一、大数据行业发展前景

随着越来越多的企业走向在线平台，企业的生产运营转向数字化管理，极大的刺激了全球大数据市场需求。同时在云计算、人工智能、物联网、信息通信等技术交织应用驱动经济和生活数字化发展趋势下，大数据市场仍将保持较快增长。

对国内外多家权威机构关于2020年大数据市场的预测数据汇总分析，乐观估计2020年全球大数据市场规模在2100亿美元左右，中国大数据产业规模在6000亿元左右。

二、大数据行业发展趋势

·未来推动大数据行业市场需求增长的主要因素

01.物联网的兴起

得益于物联网的发展，智能手机已经应用于控制家用电器上，Google Assistant、小米小爱相关智能设备在家庭中实现特定任务自动化

02.人工智能的广泛应用

AI执行任务比人类更快、更精确，从而能够减少错误并改善整体流程，这使得人们可以更加专注于更关键的任务，同时提升服务质量

03.暗数据迁移到云

尚未转换为数字格式的数据称为暗数据，它是尚未开发的巨大存储库，未来这些模拟数据库将被数字化并在迁移到云中，它们的利用，有利于企业进行预测分析决策

04.量子计算

尽管量子计算尚处于起步阶段，但相关研究实验从未停止，量子计算将能够极大提升计算机数据处理能力，缩短处理时间。很快，诸如Google，IBM和Microsoft之类的大型科技公司将开始测试量子计算机，并将其集成到他们的业务流程中

05.边缘计算

随物联网发展，企业收集数据方式逐渐转向设备端，对数据传输处理延迟提出更高要求，由于边缘计算相对云计算更加靠近数据源头，可以有效降低数据传输处理到反馈的迟延，同时具有显著效率成本优势和安全隐私保护优势

06.开源解决方案

越来越多的免费数据和软件工具公开可用，例如开源软件，在加速数据处理方面取得了较大进步，同时具有实时访问和响应数据功能，小型组织和初创企业将从中受益。毫无疑问，开源软件更加便宜，可以帮助企业降低运营成本，未来将会蓬勃发展。

·大数据行业发展趋势

01.数据安全与隐私保护需求日渐高涨

安全与隐私保护意识日益增强，敏感信息约束和数据安全检查成为互联网、移动端的用户

数据管控的难点

02. 单一大数据平台向大数据、人工智能、云计算融合的一体化平台发展

传统的单一大数据平台已经无法满足用户的应用需求，而将大数据、人工智能、云计算融

于一体的大数据分析平台，将成为一个联系IT系统与从员工、客户、合作伙伴、社会，到

设备的一个全生态的核心系统

03. 发挥数据价值，企业逐步推进数字化转型

越来越多的企业将“数字”视为核心资源、资产和财富，纷纷制定数字化转型战略，以抢

占数字经济的新的制高点。大部分企业将制定数字化战略，积极推进数字化转型，达到敏

捷业务创新和业务智能的发展目标

04. 中小大数据企业聚焦细分市场领域

随着大数据产业链逐渐完善，在大数据各个细分市场，包括硬件支持、数据源、交易层、

技术层、应用层以及衍生层等，都出现了大量不同类型的中小独立公司，带动各自领域的

技术与应用创新。随大数据应用层次深入，产业分工将更加明确，中小企业 需聚焦于细分

领域，推出针对性产品，寻找自己的定位与价值

三、大数据应用场景分析

1. 医疗大数据

·大数据医疗政策相继落地

随着云计算、大数据、物联网、移动互联网、人工智能等新兴技术不断和成熟，加速了传统医疗行业与这些新兴技术的融合，其中以健康医疗大数据为代表的医疗新业态，不断的激发着医疗行业的发展。2016年6月，国务院发布第一个健康医疗大数据行业的正式文件《关于促进和规范健康医疗大数据应用发展的指导意见》，提出到2020年建成100个区域临床医学数据示范中心；2018年9月，国家卫生健康委员会发布《国家健康医疗大数据标准、安全和服务管理办法（试行）》，提出加强健康医疗大数据管理，明确由国家卫健委负责建立健康医疗大数据开放共享机制。

