大數據行業發展研究報告第一章行業概況大數據行業指提供大數據技術服務的行業。大數據是超過傳統數據庫系統處理能力的數據。需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據（BigData），IT行業術語，是指無法在一定時間內用常規軟件工具對其內容進行抓取、關聯和處理的大量而復雜的數據集合。大數據具有5V特性：Volume數據規模大、Variety數據類型多、Value價值密度低、Velocity數據流轉快、Veracity數據真實。從2011年至今，大數據概念勢頭依然不減。從人都在講概念，到商業化應用典型案例出現，可以清晰地看到大數據在逐步落地。圖大數據產業鏈結構資料來源：同花順iFind資產信息網千際投行1.1大數據結構結構化數據：即固定格式和有限長度的數據。也稱作行數據，是由二維表結構來邏輯表達和實現的數據，嚴格地遵循數據格式與長度規范，主要通過關系型數據庫進行存儲和管理。非結構化數據：數據結構不規則或不完整，沒有預定義的數據模型，不方便用數據庫二維邏輯表來表現的數據。包括所有格式的辦公文檔、文本、圖片、XML，HTML、各類報表、圖像和音頻/視頻信息等等。半結構數據：在做一個信息系統設計時肯定會涉及到數據的存儲，一般我們都會將系統信息保存在某個指定的關系數據庫中。我們會將數據按業務分類，并設計相應的表，然后將對應的信息保存到相應的表中。圖大數據結構資料來源：資產信息網千際投行1.2大數據的三個層面第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。在這里從大數據的特征定義理解行業對大數據的整體描繪和定性；從對大數據價值的探討來深入解析大數據的珍貴所在；洞悉大數據的發展趨勢；從大數據隱私這個特別而重要的視角審視人和數據之間的長久博弈。第二層面是技術，技術是大數據價值體現的手段和前進的基石。在這里分別從云計算、分布式處理技術、存儲技術和感知技術的發展來說明大數據從采集、處理、存儲到形成結果的整個過程。第三層面是實踐，實踐是大數據的最終價值體現。在這里分別從互聯網的大數據，政府的大數據，企業的大數據和個人的大數據四個方面來描繪大數據已經展現的美好景象及即將實現的藍圖。圖大數據的三個層面資料來源：資產信息網千際投行1.3大數據的三大特征第一個特征是數據類型繁多。包括網絡日志、音頻、視頻、圖片、地理位置信息等等多類型的數據對數據的處理能力提出了更高的要求。第二個特征是數據價值密度相對較低。如隨著物聯網的廣泛應用，信息感知無處不在，信息海量，但價值密度較低，如何通過強大的機器算法更迅速地完成數據的價值“提純”，是大數據時代亟待解決的難題。第三個特征是處理速度快、時效性要求高。這是大數據區分于傳統數據挖掘最顯著的特征。1.4大數據5V特點(1)Volume大量：數據的采集，計算，存儲量都非常的龐大。(2)Variety多樣：種類和來源多樣化。種類有結構化、半結構化和非結構化數據等，常見的來源有網絡日志、音頻、視頻、圖片等等。(3)Value價值：數據價值密度相對較低，猶如浪里淘金，百煉成鋼般才能獲取到大量信息中的部分有價值的信息。(4)Velocity高速：數據增長速度快，處理速度也快，獲取數據的速度也要快。(5)Veracity真實：數據的準確性和可信賴度，即數據的質量。圖5V特點資料來源：資產信息網千際投行公開資料整理圖大數據產業鏈數據價值實現流程資料來源：資產信息網千際投行2016年大數據上升為我國國家戰略，十三五規劃綱要全文第二十七章明確提出“實施國家大數據戰略”，彰顯了國家對于大數據戰略的重視。在國家政策的推動下，我國大數據行業市場規模高速增長。根據信通院報告，2016年中國大數據市場規模約為168億人民幣。我國大數據領域專利申請數量自2010年以來飛速增長。2013年即達到2010年的十倍多。2016年，專利申請數量達到634件。