大数据行业分析报告经典版.docx

大数据行业分析报告经典版.docx

《大数据行业分析报告经典版.docx》由会员分享，可在线阅读，更多相关《大数据行业分析报告经典版.docx（23页珍藏版）》请在冰豆网上搜索。

大数据行业分析报告经典版

（此文档为word格式，可任意修改编辑！

）

2016年8月

一、大数据：

DT时代的核心要素7

1、大数据是未来社会的核心资源7

2、被低估的影响：

大数据将指引人类走向智能社会9

（1）大数据“量”和“质”的双提升奠定机器智能的基础9

（2）数据驱动颠覆传统计算机算法，导致人工智能出现突破性进展10

（3）大数据与人工智能相互促进，实现发展的正循环11

①人工智能是解决大数据的数量和效率之间矛盾的关键11

②大数据利用人工智能实现大数据应用的正循环12

二、政府：

推动大数据应用的最关键力量13

1、政府掌握大量最具应用价值的核心数据，是推动大数据应用的最关键力量13

2、国内外政府开放数据的情况15

3、大数据对于政府治理具有极大的价值16

4、大数据上升至国家战略成为共识16

5、我国高度重视大数据未来发展18

6、各部委行动时间表已经确定，我国大数据发展面临历史性机遇19

三、大数据时代到来，应用领域不断拓宽21

1、数据已经成为可交易的重要资产21

2、云计算是大数据产业发展的助推器22

3、大数据的应用领域在不断拓宽25

四、大数据应用：

从发现价值到创造价值30

1、大数据延伸BI内涵，提高企业效率30

2、大数据满足需求，市场空间巨大30

3、大数据创造需求，拓宽市场边界30

五、大数据产业链分析30

1、大数据产业链的主要参与方30

2、数据资产开始成为核心资源31

3、大数据技术是重要生产力31

六、大数据与产业的聚合效应31

1、生物大数据31

（1）生物大数据的应用已经存在：

IBMWatson31

（2）生物大数据的来源31

（3）生物大数据的价值无穷32

（4）数据的积累和挖掘是大数据行业的壁垒32

（5）重点公司32

2、互联网金融：

大数据推动金融体系的大变革32

（1）大数据构建征信体系32

（2）金融产品设计更加合理，提高产品价值33

（3）重点公司33

3、互联网医疗：

医疗大数据逼近引爆点33

（1）大数据应用是医改方向33

（2）医保+大数据：

让医保控费更有效34

（3）医药+大数据：

提升药品品质34

（4）医疗+大数据：

开启精准医疗时代34

（5）重点公司34

4、工业互联网：

大数据重塑工业价值链35

（1）深度挖掘工业大数据潜在价值35

（2）数据将在未来制造业发挥核心作用35

（3）重点公司35

5、车联网：

大数据技术的应用先锋36

（1）车联网是大数据应用的最佳载体36

（2）车联网大数据的应用趋势36

①从被动安全到主动安全发展36

②以大数据为基础向汽车后市场渗透37

（3）车联网产业链各环节大数据布局37

（4）重点公司37

6、信息安全：

大数据拓展大安全边界37

（1）大数据安全分析正在重塑网络安全38

（2）数据安全已成信息安全重中之重38

（3）重点公司38

7、传媒：

大数据重构精准营销38

（1）利欧股份38

（2）蓝色光标39

（3）省广股份39

七、重点上市公司简况39

1、万达信息：

全力打造“互联网第四极”39

2、恒生电子：

阿里金融帝国的战略性布局39

3、卫士通：

打造信息安全国家巨舰40

4、数字政通：

智慧停车场新模式空间巨大40

5、常山股份：

成功转型IT，发力个人征信40

6、华东电脑：

剑指上海科创中心龙头40

7、北信源：

“泛”终端安全管理龙头崛起41

8、佳讯飞鸿：

工业40+军工信息化齐头并进41

9、机器人：

智能装备平台公司进入加速发展期，价值有望重估41

10、长荣股份：

印刷行业工业40，云印刷打造互联网+模式41

数据成为DT时代的核心要素。

今年上半年互联网热出现一个新动向，就是入口和应用场景的争夺已到了短兵相接、贴身肉搏的激烈程度。

巨头们争夺的最终目标是数据资源。

数据已成为DT（数据技术）时代的核心要素。

世界经济论坛报告曾经预测：

“未来的大数据将成为新的财富高地，其价值可能会堪比石油”，成为战略性资源。

被低估的影响：

大数据将指引人类走向智能社会。

一方面大数据“量”和“质”的双提升奠定人工智能的基础，另一方面数据驱动颠覆传统计算机算法，导致人工智能出现突破性进展，而人工智能又进一步加速了大数据价值的挖掘和应用，使人类社会进入了向智能社会发展的“正循环”。

