2016年中国数据驱动型互联网企业大数据产品研究报告.pdf

www.iresearch.com.cn 中国数据驱动型互联网企业大数 据产品研究报告 2016年 2 内容综述 聚焦网络媒体大数据，研究其体系架构及相关产品 发展阶段：从信息驱动向数据智能驱动 进阶； 产业结构：由数据源、技术服务及应用 类型共同构成； 数据来源：企业自有数据是主流数据源， 数据的流通和共享将成趋势； 数据管理：数据挖掘与可视化成行业热 点，数据管理向垂直行业分化； 分析处理：文本、图像、语音分析相对 成熟，视频分析存在探索空间； 应用类型：从独立数据产品向完整行业 解决方案发展，定制化将成趋势。 优势体现：互联网基因有利于大数据的 获取与处理； 现状分析：互联网行业是大数据应用的 领跑者。1）已上市互联网企业中，以 BAT为首的数据驱动型媒体整体表现较 好；2）未上市互联网企业中，数据驱动 型企业成为领跑者； 机遇：1）手机网民持续增长，可采集群 体更加广泛；2）移动端使用时长占比超 77%，信息采集更加丰富连贯；3）场景 化特征为大数据发展带来新契机； 挑战：屏幕变小、行为碎片化对大数据 的应用提出更高要求。 海外发展：1）企业技术探索先行， 政策推动产业发展进程；2）将自 主研发与投资收购相结合，技术推 动企业发展； 优势体现：具有强媒体属性的网络 服务的发展策略相对成熟； 现状分析：中国网络媒体的数据生 态系统雏形已成，多维度输出大数 据能力； 发展策略：大媒体以流量+广告服 务为起点，推进产业生态形成。 本报告将聚焦于中国网络媒体，研 究其大数据体系架构及相关产品， 探讨大数据发展趋势。 大数据 Data 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 互联网大数据 Internet 网络媒体大数据 Media 3 中国大数据产业现状分析 1 中国网络媒体大数据产业分析 2 中国网络媒体大数据企业分析 3 中国网络媒体大数据的机遇与挑战 4 4 大数据定义与特征 4V：数据规模大，数据流转快，数据类型多，价值密度低 抽样数据 >> 全量数据 精确数据 >> 混杂数据 因果关系 >> 相关关系 数据类型多 除了以文本为主的结构化数据、 以网页数据为代表的半结构数据， 也存在大量网络日志、音频、视 频、图片、地理位置信息等非结 构化数据。 Variety 数据流转快 1秒定律：要在秒级时间范围内 给出分析结果，超出这个时间， 数据就失去价值了。 Velocity 大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。为了适应数据量的爆发式增长， 数据处理方式正逐步向全量性、混沌性及相关性发展。为了避免信息损失，越来越多的场景倾向于对全量数据进行挖掘与 分析，其中，只有一小部分数据是结构化的，而非结构化数据中同样蕴含着大量信息，因此，能够处理各式各样的混杂数 据的大数据技术得到了广泛应用和迅速发展。其中，占据着重要地位的大数据预测分析，也从主要基于因果关系进行分析 发展成了建立在相关关系的基础上的分析模式。 Volume 数据规模大 IDC预计，到2020年，全球新建 和复制的信息量将达到44ZB， 中国数据量将超过8ZB。 Value 价值密度低 海量数据中，如何通过强大的机 器算法，更迅速有效地完成数据 的价值“提纯”，已成为目前大 数据背景下亟待解决的难题。 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 5 大数据集成与存储 数据仓库基于企业整体建立，是大数据集成和存储的基础 作为大数据集成与挖掘的基础，数据仓库是在企业范围内共享准确一致的集成数据、针对分析需求进行数据重组的工具， 基于整个企业的数据模型建立。而数据集市基于单个部门或业务主题建立，为部门业务运行提供数据服务，可以根据仓库 建设也可以独立建设，形成从属数据集市和独立数据集市。所有的从属数据集市都从属于同一个数据仓库，各子系统的数 据均能保持一致。而每个独立数据集市都从各源应用环境中单独提取数据，独立拥有硬件平台、软件平台、数据和应用程 序，彼此没有任何约束，无法保证数据的一致性，从长远来看，既不稳定也不可行。 