發布時間：2023-03-08 15:25:42
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的大數據產業發展報告樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
【關鍵詞】大數據；醫療健康；醫療信息化
1 國際大數據產業在健康醫療領域的應用發展現狀
近年來，英、美、加拿大等國家先后投入巨資開展醫療健康信息化建設，引入大數據信息化技術使得醫療健康信息化系統能夠輔助公民醫療質量和安全，提升整體醫療服務質量，提高醫療服務可及性，降低醫療費用，減少醫療風險。
1.1 美國：推動健康醫療大數據開放共享，重點發展精準醫療
美國在推動大數據研發和應用上最為迅速和積極。在健康醫療大數據方面，2014年6月，FDA公共數據開放項目openFDA正式上線，開放了2004至2013年間的300萬份藥物不良反應和醫療過失記錄（經脫敏處理數據），鼓勵企業和個人對數據價值進行挖掘與分析。2015年1月，美國前總統奧巴馬宣布劃撥2.15億美元作為精準醫療計劃經費，加快基因組研究。同時美國還制定一系列的標準和要求，以保護隱私和跨系統數據交換安全。
1.2 英國：積極發展個性化醫療，注重隱私保護
2013年6月，英國醫療保健當局宣布將建立世界最大的癌癥患者數據庫，收集來自英國各地醫療機構的病例和1100萬份歷史檔案記錄，保存和整理英國每年35萬新確診的腫瘤病例的全部數據。同年，英國啟動了醫療健康大數據旗艦平臺care.data，集中了全英國的家庭醫生和醫院記錄的病歷以及社會服務信息。由于該平臺運作中發生數據被披露，2016年7月6日，為保護患者隱私，care.data計劃被終止。
1.3 加拿大：建設互聯互通平臺，探索衛生經濟和療效研究
近年來，加拿大借助大數據和移動互聯網技術建立了覆蓋全國的電子健康檔案、藥品信息、實驗室信息、影像系統、公共衛生信息和遠程醫療系統，建立統一識別系統以及基礎架構和標準的研究。同時，利用大數據開展基于衛生經濟學和療效研究的定價計劃，開展了基于衛生經濟學和療效的藥品定價試點項目，利用數據分析衡量醫療服務提供方的服務，并依據服務水平進行定價。
綜上所述，國外政府高度重視醫療大數據產業發展，政策著力點主要在三個方面：一是開放數據，提供社會高質量數據資源；二是在前沿及共性基礎技術上增加研發投入；三是積極推動政府和公共部門應用大數據技術。
2 我國醫療大數據應用發展現狀
2.1 前期的醫療信息化建設為醫療大數據產業發展打下了堅實的基礎
2006年開始，我國開始建設區域衛生信息平臺，整合區域范圍內醫院、基層衛生機構、公共衛生的各類數據，形成以個人為中心的電子健康檔案庫。數據主要包括臨床信息――處方、檢驗報告、檢查報告、手術報告、病案首頁、出院小結；公共衛生信息――疾病報告、疾病管理、生命統計、兒童保健、婦女保健、老年人保健等。通過十年多探索，在醫療健康大數據已經初步具備了基礎和規模，并取得了一些標志性的成果：
一是，國家層面的頂層設計和總體框架：建設了人口健康信息化建設的指導意見“46312”工程，“全民健康保障信息化”工程一期數據總體架構。
二是，國家衛生標準制定和互聯互通：圍繞互聯互通與信息共享，已研發形成了89個數據集、277項醫療衛生信息標準、3300個數據元。以公民身份證號碼為唯一標識實現了醫療衛生數據與公安、教育、民政、人社等部門的信息協同，共計覆蓋13.6億人口，包含13項信息的國家人口基礎庫。
三是，衛生信息化基礎能力建設：目前，全國有71%的省啟動了省級衛生信息化平臺建設，46%的地市啟動了市級衛生信息化平臺建設，29%的區縣啟動了區縣級平臺建設。2015年國家衛生計生委啟動了十省互聯互通項目，目前已經接入了上海、北京、湖南、湖北、江蘇、浙江、福建、重慶、內蒙古、遼寧十個省級平臺。在醫院層面，目前我國約50%的委屬醫院，42%的省屬醫院和38%的市屬醫院已啟動醫院信息平臺建設。
2.2 國家出臺了一系列政策為醫療大數據產業發展提供了良好的發展環境
2015年起，國務院和國家衛生計生委等有關部門陸續了一系列指導性文件，提出加快醫療大數據相關技術和產業發展，推動醫療衛生服務模式和管理模式轉變，提升我國醫療服務水平，從而為醫療大數據發展提供了良好的政策環境，相關政策如表1。
3 上海醫療大數據發展基礎與現狀
3.1 發展基礎與優勢
一是，構建了良好的醫療信息化和大數據基礎。上海率先建設了國內規模最大的三級醫院臨床信息共享工程――上海醫聯工程。醫聯工程接入了全部市級以上38家三級甲等醫院，數據涵蓋醫療中的醫療業務、臨床業務、醫學影像、醫療運營、醫療管理等核心內容。在此基礎上，上海市衛生計生委聯合申康中心建設了覆蓋全市16個區、所有600家公立醫療衛生機構的上海健康信息網。截至2015年底，上海市已累計為7175萬名患者建立了診療檔案，醫囑17.4億條，各類檢驗檢查報告2.3億份；建立了國內最大的醫學影像中心數據庫，實現了醫學影像數據的調閱共享，截至2015年底，累計采集影像資料9.8億幅，數據量413T，月均跨院調閱影像數據約2萬次。
二是，集聚了一批國家級科研院所和創新平臺。包括中科院上海生命科學研究院、藥物所、復旦大學醫學院、上海交通大學醫W院、第二軍醫大學等大批國家級科研院所及相關醫院。建成和在建國家新藥篩選中心、上海蛋白質科學設施、國家肝癌中心、國家轉換醫學中心等國家級科學基礎設施和創新平臺。復旦大學建成“上海市數據科學重點實驗室”，涉及醫療健康、智慧城市等多領域的大數據分析，并在國內率先成立大數據學院。
三是，擁有國際化創新產業集群。上海市已形成生物醫藥和軟件大數據等產業集群，集聚了萬達信息、金士達衛寧等國內醫療信息化領先企業以及上海醫藥、上海聯影、上海微創等一批生物醫藥和醫療器械企業；成立了上海數據交易中心作為大數據“交易機構+創新基地+產業基金+發展聯盟+研究中心”五位一體的重要功能性平臺；匯聚IBM、Intel、微軟、羅氏等跨國公司研發機構超過200家。
四是，具備創新改革多重疊加優勢。上海正在推進張江國家自主創新示范區建設、深化中國（上海）自由貿易試驗區改革開放。在國家的大力支持下，正探索科技金融、國際人才試驗區、海外人才往來、國際合作研究等方面創新改革的先行先試，具備獨特的創新改革優勢。
3.2 存在的不足與瓶頸
上海市醫療健康行業中累積了大量的結構化和非結構化醫療健康數據。但是，由于存在醫療數據互聯互通和標準化程度低等一系列問題，制約了醫療大數據產業發展，具體如下：
