目前来说，半导体是科技含量最高的领域，大家都在其中投入了大量的资金和人力，希望能有所建树。现在，在全球领域中比较领先的就是三星、英特尔、高通了，他们现在是世界半导体的领先队伍。

就我们普通人来看，半导体这个领域技术壁垒高，对应的利润也很高。比如说三星吧，今年第一个季度三星在半导体上的营收就接近两百多亿美元，而利润接近一百亿美元，这遥遥领先于其他科技产品，差不多可以向互联网行业看齐了。据权威机构统计，全球所有的半导体行业，一年的营业额达到约占四千亿，而且未来这个数据还会急速增加，很明显现在对芯片和内存等半导体产品需求量越来越大。

特别是拥有英特尔、博通、高通、德州仪器等顶级巨头。仅仅是这些巨头就为美国的半导体行业贡献了约合一千五百亿美元。

当然，除了美国这些巨头公司之外，韩国在半导体行业也是成果斐然，首先就是三星了，三星已经成为了半导体领域最具风头的公司。尤其是在内存方面，已经和其他企业有了明显的技术差距。

抛开国外的这些大咖，中国的数据你可能不知道，大家可能对这些数据感到意外，中国2018年半导体行业销售额预计将达到八千亿左右，这个数字跟美国拉的很近，遥遥领先其他国家。

大家都知道，我国在半导体行业还是有些薄弱的，之所以销售量达到这么高，是因为我国半导体的需求接近巨大，可以说是全球产品需求量最大的市场了，差不多一半以上需要进口，而且基本上都是那些技术含量高的。所以这个数字基本上是中低端芯片通过量堆积起来的。那世纪的水平，还是落后的。

所以说未来我们在半导体行业的发展上，还会有很长的路要走。

【卡车之家 原创】移动互联网时代，卡友们都可以非常熟练地应用各种APP来帮助找货、修车、生活和娱乐。通过应用大数据分析，卡友们可以知道哪里车多货少，提前选择规避。优先选择车少货多的区域前往。当然，这仅仅是大数据应用的一个方面，还有更多的功能有待卡友们去发现。下面卡车之家通过后台大数据来分析一下全国卡友分布的热力图。

基础热力图和行政热力图对照分析

这是按照行政区划来显示的卡友分布热力图，从冷色调向热色调过渡代表了卡友的数量。我们不难发现，广东和山东是卡友最多的两个省份，其次是河北、河南、江苏、四川等省。

从基础热力图不难看出，卡友们的活动范围主要分布在我国经典的“胡庸焕线”的东侧，和我国其他经济指标和人口分布特征保持了高度一致。只有“走南闯北的阿三”等少数高人常年活动在“胡庸焕线”以西。

每个省市的分布各有特色

具体到省市，则体现出各地不同的分布特色：有的是物流集散地、有的是交通要道、有的是大型停车场、有的是经济发达区域。例如北京，卡友主要分布在朝阳和通州，其次是怀柔和大兴房山等地，这些地方的物流园和停车场比较多，同时也是出入京的大动脉所经过的区域。