大數據產業商用價值仍未完整展現，市場前景一片廣闊。第二章商業模式和技術發展2.1產業鏈價值鏈商業模式2.1.1大數據產業鏈圖大數據產業鏈資料來源：資產信息網千際投行大數據產業鏈可以從數據源、大數據產品、大數據服務應用這三大塊來講。目前，我國的數據來源包括政府部門、企業數據采集及供應商、互聯網數據采集及供應商、數據流通平臺等。而大數據產品包括大數據平臺、云儲存、數據安全等基礎軟件產品；加工分析、解決方案等軟件產品；大數據采集、接入、存儲、傳輸等硬件設備產品。大數據服務方面，主要為應用服務、分析服務、基礎設施服務等供應商。產業鏈上游分析圖數據安全與基礎設備資料來源：Wind資產信息網千際投行(1)數據標準與規范大數據標準體系是開展大數據應用的前提條件，沒有統一的標準體系，數據共享、分析、挖掘、決策支持將無從談起。大數據標準包括體系結構標準、數據格式與表示標準、組織管理標準、安全標準和評測標準。在標準化建設方面，參與單位主要包括中國電子技術標準化研究院、各個數據庫公司、數據擁有部門以及各個行業的標準化組織。(2)數據安全隨著海量數據的不斷增加，對數據存儲和訪問的安全性要求越來越高，從而對數據的訪問控制技術、加密保護技術以及多副本與容災機制等提出了更高的要求。另外，由于大數據處理主要采用分布式計算方法，這必然面臨著數據傳輸、信息交互等環節，如何在這些環節中保護數據價值不泄露、信息不丟失，保護所有站點的安全是大數據發展面對的重大挑戰。在大數據時代，傳統的隱私數據內涵與外延有了巨大突破和延伸，數據的多元化與彼此的關聯性進一步發展，使得對單一數據的隱私保護方法變得極其脆弱，需要針對多元數據融合的安全提出。在數據安全環節上主要參與單位包括中國電子科技集團公司第30研究所以及奇虎360、瑞星等殺毒軟件公司產業鏈中游分析圖數據采集、存儲與分析資料來源：Wind資產信息網千際投行(1)數據采集政府部門、以BAT為代表的互聯網企業、運營商是當前大數據的主要擁有者。除此之外，利用網絡爬蟲或網站公開API等途徑對網絡數據進行采集也是大數據的主要來源?，F實世界中的數據大多不完整或不一致，無法直接進行數據挖掘或挖掘結果不理想，需要對采集的數據進行填補、平滑、合并、規格化、檢查一致性等數據預處理操作，并且往往需要大量的人工參與，因此數據采集和清洗成為大數據產業鏈的一個重要環節。(2)數據存儲與管理大數據存儲與管理的主要參與者以傳統數據庫企業為主，國際上主要有IBM、Oracle、Intel、Green-plum、InformaticaCloudera等；國內主要有中興、華為、用友、浪潮、托爾思、數據堂、九次方、億贊普、達夢等。各家企業針對大數據應用開展各具特色的數據庫架構和數據組織管理研究，形成針對具體領域的產品。(3)數據分析與挖掘大數據分析與挖掘的意圖主要集中在兩方面：一是從大量的機構結構化和半結構化數據中分析出計算機可以理解的語義信息或知識，二是對隱性的知識，如關聯情況、意圖等進行挖掘。常用的方法包括分類、聚類、關聯規則挖掘、序列模式挖掘、時間序列分析預測等。數據分析與挖掘的核心算法與軟件主要掌握在大型數據庫公司及高校的手里，國際上主要參與者包括IBM、甲骨文、微軟、谷歌、亞馬遜、Facebook等，國內主要參與單位包括數據庫企業、高校、以BAT為代表的大型互聯網企業等。數據分析與挖掘的能力直接決定了大數據的應用推廣程度和范圍，是大數據產業的核心。產業鏈下游分析圖數據運維與數據應用資料來源：Wind資產信息網千際投行(1)數據運維由于數據的重要性得到普遍認可，除政府部門不具備數據運維服務條件外，數據的采集者通常就是數據運維者。各地政府方面則通常利用大數據平臺建設來推動政府大數據的公開與共享，如云上貴州，吸引個人和企業用戶開展創新與創業，積極推動大數據的增值服務。(2)數據應用大數據對傳統信息技術帶來革命性挑戰，正在重構信息技術體系和產業格局。