（1）缺少標準化規范，數據質量不高：各醫療服務機構在推進信息化建設過程中缺乏通用的數據標準、技術標準、管理標準和業務標準，難以形成標準化的公共服務體系。采集的數據由于缺乏統一標準，數據記錄存在偏差和殘缺等原因，總體數據質量不高。
（2）資源管理分散，大數據利用水平低：從醫聯工程建成至今，上海市積累了近PB級的包括診療記錄、處方、醫囑、出院小結、檢驗檢查報告、醫學影像信息等在內的海量醫療數據，但由于存在數據結構化程度較低，電子病歷標準不一致、大量醫療數據存儲分散等問題，兼容性、可擴展性較差，給信息共享帶來了困難。同時，由于缺乏獲取知識級情報的技術手段、缺乏對醫療大數據資源的深入價值挖掘，還未形成數據驅動的科學研究模式與知識應用服務，實現醫療大數據的深度應用。
（3）醫療隱私保護難度增加：隨著醫療衛生信息共享的開展，隱私保護的難度逐步增加，很大程度上限制了醫療衛生信息資源的利用程度。
（4）缺少醫療大數據專業人才：隨著醫療大數據產業的快速發展，對專業技術人才的需求量激增，權威專家估算，我國未來五年相關專業人才缺口將高達130萬左右，尤其是橫跨生物醫學和信息科學，具備扎實理論基礎，又有業務實踐經驗的大數據人才非常緊缺。
（5）缺乏協同合作機制：醫療大數據關鍵產業環節之間還沒有建立有序的協同合作機制，為技術研發、工程孵化、成果轉化、行業應用、標準評估等關鍵環節提供合作渠道。
4 發展醫療大數據技術突破方向和重點
根據上海市醫療信息化和大數據產業基礎，結合國際大數據在健康醫療應用的發展趨勢，未來幾年，上海市相關機構和部門應主要針對以下核心技術進行研究和突破。
4.1 醫療大數據互聯互通技術
主要包括：互聯互通技術開放架構和配套技術、異質多源數據的整合技術等。通過適合多層級、跨區域醫療信息系統共享協同的互聯互通技術開放架構和配套技術，能夠適應多種醫療信息系統接口，提高互聯互通實施效率；研發支撐組學數據、醫療數據和健康數據等異質多源數據的整合技術，適應數據類型復雜、存儲模式多樣、語義標注體系各異、規模巨大等特點。
4.2 醫療大數據整合管理技術
主要包括：多源醫療大數據的語義關聯技術、醫療數據質量修復技術及基于數據管控的醫療大數據共享利用技術等。建立基于統一患者身份的索引、疾病代碼及藥品代碼規范等，在語義層實現多來源醫療數據與其他行業數據的融合，支持智能學習和語義理解；通過實現數據智能填充和補正，解決系統數據源頭質量低、數據缺失、填寫不規范的問題；在原始數據擁有方可管、可控、可溯源的前提下，允許第三方基于數據沙箱開展分析利用，促進醫療大數據利用水平。
4.3 醫療大數據分析檢索技術
主要包括：醫療知識圖譜智能構建技術、醫療影像分析技術等。基于臨床數據、健康檔案、人群隊列、專病數據庫等，在語義規范化和語義關聯網絡的基礎上，構建出跨知識庫融合的知識圖譜；通過圖像分割、圖像配準、圖像可視化、多時序圖像分析、統計學分析和生理學模型分析等，有效支撐臨床輔助診斷、療效評估等。
4.4 醫療大數據集成應用技術
主要包括：醫療質量控制管理技術、臨床精細診療決策支持技術、疾病經濟負擔分析評價技術、公共衛生決策支持技術、個性化智能健康服務推薦技術等。通過集成應用上述技術，實現相關技術的綜合運用，開發醫療質量監管、臨床輔助診療、衛生經濟分析、公共衛生決策服務、健康管理、醫保醫藥等軟件產品，并進行示范應用。
4.5 醫療大數據隱私保護及安全風控技術
主要包括：隱私保護技術和訪問控制技術，平衡隱私保護和數據挖掘需求的醫療大數據脫敏技術，基于訪問行為安全審計的、風險自適應的醫療大數據訪問控制技術等。通過上述技術的應用，實現針對不同數據共享方的數據按需脫敏，加強醫療大數據安全風險防控，構建基于安全多方計算的、醫療大數據隱私縱深保護體系。
5 相關政策建議
在開展技術研究突破的同時，為推進醫療大數據的應用和產業發展，建議從研發支撐平臺、成果轉化和工程應用、人才和能力建設等方面重點突破，創新建設體系與應用模式，全面引領和支撐我國醫療大數據領域的發展，形成完善的產業生態系統。
5.1 建設創新技術研發平臺
通過建立醫療大數據應用技術的創新研發平臺，組織開展醫療大數據互聯互通、醫療大數據整合管理、醫療大數據分析檢索、醫療大數據標準、醫療大數據隱私保護、醫療大數據行業應用等研究，進行P鍵技術的研發、產品化和工程化，快速提高我國醫療大數據應用技術水平。以居民健康檔案、臨床診療數據、生物組學數據、醫保醫藥等數據為基礎，著力探索醫療數據資源的統一標準，形成從區縣、地市級、省級到國家級別的數據資源全面整合共享和規范化，推動醫療數據的互聯互通和融合共享。
5.2 培育醫療大數據行業自主創新能力
通過行業領先企業和科研單位的強強聯合，發揮技術研發的導向作用，建設開放式、包容式技術研發創新平臺和產業聯盟，為國內外優勢力量提供參與協同創新的沃土。面向限制醫療大數據行業應用存在的重大技術瓶頸，以國家的醫療衛生行業需求為導向，承擔國家重大任務和企業提出的攻關研究項目，開展醫療大數據關鍵核心技術和新產品的戰略性、前瞻性研發，發展一批具有創新技術路線的醫療大數據的技術模式。
5.3 構建產學研用協同創新聯盟促進創新成果轉化
聯合醫療衛生管理部門、醫療衛生服務機構、醫療科研機構、互聯網醫療企業和醫保醫藥企業等產業鏈關鍵用戶單位，構建產學研用協同創新聯盟，積極探索醫療大數據應用技術的成果轉化，支撐醫療信息化產業鏈企業開展數據互聯互通、共享協同、分析利用等方面的產業鏈協作。建設技術成果應用示范基地，對接用戶單位產業化應用需求，推進技術成果轉化與實際應用，推動醫療大數據產業快速發展。
5.4 集聚和培育一批國際化優秀創新人才
充分利用上海市高校、研究機構及相關企業基礎及資源，形成跨學科跨領域聯合培養、多形式培訓模式和系統，建立醫療大數據應用技術的人才培養平臺，為醫療大數據創新工作提供源動力。充分發揮上海市建設科創中心的相關政策優勢，集聚和吸引各類優秀人才，形成一支結構合理、緊密協作的專病研究、人群隊列、公共衛生、生物組學、臨床醫學、計算機科學等多學科團隊。
5.5 開展模式創新提升我國醫療全產業鏈服務能力
聚集全醫療醫藥科研創新資源，通過“眾智、眾包、眾創”的模式促進醫療大數據的價值發現，面向行業共性問題和需求，研發一系列醫療大數據服務產品，形成數據驅動的醫療服務決策能力，提升醫療質量監管、臨床輔助診療、衛生經濟分析、公共衛生政策評價水平，并服務于健康、醫藥、醫保、醫療、大數據多個上下游產業鏈，提升我國醫療相關產業整體水平。
【參考文獻】
[1]張振，周毅，杜守洪，等.醫療大數據及其面臨的機遇與挑戰[J].醫學信息學雜志，2014，35（6）：1-8.
