第一章　大數據產業相關概述
1.1　大數據介紹
1.1.1　大數據的產生
1.1.2　大數據的定義
1.1.3　大數據的本質
1.1.4　大數據的特點
1.1.5　大數據的類型
1.1.6　大數據典型分類
1.1.7　大數據的各個環節
1.2　大數據的價值及影響
1.2.1　大數據價值分析
1.2.2　大數據研究意義
1.2.3　大數據應用價值
1.2.4　對信息時代影響
1.3　大數據產業鏈構成分析
1.3.1　大數據價值鏈模型
1.3.2　大數據產業鏈結構
1.3.3　產業鏈價值流動方向
1.4　大數據技術層結構分析
1.4.1　大數據關鍵技術構成
1.4.2　大數據采集與預處理技術
1.4.3　大數據存儲管理技術
1.4.4　大數據處理的核心技術
1.4.5　大數據分析挖掘技術
1.4.6　大數據可視化技術
1.4.7　大數據安全技術
第二章　2020-2022年國際大數據產業發展分析
2.1　全球大數據產業總體發展分析
2.1.1　產業發展變革
2.1.2　產業發展階段
2.1.3　產業規模狀況
2.1.4　細分市場格局
2.1.5　區域發展格局
2.1.6　重點企業分析
2.1.7　技術研發狀況
2.2　全球大數據產業發展特點
2.2.1　國家戰略布局加快
2.2.2　數字基建發展地位提升
2.2.3　數字治理規則博弈激烈
2.2.4　數字貿易規則制定加快
2.2.5　數字平臺壟斷監管加強
2.3　歐盟大數據產業發展布局
2.3.1　歐盟通過《數據治理法案》
2.3.2　歐盟數字經濟發展戰略
2.3.3　歐盟數字經濟發展成效
2.3.4　產業戰略建設的相關啟示
2.3.5　歐盟布局大數據產業應用
2.3.6　歐盟大數據產業人才規劃
2.4　美國大數據產業發展分析
2.4.1　大數據發展戰略政策
2.4.2　大數據支出規模占比
2.4.3　大數據應用案例分析
2.4.4　大數據協同創新措施
2.4.5　大數據技術發展措施
2.5　日本大數據產業發展分析
2.5.1　大數據發展歷程
2.5.2　大數據相關法規
2.5.3　大數據發展趨勢
2.5.4　大數據預防災害
2.5.5　“限定提供數據”條款
2.5.6　對我國大數據法律啟示
2.6　其他國家大數據產業發展動態
2.6.1　法國
2.6.2　韓國
2.6.3　新加坡
第三章　2020-2022年中國大數據產業發展分析
3.1　2020-2022年中國大數據產業發展綜述
3.1.1　大數據產業概念分析
3.1.2　大數據產業構建層次
3.1.3　大數據發展的必然性
3.1.4　大數據產業驅動主體
3.1.5　大數據產業發展階段
3.1.6　地區大數據產業聯盟
3.1.7　數字經濟的發展水平
3.1.8　大數據總體市場規模
3.1.9　大數據核心產業規模
3.2　中國大數據產業發展進程分析
3.2.1　法律方面
3.2.2　技術方面
3.2.3　應用方面
3.2.4　試點方面
3.2.5　人才方面
3.3　2020-2022年大數據產業競爭格局
3.3.1　大數據相關企業規模概述
3.3.2　大數據產業競爭主體分類
3.3.3　產業鏈環節競爭格局分析
3.3.4　大數據競爭企業資本層次
3.3.5　大數據投資價值百強企業
3.3.6　大數據創新場景應用服務商
3.3.7　互聯網企業布局大數據產業
3.3.8　大數據熱點應用領域的競爭
3.3.9　大數據產業競爭趨勢展望
3.4　2020-2022年中國大數據市場供需分析
3.4.1　大數據市場供給結構分析
3.4.2　主要行業大數據需求狀況
3.4.3　企業大數據的應用及需求
3.4.4　大數據熱點領域需求分析
3.4.5　企業大數據需求趨勢分析
3.5　大數據行業上市公司運行狀況分析
3.5.1　上市公司規模
3.5.2　上市公司分布
3.5.3　經營狀況分析
3.5.4　盈利能力分析
3.5.5　營運能力分析
3.5.6　成長能力分析
3.5.7　現金流量分析
3.6　中國大數據產業存在的問題
3.6.1　面臨挑戰分析
3.6.2　競爭壁壘問題
3.6.3　技術發展問題
3.6.4　成本投入問題
3.6.5　數據相關問題
3.6.6　數據安全問題
3.6.7　人才供需問題
3.7　中國大數據產業的發展策略
3.7.1　相關政策建議
3.7.2　推進研發應用
3.7.3　避免過度建設
3.7.4　提高數據安全
3.7.5　地區發展思路
3.7.6　推動標準建設
3.7.7　打破信息孤島
3.8　疫情影響下大數據產業發展分析
3.8.1　疫情對企業的影響
3.8.2　行業大數據應用問題
3.8.3　疫情帶來的行業機遇
3.8.4　互聯網大數據防疫走熱
3.8.5　疫情下電信大數據應用狀況