·大数据医疗行业市场规模快速增长

目前，大数据医疗的应用场景主要包括临床决策支持、健康及慢病管理、支付和定价、医药研収、医疗管理，服务对象涵盖居民、医疗服务机构、科研机构、医疗保险机构、公共健康管理部门等，其应用有助于提高医疗服务质量、减少资源浪费、优化资源配置、控制骗保行为、改善自我健康管理，具有巨大潜在价值。

近年来，健康医疗大数据应用市场规模快速增长，2014-2018年大数据医疗行业市场规模年复合增长率达到74.6%，2018年大数据医疗行业市场规模为56.3元，同比增长36.8%，其中数据整合管理市场规模为29.7亿元，数据分析应用市场规模为17.1亿元。

·健康医疗大数据中心试点在各地落成

2016年10月和2017年12月，国家卫计委分别确定两批健康医疗大数据中心试点省份及城市，第一批为福建省、江苏省及福州、常州、厦门、南京；第二批为山东省、安徽省、贵州省。此前规划的“1+7+X”即1个国家数据中心、7个区域数据中心、X个应用发展中心，被调整为了“1+5+X”。中国的五大健康医疗大数据区域中心已基本确定，从地域来看，除了贵州拥有领先的大数据优势，而被确定为健康医疗大数据中心建设试点省份外，其余全部集中在华东地区。

当前，虽然各地医疗大数据中心建设侧重点有所不同，但大体上形成了“一个中心多个产业园区或基地”建设共识。

2. 营销大数据

·大数据营销产业链

大数据服务商主要为企业提供大数据技术工具、大数据应用服务以及技术开发服务。

技术开发服务主要针对企业客户的个性化需求，为其定制开发大数据应用系统及其他相关技术产品服务，主要包括数据采集工具、数据分析系统、运营平台、会员管理系统等。

大数据应用服务主要为客户提供大数据在各个商业应用场景的解决方案，主要包括大数据营销和运营、数字媒体投放、电商运营等种类，其中大数据营销主要为客户提供数据采集、数据分析、潜在市场挖掘、会员管理、资产构建等服务；数字媒体投放服务利用大数据算法和技术实现精准投放，同时实现投放前中后数量及效果监测，优化投放方案。

·程序化广告依托大数据实现精准投放

程序化广告是指通过改造广告主、代理公司、媒体平台，将其与程序化对接，从而实现目标人群匹配、竞价购买，广告投放，投放监测反馈等一系列自动化过程的广告投放技术。程序化广告主要基于大数据的用户画像来定位目标客户群体，从而实现广告的精准投放，同时广告位的选择、竞价投放全部依赖机器完成。

相对于传统广告，程序化广告投放更加准确高效，同时节约资源成本。2012开始，程序化广告进入了高速发展期，2018年我国程序化广告市场规模达到471.9亿元，同比增长35.9%。

3. 公安大数据

·大数据环境下公共安全治理机制实现重构

大数据带来了数据处理方式变革，基于大数据的挖掘分析，将有助于公共安全治理机制由“事后处理”转变为“事前预测”。传统公共安全治理方式为应对式决策，体现为“事件突发—逻辑分析—寻找因果关系—进行突发事件应急决策”的流程；而预测式决策则是一种“正向”思维，体现为“挖掘数据—量化分析—寻找相互关系—进行突发事件预测决策”的流程。

大数据技术支撑下，由“（客观）事实驱动”的决策取代“（主观）经验驱动”的决策，将成为大数据时代智慧治理过程的关键特征。

·政府主导下多元化主体参与建设

在传统的公共安全应对中，政府部分几乎是唯一的治理主体，而在大数据时代，企业成为公共安全治理的重要参与主体。特别是一些互联网、信息技术行业领先企业，可以凭借其所拥有的大数据处理技术，协助政府管理者从海量数据中挖掘有益信息。