从北京的基础热力图不难看出，新发地和南中轴路是卡友比较集中的地方。有个热力点是东五环，因为那里是卡车之家的大本营，卡车之家工作人员集中的地方，也是热点区域。

山东的卡友最多的区域是临沂，其次是济宁和潍坊，省会济南并不多。

广东卡友集中的地方是广深和东莞，和其他区域反差很大。

广州北部的白云区有很多物流停车场，那里呈现出热力集中的现象。

上海的物流集散地是沿海的港口区域和西部通道。

长三角的热力沿交通干线分布。

四川的卡友集中在成都，其他区域比较分散。

成都的卡友分布最集中的地方是东北角的传化物流园附近，没毛病。全国都能排上名次的大型物流园。

典型省份的大数据分析 精准到市

再来看看其他的热点省市的大数据热点分析，目前行政热力图只能精确到市。

安徽的卡友以阜阳和合肥最多，其次是六安、滁州等地。

河北卡友集中在石家庄，其次是保定、邯郸、唐山、沧州。这些地方都是卡车保有量很大的区域。

河南卡友集中在郑州，其次是南阳、商丘、周口。卡友分布和卡车的分布特征非常吻合。

江苏的经济重心在苏南，苏锡常特别是苏州的卡友分布明显高于省内其他区域。

辽宁卡友集中在沈阳和大连，不意外。

天津卡友分布和北京的区别较大，毕竟是沿海城市，和上海类似，卡友们分布集中在港区。

大数据分析的意义不仅仅在于知道哪里车多，哪里卡友多，还能给我们提供更多的参考意义和指导价值。敬请关注卡车之家大数据的后续分析。（图/文 梅振）

近日，迪信通联合零点有数发布了5月份国内手机销量报告。作为国内最大的手机连锁企业，迪信通全渠道数据大致能反映各手机企业的市场状况。

从数据来看，华为排名第一，份额高达23%，比4月份的数据还要好。今年4月，华为的份额为21.8%。这也说明，华为手机并未受到网络舆论的影响，良好的体验，才是消费者关注的。今年5月，华为+荣耀的市场份额已接近30%，高达29.9%。由此可见，华为有望扛起国产大旗。

而“蓝绿兄弟”一如既往的稳健，拿下了国内前三的两个位置，其中，vivo的销量为17.3%，OPPO紧随其后，份额为17.2%，两兄弟旗鼓相当。OPPO与vivo的优异表现，说明了它们在线下市场的强大能力——专业的培训，优秀成熟的导购人员，能将任何产品推给消费者。不管什么产品，到了OPPO与vivo导购手里，他们都有能力卖出去，这种的优势构建，是一种长期积累的过程，一般企业做不到。真挺佩服他们导购的能力。

值得注意的是，小米的成绩在快速上升，在迪信通全渠道数据中排名第四，份额为7.2%，尽管与前三名差距明显，但这个成绩已相当不错，并且处于增势。与小米相似，互联网品牌荣耀紧跟小米，份额为6.9%，排名第五。这也可以看出，互联网手机企业开始重视线下拓展，线上线下一起发力，并取得了成绩。毕竟，线下市场的销量占比，已占到国内手机销量整体的80%以上。

国外品牌在国内已不受消费者欢迎，这次数据可以看出，在前五名，见不到国外品牌的身影，表现最好的苹果，市场份额为6%，排名第6；三星份额为4.3%，排名第7。随着国产手机工艺与品质的进步，消费者更喜欢性价比高的国产手机，份额占比接近90%。

但是，跳出出货量，从产品售价来看，国产手机泾渭分明，在3501-4000元档，是华为的天下，华为Mate 9、华为P10、华为P10 Plus垄断这个价格段的前三名，中高端市场，华为成为消费者的最爱；在2000-3000元档，则是OPPO（R9S）、vivo（X9）及荣耀（荣耀V9）的优势，它们分列这个价位的前三；小米的优势主要集中在千元机，尤其是千元以下的机型，占有一定优势。这也说明，国产手机都在中高端冲刺时，低端市场的机会就来了。

不过，也应该看到，4000元以上的高端市场，依旧被苹果、三星主宰，尤其是苹果。4000元以上价位，是手机行业的利润的高地，也是手机企业竞争力的体现。国产手机还需努力，产品还有进步空间。文。

这也反映了苹果的“作死”行为，没事非得从国产app里抽什么分成，现在国人大都抵制你IOS，看你是苹果的售卖重要还是抽成重要呢。中国是苹果最大的销售市场，你们不可能不知道吧，真是“不作死就不会死”。再次提醒国人对于选购手机一定要有自己的主见，不要因为高端低端，便宜昂贵等问题影响选购合适自己的手机。

问题中可以看出来，题主算是真有心思投资1家餐饮业项目，思考了很久，感觉关于这个问题应该好好说一说，算是建议吧。说到餐饮项目1000个人有1000种直观印象，比如我受自身条件限制，最为直观印象便是时效、便捷，所以每个人的见解是不同的，所处的现实客观条件也是不同的，选择项目的看法也存在差异，很难再特性上满足题主的要求，但是在共性问题上还是能够给出一定的参考。

闲话少说，先来了解一组官方大数据：2017年中国餐饮服务市场总收入达3.96万亿元，各类饮食业各自分化，其中，中式正餐占比百分之57左右，休闲简餐占百分之17左右，快餐占百分之10左右，小吃占也是百分之10左右，其他餐饮占比8%。结合市场分析，现在外卖行业比较乐观，这个行业的规模超过2000亿元了，比起上一年增长了百分之23，现在可以说饮食行业前景还不错，有很好的前景，可以考虑。

