企業大數據解決方案模板(10篇)

導言：作為寫作愛好者，不可錯過為您精心挑選的10篇企業大數據解決方案，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

1 前言

在全球已經全面進入信息時代的今天，數據已經成為與水、石油、天然氣同等重要的國家戰略資源。IDC報告指出，截止2011年底，全球的數據量已達到了1.8萬億GB，未來十年還將增長50倍，迅速積累的海量數據蘊含著重大的商業價值和社會價值。作為云計算領域的重要延伸，大數據在行業內的熱度在不斷升溫。2012年我國大數據市場規模為4.5億元，同比增長40.6%。IDC預計，全球大數據2016年將達238億美元，中國市場規模未來5年將增長近7倍。

大數據技術最近幾年在迅速發展，國內外的廠商和組織已經推出了多種大數據解決方案。在金融領域，已經利用大數據技術解決詐騙檢驗、IT風險管理和自助服務等問題，未來大數據技術將會起到越來越重要的作用。目前國內外很多金融機構如摩根大通、花旗銀行，以及風電、太陽能發電、石化企業等制造業企業也開始采用大數據的解決方案進行設備監控、優化和故障預防[1]。

由于國內外針對商業機構系統頻頻發生的安全事件，國內各行業的信息化目前正在向基于國產軟硬件和自主可控方向發展，大數據也是目前國內各行業重點關注的技術。很多廠商和企業紛紛進行技術研究、方案準備和內部測試，并逐步開始在歷史數據查詢、分析，非結構化數據檢索等方向上開始使用[2]。從最近幾年的趨勢來看，安全、自主可控的大數據解決方案在大數據的行業領域有非常大的市場需求。

國內的很多關鍵行業應用，如金融信息系統的許多關鍵設備都沒有采用國產產品，導致無法準確判斷其安全隱患，這使得我國信息化建設的安全底數不清。迫切需要國內IT企業和行業共同研發自主可控、自主知識產權的信息系統、信息環境和信息安全產品。針對這種狀況國家銀監會提出了“自主可控，持續發展，科技創新”的三大戰略[3]，國產的信息化產品，在金融領域的應用已經開始了破冰之旅，事實也已經開始證明，自主可控的軟硬件產品，在關鍵行業領域的應用是可行的，但是缺乏完整的經過驗證的整體解決方案和實際案例，無法復制和推廣。

本文基于國產軟硬件產品進行自主可控的大數據體系架構研究要打破國外技術依賴，掌握技術命脈。針對現有行業關鍵系統多數是直接引用國外成熟技術，關鍵、復雜、核心的應用系統大多是建立在非自主產品上，形成了對國外的技術嚴重依賴的現狀，本文的研究將可以在大數據領域打破國外技術的壟斷，形成有競爭力的國產解決方案。

2 主要研究內容

本文主要研究面向行業應用、基于自主可控基礎軟硬件產品的大數據體系架構，研究內容主要包括：

2.1 行業大數據應用的需求分析

2.1.1 面向多源異構業務數據的采集和管理需求

在客戶信息為例，行業內的集團企業經常會面臨急需解決的數據集成問題，企業存在大分散的客戶信息資源，并由各系統自主采集和維護，沒有良好的共享體系，客戶信息、訂單信息等異構的存在不同數據源中，沒有橫跨多個業務領域的客戶信息的統一管理和分發體系。因此，要求統一建設行業信息大數據管理系統，是一套為所有在線業務服務的、整合的行業信息大數據管理與分析系統，并具有行業先進水平的大數據管理和分析能力，以滿足企業形成市場競爭優勢的要求。

2.1.2 針對海量異構大數據的高性能存儲需求

通過調研發現很多大型企業的信息系統已經積累了大量的業務數據，而且隨著業務拓展的需求，大數據分析的數據源已經不僅局限于企業內部，如對客戶流失分析或者產品銷售趨勢預測，就還需要互聯網社交網絡或者電商消費信息等。這些多源、異構、海量的數據對于大數據平臺的存儲提出了極高的要求。以某大型企業集團的客戶和生產經營信息為例，數據規模已經達到上百TB容量，且相關數據量，特別是生產線的傳感器數據和用戶行為等數據還在持續大幅增長。

2.1.3 多樣性大數據分析和處理需求

大數據分析系統不但集成了多個系統的數據源，未來大數據分析應用系統也會被多個部門，多個業務中使用，而且不同的部門和不同業務對大數據分析處理 的響應時間、數據量、結果準確程度以及具體的分析算法都會有很大差異。因此需要完整的對這些分析和處理需求進行分析，以便于設計滿足當前和潛在需求的大數據分析處理架構。

2.1.4 行業大數據的安全監控和隱私保護需求

面向行業和企業的大數據平臺都將集成來自于不同數據源的數據，其中有很多數據會涉及商業秘密和個人隱私等安全問題，所以這些數據在大數據平臺中應該被合理的授權使用，并有完善的安全監控和隱私保護措施，以避免引起數據泄密或者隱私糾紛。

2.1.5 行業大數據平臺的業務應用和可視化展現的需求

篇2

華為企業云戰略規劃部部長高明在分論壇上發表了“打造開放的云端大數據產業生態”的主題演講。

中國整個大數據產業，仍然處在發展初期階段。高明提到：“我們的數據積累還不夠，具有數據思維的人才方面積累也是不夠的，應用案例偏少，需要完善產業生態。可喜的是今天積累數據和以前積累數據的方式相比容易了，因為今天互聯網的發展，數據的積累會更加容易一些。”

