《大数据开发工具市场现状分析及发展前景.docx》由会员分享，可在线阅读，更多相关《大数据开发工具市场现状分析及发展前景.docx（23页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、大数据开发工具市场现状分析及发展前景一、创建学习型企业彼得德鲁克在1988年就指出：“我们正在进入变革的第三阶段: 从命令一控制型组织、分成许多部门与科室的组织，转变为以信息为 基础、由知识专家组成的组织但是，我们还远没有做到真正建立 起以信息为基础的组织一这是将来会遇到的管理上的挑战。”为迎接 知识经济时代的挑战，企业必须以知识作为决策及决策之后的资源分 配工作的根据和基础。也就是说，企业要建立新的组织机制，使之懂 得如何倾听市场的条件信号，从所听到的内容及其经验中学习，然后 在所学知识的基础上提高其自身能力，以其创造并满足顾客的产品和 服务领先于他人。企业对倾听、学习和领先这三项挑战性工作
2、做得如 何，将决定其业务经营的成功或失败程度。（一）倾听倾听，或称探察，是指企业感知外部世界的所有活动。企业倾听 有明确的目的性，就是建立知识基础，以便作出面向市场的决策。市场调研一直是企业常用的感知手段。但过分依赖市场调研部门, 乃至完全依赖营销部门来倾听，并不能保证企业通过有效的倾听达到 成功决策。通过相当狭小的感知渠道寻求众多对象的反映，调研机构 和信息处理人员对信息的控制、保管和理解，都会成为企业有效倾听海量的数据规模指数据量大，包括采集、存储和计算过程中所涉 及数据量都非常大。大数据的起始计量单位通常是PB （约1, OOOTB）、 EB （约 100 万 TB）或 ZB （约 10
3、 亿 TB）。多样的数据类型指数据种类和来源多样化，包括结构化、半结构 化和非结构化数据，具体表现为关系型数据、日志、音频、视频、文 本、图片、地理位置信息等类型数据，多类型的数据对数据的处理能 力提出了更高的要求。价值密度低指有价值数据所占比例低。随着互联网以及物联网的 广泛应用，信息感知无处不在，信息海量，但价值密度较低，通过结 合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代需 要解决的重要问题之一。快速的数据流转指数据增长速度快，处理速度要求快，时效性要 求高。例如实时监测场景中，企业需要对物联网设备数据进行实时处 理并做出反应；零售电子商务应用类软件将消费者所持的移动设备的
4、 地理位置信息和其个人偏好相结合，推送有针对性的促销信息。这是 大数据区别于传统数据使用的显著特征。随着信息技术以及实际业务需求的快速发展，传统数据管理软件在处理大数据场景时不能很好适应数据的4V特性，面临较多技术挑战。因此，传统数据管理软件迫切需要技术革新。(二)传统集中式软件栈向新兴分布式软件栈演进1970-2000年，数据管理软件主要为集中式架构的关系型数据库,其软件产品具备不可分割性(atomicity)、一致性(consistency)、 隔离性(isolation,又称独立性)、持久性(durability)即ACID 功能特性，占据了数据管理软件的主导地位。关系型数据库技术出现
5、在20世纪70年代，经过二十余年的发展，到90年代已经成熟。市场 上具有代表性的集中式架构关系型数据库产品包括Oracle、IBMDB2以 及微软SQLServer等。2000年以来，随着互联网和计算机技术的快速发展，需要处理的 数据量更大、类型更丰富、速度要求更快，传统集中式计算架构已无 法适应数据海量、异构、多源等特点，在部署的扩展性、容错性、经 济性、灵活性等方面有一定局限性。谷歌于2003年-2006年间的三篇 论文奠定了分布式存储和计算的基础，而后行业从业者基于以上理论 建立了 Hadoop. Spark等大数据分布式系统框架，并交由Apache软件 基金会托管；2009年，在Joh
