【導(dǎo)讀】本報(bào)告主要針對(duì)國(guó)內(nèi)大數(shù)據(jù)產(chǎn)業(yè)進(jìn)行研究。包括市場(chǎng)的市場(chǎng)規(guī)模、競(jìng)爭(zhēng)情況、商業(yè)模式等；以及。主要應(yīng)用反向；大數(shù)據(jù)交易方面，總結(jié)分析了2020年急劇爆發(fā)的大數(shù)據(jù)交易市場(chǎng)的主要參與者；此外，大數(shù)據(jù)交易、實(shí)力矩陣、發(fā)展趨勢(shì)、產(chǎn)業(yè)投資。本報(bào)告主要通過運(yùn)用定性和定量方法，研究市場(chǎng)的一手和二手信息得到相關(guān)結(jié)論。第三個(gè)來源，通過易觀在線調(diào)研大數(shù)據(jù)交易市場(chǎng)。國(guó)家大數(shù)據(jù)發(fā)展相關(guān)政策密集出臺(tái)?！洞龠M(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》中指出，我國(guó)現(xiàn)代信息化進(jìn)程中產(chǎn)生的和可被利用的海量數(shù)據(jù)集合，金融、通信、零售為大數(shù)據(jù)市場(chǎng)前三大行業(yè)。人工智能伴隨大數(shù)據(jù)應(yīng)用的普及開始發(fā)揮出潛能在分析層面，廠商越來越關(guān)注利用人工智能。多類訴求促進(jìn)大數(shù)據(jù)營(yíng)銷的發(fā)展易觀研究認(rèn)為，企業(yè)精準(zhǔn)營(yíng)銷的核心目標(biāo)是通過大數(shù)據(jù)的商品。目前中國(guó)移動(dòng)互聯(lián)網(wǎng)用戶主要需求還。大數(shù)據(jù)方案將向更多垂直化領(lǐng)域的拓展隨著國(guó)內(nèi)不同行業(yè)對(duì)大數(shù)據(jù)應(yīng)用意識(shí)的不斷提高，以垂

　　

【正文】 這類 模式 直 接 而 經(jīng) 典 的 詮 釋 了 “數(shù)據(jù) 就 是 資 產(chǎn) ”的 概 念。 以彭 博 為 代 表 的 金 融 信 息 服務(wù) 商 ， 聚 焦 行 業(yè) ， 廣 泛 收集 相 關(guān) 數(shù) 據(jù) 、 深 度 整 合 萃取 信 息 ， 以 龐 大 的 數(shù)據(jù) 中心 加 上 專 用 的 數(shù) 據(jù) 終 端 ，形 成 數(shù) 據(jù) 采 集 、 信 息 萃 取、 價(jià) 值 傳 遞 的 完 整 鏈 條 ，成 為 行 業(yè) 巨 擘 。 第二 種 ， 提 供 信 息 租 售 平 臺(tái)， 租 售 數(shù) 據(jù) 信 息 或 是 搭 建數(shù) 據(jù) 分 享 和 交 易 平 臺(tái) ， 可以 將 數(shù) 據(jù) 信 息 作為 資產(chǎn) 直 接 進(jìn) 行 銷 售 。 2020 年 ，包 括 貴 陽(yáng) 大 數(shù) 據(jù) 交 易 所 、長(zhǎng) 江 大 數(shù) 據(jù) 交 易 所 、 東湖 大 數(shù) 據(jù) 交 易 所 、 華中 大數(shù) 據(jù) 交 易 所 、 徐 州 大 數(shù) 據(jù)交 易 所 、 河 北 京 津 冀 數(shù) 據(jù)交 易 中 心 等 多 家 交 易 所 陸續(xù) 掛 牌 成 立 ， 標(biāo) 志 著大 數(shù)據(jù) 交 易 成 為 當(dāng) 前 市 場(chǎng) 中 最大 的 亮 點(diǎn) 。 