政府：

推动大数据应用的最关键力量。

政府拥有最多且最具应用价值的核心数据，一方面大数据已经上升至各国国家战略，政府推进大数据开放已经是大势所趋：

美国等发达国家纷纷布局大数据产业，推出大数据相关政策。

大数据对整个世界的影响力呈现快速增长趋势，将引发新一轮大国竞争。

另一方面我国对大数据的政策支持力度上不断提升，大数据战略将上升至国家战略，国务院已经下达各部委大数据工作任务行动时间表，大数据发展紧迫性和必要性可见一斑，同时也意味着我国大数据发展面临历史性机遇。

数据价值正在被不断发现。

互联网早期有句名言“在网上，没有人知道你是一条狗。

”如今有了大数据，在网上，不仅有人知道你是一条“狗”，而且还知道你是一条什么样的“狗”，爱吃什么、什么时候睡。

大数据除了具有挖掘商机、精准营销、决策支持、提高效率等发现价值功能，还有创造价值的功能：

能创造新的消费体验、创造新的商业模式和创造新的消费需求。

大数据产业链：

一是数据收集，其途径：

1、自行收集。

如今年1月工行“融e购”商城正式上线，其目的是希望通过发展电商来获得大数据方面的主动权；2、与第三方合作。

如平安银行携手eBay推出“贷贷平安商务卡”；3、“线下数据”转变为“线上数据”。

传统行业的“线下数据”转变为“线上数据”将是DT时代的血液之一。

“线下数据”就是传统行业的优势。

二是数据处理，数据处理包括鉴别、整理、归类以及建模分析、挖掘利用等，数据科学家可能成为未来最热门职业。

三是技术支撑，包括硬件和软件两部分。

一、大数据：

DT时代的核心要素

1、大数据是未来社会的核心资源

大数据是“互联网+”的核心要素。

互联网的未来在于连接一切，从连接人与人向连接人与服务、人与物、物与物扩散，使得海量数据的生产和连通变成现实，成为大数据应用的基础。

尤其在传统行业，信息及数据是被忽视的，缺乏有效的手段进行充分利用，互联网与传统产业融合的重要目的在于将潜在信息和数据的价值进行释放，因此，评价“互联网+”的指标绝非是简单的信息化，而是对企业的整体生态系统进行数据化，让企业的一切业务都变得可以分析，进而更好的识别市场和用户。

从某种程度上来说，数据是现实世界在虚拟世界的一个“映像”，可以通过数据挖掘对“虚拟映像”进行分析，进而对工作流程、商业模式、产品设计产生巨大的影响，服务于产业本身。

