中國數(shù)據(jù)智能產(chǎn)業(yè)發(fā)展研究報(bào)告

1、數(shù)據(jù)智能簡介數(shù)據(jù)智能對行業(yè)的影響數(shù)據(jù)智能化對企業(yè)的影響 數(shù)據(jù)智能行業(yè)未來趨勢4數(shù)據(jù)智能簡介數(shù)據(jù)成為新的生產(chǎn)要素，日益爆發(fā)的大數(shù)據(jù)+AI技術(shù)成為數(shù)據(jù)智能的基礎(chǔ)，并不斷應(yīng)用在 各行業(yè)中的實(shí)際業(yè)務(wù)。數(shù)據(jù)智能：數(shù)據(jù)成為新的生產(chǎn)要素，智能化數(shù)據(jù)將成為新的競爭壁壘在2020年4月發(fā)布的中共中央國務(wù)院關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見，將數(shù)據(jù)作為與勞動、資本、土地、 知識、技術(shù)、管理并列的生產(chǎn)要素，這是第一次在中央文件中明確將數(shù)據(jù)作為一種新型生產(chǎn)要素。數(shù)據(jù)作為新的生產(chǎn)要素，在邊 際使用價(jià)值、產(chǎn)權(quán)、價(jià)值量度等方面具有獨(dú)特性。0102間接附能邊際效用遞增勞動、資本、土地生產(chǎn)要素會隨著使用而消耗其價(jià)值

2、，而數(shù)據(jù)并不會因?yàn)槭褂枚?。相反，?shù)據(jù)在 流動、應(yīng)用過程中能得到進(jìn)一步積累，數(shù)據(jù)價(jià)值會更大。目前，數(shù)據(jù)并不能直接創(chuàng)造價(jià)值，其價(jià)值需要通過賦能業(yè)務(wù)、管理，通過提升企業(yè)效 率來體現(xiàn)價(jià)值，其價(jià)值傳導(dǎo)鏈條具有間接性。03數(shù)據(jù)呈指數(shù)級增長傳統(tǒng)生產(chǎn)要素都是線性增長的，但數(shù)據(jù)增長軌跡卻是非線性的。圖 靈獎獲得者JimGray提出，每18個(gè)月全球新增信息量是計(jì)算機(jī)有史 以來全部信息量的總和。產(chǎn)權(quán)和價(jià)值界線難度增加傳統(tǒng)勞動、資本、土地的產(chǎn)權(quán)歸屬清晰，價(jià)值大小好04度量，但數(shù)據(jù)的產(chǎn)權(quán)歸屬、數(shù)據(jù)價(jià)值大小量度還沒有統(tǒng)一、明確的標(biāo)準(zhǔn)，相關(guān)的法律法規(guī)體系還遠(yuǎn)未成熟。02036數(shù)據(jù)智能：結(jié)合大數(shù)據(jù)+AI技術(shù)在實(shí)際商業(yè)環(huán)境

3、中解決實(shí)際業(yè)務(wù)問題數(shù)據(jù)智能（Data Intelligence）是什么呢？數(shù)據(jù)智能是指基于大數(shù)據(jù)，通過人工智能（AI）對海量數(shù)據(jù)進(jìn)行處理、分析和挖掘， 提取數(shù)據(jù)中所包含的有價(jià)值的信息和知識，使數(shù)據(jù)具有“智能”，并通過建立模型尋求現(xiàn)有問題的解決方案以及實(shí)現(xiàn)預(yù)測等。AI 主要由AI技術(shù)、算法、框架和基礎(chǔ)算法四部分構(gòu)成，在其發(fā)展歷程中，先后以機(jī)器學(xué)習(xí)和深度學(xué)習(xí)作為其主流算法。大數(shù)據(jù)解決采取!存儲!訪問個(gè)問題!技術(shù)利用人工智能的算法和技術(shù) 對數(shù)據(jù)進(jìn)行分析應(yīng)用針對具體業(yè)務(wù) 進(jìn)行應(yīng)用數(shù)據(jù)訪問!負(fù)載均衡數(shù)據(jù)存儲!分布式存儲數(shù)據(jù)采集!智能硬件、智能傳感器、攝像頭等#$技術(shù)自然語言處理（!#）、數(shù)據(jù)清洗、分析決

4、策、機(jī)器視覺、數(shù)據(jù)挖掘、知識圖譜#$框架!$%&()*+,+-./0%(#01203(#022./&022./ (4055/(678*9#$算法分類、回歸、降維、深度學(xué)習(xí)、聚類、規(guī)劃、優(yōu)化、預(yù)處理基礎(chǔ)算法高等數(shù)學(xué)、矩陣分布、數(shù)值分析、概率統(tǒng)計(jì)分析分類、聚類、預(yù)測、決策、規(guī)劃、推薦資料來源：中國人工智能學(xué)會，數(shù)據(jù)猿分析人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí) 的隸屬關(guān)系人工智能 1950-1980機(jī)器學(xué)習(xí) 1980-20107深度學(xué)習(xí)2010-至今數(shù)據(jù)智能的基礎(chǔ)概念數(shù)據(jù)智能發(fā)展歷程人工智能作為數(shù)據(jù)智能的模塊之一，在AlphGo 2017年成為新聞媒體焦點(diǎn)之后較大家熟知，此后更多在自然語言處理層面的人工 智能

5、蓬勃發(fā)展，但是數(shù)據(jù)智能在更高維度串聯(lián)行業(yè)和企業(yè)業(yè)務(wù)，將人工智能的算法優(yōu)勢與業(yè)務(wù)結(jié)合，逐步解構(gòu)和重構(gòu)行業(yè)商業(yè)邏 輯。!#!$!%!&$()(*(!)$至今未來可期關(guān)系式數(shù)據(jù)庫:;=780*./ 發(fā)布第一個(gè)商用)?關(guān)系式數(shù)據(jù)庫第二次爆發(fā)：機(jī)器學(xué)習(xí):;A=在日本開發(fā)的B0C7-D，可以與人溝通、閱讀樂譜并演奏電 子琴:;=深藍(lán)EFG電腦擊敗了國際象棋冠軍卡斯帕羅夫;A年代，)FG（3$&78- H/*-78 G0*9+1/3支持向量機(jī)I算法誕生8第三次爆發(fā)：深度學(xué)習(xí)由于大數(shù)據(jù)和深度學(xué)習(xí)算法的發(fā)展條件成熟DAAJ=K+1-71發(fā)表論文，首次提出L深度學(xué)習(xí)M神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)倉庫和分布式架構(gòu):;:=數(shù)據(jù)倉庫開