國內以阿里巴巴、百度、騰訊、人大金倉、浪潮、曙光、南大通用為代表的互聯網企業、云計算和數據庫廠商紛紛加大應用推廣力度，在國際先進的開源大數據技術基礎上，形成獨自的大數據平臺構建和應用服務解決方案，以支撐不同行業不同領域的專業化應用。雖然這些企業在平臺構建上有著得天獨厚的優勢，但是在某些具體業務領域，并不擅長或者關切。傳統企業以及從事大數據的微型企業是具體業務領域上大數據應用的主力軍。應用是大數據價值的體現，是大數據發展的原始推動力。當前大數據的應用正倒逼軟件技術、數據架構、數據共享方式的轉變，在轉變思維過程中需要積極轉變思維，明確出數據共享的方式是什么，數據擁有者的利益如何平衡，商業模式如何開展等等。2.1.2商業模式隨著大數據炒作期的結束，國內外大量企業開始投入大數據實戰，大數據生態產業鏈逐漸形成。整體而言，全球的大數據應用處于發展初期，中國大數據應用才剛剛起步。目前，大數據應用在各行各業的發展呈現“階梯式”格局：互聯網行業是大數據應用的領跑者，金融、零售、電信、公共管理、醫療衛生等領域積極嘗試大數據。現階段制約大數據發展的因素有三方面，分別是數據、技術和應用。大數據產業鏈的參與者主要包括：數據提供商、分析技術提供商、基礎設施提供商、業務應用提供商。圖大數據產業鏈構架資料來源：資產信息網千際投行目前，在大數據產業鏈上有三種大數據公司:基于數據本身的公司(數據擁有者)擁有數據，不具有數據分析的能力基于技術的公司(技術提供者)技術供應商或者數據分析公司等；基于思維的公司(服務提供者)挖掘數據價值的大數據應用公司。"數據擁有者”的商業模式數據擁有者，這樣的公司有三類:(1)大數據是業務核心，對大數據的重復利用是其發展的原動力。例如Google、Amazon、Inrix等。這種公司具有很強大的大數據技術能力，多數時候大數據技術本身主要用于自身的運作，具有三種產業鏈角色：數據(+技術)＋服務。(2)大數據是作為提高生產效率、增加業務收入或者創造新的收入的使能器，非廠商的主流業務。例如運營商、銀行等，運營商的主要業務是通過通信設備提供的各種網絡語音和數據業務，目前運營商本身并不通過數據的重復利用為主要手段來盈利。(3)數據中間商，本身不具有創造數據的能力，從各種地方搜集數據進行整合，然后再提取有用的信息進行利用。圖數據擁有者及基礎設施提供資料來源：資產信息網千際投行它們的商業模式有：(1)面向企業或者公共政府部門，提供數據分析結果的服務。Inrix在交通信息領域，面向GPS生產商、和交通規劃部門、FedEX和UPS等物流公司等，出售完整的當前甚至未來的交通狀況的模式圖或者數據庫。(2)面向個人，提供基于數據分析結果的服務。Inrix提供一個免費的智能手機應用程序，一方面它可以為用戶提供免費的交通信息，另一方面它自己就得到了同步的數據。(3)租售數據/信息模式(數據資產分享和交易平臺)，新的商業模式，把數據/信息作為資產直接進行銷售。Twitter把它的數據都通過兩個獨立的公司授權給別人使用；VISA和MasterCard收集和分析了來自210個國家的15億信用卡用戶的650億條交易記錄，用來預測商業發展和客戶的消費趨勢。然后，它把這些分析結果賣給其他公司。“技術提供者”的商業模式技術提供者的商業模式是目前的主流，有4種類型：(1)提供單點技術，pure-play為主。Teradata為沃爾瑪和Pop-Tarts這兩個零售商提供大數據分析技術，來獲得營銷點子。(2)提供整體解決方案，IT廠商為主。IBM提供軟硬一體的大數據解決方案；華為基于IT基礎設施領域在存儲和計算的優勢，提供整體大數據解決方案。(3)大數據空間出租模式:大數據計算基礎設施上(與云結合)，通過出租一個虛擬空間，從簡單的文件存儲，逐步擴展到數據聚合平臺。騰訊開放云戰略為大數據創業者提供了廉價的數據基礎設施，使中小企業也有機會在大數據領域創新業務。(4)BigdataasaService，新的商業模式，提供E2E在線大數據技術或者解決方案。技術提供者的商業模式，目前較少，與cloud結合后有很大的空間，未來是趨勢。