6、anOskarsson开源分布式数据库的讨论中, 来自Rackspace的EricEvans重提NoSQL概念，用以指代非关系型的 分布式数据存储系统。针对于不同的场景，分别产生了图数据库、搜 索引擎、文档数据库、键值数据库等NoSQL数据库，代表性NoSQL数 据库提供商包括MongoDB、Elastic等。2010年以来，随着数字化转型的逐步深化，快速变化的业务场景呈现了复杂化、多样化的态势。复杂的业务场景往往需要使用多种数 据模型，以及数据模型间的融合。这个时期的，行业内大部分数据库都是面向单一数据模型而设计 的，用以解决特定业务场景的特定问题。例如，使用传统的关系型数 据库解决结构化数
7、据的存储和处理问题、使用图数据库解决图相关的 存储和处理问题、使用文档数据库解决文本相关的存储和处理问题。 由于结构化数据和非结构化数据通常以不同的格式和模式存储，单模 型数据库虽然优化了数据存储和处理，却难以满足日趋增长的、多样 的业务场景需求。当同一业务需要用到不同类型数据的时候，受限于 单模型数据库的处理能力，客户往往需要部署多个相互独立的单模型 数据库，在对不同模型数据进行联合处理的时候，需要对数据进行搬 迁或融合，导致架构复杂度高、开发成本高、运维成本高以及数据处 理效率低。由此，催生了从单一数据管理系统到融合型、多模型数据 管理系统的技术需求。此外，随着云计算技术的大规模应用，传统
8、各类软件产品都开始 由独立部署模式向云服务模式转变。其中数据库作为信息系统核心软 件，逐渐附加云化能力形成云原生数据库，以服务的形式对外提供技 术支撑。云原生数据库按照部署方式可以分为公有云部署和私有云部 署。其中，私有云部署模式由企业提供云数据库依赖的底层物理资源, 数据库服务商负责部署云原生数据库软件，后期企业和数据库服务商 约定运维维护工作的具体职责分工等，特点是自有资源池化，数据不 外流等。相比公有云部署下的云数据库，私有云模式更加关注信息安 全，能够实现对数据安全性和服务质量最有效控制，仅限于企业员工 和取得授权的合作伙伴使用。多模型数据库云原生相关技术已经成为信息产业的未来发展方向
9、, 促使大数据软件进一步革新，规模呈现快速增长趋势，代表性企业如 Snowflake、AWS等。相较于国内外的现状，私有云在面向国计民生的 相关行业更受客户欢迎，面向私有云模式的云原生数据库预计在未来 将获得快速增长。随着技术不断成熟，分布式架构将逐渐成为主流。自底向上，传 统的集中式资源管理调度逐渐向基于云原生技术的分布式统一资源管 理平台发展；数据管理软件技术架构也会因为计算模式的转变发生重 大变革，传统的集中式数据库逐渐向分布式、多模型数据库发展；传 统数据分析软件逐渐向新型的分布式数据开发和智能分析软件发展。（三）国产基础软件迎来爆发式增长阶段当前，中国大数据软件领域处于发展的历史机遇
10、期，我国高度重视大数据在经济社会发展中的作用，十八届五中全会提出实施国家大 数据战略，促进大数据发展行动纲要指出，建立安全可信的大数 据技术体系是推进大数据产业基础研究和核心技术攻关的重要目标。 十四五规划和2035年远景目标纲要提出，培育壮大人工智能、大数据 等新兴数字产业，充分发挥海量数据和丰富应用场景优势，促进数字 技术与实体经济深度融合，赋能传统行业转型升级，打造数字经济新 优势。全球新一代信息产业处于加速变革期，大数据相关底层技术处 于创新突破期，国内市场需求处于爆发期，为国内基础软件厂商带来 明确的增长机遇。同时，随着国内基础软件人才的不断增加，在应对 新一代场景，不断积累技术经验
