首页 > 行业研究报告 > 2025-2030年中国智能工厂行业深度分析及发展前景预测报告

2025-2030年中国智能工厂行业深度分析及发展前景预测报告

    2025-2030年中国智能工厂行业深度分析及发展前景预测报告
  • 报告编号:96999
  • 报告页数:180页
  • 图表数量:30个
  • 修订时间:2024年06月
  • 交付方式:Email / 快递(免运费 1-2天送达)
  • 电话订购:400-886-7071
  • 目录下载:打印 Word目录 PDF目录
  • 热点行业:智能工厂
  • 选择版本:
    电子版 ¥8500
    纸质版 ¥8500
    两版合订 ¥9000
    报告价格:¥ 8500.00
    报告价格:¥ 8500.00
    报告价格:¥ 9000.00
报告简介

智能工厂是在数字化工厂的基础上,利用物联网技术和监控技术加强信息管理服务,提高生产过程可控性、减少生产线人工干预,以及合理计划排程。同时,集初步智能手段和智能系统等新兴技术于一体,构建高效、节能、绿色、环保、舒适的人性化工厂。

智能工厂是智能制造生态系统的核心,也是未来智能制造基础设施中的关键组成部分。在智能工厂中,信息物理系统将人、数据、资源进行深入融合,使产品的制造过程得以全面优化,真正实现高能效、高柔性的智能制造。

我国目前老龄化趋势严重,人口红利逐年递减,很多城市相继提出“机器换人”的发展战略就是为了减缓人口红利消失给制造业带来的不利影响,也是工业4.0发展的必经环节。工业自动化的升级需求主要体现在生产效率和质量的提升。中国制造2025的发展路径是软件和硬件共同发展,促进工业化和信息化深度融合。因此中国强调的是上下齐头并进,共同开启新一轮革命的浪潮。

智能工厂的基本框架体系中包括智能决策与管理系统、企业虚拟制造平台、智能制造车间等关键组成部分。智能工厂促进企业间信息共享和业务协同,龙头离散制造企业智能工厂建设的产业链示范效应初步显现。企业通过资本并购实现产业链延伸,不断完善智能工厂相关产品链和技术布局。智能工厂建设是国内企业在当前和未来较长一段时期需要面对和规划的共同主题,意味着智能工厂相关设备、产品及系统具有广阔的市场空间。

本研究咨询报告由北京中道泰和信息咨询有限公司领衔撰写,在大量周密的市场调研基础上,主要依据了国家统计局、国家商务部、国家发改委、国家经济信息中心、国务院发展研究中心、全国商业信息中心、中国经济景气监测中心、51行业报告网、全国及海外多种相关报刊杂志的基础信息以及专业研究单位等公布和提供的大量资料。对我国智能工厂行业作了详尽深入的分析,是企业进行市场研究工作时不可或缺的重要参考资料,同时也可作为金融机构进行信贷分析、证券分析、投资分析等研究工作时的参考依据。

报告目录

第一章 智能工厂基本概述

1.1 智能工厂相关概念

1.1.1 数字化车间

1.1.2 智能工厂

1.1.3 信息物理系统(CPS)

