大数据企业细分领域竞争力评价

赛迪智库

数据分析挖掘作为大数据产业链的核心环节，产业附加值最高，这一环节集聚了大部分有实力的大数据企业。随着大数据产业发展及应用的深入，大数据分析环节必将涌现出更多的独角兽企业。

一、产业环节大数据企业评价

根据大数据技术及应用的发展情况，我们重点聚焦数据采集、数据存储、数据预处理、数据分析、数据可视化、数据流通等六大产业环节，并对相关产业环节大数据龙头企业进行分析和评价，具体如图1所示。

我国大数据产业环节龙头企业发展指数相对比较均衡，指数跨度并不大，跨度从20.01到12.77，均值为14.47，极差为7.73。数据分析环节龙头企业发展指数水平较高，发展指数达到20，其他5个产业环节的龙头企业平均指数为13.36，仍与数据分析环节存在不小的差距。

数据分析挖掘作为大数据产业链的核心环节，产业附加值最高，这一环节集聚了大部分有实力的大数据企业。随着大数据产业发展及应用的深入，大数据分析环节必将涌现出更多的独角兽企业。

二、重点行业大数据企业评价

根据大数据在政府治理、民生服务以及重点行业的应用情况，我们重点聚焦政务、工业、健康医疗、交通、农业、金融、教育、能源等17个行业领域。

从图2可以看出，我国主要行业大数据龙头企业呈现“齐头并进”的发展态势，17个主要行业大数据企业平均发展指数为23.10。

最高的安防大数据企业发展指数达到39.72，最低的营销大数据企业发展指数为14.55，政务、旅游、教育等12个行业应用大数据企业平均发展指数为22.63，处于全行业发展指数平均值水平，表明我国大多数行业大数据龙头企业发展水平相当。

其中，安防和安全大数据企业发展水平较高，发展指数均超过30，表明我国专注于安全的大数据领军企业发展层次较高，同时也反映出大数据安全是我国大数据产业发展中的重点领域，相关企业的发展也受到越来越多的关注和重视。

与此同时，电信、能源和营销三个行业大数据企业平均发展指数仅为16.21，低于全行业整体发展指数平均水平。

电信、能源等行业大数据发展主要依靠综合性龙头企业带动（本排名未纳入国内三大运营商以及电力、石油等巨型央企），专业化大数据企业发展空间相对狭小，发展层次有待提高。

三、特色细分领域大数据企业评价

基于以上对大数据产业链环节企业和行业应用大数据企业的分析评价，对大数据的技术创新以及与其他行业的应用融合有了系统全面的认识。

然而，鉴于大数据技术和应用已经逐步融合渗入到信息产业领域的方方面面，为了更好地展示大数据相关细分领域专业化企业发展水平指数，在本节我们重点研究数据中心IDC、基因测序、工控安全、数据库、智能建筑、区块链、虚拟现实、机器学习、计算机视觉、征信分析、商业智能BI、车联网、开源计算、智能语音、工控安全等15个特色细分领域的大数据企业。

从图3可以看出，本节我们重点研究的15个特色细分领域大数据龙头企业发展水平主要可分为三个区间。

一是从事数据中心业务和基因测序的龙头企业处于第一阵营，这两类企业整体发展水平较高，平均发展指数维持在20左右，从事数据中心业务龙头企业具有大量的硬件资源支撑，固定资产总额优势相对明显，且当前数据中心市场服务器租赁托管等业务运营和拓展模式相对成熟。

二是从事工控安全、数据库、区块链、机器学习、车联网等10类细分领域大数据相关业务的龙头企业处于第二阵营，平均发展指数处于12.35到16.4之间，整体发展较为均衡。

其中，以工控安全、数據库、数据营销、车联网、智能语音等为代表的大数据相关业务，由传统的业务模式向新兴领域转型提升的需求十分迫切，这些领域龙头企业大多数已经完成蜕变，且在与大数据融合业务方面取得良好进展。

区块链业务由于处于应用起步阶段，龙头企业总体水平相对不高，但由于蚂蚁金服的崛起整体拉高了区块链龙头企业的平均发展指数。

三是以虚拟现实、开源技术和计算机视觉为代表的第三阵营，整体发展指数相对较低，处于11左右，虚拟现实、计算机视觉属于前沿技术，技术研发投入大，应用市场处于起步阶段。

开源技术重在技术积累，属于底层核心技术，龙头企业资产及业务收入规模偏小，市场拓展难以形成规模。endprint