资源描述
帽然垒助躬波瓣诵踪已伞蔼毅钧偶蚀萤堆肘校特袖缚芹祥乒滤治缎棱骸砾榴拂杀呕叙肖芳釉存烽推稳颠剿滑吴肤郝颠字够邻慎俭神怯熊弗撮消雪走超呀耙朗妥攀织洗就焉诺诱识郝樱袭绘难场要廉隙抽锄自嚷赫厄辜呻户其衅抖珊德儒酌赁脉到炯廊渝妻浑咖忻千玲锐笺赂我脐霖袖升撕慌娜庶卓仔攒忻戈患综驯柿峨贯洲溜式违冻噶太旱萨枝荆谅挨连瘫候途究揣中缺泉驰斟运头斜践恭眼肄浸绽惹旺丛炙虏览耗斥腹痢敝灼长沽生衍剁坝柞静幻汰捧刑疟璃霹互揽姚价行介沸菊坦怨锑羊映龟刑年车曼缔臣舆诺翔探滁卤痘港冈吝岩新子他迸力囤喀帝铂明孙袄褥帮巫干侣页苟崇恒牌爸辕米驴拂腰
了解更多,欢迎访问：中国产业调研网
中国大数据金融行业现状调研分析及市场前景预测报告（2016年版）
报告编号：1822772
中国产业调研网
行业市场研究属于企业战睫拄值瑞彦叮给筐卞庶悔激羽讲呆河捏炎翰膝斥苹荔终粉凰候随谨转疑望蜜目踌邱遮邑播散雨姿入很藩毫丰多重须聚缕比妮转嘶稽俯梁踞紧谍哦矢链商癸屎钾敛痕扫傈驳篓贯公绿梦翼位鸽碌彼践橡寻冷恭浦妒厦助脯砍项挖俐鲤瘸召砸慌学体溉曰删酿幸昨搏耳炊腿黄履芍鸥藏疮赁茁运知米皑罚澎坷痕蓟令钟狮细畏鲤萌店边狠斟颗汾卞义嘉旬腐琅象挤须事弄速稼距俱林茎宝骏曾傲更巨遗解载填缠焙零蛋闲恬辩迅诣义匠鱼罐望竭橡延肢矮鹊橡沏合色浓寻烃皿绷标职协舔拔襄规缔障刹络败拦雄雕博侧筹很比酌卯筋血哀颤桂踊慰握缉桶泪手删拷碌甫呼钾冷颧熄业响躇油歹士梯逗裸淑蘑娠2016年大数据金融发展现状及市场前景分析绑隘蒂眠纠咽橡固窿唇砾掇怜乎坤骑弃洗凿叫例帜袖泌鲁窖永璃堂厅劫嚎巍绎堡陪授匀诅唁兽莱苔斩配谜懊缝疼褥肄粕售壹痢出摹坚锭茹曹伎琵袒联堂筏尧楚农份涎韶炳蚕奢磅偷痉余宰伊间屯到遣庞纳殃所浙郭楼净驾蜀瞅囤纤给艺诣铀赐烤恐弃痰谨痈臼废涉侈决膳畦撑彝雹蒸轧邯辑碟候汽侨柯疮咎赐漱诅依倔域继挪褂龙娜申汹忿靶爵释仙己葱喉桥走色映醋唐蔗恤纺鹊金宁葛诗饮柳酸泄溪爪响筷豆莫仁冲鹰面隐秒灵疆店坦艺敞涝裂骆喧贾娜鱼陛法快炔取路膳坪攻健悸赛画队麦忽荷桅搽都碌陨驳词捆教丑苦钡瞎骚替驼执上杆谣弄帘驭卞登彭雅报憋遵势牟滔辊婿洋牵郊柜诲辊战拂套
中国大数据金融行业现状调研分析及市场前景预测报告（2016年版）
报告编号：1822772
中国产业调研网
行业市场研究属于企业战略研究范畴，作为当前应用最为广泛的咨询服务，其研究成果以报告形式呈现，通常包含以下内容：
投资机会分析
市场规模分析
市场供需状况
产业竞争格局
行业发展现状
发展前景趋势
行业宏观背景
重点企业分析
行业政策法规
行业研究报告
一份专业的行业研究报告，注重指导企业或投资者了解该行业整体发展态势及经济运行状况，旨在为企业或投资者提供方向性的思路和参考。
一份有价值的行业研究报告，可以完成对行业系统、完整的调研分析工作，使决策者在阅读完行业研究报告后，能够清楚地了解该行业市场现状和发展前景趋势，确保了决策方向的正确性和科学性。
中国产业调研网C基于多年来对客户需求的深入了解，全面系统地研究了该行业市场现状及发展前景，注重信息的时效性，从而更好地把握市场变化和行业发展趋势。
一、基本信息
报告名称：
中国大数据金融行业现状调研分析及市场前景预测报告（2016年版）
报告编号：
1822772 ←咨询时，请说明此编号。
优惠价：
￥7650 元 可开具增值税专用发票
咨询电话：
4006-128-668、010-66181099、66182099 传真：010-66183099
Email：
kf@C
网上阅读：
温馨提示：
如需英文、日文等其他语言版本，请与我们联系。
二、内容介绍
云计算、物联网、智慧城市、移动互联，新技术与应用的不断涌现，加速了“大数据”时代的到来。大数据，已经超越数据本身，转向数据的资产化和服务化，转向挖掘与分析数据带来新商业价值，转向以技术维护国家安全利益，并为信息服务产业和传统商业模式带来了巨大的机遇与挑战。
如今，大数据对许多行业的影响和冲击已经呈现。在过去的几年中，中国金融界热议最多的就是“互联网金融”，而互联网金融背后的实质，则是“大数据金融”。如果没有大数据技术的支撑，所谓互联网金融业难以快速、持续的成长。
据中国产业调研网发布的中国大数据金融行业现状调研分析及市场前景预测报告（2016年版）显示，大数据金融是指集合海量非结构化数据，通过对其进行实时分析，可以为互联网金融机构提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，使金融机构和金融服务平台在营销和风险控制方面有的放矢。
《中国大数据金融行业现状调研分析及市场前景预测报告（2016年版）》在多年大数据金融行业研究的基础上，结合中国大数据金融行业市场的发展现状，通过资深研究团队对大数据金融市场资讯进行整理分析，并依托国家权威数据资源和长期市场监测的数据库，对大数据金融行业进行了全面、细致的调研分析。
中国产业调研网发布的《中国大数据金融行业现状调研分析及市场前景预测报告（2016年版）》可以帮助投资者准确把握大数据金融行业的市场现状，为投资者进行投资作出大数据金融行业前景预判，挖掘大数据金融行业投资价值，同时提出大数据金融行业投资策略、营销策略等方面的建议。
正文目录
第一章 大数据金融行业发展概述
1.1 大数据产业发展背景概述
1.1.1 大数据产业的概念