11、过程中，国内已形成具备自主研发实 力且能与国外厂商竞争的基础软件厂商，并开始实现规模产业化落地。六、大数据市场构成大数据行业主要解决大数据的存储、处理、分析和价值发现等问 题，实现大数据的业务价值。从产品和服务来看，大数据市场产品和 服务包括三个主要部分，即大数据硬件、大数据软件、大数据专业服 务。其中，大数据软件部分按照产品功能的不同可以被分为：大数据 管理平台、数据应用中间件、数据智能分析工具、大数据应用四个部 分。七、营销部门与内部因素企业营销系统指作为营销者的企业整体，微观营销环境包括企业 外部所有参与营销活动的利益关系者。但从营销部门的角度看，营销 活动能否成功，首先要受企业内部各种
12、因素的直接影响。因此，营销 部门在分析企业的外部营销环境前，必须先分析企业的内部因素或内 部条件。企业为开展营销活动，必须设立某种形式的营销部门。市场营销 部门一般由市场营销副总裁、销售经理、推销人员、广告经理、营销 研究与计划以及定价专家等组成。营销部门在制定和实施营销目标与 计划时，不仅要考虑企业外部环境力量，而且要争取高层管理，部门 和其他职能部门的理解和支持，调动企业内部各方面的资源，充分运 用企业内部环境，力量，使内部优势和劣势与外部机会和威胁相平衡。营销部门不是孤立存在的，它还面对着其他职能部门以及高层管 理部门。企业营销部门与财务、采购、制造、研究与开发等部门之间既有 多方面的合
13、作，也存在争取资源方面的矛盾。这些部门的业务状况如 何，它们与营销部门的合作以及它们之间是否协调发展，对营销决策 的制定与实施影响极大。例如，生产部门对各生产要素的配置、生产 能力和所需要的人力、物力的合理安排有着重要的决策权，营销计划 的实施，必须取得生产部门的充分支持；市场营销调研预测和新产品的开发工作，需要研究与开发部门的配合和参与。高层管理部门由董 事会、总经理及其办事机构组成，负责确定企业的任务、目标、方针 政策和发展战略。营销部门在高层管理部门规定的职责范围内做出营 销决策，市场营销目标从属于企业总目标，并为总目标服务的次级目 标，营销部门所制定的计划也必须在高层管理部门的批准和推
14、动下实 施。八、市场细分战略的产生与发展市场细分是1956年由美国营销学者温德尔，斯密于产品差异和市场细分一一可供选择的两种市场营销战略一文中，在总结西方企 业营销实践经验的基础上提出的。市场细分不单纯是一个抽象理论， 而且具有很强的实践性，顺应了第二次世界大战以后美国众多产品市 场转化为买方市场这一新的形势，是现代企业营销观念的一大进步。 从总体上看，不同的市场条件和环境，从根本上决定企业的营销战略。市场细分理论和实践的发展经历了以下几个阶段。（一）大量营销阶段早在19世纪末20世纪初，即资本主义工业革命阶段，整个社会 经济发展的中心和特点是强调速度和规模，市场以卖方为主导。在卖 方市场条件
15、下，企业市场营销的基本方式是大量营销，即大批量生产 品种、规格单一的产品，并且通过广泛、普遍的分销渠道销售产品。在这样的市场环境下，大量营销的方式降低了产品的成本和价格，获 得了较丰厚的利润。企业没有必要研究市场需求，市场细分战略也不 可能产生。（二）产品差异化营销阶段20世纪30年代，发生了震撼世界的资本主义经济危机，西方企业 面临产品严重过剩，市场迫使企业转变经营观念。营销方式从大量营 销向产品差异化营销转变，即向市场推出许多与竞争者在质量、外观、 性能和品种等方面不同的产品。产品差异化营销较大量营销是一种进 步，但是由于企业仅仅考虑自己现有的设计、技术能力，忽视对顾客 需求的研究，缺乏明
