國內較知名的大數據服務平台有哪幾家？
合作對象為中小企業，能提供一站式服務，包括軟硬體，技術，解決方案等等。
能提供軟體、技術、解決方案還有硬體的大數據服務公司應該集中在SAP、IBM一類的公司。一套下來從硬體軟體實施顧問，一般中小企業很難承受得起。
國內能提供一整套這樣的服務的公司很少，因為主要是做這方面的硬體公司很少，浪潮、華為應該還不錯。
如果分解開來，每個領域國內還是有不少優秀公司的，比如：
1、 資料庫數據平台類，星環。專註於Hadoop生態系列的大數據平台公司。Hadoop是開源的，星環將Hadoop不穩定的部分優化，功能細化，為所有企業提供Hadoop大數據引擎及資料庫工具。
2、 大數據存儲硬體類，浪潮。浪潮是很老牌的IT公司，在大數據方面一直穩紮穩打研究存儲，在大數據存儲方面國內領先。
3、 雲端大數據，阿里巴巴。這個不多說，明星產品-阿里雲，與亞馬遜AWS抗衡，做公有雲、私有雲、混合雲。
4、數據應用方面，帆軟、海雲數據。帆軟是商業智能和數據分析平台提供商，從報表工具到商業智能，有十多年的數據應用的底子，在這個領域很成熟。海雲數據做大數據可視化的，提供大數據的運營服務，在北方發展得很不錯。
謝邀！
服務平台不好說，因為國內互聯網第一梯隊第二梯隊現在基本上都已經有大數據項目了，只是有的目前主要還是對內服務，比如說訂單優化、線路優化、簡歷優化等等。如果專門提供大數據的企業，目前知名的還真不多！下面這個排名僅供參考，哈哈！NO1、數據客 微信ID：idacker NO2、邁寧數據NO3、BAT我所了解的 敏捷BI 這塊的 是 永洪BI 數據分析
「大數據」在最近幾年才引起人們的關注，但許多互聯網公司走在了時代的前面，他們作為大數據時代的先行者，為如今的「大數據」的興起奠定了基礎，並在歷史的經歷中卓有成效，有時也成為追逆或效仿的對象。以下，希望從IBM、SAP、Oracle、Facebook、亞馬遜、百度、阿里巴巴、騰訊、京東這十家大數據的先行踐行者們，看看他們都在各自的領域創造了哪些有關大數據的基礎與標準，以便讓更多的B和C再進一步了解一下「大數據」應用的邏輯。
IBM、SAP、Oracle：我們只是大數據的搬運工
前段時間IBM賣掉了自己的晶元業務，這表明了IBM對自己的未來有著一些清晰的規劃——減少硬體業務，將精力投入雲計算、分析以及智慧地球的項目之上。IBM全球副總裁Eric Sall說，「IBM不能裝作這世界一成不變，這世界當然在隨時變化」。IBM此舉也恰巧說明了一個行業的趨勢，即數據在未來的發展至關重要，而分析數據的能力則顯得尤為突出。從信息時代到數據時代，是一種抽象的簡化。
作為一個以大數據為基礎為各行業提供解決方案的企業來說，硬體業務的多少與好壞似乎已並不能衡量自身的實力，自身的軟體服務才更可能決定一些根本性的東西。在今年，IBM宣布以10億元組建新部門，目的是發展公司最新的電腦系統Watson，它將據客戶過往的歷史記錄，幫助企業更好地認識客戶，隨時隨地以客戶選擇的方式進行接洽，並在需要行動時提供強大支持。因此它將大大節省企業/客戶的人工成本，以便更好地做出決策，更快的實現業務成效，而在去年，這一系統已經開始應用於醫療以及零售領域，幫助行業實現轉型。
儘管如此，IBM仍然是到了一個艱難的時刻，儘管投入了較大資金髮展全球數據中心，比如以20億美元收購雲計算基礎架構服務提供商SoftLayer，但其在雲計算領域取得的收入應屬是杯水車薪，面對來勢洶洶的後起之秀，IBM這個藍色巨人可能需要放下過去的慢熱，雖然大象和螞蟻轉身需要的能級不同。