圖分析技術提供商資料來源：資產信息網千際投行“服務提供者”的商業模式服務提供者有兩種：(1)應用服務提供者，基于大數據技術，對外提供服務。面向企業或者公共政府部門，提供數據分析結果的服務；面向個人，提供基于數據分析的服務。(2)咨詢服務提供者，提供技術服務支持、技術(方法、商業等）咨詢，或者為企業提供類似數據科學家的咨詢服務；定位在某一具體行業，通過大量數據支持，對數據進行挖掘分析后預測相關主體的行為，以開展業務；利用數據挖掘技術幫助客戶開拓精準營銷或者新業務，有時企業收入來自于客戶增值部分的分成。圖汽車電子基礎設施建設及相關廠商資料來源：資產信息網千際投行2.2技術發展對大數據行業的各個專利申請人的專利數量進行統計，排名前十的大數據行業公司依次為：烽火通信、航天信息、廣電運通、網宿科技、泰豪科技、奇安信、思特奇、易事特、三六零、亨通光電等。表國內專利排名前十大數據行業公司資料來源：Wind資產信息網千際投行圖大數據技術框架資料來源：資產信息網千際投行(1)云技術大數據常和云計算聯系到一起，因為實時的大型數據集分析需要分布式處理框架來向數十、數百或甚至數萬的電腦分配工作?？梢哉f，云計算充當了工業革命時期的發動機的角色，而大數據則是電。圖大數據與云計算資料來源：資產信息網千際投行(2)存儲技術大數據可以抽象的分為大數據存儲和大數據分析，這兩者的關系是：大數據存儲的目的是支撐大數據分析。到目前為止，還是兩種截然不同的計算機技術領域：大數據存儲致力于研發可以擴展至PB甚至EB級別的數據存儲平臺；大數據分析關注在最短時間內處理大量不同類型的數據集。(3)分布式處理技術分布式處理系統可以將不同地點的或具有不同功能的或擁有不同數據的多臺計算機用通信網絡連接起來，在控制系統的統一管理控制下，協調地完成信息處理任務—這就是分布式處理系統的定義。圖淘寶的海量數據產品技術架構資料來源：資產信息網千際投行(4)感知技術大數據的采集和感知技術的發展是緊密聯系的。以傳感器技術，指紋識別技術，RFID技術，坐標定位技術等為基礎的感知能力提升同樣是物聯網發展的基石。全世界的工業設備、汽車、電表上有著無數的數碼傳感器，隨時測量和傳遞著有關位置、運動、震動、溫度、濕度乃至空氣中化學物質的變化，都會產生海量的數據信息。(5)數據湖數據湖是個龐大的數據存儲庫，從不同來源收集數據，并以自然狀態存儲起來。切莫與數據倉庫混為一談，數據倉庫基本上執行同樣的功能，但不像數據湖那樣以自然狀態存儲數據，而是對數據明確結構以便存儲起來。(6)Hadoop生態系統ApacheHadoop這種開源框架用于大數據集的分布式處理。它已發展得很龐大，足以容納相關軟件的整個生態系統，許多商業大數據解決方案基于Hadoop。(7)ApacheSparkApacheSpark是一種用于在Hadoop中處理大量數據的引擎，比Hadoop的標準引擎MapReduce快100倍。人們對這項技術的興趣正變得越來越濃厚。2.3政策監管大數據的移動互聯網綜合服務提供商，主要利用大數據能力提供面向移動應用開發者的技術服務、面向廣告主的移動互聯網營銷服務，以及面向其他垂直領域客戶的數據服務，屬于移動互聯網大數據行業中垂直化應用的細分領域。行業主管部門和行業監管體制大數據垂直化應用行業的主管部門為工業和信息化部，其他監管部門根據大數據的最終應用行業的不同而有所區別。具體來說，移動應用開發者服務等互聯網相關服務主要受工業和信息化部的監管，而移動互聯網營銷服務除工業和信息化部外，還受國家工商總局和各地方的工商行政管理部門等廣告行業主管部門的約束。(1)工業和信息化部工業和信息化部以及各省、自治區、直轄市設立的通信管理局是互聯網信息服務行業的行政主管部門。其中：工業和信息化部主要負責制訂互聯網信息服務行業的產業政策、產業標準、產業規劃，對行業的發展進行宏觀調控，總體把握互聯網信息服務內容；各地通信管理局對互聯網信息服務業務實施政府監督管理職能。