16、确的目标市场，因此产品营销的成功率依然很低。 由此可见，在产品差异化营销阶段，企业仍然没有重视对市场需求的 研究，市场细分仍然缺乏产生的基础和条件。（三）目标营销阶段20世纪50年代以后，在科学技术革命的推动下，生产力水平大幅 度提高，产品日新月异，生产与消费的矛盾日益尖锐，以产品差异化 为中心的推销体制远远不能解决西方企业所面临的市场问题。于是， 市场迫使企业再次转变经营观念和经营方式，由产品差异化营销转向 以市场需求为导向的目标营销，即企业在研究市场和细分市场的基础 上，结合自身的资源与优势，选择其中最有吸引力和最能有效为之提供产品和服务的细分市场作为目标市场，设计与目标市场需求特点相 互
17、匹配的营销组合。市场细分战略应运而生。市场细分理论的产生，使传统营销观念发生根本性的变革，在理 论和实践中都产生了极大影响，被西方理论家称之为“市场营销革 命”。市场细分理论产生后经历了不断完善的过程。最初，随着“以消 费者为中心”的营销理念日渐深入人心以及个性化消费时代的到来， 企业把市场不断细分，从而出现超市场细分理论（即一对一营销理 论）。人们认为把市场划分得越细越能适应顾客需求，只要通过增强 企业产品的竞争力便可提高利润率。但是20世纪70年代以来，能源 危机和整个资本主义市场不景气，使不同阶层消费者的可支配收入出 现不同程度的下降，人们在购买时更多地注重价值、价格和效用的比 较。过度
18、细分市场导致企业营销成本上升而减少总收益，于是反市场 细分理论应运而生。营销学者和企业家认为，应该从成本和收益的比 较出发对市场进行适度的细分，这是对过度细分的反思和矫正。它赋 予了市场细分理论新的内涵，使其不断地发展和完善，对指导企业市 场营销活动具有更强的可操作性。20世纪90年代，在全球营销环境下，适度细分理论又被赋予了更 新的内涵，适应了全球营销趋势的发展。全球营销力图尽可能地识别和满足世界各国消费者的共同需求，并希望以此获得更广阔的市场和 更低的成本。而且，全球营销对于“需求”的理解更为深刻，它不是 简单、一味地识别和满足消费者的现有需求，而是更为关注挖掘潜在 需求，或在异国市场上引
19、入并推行新的消费文化。与此同时，全球营 销同样注意到各个国家和地区消费者需求之间的差异。因为分布于世 界200多个国家和地区的全球消费者，拥有不同的语言和肤色，不同 的风俗习惯，不同的宗教信仰，不同的行为方式。事实上，没有一家 企业已经或者试图把触角伸向世界的每一个角落。它们都根据自身的 优势和劣势，寻求全球市场上的机会，选择那些能够比对手更好地提 供产品或服务的细分市场作为目标市场，并与之建立互惠互利的交换 关系，在满足其需求的同时求得自身发展壮大。九、绿色营销的内涵和特点（一）绿色营销的内涵关于绿色营销，广义的解释是指企业在营销活动中体现的社会价 值观、伦理道德观，充分考虑社会效益，既自觉
20、维护自然生态平衡， 更自觉抵制各种有害营销。因此，绿色营销也称伦理营销。狭义的绿 色营销，主要指企业在营销活动中，谋求消费者利益、企业利益与环 境利益的协调，既要充分满足消费者的需求，实现企业利润目标，也 要充分注意自然生态平衡，因此又称生态营销或环境营销。绿色营销的障碍。要克服这些障碍，企业需要建立跨职能决策体系，设计出能促进信任、共享信息、积累知识和建立学习制度的各种决策方法。有效倾听必须保证企业能听取多种声音。这些声音主要来自与企 业决策休戚相关的三，组群体：顾客、社区和企业。其中，顾客包括 消费者和相关销售系统中的个人；社区包括政府有关部门、特殊利益 集团和竞争者；企业除自身外，也包括
