中國數據中臺行業(yè)深度調研及投資前景預測報告2021-2026年

    中國數據中臺行業(yè)深度調研及投資前景預測報告2021-2026年

       ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★
       
     【報告編號】: 178189
       
     【出版機構】: 《中研信息研究所》
      
     【出版日期】: 2021年01月
      
     【報告價格】: 紙質版: 6500元 電子版: 6800元 雙版: 7000元
      
     【交付方式】: emil電子版或特快專遞

     【客服專員】: 安琪
      
     【報告目錄】

    **章 數據中臺的基本概述
    1.1 企業(yè)三大中臺結構分析
    1.1.1 業(yè)務中臺結構
    1.1.2 數據中臺結構
    1.1.3 技術中臺結構
    1.2 數據中臺的作用及特點
    1.2.1 數據中臺的主要形式
    1.2.2 數據中臺的基本作用
    1.2.3 數據中臺的基本定位
    1.2.4 數據中臺的數據能力
    1.2.5 數據中臺的業(yè)務流程
    1.3 數據中臺與相關概念的區(qū)分
    1.3.1 數據中臺與業(yè)務中臺
    1.3.2 數據中臺與數據倉庫
    1.3.3 數據中臺與信息架構
    1.3.4 數據中臺與數據湖
    1.4 數據中臺的參考架構分析
    1.4.1 數據域分析
    1.4.2 資產域分析
    1.4.3 服務域分析
    *二章 數據中臺行業(yè)發(fā)展環(huán)境分析
    2.1 政策環(huán)境分析
    2.1.1 *代表相關提案提及
    2.1.2 “互聯網+”相關政策
    2.1.3 大數據成為國家戰(zhàn)略
    2.1.4 企業(yè)數字化轉型政策
    2.1.5 相關數據展會陸續(xù)開辦
    2.2 技術環(huán)境分析
    2.2.1 **知識研發(fā)水平
    2.2.2 我國信息化歷程
    2.2.3 **技術提供支持
    2.2.4 大數據技術發(fā)展
    2.2.5 產業(yè)互聯網技術發(fā)展
    2.3 產業(yè)發(fā)展環(huán)境
    2.3.1 數字經濟獲得*重視
    2.3.2 數字經濟產業(yè)發(fā)展特點
    2.3.3 數字經濟產業(yè)發(fā)展階段
    2.3.4 數字經濟產業(yè)發(fā)展規(guī)模
    2.3.5 數字經濟地區(qū)總量規(guī)模
    2.3.6 數字經濟未來發(fā)展趨勢
    *三章 2018-2020年中國數據中臺行業(yè)發(fā)展分析
    3.1 數據中臺的主要**分析
    3.1.1 數據中臺的業(yè)務**
    3.1.2 數據中臺的技術**
    3.1.3 契合軟件行業(yè)發(fā)展變革
    3.2 數據中臺產業(yè)未來發(fā)展階段
    3.2.1 **階段:數據中臺探索
    3.2.2 *二階段:應用效率提升
    3.2.3 *三階段:數據和業(yè)務空間重構
    3.3 數據中臺的市場發(fā)展綜況
    3.3.1 數據中臺產業(yè)鏈結構
    3.3.2 數據中臺的市場熱度
    3.3.3 數據中臺的市場規(guī)模
    3.3.4 數據中臺供給方分析
    3.3.5 數據中臺需求方分析
    3.4 數據中臺市場競爭格局
    3.4.1 數據中臺市場主體分類
    3.4.2 數據中臺市場主體規(guī)模
    3.4.3 科技企業(yè)加快行業(yè)布局
    3.5 數據中臺建設問題及對策分析
    3.5.1 數據中臺發(fā)展的挑戰(zhàn)
    3.5.2 數據中臺的建設關鍵
    3.5.3 重視數據中臺的發(fā)展
    3.5.4 逐步加快人才儲備建設
    3.5.5 秉持數據**觀和方法論
    3.5.6 數據中臺建設落地的路徑
    *四章 2018-2020年企業(yè)數據中臺建設需求分析
    4.1 企業(yè)數字化轉型建設分析
    4.1.1 數字化轉型背景
    4.1.2 數字化轉型需求
    4.1.3 數字化轉型指數
