24小時免費服務熱線400-008-1522

2019-2023年中國工業大數據行業深度調研及投資前景預測報告

首次出版:2017年12月最新修訂:2019年7月交付方式:特快專遞(2-3天送達)

報告屬性:共260頁、18.4萬字、131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

中投顧問咨詢服務

中投顧問以"挖掘產業投資機會,促進區域經濟發展"為己任,發展起以產業研究為堅實根基,以產業規劃、招商服務為重點,以中投大數據為創新方向的業務體系,十余年間累計服務政企客戶數萬家。

報告目錄內容概述 定制報告

第一章 工業大數據概述
1.1 工業大數據相關概念
1.1.1 工業大數據的定義
1.1.2 工業大數據的特征
1.1.3 工業大數據的產生
1.2 工業大數據與相關概念的關系
1.2.1 與大數據的關系
1.2.2 與智能制造的關系
1.2.3 與工業軟件的關系
1.2.4 與工業云的關系
1.3 工業大數據的產生
1.3.1 數據類型
1.3.2 產生主體
1.3.3 發展趨勢
1.4 工業大數據應用價值
1.4.1 推動工業化進程
1.4.2 促進信息化發展
1.4.3 推進新工業革命
第二章 2017-2019年中國工業大數據發展驅動因素分析
2.1 政策助推大數據發展
2.1.1 發達國家大數據政策對比
2.1.2 數據中心建設指導意見
2.1.3 大數據成為國家發展戰略
2.1.4 政府進一步開放數據平臺
2.1.5 行業政策密集出臺
2.1.6 地方政策不斷加碼
2.1.7 管理機制初步形成
2.1.8 工業大數據促進政策
2.2 經濟轉型發展提出的要求
2.2.1 國民經濟總值
2.2.2 工業運行情況
2.2.3 產業結構優化
2.2.4 產業轉型態勢
2.3 兩化融合工作推進良好
2.3.1 兩化融合發展水平
2.3.2 兩化融合發展階段
2.3.3 兩化融合發展規劃
2.4 信息化水平高速發展
2.4.1 信息化發展水平
2.4.2 區域建設水平
2.4.3 信息化發展模式
2.4.4 信息化建設特點
2.4.5 信息化發展策略
第三章 2017-2019年中國大數據產業發展分析
3.1 2017-2019年中國大數據產業發展綜述
3.1.1 市場發展階段
3.1.2 產業驅動主體
3.1.3 產業運行情況
3.1.4 產業發展提速
3.1.5 推動云基地建設
3.1.6 交易中心成立
3.2 大數據產業鏈及產業結構
3.2.1 大數據產業鏈介紹
3.2.2 大數據產業結構
3.2.3 大數據主要子行業
3.3 2017-2019年中國大數據產業布局
3.3.1 市場供給結構
3.3.2 人才供需結構
3.3.3 應用行業分布
3.3.4 區域集聚發展
3.3.5 華北產業集聚
3.4 2017-2019年中國大數據產業需求分析
3.4.1 主要行業大數據需求狀況
3.4.2 企業大數據的應用及需求
3.4.3 大數據細分領域需求分析
3.4.4 大數據存儲領域需求分析
3.4.5 數據小型機市場需求分析
3.5 2017-2019年大數據產業競爭格局
3.5.1 大數據企業競爭格局分析
3.5.2 不同規模企業的競爭力分析
3.5.3 IT產業競相布局大數據產業
3.6 中國大數據產業存在的問題
3.6.1 大數據產業發展難點
3.6.2 大數據產業存在的問題
3.6.3 大數據產業的現實挑戰
3.6.4 大數據應用面臨的挑戰
3.6.5 大數據技術發展問題
3.6.6 大數據安全問題分析
3.7 中國大數據產業的發展策略
3.7.1 大數據應作為國家戰略重點
3.7.2 大數據產業發展的政策建議
3.7.3 加快大數據的研發與應用
3.7.4 應避免大數據的過度建設
3.7.5 進一步打破數據信息孤島
第四章 2017-2019年中國工業大數據發展分析
4.1 工業大數據發展概況
4.1.1 產業發展歷程
4.1.2 產業發展階段
4.1.3 產業發展形勢
4.1.4 產業鏈分析
4.2 工業大數據主要應用領域
4.2.1 在設計領域的應用
4.2.2 優化生產過程中
4.2.3 預測產品需求
4.2.4 優化工業供應鏈
4.2.5 強化工業綠色發展
4.3 2017-2019年中國工業大數據應用現狀
4.3.1 可研機構研究現狀
4.3.2 企業生產實踐現狀
4.4 2017-2019年中國工業大數據發展現狀分析
4.4.1 行業發展規模分析
4.4.2 應用范圍逐漸擴大
4.4.3 核心技術趨于成熟
4.4.4 產業發展初具雛形
4.4.5 新載體開始涌現
4.5 工業大數據發展存在的問題
