
中国信息通信研究院:我国大数据市场处在非常初级阶段
6月3日消息(子月)在近日举办的“云计算发展与政策论坛”第五次高端会议上,“云计算发展与政策论坛”发布了《中国大数据发展调查报告(2015年)》、《中国私有云发展调查报告(2015年)》,《中国公共云服务发展调查报告(2015年)》等成果。
我国大数据市场处在非常初级阶段
根据《中国大数据发展调查报告(2015年)》显示,2014年,我国大数据市场规模84亿,预计2015年接近116亿,增速是38%。与2014年中国信息产业规模是15万亿相比,大数据市场还是一个非常小的市场,还是非常初级的阶段。
中国信息通信研究院总工余晓晖分析说,从结构上来看,我国大数据市场与国外相比既有相同也有不同。具体来说,我国大数据市场,软件占比较高,服务占比较低。
余晓晖进一步表示,目前,影响我国大数据发展的因素中,首先是政策方面的不足,例如隐私问题、数据开发问题。政策法规的滞后性是我国大数据应用面临的最大瓶颈。第二是数据资源的短缺,在我国这一点很突出。我国数据资源总量不足,这是全社会自愿的不足。余晓晖表示,从企业角度看,一半以上的企业数据量是在200TB以上,大部分企业是在50TB—500TB之间。1/3企业用了很多外部购买的数据,互联网平台数据,有38.7%的企业用互联网平台数据。
从基础层面来看,目前的企业里面用的大数据里,大部分数据还是结构化的,接近74%的企业。其次是网页数据,比例超过一半。余晓晖表示,未来结构化数据仍然是大数据里面非常重要的部分,但非结构化数据会越来越多。
从云计算实现方式上看,目前60%的企业选择是自建,37%的企业通过云服务的方式建设。余晓晖表示,在目前的阶段里,仍然有相当多的企业认为自建大数据平台,如果这个大数据平台是服务企业核心业务流程的话,企业宁愿自建。
超过1/3的企业更换过公有云服务商
根据《中国公共云服务发展调查报告(2015年)》显示,我国公共云服务市场规模大概在72亿元左右,比去年增长47.5%,全球包括IaaS、PaaS、SaaS基本的公共云服务市场规模在200亿美元,我国大概占到全球的4%。在细分市场里,IaaS市场增长非常快,今年IaaS市场达到26亿元人民币左右,与2013年相比增长150%,这是非常大的涨幅。SaaS规模虽然有40亿,但是增长率比较低,只有10%左右。在选择公有云服务里面,46%的用户是觉得成本比较低。
中国信息通信研究院标准所主任工程师高巍表示,75%的用户企业表示希望看到有第三方安全和质量认证。超过70%的用户表示希望完善云计算安全监管的政策。过去几年中,超过1/3的用户有更换云服务商的经历,主要是因为稳定性不高、价格因素、售后服务等问题。我国云服务商对用户的黏性还不够,所以我国的云服务商也要努力去提升自己服务的质量。
仅1/4企业把核心业务放在私有云
根据《中国私有云发展调查报告(2015年)》显示,2014年国内私有云市场规模大概在246亿人民币左右,增长速度将近30%,增速要低于公共云服务,但是要高于IT整个产业平均的增长速度。
高巍表示,对于选择私有云,和公有云有一个显着的区别,用户选择私有云首先考虑的是可控性,第二才是安全性。在私有云承载的应用里面,绝大多数企业是把企业的管理系统放在私有云上,然后是一些办公、OA等等,把核心业务放在私有云只有1/4左右。两大问题阻碍了核心业务向私有云的迁移,第一是迁移有一定的技术难度,第二是需要投资。
企业如何部署私有云呢?高巍表示,大概是一半一半,49.3%利用之前的设备,49.7%新购买服务器建设云环境,这样导致的结果是,45.8%的企业表示部署私有云以后,IT支出是增加的。高巍表示,采用私有云的企业,对于成本并不太看中,企业追求的是资源共享带来将来IT设备的方便性。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02