本报告的大数据产业图谱以大数据产品的角度出发，对产业链角色进行划分。其中，数据管理与数据分析部分包括了大数据基础架构及相关分析技术，能够实现大数据的存储、分析、挖掘、可视化等环节。而在数据源与数据应用方面，从功能和流程角度来看具有高度的关联性及一致性，涉及行业极其广泛。

　　数据应用

　　大数据应用已渗透电信、金融、医疗、人力资源、物流、天气等多个行业，从产品角度来看，除传统的工具/产品化服务、行业应用及解决方案外，大数据应用也包括商业智能等分析服务。

• 应用情况：目前大数据应用的主要输出形式是可视化报表，未来将在功能方面进一步融合提升。

• 典型大数据行业应用：

• 物流：优化整体运输流程，实现实时查询把控。

• 营销：应用形式成熟落地，既提高了用户对目标商品的获取效率，又改善了商家的投放效果。

　　数据管理与分析

　　大数据基础架构包括多种数据库及相关分析计算技术，能够支持数据的采集、清洗、集成、存取、分析、挖掘等环节，从功能角度来看，除传统的数据处理过程外，可视化分析等分析服务也是基础架构的一环。

• 应用情况：企业（含互联网企业）的数据相关部门（如数据中心/数据分析平台/数据商业部等），主要通过对数据的管理、分析及整合，服务于自有业务，同时不断拓展应用类型和范围。

• 价值体现：大数据处理过程中流转的数据形态可划分为静态数据和动态数据，主要通过计算过程实现其价值，其中，模型算法为数据深度挖掘的核心，能够实现预测等功能。

　　数据来源

　　目前数据来源已较为多元，维度也越加丰富，尤其是互联网行业，在数据深度与广度方面具有天然优势，而物联网、车联网等的出现丰富了数据的采集方式与采集范围。

• 应用情况：目前企业内部的数据打通已成行业趋势，未来将进一步实现行业内外的数据流通乃至共享。

• 价值体现：1）大数据能够对人群进行细化管理，并提高对特定人群的覆盖率；2）数据价值的实现与其鲜活度相关；3）大数据的核心价值不在于数据量大，而在于通过数据的沉淀与应用产生价值，其价值升级来源于数据的流通和共享。

　　大数据Data

• 发展阶段：从信息驱动向数据智能驱动进阶；

• 产业结构：由数据源、技术服务及应用类型共同构成；

• 数据来源：企业自有数据是主流数据源，数据的流通和共享将成趋势；

• 数据管理：数据挖掘与可视化成行业热点，数据管理向垂直行业分化；

• 分析处理：文本、图像、语音分析相对成熟，视频分析存在探索空间；

• 应用类型：从独立数据产品向完整行业解决方案发展，定制化将成趋势。

　　互联网大数据Internet

• 优势体现：互联网基因有利于大数据的获取与处理；

• 现状分析：互联网行业是大数据应用的领跑者。1）已上市互联网企业中，以BAT为首的数据驱动型媒体整体表现较好；2）未上市互联网企业中，数据驱动型企业成为领跑者；

• 机遇：1）手机网民持续增长，可采集群体更加广泛；2）移动端使用时长占比超77%，信息采集更加丰富连贯；3）场景化特征为大数据发展带来新契机；

• 挑战：屏幕变小、行为碎片化对大数据的应用提出更高要求。

　　网络媒体大数据Media

• 海外发展：1）企业技术探索先行，政策推动产业发展进程；2）将自主研发与投资收购相结合，技术推动企业发展；

• 优势体现：具有强媒体属性的网络服务的发展策略相对成熟；

• 现状分析：中国网络媒体的数据生态系统雏形已成，多维度输出大数据能力；

• 发展策略：大媒体以流量+广告服务为起点，推进产业生态形成。

　　以下为报告全文：

　　注：本文来源于艾瑞网，版权著作权归愿创者所有，转载请注明来源。数据观微信公众号（ID:cbdioreview） ，欲了解更多大数据行业相关资讯，可搜索数据观（中国大数据产业观察网www.cbdio.com）进入查看。