(2)國家工商總局國家工商總局和各地方的工商行政管理部門是廣告行業的主要管理部門。國家工商總局是國務院管理廣告行業的直屬機構，其責任是引導廣告行業發展，進行廣告活動的監管工作。國家工商總局里設置廣告監督司，其主要職責是“訂立廣告業發展規劃與政策措施并組織實施、訂立廣告行業監督管理的具體辦法、措施；組織監督管理廣告活動；監管各類媒介廣告發布情況；查處虛假或違法廣告；指導廣告審查機構工作和廣告業組織的工作；深入開展廣告專項整治，維護公平競爭的市場環境；促進廣告業健康、協調、可持續發展”?？h級以上工商行政管理部門負責轄區內的廣告發布活動和廣告經營活動的監督管理工作。另外，中國廣告協會、中國商務廣告協會、中國商務廣告協會綜合代理專業委員會是主要的廣告行業自律組織。圖相關政策資料來源：資產信息網千際投行第三章行業估值、定價機制和全球龍頭企業3.1行業綜合財務分析和估值方法圖綜合財務分析資料來源：資產信息網千際投行圖行業估值和市場比較資料來源：資產信息網千際投行圖指數PE/PB資料來源：資產信息網千際投行圖指數市場表現資料來源：資產信息網千際投行大數據行業估值方法可以選擇市盈率估值法、PEG估值法、市凈率估值法、市現率、P/S市銷率估值法、EV/Sales市售率估值法、RNAV重估凈資產估值法、EV/EBITDA估值法、DDM估值法、DCF現金流折現估值法、NAV凈資產價值估值法等。表騰訊控股為例分析主營結構資料來源：資產信息網千際投行表以谷歌為例分析主營結構資料來源：資產信息網千際投行表境外汽車電子領域公司估值對比資料來源：資產信息網千際投行表中國上市汽車電子概念公司估值對比資料來源：資產信息網千際投行3.2行業發展和驅動機制及風險管理3.2.1行業發展和驅動因子自互聯網的誕生以來，數據就一直以驚人的速度增長。門戶網站﹑搜索引擎﹑購物網站﹑社交軟件使得數據不斷的膨脹。智能移動端的流行讓數據如虎添翼，智能手機每天都在收集用戶的信息，比如位置﹑運動軌跡﹑生活信息等數據。以及5G時代推動著物聯網進一步革新，而物聯網又要依賴于各種傳感器，傳感器收集的數據會以爆炸式的方式增長。大數據行業發展歷程從文明之初的“結繩記事”，到文字發明后的“文以載道”，再到近現代科學的“數據建?！保瑪祿恢卑殡S著人類社會的發展變遷，承載了人類基于數據和信息認識世界的努力和取得的巨大進步。然而，直到以電子計算機為代表的現代信息技術出現后，為數據處理提供了自動的方法和手段，人類掌握數據、處理數據的能力才實現了質的躍升。信息技術及其在經濟社會發展方方面面的應用（即信息化），推動數據（信息）成為繼物質、能源之后的又一種重要戰略資源。圖國內大數據產業發展階段資料來源：資產信息網千際投行“大數據”作為一種概念和思潮由計算領域發端，之后逐漸延伸到科學和商業領域。2007年，數據庫領域的先驅人物吉姆格雷(JimMashey）在一個國際會議報告中指出：隨著數據量的快速增長，必將出現數據難理解、難獲取、難處理和難組織等四個難題，并用“BigData大數據”作為一種概念和思潮由計算領域發端，之后逐漸延伸到科學和商業領域。圖大數據時代與傳統時代數據處理流程對比資料來源：資產信息網千際投行大數據于2012、2013年達到其宣傳高潮，2014年后概念體系逐漸成形，對其認知亦趨于理性。大數據相關技術、產品、應用和標準不斷發展，逐漸形成了包括數據資源與API、開源平臺與工具、數據基礎設施、數據分析、數據應用等板塊構成的大數據生態系統，并持續發展和不斷完善，其發展熱點呈現了從技術向應用、再向治理的逐漸遷移。圖大數據企業服務范圍區域分布資料來源：資產信息網千際投行政府部門、BAT為代表的互聯網企業、運營商是當前中國大數據的主要擁有者。除此之外，利用網絡爬蟲或公開應用程序接口API等途徑對網絡數據進行采集也是一大重要來源。在大數據時代，擁有數據就擁有了核心資源。工業時代，石油是最大的巨頭，數據時代，BAT等因為擁有最多、最全的搜索、電商和社交數據，也成為絕對的王者。