中投顧問

24小時免費服務熱線400-008-1522

2021-2025年中國數據中臺行業深度調研及投資前景預測報告(上下卷)

首次出版:2020年5月最新修訂:2020年11月交付方式:特快專遞(2-3天送達)

報告屬性:共368頁、25.4萬字、213個圖表下載目錄版權聲明

定購電話:0755-82571522、82571566、400-008-1522

24小時服務熱線:138 0270 8576 為什么選擇中投顧問?

中文版全價:RMB8900 印刷版:RMB8600 電子版:RMB8600

英文版全價:USD6000 印刷版:USD5800 電子版:USD5800

立即訂購 加入購物車 定制報告 在線客服

新基建成2020年中國經濟關鍵詞,重點機會有哪些?
掃碼關注右側公眾號,回復對應關鍵詞,即可免費獲取以下報告

報告目錄內容概述產業鏈 定制報告

第一章 數據中臺的基本概述
1.1 企業三大中臺結構分析
1.1.1 業務中臺結構
1.1.2 數據中臺結構
1.1.3 技術中臺結構
1.2 數據中臺的作用及特點
1.2.1 數據中臺的主要形式
1.2.2 數據中臺的基本作用
1.2.3 數據中臺的基本定位
1.2.4 數據中臺的數據能力
1.2.5 數據中臺的業務流程
1.3 數據中臺與相關概念的區分
1.3.1 數據中臺與業務中臺
1.3.2 數據中臺與數據倉庫
1.3.3 數據中臺與信息架構
1.3.4 數據中臺與數據湖
1.4 數據中臺的參考架構分析
1.4.1 數據域分析
1.4.2 資產域分析
1.4.3 服務域分析
第二章 數據中臺行業發展環境分析
2.1 政策環境分析
2.1.1 兩會代表相關提案提及
2.1.2 “互聯網+”相關政策
2.1.3 大數據成為國家戰略
2.1.4 企業數字化轉型政策
2.1.5 相關數據展會陸續開辦
2.2 技術環境分析
2.2.1 專利知識研發水平
2.2.2 我國信息化歷程
2.2.3 先進技術提供支持
2.2.4 大數據技術發展
2.2.5 產業互聯網技術發展
2.3 產業發展環境
2.3.1 數字經濟獲得中央重視
2.3.2 數字經濟產業發展特點
2.3.3 數字經濟產業發展階段
2.3.4 數字經濟產業發展規模
2.3.5 數字經濟地區總量規模
2.3.6 數字經濟未來發展趨勢
第三章 2018-2020年中國數據中臺行業發展分析
3.1 數據中臺的主要價值分析
3.1.1 數據中臺的業務價值
3.1.2 數據中臺的技術價值
3.1.3 契合軟件行業發展變革
3.2 數據中臺產業未來發展階段
3.2.1 第一階段:數據中臺探索
3.2.2 第二階段:應用效率提升
3.2.3 第三階段:數據和業務空間重構
3.3 數據中臺的市場發展綜況
3.3.1 數據中臺產業鏈結構
3.3.2 數據中臺的市場熱度
3.3.3 數據中臺的市場規模
3.3.4 數據中臺供給方分析
3.3.5 數據中臺需求方分析
3.4 數據中臺市場競爭格局
3.4.1 數據中臺市場主體分類
3.4.2 數據中臺市場主體規模
3.4.3 科技企業加快行業布局
3.5 數據中臺建設問題及對策分析
3.5.1 數據中臺發展的挑戰
3.5.2 數據中臺的建設關鍵
3.5.3 重視數據中臺的發展
3.5.4 逐步加快人才儲備建設
3.5.5 秉持數據價值觀和方法論
3.5.6 數據中臺建設落地的路徑