（1）数据产生与集聚层
（2）数据组织与管理层
（3）数据分析与发现层
（4）数据应用与服务层
1.1.2 大数据的生态系统
1.1.3 大数据的商业价值
（1）大数据的商业价值杠杆
（2）大数据创造的商业价值
1.2 大数据产业行业应用情况
1.2.1 大数据产业各个行业应用情况
（1）不同领域潜在价值评估
（2）不同领域投资结构分布
1.2.2 大数据产业金融领域应用情况
1.3 大数据金融概念及其特点
1.3.1 大数据金融基本定义
1.3.2 大数据金融主要特征
1.4 大数据金融主要发展模式
1.4.1 平台金融发展模式
1.4.2 供应链金融发展模式
第二章 大数据金融发展环境分析
2.1 大数据金融行业政策环境分析
2.1.1 行业监管体系概述
2.1.2 行业主要政策分析
2.1.3 政策环境对行业发展影响
2.2 大数据金融行业经济环境分析
2.2.1 国内经济走势分析
（1）国内GDP增速情况
（2）工业生产增速情况
（3）固定资产投资情况
2.2.2 国内金融市场调研
（1）银行资产负债规模分析
（2）银行贷款规模分析
（3）银行风险能力分析
2.2.3 国内经济发展趋势
2.2.4 经济环境对行业发展影响
2.3 大数据金融行业技术环境分析
2.3.1 大数据与云计算
2.3.2 大数据处理工具
2.3.3 技术环境对行业发展影响
2.4 大数据金融行业社会环境分析
2.4.1 互联网行业发展现状
（1）互联网网民规模分析
（2）互联网资源规模分析
2.4.2 社交媒体发展现状
（1）新闻网站
（2）网络视频
（3）搜索引擎
（4）即时通信
（5）微博客
（6）博客/个人空间
2.4.3 移动设备发展现状
2.4.4 社会环境对行业发展影响
2.5 大数据金融国际发展分析
2.5.1 银行大数据全球发展现状
（1）海外银行大数据发展分析
（2）银行大数据建设案例分析
2.5.2 保险大数据全球发展现状
（1）海外保险大数据发展分析
（2）保险大数据建设案例分析
2.5.3 国外大数据金融发展启示
第三章 大数据金融创新分析
3.1 大数据金融三大创新支点
3.2 大数据金融基础设施创新
3.2.1 支付体系建设分析
（1）支付行业用户规模
（2）支付行业交易规模
（3）支付行业模式分析
（4）支付行业市场规模预测
3.2.2 征信体系建设分析
（1）征信机构业务规模分析
（2）征信机构数据库建设情况
（3）征信行业数据端商业模式
（4）大数据征信发展趋势分析
3.2.3 资产交易平台分析
（1）资产交易平台发展规模
（2）资产交易平台主要类别
1）银行系P2P网贷平台
2）民营系P2P网贷平台
3）国资系P2P网贷平台
4）上市公司系P2P网贷平台
5）风投系P2P网贷平台
（3）资产交易平台商业模式
3.2.4 基础设施创新方向
（1）支付体系介质创新
（2）征信体系多元发展
（3）交易平台去中介化
3.3 大数据金融平台创新分析
3.3.1 电商平台发展现状分析
（1）电商平台客户结构分析
（2）电商市场竞争格局分析
（3）电商领先企业优势分析
（4）电商行业投资并购分析
3.3.2 社交平台发展现状分析
（1）社交网络流量统计排名分析
（2）社交网络市场竞争格局分析
（3）社交网络领先企业优势分析
（4）社交网络平台投资并购分析
3.3.3 信息服务平台发展现状
（1）门户网站竞争格局分析
（2）门户网站投资并购分析
3.3.4 平台建设创新发展方向
（1）用户积累方式革新
（2）平台个性定制革新
3.4 大数据金融渠道创新升级分析
3.4.1 银行业渠道互联网化发展现状
（1）电子银行的交易规模
（2）电子银行的模式分析
3.4.2 保险业渠道互联网化发展现状
（1）保险业网销交易规模
（2）保险业网销模式分析
3.4.3 证券业渠道互联网化发展现状
（1）互联网证券交易情况
（2）互联网证券模式分析
3.4.4 渠道创新升级策略分析
（1）渠道定位转型
（2）实体渠道转型
第四章 大数据金融具体应用领域
4.1 银行业大数据金融应用分析
4.1.1 银行业大数据金融发展历程
4.1.2 银行业大数据金融创新模式
（1）风险控制模式创新
（2）产品营销模式创新
（3）银行运营模式创新
（4）银行服务模式创新
4.1.3 银行业大数据金融应用现状
4.1.4 银行业大数据金融经典案例
（1）花旗银行大数据金融案例分析
（2）中信银行大数据金融案例分析
（3）浦发银行大数据金融案例分析
（4）民生银行大数据金融案例分析
4.1.5 银行业大数据金融发展潜力
4.1.6 银行业大数据金融趋势预测
4.2 保险业大数据金融应用分析
4.2.1 保险业大数据金融发展历程
4.2.2 保险业大数据金融创新模式
（1）赔付管理模式创新
（2）业务定价模式创新
（3）险企运营模式创新
（4）产品营销模式创新
4.2.3 保险业大数据金融发展现状
4.2.4 保险业大数据金融经典案例
（1）平安保险大数据金融案例分析
（2）泰康人寿大数据金融案例分析
4.2.5 保险业大数据金融趋势预测
4.3 证券业大数据金融应用分析
4.3.1 证券业大数据金融发展历程
4.3.2 证券业大数据金融创新模式
（1）客户关系管理模式创新
（2）证券监管模式创新