    4.1.4 數字化轉型戰(zhàn)略
    4.1.5 數字化轉型關鍵
    4.1.6 數據中臺契合企業(yè)轉型
    4.2 企業(yè)對數據中臺技術的要求
    4.2.1 數據匯聚整合的能力
    4.2.2 數據提純加工的能力
    4.2.3 服務可視化的能力
    4.2.4 業(yè)務**變現的能力
    4.3 企業(yè)數據中臺的應用**
    4.3.1 有效解決企業(yè)痛點
    4.3.2 重塑企業(yè)的產業(yè)鏈
    4.3.3 賦能組織的敏捷性
    4.3.4 提升企業(yè)的競爭力
    4.3.5 迎合企業(yè)營銷戰(zhàn)略
    4.3.6 促進商業(yè)模式創(chuàng)新
    4.3.7 提供深層次的客戶
    4.4 企業(yè)數據中臺發(fā)展綜況
    4.4.1 企業(yè)數據**認識提升
    4.4.2 企業(yè)數字中臺發(fā)展演進
    4.4.3 企業(yè)數據中臺的**地位
    4.4.4 企業(yè)數據中臺的應用模式
    4.4.5 企業(yè)數據中臺的應用步驟
    4.4.6 適用數據中臺的企業(yè)類型
    4.5 企業(yè)布局數據中臺的幾個維度
    4.5.1 實施維度
    4.5.2 技術維度
    4.5.3 客戶維度
    *五章 2018-2020年疫情影響下數據中臺技術應用分析
    5.1 的現狀及影響
    5.1.1 **數據
    5.1.2 國內數據
    5.1.3 疫情對經濟的影響
    5.1.4 國內經濟恢復進展
    5.2 數據中臺應用于疫情防控
    5.2.1 應用背景分析
    5.2.2 應用驅動分析
    5.2.3 應用**分析
    5.3 疫情影響下醫(yī)院數據中臺應用分析
    5.3.1 醫(yī)院數據中臺應用背景
    5.3.2 醫(yī)院數據中臺應用**
    5.3.3 醫(yī)院數據中臺應用關鍵
    5.3.4 醫(yī)院數據中臺應用案例
    *六章 2018-2020年數據中臺技術應用于傳統(tǒng)領域
    6.1 零售領域
    6.1.1 零售行業(yè)運行狀況
    6.1.2 零售數字化轉型必要性
    6.1.3 零售數據中臺應用需求
    6.1.4 零售數據中臺應用布局
    6.1.5 零售數據中臺應用案例
    6.1.6 零售數據中臺解決方案
    6.1.7 零售數據中臺應用問題
    6.1.8 零售數據中臺應用趨勢
    6.1.9 零售數據中臺應用展望
    6.2 金融領域
    6.2.1 金融市場運行狀況
    6.2.2 金融數據中臺應用**
    6.2.3 金融數據中臺供需分析
    6.2.4 金融數據中臺應用要點
    6.2.5 金融數據中臺應用案例
    6.2.6 銀行數據中臺建設建議
    6.2.7 金融數據中臺應用前景
    6.3 工業(yè)領域
    6.3.1 工業(yè)領域運行狀況
    6.3.2 工業(yè)數據中臺應用地位
    6.3.3 工業(yè)數據中臺搭建困境
    6.3.4 工業(yè)數據中臺搭建路徑
    6.3.5 工業(yè)數據中臺應用前景
    6.4 政務領域
    6.4.1 政務數據中臺應用**
    6.4.2 政務數據中臺建設架構
    6.4.3 政務數據中臺應用狀況
    6.4.4 企業(yè)助力政務數據中臺
    6.4.5 政務數據中臺應用建議
    6.4.6 政務數據中臺應用案例
    6.4.7 政務數據中臺應用趨勢
    6.5 教育領域
    6.5.1 教育信息化發(fā)展狀況
    6.5.2 高校數據中臺應用**
    6.5.3 高校數據中臺建設架構
    6.5.4 高校數據中臺應用實踐
    6.5.5 高校數據中臺應用案例
    6.5.6 高校數據中臺建設步驟
    6.5.7 高校數據中臺技術影響
    6.6 乳制品領域
    6.6.1 乳制品行業(yè)運作狀況
    6.6.2 乳制品行業(yè)數字化轉型
    6.6.3 乳制品行業(yè)數據中臺現狀
    6.6.4 乳制品產業(yè)鏈數字中臺應用
    6.6.5 乳制品數據中臺應用案例
    6.7 服裝領域
    6.7.1 服裝行業(yè)運行狀況
    6.7.2 服裝行業(yè)數字化轉型
