“互联网+”带来的在线数据量指数裂变需求与数据中心供给线性增长，推动数据中心需求和价值提升。

　　中国社会即将进入大数据、云计算时代，随着智能终端、可穿戴设备、智能家居、物联网设备以及基因测序的快速普及，每用户每天数据量需求量持续上升，这将带动数据存储和在线数据分析的需求呈现指数爆发，预计未来8 年国内在线数据量的复合增长率将会达到84%；而线性增长的数据中心供给年复合增长率只有30%-40%，这使得数据中心需求和价值不断增加。

　　历史原因，IDC 主要市场份额由中电信、中联通掌握，4G 时代到来运营商投资向无线倾斜，并且控制数据中心投资，开始将各地分散IDC 纳入集中建设，对市场供给速度低于行业平均水平，第三方数据中心迎来大发展。

　　一线城市IDC 供不应求，价值逐步提升；随着云计算启动，二、三线城市IDC 建设弹性较大。

　　一线城市是互联网公司、政企、高价值用户、国内互联网枢纽节点、国际出口所在，需求最大，性能最好，而IDC 中关键要求土地、电力在一线城市最为稀缺，因此在一线城市拥有充足的IDC 项目及储备就等于拥有了未来印钞机。随着云计算启动，二、三线城市IDC 的增长弹性很大。

　　借鉴美国发展经验，云计算（公有云）爆发，推动更多IDC 企业转型为Iaas 企业，通过虚拟化计算可以有效提升单位机柜收入至原来的5 倍、毛利率水平也将大幅提升。美国IaaS 服务核心厂商，从启动到高点股价上涨超过1300%，给投资者带来丰厚回报，IaaS（基础设施即服务）先行，投资机会突出。

　　数据中心就是互联网领域的商业地产，商业模式也类似，发展刚处在起飞阶段，随着中国进入利率下行轨道，估值将会不断提升。

　　数据中心依靠收取机柜租金模式，现金流稳定与商业地产行业类似，而目前随着中国数据量需求的爆发性增加，中国的数据中心也将进入供不应求的高速发展阶段；中国未来进入利率下行通道，推动数据中心行业的估值将会不断提升。

　　中国各行各业的互联网化与现实世界数据化的趋势，使得数量和计算量将会呈指数性爆发，而数据存储，计算和应用都更加需要集中化。 预测在 2014 年年底，国内网络上集中存储的数据已经达到 1ZB， 2014 年当年的数据增长量 0.5ZB；到 2020 年时， 年新增数据量将会达到 15.45ZB，整体的网络上数据存储量将会达到 39ZB，未来 6 年的年复合增长率有望达到 84%。

　　而数据中心的建设依然受传统模式中多个因素的影响，包括地皮审批、电力设施配置、骨干网络接入等，数据中心的供给仍按传统行业的线%左右的建成面积增长。 这将会使得未来 3 年持续出现对于大型、 高等级数据中心的供不应求，大型数据中心的战略价值将会提升。

　　最早的“大数据”在互联网行业指的是这样一种现象：互联网公司在日常运营中生成、累积的用户网络行为数据， 这些数据规模庞大，以至于不能用 G 或 T 来衡量。 一份“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满 1.68 亿张 DVD；发出的邮件有 2940 亿封之多（相当于美国两年的纸质信件数量）；发出的社区帖子达 200万个（相当于《时代》杂志 770 年的文字量）；卖出的手机为 37.8 万台， 高于全球每天出生的婴儿数量 37.1 万。 截止到 201 4 年，数据量已经从 TB（ 1024GB=1TB）级别跃升到 PB（ 1024TB=1PB）、 EB（ 1024PB=1EB）乃至 ZB（ 1024EB=1ZB） 级别。

　　国际数据公司（ IDC）的研究结果表明， 2008 年全球产生的数据量为 0.49ZB， 2009 年的数据量为 0.8ZB， 2010 年增长为 1.2ZB， 2011 年的数量更是高达 1.82ZB，相当于全球每人每年产生 200GB 以上的数据。而到 2012 年为止，人类生产的所有印刷材料的数据量是200PB，全人类历史上说过的所有线 年球盟会，，全球产生的数据量已经达到了 3.6ZB。