6、始涌現(xiàn) DAAN=分布式計(jì)算DAAO K0277&誕生數(shù)據(jù)智能AI與大數(shù)據(jù)的結(jié)合DA:N=深度學(xué)習(xí)在語音和視覺識別上都有重大突破 DA:=P.&90Q7擊敗圍棋世界第一棋手柯潔第一次爆發(fā)：+,誕生:;OJ=PE的誕生，在達(dá)特茅斯會議上，名詞被創(chuàng) 造AI大 數(shù) 據(jù)云計(jì)算DAAJ年產(chǎn)生云計(jì)算的概念DA:D年以來，美國、歐盟、日本等主要發(fā)達(dá)經(jīng)濟(jì)體積極推進(jìn)大數(shù)據(jù)發(fā) 展戰(zhàn)略。數(shù)據(jù)智能行業(yè)發(fā)展現(xiàn)狀：PEST分析PEST：政治（政策優(yōu)勢）、經(jīng)濟(jì)（商業(yè)化推動）、社會（隱私）、科技（發(fā)展階段）SET新基建和政策管控P2017 年 12 月, 工業(yè)和信息化部印發(fā)了發(fā)布促進(jìn)新一 9代人工智能產(chǎn)業(yè)發(fā)展三年行動計(jì)劃（

7、2018 - 2020 年）發(fā)布。 2019 - 2020 年，國家又提出“新基建” 策略，奠定政策基調(diào)。 商業(yè)化逐漸成熟， 企業(yè)側(cè)降本增效明顯 數(shù)據(jù)智能在各行各業(yè)的基礎(chǔ)建設(shè)已逐步完善，應(yīng)用層 方面也逐步提升企業(yè)人效，加速業(yè)務(wù)鏈流動，提升上 下游的互動和信息交換。基礎(chǔ)算力和AI 應(yīng)用技 術(shù)飛速發(fā)展 數(shù)據(jù)智能產(chǎn)業(yè)的基礎(chǔ)算力在不斷突破天花板， 同時(shí)AI 技術(shù)也從單點(diǎn)技術(shù)突破走向商業(yè)驅(qū)動階段，分支的深 度學(xué)習(xí)和認(rèn)知智能成為新的技術(shù)追逐點(diǎn)。數(shù)據(jù)化滲透，隱私 界線持續(xù)被討論 2020 年 7 月 3 日，中華人民共和國數(shù)據(jù)安全法（ 草 案） 全文在中國人大網(wǎng)公開征求意見。數(shù)據(jù)智能的挑戰(zhàn)：目前仍是間接創(chuàng)造

8、價(jià)值，未來還面臨數(shù)據(jù)“產(chǎn)權(quán)”等新挑戰(zhàn)數(shù)據(jù)作為新的生產(chǎn)要素備受關(guān)注，但是在數(shù)據(jù)智能行業(yè)里，除了數(shù)據(jù)之外，還需要機(jī)器學(xué)習(xí)的技術(shù)和AI在應(yīng)用層的表現(xiàn)才算構(gòu)成 完整的數(shù)據(jù)智能。25.3%1031.8%40.0%41.6%41.6%43.0%50.2%數(shù)據(jù)量的增長更快數(shù)據(jù)無處不在，萬事萬物都可以數(shù)據(jù)化數(shù)據(jù)的價(jià)值量大小評估更復(fù)雜，目前還沒有統(tǒng)一的標(biāo)準(zhǔn)數(shù)據(jù)并不會因?yàn)槭褂枚?，反而越用越多?shù)據(jù)的“產(chǎn)權(quán)”更復(fù)雜，目前還很難確定某份數(shù)據(jù)的產(chǎn)權(quán)歸屬數(shù)據(jù)作為一種資產(chǎn)，目前數(shù)據(jù)資產(chǎn)管理方法和技術(shù)還不成熟數(shù)據(jù)是通過賦能業(yè)務(wù)來間接體現(xiàn)價(jià)值，而不像資本、人才直接創(chuàng)造價(jià)值數(shù)據(jù)作為新的生產(chǎn)要素的特點(diǎn)（N=305）數(shù)據(jù)來源：數(shù)據(jù)

9、猿問卷調(diào)研數(shù)據(jù)智能對行業(yè)的影響數(shù)據(jù)智能創(chuàng)造的新業(yè)務(wù)鏈條最終會影響行業(yè)格局，其在互聯(lián)網(wǎng)、金融、新零售、醫(yī)療、教育等行業(yè)的革命性顛覆，最終描繪出一幅宏大的數(shù)據(jù)智能行業(yè)圖譜。數(shù)據(jù)智能：從最初的業(yè)務(wù)數(shù)據(jù)化到最終改變行業(yè)格局?jǐn)?shù)據(jù)智能在各個(gè)行業(yè)中基本遵循的推動流程：單點(diǎn)業(yè)務(wù)模塊線上化業(yè)務(wù)與業(yè)務(wù)數(shù)據(jù)聯(lián)通終端/營銷業(yè)務(wù)模式改變供應(yīng)鏈運(yùn) 營模式改變業(yè)務(wù)智能化商業(yè)模式改變/行業(yè)格局改變。期間投入的數(shù)據(jù)+新業(yè)務(wù)成本，會在大數(shù)據(jù)和智能化的作用下逐步發(fā)揮 效用，從單點(diǎn)業(yè)務(wù)的改善到整體行業(yè)格局的改變。數(shù)據(jù)采集 數(shù)據(jù)儲存 數(shù)據(jù)可視化單 點(diǎn) 業(yè) 務(wù) 模 塊 線 上 化 終 端 / 營 銷 業(yè) 務(wù) 模 式 改 變 數(shù)據(jù)聯(lián)通降低