目前国内公安大数据的主要参与主体大致可以分为五类：第一类是以中国电信、中国移动为代表的通信企业；第二类是大数据、云计算等技术与服务提供商，；第三类是以华为、海康威视等为代表的设备供应商；第四类是以阿里、腾讯等为代表的互联网企业，具有强大数据获取能力；第五类是公安部的直属科研单位。

·警务云、警务大数据为建设重点

根据中国政府采购网披露招标项目信息，2016-2019年上半年，我国公安大数据成功建设项目共246项。2018年成功建设项目共为77项，同比增长14.93%，为历年最高值。

2016-2019年上半年，全国公安大数据项目建设金额为16.51亿元，其中全国83个警务云大数据项目建设金额共达8.91亿元，占总建设金额的54.0%；技侦大数据建设金额为1亿元，占比为6.1%；公安信息资源服务项目和网警综合平台建设金额分别为0.32和0.34亿元，占比分别为1.9%、2.1%。

4. 工业大数据

·工业大数据与商务大数据的区别

工业大数据的产生贯穿与整个生产制造过程，包括了设计、研发、订单、采购、制造、供应、库存、发货、交付、售后、运维、报废回收等整个产品生命周期所产生的各类数据及相关技术和应用。

工业大数据主要分为三类：第一类为生产经营相关数据，包括企业资源管理（ERP）、产品生命周期管理（PLM）、供应链管理（SCM）、客户关系管理等；第二类为设备物联数据，主要包括工业生产设备的操作和运行情况、工况状况、环境参数等，狭义的工业大数据主要指该类数据；第三类为外部数据，是指与工业企业生产活动和产品相关的企业外部互联网来源数据。

·工业大数据为实现制造业数字化、网络化、智能化基础

工业大数据是实现制造业数字化、网络化、智能化发展的战略基础资源，正在对制造业生产方式、运行模式、生态体系产生重大而深远的影响。工业大数据在制造业的作用主要体现在智能化设计、智能化生产、网络化协同制造、智能化服务、个性化定制等方面。

·工业大数据在制造业中的作用

01. 快速响应服务需求

通过设备的智能化，可以通过互联网获取用户的实时工况数据。当用户设备出现问题或异常时，帮助用户更快地发现问题、找到问题原因。

02. 网络协同化

基于工业大数据，驱动制造全生命周期从设计、制造到交付、服务、回收各个环节的智能化升级，推动制造全产业链智能协同，优化生产要素配置和资源利用，提升制造业发展水平。

03. 个性化定制

通过采集客户个性化需求数据，建立个性化产品模型，将产品方案、物料清单、工艺方案通

过制造执行系统快速传递给生产现场，实现单件小批量的柔性化生产。

04. 生产过程优化

通过分析产品质量、成本、能耗、效率、成材率等关键指标与工艺、设备参数之间的关系，优化产品设计和工艺。

05. 支撑智能化生产

支撑设备、车间到工厂的数字化改造，通过对积累沉淀的工业大数据的深入挖掘，不断的

推进设备与生产过程控制的持续优化，做到设备的自诊断、预测性维护。

·推进九项重点任务构建工业大数据体系

2019年9月4日，工信部发布了《工业大数据发展指导意见(征求意见稿)》，重点推进九项任务建设，到2025年，基本建成工业大数据资源体系、融合体系、产业体系和治理体系。

根据贵阳大数据交易所发布数据显示，2017年我国工业大数据市场规模约为212亿元，同比增长41.3%，结合国内工业发展及数字经济发展情况，预测2018年国内工业大数据的规模为292亿元左右，同比增长37.7%。

·工业大数据重点建设任务

01. 资源体系

加强工业大数据采集汇聚；推动工业大数据资源共享流通；提升工业大数据管理能力

02. 融合体系

推动工业大数据全面深入应用；强化工业大数据应用供给能力

03. 产业体系

提升工业大数据技术能力；增强大数据产业支撑能力

04. 治理体系

完善工业大数据治理规则；加强工业大数据安全风险防范