　　在 2014 年小米和金山软件投资世纪互联的新闻发布会上，提到了小米云上的数据增长速度：小米云用户在 2014 年 11 月份达到了 6795.5 万人，小米云的总存储量达到了 47PB，这还不包括小米其他业务的 10PB。在 2014 年数据量增长最高的一天，小米云的数据量新增了 380TB。可大致估算，每个小米云用户的平均存储量达到了 0.72GB，而这个速度还将会飞速发展。目前小米云存储了 241 亿张照片，如今每天新增 9000 多万张照片和 120万段视频。 金山集团董事长、小米科技董事长兼 CEO 雷军指出， 2014 年小米云的数据量较2013 年增长了 7 倍， 并预计 2015 年还会在这一基础上再增长 5 倍。

　　目前国内个人云存储最大的运营商是百度云。百度云在 2014 年 11 月份宣布总用户数破2 亿，月活跃总用户数超过 8000 万， 百度云的整体数据存储量已经到了 5EB。平均到每个用户的数据存储量约为 26.84GB。

　　随着云计算时代的来临，大数据（ Big data）也吸引了越来越多的关注。大数据（ Big data）通常用来形容一个组织/一个人创造的大量非结构化和半结构化数据，这些数据在存储到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像类似 MapReduce 一样的计算框架来向数十、数百或甚至数千的电脑分配工作，将数据分析效率进行大规模的提升。

　　随着越来越多的智能设备相继投入市场，互联网巨头也开始加大投入，重视技术的百度在手环、摄像头、血压仪以及自行车方面均有尝试。智能硬件离不开数据收集和存储，云也成为连接智能硬件和人的关键。 相信随着可穿戴设备的日益完善，未来更多的消费者将会长期记录并存储他们的每天的运动数据（步行、跑步）、身体健康（血压变化、心跳变化、血糖的变化）。

　　百度云与众多智能硬件公司形成合作，为众多的智能硬件公司提供了实时在线的相关数据的存储和在线分析的后台能力。希望百度云能够成为国内智能硬件公司后台数据统一分析的平台。

　　随着手机、数码相机摄像头的分辨率不断提升，消费者拍摄的高清晰照片和视频的数据量也会快速的提升。同时更多消费者希望借助云存储的模式，与朋友家人共享信息。

　　物联网的启动， 使得未来更多来自社会环境、公共领域上的数据量增加。如不断部署的高清监控摄像头，一个 1080P 的摄像头的码流率为 8Mb/s，一天将会产生约 86.4GB 的视频数据量。而且，用户更加希望相关的监控视频资料可以存储更长时间。

　　随着医疗行业基因测序的开展， 对数据存储的要求也会大幅增长。以人类为例， 人类基因组拥有 30 亿个碱基，数据量即为 3Gb；假设全球 70 亿人口数量，如果每人都测一次，则测序的数据量至少为 3Gb*70 亿。且受到技术和方法学限制，目前每一个人至少要测 100Gb（大约是基因组的 30 倍），才能得到相对准确的全基因组信息，所以数据存储量就会达到100Gb*70 亿人。 然而， 对于活着的生命体， 仅测一次基因是不够的， 比如每个人睡觉、吃饭、思考、生病的基因表达都不一样， 因此这个数据量还会有数量级的增加。 同时， 人类还有基因组万倍的细胞数量， 人类体内还有十万倍的菌群。

　　华大基因估算， 一个人如果从出生下来就开始取样，生化、免疫、影像、基因，表型数据，如果都开始积累，那么一起步就是 665Gb， 一生所累积的数据量为 1Pb。 假设每个人数据量为 1Pb， 则全球 70 亿人就对应 7EB 的数据量。

　　IBM 商业研究院与牛津大学的合作调研研究报告称，整个人类文明所获得的全部数据中，有 90%是过去两年内产生的。而到了 2020 年，全世界所产生的数据规模将达到 2013 年的44 倍。

　　综合上述分析， 我们预测在 2014 年年底，国内网络上集中存储的数据已经达到 1ZB，2014 年当年的数据增长量 0.5ZB；到 2020 年时，当年的新增数据量将会达到 15.45ZB，整体的网络上数据存储量将会达到 39ZB，未来 6 年的年复合增长率达到了 84%。

