|
第一章 大數據產業(yè)相關概述 1.1 大數據介紹 1.1.1 大數據的產生 1.1.2 大數據的定義 1.1.3 大數據的類型 1.1.4 大數據的特點 1.1.5 大數據的數據來源 1.1.6 大數據的各個環(huán)節(jié) 1.1.7 大數據的發(fā)展階段 1.2 大數據的價值及影響 1.2.1 大數據的價值 1.2.2 大數據研究意義 1.2.3 大數據的應用價值 1.2.4 對信息時代的影響 1.3 大數據產業(yè)簡介 1.3.1 大數據產業(yè)的概念 1.3.2 大數據產業(yè)鏈分析 1.3.3 大數據產業(yè)發(fā)展的必然性 1.3.4 大數據產業(yè)的戰(zhàn)略地位
第二章 大數據產業(yè)發(fā)展環(huán)境分析 2.1 政策（political）環(huán)境 2.1.1 發(fā)達國家大數據政策對比 2.1.2 數據中心建設指導意見 2.1.3 大數據成為國家發(fā)展戰(zhàn)略 2.1.4 政府進一步開放數據平臺 2.1.5 地區(qū)加快制定大數據規(guī)劃 2.1.6 大數據完善政府治理體系 2.2 經濟（economic）環(huán)境 2.2.1 世界經濟運行狀況 2.2.2 中國經濟運行現狀 2.2.3 中國經濟運行特征 2.2.4 中國經濟支撐因素 2.2.5 中國經濟發(fā)展預測 2.3 社會（social）環(huán)境 2.3.1 人口環(huán)境分析 2.3.2 科技投入狀況 2.3.3 城鎮(zhèn)化發(fā)展進程 2.3.4 行業(yè)背景分析 2.4 技術（technological）環(huán)境 2.4.1 大數據關鍵技術介紹 2.4.2 大數據技術研發(fā)熱點分析 2.4.3 大數據技術重點關注領域 2.4.4 世界主要企業(yè)加快技術研發(fā) 2.4.5 數據中心發(fā)展的技術影響因素
第三章 全球大數據產業(yè)發(fā)展現狀與趨勢 3.1 全球大數據產業(yè)發(fā)展現狀與趨勢 3.1.1 全球大數據產業(yè)發(fā)展概況 3.1.2 全球大數據產業(yè)交易現狀 3.1.3 全球大數據產業(yè)市場規(guī)模 3.1.4 全球大數據產業(yè)市場競爭 3.2 典型國家大數據產業(yè)發(fā)展現狀 3.2.1 美國大數據產業(yè)發(fā)展現狀 3.2.2 英國大數據產業(yè)發(fā)展現狀 3.2.3 日本大數據產業(yè)發(fā)展趨勢 3.3 全球大數據產業(yè)發(fā)展趨
第四章 中國大數據產業(yè)發(fā)展現狀與趨勢 4.1 中國大數據產業(yè)政策環(huán)境 4.1.1 中國大數據產業(yè)政策地圖 4.1.2 大數據產業(yè)相關政策分析 4.1.3 中國大數據產業(yè)政策趨勢 4.2 中國大數據產業(yè)發(fā)展現狀 4.2.1 中國大數據產業(yè)市場規(guī)模 4.2.2 中國大數據產業(yè)發(fā)展特征 4.2.3 中國大數據產業(yè)集聚現狀 4.3 中國大數據產業(yè)發(fā)展模式 4.3.1 “技術創(chuàng)新+”模式 4.3.2 “應用導向+”模式 4.3.3 “資源利用+”模式 4.4 中國大數據產業(yè)競爭格局 4.4.1 大數據產業(yè)市場結構 4.4.2 大數據企業(yè)區(qū)域分布 4.4.3 大數據典型競爭態(tài)勢 4.5 中國大數據產業(yè)應用領域 4.5.1 政府公共服務 4.5.2 電子商務 4.5.3 金融 4.5.4 醫(yī)療 4.5.5 交通 4.5.6 電信 4.5.7 其他 4.6 中國大數據產業(yè)發(fā)展趨勢 4.6.1 大數據產業(yè)整體發(fā)展趨勢 4.6.2 大數據產業(yè)區(qū)域發(fā)展趨勢 4.6.3 大數據產業(yè)應用領域發(fā)展趨勢 4.6.4 大數據產業(yè)企業(yè)發(fā)展趨勢