在选择餐饮行业项目之前，我们讨论一下关于餐饮业的目前急需要解决的几个问题

1.时间限制方面：可销售的时间固定并且有限，仅限于早、中、晚三个时间点，毕竟按时吃饭的人还是占绝大部分的；

2.营收面积比方面：如何确定最优的店面经营面积，做到充分的利用每一平方米，如面积大客流少时便是浪费，面积小高峰期时满足不了消费，这个问题需要仔细考虑；

3.多元化标准方面：如中式正餐强调厨艺和口感，追求艺术感，休闲简餐强调客户体验及用餐环境，快餐小吃要凸显速度、便捷性、特色等，西餐讲究美感等。

4.质量保障方面：饮食业不同于其他产业那么好，如果他们在质量上或者是服务上出了问题，那么对他们无疑是重大的打击，所以他们需要特别的谨慎。

现在我根据我们国家居民生活水平的需要，将饮食类餐厅分为三种，每种饮食项目的建议如下

高级热度餐饮市场：高成熟度的饮食餐厅主要分布于一线城市和二线城市。

该消费市场内消费群体可支配收入较多，对生活品质有一定的追求，消费意愿较强，支出较多。建议选择高端中式正餐、西餐等项目。

中级热度餐饮市场：中成熟度餐饮市场主要包括二、三线城市、部分四线城市，该消费市场内消费群体意愿、支出等要低一点。建议选择普通中式正餐、价格定价在承受范围内的西餐、快餐小吃项目。该餐饮市场内需要特别注意外卖行为，也可以越级而为之。

低级热度餐饮市场：低成熟度餐饮市场主要包括四线城市、县乡地区，该消费市场异常复杂，既存在因市场消费能力不足而存在的低端中式正餐、快餐，也存在因乡村振兴、旅游开发而存在的休闲简餐、特色小吃等。

以上的这些就是我根据现在市场数据分析得出来的结果，这里信息内容你可以自行需要参考了解一下，基本大概的情况差不多都是这样，也会可能出现一些偏差，市场行为变化无常，项目的选择也是一项异常复杂的项目工程，需要考虑的因素很多，建议题主多做市场调查，慎重选择项目，有经验了解的小伙伴们也可以评价一下，多一些人就有多一些的意见，谢谢大家。

随着三大运营商6月运营数据报表公布，2018年已经过了一半，这半年来，流量漫游费取消、不限量套餐盛行、提速降费进一步实现。不过，当我们把时间点拉长，放眼看这半年的运营数据来看，发现我国4G用户数量已经突破11亿，固网宽带接入用户总数达到了3.78亿户，4G和宽带用户存量日渐接近“天花板”。

中国电信4G用户连续3个月增速第一

通过统计今年1－6月份的经营情况，我们发现中国移动的移动用户净增和4G用户净增都已最少，与中国电信的新增用户份额相差了二十个百分点，在4月份移动4G用户还出现负增长，让业内人士大跌眼镜。

与之相对的是中国电信，电信近三个月的4G用户净增量都是第一。6月份净增移动用户549万户，累计达2.8162亿户；4G用户净增567万户，累计用户数达2.1731亿户。观察中国电信的4G用户走势图可以发现，在这一业务上，中国电信始终保持着平稳的发展。

中国电信能让中国移动从“头把交椅”上赶下来，与中国电信积极响应今年“两会”上所提出的提速降费和取消漫游费的要求有很大关系。另外，中国电信率先在全国范围内推广49元全国流量不限量，更是推出了免费体验3个月的活动。电信在不限量上的领跑实际上就是变相取消了流量漫游费，更用低价策略占据了竞争的主动权，留给中国移动去解决自身的营收减损难题。

目前中国电信已经拥有较高的4G用户渗透率和较低的网络资源利用率，其必须通过近一步释放网络资源，以扩大用户盘子不断提升4G用户规模。在经营策略上，中国电信可以借鉴中国联通的经验，集中主要精力在移动业务上攻城略地，或许这才是中国电信流量业务一系列激进措施背后的现实支撑。

中国移动在固网宽带上寻求突破

从工信部近日发布的数据显示，三大运营商固定互联网宽带接入用户总数达3.78亿户，上半年净增2974万户。具体来看，截至2018年6月底，中国移动有线宽带用户总数达到1.35073亿，6月份净增客户数462.5万，本年累计净增客户数2238.6万。中国电信有线宽带用户净增134万户，累计1.4062亿户。中国电信及本公司的母公司之有线宽带用户总数合计为1.64亿户。中国联通固网宽带用户6月净增29.7万户，累计达7891.6万户。

