名称描述内容
输入关键词搜索海量报告...
​智研瞻产业研究院
交通运输
金融服务
物流运输
食品饮料
能源环保
家电IT
零售快消
矿产冶金
医疗健康
五金仪表
其它
化工新材
机械制造
互联网+
文体产业
服务行业
地产建筑
轻工服装
中国数据中台行业研究及前瞻分析报告
❤ 收藏

中国数据中台行业研究及前瞻分析报告

【交付方式】 即时更新(3个工作日内)   Email电子版
【订购电话】 13590156548
【报告格式】 电子版(PDF      
QQ 咨询】 1977505100


12800.00
¥12800.00
¥6500.00-6800.00
¥6435.00-6732.00
¥6370.00-6664.00
¥6175.00-6460.00
重量:0.000KG
数量:
(库存300)
立即购买
加入购物车
商品描述

【交付方式】 即时更新(3个工作日内)   Email电子版
【订购电话】 13590156548
【报告格式】 电子版(PDF      
QQ 咨询】 1977505100



第一章 数据中台的基本概述
1.1 企业三大中台结构分析
1.1.1 业务中台结构
1.1.2 数据中台结构
1.1.3 技术中台结构
1.2 数据中台的作用及特点
1.2.1 数据中台的主要形式
1.2.2 数据中台的基本作用
1.2.3 数据中台的基本定位
1.2.4 数据中台的数据能力
1.2.5 数据中台的业务流程
1.3 数据中台与相关概念的区分
1.3.1 数据中台与业务中台
1.3.2 数据中台与数据仓库
1.3.3 数据中台与信息架构
1.4 数据中台的参考架构分析
1.4.1 数据域分析
1.4.2 资产域分析
1.4.3 服务域分析
第二章 数据中台行业发展环境分析
2.1 政策环境分析
2.1.1 两会代表相关提案提及
2.1.2 “互联网+”相关政策
2.1.3 大数据成为国家战略
2.1.4 企业数字化转型政策
2.1.5 相关数据展会陆续开办
2.2 技术环境分析
2.2.1 专利知识研发水平
2.2.2 我国信息化历程
2.2.3 产业互联网技术
2.2.4 大数据技术发展
2.3 产业发展环境
2.3.1 数字经济获得中央重视
2.3.2 数字经济产业发展特点
2.3.3 数字经济产业发展阶段
2.3.4 数字经济产业发展规模
2.3.5 数字经济地区总量规模
2.3.6 数字经济未来发展趋势
第三章 2015-2020年中国数据中台行业发展分析
3.1 数据中台的主要价值分析
3.1.1 数据中台的业务价值
3.1.2 数据中台的技术价值
3.1.3 契合软件行业发展变革
3.2 数据中台产业未来发展阶段
3.2.1 第一阶段:数据中台探索
3.2.2 第二阶段:应用效率提升
3.2.3 第三阶段:数据和业务空间重构
3.3 数据中台的市场发展综况
3.3.1 数据中台的市场热度
3.3.2 数字中台的市场规模
3.3.3 数据中台供给方分析
3.3.4 数据中台需求方分析
3.4 数据中台市场竞争格局
3.4.1 数据中台市场主体分类
3.4.2 数据中台市场主体规模
3.4.3 科技企业加快行业布局
3.5 数据中台建设问题及对策分析
3.5.1 数据中台发展的挑战
3.5.2 数据中台的建设关键
3.5.3 重视数据中台的发展
3.5.4 逐步加快人才储备建设
3.5.5 秉持数据价值观和方法论
第四章 2015-2020年企业数据中台建设需求分析
4.1 企业数字化转型建设分析
4.1.1 数字化转型背景
4.1.2 数字化转型需求
4.1.3 数字化转型指数
4.1.4 数字化转型战略
4.1.5 数字化转型关键
4.1.6 数据中台契合企业转型
4.2 企业对数据中台技术的要求
4.2.1 数据汇聚整合的能力
4.2.2 数据提纯加工的能力
4.2.3 服务可视化的能力
4.2.4 业务价值变现的能力
4.3 企业数据中台的应用价值
4.3.1 有效解决企业痛点
4.3.2 提升企业的竞争力
4.3.3 迎合企业营销战略
4.3.4 促进商业模式创新
4.3.5 逐步打破数据孤岛
4.3.6 提供深层次的客户
4.4 企业数据中台发展综况
4.4.1 企业数据价值认识提升
4.4.2 企业数字中台发展演进