3.8.6　疫情下政府大數據應用狀況
3.8.7　疫情下工業大數據應用狀況
3.8.8　疫情下金融大數據應用狀況
3.8.9　疫情下醫療大數據應用狀況
第四章　大數據產業上游——數據源存儲層
4.1　數據基礎設施發展綜況
4.1.1　數據基礎設施的范圍
4.1.2　數據基礎設施的特征
4.1.3　數據基礎的相關企業
4.1.4　數據基礎設施的展望
4.2　數據來源層分析
4.2.1　大數據的來源渠道
4.2.2　新技術帶來數據增長
4.2.3　數據資源的網絡基礎
4.2.4　數據采集產業分析
4.2.5　數據資源獲取難度
4.2.6　數據資源開放情況
4.3　數據存儲層分析
4.3.1　大數據存儲方式
4.3.2　大數據儲存規模分析
4.3.3　大數據存儲架構分析
4.3.4　數據倉庫建設的重要性
4.3.5　新型MPP數據庫的價值
4.4　數據存儲中心建設狀況
4.4.1　全球數據中心建設規模
4.4.2　國內數據中心建設規模
4.4.3　國內數據中心投資規模
4.4.4　數據中心市場競爭格局
4.4.5　數據中心硬件成本分析
4.4.6　區域數據中心建設要求
4.4.7　數據中心總體發展趨勢
4.4.8　數據中心綠色節能趨勢
4.4.9　數據中心布局策略分析
4.5　數據資源型企業——電信運營商
4.5.1　中國移動
4.5.1.1　企業發展概況
4.5.1.2　大數據發展優勢
4.5.1.3　大數據產品體系
4.5.2　中國電信
4.5.2.1　企業發展概況
4.5.2.2　大數據PaaS平臺
4.5.2.3　數據產業布局
4.5.3　中國聯通
4.5.3.1　企業發展概況
4.5.3.2　大數據項目建設
4.5.3.3　聯通大數據公司
4.6　數據資源型企業——BAT企業
4.6.1　阿里巴巴
4.6.1.1　企業發展概況
4.6.1.2　產品技術架構
4.6.1.3　大數據計算服務
4.6.1.4　主要大數據平臺
4.6.1.5　企業數據庫方案
4.6.2　百度公司
4.6.2.1　企業發展概況
4.6.2.2　大數據解決方案
4.6.2.3　大數據分析平臺
4.6.3　騰訊公司
4.6.3.1　企業發展概況
4.6.3.2　騰訊大數據平臺
4.6.3.3　大數據技術架構
4.6.3.4　大數據布局動態
第五章　大數據產業中游——數據分析處理層
5.1　大數據處理及分析技術綜況
5.1.1　大數據采集與預處理
5.1.2　數據處理框架分析
5.1.3　數據計算模式分析
5.1.4　數據分析細分領域
5.1.5　大數據分析的優劣勢
5.2　大數據分析處理產業發展進程
5.2.1　技術研發熱點
5.2.2　技術應用領域
5.2.3　產業發展狀況
5.2.4　技術發展趨勢
5.3　數據標注行業發展分析
5.3.1　市場運行綜況
5.3.2　運營模式分析
5.3.3　垂直市場分析
5.3.4　區域市場格局
5.4　大數據可視化分析技術分析
5.4.1　數據可視化的基本概述
5.4.2　數據可視化的應用優勢
5.4.3　大數據可視化市場規模
5.4.4　大數據可視化市場格局
5.4.5　數據可視化的應用工具
5.4.6　數據可視化面臨的挑戰
5.4.7　數據可視化技術發展趨勢
5.5　大數據安全處理技術分析
5.5.1　大數據安全問題分析
5.5.2　大數據安全涉及的模塊
5.5.3　數據安全防護技術分析
5.5.4　數據脫敏安全控制技術
5.5.5　大數據安全防護體系分析
5.6　大數據技術擁有型企業分析
5.6.1　拓爾思
5.6.1.1　企業發展概況
5.6.1.2　大數據產品介紹
5.6.2　浪潮集團
5.6.2.1　企業發展概況
5.6.2.2　數據基礎模型
5.6.2.3　大數據產業園項目
5.6.2.4　建立智慧城市平臺
5.6.2.5　推進數據社會化發展
5.6.3　華為公司
5.6.3.1　企業發展概況
5.6.3.2　大數據解決方案
5.6.3.3　大數據產業園建設
5.6.3.4　大數據產業合作
第六章　大數據產業下游——數據交易層
6.1　大數據交易層分析
6.1.1　大數據交易層細分
6.1.2　數據交易品種及類型
6.1.3　數據交易的影響因素
6.1.4　大數據交易標準體系
6.1.5　數據交易市場發展對策
6.2　大數據交易市場運行狀況
6.2.1　大數據交易市場構成
6.2.2　大數據交易市場規模
6.2.3　大數據市場定價方式
6.2.4　細分大數據交易狀況
6.2.5　大數據交易場所的類型
6.2.6　大數據交易中心建設綜況
6.2.7　大數據交易監管體系分析
6.2.8　大數據交易市場人才需求
6.2.9　數據交易場所的問題及對策
6.3　國際重點大數據交易平臺分析