    6.7.3 服裝數據中臺應用場景
    6.7.4 服裝數據中臺發(fā)展案例
    *七章 2018-2020年數據中臺技術應用于新興領域
    7.1 智慧城市領域
    7.1.1 智慧城市建設綜況
    7.1.2 構建數據中臺的關鍵
    7.1.3 智慧城市數據開放重要性
    7.1.4 智慧樓宇數據總體架構
    7.1.5 智慧電網數據中臺建成
    7.1.6 氣象數據中臺企業(yè)合作
    7.1.7 公安數據中臺建設分析
    7.1.8 城市數據中臺搭建步驟
    7.1.9 城市中臺應用案例分析
    7.2 智慧軌道交通領域
    7.2.1 智慧城軌發(fā)展狀況分析
    7.2.2 智慧城軌數據中臺應用背景
    7.2.3 智慧城軌數據中臺應用地位
    7.2.4 智慧城軌數據中臺應用**
    7.2.5 智慧城軌數據中臺應用關鍵
    7.3 博物館網絡領域
    7.3.1 我國博物館基本建設狀況
    7.3.2 博物館數據中臺技術層級
    7.3.3 博物館數據中臺建設架構
    7.3.4 博物館數據中臺應用領域
    7.3.5 博物館數據中臺應用**
    7.3.6 博物館數據中臺應用風險
    7.3.7 博物館數據中臺應用趨勢
    *八章 2018-2020年數據中臺技術發(fā)展分析
    8.1 數據中臺技術的整體架構及構建
    8.1.1 數據中臺整體技術架構
    8.1.2 數據中臺技術架構設計
    8.1.3 構建數據中臺的關鍵技術
    8.2 數據中臺的技術架構分析
    8.2.1 數據匯聚
    8.2.2 數據開發(fā)
    8.2.3 數據體系
    8.2.4 數據資產管理
    8.2.5 數據服務體系
    8.2.6 運營和安全管理
    8.3 數據中臺技術系統(tǒng)的建設
    8.3.1 總體建設步驟
    8.3.2 戰(zhàn)略規(guī)劃要求
    8.3.3 系統(tǒng)建設**
    8.3.4 建設目標準則
    8.3.5 主要建設內容
    8.3.6 關鍵實施步驟
    8.4 數據中臺技術的**——數據治理
    8.4.1 數據治理的**
    8.4.2 數據治理的問題
    8.4.3 數據治理的要素
    8.4.4 數據治理的路徑
    *九章 2018-2020年中國數據中臺布局企業(yè)分析
    9.1 數瀾科技
    9.1.1 企業(yè)發(fā)展概況
    9.1.2 業(yè)務解決方案
    9.1.3 企業(yè)發(fā)展優(yōu)勢
    9.1.4 客戶范圍概述
    9.1.5 企業(yè)融資動態(tài)
    9.2 明略科技
    9.2.1 企業(yè)發(fā)展概況
    9.2.2 解決方案分析
    9.2.3 AI中臺布局
    9.2.4 企業(yè)融資動態(tài)
    9.2.5 數據中臺戰(zhàn)略
    9.3 普元信息
    9.3.1 企業(yè)發(fā)展概述
    9.3.2 數據中臺產品
    9.3.3 數據中臺項目
    9.3.4 業(yè)務經營狀況
    9.3.5 財務狀況分析
    9.3.6 **競爭力分析
    9.3.7 公司發(fā)展戰(zhàn)略
    9.3.8 未來前景展望
    9.4 用友網絡
    9.4.1 企業(yè)發(fā)展概況
    9.4.2 平臺系統(tǒng)架構
    9.4.3 產品應用模式
    9.4.4 產品研發(fā)動態(tài)
    9.4.5 業(yè)務經營狀況
    9.4.6 財務狀況分析
    9.4.7 **競爭力分析
    9.4.8 公司發(fā)展戰(zhàn)略
    9.4.9 未來前景展望
    9.5 華為
    9.5.1 企業(yè)發(fā)展概況
    9.5.2 財務運營狀況
    9.5.3 數據中臺布局背景
    9.5.4 數據中臺業(yè)務特點
    9.5.5 數據中臺設計理念
    9.5.6 公司發(fā)展戰(zhàn)略
    9.5.7 發(fā)展前景展望
    9.6 蘇寧
    9.6.1 企業(yè)發(fā)展概況
    9.6.2 公司經營范圍
    9.6.3 數據中臺建設目標
    9.6.4 數據中臺主要結構