說到IBM就不得不提SAP，這個由前IBM員工成立的軟體公司如今已經發展為全球最大的企業應用軟體供應商。然而，SAP所涉及的領域不僅於此，他已經將自己的觸角伸及到了體育界。相信大家對2014巴西世界盃德國隊的奪冠記憶猶新，在這背後或有「大數據」的力量，可謂是德國隊的「第十二人」。早在此次世界盃之前，德國足協便與SAP公司合作，定製名為「Match In-sights」的足球解決方案，用以迅速收集、處理分析球員和球隊的技術數據，基於「數字和事實」優化球隊配置，從而提升球隊作戰能力，並通過分析對手技術數據。通過此種方式，德國隊在戰術制定上的時間成本大大縮短，這可以算所是「大數據」的一種勝利，同時也是未來體育發展的一種趨勢，即引入當今世界最發達的技術，提高自身比賽水平，藉助大數據強有力的分析處理能力制定合理的訓練計劃與比賽戰術，而非像以前那樣單純的依靠球隊的不斷操練來實現。我們可以相信，在未來，不只是體育屆，任何範疇內的決策都會要藉助「大數據」的分析結果來完成，因為它可以既便捷又準確。
這就是「大數據」的力量。百度李明遠有一句話：「大數據的特點就是發現人們原來看不到的數據，將這些數據應用於商業，改變認知的核心工具。」由此才產生了諸多在接入「大數據」業務後，發展迅猛的公司，Oracle就是其中之一。
Oracle最初的業務僅是資料庫，這也是他存在的基礎，直到1987他才成立了一個僅有7人的軟體開發部門，管理也十分成鬆散，而這個部門成立的理由只是因為Oracle公司需要一個財務管理系統。就在這種偶然下Oracle開始了「大數據」業務的發展，至1996年，Oracle贏得了華為的合作，稍後又拿到了美的、中興的訂單，直到1998年，他們已經擁有了1300位客戶。僅用了6年時間，Oracle就超越了諸多前輩一躍成為應用軟體業的第二，雖然同SAP仍有很大差距，但已經是一個不小的成績。
Oracle應用軟體的創始人傑夫·沃克說過：「儘管SAP有R/3，但在應用軟體市場上，他們並沒有達到高不可及的程度，他們並沒有真正做到象Oracle那樣成功。」到目前為止Orcale已經成為了應用軟體業僅次於SAP的公司，為戴爾公司、蘇格蘭皇家銀行等業界巨頭提供服務。其中，波士頓醫學中心在使用了Orcale的應用服務以優化其臨床及數據存儲環境之後，不僅消減了存儲成本並且使其性能也提高了74%。
不論是IBM、SAP還是Oracle，都是依靠應用軟體服務來創造盈利，他們在「大數據」的數據服務上已經取得了成功，其佔據的市場份額是後起之秀們難以企及的。其實他們所做的並不複雜，可他們發現了前任未曾發現的信息。國內外的企業中，做應用軟體的不少，意圖涉足大數據領域更多，可是卻仍在低端市場中苦苦掙扎，這並非管理水平偏低的原因，而是因為太過看重自身的利益而忽略了「大數據」業務發展的必然條件，成本的降低與服務的提高，只有針對這些不變的點，才能真正走上「大數據」的發展道路，成為下一代領導者。
百度、google：不要再把我們看做搜索引擎，我們正在做些別的事情
「新一代的數據收集不僅是數據工具，數據本身會有很大的發展。」李彥宏如是說。
同樣是2014巴西世界盃期間，百度「世界盃預測」上線，儘管足球是一件不確定性級高的事情，可在比賽結束後發現，百度這次的預測無一錯誤。想想世界盃時無數走上天台的小夥伴們，若是知道百度有此神器，應該是有些感想的吧。
在其賽事預測的產品說明中寫到「百度大數據部收集了2010-2013年全世界範圍內所有國家隊及俱樂部的賽事數據，構建了現在的賽事預測模型」，這是其利用「大數據」在傳統領域的又一次嘗試，並且他們希望在建立起成熟的模型之後，在球隊訓練、體彩等方面發揮商業價值。可以推斷，百度應該在「大數據」上有著極大的野心。