21、供应商和投资者。倾听多种声 音的目的是协调不同群体之间的利益关系。多种声音往往会互相冲突, 如洗衣粉生产商可能发现顾客想要含磷的洗衣粉洗出“更加洁白”的 效果，而社区则要求禁止磷化物污染公共水源，使水“更加干净”。 这时，企业（股东和员工）则要求生产一种既令顾客满意，又符合企 业对环保的责任感，而且还能盈利的产品。企业的责任是，充分听取 三大群体的意见，了解和分析它们之间存在的进行合作和造成冲突的 可能性和条件，以作出面向市场的决策。（二）学习通过倾听取得的信息，需要转化为进行决策所需要的情报、知识、 理解和智慧，否则就不会使企业得到任何改善。解决问题的办法就是 建立企业的学习体系。企业欲在快
22、速变化的复杂环境中获得成功，必须要求其每一个成 员不断地学习、快速地学习，同时也必须要求这些个人学习有益于强以促进可持续发展为目标。英国威尔斯大学的肯毕泰教授在绿色 营销一一化危机为商机的经营趋势一书中指出：“绿色营销是一种 能辨识、预期及符合消费者与社会需求，并且可带来利润及永续经营 的管理过程”。“首先，企业所服务的对象不仅是顾客，还包括整个 社会；其次，市场营销过程的永续性一方面需仰赖环境不断地提供市 场营销所需资源的能力，另一方面还要求能持续吸收营销所带来的产 物。，绿色营销观要求企业在营销中不仅要考虑消费者利益和企业自 身的利益，而且要考虑社会利益和环境利益，将四方面利益结合起来,
23、全面履行企业的社会责任。(二)绿色营销的特点绿色营销与传统营销相比，具有以下特征：(1)绿色消费是开展绿色营销的前提。消费需求由低层次向高层 次发展，是不可逆转的客观规律，绿色消费是较高层次的消费观念。 人们的温饱等生理需要基本满足后，便会产生提高生活综合质量的要 求，产生对清洁环境与绿色产品的需要。(2)绿色观念是绿色营销的指导思想。绿色营销以满足需求为中 心，为消费者提供能有效防止资源浪费、环境污染及损害健康的产品。 绿色营销所追求的是人类的长远利益与可持续发展，重视协调企业经 营与自然环境的关系，力求实现人类行为与自然环境的和谐发展。（3）绿色体制是绿色营销的法制保障。绿色营销是着眼于社
24、会层 面的新观念，所要实现的是人类社会的协调持续发展。在竞争性的市 场上，必须有完善的政治与经济管理体制，制定并实施环境保护与绿 色营销的方针、政策，制约各方面的短期行为，维护全社会的长远利 益。（4）绿色科技是绿色营销的物质保证。技术进步是产业变革和进 化的决定因素，新兴产业的形成必然要求技术进步；但技术进步如背 离绿色观念，其结果有可能加快环境污染的进程。只有以绿色科技促 进绿色产品的发展，促进节约能源和资源可再生以及无公害的绿色产 品的开发，才是绿色营销的物质保证。十、顾客忠诚高度满意是达到顾客忠诚的重要条件。不过，在不同行业和不同 的竞争环境下，顾客满意和顾客忠诚之间的关系会有差异。所
25、有市场 的共同点是，随着满意度的提高，忠诚度也在提高。但是，在高度竞 争市场（如汽车和个人电脑市场），满意的顾客和完全满意的顾客之 间的忠诚度有巨大差异；而在非竞争市场（如管制下的垄断市场一一 本地电话市场），无论顾客满意与否都保持高度忠诚。尽管在某些场合，顾客不满意并不妨碍顾客忠诚，但企业最终仍 会为顾客的不满付出高昂代价。企业如果没有赢得高水平的顾客满意 度，是难以留住顾客和得到顾客忠诚的。除了简单地吸引和保留住顾客，许多公司还希望不断提高其顾客 占有率。他们的目标不再是赢得大量顾客的部分业务，而是争取现有 顾客的全部业务。例如，通过成为顾客购买产品的独家供应商，或说 服顾客购买更多的本公