據了解，在目前中國，應用大數據最多的是互聯網公司，進行廣告營銷；其次就是政府，現在政府數據確實比較多，包括在智慧城市，公安刑偵、輿情檢測這幾個領域應用比較多；再一個就是金融行業，在互聯網帶動下，金融行業在擁抱大數據方面非常積極。很多客戶都在探索構建自己的大數據平臺。“簡單地說中國的大數據主要集中在三個領域，政府、互聯網、公共事業，還有一小部分在其他領域。我們再看一下大數據應用需要的能力，實際上大數據是很專業、很復雜的工作，涉及到數據的采集，數據的處理、咨詢和應用等等，首先要從各個領域搜集到相關的數據，這個數據量非常大；其次要用很快的速度把它分析出來，應用到各種各樣的統計學模型，基于這個模型對業務進行預測。”高明總結說。

大數據的落地需要云的支撐，沒有云服務的技術很難落地大數據。今天人們談到大數據的時候，一定是全量的海量數據，能夠實時分析和預測，其實云計算服務是非常匹配大數據IT需求的。從另一個方面來看，云計算本身有開放平臺特性，有利于大數據的數據、共享、安全交易等等，完全可以作為承載體，來構建開放的大數據生態，促進大數據產業的應用落地。

據高明介紹，華為企業云專注于打造云基礎設施服務，發揮華為在技術方面的優勢，基于軟硬件平臺方面的優勢，去構建云平臺，為大數據產業落地提供技術和商業平臺。華為一直聚焦在技術的層面，是永不進行數據變現的，這是華為公司高層一直強調的觀念，華為的盈利不是通過客戶的數據變現去完成。

華為在全球布局了六大數據研究中心，持續投入大數據核心技術的研究。跟很多做公有云的服務商不太一樣，華為的企業云布局是三層架構，除了在北上廣深這些大城市構建了一級節點，還在自然條件比較好，成本比較低的地方，構建了一級節點成本中心，另外在每個省都構建二級節點，這主要是為了滿足當地IT的需求，以及當地的云計算和大數據產業的需求。

此外，華為還做了開放的大數據聯盟，聚合國內80%以上的大數據生態伙伴，了大數據企業年度排行榜等等相關的成果，也被很多企業廣泛的引用，開放聯盟里的成員從事以下幾大領域：數據價值咨詢、大數據源、數據整合、數據可視化以及商業應用。

大數據助推智能制造

美林數據技術有限公司是國內首個軍工制造業大數據落地提供商。美林數據營銷總監張鵬飛認為，實現工業大數據落地是一件非常困難的事情，工業大數據若想做好，應從以下三方面考慮。

第一做好頂層設計，兩化融合的架構圖中心就是數據，所有的流程和組織都是圍繞數據開展的。第二重視人才培養。中國大數據的技術環境還處于起步階段，需要培養一批懂業務、懂數據、懂分析的人才，企業也要做好人才培養工作。第三做好從數據流程化向數據資產化轉移。以前企業在生產過程中產生的數據，更多的是作為備份、歸檔、查閱使用，將來對生產過程中產生的數據，就要進行資產化的利用，發揮數據資產的價值。

利用大數據可以對產品的研發進行創新，幫助數字化車間更好地實現生產管控，提升產品質量，優化供應鏈以及更高效地完成產品維護。張鵬飛提到了在制造業做的典型案例：“當時客戶遇到了這樣一個問題，他們生產的鋼鐵缺陷率比較高，每年都在30%左右，客戶計劃用傳統的解決方案去解決。

傳統的解決方案一般有三種，一是對高爐進行改造，二是做原材料成分改進，三是做生產線的改造，這些方法不是時間長就是成本高。我們的團隊跟客戶一塊兒探討提出了解決方案，在定制了建模以后，給客戶提供了工藝控制的方案，客戶按照我們提供的模型去進行工藝參數的設置。缺陷率從原來的30%降低到了1.8%，每年大約節省2800萬元。”

在談到供應鏈優化時，張鵬飛說：“像航空領域的企業庫存占資金的比重非常高，每年大概有4個億左右的庫存資金。這對企業的影響非常大，由于采購的影響因素非常多，它的預測沒有辦法用線性方法去完成。我們給客戶提供了一個方案，構建了安全庫存的模型，縮短了10到15天的采購周期，另外也降低了庫存的資金占比，每年節省了大概1.2億元的資金占比。”張鵬飛如是說。

為大數據應用插上云的翅膀

英特爾大中華區行業解決方案總經理王加森在演講中提到：“英特爾CPO在數據中心市場目前占了95%的份額，不管是阿里巴巴還是亞馬遜，谷歌還是百度，它的數據中心絕大部分都是Intel的處理器，還有網卡技術，所以英特爾有責任做更多的努力，促進云計算和大數據的發展。”

篇3

創新無止境

HDS是一家典型的技術型廠商，一貫奉行“少說多做”的原則，所以人們很少聽說或看見HDS在跟風炒作某個新概念。閃存、軟件定義存儲、云計算等，HDS都不是第一個推出相關產品或解決方案的。但是，一旦產品后，HDS就一定能保證這些產品是具有HDS特色的、成熟且可以大規模商用的，能夠給企業客戶帶來實實在在的價值。

在存儲虛擬化技術領域，HDS基于存儲控制器的虛擬化技術在業界一枝獨秀，盡管當時基于存儲網絡的虛擬化技術風光正勁，但HDS始終“我行我素”。最終結果表明，HDS的存儲虛擬化技術是過硬的，其存儲虛擬化產品一直保持著很高的用戶認可度。在很多用戶的印象中，HDS一直是一家專業的存儲廠商。

但是進入云計算時代，一向比較謹慎、低調的HDS開始變得活躍起來。從技術和產品的角度看，HDS很快便采納了“融合”的理念，推出了業界影響力可與其經典的存儲產品相媲美的統一計算平臺。如今，在亞太地區，HDS統一計算平臺已經成了最受企業客戶歡迎的解決方案。

多在技術上下功夫，很少談及理念的HDS如今也開始熱衷于談論新的概念，并陸續拋出了與云計算、軟件定義等最新趨勢相關的戰略、技術框架和藍圖。許多人能夠脫口而出的HDS“三朵云”戰略――基礎架構云、內容云、信息云，成了HDS云計算的行動綱領。HDS的新產品研發和市場推廣策略都是圍繞著“三朵云”展開的。