10、終端運(yùn)營/ 人工成本業(yè) 務(wù) 智 能 化 企業(yè)整體商業(yè)格局發(fā)生改 變，數(shù)據(jù)智能附能新的業(yè) 務(wù)增長點(diǎn)業(yè) 務(wù) 與 業(yè) 務(wù) 數(shù) 據(jù) 聯(lián) 通 數(shù)據(jù)融合 數(shù)據(jù)分析供 應(yīng) 鏈 運(yùn) 營 模 式 改 變 系統(tǒng)打通數(shù)據(jù)智能降本增效行 業(yè) 格 局 改 變 數(shù)據(jù)的供需關(guān)系改變行業(yè) 的整體商業(yè)邏輯數(shù) 據(jù) 智 能與 行 業(yè) 融 合 的 過 程12數(shù)據(jù)智能行業(yè)圖譜資料來源：數(shù)據(jù)猿繪制13數(shù)據(jù)智能：關(guān)鍵數(shù)據(jù)技術(shù)節(jié)點(diǎn)+AI應(yīng)用相結(jié)合推動行業(yè)發(fā)展3云 + 大 數(shù) 據(jù) 實(shí) 現(xiàn) 更 好 的 數(shù) 據(jù) 融 合 數(shù)據(jù)中臺建設(shè)， 構(gòu)建統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和規(guī)范的數(shù) 據(jù)接口， 實(shí)現(xiàn)不同系統(tǒng)的數(shù)據(jù)打通。數(shù)據(jù)上云將 分散在各個(gè)系統(tǒng)中的數(shù)據(jù)匯總在云端，

11、只需通網(wǎng) 絡(luò)連接即可獲得數(shù)據(jù)服務(wù)。 1流 處 理 滿 足 數(shù) 據(jù) 時(shí) 效 要 求 離線批處理，可以實(shí)現(xiàn)海量數(shù)據(jù)的低成本規(guī) ?；幚?，流處理可以提升數(shù)據(jù)處理的實(shí)時(shí) 性， 滿足實(shí)時(shí)監(jiān)控、 風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警、工業(yè)互 聯(lián)網(wǎng)操作等場景需求。4用 A I 賦 能 數(shù) 據(jù) 應(yīng) 用 數(shù)據(jù)的最終價(jià)值在于應(yīng)用， 將大數(shù)據(jù)平臺 與人工智能平臺深度融合， 實(shí)現(xiàn)數(shù)據(jù)在大 數(shù)據(jù)平臺與AI 平臺的無縫銜接，可以幫助 企業(yè)在數(shù)據(jù)存儲、數(shù)據(jù)治理基礎(chǔ)上， 探索 更多的數(shù)據(jù)智能應(yīng)用。 2同 時(shí) 實(shí) 現(xiàn) 事 務(wù) 處 理 和 數(shù) 據(jù) 分 析 隨著數(shù)據(jù)與業(yè)務(wù)的深入融合，在諸多場景 中需要同時(shí)進(jìn)行事務(wù)數(shù)據(jù)的處理和分析。 通過事務(wù)/ 分析融合架

12、構(gòu)設(shè)計(jì)，可以避免以 往在兩類數(shù)據(jù)庫中頻繁數(shù)據(jù)搬運(yùn)帶來的效 率損失。智能語音技術(shù)數(shù)據(jù)挖掘機(jī)器人知識圖譜自然 語言處理生物 識別機(jī)器學(xué)習(xí)計(jì)算機(jī)視覺生物 識別14隨著大數(shù)據(jù)技術(shù)的持續(xù)發(fā)展，原來割裂的各個(gè)領(lǐng)域技術(shù)呈現(xiàn)出加速融合的趨勢，比如離線處理與實(shí)時(shí)處理的融合，事務(wù)數(shù)據(jù)存儲 與數(shù)據(jù)分析的融合，基于云平臺和數(shù)據(jù)中臺打通數(shù)據(jù)孤島，這些技術(shù)的融合發(fā)展，對于突破對海量數(shù)據(jù)處理的性能瓶頸意義重大。 此外，AI在數(shù)據(jù)價(jià)值挖掘方面的作用得到更多重視，AI平臺和大數(shù)據(jù)平臺的融合程度進(jìn)一步增強(qiáng)。數(shù)據(jù)智能實(shí)現(xiàn)的關(guān)鍵技術(shù)和功能人工智能技術(shù)應(yīng)用數(shù)據(jù)智能在各個(gè)行業(yè)的應(yīng)用程度目前數(shù)據(jù)化在各行業(yè)都逐漸成熟，在此基礎(chǔ)上的智能化和應(yīng)

13、用層不斷體現(xiàn)行業(yè)特色。數(shù)據(jù)智能在互聯(lián)網(wǎng)和金融行業(yè)中的應(yīng)用更為 普遍和深入，雖然應(yīng)用的技術(shù)各有不同，但都已有成熟業(yè)務(wù)案例，呈現(xiàn)改變行業(yè)格局的態(tài)勢。數(shù)據(jù)智能在行業(yè)中的具體應(yīng)用互聯(lián)網(wǎng)服務(wù)智能推薦圖片/視頻處 理翻譯語音助手安全防護(hù)旅行規(guī)劃內(nèi)容生產(chǎn)與審 核金融智能風(fēng)控智能投顧智能投研保險(xiǎn)科技安全防護(hù)醫(yī)療智能影像診療醫(yī)學(xué)數(shù)據(jù)挖掘智能問診健康管理藥物挖掘語音電子病歷教育自適應(yīng)學(xué)習(xí)智能評測智能排課語音學(xué)習(xí)分級閱讀視頻分析零售顧客行為分析商品識別自主結(jié)算物流管理客群識別數(shù)字供應(yīng)商工業(yè)制造缺陷監(jiān)測生產(chǎn)優(yōu)化安全防護(hù)機(jī)器人安防身份認(rèn)證系統(tǒng)視頻分析家庭安防智能攝像頭汽車ADAS系統(tǒng)自動駕駛算法車載交互企業(yè)服務(wù)智能營銷