　　今天的互联网已经走到新的拐点，真正的大数据时代即将来临。作为这一时代来临的标志之一，所有的数据和信息都会存在云端。与此同时，手机互联网或者移动互联网，尤其物联网、车联网，包括可穿戴设备，各种智能硬件，QMH球盟会app，将会拥有比 PC 互联网更实时、更广阔的数据采集能力。

　　数据就是最有价值的资产大数据蕴藏着丰富的信息和价值， 如何运用好大数据， 发挥数据资产的商业价值, 这是大数据时代最核心的挑战。

　　“数据成为资产”是互联网泛在化的一种资本体现， 其使得互联网的作用不仅仅局限于应用和服务本身，而且具有了内在的“金融”价值。数据的功能不再只是体现于“使用价值”方面的产品，而成为实实在在的“价值”。目前，作为数据资产先行者的 IT 企业，如苹果、谷歌、 IBM 等，无不想尽各种方式，挖掘多种形态的设备及软件功能，收集各种类型的数据，发挥大数据的商业价值，将传统意义上的 IT 企业，打造成为“终端+应用+平台+数据”四位一体的泛互联网化企业，以期在大数据时代分得一杯美羹。

　　大数据蕴藏着丰富的信息和价值。如何运用好大数据，发挥数据资产的商业价值，是大数据时代最核心的挑战。

　　移动计算/可穿戴设备的流行，意味着利用数据访问设备捕获类似于位置数据这样的传感器交互数据进入了新的发展阶段。同时，社会化计算和移动计算的采用， 意味着数据采集的量和方式将大大增加。

　　消费者与数据间的交互方式已经发生了巨大的变化，企业需要适应这个改变，不仅仅是利用这一丰富的信息以满足客户所期待的更加个性化的服务，还要确定新的销售策略和业务增长领域。

　　对于企业来说，实时分析在线数据，用户历史数据，从而优化自己的经营模式将会是所有企业必须的经营方式。这将使得各种企业尽可能得保留更多的用户数据（用户使用习惯数据、用户交易数据、用户生活数据）。

　　从消费者的角度来看，更多的用户将会把他们拍摄的视频、照片的长期存储方式由在本地刻录成 DVD 光盘的模式，逐步转变为上传存储到云服务当中。而存储在云服务器中，可以拥有更长的保持周期，同时方便采用各种终端方式来浏览查看，并方便与朋友家人共享。

　　当企业竞争的重点从“移动互联网”转移到“大数据分析”时，整合行业的数据存储和在线数据分析和网络访问就会爆发性增长。

　　而海量的数据存储、在线数据分析和云服务的普及，将会带动对于云计算和数据中心需求的快速增长。

　　从另外的一个角度来看，中国的数据中心的计算要都是以 x86 服务器数量来体现的， Power 系列服务器 2014 年在中国的销售量约 1 万多台左右，而 x86 的服务器销售在2014 年约达到 180 万台，预期将会在未来 3 年保持 20%以上的销量增长。而互联网行业对于 X86 服务器的采购量占比将逐步提升。

　　如果考虑 x86 服务器的使用寿命以 4 年计算，可以测算 2014 年年底市场存量的 x86 服务器可以达到 450 万台， 2015/2016/2017 年市场存量服务器的数量约为 559 万/682 万/813万台。

　　在 2013 年销售的 X86 服务器中，四路及以上的 x86 服务器占比达到 26%，而从最新Gartner 公布的 2014 年 Q3 统计数据来看，在新增的 x86 服务器销售量中，四路服务器和八路服务器的比例不断增长。 四路服务器销售量同比增长 30%，八路服务器增长则更为显著，达到 46.3%。而互联网行业是对超密度服务器需求增长最快的行业， 预期 2014 年四路以上x86 服务器的销售量占比将会达到 30%。

　　而标准的双路服务器多为 1U 的高度，四路服务器多为 4U 高度（ 1U=4.445 厘米，为机架服务器工业标准高端单位）。百度、腾讯、阿里巴巴、中国电信、中国移动等公司共同开展了“天蝎项目”，将服务器与机柜设计结合为一个整体，形成了一体化高密度的整机柜服务器解决方案。