模 式 三 ：數(shù) 據(jù) 增 值 服務(wù) 數(shù)據(jù) 增 值 服 務(wù) 主 要 是 指 基 于數(shù) 據(jù) 分 析 的 基 礎(chǔ) 之 上 ， 定位 在 某 一 具 體 行 業(yè) ， 通 過大 量 數(shù) 據(jù) 支 持 ，對(duì) 數(shù)據(jù) 進(jìn) 行 挖 掘 分 析 后 預(yù) 測(cè) 相關(guān) 主 體 的 行 為 ， 以 開 展 業(yè)務(wù) 。 有 時(shí) 企 業(yè) 收 入 來 自 于客 戶 增 值 部 分 的 分 成。 其主 要 涉 及 到 兩 種 類 型： 第一 種 ， 數(shù) 據(jù) 提 升 企 業(yè) 價(jià) 值鏈 。 例 如 新 型 的 數(shù) 字 媒 體公 司 充 分 發(fā) 揮 大 數(shù) 據(jù) 技 術(shù)的 優(yōu) 勢(shì) ， 廣 泛 搜集 數(shù)據(jù) 開 展 精 準(zhǔn) 營(yíng) 銷 業(yè) 務(wù) 。 在電 視 、 紙 媒 衰 落 的 大 背 景下 ， 網(wǎng) 絡(luò) 媒 體 的 崛 起 將 是技 術(shù) 更 替 的 必 然 結(jié) 果， 大數(shù) 據(jù) 能 夠 幫 助 企 業(yè) 實(shí) 現(xiàn) 精準(zhǔn) 營(yíng) 銷 ， 提 升 市 場(chǎng) 競(jìng) 爭(zhēng) 力。 新 型 的 數(shù) 字 媒 體 公 司 充分 發(fā) 揮 大 數(shù) 據(jù) 技 術(shù) 的優(yōu) 勢(shì) ， 廣 泛 搜 集 數(shù) 據(jù) 開 展精 準(zhǔn)營(yíng) 銷 業(yè) 務(wù) ， 具 備 成 長(zhǎng)為 千億 市 值 平 臺(tái) 級(jí) 公 司 的 基 因和 土壤 。 傳 統(tǒng)的 IT 服務(wù) 公司 ， 難 以 望 其 項(xiàng) 背 。 第二 種 ， 數(shù) 據(jù) 衍 生 新 型 業(yè) 務(wù)。 例 如 阿 里 金 融 為 代 表 的小 額 信 貸 公 司 ， 利 用 電 子商 務(wù) 平 臺(tái) 積 累 的交 易信 用 數(shù) 據(jù) ， 提 供 小 額 信 貸 ， 提 高 信 貸 效 率 ， 創(chuàng)生 阿里 平 臺(tái) 的 新 業(yè) 務(wù) 。 又 例 如德 國(guó) 咨 詢公 司 GFK 幫助 Telefonica 面 向 零 售 商 、政 府部 門 、 公 共 機(jī) 構(gòu) 提 供 基 于地 點(diǎn) 的 人 員 流 動(dòng) 數(shù) 據(jù) ， 以時(shí) 間 為 維 度 (小 時(shí) /天 / 月 /年 )， 統(tǒng) 計(jì) 特 定 區(qū) 域 的人 口統(tǒng) 計(jì) 數(shù)據(jù) (性 別 、 年 齡 )和 行動(dòng) 等 數(shù) 據(jù) ； 這 類 企 業(yè) 成 長(zhǎng)非 常 快 ， 一 般 擅 長(zhǎng) 數(shù) 據(jù)挖 掘 分 析 技 術(shù) ， 幫 助 一 些 數(shù) 據(jù) 大 戶 如 銀 行 、 運(yùn) 營(yíng) 商等 開 展 新 的 業(yè) 務(wù)。 模 式 四 ：數(shù) 據(jù) 技 術(shù) 服務(wù) 數(shù)據(jù) 技 術(shù) 服 務(wù) 主 要 針 對(duì) 企 業(yè)提 供 服 務(wù) 。 