云計算是基礎架構，是工具，它的價值在于可以更好地支持行業客戶的應用。在以大數據、物聯網、智慧城市等為代表的新一波應用浪潮興起時，云計算開始慢慢走向后臺，成為推動大數據、物聯網、智慧城市等應用發展的幕后的那只手。云計算技術與大數據、物聯網、智慧城市等應用之間的互相滲透、融合將成為IT市場發展的主旋律。

HDS全球解決方案、社會化創新營銷副總裁Ravi Chalaka表示：“以前，人們都知道HDS是一家存儲公司。但是今天，HDS的技術和解決方案已經跨越了多個市場和應用領域。HDS已經從一家專注于存儲的廠商演變為提供融合性解決方案的廠商，產品包含服務器、存儲、網絡、嵌入式軟件等。近幾年，HDS一直在大力發展自己的軟件，并取得了突破性的成果。HDS的軟件解決方案主要包括虛擬化軟件、管理軟件和應用軟件等。”

今天的HDS已經不再是人們印象中那個專注于存儲的HDS了。特別是經過過去幾年云計算、大數據的洗禮，HDS已經有了新的定位，制定了新的戰略。

HDS的變化主要表現在以下幾方面。第一，HDS最直接的競爭對手已經不再是EMC、IBM這樣的存儲廠商，而是像通用電氣公司、西門子、Oracle這樣在社會化創新領域有很大投入的企業。第二，HDS進一步明確了自己的目標市場，就是大中型企業客戶。目前，HDS在全球擁有1.4萬個客戶。在“財富100強”企業中，81%是HDS的客戶。第三，HDS公司內部軟件和硬件的收入比重也發生了很大變化。最新的統計數據顯示，HDS業務收入的54%來自于軟件和服務，而三年前這一比例只有25%。在過去4年中，HDS進行了大大小小9次收購，被收購的廠商大部分是做軟件、服務或大數據解決方案的。從收入比例來看，HDS不再是一家單純的提供存儲硬件的廠商，而是正慢慢轉型為一家解決方案提供商。

為了配合解決方案的需要，HDS越來越重視與生態系統中的合作伙伴的合作，特別是與增值分銷商、系統集成商的合作。通過這些合作伙伴，HDS可以更好地為企業級客戶提供服務。

Pentaho是敲門磚

以前，HDS也能為大數據提供支持，但僅限于硬件和存儲架構。以收購數據集成、可視化和分析軟件廠商Pentaho為標志，HDS真正融入了大數據領域，并打開了通往物聯網市場的大門。

在今年4月舉行的HDS Connect 2015大會上，HDS對Pentaho的收購成了談論最多的話題之一。當時，由于HDS還沒有完成對Pentaho的收購，Pentaho這樣一個很可能決定HDS未來大數據策略走向的產品是繼續保持其獨立性，還是完全融入HDS原有的產品中成了人們關注的焦點。

6月，塵埃落定，HDS正式完成了對Pentaho的收購。Pentaho成為HDS公司旗下一員，但原品牌名稱保持不變。Pentaho平臺除了繼續獨立提供服務以外，也會與HDS的其他相關分析軟件結合，從而進一步擴展HDS的大數據解決方案。

以前，HDS的大數據解決方案主要集中在基礎架構層面，為大數據分析提供平臺支撐。有了Pentaho的分析軟件以后，HDS可以深入大數據分析的核心，也更貼近客戶的應用，可以把大數據分析的主動權盡量掌握在自己手中。

還記得HDS著名的“三朵云”嗎？在HDS公布的大數據愿景中，基礎架構云、內容云和信息云仍起到了核心的支撐作用，但也有了細微的變化，變成了相對應的軟件定義基礎架構、內容管理云架構和信息智能云。在這三層云架構之上是HDS通用的高端數據分析和訪問平臺。三層云架構與數據分析與訪問平臺合在一起，構成了HDS社會化創新的基石。

HDS倡導的社會化創新與物聯網市場是遙相呼應的。在社會化創新方面，HDS選定了六大行業作為突破口，包括電信、醫療、商業分析、公共安全、石油和天然氣、汽車。“物聯網是下一輪技術革新的重點。”Ravi Chalaka分析說，“一臺大型機可以支持數百個客戶，一臺小型機可以支持數千個客戶，而在物聯網時代，數以十億計的設備被連接在一起，每個設備，甚至每雙鞋都在產生數據。這就是物聯網的能量。在未來的20～30年中，大部分的數據分析和計算都會圍繞著由物聯網產生的數據和信息進行。HDS關注的只是物聯網中能夠產生價值的那部分數據。只有通過對這些有價值的數據和信息進行分析，才能產生洞見，才能讓整個社會變得更加健康、安全、美好。HDS希望更快速地交付能夠達到上述目標的物聯網解決方案。”

確立主導地位

篇4

處理全數據

市場研究機構IDC的調研結果顯示，到2020年全球數據容量將達到35 ZB（即35萬億TB），且數據的類型和種類將更加復雜。多數分析師認為，其中高達85%的新數據都是非結構化的數據。

巧婦難為無米之炊，想要挖掘大數據的價值，首先要收集存儲。微軟大數據解決方案的數據管理平臺可以無縫地存儲和處理包括結構化、非結構化和實時數據在內的所有類型的數據。像其推出的HDInsight是一種適合企業使用的、基于HDP的Hadoop服務，它將Windows的簡易性和可管理性帶給Hadoop，提供了結合Hadoop的擴展平臺，并為大數據提供了靈活且可擴展的云，用戶可以根據自己的需求選擇平臺。