    9.6.5 數據技術應用動態(tài)
    9.7 百度
    9.7.1 企業(yè)發(fā)展概況
    9.7.2 財務運營狀況
    9.7.3 數據中臺發(fā)展實力
    9.7.4 中臺業(yè)務特點分析
    9.7.5 AI中臺產品發(fā)布
    9.7.6 數據中臺合作動態(tài)
    9.8 騰訊
    9.8.1 企業(yè)發(fā)展概況
    9.8.2 財務運營狀況
    9.8.3 中臺戰(zhàn)略布局
    9.8.4 中臺發(fā)展戰(zhàn)略思維
    9.8.5 數據中臺產品動態(tài)
    9.9 阿里
    9.9.1 企業(yè)發(fā)展概況
    9.9.2 財務運營狀況
    9.9.3 數據中臺發(fā)展歷程
    9.9.4 數據中臺產品體系
    9.9.5 數據中臺發(fā)展特點
    9.9.6 數據中臺戰(zhàn)略分析
    9.10 其他企業(yè)布局狀況
    9.10.1 小米
    9.10.2 京東
    9.10.3 滴滴
    9.10.4 網易云
    *十章 2018-2020年中國數據中臺行業(yè)投資分析
    10.1 數據中臺投融資規(guī)模分析
    10.1.1 投資規(guī)模分析
    10.1.2 并購規(guī)模分析
    10.1.3 上市規(guī)模分析
    10.2 數據中臺項目投資動態(tài)
    10.2.1 睿帆科技融資布局
    10.2.2 衡石科技啟動新融資
    10.2.3 惟客數據完成A輪融資
    10.2.4 熵簡科技完成B輪融資
    10.2.5 袋鼠云B輪融資動態(tài)
    10.2.6 滴普科技完成A+輪融資
    10.2.7 奇點云完成B1輪融資
    10.2.8 創(chuàng)略科技完成B輪融資
    10.3 數據中臺項目投融資模式
    10.3.1 定向增發(fā)模式
    10.3.2 債券融資模式
    10.3.3 IPO融資模式
    10.4 數據中臺項目投融資風險
    10.4.1 風險
    10.4.2 **經營風險
    10.4.3 業(yè)務經營風險
    10.4.4 市場競爭風險
    10.4.5 技術風險分析
    10.4.6 知識產權風險
    *十一章 中國數據中臺項目投資案例分析
    11.1 營銷業(yè)務數據中臺建設項目
    11.1.1 項目基本情況
    11.1.2 項目建設必要性
    11.1.3 項目建設可行性
    11.1.4 項目投資概算
    11.1.5 項目主體及計劃
    11.1.6 項目經濟效益
    11.2 智能大數據融合平臺項目
    11.2.1 項目基本情況
    11.2.2 項目建設必要性
    11.2.3 項目建設可行性
    11.2.4 項目投資規(guī)模
    11.2.5 項目審批情況
    11.2.6 項目實施主體
    11.2.7 經濟效益評價
    11.3 AI城市**級大腦項目
    11.3.1 項目基本概況
    11.3.2 項目實施必要性
    11.3.3 項目實施可行性
    11.3.4 項目建設規(guī)劃
    11.3.5 項目預期效益
    *十二章 對2021-2026年數據中臺行業(yè)發(fā)展前景及趨勢預測
    12.1 數據中臺發(fā)展機遇分析
    12.1.1 數據資源開放
    12.1.2 市場需求激發(fā)
    12.1.3 技術能力提升
    12.1.4 創(chuàng)新創(chuàng)業(yè)加快
    12.1.5 資本市場驅動
    12.1.6 新基建發(fā)展機遇
    12.2 數據中臺發(fā)展前景及趨勢
    12.2.1 數據中臺整體發(fā)展前景
    12.2.2 數據中臺整體發(fā)展趨勢
    12.2.3 數據中臺應用拓展方向
    12.2.4 數據中臺市場生態(tài)趨勢
    12.2.5 數據中臺未來發(fā)展熱點
    12.3 對2021-2026年中國數據中臺發(fā)展預測分析
    12.3.1 2021-2026年中國數據中臺發(fā)展的影響因素分析
    12.3.2 2021-2026年中國數據中臺市場規(guī)模預測