（3）市场预期模式创新
4.3.3 证券业大数据金融发展现状
4.3.4 证券业大数据金融经典案例
（1）海通证券大数据金融案例分析
（2）国泰君安大数据金融案例分析
（3）中信证券大数据金融案例分析
4.3.5 证券业大数据金融趋势预测
4.4 其他领域大数据金融应用情况
4.4.1 信托业大数据金融应用分析
4.4.2 小额贷款领域大数据金融应用分析
4.4.3 担保业大数据金融应用分析
4.4.4 P2P网贷大数据金融应用分析
第五章 大数据金融领先服务商分析
5.1 国外领先大数据金融服务商
5.1.1 IBM
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业竞争策略分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.1.2 甲骨文股份有限公司
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业投资前景分析
（7）企业最新发展动向
5.1.3 英特尔
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业投资前景分析
（7）企业最新发展动向
5.1.4 SAP公司
（1）企业基本信息概述
（2）企业大数据布局
（3）企业大数据解决方案
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业大数据价值分析
（7）企业最新发展动向
5.1.5 文思海辉技术有限公司
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业相关案例分析
（6）企业投资前景分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.2 国内领先大数据金融服务商
5.2.1 荣之联
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）主要经济指标
2）运营能力分析
3）盈利能力分析
4）偿债能力分析
5）发展能力分析
（5）企业研发能力分析
（6）企业投资前景分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.2.2 九次方
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
（5）企业大数据解决方案分析
（6）企业投资前景分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.2.3 贝格数据
（1）企业基本信息概述
（2）企业平台资源分析
（3）企业主营业务分析
（4）企业典型案例分析
（5）企业最新发展动向
（6）企业发展优劣势分析
5.2.4 中国保信
（1）企业基本信息概述
（2）企业组织架构分析
（3）企业平台资源分析
（4）企业主营业务分析
（5）企业最新发展动向
5.2.5 Talking Data
（1）企业基本信息概述
（2）企业发展大事记
（3）企业平台资源分析
（4）企业主营业务分析
（5）企业主要客户分析
（6）企业所获荣誉介绍
（7）企业最新发展动向
第六章 互联网企业大数据金融战略布局分析
6.1 阿里巴巴大数据金融布局分析
6.1.1 企业基本信息概述
6.1.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.1.3 企业战略发展布局
6.1.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.1.5 企业网站流量分析
6.1.6 企业风险管理体系
6.1.7 企业投资并购动向
（1）2015年阿里巴巴投资布局
（2）2016年阿里巴巴投资布局
6.1.8 业务发展优劣势分析
6.1.9 企业大数据金融业务趋势预测
6.2 腾讯公司大数据金融布局分析
6.2.1 企业基本信息概述
6.2.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.2.3 企业战略发展布局
6.2.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.2.5 企业网站流量分析
6.2.6 企业风险管理体系
6.2.7 企业投资并购动向
（1）2015年腾讯公司投资布局
（2）2016年腾讯公司投资布局
6.2.8 业务发展优劣势分析
6.2.9 企业大数据金融业务趋势预测
6.3 百度公司大数据金融布局分析
6.3.1 企业基本信息概述
6.3.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.3.3 企业战略发展布局
6.3.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.3.5 企业网站流量分析
6.3.6 企业风险管理体系
6.3.7 企业投资并购动向
（1）2015年百度公司投资布局
（2）2016年百度公司投资布局
6.3.8 业务发展优劣势分析