第一 種 ， 針 對(duì) 企 業(yè) 需 求 ， 為運(yùn) 營(yíng) 某 一 環(huán) 節(jié) 或 某 一 業(yè) 務(wù)問題 提 供 解 決 方 案 ， 實(shí) 施單 點(diǎn) 技 術(shù) ， 例 如向 零售 商 提 供 大 數(shù) 據(jù) 分 析 技 術(shù)， 獲 得 營(yíng) 銷 點(diǎn) 子。 中國(guó)大數(shù) 據(jù) 市場(chǎng)年度綜合報(bào)告 2020 2020 年 8 月 歡迎登陸 Anslysys 易觀： Email： Tel： 4006515715 17 第二 種 ， 針 對(duì) 企 業(yè) 系 統(tǒng)需 求 ， 提 供 整 體 解 決 方 案 ， 例如 IBM 提 供 軟 硬 一 體 的 大數(shù) 據(jù) 解 決 方 案 ； 華 為 基 于 IT 基 礎(chǔ) 設(shè) 施 領(lǐng) 域在 存儲(chǔ) 和 計(jì) 算 的 優(yōu) 勢(shì) ， 提 供 整體 大 數(shù) 據(jù) 解 決 方 案 等 第三 種 ， IT 服 務(wù) 提 供 商 提 供大 數(shù) 據(jù) 空 間 出 租 模 式 。 大數(shù) 據(jù) 計(jì) 算 基 礎(chǔ) 設(shè) 施 上 (與 云結(jié)合 )， 通 過 出 租 一個(gè) 虛 擬 空 間 ， 從 簡(jiǎn) 單 的 文件 存 儲(chǔ) ， 逐 步 擴(kuò) 展 到 數(shù) 據(jù) 聚 合 平 臺(tái) ， 例 如 騰 訊 開 放云 戰(zhàn) 略 為 大 數(shù) 據(jù) 創(chuàng) 業(yè)者 提供 了 廉 價(jià) 的 數(shù) 據(jù) 基 礎(chǔ) 設(shè) 施， 使 中 小 企 業(yè) 也 有 機(jī) 會(huì) 在大 數(shù) 據(jù) 領(lǐng) 域 創(chuàng) 新 業(yè) 務(wù)。 第四 種， BDaaS (Big data as a service)數(shù)據(jù)應(yīng) 用 即 服務(wù) 的模 式 ， 通 過 云 服 務(wù) 提 供 在線 大 數(shù) 據(jù) 技 術(shù) 或 者解 決 方 案 。 例 如 RJ Metrics 為電 商 提 供 快 捷 的 商業(yè) 智能 在 線 服 務(wù) ， 軟 件 定 價(jià) 為 500 美元 /月 ， 客 戶 只 需在 軟 件 端 輸 入 特 定 數(shù) 據(jù) ， RJ Metrics 便 會(huì) 將 這 些 信 息備 份 到 安 全 的 服 務(wù) 器 上 ， 并 承 諾 在 7 日 內(nèi) 優(yōu) 化 數(shù) 據(jù)用 以 分 析 ， 之 后 以 清 晰 簡(jiǎn)潔 的 界 面 將 數(shù) 據(jù) 分 析 結(jié) 果反 饋 給 客 戶 。 再 例 如 Good Data 主 要 面 向 商 業(yè)用 戶和 IT 企 業(yè) 高管 ， 提 供 數(shù) 據(jù)存 儲(chǔ) 、 性 能 報(bào) 告 、 數(shù) 據(jù) 分析 等 工 具 ， 將 所 有 商業(yè) 智能 分 析 所 需 的 數(shù) 據(jù) 和任 務(wù)都 搬 到 云 上。 