    圖表目錄
     
    圖表1 業(yè)務中臺、數據中臺、技術中臺簡圖
     圖表2 數據中臺構架與數據治理流程
     圖表3 數據中臺的基本定位
     圖表4 數據驅動企業(yè)職能企業(yè)基礎
     圖表5 數據中臺的業(yè)務流程
     圖表6 業(yè)務中臺與數據中臺的數據應用閉環(huán)
     圖表7 數據倉庫與數據中臺的區(qū)別
     圖表8 數據中臺的參考架構
     圖表9 大數據相關政策匯總
     圖表10 大數據相關政策匯總(續(xù))
     圖表11 大數據、人工智能云計算為中臺的構建提供技術基礎
     圖表12 技術架構發(fā)展階段
     圖表13 產業(yè)互聯網帶來的生產模式轉變
     圖表14 產業(yè)互聯網企業(yè)服務所需能力
     圖表15 數字經濟的四個發(fā)展階段
     圖表16 數字經濟的演變
     圖表17 2005-2019年我國數字經濟增加值規(guī)模及占比
     圖表18 2019年我國部分省市數字經濟增加值規(guī)模、占比、增速
     圖表19 2019年部分省市數字產業(yè)化增加值規(guī)模及占GDP比重
     圖表20 2019年部分省市產業(yè)數字化增加值規(guī)模及占GDP比重
     圖表21 軟件行業(yè)的發(fā)展變革
     圖表22 數據中臺產業(yè)鏈
     圖表23 2020年數據中臺百度搜索市場熱度
     圖表24 我國開展數據中臺業(yè)務的企業(yè)
     圖表25 科技成員圍繞中臺的布局事件
     圖表26 2013-2020年網民規(guī)模和互聯網普及率
     圖表27 企業(yè)在數字化轉型過程中的主要數據問題及需求
     圖表28 埃森哲中國企業(yè)數字轉型指數模型
     圖表29 2018年中國企業(yè)數字轉型指數平均得分(0-100)
     圖表30 2019年中國企業(yè)數字轉型指數平均得分(0-100)
     圖表31 中國企業(yè)在以下三方面位于的信心程度(分值:1-5)
     圖表32 成功的數字轉型需要五大關鍵行動
     圖表33 企業(yè)看重的數據整合和管理能力
     圖表34 企業(yè)看重的數據提煉和分析加工能力(非常認同%)
     圖表35 企業(yè)看重的數據資產服務化能力(非常認同%)
     圖表36 企業(yè)看重的業(yè)務**變現的能力(非常認同%)
     圖表37 數據中臺4大**能力不可分割
     圖表38 數據中臺對新零售企業(yè)**的重塑
     圖表39 數據中臺賦能企業(yè)組織敏捷性
     圖表40 傳統(tǒng)產業(yè)數字化轉型路徑及兩大**驅動力
     圖表41 數據使用方法論框架
     圖表42 傳統(tǒng)企業(yè)煙囪式IT架構
     圖表43 業(yè)務與數據閉環(huán)
     圖表44 數據中臺的組織地位
     圖表45 數據是企業(yè)的戰(zhàn)略資產
     圖表46 數據中臺建設模式融合
     圖表47 數據中臺適用模型
     圖表48 2018-2019年全國社會消費品零售總額分月同比速度
     圖表49 2019年社會消費品零售總額主要數據
     圖表50 2019-2020年全國社會消費品零售總額分月同比速度
     圖表51 盒馬形態(tài)的裂變
     圖表52 盒馬選址建店場景模擬
     圖表53 盒馬日常運營場景模擬
     圖表54 盒馬數據**-優(yōu)化推送時段
     圖表55 盒馬數據**-精準推送
     圖表56 盒馬數據**-輻射營銷
     圖表57 數據中臺重構“人貨場”
    圖表58 民生銀行數據發(fā)展歷程
     圖表59 科技金融銀行的啞鈴型新模式
     圖表60 數據中臺建設目標
     圖表61 數據中臺**模塊
     圖表62 數據服務管理矩陣-場景分區(qū)
     圖表63 數據服務管理矩陣-技術分級
     圖表64 支撐網金數字化運營平臺
     圖表65 2015-2019年全部工業(yè)增加值及其增長速度
     圖表66 2019年主要工業(yè)產品產量及其增長速度
     圖表67 2019-2020年規(guī)模以上工業(yè)增加值同比增長速度
     圖表68 工業(yè)大腦的實施路徑
     圖表69 電子政務數據中臺功能特點
     圖表70 高校IT部門的層次狀業(yè)務架構
     圖表71 高校數據中臺系統(tǒng)架構
     圖表72 2014-2019年我國牛奶產量情況
     圖表73 2014-2019年中國乳制品產量統(tǒng)計
     圖表74 2014-2019年我國乳制品銷售情況
     圖表75 2014-2019年我國乳制品產銷率情況