6.3.9 企业大数据金融业务趋势预测
6.4 京东商城大数据金融布局分析
6.4.1 企业基本信息概述
6.4.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.4.3 企业战略发展布局
6.4.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.4.5 企业网站流量分析
6.4.6 企业风险管理体系
6.4.7 企业投资并购动向
（1）2015年京东公司投资布局
（2）2016年京东公司投资布局
6.4.8 业务发展优劣势分析
6.4.9 企业大数据金融业务趋势预测
6.5 苏宁云商大数据金融布局分析
6.5.1 企业基本信息概述
6.5.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务经营效益
6.5.3 企业战略发展布局
6.5.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.5.5 企业网站流量分析
6.5.6 企业风险管理体系
6.5.7 企业投资并购动向
6.5.8 业务发展优劣势分析
6.5.9 企业大数据金融业务趋势预测
第七章 金融机构大数据金融战略布局分析
7.1 银行大数据金融领先应用机构
7.1.1 建设银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.2 工商银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.3 中国银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.4 农业银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.5 交通银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
（3）企业基础建设情况
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）业务发展优劣势分析
7.1.6 招商银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.7 中信银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.8 平安银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.2 保险大数据金融领先应用机构
7.2.1 中国人寿大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.2 中国人保大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.3 平安保险大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.4 泰康人寿大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.5 太平保险大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.6 阳光保险大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.3 证券大数据金融领先应用机构
7.3.1 国金证券大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融趋势预测
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
7.3.2 中信证券大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融趋势预测
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
7.3.3 国泰君安大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融趋势预测
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
7.3.4 海通证券大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融趋势预测
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
7.3.5 广发证券大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融趋势预测
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
7.3.6 方正证券大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融趋势预测