球賽預測的結果是可喜的，不過百度在另一項事情的預測上則栽了跟頭。在《黃金時代》上映之前，百度發布會上宣布電影《黃金時代》的票房預期可達2.0—2.3億，當時的媒體都認為這個數字估計的太過於保守，然而截止到10月16日，《黃金時代》的累計票房為4698萬，如此成績對於片方、媒體和公眾而言都是出乎意料，2.0億的票房估計竟然已經算是十分樂觀。這並不是百度第一次做票房預測了，早在7月14日愛奇藝就透露在內部，百度票房的預測已經有了百分之八十的準確率。百度也因為此次的預測失敗而推遲了票房預測產品的上線，我們可以看到在百度預測中，電影票房預測那一項仍是灰色，標註著「即將上線，敬請期待」的字樣。對此，可能的原因是類似《黃金時代》的文藝類影片樣本較少，不確定性大。
同百度這次失敗同樣的，他的競爭對手Google也有馬失前蹄的時候。在2008年Google推出了他的Google Flu Trends流感預測服務，在這之後的幾年時間中，預測的結果都是準確的。這也幫助各國對即將到來的流感進行了有效的預防，避免了更大的損失。直到2013年2月，Nature上出現文章，表示GFT預測的全國範圍的流感樣疾病（佔全國人口的比例）近乎是實際值的2倍，這是由於Google所抓取的數據是直接從搜索引擎中來，這就使得真正的流感患者同跟風搜索流感的人混淆在一起，最終誇大了流感人口的比例。
可見，「大數據」中最重要的不是分析數據而恰恰是數據本身，如果數據本身存在著問題，那麼不論演算法如何正確出來的結果也是失之千里。
當然這僅僅是兩個微小的錯誤，並不能就此否定這兩家公司在「大數據」上做出的努力，畢竟以搜索引擎起家的他們天生就具有「大數據」應用研究與實踐的優勢。如今百度已經有了一套看起來更完整的「大數據」引擎系統，共三個部分：開放雲，百度的大規模分散式計算和超大規模存儲雲，對應到Google則是他舉世聞名的數據中心以及基於Colossus的雲；數據工廠，百度將海量數據組織起來的軟體能力，對應到Google，其近年來為迎接大數據時代不斷改造核心技術，包括比MapReduce批處理索引系統搜索更快的Caffeine，專為BigTable設計的分散式存儲Colossus，Dremel和PowerDrill管理和分析大數據，以及Instant和Pregel。百度大腦，能夠應用這些數據的演算法，對應到Google，Google提供的大數據分析智能應用包括多個方面，技術有Big Query、趨勢圖等。如果說百度大數據引擎是一個程序，那麼它的數據結構就是數據工廠+開放雲，而演算法則對應到百度大腦。可以說二者在如和發展「大數據」上思路及其一致。在百度預測的界面我們可以看到已經能夠看到一個預測開放平台，為每一個用戶提供平台化的預測服務。藉助這種服務，應該能夠更準確地預見未來的趨勢，趨利避害。譬如通過「疾病預測」，可以知道同類疾病全國哪家醫院最好，同城醫院中，哪家醫院現在排隊人數較少，或者當前天氣需要預防那種流行病；通過「景點預測」，我們能夠有效地規划出遊行程，只能看人不能看景的情況，而景區也能夠據此作出正確的判斷而非依靠以往模糊的經驗。對於企業來說，能夠有效地規避風險，調整戰略，進而減低成本，縮減開支，最終達到效率與收益的提高。
在如今搜索引擎市場已經不能為他們帶來更多盈利的情況下，百度與Google將目光同時轉向了「大數據」開發與研究。曾經有一個這樣的問題，問百度能夠依靠大數據做些什麼，答可以分析網上賣假藥的情況。這固然是針對百度搜索中側邊經常顯示的廣告的調侃，但也反映了百度所面臨的尷尬，搜索業務所能提供的利潤已經接近飽和，盈利模式的更新已經迫不及待，而通過「大數據」變現，在目前是一條最有希望的道路。有消息稱，Google每年通過「大數據」可獲得約80億美元的收入，這一數字遠遠超過了百度。若百度能通過「百度預測」這一系列產品獲得成功，那麼他所能獲得的不僅僅是更加海量的數據，更是源源不斷的現金流。
亞馬遜、京東、阿里巴巴：當你們在瀏覽商品時。。。