[2]周光華，辛英，張雅潔，等.醫療衛生領域大數據應用探討[J].中國衛生信息管理雜志，2013（4）：296-300.
“1+3+3”的杭州旅游大數據中心
杭州旅游大數據中心依托信息技術應用和大數據集成，構建以游客、旅游企業、旅游行政管理部門為主體的旅游產業數據采集、整合和分析體系，推動利用大數據來完善政府管理、改善旅游企業運營、幫助旅游者消費決策。建設內容可簡單概括為1個數據平臺、3個支撐體系（數據采集、數據分析、數據應用）和3大應用服務（政府決策、企業運營、公眾服務）平臺，簡稱“1+3+3”結構體系。
搭平臺、推應用、發信息，全方位利用好旅游大數據資源
整合多源數據搭建旅游大數據平臺
為切實整合好旅游大數據資源，杭州市旅游委員會（以下簡稱“杭州市旅委”）先后與中國移動、中國聯通、銀聯、百度、阿里云等單位合作，橫向整合市交通、氣象、環保等部門的涉旅數據，形成以游客的行前預訂、行中行為和行后反饋為主線，面向產業主體、多元結構的動態數據采集體系。通過數據庫的建庫和數據資源層、應用支撐層、信息服務層（展現層）等平臺整體架構的構建，實現多源數據的接收整合、挖掘分析、形象展示，以支撐政府、企業和公眾為中心的精準營銷、營運優化、信息查詢等應用場景。
圍繞開放共享推進旅游大數據應用
針對不同訪問權限下的數據查詢、下載和整合需求，杭州市旅委首先構建數據平臺的分級開放體系，向政府部門、企事業單位、社會公眾提供數據信息服務，實現旅游客流、旅游消費和旅游服務數據共享。其次，推出適配手機的大數據移動客流監測APP版本，實現錢江新城、武林廣場以及西湖音樂噴泉等重點區域的實時客流與歷史客流查詢，并具備客流警戒值的自動預警推送功能，推進旅游日常監管調度及應急指揮向數字化、網絡化、自動化邁進。最后，以官方微信平臺“在杭州”為載體，推出面向公眾的錢江新城燈光秀、斷橋和蘇堤等重點區域的實時擁擠度查詢模塊，實現游客對重點區域客流信息以及歷史數據的實時查詢，引導游客合理規劃游玩路線。
圍繞產業引導常態化旅游大數據信息
通過構建計量模型、機器學習算法等多種數據挖掘算法庫，杭州市旅委著力在游客畫像、客源分析、消費行為等多個維度進行系統挖掘，先后了2016杭州春節旅游大數據報告、“五一”旅游大數據報告、國慶“黃金周”旅游大數據報告和杭州旅游大數據分析月報等多項報告，借此推動杭州旅游創新發展、跨越前行的新經驗向外推廣，以此強化對旅游休閑產業發展的超前引導。
示范效應、品質提升顯著，數據中心成為全域旅游的重要支撐
示范顯著，創新經驗廣泛推廣
經過兩年的建設，杭州市旅委在旅游大數據集成及應用方面取得了一定成績，吸引了中央和地方等媒體單位的廣泛關注，并先后接待了河北省旅游局、成都市旅游局、紹興市旅游委、麗水市旅游委和開化縣旅游局等單位的學習交流，受到了各兄弟城市的一致好評。
為支持桐廬創建國家全域旅游示范區，杭州市旅委還將杭州大數據的工作經驗復制到桐廬，幫助桐廬縣旅委建設桐廬旅游大數據平臺。在2016年全域旅游創建工作現場會議上，桐廬旅游大數據平臺向國家旅游局李金早局長做了專題匯報，得到了國家旅游局領導和與會嘉賓的高度認可，成為本次會議的一大亮點。
“平急”結合，促進政府科學管理
數據中心是創建國家全域旅游示范區的必要條件之一，杭州旅游大數據中心已成為杭州創建國家全域旅游示范區的重要支撐。“平時”作為產業運行分析平臺，精確刻畫“游客從哪里來？”、“游客怎么來？”、“游客去哪里玩？”“游客怎么玩？”的游客在杭州游覽的動態特征，提升產業發展的引領能力和整合能力；“急時”作為旅游應急協調平臺，開展重點區域客流實時監測、趨勢預測，提高各類旅游突發事件應急處置能力，保障游客的生命財產安全。
主動服務，旅游品質顯著提升
1.1基于大數據的科技創新知識服務能夠滿足企業知識智慧應用和技術創新需求大數據的資源復雜而豐富，在密集復雜的大數據中所涵蓋的科技期刊、博碩論文、專利、標準等數據資源是企業科技創新過程中必不可缺的重要核心資源。隨著這些大數據的不斷產生及情報服務行業學科方向的轉變，大數據已經成為信息服務行業從文獻提供服務向情報信息分析服務（知識服務）轉變的重要基礎，也將成為企業通過科技創新知識服務實現自身核心競爭力的一個原動力。基于大數據的科技創新知識服務的核心是情報服務機構基于互聯網技術和云計算將用戶、管理、大數據資源、知識、能力和過程等重要元素進行了有機集成和優化，實現數據資源的知識轉化，服務于企業科技創新過程知識服務的全生命周期活動中。蘋果公司的奇跡也主要靠喬布斯明銳的情報信息分析力和情報信息的思維以及“情報信息第一創新第二的理念”而取得的。基于大數據的情報信息知識服務無疑是科技創新的倍增力，新時期要以滿足科技進步與創新的信息需求為主線，充分利用大數據，用知識服務人類，著力推進科技信息工作向知識服務轉型，實現情報信息服務模式發展的高端化、專業化、特色化和知識化。1.2基于大數據的科技創新知識服務是科研人員參與互動的嵌入式協同服務據統計，全球將近87.5%的數據未得到真正利用，且所有大數據的資源數據本身主要都是來自于大數據用戶（以科研人員為主），使得大數據知識服務關注的重心理應轉移或回歸到用戶自身的需求。而大數據知識服務是在大數據獲取、存儲、組織、分析和決策過程中產生，其模式強調知識、能力、資源和過程以服務的形式進行有機融合，體現了在大數據管理和處理過程中對知識、資源和服務過程等的配置和整合能力，反映了知識服務機構完成相應行業、領域的服務水平。同時，大數據知識服務體系融合了物聯網、云計算和信息物理融合系統等新興信息技術，在大數據知識服務模式下，可以使企業科技人員在利用各類科技文獻資源和獲取知識服務時能夠通過計算機技術實現學習和感知，并以此完成對各類科技信息資源的管理和加工處理，有針對性地激發中小企業科研人員的創新活力和潛力，使企業在技術創新中的針對性更強，充分發揮企業科研人員的創新骨干作用。