14、商業(yè)決策智能客服數(shù)據(jù)標(biāo)注智能招聘CRM管理系 統(tǒng)58.4%1556.7%33.1%27.2%26.9%25.6%22.3%14.4%互聯(lián)網(wǎng)金融醫(yī)療政府教育零售工業(yè)農(nóng)業(yè)數(shù)據(jù)來源：數(shù)據(jù)猿問卷調(diào)研數(shù)據(jù)智能化應(yīng)用在各行業(yè)的應(yīng)用成熟度感知（N=305）數(shù)據(jù)智能發(fā)自互聯(lián)網(wǎng)也重構(gòu)互聯(lián)網(wǎng)：增量市場向存量市場轉(zhuǎn)變，數(shù)據(jù)精細(xì)化運(yùn)營地位凸顯互聯(lián)網(wǎng)屬于目前受益于數(shù)據(jù)最廣泛也最前沿的行業(yè)，同時(shí)也是最先面對挑戰(zhàn)的行業(yè)。隨著互聯(lián)網(wǎng)用戶滲透率增長放緩，增量市場 逐漸變?yōu)榇媪渴袌觯械纳虡I(yè)模式和產(chǎn)品模式都面對挑戰(zhàn)，從流量思維變?yōu)閿?shù)據(jù)思維，深耕細(xì)分領(lǐng)域，從用戶增長變?yōu)橛脩羯?耕成為趨勢，另一方面消費(fèi)互聯(lián)網(wǎng)也從簡單的線上零售向內(nèi)

15、容+社交轉(zhuǎn)變，非標(biāo)內(nèi)容將面對更加個(gè)性化。同時(shí)由于國內(nèi)互聯(lián)網(wǎng)的 成長歷史，互聯(lián)網(wǎng)出海時(shí)，數(shù)據(jù)角度經(jīng)常面對較大的政治層面壓力。互聯(lián)網(wǎng)面對的數(shù)據(jù)挑戰(zhàn) 5G時(shí)代對硬件物聯(lián)的破維預(yù)期從消費(fèi)互聯(lián)網(wǎng)到內(nèi)容+社交從流量思維到數(shù)據(jù)思維， 精細(xì)化數(shù)據(jù)運(yùn)營勢在必行互聯(lián)網(wǎng)數(shù)據(jù)智能的發(fā)展趨勢 原創(chuàng)商業(yè)模式到原創(chuàng)技術(shù)應(yīng)用16從Copy to China 到 copyfrom China，中國的互聯(lián)網(wǎng)如 何保持原創(chuàng)動力。增量市場到存量市場根據(jù)IDG數(shù)據(jù)，中國手機(jī)出庫量增速放緩，互聯(lián)網(wǎng)用戶滲透增速放緩也預(yù)示增量紅利逐步消失。國際政治沖突導(dǎo)致出海受阻中國互聯(lián)網(wǎng)出海在受到文化、宗教等本土化挑戰(zhàn)外，國際政治風(fēng)險(xiǎn)徒然增加。原創(chuàng)人口紅

16、利出海 受阻互聯(lián)網(wǎng)：市場競爭逐漸激烈，細(xì)分領(lǐng)域（內(nèi)容/直播）仍有空間，整體市場下沉趨勢明顯依據(jù)數(shù)據(jù)來源、應(yīng)用形態(tài)的差異，將互聯(lián)網(wǎng)劃分為PC互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、產(chǎn)業(yè)互聯(lián)網(wǎng)、萬物互聯(lián)四個(gè)階段。PC互聯(lián)網(wǎng)、移動 互聯(lián)網(wǎng)的數(shù)據(jù)主要來源于個(gè)人用戶，并服務(wù)于個(gè)人用戶；產(chǎn)業(yè)互聯(lián)網(wǎng)新增數(shù)據(jù)則大量來源于傳統(tǒng)企業(yè)“觸網(wǎng)”后的業(yè)務(wù)數(shù)據(jù)化，互聯(lián)網(wǎng)更多的走向線上線下結(jié)合，互聯(lián)網(wǎng)對傳統(tǒng)行業(yè)的滲透率進(jìn)一步提升。隨著萬物互聯(lián)時(shí)代的到來，現(xiàn)實(shí)物理世界逐步數(shù)字化， 物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等與消費(fèi)互聯(lián)網(wǎng)相互結(jié)合，共同構(gòu)建起“互聯(lián)網(wǎng)大腦”。人工智能在互聯(lián)網(wǎng)的創(chuàng)新應(yīng)用探索，衍生 出精準(zhǔn)廣告、AI視頻、虛擬主播、智能推薦等新的互聯(lián)網(wǎng)

17、業(yè)務(wù)形態(tài)?；ヂ?lián)網(wǎng)大腦互聯(lián)網(wǎng)智能應(yīng)用智能視頻推薦AI主播直播創(chuàng)新電商千人千面精準(zhǔn)定向廣告程序化廣告內(nèi)容合規(guī)審查智能身份認(rèn)證語音搜索以圖搜圖AI視頻生成APP性能 安全分析PC互聯(lián)網(wǎng)移動互聯(lián)網(wǎng)產(chǎn)業(yè)互聯(lián)網(wǎng)萬物互聯(lián)17門 戶 網(wǎng) 站 搜 索 電 商 社 交 移 動 社 交 移 動 電 商 移 動 地 圖 團(tuán) 購 、 O 2 O互 聯(lián) 網(wǎng) 教 育 互 聯(lián) 網(wǎng) 醫(yī) 療 互 聯(lián) 網(wǎng) 金 融 物 聯(lián) 網(wǎng) 車 聯(lián) 網(wǎng) 工 業(yè) 互 聯(lián) 網(wǎng) 數(shù)據(jù)智能在金融：改變傳統(tǒng)信貸模式，有效提升金融運(yùn)營效率傳統(tǒng)金融行業(yè)有線下網(wǎng)點(diǎn)眾多，流程高度規(guī)范，數(shù)據(jù)化需求高等特征，數(shù)據(jù)化之后不僅僅是業(yè)務(wù)線上化的表現(xiàn)，在實(shí)際經(jīng)營過程 中，大量