正如马化腾所说，“互联网+”代表的是一种“信息能源”，能够促使互联网与传统产业不断融合。

数据逐渐成为整个经济社会的核心资源。

十八世纪的农业社会，经济整体以农业为主，十九世纪制造业起步，1950年GDP大部分是制造业，而未来数字经济占据经济的主体地位已经成为必然的趋势。

全球经济从农业经济到工业经济再到信息经济演变的驱动力来自于技术的突破，技术在改变生产力和生产关系。

信息要素全面升级，尤其是云计算正在变成基础设施，数据在变成整个经济社会的核心资源。

2、被低估的影响：

大数据将指引人类走向智能社会

（1）大数据“量”和“质”的双提升奠定机器智能的基础

第一，万物互联造就了数据“量”的阶跃发展。

从人类文明出现到2003年，人类总共才产生了5EB（ExaBytes）的数据。

计算机出现后，尤其是近年来移动互联网和物联网的出现，数据产生的速度和规模开始急剧提升，过去几年产生的数据比以往4万年的数据总量还要多。

预计随着互联网与产业的加速融合，未来数据体量的增速将呈现指数上升态势。

IDC预计2020年全球数据使用量将达到40ZB（ZettaBytes），需要约429亿个1TB的硬盘进行存储，届时中国产生的数据量将占到全球总量的21%。

第二，数据逐步趋向与由“端”产生，从“质”上讲兼具多维性与完备性。

数据的产生一定会在云、端、网这三个视角产生。

2014年全球互联网用户有30亿，Facebook有22亿注册用户，月活跃用户超过13亿人口。

我们在2014年全球智能手机出货量突破13亿，连网设备超过300亿个。

未来可能会有80-90%数据基于用户智能终端和联网设备产生，由于这些数据连接人体、连接环境、连接物体、连接思想，将原来看似无关的维度（时间、地域、食品、做法，成分，人的身份和收入情况等）联系了起来，构成了今天的非常生动的数据社会的景象，这种数据连接起来才能流动共享，真正实现数据的社会经济价值。

（2）数据驱动颠覆传统计算机算法，导致人工智能出现突破性进展

互联网的发展为训练机器模型提供了足够多的数据量，而这种数据驱动算法以深度学习为代表，不但颠覆了传统的计算机算法，也使得人工智能出现突破性拐点。

一个典型的例子是2005年NIST对全世界各家机器翻译系统评测的结果中，从未做过机器翻译的Google，不仅一举夺得了各项评比的第一名，而且将其它单位的系统远远抛在了后面，而Google系统和其他系统主要的优势就在于使用了其他对手近万倍的数据量。

而国内人工智能代表公司科大讯飞近几年在采用深度学习算法，利用大数据训练后，近几年其语音识别和手写识别错误率均保持30%-50%的下降。

（3）大数据与人工智能相互促进，实现发展的正循环

①人工智能是解决大数据的数量和效率之间矛盾的关键

传统的机器学习通过标记数据进行有监督学习，随着其处理数据量的增大，需要外界的支持和帮助也就不断增加，且计算结果准确性也会受到影响。

因此越来越多的数据将成为负担，也更容易达到极限或产生错误结果。

人工智能的突破性技术——深度学习是从未经标记的数据展开学习，更接近人脑的学习方式，可以通过训练之后自行掌握概念，且输出结果会随着数据处理量的增大而更加准确。

同时，深度学习在加速回归定律的指引下会使得进化过程中产物（输出结果）获得指数级增长，当深度学习的效率变得更高，就会吸引更多的资源向它聚合，使其发展更为迅速。

②大数据利用人工智能实现大数据应用的正循环

XX首席科学家吴恩达层提出：

从优秀产品到大量用户，再到海量数据，最后返回优秀产品是一个良性循环，但最后一个环节“海量数据到优秀产品”会出现问题，因为当数据积累过多时，就无法对这些数据进行完整和准确的处理。

以XX为例，XX的数据处理自上而下分成开放云、数据工厂和XX大脑三个层级，最底层的开放云收集数据，数据工厂对数据库进行管理，最上层XX大脑的模拟神经网络通过机器学习高效的输出结果，从而实现行业应用，XX大脑就是在最后一个环节体现出巨大价值，带来更好的信息处理能力，从而产生更加广泛和深入的行业应用，比如XX大数据此前在医疗、交通和金融领域的应用。

二、政府：

推动大数据应用的最关键力量

1、政府掌握大量最具应用价值的核心数据，是推动大数据应用的最关键力量

根据麦肯锡大数据研究报告指出，各个行业利用大数据价值的难易度以及发展潜力对比下，政府利用大数据难度最低而潜力最大。

另一方面政府开放大数据运用已经是大势所趋：

1、政府掌握了大量最具应用价值的核心数据。

过去十多年来政府投资进行了大量电子政务或者称为政府信息化的工作，后台积累了大量的数据，而这些数据和公众的生产生活息息相关。

有研究表明政府所掌握的数据使政府成为了一个国家最重要的信息保有者，有百分之七十到八十的核心数据存在于政府的后台。

2、开放数据本身就是政府在大数据时代提供的一项公共服务。

政府数据本质上是国家机关在履行职责时所获取的数据，采集这些数据的经费来自于公共财政，因而这些数据是公共产品，归全社会所有，应取之于民，用之于民。

3、政府开放数据供社会进行增值开放和创新应用，推动经济增长乃至整个经济增长方式的转型。

数据是互联网创新的重要基础，如果政府不开放这一部分数据，很多创新应用没有数据作为支持，数据开发者能利用政府开放的数据，提供更好的服务，创造更多的价值，这个过程能够提高整个国家在大数据时代的竞争力。

