| RK | 企業 | 備注 |
|---|---|---|
| 1 | 同盾科技 | 精準預測信貸、銀行保險、電商等領域的信用及欺詐風險 |
| 2 | 奇安信 | 在政府、軍隊、教育、金融等行業有一定特色 |
| 3 | 四維圖新 | 專注汽車位置大數據和乘用車、商用車車聯網解決方案 |
| 4 | 佳都科技 | 在軌道交通與智慧城市方面頗有建樹 |
| 5 | 明略科技 | 面向AI的大數據應用獨特，在物聯網領域有深耕 |
| 6 | 熱云數據 | 在第三方大數據服務方面有一定優勢 |
| 7 | 柏睿數據 | 集大數據實時分析平臺和行業解決方案、軟件和服務為一體 |
| 8 | 微醫 | 基于大數據的全國性預約掛號醫療服務領先 |
| 9 | 數美科技 | 大數據反欺詐與風控解決方案特色明顯 |
| 10 | 百分點 | 在政府與企業級服務的數據智能技術方面有一定特色 |
| 11 | 力維智聯 | 致力于AIoT技術的創新與“AIoT+行業”的落地應用 |
| 12 | 樂享互動 | 利用商業智能技術為行業客戶及自媒體發布者提供服務 |
| 13 | 麒盛科技 | 致力于健康睡眠智能技術與大數據應用 |
| 14 | 拓爾思 | 為政府、媒體、安全、金融等多個行業提供了產品和解決方案 |
| 15 | 數夢工場 | 政務、城市、產業互聯網創新的基礎設施和實現工具 |
| 16 | 海量數據 | 在存儲與安全、數據庫與數據管理等方面技術先進 |
| 17 | 美林數據 | 專注于提供數據分析、數據挖掘和數據可視化 |
| 18 | 數據堂 | 數據定制、數據采集、數據標注服務先進 |
| 19 | 數聚股份 | 大數據商務智能及分析領域服務有特色 |
| 20 | 百度地圖 | 集附近搜索、路線規劃、語音導航為一體 |
| 21 | 高德 | 數字地圖內容、導航和位置服務解決方案領先 |
| 22 | 帆軟 | 為企業發展的不同階段提供一站式大數據BI解決方案 |
| 23 | 企查查 | 企業信用信息查詢工具先鋒 |
| 24 | 聚合數據 | 比較有效地用數據科技賦能了行業升級 |
| 25 | 國云數據 | 大數據可視化分析工具先進 |
| 26 | 智慧星光 | 在文本大數據服務、大數據價值挖掘方面有一定特色 |
| 27 | 天眼查 | 基于大數據的商業安全工具 |
| 28 | 珍島集團 | 在大數據精準營銷服務方面有一定優勢 |
| 29 | 全拓數據 | ITTIME數據應用服務有特色 |
| 30 | 泰一數據 | 覆蓋了金融、教育、房產、汽車、電商、快消、3C等多垂直行業 |
| 31 | 數云 | 為消費品牌和零售品牌商提供大數據模型和方案 |
| 32 | 同程藝龍 | 一站式旅游預訂特色明顯 |
| 33 | 因果樹 | 在金融建模方面有一定優勢 |
| 34 | 昆侖數據 | 專注于工業大數據的智能分析和智能決策 |
| 35 | 海云數據 | 先進的計算機數據視覺、數據算法技術，擅長整體運營與分析服務 |
| 36 | 星環科技 | 在企業級容器云計算、大數據和人工智能核心平臺方面保持研發 |
| 37 | 友盟+ | 務實踐行了互聯網企業數據智能云服務 |
| 38 | 脈策數據 | 對數據維度的細分深度賦能了場景 |
| 39 | 快云科技 | 為電商廣告主提供了最佳的大數據營銷解決方案 |
| 40 | 極光大數據 | 在開發者服務、商業化、AI、Mob研究四大版塊有一定特色 |
| 41 | IT桔子 | 可謂把泛TMT領域的創業投資數據庫和商業信息服務做到比較好 |
| 42 | 量化派 | 基于大數據和人工智能鏈接金融機構與消費者 |
| 43 | 智影醫療 | 依托醫學大影像數據推動了醫療影像遠程即時云診斷 |
| 44 | 數字冰雹 | 智能電網大數據可視化分析先鋒 |
| 45 | 秒針系統 | 在第三方營銷大數據技術方面一直在進步 |
| 46 | 天璣 | 數據庫與云平臺的結合完美 |
| 47 | tableau | 幫助人們將數據轉化為可以付諸行動的見解 |
