報告編委

目錄

1. 研究範圍定義

2. 廠商全景地圖

3. 市場分析與廠商評估

4. 入選廠商列表

1. 研究範圍定義

研究範圍

資料智慧是指以資料為生產要素，透過融合大規模資料處理、資料分析與挖掘、機器學習、視覺化等多種大資料和人工智慧技術，從資料中提煉、發掘具有揭示性和可操作性的資訊，從而為企業提供資料驅動的分析與決策。

當前，資料智慧已經成為企業實現數字化轉型的核心方式。一方面，在實現初步數字化的基礎上，企業希望把資料分析擴充套件到更多的應用場景，以在業務發展與運營中實現降本增效，或構建創新性的業務模式；另一方面，資料規模的持續膨脹，與分析場景的更加多樣化，也對資料儲存、處理和分析等方面的能力提出了更高的要求，因此企業需要對資料基礎設施進行持續的升級與最佳化。

本次報告將資料智慧市場劃分為應用解決方案和資料基礎設施兩大部分，其中資料基礎設施指利用雲端計算、人工智慧、隱私計算等新興資訊科技構建的為企業賦能的平臺類解決方案，主要包括資料的採集、儲存、計算、管理等內容，進而為上層應用提供資料服務；應用解決方案是指透過資料智慧解決方案在垂直行業或通用職能領域直接賦能業務價值提升的最佳實踐。

綜合考慮企業關注度、行業落地進展等因素，愛分析在本次研究中選取了資料基礎設施中的分析型資料庫、資料庫管理平臺、實時資料平臺、DataOps、資料中臺、雲資料平臺、資料分析平臺、 資料科學與機器學習平臺、知識圖譜平臺、隱私計算平臺，以及應用解決方案中的城市大資料平臺、智慧營銷、安全大資料共計13個特定市場進行重點研究。

本報告面向企業決策層以及資料部門、業務部門負責人，透過對各場景的需求定義和代表廠商的能力評估，為企業的資料智慧基礎設施及應用規劃、廠商選型提供參考。

圖 1：   資料智慧市場全景地圖

廠商入選標準

本次入選報告的廠商需同時符合以下條件：

• 廠商的產品服務滿足各市場定義的廠商能力要求；
• 近一年廠商具備一定數量以上的付費客戶（參考第3章各市場定義部分）；
• 近一年廠商在特定市場的收入達到指標要求（參考第3章各市場定義部分）。

2.     廠商全景地圖

愛分析基於對甲方企業和典型廠商的調研以及桌面研究，遴選出在資料智慧市場中具備成熟解決方案和落地能力的入選廠商。

愛分析對本次資料智慧專案重點研究的特定市場分析如下。同時，針對參與此次報告的部分代表廠商，愛分析撰寫了廠商能力評估。

3.1     分析型資料庫

市場定義：

分析型資料庫是指為應對企業管理人員、業務人員、資料分析師、資料科學家等人員對資料的各類分析和應用需求而提供的各類資料儲存和計算引擎，包括資料倉儲、資料湖、大資料平臺以及湖倉一體資料平臺等。

甲方終端使用者：

企業IT部門、資料部門

甲方核心需求：

在企業數字化轉型的過程中，資料應用場景呈現多元化趨勢，資料規模也呈爆發式增長，企業需要深入挖掘資料價值，以提高生產與經營效率。在此背景下，對分析型資料庫的資料庫儲存、計算、查詢等能力提出了更高要求。具體而言，企業對分析型資料庫的需求如下：

• 實時資料應用場景激增，企業需深入挖掘實時資料商業價值。企業在提高生產與經營效率的過程中發現，資料的時效性至關重要，如電商行業的訂單查詢、金融行業的實時風控等場景。因此，企業需要加強儲存、查詢與分析實時資料的能力，充分挖掘其商業價值。
• 業務需求爆炸式增長，存算資源彈性擴充套件能力急需增強。傳統分析型資料庫的儲存和計算資源通常是耦合的，導致儲存資源冗餘、計算資源不足與擴充套件成本高的問題，且節點擴充套件會存在上限，影響系統的高可用性；同時，部分企業採用本地部署分析型資料庫的方法也會對其儲存能力、擴充套件性與並行處理能力產生影響。因此，企業需要最佳化已有分析型資料庫的部署方式與擴充套件能力，為大資料分析的效能與速度提供保障。
• 業務智慧化場景增長，對企業資料價值挖掘能力提出更高要求。近年來，企業業務場景不斷豐富，資料正在成為其業務創新的核心，而大資料與人工智慧等技術成為重要技術手段。但傳統資料庫存在對人工智慧和機器學習等高階分析技術支援不足的問題。因此，企業需要藉助人工智慧技術增強分析型資料庫的分析能力與效率，以及時響應業務需求。
• 運維成本過高，資料系統架構需簡化。部分企業受到資源、技術能力等的限制，缺乏統一規劃，部署了多種效能各異、彼此獨立的分析型資料庫，導致系統架構非常複雜，管理、維護與資料遷移的成本很高，穩定性差。因此，企業需要在統一規劃之後，簡化系統架構，降低分析型資料庫的運維成本。
• 信創浪潮下，企業需要實現資料庫國產化。在信創政策要求下，政府、國央企與金融等行業需要將已有分析型資料庫更新為國產背景、符合信創要求、已透過國家自主可控測試的資料庫，充分保障資料庫的安全可控。

廠商能力要求：

• 具備較高的資料儲存、查詢與分析效能。廠商所提供的分析型資料庫需要能夠對海量資料進行儲存、高併發查詢與分析，滿足特定場景下的效能需求。例如，部分場景下分析型資料庫需要能夠儲存與管理實時資料，支援各類SQL標準，對海量實時資料進行高效能資料載入、高併發查詢與分析等操作。
• 雲上部署與彈性擴充套件。廠商需要能夠提供支援雲上部署、儲存節點與計算節點相互獨立且可分別獨立擴充套件、在面對資料高併發場景時可按需快速實且現橫向擴容的分析型資料庫，充分利用雲的可擴充套件性與相關資源。
• 支援智慧化的資料分析和應用。廠商所提供的分析型資料庫需要能夠應用當前流行的AI、機器學習、高階分析等技術，實現對海量、高吞吐、高併發、多源異構資料的自動化與智慧化查詢與分析，提高資料價值挖掘效率與質量。
• 簡化系統架構，統一管理資料。廠商需要提供效能良好、穩定性強、能夠與已有資料庫相容的分析型資料庫，幫助企業實現簡化資料系統架構，實現以低成本進行系統維護、資料開發以及資料的統一儲存與分析。
• 符合信創標準，實現國產化替代。廠商需要能夠提供國產自研、能夠與國產主流軟硬體相容適配、符合國家資訊保安標準等資質要求的分析型資料庫，同時，還需能夠進行資料庫遷移，完成國產化替代。

入選標準：

1. 符合分析型資料庫市場廠商能力要求；
2. 2021Q2至2022Q1該市場付費客戶數量≥10個
3. 2021Q2至2022Q1該市場合同收入≥1000萬元

    代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

柏睿資料

廠商介紹：

柏睿資料是一家以資料庫為核心的“Data+AI”資料智慧基礎軟體公司，基於完全自主研發的新一代全記憶體分散式資料庫產品體系和人工智慧產品體系，構建資料智慧平臺，以智慧資料算力技術支撐，實時、迅捷、高效挖掘資料價值，為政府及國民產業數字化轉型升級賦能。

產品服務介紹：

RapidsDB是柏睿資料全國產自主研發、具有完整獨立智慧財產權、基於全記憶體結構的分散式分析型資料庫，具備金融級資料持久化、資料安全性、系統高可用性，高於傳統磁碟架構資料庫100+倍資料讀寫訪問和分析效能，適用於資料量大、實時性要求高的應用場景。

廠商評估：  

依靠專業的團隊與豐富的行業實踐經驗，柏睿資料提供了資料儲存與處理效能優良、自主可控的記憶體分散式資料庫RapidsDB與全流程原廠服務。

• 基於全記憶體架構，資料儲存、訪問與分析效能優良，能夠滿足企業複雜的資料儲存與處理需求。RapidsDB資料庫是以全記憶體架構為基礎的分散式資料庫，具有高效能、高可擴充套件性強與高易用性。透過將資料全量載入到記憶體中進行處理，大幅度提升了資料訪問速度與運算能力，滿足企業高併發、低延時的業務需求；分散式架構能夠透過叢集及資料庫分割槽的方式最大限度的提升負載狀態下的資料庫效能，當企業資料增長量達到一定規模後，無需對原有架構進行改動，即可線上靈活擴充套件。為解決傳統資料庫難以支撐企業海量分析需求的問題，柏睿資料還將資料庫技術與人工智慧技術深度融合，降低了資料讀取的難度，企業可透過統一的資料庫分析平臺實現全量資料的實時分析，並應用於企業預測性業務場景中。此外， 該資料庫還支援雲端部署、統一SQL標準查詢等功能，易用性大大提高。
• 技術全棧自研，產品自主可控，符合信創標準。柏睿資料庫核心技術完全自主研發，實現了資料庫SQL解析層、最佳化層、執行層到儲存層的自主可控，相容適配了全部國產主機、晶片及作業系統，順應了信創趨勢。基於此，公司不僅能夠主導產品的功能迭代，針對不同客戶的個性化需求做定製化功能，還能在網路儲存計算資源等方面快速最佳化，提供原廠級的資料庫管理運維工具。此外，公司還成立了信創小組，定期與不同的行業機構、客戶、行業主管單位、技術主管單位等進行信創資料庫技術探討以及需求對接，對產品進行最佳化改進，更好的應對將來信創政策的全面落地。
• 自主研發安全晶片，發展上游資料治理能力，為分析型資料庫發揮效能提供堅實基礎。為了更好的服務客戶，除了資料庫產品外，柏睿資料還著力於硬體研發與資料治理能力強化。一方面，該企業組建DPU開發團隊進行安全晶片研發，將其與自研資料庫技術結合，有效解決了交易型資料庫與分析型資料庫行列混合儲存帶來的效能下降問題，實現了對資料庫讀寫、儲存、並行查詢等操作的全域加速；另一方面，深入研究資料編織，幫助企業更加安全、快速的進行資料傳輸，以支援分析型資料庫的實時分析。
• 深耕六大行業，為客戶提供資料庫全流程精細化服務。自成立以來，柏睿資料致力於為產業數字化賦能，憑藉其多樣化的產品、經驗豐富的行業專家團隊以及客戶成功團隊，為金融、能源、工業、網際網路四大行業與數字政府、智慧城市兩大領域提供全記憶體分析型資料庫產品與全流程原廠資料庫服務，以滿足各行業的多樣化場景需求。其中，原廠資料庫服務涵蓋部署前的規劃諮詢、部署中的資料開發遷移以及部署後的運維培訓服務。

典型客戶：

中國移動、北方健康

 

睿帆科技

廠商介紹：

廣州睿帆科技有限公司（簡稱“睿帆科技”）成立於2015年，以大資料及人工智慧為核心技術為使用者提供平臺產品及服務，擁有自主創新的資料智慧全生命週期產品體系，包括Baymax大資料科學平臺、國產分散式雪球資料庫、慧帆AI平臺、湖倉一體大資料開發平臺、InfoMover實時採集同步等，賦能企業數字化轉型、為企業提供智慧管理與知識服務，服務領域覆蓋電信運營商、公安、軌道交通、政務、金融、應急等多個行業。

產品服務介紹：

SnowballDB™是睿帆科技自主研發的用於聯機分析處理的 MPP 列式資料庫。SnowballDB™提供 PB 級別大資料集的線上多維查詢和分散式儲存，支援超低查詢時延，百億級資料毫秒級查詢；支援準實時資料更新，支援邊寫邊查，可進行準實時全量資料分析；支援高併發，可上百人同時查詢；具有高容錯機制，支援跨中心多副本災備，資料自動同步、自動恢復。SnowballDB™適用於海量結構化資料儲存、高併發點查詢、高吞吐即席查詢、多維分析和實時查詢場景。

廠商評估：  

睿帆科技SnowballDB™產品在支援高併發查詢、實時資料查詢、高效能寫入以及易用性等方面具有明顯優勢；此外融合SnowballDB™分析型資料庫和Baymax™大資料科學平臺，睿帆科技還能提供一站式資料平臺解決方案。

• 睿帆科技SnowballDB™具有極速聯機分析效能，支援PB級資料高併發查詢和實時資料查詢。SnowballDB™的極速聯機分析效能透過列式儲存、MPP叢集架構、向量化執行、LLVM編譯等四種特性實現。首先，SnowballDB™的列式儲存可顯著降低IO消耗，加快查詢速度，且列式儲存可支援輕量化壓縮，在保證高效能的前提下實現較高壓縮比，降低資料儲存成本，適用於高併發查詢場景。其次，SnowballDB™分散式叢集架構支援多併發查詢以及讀寫併發，允許在執行時建立表、載入資料和執行查詢，無需重新配置或重啟服務，適用於準實時資料查詢場景。再次，SnowballDB™向量化執行既能對列資料一個批次呼叫一個指令，有效減少函式呼叫次數，又能實現僅載入必要列資料進CPU快取，充分利用CPU資源。此外，在編譯策略上，SnowballDB™支援LLVM動態編譯，能極大提高程式碼執行效率。
• SnowballDB™具有高效能資料寫入特性。一方面，分散式叢集架構採用share-nothing方式，支援多節點並行寫入，消除單節點效能瓶頸，最大化叢集寫入效能。另一方面，SnowballDB™採用先進 Hash 隨機演算法，自動均衡各節點資料分佈，保證各節點磁碟佔用相對均衡。 此外，SnowballDB™支援多副本備份，可在不同節點上維護相同資料，當前節點發生故障時，自動切換由備份副本提供服務，在保證資料安全的情況下提升效能。
• 具有較強的易用性，能顯著降低使用者使用門檻。SnowballDB™提供圖形化管理工具，可實現資料庫物件管理、視覺化SQL查詢工具、系統診斷分析、使用者許可權管理、叢集監控、副本監控等資料庫全生命週期運營管理。SnowballDB™內建多種表引擎，使用者可直接訪問 HDFS / KAFKA / MYSQL 等外部資料來源，無需額外程式碼，降低使用門檻。此外在安裝方面，SnowballDB™支援多種安裝方式，如可使用標準的 Ambari 開源平臺提供的圖形化安裝配置管理功能，進行動態新增刪除叢集節點、調整SnowballDB™的配置引數、啟停 SnowballDB™服務以及動態更新升級版本；也支援RPM包安裝。
• 睿帆科技具備提供一站式資料平臺解決方案的能力，在電信運營商行業服務經驗豐富。睿帆融合SnowballDB™分析型資料庫和Baymax™大資料科學平臺，協同多源異構資料整合、高效能線上分析及查詢、開發應用等功能，為客戶提供資料融合、資料治理、高速檢索、多維分析、互動查詢等資料中臺能力。目前，睿帆資料平臺解決方案服務領域涉及電信運營商、政府、安防、交通等行業，服務節點超過1000個，日處理資料達到PB級，其中電信運營商客戶已覆蓋廣東、河南、四川、浙江等全國10餘個省市自治區。

