中国数据智能行业报告

1 | 爱分析·中国数据智能⾏行行业报告 2 | 爱分析·中国数据智能⾏行行业报告 爱分析 中国消费⾦金金融⾏行行业报告 中国数据智能⾏行行业报告 2019 年年 5 ⽉月 3 | 爱分析·中国数据智能⾏行行业报告 报告编委 报告指导⼈人 ⾦金金建华 爱分析 创始⼈人&CEO 张扬 爱分析 联合创始⼈人&⾸首席分析师 报告执笔⼈人 李李喆 爱分析 ⾸首席分析师 崔可家 爱分析 分析师 外部专家（按姓⽒氏笔划排序） 于揚 易易观 创始⼈人 王华 互道 创始⼈人&CEO 苏萌 百分点 董事⻓长&CEO 吴明辉 明略略科技 董事⻓长&CEO 赵杰辉 滴普科技 董事⻓长&CEO 胡健 ⼀一览群智 CEO 姜燕北北 泰迪熊移动 CEO 袁国玮 HyperS宏路路数据 创始⼈人&CEO ⻩黄向前 新颜科技 CEO 崔晓波 TalkingData 创始⼈人&CEO 崔晶晶 集奥聚合 创始⼈人&CEO 设计师 张赛华 4 | 爱分析·中国数据智能⾏行行业报告 特别鸣谢 5 | 爱分析·中国数据智能⾏行行业报告 报告摘要 数据智能公司的机会在于业务中台 • 企业数字化转型带来的数据融合和技术融合，促使数据中台出现。 • 单场景的数据中台会逐步与业务中台融合，只有少数核⼼心企业会⻓长期存在数据中台，数据智能公司的机会在于业务中台。 业务中台带来商业模式创新，⼤大数据下半场核⼼心是争夺场景 • 业务中台使得数据智能公司的商业模式能够从技术赋能向合作分成转变，合作分成将⼤大⼤大提升数据智能公司的天花板。 • ⼤大数据的下半场争夺核⼼心是场景。场景本身的价值提升，基于业务中台，实现场景内数据闭环，成为竞争的关键。 跨场景要寻找数据洼地 • 数据智能公司的天花板由单个⾏行行业天花板和跨场景能⼒力力决定。数据智能在各个⾏行行业发展不不平衡，⾦金金融、政务、品牌营销相对成熟，⼯工业、农业相对处于早期。 • 跨场景要选择数据基础设施较差、格局相对分散的数据洼地场景。技术能⼒力力强和具备独特数据资源的公司更更容易易跨场景。 6 | 爱分析·中国数据智能⾏行行业报告 ⽬目录 ⼀一. ⼤大数据新篇章——数据智能 07 ⼆二. 数据中台的出现与未来 18 三. 业务中台带来模式创新 27 四. 场景争夺成为主旋律律 35 五. 跨场景要寻找数据洼地 38 六. 三⼤大应⽤用场景相对成熟 42 结语 57 关于爱分析 58 7 | 爱分析·中国数据智能⾏行行业报告 ⼤大数据新篇章——数据智能 8 | 爱分析·中国数据智能⾏行行业报告 1. ⼤大数据新篇章——数据智能 1.1 ⼤大数据发展历程 整个⼤大数据⾏行行业发展分为五个时期，即收集、监测、洞洞察、决策和重塑。五个时期对应着两⼤大阶段，业务数据化和业务智能化，其中收集、监测和洞洞察是业务数据化阶段，决策和重塑是业务智能化阶段。 2019 年年，⼤大数据正式进⼊入业务智能化阶段，开启数据智能新篇章。 图 1：⼤大数据发展历程 数据来源：爱分析 2013 年年，企业开始认知到数据价值，⾦金金融、电信、公安等⾏行行业开始建设⼤大数据平台并购买⼤大量量外部数据，希望通过外部数据快速挖掘数据价值，因此对外输出数据的数据服务公司获得了了发展机遇。 2015 年年，数据⼤大屏等监测业务成为⼤大数据最先成熟的应⽤用，⼤大数据进⼊入到业务监测阶段。