第四章 2018-2020年企業數據中臺建設需求分析
4.1 企業數字化轉型建設分析
4.1.1 數字化轉型背景
4.1.2 數字化轉型需求
4.1.3 數字化轉型指數
4.1.4 數字化轉型戰略
4.1.5 數字化轉型關鍵
4.1.6 數據中臺契合企業轉型
4.2 企業對數據中臺技術的要求
4.2.1 數據匯聚整合的能力
4.2.2 數據提純加工的能力
4.2.3 服務可視化的能力
4.2.4 業務價值變現的能力
4.3 企業數據中臺的應用價值
4.3.1 有效解決企業痛點
4.3.2 重塑企業的產業鏈
4.3.3 賦能組織的敏捷性
4.3.4 提升企業的競爭力
4.3.5 迎合企業營銷戰略
4.3.6 促進商業模式創新
4.3.7 提供深層次的客戶
4.4 企業數據中臺發展綜況
4.4.1 企業數據價值認識提升
4.4.2 企業數字中臺發展演進
4.4.3 企業數據中臺的價值地位
4.4.4 企業數據中臺的應用模式
4.4.5 企業數據中臺的應用步驟
4.4.6 適用數據中臺的企業類型
4.5 企業布局數據中臺的幾個維度
4.5.1 實施維度
4.5.2 技術維度
4.5.3 客戶維度
第五章 2018-2020年疫情影響下數據中臺技術應用分析
5.1 新冠疫情的現狀及影響
5.1.1 全球新冠疫情數據
5.1.2 國內新冠疫情數據
5.1.3 疫情對經濟的影響
5.1.4 國內經濟恢復進展
5.2 數據中臺應用于疫情防控
5.2.1 應用背景分析
5.2.2 應用驅動分析
5.2.3 應用價值分析
5.3 疫情影響下醫院數據中臺應用分析
5.3.1 醫院數據中臺應用背景
5.3.2 醫院數據中臺應用價值
5.3.3 醫院數據中臺應用關鍵
5.3.4 醫院數據中臺應用案例
第六章 2018-2020年數據中臺技術應用于傳統領域
6.1 零售領域
6.1.1 零售行業運行狀況
6.1.2 零售數字化轉型必要性
6.1.3 零售數據中臺應用需求
6.1.4 零售數據中臺應用布局
6.1.5 零售數據中臺應用案例
6.1.6 零售數據中臺解決方案
6.1.7 零售數據中臺應用問題
6.1.8 零售數據中臺應用趨勢
6.1.9 零售數據中臺應用展望
6.2 金融領域
6.2.1 金融市場運行狀況
6.2.2 金融數據中臺應用價值
6.2.3 金融數據中臺供需分析
6.2.4 金融數據中臺應用要點
6.2.5 金融數據中臺應用案例
6.2.6 銀行數據中臺建設建議
6.2.7 金融數據中臺應用前景
6.3 工業領域
6.3.1 工業領域運行狀況
6.3.2 工業數據中臺應用地位
6.3.3 工業數據中臺搭建困境
6.3.4 工業數據中臺搭建路徑
6.3.5 工業數據中臺應用前景
6.4 政務領域
6.4.1 政務數據中臺應用價值
6.4.2 政務數據中臺建設架構
6.4.3 政務數據中臺應用狀況
6.4.4 企業助力政務數據中臺
6.4.5 政務數據中臺應用建議
6.4.6 政務數據中臺應用案例
6.4.7 政務數據中臺應用趨勢
6.5 教育領域
6.5.1 教育信息化發展狀況
6.5.2 高校數據中臺應用價值
6.5.3 高校數據中臺建設架構
6.5.4 高校數據中臺應用實踐
6.5.5 高校數據中臺應用案例
6.5.6 高校數據中臺建設步驟
6.5.7 高校數據中臺技術影響
6.6 乳制品領域
6.6.1 乳制品行業運作狀況
6.6.2 乳制品行業數字化轉型