4、政府开放数据推动经济增长获得的税收高于单纯卖数据获得的收入。

201年世界经合组织在关于开放政府数据的报告中提到政府通过开放数据推动经济增长，从而获得的税收收入远高于单卖数据所能获得收入。

开放数据激发经济活力从而得到税收提升，这是一个良性循环，更是一个能创造巨大公共价值的全局性的战略。

2、国内外政府开放数据的情况

在2009年奥巴马签署开放政府数据的行政命令后，这些年来开放政府数据已成为了世界性的一个趋势。

美国联邦数据平台Datagov上线后，在美洲、欧洲、亚洲等地，开放政府数据已成为了政府的一项重要工作。

美国联邦政府的开放政府数据平台开放了来自多个领域的13万个数据集的数据。

这些领域包括图中所列的农业、商业、气候、生态、教育、能源、金融、卫生、科研等十多个主题。

这些主题下的数据都是美国联邦政府的各个部委所开放的。

英国、加拿大、新西兰等国在2009年之后都建立起了政府数据开放平台，成为了国际信息化和大数据领域的一个重要趋势。

在我国，2011年香港特区政府上线了datagovhk，称为香港政府资料一线通。

上海在2012年6月推出了中国大陆第一个数据开放平台。

之后，北京、武汉、无锡、佛山南海等城市也都上线了自己的数据平台。

3、大数据对于政府治理具有极大的价值

大数据其实对政府的治理带来了全新的价值，无论是对宏观经济的决策能力、产业聚集能力、协同治理能力、社会管理能力、公众服务能力、快速响应能力的提升，大数据都可以在有很大层面上帮助政府治理。

4、大数据上升至国家战略成为共识

大数据时代，对大数据的开发、利用与保护的争夺日趋激烈，制信权成为继制陆权、制海权、制空权之后的新制权，大数据处理能力成为强国弱国区分的又一重要指标。

国际上以美国为代表的发达国家纷纷布局大数据产业，相继推出大数据相关政策，大力支持大数据产业在本国的发展。

以美国为例，美国从开展关键技术研究、推动大数据应用和开放政府数据三方面布局大数据产业，尤其在开放政府数据方面非常积极，通过Datagov开放37万个数据集，并开放网站的API和源代码，提供上千个数据应用。

我们认为，大数据未来将引发新一轮大国竞争，大数据对整个世界的影响力会呈现爆发性增长趋势，因此包括我国在内的国家会在政策支持力度上不断提升，大数据战略将上升至国家战略已毋庸臵疑。

5、我国高度重视大数据未来发展

自去年3月“大数据”首次出现在《政府工作报告》中以来，国务院常务会议一年内6次提及大数据运用。

近期在6月17日的国务院常务会议上，李克强总理再次强调“我们正在推进简政放权，放管结合、优化服务，而大数据手段的运用十分重要。

”7月1日，国务院办公厅印发了《关于运用大数据加强对市场主体服务和监管的若干意见》。

6、各部委行动时间表已经确定，我国大数据发展面临历史性机遇

值得注意的是，近期国务院出台文件对各个部委推进大数据任务制定了明确的时间表，很多推进工作任务要求在2015年12月底前出台政策并实施，近期将是我国大数据发展政策出台的密集期。

三、大数据时代到来，应用领域不断拓宽

1、数据已经成为可交易的重要资产

数据的价值在于能够产生业务价值，而产生业务价值的多少取决于数据带来的视野的宽度和深度，以及对明智决策的支持度。

从这个角度将，在资源不限的理想情况下，越多的数据来源，越能够带来宽度和广度，从而得到越好的决策支持度。

数据，毫无疑问已经成为了一种企业资产，并且会成为越来越重要的资产，未来甚至可能进入资产负债表。

2015年4月15日，我国贵阳大数据交易所正式运营，其交易的数据是基于底层数据，通过数据的清洗、分析、建模、可视化后的结果，大数据交易所本着以电子交易为主要形式，通过建立大叔局的网上交易系统，搭建交易平台。