18、重復(fù)性合規(guī)的工作內(nèi)容逐步被數(shù)據(jù)智能替代，極大地提升了運(yùn)營效率，同時(shí)數(shù)據(jù)的打通和可視化也不斷提升決策能力。 同時(shí)在高端金融層面，個(gè)性化、定制化產(chǎn)品也逐步呈現(xiàn)，在普惠金融中的智能投顧產(chǎn)品也離不開數(shù)據(jù)智能的支撐。數(shù)據(jù)智能改變金融行業(yè)的商業(yè)模式 豐富個(gè)性化產(chǎn)品提升科學(xué)決策能力提升金融運(yùn)營效率數(shù)據(jù)智能在實(shí)際經(jīng)營中的效率提升 規(guī)?；鹑诙ㄖ品?wù)成競爭焦點(diǎn)18傳統(tǒng)信貸模式成本高，難以覆蓋大量長尾客戶。通過技術(shù)創(chuàng)新實(shí) 現(xiàn)下沉客戶群體的精細(xì)化運(yùn)營， 是以商業(yè)銀行為代表的金融機(jī)構(gòu) 績增長的關(guān)鍵?；ヂ?lián)網(wǎng)金融改變游戲規(guī)則互聯(lián)網(wǎng)金融創(chuàng)新活躍，消費(fèi)貸、 手機(jī)支付、理財(cái)產(chǎn)品推薦等金融服務(wù)更加便捷高效，傳統(tǒng)金融機(jī)構(gòu)面臨較大的

19、客戶尤其是 個(gè)人用戶流失的壓力。大數(shù)據(jù)改變改變傳統(tǒng)信貸模式傳統(tǒng)信貸模式成本高，難以覆 蓋大量長尾客戶。通過技術(shù)創(chuàng)新實(shí)現(xiàn)下沉客戶群體的精細(xì)化 運(yùn)營，是以商業(yè)銀行為代表的 金融機(jī)構(gòu)績增長的關(guān)鍵。金融 產(chǎn)品互聯(lián)網(wǎng)金融信貸 模式數(shù)據(jù)智能在金融：在不同金融細(xì)分領(lǐng)域中有不同的業(yè)務(wù)體現(xiàn)38.7%42.3%49.8%55.1%67.2%智能反欺詐，智能識別出欺詐風(fēng)險(xiǎn)，避免用 戶損失大數(shù)據(jù)風(fēng)控，解決小微企業(yè)貸款難題業(yè)務(wù)線上化，更多的業(yè)務(wù)可以在線上直接辦 理智能營銷，推薦更符合用戶需求的金融產(chǎn)品數(shù)據(jù)智能化應(yīng)用在不同的細(xì)分金融行業(yè)各有不同的業(yè)務(wù)體現(xiàn)，目前數(shù)據(jù)智能化從業(yè)人員比較看好的有：數(shù)據(jù)共享、智能營銷和業(yè) 務(wù)線上

20、化，都是短期內(nèi)有望突破落地的業(yè)務(wù)應(yīng)用。數(shù)據(jù)智能化過程中，比較看好的方面（N=305）開放銀行，銀行將賬戶數(shù)據(jù)、金融數(shù)據(jù)等有 限制地開放出來，推動民間金融發(fā)展數(shù)據(jù)共享智能 營銷業(yè)務(wù) 線上化小微貸風(fēng)控反欺詐銀行業(yè)企業(yè)借貸與融資、支付（刷臉 付）、清結(jié)算、DCEP、風(fēng)控、開放銀行領(lǐng)域A保險(xiǎn)業(yè)全域數(shù)字化、新一代核心系統(tǒng)及 數(shù)字中臺建設(shè)BC證券業(yè)在資產(chǎn)管理監(jiān)管創(chuàng)新（區(qū)塊鏈股權(quán)登記托管 系統(tǒng)）D基金業(yè)未實(shí)現(xiàn)金融科技效能的較大突破19數(shù)據(jù)智能應(yīng)用層面在金融各個(gè)細(xì)分領(lǐng)域的體現(xiàn)數(shù)據(jù)來源：數(shù)據(jù)猿問卷調(diào)研數(shù)據(jù)智能在金融：技術(shù)架構(gòu)和應(yīng)用場景在金融領(lǐng)域需要積累大量的用戶數(shù)據(jù)，尤其是信用、資金相關(guān)的數(shù)據(jù)，構(gòu)建統(tǒng)一的數(shù)據(jù)中

21、臺，然后探索智能應(yīng)用場景。依據(jù)數(shù)據(jù) 猿的市場調(diào)研，智能營銷、大數(shù)據(jù)風(fēng)控、反洗錢是比較看好的場景。另外，近來開放金融賬戶、對外提供金融科技服務(wù)等開放銀 行業(yè)務(wù)也逐漸受到關(guān)注。營銷、風(fēng)控、反洗錢、開放金融是重要應(yīng)用場景。百融云創(chuàng)、東方金信、明略數(shù)據(jù)、星環(huán)數(shù)據(jù)等在金融領(lǐng)域均有涉獵，微眾信科、元素征信、金電聯(lián)行、安華金和等則在金融征信 領(lǐng)域開辟疆土。數(shù)據(jù)中臺客戶基礎(chǔ)數(shù)據(jù)職業(yè)信息教育信息年齡性別地址信息證券資產(chǎn)保險(xiǎn)貸款負(fù)債信用卡 負(fù)債股票買賣 數(shù)據(jù)信貸數(shù)據(jù)人行征信 數(shù)據(jù)保單數(shù)據(jù)網(wǎng)購數(shù)據(jù)社交數(shù)據(jù)旅游數(shù)據(jù)交通出行資產(chǎn)負(fù)債數(shù)據(jù)金融行為數(shù)據(jù)其他數(shù)據(jù)信貸業(yè)務(wù)智能投顧手機(jī)銀行保險(xiǎn)推薦風(fēng)險(xiǎn)合規(guī)運(yùn)營管理營銷管理智能金融