数据仓库能够对海量数据进行集成，满足大数据发展对数据存储的需求，为企业提供局部解决方案和全面解决方案。 注释： ETL是指从源系统中提取数据，清洗、转换数据为一个标准的格式，并加载数据到目标数据存储区（通常是数据仓库）的工具。 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 按照某一特定部门的 决策支持需求而组织 起来的、针对一组主 题的应用系统。 面向主题、集成、不可 更新且随时间不断变化 的数据集合，用来支持 管理人员的决策。 源应用环境 从属数据集市 独立数据集市 Data Warehouse 数据仓库 数据集市 Data Mart 数据源 ETL 数据 仓库 数据 集市 终端 用户 大数据处理的数据价值流转过程 数据仓库与数据集市工作原理示意 6 大数据产业生态 产业结构由数据源、技术服务及应用类型共同构成 如：精准化营销 搜索引擎精准营销 RTB实时竞价广告 重定向精准营销 如：互联网金融 高频交易 社交情绪分析 信贷风险分析 大数据 Big Data 数据源 Data Source 官方数据 行业数据 企业数据 第三方数据 技术服务 Technical Services 应用类型 Application Types 数据准备 存储管理 计算处理 分析技术 可视化 解决方案 智慧城市 智慧政务 智慧社区 智慧旅游 工具/产品化服务 精准营销 个性化推荐 舆情监测 网站/App分析工具 行业应用 电信行业 金融行业 医疗行业 电商行业 如：智慧农场 生长监测 产量预测 农业预警 数据挖掘 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 大数据产业结构示意图 7 行业应用 按类型 数 据 交 易 大数据产业图谱 工具/产品化服务 解决方案 舆情监测 网站/App分析工具 精准营销 征信 电信 医疗 娱乐 （城管） （社区） （农业） 智慧政务 智慧公安 智慧城市 行业联盟 官方数据 地理、水利、卫星、气象等 第三方数据服务 基础数据 信息类 关系类 注释：此大数据产业链地图为示意图，未将所有企业标出，举例企业顺序不涉及排名，按企业中文名称首字母排列。如有分类不当，请联系：aixiniresearch.com.cn。 企业数据 数 据 应 用 数 据 来 源 金融 房地产 物流 天气 地图服务 农业 体育 教育 人力资源 能源 旅游 交通 数 据 安 全 图像分析 语音分析 文本分析 视频分析 计算处理 可视化 全技术支持 数 据 管 理 数 据 分 析 数据挖掘 BI 按数据类型 AI 按应用类型 数据集成 云存储 数据存取 交易类 按行业 金融 医疗 交通 物流 旅游 体育 娱乐 能源 建筑 农业 个性化推荐 贵阳、上 海、东湖 等大数据 交易中心 8 大数据产业图谱 大数据应用广泛，价值升级来源于数据流通及共享 数 据 应 用 数 据 分 析 数 据 管 理 数 据 来 源 应 用 类 型 分 析 技 术 基 础 架 构 数 据 源 应 用 存 储 、 分 析 、 挖 掘 、 可 视 化 收 集 / 采 集 目前数据来源已较为多元，维度也越加丰富，尤其是互联网行业，在数据深度与广度方面具有天然优势，而物 联网、车联网等的出现丰富了数据的采集方式与采集范围。 应用情况：目前企业内部的数据打通已成行业趋势，未来将进一步实现行业内外的数据流通乃至共享。 价值体现：1）大数据能够对人群进行细化管理，并提高对特定人群的覆盖率；2）数据价值的实现与其鲜 活度相关；3）大数据的核心价值不在于数据量大，而在于通过数据的沉淀与应用产生价值，其价值升级来 源于数据的流通和共享。 大数据基础架构包括多种数据库及相关分析计算技术，能够支持数据的采集、清洗、集成、存取、分析、挖掘 等环节，从功能角度来看，除传统的数据处理过程外，可视化分析等分析服务也是基础架构的一环。 应用情况：企业（含互联网企业）的数据相关部门（如数据中心/数据分析平台/数据商业部等），主要通 过对数据的管理、分析及整合，服务于自有业务，同时不断拓展应用类型和范围。 价值体现：大数据处理过程中流转的数据形态可划分为静态数据和动态数据，主要通过计算过程实现其价 值，其中，模型算法为数据深度挖掘的核心，能够实现预测等功能。 