6.6.3 乳制品行業數據中臺現狀
6.6.4 乳制品產業鏈數字中臺應用
6.6.5 乳制品數據中臺應用案例
6.7 服裝領域
6.7.1 服裝行業運行狀況
6.7.2 服裝行業數字化轉型
6.7.3 服裝數據中臺應用場景
6.7.4 服裝數據中臺發展案例
第七章 2018-2020年數據中臺技術應用于新興領域
7.1 智慧城市領域
7.1.1 智慧城市建設綜況
7.1.2 構建數據中臺的關鍵
7.1.3 智慧城市數據開放重要性
7.1.4 智慧樓宇數據總體架構
7.1.5 智慧電網數據中臺建成
7.1.6 氣象數據中臺企業合作
7.1.7 公安數據中臺建設分析
7.1.8 城市數據中臺搭建步驟
7.1.9 城市中臺應用案例分析
7.2 智慧軌道交通領域
7.2.1 智慧城軌發展狀況分析
7.2.2 智慧城軌數據中臺應用背景
7.2.3 智慧城軌數據中臺應用地位
7.2.4 智慧城軌數據中臺應用核心
7.2.5 智慧城軌數據中臺應用關鍵
7.3 博物館網絡領域
7.3.1 我國博物館基本建設狀況
7.3.2 博物館數據中臺技術層級
7.3.3 博物館數據中臺建設架構
7.3.4 博物館數據中臺應用領域
7.3.5 博物館數據中臺應用價值
7.3.6 博物館數據中臺應用風險
7.3.7 博物館數據中臺應用趨勢
第八章 2018-2020年數據中臺技術發展分析
8.1 數據中臺技術的整體架構及構建
8.1.1 數據中臺整體技術架構
8.1.2 數據中臺技術架構設計
8.1.3 構建數據中臺的關鍵技術
8.2 數據中臺的技術架構分析
8.2.1 數據匯聚
8.2.2 數據開發
8.2.3 數據體系
8.2.4 數據資產管理
8.2.5 數據服務體系
8.2.6 運營和安全管理
8.3 數據中臺技術系統的建設
8.3.1 總體建設步驟
8.3.2 戰略規劃要求
8.3.3 系統建設保障
8.3.4 建設目標準則
8.3.5 主要建設內容
8.3.6 關鍵實施步驟
8.4 數據中臺技術的核心——數據治理
8.4.1 數據治理的價值
8.4.2 數據治理的問題
8.4.3 數據治理的要素
8.4.4 數據治理的路徑
第九章 2018-2020年中國數據中臺布局企業分析
9.1 數瀾科技
9.1.1 企業發展概況
9.1.2 業務解決方案
9.1.3 企業發展優勢
9.1.4 客戶范圍概述
9.1.5 企業融資動態
9.2 明略科技
9.2.1 企業發展概況
9.2.2 解決方案分析
9.2.3 AI中臺布局
9.2.4 企業融資動態
9.2.5 數據中臺戰略
9.3 普元信息
9.3.1 企業發展概述
9.3.2 數據中臺產品
9.3.3 數據中臺項目
9.3.4 業務經營狀況
9.3.5 財務狀況分析
9.3.6 核心競爭力分析
9.3.7 公司發展戰略
9.3.8 未來前景展望
9.4 用友網絡
9.4.1 企業發展概況
9.4.2 平臺系統架構
9.4.3 產品應用模式
9.4.4 產品研發動態
9.4.5 業務經營狀況
9.4.6 財務狀況分析
9.4.7 核心競爭力分析
9.4.8 公司發展戰略
9.4.9 未來前景展望
9.5 華為
9.5.1 企業發展概況
9.5.2 財務運營狀況
9.5.3 數據中臺布局背景
9.5.4 數據中臺業務特點
9.5.5 數據中臺設計理念
9.5.6 公司發展戰略
9.5.7 發展前景展望
9.6 蘇寧
9.6.1 企業發展概況