典型客戶：

北京移動、四川移動、廣東省公安廳機場公安局、廣州市公安局白雲區分局

3.2     資料庫管理平臺

市場定義：

資料庫管理平臺是指具備對多型別資料庫進行統一安裝部署、遷移、備份、監控告警、巡檢、效能分析、智慧運維、安全管控等資料庫全生命週期管理能力，提升企業資料庫綜合運維效率的平臺。

甲方終端使用者：

資料庫管理員

甲方核心需求：

企業應用的資料庫種類在快速增長，一方面豐富的資料型別需要多種關係型、非關係型資料庫儲存；另一方面，開源和國產資料庫的崛起也迅速打破傳統商業資料庫壟斷的局面。資料庫種類的增加在滿足企業多種場景需求的同時，也帶來繁重的資料庫管理及運維工作。企業需要簡化多模異構資料庫的管理工作，降低管理成本。企業對資料庫管理平臺的核心需求主要體現在以下幾個方面：

• 簡化資料庫管理工作，降低資料庫運維成本。隨著企業系統中資料庫數量及種類快速增加，企業需要完善的資料庫管理工具如監控告警、安裝部署、備份恢復、安全管理、高可用性、資源管理等工具對多終資料庫進行統一的管理運維，簡化資料庫管理工作。
•         資料庫管理員易上手、操作便捷。針對複雜的資料庫叢集架構，企業需要資料庫管理平臺相容多種型別資料庫，提供諸如視覺化功能、系統診斷分析、支援自動及自定義部署等工具，幫助資料庫管理員實現多資料庫輕鬆管理、便捷安裝。

廠商能力要求：

• 廠商需要能夠提供平臺化、一體化的資料庫管理平臺產品。資料庫管理平臺能夠提供多基礎設施的整合能力，將多種型別的資料庫納入管理的範圍，並提供平臺化的工具覆蓋資料庫全生命週期，整合監控、效能分析、巡檢、稽核、運維、安裝部署、變更、SQL執行、資料遷移、安全管控等眾多功能模組，為企業提供一體化的資料庫管理服務，降低複雜性。
• 廠商需具備資料庫智慧化管理能力。除資料庫管理外，廠商還應具備機器學習、RPA等AI技術，將部署、巡檢、資料採集、稽核等流程自動化或半自動化，減少重複的人力勞動；以及支援資料庫智慧分析，提供資料庫效能視覺化，實現智慧告警最佳化、趨勢分析、異常診斷等資料庫運維功能，降低資料庫管理員門檻。

入選標準：

1. 符合資料庫管理平臺市場全部廠商能力要求；

2.   2021Q2至2022Q1該市場付費客戶數量≥5個；

3．2021Q2至2022Q1該市場合同收入≥500萬元。

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

愛可生

廠商介紹：

上海愛可生資訊科技股份有限公司（簡稱“愛可生”）成立於2003年，是資料庫整體解決方案提供商，國家規劃佈局內重點軟體企業，具備自助智慧財產權的核心資料處理關鍵技術，為企業數字化轉型提供高價效比、快速落地的分散式資料庫、多資料庫智慧管理平臺、資料庫容器雲平臺和麵向AI的向量資料庫等產品。

產品服務介紹：

愛可生的雲樹®DMP產品是一款可管理多款開源和信創資料庫的叢集管理平臺，提供部署、監控、備份、高可用、日誌管理、事件告警等功能元件，實現對資料庫的一站式管理。雲樹®DMP提供自動監控所有資料庫例項，透過統一管理檢視介面展示，方便使用者管理整個基礎資料庫設施；支援便捷部署並正確使用讀寫分離中介軟體或分散式中介軟體，自動維護中介軟體和資料庫例項的高可用性；可對資料庫例項進行故障檢測，自動處理可用性問題等功能。

廠商評估：  

愛可生雲樹®DMP產品能顯著增強開源資料庫功能完備性，並且在案例積累以及為使用者提供資料庫全生命週期一體化解決方案方面具有較強優勢。

• 雲樹®DMP整合開源資料庫周邊生態工具，能增強資料庫功能完備性。在資料庫運維方面，雲樹®DMP在諸如監控告警、安裝部署、備份恢復等基礎運維功能之外，還提供了高可用性、災備管理、資源管理等多種運維功能。其中高可用元件支援使用者進行多種高可用架構部署，可對資料庫例項進行故障檢測，自動處理諸如虛擬機器崩潰、計算節點服務程式崩潰、主機當機等故障場景，還能支援便捷的切換主庫、部署新從庫、變更中介軟體等拓撲變更，維護資料庫例項的高可用性；災備管理元件可使使用者掌控系統容災業務執行情況，快速方便的完成資料恢復和測試演練，實現對虛擬機器資料的備份，保障跨資料中心資料資產安全；在資源管理中，讀寫分離元件和分庫分表元件支援資料庫節點根據需求進行動態水平擴充套件或針對節點效能容量限制進行縱向擴充套件，能提升開源資料庫的擴充套件性。在資料庫開發方面，雲樹®DMP還提供諸如SQL編輯、稽核、脫敏等資料庫開發工具。
• 此外，雲樹®DMP還具備良好的相容性、易用性，且部署便捷簡單。架構方面，雲樹®DMP能相容MySQL標準協議下的所有開源資料庫產品，提供資料庫管理能力；易用性方面，雲樹®DMP提供資料庫運維視屏，實時展示資料庫叢集的可用性、例項數、容量、告警等資訊，使用者可輕鬆管理複雜資料庫叢集架構；部署方面，雲樹®DMP支援自動部署，支援任何型別基礎設施，使用者可自定義部署規範。
• 愛可生具備深厚的開源資料庫研發能力和完善的服務體系，融合雲樹®DMP平臺，協同為使用者提供資料庫全生命週期一體化解決方案。研發方面，愛可生具備基於多種開源資料庫產品如MySQL、TiDB、OceanBase、OpenGauss、Redis的自研最佳化能力，持續研發增強資料庫核心功能，併為開源社群反饋貢獻原始碼。服務方面，愛可生為使用者提供包括資料庫、資料庫管理平臺產品在內的豐富的知識庫以及培訓考核體系，幫助使用者快速落地。因此，融合開源資料庫研發能力、雲樹®DMP資料庫生態工具以及服務能力，愛可生能為使用者提供從資料庫架構設計、開發、運維全生命週期一體化服務。
• 愛可生還具備豐富的金融行業資料庫管理平臺實踐經驗，為使用者提供安全穩定的使用者體驗。愛可生是最早進入資料庫管理平臺市場的廠商之一，已經在金融領域積累多個標杆案例，持續透過使用者業務場景持續驗證並完善雲樹®DMP產品的安全性、穩定性。此外，愛可生參與編寫信通院《大資料 資料庫管理平臺技術要求》標準，且雲樹®DMP是業內首個透過信通院資料庫管理平臺產品能力測試的產品，在平臺基礎能力、平臺資源管理能力、安裝部署能力、效能分析及最佳化能力、健康檢查能力、高可用能力、運維管理能力等12項能力域均達到標準。

典型客戶：

興業銀行、百勝中國、銀聯國際

3.3     實時資料平臺

市場定義：

實時資料平臺是指基於資料同步、流處理等技術，支撐資料實時採集與接入、實時儲存、實時計算、實時分析與查詢等能力，從而提供實時資料查詢與分析決策服務的資料平臺。

甲方終端使用者：

企業IT人員、資料工程師、資料科學家

甲方核心需求：

隨著市場競爭環境和客戶需求的快速變化，以及實時資料的積累，實時資料應用在提高生產效率、提升客戶體驗和提供個性化產品和服務方面的價值日益凸顯，企業對資料驅動業務決策的實時性需求在不斷提升。為此，許多企業透過手工定製、訊息匯流排和事件流中介軟體等方式進行資料整合，但這些方式各自面臨業務耦合度過高，管理、複用困難，實時性不足等缺陷，因此，企業需要通建設統一平臺進行實時資料的匯聚、開發和運維管理。企業對實時資料平臺的需求主要有以下方面：

• 實現實時資料匯聚。企業資料分散儲存在多個資料庫、系統中，資料的型別繁多、資料收集頻率的差異也在客觀上提升了資料進行實時採集和同步的難度，因此，企業急需透過藉助專門的實時資料工具，實現實時資料匯聚。
• 海量資料統一儲存和管理。大型企業每天產生的資料在TB甚至PB級，多資料來源、多模資料的大量採集、長期儲存、冷資料變溫資料等帶來了新的海量資料儲存需求，而隨著企業數字化建設程式加快，資料儲存雲、邊、端並行，需要對資料進行有效管理，保證資料能夠高速流轉。
• 資料即時查詢和分析。查詢和分析是實時資料應用的核心，但大資料的加工、處理和分析過程較為複雜，因此如何能夠提升資料查詢和分析速度，讓實時資料的價值最大化，是企業最為關注的焦點。
• 技術架構支援業務穩定執行。企業流資料往往有多個來源，以金融、零售行業為例，在雙十一、618等重大節點容易面臨資料高併發的情況。因此企業需要搭建一套穩定成熟的平臺架構，在高併發的情況下保證系統執行穩定性。
• 在各業務場景中最大化實時資料的價值。實時資料分析是一個與業務場景進行深度結合的過程，因此企業需要針對自身業務情況，根據不同場景的要求，與具體業務邏輯相結合進行高度定製化的場景開發，從而保證應用效果最大化。

廠商能力要求：

•  提供實時資料匯聚能力。一方面，廠商需高度適配各類技術框架，支援Kafka、RocketMQ、 IBM WebSphere MQ等多種資料來源，以及多種資料格式；另一方面，廠商需要提供實時資料採集和計算技術框架，實現資料實時匯聚。
• 提供統一資料管理平臺，進行資料分類分級儲存和管理。首先，廠商需要為企業提供統一資料管理能力，透過平臺化的集中式開發，沉澱資料任務模型，統一規範資料呼叫許可權。在此基礎上，廠商要基於存算分離模型，根據資料訪問需求程度和其生命週期階段，對熱資料、溫資料和冷資料進行分級儲存。
• 具備高效能資料分析引擎。在資料分析與計算環節，廠商需將實時處理過程中的複雜計算邏輯，包括糅合指標、模型、業務規則等各類計算邏輯封裝為可編輯的資料模型，並儘量實現高度模組化封裝。其次，分析引擎需要具備較高效能， 提供目標應用程式所需的吞吐量和延遲要求，對資料查詢進行即時響應，同時儘量能夠提供基於 API 的高度靈活和可擴充套件的查詢分析服務。
• 提供滿足高併發高可用的先進技術架構。廠商需要提供高可用的技術架構，甚至可進一步具備在異常情況下的叢集自愈能力，幫助企業有效應對資料高併發量的壓力。
• 場景化實施經驗豐富，具有成熟的行業解決方案和較強的定製化能力。不同行業在資料型別和實時資料應用場景上都有很大差異，而每個具體應用場景都是大資料技術、資料指標、模型和業務邏輯有機結合的產物，因此廠商首先需要具備定製化開發能力，其次需要在積累不同行業的場景化落地經驗的基礎上形成相對標準化的行業解決方案，保證實時資料平臺的成功落地。

入選標準：

1.符合實時資料平臺廠商能力要求；

2. 2021Q2至2022Q1該市場付費客戶數量≥5個；

3. 2021Q2至2022Q1該市場合同收入≥500萬元。

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

九章雲極

廠商介紹：

九章雲極DataCanvas成立於2013年，是中國資料智慧基礎軟體的領軍企業，專注資料智慧基礎軟體和資料科學平臺的持續開發與建設，透過自主研發的一系列企業級AI應用所需的平臺軟體產品及解決方案，極大降低了AI門檻，助力使用者實現數智化升級，推動政府、金融、通訊、製造、交通、網際網路等多領域客戶AI規模化應用。

產品服務介紹：

九章雲極DataCanvas RT 是一款分散式流資料實時處理、分析和決策平臺，覆蓋實時資料整合、資料資產建立和管理、資料建模分析、資料服務和運維監控全生命週期，幫助企業形成風險監控、精準營銷、實時預警與事中分析等多種實時分析決策能力。

廠商評估：  

九章雲極DataCanvas一站式實時資料分析平臺，具有功能模組化銜接、技術架構穩定高可用等優勢，透過其完善的應用開發能力和使用者管理能力，能有效幫助企業實現實時資料分析和應用。

• 提供覆蓋實時資料分析全生命週期的一站式平臺，能有效實現各流程無縫銜接，提升分析效率，降低系統部署複雜度。九章雲極DataCanvas提供一站式流資料分析平臺，將流資料處理、建模、監控等各環節，以及指標、風控、營銷等工具封裝為統一平臺上的不同功能模組，而非彼此獨立的產品，遮蔽不同產品帶來的系統複雜性。如在資料開發環節，DataCanvas RT實時決策中心 能夠直接使用上一環節已經定義好的資料資產，無需考慮底層資料庫認證問題，從而提升資料分析的效率。
• 具備穩定、高可用技術架構，能在提供高併發資料服務的同時，滿足實時資料分析的需要。九章雲極DataCanvas產品採用分散式可擴充套件架構，能夠實現動態叢集管理和彈性擴容，支援高併發資料計算和處理；同時，其存算分離的資料儲存，能夠減少資料搬遷，支援多樣資料接入。在實時資料分析方面，系統具備強大的實時能力，能進行批次載入和毫秒級查詢響應，支援實時寫入、實時更新。
• 對於開發人員，提供多種資料開發方式和DevOps能力，能顯著提升開發效率和體驗。在資料開發方式方面，DataCanvas RT實時決策中心不僅內建包含資料輸入源、視窗類、統計類、規則類、模型類的近百種預置運算元，使用者能透過托拉拽預置運算元，輕鬆高效構建流資料作業；同時，系統還支援透過線上編輯器定義SQL流作業，支援UDF線上開發、作業除錯監控、作業段落編排等功能，輔助構建實時資料分析模型和場景。在開發流程方面，九章雲極DataCanvas提供一站式實時作業的DevOps，內建視覺化環境配置管理、透明環境部署、網頁除錯、監控告警等功能，實現資料開發全流程高效協作和規範化運營管理。
• 具備多租戶管理及使用者許可權管理等功能，幫助大型企業解決多使用者協作難題，保障資料安全。九章雲極DataCanvas產品能夠以企業組織架構為基礎，進行多租戶管理，對計算資源和資料資產進行資源分配，同時提供統一的使用者登入，支援基於角色的許可權和定製化選單，面對大型企業複雜人員構成，實現千人千面的資料許可權管理，保障集團資料安全。
• 具備多家大型企業落地經驗，提供全面貼合生產環境的業務場景。九章雲極DataCanvas實時資料平臺已在金融、交通、通訊、網際網路等各行業多家大型企業成功落地，在實時指標加工和監控、實時資料採集和加工、實時分析報表、實時風控和交易反欺詐四大高度抽象的應用場景基礎上，根據不同行業複雜的實時資料分析需求提供針對性解決方案。如在金融行業，九章雲極能提供客戶足跡分析、客服大資料分析、資金變動營銷、風險實時類預警等典型應用場景，幫助企業實現資料價值。