　　随着更多的四路及以上服务器占比不断提升，对于数据中心机柜数量的需求增速预计将保持在 30%-40%。

　　云计算本质通过网络将存储能力和计算力进行集中，通过高速网络在提供给最终用户的服务。 随着云计算和大数据等相关技术兴起，更多的计算能力和存储能力都将趋于更加集中。这将使得更多的服务器和存储设备将集中在数据中心。

　　数据存储设备的容量提升依然收到技术瓶颈的影响。 由于成本对比差距大（ SSD 1TB存储的价格依然在 1000 元以上，而磁盘 1TB 存储的价格在 200 元左右），目前磁盘存储依然是在线存储的主流模式。

　　目前业界最大的单机架存储密度（基于磁盘模式）可以做到单机架 1.8PB 的存储容量。而基于 SSD Flash 的存储可以做到单机架存储密度达到 21PB。

　　数据中心的建设仍受到传统模式多因素的制约，包括： 地皮审批、电力设施配置、骨干网络接入等，数据中心的供给依然按照传统行业的线性增长。

　　全球范围内，数据中心投资保持着健康增长态势，数据中心服务商在机房设施、 IT 设备和外包服务上的投资继续扩大。 2013 年，全球数据中心行业整体投资规模达到 1,510 亿美元，较 2012 年增长 8%。投资除用于新建数据中心项目外，也被用于现有机房设施的升级改造及外包服务。

　　2013 年，全球范围内数据中心的机房规模达 3,360 万平方米，较上年小幅提升 3.7%，许多成熟数据中心市场在机房规模增长率上趋缓，其中部分国家在数据中心机房规模上出现小幅下降。 尽管在成熟市场在新建数据中心数量上有所放缓，世界前三大数据中心市场——美国、日本和英国的数据中心规模仍占全球数据中心机房规模约一半。而金砖四国，尤其是中国和印度，尽管在 2013 年新建了大量的数据中心项目，但仍未达到成熟数据中心市场的机房规模水平。

　　以此判断，预计未来三年，仍会持续出现对于大型、 高等级数据中心供不应求的情况，大型数据中心的战略价值将会提升。

　　在进入云计算、大数据时代后， 80%的数据都将会集中存储在云上，同时大规模的计算能力都将集中在数据中心中。而前面的分析可以看到未来 5 年数据存储量的年复合增长率将会达到 85%。大数据集中分析都是必须要在数据中心中集中存放的，数据中心将会成为大数据时代的科技地产行业。而在这样的数据量爆发性增长的周期中，将会拉动对计算中心的巨大的需求。

　　数据中心行业依然是标准的重资产行业，前期需要巨大的投资建设机房、购买相关设备，完成机房建设后，出租给有数据存储、数据计算、互联网业务需求的企业，给予用户租用的机柜数量、电力使用的情况和互联网带宽使用情况来进行收费。

　　数据中心行业是在大数据时代的科技地产，需求将会随着数据的爆发性增长而增长，而受到建设周期的影响，供给只能平稳增长。同时一线城市的优质数据中心的需求更为明显。

　　数据中心服务市场的业务发展大致可划分为三个阶段，随着各个阶段客户需求和技术的发展，每个阶段的服务形态有所不同。

　　第一阶段：二十世纪九十年代早期，数据中心服务多由基础电信运营商提供，服务内容主要包括场地、电力、网络带宽、通信设备等基础资源和设施的托管和维护服务。这个阶段主要业务类型为主机托管。

　　第二阶段：二十世纪九十年代中期至 2004 年，这段时间互联网的高速发展带动了网站数量的激增，各种互联网设备如服务器、主机、出口带宽等设备和资源的集中放置和维护需求高涨，主机托管、网站托管为主要业务类型，这个阶段数据中心得到广泛认可，数据中心服务商主要提供主机托管服务，同时也提供包括数据存储管理、安全管理、网络互联、出口带宽的网络选择等服务，成为企业 IT 基础设施的核心。