9.6.2 公司經營范圍
9.6.3 數據中臺建設目標
9.6.4 數據中臺主要結構
9.6.5 數據技術應用動態
9.7 百度
9.7.1 企業發展概況
9.7.2 財務運營狀況
9.7.3 數據中臺發展實力
9.7.4 中臺業務特點分析
9.7.5 AI中臺產品發布
9.7.6 數據中臺合作動態
9.8 騰訊
9.8.1 企業發展概況
9.8.2 財務運營狀況
9.8.3 中臺戰略布局
9.8.4 中臺發展戰略思維
9.8.5 數據中臺產品動態
9.9 阿里
9.9.1 企業發展概況
9.9.2 財務運營狀況
9.9.3 數據中臺發展歷程
9.9.4 數據中臺產品體系
9.9.5 數據中臺發展特點
9.9.6 數據中臺戰略分析
9.10 其他企業布局狀況
9.10.1 小米
9.10.2 京東
9.10.3 滴滴
9.10.4 網易云
第十章 2018-2020年中國數據中臺行業投資分析
10.1 數據中臺投融資規模分析
10.1.1 投資規模分析
10.1.2 并購規模分析
10.1.3 上市規模分析
10.2 數據中臺項目投資動態
10.2.1 睿帆科技融資布局
10.2.2 衡石科技啟動新融資
10.2.3 惟客數據完成A輪融資
10.2.4 熵簡科技完成B輪融資
10.2.5 袋鼠云B輪融資動態
10.2.6 滴普科技完成A+輪融資
10.2.7 奇點云完成B1輪融資
10.2.8 創略科技完成B輪融資
10.3 數據中臺項目投融資模式
10.3.1 定向增發模式
10.3.2 債券融資模式
10.3.3 IPO融資模式
10.4 數據中臺項目投融資風險
10.4.1 新冠疫情風險
10.4.2 國際經營風險
10.4.3 業務經營風險
10.4.4 市場競爭風險
10.4.5 技術風險分析
10.4.6 知識產權風險
第十一章 中國數據中臺項目投資案例分析
11.1 營銷業務數據中臺建設項目
11.1.1 項目基本情況
11.1.2 項目建設必要性
11.1.3 項目建設可行性
11.1.4 項目投資概算
11.1.5 項目主體及計劃
11.1.6 項目經濟效益
11.2 智能大數據融合平臺項目
11.2.1 項目基本情況
11.2.2 項目建設必要性
11.2.3 項目建設可行性
11.2.4 項目投資規模
11.2.5 項目審批情況
11.2.6 項目實施主體
11.2.7 經濟效益評價
11.3 AI城市超級大腦項目
11.3.1 項目基本概況
11.3.2 項目實施必要性
11.3.3 項目實施可行性
11.3.4 項目建設規劃
11.3.5 項目預期效益
第十二章 中投顧問對2021-2025年數據中臺行業發展前景及趨勢預測
12.1 數據中臺發展機遇分析
12.1.1 數據資源開放
12.1.2 市場需求激發
12.1.3 技術能力提升
12.1.4 創新創業加快
12.1.5 資本市場驅動
12.1.6 新基建發展機遇
12.2 數據中臺發展前景及趨勢
12.2.1 數據中臺整體發展前景
12.2.2 數據中臺整體發展趨勢
12.2.3 數據中臺應用拓展方向
12.2.4 數據中臺市場生態趨勢
12.2.5 數據中臺未來發展熱點
12.3 中投顧問對2021-2025年中國數據中臺發展預測分析
12.3.1 2021-2025年中國數據中臺發展的影響因素分析
12.3.2 2021-2025年中國數據中臺市場規模預測