4.4.3 企业数据中台的价值地位
4.4.4 企业数据中台的应用模式
4.4.5 企业数据中台的应用步骤
4.4.6 适用数据中台的企业类型
4.5 企业布局数据中台的几个维度
4.5.1 实施维度
4.5.2 技术维度
4.5.3 客户维度
第五章 2015-2020年疫情影响下数据中台技术应用分析
5.1 新冠疫情的现状及影响
5.1.1 全球新冠疫情数据
5.1.2 国内新冠疫情数据
5.1.3 疫情对经济的影响
5.1.4 国内经济恢复进展
5.2 数据中台应用于疫情防控
5.2.1 应用背景分析
5.2.2 应用驱动分析
5.2.3 应用价值分析
5.3 疫情影响下医院数据中台应用分析
5.3.1 医院数据中台应用背景
5.3.2 医院数据中台应用价值
5.3.3 医院数据中台应用关键
5.3.4 医院数据中台应用案例
第六章 2015-2020年数据中台技术应用于传统领域
6.1 零售领域
6.1.1 零售行业运行状况
6.1.2 零售数字化转型必要性
6.1.3 零售数据中台应用需求
6.1.4 零售数据中台应用布局
6.1.5 零售数据中台应用案例
6.1.6 零售数据中台解决方案
6.1.7 零售数据中台应用问题
6.1.8 零售数据中台应用展望
6.2 金融领域
6.2.1 金融行业运行状况
6.2.2 金融数据中台应用价值
6.2.3 金融数据中台供需分析
6.2.4 金融数据中台应用要点
6.2.5 金融数据中台应用案例
6.2.6 银行数据中台建设建议
6.2.7 金融数据中台应用前景
6.3 工业领域
6.3.1 工业领域运行状况
6.3.2 工业数据中台应用地位
6.3.3 工业数据中台搭建困境
6.3.4 工业数据中台搭建路径
6.3.5 工业数据中台应用前景
6.4 政务领域
6.4.1 政务数据中台应用价值
6.4.2 政务数据中台建设架构
6.4.3 政务数据中台应用状况
6.4.4 企业助力政务数据中台
6.4.5 政务数据中台应用建议
6.4.6 政务数据中台应用案例
6.4.7 政务数据中台应用趋势
6.5 教育领域
6.5.1 教育信息化发展状况
6.5.2 高校数据中台应用价值
6.5.3 高校数据中台建设架构
6.5.4 高校数据中台应用实践
6.5.5 高校数据中台应用案例
6.5.6 高校数据中台建设步骤
6.5.7 高校数据中台技术影响
6.6 乳制品领域
6.6.1 乳制品行业运作状况
6.6.2 乳制品行业数字化转型
6.6.3 乳制品行业数据中台现状
6.6.4 乳制品产业链数字中台应用
6.6.5 乳制品数据中台应用案例
第七章 2015-2020年数据中台技术应用于新兴领域
7.1 智慧城市领域
7.1.1 智慧城市建设综况
7.1.2 构建数据中台的关键
7.1.3 智慧城市数据开放重要性
7.1.4 智慧楼宇数据总体架构
7.1.5 智慧电网数据中台建成
7.1.6 气象数据中台企业合作
7.1.7 公安数据中台建设分析
7.1.8 城市数据中台搭建步骤
7.1.9 城市中台应用案例分析
7.2 智慧轨道交通领域
7.2.1 智慧城轨发展状况分析
7.2.2 智慧城轨数据中台应用背景
7.2.3 智慧城轨数据中台应用地位
7.2.4 智慧城轨数据中台应用核心
7.2.5 智慧城轨数据中台应用关键
7.3 博物馆网络领域
7.3.1 我国博物馆基本建设状况
7.3.2 博物馆数据中台技术层级
7.3.3 博物馆数据中台建设架构
7.3.4 博物馆数据中台应用领域
7.3.5 博物馆数据中台应用价值
7.3.6 博物馆数据中台应用风险
7.3.7 博物馆数据中台应用趋势
第八章 2015-2020年数据中台技术发展分析
8.1 数据中台技术的整体架构及构建
8.1.1 数据中台整体技术架构
8.1.2 数据中台技术架构设计
8.1.3 构建数据中台的关键技术
8.2 数据中台的技术架构分析
8.2.1 数据汇聚
8.2.2 数据开发
8.2.3 数据体系
8.2.4 数据资产管理
8.2.5 数据服务体系
8.2.6 运营和安全管理
8.3 数据中台技术系统的建设
8.3.1 总体建设步骤
8.3.2 战略规划要求
8.3.3 系统建设保障
8.3.4 建设目标准则
8.3.5 主要建设内容