1.2 智能工厂基本特征

1.2.1 制造系统集成

1.2.2 决策过程智能化

1.2.3 加工过程自动化

1.2.4 服务过程主动化

第二章 2020-2025年智能工厂行业发展环境

2.1 经济环境

2.1.1 国民经济发展态势

2.1.2 工业经济运行状况

2.1.3 制造业发展态势

2.1.4 宏观经济发展走势

2.2 政策环境

2.2.1 智能制造政策

2.2.2 “互联网+”政策

2.2.3 大数据政策

2.2.4 物联网政策

2.3 社会环境

2.3.1 工业智能化

2.3.2 工业互联网

2.3.3 两化深度融合

2.4 工业4.0下的世界格局

2.4.1 美国

2.4.2 德国

2.4.3 日本

2.4.4 中国

2.4.5 工业4.0战略对比

第三章 2020-2025年智能工厂发展分析

3.1 智能工厂基本框架

3.1.1 智能决策与管理系统

3.1.2 企业数字化制造平台

3.1.3 智能制造车间

3.2 2020-2025年中国智能工厂发展态势

3.2.1 产业布局分析

3.2.2 企业布局分析

3.2.3 物联网推动发展

3.2.4 开拓新一代信息技术空间

3.3 智能工厂建设原则及建设维度

3.3.1 建设原则及维度

3.3.2 智能计划排产

3.3.3 智能生产过程协同

3.3.4 智能设备互联互通

3.3.5 智能生产资源管理

3.3.6 智能质量过程控制

3.3.7 智能决策支持

3.4 中国智能工厂发展存在的问题

3.4.1 行业分化差距大

3.4.2 系统性规划不足

3.4.3 对外技术依赖大

3.5 中国智能工厂发展建议对策

3.5.1 做好顶层设计

3.5.2 创新管理手段

3.5.3 完善服务体系

3.5.4 打造协同发展平台

第四章 2020-2025年数字化车间发展分析

4.1 数字化车间发展综述

4.1.1 结构分析

4.1.2 系统分析

4.1.3 模块分析

4.1.4 发展优势

4.2 2020-2025年数字化车间发展态势

4.2.1 数字化制造现状

4.2.2 国外应用态势

4.2.3 国内应用情况

4.2.4 市场容量分析

4.3 2020-2025年数字化车间区域发展分析

4.3.1 河南省

4.3.2 烟台市

4.3.3 合肥市

4.3.4 金华市

4.3.5 泉州市

4.4 数字化车间建设思路分析

4.4.1 建设整体思路

4.4.2 可用技术分析

4.4.3 建设蓝图展望

4.4.4 构建策略分析

4.4.5 建设注意问题

4.5 数字化车间应用分析及展望

4.5.1 石化数字化车间

4.5.2 汽车数字化车间

4.5.3 机床数字化车间

4.5.4 空调数字化车间

4.5.5 纺织数字化车间

4.5.6 行业应用展望

第五章 2020-2025年智能工厂产业链上游行业——传感器分析

5.1 2020-2025年国际传感器发展态势

5.1.1 产业发展历程

5.1.2 市场规模分析

5.1.3 区域格局分析

5.1.4 市场竞争态势

5.2 2020-2025年中国传感器发展态势

5.2.1 产业发展历程

5.2.2 市场规模分析

5.2.3 产业生产基地

5.2.4 产品格局分析

5.2.5 厂商格局分析

5.3 2020-2025年传感器细分市场分析

5.3.1 智能传感器

5.3.2 MEMS传感器

5.3.3 可穿戴传感器

5.3.4 智能电网传感器

5.4 传感器应用领域分析

5.4.1 应用领域格局

5.4.2 机械装备行业

5.4.3 家用电器行业

5.4.4 医疗卫生行业

5.4.5 环保行业应用

5.4.6 汽车行业应用

5.4.7 智能交通行业

5.5 传感器发展前景和趋势

5.5.1 行业前景展望

5.5.2 行业趋势分析

5.5.3 未来发展方向

5.5.4 国内发展方向

第六章 2020-2025年智能工厂产业链上游行业——工业以太网分析

6.1 工业以太网发展概述

6.1.1 工业以太网的概念

6.1.2 工业以太网技术特点

6.1.3 与传统以太网的比较

6.2 2020-2025年工业以太网发展态势

6.2.1 网络结构分析

6.2.2 网络通信协议

6.2.3 市场份额分析

