8.3.3 2013年中國電信經營狀況分析 397
8.3.4 2014年中國電信經營狀況分析 400
8.4 百度公司 403
8.4.1 公司簡介 403
8.4.2 2012年百度經營狀況分析 407
8.4.3 2013年百度經營狀況分析 412
8.4.4 2014年百度經營狀況分析 417
8.5 騰訊公司 422
8.5.1 公司簡介 422
8.5.2 2012年騰訊經營狀況分析 422
8.5.3 2013年騰訊經營狀況分析 426
8.5.4 2014年騰訊經營狀況分析 429
8.6 北京拓爾思信息技術股份有限公司 433
8.6.1 公司簡介 433
8.6.2 2012年拓爾思經營狀況分析 434
8.6.3 2013年拓爾思經營狀況分析 439
8.6.4 2014年拓爾思經營狀況分析 443
8.7 北京東方國信科技股份有限公司 447
8.7.1 公司簡介 447
8.7.2 2012年東方國信經營狀況分析 448
8.7.3 2013年東方國信經營狀況分析 453
8.7.4 2014年東方國信經營狀況分析 458
8.8 北京同有飛驥科技股份有限公司 462
8.8.1 公司簡介 462
8.8.2 2012年同有科技經營狀況分析 463
8.8.3 2013年同有科技經營狀況分析 468
8.8.4 2014年同有科技經營狀況分析 472
8.9 浪潮集團 476
8.9.1 公司簡介 476
8.9.2 浪潮集團的云計算發(fā)展戰(zhàn)略 477
8.9.3 浪潮大數據一體機全面解析 479
8.9.4 浪潮發(fā)展大數據的優(yōu)劣勢分析 480
8.10 華為技術有限公司 483
8.10.1 公司簡介 483
8.10.2 華為聯(lián)手拓爾思推出大數據一體機 484
8.10.3 華為發(fā)布企業(yè)級大數據分析平臺 485
8.10.4 華為與央視合作開發(fā)大數據存儲系統(tǒng) 485
8.11 阿里巴巴集團 486
8.11.1 公司簡介 486
8.11.2 阿里巴巴大數據起手開局 490
8.11.3 阿里巴巴大數據應用策略 491
8.11.4 阿里巴巴B2B業(yè)務的大數據模式 495

第九章 2014年大數據產業(yè)投資規(guī)劃建議分析 497
9.1 2014年全球大數據產業(yè)投資狀況 497
9.1.1 大數據市場的投資空間巨大 497
9.1.2 全球數據中心的建設投入狀況 497
9.1.3 大數據行業(yè)獲得風投青睞 498
9.1.4 大數據行業(yè)風險投資的動向 500
9.1.5 2014年大數據領域投融資案例 504
9.2 2014年中國大數據產業(yè)投資現(xiàn)狀 510
9.2.1 中國大數據產業(yè)投資歷程回顧 510
9.2.2 中國大數據產業(yè)投資領域分布 510
9.2.3 國內外大數據創(chuàng)業(yè)和投資對比 511
9.2.4 大數據創(chuàng)業(yè)和投資存在概念泡沫 514
9.2.5 國內大數據創(chuàng)業(yè)企業(yè)投資策略 515
9.3 2014年大數據產業(yè)投資機遇 520
9.3.1 中國大數據產業(yè)的投資機遇 520
9.3.2 大數據產業(yè)的投資熱點分析 521
9.3.3 大數據帶來的投資新機遇分析 523
9.3.4 大數據應用行業(yè)的潛在市場價值 524
9.4 2014年大數據產業(yè)投資前景及防范 528
9.4.1 大數據行業(yè)的投資前景綜述 528
9.4.2 數據的流動性和可獲取性風險 535
9.4.3 大數據項目投資前景急劇增加 536
9.4.4 評估大數據產業(yè)投資回報的措施 538

第十章 2015-2020年大數據產業(yè)趨勢預測及趨勢分析 542
10.1 全球大數據產業(yè)趨勢預測及趨勢預測 542
10.1.1 全球大數據市場規(guī)模及發(fā)展趨勢 542
10.1.2 全球大數據與分析方案市場收入預測 543
10.1.3 全球大數據市場人才需求預測 544
10.1.4 2014年全球大數據發(fā)展方向預測 549
10.2 中國大數據產業(yè)趨勢預測及趨勢預測 551
10.2.1 2015-2020年中國大數據產業(yè)發(fā)展預測 551
10.2.2 中國大數據市場帶來的發(fā)展機會 552
10.2.3 中國大數據應用市場發(fā)展趨勢分析 552
10.2.4 改變渠道模式的大數據趨勢分析 553
10.2.5 中國大數據技術與產品發(fā)展趨勢 555