26、司产品，或向现有产品和服务的顾客交叉销售 别的产品和服务，以获得所属产品类别中更大的顾客购买量。十一、整合营销传播执行（一）整合营销传播的操作思路（1）以整合为中心。着重以消费者为中心并把企业所有资源综合 利用，实现企业的一体化营销。（2）强调协调、统一，系统化管理。企业营销活动的协调性，不 仅强调企业内部各环节、各部门的协调一致，而且强调企业与外部环 境协调一致，整体配置所有资源，形成竞争优势，实现整合营销目标。（二）影响整合营销传播执行的技能1、营销贯彻技能为使营销传播计划贯彻执行快捷有效，必须运用分配、监控、组 织和配合等技能。分配技能指营销各层面负责人对资源进行合理分配, 使其在营销活
27、动中优化配置的能力。监控技能指在各职能、规划和政 策层面建立系统的营销计划结果的反馈系统并形成控制机制。组织技 能指开发和利用可以依赖的有效的工作组织。配合技能指营销活动中 各部门及成员要善于借助其他部门以至企业外部的力量有效实施预期 的战略。2、营销诊断技能营销传播执行的结果偏离预期目标，或是执行中遇到较大阻力时, 需确定问题的症结所在并寻求对策。（1）问题评估技能。营销执行中的问题，可能产生于营销决策， 即营销政策的规定；可能产生于营销规划，即营销功能与资源的组合; 也可能产生于行使营销功能方面，如广告代理、经销商。问题发现后, 应评定问题所处的层面及解决问题所涉及的范围。（2）评价执行结
28、果技能。将营销活动整体的目标，分解成各阶段 和各部门的目标，并对各分目标完成结果和进度及时进行评价，这是 对营销活动实施有效控制和调整的前提。（三）整合营销传播执行过程在整合营销传播执行中，涉及资源、人员、组织与管理等方面。（1）资源的最佳配置和再生。实现资源最佳配置，既要利用内部资源运用主体的竞争，力求实现资源使用的最佳效益，又要利用最高 管理层和各职能部门，组织资源共享，避免资源浪费。（2）人员的选择、激励。人是实现整合营销目标的最能动、最活 跃的因素，要组成有较高的合作能力和综合素质的非正式团队小组， 保证圆满完成目标；通过激励措施不断增强人员信心，调动积极性， 促使创造性变革的产生。（
29、3）学习型组织。整合营销团队具有动态性特点，而组织又要求 具有稳定性。要建立组织中人们的共同愿景，保持个人与团队目标和 企业目标的高度一致，并强化团队学习，创造出比个人能力总和更高 的团队，形成开放思维，实现自我超越。（4）监督管理机制。高层管理力求使各种监管目标内在化，通过 共同愿景培养各成员、各团队自觉服务精神，通过激励、培养塑造企 业文化，通过团队中人员、职能设置强化团队自我管理能力。团队自 身也承担了原有监管应承担的大量工作，在最高层的终端控制下，自 觉为实现企业营销目标努力协调工作。化企业对内部和外部环境所拥有的共同知识（即组织知识），促进个 人行为与建立在组织知识之上的集体行动保持
30、一致。组织知识是每一个组织成员在解决具体问题时，与集体相关的知 识中得到一致认可、共同拥有的那部分知识。组织知识不是所有人知 识的总和，而是相关的和共同的知识，是个人知识的有机综合。它比 任何个人知识丰富得多，而且为所有与之相关的人深刻理解和内部化。企业学习系统不仅要重视解决将个人学习和建立的知识转化为组 织知识（共识）问题，而且要解决彼此独立的职能部门的组织知识与 其他组织成员的共享问题，亦即将部门相对福狭的各自“共识”，转 化为企业组织知识问题。为此，加强各职能部门的沟通和相互学习， 就显得十分重要。企业还必须将每一项业务程序视为学习过程，明确地将业务程序 设计成鼓励学习并从中获得知识的程
