京公网安备 11010802034615号
经营许可证编号:京B2-20210330
信息消费发展时代 云计算大数据将大行其道
今年以来,在“稳增长调结构”的新形势下,信息消费成为寻找经济新增长点的重要选项。国务院发布了《关于促进信息消费扩大内需的若干意见》,社会各界关于如何促进信息消费的声音不断。那么,对于信息通信业来说,在信息消费大发展的时代,又将迎来哪些机遇?业界人士普遍认为,在信息消费时代,云计算、大数据将大行其道,发展空间不可限量。
信息消费将成我国经济的核心增长极
当前,拉动我国经济增长的传统“三驾马车”(投资、出口、消费),出口下滑,投资谨慎,消费的巨大空间受到前所未有的期待,信息消费的强劲表现更为抢眼。今年1月~5月,我国信息消费的规模达到1.38万亿元,同比增长了19.8%,信息消费正在成为市场新的亮点和热点。为刺激信息消费的持续增长,国务院下发了《关于促进信息消费扩大内需的若干意见》,提出到2015年,信息消费规模超过3.2万亿元,年均增长20%以上,带动相关行业新增产出超过1.2万亿元的目标。
信息消费为何如此受重视?工信部电信研究院相关专家表示,信息消费不但“稳增长”的潜力巨大,而且在“调结构”方面也将发挥重要作用。专家表示,对信息消费、房地产、环保、铁路、机场投资回报率进行对比,信息消费回报率相对更高。据测算,环保领域投入一块钱将产出两块六毛八,信息消费投入一块钱产出四块一毛三,铁路机场投入一块钱产出三块七毛六。所以,信息消费必将成为未来驱动中国经济增长的核心增长极。
专家表示,互联网、移动互联网、物联网、智慧城市等信息消费产业的发展,将大大带动网络基础设施、智能终端、内容应用等各领域的快速增长。自7月12日召开的国务院常务会议让信息消费从行业发展的重要动力升格为政府扩大内需、调整结构的主要抓手,国家支持信息消费的力度不断加大。8月12日国务院印发《关于促进信息消费扩大内需的若干意见》,随后下一代互联网示范城市建设、宽带中国战略等强化信息消费网络基础设施建设的政策陆续发布。“十二五”规划还有两年发展期,规划投资已接近此前规划的规模,网络基础设施建设投资将创新高。工信部规划数据显示,到今年年底我国网络基础设施总投资达1.8万亿元,包括2G基站建设、3G基站建设、4G试验网络等。根据工信部的测算,宽带中国战略拉动的投资将达5万亿元。作为信息消费的重要载体,我国智能手机快速增长,智能手机产销量均跃居全球首位,目前我国智能手机用户数达到了4.5亿。据中国电子信息产业发展研究院预计,2013年至2015年是我国智能手机换代高峰期,三年累计销售额将达到2万亿元,我国智能手机市场销量将继续保持高速增长。而信息消费最大的增长领域应该是内容应用服务,浩如烟海的App应用以及各种行业应用将带来非常广阔的成长空间,据测算,相关服务产业规模将在2015年达到1.9万亿元。
云服务大数据迎来广阔发展空间
随着移动互联网、智慧城市的爆发式发展,数据洪峰一浪高过一浪,如何实现数据的存储、传输?如何从海量数据中发掘更多的商业价值?这正是云计算、大数据的用武之地,可以预见未来云服务和大数据的发展空间不可限量。云计算颠覆了很多商业模式,让很多传统IT企业盈利和产品推出模式发生重大的变化。今年5月,微软在上海实现了公众云在中国的落地,这也是全球第一家实现公有云在中国落地的外资公司。我国运营商也在不断加快云平台的建设,并逐步将一些政企客户的行业应用迁移到平台上。
数据的爆发式增长很大一部分来自移动互联网的大发展。移动互联网2011年开始爆发式增长,增长率达到90%,这两年移动互联网市场的增长逐渐放缓,但也达到了40%,根据研究机构估算今年将达到9000亿元市场规模。现在移动互联网的消费逐渐从终端消费向移动内容服务转移,正是数据爆发增长的开始,从运营商的流量迅猛增长可以得到印证。专家测算,当前移动智能终端有4.5亿个,假如每人每天产生10M的数据,每年产生的数据量极为惊人。用户数据量的激增将会对ICT产业产生不小影响:将会导致后台硬件、软件、系统集成服务等一系列变化,需要后台拥有更强的数据存储和数据分析能力,催生云服务,云服务将在三到五年成为ICT服务最大的趋势;系统集成服务焦点将从云中心向大数据中心迁移,基于海量数据的储存服务、基于大数据的分析服务,未来系统集成商可能从几年前云计算中心兴建变成大数据中心兴建,两者建设内容稍微有所差别,但是对向外提供的服务有很大影响。
智慧城市的建设和发展也是数据激增的重要因素,也是当前我国信息消费重要推进的内容。目前,我国投入建设的智慧城市超过了300个,其中三线城市占到74%,一线城市占1.9%,二线城市占23.1%。当前智慧城市聚焦基础设施,包括宽带网络、修桥铺路、楼宇建设,未来将会逐渐由服务器、光缆等硬件投资,逐渐转移到软件和相关的应用上。专家分析,中国智慧城市建设基本分成四个层次:智慧城市信息化基础设施建设,包括光网城市、信息化城市建设;电子政务建设,包括政府网站、OA办公系统等;城市运营类应用,包括平安城市、数字城管等;民生类应用,包括智慧医疗、智慧社保等。智慧城市的建设将会带来个人、政企客户各种各样应用的大量增加,带来数据存储及传输流量的骤增,如何低成本、高效率、安全可靠地实现海量数据的存储、共享、交互、分析处理,是智慧城市发展不可回避的课题。在云计算技术日趋成熟的条件下,构建一个统一集中的云平台,是低成本、高效率、快速安全地实现海量信息数据存储、共享、传输的有效途径。专家认为,云平台堪称智慧城市的大脑,对数据的汇聚处理有着独特的优势。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19