眼下隨著日子的臨近，一年一度的雙十一又要來了，在那些網頁彈出的廣告中，不難注意到那些推薦的產品，正是曾經搜索過或者瀏覽過的，這正是基於「大數據」的結果。而這種智能推薦的服務是「大數據」應用商業化中較為成功的例子。
說道電商中「大數據」方面做得最成功的無疑是亞馬遜了，亞馬遜是雲計算的奠基者，他在用戶偏好、商業領域等方面的「大數據」能力可以說甚至超過了Google。他從每一位客戶上捕捉大量數據，如購買記錄、瀏覽記錄、瀏覽時間等，從這些雜亂的數據中找到產品的關聯性，從而產生最適合推薦給用戶的產品。亞馬遜不對人進行分類，而是對用戶的需求分類，從而產生了亞馬遜的推薦系統，而此舉它帶去30%的銷售收入。反映在網頁上，我們可以看到亞馬遜會將智能推薦的過程貫穿購物的始終。此外，亞馬遜也會向用戶發送郵件，推薦少量的商品，甚至是你未來可能會用到的商品。更為重要的是這一系列過程並不會令人產生反感，用戶體驗也隨之提高。
對應到國內，不得不提的是阿里巴巴，作為國內最早運作雲的部門，他的推薦系統同樣優秀。在淘寶首頁你會很容易看到一個名為「發現·好貨」的瀏覽框，其中的物品全部都同你最近瀏覽購買或搜索的類似。
淘寶作為一個擁有海量用戶數據的平台，每天都有上千萬交易發生，數據從手機端、電腦中上傳，為阿里提供了一個資料庫。自去年3月起阿里上線了自己的雲服務平台——御膳房，旨在為第三方軟體服務商和品牌商提供大數據計算、挖掘、存儲的雲環境開發平台，構建阿里數據生態。這也是其在以「雲計算、大數據」為核心的DT戰略上邁出的一步。截止到目前，僅一年多的時間，就同300多家第三方軟體服務商形成了合作，提供了包含流量推廣、商品管理、數據分析、CRM、ERP、廣告精準投放等多個支撐工具，覆蓋了180萬天貓、淘寶商家，為他們帶去了利潤。例如，通過「日報單品分析」服務能夠使得運營人員方便的進行單品優化、頁面調整，分析人員能夠清晰地進行業務分析；通過「財務對賬」服務能夠使得線上付款、線下交易更加融合，節省了中間周轉的成本。阿里數據平台事業部王賁表示：「我們就像一個廚房，提供了最優質的原材料、最鋒利的工具，讓開發者、服務商這樣的大廚能夠快速實現大數據應用的各種idea。」
同樣的還有京東，雖然目前在雲計算領域還遠遠達不到阿里的高度，但仍有著自己的努力。作為一個直接為用戶提供產品的電商，供應量變得十分關鍵，京東通過銷售情況、市場預期、時間日期的綜合數據，形成一個預測系統，最後自動形成訂單發送給供應商，避免缺貨情況的存在。另外，在我們搜索商品時，出現的標籤往往並不是商品的分類而是來自於商品的評價，這讓我們能夠更為準確的找到自己想要的商品。這一服務源自京東對於後台搜索數據分析的結果，他們發現在京東商城進行購買的用戶往往對商品的分類並不清楚，而經常以商品的功能或作用來進行尋找，因此在他們看來，更重要的是在搜索欄中出現商品的評價而非分類，而主動將此類標籤加入搜索系統中能使用戶更好的找到自己想要的商品，加強了對用戶的服務，使得購物體驗大為提升，而這一舉措更是使自身的贏利大為增加。
然而這三家電商所收集的數據較多的為非結構化數據，在理解與分析上較為困難，因此偶有推薦系統向客戶並不需要的商品的情況的發生。
馬雲在卸任演講上說：「很多人還沒搞清楚什麼是PC互聯網，移動互聯網來了，我們還沒搞清楚移動互聯網的時候，大數據時代又來了。」「大數據」為平台提供了更好的信息支持，創造出更優質的服務，更優質地服務又能帶來更多的數據，更多的數據樣本使分析結果更為精確，為用戶提供更佳的體驗，如此則有更多的人投入使用中來，這樣便形成了一個數據的良性循環。如此，「大數據」可以說是未來電商們發展的基礎資源及優勢所在，透過「大數據」的支撐，能夠提高用戶數量，提供優質服務，降低運營成本，提升總體盈利。
騰訊、facebook：交流的是情感，看到的是數據