2基于大數據的寧夏科技創新知識服務體系建設探討
情報信息機構服務模式的創新是時代賦予情報信息人員新的使命，其個性化、特色化的知識服務不但是學科發展方向轉變的重要體現，也是提高情報信息機構核心競爭力，應對未來數字化環境和用戶高端化、學科化知識服務需求的重要保證。全國各大省市都有其各自的區域特點，寧夏雖然是個欠發達且經濟實力相對不足的小省，但由于區域優勢云集了相應的農業特色產業和能源化工產業優勢，圍繞寧夏地區的特色優勢產業和重點產業發展，借簽外省區的相關知識服務經驗，基于大數據建立具有本地化區域特色的科技創新知識服務體系能夠大力推進區域經濟發展。2.1構建服務于寧夏企業科技創新的大數據數字化科技文獻資源載體針對寧夏地區的區域特點以滿足寧夏科技創新發展需求為目的，重點圍繞寧夏科技重大專項、重點產業及高新技術產業園區等產業發展的需要，依托寧夏科技文獻共享創新服務平臺集成整合能夠適合本地區科技創新人員交互利用性強的大數據科技文獻數據資源，服務于寧夏地區的科技創新。根據寧夏現有科技文獻資源的具體情況，緊密結合寧夏地區的區域經濟發展和科技創新活動特點，集成整合大數據中中外期刊、學位論文、會議論文、國內外科技報告、世界各國專利文獻、標準文獻、圖書、報紙和網絡信息資源等海量科技文獻信息資源為科技基礎戰略資源文獻；以政策法規、科技資源、科技成果、網絡資源等為科技管理文獻；以自建的本地化特色文獻資源作為補充，如：寧夏枸杞產業專題數據庫、寧夏馬鈴薯產業專題數據庫等；并依托現有寧夏科技文獻資源共享平臺對聯盟成員單位“寧夏大學圖書館、北方民族大學院圖書館”的各類特色資源進行了集中鏈接。通過優化重組打造元數據倉儲數據庫，構建寧夏科技文獻知識服務的云服務平臺，服務于寧夏企業科技創新，推進科技文獻核心資源的交互利用和開放獲取，解決科技創新活動中的科學技術問題或關鍵問題。2.2面對科技創新主體建立“服務層次化、服務體系化及服務主動化”的規范化服務模式大數據科技文獻資源是激發科研人員的創新思路的重要源泉，為了更好地發揮其導向的作用，實現大數據科技文獻資源在寧夏科技重大專項、重點產業及高新技術產業園區等的高效應用，全面推進綜合科技文獻信息服務業務向知識服務的轉變，面對科技創新主體以“服務層次化、服務體系化及服務主動化”的規范化服務，宣傳推進個性化知識服務。服務層次化：知識服務是用戶目標驅動的服務，將寧夏地區的用戶群劃分“會員用戶、個人注冊用戶、VIP重點用戶”幾個層次，更好地明確服務目標，強化服務目的。服務體系化：情報信息專業人員依據寧夏科技文獻資源平臺開展全方位的宣傳培訓，實現大數據資源開放獲取的普及應用；對用戶企業進行實地考察調研，了解創新實體的研究方向和目標；根據調研結果由專人負責制定服務策略；專人負責定制跟蹤服務；編寫行業月報、行業分析報告、專利分析報告、競爭情報等知識服務產品；對相關產品及用戶資源建檔進行歸檔管理。服務主動化：以“走出去，與用戶面對面”的宣傳理念，有針對性地開展培訓、專題活動、新聞媒體投稿宣傳等多種形式的綜合應用服務宣傳推廣。2.3依據區域特點打造“專題服務、定題服務、專利分析報告”等為主的定制知識服務知識服務就是依托數據共享，智慧地利用大數據的交互和挖掘，實現數據的高度“加工”和“增值”，形成知識服務產品，它貫穿為用戶解決科技創新技術問題的服務工程，是一種增值服務。因此，為了更好地發揮大數據的最大價值，圍繞寧夏科技重大專項、重點產業及高新技術產業園區等產業發展的需要，依托大數據的分布式計算架構，通過云計算對海量數據的挖掘和知識加工，為創新主體中提供最直接、最快捷、最高效的定制科技文獻知識服務產品，如：專題服務、定題服務、專利分析報告等，使其成為科技創新的重要戰略支撐產品。2.4構建基于大數據的科技創新知識服務人才團隊隨著情報服務學科方向的轉型和大數據的到來，情報服務業務人員的業務素質體現在對大數據的“加工能力”上。為更好地推進寧夏地區知識服務的開展，必須注重加強與國內大院大所深化合作的機制；加強對知識服務人員在學科態勢分析、專利分析、技術趨勢分析、競爭情報等知識的培訓學習，掌握競爭情報的分析方法、技術及相關軟件分析系統；逐步培養和凝聚一批在知識服務方面有較深造詣的高層次創新型專業人才，順利實現情報服務向知識服務的轉型。
3結束語
大數據（Big Data）并非一個嚴格的學理性概念，而是一個描述性話語，即大型數據集。目前并沒有對此概念有統一的認識，普遍的觀點是數據集非常大，無法用傳統的工具對其進行存儲、處理和分析。數據量達到10PB就可以稱之為大數據。
考量一個企業是否擁有大數據要從三個維度，即數據規模、數據結構和數據相關性來進行[1]。例如在一個網站上，如果用戶只進行簡單操作，瀏覽，玩游戲，那么形成的數據雖然數量龐大，但是結構簡單，重復率高，可分析的數量有用信息少，就稱不上是大數據。
1.1大數據的特點
通常認為大數據有下述“四V”特征：
（1）量大（Volume Big）。數據量級已從TB（1024字節）發展至PB乃至ZB，可稱海量、巨量乃至超量。[2]（2）多樣化（Variable Type）。類型繁多，愈來愈多為網頁、圖片、視頻、圖像與位置信息等半結構化和非結構化數據信息。（3）快速化（Velocity Fast）。數據流呈現高速實時特點，需要快速、持續的實時處理。（4）價值高和密度低（Value High and Low Density）。以視頻安全監控為例，連續不斷的監控流中，有重大價值者可能僅為一兩秒的數據流；360°全方位視頻監控的“死角”處，可能會挖掘出最有價值的圖像信息