22、智能風(fēng)控反欺詐大數(shù)據(jù)征信大數(shù)據(jù)風(fēng)控金融營銷基于深度客戶畫像，提升營銷的精準(zhǔn) 度和效率，增強(qiáng)獲客能力和客戶轉(zhuǎn)化 率。提升客戶滿意度，降低流失率。金融風(fēng)控綜合利用機(jī)器學(xué)習(xí)、知識圖譜、NLP等技 術(shù)，將金融領(lǐng)域的風(fēng)控規(guī)則與AI模型進(jìn)行 結(jié)合，構(gòu)建風(fēng)控場景模型。針對中小微企 業(yè)信貸需求，秒級審批，覆蓋中長尾。開放金融將成熟的AI服務(wù)輸出給生態(tài)合作伙伴， 拓展新的業(yè)務(wù)模式。不斷豐富AI應(yīng)用場景，將用戶數(shù)據(jù)反饋到AI平臺，進(jìn) 一步優(yōu)化模型，提升AI能力，形成數(shù) 據(jù)-技術(shù)-服務(wù)閉環(huán)。反洗錢從交易數(shù)據(jù)中自動識別洗錢可疑交易， 輔助分析和案件報(bào)送。提升案件識別準(zhǔn)確率，大幅度提升反洗錢合規(guī)工作 效率。20數(shù)據(jù)智能

23、在零售：商業(yè)邏輯從“人貨場”升級到“數(shù)據(jù)重構(gòu)顧客和服務(wù)+商品”互聯(lián)網(wǎng)和物聯(lián)網(wǎng)重構(gòu)了零售渠道，線上線下以及多智能終端的售賣相互融合，加速了零售大數(shù)據(jù)的產(chǎn)生。通過數(shù)據(jù)的智能化，一 方面對消費(fèi)者進(jìn)行深度洞察，構(gòu)建精準(zhǔn)營銷模型，加強(qiáng)貨品轉(zhuǎn)化效率，另一方面消費(fèi)者需求通過數(shù)據(jù)的形式反饋到供應(yīng)鏈，加強(qiáng) 供應(yīng)鏈串聯(lián)效率，提高物流倉儲貢獻(xiàn)，同時(shí)在售賣渠道端，通過數(shù)字化管理，進(jìn)而減少人工成本，提高運(yùn)營決策效率。數(shù)據(jù)智能改變零售行業(yè)的商業(yè)模式數(shù)據(jù)智能在實(shí)際經(jīng)營中的效率提升21提升供應(yīng)鏈效率提升線上線下運(yùn)營效率提升終端服務(wù)效率從實(shí)體場景 到平臺數(shù)據(jù)流服務(wù)、用戶數(shù)據(jù)、多為線 上/線下互動場景從門店為中心到顧客為中心原有

24、商品陳列變成依照用戶結(jié)構(gòu)和畫像進(jìn)行大 數(shù)據(jù)分配，并針對消費(fèi)者的非標(biāo)需求進(jìn)行服務(wù)。從商品交易 到個(gè)性化服務(wù)針對大眾用戶進(jìn)行商品的再加工/附加服務(wù)升 級，高端客戶推薦個(gè)性化定制服務(wù)，不斷提升客單價(jià)場人貨數(shù)據(jù)智能在零售：零售逐步完成“前后端”數(shù)字化升級，進(jìn)入從數(shù)據(jù)化到智能化的階段借助數(shù)據(jù)平臺，從線下門店、倉庫、供應(yīng)鏈、線上平臺等系統(tǒng)中采集數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)融合管理，進(jìn)行數(shù)據(jù)分析挖掘，在此基礎(chǔ)上 重構(gòu)零售行業(yè)的“人-貨-場”。從后端到前端，進(jìn)行全面數(shù)字化，實(shí)現(xiàn)供應(yīng)鏈、門店的精準(zhǔn)管理，創(chuàng)新線上渠道，深入客群洞察， 以智能營銷推動提升銷量。阿里云、騰訊云、京東云在零售電商領(lǐng)域領(lǐng)先，網(wǎng)易數(shù)帆、火山引擎、有贊等提

25、供零售數(shù)字化解決方 案。菜鳥、車滿滿、順豐等則在與零售相關(guān)的物流科技方面領(lǐng)先。貨數(shù)字供應(yīng)鏈倉庫管理商品管理 銷量預(yù)測商品物流商品質(zhì)量管理庫存告警 爆款管理人場電商渠道管理抖音、快手短視頻渠道 自有線上渠道(APP、公眾號、社群)線下門店智能營銷客群洞察用戶行為分析 門店人流分析智能客服用戶流失預(yù)警客戶交叉銷售 粉絲管理數(shù)字采集數(shù)據(jù)存儲數(shù)據(jù)治理數(shù)據(jù)融合數(shù)據(jù)分析數(shù)據(jù)可視化數(shù)據(jù)平臺06 智能營銷 05 客群識別 04 線上渠道創(chuàng)新 010203數(shù)字供應(yīng)鏈數(shù)據(jù)融合智慧門店 數(shù)字化提升服務(wù)模式：商品轉(zhuǎn)移、消費(fèi)體驗(yàn)、需求預(yù)測/ 需求前置22零售案例：面對消費(fèi)升級，零售龍頭企業(yè)需持續(xù)保持產(chǎn)品與品牌競爭優(yōu)勢從

26、線下實(shí)體門店到互聯(lián)網(wǎng)電商以及線上線下融合，零售一直經(jīng)歷著各種變革的沖擊，名創(chuàng)優(yōu)品作為零售龍頭企業(yè)，如何順應(yīng)時(shí)代 潮流，以新技術(shù)、新產(chǎn)品、新銷售繼續(xù)保持競爭優(yōu)勢，成為企業(yè)進(jìn)行數(shù)據(jù)智能的核心目的。通過前后端數(shù)據(jù)融合，網(wǎng)易數(shù)帆幫助 名創(chuàng)優(yōu)品在智能分析與決策的基礎(chǔ)上創(chuàng)新產(chǎn)品模式，從而保持品牌持續(xù)增長。擁有門店近4000家覆蓋全球超80個(gè)國家店均SKU3000+案例：名創(chuàng)優(yōu)品自2013年創(chuàng)始以來，一直保持超高速的 增長態(tài)勢面對消費(fèi)環(huán)境的變化，企業(yè)讓數(shù)據(jù)充分發(fā)揮其價(jià)值，保持產(chǎn)品 與品牌的競爭優(yōu)勢13223消費(fèi)者：需求與決策習(xí)慣變化基于品類與消費(fèi)數(shù)據(jù)，進(jìn)行品類預(yù)測、精準(zhǔn)營 銷、銷售模式升級。基礎(chǔ)設(shè)施升級：人