典型客戶：

浦發銀行，山東城商行聯盟，興業銀行

3.4     DataOps

市場定義：

DataOps（資料研發運營一體化）是人、流程和技術的高效組合，用於管理程式碼、工具、基礎架構和資料本身，從而實現資料領域應用的敏捷開發和持續整合應用，最佳化和改進資料生產者和資料消費者的協作，持續交付資料流生產線。

甲方終端使用者：

資料工程師、資料架構師、運維工程師、測試工程師、資料分析師

甲方核心需求：

資料分析對企業的價值日益增長，企業內部資料分析愈加民主化；與此同時，資料分析工具如BI、機器學習、視覺化、資料探勘等多元工具的運用，以及複雜的資料使用者角色如資料工程師、資料管理源、報表開發人員等，大大增加了資料開發及運維工作量以及資料應用交付的協調難度。針對資料應用開發，企業面臨的主要需求是：

• 實現跨部門、多角色協同。原始資料從獲取、加工、就緒到產生價值的過程涉及多部門多角色協同，如資料架構師、資料工程師、資料分析師、測試工程師、資料科學家、運維工程師、資料管理員、資料分析師等，目前各角色 之間目標割裂、難協同，導致資料應用開發週期長，企業需要一套工具能將多種角色組織在一起，高效協同完成資料應用開發，降低應用開發延誤。
• 提高資料質量。在資料應用開發過程中，常由於資料質量問題導致資料應用難使用。資料質量問題來源於多個方面，如提供資料來源的業務系統沒及時規範地更新表結構、資料口徑不一致、資料填報不規範、以及資料儲存架構調整引發資料來源意外改變等，企業需要體系化地對資料全生命週期進行資料治理，保證資料質量，讓資料可信。
• 提升資料開發效率。在實際的業務系統中，資料來源多種多樣，不同資料對資料處理的時延和資料量的要求不同，產生多種任務型別如離線同步、實時同步、離線計算、實時計算等，需要跨平臺相互配合完成多個異構任務。因此開發人員面臨大量資料流轉規範、計算節點執行順序編排等問題。此外，資料開發之後的部署上線也會花費大量時間。企業需要一體化平臺管理跨平臺異構資料任務開發、測試、部署上線，提高資料開發效率。
• 簡化資料運維工作。當前企業各產品應用都會有監控告警能力，比如離線任務突破基線、實時任務失敗、API呼叫失敗等，企業需要統一監控平臺實現對多產品的監控、告警。
• 保障資料安全。隨著資料的民主化、資料應用的廣泛使用，資料安全也成為企業重點考慮的問題。資料安全涉及到系統安全、資料安全、安全審計等，企業需要系統化的工具保證資料生命週期各個環節安全。

廠商能力要求：

• 廠商應具備一種或多種DataOps工具及技術，支援實現資料應用敏捷開發。如針對企業多種硬體環境、開發環境、釋出環境、運維流程等，廠商應具備雲原生、容器技術提供統一的開發、測試、運維環境；如為滿足特殊資料應用的時效性，廠商應具備實時和流處理功能；針對複雜的資料型別及應用場景，廠商應具備多種分析引擎，如分散式處理引擎、離線批處理引擎等；針對資料質量，廠商應具備資料治理、資料血緣、資料標準的能力。此外，廠商還應具備應用整合、資料安全等功能。
• 廠商應具備豐富的實踐經驗，能基於DataOps理論為使用者制定合適的解決方案。一方面，資料開發運營一體化涉及資料儲存、資料計算、資料開發、資料運維等資料價值鏈各個環節，需要廠商具有豐富的實踐經驗和成熟的DataOps理論協助企業挖掘痛點、分析原因、提出合適的解決方案；另一方面，企業資料開發、運維、管理能力參差不齊，需要廠商相容、最佳化企業現有資料開發、運維、管理功能及能力，針對缺失、薄弱的環節進行定製化開發，實現資料開發運營一體化。

入選標準：

1. 符合DataOps市場全部廠商能力要求；

2. 2021Q2至2022Q1該市場付費客戶數量≥5個；

3．2021Q2至2022Q1該市場合同收入≥500萬元。

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

數造科技

廠商介紹：

數造科技成立於2015年，是新一代資料開發管理能力提供商，將先進的DataOps方法論與領先的大資料技術進行產品化落地，幫助企業建立並打通資料開發、治理、運營、服務各環節能力，實現資料全鏈路一體化高效管理和應用。現已服務金融、政務、零售、能源電力、製造等領域的多家頭部企業。

產品服務介紹：

數造科技自主研發的核心產品DataBuilder是基於DataOps方法論打造的新一代敏捷資料管理平臺，架構於湖倉平臺之上，實現資料同步、資料開發、任務提測、任務釋出、運維排程全流程敏捷協作，同時透過統一後設資料和資料目錄，形成便於快速自助查詢、血緣追溯和質量檢測的資料資產體系，為企業提供中臺化的資料管理運營服務全鏈路能力建設解決方案，挖掘資料要素潛能。

廠商評估：  

數造科技聚焦於資料全生命週期的開發和管控兩大核心環節，以其在DataOps領域多年的研發經驗和多家大型客戶服務實踐，能夠針對大型企業資料任務量大、開發工具多、運維壓力大的普遍問題，提供一站式資料開發、治理、運營的完整工具流，配合任務編排和持續整合釋出能力，支援資料工程的高質高效開發投產，同時把資料治理工作融入到開發過程中，透過標準流程和自動化能力，促進資料開發的質量和資料治理效率。

• 透過資料沙箱環境配合持續整合釋出，大幅提升釋出效率和質量。企業資料應用開發上線過程普遍面臨開發協作和缺少測試資料兩方面難題，開發之間往往會因為資料和資源之間的搶佔導致團隊開發效率降低，而開發缺少獨立測試環境和合適的測試資料則嚴重影響資料開發的質量。數造科技產品透過沙箱環境給資料工程師和資料科學家提供開發工具和實驗資料，他們可在其中編寫程式碼和測試任務，而不會影響生產環境，保證測試的充分性，有效提升資料任務質量。此外，數造科技產品透過構建完整的從任務開發、單元測試、任務提測到任務上線和生產運維全流程體系，實現資料開發上線的標準化持續運作。
• 能搭建自動化的資料開發運營全流程工具鏈，配合任務編排能力，在資料開發者、管理者、消費者等角色間形成無縫銜接的高效順暢協作正規化。一方面，數造科技透過將從原始資料、加工資料到業務就緒資料的整合、開發、部署、運維全生命週期形成敏捷的資料管道，將專業資料人員需要的所有工具、步驟和流程簡化為一個易於使用、可配置的端到端系統，打通資料鏈上不同角色協作通道，同時用高度自動化流程規範所有環節，代替部分手工操作，從而最大化組織資料的價值。另一方面，數造科技產品提供任務編排能力，能根據資料開發和分析策略來調整任務的順序、依賴關係，解決大型企業多工同時進行的協作問題。
• 提供主動式資料治理功能，最大化資料資產的服務價值。數造科技產品能夠在統一的資料標準和規範指引下，進行資料生命週期各環節的設計態到執行態的聯動式互相管理和約束，從而把資料治理工作植入到資料開發和資料消費的過程中。同時主動式資料治理還提供業務協作資料資產管理能力，透過智慧打標、使用引導和資產協作增強使用者對資料的理解水平，提升看數效率，賦予資料消費者自助式探索分析能力。
• 具備成熟的場景化解決方案和定製化能力，能有效保障產品在不同行業成功落地。數造科技基於對不同行業的多家頭部客戶的服務經驗，已在銀行、保險、零售、能源、政府等多個領域形成完善的場景化解決方案，針對數字化基礎較弱的企業，能直接提供成熟產品及解決方案。同時，數造科技具備較強的定製化能力，對於數字化基礎較好的企業，能夠在貼合企業原本資料開發管理模式的基礎上，最大化相容和複用其現有數字化成果，針對其缺失能力補充對應產品，並進行定製化開發，實現資料開發運營一體化的目標。

典型客戶：

南方電網、沃爾瑪（中國）、招商銀行、平安產險、太平保險

3.5     資料中臺

市場定義：

資料中臺是在統一資料標準規範基礎上，提供資料接入、資料開發、資料資產管理、資料分析、資料服務等能力的資料資產管理和服務平臺，幫助企業實現資料集中管理和服務。

甲方終端使用者：

企業資料工程師、資料分析師、業務分析師

甲方核心需求：

近年來，隨著企業資訊化、數字化程式加快，企業內部各業務系統數量增加，多系統資料重複計算、資料難以整合利用、資料質量堪憂等現象普遍。為打破“資料孤島”，提升資料服務能力，需要進行資料中臺建設。綜合來看，企業對資料中臺的建設普遍具有以下幾方面需求：

• 實現資料統一接入和整合：許多大型企業的資料儲存基礎設施建設普遍以業務需求為導向分批分次建設，沒有形成統一規劃，導致資料孤島和資料碎片化問題，在資料呼叫時需要分別從不同的系統、資料庫中取數，異常繁瑣。因此，企業需要透過建設統一平臺，對多元異構資料進行統一接入和匯聚，形成集團層面的資料底座。
• 提升資料質量，形成統一資料資產：企業在多年資料建設的過程中，搭建了多種不同的資料倉儲或是基於開源技術框架的資料儲存工具，資料標準、口徑不統一，資料指標混亂，質量參差不齊，無法集中對外提供資料查詢和資料服務。因此，企業需要透過標準化資料治理，完成資料的資產化，並實現統一排程和開發的能力。
• 統一資料開發，提升資料服務能力。資料開發涉及複雜的流程，技術門檻較高，面對多個業務部門的需求，企業存在重複開發和建設問題，造成成本浪費，需要建設企業統一的資料開發與服務平臺，將資料資產轉化為業務可用的資料服務，以實現能力複用與服務共享。
• 確保資料資產能夠持續高效運營和提供服務。資料中臺不僅是對企業資料採、存、管、算、用全流程的體系化建設，也是對企業資料應用習慣，甚至企業組織和文化層面的重大革新，因此資料中臺搭建僅僅是第一步，更重要的是如何採用一套科學的管理和使用方法，讓中臺持續發揮其資料資產運營服務的價值。

廠商能力要求：

• 適配多種技術架構，幫助企業有效遮蔽底層技術棧差異。廠商首先需要開發出整合度高的資料介面、能廣泛適用各類資料來源的資料採集工作，打通資料倉儲和資料湖之間後設資料的移動和訪問，同時能夠對結構化與非結構化資料進行集中儲存與處理。同時，廠商還需要考慮到企業資料儲存的擴容需求，保證使用者能夠穩定透過增加儲存節點應對資料量的增長。
• 提供資料治理服務，構建全面的資料資產管理體系。首先，廠商需要具備資料治理和諮詢規劃能力，透過對企業資料進行全面盤點，對資料指標進行分類，制定資料標準，劃分資料安全等級等，將企業資料資產化。其次，廠商需要透過成熟的中臺產品實現資料開發和處理的標準化流程，建立資料類目標籤體系，便於資料檢索和維護，實現資料治理的完整閉環。
• 能構建完整的資料開發鏈路，形成高效資料服務。廠商資料中臺產品需要提供統一的資料服務介面，以及實時和離線開發工具，同時配合智慧排程、智慧運維、監控告警等一系列工具，實現資料資產的統一開發和呼叫，提升資料開發人員和分析人員的效率，高效靈活地支撐前臺業務。其次，廠商產品需具備資料服務能力，提供將資料資產快速轉化為業務可用資料服務的功能體系，並實現資料服務的管理和排程。
• 具備豐富落地經驗，能提供企業資料中臺建設諮詢和定製化服務。企業需要具備較強的諮詢服務能力，需為企業在資料運營體系、組織協同和資料應用場景擴充三方面提供切實可行的方案，並透過培訓等方式強化和落實。此外，不同行業、不同規模的企業其組織文化、業務場景和數字化水平差異巨大，因此資料中臺的定製化程度較高，廠商需要在積累大量客戶服務經驗基礎上，加深其對不同行業和業務場景的認知和理解，提升面向不同行業的解決方案成熟度以及定製化水平。

入選標準：

1. 符合資料中臺全部廠商能力要求；

2. 2021Q2至2022Q1該市場付費客戶數量≥8個

3. 2021Q2至2022Q1該市場合同收入≥1000萬元

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

每日互動

廠商介紹：

每日互動股份有限公司（簡稱“每日互動”）成立於2010年，是專業的資料智慧服務商，致力於用資料讓產業更智慧。公司在網際網路運營、使用者增長、品牌營銷、金融風控等場景積累了豐富經驗，為網際網路企業和政府部門提供豐富的資料智慧產品、服務與解決方案。

產品服務介紹：

每日治數平臺DIOS定位資料智慧作業系統，包含資料治理平臺、資料建模平臺、機器學習平臺、標籤平臺、資料開發平臺、視覺化平臺、資料服務平臺、排程平臺等八個功能元件，為使用者提供視覺化嚮導式的操作和互動介面，使開發人員和工程師能夠以專案模式省時省力地進行資料治理和開發工作；同時，平臺提供全生態低程式碼和無程式碼應用構建能力，使得無開發背景的業務人員，能夠便捷地應用資料、靈活地分析資料；此外，平臺還提供完善的安全管控機制，讓企業和組織安心地管理和使用資料資產。與傳統中臺不同，每日治數平臺DIOS操作便捷、輕量、易上手，對外輸出治數能力，已在政務、品牌營銷、交通、金融等行業積累豐富的實踐案例。

廠商評估：  

每日治數平臺DIOS功能完善，能為使用者提供資料接入、資料治理以及資料應用等一站式資料工作平臺。此外，每日治數平臺DIOS資料應用元件門檻低，易上手，能加速企業應用落地，幫助企業沉澱經驗建立方法論體系。

