2017年-数据局_艾瑞咨询：2016年中国数据驱动型互联网企业大数据产品研究报告_92页_4mb

中国数据驱动型互联网企业大数据产品研究报告总结

核心内容概述

本报告聚焦中国网络媒体大数据，研究其体系架构及相关产品，探讨大数据发展趋势。报告指出，大数据产业正从信息驱动向数据智能驱动进阶，大数据技术在数据处理、存储、分析、挖掘和可视化等方面不断成熟，同时在数据流通与共享方面展现出重要趋势。

主要观点

• 大数据定义与特征：大数据以4V特征（Volume, Variety, Velocity, Value）为核心，其价值在于对海量数据中隐藏信息的挖掘与应用。
• 数据来源：企业自有数据是主流数据源，但数据流通与共享将成为未来趋势。数据来源包括官方数据、行业数据、企业数据和第三方数据。
• 数据管理：数据管理从数据准备、存储、计算到安全，逐渐向垂直行业分化，数据挖掘和可视化成为行业热点。
• 数据分析：文本、图像、语音分析技术相对成熟，而视频分析仍处于探索阶段，未来将通过机器学习进一步提升智能水平。
• 数据应用：从独立数据产品向完整行业解决方案发展，定制化成为趋势。大数据在智慧城市建设、精准营销、个性化推荐等领域应用广泛。
• 宏观政策环境：大数据已上升为国家战略，政策不断完善，推动数据开放共享与标准体系建设。

关键信息

大数据产业现状

• 2016年中国大数据市场规模预计达到115.9亿元，增速达38%。
• 2016至2018年，市场规模仍将保持40%左右的高速增长。
• 各行业数字化发展不均衡，部分传统行业仍有较大增长空间。

中国网络媒体大数据产业

• 中国网络媒体数据生态系统雏形已成，具备多维度输出大数据能力。
• 以BAT为首的互联网媒体在大数据应用方面表现突出，成为行业领跑者。
• 大数据技术结合互联网基因，能够更高效地获取和处理数据，推动各行业数字化转型。

中国互联网大数据产业发展

• 互联网基因有利于大数据的获取与处理，数据获取更便捷，数据处理更高效。
• 互联网大数据在金融、医疗等行业有广泛的应用，助力传统行业转型升级。

移动互联网时代的大数据发展

• 移动端使用时长占比超过77%，信息采集更加丰富连贯。
• 屏幕变小、行为碎片化对大数据应用提出更高要求，场景化特征为大数据发展带来新契机。
• 移动端数据采集与处理能力提升，推动个性化推荐与精准营销。

企业大数据发展策略

• 大数据应用从流量与广告开始，逐步推进形成完整的数据生态。
• 企业内部数据打通成为趋势，未来将实现行业内外数据流通与共享。

海外经验借鉴

• 海外网络媒体大数据发展起步较早，技术探索与政策推动并行。
• 企业通过自主研发和投资收购，推动大数据技术发展，形成完整的产业链。

产业链分析

数据源

• 企业自有数据：主要来源于CRM、ERP等内部数据，以及投资并购企业数据。
• 外部数据：包括第三方数据、数据交易等，来源广泛且维度多样。

数据管理

• 数据准备：包括采集、清洗、转换、集成等环节。
• 存储管理：从集中式向分布式发展，提高存储与存取效率。
• 计算处理：包括大数据查询分析、批处理、流式计算等，云计算极大提升处理能力。
• 数据安全：随着数据量增加，数据安全成为重要环节。
• 数据挖掘：基于不同数据类型与格式，实现更深入的分析需求。
• 可视化：以可读形式展现数据结果，降低使用门槛。

数据分析

• 文本分析：包括关键词检索、机器翻译、语义洞悉等，应用成熟。
• 图像分析：包括人脸识别、身份认证、图像识别等，应用广泛。
• 语音分析：包括语音识别、语音合成、情绪洞察等，技术逐步突破。
• 视频分析：处于探索阶段，未来将结合机器学习实现更高智能化。

数据应用

• 工具/产品化服务：从通用型产品向场景化产品拓展。
• 行业解决方案：结合行业特征，提供智慧解决方案，如智慧城市、智慧政务等。
• 商业智能：通过数据分析支持企业决策，提升效率与效果。

企业案例分析

百度

• 大数据引擎：全面对外开放，支持广告主CRM、ID、到店/站数据等。
• 百度思维：涵盖市场研究、营销决策支持、数据资产管理与效果评估，形成营销数据产品体系。
• DMP平台：实现全量数据接入，支持精准投放与投后分析，提升广告效果。
• 营销产品：包括社交广告、智赢销、智汇通、智汇推，满足不同广告类型与客户需求。

腾讯

• 大数据体系：日处理数据量庞大，具备多维数据来源与处理能力。
• DMP平台：连接流量与广告主，支持精准投放与跨媒体数据整合。
• ACE广告开放平台：提供多种广告产品，满足品牌与效果广告需求。
• 应用场景：包括社交、内容推荐、精准营销等，推动数据商业化。

360

• 大数据平台：涵盖安全、搜索、营销、数据分析与统计等，支持多种数据处理方式。
• 标签级数据服务：提供精细用户标签与聚类人群，支持精准营销。
• 数据整合：结合第三方数据，形成数据服务闭环。
• 智能硬件：采集场景化数据，增强数据处理能力与个性化推荐效果。

未来展望

• 数据流通与共享：将成为大数据发展的主要趋势，推动行业协同与创新。
• 技术发展：云环境下的数据存储与计算将提升效率，数据挖掘与机器学习技术将深化应用。
• 商业模式：从数据工具产品向定制化服务发展，满足多样化需求。
• 政策引导：宏观政策不断完善，推动大数据产业健康发展。

总结

中国数据驱动型互联网企业大数据产品正经历从信息驱动向数据智能驱动的转变，技术与应用场景不断拓展。未来，数据流通与共享将成为核心趋势，企业将更加注重数据的深度挖掘与应用，推动大数据在各行各业的落地与价值实现。