1.2大數據的應用價值。“除了上帝，任何人都必須用數據說話”，這句話強調和凸顯了數據在日常生活、企業管理、學術研究等各種活動中的價值。大數據作為一種新型產業資源，通過盡對完善的數據進行深度智能分析和建模，可以挖掘各種事物的潛在關聯，和以往不為人知的相關性，判斷事物發生概率，預測事物走向，預見某些社會趨勢。使混雜的信息在大數據時代的社會管理、商業經營、產業開發、文化創意、等方面更能發揮見微知著的預見性價值。
2.美國發展大數據戰略的政策及現狀
2.1美國推行大數據政策的原因
（1）大數據已成重要的戰略資源。大數據是重要的戰略資。美國的大數據產業發展廣泛滲透到經濟、政治、教育、安全和社會管理等領域，步入大規模商業化階段。
（2）大數據已成企業發展的巨大引擎。“Facebook”、“Twitter”項目的成功，標志著信息技術企業加快推動大數據業務的發展，大數據的使用將成為領先企業與其他企業之間最顯著的差別。大數據已成為新的盈利模式，正在推動改革企業的決策模式、運營模式和競爭模式，成為企業發展戰略的重要組成部分。
（3）大數據應用發展迅猛。互聯網、商業智能與咨詢服務領域、零售行業是大數據應用的最大受益者。麥肯錫報告指出，大數據為美國的醫療服務業每年節省 3000億美元，幫助美國零售業凈利潤增長 60%，幫助制造業在產品開發、組裝等環節節約50%的成本。
（4）創新成為大數據戰略出臺的直接動因。金融危機迫使政府提高政策透明度，創新管理方式，改變目前面臨的困境。大數據已成為促進管理創新，提高公共服務能力，刺激經濟增長的最重要推動力。
2.2政策的提出和現狀。3月29日，奧巴馬政府了《大數據研究和發展倡議》，旨在提升利用大量復雜數據集合獲取知識的能力。美國在大數據發展與應用方面已經形成較為普遍的共識，主要應用狀況如下：
（1）以大數據應用支撐政務活動。美國政府依托數據分析進行決策，在公共政策、輿情監控犯罪預測、反恐等活動中積極運用大數據，推動政府管理方式變革和管理能力提升。例如，圣克魯斯警察局通過分析城市數據源和社交網絡數據，能夠發現犯罪趨勢和犯罪模式，對重點區域的犯罪概率等進行預測。
（2）以大數據應用增強社會服務能力。美國的人口、交通、醫療等公共部門通過挖掘網絡、搜索引擎等積累的海量數據，實現了對人口流動、交通擁堵、傳染病蔓延等情況的實時分析和監測。
（3）以大數據應用提高商業決策水平。美國企業如沃爾瑪、可口可樂等借助數據分析掌握消費者習慣，從而制定營銷策略，成為大數據應用的獲益者。例如沃爾瑪通過分析挖掘銷售數據，發現并實施了“啤酒+尿布”的營銷策略。
3.中國大數據政策的現狀
3.1法律層面。與國外相比，我國在數據開放方面還沒有制定相關的政策、法規，一定程度上制約了我國大數據戰略的發展。
3.2產業層面。我國大數據產業集中的發達地區已形成了較為完備的產業鏈，吸納了全國優秀的信息技術人才，為大數據產業的進一步發展積蓄力量。很多技術型企業紛紛向數據的應用、服務、管理轉型。
3.3人才層面。采用科學方法，運用科學數據挖掘工具尋找新的數據的科學家應運而生。數據科學家是高端人才，美國市場數據科學家的缺口 達到14萬到19萬。在我國，人才的缺乏也是制約大數據產業發展的重要原因。
3.4政策層面。2012年11月，廣東省經濟和信息化委員會同有關部門起草了《廣東省實施大數據戰略工作方案》。廣東準備在財政、環保、招投標等領域率先開展數據公開試點，通過互聯網等形式開放數據。這項具有超強前瞻性的工作，必將加快廣東社會轉型升級，為廣東省加快轉變經濟發展方式，推進經濟結構戰略化調整和全面提升開放型經濟水平注入強大動力。同時也為政府加快改革創新，更好地為經濟社會發展服務，為公眾謀福祉提供強大的正能量。
4.美國大數據政策帶來的啟發
4.1加快大數據戰略的頂層設計。大數據需要依靠政府的強有力推動，做好頂層設計，積極抓住大數據的發展契機，將大數據上升到國家戰略層面。對先發國家大數據技術研發進展進行跟蹤研究，深入分析國內外發展現狀和趨勢。打造數據中國，要在立法、產業政策、技術研發等方面統籌。
4.2加大研發支持力度。明確關鍵技術，確定重點支持領域，加大研發支持力度。整合電子發展基金、云計算、物聯網等項目，支持大數據技術的開發、研究和應用示范，引導企業加大研發力度，實現關鍵技術創新和突破。
關鍵詞：大數據；互聯網；互聯網經濟
中圖分類號：F49
互聯網發展到今天，發微博、寫博客、網上購物、瀏覽網頁這些都是日常生活常做的事。在與互聯網、信息系統等的交互中，我們創造了海量數據，加上無處不在的傳感器和微處理器收集、處理的數據，互聯網上的數據量越來越龐大，傳統的數據庫和數據架構無法及時對這些數據集進行處理、管理和分析。2011年互聯網數據中心（IDC）的報告中提到，互聯網數據正在以每年超過50%的速度增長，其增長的速度已經超過了摩爾定律（Moore's Law）的預測，數據量已由TB級上升到了PB級。與大數據（Big Data）相關的科學、技術和應用迅速發展成為信息科學領域的熱點，引起相關部門、學術領域專家的極大興趣。
1 大數據及其特點