還記得今年情人節時Facebook發表的那份關於戀愛的數據么，通過「大數據」他能知道你們何時會戀愛，何時可能分手，甚至你本身尚未意識到時，他就已經察覺了。這是基於2.7億活躍用戶的統計結果。
同傳統的戀愛過程類似，社交網路中的愛情也有一段「追求」的階段，在這一階段中，每位用戶每日會至少推送一條消息，而在關係確定之後推送的頻率則會直線下降。另一個趨勢是在找到伴侶後，由於愛意的增加，情侶間互動的內容會越來越甜蜜，正能量的傳遞也會隨之增多。不僅如此，Facebook甚至能夠推算出這段感情能夠維持多長時間，最長的可達4年以上，以及最容易分手的時間，通常是在5-7月。也許，Facebook應當基於此推出一項戀愛預測的服務，來幫助廣大單身青年們「脫團」，使他們的「雙十一」不再孤單。
早在2012年，Facebook就開始了用戶「大數據」的收集，主要是收集用戶在Facebook上公開的感情數據，並嘗試著讓用戶發表自己收聽習慣，並得到了有趣的結果。根據這些數據，他們製作出了「戀愛歌曲TOP10」以及「失戀歌曲TOP10」以此來慰藉那些墜入愛河以及傷心不已的用戶。可這並不是出於一時的好奇心或僅為好玩，最終的目的是將這些數據用於用戶推薦服務上，他們根據統計得到的數據，建立了「看心聽曲」服務，即根據用戶的心情，推薦不同的曲目，如此貼心的服務，不僅使用戶們感到暖心，同時也讓Facebook的用戶忠實度有了上升。
國內的騰訊在公司還在很小的時候就通過後台記錄、分析用戶的每一個習慣，時至今日已經擁有了廣大的用戶數據，而正是這種對數據的重視，使得騰訊建立了今天的企鵝王國。
如今，騰訊雲服務已經有了包括計算與網路、存儲與CDN、監控與安全、數據分析等多項服務，並投入到清華大學微信建站，糗事百科、365日曆應用軟體運行等項目之中，為他們提供了多樣化的服務。DNSPod CEO吳洪聲說：「接入騰訊雲之後，極大地減少了我們運維成本，特別是使用了雲資料庫和CDN之後，我們的服務響應更快了，運營產品變得更簡單了。」其中，騰訊的數據分析平台已經接入了100過個產品的各類數據，涵蓋數據數據管理、數據監控、數據分析、數據可視化、數據挖掘等多個方面，而推出的雲分析服務，則是其「大數據」戰略的重點所在，從公布的信息中來看，從微信到微博，騰訊為雲分析提供了全面的平台支撐，達到了統計全面上報詳細的目的。
小小比如，騰訊基於「大數據」的產品「廣點通」，在騰訊大社交平台海量用戶積累的基礎上，進行以人為核心的數據挖掘，實現精準的廣告推薦，形成用戶、物品和推薦位之間的交叉效應，其中最成功的就是同萬科聯手，使萬科投入了3萬的廣告費用，獲得了400萬元的銷售額。
然而騰訊現在需要做的除了開發「大數據」與雲，還要打通自己的後台數據，使其形成一個完整的生態圈，等待後期完全成熟的技術，加以借鑒，更深層次的挖掘自己的「大數據」。
基於社交網路的公司統計分析「大數據」的一個特點就是側重於呈現人的行為以及社會關係的信息，從這些數據中，可以分析人們的日常生活與行為，從而從中挖掘社會、政治、商業等信息，甚至能夠預測未來。在這兩點上，騰訊與Facebook都做到了不少，也許我們如今不應將它們狹義地視為一個SNS社交軟體，而是進行重新的定義，如今它們的核心競爭力已不再是社交領域，而轉移到數據業務上，而SNS只是更好地完成其「大數據」戰略的一種應用，產生、收集、挖掘海量數據的一個工具。正如投資人Federated Media的約翰·巴特利(John Battelle)對Facebook的展望那樣，「該公司正嘗試著對自身進行重新定義，不滿足於做狹義方面的社交網站，而這恰是外界對它的理解」。
以上這些，算案例嗎？應該算吧。如果不是案例，就不是在講大數據。