大数据应用已渗透电信、金融、医疗、人力资源、物流、天气等多个行业，从产品角度来看，除传统的工具/ 产品化服务、行业应用及解决方案外，大数据应用也包括商业智能等分析服务。 应用情况：目前大数据应用的主要输出形式是可视化报表，未来将在功能方面进一步融合提升。 典型大数据行业应用： 物流：优化整体运输流程，实现实时查询把控。 营销：应用形式成熟落地，既提高了用户对目标商品的获取效率，又改善了商家的投放效果。 产品 功能 流程 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 数据应用 数据管理与分析 数据来源 概述：本报告的大数据产业图谱以大数据产品的角度出发，对产业链角色进行划分。其中，数据管理与数据 分析部分包括了大数据基础架构及相关分析技术，能够实现大数据的存储、分析、挖掘、可视化等环节。而 在数据源与数据应用方面，从功能和流程角度来看具有高度的关联性及一致性，涉及行业极其广泛。 9 产业链：数据来源 企业自有数据是主流数据源，数据的流通和共享将成趋势 注释：企业数据的数据类型主要可以分为四类，分别是基础类（LBS/设备等），信息类（搜索/浏览数据），交易类（网购/O2O），关系类（社交等）。 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 数据来源 Data Sources 近年来，官方数据开放程度提高，行业联盟兴起，第三方数据服务蓬勃发展，各大企业（以互联网核心 企业为主）也开始逐步开放群体画像数据，单一数据的跨界融合放大了其价值。但目前大数据应用的数 据源仍以企业自有数据为主。整体来看，数据产生量爆炸式增长，可分析的数据维度越来越丰富。 尚未形成完善统一的监管政策与行业规则，企业之间的数据孤岛情况仍然存在。数据交易方面，数据交 易模式与数据资产定价标准有待建立，发展程度尚不成熟。 艾瑞分析认为，大数据行业的发展将在政策法规和行业自律的约束下，从探索期步入高速发展的成熟期； 在市场客观需求的驱动下，数据的流通和共享将成为趋势。 1）发展现状 2）主要困局 3）前瞻视点 伴随着数据资源价值逐步得到认可，数据流通的需求不断上升，除企业直接合作外，数据交易市场开始出现，建立数据需求方与供给 方之间成规模化的联系。而数据的开放需要多方助力，数据的流通与分享能够为大数据的价值提升赋能，尤其在经济价值和社会价值 方面会有较大提升。 行业数据 第三方数据 企业自有数据 数据交易 官方数据，包括国家统计局、工信部等及国家地 理、水利、卫星、气象等部门发布的公开数据 行业联盟数据等 运营商数据 第三方机构数据 包括CRM、ERP数据等企 业内部数据，以及投资并 购企业的相关数据 外部企业数据 主要通过企业合作、数据 交易等方式获取，形式多 样，来源广泛 10 产业链：数据管理（1/2） 数据管理囊括从数据收集到应用的全过程，且外延仍在拓展 包括数据采集、清洗、转换、 集成等环节，从业务过程中提 取多数据类型的数据信息，转 化为便于计算和存储的形式。 数据准备 存储管理 计算处理 数据挖掘 可视化 数据安全 包括数据存取、云存储等方面。 数据量爆发式增长，数据存储由 集中式向分布式发展，提高存取 效率，同时易于扩展。 以可读形式展现数据结果，在人与大数据系统间传递、交换信息。 交互形式越发丰富，降低了大数据的使用门槛。 包括大数据查询分析计算、批 处理计算、流式计算等多种计 算需求。此外，云计算极大提 升了对大数据的处理能力。 伴随着数据量的增加，数据 安全的重要性越发凸显，既 包括外来黑客攻击防护，也 包括用户个人信息管理。 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 基于不同的数据类型和格式提出的数据挖掘算法能够更科学地呈现 数据本身的特点，实现预测等更深入的分析需求。 数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程，经历了人工管理、文件系统、 数据库系统三个发展阶段。狭义的数据管理包括数据准备、存储管理、计算处理及数据安全等环节，伴随着非结构化数据 的爆发式增长，对数据的处理和管控提出了更高的要求，因此将数据挖掘和可视化也纳入广义数据管理过程，以满足更深 入的数据处理需要，在此过程中，数据管理的外延还将持续拓展。 