• 每日治數平臺DIOS提供資料接入、資料治理到資料應用的一站式工作平臺。資料接入方面，每日治數平臺支援分散式資料接入，能穩定高效實現多源異構資料整合。此外，透過每日治數平臺DIOS，使用者可實現自身資料與每日互動等第三方資料打通，豐富資料來源。資料治理方面，每日治數平臺DIOS提供行業資料標準定義、資料資產管理、資料質量監控、資產地圖展示等功能，幫助客戶提升資料質量、搭建資料資產中心。資料應用方面，每日治數平臺DIOS提供資料建模、機器學習、資料標籤、視覺化等功能元件，為使用者提供歸因、預測等智慧業務應用。
• 每日治數平臺DIOS的資料應用元件具有視覺化、低程式碼的特性，門檻低，使用者易上手。如視覺化平臺內建30餘種主流圖表，業務人員可自助搭建資料看板，進行業務趨勢、道路執行、投放轉化、人口流動等場景的資料分析；機器學習平臺提供豐富演算法、視覺化的模型指標，非建模專業人員也可快速完成演算法開發、模型訓練、模型評估、線上預測等機器學習全流程；建模平臺支援低程式碼資料建模，業務人員透過“拖拉拽”式的簡單操作即可完成資料建模，便捷高效。
• 每日治數平臺DIOS幫助企業沉澱自身資料經驗，建立方法論體系，提升資料加工效率。每日治數平臺DIOS支援使用者將可複用的資料能力、業務能力、效率工具沉澱成企業獨有的資料產品和工具。如視覺化平臺中，業務人員可將自建的通用主題看板沉澱成看板模板，供團隊複用，提升工作效率。此外，使用者也可以積累企業獨有的模型演算法庫、業務標籤洞察體系等，供企業內部業務人員、分析師以及開發人員檢視、分析和應用。
• 每日互動在政務、高速、金融、網際網路、品牌營銷等多個領域積累深厚，加速使用者資料應用落地。一方面每日互動積累了豐富的行業標籤和特徵資料以及大量在實際場景複用度高的演算法模型，內嵌到每日治數平臺DIOS中，形成可靈活呼叫的能力元件、行業標籤模板、演算法模型庫等，開箱即用，幫使用者快速進行應用落地及業務論證；另一方面，多年的行業積累使得每日互動團隊在品牌營銷、智慧高速、智慧政務、金融風控等領域積累專業知識和深度理解，能準確挖掘客戶需求，並與客戶的工程師、分析師、建模師密切合作，解決客戶業務場景中的各種問題，將資料應用真正落地，釋放資料價值。比如，在品牌營銷領域，每日互動不僅幫助品牌主完善和治理資料資產，還協助品牌挖掘使用者資料，根據樣本人群特徵，搭建購買預測模型，明確高潛力購買人群，實現定向投放。

3.6     雲資料平臺

市場定義：

雲資料平臺是具備多租戶、彈性擴充套件、計算儲存分離等特性的新一代資料平臺，提供資料儲存計算、資料整合、資料開發、資料治理、運營管理、資料分析、資料共享和服務等一站式能力，支援對各類結構化和非結構化資料的處理，以及BI、資料科學、AI/ML、實時分析等資料應用場景，從而幫助企業低成本地獲得自助式、可按需使用的資料平臺服務，並實現安全的跨組織資料共享和消費。

甲方終端使用者：

企業管理層、IT部門、業務部門

甲方核心需求：

企業隨著數字化轉型的推進，資料規模和資料應用場景快速增長，而傳統架構的資料倉儲、資料湖等資料基礎設施，由於不具備彈性擴容、多租戶管理等能力，導致使用門檻高、擴容和運維成本高、資料利用效率低、組織間資料共享難等問題日益突出。針對諸多問題，企業需求具體如下。

• 數智化時代，以資料驅動業務的趨勢愈發明顯，然而在傳統資料應用體系下，企業普遍缺乏全流程的資料工具，不同模組間連結不通暢、資料利用效率低等問題突出，因此透過一站式的資料產品及服務，降低開發成本、減少開發時間、實現資料價值最大化是企業現階段重點需求。
• 為全方面激發資料價值，企業需要跨部門、跨業務線甚至跨企業、跨地域的資料共享與聯動分析，並可能需要引入外部資料來源進行資料補充。因此，在保證資料安全、自主可控的前提下實現跨組織的資料共享與分析是企業的另一需求。
• 傳統資料平臺系統，由於擴充套件彈性較差，且不支援儲存和計算獨立擴容，導致閒時儲存、計算資源浪費，且投資成本高，因此企業需要降低資料庫及算力投資、運維成本，實現實際需求與可呼叫能力的精準匹配。
• 隨著競爭的逐漸加劇，越來越多的企業決策者和業務人員，都期望能夠實現T+1甚至 T+0 的實時資料反饋，從而基於更有時效性的資料進行業務決策，避免因決策週期過長而導致錯失商機，如何實時地整合、呼叫、分析資料也是企業重要關注點。

廠商能力要求：

廠商需要提供雲資料平臺產品和相關解決方案，需具備以下能力：

• 能為企業提供從資料儲存、資料整合、到資料分析應用的一站式資料服務，透過產品的整體封裝，遮蔽了底層技術框架的複雜性，幫助企業建立易用的全流程資料工具體系，實現資料價值的深度挖掘，並提供/支援BI視覺化功能，直觀簡約的體現資料價值，賦能企業管理層和業務人員。
• 具備多租戶管理能力，實現跨組織資料共享與消費，使企業能夠對來自內部不同業務部門、分支機構以及外部不同組織的資料來源進行資料專區隔離管理，在保持各資料來源獨立性、資料安全性的前提下，實現跨組織的資料共享，並以此來提升企業資料建模能力，更好的為業務賦能。
• 基於雲環境，將整體資料平臺雲化，利用雲伺服器、分散式儲存等技術，產品採用計算儲存分離架構，具備彈性可伸縮能力，根據企業需求實現在公有云、私有云、混合雲等部署環境下的一鍵擴縮容、按需計費，並大幅降低運維成本。
• 具備更快捷的複雜查詢效能，從而明顯降低批處理、即席查詢等任務所需的時間，支援實時分析，保證資料處理能力的高時效。
• 支援主流的開源生態，並提供智慧化的運維管控平臺，實時監控資料平臺執行狀態，並提供多種方式的告警服務。

入選標準：

1. 符合資料中臺全部廠商能力要求；

2. 2021Q2至2022Q1該市場付費客戶數量≥5個

3. 2021Q2至2022Q1該市場合同收入≥1000萬元

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

科傑科技

廠商介紹：

科傑科技是一家資料能力構建商，核心技術團隊擁有豐富的頭部網際網路企業雲資料平臺搭建及運營經驗，致力於將成熟完備的資料底座產品與多業態複雜場景的最佳實踐有機融合，為企業提供資料管理、開發挖掘、運維一體化的整套方案，助力企業快速構建資料能力，實現高度規範化、敏捷化的資料工作協同與資料應用創新。現已服務多家政府單位及金融、能源、汽車、零售等多行業頭部企業。

產品服務介紹：

科傑科技核心產品Keen Data lakehouse是採用雲原生湖倉一體架構的大資料底座，擁有大資料基礎平臺 Keen KDP、資料開發管理平臺Keen BDP、資料同步系統Keen Dsync、實時計算平臺Keen Stream、資料標準產品Keen DSM、資料質量產品Keen DQM、主資料管理平臺Keen MDM、資料科學平臺Keen DSP、資料資產目錄Keen Asset、資料指標平臺Keen Index、資料服務平臺Keen DAAS 、資料標籤平臺Keen TAG等12大功能模組，在實現多雲資源統一納管、彈性擴充套件和靈活排程的基礎上，同時滿足資料統一採集、儲存、開發、管理和服務的需求，具有高效能高穩定性的特性。

廠商評估：  

科傑科技基於自身領先的大資料與雲原生技術能力，形成了具有良好相容性、擴充套件性和易用性的雲資料平臺產品，配合其久經驗證的落地方法論，幫助企業建設全域資料資產開發、管理和運營能力。

• 產品體系完整，能夠一站式賦予企業全鏈路資料能力。科傑科技Keen Data Lakehouse 12大功能模組提供從資料採集、開發、治理到資料資產管理、資料建模分析、資料服務全鏈路資料能力，能夠一站式滿足企業雲上資料管理和開發應用需求。
• 採用領先的技術架構，支援企業數字化長遠發展。科傑科技資料底座採用業內領先的雲原生與湖倉一體技術架構，支援萬億級別以上大資料儲存計算、分析挖掘，具備萬臺節點、千人協同開發的能力。同時，採用分散式、高可用、可擴充套件的儲存架構，讓企業無需進行架構和模組程式碼調整即可增加伺服器數量，效能隨節點數量線性上升，便捷滿足系統業務擴容需要，可支援企業未來5-10年資料能力建設，大幅減少實施部署成本。基於領先技術架構的資料底座，可以支撐企業未來長期的數字化轉型需求。
• 相容性佳，支援異構資源的統一納管。在相容性方面，科傑科技大資料底座產品解決了不同技術框架間在實時/離線一體計算、統一資源排程和ACID事務性等方面的適配問題，能夠同時相容Oracle、MPP等資料庫，並涵蓋Hive、Spark、Flink等Hadoop原生元件，從而對企業原有資料庫進行最大程度複用，避免重複建設，形成對雲遷移或混合雲部署的良好支撐。
• 易用性強，能實現流程自動化，賦能組織高效開展資料協作和運營。產品整體設計融合DataOps方法論，貫穿並落實進資料部署、治理、運維、到最終應用於生產的全生命週期，提升了資料工程師、資料分析師等不同角色的協作水平，並賦予企業大規模跨團隊協同開發的能力。同時，透過固定流程將部分資料工作自動化，降低了資料分析應用的技術門檻。
• 擁有最佳實踐方法論，有效幫助企業全域資料資產體系落地。科傑科技擁有大型網際網路企業大資料團隊基因，並結合多年服務經驗形成了獨有企業資料平臺建設流程與迭代方法論。一方面，針對資料工作的長流程與高度複雜性，科傑科技能夠快速為企業梳理和盤點現有資料，構建通用資料層次和管理架構，根據企業業務需求確立資料標準和規範。另一方面，針對企業組織架構、管理習慣的不同特點，以及在資料管理和使用上的不同角色，科傑科技能夠對企業不同業務線、集團和分公司之間的多租戶資料許可權、資料安全、儲存壓力等問題提出針對性解決方案，並將專案管理、專案結果複用等資料工作管理辦法透過培訓方式輸入企業內部，實現企業全域資料資產管理體系的落地。

典型客戶：

中金公司、貴陽銀行、永旺

 

數新網路

廠商介紹：

浙江數新網路有限公司（以下簡稱：數新網路）由原阿里雲大資料平臺研發總監，御膳房、DataWorks平臺創始人，數加平臺總負責人陳廷梁建立。經過多年研發投入，數新網路已具備政務、金融、能源、高階製造、教育等多行業專屬解決方案，高效助力企業深挖資料價值，打造核心競爭力。

產品服務介紹：

數新DataCyber雲資料平臺解決方案，包含了雲資料平臺Cybermeta、資料科學平臺CyberScience、運維管控平臺CyberOPS、大資料分析工具CyberExcel四大核心產品。基於四款產品，數新網路可提供資料匯聚到資料服務、高效建模、智慧運維、智慧分析的一站式服務，讓資料從採集到展現、從分析到驅動應用得到高質量結合，整體提升企業競爭力。

廠商評估：  

綜合來看，數新網路在一站式服務能力、產品協同性、技術架構先進、交付靈活性、生態五個方面具備優勢。

• 在產品體系方面，數新DataCyber雲資料平臺解決方案擁有完善的產品矩陣，包含CyberMeta、CyberScience、CyberOPS、CyberExcel四大核心產品。一方面，可以為客戶提供一站式服務，幫助使用者快速建立從底層資料儲存到上層資料應用的全流程資料工具體系；另一方面，能夠為客戶提供線上管控運維、資料視覺化等輔助功能，幫助使用者有效降低運維成本，提升整體資料利用效率。
• 產品協同性方面， 相較於傳統公司各模組獨立設計的方式，DataCyber基於後發優勢，打造了具備高協同性的產品矩陣，有效解決了產品間解耦問題，大幅簡化了使用者產品適配以及系統建設流程，客戶在購買產品後能夠快速實現資料價值的提升。
• 在產品技術架構方面，首先，DataCyber採用流批一體技術架構，透過整合高效能、穩定版本的開源儲存及計算大資料元件，支援相容多種主流開源儲存計算引擎，有效降低使用者產品使用成本；其次，支援面對甲方客戶的定向開源，可以在各大雲平臺部署使用，使客戶避免技術路徑依賴，提高技術的自主可控性；第三，具備彈性擴縮容、多租戶管理、跨組織資料共享和實時查詢分析、告警等多種核心能力；第四，公司80%為研發人員，團隊主要來自大資料和金融領域，擁有豐富的行業經驗和產品研發經驗，有力支撐了產品的開發與升級。
• 在產品交付實施方面，DataCyber支援多種靈活的交付方式，可以根據客戶需求提供標準化及定製化產品解決方案；同時，數新支援多樣化的產品部署模式，可以根據不同行業客戶需求，提供公有云、行業雲以及私有云部署方式，便於客戶快速部署實施。
• 在生態合作方面，數新已與多家資料服務廠商建立深度合作關係，針對客戶個性化服務需求，數新可以快速整合合作夥伴能力，為客戶提供前期諮詢規劃、資料開發治理、後期維保培訓等全流程服務，並能夠為夥伴提供的服務進行全程把控，確保服務交付質量。

典型客戶：

浙江省金融綜合服務平臺、杭州市臨安區資料中樞平臺、杭州市濱江區科技積分貸平臺

 

3.7     資料分析平臺

市場定義：

資料分析平臺是一套由ETL引擎、資料倉儲、資料分析工具和資料查詢報表工具等功能模組組成的軟體系統，能夠在打通和整合企業內部各類資料來源基礎上，透過多樣化的資料查詢和分析，以資料包表和其他視覺化圖表形式輸出資料分析結果。

甲方終端使用者：

企業資料分析師、業務分析師、管理人員

甲方核心需求：

資料分析和視覺化是企業資料最直觀的價值呈現方式。隨著資料量的指數級上升和資料型別的豐富，企業對資料分析平臺的需求也從最初較為簡單和定向的報表和大屏，向多元化、場景化的深度挖掘分析，以及低操作門檻的方向演變，具體而言：

• 支援業務人員、管理人員實現自主資料分析。資料分析結果的最終受眾是企業業務人員和管理人員，但大多數資料分析平臺的主要使用者是企業資料團隊，在業務邏輯向資料邏輯轉換過程中，由於溝通成本等原因，需求響應的即時性和準確性都難以保證。因此，企業業務人員和管理人員需要一個低門檻、易操作的資料分析查詢平臺，不僅能夠直接滿足其部分即時性、靈活的資料分析需求，同時還能夠方便其參與資料分析過程，與資料團隊協作共建。
• 提升資料分析結果產出速度。企業在多年的資料分析實踐中，經過多次加工處理形成了極度膨脹的ETL任務和中間表，在執行中會消耗大量IT資源，嚴重拖慢了分析結果產出的速度。隨著外部市場的變化加快和企業運營的敏捷性提高，企業需要小時級、分鐘級的分析結果，無法接受以天為單位的產出。
• 支援業務側大量場景化、定製化需求。隨著企業在對資料分析產品的使用不斷加深，不再滿足於僅僅用其生產固定報表，而是希望能在更多深度結合垂直業務的分析場景下使用資料分析平臺滿足相應的需求。然而，大部分資料分析平臺是基於預設的分析場景進行搭建，新需求的實現需要資料工程師進行定製化開發，等待週期較長，極為不便。