一般而言，國外的公司起步早發展快，如今已經成為全球「大數據」領域的領導者，他們懂得如何將開發出的「大數據」服務快速變現，通過這種方式源源不斷的為自己的「大數據」開發及數據獲取提供資源，已經形成了一個成熟的生態體系。雖然IBM處於財務困境，但我們相信他只是到了一個繼續轉型的時期，丟掉沉重的硬體包袱，他必將重新崛起。而SAP雖然面臨眾多後起之秀的競爭的巨大壓力，可業界第一的位置仍然難以撼動。對於Oracle來說，想要和SAP一搏，僅靠不斷的收購是行不通的。
不論「大數據」這個概念是否僅是互聯網行業製造出的一個噱頭，越來越多的信息被映射到網上，數字世界正逐漸轉為虛擬世界，互聯網企業坐擁海量數據並將其應用於自身服務中已是一個不爭的事實。當然，未來沒有一家企業不是互聯網企業。
很喜歡這樣一句話：「我們從來沒想過這是一個大數據項目，而是想著要解決問題。」這個永久的問題的核心是幫助客戶降低成本，提高績效。
基於大數據的移動互聯網服務提供商---個推！！！
旗下擁有個推推送、個推大數據、個燈數據營銷平台等眾多產品。
國內主要做大數據平台的公司主要有華為、Clodera、星環、天雲、東方國信、亞信、中興、Hotonworks等 華為：國內市場佔有率最高、公司規模最大，在開源社區的貢獻亞洲貢獻最大，合作夥伴和生態圈建設最豐富。缺點是公司在技術和銷售上沒有完全發力，技術上有待提高，但是客戶當前的應用場景都能夠滿足，隨著開源社區的進步，相信其平台技術可以做的更好。
Cloudera:全球認知度最高的大數據平台公司，國內90%的版本基本都是在CDH的基礎上封裝的，對社區的掌控力度最大。但在國內技術人員比較少，支持不是很到位，現在國內生態圈不錯，如果可以技術在本地更多投入，相信會做的更好。
星環：目前技術最領先的大數據平台公司，主要體現在對SQL的支持和存儲過程的支持，這也是公司的賣點，本地化公司，這個公司按照道理應該成為這個行業的獨角獸，但是現在內鬥嚴重，公司極其混亂，而且在客戶那邊腐敗嚴重（恆豐銀行項目負責人曾光堯的老婆在星環）。 天云：田老闆名聲很大，但公司後勁不足，無論技術和市場，最近在市場動靜比較少 東方國信：代理Cloudera，現在也在此基礎上封裝了一個，銷售時主要依靠應用和平台綁定，單獨平台競爭優勢不大。 亞信：主要集中在運營商 要出去，回頭再詳細評價認真審題，國內！
不知道樓主具體的數據需求是什麼，我們公司接入的是海致BDP，有數據接入、數據處理、數據分析、可視化等數據功能，也有提供數據解決方案，比如他們就給我們提供了一套比較完整的SEM分析解決方案模型，還是很實用的！這是他們官網~
功能方面：包括數據整合、數據處理、可視化分析、賬號許可權管理、大屏可視化展示等；
這個有行業榜單可供參考，但別迷信
2016中國大數據大會榜單
2016年度大數據人物獎 大數據領軍人物獎 銀聯智策顧問（上海）有限公司 趙萌 互聯網金融創新人物 江蘇紫金農村商業銀行股份有限公司 孔小祥 大數據突出貢獻獎 柏睿數據科技（北京）有限公司 劉睿民 2016年度中國大數據領域創新人物獎 中恆華瑞（北京）信息技術有限公司 周家術 2016年度中國大數據領軍人物 東華光普大數據技術有限公司 吳愛國 2016年度大數據企業獎 2016年度中國互聯網金融領域最佳運營團隊 中國平安 金融壹賬通零售業務中心 2016年度中國互聯網金融領域最佳創新企業獎 江蘇紫金農村商業銀行股份有限公司 2016年度中國大數據領域最具品牌影響力企業獎 銀聯智策顧問（上海）有限公司 2016年度中國大數據金融領域創新獎 平安科技（深圳）有限公司 2016年度中國大數據領軍企業獎 中興通訊股份有限公司 2016年度中國大數據領域最佳服務企業獎 浙江公眾數據通信有限公司（浙江電信大數據運營中心） 2016年度中國大數據領域最具品牌影響力企業獎 