     圖表76 2014-2019年我國乳制品進口數量統(tǒng)計
     圖表77 2014-2019年我國乳制品進口金額統(tǒng)計
     圖表78 2014-2019年我國乳制品出口數量統(tǒng)計
     圖表79 2014-2019年我國乳制品出口金額統(tǒng)計
     圖表80 2014-2019年我國乳制品表觀消費情況
     圖表81 2014-2019年我國乳制品人均消費情況
     圖表82 中國乳制品行業(yè)典型企業(yè)數字化進程
     圖表83 2012-2018年乳制品行業(yè)人效
     圖表84 中國乳制品行業(yè)數字化進程及現階段痛點
     圖表85 乳制品奶源數字化流程
     圖表86 中國乳制品生產制造環(huán)節(jié)及數字化水平
     圖表87 中國乳制品企業(yè)消費者連接環(huán)節(jié)數字化進程
     圖表88 乳制品行業(yè)數據中臺現狀和全景圖
     圖表89 乳制品消費者連接數據中臺全景
     圖表90 飛鶴數據中臺戰(zhàn)略規(guī)劃
     圖表91 雅士利的數據中臺五大業(yè)務場景
     圖表92 中國服裝行業(yè)產業(yè)鏈
     圖表93 消費者對服飾消費的主要需求元素
     圖表94 2018年服裝購買人均年總花費及未來購買預算增加的比例
     圖表95 2015-2019我國規(guī)模以上服裝企業(yè)主營業(yè)務收入
     圖表96 服裝企業(yè)全流程管理數字化
     圖表97 服裝行業(yè)的供應鏈數字化
     圖表98 數據中臺對服裝企業(yè)供應鏈優(yōu)化
     圖表99 服裝企業(yè)客戶群體矩陣
     圖表100 各細分客戶群體的營銷目標
     圖表101 數據中臺賦能新品孵化良性循環(huán)
     圖表102 數據中臺賦能門店數字化、智能化管理
     圖表103 數據中臺賦能并打通全渠道鏈路
     圖表104 波司登數據中臺框架
     圖表105 波司登數據中臺建設規(guī)劃
     圖表106 雅戈爾數據中臺架構
     圖表107 雅戈爾實現個性化會員服務與營銷觸達
     圖表108 雅戈爾通過數據中臺打造消費者增長閉環(huán)
     圖表109 不同增量數據抽取的對比
     圖表110 智慧樓宇數據總體架構
     圖表111 2019年全國各省博物館數量TOP20
    圖表112 2019年全國博物館藏品數量TOP20
    圖表113 2019年全國博物館珍貴文物數量TOP20
    圖表114 2019年全國博物館展覽數量TOP20
    圖表115 2019年全國博物館觀眾參觀數量
     圖表116 博物館公共服務中臺架構圖
     圖表117 數據中臺技術架構
     圖表118 數據中臺總體架構圖
     圖表119 數據中臺建設方法論體系
     圖表120 中臺組織架構
     圖表121 數據中臺建設目標評估表
     圖表122 數據中臺建設目標評估表(續(xù)一)
     圖表123 數據中臺建設目標評估表(續(xù)二)
     圖表124 中臺建設的5個關鍵步驟
     圖表125 明略電力數據中臺解決方案架構圖
     圖表126 普元信息企業(yè)數據結構層次
     圖表127 普元信息大數據中臺軟件主要產品
     圖表128 普元信息大數據中臺軟件主要產品(續(xù))
     圖表129 普元信息重點項目布局
     圖表130 2017-2020年普元信息技術股份有限公司總資產及凈資產規(guī)模
     圖表131 2017-2020年普元信息技術股份有限公司營業(yè)收入及增速
     圖表132 2017-2020年普元信息技術股份有限公司凈利潤及增速
     圖表133 2019年普元信息技術股份有限公司主營業(yè)務分行業(yè)、產品、地區(qū)
     圖表134 2019-2020年普元信息技術股份有限公司營業(yè)收入情況
     圖表135 2017-2020年普元信息技術股份有限公司營業(yè)利潤及營業(yè)利潤率
     圖表136 2017-2020年普元信息技術股份有限公司凈資產收益率
     圖表137 2017-2020年普元信息技術股份有限公司短期償債能力指標
     圖表138 2017-2020年普元信息技術股份有限公司資產負債率水平
     圖表139 2017-2020年普元信息技術股份有限公司運營能力指標
     圖表140 用友iUAP平臺整體架構
     圖表141 用友iUAP平臺整體架構
     圖表142 用友數據中臺**內容
     圖表143 2017-2020年用友網絡科技股份有限公司總資產及凈資產規(guī)模
