物(wù)聯網産業鏈很長,其體(tǐ)系構架大(dà)緻可分(fēn)爲感知(zhī)層、網絡層、應用層三個層面,每個層面又(yòu)涉及到諸多細分(fēn)領域。
感知(zhī)層的功能主要是獲取信息,負責采集物(wù)理世界中(zhōng)發生(shēng)的物(wù)理事件和數據,實現外(wài)部世界信息的感知(zhī)和識别。包括傳統的無線傳感器網絡、全球定位系統、射頻(pín)識别、條碼識讀器等。這一(yī)層主要涉及兩大(dà)類關鍵技術:傳感技術和标識技術。傳感器網絡的感知(zhī)主要通過各種類型的傳感器對物(wù)體(tǐ)的物(wù)質屬性(如溫度、濕度、壓力等)、環境狀态、行爲态勢等信息進行大(dà)規模、分(fēn)布式的信息獲取與狀态識别,它可用于環境監測、遠程醫療、智能家居等領域。标識技術通過給每件物(wù)體(tǐ)分(fēn)配一(yī)個唯一(yī)的識别編碼,實現物(wù)聯網中(zhōng)任何物(wù)體(tǐ)的互聯。
網絡層主要是完成感知(zhī)信息高可靠性、高安全性的傳送和處理。從具體(tǐ)實現的角度,本層由下(xià)而上又(yòu)分(fēn)爲三層:接入網、核心網和業務網。①接入網:主要完威各類設備的網絡接入,強調各類接入方式,比如現有蜂窩移動通信網、無線局域/城域網、衛星通信網、各類有線網絡等。②核心網:主要是完成信息的遠距離(lí)傳輸,目前依靠現有的互聯網、電(diàn)信網或電(diàn)視網。随着三網融合的推進,核心網将朝全ip網絡發展。③業務網:是實現物(wù)聯網業務能力和運營支撐能力的核心組成部分(fēn)。
應用層主要是利用經過分(fēn)析處理的感知(zhī)數據,将物(wù)聯網技術與個人、家庭和行業信息化需求相結台,可向用戶提供豐富的服務内容,大(dà)大(dà)提高生(shēng)産和生(shēng)活的智能化程度,應用前景十分(fēn)廣闊。其應用可分(fēn)爲監控型(物(wù)流監控、污染監控、災害監控)、查詢型(智能檢索、遠程抄表)、控制型(智能交通、智能家居、路燈控制、遠程醫療、綠色農業)、掃描型(手機錢包、etc)等。
——【幹貨】2022年中(zhōng)國大(dà)數據産業鏈全景梳理及區域熱力地圖
行業主要上市公司:易華錄(300212)、美亞柏科(300188)、海量數據(603138)、同有科技(300302)、海康威視(002415)、依米康(300249)、常山北(běi)明(000158)、思特奇(300608)、科創信息(300730)、神州泰嶽(300002)、藍(lán)色光标(300058)等
大(dà)數據産業鏈全景梳理:大(dà)數據産業鏈龐大(dà)
大(dà)數據産業鏈覆蓋範圍廣,上遊是基礎支撐層,主要包括網絡設備、計算機設備、存儲設備等硬件供應,此外(wài),相關雲計算資(zī)源管理平台、大(dà)數據平台建設也屬于産業鏈上遊;
大(dà)數據産業中(zhōng)遊立足海量數據資(zī)源,圍繞各類應用和市場需求,提供輔助性的服務,包括數據交易、數據資(zī)産管理、數據采集、數據加工(gōng)分(fēn)析、數據安全,以及基于數據的it運維等;
大(dà)數據産業下(xià)遊則是大(dà)數據應用市場,随着我(wǒ)國大(dà)數據研究技術水平的不斷提升,目前,我(wǒ)國大(dà)數據已廣泛應用于政務、工(gōng)業、金融、交通、電(diàn)信和空間地理等行業。
大(dà)數據産業上遊基礎設施具體(tǐ)包括it設備、電(diàn)源設備、基礎運營商(shāng)及其他設備,相關代表企業華爲、中(zhōng)興通訊、艾默生(shēng)、三大(dà)運營商(shāng)等。
中(zhōng)遊大(dà)數據領域可以細分(fēn)爲數據中(zhōng)心、大(dà)數據分(fēn)析、大(dà)數據交易與大(dà)數據安全等子行業,相關代表企業包括寶信軟件、數據港、久其軟件、拓爾思、上海數據交易中(zhōng)心、貴陽大(dà)數據交易所與華雲數據等。
在下(xià)遊應用市場,我(wǒ)國大(dà)數據應用範圍正在快速向各行各業延伸,除發展較早的政務大(dà)數據、交通大(dà)數據外(wài),在工(gōng)業、金融、健康醫療等衆多領域大(dà)數據應用均初見成效。
更多本行業研究分(fēn)析詳見前瞻産業研究院《中(zhōng)國大(dà)數據産業發展前景與投資(zī)戰略規劃分(fēn)析報告》。
基于數據本身的公司:自身擁有大(dà)量的數據資(zī)源,比如政府機構;
基于技術的公司:比如勤智數碼大(dà)數據處理平台;
基于思維的公司:可以依托大(dà)數據分(fēn)析爲企業提供戰略方向,比如魔鏡的大(dà)數據服務和勤智數碼大(dà)數據咨詢服務。按照以上的三種角色,對大(dà)數據的商(shāng)業模式做了梳理和細分(fēn)。
“數據擁有者”的商(shāng)業模式數據擁有者,這樣的公司有三類:
1.大(dà)數據是業務核心,對大(dà)數據的重複利用是其發展的原動力,例如google、amazon、inrix等;這種公司具有很強大(dà)的大(dà)數據技術能力,多數時候大(dà)數據技術本身主要用于自身的運作,具有三種産業鏈角色:數據+技術+服務;