11 产业链：数据管理（2/2） 数据挖掘与可视化成行业热点，数据管理向垂直行业分化 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 技术服务 Data Management 数据挖掘和可视化成为行业热点，一方面，数据挖掘算法渐趋成熟，数据洞察深度提升，另一方面，可 视化工具种类越来越多，应用需求的多样化催生了从场景衍生出来的定制化服务。 1）发展现状 技术方面，大数据的运作效率始终是行业发展的痛点之一，基础设施尚不完善。此外，在信息泄露事故 频发的情况下，数据安全领域还有待进一步深耕，以应对越发丰富复杂的大数据应用场景。 2）主要困局 艾瑞分析认为，云环境下的大数据存储和计算是未来数据管理的发展方向，大数据存储与计算效率将不 断提高；数据管理整体将向更垂直、更贴合具体行业特征的方向发展。 3）前瞻视点 大数据的数据管理环节 数据 准备 存储 管理 计算 处理 数据 安全 数据 挖掘 可视 化 12 产业链：数据分析 文本、图像、语音分析相对成熟，视频分析存在探索空间 文本分析 图像分析 语音分析 视频分析 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 技术 关键词检索 机器翻译 语义洞悉 应用 舆情评估 态度追踪 口碑管理 技术 图像识别 人脸识别 相似图像对比 应用 人脸建模 身份认证 摄影测量 技术 语音识别 语音理解 语音合成 应用 语音听写 情绪洞察 人声模拟 技术 运动目标检索 目标路径追踪 侦察预警 应用 活体检测 交通监测 场景布控 分析处理 Data Analysis 文本和图像的分析技术已相对成熟，可以达到较高精度，应用也相对落地。语音分析技术取得突破，可将 非结构化的语音信息（语义、语调、语速、音量等）转换为结构化的索引，实现对海量音频文件的的知识 挖掘和快速检索。而伴随着视频类应用的盛行和监控摄像头的普及，视频分析的需求也在逐年上涨。 语音分析整体发展相对成熟，但在自然语言处理方面还存在难点；视频形成的多维非结构化数据的存储与 挖掘技术仍不成熟，视频内容分析还存在优化空间。 艾瑞分析认为，视频分析和语音分析的需求将继续增大，在机器学习的基础上，未来将不断提高智能程度， 进一步解放人工劳动，如应用于直播行业的内容监测工作。 1）发展现状 2）主要困局 3）前瞻视点 13 产业链：数据应用 从独立数据产品向完整行业解决方案发展，定制化将成趋势 解决方案 工具/产品化服务 行业应用 将基础设施和信息资源联合起来，结合政 务、公安、旅游等领域的典型行业特征， 共同为对应产业提供智慧解决方案。 正逐步从通用型产品向更加场景化的方向 拓展，应用层面也更加落地，尤以智能分 析类软件的快速发展为代表。 越来越多的行业开始探索利用大数据提升产 业效能。互联网化程度较高的行业转变得更 快，较早开始转型的领域积淀得更深。 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 应用类型 Data Application 大数据应用从独立的工具产品向完整的行业解决方案发展，相关产品和企业的数量大量增加，涉及领域 越来越广。 各行业的数字化发展程度并不均匀，行业智慧解决方案所涉及的各领域数据的关联程度和挖掘深度还有 待继续加强。此外，各行各业的数据应用需求具有较大差别，难以通过一类或几类数据产品全面覆盖。 艾瑞分析认为，产业赋能方面，未来智慧城市领域的政企合作将进一步延伸；工具属性方面，具体的大 数据产品/服务将向轻量级、定制化方向发展，满足多样的需求。 1）发展现状 2）主要困局 3）前瞻视点 14 中国大数据产业发展 宏观政策环境不断完善，大数据已上升为国家战略 2013 推动 2015 强化 2012 支持 【国务院】支持海量数据存储、处理相关软件的研发和产业化，推进信息安全关键产品研发和产业化。 【国务院】推动商业企业加快信息基础设施演进升级，增强信息产品供给能力，形成行业联盟，制定行业标准，构建大数据产业链，促进创新链与产业链有效嫁接。 【工信部】定义个人信息范围，提出个人信息收集和使用规则、安全保障等要求。 【国务院】推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展。 