廠商能力要求：

為滿足以上需求，廠商需要為企業提供高效能、分析功能強大、低門檻的資料分析平臺，具體而言：

• 透過構建高效能資料分析引擎或高效資料流通鏈路等方式，提升資料分析速度。其一，廠商可以基於AI演算法，在資料準備和資料探尋等資料分析環節中實現流程的自動化，提升效率；其二，廠商可以透過建立更完善和通暢的資料接入、處理、分析全鏈路，加快資料流轉。此外，廠商還可以透過構建獨立的模型指標層，實現資料儲存和計算的解耦，從而實現高效的資料分析。
• 能提供豐富的資料分析功能，並支援模型、指標的靈活調整。廠商對預設資料分析場景的定製化能力無法滿足企業衍生出的多樣化、垂直場景化的分析需求。因此，廠商首先需要在產品中加入以機器學習、深度學習等技術為基礎的分析引擎，支援對大資料實現歸因分析、預測分析等多種智慧化分析方式；其次，廠商產品需要支援資料模型以托拉拽等方式靈活調整，幫助資料分析人員實現快速按需定製。
• 能提供低門檻、高易用的資料互動方式，滿足業務人員使用需求。為應對非資料分析專業人員的查詢、分析需求，廠商首先需要提供便捷的資料查詢入口，支援透過拖拉拽、搜尋、語音等簡易互動方式實現資料查詢；其次，廠商需要最佳化在報表展示介面，讓使用者能夠透過滑動、托拉拽等操作自主進行資料和指標的關聯分析、對比分析等，並支援多種圖形化呈現方式選擇。

入選標準：

1. 符合資料分析平臺全部廠商能力要求；

2. 2021Q2至2022Q1該市場付費客戶數量≥10個

3. 2021Q2至2022Q1該市場合同收入≥1000萬元

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

佰聆資料

廠商介紹：

佰聆資料是一家企業數字化運營能力提供商，基於數字化運營平臺產品、DASO方法論和專業的本地化服務團隊，形成深度貼合不同行業屬性和業務特色的“平臺+服務”一站式數字化運營解決方案，幫助各企業形成資料驅動的戰略決策、市場開拓、經營管理、風險管控能力。目前已累計服務電力、金融、政府、製造、通訊等行業的近百家大型政、企單位。

產品服務介紹：

佰聆資料以在實踐中沉澱總結的企業數字化運營方法論DASO為指導，打造了以“聆鑑”、“聆析”為核心的數字化運營平臺，支撐企業快速構建指標、模型、標籤、策略等數字化要素，並基於此開展各類大資料探勘分析工作。其中，聆鑑是企業級大資料標籤運營平臺，幫助企業以標籤的方式從海量異構資料中高效提煉各類業務物件特徵與需求；聆析是企業級大資料深度探索分析平臺，基於創新的“分析導圖”技術，支撐使用者靈活開展大資料分析和資料深度探索。

廠商評估：  

在產品方面，佰聆資料以 “分析導圖”、“策略畫布”、“場景畫像“、“看板雙模切換”等創新性功能，實現了產品獨特的易用性；在服務方面，佰聆資料以本地化專業服務團隊，以及成熟的落地經驗和方法論，支撐資料分析應用在企業的高效落地，助力企業實現數字化轉型。

• 首創“分析導圖”技術，支援智慧化的資料深度探索分析。佰聆資料創造性地提出了“分析導圖”技術，對業務分析人員在分析工作中的“分析思維過程”進行建模，基於多節點聯動分析的分析思路對映與最佳化技術，將使用者大腦中隱性的分析思路以“分析導圖”的方式進行管理，同時結合機器學習、知識圖譜、NLP等技術，實現對話式互動分析、分析思路智慧推薦、分析結論自動生成等增強型分析能力，提升使用者對海量資料的洞察能力，支撐使用者開展大資料分析和資料深度探索。
• 具備立體化策略設計能力，資料分析成果快速賦能業務執行。傳統資料分析工具能夠產出資料分析結果，但無法直接觸達業務，而聆鑑平臺的“策略畫布”支援業務人員以托拉拽方式制定業務策略，並支援對策略進行預演和效果評估，最後透過策略執行端與企業內部各種微服務進行連線，實現策略自動釋出執行。以電網欠費催收業務為例，電網公司原本需要在高風險欠費使用者篩選完成後，在簡訊平臺上傳名單，編輯簡訊內容併傳送，資料分析和業務執行是割裂狀態。使用聆鑑平臺後，業務人員能夠直接在策略畫布設計整個業務策略，並一鍵進行審批—釋出執行完整流程，大大提升了業務響應速度。
• 本地化專業團隊提供貼身服務。佰聆資料擁有由資料分析師、資料科學家、資深行業專家組成的專業、能力全面的大資料技術服務團隊，能夠全方位解決客戶在資料採集處理、資料分析、挖掘構建、場景化應用等各方面問題。同時，佰聆資料在全國超20個省市具備本地化服務網路，能夠敏捷響應，快速支援，提供貼身服務。
• 在電力、政府、金融等多個行業擁有豐富實施經驗和成熟落地方法論。佰聆資料擁有10年以上大資料分析應用經驗，並長期深耕電力、金融、政府等領域，成立至今已服務國家電網、南方電網兩大電網公司多個省級以上電網公司，深交所、建設銀行、廣發銀行等金融機構，以及人社部社保中心等政府單位，能夠貼合業務場景進行資料分析應用的部署和落地。此外，佰聆資料獨創由發現問題、分析問題、評估改進和解決問題四大環節組成的“DASO”方法論，透過科學完整的方法論推動實現從業務現狀到業務目標和最佳實踐的轉化。

典型客戶：

國家電網客服中心、京博控股、廣發銀行

北極九章

廠商介紹：

北極九章是一家企業資料增強型分析能力提供商，具備行業領先的NLP自然語言處理技術，以簡潔的對話式搜尋顛覆傳統SQL資料查詢，讓資料分析工具低門檻直接賦能企業業務人員，幫助企業輕量級打造資料分析與業務應用的高效閉環，並推動形成“全民資料科學家”的探索型資料文化。目前，北極九章產品已在金融、網際網路、快消、零售等多個行業數十家標杆企業成功落地，並與華為雲、騰訊雲、AWS、Kyligence、聽雲、售後寶等企業達成生態合作。

產品服務介紹：

北極九章增強型資料分析引擎，是一款面向非資料分析專業的業務人員和管理人員的智慧化資料分析工具，以自然語言搜尋式資料查詢功能為核心，提供多種智慧分析模型，支援自動適配生成報表，同時能透過自動化資料備份、多維許可權驗證、不可逆資料加密等強大的資料管理手段保障企業資料安全，打造安全資料管理體系與高效的資料協作正規化。

廠商評估：  

北極九章產品以領先的NLP和機器學習技術，為企業業務和管理人員打造高度易用的分析場景，既能為中小型企業提供相對完整的資料分析能力，又能在大型企業中作為傳統BI的必要補充，解決企業資料分析能力最後一公里的問題。

• 採用先進NLP to SQL自然語言識別互動技術，降低資料分析門檻。北極九章採用完全自研的NLP技術，將自然語言轉化為SQL語言完成資料查詢工作，並且適應人與人之間自然對話場景指向模糊的開放性問題。例如，使用者直接檢索“XX商品銷量”，系統可自動識別語義並按時間、地區等常用維度展示與關鍵詞相關的資料。此外，北極九章產品支援設定和沉澱不同行業內部特有的表述方式，從而最大限度貼近使用者使用習慣，降低資料分析的學習成本和技術門檻。
• 能力全面，對於未使用BI產品的企業，能一站式滿足大部分資料分析與視覺化需求。首先，北極九章增強型資料分析引擎覆蓋資料管理、資料搜尋、資料分析、視覺化、資料訂閱和協作全生命週期，具備自然語言查詢、自動視覺化圖表生成、自動下鑽進行智慧化歸因分析、時序預測分析等功能，幫助企業構建完整的資料分析能力。其次，北極九章可透過對資料預處理提升查詢分析響應速度，實現TB級資料實時獲取分析結果。最後，北極九章產品讓企業員工能夠低門檻自主探索資料分析場景，尋找指標之間的關聯，根據企業自身業務邏輯實踐出最適合的分析場景。
• 靈活低門檻，對已使用傳統BI產品的企業，能短、平、快解決業務部門的靈活分析需求，打通企業資料分析能力最後一公里。敏捷BI產品的報表模板相對固定，更改和建立門檻高，依賴專業資料分析師，因此，敏捷BI既難以滿足業務部門提出的具有高度靈活性的長尾需求，對於業務部門的日常性分析需求也會因業務人員和資料人員對業務場景的理解不一致而無法發揮最佳效果，甚至導致資料分析和業務之間長期存在斷點。北極九章透過將資料分析能力開放給業務人員，免除需求溝透過程，在業務側直接形成資料—業務快速迭代的閉環，同時啟用業務人員資料創新能力，真正實現讓提出問題的人解決問題。
• 輕量化靈活部署，帶來優質的客戶體驗。北極九章具備成熟的產品化封裝能力，對於已完成企業內部資料治理的客戶，能夠直接對接企業內部資料庫，快速完成部署工作，真正達到開箱即用的效果。此外，北極九章分析引擎可嵌入企微、釘釘、飛書等辦公軟體和企業自有業務系統，並支援移動端和 PC 端，用簡潔流暢的操作帶來良好使用體驗。

典型客戶：

國家電網、小紅書、雅戈爾

 

衡石科技

廠商介紹：

衡石科技是一家資料分析和 BI 領域的標準化軟體產品廠商，核心團隊來自Amazon、BAT、秒針等高科技公司大資料部門，能夠以標準化雲原生資料分析PaaS能力，同時幫助甲方企業與SaaS廠商、ISV快速整合多種資料來源，搭建高價值資料分析及應用場景，全面賦能各行業使用者持續構建資料生產力。

產品服務介紹：

HENGSHI SENSE 是一款雲原生架構的全棧資料分析PaaS平臺，以行業領先的虛擬語義層技術，搭建新型ELT+E資料分析通道，配合多租戶管理、無程式碼自助分析、中心化指標管理等能力，實現高度敏捷、高度靈活化資料分析。面向ISV/SaaS廠商，HENGSHI SENSE幫助廠商敏捷搭建高價值的分析場景和報表指標體系，為其使用者提供更專業的資料服務能力；面向企業客戶，HENGSHI SENSE 作為分析工具不僅以ELT 敏捷分析架構和指標中臺功能提供資料分析能力，更為企業構建從資料整合、管理、建模到資料分析、指標管理和資料應用的全生命週期完整工作棧。

廠商評估：  

衡石科技以行業領先的HQL、多租戶、湖倉一體等技術，構建企業級資料分析PaaS平臺，以多種形式為SaaS廠商、ISV及企業客戶提供敏捷分析、靈活易用、輕量部署的資料分析及應用服務。

• 具備領先的ELT+E架構，能實現存算分離，顯著提升分析效率，降低資源成本。衡石科技變傳統ETL分析為ELT+E（分析管道+嵌入業務），透過將資料指標和建模層獨立於資料儲存計算，使資料查詢分析不再依賴底層資料庫效能，從而大大減少資料倉儲的資料準備工作，提升資料查詢和分析的效率，減少資源佔用和消耗，同時也能夠便於企業實現本地+雲、混合雲等更為靈活的部署形態。
• 能基於虛擬語義技術構建分析指標集市，增強分析靈活性，降低資料分析門檻。衡石科技自研的虛擬語義層能夠用函式、語法、條件語句表達業務邏輯，並以此為基礎構建了直供資料分析的指標集市。面對個性化資料分析需求，使用傳統BI工具時需要資料部門輔助，而HENGSHI SENSE能夠支援業務部門按許可權進入指標集市調整指標計算公式，就能實時檢視所需的報表，從而將個性化資料分析能力直接賦予業務分析人員，大大提升了資料分析和查詢的靈活性。
• 開放性佳，多租戶管理能力強，能夠大大降低ISV/SaaS廠商的資料分析能力構建成本，實現良好的嵌入體驗。首先，HENGSHI SENSE 以標準化PaaS方式將基礎資料分析能力提供給ISV/SaaS廠商，廠商能夠基於自身成熟的行業Know-how，零程式碼快速搭建資料分析場景，滿足多種場景化個性化分析需要，同時其架構的高度開放性使得其能夠很好地嵌入市面主流SaaS產品，從而大大減少其自主研發成本。其次，HENGSHI SENSE 具備強大的多租戶管理能力，能夠基於不同使用者複雜的組織架構，以賬戶為最小許可權單位，保障資料安全。
• 產品功能全面，能夠為企業客戶構建資料分析全生命週期工作棧。面對企業客戶，HENGSHI SENSE 在資料分析能力之外，還具備湖倉一體能力，能夠有效整合多源異構資料，遮蔽複雜的數倉運維，解決從原始資料到資料建模分析中間的能力的斷層；指標中臺能幫助企業中心化管理業務指標體系；資料服務層擁提供互動式看板和視覺化報表，支援使用者零程式碼搭建視覺化資料分析場景，從而一站式實現資料聚合、管理、建模、分析和視覺化，構建完整資料全生命週期。
• 產品化封裝能力強，能實現輕量化部署。HENGSHI SENSE 是高度封裝的標準化產品，提供多種方式整合已有系統，API接入上線即用，相比傳統BI產品，部署時間節約90%以上，實現輕量化無負擔的產品交付。

典型客戶：

分貝通、紛享銷客、寶尊電商、六度人和 、元氣森林  

3.8     資料科學與機器學習平臺

市場定義：

資料科學與機器學習平臺是指涵蓋資料接入、資料準備、特徵工程、模型訓練、模型部署、模型管理等端到端建模全流程的軟體平臺，為企業提升模型開發效率。

甲方終端使用者：

資料科學家、風控建模人員、營銷建模人員、業務分析人員、模型應用人員

甲方核心需求：

為敏捷響應市場變化需求，企業智慧化應用場景正變得更加普遍，如智慧營銷、智慧風控，由此帶來企業建模需求激增。傳統的機器學習模型主要依靠專業資料科學家進行開發，存在開發流程慢、模型反覆開發不共用的情形。整體而言，企業對資料科學與機器學習平臺的需求主要體現在以下幾個方面：

• 提高建模效率，快速響應業務需求。機器學習模型構建通常由問題定義、資料收集、特徵工程、模型選擇、模型訓練、模型評估等多個環節組成，每個環節又包含多種路徑，以及多組可選引數，依賴人工進行開發，模型從開發到部署上線的週期時間過長，導致模型應用不能及時滿足前端業務需求。企業需要自動化建模解決方案，縮短建模週期、降低建模成本，快速響應前端業務需求。
• 降低建模門檻。傳統的Al模型構建難度大，技術門檻高，通常需要具備專業建模知識的資料科學家來完成，但大部分企業往往不具備完善的資料團隊，因此需要具備低門檻的資料科學與機器學習平臺,可供一般業務分析人員使用，增強業務建模應用的靈活性、及時性。
• 模型資產積累。傳統的機器學習模型存在模型文件編寫費時費力、資料科學家成熟的建模經驗無法供其他人員複用、模型交接低效導致模型反覆開發等問題，企業需要將優秀的模型沉澱為模型資產，提高模型複用性，加速模型應用上線。
• 保證模型效果。企業智慧應用的場景主要為分類、預測、推薦，由於直面使用者，模型效果的優劣直接影響企業風險控制、成本控制以及收益，企業需要持續提升模型效果。