北京人大金倉信息技術股份有限公司 2016年度中國大數據領域最佳服務 西安未來國際信息股份有限公司 2016年度中國大數據領域最佳資源整合 享宇金服 2016年度中國大數據領域最佳創新企業獎 山東明和中業信息技術股份有限公司 2016年度中國大數據領域最具品牌影響力企業獎 中恆華瑞（北京）信息技術有限公司 2016年度中國大數據創新企業獎 浪潮大數據公司 2016年度中國大數據領域 最佳創新企業獎 東網科技有限公司 2016年度安全領域最具投資價值企業獎 北京蘭雲科技有限公司 2016年度中國大數據領域最佳創新企業獎 北京鉑金智慧網路科技有限公司 2016年度中國大數據領域最佳大數據解決方案商 東華光普大數據技術有限公司 2016年度 最佳創新新三板大數據SaaS雲服務商獎 北京凱峰數據科技有限公司 2016年度中國大數據領域最佳創新獎 貴陽數據投行有限公司 2016年度中國大數據領域最佳服務獎 中關村數海數據資產評估中心 2016年度中國大數據領域最佳創新獎 眾誠智庫諮詢顧問（北京）有限公司 2016年度中國大數據年度創新獎 北京易匯眾盟網路技術有限公司 2016年度中國大數據領域誠信經營獎 北京萊威數海科技有限公司 2016年度中國大數據領域大數據最佳培訓獎 北京國富如荷網路科技有限公司(經管之家) 2016年度中國大數據最佳應用獎 中科點擊（北京）科技有限公司 2016年度大數據產品獎 2016年度中國互聯網金融領域優秀創新平台 上海銀行股份有限公司 上海銀行直銷銀行——上行快線3.0 2016年度中國大數據領域明星平台 浙江公眾數據通信有限公司（浙江電信大數據運營中心） 2016年度中國大數據領域最佳產品創新獎 中興通訊股份有限公司 2016年度中國大數據領域優秀創新產品獎 北京九章雲極科技有限公司 DataCanvas集成數據平台 2016年度中國大數據領域優秀創新產品獎 上海熱璞網路科技有限公司 2016年度中國大數據領域最具核心競爭力企業獎 族譜科技（北京）有限公司 2016年度中國大數據領域明星平台 北京小馬金融信息服務有限公司 2016年度安全領域最佳創新產品獎 北京蘭雲科技有限公司 2016年度中國大數據領域最佳大數據平台產品 柏睿數據科技（北京）有限公司 2016年度中國大數據金融領域優秀創新產品獎 山東明和中業信息技術股份有限公司 TecNova-IFRCS互聯網金融風險監控系統 2016年度中國大數據明星平台獎 浪潮集團有限公司 天元數據網 2016中國大數據年度明星平台獎 北京數介科技有限公司 2016中國大數據大會數據中心雲計算最佳落地實踐獎 北京雲英傳奇技術有限公司 CloudIn雲英 2016中國大數據大會年度大數據營銷創新產品獎 杭州泰一傳媒有限公司（AdTime） 互動電視廣告平台「AdSmart」 2016年度中國大數據領域優秀創新產品獎 廈門二五八網路科技集團股份有限公司 商友寶 2016年度大數據最佳應用實踐獎 廣聯達科技股份有限公司 2016年度大數據金融業最佳解決方案 吉貝克信息技術（北京）有限公司
試試Taste Analytics的數據分析平台， 專註非結構化數據可視化分析。 網址：http://www.tasteanalytics.cn/
Ethink大數據平台，數據挖掘、存儲、BI分析一站式平台，國內性價比最高的平台http://ethinkbi.com
其實，百度開放雲的大數據產品還是不錯的，用起來感覺很好
我們公司主要用的是好多數據平台，這個平台還不錯，介面特穩定，價格也挺優惠
推薦閱讀：
※大數據會否使計劃經濟最終掌控世界？
※如今大數據交易平台和大數據交易所有很多，如何解決數據的歸屬權，數據的定價以及交付方式？
※岩土工程/土木工程怎樣應用大數據？