
大數(shù)據(jù)產(chǎn)業(yè)難在價(jià)值變現(xiàn)
大數(shù)據(jù)產(chǎn)業(yè)屬于“附加值”較高的產(chǎn)業(yè),盈利能力較強(qiáng)。隨著中國智能制造2025戰(zhàn)略的落地和推廣,以及中國對政務(wù)效率提升的要求,工業(yè)大數(shù)據(jù)和政務(wù)大數(shù)據(jù)將成為未來大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的熱點(diǎn)。
8月2日,由中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟等單位聯(lián)合調(diào)研編制的《2017中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)地圖暨中國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展白皮書》(以下簡稱“白皮書”)在京發(fā)布。白皮書從大數(shù)據(jù)產(chǎn)業(yè)鏈、區(qū)域發(fā)展格局、技術(shù)路線、交易模式等多個(gè)方面介紹了我國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)的總體狀況,賽迪研究院《軟件和集成電路》雜志總編輯郭嘉凱對白皮書進(jìn)行了介紹和解讀。
產(chǎn)業(yè)生態(tài)日趨成熟
白皮書顯示,當(dāng)前,我國大數(shù)據(jù)產(chǎn)業(yè)增長迅速,產(chǎn)業(yè)規(guī)模持續(xù)放大,數(shù)據(jù)服務(wù)、基礎(chǔ)支撐和融合應(yīng)用相互交融協(xié)力構(gòu)建了完整的大數(shù)據(jù)產(chǎn)業(yè)鏈。作為整個(gè)大數(shù)據(jù)產(chǎn)業(yè)鏈的核心環(huán)節(jié),基礎(chǔ)支撐層預(yù)計(jì)2017年的規(guī)模為2246億元,增長68.2%;融合應(yīng)用層是大數(shù)據(jù)產(chǎn)業(yè)未來迅速發(fā)展的著力點(diǎn),預(yù)計(jì)2017的規(guī)模為16998億元,增長率為30.7%;圍繞各類大數(shù)據(jù)應(yīng)用需求,數(shù)據(jù)服務(wù)層提供的輔助性的服務(wù),預(yù)計(jì)2017年的規(guī)模為326億元,增長率為60.6%。
除了產(chǎn)業(yè)規(guī)模的迅速上升,大數(shù)據(jù)產(chǎn)業(yè)區(qū)域集聚發(fā)展的格局逐步形成。郭嘉凱介紹道,2016年大數(shù)據(jù)產(chǎn)業(yè)逐步形成了以京津冀、長三角、珠三角、中西部和東北地區(qū)為集聚發(fā)展區(qū)的發(fā)展格局。京津冀地區(qū)發(fā)展情況最好,珠三角地區(qū)僅次于北京,長三角地區(qū)發(fā)展水平也普遍較高。西部地區(qū)發(fā)展略微落后,但四川和貴州處于發(fā)展的領(lǐng)先地位。東三省中,遼寧處于領(lǐng)先位置,起到了一定的輻射帶動作用。
郭嘉凱表示,大數(shù)據(jù)企業(yè)在成立時(shí)間、產(chǎn)品和服務(wù)、行業(yè)領(lǐng)域也具有顯著的集聚特性。從成立時(shí)間來看,2010年以前大數(shù)據(jù)企業(yè)成立速度相對平穩(wěn),2010年以后大數(shù)據(jù)企業(yè)成立的步伐明顯加快。大數(shù)據(jù)的產(chǎn)品和服務(wù)主要包括數(shù)據(jù)分析挖掘、場景化解決方案、數(shù)據(jù)采集和預(yù)處理、數(shù)據(jù)可視化,以及云端產(chǎn)品和服務(wù),用于大數(shù)據(jù)分析的軟件產(chǎn)品和服務(wù)是當(dāng)前大數(shù)據(jù)企業(yè)競爭的焦點(diǎn)。
2016年,大數(shù)據(jù)的實(shí)際應(yīng)用案例多集中于金融、政府、電信和教育四大領(lǐng)域。一方面,這些行業(yè)的信息化程度較高、數(shù)據(jù)資源豐富、易于商業(yè)化變現(xiàn);另一方面,這些行業(yè)也多屬于國有重點(diǎn)管控的領(lǐng)域,政策導(dǎo)向性對大數(shù)據(jù)在這些行業(yè)的推進(jìn)有較大影響。
產(chǎn)業(yè)鏈條的快速發(fā)展與相關(guān)政策的支持密切相關(guān)。郭嘉凱表示,2016年,針對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的政策緊密出臺,產(chǎn)業(yè)發(fā)展環(huán)境持續(xù)優(yōu)化。“目前來看,大數(shù)據(jù)政策規(guī)劃逐漸向各大行業(yè)和各細(xì)分應(yīng)用領(lǐng)域延伸,大數(shù)據(jù)產(chǎn)業(yè)大踏步進(jìn)入應(yīng)用時(shí)代?!?