     圖表144 2017-2020年用友網絡科技股份有限公司營業(yè)收入及增速
     圖表145 2017-2020年用友網絡科技股份有限公司凈利潤及增速
     圖表146 2019年用友網絡科技股份有限公司主營業(yè)務分行業(yè)、產品、地區(qū)
     圖表147 2019-2020年用友網絡科技股份有限公司營業(yè)收入情況
     圖表148 2017-2020年用友網絡科技股份有限公司營業(yè)利潤及營業(yè)利潤率
     圖表149 2017-2020年用友網絡科技股份有限公司凈資產收益率
     圖表150 2017-2020年用友網絡科技股份有限公司短期償債能力指標
     圖表151 2017-2020年用友網絡科技股份有限公司資產負債率水平
     圖表152 2017-2020年用友網絡科技股份有限公司運營能力指標
     圖表153 2018-2019年華為投資控股有限公司綜合收益表
     圖表154 2018-2019年華為投資控股有限公司銷售收入分部資料
     圖表155 2018-2019年華為投資控股有限公司銷售收入分地區(qū)
     圖表156 華為數據中臺設計理念
     圖表157 蘇寧數據中臺的建設目標
     圖表158 2017-2018年百度綜合收益表
     圖表159 2017-2018年百度分部資料
     圖表160 2018-2019年百度綜合收益表
     圖表161 2018-2019年百度分部資料
     圖表162 2019-2020年百度綜合收益表
     圖表163 2019-2020年百度分部資料
     圖表164 百度智能云“AI中臺”產品架構
     圖表165 2017-2018年騰訊綜合收益表
     圖表166 2017-2018年騰訊分部資料
     圖表167 2017-2018年騰訊收入分地區(qū)資料
     圖表168 2018-2019年騰訊綜合收益表
     圖表169 2018-2019年騰訊分部資料
     圖表170 2018-2019年騰訊收入分地區(qū)資料
     圖表171 2019-2020年騰訊綜合收益表
     圖表172 2019-2020年騰訊分部資料
     圖表173 2017-2018財年阿里巴巴綜合收益表
     圖表174 2017-2018財年阿里巴巴分部資料
     圖表175 2018-2019財年阿里巴巴綜合收益表
     圖表176 2018-2019財年阿里巴巴分部資料
     圖表177 2019-2020財年阿里巴巴綜合收益表
     圖表178 2019-2020財年阿里巴巴分部資料
     圖表179 阿里云數據中臺發(fā)展歷程
     圖表180 阿里云四大行業(yè)數據中臺解決方案
     圖表181 阿里云數據中臺**產品矩陣
     圖表182 Dataphin**功能及應用**
     圖表183 OneData方法論
     圖表184 Quick BI可視化呈現界面
     圖表185 Quick BI應用**
     圖表186 Quick Audience賦能消費者全周期運營
     圖表187 Quick Audience對AIPL細分用戶群管理
     圖表188 Quick Stock賦能貨品生命周期全流程
     圖表189 Quick Stock**鏈路
     圖表190 阿里中臺數據流動機制示意圖
     圖表191 阿里數據中臺架構支撐
     圖表192 小米數據中臺技術結構
     圖表193 滴滴數據中臺建設圍繞四個方面
     圖表194 滴滴中臺數據體系建設的**難點
     圖表195 滴滴精益數據管理體系
     圖表196 滴滴數據系統(tǒng)構成
     圖表197 滴滴標準化數據服務
     圖表198 2000-2020年數據中臺投資事件及投資金額規(guī)模
     圖表199 2000-2020年數據中臺并購事件及并購金額規(guī)模
     圖表200 2000-2020年數據中臺上市數量及上市金額規(guī)模
     圖表201 2020年智度科技股份有限公司重點投資項目
     圖表202 營銷業(yè)務數據中臺建設功能示意圖
     圖表203 營銷與大數據深度融合發(fā)展
     圖表204 營銷業(yè)務數據中臺建設項目投資金額
     圖表205 營銷業(yè)務數據中臺建設項目進度安排
     圖表206 智能大數據融合平臺項目投資內容
     圖表207 2020年東華軟件股份公司重點投資項目
     圖表208 “新基建”相關政策匯總
     圖表209 傳統(tǒng)數據治理
     圖表210 精益數據治理
     圖表211 數據中臺的應用拓展方向
     圖表212 擁有數據高地的主要場景洼地
     圖表213 對2021-2026年中國數據中臺市場規(guī)模預測