6.3.1　Factual
6.3.2　InfoChimps
6.3.3　Microsoft Azure
6.3.4　Fujitsu
6.4　中國大數據交易平臺發展綜況
6.4.1　交易平臺經營范圍
6.4.2　交易平臺發展背景
6.4.3　主要大數據交易平臺
6.4.4　交易平臺融資動態
6.4.5　平臺未來發展策略
6.5　中國典型大數據交易平臺分析
6.5.1　貴陽大數據交易所
6.5.1.1　平臺發展概況
6.5.1.2　平臺發展優勢
6.5.1.3　平臺發展劣勢
6.5.1.4　平臺運營標準
6.5.2　上海數據交易所
6.5.2.1　平臺建立背景
6.5.2.2　平臺特點分析
6.5.2.3　承擔監管職責
6.5.2.4　合規運營重點
6.5.3　數據堂交易平臺
6.5.3.1　平臺發展概況
6.5.3.2　平臺發展優勢
6.5.3.3　平臺發展劣勢
6.5.3.4　商業模式分析
6.5.4　中關村大數據交易平臺
6.5.4.1　平臺發展概況
6.5.4.2　平臺發展優勢
6.5.4.3　平臺發展劣勢
第七章　大數據產業下游——數據應用層
7.1　大數據應用層分析
7.1.1　大數據應用層結構
7.1.2　大數據衍生應用層
7.2　大數據應用服務型企業介紹
7.2.1　百分點集團
7.2.1.1　企業發展概況
7.2.1.2　大數據產業布局
7.2.2　明略數據
7.2.2.1　企業發展概況
7.2.2.2　大數據分析產品
7.2.3　TalkingData
7.2.3.1　企業發展概況
7.2.3.2　企業融資動態
7.2.3.3　未來發展態勢
7.3　工業大數據
7.3.1　工業大數據基本概況
7.3.2　工業大數據發展階段
7.3.3　工業大數據政策環境
7.3.4　工業大數據市場規模
7.3.5　工業大數據應用案例
7.3.6　工業大數據發展前景
7.3.7　工業大數據發展問題對策
7.3.8　工業大數據未來發展機會
7.4　醫療大數據
7.4.1　醫療大數據體系分析
7.4.2　醫療大數據應用場景
7.4.3　醫療大數據市場規模
7.4.4　醫療大數據市場供需
7.4.5　醫療大數據競爭格局
7.4.6　醫療大數據投資分布
7.4.7　醫療大數據應用案例
7.4.8　醫療大數據發展問題及對策
7.4.9　醫療大數據投資機會分析
7.5　金融大數據
7.5.1　金融大數據體系分析
7.5.2　金融大數據典型應用領域
7.5.3　金融大數據創新應用領域
7.5.4　金融大數據分析市場規模
7.5.5　金融大數據應用市場結構
7.5.6　金融大數據市場競爭格局
7.5.7　金融行業大數據發展特征
7.5.8　金融大數據安全挑戰及對策
7.5.9　金融大數據未發展機會分析
7.6　交通大數據
7.6.1　交通大數據應用價值分析
7.6.2　交通大數據應用狀況分析
7.6.3　交通行業大數據應用需求
7.6.4　城市交通大數據應用產業鏈
7.6.5　城市交通大數據應用規模
7.6.6　城市交通大數據競爭格局
7.6.7　交通大數據應用案例分析
7.6.8　交通大數據應用問題及對策
7.6.9　交通大數據應用未來發展展望
7.7　電信大數據
7.7.1　電信大數據的發展階段
7.7.2　電信大數據源供給規模
7.7.3　電信大數據應用需求分析
7.7.4　電信行業大數據應用情況
7.7.5　運營商大數據的應用模式
7.7.6　電信行業大數據應用案例
7.7.7　電信大數據應用痛點分析
7.7.8　電信大數據發展機會分析
7.8　零售大數據
7.8.1　零售大數據發展概況
7.8.2　零售行業數據采集方式
7.8.3　零售行業大數據應用需求
7.8.4　零售行業大數據應用案例
7.8.5　大數據下的新零售模式
7.8.6　零售大數據發展問題及對策
7.8.7　企業應用零售大數據的方向
7.9　電商大數據
7.9.1　電商大數據的主要來源
7.9.2　大數據處理對電子商務的影響
7.9.3　電子商務大數據的應用需求
7.9.4　電子商務大數據的具體應用
7.9.5　數據分析提高電商企業績效
7.9.6　全球首個電商大數據指數
7.9.7　政府重視電商大數據共享工作
7.9.8　電商大數據應用的挑戰及對策
7.10　政府大數據
7.10.1　政府數據資產基本分類
7.10.2　政府大數據的經濟價值
7.10.3　政府大數據的發展階段
7.10.4　政府大數據的發展規模
7.10.5　政府部門大數據應用案例
7.10.6　全國公安大數據發展前景
7.10.7　政府大數據信息公開需求
7.10.8　政府大數據未來發展展望
第八章　2020-2022年大數據應用軟件及設備分析