　　第三阶段：从 2005 年开始至今，此阶段特征为数据中心概念被扩展，大型化、虚拟化、综合化数据中心服务是主要特征，尤其是云计算技术引入后，数据中心突破了原有的机柜出租、线路带宽共享、主机托管维护、应用托管等服务，更注重数据存储和计算能力的虚拟化、设备维护管理的综合化。新一代数据中心采用高性能基础架构，实现资源按需提供服务，并通过规模化运营降低能耗。云计算数据中心采用虚拟化等云计算技术，提供传统的数据中心业务和各种新型网络应用服务。

　　根据 IDC 圈的统计， 2013 年，全球数据中心服务市场规模达到 284.4 亿美元，增速为11.4%。其增长速度的主要拉动力在于亚太地区，主要源于 IT 企业、互联网企业和电信企业自身业务支撑和拓展的强烈需求。

　　根据 Synergy Research Group 的统计， 2013 年二季度，全球数据中心市场中零售型数据中心服务收入占 78%，批发型数据中心服务收入占 22%，批发型数据中心市场增速高于零售型数据中心市场。按市场贡献来看，美国、英国、日本、德国和中国是数据中心服务业全球前五大收入国家。从收入增速来看，数据中心服务业收入的高速增长更多地来自于包括中国在内的发展中国家。

　　为减少内部 IT 运营管理成本，确保安全性、可靠性和高速带宽的可用性，越来越多的企业和机构开始选择数据中心服务。全球范围内，数据中心服务市场需求巨大，现有基础设施资源无法满足不断增长的市场需求，尤其是新兴市场，数据中心的投资额及面积保持较高增速。

　　网络中立的数据中心服务商可划分为零售型和批发型两种。随着大型互联网公司的急速发展，此类客户对批发型数据中心的需求大幅增长。 批发型数据中心服务商提供的基础设施不仅在定制化需求上可以更好地满足客户，在能效和规模经济效益上也更具有优势。

　　传统的数据中心主要有三种业务模式： 批发型数据中心服务、 零售型数据中心服务和数据中心增值服务。

　　批发型数据中心服务主要系根据大型数据中心用户（如大型互联网企业、云计算公司或金融机构）复杂多样化的应用部署需求特点，通过提供定制化的规划、设计、系统集成、运营管理服务来满足最终用户的独特数据中心服务需求（例如特定 SLA 基础上的最佳性价比、支撑灵活多样的模块化 IT 架构、数据中心与用户计算系统/存储系统/网络/系统层软件/平台型软件/业务应用软件垂直一体化设计、数据中心自动化运营等），从而实现数据中心从整体上端到端系统化地与最终用户行业承载的服务保持最佳的适配，在能源效率以及总体效率方面大大优于传统数据中心。

　　批发型数据中心业务，大型客户的议价能力强，同时自行购买 IT 服务器、数据中心内部的关键网络设备，部分大客户还自己直接去购买运营商的互联网的接入带宽或专线的接入。

　　在批发型数据中心业务中， IDC 厂商主要提供机房（完成机房加固、装修、满足需求的电力供应、 安装服务器机架按照客户的要求部署机架和电力保证）。网络接入方面，多数情况下，大客户自己与电信运营商去协商。这样的批发数据中心的项目中，与零售业务相比，由于没有互联网带宽接入的收入，单机架的收入较低。

　　而在数据中心批发项目中，客户一般会和数据中心提供商签署 3 年以上的长期合同，且批发业务的粘性强，一旦最终用户大规模部署了某家提供商的服务器和业务后，转换到新机房的成本巨大。所以，几乎批发类的数据中心项目中，客户到期后都会不断延期服务合同。唯一存在的业务风险就是客户本身的业务需求出现下降，对数据中心的机架数量需求逐步减少。

　　零售型数据中心服务是先行建造标准化的数据中心并配置宽带网络，通过面向普通客户的市场营销活动，以标准机柜为单位租售，提供标准的机柜托管服务及互联网接入服务。

　　在零售业务当中， IDC 公司相对来说议价能力强，而且多数零售业务中，最终用户不仅仅租用机架、还会租用互联网接入带宽。但同时由于不同的零售业务的对互联网接入服务的带宽需求高峰的时间段存在不同，互联网带宽存在一定量的复用。一般来说 IDC 零售业务的毛利率要高于批发型数据中心业务。有些零售客户也会委托数据中心公司为他们采购服务器。