    北京華研中商經濟信息中心專注于行業(yè)報告,可行性研究報告等

聯系方式 聯系我時,請告知來自八方資源網!

公司名: 北京華研中商經濟信息中心

聯系人: 安琪

電 話: 010-57276698

手 機: 18253730535

微 信: 18253730535

地 址: 北京朝陽北京市朝陽區(qū)北苑東路19號中國鐵建大廈

郵 編:

網 址: zyxxyjs88.b2b168.com

八方資源網提醒您:
1、本信息由八方資源網用戶發(fā)布,八方資源網不介入任何交易過程,請自行甄別其真實性及合法性;
2、跟進信息之前,請仔細核驗對方資質,所有預付定金或付款至個人賬戶的行為,均存在詐騙風險,請?zhí)岣呔瑁?
    聯系方式

公司名: 北京華研中商經濟信息中心

聯系人: 安琪

手 機: 18253730535

電 話: 010-57276698

地 址: 北京朝陽北京市朝陽區(qū)北苑東路19號中國鐵建大廈

郵 編:

網 址: zyxxyjs88.b2b168.com

    相關企業(yè)
    商家產品系列
  • 產品推薦
  • 資訊推薦
關于八方 | 八方幣 | 招商合作 | 網站地圖 | 免費注冊 | 一元廣告 | 友情鏈接 | 聯系我們 | 八方業(yè)務| 匯款方式 | 商務洽談室 | 投訴舉報
粵ICP備10089450號-8 - 經營許可證編號:粵B2-20130562 軟件企業(yè)認定:深R-2013-2017 軟件產品登記:深DGY-2013-3594
著作權登記:2013SR134025
Copyright ? 2004 - 2025 b2b168.com All Rights Reserved