27、工智能、 5G等技術(shù)不斷被應(yīng)用大數(shù)據(jù)與AI產(chǎn)品結(jié)合，一方面 提高生產(chǎn)、管理、銷售等效率， 另一方面創(chuàng)造個(gè)性化顧客服務(wù)。競爭環(huán)境：競爭者多元 化，甚至降維打擊基于門店、生產(chǎn)、物流等數(shù)據(jù)，進(jìn) 行市場細(xì)分、產(chǎn)品供應(yīng)鏈與渠道管 理模式升級等，降本增效。DATA零售案例：網(wǎng)易數(shù)帆通過搭建全鏈路數(shù)據(jù)中臺，打造企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新發(fā)展引擎實(shí)時(shí)數(shù)據(jù)快速響應(yīng)，提升運(yùn)營效率 數(shù)據(jù)響應(yīng)時(shí)間從天級別直接下降到 分鐘級別，同時(shí)促使不同門店會員 復(fù)購率提升5-10%，會員銷售貢獻(xiàn) 提升10-50%管理看板提高決策能力數(shù)據(jù)報(bào)表覆蓋常用業(yè)務(wù)場景， 節(jié)省了人力成本BCDA打破數(shù)據(jù)孤島：指標(biāo)數(shù)量下降40%，模型數(shù)據(jù)下 降30%，

28、硬件成本下降15%；經(jīng)營大屏實(shí)現(xiàn)全球數(shù)據(jù)互聯(lián)互通通過網(wǎng)易數(shù)帆-有數(shù)大數(shù)據(jù)平臺和可視化分析體系，支撐大數(shù)據(jù)應(yīng)用研發(fā)，降低開發(fā)與管理的難度；建設(shè)數(shù)據(jù)中臺全局架構(gòu)， “數(shù)據(jù)向上、業(yè)務(wù)向下”同步覆蓋會員、產(chǎn)品、門店、交易支付、供應(yīng)鏈、公共六大數(shù)據(jù)域；建設(shè)會員中心、產(chǎn)品中心、門店中 心三大主題數(shù)據(jù)中心，統(tǒng)一消費(fèi)者、產(chǎn)品、門店的數(shù)據(jù)的采集、加工與分析應(yīng)用；數(shù)據(jù)分析中臺：設(shè)計(jì)并搭建管理者和店長看板， 結(jié)合業(yè)務(wù)實(shí)際情況梳理各用戶關(guān)注的數(shù)據(jù)指標(biāo)及提供數(shù)據(jù)分析思路，為各類用戶提供快捷的數(shù)據(jù)獲取與探索分析渠道。零售行業(yè)數(shù)據(jù)中臺架構(gòu)圖數(shù)據(jù)智能應(yīng)用效果用戶管理數(shù)據(jù)權(quán)限身份認(rèn)證集團(tuán)組織全局配置應(yīng)用配置權(quán)限管理系統(tǒng)管理外部

29、服務(wù)管理系統(tǒng)日志數(shù)據(jù)來源采集數(shù)據(jù)(IOT數(shù)據(jù)、其他采集、)業(yè)務(wù)系統(tǒng)數(shù)據(jù)(POS、ERP、MDM、CRM、采購訂貨、EWM、營促銷系統(tǒng)、財(cái)務(wù)系統(tǒng)、會員卡、供應(yīng)商管理)數(shù)據(jù)中心商品域會員域交易域財(cái)務(wù)域營銷域售后域.域數(shù)倉層門店中心門店?duì)I銷貨架管理庫存管理運(yùn)營管理商品中心商品洞察生命周期用戶中心生命周期忠誠度SKU管理異常分析積分管理權(quán)益激勵數(shù)據(jù)倉庫數(shù)據(jù)工具數(shù)倉設(shè)計(jì)中心數(shù)倉分層指標(biāo)設(shè)計(jì)主題域管理數(shù)據(jù)字典離線開發(fā)中心離線開發(fā)租戶管理任務(wù)運(yùn)維調(diào)度管理數(shù)據(jù)治理中心元數(shù)據(jù)管理數(shù)據(jù)質(zhì)量數(shù)據(jù)地圖數(shù)據(jù)資產(chǎn)大數(shù)據(jù)中心數(shù)據(jù)存儲計(jì)算引擎OLAP引擎分布式架構(gòu)數(shù)據(jù)接入數(shù)據(jù)傳輸工具EasyDT(數(shù)據(jù)源登記、數(shù)據(jù)源管理、數(shù)據(jù)

30、端到端傳輸)Pos流水倉儲數(shù)據(jù)采購訂貨會員營促銷財(cái)務(wù).數(shù)據(jù)應(yīng)用24BDP數(shù)據(jù)分析平臺用戶洞察會員分群精準(zhǔn)營銷智慧供應(yīng)鏈.零售多源數(shù)據(jù)融合，數(shù)據(jù)統(tǒng)一 資產(chǎn)化管理高效數(shù)據(jù)治理，有效降低數(shù)據(jù) 開發(fā)成本智能數(shù)據(jù)分析與可視，加速科 學(xué)決策對接業(yè)務(wù)系統(tǒng)，數(shù)據(jù)直接賦能 業(yè)務(wù)數(shù)據(jù)質(zhì)量與權(quán)限管控，保障數(shù) 據(jù)安全同時(shí)，網(wǎng)易數(shù)帆提供零售行業(yè)全鏈路數(shù)據(jù)中臺解決方案，全面加速企業(yè)創(chuàng)新發(fā)展*基于該架構(gòu)，實(shí)現(xiàn)：圍繞以數(shù)據(jù)中臺為核心，網(wǎng)易數(shù)帆為名創(chuàng)優(yōu)品提供零售行業(yè)的全鏈路數(shù)據(jù)中臺解決方案，以全鏈路數(shù)據(jù)中臺為底座，以數(shù)據(jù)體系 建設(shè)框架能力為核心，以數(shù)據(jù)資產(chǎn)中心、數(shù)據(jù)質(zhì)量中心為保障，通過統(tǒng)一的數(shù)據(jù)服務(wù)來應(yīng)對來自業(yè)務(wù)層的需求。而在