讓數據為我所用

如能搜集全世界相關數據作為參照系來分析企業收集的大數據資料，更能夠提高數據分析結果的代表性并提升對企業的指導價值。微軟大數據解決方案，通過將數據和模型與公開的數據服務相結合，實現了突破性的數據發現。通過使用Windows Azure Marketplace中的應用程序和智能挖掘算法，用戶還能發現更多隱藏的信息與數據挖掘模式。此外，微軟大數據解決方案還能通過企業信息化管理工具將原始數據轉換成可靠一致的數據，并通過SQL Server 分析服務的高級分析功能來實現數據的精煉。

雅虎通過將其龐大的存儲在Apache Hadoop開源框架中的數據整合到微軟SQL Server 2008 R2當中，成功地幫客戶提高了廣告投放的效率，并成功讓廣告商增加了在雅虎網站的廣告投放費用。

大數據落地有方法

篇5

在最近十年內，制造業先進國將會有大轉型，數字垂直消滅大規模的產能過剩，同時實現點對點精準定制。因為大數據與智能互聯，基于信息不對稱的產能過剩會大規模消失，根據客戶需求產生精確訂單，過剩的產品根本不會有出現的機會。

工業4.0解決方案的核心組件是能夠對數據集中分析和應用。通過分析，可以集中審視企業流程，從而能夠根據審視結果優化這些流程。有汽車供應商通過實施大數據解決方案提升了交付產品的質量和可靠性，基于復雜的分析（高達8000億數據條目以及50TB的年數據規模），此大數據方案實現了海量傳感器數據的互聯和處理。有了大數據方案，該公司能夠及時發現有缺陷的部件，從而在生產流程中盡早排除。

在2014年的漢諾威國際物流技術展覽會（CeMAT）上，英特諾首次向全球展示其新型內部物流模塊式輸送機平臺。根據不同的需求，英特諾可以為客戶量身定制應用于不同驅動裝置的輸送機模塊。雖然價格略高，但客戶節約了更多的成本。德國最大的港口漢堡和軟件開發商SAT進行合作，將卡車司機以及道路信息等連接起來，物流更高效，解決貨車空駛等難題。

篇6

“一張CT掃描圖像，就含有約150MB的數據；一個基因組序列文件大小約為750MB；標準的病理圖的數據量接近5GB。如果將這些數據量乘以人口數量和平均壽命的話，僅一個社區醫院累積的數據量，就可達數TB甚至數PB之多，而且其中還富含圖像、視頻等非結構化數據，更別說規模更大的醫療機構，甚至是地區醫療主管部門匯集的數據集了。”嘉和美康副總經理范可方擺出的數據充分說明原有行業解決方案急需針對大數據做出調整和升級，以滿足醫療行業對數據處理的需求。

從建立大數據存儲、管理和查詢平臺入手，嘉和美康不斷優化應用軟件和解決方案，以幫助醫療單位跨過大數據這道門檻。“大數據在醫療行業的前景和收益是嘉和美康最根本的驅動力，作為醫療行業信息系統的開發者和建設者，嘉和美康必須在產品上、技術上、應用上邁上一個大的臺階。”試想，小到輔助臨床醫生做出更為科學和準確的診斷和用藥決策或幫助醫院根據患者潛在需求開發全新個性化服務及自動服務，大到幫助研究機構實現突破性的醫療方法和藥物革新或支持地區甚至全國醫療行業主管部門優化醫療資源及服務配置，這些美好規劃實現的前提即是大數據好好為醫療行業所用。

“嘉和美康在電子病歷的基礎上，推出了新一代的臨床數據中心系統――基于CDR的臨床信息系統。” 范可方介紹，這個系統是面向臨床的深度應用，基于CDR平臺借助大數據處理技術推出的新一代產品。

攜手英特爾

篇7

隨著后PC時代的到來，在邁克爾·戴爾的推動之下，戴爾向IT服務轉型。戴爾的轉型動作越來越大，而此次戴爾在大數據存儲方面的舉動，不僅有投資基金，近期還收購了相關存儲技術公司。

戴爾步步用心地布局大數據領域的同時，惠普、甲骨文、EMC等企業早已入局。據IDC預測，到2020年全球數據量將達到35ZB（1ZB等于一萬億GB字節），這意味著當下即將進入大數據的時代，數據量急速攀升，加上云計算正成為廠商們爭奪商業價值的關鍵節點，大數據領域競爭加劇。

大數據助戴爾轉型

戴爾的轉型慢于IBM公司，但是比惠普公司堅定。當戴爾離PC老大的位置越來越遠時，戴爾轉向了企業服務業務。如今隨著大數據領域日益受關注，戴爾借助大數據業務搶占市場，助力企業轉型。

隨著PC業務在全球日漸式微，戴爾的轉型越來越迫切。在其公司創始人邁克爾·戴爾的全力推動之下，2007年戴爾開始向IT服務業轉型。根據戴爾2012年財報顯示，其企業級解決方案和服務的營收達到186億美元，占總營收的比重已由啟動轉型時的23%，上升到了30%。而且戴爾稱，企業級服務業務為公司貢獻超過50%的利潤。這些數據表明戴爾的轉型取得了初步成功。

然而戴爾進入IT服務業的時間并不算早，在整個IT服務領域，相對于IBM，戴爾發力較晚。當大數據出現后，眾多廠商都對大數據表示了極大的興趣并且蠢蠢欲動時，戴爾卻在此方面幾乎沒有舉動，再次落后。正當行業開始懷疑戴爾要錯過大數據的時機時，2010年8月，戴爾通過與Cloudera合作推出支持后者Hadoop部署的參考架構和硬件，開始涉足大數據領域。

而此次戴爾用6000萬美元投資存儲初創公司，更是表明其在大數據領域的決心。戴爾投資總經理吉姆·盧西爾表示，“作為對戴爾并購、研發、合作伙伴的戰略補充，戴爾投資開拓另一條創新、利潤潛在增長的大路。戴爾投資致力于早期增長階段投資，圍繞一些戰略領域進行，包括存儲、分析、BI大數據、終端用戶計算等。”