第五章 廣東省大數據產業(yè)發(fā)展條件分析 5.1 廣東省大數據產業(yè)政策環(huán)境分析 5.1.1 廣東省大數據產業(yè)政策地圖 5.1.2 廣東省大數據產業(yè)政策分析 5.2 廣東省大數據產業(yè)發(fā)展基礎分析 5.2.1 廣東省信息化基礎設施現狀 5.2.2 廣東省新一代信息技術產業(yè)增長情況 5.2.3 廣東省新一代信息技術產業(yè)自主創(chuàng)新能力 5.3 廣東省大數據產業(yè)swot分析 5.3.1 優(yōu)勢 5.3.2 劣勢 5.3.3 機遇 5.3.4 挑戰(zhàn)
第六章 廣東省大數據產業(yè)發(fā)展現狀分析 6.1 廣東省大數據產業(yè)發(fā)展概況 6.1.1 廣東省大數據產業(yè)發(fā)展階段 6.1.2 廣東省大數據產業(yè)市場地位 6.1.3 廣東省大數據產業(yè)市場規(guī)模 6.1.4 廣東省大數據產業(yè)鏈結構 6.2 廣東省大數據產業(yè)區(qū)域分布 6.2.1 廣東省大數據產業(yè)區(qū)域分布結構 6.2.2 廣東省主要地市大數據產業(yè)現狀 （1）廣州市大數據產業(yè) （2）深圳市大數據產業(yè) （3）佛山市大數據產業(yè) （4）東莞市大數據產業(yè) （5）肇慶市大數據產業(yè) 6.3 廣東省大數據產業(yè)應用分布 6.3.1 廣東省大數據產業(yè)應用結構
第七章 2016-2018年廣東省大數據產業(yè)發(fā)展格局及發(fā)展模式 7.1 2016-2018年廣東省大數據產業(yè)競爭格局 7.1.1 不同規(guī)模企業(yè)的競爭力分析 7.1.2 it產業(yè)競相布局大數據產業(yè) 7.1.3 網絡保險市場大數據競爭狀況 7.1.4 企業(yè)在智慧城市建設領域的競爭 7.2 2016-2018年大數據其它產業(yè)區(qū)域發(fā)展狀況 7.2.1 青海省 7.2.2 江蘇省 7.2.3 四川省 7.2.4 貴州省 7.2.5 廣東省 7.2.6 北京市 7.2.7 上海市 7.2.8 重慶市 7.2.9 廣州市 7.3 2016-2018年廣東省大數據產業(yè)鏈及市場主體分析 7.3.1 廣東省大數據產業(yè)鏈介紹 7.3.2 廣東省大數據產業(yè)結構 7.3.3 廣東省大數據主要子行業(yè) 7.4 2016-2018年廣東省大數據行業(yè)的盈利模式 7.4.1 解決方案 7.4.2 基礎設施 7.4.3 數據產品 7.4.4 行業(yè)應用 7.5 2016-2018年廣東省大數據業(yè)務的商業(yè)模式 7.5.1 廣東省大數據業(yè)務商業(yè)模式類型 7.5.2 廣東省大數據商業(yè)模式及應用特點 7.5.3 重點企業(yè)大數據商業(yè)模式 7.5.4 構建創(chuàng)新的大數據商業(yè)模式
第八章 2016-2018年中國大數據行業(yè)主要設備市場分析 8.1 大數據一體機市場分析 8.1.1 大數據一體機簡介 8.1.2 大數據一體機的優(yōu)劣分析 8.1.3 大數據一體機的用戶類型 8.1.4 國外競爭格局與品牌分布 8.1.5 國內市場競爭格局分析 8.1.6 國內企業(yè)競爭優(yōu)劣勢分析 8.1.7 國內主流品牌及其特點 8.2 大數據處理和分析軟件市場分析 8.2.1 大數據與商業(yè)智能的關系 8.2.2 商業(yè)智能軟件的應用價值 8.2.3 全球商業(yè)分析軟件市場規(guī)模 8.2.4 全球大數據軟件市場發(fā)展態(tài)勢 8.2.5 國內大數據軟件市場發(fā)展狀況 8.2.6 國內商業(yè)智能軟件下游市場 8.2.7 全球大數據軟件市場發(fā)展?jié)摿?/span>