大數據并不是新出現的概念，它之前在物理學、天文學、自動化等學術領域，以及金融、通訊等相關行業已經存在相當長的時間。近年來，隨著網絡經濟的快速發展，大數據開始被越來越多的關注。2012年3月，美國政府宣布計劃啟動“大數據研究和發展計劃（Big Data Research and Development Initiative）”并投入巨資，以推動大數據的收集、儲存、管理、分析和相關技術問題的研究。美國政府認為大數據在未來信息時代必將產生深遠的影響。我國的《“十二五”國家戰略性新興產業發展規劃》同樣提出支持大數據存儲、處理相關技術的研發與產業化。在學術研究領域，《Nature》和《Science》等知名刊物相繼出版專刊來探討對大數據的研究。大數據正在成為各方關注的熱點。
大數據的定義為：所涉及的資料量規模巨大，無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策的資訊。通常指收集超過100TB的數據，并且是高速、實時的數據流。大數據不僅描述海量數據，還包括數據的復雜形式、數據的快速時間特性以及對數據的分析、處理等專業化處理，并最終獲得有價值信息的能力。其基本特征一般用4個V來總結Volume（數據規模大）、Variety（數據種類多）、Value（數據價值密度低）和velocity（數據處理速度快）。由于大數據的復雜性和不確定性，其結構不適合原本的數據庫系統。
2 互聯網經濟的發展
互聯網經濟指人們在互聯網上的經濟活動的總和。互聯網經濟是隨著信息網絡化的發展而逐漸產生的一種經濟現象。在互聯網經濟中，生產、交換、分配、消費等經濟環節，主體的經濟行為，獲取經濟信息，進行預測、決策甚至包括交易過程都嚴重依賴互聯網絡。
互聯網經濟的主要特點表現在以下幾個方面：
（1）效率高。互聯網經濟中的交易大部分依靠互聯網來進行，買賣雙方無需見面，業務處理速度更快，并且幾筆交易可以同時進行，無需按順序排隊。知名商業模式如阿里小貸，依托信用數據庫，客戶從申請貸款到發放有時只需要幾秒鐘，提高了工作效率；（2）成本低。互聯網經濟中，買賣雙方通過相應的網絡平臺自行完成商品的定價和交易，買方可以在開放、透明的平臺上尋找自己需要的商品，賣方則可以避免開設經營場所的資金投入，降低運營成本，既帶來了便利，同時也降低交易成本；（3）風險大。一是信用風險大。特別是P2P網貸平臺，由于準入門檻低和缺乏監管，成為不法分子從事非法集資和詐騙等犯罪活動的溫床。淘金貸、優易網、安泰卓越等P2P網貸平臺曾先后曝出詐騙事件。二是網絡安全風險大。一旦遭遇黑客攻擊，互聯網的正常運作會受到影響，進而危及消費者的資金安全和個人信息安全；（4）覆蓋廣。互聯網經濟模式下，消費者能夠突破時間和地域的限制，在互聯網上尋找需要的商品，客戶基礎更廣泛。據調查，中國35歲以下的城市青年，有60%的人使用過網上銀行進行支付；（5）發展快。隨著電子商務等的快速發展，互聯網經濟取得快速增長。如余額寶以其門檻低、操作便捷的特點在中國開啟了全民理財時代，上線18天用戶數達到250多萬，半年時間發展到4303萬；
3 大數據與互聯網經濟
大數據主要來自互聯網滲透入人們日常生產、生活等方面使用網絡留下的印跡，如瀏覽網頁、網上購物等。大數據技術旨在從龐大的數據中提取出有價值的數據信息。隨著發展，大數據可能會在未來成為最大的商品，數據的大量使用將會使大數據變成一個大產業。大數據產業實現盈利的關鍵，在于提高大數據的信息含量和價值。
根據IDC和相關機構的研究結果，大數據可以在如下幾個方面挖掘出新的商業價值：
（1）對顧客群體進行細分，根據細分結果針對每個群體采取對應的商業行為；（2）運用大數據分析，發掘顧客新的需求動向，提高投資行為的目的性和預見性，提高投入回報；（3）提高大數據研究成果的產業化，帶動整個產業發展；（4）對商業模式、商品服務進行創新。有一個形象的比喻，傳統商業像是通過后視鏡觀察發生的情況；而大數據分析則像是通過望遠鏡觀察，更可能預見未來可能會發生的情況。從這個比喻中可以看出大數據比傳統商業的優越性，大數據在數據分析方面的預見性是傳統商業無法做到的。
此外，一方面大數據能夠明顯提升企業獲取數據的準確性和及時性，降低企業的交易成本；另一方面，大數據能夠幫助企業分析海量數據，根據分析結果控制企業的投資方向和生產行為，有的放矢，降低企業經營風險。
4 結語
互聯網經濟時代，出現了許多新的商業模式和商業現象。網絡的快速發展帶動個人的瀏覽行為、搜索行為、網絡交易、社交互動等的快速發展，巨量數據儲存在互聯網上，帶來了新的商業機會。對于企業在互聯網經濟時代的發展而言，如何利用好大數據來精準分析和深入挖掘客戶需求，是目前企業在互聯網經濟時代面臨的新機遇和挑戰。未來，大數據面臨的技術難題會逐步得到解決，屆時，大數據將成為帶動互聯網經濟快速發展一個重要引擎。
參考文獻：
[1]李永健.大數據―中國企業必須抓住的機遇[J].學術論壇，2013（01）.
[2]馬建光，姜巍.大數據的概念?特征及其應用[J].國防科技，2013（04）.
[3]David Reinsel，John Gantz.The Digital Universe in 2020：Big Data，Bigger Digital Shadows，and Biggest Growth in the Far East，2012（12）.
[4]何寶宏.大數據的四次歷史變遷[J].電信網技術，2012（07）.
[5]鄔賀銓.大數據對網絡技術和產業的挑戰[J].新思想，2013（02）.
[6]陳勇.大數據及其商業價值.通信與信息技術[J]，2013（01）.
[7]王元卓，靳小龍，程學旗.網絡大數據：現狀與展望[J].計算機學報，2013（06）.