8.3.6 关键实施步骤
8.4 数据中台技术的核心——数据治理
8.4.1 数据治理的价值
8.4.2 数据治理的问题
8.4.3 数据治理的要素
8.4.4 数据治理的路径
第九章 2015-2020年中国数据中台布局企业分析
9.1 数澜科技
9.1.1 企业发展概况
9.1.2 业务解决方案
9.1.3 企业发展优势
9.1.4 企业融资动态
9.2 明略科技
9.2.1 企业发展概况
9.2.2 AI中台布局
9.2.3 企业发展动态
9.2.4 企业融资动态
9.3 普元信息
9.3.1 企业发展概述
9.3.2 数据中台产品
9.3.3 数据中台项目
9.3.4 企业财务状况
9.3.5 核心竞争力分析
9.3.6 公司发展战略
9.3.7 未来前景展望
9.4 用友网络
9.4.1 企业发展概况
9.4.2 平台系统架构
9.4.3 产品应用模式
9.4.4 产品研发动态
9.4.5 财务运营状况
9.4.6 核心竞争力分析
9.4.7 公司发展战略
9.4.8 未来前景展望
9.5 华为
9.5.1 企业发展概况
9.5.2 财务运营状况
9.5.3 关键业务进展
9.5.4 公司发展战略
9.5.5 数据中台布局背景
9.5.6 数据中台业务特点
9.5.7 数据中台设计理念
9.6 苏宁
9.6.1 企业发展概况
9.6.2 公司经营范围
9.6.3 数据中台建设目标
9.6.4 数据中台主要结构
9.7 百度
9.7.1 企业发展概况
9.7.2 财务运营状况
9.7.3 数据中台发展实力
9.7.4 中台业务特点分析
9.8 腾讯
9.8.1 企业发展概况
9.8.2 财务运营状况
9.8.3 中台发展战略思维
9.8.4 数据中台产品动态
9.9 阿里
9.9.1 企业发展概况
9.9.2 财务运营状况
9.9.3 数据处理历程分析
9.9.4 数据中台发展布局
9.9.5 数据中台框架结构
9.9.6 数据中台发展特点
9.9.7 数据中台战略分析
9.10 其他企业布局状况
9.10.1 小米
9.10.2 京东
9.10.3 网易
第十章 2015-2020年中国数据中台行业投资分析
10.1 数据中台项目投资动态
10.1.1 睿帆科技融资布局
10.1.2 衡石科技启动新融资
10.1.3 惟客数据完成A轮融资
10.1.4 熵简科技完成B轮融资
10.1.5 袋鼠云B轮融资动态
10.1.6 滴普科技完成A+轮融资
10.2 数据中台项目投融资模式
10.2.1 定向增发模式
10.2.2 债券融资模式
10.2.3 IPO融资模式
10.3 数据中台项目投融资风险
10.3.1 新冠疫情风险
10.3.2 国际经营风险
10.3.3 业务经营风险
10.3.4 市场竞争风险
10.3.5 技术风险分析
10.3.6 知识产权风险
第十一章 中国数据中台项目投资案例分析
11.1 营销业务数据中台建设项目
11.1.1 项目基本情况
11.1.2 项目建设必要性
11.1.3 项目建设可行性
11.1.4 项目投资概算
11.1.5 项目主体及计划
11.1.6 项目经济效益
11.2 智能大数据融合平台项目
11.2.1 项目基本情况
11.2.2 项目建设必要性
11.2.3 项目建设可行性
11.2.4 项目投资规模
11.2.5 项目审批情况
11.2.6 项目实施主体
11.2.7 经济效益评价
11.3 AI城市超级大脑项目
11.3.1 项目基本概况
11.3.2 项目实施必要性
11.3.3 项目实施可行性
11.3.4 项目建设规划
11.3.5 项目预期效益
第十二章 2020-2026年数据中台行业发展前景及趋势预测
12.1 数据中台发展机遇分析
12.1.1 数据资源开放
12.1.2 市场需求激发
12.1.3 技术能力提升
12.1.4 创新创业加快
12.1.5 资本市场驱动
12.2 数据中台发展前景及趋势
12.2.1 数据中台整体发展前景
12.2.2 数据中台未来发展热点
12.2.3 数据中台未来发展趋势
12.3 2020-2026年中国数据中台发展预测分析
12.3.1 2020-2026年中国数据中台发展的影响因素分析
12.3.2 2020-2026年中国数字中台市场规模预测