在固网业务上，中国电信一直都是引领者，但今年来，中国移动4G业务爆冷，要想提高业务能力必须另寻突破口。

中国移动之所以能在短时间内在固网业务上逐渐拉近和中国电信的距离，主要来自三方面因素。据C114通讯网分析，一是中国移动手机用户群体庞大，通过捆绑销售等可以迅速获得用户；二是，低价甚至是免费的策略，吸引用户使用；三是，中国移动对固网的大规模投资建设，让中国移动宽带覆盖和接入速率不断提升。

接下来，用户基数最多的中国移动可以继续利用捆绑销售，如通话套餐、额外电视频道、或由于订购了固网宽带服务而获得额外的移动数据流量等，增加多项服务的收益，减少用户流失率。

通讯行业发展至今，市场已经趋向饱和。这点上，中国电信自己有清醒且深刻的认识。在今年举办的“世界移动大会·上海”主题论坛演讲中，中国电信前总经理刘爱力用“一碗汤、汤一碗”的故事生动地讲述了通信行业价值下降的过程。接下来的下半年甚至未来，各大运营商如果继续通过无休止的低价竞相来争抢用户，只会造成增量难增收的重压局面！

　　随着互联网和IT技术的推进，大数据的应用逐渐渗透到各行各业。尤其是数据体量大的互联网、金融、银行、制造行业。大数据正逐渐改变企业的运营模式，市场导向，进而惠及人们的生活。

　　“大数据”这一概念最早在国外被提及。之后国内外兴起了一系列大数据技术，包括大数据硬件类、大数据分析类、大数据数据处理类等等，也因此诞生了一批大数据厂商。

　　其中最为热门的是大数据分析技术，可以直接应用到企业生产经营，来带直接有效的帮助。

　　本文将对国内大数据分析厂商做一盘点。（排名不分先后）

　　分析解决方案类

　　平台解决方案厂商除去IBM、SAP、Oracle、微软、惠普国外代表厂商，在国内有星环科技、帆软软件、用友、永洪等等。

　　星环科技

　　星环信息科技主要从事大数据时代核心平台数据库软件的研发与服务，被Gartner列为国际主流Hadoop发行版厂商。其产品Transwarp Data Hub提供高速SQL引擎Transwarp Inceptor, NoSQL搜索引擎Transwarp Hyperbase、流处理引擎Transwarp Stream和数据挖掘组件Transwarp Discover。

　　帆软软件

　　帆软软件由报表软件FineReport起家，目前已成为报表领域的权威者，拥有10年企业数据分析的行业经验。后发布的商业智能自助式BI工具FineBI，提供包括Hadoop、分布式数据库、多维数据库的大数据可视化分析；提供PC端、移动端、大屏的可视化方案，广泛应用于银行、电商、地产、医药、制造、电信、制造、化工等行业，拥有成熟的行业化解决方案。

　　数据可视化类

　　数字冰雹

　　数字冰雹主营大数据可视化业务，提供集设计、程序开发、硬件集成为一体的解决方案，广泛应用于航天战场、智慧城市、网络安全、企业管理、工业监控等领域。

　　海云数据

　　海云数据的产品——图易能够集成用户内部系统大量结构化、非结构化数据，在真实的数据源上，将行业大数据进行多维度的可视分析。目前主要应用于公安、航空、快消、制造、金融、医疗、信息安全等领域。

　　星图数据

　　星图数据是互联网大数据服务公司，涉及线上零售、线上娱乐、线上教育等领域。基于分布式大数据获取与存储系统进行大数据处理及分析，具有自有的大数据分析体系和云计算处理技术。

　　用户行为/精准营销分析类

　　大数据技术使得用户在互联网的行为，得到精准定位，从而细化营销方案、快速迭代产品。这方面的厂商有GrowingIO、神策数据等。

　　GrowingIO

　　GrowingIO是基于互联网的用户行为数据分析产品，具有无埋点的数据采集技术，可以通过网页或APP的浏览轨迹、点击记录和鼠标滑动轨迹等行为数据，进行实时的用户行为数据分析，用于优化产品体验，实现精益化运营。

　　神策数据

　　与GrowingIO类似，也是基于用户网络行为，采集数据进行分析。技术上提供开放的查询 API 和完整的 SQL 接口，同时与 MapReduce 和 Spark 等计算引擎无缝融合，随时以最高效的方式来访问干净、规范的数据。