4.5.1 產品大數據缺失
4.5.2 物聯接入設備缺失
4.5.3 信息集成不貫通
4.6 中國工業大數據發展建議
4.6.1 加強核心基礎技術研究
4.6.2 加強標準研制和應用推廣
4.6.3 構建工業大數據流通共享平臺
4.6.4 探索工業大數據示范應用
第五章 2017-2019年工業大數據發展架構分析
5.1 工業大數據參考架構
5.1.1 總體框架
5.1.2 數據參考架構
5.1.3 技術參考架構
5.1.4 平臺參考架構
5.2 工業大數據標準體系介紹
5.2.1 發展成就
5.2.2 體系框架
5.2.3 標準分類
5.2.4 標準明細
5.3 工業大數據系統及技術架構
5.3.1 數據的生命周期
5.3.2 技術架構
5.3.3 管理架構
5.3.4 分析架構
5.4 工業大數據管理技術分析
5.4.1 數據采集技術
5.4.2 數據管理技術
5.4.3 數據寫入技術
5.4.4 數據集成技術
5.5 工業大數據數據分析技術
5.5.1 業務分析技術
5.5.2 數據處理技術
5.5.3 高效處理技術
第六章 2017-2019年工業大數據與工業4.0發展關系
6.1 全球主要國家工業4.0發展分析
6.1.1 美國
6.1.2 德國
6.1.3 法國
6.1.4 中國
6.2 工業4.0發展概況
6.2.1 工業4.0產生背景
6.2.2 工業4.0發展歷程
6.2.3 工業4.0的內涵
6.2.4 工業4.0產業鏈
6.2.5 中國的競爭優勢
6.3 工業4.0落地戰略分析
6.3.1 工業4.0架構
6.3.2 信息網絡系統
6.3.3 核心系統集成
6.3.4 大數據利用分析
6.4 中國工業4.0發展進展
6.4.1 中國制造業發展進程
6.4.2 工業4.0發展特點
6.4.3 工業4.0標準制定
6.4.4 企業行為分析
6.4.5 推動工業4.0發展舉措
6.5 中國制造2025詳解
6.5.1 中國版工業4.0詳解
6.5.2 中國制造2025重點任務
6.5.3 中國制造2025重點領域
6.5.4 工業4.0與中國制造2025的對比
6.6 工業大數據是中國工業4.0的重要部分
6.6.1 工業大數據是工業4.0的基礎
6.6.2 工業大數據在工業4.0中的作用
6.6.3 工業4.0對工業大數據的需求
6.6.4 工業4.0中工業大數據的應用
第七章 工業大數據的應用場景及應用價值
7.1 優化現有業務
7.1.1 提升研發能力
7.1.2 生產過程優化
7.1.3 服務快速反應
7.1.4 推動精準營銷
7.2 促進企業升級轉型
7.2.1 推進個性化定制
7.2.2 支撐智能化生產
7.2.3 實現產業鏈協同
7.2.4 實現服務化延伸
7.3 促進中小企業創新創業
第八章 2017-2019年工業大數據在重點領域的應用
8.1 工業大數據應用概述
8.2 智能生產解決方案
8.2.1 蘭石集團
8.2.2 西航集團
8.2.3 中興通訊
8.2.4 艾克威爾電機
8.2.5 上海儀電
8.3 智能設備解決方案
8.3.1 中航工業
8.3.2 徐工集團
8.3.3 金風科技
8.3.4 中聯重科
8.4 智能工廠解決方案
8.4.1 蘇州明志科技
8.4.2 海爾工廠
8.4.3 寶雞智能工廠
8.5 工業監測預測解決方案
8.5.1 重慶享控智能科技
8.5.2 中國中車株所
8.5.3 西飛公司
8.5.4 中天科技
8.5.5 陜鼓動力
8.5.6 聯合利華
8.5.7 勤智數碼
8.6 智能管理解決方案
8.6.1 北科億力
8.6.2 沙鋼集團
8.6.3 大唐集團
第九章 工業大數據投資前景及前景趨勢展望
9.1 企業工業大數據投資策略分析
9.1.1 明確業務需求
9.1.2 梳理業務過程
9.1.3 統籌規劃架構
9.1.4 構建算法模型
9.1.5 人才的培養引進
9.2 工業大數據行業發展前景展望
9.2.1 “十三五”發展機遇
9.2.2 大數據市場發展熱點
9.2.3 工業大數據發展前景
9.3 工業大數據發展熱點及趨勢分析
9.3.1 可持續監測
9.3.2 改進生產工藝
9.3.3 數據驅動決策
9.4 大數據產業發展規劃(2016-2020)
9.4.1 產業基礎
9.4.2 “十三五”形勢
9.4.3 發展目標
9.4.4 重點任務
9.4.5 保障措施
9.5 中投顧問對2019-2023年中國大數據產業預測分析
9.5.1 中投顧問對中國大數據產業發展因素分析
9.5.2 中投顧問對2019-2023年中國大數據市場規模預測
9.5.3 中投顧問對2019-2023年中國工業大數據市場規模預測