圖表目錄

圖表1 業務中臺、數據中臺、技術中臺簡圖
圖表2 數據中臺構架與數據治理流程
圖表3 數據中臺的基本定位
圖表4 數據驅動企業職能企業基礎
圖表5 數據中臺的業務流程
圖表6 業務中臺與數據中臺的數據應用閉環
圖表7 數據倉庫與數據中臺的區別
圖表8 數據中臺的參考架構
圖表9 大數據相關政策匯總
圖表10 大數據相關政策匯總(續)
圖表11 大數據、人工智能云計算為中臺的構建提供技術基礎
圖表12 技術架構發展階段
圖表13 產業互聯網帶來的生產模式轉變
圖表14 產業互聯網企業服務所需能力
圖表15 數字經濟的四個發展階段
圖表16 數字經濟的演變
圖表17 2005-2019年我國數字經濟增加值規模及占比
圖表18 2019年我國部分省市數字經濟增加值規模、占比、增速
圖表19 2019年部分省市數字產業化增加值規模及占GDP比重
圖表20 2019年部分省市產業數字化增加值規模及占GDP比重
圖表21 軟件行業的發展變革
圖表22 數據中臺產業鏈
圖表23 2020年數據中臺百度搜索市場熱度
圖表24 我國開展數據中臺業務的企業
圖表25 科技巨頭圍繞中臺的布局事件
圖表26 2013-2020年網民規模和互聯網普及率
圖表27 企業在數字化轉型過程中的主要數據問題及需求
圖表28 埃森哲中國企業數字轉型指數模型
圖表29 2018年中國企業數字轉型指數平均得分(0-100)
圖表30 2019年中國企業數字轉型指數平均得分(0-100)
圖表31 中國企業在以下三方面位于行業領先的信心程度(分值:1-5)
圖表32 成功的數字轉型需要五大關鍵行動
圖表33 企業看重的數據整合和管理能力
圖表34 企業看重的數據提煉和分析加工能力(非常認同%)
圖表35 企業看重的數據資產服務化能力(非常認同%)
圖表36 企業看重的業務價值變現的能力(非常認同%)
圖表37 數據中臺4大核心能力不可分割
圖表38 數據中臺對新零售企業價值的重塑
圖表39 數據中臺賦能企業組織敏捷性
圖表40 傳統產業數字化轉型路徑及兩大核心驅動力
圖表41 數據使用方法論框架
圖表42 傳統企業煙囪式IT架構
圖表43 業務與數據閉環
圖表44 數據中臺的組織地位
圖表45 數據是企業的戰略資產
圖表46 數據中臺建設模式融合
圖表47 數據中臺適用模型
圖表48 2018-2019年全國社會消費品零售總額分月同比速度
圖表49 2019年社會消費品零售總額主要數據
圖表50 2019-2020年全國社會消費品零售總額分月同比速度
圖表51 盒馬形態的裂變
圖表52 盒馬選址建店場景模擬
圖表53 盒馬日常運營場景模擬
圖表54 盒馬數據價值-優化推送時段
圖表55 盒馬數據價值-精準推送
圖表56 盒馬數據價值-輻射營銷
圖表57 數據中臺重構“人貨場”
圖表58 民生銀行數據發展歷程
圖表59 科技金融銀行的啞鈴型新模式
圖表60 數據中臺建設目標
圖表61 數據中臺核心模塊
圖表62 數據服務管理矩陣-場景分區
圖表63 數據服務管理矩陣-技術分級
圖表64 支撐網金數字化運營平臺
圖表65 2015-2019年全部工業增加值及其增長速度
圖表66 2019年主要工業產品產量及其增長速度
圖表67 2019-2020年規模以上工業增加值同比增長速度
圖表68 工業大腦的實施路徑
圖表69 電子政務數據中臺功能特點
圖表70 高校IT部門的層次狀業務架構
圖表71 高校數據中臺系統架構
圖表72 2014-2019年我國牛奶產量情況
圖表73 2014-2019年中國乳制品產量統計
圖表74 2014-2019年我國乳制品銷售情況
圖表75 2014-2019年我國乳制品產銷率情況
圖表76 2014-2019年我國乳制品進口數量統計
圖表77 2014-2019年我國乳制品進口金額統計
圖表78 2014-2019年我國乳制品出口數量統計