8.1　大數據軟件行業上市公司運行狀況分析
8.1.1　上市公司規模
8.1.2　上市公司分布
8.1.3　經營狀況分析
8.1.4　盈利能力分析
8.1.5　營運能力分析
8.1.6　成長能力分析
8.1.7　現金流量分析
8.2　大數據應用軟件分析
8.2.1　大數據軟件構成框架
8.2.2　大數據典型軟件分析
8.2.3　智能軟件的應用價值
8.2.4　大數據軟件市場規模
8.2.5　大數據軟件發展方向
8.3　大數據硬件設備分析
8.3.1　大數據硬件構成框架
8.3.2　大數據主要硬件設備
8.3.3　大數據硬件市場規模
8.4　大數據一體機設備分析
8.4.1　大數據一體機簡介
8.4.2　大數據一體機的優劣分析
8.4.3　大數據一體機的用戶類型
8.4.4　國外競爭格局與品牌分布
8.4.5　國內市場競爭格局分析
8.4.6　國內企業競爭優劣勢分析
8.4.7　國內主流品牌及其特點
第九章　2020-2022年大數據產業發展模式探究
9.1　大數據交易模式分析
9.1.1　以數據運營方式為分類標準
9.1.2　以大數據結構化程度為分類標準
9.1.3　以數據產權轉讓形式為分類標準
9.2　大數據行業盈利模式分析
9.2.1　解決方案
9.2.2　基礎設施
9.2.3　數據產品
9.2.4　行業應用
9.3　大數據行業商業模式分析
9.3.1　B2B大數據應用模式
9.3.2　技術提供及軟件開發
9.3.3　大數據咨詢分析服務
9.3.4　大數據服務市場規模
9.3.5　大數據通用服務模式
9.3.6　自有平臺大數據分析
9.3.7　信息訂制與采購模式
9.3.8　信息數據租售模式
9.4　企業大數據商業化應用模式
9.4.1　企業大數據的基本構成
9.4.2　企業大數據商業化應用背景
9.4.3　企業大數據商業化應用層面
9.4.4　企業大數據商業化應用重點
9.4.5　企業大數據商業化應用關鍵
9.4.6　企業大數據商業化應用途徑
第十章　2020-2022年重點區域大數據行業發展分析
10.1　中國大數據產業區域發展格局
10.1.1　國家大數據綜合試驗區
10.1.2　大數據企業業務區域分布
10.1.3　地區大數據管理機構設置
10.1.4　城市大數據發展排名狀況
10.1.5　國家重點大數據實驗室分布
10.2　大數產業區域發展指數分析
10.2.1　省域評估測評體系
10.2.2　省域發展指數排名
10.2.3　省域指數排名變化
10.2.4　主要區域發展特征
10.3　大數據產業園區發展分析
10.3.1　大數據產業園概述
10.3.2　大數據產業園區分類
10.3.3　大數據產業園分布特點
10.3.4　大數據產業園典型模式
10.3.5　產業園面臨機遇與挑戰
10.3.6　國家級新區布局大數據
10.4　京津冀大數據產業集群
10.4.1　京津冀地區經濟運行特點
10.4.2　京津冀大數據產業發展綜況
10.4.3　石家莊大數據產業發展狀況
10.4.4　北京市大數據產業發展狀況
10.4.5　天津市大數據產業發展綜況
10.4.6　天津市大數據管理中心建設
10.5　珠三角大數據產業集群
10.5.1　珠三角地區基本運行狀況
10.5.2　珠三角大數據產業發展特點
10.5.3　大數據試驗區建設方案出臺
10.5.4　廣東省大數據產業發展格局
10.5.5　廣州市大數據產業發展布局
10.5.6　深圳市大數據產業發展狀況
10.6　長三角大數據產業集群
10.6.1　長三角地區經濟運行狀況
10.6.2　長三角大數據產業發展綜況
10.6.3　長三角大數據產業發展特點
10.6.4　上海市大數據產業發展布局
10.6.5　浙江省大數據產業發展狀況
10.7　西南大數據產業集群
10.7.1　西南地區經濟運行狀況
10.7.2　重慶市大數據產業發展狀況
10.7.3　四川省大數據產業發展布局
10.7.4　云南省大數據中心建設布局
10.8　其他地區大數據產業發展布局動態
10.8.1　沈陽市
10.8.2　河南省
10.8.3　山東省
10.8.4　山西省
10.8.5　安徽省
10.8.6　湖南省
10.8.7　江西省
10.8.8　海南省
10.9　典型發展地區——貴州省大數據產業發展分析
10.9.1　貴州大數據發展機遇及優勢
10.9.2　貴州省大數據發展實力
10.9.3　貴州大數據產業優惠政策
10.9.4　貴州省數字設施投資狀況
10.9.5　貴州省數字產業發展動態
10.9.6　貴州大數據典型企業名單
10.9.7　貴陽市大數據發展狀況
10.9.8　貴安新區大數據建設狀況
10.9.9　貴州省大數據投資基金
第十一章　中投顧問對中國大數據產業投資價值分析