　　零售型的数据中心增值服务主要包括为零售型数据中心客户提供网络安全，防 Ddos 攻击负载均衡、智能 DNS、智能灾备、 CDN、流量监控、反向域名解析等服务，为批发型数据中心业务提供数据中心 IT 规划设计等服务。

　　中国互联网近几年呈现爆发性增长，中国已然成为了全球互联网增速最快的国家，国内互联网行业规模也是亚洲最大的。随着国内数据中心需求量逐步进入高速增长阶段，中国数据中心的建设增速在也处于领先地位。但从规模看，仍远落后与美国和日本。中国的数据中心的面积约为日本的 50%-60%、 美国的 15%。

　　随着互联网企业对数据中心基础设施需求的不断增长，以及云计算市场的启动，中国数据中心服务行业在近几年得到了快速的发展。根据 IDC 圈统计， 2008-2013 年，中国数据中心服务市场规模增长了 4.4 倍，年复合增长率超过 40%， 2013 年，我国数据中心服务市场规模达到 262.5 亿元，增长 24.7%。

　　我国数据中心服务主要由基础电信运营商和网络中立的数据中心服务商提供。就市场规模而言，由于拥有对网络资源的掌控权，基础电信运营商一直以来都占据着中国数据中心服务市场的很大比重，约占整个市场的三分之二， 2013 年市场规模约 175 亿元，而第三方网络中立数据中心服务市场规模仅约 87.5 亿元。

　　但对于基础电信运营商而言，数据中心服务并非其核心业务，业务收入只占到整体总收入的 1%-3%，数据中心服务主要用以支持其核心业务——网络宽带服务。中国市场的数据中心和带宽在很大程度上由两家电信运营商掌控，南方以中国电信为主，北方以中国联通为主。基础电信运营商的骨干网络主要是通过北京球盟会，、上海和广州三地的国家网络接入点和有限的当地直联点进行互联互通。不同于美国，美国的主要骨干网络可以广泛地通过“对等互联”方式有效地简化网络上的数据传输。而中国南方和北方网络间的互通互联却不充足，中国电信和中国联通各自维护其独立的网络覆盖面。不仅如此，同一网络的跨省连接可能会很慢，因为各地电信运营商有意保留有限的网络带宽资源来满足当地客户需求。另外，基础电信运营商的数据中心通常只提供各自的网络接口，客户的网络连接也受其网络覆盖面所限制。

　　网络中立的数据中心服务商， 通过自建数据中心或者租用基础电信运营商的数据中心，为客户提供数据中心服务。相比基础电信运营商的数据中心，网络中立的数据中心服务商不受限于单个电信运营商的网络及省份界限，能够提供均衡且迅捷的网络连接。由于自建数据中心对于技术、资金、场地等要求较高，国内很多数据中心服务商， 通过租用基础电信运营商整体或部分数据中心， 为客户提供数据中心服务。网络中立的数据中心服务商和基础电信运营商的差距正逐步缩小，行业地位得到提升。目前国内市场份额领先的企业包括世纪互联、鹏博士、光环新网、万国数据、网宿科技、宝信软件、上海数据港、蓝汛等。

　　国内的第三方网络中心的数据中心服务商的产业链结构包括产业链主要由基础网络电信运营商、网络中立的数据中心服务提供商（包括批发型数据中心服务商和零售型数据中心服务商） IaaS 服务商、 IT 系统集成商/PaaS/SaaS 服务提供商和最终用户组成。