廠商能力要求：

• 廠商應具備自動化建模功能。廠商的機器學習平臺應能簡化資料準備工作、可支援特徵工程自動化、支援透過拖拉拽的方式實現模型開發，大幅提升建模效率，同時降低建模門檻，可供專業的資料科學家和一般業務分析人員同時使用。
• 廠商應支援實現模型資產沉澱。提供一鍵應用功能，將訓練成功的模型以API的形式釋出為線上服務，降低模型上線難度，並支援將企業現有模型整合形成模型資產共享，供其他使用者線上呼叫，提高模型複用率。
• 廠商能提供場景化建模支撐。由於模型開發和應用與行業場景的高度結合，廠商提供的機器學習模型平臺需內建針對特定行業的模板和特徵庫，契合場景建模需求，如針對金融風控行業提供風控標準評分卡建模模組，可對信貸申請者進行多方面資訊挖掘，快速建立各種具備高精準性的風控評分卡模型。

入選標準：

1. 符合資料科學與機器學習平臺市場全部廠商能力要求；

2. 2021Q2至2022Q1該市場付費客戶數量≥10個

3. 2021Q2至2022Q1該市場合同收入≥1000萬元

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

飛算雲創

廠商介紹：

前海飛算雲創資料科技(深圳)有限公司於2020年成立，是飛算數智科技(深圳)有限公司旗下全資子公司，專注於研發人工智慧技術產品與服務、加快企業實現智慧應用，公司已在泛金融領域積累豐富落地場景，包括智慧風控、精準營銷、智慧推薦、銷量預測、客戶流失預警等。

產品服務介紹：

飛算雲創的AI.Modeler全自動資料建模平臺是面向資料加工和模型開發的建模平臺，涵蓋資料建模領域的分析、清洗、衍生、選擇、迭代、上線等整個生命週期，為使用者提供自動化資料質量檢測、自動化資料清洗、自動化特徵工程、自動化引數調整、自動化模型選擇等一鍵建模以及一鍵部署功能，具有開箱即用、高效穩定的特點，能顯著提升AI應用開發效率。

其中AI.Modeler按照使用人員的專業性不同分為專業版AI.Modeler Pro和極簡版AI.Modeler Lite。AI.Modeler Pro面向專業建模人員，在自動建模基礎上提供金融風控模組、並可自動生成模型解釋性報告及訓練日誌，滿足專業建模人員模型評估、模型決策需求。AI.Modeler Lite面向普通業務人員，幫助無建模背景的業務人員快速建立Al模型，實現AI應用。

廠商評估：  

飛算雲創的全自動資料建模平臺AI.Modeler在降低使用門檻、適應不同建模背景人員應用、提升建模效率、沉澱模型資產等方面具有明顯優勢。此外，AI.Modeler Pro的風控建模模組具有良好的場景適應能力。

• AI.Modeler 能實現零程式碼全自動資料建模，同時支援專業建模人員和非專業人員快速上手建模，並顯著提升建模效率。針對不具有建模知識的普通業務人員，AI.Modeler提供低門檻極簡版AI.Modeler Lite，在資料準備、特徵工程環節進行最佳化，實現一鍵建模。其中針對建模的資料準備環節，AI.Modeler Lite可自動檢測資料型別並清洗，簡化資料準備工作；在特徵工程環節，AI.Modeler Lite支援自動特徵提取、自動特徵衍生、自動變數分箱以及自動特徵變數篩選等過程，業務人員只需匯入資料即能得到模型結果。AI.Modeler的一鍵建模使業務人員專注於業務問題，免於繁瑣的資料工程，並顯著縮短專案週期，實現對業務需求的快速交付。此外，飛算雲創為AI.Modeler建立了完善的培訓體系，包括產品白皮書、線上使用手冊、產品培訓影片、線上產品體驗等，可大幅降低學習成本，AI.Modeler Lite使用者只需一天培訓即能熟練上手建模。針對具有專業建模能力的資料科學家，AI.Modeler提供專業版AI.Modeler Pro，在一鍵建模基礎上，支援資料科學家對關鍵建模步驟尤其模型引數進行校對調整，並且模型訓練完成後自動生成模型解釋性報告及訓練日誌，記錄模型配置、訓練、迭代到生成的全過程，清晰反應模型特徵，方便資料科學家及其團隊決策。，AI.Modeler Pro使用者經過三天培訓即可建立模型進行業務應用。
• AI.Modeler Pro 尤其適用於金融風控場景，能為金融使用者快速建立風控模型。飛算雲創核心團隊在金融領域具有十年經驗，掌握覆蓋業務全流程、運營全體系的金融科技技術，具備對金融風控場景具備專業認知，因此AI.Modeler Pro在分類、迴歸等一般機器學習應用基礎上，還內建了風控標準評分卡建模專屬模組，可適用於金融風控、銀行信貸、企業徵信評估等應用場景。如在銀行信貸中可對客戶的申請資訊、合同資訊、人行徵信、學歷認證等資料進行充分挖掘，快速建立各種風控評分卡模型，如申請評分卡、行為評分卡和催收評分卡。
• AI.Modeler 能為企業沉澱模型資產，提高模型複用率。針對傳統模型開發過程中，模型文件編寫費時費力、資料科學家優秀的建模能力無法複製以及模型交接低效等痛點，AI.Modeler提供一鍵應用功能，可將訓練成功的模型以API的形式釋出為線上服務，將企業現有模型整合到模型倉庫形成模型資產共享，供其他使用者線上呼叫進行預測，提高模型複用率。在模型預測環節，AI.Modeler還支援使用者指定模型、指定多個待預測資料集，批次性地對資料集進行預測，壓縮模型應用時間。

典型客戶：

深圳京發科技控股有限公司、微米雲服

3.9     知識圖譜平臺

市場定義：

知識圖譜平臺是支撐知識圖譜構建與應用的平臺，該平臺融合認知計算、知識表示與推理、資訊檢索與抽取、自然語言處理與語義網、資料探勘與機器學習等技術，提供知識抽取、知識表示、知識融合、知識推理、知識儲存以及知識圖譜應用等能力，幫助企業構建知識圖譜並實現統一的知識圖譜管理和應用。

甲方終端使用者：

企業IT部門、各業務部門

甲方核心需求：

目前，數字化轉型已進入資料驅動階段，企業需要實現認知決策類業務場景的智慧化，尤其是從大量非結構化資料中挖掘關聯關係等資料價值，賦能業務應用。知識圖譜提供了一種從海量非結構化資料中抽取結構化知識，並利用圖分析進行關聯關係挖掘的重要技術手段。核心需求包括：

• 高效實現知識構建，形成知識推理計算能力。非結構化資料存在資料量大、資料格式多樣、結構不標準且複雜等問題，處理難度高，需要基於成熟的工具，利用資料治理、知識抽取、知識表示和知識融合等技術，實現知識構建。在知識構建基礎上，企業還需要具備知識推理計算的能力，結合行業Know-How 計算知識中的顯性與隱性關係和擴充屬性，進一步挖掘隱含的知識。
• 豐富領域知識積累。對於一些複雜的業務場景而言，知識構建所涉及到的知識維度廣、顆粒度細，其應用也更加複雜，這就需要多個業務方向的專家共同協作，時間成本較高。因此，企業需要在日常經營過程中重視各業務領域資料與知識的積累，提高知識建設的效率。
• 實現知識圖譜應用場景落地。為透過知識圖譜技術賦能具體業務應用實現價值，企業需要快速定位高價值應用場景，根據應用場景需求，結合業務專家知識進行知識圖譜構建和最終應用價值的實現。典型場景包括銀行的風控與營銷、公安的刑偵與經偵、品牌商的門店運營與營銷等。

廠商能力要求：

• 功能完整。廠商需要能夠提供具備知識抽取、知識表示、知識融合、知識推理、知識儲存以及知識圖譜應用等完整能力的知識圖譜平臺，具備低門檻和易用性，以支撐知識圖譜的構建和應用。
• 領域知識圖譜積累。廠商需要在特定領域具有豐富的資料、模型與領域知識圖譜積累，在此基礎上針對特定業務場景為企業搭建專屬領域知識圖譜，完成知識賦能。
• 行業經驗豐富。廠商需要具備在特定行業的知識圖譜應用落地能力，尤其是醫療醫藥、能源、金融等行業。該能力需包括針對特定行業的業務場景和需求理解特定領域的預構建知識圖譜、上層應用解決方案等，以及相關的客戶服務案例。

入選標準：

1. 符合知識圖譜平臺市場全部廠商能力要求；
2. 2021Q2至2022Q1該市場付費客戶數量≥5個
3. 2021Q2至2022Q1該市場合同收入≥500萬元

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

數庫科技

廠商介紹：

數庫科技成立於2009年，是一家引領產融數字化的資料科技公司，四次榮獲KPMG中國Fintech 50企業。數庫科技長期致力於在金融及產業領域提供基於產業邏輯的智慧資料產品與系統服務，幫助金融機構、企業集團、政府部門解決業務場景中的資料和系統需求。

產品服務介紹：

數庫科技基於知識圖譜平臺，為金融、政府等各領域客戶提供產業資料、資料演算法系統和場景化解決方案三類服務。在資料方面，數庫科技提供多維精準的產業級、行業級和企業級知識圖譜資料，可以滿足各類機構對產業鏈應用上的各階段需求；在系統方面，提供基於NLP、機器學習等技術的資訊標籤化解析和結構化資料量產能力；在場景化應用方面，數庫科技基於其強大的產業資料積累和演算法能力，能夠為金融行業的營銷、投研、風控等業務場景，以及政府產研領域的產業規劃、招商引資等業務需求提供成熟的知識圖譜應用解決方案。

廠商評估：  

數庫科技以其規模龐大、高度細分的產業資料積累為核心，配合多種智慧演算法，在金融、政務等領域形成以業務邏輯為基礎的成熟知識圖譜和多樣化的業務支撐能力，能以多種方式為客戶提供易用、深度的知識圖譜搭建和資料分析挖掘服務。

• 擁有大規模、高細分、多維度、可串聯的產業資料網路，幫助使用者全面掌握產業鏈資訊。數庫科技深耕產融大資料12年，以十二級產業分類體系，形成超過1000000個產業細分節點和超50萬條上下游產業關係，涵蓋A股、港股、美股、發債、新三板等近40000家公眾公司和近6000萬家工商企業的產業鏈、股東、高管、子公司、關聯交易、對外投資、擔保情況等核心關係資料。此外，數庫知識圖譜平臺透過將企業經營情況、工商變更和股東資訊等資料與產業圖譜打通，結合數庫科技成熟的演算法模型，實現全領域的企業覆蓋，並建立了高標準、結構化、可串聯的資料體系。
• 具備強大的機器學習和NLP演算法，能實現結構化資料量產和實時資訊精準解析。數庫科技基於機器學習技術實現資料自動化量產，將資料標註、消歧、提取、清洗、質檢、標準化等流程無縫銜接，能夠高效實現自動化量產結構化資料。同時，數庫科技具備實時資訊文字解析能力，結合資料生產引擎和NLP演算法模型，能夠精準高效提取文字資訊當中的主體、事件及情緒等與產業和公司密切相關的標籤，將人物、產品、行業、概念等高價值資訊實時推送給各類使用方。
• 產品基於多年垂直場景邏輯框架沉澱，易用性強，幫助金融和政府等行業客戶自動識別資料關係，構建知識體系。在金融領域，數庫科技可支援對企業所屬行業/型別/地區/資本市場/資質等的精準篩選，並展示企業畫像關聯圖譜，同時也可以將使用者方的投研框架、研究邏輯、風控模型等業務知識沉澱到知識圖譜平臺中，提升資料關係挖掘和知識沉澱的效率。
• 在政務領域，數庫科技的區域產業招商數字平臺可以為政府部門展示支柱產業、戰略新興產業、產業叢集、龍頭企業等統計資料，提供直觀的視覺化地圖展示產業佈局情況，政府部門可以利用該知識圖譜平臺瞭解地方產業鏈全貌、挖掘上下游供應鏈、賦能監管部門實現招商引資、增強區域產業協同效應，為產業發展決策提供依據推動產業發展等。
• 具備良好的資料準備能力和系統相容性，產品部署便捷。數庫科技對實時或離線大資料的資料排程、資料清洗、資料融合等任務都具備豐富的解決方案和實施經驗，在對資料質量和安全性要求較高的金融機構中也可以完整的支援知識圖譜平臺的建設。此外，基於使用者本地化部署的要求，數庫知識圖譜平臺可以和金融機構內部的投研系統、資訊系統、風控系統等直接對接，實現良好的能力互補和系統整合體驗。   

 

3.10        隱私計算平臺

市場定義：

隱私計算平臺是幫助企業使用者在保護資料隱私的前提下，保障資料“可用不可見”、實現跨平臺資料價值共享的軟硬體平臺。

甲方終端使用者：

金融、政務、醫療、零售、電信、交通等各領域企業或機構的IT部門、大資料部門、科技創新部門

甲方核心需求：

資料應用場景的擴充，企業與外部機構之間的資料流通、價值共享愈發成為應對市場快速變化的重要手段。隨著《資料安全法》及《個人資訊保護法》相繼頒佈，國家對資料分享及利用的監管加強，企業在與外部機構進行資料流透過程中需要解決合規、安全問題。隱私計算技術能實現資料“可用不可見”，滿足安全合規，成為企業進行跨機構資料價值共享的必要手段。在實踐過程中，企業對隱私計算解決方案的需要主要體現在以下幾個方面：

• 功能完善，提供全面資料安全解決方案。不同業務場景下企業能接受的安全假設前提不同，如風控、營銷場景下，企業能接受可信第三方，採用聯邦學習實現隱私計算；而在醫療多中心合作模式下，醫院會面臨串謀攻擊、環境攻擊、模型攻擊等內部攻擊，需要融合多方安全計算、同態加密以及可信執行環境共同滿足資料安全要求。
• 滿足安全、高精度、高效能等不同場景需求。為保障資料資產安全，以及為滿足相關法律法律的要求，企業需要平臺在資料安全保護、系統環境、計算流程的可解釋性等方面滿足較高的安全性要求。而在特殊場景如工業決策、人臉識別以及多中心全基因組分析等細分場景下，企業需要高精度、高效能的隱私計算解決方案來實現大規模資料量的傳輸、計算，以及保證計算準確性。
• 具備場景專業知識，提供建模及演算法支援。金融、醫療等理論門檻較高，企業需要隱私計算廠商具備專業業務知識，能提供恰當的資料分析演算法和模型，幫助企業實現產出。
• 提供豐富資料來源。資料來源也是企業實現資料協作過程中的一個主要痛點。資料質量將影響資料協作共享的價值產出，因此企業需要篩選、連結合適的資料來源。企業希望廠商具有豐富的資料來源網路，瞭解企業所在行業資料特點，能為企業提供資料連結建議並推動實現合作。