2.大(dà)數據是作爲提高生(shēng)産效率、增加業務收入或者創造新的收入的使能器,非廠商(shāng)的主流業務;例如運營商(shāng)、銀行等,運營商(shāng)的主要業務是通過通信設備提供的各種網絡語音和數據業務,目前運營商(shāng)本身并不通過數據的重複利用爲主要手段來盈利;
3.數據中(zhōng)間商(shāng),本身不具有創造數據的能力,從各種地方搜集數據進行整合,然後再提取有用的信息進行利用;它們的商(shāng)業模式有:
2b:面向企業或者公共政府部門,提供數據分(fēn)析結果的服務;例如inrix在交通信息領域,面向gps生(shēng)産商(shāng)、和交通規劃部門、 fedex和ups等物(wù)流公司等,出售完整的當前甚至未來的交通狀況的模式圖或者數據庫;2c:面向個人,提供基于數據分(fēn)析結果的服務。例如:inrix提供一(yī)個免費(fèi)的智能手機應用程序,一(yī)方面它可以爲用戶提供免費(fèi)的交通信息,另一(yī)方面它自己就得到了同步的數據。
2d:租售數據/信息模
式(數據資(zī)産分(fēn)享和交易平台),新的商(shāng)業模式,把數據/信息作爲資(zī)産直接進行銷售;例如:twitter把它的數據都通過兩個獨立的公司授權給别人使用;visa和mastercard收集和分(fēn)析了來自210個國家的15億信用卡用戶的650億條交易記錄,用來預測商(shāng)業發展和客戶的消費(fèi)趨勢。然後,它把這些分(fēn)析結果賣給其他公司;“技術提供者”的商(shāng)業模式技術提供者的2b商(shāng)業模式是目前的主流,有4種類型:提供單點技術,pure-play爲主,例如:teradata爲沃爾瑪和pop-tarts這兩個零售商(shāng)提供大(dà)數據分(fēn)析技術,來獲得營銷點子;提供整體(tǐ)解決方案,it廠商(shāng)爲主,例如:ibm提供軟硬一(yī)體(tǐ)的大(dà)數據解決方案;華爲基于it基礎設施領域在存儲和計算的優勢,提供整體(tǐ)大(dà)數據解決方案;大(dà)數據空間出租模式:大(dà)數據計算基礎設施上(與雲結合),通過出租一(yī)個虛拟空間,從簡單的文件存儲,逐步擴展到數據聚合平台,例如騰訊開(kāi)放(fàng)雲戰略爲大(dà)數據創業者提供了廉價的數據基礎設施,使中(zhōng)小(xiǎo)企業也有機會在大(dà)數據領域創新業務。bigdata as a service,新的商(shāng)業模式,提供e2e在線大(dà)數據技術或者解決方案。例如 rjmetrics,爲電(diàn)商(shāng)提供快捷的商(shāng)業智能在線服務,軟件定價爲 500 美元每月,客戶隻需在軟件端輸入特定數據,rjmetrics
便會将這些信息備份到安全的服務器上,并承諾在7日内優化數據用以分(fēn)析,之後以清晰簡潔的界面将數據分(fēn)析結果反饋給客戶。再例如,gooddata面向商(shāng)業用戶和it企業高管,提供數據存儲、性能報告、數據分(fēn)析等工(gōng)具,将所有商(shāng)業智能分(fēn)析所需的數據和任務都搬到了雲上;技術提供者的2c商(shāng)業模式,目前較少,與cloud結合後有很大(dà)的空間,未來是趨勢。例如:面向個人的家庭帳單、家庭耗能節能等或者面向個人數據的大(dà)數據解決方案。
“服務提供者”的商(shāng)業模式服務提供者有兩種,一(yī)種是應用服務提供者,另一(yī)種是咨詢服務提供者。應用服務提供者是基于大(dà)數據技術,對外(wài)提供服務:
2b:面向企業或者公共政府部門,提供數據分(fēn)析結果的服務;例如前面提過的inrix;
2c:面向個人,提供基于數據分(fēn)析的服務;例如: flight_caster 和flyontime.us基于分(fēn)析過去(qù)十年裏每個航班的情況,然後将其與過去(qù)和現實的天氣情況進行匹配,預測航班是否會晚點;咨詢服務提供者,提供技術服務支持、技術(方法、商(shāng)業等)咨詢,或者爲企業提供類似數據科學家的咨詢服務;2b 商(shāng)業模式:定位在某一(yī)具體(tǐ)行業,通過大(dà)量數據支持,對數據進行挖掘分(fēn)析後預測相關主體(tǐ)的行爲,以開(kāi)展業務;利用數據挖掘技術幫助客戶開(kāi)拓精準營銷或者新業務,有時企業收入來自于客戶增值部分(fēn)的分(fēn)成。 例如德國咨詢公司gfk幫助telefonica 面向零售商(shāng)、政府部門、公共機構提供基于地點的人員(yuán)流動(footfall)數據:以時間爲維度(小(xiǎo)時/天/月/年),在特定區域的人員(yuán)人口統計數據(性别、年齡)和行動等數據; 這類企業成長非常快,一(yī)般擅長數據挖掘分(fēn)析技術,幫助一(yī)些數據大(dà)戶如銀行、運營商(shāng)等開(kāi)展新的業務。