模 式 五 ：數(shù) 據(jù) 交 易 服務(wù) 在大數(shù)據(jù)交易的交付模 式 中，數(shù)據(jù)交付是比較基 礎(chǔ) 的交付方式，目前的商 業(yè) 模式主要有兩種，第 一種是通過大數(shù)據(jù)交易 機(jī) 構(gòu)來進(jìn)行數(shù)據(jù)的交易， 賣 方將自有數(shù)據(jù)掛到大數(shù) 據(jù) 交易機(jī)構(gòu)的平臺(tái)當(dāng)中進(jìn)行 售賣，買方通過平臺(tái)獲 得 數(shù)據(jù)信息從賣方獲得數(shù) 據(jù) ，而交易機(jī)構(gòu)作為第三 方 參與交易并提取傭金，在 這個(gè)過程中，存在數(shù)據(jù) 資 產(chǎn)價(jià)值評(píng)估、傭金設(shè)定 、 數(shù)據(jù)敏感性保障、個(gè)人 隱 私安全等諸多亟待解決的 問題，在未來的大數(shù)據(jù) 交 易的發(fā)展過程中，大數(shù) 據(jù) 交易機(jī)構(gòu)對(duì)于大數(shù)據(jù)的 參 與度將不斷增加，也將為 交易 雙 方 提 供 更 為 完 善 的 保障 與 服 務(wù) 。 第二類為數(shù)據(jù)銀行的概 念 ，企業(yè)通過多種渠道去 獲 取數(shù)據(jù)，將原始數(shù)據(jù)進(jìn) 行 清洗、脫敏、數(shù)據(jù)整 合，進(jìn)而制作成數(shù)據(jù)商 品 ，數(shù)據(jù)銀行能夠根據(jù)客 戶 的需要來提供定制的數(shù) 據(jù) 商品，數(shù)據(jù)銀行作為交易 的賣方直接面對(duì)買方； 這 種發(fā)展模式的特點(diǎn)是前 期 投入比較大，需要一定 數(shù) 據(jù)采集、數(shù)據(jù)清洗、非結(jié) 構(gòu)化數(shù)據(jù)處理的經(jīng)驗(yàn)積 累 ，對(duì)于大數(shù)據(jù)技術(shù)、機(jī) 器 學(xué)習(xí)、語(yǔ)音識(shí)別、人臉 識(shí) 別等技術(shù)的應(yīng)用有一定的 要求，通過這種運(yùn)營(yíng)模 式 下企業(yè)能夠積累龐大的 數(shù) 據(jù)資源，對(duì)于數(shù)據(jù)的掌 握 更加精細(xì)，同時(shí)擁有數(shù)據(jù) 定價(jià) 的 權(quán) 力 。 大數(shù)據(jù)交易的根本仍然 是 對(duì)于大數(shù)據(jù)的應(yīng)用，而 并 非所有的大數(shù)據(jù)企業(yè)都 能 夠非常成熟的利用大 數(shù)據(jù)。大數(shù)據(jù)交易 機(jī) 構(gòu) 通 過聯(lián)盟的方式提供一個(gè) 大 數(shù)據(jù)交易平臺(tái)，其中將 包 括一部分專業(yè)的大數(shù)據(jù)分 析公司，企業(yè)可以通過 平 臺(tái)購(gòu)買外部數(shù)據(jù)，同時(shí) 可 以在大數(shù)據(jù)交易平臺(tái)來 購(gòu) 買數(shù)據(jù)分析服務(wù)，節(jié)省了 企業(yè)數(shù)據(jù)分析的人力成 本 與基礎(chǔ)設(shè)施成本，也可 以 通過第三方服務(wù)機(jī)構(gòu)來 搭 建企業(yè)大數(shù)據(jù)平臺(tái)，同時(shí) 提供 運(yùn)維等服務(wù)，大數(shù) 據(jù) 交易平臺(tái)提供了一個(gè)資 源 整合的渠道，通過購(gòu)買 產(chǎn) 品與應(yīng)用的方式實(shí)現(xiàn)了對(duì) 于數(shù) 據(jù) 資 源 的 應(yīng) 用。 