圖表79 2014-2019年我國乳制品出口金額統計
圖表80 2014-2019年我國乳制品表觀消費情況
圖表81 2014-2019年我國乳制品人均消費情況
圖表82 中國乳制品行業典型企業數字化進程
圖表83 2012-2018年乳制品行業人效
圖表84 中國乳制品行業數字化進程及現階段痛點
圖表85 乳制品奶源數字化流程
圖表86 中國乳制品生產制造環節及數字化水平
圖表87 中國乳制品企業消費者連接環節數字化進程
圖表88 乳制品行業數據中臺現狀和全景圖
圖表89 乳制品消費者連接數據中臺全景
圖表90 飛鶴數據中臺戰略規劃
圖表91 雅士利的數據中臺五大業務場景
圖表92 中國服裝行業產業鏈
圖表93 消費者對服飾消費的主要需求元素
圖表94 2018年服裝購買人均年總花費及未來購買預算增加的比例
圖表95 2015-2019我國規模以上服裝企業主營業務收入
圖表96 服裝企業全流程管理數字化
圖表97 服裝行業的供應鏈數字化
圖表98 數據中臺對服裝企業供應鏈優化
圖表99 服裝企業客戶群體矩陣
圖表100 各細分客戶群體的營銷目標
圖表101 數據中臺賦能新品孵化良性循環
圖表102 數據中臺賦能門店數字化、智能化管理
圖表103 數據中臺賦能并打通全渠道鏈路
圖表104 波司登數據中臺框架
圖表105 波司登數據中臺建設規劃
圖表106 雅戈爾數據中臺架構
圖表107 雅戈爾實現個性化會員服務與營銷觸達
圖表108 雅戈爾通過數據中臺打造消費者增長閉環
圖表109 不同增量數據抽取的對比
圖表110 智慧樓宇數據總體架構
圖表111 2019年全國各省博物館數量TOP20
圖表112 2019年全國博物館藏品數量TOP20
圖表113 2019年全國博物館珍貴文物數量TOP20
圖表114 2019年全國博物館展覽數量TOP20
圖表115 2019年全國博物館觀眾參觀數量
圖表116 博物館公共服務中臺架構圖
圖表117 數據中臺技術架構
圖表118 數據中臺總體架構圖
圖表119 數據中臺建設方法論體系
圖表120 中臺組織架構
圖表121 數據中臺建設目標評估表
圖表122 數據中臺建設目標評估表(續一)
圖表123 數據中臺建設目標評估表(續二)
圖表124 中臺建設的5個關鍵步驟
圖表125 明略電力數據中臺解決方案架構圖
圖表126 普元信息企業數據結構層次
圖表127 普元信息大數據中臺軟件主要產品
圖表128 普元信息大數據中臺軟件主要產品(續)
圖表129 普元信息重點項目布局
圖表130 2017-2020年普元信息技術股份有限公司總資產及凈資產規模
圖表131 2017-2020年普元信息技術股份有限公司營業收入及增速
圖表132 2017-2020年普元信息技術股份有限公司凈利潤及增速
圖表133 2019年普元信息技術股份有限公司主營業務分行業、產品、地區
圖表134 2019-2020年普元信息技術股份有限公司營業收入情況
圖表135 2017-2020年普元信息技術股份有限公司營業利潤及營業利潤率
圖表136 2017-2020年普元信息技術股份有限公司凈資產收益率
圖表137 2017-2020年普元信息技術股份有限公司短期償債能力指標
圖表138 2017-2020年普元信息技術股份有限公司資產負債率水平
圖表139 2017-2020年普元信息技術股份有限公司運營能力指標
圖表140 用友iUAP平臺整體架構
圖表141 用友iUAP平臺整體架構
圖表142 用友數據中臺核心內容
圖表143 2017-2020年用友網絡科技股份有限公司總資產及凈資產規模
圖表144 2017-2020年用友網絡科技股份有限公司營業收入及增速
圖表145 2017-2020年用友網絡科技股份有限公司凈利潤及增速
圖表146 2019年用友網絡科技股份有限公司主營業務分行業、產品、地區