6.2.4 搭建M2M平台

6.2.5 智能工厂的核心

6.3 2020-2025年工业以太网交换机发展态势

6.3.1 发展概述

6.3.2 市场规模

6.3.3 企业格局

6.3.4 应用领域

6.4 工业以太网应用安全分析

6.4.1 安全问题分析

6.4.2 应用安全要求

6.4.3 交换机安全技术

第七章 2020-2025年智能工厂产业链中游行业——工业软件分析

7.1 2020-2025年全球工业软件行业发展态势

7.1.1 市场规模

7.1.2 市场结构

7.1.3 发展特点

7.2 2020-2025年中国工业软件发展态势

7.2.1 发展阶段

7.2.2 发展特点

7.2.3 品类规模

7.2.4 国际竞争力

7.3 2020-2025年中国工业软件市场格局

7.3.1 市场定位

7.3.2 市场规模

7.3.3 市场结构

7.3.4 市场需求

7.4 2020-2025年工业软件细分市场分析

7.4.1 ERP

7.4.2 PLM

7.4.3 MES

7.4.4 SCADA

7.5 工业软件发展创新分析

7.5.1 技术产品创新

7.5.2 发展模式创新

7.5.3 发展创新方向

第八章 2020-2025年智能工厂产业链中游行业——工业机器人分析

8.1 2020-2025年全球工业机器人行业发展态势

8.1.1 行业运行模式

8.1.2 市场销售规模

8.1.3 市场竞争格局

8.1.4 区域发展分析

8.1.5 新品开发情况

8.2 2020-2025年中国工业机器人行业运行分析

8.2.1 行业运行特征

8.2.2 行业发展水平

8.2.3 行业销售规模

8.2.4 行业区域布局

8.2.5 行业运行态势

8.3 中国工业机器人重点应用领域分析

8.3.1 汽车行业

8.3.2 电子行业

8.3.3 机床行业

8.3.4 铸造行业

8.3.5 塑料加工业

8.3.6 食品包装

8.4 中国工业机器人行业投资风险与策略

8.4.1 投资壁垒

8.4.2 投资机会

8.4.3 投资风险

8.4.4 投资建议

第九章 2020-2025年智能工厂产业链下游行业——智能物流分析

9.1 智能物流发展综述

9.1.1 行业发展特点

9.1.2 行业发展优势

9.1.3 行业政策环境

9.1.4 物联网推动发展

9.2 2020-2025年智能物流发展态势

9.2.1 市场需求结构

9.2.2 市场规模分析

9.2.3 行业发展驱动

9.2.4 行业存在问题

9.2.5 行业发展前景

9.3 智能物流行业细分市场需求分析

9.3.1 仓储物流智能化

9.3.2 医药物流智能化

9.3.3 电商物流智能化

9.3.4 烟草物流智能化

9.4 智能物流技术发展分析

9.4.1 条形码技术

9.4.2 射频识别技术(RFID)

9.4.3 电子数据交换技术(EDI)

9.4.4 电子订货系统技术(EOS)

9.4.5 全球定位系统技术(GPS)

9.4.6 地理信息系统技术(GIS)

第十章 2020-2025年智能工厂典型案例分析

10.1 德国案例——Modelfactory

10.1.1 案例整体概况

10.1.2 建立过程模型

10.1.3 设计智能模块

10.1.4 实现制造系统

10.2 中国案例——中石化智能工厂

10.2.1 建设核心内容

10.2.2 试点发展成效

10.2.3 生产运行分析

10.2.4 设备运行分析

10.2.5 大数据应用

10.3 中国案例——三一重工智能工厂

10.3.1 案例整体概况

10.3.2 智能加工中心与生产线

10.3.3 智能立体仓库与物流系统

10.3.4 智能化生产执行过程控制

10.3.5 智能化生产控制中心

10.4 中国案例——海尔智能工厂

10.4.1 企业发展概况

10.4.2 智能工厂发展

10.4.3 用户个性化定制

10.4.4 模块化发展基础

第十一章 2020-2025年智能工厂行业国外典型企业经营分析

11.1 西门子(Siemens)

11.1.1 企业发展概况

11.1.2 企业经营状况

11.1.3 安贝格智能工厂发展概况

11.1.4 成都数字化工厂发展概况

11.2 通用电气(GE)