31、序。完成一项业务程序要求具备 一定的知识状态。例如，在开发和设计一种新型汽车时，来自销售和 服务、生产工艺、工程制造等部门和设计室的人需要有共同知识，以 便能够共同明确规定设计过程所需要的信息和要求。这个共享知识的 过程应当使他们每个人都能充分利用各自的知识状态，包括其根据经 验获得的信息。这些人一致同意共享的信息就是该业务程序的组织知识状态。企业可以通过连续执行共同业务过程，不断地学习和更新组 织知识状态，提高适应市场的能力。（三）领先倾听和学习的结果，必须落实到做出更好的决策而实现“领先” o这里的领先是指通过决策过程而比竞争对手做得更好。许多企业都有领先的追求。实践证明，达到领先不易，保
32、持领先 更难。能持续领先的企业，大都具有下列共性。（1）系统地倾听顾客和社区、竞争对手及企业内部的声音；（2）系统地学习上述声音随时间变化而变化的道理，以及把这些 声音综合起来的方法；（3）拥有促进倾听和学习以及对变化做出快速反应的共同业务程 序；（4）企业要具备这些领先要素，就必须建立一个决策网络，把组 织的战略方针同资源分配和许多为实行该方针必须做出的决策紧密地 结合起来。企业的这种决策网络的主要特征有下面两点。（1）以资源分配来定义决策。即认为决策实质上是决定如何分配 资金、信息、人员、时间及其他企业资源。这一认识将有利于决策的 执行和分清责任。如提高市场占有率决策就是用具体的资源分配来
33、降 低价格、加强促销、改进产品特性等。这样定义决策，有利于经理执 行并对其执行结果负责。另外，也有利于决策者明确地解决相关的各 种冲突。如决定提高市场份额，就意味着用于其他业务单位的资源有 可能减少。决策者必须预先解决这些冲突，否则，决策的执行就会受 到干扰。（2）建立以市场为依据的决策方法。这种方法是组织负责做决策 和负责执行决策的两组人员进行有条理的对话。这两组人员共同学习、 工作，建立起决策所依据的知识，在决策过程的四个阶段（即确定问 题、提出备选方案、分析和建立联系）充分对话。二、企业决策网络最终使组织知识得以不断增加，并以此加强了部门之间的联系与合作，保证了企业能更好地实施市场（顾客
34、） 导向的营销观念。大数据行业的挑战（一）技术创新与支撑能力有待进一步提高技术创新是推动大数据产业发展的内在动力，但是目前我国技术创新对于大数据产业的引领作用仍然不强。一方面，国内企业对大数 据核心技术、开源技术和相关生态系统影响力总体较弱。另一方面， 大多数大数据企业的创新仍以模仿性、渐进性创新为主，突破性、颠 覆性创新偏少，自主研发具有国际影响力的先进技术较少，同质化竞 争日益加剧。此外，由于我国基础科学技术水平研发投入相对不足， 大数据底层技术投入与国外存在较大差距，虽然具有大数据应用的需 求，但较少通过扎实的底层技术手段来推动创新，我国大数据技术创 新能力有待持续提高。（二）对开源体系
35、的依赖程度相对较高基于开源的数据库技术，或部分开源的功能方案，已经成为当前 众多企业的软件技术建设重要模式，目前数据库开源体系由国外主导。 众多软件开发者对于开源软件的认知较有限，甚至误以为开源软件等 同于免费软件，可以不受限制地随意使用。事实上，开源软件的著作 权既没有被放弃也没有过期，开源软件知识产权风险分为版权侵权风 险，专利侵权风险、商标侵权风险三大类。因此市场对待目前开源体 系的法律风险意识有待提高，自主研发的国产数据库软件市场占有率 有待进一步提升，降低对国外开源体系的依赖。（三）企业对于数据价值的认知及运用能力有待提高近年来，越来越多企业认识到数字化转型的必要性，但是对于数 据管
36、理的认知水平较多停留在收集数据、存储管理数据的层面，对于 如何把数据有效运用及相关认知有待提高，对数据平台、数据技术的 资源投入不足。企业往往只是在部分业务实现数字智能化，各个板块 的协同不足，各个部门的信息孤岛现象明显，整个企业的数智化缺乏 完整规划，企业对数字化转型的目标和路径不够清晰。在此环境下，中国数据管理软件服务厂商在聚焦于内部产品研发和技术迭代的同时, 也需加强对下游实际的业务场景和大数据使用需求的逐步理解、适配, 使得更多企业可以容易的运用大数据解决发展面临的数字化转型需求。（四）专业人才短缺问题成发展瓶颈我国仍存在严峻的大数据人才短缺问题，尤其紧缺基础技术研发、 专业咨询、数据
