IDC:银行业和制造业推动全球大数据和业务分析市场双位数增长

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

据IDC全球半年度大数据和分析开支指南称,全球大数据和业务分析(BDA)的收入将从2016年的1301亿美元增长到2020年的2030亿美元。

“数据的可用性、新一代技术、向数据驱动决策转变的文化,这将继续成为对大数据和分析数据及服务需求的推动力,”IDC分析和信息管理副总裁Dan Vesset表示。“这个市场在2015年收入达到1220亿美元之后,预计2016年的收入将增长11.3%,并且预计到2020年之前的复合年增长率为11.7%。”

“推动这一增长的行业包括银行、离散制造、流程制造、联邦/中央政府和专业服务。总之,这五大行业在2016年全球大数据和业务分析投资中占比近50%,并将在2020年之前都是前五大行业。除了是在大数据和业务分析解决方案上投资最高(在2016年将近170亿美元)的行业,银行业还将在开支上实现最大的增长。电信、公用事业、保险、运输业也将与银行业一起,成为五年预测期内复合年增长率最高的行业。但不止这些行业,在IDC开支指南覆盖的18个行业中,有16个行业都将在2015年到2020年之间实现双位数的复合年增长率。”

IDC:银行业和制造业推动全球大数据和业务分析市场双位数增长

“今年和预测期的其他时间中,我们预计将看到几乎所有行业对大数据和分析技术的开支都呈现健康增长的态势,包括银行业和电信业,”IDC客户洞察和分析项目总监Jessica Goegfert表示。“在我们的最终用户研究中,来自这些行业的受访者都把BDA项目放在了比其他技术投资更高的优先级上。对于银行业来说,主要精力放在了风险管理、防范欺诈和法规遵从相关的方面。客户体验则是电信行业BDA投资的核心;例如,BDA技术被部署在呼叫中心,让受访者能够通过卓越的服务取悦来电者。”

大型和超大型公司(员工规模超500人)将成为大数据和业务分析机遇的主要动力,在2020年将创造超过1540亿美元的收入。不过,中小企业(SMB)仍然有显著的贡献,全球收入中有近1/4来自那些规模少于500人的企业。

IT和业务服务将是主要的技术投资,在预测期内这两项占到了超过半数的大数据和业务分析收入。服务相关的开支也将在预测期内实现最大的增幅,复合年增长率为14.9%。到2020年,软件投资将增长到超过600亿美元,主要的采购来自于最终用户查询、报告和分析工具,以及数据仓库管理工具。随着企业在大数据和分析方面日益活跃,内容分析工具和CRM分析应用将实现超出平均水平的增长(复合年增长率分别为18.5%和10.4%)。硬件投资的复合年增长率为8.7%,到2020年将达到299亿美元。

从地域角度来看,有超过一半的大数据和业务分析收入将来自于美国。IDC预测,到2020年美国市场的大数据和业务分析解决方案将超过950亿美元。第二大区域市场是西欧,其次是亚太(不包括日本)和拉丁美洲。五年预测期内增幅最高的两个地区将是拉丁美洲和MEA。





原文发布时间为: 2016年10月5日 
本文作者:作者:陈广成 
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
102 2
|
1天前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
35 15
|
7天前
|
SQL 分布式计算 DataWorks
DataWorks产品测评|基于DataWorks和MaxCompute产品组合实现用户画像分析
本文介绍了如何使用DataWorks和MaxCompute产品组合实现用户画像分析。首先,通过阿里云官网开通DataWorks服务并创建资源组,接着创建MaxCompute项目和数据源。随后,利用DataWorks的数据集成和数据开发模块,将业务数据同步至MaxCompute,并通过ODPS SQL完成用户画像的数据加工,最终将结果写入`ads_user_info_1d`表。文章详细记录了每一步的操作过程,包括任务开发、运行、运维操作和资源释放,帮助读者顺利完成用户画像分析。此外,还指出了文档中的一些不一致之处,并提供了相应的解决方法。
|
6天前
|
分布式计算 DataWorks 搜索推荐
用户画像分析(MaxCompute简化版)
通过本教程,您可以了解如何使用DataWorks和MaxCompute产品组合进行数仓开发与分析,并通过案例体验DataWorks数据集成、数据开发和运维中心模块的相关能力。
38 4
|
25天前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
63 4
|
26天前
|
关系型数据库 分布式数据库 数据库
PolarDB 以其出色的性能和可扩展性,成为大数据分析的重要工具
在数字化时代,企业面对海量数据的挑战,PolarDB 以其出色的性能和可扩展性,成为大数据分析的重要工具。它不仅支持高速数据读写,还通过数据分区、索引优化等策略提升分析效率,适用于电商、金融等多个行业,助力企业精准决策。
34 4
|
27天前
|
机器学习/深度学习 分布式计算 算法
【大数据分析&机器学习】分布式机器学习
本文主要介绍分布式机器学习基础知识,并介绍主流的分布式机器学习框架,结合实例介绍一些机器学习算法。
175 5
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
290 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
44 2
下一篇
DataWorks