圖表147 2019-2020年用友網絡科技股份有限公司營業收入情況
圖表148 2017-2020年用友網絡科技股份有限公司營業利潤及營業利潤率
圖表149 2017-2020年用友網絡科技股份有限公司凈資產收益率
圖表150 2017-2020年用友網絡科技股份有限公司短期償債能力指標
圖表151 2017-2020年用友網絡科技股份有限公司資產負債率水平
圖表152 2017-2020年用友網絡科技股份有限公司運營能力指標
圖表153 2018-2019年華為投資控股有限公司綜合收益表
圖表154 2018-2019年華為投資控股有限公司銷售收入分部資料
圖表155 2018-2019年華為投資控股有限公司銷售收入分地區
圖表156 華為數據中臺設計理念
圖表157 蘇寧數據中臺的建設目標
圖表158 2017-2018年百度綜合收益表
圖表159 2017-2018年百度分部資料
圖表160 2018-2019年百度綜合收益表
圖表161 2018-2019年百度分部資料
圖表162 2019-2020年百度綜合收益表
圖表163 2019-2020年百度分部資料
圖表164 百度智能云“AI中臺”產品架構
圖表165 2017-2018年騰訊綜合收益表
圖表166 2017-2018年騰訊分部資料
圖表167 2017-2018年騰訊收入分地區資料
圖表168 2018-2019年騰訊綜合收益表
圖表169 2018-2019年騰訊分部資料
圖表170 2018-2019年騰訊收入分地區資料
圖表171 2019-2020年騰訊綜合收益表
圖表172 2019-2020年騰訊分部資料
圖表173 2017-2018財年阿里巴巴綜合收益表
圖表174 2017-2018財年阿里巴巴分部資料
圖表175 2018-2019財年阿里巴巴綜合收益表
圖表176 2018-2019財年阿里巴巴分部資料
圖表177 2019-2020財年阿里巴巴綜合收益表
圖表178 2019-2020財年阿里巴巴分部資料
圖表179 阿里云數據中臺發展歷程
圖表180 阿里云四大行業數據中臺解決方案
圖表181 阿里云數據中臺核心產品矩陣
圖表182 Dataphin核心功能及應用價值
圖表183 OneData方法論
圖表184 Quick BI可視化呈現界面
圖表185 Quick BI應用價值
圖表186 Quick Audience賦能消費者全周期運營
圖表187 Quick Audience對AIPL細分用戶群管理
圖表188 Quick Stock賦能貨品生命周期全流程
圖表189 Quick Stock價值鏈路
圖表190 阿里中臺數據流動機制示意圖
圖表191 阿里數據中臺架構支撐
圖表192 小米數據中臺技術結構
圖表193 滴滴數據中臺建設圍繞四個方面
圖表194 滴滴中臺數據體系建設的核心難點
圖表195 滴滴精益數據管理體系
圖表196 滴滴數據系統構成
圖表197 滴滴標準化數據服務
圖表198 2000-2020年數據中臺投資事件及投資金額規模
圖表199 2000-2020年數據中臺并購事件及并購金額規模
圖表200 2000-2020年數據中臺上市數量及上市金額規模
圖表201 2020年智度科技股份有限公司重點投資項目
圖表202 營銷業務數據中臺建設功能示意圖
圖表203 營銷與大數據深度融合發展
圖表204 營銷業務數據中臺建設項目投資金額
圖表205 營銷業務數據中臺建設項目進度安排
圖表206 智能大數據融合平臺項目投資內容
圖表207 2020年東華軟件股份公司重點投資項目
圖表208 “新基建”相關政策匯總
圖表209 傳統數據治理
圖表210 精益數據治理
圖表211 數據中臺的應用拓展方向
圖表212 擁有數據高地的主要場景洼地
圖表213 中投顧問對2021-2025年中國數據中臺市場規模預測