中國(guó)大數(shù) 據(jù) 市場(chǎng)年度綜合報(bào)告 2020 2020 年 8 月 歡迎登陸 Anslysys 易觀： Email： Tel： 4006515715 18 3 中 國(guó) 大 數(shù) 據(jù) 市 場(chǎng) 應(yīng) 用 分析 行業(yè) 應(yīng) 用 2020 年中國(guó) 大 數(shù)據(jù) 市 場(chǎng)行 業(yè) 營(yíng)收 結(jié) 構(gòu) 金融 % 金融 % 通信 % 零售 % 通信 % 政 府 % 醫(yī)療 % 旅游 % 零售 % 其他 % 169。 Analysys 易觀 圖 31 2020 年中國(guó)大數(shù) 據(jù) 市場(chǎng)行業(yè)營(yíng)收結(jié)構(gòu) 2020 年 中 國(guó) 大 數(shù) 據(jù) 市 場(chǎng)行 業(yè)投 資 結(jié) 構(gòu)中 ， 金融 、 通 信 、 零售 為 前 三 大 行業(yè) ， 投 資 占 比分 別 為 %、 %和 %。 政 府 、 醫(yī) 療 、 旅 游 投 資 比例 分別 為 %、 %和 %。 六 大 行業(yè) 累 計(jì) 占 比 %。 其 他 行 業(yè) 包 括 教 育 、 制造 、 能 源 、 媒 體 、 互 聯(lián) 網(wǎng)等 ， 累 計(jì)占 比 %。 中國(guó)大數(shù) 據(jù) 市場(chǎng)年度綜合報(bào)告 2020 2020 年 8 月 歡迎登陸 Anslysys 易觀： Email： Tel： 4006515715 19 伴 互聯(lián)網(wǎng)廠商 零售 線下零售大數(shù)據(jù)產(chǎn)業(yè)鏈 外部合作伙伴 大數(shù)據(jù)方案提供商 線下零售企業(yè) 移動(dòng)智能設(shè)備 提供商 外 電信運(yùn)營(yíng) 商 部 合 外設(shè)與互動(dòng)設(shè) 備提供商 作 研究機(jī)構(gòu) 伙 ………… 大數(shù) 企業(yè) 外 部 據(jù)方 數(shù)據(jù) 案提 供商 線下 線下企業(yè)內(nèi) 部數(shù) 據(jù) 零售 企業(yè) 零售企業(yè)大數(shù) 據(jù)方案 169。 Analysys 易觀 圖 32 線下零售大數(shù)據(jù) 產(chǎn) 業(yè)鏈 Analysys 易觀研 究發(fā) 現(xiàn) ， 線 下 零 售 業(yè) 中 ， 大 數(shù)據(jù) 方案 提 供 商 會(huì) 整 合 各 式 外 部合 作 伙 伴 的 數(shù) 據(jù) 資 源， 包括移動(dòng)智能設(shè)備提供 商 、電信運(yùn)營(yíng)商、外設(shè)與 互 動(dòng)設(shè)備提供商、研究機(jī) 構(gòu) 、互聯(lián)網(wǎng)廠商等，并與線 下零售企業(yè)內(nèi)部的數(shù)據(jù) 打 通，從而提供整體性的 零 售業(yè)大數(shù)據(jù)解決方案。 而 數(shù)據(jù)源的不斷豐富、模型 精確 性 的 不 斷 提 高 ， 正 是 線下 零 售 業(yè) 大 數(shù) 據(jù) 提 供 商 的兩 大 發(fā) 展 方 向 。 線上零售大數(shù)據(jù)產(chǎn)業(yè)鏈 在線電子商務(wù)平臺(tái) ?消費(fèi)金融信息 交易 ?消費(fèi)者信用信息 信息 線上零售 企業(yè) 電商大 數(shù)據(jù) 販物 信息 ?