大數據行業概況與發展特征（附報告目錄）
1、行業概況
（1）大數據的定義
大數據是一個伴隨社會信息化而誕生，以海量數據積累為基礎，囊括無數條“數據產生-數據處理-信息提取-數據消費-新數據生產”的環狀鏈，以降低信息不對稱、提高決策有效性、推進智慧和知識演進為目標，可廣泛作用于幾乎所有實體的跨界生態系統和發展趨勢。
相關報告：北京普華有策信息咨詢有限公司《2020-2025年全球及中國大數據全景調查與投資機會前瞻報告》
（2）大數據的關鍵特征
從上述對大數據的定義，提取出大數據的四個關鍵特征，分別是：海量化（Vo l ume）、多樣化（Variety）、快速化（Velocity）和價值化（Value）。
1）海量化
大數據首先是數據量大。全球數據量正以前所未有的速度增長，遍布世界各個角落的傳感器、移動設備、在線交易和社交網絡每天都要生成上百萬兆字節的數據，數據容量增長的速度大大超過了硬件技術的發展速度，以至于引發了數據存儲和處理的危機。
2）多樣化
大數據的數據類型非常多。海量數據的危機并不單純是數據量的爆炸性增長，它還牽涉到數據類型的不斷增加。原來的數據都可以用二維表結構存儲在數據庫中，如常用的 Excel 軟件所處理的數據，稱之為結構化數據。但是現在更多互聯網多媒體應用的出現，使諸如圖片、聲音和視頻等非結構化數據占到了很大比重。統計顯示，結構化數據增長率大概是 32%，而非結構化數據增長則是 63%，目前全世界非結構化數據已占數據總量的 80%以上。隨著非結構化數據的比重越來越大，并顯示出其中蘊含著不可小覷的商業價值和經濟社會價值，對傳統的數據分析處理算法和軟件提出了挑戰。
3）快速化
隨著經濟全球化趨勢形成，生產要素成本不斷上升，企業面臨的競爭環境越來越嚴酷。在此情況下，能夠及時把握市場動態，迅速對產業、市場、經濟、消費者需求等各方面情況做出深入洞察，并能快速制定出合理準確的生產、運營、營銷策略，就成為企業提高競爭力的關鍵。而對大數據的快速處理分析，將為企業實時洞察市場變化、迅速做出響應、把握市場先機提供決策支持。
4）價值化
價值是大數據的終極意義所在。隨著社會信息化程度的不斷提高、數據存儲量的不斷增加、數據來源和數據類型的不斷多樣化，對于企業而言，數據正成為企業的新型資產，形成競爭力的重要基礎。與曾經廣為提倡的“品牌價值化”一樣，“數據價值化”已經成為企業提高競爭力的下一個關鍵點。
（3）大數據相關技術
數據采集：ETL 工具負責將分布的、異構數據源中的數據如關系數據、平面數據文件等抽取到臨時中間層后進行清洗、轉換、集成，最后加載到數據倉庫或數據集市中，成為聯機分析處理、數據挖掘的基礎。
數據存?。宏P系數據庫、NOSQL、SQL 等。
基礎架構：云存儲、分布式文件存儲等。
數據處理：自然語言處理
統計分析：假設檢驗、顯著性檢驗、差異分析、相關分析、T 檢驗、方差分析、卡方分析、偏相關分析、距離分析、回歸分析、簡單回歸分析、多元回歸分析、逐步回歸、回歸預測與殘差分析、嶺回歸、logistic 回歸分析、曲線估計、因子分析、聚類分析、主成分分析、因子分析、快速聚類法與聚類法、判別分析、對應分析、多元對應分析（最優尺度分析）、bootstrap 技術等等。
數據挖掘：分類 （Classification）、估計（Estimation）、預測（Prediction）、相關性分組或關聯規則（Affinity grouping or association rules）、聚類（Clustering）、描述和可視化、Description and Visualization）、復雜數據類型挖掘(Text, Web ,圖形圖像，視頻，音頻等)
模型預測：預測模型、機器學習、建模仿真。結果呈現：可視化、BI 等。
（4）大數據技術的價值
擁有海量數據本身并不能創造出多大價值，需要采取技術手段進行處理分析才能獲取其智能的，深入的有價值的信息。大數據技術就是從各種各樣類型的巨量數據中，快速獲得有價值信息的技術。解決大數據問題的核心是大數據技術。目前所說的”大數據”不僅指數據本身的規模，也包括采集數據的工具、平臺和數據分析系統。大數據研發目的是發展大數據技術并將其應用到相關領域，通過解決巨量數據處理問題促進其突破性發展。因此，大數據時代帶來的挑戰不僅體現在如何處理巨量數據從中獲取有價值的信息，也體現在如何加強大數據技術研發，搶占時代發展的前沿。
2、行業周期性、季節性與區域性特點
大數據行業作為一個成長性行業，在發展過程中面臨著多個良好發展機遇，如互聯網金融對金融行業的滲透引發金融機構新一輪的市場競爭。隨著金融機構使用數據挖掘來支撐精細化管理和精細化營銷的理念深入，大數據需求將呈現出高速發展的態勢。
總體上，大數據行業的發展主要與下游多個產業的 IT 投資規模保持相關，并不存在明顯的行業周期性。
不同地區的信息化程度和對數據分析、數據挖掘的接受程度決定了該地區的大數據的市場需求，由于當前國家各級政府的高度關注和大力支持，各個地區各個行業對于大數據的關注度普遍較高，因此大數據行業不存在明顯的區域性。但由于開展大數據業務對于行業客戶本身的信息化基礎要求較高。因此發達地區還是一定程度上優于信息化基礎薄弱的區域。
電力、金融、能源等行業內的大中型企業往往在年末相對集中支付合同款項，大數據領域內企業的現金流量呈現出一定的季節性。然而，電力、金融、能源等領域內客戶的大數據系統需要持續的運營和升級，相應的大數據業務本身并不存在季節性特征。