11.1　大數據產業投資價值及機會評估
11.1.1　投資價值綜合評估
11.1.2　市場投資機會評估
11.1.3　投資發展動力評估
11.1.4　投資進入時機分析
11.1.5　產業投資象項分布
11.2　大數據行業投資壁壘分析
11.2.1　競爭壁壘
11.2.2　技術壁壘
11.2.3　資金壁壘
11.2.4　政策壁壘
11.3　大數據產業投資風險及防范
11.3.1　大數據行業投資風險綜述
11.3.2　數據的流動性和可獲取性風險
11.3.3　大數據安全風險及防范機制
11.3.4　大數據項目投資風險急劇增加
11.3.5　大數據產業投資建議與策略
11.3.6　評估大數據產業投資回報的措施
第十二章　中投顧問對中國大數據產業投融資分析
12.1　A股及新三板上市公司在大數據行業投資動態分析
12.1.1　投資項目綜述
12.1.2　投資區域分布
12.1.3　投資模式分析
12.1.4　典型投資案例
12.2　大數據行業投融資熱度分析
12.2.1　數據源及流通領域
12.2.2　軟硬件產品領域
12.2.3　應用端領域
12.3　大數據產業投資規模分析
12.3.1　投資規模分析
12.3.2　投資輪次分布
12.3.3　投資事件匯總
12.4　中國大數據產業投資項目案例
12.4.1　城市數據湖運營項目
12.4.2　大數據系統平臺項目
12.4.3　大數據產業園建設項目
12.4.4　大數據管理平臺建設項目
12.5　中國大數據產業鏈投資機會分析
12.5.1　硬件層面投資機會分析
12.5.2　軟件層面投資機會分析
12.5.3　信息服務層面投資機會
第十三章　大數據產業發展前景及趨勢
13.1　全球大數據產業發展前景及趨勢預測
13.1.1　全球大數據企業競爭趨勢
13.1.2　全球大數據產業發展趨勢
13.1.3　全球大數據市場發展熱點展望
13.2　中國大數據產業發展機遇及前景預測
13.2.1　整體發展驅動分析
13.2.2　行業未來發展特點
13.2.3　大數據市場熱點分析
13.2.4　大數據市場重點內容
13.2.5　大數據人才需求預測
13.3　中國大數據產業發展趨勢展望
13.3.1　信息消費逐步提質升級
13.3.2　工業互聯網建設進程加快
13.3.3　“一帶一路”數據合作形成
13.3.4　大數據治理科技應用廣泛
13.3.5　大數據相關立法進程加快
13.3.6　大數據與區塊鏈融合提速
13.4　中投顧問對2022-2026年中國大數據產業預測分析
13.4.1　2022-2026年中國大數據產業影響因素分析
13.4.2　2022-2026年中國大數據產業市場規模預測
13.4.3　2022-2026年中國數字經濟規模預測
第十四章　大數據產業發展政策分析
14.1　大數據產業政策體系分析
14.1.1　大數據產業政策演變
14.1.2　國家大數據政策匯總
14.1.3　大數據安全政策分析
14.1.4　大數據融合應用政策
14.1.5　大數據相關標準分析
14.1.6　大數據產業管理機制加強
14.2　大數據產業應用類政策分析
14.2.1　工業大數據政策環境分析
14.2.2　金融監管數據安全管理辦法
14.2.3　醫療大數據政策總體分析
14.2.4　交通運輸大數據發展綱要
14.2.5　工業互聯網數據應用政策
14.2.6　大數據防范網絡詐騙方案
14.2.7　數字商務建設發展政策
14.3　大數據產業發展規劃
14.3.1　大數據成為國家規劃的高頻詞
14.3.2　“十四五”大數據產業規劃發布
14.3.3　“十四五”大數據產業相關規劃
14.3.4　新型數據中心發展行動計劃
14.4　大數據產業區域性政策規劃
14.4.1　黑龍江大數據產業發展規劃
14.4.2　河北大數據產業提升計劃
14.4.3　山東省大數據產業發展規劃
14.4.4　北京大數據相關支持政策
14.4.5　山西大數據應用促進條例
14.4.6　成都市大數據產業專項政策
14.4.7　江蘇省大數據產業發展規劃
14.4.8　廣西省推動數據應用意見
14.4.9　貴州大數據標準建設規劃
14.4.10　福建省大數據發展條例

圖表1　大數據的4V特征
圖表2　大數據的類型
圖表3　數字價值鏈模式
圖表4　大數據產業鏈
圖表5　大數據產業鏈產值分布及發展方向
圖表6　大數據關鍵技術
圖表7　中國大數據產業鏈技術層細分
圖表8　未來大數據處理的核心技術
圖表9　2013-2020年全球大數據儲量及其增長情況
圖表10　2020-2026年全球大數據市場規模及預測
圖表11　2020-2025年全球大數據硬件、軟件和服務整體市場規模及預測