11.2.1 企业发展概况

11.2.2 企业经营状况

11.2.3 智能工厂建设情况

11.2.4 布局工业互联网

11.3 思科(Cisco)

11.3.1 企业发展概况

11.3.2 企业经营状况

11.3.3 智能工厂方案

11.3.4 构建互联制造

11.4 艾默生(Emerson)

11.4.1 企业发展概况

11.4.2 企业经营状况

11.4.3 制造升级机遇

11.4.4 助力智能工厂建设

第十二章 2020-2025年智能工厂行业国内典型企业经营分析

12.1 兰光创新

12.1.1 企业发展概况

12.1.2 唐车公司项目

12.1.3 海尔模具项目

12.1.4 其他项目

12.2 科大智能

12.2.1 企业发展概况

12.2.2 企业战略布局

12.2.3 经营效益分析

12.2.4 业务经营分析

12.2.5 财务状况分析

12.2.6 未来前景展望

12.3 东方精工

12.3.1 企业发展概况

12.3.2 企业战略布局

12.3.3 经营效益分析

12.3.4 业务经营分析

12.3.5 财务状况分析

12.3.6 未来前景展望

12.4 长荣股份

12.4.1 企业发展概况

12.4.2 企业战略布局

12.4.3 经营效益分析

12.4.4 业务经营分析

12.4.5 财务状况分析

12.4.6 未来前景展望

12.5 长盈精密

12.5.1 企业发展概况

12.5.2 企业战略布局

12.5.3 经营效益分析

12.5.4 业务经营分析

12.5.5 财务状况分析

12.5.6 未来前景展望

第十三章 智能工厂发展需求及趋势分析

13.1 智能工厂未来需求形势

13.1.1 智能生产需求

13.1.2 工业升级需求

13.2 智能工厂及各组成部分发展趋势分析

13.2.1 总体发展趋势

13.2.2 工业网络解决方案

13.2.3 工业自动化系统

图表目录

图表:智能工厂示意图

图表:航空智能工厂

图表:信息物理系统(CPS)让万物互联

图表:智能工厂中的主动化服务

图表:2020-2025年国内生产总值及增速

图表:2020-2025年粮食产量

图表:2020-2025年全部工业增加值及增长速度

图表:2020-2025年全社会固定资产投资

图表:2020-2025年社会消费品零售总额

图表:2020-2025年货物进出口总额

图表:2020-2025年规模以上工业增加值月度同比增长速度

图表:2020-2025年固定资产(不含农户)累计同比增度

图表:2020-2025年房地产开发投资累计同比增度

图表:2020-2025年社会消费品零售总额月度同比增度

图表:2020-2025年居民消费价格涨跌幅(月度同比)

图表:2020-2025年工业生产者出厂价格涨跌幅(月度同比)

