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,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*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Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
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天前
|
运维 监控 Java
在大数据场景下,Elasticsearch作为分布式搜索与分析引擎,因其扩展性和易用性成为全文检索首选。
【7月更文挑战第1天】在大数据场景下,Elasticsearch作为分布式搜索与分析引擎,因其扩展性和易用性成为全文检索首选。本文讲解如何在Java中集成Elasticsearch,包括安装配置、使用RestHighLevelClient连接、创建索引和文档操作,以及全文检索查询。此外,还涉及高级查询、性能优化和故障排查,帮助开发者高效处理非结构化数据。
11 0
|
6天前
|
存储 数据采集 分布式计算
Java中的大数据处理与分析架构
Java中的大数据处理与分析架构
|
7天前
|
消息中间件 存储 大数据
深度分析:Apache Kafka及其在大数据处理中的应用
Apache Kafka是高吞吐、低延迟的分布式流处理平台,常用于实时数据流、日志收集和事件驱动架构。与RabbitMQ(吞吐量有限)、Pulsar(多租户支持但生态系统小)和Amazon Kinesis(托管服务,成本高)对比,Kafka在高吞吐和持久化上有优势。适用场景包括实时处理、数据集成、日志收集和消息传递。选型需考虑吞吐延迟、持久化、协议支持等因素,使用时注意资源配置、数据管理、监控及安全性。
|
7天前
|
SQL 运维 druid
深度分析:Apache Doris及其在大数据处理中的应用
Apache Doris是一款开源的高性能实时分析数据库,设计用于低延迟SQL查询和实时数据处理,适合大规模实时分析场景。与Apache Druid、ClickHouse和Greenplum相比,Doris在易用性和实时性上有优势,但其他产品在特定领域如高吞吐、SQL支持或数据处理有特长。选型要考虑查询性能、实时性、SQL需求和运维成本。Doris适用于实时数据分析、BI报表、数据中台和物联网数据处理。使用时注意资源配置、数据模型设计、监控调优和导入策略。
|
7天前
|
消息中间件 分布式计算 Kafka
深度分析:Apache Flink及其在大数据处理中的应用
Apache Flink是低延迟、高吞吐量的流处理框架,以其状态管理和事件时间处理能力脱颖而出。与Apache Spark Streaming相比,Flink在实时性上更强,但Spark生态系统更丰富。Apache Storm在低延迟上有优势,而Kafka Streams适合轻量级流处理。选型考虑延迟、状态管理、生态系统和运维成本。Flink适用于实时数据分析、复杂事件处理等场景,使用时注意资源配置、状态管理和窗口操作的优化。
|
14天前
|
机器学习/深度学习 数据可视化 数据挖掘
数据可视化在大数据分析中的重要作用
数据可视化在大数据分析中的重要作用
26 0
|
14天前
|
存储 资源调度 大数据
云计算在大数据分析中的弹性资源调度策略
云计算在大数据分析中的弹性资源调度策略
|
2天前
|
分布式计算 DataWorks 安全
DataWorks产品使用合集之两个odps数据源绑定了同一个项目, 如何看另外一个数据源的同步数据
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
5 0
|
4天前
|
存储 人工智能 OLAP
深度|大模型时代下,基于湖仓一体的数据智能新范式
本次文根据峰会演讲内容整理:分享在大模型时代基于湖仓一体的数据产品演进,以及我们观察到的一些智能开发相关的新范式。
|
4天前
|
机器学习/深度学习 分布式计算 监控
在大数据模型训练中,关键步骤包括数据收集与清洗、特征工程、数据划分;准备分布式计算资源
【6月更文挑战第28天】在大数据模型训练中,关键步骤包括数据收集与清洗、特征工程、数据划分;准备分布式计算资源,选择并配置模型如深度学习架构;通过初始化、训练、验证进行模型优化;监控性能并管理资源;最后保存模型并部署为服务。过程中要兼顾数据隐私、安全及法规遵守,利用先进技术提升效率。
12 0