大数据时代来临，大数据产业已经具备规模爆发的可能性

近年来，大数据产业正深刻改变着人们的思维、生产和生活方式，正在掀起新一轮产业和技术革命。大数据与各个行业的深度融合，也正在迸发出前所未有的社会和商业价值。...

明天就是一年一度的高考啦，小编在这里先预祝广大考生旗开得胜，取得好成绩！

Big Data（大数据技术）是近来的一个技术热点，但从名字就能判断它并不是什么新词。毕竟，大是一个相对概念。历史上，数据库、数据仓库、数据集市等信息管理领域的技术，很大程度上也是为了解决大规模数据的问题。被誉为数据仓库之父的Bill Inmon早在20世纪90年代就经常将Big Data挂在嘴边了。



然而，Big Data作为一个专有名词成为热点，主要应归功于近年来互联网、云计算、移动和物联网的迅猛发展。无所不在的移动设备、RFID、无线传感器每分每秒都在产生数据，数以亿计用户的互联网服务时时刻刻在产生巨量的交互……要处理的数据量实在是太大、增长太快了，而业务需求和竞争压力对数据处理的实时性、有效性又提出了更高要求，传统的常规技术手段根本无法应付。

国内大数据市场爆发的核心要件已经具备。 基于对影响产业发展的核心因素的分析， 立足当前时点， 我们判断国内大数据产业已经具备规模爆发的可能性：

在线数据爆发式增长，数据源可获得性、流动性明显改善；云计算、分布式架构等技术推动大数据相关基础技术设施趋于完善； 大数据分析应用领域明星案例不断增多， 市场对于大数据价值认可度持续提升；国家宏观政策、资本市场热情为大数据产业的发展提供强劲支撑。

大数据爆发可能性：基础要件已经具备；



1.数据源：数据规模爆发式增长，数据可获得性、流动性持续改善。 根据 IDC 数据， 2011年全球数据总量约为 1.82ZB，是 2008 年的近 4 倍，中投顾问预计 2020 年国内数据总量将达到 38.59ZB，远超过目前的全球数据总量，数据量正呈现爆发式增长。从数据的可获得性、流动性来看，互联网的发展创造了大量的线上数据，同时互联网和传统行业的融合，以及 IOT时代的到来，数据的可获得途径正在被持续拓宽，互联网加速数据间的流动和融合。2.基础技术：计算、存储、分析技术不断成熟。 进入大数据时代，我们面临数据量大、 结构化数据占比低等突出问题，传统的 IT 架构、分析算法已经难以满足需求。 2003~2004 年间， Google 公司在其对外发表的两篇论文中提出了 GFS（ Google File System）、 MapReduce 两个核心概念，奠定了分布式文件存储系统以及分布式计算模型的理论基础， 2006 年分布式计算和存储框架 hadoop项目被提出，后续围绕 hadoop 的技术生态不断发展， 大数据相关计算、存储、分析技术不断成熟和完善。
传统数据分析流程3.分析应用：大数据的价值正在获得持续认可。 伴随着企业和机构对大数据重视度的提升，大数据的商业价值正在逐步显现，各行业积极探索和大数据相结合的应用场景。根据德克萨斯州大学学者的研究统计， 如果企业数据使用率提高 10%，各行业效益将提升 17%-49%不等。

4.政策&资本：政府大力推进，资本热情持续高涨。 近一年来，中央政府强力推动数据开放和大数据运用， 国务院常务会议 10 次提及“互联网+” 及大数据战略， 强调提高数据的开放程度和搭建数据共享平台。基于对市场前景的一致预期，国内大数据行业投资热度不断上升，仅 2015 年在国内融资的大数据创业公司就有超过 50 家，企业获得投资额预计超过 20亿美元，较 2014 年大幅增加。



5.全球市场：新兴数据分析企业借助技术+行业认知快速崛起。大数据业务成功运作依赖于多个环节的共同参与和协调，我们将大数据产业链分成如下环节：上游的数据源，中间的数据存储、 计算，以及下游的数据分析应用。 纵观全球市场，根据 wikibon 统计数据，到 201 7 年，全球大数据市场规模将突破 500 亿美元，美国、西欧等传统 IT 发达地区目前已经走在前列，在下文中，我们将通过对全球大数据市场的回顾和分析，以试图探究全球大数据产业发展的内在逻辑以及对中国市场的有益借鉴。

6.产业全景：形成从数据源到数据应用的完整生态。

7.产业全景：贯穿大数据全生命周期。 经历近 20 年的理论准备和产业发展， 目前全球市场已经形成了从数据源采集、数据处理到数据分析应用的完整产业生态：

8.数据源。 数据类型上，包括传统数据库存储的结构型数据以及 cloudera 等存储的半结构化、 非结构化数据，数据的来源上，包括销售、营销等企业内和商业数据，也包括从事数据整合的第三方机构和组织所贡献的数据。

9.数据处理。 主要包括数据的 ETL(抽取、转化、加载)、存储、计算等过程，涉及数据的切割、融合等动作，大量的中小企业通过推出特定的插件模块、基础工具不断推动整个技术生态的繁荣。

10.数据应用。 在该领域既包括传统的 IT 信息企业、 统计分析企业，也包括新兴的大数据公司，比如 palantir、 inrix 等，这些企业针对不同的行业、应用场景纷纷推出相应的大数据解决方案。

11.产业模块：专业服务模块表现最为优异 。如果我们将大数据的产业收入来源简单分类为基础硬件、 基础软件和专业服务三个模块，根据 wikibon 统计数据， 基础硬件模块、专业服务的市场表现明显优于基础软件模块：

12.基础硬件。 计算、存储两个子模块显示出强劲的增长动力，且整体份额占比极高，显示出云计算和大数据两个子产业较强的相互拉动作用。

13.基础软件。主要由 hadoop 计算框架和数据管理两个子模块构成，整体规模非常有限，且增长平缓， 整个数据管理模块的收入包括传统的数据软件产品收入（ ORACLE、DB2 等）和 NoSQL 商业化产品收入。专技创业是一个为各类专业技术人员和技术创业者提供创业学习与成长的平台，针对不同的人群提供不同的课程学习及服务。包括专业技术人员创业能力开发课程、工程硕士创业基础课程、创业案例学习、创业词典，创业资讯等。国际创业学院（中国）携手浙江大学全球创业研究中心，以创业研究为基础，创业教育为核心，创业孵化服务和创业投资咨询为两翼，创业认证为支撑的创业教育与创业服务平台，重点为大学生、专业技术人才和高潜力创业者提供线上和线下创业课程，创业专业学习和创业能力开发与指导，构建学习型与资源型的创业加速生态系统。

    关注 专技创业