圖表目錄

圖表 工業大數據的產生和應用
圖表 工業大數據與商務大數據的區別
圖表 智能制造標準體系結構
圖表 智能制造標準體系框架關鍵技術部分
圖表 大數據政策比較框架
圖表 各國大數據戰略規劃比較
圖表 各國技術能力儲備政策比較
圖表 國外政府數據開放與共享主要政策
圖表 國外政府數據開放與共享主要政策(續)
圖表 2017年中央及部委大數據領域最受關注的十大政策
圖表 《大數據產業發展規劃(2016-2020年)》中保障措施關注情況
圖表 各地大數據相關政策舉措互聯網關注和評價情況
圖表 2012-2017年國內生產總值及其增長速度
圖表 2012-2017年三次產業增加值占全國生產總值比重
圖表 2012-2017年全部工業增加值及其增速
圖表 2016-2017年工業增加值月度增速
圖表 2012-2017年中國三次產業結構對比
圖表 2012-2017年中國三大需求對經濟增長的貢獻率
圖表 2017年全國兩化融合發展水平
圖表 2016-2017年全國兩化融合重點指標水平
圖表 2017年全國兩化融合發展階段分布
圖表 2017年全國各類企業兩化融合發展階段分布
圖表 2012-2017年全國兩化融合發展階段分布
圖表 中國與“二十國集團”國家信息化發展總指數對比
圖表 中國與“二十國集團”國家信息化各項指標對比
圖表 2017年中國各地區信息化發展水平
圖表 2017年中國各省份信息化發展模式
圖表 互聯網大數據和工業大數據的區別
圖表 互聯網大數據與工業大數據技術基礎
圖表 中國大數據市場發展階段
圖表 大數據產業主要數據資產類企業
圖表 大數據產業結構
圖表 市場上大數據技術類人才招聘數量占比及求職人數占比
圖表 主要城市大數據就業市場活躍度
圖表 大數據行業求職者學歷與招聘需求占比
圖表 大數據產業招聘及求職期望薪水分布
圖表 調查樣本企業行業分布
圖表 互聯網行業大數據應用場景
圖表 電信行業大數據應用場景
圖表 金融行業大數據應用場景
圖表 制造行業大數據應用場景
圖表 企業現有的數據規模
圖表 企業數據類型的構成
圖表 大數據時代企業所能感覺到的數據變化
圖表 目前企業處理大數據所面臨的問題
圖表 企業對大數據的態度和認知
圖表 企業在線則大數據平臺時所考慮的因素
圖表 精準營銷在企業大數據體系中的位置
圖表 2018年中國移動互聯網用戶APP分類月均活躍用戶規模TOP20
圖表 企業小型機的當前使用情況及未來計劃
圖表 工業大數據的發展歷程
圖表 工業大數據發展階段
圖表 工業大數據產業鏈
圖表 工業大數據的架構方法模型
圖表 工業大數據技術結構
圖表 工業大數據數據參考框架
圖表 工業大數據技術參考架構
圖表 工業大數據平臺參考架構
圖表 工業大數據標準體系
圖表 工業大數據的生命周期
圖表 工業大數據技術架構
圖表 工業4.0參考架構
圖表 工業革命的四個階段
圖表 工業4.0的核心
圖表 中國工業4.0發展道路
圖表 工業4.0產業鏈中游環節參與主體
圖表 工業4.0體系架構
圖表 CPS系統示意圖
圖表 工業4.0現有相關標準
圖表 企業對工業4.0的需求表現
圖表 企業對工業4.0的發展規劃
圖表 企業對發展工業4.0面臨的問題
圖表 企業對發展工業4.0需求的資源
圖表 工業4.0結構介紹
圖表 中國版工業4.0核心環節
圖表 “中國制造2025”九項任務
圖表 “中國制造2025”五項工程
圖表 “中國制造2025”十大重點領域
圖表 中國制造2025與工業4.0的對比
圖表 工業4.0涉及的技術概念
圖表 工業4.0的數據環路
圖表 工業大數據市場規模預測
圖表 工業大數據應用領域及場景
圖表 蘭石集團模塊化管理模式
圖表 蘭石集團信息系統集成
圖表 蘭石集團數據管理平臺
圖表 西航集團系統整體應用架構
圖表 西航集團智能制造部署架構
圖表 中興通訊智慧生產系統架構
圖表 中興通訊智能生產的優勢
圖表 艾克威爾電機系統架構
圖表 上海儀電顯示工業大數據平臺架構
圖表 中航工業總體技術架構
圖表 中航工業總體網絡架構
圖表 徐工集團工程機械產品黑盒子
圖表 徐工集團工業物聯網信息服務平臺
圖表 徐工集團工業物聯網大數據系統
圖表 徐工集團工業大數據平臺風電應用技術架構
圖表 中聯重科工業大數據平臺架構
圖表 蘇州明志科技制造管理系統
圖表 海爾工廠工業大數據系統框架
圖表 海爾工廠數據可視化示意圖
圖表 寶雞智能工廠信息流通示意圖
圖表 寶雞智能工廠大數據系統框架
圖表 重慶享控智能科技工業大數據架構
圖表 重慶享控智能科技設備故障預測流程
圖表 重慶享控智能科技工業大數據應用效益
圖表 中國中車大數據整體架構
圖表 中國中車數據建模流程
圖表 新舟飛機大數據監控體系
圖表 新舟飛機客戶航線監控體系
圖表 新舟飛機服務APP
圖表 中天智能互聯集成系統架構
圖表 中天智能大數據邏輯架構
圖表 中天智能大數據架構
圖表 陜鼓遠程智能運維系統技術架構
圖表 Strata能效管理大數據技術架構
圖表 勤智數碼大數據系統結構
圖表 北科億力煉鐵大數據技術架構
圖表 沙鋼能源管理大數據技術架構
圖表 大唐集團工業大數據技術架構
圖表 大數據關鍵技術及產品研發與產業化工程
圖表 大數據服務能力提升工程
圖表 工業大數據創新發展工程
圖表 跨行業大數據應用推進工程
圖表 大數據產業集聚區創建工程
圖表 大數據重點標準研制及應用示范工程
圖表 大數據公共服務體系建設工程
圖表 大數據安全保障工程
圖表 中投顧問對2019-2023年中國大數據市場規模預測
圖表 中投顧問對2019-2023年中國工業大數據市場規模預測