　　分析服务类

　　提供舆情分析的有百度统计、品友互动、Talking data、友盟、中科数据等等。

　　百度统计

　　百度统计是专业的网站流量分析工具，和GA类似，提供免费的流量分析、来源分析、网站分析等多种统计分析服务，能够告诉用户访客是如何找到并浏览用户的网站，在网站上做了些什么，以此来改善访客在用户的网站上的使用体验。

　　TalkingData

　　TalkingData是独立的第三方移动数据服务品牌。其产品及服务涵盖移动应用数据统计、移动广告监测、移动游戏运营、公共数据查询、综合数据管理等多款极具针对性的产品及服务。在银行、互联网、电商行业有广泛的数据服务应用。

　　友盟+

　　第三方全域大数据服务提供商，通过全面覆盖PC、手机、传感器、无线路由器等多种设备数据，打造全域数据平台。提供全业务链数据应用解决方案，包括基础统计、运营分析、数据决策和数据业务等，帮助企业实现数据化运营和管理。

8月20日中国互联网络信息中心发布第42次《中国互联网络发展状况统计报告》，报告显示，截止2018年6月，中国网民规模达到8.02亿人，2018上半年新增网民数量为2968万人，与2017年相比增长3.8%，互联网普及率为57.7%。

数据来源：cnnic、中商产业研究院整理

在手机网民方面，数据显示，截止2018年6月，中国手机网民规模达到7.88亿人，2018上半年新增手机网民数量为3509万人，与2017年相比增长4.7%。值得一提的是，在手机网民占网民数量的比重持续攀升，2018年占比已高达98.3%。

数据来源：cnnic、中商产业研究院整理

在城乡网民结构方面，截止2018年6月，中国城镇地区互联网普及率为72.7%，农村地区互联网普及率为36.5%。

数据显示，2018上半年，中国农村网民规模为2.11亿人，占整体网民数量的26.3%，与2017年末相比增长204万人，增幅为1.0%。城镇网民规模为5.91亿人，占整体网民数量的73.7%，与2017年末项目增长2764万人，增长率为4.9%。随着中国城镇化进程的不断推进，城镇人口不断增加，预计城镇网民规模将进一步增长。

数据来源：cnnic、中商产业研究院整理

在网民性别结构方面，截止2018年6月，中国网民中男性占比为52%，与2017年末的52.6%下降6个百分点，女性占比为48%，与2017年末的47.4增长0.6个百分点。

数据来源：cnnic、中商产业研究院整理

目前，中国网民主要以青少年、青年和中年群体为主。数据显示，截止2018上半年，10-39群体占整体网民规模的70.8%，其中20-29岁占比最高，占比为27.9%，其次为30-39岁群体，占比为24.7%，其后为10-19岁群体，占比为18.2%。

数据来源：cnnic、中商产业研究院整理

截止2018年6月，初中、高中/中专/技校学历网民占比分别为37.7和25.1%，大专、本科及以上教育的网民占比分别为10.0%和10.6%。由此可见，目前，中国网民主要为中等教育水平为主。

数据来源：cnnic、中商产业研究院整理

截止2018上半年，中学生网民群体占比为24.8%，占比排名第一，其次为个体户/自由职业者，占比为20.3%，排名第三的是企业/公司的管理人员和一般职员占比为12.2%。

数据来源：cnnic、中商产业研究院整理

在网民收入结构方面，数据显示，2018上半年，月收入在2001-3000,3000-5000元的网民占比分布为15.3%，21.5%，值得一提的是，中国无收入人群和高收入人群网民占比有所提升，其中无收入网民占比与2017年末相比增长2.7%，而月收入在5000元以上的网民占比与2017年末增长4.5%。

数据来源：cnnic、中商产业研究院整理

（来源：中商产业研究院）

三十多年前，邓小平爷爷提出“让一部分人先富起来，先富带动后富，最终实现共同富裕”。30多年过去了，“让一部分先富起来”实现了，但“先富并未带动后富”，反而是贫富差距越来越大。

大数据和互联网是个好东西，可以通过数据采集来分析国内的薪资情况。在日常工作中，各个公司都明确规定，不允许同事之间讨论工资情况。当然，网上也有很多公司不断地采集公司招聘时的信息，用来衡量本市的基本薪资和平均薪资。然后对比自己的公司，突然发现自己的工资又拉了后腿。