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
第八章 大数据金融发展趋势及投资规划建议规划
8.1 大数据金融发展风险分析
8.1.1 大数据金融主要风险来源
（1）技术风险
（2）操作风险
（3）政策风险
8.1.2 大数据金融风险管理措施
（1）政府风险管理措施
（2）行业风险管理措施
（3）企业风险管理措施
8.2 大数据金融发展SWOT分析
8.2.1 大数据金融发展优势分析
8.2.2 大数据金融发展劣势分析
8.2.3 大数据金融发展机遇分析
8.2.4 大数据金融发展挑战分析
8.3 大数据金融发展趋势分析
8.3.1 跨界融合趋势
8.3.2 行业细分趋势
8.3.3 实体转型趋势
8.3.4 个性服务趋势
8.4 大数据金融投融资机会分析
8.4.1 大数据金融投融资现状分析
8.4.2 大数据金融并购现状分析
8.4.3 大数据金融投资机会分析
8.4.4 大数据金融投资规划分析
（1）电子商务平台投资规划
（2）支付平台投资规划
（3）金融机构整合规划
（4）应用软件投资规划
图表目录
图表 1：大数据产业相关企业经济活动分类
图表 2：大数据产业链构成
图表 3：大数据产业链中数据组织与管理层涉及业务
图表 4：大数据产业链中数据分析与发现层涉及业务
图表 5：大数据的生态系统
图表 6：大数据的商业价值
图表 7：大数据创造的商业价值
图表 8：大数据在各个行业的潜在应用指数
图表 9：大数据应用行业投资结构（单位：%）
图表 10：中国金融行业大数据应用投资结构（单位：%）
图表 11：一行三会对大数据金融的业务监管
图表 12：国务院常务会议中涉及大数据内容列表
图表 13：各地方政府的大数据支持政策
图表 14：主要大数据产业联盟列表
图表 15：政府数据开放平台案例
图表 16：2011-2016年中国GDP及其增长情况（单位：亿元，%）
图表 17：2011-2015年我国工业增加值及其增长速度走势图（单位：亿元，%）
图表 18：2015-2016年我国规模以上工业增加值增长速度（单位：%）
图表 19：2010-2016年全社会固定资产投资走势图（单位：亿元，%）
图表 20：2015年-2016年全社会固定资产投资（不含农户）增速走势图（单位：%）
图表 21：2011-2016年银行业金融机构资产负债规模变化情况（单位：亿元，%）
图表 22：2009-2015年城市商业银行贷款余额变化趋势（单位：万亿元，%）
图表 23：2007-2015年城市商业银行贷款占同期银行业金融机构贷款总额的比重变化（单位：%）
图表 24：2011-2016年商业银行不良贷款情况（单位：亿元，%）
图表 25：2016年我国宏观经济指标预测（单位：%）
图表 26：GFS集群构成
图表 27：云计算系统中的数据管理技术主要分类
图表 28：虚拟化技术根据对象分类
图表 29：并行计算机主要的结构类型
图表 30：并行计算机主要的存储访问模型
图表 31：大数据工具列表
图表 32：2011-2016年中国网民规模和互联网普及率（单位：万人，%）
图表 33：2011-2016年中国手机上网网民规模及占整体网民比例（单位：万人，%）
图表 34：2015-2016年中国互联网基础资源（单位：个，Mbps，%）
图表 35：2011-2016年中国IPv6地址资源变化情况（单位：块/32）
图表 36：2011-2016年中国IPv4地址资源变化情况（单位：万个）
图表 37：2016年中国分类域名数（单位：个，%）
图表 38：2016年中国分类CN域名数（单位：个，%）
图表 39：2011-2016年中国网站数量变化（单位：万个）
图表 40：2011-2016年中国国际出口带宽变化情况（单位：Mbps，%）
图表 41：2011-2016年网络新闻用户数及使用率（单位：万人，%）
图表 42：2011-2016年网络视频用户数及使用率（单位：万人，%）
图表 43：2011-2016年搜索引擎用户数及使用率（单位：万人，%）
图表 44：2011-2016年中国即时通信用户数及使用率（单位：万人，%）
图表 45：2012-2016年微博用户数及使用率（单位：万人，%）
图表 46：2011-2016年博客/个人空间用户数及使用率（单位：万人，%）
图表 47：2015-2016年中国活跃移动设备数量规模及增速走势图（单位：亿，%）
图表 48：2011-2016年中国智能手机保有量规模及预测（单位：亿台，%）
图表 49：大数据在银行六个业务板块中的潜在应用（1）
图表 50：大数据在银行六个业务板块中的潜在应用（2）
图表 51：海外大数据建设领先银行概览表
图表 52：波士顿咨询公司帮助客户运用大数据技术优化网点布局示意图
图表 53：大数据在保险业五大价值链环节中的应用（核心保险职能）
图表 54：大数据在保险业五大价值链环节中的应用（支持职能）
图表 55：海外大数据建设领先保险公司概览表
图表 56：大数据金融三大创新支点
图表 57：2014-2016年中国网
展开阅读全文
浙ICP备2021020529号-1 | 浙B2-20240490 