繼物聯網、云計算之后,大數據已經成為當前信息技術產業最受關注的概念之一。大數據是為了更經濟地從高頻率獲取的、大容量的、不同結構和類型的數據中獲取價值,而設計的新一代架構和技術。2015年全球大數據儲量達到8.61ZB。而今后十年,用于存儲數據的全球服務器總量還將增長十倍。大數據正在成為國家競爭的前沿,以及產業競爭力和商業模式創新的源泉。

與商業大數據、互聯網大數據等概念相比,工業大數據不管在數據量規模還是發展水平上都稍顯滯后。2018年中國工業大數據市場規模達到114.2億元,同比增長22.3%,預計未來幾年中國工業大數據市場熱仍呈現增長態勢。

2017年1月17日,工業和信息化部正式發布了《大數據產業發展規劃(2016-2020年)》(工信部規〔2016〕412號,以下簡稱《規劃》)。《規劃》明確了“十三五”時期大數據產業的發展思路、原則和目標,將引導大數據產業持續健康發展,有力支撐制造強國和網絡強國建設,其中也明確強調了支持工業大數據發展。2018年6月,工業和信息化部發布《工業互聯網發展行動計劃(2018-2020年)》,其中提到,支持基礎及創新技術服務、監測分析服務、工業大數據管理、標準管理服務等的平臺公共支撐體系。2019年9月4日,工信部發布了《工業大數據發展指導意見(征求意見稿)》(下稱《征求意見稿》),提出到2025年,基本建成工業大數據資源體系、融合體系、產業體系和治理體系,并設置了建成國家工業互聯網大數據中心、培育3-5個達到國際先進水平的工業大數據解決方案供應商、創建一批推動工業大數據集聚發展的國家新型工業化產業示范基地等具體目標。

中投產業研究院發布的《2019-2023年中國工業大數據行業深度調研及投資前景預測報告》共九章。首先介紹了工業大數據的概念及發展驅動因素,接著詳細分析了中國大數據以及工業大數據的發展現狀。隨后,報告對工業大數據技術架構進行了介紹并描述了工業大數據在工業4.0建設中的重要意義。報告還對工業大數據的應用場景、應用價值進行了分析并用詳細的案例進行描述。最后報告分析了工業大數據領域的投資及發展前景。

本研究報告數據主要來自于國家統計局、海關總署、工信部、商務部、財政部、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。您或貴單位若想對工業大數據有個系統的了解或者想投資工業大數據相關行業,本報告是您不可或缺的重要工具。

 

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!
在線咨詢: 點擊這里給我發消息