37、分析挖掘等方面的专业人才以及兼具专业运营能力、 行业动态理解力、解决问题能力的多学科复合型人才，难以满足大数 据产业的高速发展需求。一方面，我国高科技人才储备不足，高科技 人才储备难以应对与日俱增的大数据人才市场需求。另一方面，我国 大数据人才培养体系不完善，大数据人才培养体系起步晚，规模小， 层次和模式相对单一，技能知识和理念落后，难以有效匹配产业发展 速率。虽然近几年随着我国产业数字化转型的发展，数字科技行业的 从业人员逐步增多，但从事基础软件领域研究的专业人员仍然稀缺， 尚不能满足大数据行业对于高端专业人才的需求。大数据人才的不足 一定程度上影响到大数据产业的发展，业内为争取优秀人才，造
38、成行 业内人才竞争不断加剧。内大数据市场发展情况中国大数据市场在过去五年间经历快速增长，整体市场规模增长速度快于全球整体市场。2019年，中国大数据市场规模达到627亿元,2015-2019年复合增长率达到31. 9%o其中，大数据硬件为市场主要的收入来源，2019年大数据市场硬件收入达到247亿元。中国大数据软件市场由2015年的52亿元增长至2019年的146亿 元，年复合增长率为29. 5%o伴随着中国对数据运用重视程度日益提 高，用户对于大数据软件采购预算增加趋势明确，中国大数据软件市 场将在未来五年继续保持高速增长，整体软件市场规模将在2024年达 到492亿元，2019-2024年
39、复合增长率为27. 5%。虽然现阶段大数据 软件收入占比较小，但得益于较高的细分市场规模增速，未来大数据 软件将占据更多的市场份额。四、全球大数据市场发展情况全球大数据市场规模由2015年231亿美元增长至2019年的496 亿美元，年复合增长率约为21. 1%,全球整体市场规模有望在2024年 超过800亿美元，2019至2024年复合增长率约为11. 8%o在2015年, 大数据服务仍然是全球大数据市场最大的收入来源，约为91亿美元， 而硬件和软件收入分别达到73亿美元和67亿美元。随着硬件成本的 下降以及软件附加值的提升，预计未来全球大数据市场中硬件及服务 收入贡献占比将逐渐减少，软件将
40、超过服务和硬件，成为全球大数据 市场最主要的收入来源。全球大数据软件市场规模由2015年的67亿美元增长至2019年的 170亿美元，年复合增长率为26. 2%,超过硬件和服务收入增速，并 且预计软件市场规模将在2024年达到377亿美元，年复合增长率约为 17. 3%o在大数据软件中，随着大数据管理平台和数据应用中间件产 品的成熟，未来将贡献更多的收入占比。五、大数据行业发展背景(一)大数据时代下传统数据管理软件面临多种挑战近年来随着互联网、移动互联网、物联网、5G等信息通信技术及 产业的不断发展，全球数据量呈爆发式增长态势。数据作为和土地、 资本、劳动力、技术一样的生产要素，在数字经济不断深入发展的过 程中，地位愈发凸显。我国是数据资源大国，IDC研究报告指出，到 2020年，中国数据量约12. 6ZB,较2015年增长7倍，年复合增长率 为 124%O2025年中国的数据量预计达到48. 6ZB,约占全球数据总量的30%。数据资源总体呈现出4V的特点，即海量的数据规模(Volume),多样 的数据类型(Variety),价值密度低(Value)、快速的数据流转 (Velocity)。