圖表12　2017-2020年全球主要家大數據中心數量分布情況
圖表13　國際主要大數據企業簡介
圖表14　全球主要大數據存儲企業
圖表15　全球主要大數據分析企業
圖表16　全球大數據行業技術來源國分布情況
圖表17　2012-2021年全球大數據行業技術來源國專利申請量趨勢
圖表18　全球大數據行業專利申請量TOP10申請人
圖表19　日本大數據發展歷程
圖表20　大數據產業構建
圖表21　中國大數據市場發展階段
圖表22　2017-2021年新成立的大數據產業聯盟
圖表23　2005-2020年中國數字經濟規模分析
圖表24　2015-2020年中國數字經濟增速與GDP增速變化情況
圖表25　2015-2020年中國數字經濟內部結構分析
圖表26　2018-2021年大數據產業規模
圖表27　2015-2020年我國大數據核心產業規模及增速
圖表28　中國申請�。ㄊ�、自治區）大數據專利數量TOP10
圖表29　2021年大數據產業發展試點示范項目公示名單
圖表30　2021年大數據產業發展試點示范項目公示名單（續一）
圖表31　2021年大數據產業發展試點示范項目公示名單（續二）
圖表32　2021年大數據產業發展試點示范項目公示名單（續三）
圖表33　2021年大數據產業發展試點示范項目公示名單（續四）
圖表34　2021年大數據產業發展試點示范項目公示名單（續五）
圖表35　2021年大數據產業發展試點示范項目公示名單（續六）
圖表36　2021年大數據產業發展試點示范項目公示名單（續七）
圖表37　2021年大數據產業發展試點示范項目公示名單（續八）
圖表38　2021年大數據產業發展試點示范項目公示名單（續九）
圖表39　2021年大數據產業發展試點示范項目公示名單（續十）
圖表40　2021年大數據產業發展試點示范項目公示名單（續十一）
圖表41　2016-2020年“數據科學與大數據技術”專業新增備案數量
圖表42　2018-2020年教育部新增審批本科大數據相關專業
圖表43　2020年大數據人才需求崗位TOP10
圖表44　大數據企業資本層次
圖表45　2021年大數據企業投資價值百強榜
圖表46　大數據創新場景應用服務商TOP40
圖表47　中國大數據應用領域企業
圖表48　互聯網行業大數據應用場景
圖表49　電信行業大數據應用場景
圖表50　金融行業大數據應用場景
圖表51　制造行業大數據應用場景
圖表52　企業現有的數據規模
圖表53　企業數據類型的構成
圖表54　大數據時代企業所能感覺到的數據變化
圖表55　目前企業處理大數據所面臨的問題
圖表56　企業對大數據的態度和認知
圖表57　企業在線則大數據平臺時所考慮的因素
圖表58　大數據行業上市公司名單
圖表59　2016-2020年大數據行業上市公司資產規模及結構
圖表60　大數據行業上市公司上市板分布情況
圖表61　大數據行業上市公司地域分布情況
圖表62　2016-2020年大數據行業上市公司營業收入及增長率
圖表63　2016-2020年大數據行業上市公司凈利潤及增長率
圖表64　2016-2020年大數據行業上市公司毛利率與凈利率
圖表65　2016-2020年大數據行業上市公司營運能力指標
圖表66　2016-2020年大數據行業上市公司成長能力指標
圖表67　2016-2020年大數據行業上市公司銷售商品收到的現金占比
圖表68　企業在數據安全與治理建設方面擔心的問題
圖表69　市場上大數據技術類人才招聘數量占比及求職人數占比
圖表70　主要城市大數據就業市場活躍度
圖表71　大數據行業求職者學歷與招聘需求占比
圖表72　大數據產業招聘及求職期望薪水分布
圖表73　2020年新冠病毒肺炎疫情對企業營收的影響情況
圖表74　2020年新冠肺炎疫情對企業業務的影響情況
圖表75　疫情下各行業大數據應用問題
圖表76　疫情后不同類型大數據業務機遇預測
圖表77　互聯網大數據防疫行業的亮點及挑戰
圖表78　信息安全、數據資源整合是疫情下電信大數據亟需突破關鍵點
圖表79　應急指揮平臺、疫情防控大數據平臺等成為疫情下政府大數據建設重點
圖表80　工業大數據解決疫情下物資流通、企業復產復工難等問題
圖表81　金融大數據助力政府高效發放消費券
圖表82　無接觸醫療、影像識別是疫情下醫療大數據應用的熱點方向
圖表83　數據基礎設施
圖表84　數據基礎設施“橫向融合”與“縱向融合”
圖表85　數據基礎支撐型企業
圖表86　數據平臺型企業
圖表87　中國大數據產業鏈數據源細分
圖表88　2018-2021年中國網民規模和互聯網普及率
圖表89　2018-2021年手機網民規模及其占網民比例
圖表90　2012-2020年地方政府數據開放平臺上線情況