>> 新常態下我國體育產業發展對策研究 發展我國體育產業的新視點 我國體育產業的發展與研究 我國體育產業發展研究綜述 當前我國體育產業發展研究 我國體育產業發展策略研究 體育強國背景下我國體育產業發展研究 體育經濟視角下我國體育產業低碳發展的路徑研究 廣義經濟學視角下我國體育產業發展模式研究 大數據時代背景下我國體育產業的發展研究 低碳經濟視角下我國體育產業發展的策略研究 新體育產業發展背景下我國體育營銷發展戰略研究 供給側改革視角下我國體育產業發展的新空間及動力培育 我國體育產業發展之我見 淺談體育經濟下我國體育產業低碳發展的路徑 我國體育產業視角下淺談體育經紀人未來的發展 奧運后我國體育產業發展分析 我國體育產業的發展前景 我國體育產業發展新路徑探索 我國體育產業發展的對策 常見問題解答 當前所在位置：l.
[23] 智研咨詢.2016―2022年中國體育市場運行態勢及投資戰略研究報告[EB/OL]. （2016-04-29）[2016-10-28].
.
[24] 周愛光. “體育大國”與“體育強國”的內涵探析[J]. 體育學刊，2009，16（11）：1-4.
[25] 國家體育總局. 體育發展“十三五”規劃[EB/OL].
（2016-05-05）[2016-10-28]. .
[26] 國家體育總局. 體育產業發展“十三五”規劃[EB/OL]. （2016-07-13）[2016-10-28]. .
[27] 國家體育總局. 國家體育產業統計分類[EB/OL].
（2015-09-18）[2016-10-28]. .
[28] 胡祖才. “十一五”中國服務業發展報告[M]. 北京：機械工業出版社，2014：226.
[29] 杜德軍，楊越. 我國體育產業發展研究[J]. 調研世界，2016（2）：36-40.
[30] 張林，黃海燕. 中國體育產業發展報告[M]. 北京：人民體育出版社，2013：83.
[31] 搜狐財經. 健身行業市場研究報告[EB/OL]. （2016-01-06）[2016-10-28]. .
[34] 中商產業研究院. 2016年中國體育服務行業發展情況預測[EB/OL]. （2016-04-12）[2016-10-28]. .
[36] 周愛光. 從體育公共服務的概念審視政府的地位和作用[J]. 體育科學，2012，32（5）：64-70.
[37] 李博. “供給側改革”對我國體育產業發展的啟示――基于新供給經濟學視角[J]. 武漢體育學院學報，2016，50（2）：52-58.
[38] 國務院辦公廳.國務院辦公廳關于加快發展健身休閑產業的指導意見[EB/OL]. （2016-10-28） [2016-11-08].
.
圖1 2007－2012年中國IDC市場規模及增長
據中國IDC圈最新的《2012-2013年度中國IDC產業發展研究報告》（簡稱“IDC報告”）數據顯示，2012年中國IDC市場規模達210.5億元人民幣，增速達到23.2%，相比去年增速有較大下滑，但與歐美發達國家相比，還是保持一個較高的增長速度。其中IDC基礎業務市場規模137.2億元人民幣，增速為20%，IDC增值業務市場規模73.3億元人民幣，增速為29.7%，增值業務成為拉動IDC市場增長的主力軍。
圖2 2007－2012年中國IDC市場基礎業務規模及增長
圖3 2007－2012年中國IDC市場增值業務規模及增長
近兩年，國內IDC產業呈現政策導向明顯、產業合并加速、基礎建設火熱等幾個特點，主要得益于國內云計算、大數據等新興產業的推動。雖然近年國內IDC市場增速明顯。據統計，2005~2012年，中國IDC市場規模增長了6倍，年均增長率超過30%。但相比歐美地區，國內45萬座數據中心總量不低，但大型數據中心偏少，僅不足百座，而且目前國內可以為市場用戶提供IDC服務的數據中心僅有有500多座，其中70%以上的數據中心為三家基礎電信運營商所有，主要分布在北京、上海、廣東、江蘇、浙江、山東、四川、湖北等經濟相對發達、業務量大、帶寬資源充足的省市。而且IDC的平均能耗效率（PUE）在2.2一3，遠低于發達國家1.5的水平。
另外，因為受“云模式”發展和數據中心能耗影響，2012年大型IDC服務商業新建數據中心部署開始向西部地區轉移，形成全國跨各大區域分散部署的態勢。中國三家運營商，中國移動，中國電信，中國聯通相繼在西部建立大型數據中心，在業務運營、合作模式等領域開展創新，引領了IDC的新的業務發展模式。
報告圖表摘要：
2012年全球IDC市場規模與增長2012年，全球IDC市場增長的趨勢有所減緩，整體市場規模達到255.2億美元，增速為14.6%。其增長速度的主要拉動力還在于亞太，仍然源于IT企業、互聯網企業和電信企業從自身業務支撐和拓展強烈需求。
圖1 2007－2012年全球IDC市場規模及增長2007－2012年中國電信運營商投資規模2012年，三大運營商都在經歷了電信重組3G大規模建網的幾年后，一方面，通過經營策略調整和業務整合提升競爭力；另一方面，對于新興業務積極探索，尋求開辟新的市場。2012年全年電信運營商固定資產總投資3278億元，比去年增速有所上升，增速達到6.2%。
圖2 2007－2012年中國電信運營商投資規模2007－2012年中國IDC基礎業務和增值業務市場規模近年來，隨著互聯網業務的高速發展，IDC市場正進入快速增長期。據統計，2005~2012年，中國IDC市場規模增長了6倍，年均增長率超過30%。2012年中國IDC基礎業務規模達到137.2億元，同比增長20%，2012年中國IDC增值業務規模達到73.3億元，同比增長29.7%。
圖3 2007－2012年中國IDC市場基礎業務規模及增長
圖4 2007－2012年中國IDC市場增值業務規模及增長2012年中國IDC公司的機房服務器數量根據調研數據顯示，2012年被調查IDC服務商機房擁有服務器數量在5000臺以上所占比例與2011年沒有多大變化；被調查IDC服務商機房擁有服務器數量在1000－3000臺的所占比例下降到23%，說明這兩年行業進行重組整合，較小的IDC服務商已經被重組或者淘汰。
圖5 2012年中國IDC公司的機房服務器數量IDC服務商整體分析2012年，基礎電信運營商所占比例基本上沒有改變，這說明IDC服務提供商產業鏈上下游環節趨向于穩定，隨之而帶來的是市場的有序競爭。
