2.1　政策環境分析
2.1.1　兩會代表相關提案提及
2.1.2　“互聯網+”相關政策
2.1.3　大數據成為國家戰略
2.1.4　企業數字化轉型政策
2.1.5　相關數據展會陸續開辦
2.2　技術環境分析
2.2.1　專利知識研發水平
2.2.2　我國信息化歷程
2.2.3　先進技術提供支持
2.2.4　大數據技術發展
2.2.5　產業互聯網技術發展
2.3　產業發展環境
2.3.1　數字經濟獲得中央重視
2.3.2　數字經濟產業發展特點
2.3.3　數字經濟產業發展階段
2.3.4　數字經濟產業發展規模
2.3.5　數字經濟地區總量規模
2.3.6　數字經濟未來發展趨勢

3.1　數據中臺的主要價值分析
3.1.1　數據中臺的業務價值
3.1.2　數據中臺的技術價值
3.1.3　契合軟件行業發展變革
3.2　數據中臺產業未來發展階段
3.2.1　第一階段：數據中臺探索
3.2.2　第二階段：應用效率提升
3.2.3　第三階段：數據和業務空間重構
3.3　數據中臺的市場發展綜況
3.3.1　數據中臺產業鏈結構
3.3.2　數據中臺的市場熱度
3.3.3　數據中臺的市場規模
3.3.4　數據中臺供給方分析
3.3.5　數據中臺需求方分析
3.4　數據中臺市場競爭格局
3.4.1　數據中臺市場主體分類
3.4.2　數據中臺市場主體規模
3.4.3　科技企業加快行業布局
3.5　數據中臺建設問題及對策分析
3.5.1　數據中臺發展的挑戰
3.5.2　數據中臺的建設關鍵
3.5.3　重視數據中臺的發展
3.5.4　逐步加快人才儲備建設
3.5.5　秉持數據價值觀和方法論
3.5.6　數據中臺建設落地的路徑

4.1　企業數字化轉型建設分析
4.1.1　數字化轉型背景
4.1.2　數字化轉型需求
4.1.3　數字化轉型指數
4.1.4　數字化轉型戰略
4.1.5　數字化轉型關鍵
4.1.6　數據中臺契合企業轉型
4.2　企業對數據中臺技術的要求
4.2.1　數據匯聚整合的能力
4.2.2　數據提純加工的能力
4.2.3　服務可視化的能力
4.2.4　業務價值變現的能力
4.3　企業數據中臺的應用價值
4.3.1　有效解決企業痛點
4.3.2　重塑企業的產業鏈
4.3.3　賦能組織的敏捷性
4.3.4　提升企業的競爭力
4.3.5　迎合企業營銷戰略
4.3.6　促進商業模式創新
4.3.7　提供深層次的客戶
4.4　企業數據中臺發展綜況
4.4.1　企業數據價值認識提升
4.4.2　企業數字中臺發展演進
4.4.3　企業數據中臺的價值地位
4.4.4　企業數據中臺的應用模式
4.4.5　企業數據中臺的應用步驟
4.4.6　適用數據中臺的企業類型
4.5　企業布局數據中臺的幾個維度
4.5.1　實施維度
4.5.2　技術維度
4.5.3　客戶維度

5.1　新冠疫情的現狀及影響
5.1.1　全球新冠疫情數據
5.1.2　國內新冠疫情數據
5.1.3　疫情對經濟的影響
5.1.4　國內經濟恢復進展
5.2　數據中臺應用于疫情防控
5.2.1　應用背景分析
5.2.2　應用驅動分析
5.2.3　應用價值分析
5.3　疫情影響下醫院數據中臺應用分析
5.3.1　醫院數據中臺應用背景
5.3.2　醫院數據中臺應用價值
5.3.3　醫院數據中臺應用關鍵
5.3.4　醫院數據中臺應用案例

6.1　零售領域
6.1.1　零售行業運行狀況
6.1.2　零售數字化轉型必要性
6.1.3　零售數據中臺應用需求
6.1.4　零售數據中臺應用布局
6.1.5　零售數據中臺應用案例
6.1.6　零售數據中臺解決方案
6.1.7　零售數據中臺應用問題
6.1.8　零售數據中臺應用趨勢
6.1.9　零售數據中臺應用展望
6.2　金融領域
6.2.1　金融市場運行狀況
6.2.2　金融數據中臺應用價值
6.2.3　金融數據中臺供需分析
6.2.4　金融數據中臺應用要點
6.2.5　金融數據中臺應用案例
6.2.6　銀行數據中臺建設建議
6.2.7　金融數據中臺應用前景
6.3　工業領域
6.3.1　工業領域運行狀況
6.3.2　工業數據中臺應用地位
6.3.3　工業數據中臺搭建困境
6.3.4　工業數據中臺搭建路徑
6.3.5　工業數據中臺應用前景
6.4　政務領域
6.4.1　政務數據中臺應用價值
6.4.2　政務數據中臺建設架構
6.4.3　政務數據中臺應用狀況
6.4.4　企業助力政務數據中臺
6.4.5　政務數據中臺應用建議
6.4.6　政務數據中臺應用案例
6.4.7　政務數據中臺應用趨勢
6.5　教育領域
6.5.1　教育信息化發展狀況
6.5.2　高校數據中臺應用價值
6.5.3　高校數據中臺建設架構
6.5.4　高校數據中臺應用實踐
6.5.5　高校數據中臺應用案例
6.5.6　高校數據中臺建設步驟
6.5.7　高校數據中臺技術影響
6.6　乳制品領域
6.6.1　乳制品行業運作狀況
6.6.2　乳制品行業數字化轉型
6.6.3　乳制品行業數據中臺現狀
6.6.4　乳制品產業鏈數字中臺應用
6.6.5　乳制品數據中臺應用案例
6.7　服裝領域
6.7.1　服裝行業運行狀況
6.7.2　服裝行業數字化轉型
6.7.3　服裝數據中臺應用場景
6.7.4　服裝數據中臺發展案例