第九章 2016-2018年廣東省重點行業(yè)大數據應用分析 9.1 醫(yī)療行業(yè) 9.1.1 醫(yī)療行業(yè)大數據應用價值 9.1.2 醫(yī)療行業(yè)大數據應用場景 9.1.3 醫(yī)療行業(yè)的數據類型分析 9.1.4 大數據對醫(yī)療行業(yè)的影響 9.1.5 醫(yī)療行業(yè)大數據應用的掣肘 9.1.6 醫(yī)療大數據實現中的關鍵問題 9.1.7 大數據在醫(yī)療領域的發(fā)展趨勢 9.2 金融行業(yè) 9.2.1 金融行業(yè)大數據應用價值 9.2.2 金融行業(yè)大數據應用領域 9.2.3 金融行業(yè)大數據應用狀況 9.2.4 金融行業(yè)大數據特征現狀 9.2.5 大數據優(yōu)化企業(yè)融資環(huán)境 9.2.6 金融行業(yè)大數據應用案例 9.2.7 大數據帶來的挑戰(zhàn)及對策 9.3 電子商務 9.3.1 大數據處理對電子商務的影響 9.3.2 電子商務大數據的應用需求 9.3.3 電子商務大數據的具體應用 9.3.4 數據分析提高電商企業(yè)績效 9.3.5 電子商務大數據的發(fā)展機遇 9.3.6 全球首個電商大數據指數發(fā)布 9.3.7 電子商務大數據應用挑戰(zhàn)及對策 9.4 零售行業(yè) 9.4.1 零售行業(yè)大數據應用價值 9.4.2 零售行業(yè)大數據應用需求 9.4.3 零售行業(yè)數據采集方式 9.4.4 零售行業(yè)大數據應用案例 9.4.5 零售巨頭積極運用大數據 9.5 電信行業(yè) 9.5.1 電信行業(yè)大數據應用價值 9.5.2 電信行業(yè)大數據應用背景 9.5.3 電信行業(yè)大數據應用需求 9.5.4 電信行業(yè)大數據應用情況 9.5.5 運營商數據中心建設動態(tài) 9.5.6 電信行業(yè)大數據應用案例 9.5.7 電信行業(yè)大數據發(fā)展機會 9.6 交通行業(yè) 9.6.1 交通行業(yè)大數據應用意義 9.6.2 交通行業(yè)大數據應用優(yōu)勢 9.6.3 交通行業(yè)大數據應用需求 9.6.4 交通行業(yè)大數據應用案例 9.6.5 交通行業(yè)大數據應用問題及對策 9.6.6 交通行業(yè)大數據應用發(fā)展展望 9.7 智慧城市 9.7.1 中國智慧城市的發(fā)展現狀 9.7.2 智慧城市大數據應用需求 9.7.3 智慧城市大數據應用價值 9.7.4 智慧城市大數據應用領域 9.7.5 智慧城市大數據應用案例 9.8 政府公共服務 9.8.1 政府公共服務中大數據應用價值 9.8.2 大數據在電子政務領域的應用 9.8.3 政府網絡執(zhí)政中大數據應用挑戰(zhàn) 9.8.4 政府統(tǒng)計工作中大數據應用機遇 9.8.5 大數據時代對政府信息公開的需求 9.8.6 軍隊管理中大數據的應用策略 9.9 其他行業(yè) 9.9.1 電力行業(yè)大數據應用分析 9.9.2 房地產業(yè)大數據應用狀況 9.9.3 服裝行業(yè)大數據應用分析 9.9.4 旅游行業(yè)大數據應用策略 9.9.5 影視行業(yè)大數據應用分析 9.9.6 媒體行業(yè)大數據應用狀況
第十章 2016-2018年國外大數據行業(yè)重點企業(yè)發(fā)展形勢 10.1 ibm 10.1.1 企業(yè)發(fā)展概況 10.1.2 企業(yè)經營狀況 10.1.3 項目投資動態(tài) 10.1.4 項目合作動態(tài) 10.1.5 在華客戶案例 10.2 甲骨文 10.2.1 企業(yè)發(fā)展概況 10.2.2 企業(yè)經營狀況 10.2.3 大數據解決方案 10.2.4 大數據服務內容 10.2.5 企業(yè)大數據策略 10.2.6 大數據成發(fā)展重點 10.3 微軟 10.3.1 企業(yè)發(fā)展概況 10.3.2 企業(yè)經營狀況 10.3.3 大數據解決方案 10.3.4 