表1 基礎電信運營商與第三方IDC服務商的對比
圖6 2012年中國IDC公司的數量分布2012年中國IDC客戶類型分布2012年，IDC公司客戶分布行業如下：互聯網客戶仍舊是主要快速增長的客戶群體，2012年所占比例達到38.7%；11.7%被調查用戶是制造行業。政府、教育行業增長較快，所占比例分別為8.7%和7.8%，隨著政府電子政府、物聯網以及部分公共云平臺的快速建設，對IDC的需求也在快速增加。教育行業隨著班班通等項目的帶動，一些校園應用平臺的建設與整合，大數據的集中也會帶來對IDC業務的需求。
圖7 2012年中國IDC客戶類型分布 《2012-2013年度中國IDC產業發展研究報告》專題地址：idcquan.com/special/2013baogao/
大數據，美國熱度
互聯網上的每一個“你”是否意識到，在瀏覽網絡新聞、收發郵件，在電商下單購物，在社交網站與朋友互動，甚至用手機APP上傳自拍照片……你的每一個網絡“足跡”都會以“數據”的形式被記錄下來，而這些以幾何數量級增長的數據正在逐步重構互聯網世界，也在重構我們的生活。
如果這樣的描述還不足以讓你了解“大數據究竟意味著什么”，那么，再引用一次近來最火爆的大數據應用實例——美劇《紙牌屋》。這堪稱一部神奇之作，一部讓出品方Netflix公司股價飛漲3倍的所謂“數據分析式電視劇”。而且，真正可怕的或許并不是《紙牌屋》的一炮而紅，而是Netflix早就“預料”到《紙牌屋》能走紅。
在美國電視界，決定一檔節目生死的，是數據——收視率。然而，收視率只能用來檢驗一件“制成品”成功與否，卻無法用來預測。Netflix提供的數據卻是用來預測的，且其數據分析模型被《紙牌屋》驗證是有效的。Netflix是美國在線視頻播放和數據平臺，其數據庫包含了超過3000萬用戶的收視選擇、每天400萬條評價和300萬次搜索……《紙牌屋》一劇的誕生就是由數據主導的，拍什么、誰來拍、誰來演、怎么播，數千萬觀眾用各自的鼠標“投票”，通過對用戶行為的分析，Netflix甚至比觀眾還要清楚他們自己的喜好。資料顯示，Netflix運用搜索技術對比，觀察用戶的觀影習慣，發現了一個“規律”：喜歡看上世紀90年代家喻戶曉的BBC劇集《紙牌屋》的觀眾，同樣是《社交網絡》、《七宗罪》導演大衛·芬奇（David Fincher）的擁躉，也同樣是好萊塢老戲骨、奧斯卡影帝凱文·史派西（Kevin Spacey）的粉絲。于是，Netflix花1億美元買下《紙牌屋》版權，請來大衛·芬奇擔任導演及制作人，凱文·史派西擔任主演，這好比一筆由海量用戶定制的C2B買賣。
不容否認，當聯合國發表大數據政務白皮書 《大數據促發展：挑戰與機遇》；當《哈佛商業評論》把數據科學家評選為21世紀最性感的職業；當奧巴馬依靠數據挖掘團隊用比對手少1億美元的競選資金擊敗對手連任美國總統；當EMC、IBM、Oracle等跨國IT巨頭紛紛大數據戰略及產品；當國內的風投和互聯網大鱷言必稱大數據時，一個“用數據說話”的新商業時代正拉開帷幕。
最近，和大數據有關的另一則重磅新聞是谷歌推出的“電影票房預測模型”。據稱，該模型能夠提前一個月預測電影上映首周的票房收入，準確度高達94%。按照谷歌給出的報告，預測采取了簡單的線性模型，主要來自電影的搜索量、電影預告片的搜索量、同系列電影前幾部的票房表現和檔期的季節性特征幾個簡單指標。谷歌稱：“距離電影上映一周的時候，如果一部影片比同類影片多獲得25萬搜索量，那么該片的首周票房就很可能比同類影片高出430萬美元。”
不難發現，當下最動人的應用故事都發生在美國。去年5月，《華爾街日報》發表文章大膽預言：“我們再次處于三場技術變革的開端，它們可能足以匹敵上世紀的互聯網變革。這三場變革的‘震中’都在美國，它們是大數據、智能制造和無線網絡革命。”
大數據，中國速度
大數據商業應用第一人維克托·邁爾-舍恩伯格說，大數據時代最大的轉變就是，放棄對因果關系的渴求，而關注相關關系。大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型。
根據賽迪顧問的一份報告，各種統計數據、交易數據、交互數據和傳感數據正源源不斷地從各行各業迅速生成，全球數據的增長速度之快前所未有，數據的類型也變得越來越多。2012年全球被創建和被復制的數據總量達到2.7 ZB（Zettabyte，10萬億億字節），是2002年全球數據總量的2億倍；其中文本、照片、音頻、視頻、醫療影像等非結構化內容超過85%。
另有資料顯示，當今世界在24小時之內，就可以產生出相當于16.8億張DVD容量的數據；產生2940億封電子郵件，相當于全美國2年產生的紙質郵件；產生網絡社區帖子200萬個，相當于《時代》雜志770年的文字總量……人類文明至今獲得的全部數據，有90%是在過去2年產生的。預計到2020年，全球數據規模會達到今天的44倍。
大數據概念里的數據，是指具有可追蹤、可分析、可量化特性的數據，而對這個意義上的“數據”進行挖掘和分析，依據數據作出商業決策、利用數據提升競爭力，則是大數據產業要做的事情。目前，業界將大數據的商業機會分為兩類：一類是以IBM、微軟、惠普等公司提供“硬件+軟件+數據”的整體解決方案，它以平臺性為特征，提供基礎服務；另一類是以臉譜、亞馬遜、谷歌等公司為代表，基于自身海量的用戶信息，提供精準營銷和個性化廣告推介等。
最新的分析認為，這些傳統大數據的商業模式將難以滿足諸多傳統大型企業及中小型企業不斷成長的數據處理需求。“硬件+軟件+數據”的整體解決方案，成本高昂，面對海量、繁雜的數據，只有大型企業或者政府才有相應的能力和預算開放大數據。而國內效仿臉譜、亞馬遜、谷歌等公司的商業模式，展開數據挖掘服務的企業包括淘寶、新浪等，出于隱私保護及自身利益的考量，數據也必定是封閉的，這將難以滿足越來越高的整合化營銷需求。因此，大數據時代的到來或將是以顛覆現有格局的面目出現。
根據賽迪顧問的研究，目前我國的大數據產業還處于發展初期，市場規模相對比較有限，2012年僅為4.5億元；并且目前大數據市場的主導廠商仍以外企居多，國內廠商正快速跟進，整體產業生態環境還不成熟。但是從產業的內涵外延、產業鏈、市場需求、參與主體等方面綜合評價，大數據產業發展動力十分強勁，在未來3～5年產業規模和市場規模都將實現快速增長。