7.1　智慧城市領域
7.1.1　智慧城市建設綜況
7.1.2　構建數據中臺的關鍵
7.1.3　智慧城市數據開放重要性
7.1.4　智慧樓宇數據總體架構
7.1.5　智慧電網數據中臺建成
7.1.6　氣象數據中臺企業合作
7.1.7　公安數據中臺建設分析
7.1.8　城市數據中臺搭建步驟
7.1.9　城市中臺應用案例分析
7.2　智慧軌道交通領域
7.2.1　智慧城軌發展狀況分析
7.2.2　智慧城軌數據中臺應用背景
7.2.3　智慧城軌數據中臺應用地位
7.2.4　智慧城軌數據中臺應用核心
7.2.5　智慧城軌數據中臺應用關鍵
7.3　博物館網絡領域
7.3.1　我國博物館基本建設狀況
7.3.2　博物館數據中臺技術層級
7.3.3　博物館數據中臺建設架構
7.3.4　博物館數據中臺應用領域
7.3.5　博物館數據中臺應用價值
7.3.6　博物館數據中臺應用風險
7.3.7　博物館數據中臺應用趨勢

8.1　數據中臺技術的整體架構及構建
8.1.1　數據中臺整體技術架構
8.1.2　數據中臺技術架構設計
8.1.3　構建數據中臺的關鍵技術
8.2　數據中臺的技術架構分析
8.2.1　數據匯聚
8.2.2　數據開發
8.2.3　數據體系
8.2.4　數據資產管理
8.2.5　數據服務體系
8.2.6　運營和安全管理
8.3　數據中臺技術系統的建設
8.3.1　總體建設步驟
8.3.2　戰略規劃要求
8.3.3　系統建設保障
8.3.4　建設目標準則
8.3.5　主要建設內容
8.3.6　關鍵實施步驟
8.4　數據中臺技術的核心——數據治理
8.4.1　數據治理的價值
8.4.2　數據治理的問題
8.4.3　數據治理的要素
8.4.4　數據治理的路徑

9.1　數瀾科技
9.1.1　企業發展概況
9.1.2　業務解決方案
9.1.3　企業發展優勢
9.1.4　客戶范圍概述
9.1.5　企業融資動態
9.2　明略科技
9.2.1　企業發展概況
9.2.2　解決方案分析
9.2.3　AI中臺布局
9.2.4　企業融資動態
9.2.5　數據中臺戰略
9.3　普元信息
9.3.1　企業發展概述
9.3.2　數據中臺產品
9.3.3　數據中臺項目
9.3.4　業務經營狀況
9.3.5　財務狀況分析
9.3.6　核心競爭力分析
9.3.7　公司發展戰略
9.3.8　未來前景展望
9.4　用友網絡
9.4.1　企業發展概況
9.4.2　平臺系統架構
9.4.3　產品應用模式
9.4.4　產品研發動態
9.4.5　業務經營狀況
9.4.6　財務狀況分析
9.4.7　核心競爭力分析
9.4.8　公司發展戰略
9.4.9　未來前景展望
9.5　華為
9.5.1　企業發展概況
9.5.2　財務運營狀況
9.5.3　數據中臺布局背景
9.5.4　數據中臺業務特點
9.5.5　數據中臺設計理念
9.5.6　公司發展戰略
9.5.7　發展前景展望
9.6　蘇寧
9.6.1　企業發展概況
9.6.2　公司經營范圍
9.6.3　數據中臺建設目標
9.6.4　數據中臺主要結構
9.6.5　數據技術應用動態
9.7　百度
9.7.1　企業發展概況
9.7.2　財務運營狀況
9.7.3　數據中臺發展實力
9.7.4　中臺業務特點分析
9.7.5　AI中臺產品發布
9.7.6　數據中臺合作動態
9.8　騰訊
9.8.1　企業發展概況
9.8.2　財務運營狀況
9.8.3　中臺戰略布局
9.8.4　中臺發展戰略思維
9.8.5　數據中臺產品動態
9.9　阿里
9.9.1　企業發展概況
9.9.2　財務運營狀況
9.9.3　數據中臺發展歷程
9.9.4　數據中臺產品體系
9.9.5　數據中臺發展特點
9.9.6　數據中臺戰略分析
9.10　其他企業布局狀況
9.10.1　小米
9.10.2　京東
9.10.3　滴滴
9.10.4　網易云