西部农村

话说中国改革开放三十年，目前的贫富差距到底有多大呢？真的像刘强东说的那样？我们看看京东老大刘强东在互联网大会上说的一句话：互联网精准扶贫“论坛上表示，30年前我们说好要让先一部分人富起来，然后帮没有富起来的人。现在我们已经富起来了，中国富到了什么程度？富到了赚一个亿是一个小目标了，富到了全世界买买买，在这么富有的时候，在我国还有几千万人口生活在极端贫困的状态。这是整个中国人特别是中国已经富起来，我们这些富人的耻辱，我们每个人要行动起来，整个中国只有12.8万个国家贫困人口的新农村，据说中国的亿万富翁千万富翁超过了一百万，我们可以站起来用自己的资源帮助这个村，这样中国的扶贫攻坚战在2020年一定可以实现，不仅是脱贫，可以让全体的乡村民变得更加富有。”

城市小学生电脑课

金字塔

当贫富差距拉大，会产生什么样的影响呢？

一 ，【富人】没有安全感；《夹缝中生存的中国富人们》说道，探究内地富人海外移民的主因，排在第一、二位的分别是子女教育和寻找安全感。子女教育的原因属于正常原因，而“寻找安全感”则不能不令人反思国内的社会环境。一是国内的投资环境，离法治化和规范化还有不小距离，许多投资渠道限制民营资本进入。二是贫富差距拉大，导致中国社会对财富“原罪”的追问以及不时引发的“仇富”心态也让富人们如坐针毡。如何保护自己的生命财产安全，成为富人们不得不担心的一个问题。

二，【穷人】穷人没有尊严；尊严不能当饭吃，为了生计，穷人不得不抛弃，穷人被压在金字塔的最底层，上升通道都被堵死。一旦经济动荡，穷人首先受害，一旦整个穷人群体受害，就会出现社会动荡。

先富带动后富，实现共同富裕，这个理论是很超前的，包括美国这样的富裕国家，教育水平之高胜于中华数百倍，其子民素质之高胜于我国子民数倍，仍未能在数百年内在其国家消除贫困，实现共同富裕，我中华根基之薄弱，民众素质之参差不齐，要在百年实现，可想起难度！！！只要有雇佣关系存在，就会有剪刀差之类的东西来平衡，所以差距始终存在，而且不可消灭。人民对政府的要求之低，政府之懒惰，是这种情况持续恶化的根本。

2015年占国土面积17.3%、以地大物博资源丰富著称的新疆，全年GDP仅9400.00亿元；甘肃、海南、宁夏、青海和西藏的GDP，分别仅为6790.32亿、3702.80亿、2911.77亿、2417.05亿和1026.39亿。也就是说，中国要是少了这十个人，相当于GDP去掉一个大新疆，或GDP凭空少了甘肃+宁夏，或拿掉了海南+宁夏+青海+西藏一年的GDP！相当于中国2200多万人白干一年。难怪有人说，“前十吼一吼，中国抖一抖”！

愿世界充满平等和谐，早日实现中国梦。

这里是百家号：程序员技术前沿，欢迎转载分享评论。

中国的勤奋可谓是有目共睹的，那么有没有一个直观的数据可以说明中国的勤奋状况呢？答案来源就是劳动参与率。中国的劳动参与率达到了惊人的68%（2017年数据），女性也有惊人的百分之六十多。这两项数据都是世界之最。粗看可能不觉惊艳，尤其是在中国女性的劳动参与率甚至是在逐年下降的情况下。

那么为什么全世界还会为这两项数据称奇呢？

原因就在下图中。

劳动参与率的计算中涉及的人口年龄范围是16岁到64岁。而实际上在中国学习的毕业时间最起码是在18岁，大部分人读完大学会在二十二三岁时开始参加工作，而16-23岁的人口就有二亿左右，占总人口的14%而中国的法定退休年龄男性60，女性55，到数据统计的上限64岁也有接近二亿的人口，这些人占调查总人口的比例大概就有20%多。再联系上中国高达70%多的劳动参与率，就可以明白中国人口劳动的激情多大了。

有人可能要说了，这是由于中国比较贫穷，不得不全家参与劳动。但实际上很多经济比中国差的国家，劳动参与率都很低，比如土耳其，只有百分之五十多；印度，53%；南非，54%。而奇怪的是很多发达国家 的数据反而比较高，比如美国61%，英国62%。可以说虽然受这些客观的经济条件影响之外，中国本身的一些文化特性也被比较明显的展现。