【发改委】运用互联网与大数据的技术来创新监管的方式。 【工信部】大数据产业将纳入“十三五”规划。 【工信部】加快云计算与物联网、移动互联网、现代制造业的融合发展与创新应用，积极培育新业态、新产业，加快推进云计算与大数据标准体系建立。 【国务院】运用大数据加强对市场主体服务和监管。 【国务院】推动政府信息系统和公共数据互联共享，建立市场化应用机制，深化大数据在各行业的创新应用，强化信息安全保障，顺应潮流引导支持大数据产业发展。 国家对大数据产业的重视程度不断上升，从数据存储、软件研发到信息安全，从产业链、行业联盟到跨行业融合的新业态，不断完善宏观政策，推动数据互联共享和标准体系建立，引导支持大数据产业健康发展。 一些地方政府也已开始着力发展大数据产业，自2013 年以来陆续出台了推进计划，强调研发及公共领域应用，促进相关政策法规的完善；重视通过大数据引领产业转型升级，与企业合作共建地区大数据生态；建立大数据基地，吸纳优秀企业落户扎根。伴随着宏观政策环境的逐步完善，我国大数据产业茁壮发展。 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 2012年-2015年中国大数据政策梳理 15 中国大数据产业发展 从信息驱动向数据智能驱动进阶 中国大数据产业的发展正在从信息技术驱动向数据驱动方向进阶，未来在数据挖掘、机器学习、人工智能等技术的基础上， 还将以智能化的形式赋能各行各业。大数据趋势正从互联网向各个领域延展，各行各业的决策正在向“数据智能驱动”转 变。 信息驱动 Information Technology 数据驱动 Data Technology 智能驱动 Intelligence Technology IT DT IT时代以自我控制、自我管 理为主。信息技术驱动生产， 以信息流为核心，通过传感 技术、通信技术和计算机技 术等实现占有、掌握、传输 和控制。数据作为“附加产 物”，碎片化严重。 DT时代以服务大众、激发生 产力为主。数据驱动业务， 以数据流为中心，注重开放、 透明、体验和分享，基于产 业协同关系以及云计算等技 术，通过数据整合打通数据 链路，加快产业升级。 “IT”时代通过智能技术为 产业智能提供解决方案、解 放劳动力。智能驱动决策， 在数据挖掘、机器学习、人 工智能等技术逐渐成熟的基 础上，赋能产业，改变人与 场景的交互方式。 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn “IT” 中国大数据产业发展阶段的演变 16 中国大数据产业发展 互联网基因有利于大数据的获取与处理 大数据结合互联网行业的发展相较于其他行业而言，发展速度更快，应用更加落地。其优势在于：1）数据获取：互联网 形式更有利于与用户发生交互，能够采集到连续数据；2）数据处理：互联网的形态更有利于海量数据的存储和分析，特 别是将大数据与云计算的结合，改变了传统的高成本低效率的数据存取方式。 在此基础上，互联网大数据能够结合大数据技术在金融、医疗等传统行业的发展经验，助力互联网+金融、互联网+医疗等 互联网大数据的应用高效健康地发展。同时，互联网大数据各应用类型的高速发展，也推动了传统行业对数据资产的重视 程度，加快了其数字化进程。 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 提供行业经验 互 联 网 大 数 据 传 统 行 业 推动数字化进程 互联网形式更有利于与用户发生 交互，能够采集到连续数据。 数据获取 互联网的形态更有利于海量数据 的存储和分析。 数据处理 中国互联网大数据的核心优势 17 84.0 115.9 20142015E2014年-2015年中国大数据市场规模 中国大数据市场规模（亿元） 中国大数据产业发展 从互联网大数据向各领域延展 根据中国信息通信研究所统计，2014年中国大数据市场规模约为84亿元，预计2015年中国大数据市场规模将达到115.9亿 元，增速达38%，2016至2018年中国大数据市场规模还将维持40%左右的高速增长。 自2006年以来，我国出台多项规定，促进数据开放共享，引导大数据产业的健康发展。