廠商能力要求：

• 廠商應具備完善的隱私計算解決方案，靈活滿足精度、效能、安全等要求。廠商一方面需要具備聯邦學習、多方安全計算、同態加密、可信執行環境等一種或多種隱私計算技術能力，能支撐聯合建模、聯合統計、隱私求交、匿蹤查詢等多種應用場景，並適應不同場景需求；另一方面廠商應具有底層隱私計算底座開發最佳化能力，透過提高模型計算效率最佳化、通訊效率最佳化、網路頻寬最佳化、許可權控制以及引入第三方流量審計工具對資料用途進行驗證等多種方式滿足不同應用場景下對高精度、高效能、高安全的需求。
• 廠商應具備專業的隱私計算應用支援能力。隨著隱私計算應用場景不同，廠商需要具備深厚的行業認知和洞察能力為企業實現隱私計算解決方案預期效果，如為泛金融行業企業提供建模支援、保證模型效果；為醫療行業設計專病特需的演算法及應用。
• 廠商能提供第三方資料來源連結。不同的行業需要廠商具備不同的資料來源積累，如針對醫療行業，廠商需要具備衛健委、醫院、醫保局、醫藥公司等多方資料生態；針對金融行業，廠商需要具備運營商、支付、網際網路、政務等資料來源積累，廠商能根據使用者業務場景提供合適的資料來源連結意見，幫助企業快速提升模型效果。

入選標準：

1. 符合隱私計算市場全部廠商能力要求；

2. 2021Q2至2022Q1該市場付費客戶數量≥5個

3. 2021Q2至2022Q1該市場合同收入≥500萬元。

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

洞見科技

廠商介紹：

洞見科技是由中國最大的信用產業集團“中誠信”孵化、網信事業國家隊“中電科”投資的領先的專精型隱私計算技術服務商，專注於為政務、金融、通訊等行業客戶提供隱私計算技術平臺建設以及面向場景的資料智慧服務。

產品服務介紹：

洞見科技的核心軟體產品洞見數智聯邦平臺（InsightOne）是其自主研發的金融級隱私計算平臺，擁有面向場景的“MPC+FL”融合引擎、可監管的分散式信任架構、全計算鏈路隱私安全保護、深入場景的專業化演算法、無可信第三方聯邦學習、區塊鏈增信隱私計算等核心技術，提供匿蹤查詢、隱私求交、集合運算、聯合統計與聯合建模等功能。在InsightOne軟體服務基礎上，洞見科技還研發了融合計算、網路、儲存等硬體資源的隱私計算高效能信創一體機產品InsightStation，滿足客戶自主可控、開箱即用的需求。基於其核心產品與技術能力，洞見科技透過“左加資料，右加場景”的模式，為客戶提供全鏈路隱私保護資料智慧服務。

廠商評估：  

洞見科技的隱私計算平臺產品在安全部署、適用場景以及資料智慧生態方面具有明顯優勢。此外，洞見科技還具備場景諮詢能力，並持續打造跨平臺互聯互通能力，為客戶提供深度隱私計算服務。

• 基於融合計算引擎和區塊鏈技術，InsightOne為客戶實現高安全部署。一方面InsightOne基於“MPC+FL”融合引擎架構支援無可信第三方聯邦學習框架，解決多方聯合建模中的第三方可信風險問題。另一方面，InsightOne中的區塊鏈技術透過區塊儲存功能可對隱私計算過程記錄、中間結果、資料貢獻進行上鍊儲存，實現資料可信；以及透過智慧合約功能將隱私計算過程拆解為合約在鏈上執行，實現計算可信，消除客戶對模型有效性、計算結果可信度、計算貢獻度可靠等方面的顧慮，最終實現全域性無損的資料智慧。
• 具備密態資料智慧的通用性和靈活性，為客戶提供不同場景的資料全鏈路隱私安全保護。InsightOne產品矩陣平臺提供了保護各方非交集資訊的隱私安全求交（PSI）、保護交集資訊並不洩漏特徵的匿蹤聯邦學習（AFL）、保護模型涉及各方特徵資訊的多方安全計算（MPC）、保護查詢條件資訊的隱私安全檢索（PIR）等功能，支援多種聯合計算應用場景，靈活滿足客戶對功能、效能、安全、計算精度的不同需求，以密態資料智慧為客戶提供資料全鏈路隱私安全保護。
• 具備豐富的資料智慧生態和建模經驗，為客戶提供專業場景諮詢與運營服務。洞見科技基於資料連結資源的積累，一方面持續擴充銀聯、通訊、徵信、網際網路等市場化資料資源基於隱私計算技術的合作模式；另一方面對接地方政府資料資源，基於隱私計算建立政務資料安全開放共享服務新模式。洞見科技核心團隊具備專業的金融知識、豐富的服務經驗和專精的技術積累，透過“隱私計算平臺建設+業務場景建模服務”的一站式解決方案，連結資料生態側和業務場景側的雙向資源，構建資料智慧流通網路生態，提升營銷、風控、精算、債指等具體應用場景的業務效果，賦能傳統行業數字化轉型與數智化升級。
• 洞見科技持續探索、打造跨平臺互聯互通能力，支援客戶實現跨隱私計算平臺合作。洞見科技首次實現“演算法協議層”互聯互通的實踐經驗，率先提出隱私計算平臺互聯互通的三個層次：應用層的管理系統互通、演算法層的演算法協議互通和原語層的計算原語互通，其中針對業界重視的演算法協議互通，洞見科技支援白盒、灰盒與黑盒三種方式實現互通方式。在標準制定方面，洞見科技牽頭了首個IEEE隱私計算互聯互通國際標準，並積極主導和參與了信標委、信安標委、金標委、中國信通院、北京金融科技產業聯盟等機構組織的互聯互通標準制定工作；在應用實踐方面，洞見科技率先與行業友商實現了業界首次多方異構隱私計算平臺之間完全對等的演算法協議互通，並積累了多個隱私計算平臺互聯互通標杆案例，如在國內首個大型股份制商業銀行招商銀行的牽頭下，洞見科技與行業多家頭部隱私計算廠商完成跨平臺互聯互通合作；與中國銀聯合作，賦能中國銀聯隱私計算平臺互聯互通方案設計驗證與開發；以及為國家工信安全中心建設了國內首個基於隱私計算的資料要素流通生態底座。

典型客戶：

招商銀行、中國民生銀行、北京銀行、華夏銀行、中國人壽

3.11        城市大資料平臺

市場定義：

城市大資料平臺是指將海量城市大資料（包括政務大資料、產業大資料與社會公益大資料三類）進行收集、整合、儲存與分析，並使用分散式儲存、資料探勘、實時動態視覺化等大資料技術助力城市最佳化資源配置的資料平臺。

甲方終端使用者：

政府大資料管理部門、公安部門、工信部門等

甲方核心需求：

新型智慧城市的建設需要以資料共享與治理為基礎，但在此過程中，存在各資訊系統資料分散且孤立、資料治理與應用水平低等問題，嚴重阻礙了智慧城市的建設。因此，城市應該聯通各系統底層資料，並進行統一管理與應用，為智慧城市建設提供堅實的資料基礎。具體需求如下：

• 海量資料分散分佈，需要實現資料互聯互通。城市大資料來源豐富，分散於經濟、社會各個領域和部門中，難以實現互通共享，導致多部門協同聯動無法實現。因此，各城市應該對全量資料資源進行分級有效收集與整合，打破資料壁壘，大大提升資料使用效率。
• 資料來源與型別多樣，需要加強統一標準化管理。由於各類城市資料型別豐富、數量龐大且增長速度極快，存在資料質量參差不齊、資料冗餘、一數多源等問題，導致資料利用率大大降低。因此，各城市應該加強對多源異構資料的統一匯聚與統籌管理，提升資料使用的便捷性。
• 資料量激增，充分挖掘資料價值需求迫切。隨著智慧城市建設的深入推進與物聯網基礎設施建設的不斷完善，以交通、警務為代表的政府部門資料量巨大，城市資料量劇增，這對各城市對各類大資料的應用能力提出了更高要求。各城市應該以強化資料應用能力，深度挖掘資料價值，賦能疫情防控、洪澇預測、經濟大腦等治理場景。

廠商能力要求：

為滿足以上需求，廠商需要為各城市搭建能夠實現資料聯通、儲存、管理與分析的城市大資料平臺。具體能力如下：

• 實現資料共享與聯通，搭建城市大資料底座。該平臺需要能夠打通各領域、各系統、各部門之間的資料，實現政府與企業全鏈路資料的雙向對接，以提高資料使用效率，為產業協同與城市的精細化管理提供資料基礎。
• 建立統一的標準，進行資料儲存、分類與治理。一方面，該平臺需要能夠對來源不同、結構不同的各類城市資料進行標準化建模與分散式儲存，保證資料的一致性、標準性與完整性；另一方面，該平臺還需具備加工、分類與標籤化資料的能力，實現對政務資訊、資源資訊等資料的統一管理與按許可權開放。
• 以大資料為基礎，多模型精準分析城市資料。該平臺需要能夠在交通、平安、醫療等場景下，運用聚類、迴歸等分析模型對相關資料進行分析、預測與評估，為稅務稽查、金融監管、農業貿易、商務等場景提供支撐，提高政府部門所提供公共服務的質量與公安、交通等部門的管理效率，最佳化城市資源配置。同時，該平臺還需能夠將實時資料、資料分類與分析的結果進行實時視覺化展示，以提升資料利用率。

入選標準：

1. 符合城市大資料平臺全部廠商能力要求；
2. 2021Q2至2022Q1該市場付費客戶數量≥5個
3. 2021Q2至2022Q1該市場合同收入≥1000萬元

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

中科聞歌

廠商介紹：

中科聞歌是中國科學院旗下企業，創立於2017年，定位於全球領先的資料與決策智慧服務商，聚焦DI+AI+OR（資料智慧+人工智慧+運籌學）智慧計算核心技術研發，面向數智安全、數智媒宣、數智城市、數智金稅、數智商業五大領域，提供多語言、跨模態和深度認知智慧的大資料與人工智慧基礎平臺及解決方案，獲中科院“弘光專項”、 國家科技創新2030“新一代人工智慧”重大專項支援，被評為國家級專精特新小巨人企業。

產品服務介紹：

中科聞歌的城市大資料解決方案以天湖資料智算平臺和聞海全球開源資料平臺為核心技術底座。天湖資料智算平臺是基於跨模態深度語義理解、社會計算與因果推理、決策推演的資料智慧與決策智慧技術平臺。聞海全球開源資料平臺融合了自主研發的跨模態AI分析、NLP深度語義計算、領域抽象建模技術，以及十餘年的知識庫積累，可針對不同客戶需求提供基於標準產品模組的定製化資料智慧服務。在天湖和聞海兩大平臺基礎上，中科聞歌的城市大資料解決方案結合決策相關大資料技術、人工智慧技術能力，實現了非結構化資料融合，構建了政務領域知識圖譜，支撐政府提升社會態勢感知、預警預測、科學決策和精準服務能力。

廠商評估：  

中科聞歌是中科院科技成果轉化企業，團隊在資料智慧、人工智慧、運籌學領域積累了十餘年經驗，經過了眾多國家級專案的檢驗。中科聞歌資料積累和知識圖譜沉澱、跨模態資料分析能力、人工智慧技術研發創新能力，以及多個治理場景下積累的實踐經驗，能夠幫助政府部門實現資料整合、資料價值挖掘和分析，為政務工作開展提質增效。

• 中科聞歌在政務領域具有豐富的資料和領域知識圖譜積累，能夠為相關部門資源統籌、工作協同提供決策支援。城市大資料解決方案融合百億級的開源資料，打通各部門相關資料，並據此形成政務領域知識圖譜，能夠幫助政務部門提升社會態勢感知，為相關部門實現科學決策提供支援。以防疫工作為例，中科聞歌能夠根據病例接觸程度的不同，對相應場所構建知識圖譜，幫助防疫人員協同各部門防疫工作、統籌防疫物資，降低人工投入成本和時間成本，實現防疫流程高效運轉。
• 中科聞歌具備跨模態資料分析能力，幫助相關部門實現資料價值充分挖掘。中科聞歌能夠將非結構化資料的口徑和標準統一，融合所有模態資料，構建統一資料、技術底座，形成資料技術一體化。中科聞歌能夠根據不同場景下政務工作需求幫助有關部門構建起資料平臺，對多模態資料進行分析，實現資料價值充分挖掘，為政務決策提供有效支援。
• 中科聞歌可為多個政務治理場景賦能， 幫助各層次政務工作提質增效。 中科聞歌城市大資料解決方案覆蓋疫情防控、洪澇預測、經濟大腦、稅務稽查、金融監管等政府治理場景，未來還將擴充農業貿易、商務等場景，為相關部門高效精準服務提供平臺和應用支援。以深圳龍 華 經濟大腦專案為例，中科聞歌宏觀上實現全區經濟狀況視覺化，輔助經濟工作統籌規劃、協同開展；中觀上對不同產業經濟進行智慧研判，為經濟工作開展提供決策參考；微觀上對企業訴求進行快速處理，為有關部門服務企業提供更方便快捷的途徑。
• 中科聞歌具備卓越的人工智慧技術研發創新能力，為業務開展和決策統籌提供技術保障。作為技術研發型企業，中科聞歌團隊吸納眾多資料智慧、人工智慧、運籌科學領域的科研技術人才，以及產業經濟、媒體、安全等領域的實踐專家， 在國際頂級學術期刊和會議發表論文600餘篇，申請發明專利近百項，研發和實現核心演算法3000餘個，具備深度挖掘大資料和人工智慧技術的研究能力和創新能力。中科聞歌優秀的研發創新能力再結合政務領域的豐富經驗，能夠在政務工作各細分場景下為業務開展和決策統籌提供技術保障。

典型客戶：

深圳市龍華區政務服務資料管理局、粵港澳大灣區大資料中心、上海浦東經濟駕駛艙、山東濰坊市智慧濰坊建設辦

3.12        智慧營銷

市場定義：

智慧營銷指在 “使用者洞察-營銷策略制定-使用者觸達與轉化-效果評估” 的數字營銷流程中，能夠運用大資料探勘、自然語言處理、知識圖譜、機器學習等大資料與人工智慧技術，透過對某類營銷方式全過程或部分環節的智慧化來提升營銷質效，包括大資料使用者洞察、輿情趨勢洞察、精準投放、個性化推薦等智慧營銷場景。

甲方終端使用者：

營銷部門、運營部門、品牌部門

甲方核心需求：

對已初步搭建數字營銷體系的企業而言，在使用者洞察、營銷策略制定、使用者觸達與轉化、效果評估等環節仍存在痛點，需要藉助更全面的資料來源與先進的大資料技術更好地完成營銷目標。具體需求包括：