圖表91　MPP架構圖
圖表92　2016-2020年中國大數據計算與存儲市場規模分析
圖表93　MPP與Hadoop技術融合的產品架構圖
圖表94　2012-2020年全球大型數據中心增長狀況
圖表95　2020年各國大型數據中心數量占比
圖表96　2016-2020年中國數據中心機架規模統計情況
圖表97　數據中心規模劃分（按機架規模）
圖表98　2019年中國超大型、大型數據中心占比情況
圖表99　2015-2020年中國數據中心行業IT投資規模情況
圖表100　2021年中國數據中心主要建設企業的基本信息
圖表101　數據中心IT硬件成本結構
圖表102　全國一體化算力網絡國家樞紐八大節點（“東數西算”工程）
圖表103　截至2020年算力網絡國家樞紐節點地區數據中心情況
圖表104　2018-2020年部分企業在貴州、內蒙古、甘肅、寧夏建設數據中心情況
圖表105　飛天大數據平臺的完整架構
圖表106　iDB產品核心功能架構圖
圖表107　百度大數據+平臺
圖表108　九寨溝景區客流量預測系統
圖表109　峨眉山景區游客七日去向展示
圖表110　利用大數據進行在線精準營銷的效果
圖表111　騰訊大數據平臺的核心模塊
圖表112　Gaia主要結構
圖表113　TDBank的處理系統
圖表114　TDBank運行流程
圖表115　騰訊分布式數據倉庫
圖表116　Spark VS Mapreduce
圖表117　TRC運作流程
圖表118　典型大數據計算模式與系統
圖表119　數據分析細分領域和具體技術
圖表120　Palantir旗下兩大產品涉及領域
圖表121　大數據技術關注度
圖表122　數據處理器產業鏈圖譜
圖表123　數據處理器競爭格局
圖表124　參數服務器工作原理
圖表125　2016-2020年大數據分析與可視化市場規模統計
圖表126　大數據可視化重點企業
圖表127　大數據安全涉及模塊
圖表128　華為鯤鵬大數據的典型配置方案
圖表129　中國大數據產業鏈交易層細分
圖表130　可交易的數據品種及類型
圖表131　影響數據交易的四大因素
圖表132　大數據交易標準體系
圖表133　2016-2020年大數據流通交易市場規模統計
圖表134　國內已有數據交易機構基本情況
圖表135　國內已有數據交易機構基本情況（續）
圖表136　部分大數據交易所數據交易規則
圖表137　大數據交易產業主要人才需求
圖表138　數據堂商業模式
圖表139　中國大數據產業鏈大數據衍生層細分
圖表140　工業大數據分類
圖表141　國內工業大數據發展史
圖表142　我國工業數字化轉型的政策體系
圖表143　2020-2025年我國工業大數據市場規模發展趨勢
圖表144　卡奧斯平臺架構
圖表145　卡奧斯數據湖平臺
圖表146　中國綠色低碳的工業體系
圖表147　工業大數據應用痛點及未來發展機會
圖表148　醫療業大數據產業鏈
圖表149　醫療數據來源
圖表150　醫療數據的特性
圖表151　醫療大數據的用途
圖表152　醫療大數據企業
圖表153　健康醫療大數據的使用人群
圖表154　2019年中國醫療信息化投資領域分布
圖表155　醫療大數據領域的行業機會點
圖表156　金融大數據產業鏈
圖表157　大數據金融的場景應用
圖表158　大數據智能洞察金融業
圖表159　金融行業客戶的重要性
圖表160　大數據洞察推動民生銀行的轉型與創新
圖表161　大數據預測金融欺詐
圖表162　2016-2021年中國金融大數據分析行業市場規模及預測
圖表163　中國金融行業大數據投資結構
圖表164　金融大數據發展痛點及機會
圖表165　智能交通的數據處理體系
圖表166　交通大數據應用領域示意圖
圖表167　中國大數據城市交通應用產業鏈
圖表168　2015-2019年大數據在中國城市交通行業的應用市場規模（以市場投資額計）
圖表169　2019年中國大數據城市交通市場份額分布（以項目中標金額計）
圖表170　中國大數據城市交通頭部企業地域分布
圖表171　大數據在滴滴出行中的應用
圖表172　電信大數據發展階段
圖表173　電信運營商大數據應用
圖表174　2020-2021年100M速率以上、1000M速率以上的固定互聯網寬帶接入用戶情況
圖表175　2020-2021年物聯網終端用戶情況
圖表176　2020-2021年電信業務收入和電信業務總量累計增速
圖表177　2020-2021年新興業務收入增長情況
圖表178　廣東移動使用的Apache Hadoop軟件的英特爾分發版
圖表179　電信運營商大數據處理需求
圖表180　線下零售大數據產業鏈
圖表181　線上零售大數據產業鏈