图表:2020-2025年各月累计主营业务收入与利润总额同比增速

图表:2020-2025年各月累计利润率与每百元主营业务收入中的成本

图表:2020-2025年分经济类型主营业务收入与利润总额同比增速

图表:2020-2025年规模以上工业企业主要财务指标

图表:2020-2025年规模以上工业企业经济效益指标

图表:2020-2025年四国制造业增加值变化曲线

图表:2020-2025年全社会R&D经费支出总额及占比

图表:2020-2025年万元工业增加值用水量

图表:美国GE眼中的工业互联网

图表:德国工业4.0战略构想

图表:各国工业4.0战略对比

图表:工业4.0转型过程中世界各国新格局的变化

图表:智能工厂基本框架

图表:智能决策与管理系统

图表:智能制造车间基本构成

图表:六维智能工厂理论

图表:图形化的JobDISPO APS高级排产

图表:智能的生产过程协同

图表:DNC系统架构图

图表:数字化车间结构示意图

图表:数字化车间属于高端系统集成

图表:数字化车间是一套综合系统方案

图表:数字化生产管理平台工作流程图

图表:制造资源管理模块流程图

图表:数字化车间对制造业效率的提升效果

图表:国外数字化车间进入普及阶段

图表:国内数字化车间研发应用情况

图表:制造业自动化市场容量

图表:数字化车间建设模型

图表:数字化车间硬件支持列表

图表:数字化车间技术手段

图表:全球传感器发展历程

图表:全球传感器市场规模及增速预测

图表:全球传感器分布情况

图表:中国传感器产业发展历程

图表:2020-2025年中国传感器市场规模及预测

图表:中国三大传感器生产基地

图表:我国传感器市场主要产品类型分布

图表:中国传感器市场厂商格局

图表:2020-2025年全球MEMS传感器应用市场分布

图表:年全球MEMS传感器市场规模

图表:全球智能电网传感器市场规模及预测

图表:2020-2025年智能电网传感器市场格局

图表:中国传感器下游主要应用领域

图表:工业以太网示意图

图表:传统以太网、工业以太网和现场总线的比较

图表:工业以太网网络结构

图表:工业以太网主流网络通信协议对比

图表:工业以太网市场份额

图表:工业以太网搭建M2M平台

图表:M2M平台实现万物互联

图表:工业以太网交换机的使用完善工业通讯网络

图表:中国四类工业以太网交换机制造企业

图表:中国工业以太网交换机下游行业需求

图表:2020-2025年全球企业级软件市场规模

图表:2020-2025年全球工业软件分类占比

图表:工业软件市场定位分布图

图表:2020-2025年中国工业软件市场规模

图表:2020-2025年中国ERP市场规模

图表:PLM软件系统的内容

图表:PLM产品构成

图表:2020-2025年全球PLM市场规模

图表:2020-2025年全球PLM各细分领域投资增速

图表:2020-2025年中国PLM市场规模及全球占比

图表:2020-2025年中国PLM细分市场规模及增速

图表:2020-2025年全球PLM市场份额

图表:全球MES行业市场规模及预测

图表:2020-2025年中国MES行业市场规模及预测

图表:2020-2025年中国SCADA市场规模及预测

图表:2020-2025年全球工业机器人销量规模

图表:全球工业机器人本体销售额

图表:主要国家机器人技术分布情况

图表:2020-2025年工业机器人各国销量占比情况

图表:2020-2025年全球工业机器人销量分布

图表:工业机器人在汽车制造各环节的应用

图表:智能物流系统构成

图表:智能物流相关政策

图表:智能物流市场需求结构

图表:2020-2025年中国智能物流市场规模及增速

图表:没有加工爆米花的功能

图表:带有加工爆米花的功能

图表:数字工厂仿真技术的适应性生产制造系统模型的设计

图表:模块化系统的设计、安装和调试

图表:中石化智能工厂计划生产协同优化

图表:中石化智能工厂能源在线优化

图表:中石化智能工厂工业大数据应用

图表:中石化智能工厂生产运行——催化裂化装置报警预警

图表:催化裂化装置报警预警应用效果

图表:中石化智能工厂设备运行——资产预知性维修

图表:资产预知性维修实施过程

图表:上游生产大数据应用

图表:炼化生产大数据应用

图表:经营管理大数据应用

图表:销售服务大数据应用

图表:三一重工智能工厂

图表:财年西门子综合收益表

图表:财年西门子分部资料

图表:财年西门子收入分地区资料