也许中国今天的高速发展正归功于此。

前言

近些年，随着越来越多的企业对数据价值的认识不断提升，数据分析工具得到了前所未有的关注，特别是以自助式BI为代表的分析产品。据知名调研机构Gartner预计，到2019年，使用自助式BI产品的用户将超过专业的数据分析人员。与此同时，在人工智能、机器学习等前沿技术的推动下，数据分析工具也正在向着自动化、智能化的方向发展，未来，数据价值也势必会得到更好的挖掘和体现。

近期，为了进一步了解数据分析工具在企业内部的应用情况，国内知名数据可视化分析展示厂商DataHunter联合CDA数据分析师共同开展了《数据分析工具使用现状》的在线调查活动。本报告正是以此次调查数据为基础，可在一定程度上反应出国内数据分析产品的应用现状和未来发展趋势。

样本描述

1. 参与调查人员年龄段分布

以21岁-30岁年龄段为主，占到了总人数的66.7%，30岁以上人群占比为32.9%。可以看出，从事数据分析相关工作的大都是年轻人，这也从侧面反映出数据分析仍是一个比较新兴的行业。当然，随着企业对于数据分析的需求愈发强烈，相信会有更多的年轻人加入这一领域。

2. 参与调查人员行业分布

参与调查人员的行业分布较为广泛，但主要以金融、电商、零售、教育、互联网、广告营销等行业为主。这在一定程度上也反映出，目前这些行业对于数据分析的需求最为强烈。

3. 参与调查人员职业分布

数据分析师占比最多，达到了32.5%，其他还包括运营人员、技术研发、产品经理、市场人员、财务等。从职业分布情况看，销售人员占比较小，也表明目前还有很多国内企业并未将数据分析产品应用到业务层，未来，随着数据分析与业务发展的结合愈发紧密，相信此部分人员的比重会越来越多。

报告要点

1. 近半数受访者已抛弃Excel

从调查结果看，53%的受访用户经常使用Excel作为数据分析工具，使用第三方工具或Python、R等开源工具的受访用户分别占到了26%和21%。作为微软Office系列的代表性产品之一，Excel在全球拥有广泛的用户群，虽然其可以作为数据可视化工具使用，但如果在企业级的环境中，面对海量数据的处理和分析，Excel则难以胜任。

针对大数据的处理和分析，不仅需要丰富的产品功能和响应速度，还要求数据分析产品具备较好的易用性。Python、R等开源工具虽然功能强大，但需要使用者具备一定的编程能力，使用门槛较高，而相对来说，更多的受访者会选择第三方数据分析工具。

2. 数据清洗、整理过程最占用时间

在整个数据分析过程中，有41%的受访者认为数据清洗、整理（ETL）过程占用的时间最多，其次是分析过程、整理汇报、收集数据以及数据建模。如果我们结合上一项调查结果，不难发现，这正是由于大多数受访者仍在使用Excel作为分析工具。

其实，以自助式BI为代表的新一代数据分析工具，如DataHunter，最大优势之一就是帮助业务人员和分析师简化ETL过程，系统在上传数据或对接业务系统的过程中，就完成了初步的数据整理，再通过简单的数据关联（建模过程），就可以开始进行数据分析。

3. 全维度数据钻取等分析功能需求明显

在日常工作中，有23%的受访者表示希望借助数据分析工具完成数据统计、筛选、钻取等操作，这说明，目前此部分用户所使用的分析工具并不具备这些功能。此外，也有20%的受访者希望通过数据分析工具完成整合工作。

值得注意的是，基于分析结果的分享和协作，也成为目前数据分析师的需求点之一。在此次调查中，有12%的受访者希望分析工具具备此项功能。Gartner在今年发布的《2018分析和商业智能平台魔力象限报告》中也特别强调，共享协作将成为未来商业智能产品的标配功能之一。

4. 简单、智能是未来数据分析工具的发展方向

对于未来数据分析工具应具备的特性，分别有32%的受访者认为是操作简单、人人可用以及智能分析预测。随着对数据价值认识不断提升，企业各部门、各角色都开始注重通过数据分析来进行业务决策，产品的易用性便成为使用者最为关注的产品特性之一。同时，随着人工智能、机器学习等前沿技术的不断推动，相信自动分析、预测分析也即将成为现实。