• 外部資料缺失，需要合規採集與分析多維度使用者資料。傳統的使用者洞察依託企業 CRM 或 CDP 已有會員資料，缺少合規的外部資料；使用者畫像和潛客預測等洞察場景很大程度上仍依賴人工經驗，準確度不夠高。隨著資料智慧技術的發展，企業希望能夠合規使用人群特徵偏好、行動軌跡、輿論趨勢等各項資料，透過演算法模型進行實時智慧分析，生成更準確的洞察結論與視覺化的資料展示，支撐策略制定最佳化。
• 市場洞察難度大，需要藉助智慧化手段進行全面分析。多樣化的渠道和龐雜的市場資訊給企業制定營銷策略帶來挑戰，要了解市場全域性、確保營銷效果變得更困難。因此企業基於專業知識與經驗去制定整體營銷策略的同時，愈發強烈需要對全域性市場環境形成系統性的分析方法，在客群趨勢、競品策略、市場反饋等方面獲得及時準確的資料。
• 使用者觸達效率較低，智慧化運營水平急需提高。隨著營銷精細化程度不斷提高，企業需要提高使用者觸達與轉化環節的自動化智慧化水平，基於使用者生命週期或基於使用者分群構建豐富的營銷模型，支撐拉新、促活、個性化推薦、首購、復購、交叉購買等場景，實現精準的千人千面營銷，進一步提升各環節轉化效果。同時，還需要充分利用長期的營銷態勢量化資料與各產品、活動的實時轉化資料進行模型自動評估，並將量化、實時、全面的效果反饋快速應用於策路調整與最佳化，持續提升營銷 ROl。

廠商能力要求：

廠商需要在活動營銷、內容營銷與整合營銷等領域，提供不同的營銷工具、服務和方法論，且應具備大資料探勘、自然語言處理、知識圖譜、演算法模型等底層技術，對數字化營銷全過程或部分環節的實現智慧化升級，主要應提供以下能力：

• 大資料使用者洞察能力。廠商應提供豐富合規的資料來源以及 Al 分析模型，針對企業所需的線上線下營銷場景，運用大資料與機器學習技術對客群人口屬性、手機及 APP 偏好、興趣關注、品牌關注、位置分佈等維度，進行實時全面的使用者洞察，為營銷策劃提供更敏捷可靠的資料支援。
• 市場環境洞察能力。廠商應具備營銷業務理解和市場分析方法論，並能運用自然語言處理、知識圖譜、資料探勘等技術手段收集充分的市場資訊，包括線下場景的區位、人流情況，以及線上場景的輿論趨勢、媒體熱點、渠道分佈、KOL 詳情等，代替傳統的人工調研和資料分析，形成對營銷態勢的洞察。
• 智慧化運營能力。廠商提供的 CDP、MA 等智慧營銷產品，需具備智慧的標籤體系、豐富的營銷模型和效果監測功能。透過智慧打標功能使使用者標籤更加豐富準確；透過個性化推薦、交叉推薦、復購預測、需求升級預測等營銷模型實現精準投放，並提供細緻的統計資料和指標，幫助企業提升使用者運營的智慧化水平。

入選標準：

1. 符合智慧營銷市場全部廠商能力要求；
2. 2021Q2至2022Q1該市場付費客戶數量≥8個；
3. 2021Q2至2022Q1該市場合同收入≥1000萬元。

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

數說故事

廠商介紹：

數說故事成立於2015年，總部同時設立在廣州及珠海橫琴，在北京、上海、成都設有分支機構，員工800+人，60%+為大資料和AI研發團隊，在“認知AI”領域佔據領先地位。公司構建了從資料收集、處理、分析、建模到商業應用的全價值鏈解決方案，幫助10+行業的500+頭部企業完成營銷數字化轉型。

產品服務介紹：

作為中國領先的一站式大資料及AI智慧應用提供商， 數說故事構建了從資料收集、治理、分析、建模到商業應用的全價值鏈解決方案，基於多年的行業深耕，沉澱數說故事獨有的方法論體系及寶貴實踐經驗，完整覆蓋產品創新、品牌營銷、內容營銷、渠道銷售、使用者運營、風險預警、投資顧問等豐富的商業場景。數說故事服務日化美妝、食品飲料、連鎖零售、3C網際網路、汽車製造、廣告營銷等 10餘個行業，致力於企業及政府實現業務變革和營收增長。

廠商評估：  

綜合來看，基於多年來大資料技術沉澱和實踐經驗積累，數說故事的資料能力、演算法能力、平臺能力和生態構建能力在業內具備優勢，可以滿足企業產品創新、品牌營銷、內容營銷、渠道銷售、使用者運營、風險預警等商業應用需求。

• 優秀的資料採集能力，良好適配營銷業務對資料的時效性、全面性需求。數說故事透過自有資料中心可蒐集全網大部分的聲量資料，覆蓋社交平臺、電商平臺、影片平臺、新聞媒體、論壇問答等多型別多平臺資料，每日可採集數億條資料，分鐘級別的資料更新速度行業領先，良好適配當下企業對聲量資料的時效性、全面性需求和對產品高度穩定性、相容性要求。
• 成熟的演算法平臺有效降低資料訓練和演算法開發成本，提升企業產品分析能力。基於經年累月的演算法能力積累，數說故事搭建了自助演算法平臺，平臺具備的NLP及多模態大規模預訓練模型，可大幅度降低企業訓練資料和演算法開發的研發成本、維護成本。經過全網資料採集以後，透過數說產品的智慧文字處理技術，對資料內容進行語義理解和情感分析，構建商業常識和智慧推理能力，進而可為企業提供商業知識圖譜。同時，模型可辨別資訊資料真實性，由此形成人群分析、時間分析、口碑分析，為企業提供專業的產品研究分析報告。
• 資料與業務深度結合的平臺體系，推動企業營銷業務迭代升級。數說故事可以運用紮實的資料整合及治理能力幫助企業實現業務資料化和資料業務化，以資料驅動企業營銷業務迭代，形成資料與業務深度融合的平臺體系。數說故事的資料平臺產品體系完整覆蓋從資料採集、處理、分析和建模所有環節，可實現短時間內快速完成營銷產品研發或客戶應用交付，為其商業應用生態建設打下良好基礎。
• 開放的生態合作環境，為企業提供更完整的解決方案。數說故事將PaaS平臺對生態合作伙伴進行開放，為上下游數字化廠商高效賦能。例如，在輿情場景下生態合作廠商可以利用數說已有的社媒資料庫進行資料採集，在內容創作場景下，數說PaaS平臺可幫助合作伙伴快速生成內容素材實現內容創作。合作廠商可依賴數說的開放平臺大範圍收集多維度多模態資料、快速構建互補性的場景產品，縮短廠商的產品建設研發週期，加速合作廠商為企業的服務效率。

典型客戶：

伊利、騰訊、寶潔、華為、廣汽等

3.13        安全大資料

市場定義：

安全大資料指利用大資料技術，在對全流量資料進行多維安全分析、風險事件分析、異常行為分析，深度識別、處理和防範網路安全風險的同時，最佳化傳統網路安全、資料安全防控體系下的大資料架構，實現安全大資料的高效運營管理的綜合性解決方案。

甲方終端使用者：

企業IT部門、網路安全部門

甲方核心需求：

近年來，各行業網路安全監管收緊，網路安全法規頻繁出 臺，而隨著企業資料孤島問題日益嚴重，以及外部入侵方式逐漸升級，僅透過傳統訪問許可權、網路掃描等手段難以實現健全的網路安全管控。因此，企業需要利用大資料分析，提升對風險因素的感知、預測和防範能力，升級企業網路安全保障。具體而言，企業對安全大資料的需求主要有以下幾點：

• 提升資料處理能力。網路安全分析所需資料有硬體裝置資料、網路安全裝置資料，以及系統日誌、應用日誌、執行和維護資料、外部攻擊資料等，資料量大且儲存較為分散，需要提升資料的集中處理能力，才能實現全面和及時的安全分析。
• 事前實現風險主動發現和預警。企業內外資料互動渠道不斷豐富，互動頻次不斷提升，對網路中潛在惡意檔案、惡意郵件等的防護也需要升級。在未發生風險時，需要透過過往經驗及安全系統排查能力對潛在風險進行有效預防。
• 事後實現風險高效處理。企業資料系統複雜性不斷提升，對於問題響應和處理即時性的要求也在不斷提升，傳統安全體系下，在安全問題發生後的日誌和流量分析耗費時間較長，且風險追溯要透過逐一排查實現，風險處理和修復時間長。企業希望透過高效的分析和追溯，快速進行問題定位，實現精準打擊。
• 在滿足行業監管要求和業務場景需要前提下，形成集團統一的安全管控體系。不同行業網路安全和資料安全標準存在差異，業務場景不同也帶來安全防控部署上的差異，且對於大型組織而言，集團、二級單位安全功能建設和部署不統一，安全等級不對稱等問題較為嚴重，因此，企業需要建設同時滿足上述條件要求的網路安全防控體系。

廠商能力要求：

• 具備海量多後設資料處理和即時查詢能力。首先，廠商要具備資料融合能力，透過多源資料分類、清洗、加工等多級處理，為安全分析提供精準可靠的資料來源。其次，廠商產品需採用高可用的大資料架構，能夠與企業原有大資料平臺進行對接，滿足國家法律規定半年以上的網路日誌儲存要求，實現大規模網路資料的全量採集和儲存。最後，廠商產品應提供資料檢索能力，透過大資料索引技術，幫助快速實現資料查詢，輔助進行資料關聯分析。
• 具備智慧化的風險檢測和評估能力。首先，廠商產品要能夠對安全風險進行智慧建模，基於歷史資料行為和外部威脅情報，透過機器學習、統計學分析等多項技術，對安全行為進行場景化建模，透過攻擊特徵多維度分析預測、未知威脅識別等多種安全分析手段，幫助企業提前發現資料異常行為，實現風險預警。其次，廠商需要具備風險評估能力，透過對攻擊行為的分析，評估該行為對網路系統的危害，輔助後期決策。
• 具備風險鏈路追蹤和視覺化互動能力。首先，廠商產品要具風險溯源能力，透過對風險事件逐層下鑽，關聯到原始日誌和檔案，高效定位風險源頭。其次，廠商產品要具備視覺化攻擊鏈路分析能力，將分析結果以圖譜等形式進行視覺化呈現，清晰回溯攻擊關係，方便運維人員更直觀分析風險並進行針對性處理。
• 具備行業化、場景化安全體系建設經驗和方法論，同時支援大型企業多級聯安全體系搭建。首先，廠商需要熟悉不同行業網路安全標註和規範，在結合不同行業業務場景的情況下，為企業合理設計安全解決方案。其次，廠商需要根據企業組織架構和資料安全需要，搭建支撐大型企業多級級聯、多分支機構的安全管理體系，考慮不同層級防禦系統之間的協作，實現嚴密的聯防聯控。

入選標準：

1. 符合安全大資料全部廠商能力要求；

2. 2021Q2至2022Q1該市場付費客戶數量≥5個

3. 2021Q2至2022Q1該市場合同收入≥500萬元  

代表廠商評估：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

鬥象科技

廠商介紹：

鬥象科技創立於2014年，總部位於上海，是中國領先的網路安全資料智慧與安全運營提供商，新一代網路安全領軍企業。公司以鬥象科技為集團中心，圍繞鬥象智慧安全、漏洞盒子、FreeBuf三大生態打造新一代網路安全科技企業，綜合運用安全資料智慧、實戰攻防、安全運營技術以及網際網路化的白帽平臺優勢，持續提升公司核心競爭力，為企事業客戶夯實網路安全底座。

產品服務介紹：

鬥象科技旗下品牌包括安全資料智慧與安全運營產品體系“鬥象科技智慧安全”，網路安全眾測與安全運營服務平臺“漏洞盒子”，網路安全行業門戶“Freebuf”及“Freebuf諮詢”。“鬥象科技智慧安全”以資料分析為基石，為企業提供安全資料智慧與安全運營產品。安全資料智慧與安全運營產品體系具備了全流量儲存、秒級溯源、多維度安全分析與歷史資料計算、綜合風險管理與事件分析、資產智慧識別與異常行為監測技術特性，完整覆蓋事前演練、事中分析、事後追蹤安全工作全流程，幫助企業構建安全運營體系，從而保障企業資料安全。

廠商評估：  

綜合來看，基於多年的實踐經驗積累和海量安全知識沉澱，鬥象科技的安全資料儲存和分析能力、安全產品可擴充套件能力、安全攻防演練解決方案以及安全運營解決方案在業內具備優勢。

• 優秀的資料儲存、資料計算及安全分析能力 ，為防範威脅攻擊奠定基礎。鬥象科技為企業提供的安全計算分析產品，可全量儲存全流量資料、網路檔案、PCAP、郵件等6個月以上。該產品可對資料實現流式處理，能夠滿足企業對資料實時分析和離線計算的需求，同時還支援PB級資料檢索，對千億規模的流量日誌實現秒級查詢。在安全分析層面，該產品能夠實現規則特徵分析、跨時間週期分析、調查溯源分析及影響面分析。鬥象科技優秀的資料儲存、資料計算及安全分析能力，為實現攻擊預警、監測、分析、響應奠定堅實的基礎。
• 高可用、可持續擴充套件的叢集架構，能夠支援千億級別安全資料的計算、分析、比對。在企業業務活動流量激增情況下，鬥象科技提供的安全大資料產品可根據業務需要無限橫向擴充套件儲存分析叢集，支援千億級別資料計算、分析、比對的能力，大幅提升了安全大資料產品的使用效能和可用性。
• 完善的攻防演練解決方案，幫助企業提升安全防禦能力。鬥象科技為企業提供的解決方案面向企業網際網路、辦公網的全攻擊路徑的預警、監測、分析、響應體系，能夠發現主動攻擊、跟蹤被動威脅，建立事前預警和事後響應的協作機制，並有效監測辦公網及員工安全行為，對繞過企業安全裝置的潛在威脅、異常行為、違規行為進行分析和處理，能夠幫助企業提升攻防對抗能力、應急響應能力、安全防禦能力。
• 提供定製化、體系化的安全運營解決方案，滿足企業個性化需求。鬥象科技的安全大資料解決方案可站在企業戰略角度，為企業安全部門提供一整套安全資料計算、安全運營與漏洞管理及安全監測產品矩陣。該解決方案能夠對企業接收的流量、資料、郵件進行全面計算和分析，精準識別潛在威脅。並透過安全運營系統對漏洞進行自動化管理、對攻擊者進行溯源反制，充分保障企業資產安全。不僅如此，鬥象科技還可以根據企業自身安全能力和預期靈活調整產品架構，各產品之間自由組合，可完美適應當下企業對於安全問題的個性化需求。
• 鬥象科技的安全大資料解決方案具有較高的易用性，能幫使用者快速提升安全水位。鬥象科技採用旁路布控方式，在不對其他部門的核心業務造成影響的前提下，完成安全裝置的部署、安裝和除錯，降低安全大資料產品的使用難度，快速提升公司整體安全能力和水位。

典型客戶：

中國銀聯、中國聯通、中國外匯交易中心

 4. 入選廠商列表