商業(yè)交易營收低迷
產(chǎn)業(yè)生態(tài)的布局帶動相關(guān)政府和企業(yè)陸續(xù)開展大數(shù)據(jù)交易業(yè)務(wù)。數(shù)據(jù)顯示,大數(shù)據(jù)交易業(yè)務(wù)涉足的主要行業(yè)排名前五位的是政府、金融、電信、教育、醫(yī)療,這與大數(shù)據(jù)企業(yè)通常的業(yè)務(wù)主力方向基本吻合。具體來看,大數(shù)據(jù)交易主要可以分為企業(yè)主導(dǎo)的大數(shù)據(jù)交易平臺和政府主導(dǎo)的大數(shù)據(jù)交易平臺,前者約占現(xiàn)有平臺的83%,后者約占14.3%。
數(shù)據(jù)產(chǎn)品的直接銷售、提供數(shù)據(jù)采集和預(yù)處理服務(wù)、構(gòu)建平臺撮合交易是大數(shù)據(jù)盈利最主要的三類模式。然而,這些產(chǎn)品和服務(wù)并沒有催生大規(guī)模的商業(yè)交易,整個(gè)交易行業(yè)的營收低迷,約52%的交易平臺2016年運(yùn)營收入低于500萬元。
大數(shù)據(jù)交易營收低迷與交易平臺自身運(yùn)營中存在的問題密不可分。郭嘉凱表示,調(diào)研發(fā)現(xiàn),當(dāng)前的大數(shù)據(jù)交易平臺存在諸多問題,如數(shù)據(jù)質(zhì)量和價(jià)值評估機(jī)制模糊、交易平臺準(zhǔn)入和驗(yàn)證手段缺失、數(shù)據(jù)歸類方法隨意、大數(shù)據(jù)標(biāo)準(zhǔn)和法律法規(guī)不完善等。
“這些問題顯著制約了交易平臺的日常流量,”郭嘉凱表示,“超過57%的平臺年流量低于50筆。整體而言,當(dāng)下的大數(shù)據(jù)交易行業(yè)名大于實(shí),行業(yè)較為混亂,對大數(shù)據(jù)產(chǎn)業(yè)的促進(jìn)作用有限。”
郭嘉凱認(rèn)為,未來大數(shù)據(jù)交易的發(fā)展中,相關(guān)組織應(yīng)首先“解決各類標(biāo)準(zhǔn)和法律法規(guī)的制定”,而后則應(yīng)著力“挖掘用戶交易需求,探索合適的交易模式”,達(dá)成此二目標(biāo),大數(shù)據(jù)交易或可迎來真正的春天。
數(shù)據(jù)價(jià)值落地仍需時(shí)間
郭嘉凱表示,多數(shù)用戶認(rèn)可大數(shù)據(jù)在“提升運(yùn)營效率”“輔助決策”和“降低成本”上的積極作用,無論是農(nóng)業(yè)、工業(yè)制造業(yè)還是服務(wù)業(yè),都陸續(xù)涌現(xiàn)出一些出色的傳統(tǒng)企業(yè),通過應(yīng)用大數(shù)據(jù)改變了既有的商業(yè)模式,從用戶需求出發(fā)、從產(chǎn)業(yè)鏈角度整合數(shù)據(jù)資源,逐步實(shí)現(xiàn)企業(yè)的數(shù)字化和智能化運(yùn)營。
盡管多數(shù)企業(yè)組織的決策者已然具備了“用數(shù)據(jù)驅(qū)動業(yè)務(wù)”的意識,但是,實(shí)際操作中,數(shù)據(jù)價(jià)值的真正落地還存在困難。白皮書顯示,企業(yè)多基于成本收益和企業(yè)戰(zhàn)略發(fā)展等因素的考慮,將大數(shù)據(jù)軟硬件及服務(wù)的采購費(fèi)用限制在300萬元以下,這其中,有近47.5%的企業(yè)低于100萬元。
分行業(yè)來看,大數(shù)據(jù)的建設(shè)水平因行業(yè)而異,其中,互聯(lián)網(wǎng)和金融行業(yè)持續(xù)領(lǐng)跑,大數(shù)據(jù)理念滲透和應(yīng)用項(xiàng)目落地實(shí)施的程度最高。交通運(yùn)輸、醫(yī)療健康、公共管理、能源、制造和科教等行業(yè)的大數(shù)據(jù)應(yīng)用處于中端,而住宿餐飲和農(nóng)業(yè)等行業(yè)處于低端。這些中低端行業(yè)內(nèi)的企業(yè)對大數(shù)據(jù)的應(yīng)用普遍較為謹(jǐn)慎,它們多缺乏獨(dú)立而有效的數(shù)據(jù)團(tuán)隊(duì),對大數(shù)據(jù)分析的投入往往謹(jǐn)慎而敏感。
郭嘉凱認(rèn)為企業(yè)形成對大數(shù)據(jù)項(xiàng)目費(fèi)用的敏感性,一方面是由于項(xiàng)目實(shí)施成本高,這與自行建設(shè)分析平臺和自行組織并培養(yǎng)數(shù)據(jù)分析團(tuán)隊(duì)有直接的關(guān)系。另一方面則是由于企業(yè)戰(zhàn)略的模糊和企業(yè)組織結(jié)構(gòu)變革滯后等原因的掣肘。
盡管如此,郭嘉凱認(rèn)為,大數(shù)據(jù)產(chǎn)業(yè)仍屬于“附加值”較高的產(chǎn)業(yè),盈利能力較強(qiáng)?!半S著中國智能制造2025戰(zhàn)略的落地和推廣,以及中國對政務(wù)效率提升的要求,工業(yè)大數(shù)據(jù)和政務(wù)大數(shù)據(jù)將成為未來大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的熱點(diǎn)?!?
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10