从行业来看，互联网行业是大数据应用的领跑者，其次，大数据应用水平相对较高的主要是电信、金融等行业，而医疗、零售、交通、物流等传统行业也在大数据方面有所探索，并且已出现部分相对成熟的应用类型。企业大数据的应用情况相较于上一年度而言，整体呈增长态势。 各行业的数字化进程并不均衡，部分传统行业的大数据技术与应用的渗透率还较低，仍有较大增长空间。 金融 互联网 电信 物流 制造 医疗 交通 农业 能源 汽车 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 来源：中国信息通信研究所2015年中国大数据发展调查报告， 艾瑞咨询研究院自主研究及绘制。 ©2016.10 iResearch Inc www.iresearch.com.cn 增速 38% 2016年中国大数据产业分布 18 中国互联网大数据产业发展 已上市互联网企业：以BAT为首的数据驱动型媒体整体表现好 Top20席位中网络媒体占据半壁江山 企业市值Top3均为数据驱动型企业 640.4亿元 663.8亿元 538.4亿元 943.6亿元 174.7亿元 1028.6亿元 广告营收 总营收 广告营收 总营收 广告营收 总营收 注释：1.各企业广告营收统计标准以其财务报表中公布的广告营收数字为准，不考虑因税收和返点引起的统计口径差异；2. 阿里巴巴集团广告营收由财报及其他公开信息结合 艾瑞咨询集团推算模型估算，淘宝广告营收为中国商业零售业务中的核心收入来源，其广告营收不包含佣金收入及其他店铺费用。 来源：根据企业公开财报、行业访谈、iAdTrackar监测数据及艾瑞统计预测模型估算，仅供参考。艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 12966.1 12295.2 4251.0 2065.2 1537.2 1499.3 1091.0 796.1 591.7 509.3 475.4 459.9 423.3 414.2 409.7 268.9 256.6 252.3 228.3 224.3 阿里巴巴 腾讯 百度 京东 网易 携程 乐视 58同城 去哪儿 三七互娱 科大讯飞 昆仑万维 网宿科技 唯品会 恺英网络 微博 汽车之家 人民网 搜房网 新浪 2016年已上市互联网公司Top20市值 市值（亿元） 注释：统计时间节点为2015年12月31日收盘后企业市值，美元汇率统一按照6.5核算。 来源：综合企业财报、招股说明书、公开新闻报道及专家访谈，根据艾瑞统计模型核算，艾瑞咨询研究院自主研究及绘制。 ©2016.11 iResearch Inc www.iresearch.com.cn 19 300.0 75.0 69.0 37.0 30.0 23.1 8.0 25.6 76.9 25.4 23.9 35.0 4.6 3.8 27.5 55.0 22.1 5.1 4.8 16.5 蚂蚁金服 小米科技 滴滴出行 陆金所 新美大 今日头条 大疆创新 菜鸟网络 借贷宝 众安保险 京东金融 uber中国 魅族 链家网 乐视移动 微众银行 神州专车 饿了么 美图秀秀 乐视体育 2016年未上市互联网估值Top20企业增长指数 数据驱动型企业，通常自有完整大数 据系统，以数据为支撑进行各环节分 析决策，从而实现企业运营管理。相 较于传统企业，数据驱动型企业在企 业数据的时间纬度、颗粒度及覆盖度 方面都趋于精细化，并通过与实际运 营流程的结合，实现其数据价值。 中国互联网大数据产业发展 未上市互联网企业：数据驱动型企业成为领跑者 增长指数 = 2016年企业估值 成立年份距2016年的年限 数据驱动型 企业估值Top3均为数据驱动型企业 注释：统计范围为2013年1月1日至2016年7月15日间，获得过融资、主营业务在中国大陆，并在未来筹备独立上市的初创企业。不含已上市企业（包括新三板上市）。以2016年企业估值排名为序。 来源：综合公开资料及专家访谈，根据艾瑞统计模型核算，艾瑞咨询研究院自主研究及绘制。 ©2016.11 iResearch Inc www.iresearch.com.cn 来源：艾瑞咨询研究院自主研究及绘制。 ©2016.12 iResearch Inc www.iresearch.com.cn 增长指数较高的均为数据驱动型企业 20 中国大数据产业现状分析 1 中