预计到2020年，大叔局交易所将形成日均100亿的数据交易金额，发展到1万家与大数据有关的会员单位。

2、云计算是大数据产业发展的助推器

云计算产业进入高速发展期。

云计算包括三个层次的服务：

基础架构即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）。

来自OxfordEconomics和SAP关于云计算采用的研究《TheCloudGrowUp》中提出，69%的企业预计在未来三年内将会中度或者重度投资在云计算上，这意味着它们的核心业务功能将迁移到云上。

59%的企业认为他们使用了基于云计算的应用程序和平台系统，更好地管理和分析了数据，这反映了企业范围内进行数据分析和大数据计算日益增加的重要性。

Gartner预测2015年全球云计算服务市场总收入将突破1800亿美元。

2015年2月，国务院下发《关于促进云计算创新发展培育信息产业新业态的意见》提到：

开展基于云计算的大数据应用示范，支持政府机构和企业创新大数据服务模式，政府部门要加大采购云计算服务的力度等一系列措施。

云计算已经从概念走向实际应用，已经进入高速发展期。

云计算降低了使用IT资源的门槛，为数据集中化创造了基础，极大的促进了大数据产业的发展。

云计算按需付费和资源共享的商业模式，大幅提高了IT基础设施的使用效率；IaaS运营商不断降价，又极大满足中小企业对于技术基础设施的需求。

未来企业将不用再购买服务器，直接购买终端，输送至数据中心，从而形成服务器集群产业链，满足了大数据存储和挖掘的需求。

云计算中心基础设施的不断完善使得大型数据中心和PaaS类运行平台的趋于成熟，又为SaaS类应用业务市场的大规模启动创造了条件。

SaaS应用的大规模使用降低了用户使用软件的成本，促进了企业信息化程度额提高，又进一步促进了数据集中化。

云端处理与移动互联网行业结合，将产生不计其数的交叉业务和个性化应用。

而社交网络的广泛应用，又加速了信息的传播速度和范围，促进了数据的内生增长。

物联网要求的海量存储和计算能力让廉价、高性能的云计算应用方案成为所有用户的自然选择。

可以说，云计算的蓬勃发展，极大促进了移动互联网、社交网络和物联网的发展，使得更多数据被采集到云端，为大数据应用提供了数据基础；同时，云计算的高性能、低成本运算能力又为大数据分析提供了极佳的计算平台，极大的促进了大数据在各行业中的应用。

因此，数据的爆炸式增长其背后的核心支撑是云计算产业的蓬勃发展。

3、大数据的应用领域在不断拓宽

大数据实践包含多个维度，按照行业划分，包括金融大数据、医疗大数据、交通大数据、运营商大数据、互联网大数据、物流大数据等等，每个行业根据其IT系统及互联网化的完善程度不同，其大数据发展的阶段各不相同。

按照数据对象划分，包括互联网大数据、政府大数据、企业大数据、个人大数据，目前，互联网大数据是已经开始得到有效利用的细分领域，而政府、企业和个人的大数据应用才刚刚开始，是“互联网+”背景下大数据应用的重要发展方向。

互联网大数据：

互联网上的数据多样、积累迅速，包括用户行为数据、用户消费数据、用户社交数据、用户地理位臵数据等，互联网企业是大数据领域的先驱，各家互联网企业依托自身的数据优势，早已开始利用大数据技术尝试用户行为分析、精准营销、产品优化、信用记录分析等用途。

阿里巴巴是互联网企业中大数据应用的典范。

阿里巴巴旗下的淘宝最早于2005年开发“淘数据”，并在半年后成立专门的大数据团队，相继开发了自用的“无量神针”、“类目360”，以及针对卖家的“数据魔方”、“黄金策”、“淘宝指数”、“聚石塔”等数据产品，为卖家提供增值服务，探索盈利模式。