消費(fèi)者精準(zhǔn)畫像 ?廣告精準(zhǔn)營(yíng)銷 ?電商盈利模式創(chuàng)新 ?市場(chǎng)趨勢(shì)預(yù)測(cè) ?產(chǎn)品研發(fā)的數(shù)字化指引 …… 大數(shù)據(jù)方 案提供商 大數(shù)據(jù)方案提供商 … 169。 Analysys 易 觀 圖 33 線上零售大數(shù)據(jù) 產(chǎn) 業(yè)鏈 在線上零售業(yè) 中 ，在線 電 子商務(wù)平臺(tái)會(huì) 整 合交易 信 息和購(gòu)物信息 形 成自身 的 電商大數(shù) 據(jù) ， 從 而進(jìn) 行用戶營(yíng)銷信息的深度 挖 掘，包括消費(fèi)金融信息 、 消費(fèi)者信用信息、消費(fèi) 者 精準(zhǔn)畫像、電商贏利模式 創(chuàng)新等。而目前大量在 線 電子商務(wù)平臺(tái)或自行開 發(fā) ，或與領(lǐng)先的大數(shù)據(jù)處 理 方案提供商合作，高效地 處理 平 臺(tái) 數(shù) 據(jù)。 中國(guó)大數(shù) 據(jù) 市場(chǎng)年度綜合報(bào)告 2020 2020 年 8 月 歡迎登陸 Anslysys 易觀： Email： Tel： 4006515715 20 零售大數(shù)據(jù)應(yīng)用方 向 ： （ 1） 市 場(chǎng) 定位 企業(yè)想進(jìn)入或 開 拓某一 區(qū) 域零售行業(yè)市 場(chǎng) ，首先 要 進(jìn)行項(xiàng)目評(píng)估 和 可行性 分 析，只有通過 項(xiàng) 目評(píng) 估和 可 行 性 分 析 才 能 最 終 決定 是 否 適 合 進(jìn) 入 或 者 開 拓這 塊 市 場(chǎng) 。 如 果 適 合 ， 那 么這 個(gè) 區(qū) 域 人 口 是 多少 ？ 消費(fèi)水平怎么樣？客戶 的 消費(fèi)習(xí)慣是什么？市場(chǎng) 對(duì) 產(chǎn)品的認(rèn)知度怎么樣？ 當(dāng) 前的市場(chǎng)供需情況怎么 樣 ？ 公眾的消 費(fèi) 喜好是什么 等 等，這些問題背后包含 的 海量信息構(gòu)成了零售行 業(yè) 市場(chǎng)調(diào)研的大數(shù)據(jù)，對(duì)這 些大 數(shù) 據(jù) 的 分 析 就 是 市 場(chǎng) 定位 過 程。 （ 2） 市 場(chǎng) 營(yíng)銷 在零售行業(yè)市 場(chǎng) 營(yíng)銷工 作 中，無論是產(chǎn) 品 、渠道 、 價(jià)格還是顧客 ， 可以說 每 一項(xiàng)工作都與 大 數(shù)據(jù) 的采集和分析息息相關(guān) ， 而以下兩個(gè)方面又是零 售 行業(yè)市場(chǎng)營(yíng)銷工作中的 重 中之重。一是通過獲取數(shù) 據(jù)并加以統(tǒng)計(jì)分析來充 分 了解市場(chǎng)信息，掌握競(jìng) 爭(zhēng) 者的商情和動(dòng)態(tài)，知曉 產(chǎn) 品在競(jìng)爭(zhēng)群中所處的市場(chǎng) 地位， 來 達(dá)到 “知 彼 知己，百戰(zhàn)不 殆 ”的目的 ； 二是企業(yè)通過 積 累和挖掘零售行業(yè)消費(fèi) 者 檔案數(shù)據(jù) ， 有 助于 分 析 顧 客 的 消 費(fèi) 行 為 和價(jià) 值 趣 向 ， 便 于 更