图表:2财年西门子综合收益表

图表:2财年西门子分部资料

图表:2财年西门子收入分地区资料

图表:2020-2025财年西门子综合收益表

图表:2020-2025财年西门子分部资料

图表:2020-2025财年西门子收入分地区资料

图表:2020-2025年通用电气公司综合收益表

图表:2020-2025年通用电气公司分部资料

图表:2020-2025年通用电气公司收入分地区资料

图表:2020-2025年通用电气公司综合收益表

图表:2020-2025年通用电气公司分部资料

图表:2020-2025年通用电气公司收入分地区资料

图表:2020-2025年通用电气公司综合收益表

图表:2020-2025年通用电气公司分部资料

图表:2020-2025年通用电气公司收入分地区资料

图表:通用电气布局工业互联网

图表:财年思科综合收益表

图表:财年思科分部资料

图表:财年思科收入分地区资料

图表:2财年思科综合收益表

图表:2财年思科分部资料

图表:2财年思科收入分地区资料

图表:2020-2025财年思科综合收益表

图表:2020-2025财年思科分部资料

图表:2020-2025财年思科收入分地区资料

图表:制造业客户万物互联架构演进

图表:财年艾默生综合收益表

图表:财年艾默生分部资料

图表:财年艾默生收入分地区资料

图表:2财年艾默生综合收益表

图表:2财年艾默生分部资料

图表:2财年艾默生收入分地区资料

图表:2020-2025财年艾默生综合收益表

图表:2020-2025财年艾默生分部资料

图表:2020-2025财年艾默生收入分地区资料

图表:2020-2025年科大智能科技股份有限公司总资产和净资产

图表:2020-2025年科大智能科技股份有限公司营业收入和净利润

图表:2020-2025年科大智能科技股份有限公司现金流量

图表:2020-2025年科大智能科技股份有限公司成长能力

图表:2020-2025年科大智能科技股份有限公司短期偿债能力

图表:2020-2025年科大智能科技股份有限公司长期偿债能力

图表:2020-2025年科大智能科技股份有限公司运营能力

图表:2020-2025年科大智能科技股份有限公司盈利能力

图表:东方精工战略规划布局图

图表:东方精工在智能包装物流系统布局情况

图表:2020-2025年广东东方精工科技股份有限公司总资产和净资产

图表:2020-2025年广东东方精工科技股份有限公司营业收入和净利润

图表:2020-2025年广东东方精工科技股份有限公司现金流量

图表:2020-2025年广东东方精工科技股份有限公司成长能力

图表:2020-2025年广东东方精工科技股份有限公司短期偿债能力

图表:2020-2025年广东东方精工科技股份有限公司长期偿债能力

图表:2020-2025年广东东方精工科技股份有限公司运营能力

图表:2020-2025年广东东方精工科技股份有限公司盈利能力

图表:长荣股份大包装智能工厂整体解决方案战略布局情况

图表:2020-2025年天津长荣印刷设备股份有限公司总资产和净资产

图表:2020-2025年天津长荣印刷设备股份有限公司营业收入和净利润

图表:2020-2025年天津长荣印刷设备股份有限公司现金流量

图表:2020-2025年天津长荣印刷设备股份有限公司成长能力

图表:2020-2025年天津长荣印刷设备股份有限公司短期偿债能力

图表:2020-2025年天津长荣印刷设备股份有限公司长期偿债能力

图表:2020-2025年天津长荣印刷设备股份有限公司运营能力

图表:2020-2025年天津长荣印刷设备股份有限公司盈利能力

图表:2020-2025年深圳市长盈精密技术股份有限公司总资产和净资产

图表:2020-2025年深圳市长盈精密技术股份有限公司营业收入和净利润

图表:2020-2025年深圳市长盈精密技术股份有限公司现金流量

图表:2020-2025年深圳市长盈精密技术股份有限公司成长能力

图表:2020-2025年深圳市长盈精密技术股份有限公司短期偿债能力

图表:2020-2025年深圳市长盈精密技术股份有限公司长期偿债能力

图表:2020-2025年深圳市长盈精密技术股份有限公司运营能力

图表:2020-2025年深圳市长盈精密技术股份有限公司盈利能力

咨询订购《2025-2030年中国智能工厂行业深度分析及发展前景预测报告》
请拨打 400-886-7071 (免长途费)    Emai:kf@51baogao.cn
  • 调研数据来源