企業(yè)發(fā)展優(yōu)勢 10.3.5 大數據發(fā)展現狀 10.3.6 推進數據中心建設 10.4 sap 10.4.1 企業(yè)發(fā)展概況 10.4.2 企業(yè)經營狀況 10.4.3 大數據解決方案 10.4.4 大數據查詢平臺 10.4.5 大數據預測平臺 10.4.6 新版數字解決方案 10.4.7 在中國市場的地位 10.5 emc 10.5.1 企業(yè)發(fā)展概況 10.5.2 企業(yè)經營狀況 10.5.3 大數據解決方案 10.5.4 大數據發(fā)展戰(zhàn)略 10.5.5 中國市場發(fā)展策略 10.6 惠普 10.6.1 企業(yè)發(fā)展概況 10.6.2 企業(yè)經營狀況 10.6.3 大數據領域發(fā)展動態(tài) 10.6.4 云監(jiān)控大數據解決方案 10.7 其他企業(yè) 10.7.1 teradata 10.7.2 netapp 10.7.3 亞馬遜 10.7.4 google 10.7.5 cloudera
第十一章 2016-2018年國內大數據行業(yè)重點企業(yè)發(fā)展形勢 11.1 中國移動通信集團公司 11.1.1 企業(yè)發(fā)展概況 11.1.2 2016年中國移動經營狀況分析 11.1.3 2017年中國移動經營狀況分析 11.1.4 2018年中國移動經營狀況分析 11.1.5 中國移動大數據發(fā)展動態(tài) 11.2 中國電信集團公司 11.2.1 企業(yè)發(fā)展概況 11.2.2 2016年中國電信經營狀況分析 11.2.3 2017年中國電信經營狀況分析 11.2.4 2018年中國電信經營狀況分析 11.2.5 電信加快數據中心建設 11.3 中國聯通集團 11.3.1 企業(yè)發(fā)展概況 11.3.2 經營效益分析 11.3.3 業(yè)務經營分析 11.3.4 財務狀況分析 11.3.5 大數據業(yè)務發(fā)展分析 11.3.6 未來前景展望 11.4 百度公司 11.4.1 企業(yè)發(fā)展概況 11.4.2 企業(yè)經營狀況 11.4.3 大數據解決方案 11.4.4 百度大數據引擎 11.4.5 產業(yè)園建設規(guī)劃 11.5 騰訊公司 11.5.1 企業(yè)發(fā)展概況 11.5.2 企業(yè)經營狀況 11.5.3 騰訊大數據平臺 11.5.4 構建大數據生態(tài) 11.5.5 加快布局大數據 11.6 北京拓爾思信息技術股份有限公司 11.6.1 企業(yè)發(fā)展概況 11.6.2 經營效益分析 11.6.3 業(yè)務經營分析 11.6.4 財務狀況分析 11.6.5 大數據業(yè)務 11.6.6 未來前景展望 11.7 北京東方國信科技股份有限公司 11.7.1 企業(yè)發(fā)展概況 11.7.2 經營效益分析 11.7.3 業(yè)務經營分析 11.7.4 財務狀況分析 11.7.5 布局大數據 11.7.6 未來前景展望 11.8 北京同有飛驥科技股份有限公司 11.8.1 企業(yè)發(fā)展概況 11.8.2 經營效益分析 11.8.3 業(yè)務經營分析 11.8.4 財務狀況分析 11.8.5 發(fā)布大數據存儲 11.8.6 未來前景展望 11.9 浪潮集團有限公司 11.9.1 企業(yè)發(fā)展概況 11.9.2 云計算發(fā)展戰(zhàn)略 11.9.3 大數據一體機產品 11.9.4 大數據產業(yè)基地 11.9.5 企業(yè)布局大數據 11.9.6 建立智慧城市平臺 11.10 華為技術有限公司 11.10.1 企業(yè)發(fā)展概況 11.10.2 推出大數據一體機 11.10.3 發(fā)布企業(yè)級大數據分析平臺 11.10.4 與央視合作大數據存儲系統(tǒng) 11.10.5 華為將擴大大數據產業(yè)規(guī)模 11.11 阿里巴巴集團 11.11.1 企業(yè)發(fā)展概況 11.11.2 企業(yè)經營狀況 11.11.3 企業(yè)大數據應用策略 11.11.4 b2b業(yè)務大數據模式 11.11.5 建設城市大數據平臺 11.11.6 大數據產業(yè)發(fā)展動態(tài)
