京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12