戴爾這筆基金，會向5-10家存儲創業型公司分別投資300萬-500萬美元。邁克爾·戴爾指出，大數據是當前的熱點業務類別，是新興創業公司面臨的“龐大的機會”，也是戴爾公司的一個“巨大業務領域”。戴爾不是關注純粹的存儲，而是幫助企業（特別是職員少于1萬人的企業）訪問和使用實時的已存儲“大量數據”。

就目前而言，這僅僅是個開始，面對著未來可能出現的數百億美元的市場，此次戴爾的千萬基金，并不是它的唯一一項行動。有分析指出，戴爾從初創公司入手，劍指整體大數據業務的布局。

并購加速

由于是大數據領域的后來者，戴爾在此領域的舉動更多的是通過收購來完成，而這是縮短與IBM、甲骨文等廠商之間差距的最快途徑。

目前戴爾更關注大數據分析存儲方面，將他們的存儲平臺和數據庫捆綁在一起用于大數據保留。在今年的戴爾全新存儲產品活動上，戴爾推出了流動數據架構以解決大數據時代的難題，該解決方案集成了戴爾多個文件存儲平臺，為客戶提供一個公用的企業級分布式文件系統。

對此，戴爾企業存儲副總裁兼總經理湯瑪斯表示，“這是為了采集和儲存所有的相關數據，從大數據分析設置中驅動商業智能價值，使人們有可能獲得支持創新和商業價值的見解。”而戴爾能迅速在大數據領域有所作為，與其采取的收購方式有著緊密聯系。

自戴爾進入大數據領域后，其完成了幾次關鍵的收購，初步完成了對大數據領域的布局。2011年2月，戴爾收購了康貝存儲技術公司。數據存儲服務供應商康貝為企業和云計算環境提供高度虛擬化的存儲解決方案，該解決方案提供自動數據管理功能。而完成此次收購的5個月后，戴爾收購了一家數據中心網絡解決方案公司。有分析認為，戴爾的此項收購完善了其下一代數據中心以及智能化數據管理的需求，提升了戴爾在企業數據中心市場的影響力，率先占領市場優勢。

此后戴爾的收購應接不暇。今年戴爾就已收購了相關數據備份廠商和網絡安全公司。戴爾計劃在2016財年以前，使數據中心產品和技術對營收的貢獻達到275億美元，較此前提高45%。

硝煙彌漫

大數據概念自麥肯錫的一份研究報告提出后，被業界廣泛關注。

據IDC的全球大數據技術和服務預測數據顯示，該市場預計將從2010年的32億美元增長至2015年的169億美元。基于對大數據市場數百億美元的認識，全球領先的IT企業們已經把注意力轉向大數據，并提到戰略高度，大數據潛在的價值正在被不斷挖掘，進而形成企業的新的利潤來源。

對于未來的這個數百億美元的市場，EMC董事長、總裁兼首席執行官喬·圖斯認為，“大數據時代已經到來。它已不僅停留于概念，社會各界對大數據都有需求，大數據中將產生巨大的商業價值。”微軟亞太研發集團首席技術官孫博凱表達了類似的看法，“大數據不僅僅是技術，事實上是通過數據管理獲得新的洞察力。如今大數據已成為企業的競爭力，而應用解決方案意味著大商機。”

篇8

大數據確實具有大價值，但它并不是萬能的，用好大數據必須具有大智慧，用得不好就是大忽悠。“大數據”公司不少，但大數據落地，最難的是商業模式，真正能接上地氣，將大數據產品化的公司不多。

受資本關注度極高的大數據產業，也無法逃脫泡沫周期的洗禮。而泡沫浪潮退去，才能看出誰在裸泳。一批中國大數據公司，正找到自己的商業模式，逐漸在細分領域站穩腳跟。近期的《中國大數據企業評級白皮書》，首次對中國近400家大數據企業進行了評級。在一共7個維度的評級榜單上，數據堂、BBD (數聯銘品)、美林數據、華院數據這四家公司表現突出，分別至少在其中2個維度上被評為“五星級”(最高級)。可以說，中國大數據行業的“四大”格局正初步顯現。

可以說，大數據“四大”所代表的，是當前大數據行業的幾種典型模式。高端的金融征信，時髦的數字營銷，傳統的工業、制造業，以及圍繞數據本身的數據交易，每一種方式，都在努力釋放數據的價值。我們就以這“四大”為代表，來看看它們如何在各自領域接上地氣。

數據交易

代表：數據堂

數據堂成立于2011年，總部位于北京，它其實最開始是由科研和人工智能大數據服務商發展而來的，是國內首家專注于互聯網綜合數據交易和服務的公司。提供數據定制、數據云服務、數據交易等服務，致力于融合和盤活各類大數據資源，實現數據價值最大化，推動相關技術、應用和產業的創新。

目前，數據堂的業務領域拓展到包括到智慧交通、健康醫療、金融征信、政府大數據運營等諸多領域，逐漸形成多業務多模式立體化的集團式發展。已成功為國內外多家企業提供數據定制服務，包括百度，騰訊，阿里巴巴、奇虎360、聯想、Microsoft、NEC、Canon、Intel、Samsung、Nuance、Fujitsu等。

產品分析：

數據堂的產品可以概括為兩個方面，一是面向B端客戶提供定制化數據源服務，二是大數據交易平臺。數據堂的B端客戶包括百度、騰訊、阿里巴巴等，主要業務有代采集、處理和制作數據或出售和租賃數據。數據堂的C端客戶是需要數據的個體，可以通過數據交易平臺購買和租賃數據。

其中大數據交易平臺的目標是打通數據擁有方和需求方的需求，通過數據擁有方合作，積累了征信、交通、健康、醫療等數十個領域的數據集。第二步數據加工處理分析，把分析結果放到云上，當前服務BAT在內的一千家企業以上。

金融大數據

代表：BBD(數聯銘品)