    调研方法

    实地走访、猎头采访、行业访谈、在线调查、小组座谈、神秘顾客、深度面访、固定样本连续调查等

    调研对象

    业内重点企业(高层管理人员以及采购、生产、技术负责人、市场总监)、分销商、上游供应商、下游客户、行业协会、学者、行业专家等

    覆盖范围

    普查/抽样,一般以抽样为主

    调研内容

    细分产品信息(型号、技术指标、技术趋势、规格、包装、对标产品、销售模式及渠道、生产模式、生产流程、产业链等)

    头部企业信息(企业经营指标、产品产销量、销售额、价格信息、技术特点、市场地位、竞争优势、发展计划等)

    供求信息(产能产销量、价格信息、销售额、市场需求、细分市场、产品趋势、区域分布等)

    下游用户信息(用户群分类、特征、需求规模等)

    进出口信息(进出口量值、均价、出口目的国、进口原产国等)

    行业政策及影响

  • 常规数据来源

    国际数据

    官方机构:IMF、WBG、OECD、WTO、WHO、ADB、AIIB、IEA、FAO等,以及其它国际性、地区性组织

    战略咨询机构:德勤(Deloitte)、麦肯锡(McKinsey)、波士顿(BCG)、普华永道(PwC)、IHSMarkitLtd.等

    合作机构:第三方付费数据库、各国本地调研机构等

    国内宏观

    政策法规:国务院政策文件库、中央(地方)政府“十四五”规划、远景规划,国家(地方)发改委以及其他部委发布的相关产业政策

    经济数据:国家(地方)统计局、国家发改委、中国人民银行、工信部、科技部、住建部、教育部、农业农村部、商务部、卫健委、民政部、文旅部和交通运输部等

    技术专利

    技术标准:国际标准化组织(ISO)、国际电工委员会(IEC)、全国标准信息公共服务平台、国家标准全文公开系统、中国知网、万方、维普、工标网

    专利:中国国家知识产权局(CNIPA)、欧洲专利局(EPO)、日本特许厅(JPO)、韩国特许厅(KIPO)和美国专利商标局(USPTO)

    行业规模类数据

    官方机构:国家(地方)统计局、行业主管部门、国务院发展研究中心、中国社科院、行业协会、中国(地方)统计年鉴、地方志等

    非官方机构:Wind、Euromonitor、易观智库、Gartner、IDC、IHSMarkit、Yole、中国指数研究院、证券公司、中道泰和行业大数据库等

    进出口数据

    联合国贸易数据库、中国海关总署、地方海关、商务部等

    用户规模数据

    国家互联网信息中心、中国工业和信息化部、中国信息通信研究院、中国互联网络信息中心、中道泰和行业大数据库等

    产品/服务价格

    国家发改委价格监测中心、农业农村部、生意社、阿里研究院、京东消费、中道泰和行业大数据库等

    产品热度指数

    百度指数、头条指数、搜狗指数、谷歌指数、微信指数、淘宝指数、微博指数、阿拉丁指数等网络舆情监测大数据平台

    建设项目数据

    全国投资项目在线审批监管平台、住房和城乡建设部、生态环境部、中国拟在建项目网等

    招投标项目数据

    中国政府采购网、各省(市)级政府采购网、中国招标投标网、中国招投标公共服务平台、国家药品集中采购服务平台等

    投融资项目数据

    IT桔子、高瓴资本、红杉资本、IDG资本、深创投,以及国内外证券监督管理委员会、各大证券交易所等公开披露的信息

    园区建设及经营数据

    科学技术部火炬高技术产业开发中心、中国开发区协会、中国园区网、财政部政府和社会资本合作中心等

    企业信用信息

    国家企业信用信息公示系统、信用中国、天眼查、企查查等

    企业经营效益及经营策略

    国内外各大证券交易所、券商、上市企业以及巨潮资讯网、东方财富网、万得资讯公开披露的信息等

    头部企业调研数据

    中道泰和企业大数据库、券商调研公开披露的企业数据、中道泰和委托第三方调研的数据等

  • 报告研究方法

    1、时间序列

    时间序列是指将某种现象某一个统计指标在不同时间上的各个数值,按时间先后顺序排列而形成的序列。时间序列法是一种定量预测方法,亦称简单外延方法。在统计学中作为一种常用的预测手段被广泛应用。时间序列分析在第二次世界大战前应用于经济预测。二次大战中和战后,在军事科学、空间科学、气象预报和工业自动化等部门的应用更加广泛。时间序列分析(Time series analysis)是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法,研究随机数据序列所遵从的统计规律,以用于解决实际问题。