圖國內大數據行業申請專利數資料來源：資產信息網千際投行驅動因素(1)數字化社會的來臨大數據主要是消費者驅動和消費者導向。世界上大多數數據都是由消費者產生的，他們現在都是“永遠在在線”。大多數人現在每天花費4到6個小時，并利用各種設備和(社交)應用軟件產生數據。每次點擊，滑動或發消息，都會在世界各地的數據庫中產生新的數據。一些研究估計，60%的數據是在過去兩年內產生的，這很好地表明了數字化社會發生的速度。圖數字化轉型四階段資料來源：資產信息網千際投行(2)技術成本直線下降與收集和處理大量不同(各種各類)數據相關的技術變得越來越便宜。數據存儲和處理器的成本不斷下降，使小型企業和個人能夠參與大數據的各種分析與解析活動。對于儲存設備的容量，經常引用的摩爾定律仍然認為儲存密度(因此容量)是每兩年翻一番。大數據可以讓人類承受且應用的第二個關鍵因素是開源大數據軟件框架的開發。最流行的軟件框架(現在幾乎被認為是大數據的標準)是用于分布式儲存和處理的ApacheHadoop。由于這些軟件框架在開源中具有高可用性，因此在組織中啟動大數據的工作變得越來越便宜(3)經過云計算實現連接云計算環境(數據遠程儲存在分布式儲存系統中)使得快速擴展或縮小IT基礎架構并促進按需付費模式成為可能。這意味著想要處理大量數據(因此具有大量儲存和處理要求)的組織不必投資大量IT基礎架構。相反，他們可以許可他們所需的存儲和處理能力，只需支付他們實際使用的金額。因此，大多數大數據解決方案利用云計算為企業提供解決方案變為了可能。圖大數據和云計算﹑人工智能的關系資料來源：資產信息網千際投行(4)增加對數據科學的了解在過去的十年中，數據科學和數據科學家這個名詞已經變得非常流行。2012年10月，“哈佛商業評論”稱數據科學家為“21世紀最性感的工作”，其他許多出版物近年來都在這個新的工作崗位上描述了許多，也助推了對數據科學家(以及類似職位)需求的增加，許多人積極參與數據科學領域。因此，關于數據科學的知識和教育已經非常專業化，并且每天都有更多的信息可用。雖然統計和數據分析以前大多仍然是一個學術領域，但它很快成為學生和社會人士的一項熱門話題。(5)社交媒體應用每個人都了解社交媒體對日常生活的影響。然而，在大數據研究中，社交媒體起著至關重要的作用。這不僅是因為每天通過Twitter，Facebook，LinkedIn和Instagram等平臺產生的大量數據，還因為社交媒體提供了關于社交媒體數據可用于識別客戶對產品開發的偏好，針對未來購買的新客戶，甚至針對選舉中的潛在選民。社交媒體數據甚至可能被認為是大數據最重要的業務驅動因素之一。(6)物聯網(IoT)物聯網(IOT)是實體的設備，如車輛，家用電器和其他嵌入有電子設備，軟件，傳感器，執行器等連接物所構成的網絡，使這些物體能夠連接和交換數據。隨著消費品供貨商開始在家用電器中加入“智慧”傳感器，它越來越受歡迎。這些對準連接之后，所需要處理的數據，將會更可觀，也是這些對象聯機價值發掘的根本之處。3.2.2行業風險分析和風險管理(1)宏觀經濟波動風險當前國內、外宏觀環境存在較多不確定性，全球疫情蔓延、中美貿易摩擦等。宏觀環境的不利因素將可能使得全球經濟增速放緩，居民收入、購買力及消費意愿將受到影響。若宏觀環境的不確定性長時間無法得到有效控制，則相關影響將給行業帶來一定沖擊和挑戰。(2)技術成熟性風險目前大數據行業仍處發展初期，存在產品成熟性和穩定性方面的風險。而且大數據建設商用時間還較短，還未接受過大流量、大連接、高可靠、低時延的充分考驗。(3)管理風險大數據行業近年來處于高速發展階段，不斷在電子、通信等領域進行業務拓展，體系內經營主體較多且相對分散，加之中美貿易摩擦與全球疫情的沖擊，客戶對公司產能布局國際化程度要求越來越高，這些都對公司經營管理能力及優質人才儲備提出了更高要求。若公司管理水平不能支撐自身規模的快速發展，公司將面臨一定的管理風險。