第十二章 大數據產業(yè)投資戰(zhàn)略分析 12.1 全球大數據產業(yè)投資狀況 12.1.1 大數據市場投資空間巨大 12.1.2 數據中心的投資建設加快 12.1.3 大數據融資規(guī)模持續(xù)上升 12.1.4 大數據行業(yè)風險投資動向 12.1.5 大數據企業(yè)投融資動態(tài) 12.2 中國大數據產業(yè)投融資狀況分析 12.2.1 大數據產業(yè)投資歷程回顧 12.2.2 大數據企業(yè)融資情況分析 12.2.3 大數據產業(yè)投資領域分布 12.2.4 國內外大數據創(chuàng)業(yè)投資對比 12.2.5 大數據投資存在概念泡沫 12.2.6 大數據創(chuàng)業(yè)企業(yè)投資方向 12.2.7 廣東省大數據企業(yè)融資動態(tài) 12.3 廣東省大數據產業(yè)投資機遇 12.3.1 廣東省大數據產業(yè)的投資機遇 12.3.2 廣東省大數據產業(yè)的投資熱點 12.3.3 廣東省大數據時代的投資機遇 12.3.4 廣東省大數據應用行業(yè)潛在市場 12.4 廣東省大數據產業(yè)投資風險及防范 12.4.1 廣東省大數據行業(yè)投資風險綜述 12.4.2 廣東省數據的流動性和可獲取性風險 12.4.3 廣東省大數據項目投資風險急劇增加 12.4.4 評估大數據產業(yè)投資回報的措施
第十三章 2019-2025年大數據產業(yè)發(fā)展前景及趨勢 13.1 中國大數據產業(yè)發(fā)展前景及趨勢預測 13.1.1 中國大數據市場規(guī)模預測 13.1.2 中國大數據收入規(guī)模預測 13.1.3 中國大數據分析方案收入預測 13.1.4 中國大數據市場發(fā)展熱點展望 13.2 廣東省大數據產業(yè)發(fā)展前景及趨勢預測 13.2.1 “十三五”發(fā)展機遇 13.2.2 廣東省大數據市場發(fā)展機會 13.2.3 廣東省大數據市場發(fā)展趨勢 13.2.4 廣東省大數據市場重點內容 13.2.5 廣東省大數據人才需求預測 13.2.6 廣東省大數據市場熱點猜想 13.2.7 應用市場發(fā)展趨勢 13.2.8 渠道模式趨勢分析 13.2.9 技術與產品趨勢 13.3 中研普華對2019-2025年廣東省大數據產業(yè)預測分析 13.3.1 中研普華對廣東省大數據產業(yè)發(fā)展因素分析 13.3.2 中研普華對2019-2025年全國大數據市場規(guī)模預測 13.3.3 中研普華對2019-2025年廣東省大數據市場規(guī)模預測 13.3.4 中研普華對2019-2025年廣東省移動互聯網市場規(guī)模預測 13.3.5 中研普華對2019-2025年廣東省金融行業(yè)大數據投資規(guī)模預測
圖表目錄 圖表：大數據的類型 圖表：大數據的4v特征 圖表：大數據的構成 圖表：大數據技術框架 圖表：大數據的發(fā)展階段 圖表：大數據的價值 圖表：大數據產業(yè)鏈全景圖 圖表：大數據產業(yè)相關企業(yè)一覽圖 圖表：大數據產業(yè)鏈示意圖 圖表：大數據政策比較框架 圖表：各國大數據戰(zhàn)略規(guī)劃比較 圖表：各國技術能力儲備政策比較 圖表：國外政府數據開放與共享主要政策 圖表：國外政府數據開放與共享主要政策（續(xù)） 圖表：2012-2017年國內生產總值及其增速 圖表：2015-2017年國內生產總值及增長速度 圖表：2010-2017年全社會固定資產投資 圖表：2018年分行業(yè)固定資產投資（不含農戶）及其增速 