    2、SWOT分析

    SWOT(Strengths Weakness Opportunity Threats)分析法,又称为态势分析法或优劣势分析法,用来确定企业自身的竞争优势(strength)、竞争劣势(weakness)、机会(opportunity)和威胁(threat),从而将公司的战略与公司内部资源、外部环境有机地结合起来。

    3、PEST分析

    PEST分析是指宏观环境的分析,P是政治(Political System),E是经济(Economic),S是社会(Social),T是技术(Technological)。在分析一个行业发展环境的时候,通常是通过这四个因素来进行分析该行业的企业所面临的状况。

    4、波特五力模型

    波特五力模型从一定意义上来说隶属于外部环境分析方法中的微观分析,将大量不同的因素汇集在一个简便的模型中,以此分析一个行业的基本竞争态势。波特五力,分别为:供应商讨价还价能力、购买者的讨价还价能力、潜在进入者的威胁、替代品的威胁和现有企业之间的竞争。 该模型由迈克尔•波特(Michael Porter)于上世纪80年代初提出,对公司战略制定产生全球性的深远影响,用于竞争战略的分析,可以有效的分析客户的竞争环境。波特的“五力”分析法是对一个产业盈利能力和吸引力的静态断面扫描,说明的是该产业中的企业平均具有的盈利空间,所以这是一个产业形势的衡量指标,而非企业能力的衡量指标。

    5、SCP产业分析模型

    SCP(structure-conduct-performance,结构-行为-绩效)模型是由美国哈佛大学产业经济学权威贝恩(Bain)、谢勒(Scherer)等人建立的。该模型提供了一个既能深入具体环节,又有系统逻辑体系的产业分析框架,即:行业结构(Structure)-企业行为(Conduct)-经营绩效(Performance)。SCP框架的基本涵义是,行业结构决定企业在市场中的行为,而企业行为又决定市场运行在各个方面的经济绩效。SCP模型,主要用于分析行业或者企业在受到外部冲击(主要是指行业或企业外部经济环境、政治、技术、文化变迁、消费习惯等因素的变化)时,可能的战略调整及行为变化。 行业结构:主要是指外部各种环境的变化对企业所在行业可能产生的影响,包括行业竞争的变化、产品需求的变化、细分市场的变化、营销模型的变化等。 企业行为:主要是指企业针对外部的冲击和行业结构的变化,有可能采取的应对措施,包括企业方面对相关业务单元的整合、业务的扩张与收缩、营运方式的转变、管理的变革等一系列变动。 经营绩效:主要是指在外部环境发生变化的情况下,企业在经营利润、产品成本、市场份额等方面的变化趋势。

  • 报告编制流程

    第一步:成立研究小组:前期研讨会,解读客户需求,制定项目实施方案;

    第二步:二手资料收集:数据库检索、文献检索、官方数据收集、企业报表、行业公开信息等;

    第三步:一手调研资料采集:抽样调查、电话访谈、实地调研、深度面访等;

    第四步:初稿:资料及数据的整理、评估与选用,撰写研究报告,完成初稿;

    第五步:二稿:根据客户对初稿报告的修改意见,核验数据,补充内容,完成第二稿;

    第六步:终稿:根据客户的二次修改意见,进一步查漏补缺,完善报告,完成第三稿,即终稿;

    第七步:售后服务:对终稿报告仍提出补充内容或数据更新等要求的,免费提供六个月售后服务。

关于我们 公司简介订购流程联系我们常见问题典型客户人才招聘手机访问RSS订阅 京ICP备11020891号-10 京公网安备11010502054278号