(4)規律的喪失和嚴重失真大數據意味著更多的信息，但同時也意味著更多的虛假關系信息。來源不同的各種信息混雜在一起會加大數據的混亂程度，統計學者和計算機科學家指出，巨量數據集和細顆粒度的測量會導致出現“錯誤發現”的風險增加。3.3競爭分析隨著人工智能、AIoT、云計算等技術的推動，全球大數據市場規模逐年增長，2018年全球大數據市場規模54.9十億美元，同比增長9.58%；2019年全球大數據市場規模59.6十億美元，同比增長8.56%。2019年以來，全球大數據技術、產業、應用等多方面的發展呈現了新的趨勢，也正在進入新的階段。目前，大數據相關的技術和工具非常多，給企業提供了更多的選擇。企業越來越希望能將自己的各類應用程序及基礎設施轉移到云平臺上。就像其他IT系統那樣，大數據的分析工具和數據庫也將走向云計算。大數據要走向云計算，還有賴于數據通信帶寬的提高和云資源池的建設，需要確保原始數據能遷移到云環境以及資源池可以隨需彈性擴展。圖2019國際主要大數據企業資料來源：公開資料整理千際投行“2019胡潤全球獨角獸榜”揭露全球共494家獨角獸企業，其中，上榜2019年全球大數據行業獨角獸企業排行榜的共18家，占總市值的2%。上榜企業市值總計2720億元，其中，PalantirTechnologies以1000億元的市值位列第一位，SnowflakeComputing、Databricks分別位居第二位和第三位。上榜企業數量最多的國家為中國（9家），其次為美國（8家）；榜單前十企業的市值為2160億元，占榜單總市值近8成；分別為PalantirTechnologies、SnowflakeComputing、Databricks、MuSigma、天下秀、盤石股份、秦淮數據、Celonis、Collibra、DotCUnited。圖2019中國大數據企業10強資料來源：資產信息網千際投行中國大數據行業發展面臨的問題(1)數據孤島情況嚴重，數據整合能力不足的問題具體來看，當前國內經濟社會大數據領域比較離散，政府部門之間、企業之間、政府和企業之間由于信息不對稱、制度法律不具體、共享渠道缺乏等多重因素，導致大量數據存在“不愿開放、不敢開放、不能開放、不會開放”的問題，造就了一個個企業和政府管理部門的數據孤島，以致無法構建全景的大數據。(2)技術創新滯后的問題國內在新型計算平臺、分布式計算架構、大數據處理、分析和呈現方面與國外仍存在較大差距，對開源技術和相關生態系統影響力弱。同時，大數據應用水平不高。國內發展大數據具有強勁的應用市場優勢，但是目前還存在應用領域不廣泛、應用程度不深、認識不到位等問題。(3)相關人才缺失的問題一方面，人才不足限制了大數據產業創新發展的成效，據相關數據披露，未來3至5年中國需要180萬數據人才，但截至目前中國大數據從業人員只有約30萬人。另一方面，大數據行業選才的標準也在不斷變化，也促使人才跟不上時代的腳步。(4)行業應用不深入的難題互聯網、金融和電信三大領域的大數據應用在各行業總規模中所占比重超過70%；健康醫療領域和交通領域雖然近年不斷“上架”新應用，但實際上行業規模占比仍相對較??；而在其他眾多民生領域，大數據應用仍處于淺層次信息化層面，行業發展水平參差不齊。3.4中國企業重要參與者中國主要企業有三六零[601360.SH]、國聯股份[603613.SH]、光環新網[300383.SZ]、人民網[603000.SH]、網宿科技[300017.SZ]、優刻得-W[688158.SH]、壹網壹創[300792.SZ]、上海鋼聯[300226.SZ]、吉宏股份[002803.SZ]、金科文化[300459.SZ]、騰訊控股[0700.HK]、百度集團-SW[9888.HK]、網易-S[9999.HK]、嗶哩嗶哩-SW[9626.HK]、萬國數據-SW[9698.HK]、汽車之家-S[2518.HK]、明源云集團控股[0909.HK]、中國有贊[8083.HK]、移卡[9923.HK]、寶尊電商-SW[9991.HK]、聞道網絡[836261.OC]、莞銀股份[871429.OC]、風格信息[430216.OC]等。