此后，阿里巴巴的大数据体系日益成熟，确立了平台、金融和数据的三大业务核心，三者相辅相成，目前的阿里巴巴金融帝国就是建立在其电商平台+大数据之上的隐性巨人。

例如，阿里依托电商数据积累推出阿里小贷和蚂蚁信用，本质在于通过大数据技术构建征信体系，为整个阿里体系金融业务的进一步拓展打下了充分的基础。

政府大数据：

政府是数据资源最丰富的部门之一，大量的优质数据资源集中在政府手中，各个政府部门掌握着构成社会基础的原始数据，例如金融数据、交通数据、医疗数据、旅游数据、电力数据、住房数据、海关数据、违法犯罪数据、教育数据、环保数据等等。

目前，政府数据存在几方面的问题：

第一，数据积累偏静态，没有做到动态更新，导致有些数据过于陈旧；第二，数据孤岛现象严重，没有做到数据开放和共享。

倘若能将这些数据进行有效的管理和分析，其商业价值和社会价值都是不可估量的。

政府加大智慧城市建设，数据价值挖掘正当时。

目前，政府已经意识到数据的重要性，2012年开始，政府就不断加大在智慧城市建设，包括智慧交通、智慧环保、智慧教育、智慧社区、智能电网等各个与城市相关的细分领域。

2014年3月，国务院印发的《国家新型城镇化规划（2014-2020年）》，明确要求推进智慧城市建设，统筹城市发展的物质资源、信息资源和智力资源利用，推动物联网、云计算、大数据等新一代信息技术创新应用。

2015年4月，住建部公布第三批智慧城市试点城市，加上前两批，目前我国的智慧城市试点已经达到297个。

智慧城市建设将完善城市各个细分领域的信息化水平，构建统一的数据平台，打破信息孤岛现象；同时，一些地方政府已经开始探索采用PPP（Public-Private-Partnership）的公私合营模式，逐渐开放部分数据，让社会机构参与运营，挖掘数据价值。

以智慧交通为例，通过信息化建设连接道路信息管理系统、交通信号系统、公共汽车系统、出租车系统、电子收费系统、停车场系统等，实现数据共享，对于政府部门来说，通过实时挖掘为出行者和交通监管部门提供实时交通信息，有效缓解交通拥堵，快速响应突发状况，为城市交通的良性运转提供科学的决策依据，提高民生体验；对于参与企业来说，可以在停车场、市民出行等领域提供增值服务，探索新商业模式。

企业大数据：

在“互联网+”时代，企业的互联网化将从传统的传播互联网化和销售互联网化，走向供应链互联网化和经营逻辑互联网化，运营模式已经开始发生巨大变化，企业与供应商、服务商、渠道商、客户，乃至终端用户都可以通过信息技术建立密切的联系。

如果说过去互联网的价值主要体现在与渠道和营销的整合上，那么这一次变革将是互联网与传统行业在价值链各个关键环节的深度融合。

一方面，对于供应链环节来说，大数据可以直接应用于产品设计、原材料采购、产品制造、库存、物流、配送等各个供应链环节，清晰地把握原材料采购量、订单完成率、库存量及产品配送等情况，优化供应链流程，降低不必要的损耗。

另一方面，对于生产环节来说，企业生产设备可以通过传感器和信息系统等实现机器与机器之间的相互连接，进而获取数据，利用大数据技术进行存储、分析和可视化，最终得到“智能信息”供决策者使用，调解生产过程以提高效率。

未来，当信息技术发展到一定阶段，企业生产过程甚至可以根据消费者需求进行个性化定制，实现柔性生产。

体育大数据：

例如体育数据分析师通过从OPTA（OptaSports是一家总部位于英国伦敦的体育数据提供商）提供的2010年世界杯以来22904场正式比赛的数据中，研究了梅西和其他16574名足球运动员与足球相关的所有数据准确发现了梅西两个性：

1、与巴萨其他队友的数字相比，梅西有关防守行为的数字相当地少，其他方面也能体现“他不去争抢势均力敌的高球”等缺点；2、与在巴萨时梅西的表现指为0262相比，在阿根廷国家队里只有0199，体现了梅西在两支球队中所起作用的差异。

个人大数据：

个人信息往往保存在第三方手里，例如个人用户在互联网上留存、在政府部门登记在案等各类信息，此类信息实际上也是互联网、政府和企业用于分析用户行为的基础。

此外，随着可穿戴设备等新事物的兴起，个人信息的采集方式越来越多样化，数据积累也在不断完善，例如，可以通过可穿戴设备或植入芯片等感