數據中臺指以數據采集、集成、治理、指標體系和數據倉庫統一建設等數據管理活動的中臺。數據中臺從后臺及業務中臺將數據流入,完成海量數據的存儲、計算、產品化包裝過程,構成企業的核心數據能力,為前臺基于數據的定制化創新和業務中臺基于數據反饋的持續演進提供了強大支撐。

規模方面,目前我國數據中臺行業處于從萌芽轉向高速發展的過渡期,整體仍處在相對基礎的發展階段,產品類型與服務內容有待進一步拓展,商業價值亟待挖掘。2019年,我國數據中臺市場規模達到40.1億元人民幣,同比上升134.5%。預計未來會有更多企業參與布局數據中臺,賦能業務增長。

應用方面,在2020年初的疫情中,遠程診療、線上問診、健康碼、診療流程無紙化等應用得到了普遍的應用,這些應用基于對相關數據的收集、處理與分析,為疫情防治工作提供了重要的參考與支撐。例如,全國普遍推行的健康碼能夠有效反映居民與疫情相關的健康風險等級,便于對于人員流動進行有序管理,支撐復工復產工作,也為醫院門診提供了人員的篩查分流依據。針對本次防疫工作,通過數據中臺可挖掘的應用場景還有很多,可見以場景驅動的數據應用思想,將通過數據中臺釋放出更強的應對能力,為政府提供更智慧精準的防控決策建議。

在企業數字化轉型背景下,特別是受2020年年初新冠肺炎疫情影響,企業逐漸意識到數字化轉型的必要性和重要性,紛紛加速推動數字化落地,打造敏捷性系統,以應對日趨復雜的需求端新態勢。數據中臺作為數智化落地的助推器,市場潛力巨大。未來數據中臺行業規模擴張的另一驅動力在于:行業玩家正積極探索與拓寬數據中臺應用場景與服務內容。例如,開發適用于中小企業規模與發展現狀的數據中臺。受制于數據中臺較長的成果轉化周期和較高的成本,鮮有中小企業參與數據中臺建設,但數據中臺行業玩家正積極拓展服務中小微企業的路徑。隨著數據中臺逐漸實現從理論向實際的落地,將會有更多呈現形式,助力各類企業數字化轉型全流程。

中投產業研究院發布的《2021-2025年中國數據中臺行業深度調研及投資前景預測報告》共十二章。首先介紹了數據中臺的基本概念、發展環境及國內整體發展狀況,接著分析了國內企業數據中臺的建設需求與疫情影響下數據中臺的技術應用。然后,報告對數據中臺的下游應用以及技術方面也做了分析,隨后,報告分析了國內數據中臺重點企業布局狀況、行業投資狀況、典型投資案例;最后對數據中臺行業的發展前景和趨勢進行了科學的預測。

本研究報告數據主要來自于國家統計局、工信部、互聯網數據中心(IDC)、中國信息通信產業研究院、中投產業研究院、中投產業研究院市場調查中心、以及國內外重點刊物等渠道,數據權威、詳實、豐富,同時通過專業的分析預測模型,對行業核心發展指標進行科學地預測。您或貴單位若想對數據中臺產業有個系統深入的了解、或者想投資數據中臺相關行業,本報告將是您不可或缺的重要參考工具。

本報告目錄與內容系中投顧問原創,未經中投顧問書面許可及授權,拒絕任何形式的復制、轉載,謝謝!

微信掃一掃關注公眾號"中投顧問"(ID :touziocn),回復""即可獲取。

知道了
在線咨詢: 點擊這里給我發消息