　　数据中心服务市场区域集中度高。数据中心服务业的客户分布与经济发达程度呈高度正相关，由于经济发达地区网络覆盖全，网络使用率高，客户对相应地区的数据中心服务设施需求也相对集中。因此，目前数据中心服务市场主要集中在北京、长三角、珠三角及其他经济发达地区。随着互联网行业的蓬勃发展和用户规模的急剧扩张，以及云计算、大数据和物联网的迅猛发展，近年来网络中立的数据中心服务商数量大幅增加。网络中立的数据中心服务商提供的服务更能适应企业的个性化需求，其自建的数据中心相对于基础电信运营商的数据中心，具有独立性和中立性，可以整合基础电信运营商的网络资源，更能适应企业用户的需求。相比基础电信运营商的数据中心服务市场增速，网络中立的数据中心服务市场增速更快，在国内数据中心服务产业中的市场份额正逐步提高。

　　对于传统企业来说，进入 IDC 行业将面临着人力资源、技术和资金等多方面的门槛压力。首先，核心技术的开发、 IDC 的运维、互联网接入方案的设计与实施、节点的管理、带宽流量的检测管理等工作，都要求从业人员具有较高行业技术水平。其次，互联网综合业务服务是一个复杂的系统，其核心技术以及配套服务、增值服务软件的开发都需要服务商具备较强的研发能力与技术积累。另外，行业进入需要充足的资金，租用带宽、设备采购、机房建设和房屋租赁都需要较大的投入，经营过程中还需要有充足的运营资金来满足业务需求带来的临时采购调整。

　　嗨喽，各位同学又到了公布CDA数据分析师认证考试LEVEL I的模拟试题时间了，今天给大家带来的是模拟试题（二）中的76-80题 ...

　　嗨喽，各位同学又到了公布CDA数据分析师认证考试LEVEL I的模拟试题时间了，今天给大家带来的是模拟试题（二）中的11-15题。 ...

　　CDA数据分析师证书的含金量很高，第12届CDA数据分析师认证考试报名将在7月5日截止，还没有报名的小伙伴抓紧时间报名了，已经报 ...

　　CDA数据分析师认证考试（第六届）将于2017年6月24-25日进行，QMH球盟会app，届时考试共有三个等级，三个认证。较上一届，本届初步规划了CDA LEV ...

　　CDA数据分析师第七届考试已结束，本次考试在全国21所考试中心顺利进行，参与的考生来自全国各地，以下是关于本次考试的通过率及考生数据报告：CDA第七届通过率 ...

　　但对于很多考生来说，没有备考经验，不知道应该如何备考？今天，我来指导大家应该如何备考，让大家充分准备，拿下CDA考试 ...

　　自2014年12月至2020年7月，CDA数据分析师认证考试已成功举办十二届、每年6月与12月，来自全国各地的考生在20多所城市进行 ...

　　最近CDA数据分析师认证考试报名已经开始，接下来最重要的就是考试了。虽然现在疫情基本稳定，但是还有小伙伴担心，CDA数据分析 ...

　　CDA数据分析师认证考试在每年的6月与12月最后一个周末进行，一年两次。第九届CDA考试已于 12月30日圆满结束，本 ...

　　CDA数据分析师认证考试就要到来了，各位小伙伴都准备好了吗?考试临近，小编给各位小伙伴整理了CDA数据分析师认证考试的考试方 ...

　　不过，在出题前，要公布上一期LEVEL II中11-15题的答案，大家一起来看！ 12、A 14、D 你答对了吗？ 16、偏自相关 ...

　　不过，在出题前，要公布上一期Level Ⅲ 中76-80题的答案，大家一起来看！ 77、ABD 79、BCD A、方差选择 C、卡方 ...

　　不过，在出题前，要公布上一期126-130题的答案，大家一起来看！ 127、C 129、C 你答对了吗？ 131.观察各表字段内 ...

　　不过，在出题前，要公布上一期66-70题的答案，大家一起来看！ 67、D 69、C 你答对了吗？ 71.在多个业务表连接构成 ...

　　不过，在出题前，要公布上一期LEVEL I中136-140题的答案，大家一起来看！ 2、D 4、B 你答对了吗？ 6.在根因分析中 ...

　　不过，在出题前，要公布上一期LEVEL II中81-85题的答案，大家一起来看！ 82、D 84、D A.数据仓库开发要从数据出发 ...

　　不过，在出题前，要公布上一期LEVEL II中86-90题的答案，大家一起来看！QMH球盟会app， 87、C 89、A 你答对了吗？ 91.数据清洗包 ...