圖表182　政府大數據各階段發展特點
圖表183　中國各政府機構大數據應用
圖表184　政府大數據應用痛點及機會點
圖表185　大數據軟件行業上市公司名單
圖表186　2016-2020年大數據軟件行業上市公司資產規模及結構
圖表187　大數據軟件行業上市公司上市板分布情況
圖表188　大數據軟件行業上市公司地域分布情況
圖表189　2016-2020年大數據軟件行業上市公司營業收入及增長率
圖表190　2016-2020年大數據軟件行業上市公司凈利潤及增長率
圖表191　2016-2020年大數據軟件行業上市公司毛利率與凈利率
圖表192　2016-2020年大數據軟件行業上市公司營運能力指標
圖表193　2020-2021年大數據軟件行業上市公司營運能力指標
圖表194　2016-2020年大數據軟件行業上市公司成長能力指標
圖表195　2020-2021年大數據軟件行業上市公司成長能力指標
圖表196　2016-2020年大數據軟件行業上市公司銷售商品收到的現金占比
圖表197　大數據軟件主要類別
圖表198　大數據硬件產業鏈
圖表199　典型大數據服務應用比較
圖表200　企業大數據的構成
圖表201　大數據在企業級的應用方面
圖表202　八大國家大數據綜合試驗區分布
圖表203　2019年中國大數據企業業務區域布局
圖表204　省市級大數據管理局
圖表205　大數據產業發展前二十強城市
圖表206　城市大數據指數總排名散點圖
圖表207　國家重點大數據實驗室分布
圖表208　2020年省域大數據發展指數指標體系
圖表209　2020年省域大數據發展指數測評結果
圖表210　2016-2020年各地區大數據發展指數排名
圖表211　2020年分地區大數據發展指數分布情況
圖表212　大數據產業園分布特點
圖表213　國家級新區布局大數據產業
圖表214　2020年珠三角各市GDP
圖表215　深圳市大數據產業主要聚集區及布局領域（含規劃）
圖表216　深圳市大數據產業鏈企業布局情況
圖表217　貴州省大數據企業TOP50名單（排名不分先后）
圖表218　中投顧問投資價值綜合評估：大數據
圖表219　中投顧問大數據產業市場機會整體評估表
圖表220　中投顧問大數據產業市場機會矩陣
圖表221　中投顧問投資發展動力評估：大數據
圖表222　中投產業投資進入時機：大數據產業
圖表223　中投產業生命周期：大數據產業
圖表224　大數據產業投資象項
圖表225　中投顧問進入壁壘評估：大數據
圖表226　中投顧問投資機會箱：大數據產業
圖表227　2020年A股及新三板上市公司大數據行業投資規模
圖表228　2020年A股及新三板上市公司大數據行業投資項目區域分布（按項目數量分）
圖表229　2020年A股及新三板上市公司大數據行業投資項目區域分布（按投資金額分）
圖表230　2020年A股及新三板上市公司大數據行業投資模式
圖表231　2021年A股及新三板上市公司在大數據行業投資項目列表
圖表232　大數據數據源、數據基礎及數據流通領域投資熱點
圖表233　大數據軟硬件產品領域投資熱點
圖表234　大數據應用端領域投資熱點
圖表235　2015-2021年中國大數據產業相關投資規模
圖表236　2021年大數據產業相關投資事件
圖表237　2021年大數據產業相關投資事件（續一）
圖表238　2021年大數據產業相關投資事件（續二）
圖表239　2021年大數據產業相關投資事件（續三）
圖表240　2021年大數據產業相關投資事件（續四）
圖表241　引力傳媒大數據管理平臺整體架構圖
圖表242　數字經濟下大數據市場未來投資熱點
圖表243　國家數據立法列表（部分）
圖表244　中投顧問對2022-2026年中國大數據產業市場規模預測
圖表245　中投顧問對2022-2026年中國數字經濟規模預測
圖表246　大數據產業政策的演變
圖表247　國家層面大數據相關政策重點內容解讀（一）
圖表248　國家層面大數據相關政策重點內容解讀（二）
圖表249　國家層面大數據相關政策重點內容解讀（三）
圖表250　國家層面大數據相關政策重點內容解讀（四）
圖表251　國家層面大數據相關政策重點內容解讀（五）
圖表252　大數據安全相關的政策解讀（一）
圖表253　大數據安全相關的政策解讀（二）
圖表254　大數據融合應用相關的政策解讀（一）
圖表255　大數據融合應用相關的政策解讀（二）
圖表256　大數據國家標準匯總
圖表257　大數據行業標準匯總
圖表258　大數據地方標準匯總
圖表259　工業大數據重點建設任務
圖表260　“大數據”和“數據”出現頻次對比
圖表261　“十四五”發展綱要對大數據的規劃