智研瞻产业研究院部分客户
下载订购协议


报告研究方法

报告主要采用的分析方法和模型包括但不限于:
- 波特五力模型分析法
- SWOT分析法
- PEST分析法
- 图表分析法
- 比较与归纳分析法
- 定量分析法
- 预测分析法
- 风险分析法
……
报告运用和涉及的行业研究理论包括但不限于:
- 产业链理论
- 生命周期理论
- 产业布局理论
- 进入壁垒理论
- 产业风险理论
- 投资价值理论
……
数据来源
报告统计数据主要来自智研瞻产业研究院、国家统计局、地方统计局、海关总署、行业协会、工信部数据等有关部门和第三方数据库;
部分数据来自业内企业、专家、资深从业人员交流访谈;
消费者偏好数据来自问卷调查统计与抽样统计;
公开信息资料来自有相关部门网站、期刊文献网站、科研院所与高校文献;

其他数据来源包括但不限于:联合国相关统计网站、海外国家统计局与相关部门网站、其他国内外同业机构公开发布资料、国外统计机构与民间组织等等。


报告研究基于研究团队收集到的大量一手和二手信息,研究过程综合考虑行业各种影响因素,包括市场环境、产业政策、历史数据、行业现状、竞争格局、技术革新、市场风险、行业壁垒、机遇以及挑战等。


通过对特定行业长期跟踪监测,分析行业供给端、需求端、经营特性、盈利能力、产业链和商业模式等方面的内容,整合行业、市场、企业、渠道、用户等多层面数据和信息资源,为客户提供深度的行业市场研究报告,全面客观的剖析当前行业发展的总体市场容量、竞争格局、细分数据、进出口及市场需求特征等,并根据各行业的发展轨迹及实践经验,对行业未来的发展趋势做出客观预测。


智研瞻产业研究院建立了严格的数据清洗、加工和分析的内控体系,分析师采集信息后,需严格按照公司评估方法论和信息规范的要求,并结合自身专业经验,对所获取的信息进行整理、筛选,最终通过综合统计、分析测算得相关产业研究成果。