圖A股及港股上市公司資料來源：Wind資產信息網千際投行(1)百度集團-SW[9888.HK]是全球最大的中文搜索引擎以及最大的中文網站。公司致力于為用戶提供“簡單、可依賴”的互聯網搜索產品及服務，其中包括：以網絡搜索為主的功能性搜索，以貼吧為主的社區搜索，針對各區域、行業所需的垂直搜索，Mp3搜索，以及門戶頻道、IM等，全面覆蓋了中文網絡世界所有的搜索需求。在面對用戶的搜索產品不斷豐富的同時，百度還創新性地推出了基于搜索的營銷推廣服務，并成為最受企業青睞的互聯網營銷推廣平臺。(2)孔明科技[872061.OC]是大數據產品和解決方案供應商，提供包含數據分析、建模、機器學習和人工智能的完整SAAS產品。通過自主研發的數據產品，讓企業通過數據工具的應用，最高效地完成不同目標。公司提供以數據和技術為驅動的一站式服務解決方案，為跨行業不同企業提供數據、技術、咨詢、策略及執行的服務。自成立以來，公司已經服務包括快消、電商等多個行業超過4萬家客戶。(3)微瑞思創[833495.OC]主營業務為大數據技術產品研發、銷售及服務。并自成立以來，專注于大數據信息業務，自主研發了具有知識產權的大數據技術平臺，大數據應用平臺等產品，并獲得專利及軟件著作權。(4)萬國數據-SW[9698.HK]萬國數據控股有限公司是中國領先的高可用數據中心基礎設施和服務提供商之一，數據中心覆蓋中國國內重點核心城市。該公司擁有世界級新一代數據中心與高可用IT服務經驗及卓越的產業鏈整合能力，是基于世界級數據中心的高可用IT服務提供商。萬國數據能夠提供從數據中心設計、建設和運營，到數據中心托管，IT管理運營外包，業務連續性管理及災難恢復的整合解決方案、咨詢、服務和培訓。目前已廣泛服務于銀行、證券、能源、制造、物流、互聯網等多個行業及政府機構。萬國數據還通過其創新的CloudMiXTM平臺，為客戶提升訪問和管理多云服務的能力。3.5全球重要競爭者全球非中國主要企業有谷歌(ALPHABET)-A[GOOGL.O]、FACEBOOK[FB.O]、SHOPIFY[SHOP.N]、中國主要企業有百度[BIDU.O]、MERCADOLIBRE[MELI.O]、網易[NTES.O]、SNOWFLAKE[SNOW.N]、推特[TWTR.N]、SCOUT24[G24.DF]、NEWWORK[NWO.DF]、MYHAMMERHOLDING[MYRK.DF]、TELES[TLIK.DF]、ASKNETSOLUTIONS[ASKN.DF]、RIGHTMOVE[RMV.L]、AUTOTRADER[AUTO.L]、GLOBALDATA[DATA.L]、MONEYSUPERMARKET.COM[MONY.L]、KAPETECHNOLOGIES[KAPE.L]、雅虎日本[4689.T]、DENA[2432.T]、SHOPIFY[SHOP.TO]等。圖國外上市企業資料來源：Wind資產信息網千際投行(1)IBM[IBM.N]是全球最大的信息技術和業務解決方案公司。其主營業務部門包括全球技術服務部（GTS），全球商務服務部（GBS），系統與技術部，軟件部和全球金融部。硬件方面：IBM為計算機產業長期的領導者，在大型/小型機和便攜機（ThinkPad）方面的成就最為矚目。其創立的個人計算機（PC）標準，至今仍被不斷的沿用和發展。(2)AgilData以為大數據處理和數據建模提供敏捷方法為目標，提供了高性能流處理平臺，可幫助組織快速高效地通過飛速生成的數據獲得有意義的洞察力。AgilData提供的解決方案和服務可以幫助用戶實現大數據承諾，對復雜的MySQL數據基礎結構進行擴展。AgilData為商業智能分析、數據管線編排、數據清洗（DataWrangling）、事件處理提供了可無縫集成的最佳大數據解決方案。