圖表：2016-2018年全社會固定資產投資 圖表：2018年按領域分固定資產投資（不含農戶）及其占比 圖表：2018年分行業(yè)固定資產投資（不含農戶）及其增長速度 圖表：2018年固定資產投資新增主要生產與運營能力 圖表：2011-2018年全部工業(yè)增加值及其增長情況 圖表：2011-2018年全社會建筑業(yè)增加值及其增長速度 圖表：2016-2018年全部工業(yè)增加值及其增長速度 圖表：2018年主要工業(yè)產品產量及其增長速度 圖表：2018年按收入來源分全國居民人均可支配收入及其占比 圖表：2018年人口數及其構成 圖表：2016-2018年研究與試驗發(fā)展（r&d）經費支出 圖表：2018年專利申請受理、授權和有效專利情況 圖表：大數據關鍵技術 圖表：大數據技術關注度 圖表：2018年全球大數據細分市場 圖表：2013-2019年全球大數據細分領域市場規(guī)模及預測 圖表：調查樣本企業(yè)行業(yè)分布 圖表：互聯網行業(yè)大數據應用場景 圖表：電信行業(yè)大數據應用場景 圖表：金融行業(yè)大數據應用場景 圖表：制造行業(yè)大數據應用場景 圖表：企業(yè)現有的數據規(guī)模 圖表：企業(yè)數據類型的構成 圖表：大數據時代企業(yè)所能感覺到的數據變化 圖表：目前企業(yè)處理大數據所面臨的問題 圖表：企業(yè)對大數據的態(tài)度和認知 圖表：企業(yè)在線則大數據平臺時所考慮的因素 圖表：企業(yè)小型機的當前使用情況及未來計劃 圖表：四川省大數據應用方向 圖表：大數據產業(yè)主要數據資產類企業(yè) 圖表：大數據產業(yè)結構 圖表：大數據行業(yè)目前的四大盈利模式 圖表：什么是大數據 圖表：大數據智能洞察金融業(yè) 圖表：金融行業(yè)客戶的重要性 圖表：大數據洞察推動民生銀行的轉型與創(chuàng)新 圖表：大數據預測金融欺詐 圖表：中國金融行業(yè)大數據應用投資結構 圖表：銀行大數據應用 圖表：保險行業(yè)的大數據應用 圖表：2018年中國金融機構數量 圖表：銀行大數據基本狀況 圖表：保險業(yè)數據信息服務市場規(guī)模 圖表：證券業(yè)數據信息服務市場規(guī)模 圖表：中信銀行大數據應用技術架構圖 圖表：客戶綜合分析管理系統(tǒng)功能架構圖 圖表：客戶生命周期服務管理 圖表：移動互聯網時代產業(yè)競爭分析 圖表：2010-2017年電信業(yè)務總量與業(yè)務收入增長情況 圖表：2013-2019年中國電信行業(yè)it解決方案市場規(guī)模及預測 圖表：電信運營商大數據應用 圖表：大數據與客戶生命周期管理 圖表：電信運營商大數據處理需求 圖表：智能交通的數據處理體系 圖表：智慧城市大數據應用分布 圖表：大數據在房地產開發(fā)中的應用分析 圖表：房地產企業(yè)精準營銷流程 圖表：大數據在房地產營銷中的應用分析 圖表：調查分析所涉及的中外大數據創(chuàng)業(yè)型企業(yè)名錄及領域分類 圖表：大數據投資領域分類 圖表：所有國內外大數據企業(yè)在基礎設施方面的分布 圖表：所有國內外大數據企業(yè)在應用產品方面的分布 圖表：國內外大數據企業(yè)所在領域的對比 圖表：國外每月獲得投資的大數據企業(yè)數量分布圖 圖表：麥肯錫全球研究所針對美國各個行業(yè)應用大數據做的評估 圖表：全球大數據市場預測 圖表：2019-2025年廣東省企業(yè)級大數據市場應用規(guī)模預測 圖表：2019-2025年廣東省大數據營銷服務市場規(guī)模預測 圖表：中研普華對2019-2025年全球大數據市場規(guī)模預測 圖表：中研普華對2019-2025年廣東省大數據市場規(guī)模預測 圖表：中研普華對2019-2025年廣東省移動互聯網市場規(guī)模預測 圖表：中研普華對2019-2025年廣東省金融行業(yè)大數據投資規(guī)模預測
|