BBD(數聯銘品)成立于2013年，至今才2年多時間，但發展勢頭迅速。作為大數據金融風險管理專家，這家公司還是商業大數據行業標準COSR的制定者。除了位于成都的總部，還在北京、上海、深圳和杭州設有分支機構，并在香港和新加坡設有子公司。2015年，BBD被評為國家高新技術企業，還拿到中國人民銀行審批通過的《企業征信業務經營備案證》。

在大數據領域，有“南周北孫”的說法。“南周”就是指BBD創始人兼首席科學家周濤。這位27歲時就當上教授的明星科學家，剛剛當選央視年度科技創新人物，與屠呦呦一同獲獎。

截至目前，BBD已覆蓋2300萬家企業法人主體的基本數據，建立了最全面的工商、訴訟、專利、招聘、社交、招中標數據庫，尤其是對訴訟數據進行了深度挖掘，所采集的數據全部來自于公開數據。

服務對象包括銀行、會計師事務所、律所、投資機構、征信評級機構、金融信息終端、媒體和咨詢機構等，典型客戶有畢馬威、普華永道、長沙銀行、重慶銀行、中證信用、中經社、《財富》(中文版)、財新傳媒、四川省旅游局等。

產品分析：

目前國際上領先的金融服務機構缺少標準的方法論和模型，對輕資產高研發高成長的新經濟企業進行評級和分析。BBD提供可靠且可驗證的金融大數據和技術方案，基于大數據框架和國際標準建立中國特色的Fin-Tech，建設新經濟框架下，中小企業信用體系尤其是輕資產高研發高成長企業信用體系。

數據科學家和金融科學家組成的團隊，研究了一套新經濟企業的行為模型，建立了一個企業行為數據庫，模型分為七個維度：企業的基本信息;行業數據信息;法人治理結構信息;關聯方信息;財務和非財務KPI;社交媒體信息;無形資產和資產質押數據。

BBD旗下的明星產品HIGGS Credit是一款企業全息畫像搜索引擎，依托于全面的企業數據庫，可以提供企業DNA全息畫像、企業行為KPI數據與行業比對、實時動態的企業盡職調查數據、關聯方異動數據監測等數據服務。公司還有BBD Finance，BBD Index，BBD Anti-Fraud， BBD Innovation、BBD Credit等針對不同領域的多條產品線。

工業大數據

代表：美林數據

如果要給美林貼上一個標簽的話，應該是“工業大數據”。這家公司位于西安，旗下有數據分析產品、行業大數據解決方案、數據運營服務三大核心業務。公司深耕大數據行業應用，面向電力、軍工制造、金融領域提供定制化大數據落地解決方案。深度參與國家“中國制造2025”、“一帶一路”、“大數據”戰略計劃，并成立國內首家“一帶一路大數據交易所”，主要客戶群為電力、軍工制造、金融等相關領域，是國內首家軍工制造業大數據落地方案提供商。

產品分析：

去年5月，美林數據國內首款集數據可視化探索與數據深度發掘功能于一體的大數據分析平臺(Tempo-DataAnalysis)，面向企業不同領域和不同層級的數據分析、價值應用人員，提供數據可視化探索、數據深度分析和數據應用開發的一體化服務，持續為用戶打造“專業、敏捷、易用“的產品體驗。

該平臺的特點在于可視化(分析過程可視化、分析結果可視化、高維數據可視化)、智能化(數據模型自動識別、數圖智能匹配)、增值化(發掘數據規律、獲取商業洞察力、創造商業價值)、大數據支持(分布式并行計算、內存計算)、多數據源接入支持(文件數據格式、關系型數據庫、HDFS、H )等。

美林的大數據產品線還包括數據挖掘平臺、統計分析平臺、企業門戶平臺、數據資源管理平臺等。

營銷大數據

代表：華院數據

華院數據位于上海，提供基于數據挖掘的面向營銷分析和管理、客戶關系管理和決策支持的應用軟件和咨詢解決方案。

這家成立于2002年的企業，一直為傳統運營商、銀行、保險、航空等具有海量數據的機構提供數據挖掘和分析解決方案。幾年前，隨著數據采集、存儲和傳輸技術的發展，華院開始了以數據分析為核心的多元化嘗試，將足跡延伸到電商、制造業、醫療、安防、物流等更多的新興行業。

華院也著力于產業大數據生態孵化，培育了數云、數創、數真等十余家圍繞垂直行業的大數據企業。

篇9

召開一次全省信息化領導小組工作會議，回顧五年多來《浙江省信息化促進條例》貫徹實施情況，統籌研究全省信息化發展工作；

做好國家信息化頂層――《國家信息化發展戰略綱要》和《“十三五”國家信息化規劃》在浙江省的宣貫工作；

做好《浙江省信息化發展“十三五”規劃（“數字浙江2.0”發展規劃）》和《浙江省信息化和工業化深度融合國家示范區建設“十三五”規劃（2016-2020年）》的實施工作，指導督促各地、各部門落實規劃目標任務相關工作，推進全省信息化領域中重大工程、重大平臺和重大項目的實施；

開展信息化發展水平考核評價和全省區域兩化整合發展水平評估工作，繼續做好對全省各市、縣（市、區）信息化發展水平評價工作。進一步完善指標體系，優化工作流程，更加科學高效地開展區域兩化融合水平評估工作，以評估為抓手，形成地區間比學趕超發展氛圍。在此基礎上，年度信息化發展和全省區域兩化融合發展水平評估報告。

以制造業與互聯網融合為主線，深入推進信息化與工業化深度融合國家示范區建設

深化“兩化”深度融合國家示范試點區域建設。抓好26個“兩化”深度融合國家示范區、6個試點區、160家兩化融合綜合示范試點企業建設，進一步按照示范區建設實施方案的內容加緊實施機聯網、數字工廠、綠色制造等項目。加強對首批18個振興實體經濟（傳統產業改造）財政專項激勵的工業大縣兩化融合推進工作的指導，確定兩化融合的相關考核內容，推動示范區開展制造業與互聯網融合的相關示范試點工程。制定兩化深度融合國家示范區驗收管理辦法，并對首批8個兩化融合國家綜合示范區和4個專項示范區開展檢查驗收工作。組織開展示范試點典型案例總結宣傳推廣。