政府、央企以及⼤大型国企等优质客群对于数据监测展现应⽤用需求旺盛，BI 与可视化公司发展迅速。 9 | 爱分析·中国数据智能⾏行行业报告 2017 年年，随着⼤大数据平台建设完善以及企业精细化运营的需求不不断提升，单纯的数据展现很难满⾜足企业需求，⼤大数据开始与业务场景结合，⾏行行业进⼊入到业务洞洞察阶段。 此时，单纯的数理理统计很难满⾜足企业需求，因此出现了了⼤大量量数据挖掘、数据建模的需求，AI建模平台、数据科学平台开始进⼊入⼈人们的视野。明略略数据、百分点、同盾科技、百融⾦金金服等公司在这⼀一时期成⻓长为⾏行行业内的明星公司。 2019 年年，⼤大数据从业务洞洞察进⼊入到业务决策阶段，即由机器器形成数据报表或者数据报告，业务⼈人员进⾏行行决策，变为机器器直接给出决策建议，让机器器具备推理理能⼒力力。例例如，在外卖、出⾏行行场景，美团和滴滴的系统直接形成最佳调度⽅方式，⾃自动完成决策环节，将任务下发给骑⼿手和司机。这种消费互联⽹网相对常⻅见的场景，将在产业互联⽹网、企业业务场景中落地。 让机器器具备推理理能⼒力力，意味着 NLP、知识图谱等认知技术的成熟。数据驱动决策、数据驱动业务发展的企业新需求，必然会带动⼀一批数据智能公司的兴起。 未来，随着技术更更加成熟，⼤大数据会从业务决策进⼊入业务重塑阶段。⼤大多数执⾏行行环节将由机器器来实现，但仍有众多环节需要⼈人参与其中，因此，⼈人机协同会迎来迅猛发展，未来会诞⽣生⼀一批全新的数据智能公司。 1.2 数据智能对企业业务流的改造 当⼤大数据进⼊入到决策阶段，企业业务由原先的经验、流程驱动逐步转向数据驱动，数据中台和业务中台在整个业务链条价值度越来越⾼高。 图 2：传统业务模式：流程驱动 数据来源：爱分析 10 | 爱分析·中国数据智能⾏行行业报告 传统业务⽅方式，数据是副产物，业务⼈人员基于⾏行行业经验和流程建⽴立业务系统，数据主要⽤用于监测业务进展和洞洞察规律律，最终决策由业务⼈人员进⾏行行，整个业务流程迭代速度极慢，很难满⾜足现在快速变化的前端应⽤用，商业价值度较低。 图 3：新业务模式：数据驱动 数据来源：爱分析 新业务⽅方式，数据为业务系统核⼼心，基于技术中台的能⼒力力，将企业内外部数据打通形成数据中台，由数据中台驱动业务中台，并利利⽤用业务中台的组件重构业务系统。由于有中台的⽀支撑，各类开放服务可以对前端应⽤用的快速变化做出响应，因此商业价值会更更⾼高。 以美团为例例，美团的超级⼤大脑指挥调度着 60 万送外卖⼩小哥的⾏行行动，⾼高峰期⼀一个⼩小时要处理理 29亿次订单派遣，每天要处理理 2000 万个订单，整个流程完全是基于数据驱动，由系统⾃自动去运转。 图 4：数据智能与传统业务⽅方式⽐比较 传统业务⽅方式 新业务⽅方式 业务逻辑 流程经验驱动 数据驱动 数据价值 业务系统副产物 业务系统核⼼心 决策⽅方式 ⼈人⼯工 ⼈人机协同 迭代速度 极慢 快 商业价值 低 ⾼高 数据来源：爱分析 11 | 爱分析·中国数据智能⾏行行业报告 1.3 数据智能定义及⾏行行业图谱 1.3.1 数据智能定义 进⼊入数据智能阶段后，整个⾏行行业呈现出两⼤大趋势： 第⼀一，多技术融合。开源时代，技术⻔门槛越来越低，很多⼤大数据公司具备了了深度学习、NLP、知识图谱等技术能⼒力力；从客户需求来看，为了了指导决策，需要汇聚海海量量多源数