10.1　數據中臺投融資規模分析
10.1.1　投資規模分析
10.1.2　并購規模分析
10.1.3　上市規模分析
10.2　數據中臺項目投資動態
10.2.1　睿帆科技融資布局
10.2.2　衡石科技啟動新融資
10.2.3　惟客數據完成A輪融資
10.2.4　熵簡科技完成B輪融資
10.2.5　袋鼠云B輪融資動態
10.2.6　滴普科技完成A+輪融資
10.2.7　奇點云完成B1輪融資
10.2.8　創略科技完成B輪融資
10.3　數據中臺項目投融資模式
10.3.1　定向增發模式
10.3.2　債券融資模式
10.3.3　IPO融資模式
10.4　數據中臺項目投融資風險
10.4.1　新冠疫情風險
10.4.2　國際經營風險
10.4.3　業務經營風險
10.4.4　市場競爭風險
10.4.5　技術風險分析
10.4.6　知識產權風險

11.1　營銷業務數據中臺建設項目
11.1.1　項目基本情況
11.1.2　項目建設必要性
11.1.3　項目建設可行性
11.1.4　項目投資概算
11.1.5　項目主體及計劃
11.1.6　項目經濟效益
11.2　智能大數據融合平臺項目
11.2.1　項目基本情況
11.2.2　項目建設必要性
11.2.3　項目建設可行性
11.2.4　項目投資規模
11.2.5　項目審批情況
11.2.6　項目實施主體
11.2.7　經濟效益評價
11.3　AI城市超級大腦項目
11.3.1　項目基本概況
11.3.2　項目實施必要性
11.3.3　項目實施可行性
11.3.4　項目建設規劃
11.3.5　項目預期效益

12.1　數據中臺發展機遇分析
12.1.1　數據資源開放
12.1.2　市場需求激發
12.1.3　技術能力提升
12.1.4　創新創業加快
12.1.5　資本市場驅動
12.1.6　新基建發展機遇
12.2　數據中臺發展前景及趨勢
12.2.1　數據中臺整體發展前景
12.2.2　數據中臺整體發展趨勢
12.2.3　數據中臺應用拓展方向
12.2.4　數據中臺市場生態趨勢
12.2.5　數據中臺未來發展熱點
12.3　 中國數據中臺發展預測分析

圖表1　業務中臺、數據中臺、技術中臺簡圖
圖表2　數據中臺構架與數據治理流程
圖表3　數據中臺的基本定位
圖表4　數據驅動企業職能企業基礎
圖表5　數據中臺的業務流程
圖表6　業務中臺與數據中臺的數據應用閉環
圖表7　數據倉庫與數據中臺的區別
圖表8　數據中臺的參考架構
圖表9　大數據相關政策匯總
圖表10　大數據相關政策匯總（續）
圖表11　大數據、人工智能云計算為中臺的構建提供技術基礎
圖表12　技術架構發展階段
圖表13　產業互聯網帶來的生產模式轉變
圖表14　產業互聯網企業服務所需能力
圖表15　數字經濟的四個發展階段
圖表16　數字經濟的演變
圖表17　我國數字經濟增加值規模及占比
圖表18　2019年我國部分省市數字經濟增加值規模、占比、增速
圖表19　2019年部分省市數字產業化增加值規模及占GDP比重
圖表20　2019年部分省市產業數字化增加值規模及占GDP比重
圖表21　軟件行業的發展變革
圖表22　數據中臺產業鏈
圖表23　2020年數據中臺百度搜索市場熱度
圖表24　我國開展數據中臺業務的企業
圖表25　科技巨頭圍繞中臺的布局事件
圖表26　網民規模和互聯網普及率
圖表27　企業在數字化轉型過程中的主要數據問題及需求
圖表28　埃森哲中國企業數字轉型指數模型
圖表29　2018年中國企業數字轉型指數平均得分（0-100）
圖表30　2019年中國企業數字轉型指數平均得分（0-100）
圖表31　中國企業在以下三方面位于行業領先的信心程度（分值：1-5）
圖表32　成功的數字轉型需要五大關鍵行動
圖表33　企業看重的數據整合和管理能力
圖表34　企業看重的數據提煉和分析加工能力（非常認同%）
圖表35　企業看重的數據資產服務化能力（非常認同%）
圖表36　企業看重的業務價值變現的能力（非常認同%）
圖表37　數據中臺4大核心能力不可分割
圖表38　數據中臺對新零售企業價值的重塑
圖表39　數據中臺賦能企業組織敏捷性
圖表40　傳統產業數字化轉型路徑及兩大核心驅動力
圖表41　數據使用方法論框架
圖表42　傳統企業煙囪式IT架構
圖表43　業務與數據閉環
圖表44　數據中臺的組織地位
圖表45　數據是企業的戰略資產
圖表46　數據中臺建設模式融合
圖表47　數據中臺適用模型
圖表48　全國社會消費品零售總額分月同比速度
圖表49　2019年社會消費品零售總額主要數據