積極推動制造業互聯網“雙創”平臺建設。引導大型制造企業、互聯網企業、電信運營商開放技術、人才、渠道等資源，構建基于互聯網的制造業“雙創”新生態，支持內外部創業創新。在全省創建20個制造業互聯網“雙創”示范平臺，其中振興實體經濟（傳統產業改造）財政專項激勵的工業大縣至少創建1個“雙創”示范平臺。引導龍頭企業結合特色小鎮、高新園區、開發區，建設“雙創”空間，力爭創建1個國家級制造業互聯網“雙創”示范平臺。組織舉辦中國產業互聯網“雙創”大賽。

大力發展基于互聯網的制造業新模式。引導制造業企業建立網絡化制造資源協同平臺，開展協同制造；推動傳統生產模式向大規模個性定制轉變，發展C2M個性化定制和柔性生產模式；推進企業運用互聯網開展在線增值服務，鼓勵企業發展面向智能產品和裝備的產品全生命周期管理和服務。重點在服裝、家電、家具等消費品行業和汽車、機床、叉車、船舶、電梯等裝備制造行業培育100個個性化定制和一批協同制造、服務型制造等示范試點企業。鼓勵企業申報國家有關基于互聯網的制造新模式示范試點項目。

大力推進工業互聯網、工業云和工業大數據應用。推進全省2000家重點工業企業開展工業互聯網、工業云和工業大數據應用，發展智能制造。建成10個省級智能制造試點示范區，培育100家數字工廠（智能制造）示范企業。利用工業互聯網、工業云、RFID（射頻識別）與圖像識別等智能識別技術，實現工廠內人與機器、機器與物料、機器與機器之間的互聯和數據實時采集，運用大數據技術構建數據鏈，促進基于數據的生產、物流、倉儲等環節高效協同，提升柔性化生產能力、精細化管控能力和智能化決策能力。

實施中小企業上云計劃。聚焦中小企業云應用，依托產業集群和龍頭企業，建設一批專業或行業性云平臺，培育10萬家上云企業。鼓勵中小企業在研發、生產、管理、銷售、服務等環節使用云技術，開展個性化定制、網絡化協同制造、服務型制造和網上銷售等活動，實現客戶、供應商資源共享和產業鏈協同。發展工業電子商務，推進中小制造企業與電商企業、物流企業和金融企業的合作，基于電商云平臺整合線上線下資源，打造制造、營銷、物流和金融服務等高效協同的一體化新生態。組織召開云計算應用和產業推進大會，辦好云棲大會，開展企業上云專項培訓。

深入推進“機器換人”和智能裝備發展。堅持“分類指導、典型示范、資金扶持、機制保障”的原則，大力推進機器換人、機器聯網，推進30家機器換人行業試點，舉辦百場現場交流會，新增培育省級工程服務公司20家以上。落實“機器人+”行動計劃，編制重點行業機器人應用指導意見，完成新增工業機器人1萬臺目標任務。推進感知互聯的智能新產品新裝備的研發，大力發展智能傳感器、網絡終端、工業機器人、數控裝備、智能成套裝等高端裝備產業。

繼續實施企業信息化“登高”計劃。推動企業信息化從單向應用向綜合集成、協同創新階段登高，從內部縱向集成向企業之間橫向集成和產業價值鏈端到端集成延伸，提升全產業鏈的要素資源配置效率。全省2000家重點工業企業資源計劃普及率達到85%，制造執行系統普及率達到50%，機器聯網率達到35%，供應鏈管理普及率達到70%，產品全生命周期管理系統普及率達到60%，裝備數控化率達到50%，企業電子商務采購額和銷售額占總采購額和總銷售額的比例分別達到40%和55%以上，進入兩化融合集成創新階段的企業達到35%以上。

扎實推進兩化融合管理體系貫標工作。重點抓好工信部批復的118家企業管理體系貫標試點，積極爭取新增30家企業列入今年的工信部貫標試點。在振興實體經濟（傳統產業改造）財政專項激勵的工業大縣、兩化深度融合國家示范區，分別確定10家和5家貫標試點企業。貫標通過評定的企業數力爭突破60家。加快培育互聯網環境下的企業創新能力，依托兩化融合咨服務平臺，開展企業兩化融合自評估、自診斷、自對標，力爭在工信部的兩化融合發展地圖上有新突破。以兩化融合管理體系標準為指導，推動企業業務流程再造和組織方式變革，提升企業管理能力。

以應用需求為引向，大力發展軟件和信息技術服務業

提升兩化融合的服務支撐能力。以提升行業系統解決方案設計、集成和應用能力為重點，支持重點行業工業互聯網、信息物理系統（CPS）開發和應用試點。培育一批行業系統解決方案提供商，加快優秀解決方案的推廣普及；培育一批服務于重點行業智能工廠建設的工業信息工程公司，新創建10家云工程云服務和工業信息工程省級重點企業研究院。加強兩化融合產業鏈企業的合作，構建服務于兩化融合的產業生態。發展集聚工業信息工程公司的產業互聯網小鎮。配合工信部召開全國兩化融合系統解決方案現場會。

加快軟件和信息技術服務業的創新發展。抓好《浙江省“十三五”軟件和信息服務業發展規劃》的實施，出臺支持軟件業發展的政策意見，落實好軟件企業和軟件產品稅收優惠政策，完善產業統計制度。加快推進軟件和信息服務業9個示范基地、10個特色基地和15個創業基地建設，提升杭州中國軟件名城建設水平。加強工業軟件支撐能力建設，開展工業技術軟件化行動，重點發展以自動控制與感知技術、核心工業軟硬件、工業互聯網、工業云和智能服務平臺“新四基”為核心的技術體系，推進人工智能、區塊鏈、虛擬現實和增強現實等新興產業的培育，全面提升制造業與互聯網融合的有效供給能力。