| 48 | 合眾數據 | 在安全交換和數據處理領域有一定優勢 |
| 49 | 法海風控 | 精準識別欺詐，有效降低放貸風險 |
| 50 | 神策數據 | 應用場景覆蓋了互聯網、金融、零售快消、高科技、制造等多行業 |
| 2021.02德本咨詢/eNet研究院/互聯網周刊選擇排行 | ||
1998年，美國科學家John Mashey就指出
未來，隨著數據量的快速增長，必將出現數據難獲取、難處理、難理解、難組織的問題，并用“大數據”來描述這一現象。
2007年，數據庫先驅人物Jim Gray表示，大數據將成為人類觸摸、理解和逼近現實復雜系統的有效途徑。這一時期，“大數據”的概念還局限于科技創新的前沿陣地，這種情況一直持續到2012年。
2012年，牛津大學教授Viktor Mayer-Schnberger在其暢銷著作《大數據時代》中提出，大數據時代下，數據分析將從“隨機采樣”、“精確求解”和“強調因果”的傳統模式演變為“全體數據”、“近似求解”和“只看關聯不問因果”的新模式，從而引發商業應用領域對大數據方法的廣泛思考與探討。
毫無疑問，大數據是一種信息技術。大數據技術也是在云計算的推動下，對海量數據進行組織和再加工，產生數據本身沒有體現出來的價值。
近年來，隨著5G、物聯網、人工智能等新型生產工具的發展，大數據滲透進人類生產生活的各個場景，必將豐富整個產業的生態。
健康碼這個小東西，為正常的生產生活點亮了一盞燈
疫情下，大數據的價值得到了充分運用，以大數據技術為支撐的“健康碼”為疫情下的復工復產做出了巨大貢獻。有觀點表示，“健康碼就是疫情下我國進入‘數據人’時代的一個契機與實質開端”。
健康碼最早在杭州市的余杭區試行，有力推動了當地復工復產，使得余杭區在一周內從“疫情重災區”變成了最快恢復生產的地區。
健康碼的運行邏輯是：通過線上授卡和線下核驗來判斷持有者健康狀況，記錄個體體溫、判別高危人群，并引導全民自主完成健康申報。健康碼融合了公安局、電信運營商、衛健委、社區、海關、采集點、用戶自身等方面的數據。它以“紅、黃、綠”三種顏色來進行區分，當用戶錄入信息后，系統將通過規則引擎的計算，將個人情況與后臺大數據進行綜合比對和研判，根據所命中的規則給出不同顏色的健康碼。
此次公共衛生事件涉及10億多人，而每個人每天都會產生新的、情況各異的生活軌跡，這就形成了所謂的“數據洪流”。在這樣的形勢下，要想從中提取出有效信息，再進行分門別類，建立相關聯系，就像一些網友所說，“如同在高壓水槍下喝一口水一樣困難”，而大數據賦予了它可能性。
服務人類的每一次心跳，應該是每個行業里從優秀到卓越的企業的夢想
相關研究表明，雖然我國國民的平均預期壽命在變長，但是平均健康預期壽命和發達國家相比還有一定的差距。改革開放40年來，人們對于醫療類產品的投入逐漸加大，然而在健康類產品和服務的投入上卻遠遠落后。
毫無疑問，要做好健康管理，首先要知道自己目前是否健康，當下的生活方式對健康有什么影響，未來健康是否會惡化等。眾所周知，大多數人每天有至少三分之一的時間都是在睡眠中度過的。而在睡眠的過程中，外部環境對人的影響是最小的，所以睡眠數據具有長期的穩定性，睡眠數據也因此具有較高的參考價值。受此啟發，不少企業將目光轉向睡眠大數據場景的相關運用。
麒盛科技在智能床上安裝了非接觸式“羽感級”傳感器，能在獲取用戶健康信息之后進行定量化描述。用戶每天只需設定時間，就能在起床之后看到前一天晚上的所有數據，進而通過評估系統來判斷自己的健康狀況；而宜漣推出的5G智能床墊不僅能讓用戶通過宜漣睡眠手機App隨時了解自己的各項睡眠體征，還搭配個性化大數據健康AI管理模型，將醫療級專業數據以通俗易懂的可視化形式展現。
此類產品創造性地將大數據技術滲透進人類的睡眠場景，可以說在一定程度上做到了“為人類的每一次心跳服務”。
做企業如果沒有比經濟效益更多一些的社會理想，那就完了。
大數據的倫理
數據是中性的，但對數據的使用和處理卻需要監督。健康碼背后的“大數據”，其實是我們每個人的隱私。前不久明星健康寶頭像泄露就為大數據監管問題敲響了警鐘，風險規避手段和政策必須與大數據發展并駕齊驅。
大數據的未來
你的存在經常會給別人帶來快樂和向上的感受，你的價值無窮大。
