2020年初，一場突如其來的疫情延續至今，我國經歷一場“遭遇戰”后，總結經驗，轉換應對思路和策略，動用各種手段預警、監控。其中最重要的手段就是大數據分析，在諸如行跡調查方面可以較為準確地鎖定到個人，極大提高流調的及時性。

大數據服務是大數據產業的細分市場，大數據服務依托大數據及人工智能技術對數據資源進行分析和管理的服務，其服務類型包括大數據采集服務、大數據交易服務、大數據分析服務、大數據可視化服務、大數據安全服務等。

大數據產業鏈劃分

任何產業鏈都會劃分上中下游，大數據分析的上游就是數據資源。

數據是大數據服務行業的核心競爭資源，行業利潤率高達70%-80%，但大數據服務行業尚未建立數據資源共享機制，大數據資源分散，數據集中度較低，中游大數據服務商的數據采集成本以每年50%的速度增長。

產業數據提供商為中游大數據服務商提供行業統計數據，如國家機關、行業協會等，但不同政府部門及行業協會數據量有限，各產業數據統計維度及調查深度不同，但伴隨數據開放政策的深入，產業數據提供商有望沉淀多領域、多維度的數據信息。

除此之外，中游層面還有第三方數據服務商，主要提供圖像、視頻、語音和文本等數據收集、數據清洗、數據標注等服務，如咨詢、市場調查企業等，典型代表企業為明略數據、新華數據等。

數據服務供應商根據數據質量及清洗與標注情況收取相應費用，平均每條數據收費0.2-200元，利潤率高達100%。相較于產業數據提供商，咨詢公司對不同垂直領域的數據調查更為詳盡，數據調查分析維度多樣且深入，部分咨詢服務企業自建數據庫，中游大數據服務商可向其購買數據資源或調查報告。

服務商方面，以BAT為代表的互聯網巨頭，其自身生態鏈積累較多電商、社交、搜索數據，具備向大數據服務商輸出數據源的能力，通?；ヂ摼W巨頭所產生的數據不對外開放，主要應用于企業內部的生態建設、企業決策及產品定制。

下游則是TOG/B各方客戶，包括能源、金融、互聯網、醫療、教育、制造等各行各業。

大數據市場容量空前提升

由于全球產業信息化以及數字經濟飛速發展，5G、人工智能、云計算、區塊鏈等新一代信息技術的發展推動大數據技術走向融合發展階段。

據全球知名數據調查機構Statista數據統計及預測，2020年全球數據產生量將達到50.5ZB，從2018年全球大數據儲量分布狀況分析，我國成為大數據存儲量最高的國家，占據全球大數據儲量的23%，美國大數據存儲量位居全球第二，占比全球大數據儲量的20.4%。

我國大數據服務行業下游各領域基礎設施成熟度及信息化程度是影響大數據應用的重要因素，據IDC我國數據顯示，我國2019年大數據服務行業收益排名前三的行業為金融(包括銀行、保險、證券與投資)、政府、互聯網，三個領域收益總和占據我國大數據服務行業整體收益的50%以上。

金融、政務行業于20世紀初開始信息化建設，基礎信息化建設現已初步完成，互聯網行業信息化程度高，可采集、處理和交易的數據量較大，因此相較于醫療、工業等領域，金融、政務和互聯網行業結構化數據占比高，數據標準化程度高，用戶占比較高。

醫療方面，新冠肺炎疫情期間，大數據在醫療領域的作用逐漸凸顯，如疫情動態信息公布、發展趨勢研判預測、涉疫人員的精準定位及防控工作的指揮調度均依賴大數據的支撐。大數據的應用為疫情防控提供強大的數據支持和技術保障。

疫情過后，大數據服務在醫療領域的應用有望不斷向縱深拓展，主要包括電子病歷、臨床輔助決策支持、智能醫療平臺化深化發展、數據整合后的全智能診療。