培育大數據產業。貫徹落實《浙江省促進大數據發展實施計劃》，扶持并培育一批大數據分析、大數據應用服務的龍頭企業、一批創新型大數據應用類中小企業，加快形成協調發展的大數據產業體系。組織開展第二批大數據產業應用示范企業培育試點工作，建立一批大數據省級重點企業研究院，推動創建一批大數據應用示范工程，拓展大數據應用領域。培育數據資源交易市場試點。

加強工業控制信息安全保障。按照《工業控制系統信息安全防護指南》，指導企業做好工業控制系統信息安全防護，明確工業企業主體責任，提高安全防護意識，細化信息安全防護措施。加快完善網絡與信息安全基礎設施，研究建立面向工業領域的信息安全技術支撐、檢查評估綜合保障體系，開發并鼓勵企業使用自主可控、安全可靠的工業控制系統。開展工業領域重點行業工業控制系統及相關信息系統安全檢查和風險評估。

深化智慧城市建設與農業信息化發展

組織開展對20個省級智慧城市示范試點項目的檢查驗收及績效評價工作。重點加快智慧政務、智慧高速、智慧交通、智慧車聯網、智慧安防、智慧安監、智慧環保、智慧能源、智慧旅游、智慧健康服務、智慧物流、智慧消防等示范試點項目在全省推廣與覆蓋。

加快9個省級農業信息化示范試點建設，并籌備建O一批示范試點區。重點圍繞農業產業集聚區與現代特色農業強鎮建設，在溫室大棚、畜禽養殖、大田生產、生態環境監控等重點領域與關鍵環節，推進信息技術應用。引導互聯網企業建立一批農業銷售服務平臺，加強產銷銜接。

強化城鎮光網覆蓋，城市全面具備100M以上接入能力。4G網絡實現城鄉全覆蓋，爭取5G試驗網建設。實施農村海島“掃盲除點”工程，基本具備50M以上接入能力。推進中國互聯網絡信息中心浙江分中心建設。細化落實省政府與中國電信、中國移動、中國聯通和中國鐵塔的戰略合作協議，推進新技術產業應用示范項目，推進杭州國家互聯網骨干直聯點建設。全面推進全省三網融合。推進數據中心集約化綠色化，推廣公眾云計算和大數據服務。推進中小企業信息網絡提速降費。

以營造發展氛圍為目標，積極組織各類活動

牽頭做好第四屆世界互聯網大會信息化工作部工作，組織籌備好大會期間的新技術新產品、浙江分論壇和互聯網之光博覽會、雙創熱土項目對接活動等重大活動；

籌辦好中國產業互聯網大會，充分發揮制造業和互聯網雙重基礎優勢，力爭把大會打造為國內外有影響力的產業互聯網新平臺。

篇10

我國的大數據產業還處在初始發展階段，無論是社會還是產業，對大數據的需求還有巨大的挖掘潛力。在市場和政策的雙重刺激下，賽迪顧問認為，大數據產業的高速增長態勢將繼續保持，預計2017年，增速將保持在40%以上，針對大數據的IT投資規模將突破250億元。

大數據產業快速發展

2016年，我國大數據產業生態化進程加快，上海大數據聯盟、中國大數據產業生態聯盟等行業組織紛紛成立，數據源、解決方案提供商、研究機構、投資方、行業用戶等生態參與者之間的聯系更加緊密。

特別是2016年8月，中國大數據產業生態聯盟的正式成立，為大數據產業內的共生互贏、交流合作搭建了平臺，成為我國大數據產業生態建設的一大標志性事件。

區域集聚效應初步顯現

在區域發展方面，我國2016年大數據產業的集聚效應初步顯露，形成了京津冀、長三角、珠三角、西部地區和東北地區五個各具特色的產業集聚區。

其中京津冀地區打造大數據協同發展體系，長三角地區城市將大數據與當地智慧城市、云計算發展緊密結合，珠三角地區在產業管理和應用發展等方面率先垂范，中西部已經成為大數據產業發展新的增長極，東北地區將行業大數據作為發展重點。

企業融資估值日趨增高

經過前幾年的發展，我國大數據產業格局日趨成熟，處在A輪融資階段的初創型企業占比有所減少，越來越多的企業走向了B輪甚至C輪的融資。而這些進行B輪或C輪融資的企業，由于經受過市場的檢驗，贏得了投資人的信任，融資估值也日趨增高。

過去兩年，大數據的熱潮催生出大批大數據企業和解決方案。2017年，隨著大數產業的日趨成熟，各界對大數據的理解不斷加深，大數據產業內的優勝劣汰將更加明顯。

一部分在技術層面領先，或在行業扎根程度與實踐積累較深的優秀企業，將擁有更大的話語權與競爭力；而另一部分技術水平不突出，且對細分行業理解不深、缺少行業資源的大數據企業，將在業務的開展開拓中面臨較大困難，甚至逐漸被市場淘汰。

行業內競爭的加劇，將放大產業內的投資風險。而隨著虛擬現實、人工智能、Fintech等投資熱點的不斷涌現，大數據產業也不再是資本炒作的最佳領域。

可以預見，大數據產業內的投資熱度將有所下降，投資規模、頻率的增長會有所放緩。但這并不意味著大數據產業已喪失投資價值，恰恰相反，大數據產業內值得投資的主題依然眾多（如金融大數據、醫療大數據、工業大數據），只是對投資對象的選擇將更趨于謹慎理性。

產業進入投資冷靜期后，資本將更有針對性地流向優質的企業和項目，從而進一步促進行業內的優勝劣汰，同時投資方獲得投資回報，融資方獲得發展助力，形成產業的良性發展。

重點行業領域迎來應用爆發