31、業(yè)務(wù)層，通 過網(wǎng)易有數(shù)承載業(yè)務(wù)數(shù)據(jù)化的能力，通過行業(yè)數(shù)據(jù)智能產(chǎn)品進(jìn)行數(shù)據(jù)業(yè)務(wù)化的探索與落地。網(wǎng)易數(shù)帆-零售行業(yè)全鏈路數(shù)據(jù)中臺解決方案整體架構(gòu)可收集可識別可分析可運(yùn)營企業(yè)CRM門店P(guān)OS官網(wǎng)/微商城天貓企業(yè)ERP財(cái)務(wù)系統(tǒng)更多系統(tǒng)數(shù)字化媒體公域運(yùn)營電商平臺（數(shù)據(jù)銀行等）信息分發(fā)平臺（巨量引擎等）社區(qū)平臺（騰訊廣告等）短視頻平臺（dou+等）私域運(yùn)營社交媒體數(shù)據(jù)整合復(fù) 購 拉 動官方旗艦店 新零售門店 終端賦能VIP ROOM小程序千人千面 智慧導(dǎo)購更多系統(tǒng)渠道數(shù)據(jù)系統(tǒng)數(shù)據(jù)媒體轉(zhuǎn)化投 放 引 流數(shù)據(jù)資產(chǎn)數(shù)據(jù)加工互動數(shù)據(jù)交易數(shù)據(jù)行為數(shù)據(jù)營銷數(shù)據(jù)商品數(shù)據(jù)顧客數(shù)據(jù)財(cái)務(wù)數(shù)據(jù)ONE ID標(biāo)簽算法策略指導(dǎo)獲客提

32、效精準(zhǔn)數(shù)字化投放社交裂變與KOC定位客戶獲取借助第三方數(shù)據(jù)補(bǔ)全畫像第一方數(shù)據(jù)客群畫像OpenIDMobile粉絲泛會員會員KOL商品生命周期商品管理選品自動化工具商品定價(jià)供銷平衡銷售預(yù)測策略指導(dǎo)運(yùn)營決策門店/渠道洞察商品洞察客群洞察人-貨-場洞察全域AIPL鏈路管理精準(zhǔn)獲客分析與管理客戶生命周期管理第一方客群畫像商品輿情(探索性)商品生命周期客戶生命周期標(biāo)簽工廠消費(fèi)者標(biāo)簽庫人口統(tǒng)計(jì) 交易行為營銷行為 社交行為算法商品標(biāo)簽庫 產(chǎn)品屬性 功能屬性設(shè)計(jì)屬性 流通屬性店鋪標(biāo)簽庫 門店特征 門店績效設(shè)計(jì)屬性 門店客群營銷簽庫 媒體渠道 活動主題 導(dǎo)購屬性 場景行為聚類分析回歸模型決策樹協(xié)同過濾時(shí)間序列樸

33、素貝葉斯關(guān)聯(lián)規(guī)則報(bào)表數(shù)據(jù)分析品牌運(yùn)營市場門店財(cái)務(wù)商品模型決策模型AIPL模型RFM模型客戶生命 周期模型B/L模型商品推薦 預(yù)測模型客戶運(yùn)營 健康度模型聚類 分群模型API數(shù)據(jù)抽取API數(shù)據(jù)智能在醫(yī)療行業(yè)進(jìn)展：我國醫(yī)療正式進(jìn)入數(shù)字化、智能化與智慧化發(fā)展初期，未來不確定性大包括基因檢測、癌癥早篩、智能硬件監(jiān)測干預(yù)、用藥提醒等未出現(xiàn)典型領(lǐng)域，待開發(fā) 康復(fù)機(jī)器人等發(fā)展初期，部分企業(yè)發(fā)展較快包括AI影像診斷、靶向藥、遠(yuǎn)程會診、手術(shù)機(jī)器人、數(shù)字醫(yī)療等康復(fù)，通過遠(yuǎn)程隨訪、手術(shù) 機(jī)器人提升效率，彌補(bǔ)人力治療，精準(zhǔn)診斷治療提 升治愈率預(yù)防，針對健康或慢病 人群的疾病防控縱觀醫(yī)學(xué)發(fā)展，從經(jīng)驗(yàn)醫(yī)學(xué)、循證醫(yī)學(xué)到精準(zhǔn)

34、醫(yī)學(xué)（precision medicine），數(shù)字化、智能化與智慧化逐步貫穿至人們健康與疾 病的全流程。如，在預(yù)防階段，早篩通過基因檢測的方式提前獲知患病概率，預(yù)防風(fēng)險(xiǎn)。尤其是面對特殊人群，預(yù)防更為重要， 如為慢病人群提供動態(tài)血糖/血壓等體征監(jiān)測，把控并發(fā)癥發(fā)生風(fēng)險(xiǎn)。在治療階段，AI影像診斷、靶向藥治療、手術(shù)機(jī)器人的加 入都是數(shù)字與智能的前提。最后，康復(fù)體現(xiàn)在遠(yuǎn)程隨訪、康復(fù)機(jī)器人等方面。數(shù)據(jù)智能是醫(yī)療的未來，然而在醫(yī)療行業(yè)的發(fā)展才剛剛起步，面臨的問題與挑戰(zhàn)較多。數(shù)據(jù)智能發(fā)展基礎(chǔ)有限數(shù)據(jù)智能在醫(yī)療行業(yè)進(jìn)展數(shù)據(jù)孤島 未連通數(shù)據(jù)標(biāo)準(zhǔn) 缺失使用 流程缺失隱私安全 風(fēng)險(xiǎn)大26數(shù)據(jù)智能+醫(yī)療的主要推動因素

35、：政策引導(dǎo)方向，技術(shù)賦能場景政策是引導(dǎo)醫(yī)療健康行業(yè)前行的主要因素，近兩年我國在大數(shù)據(jù)、智慧醫(yī)院、AI醫(yī)療等層面共發(fā)布了50+的政策及細(xì)則，大力推 動了數(shù)據(jù)智能在公衛(wèi)及院端的應(yīng)用。此外，技術(shù)是數(shù)據(jù)智能落地醫(yī)療行業(yè)的基石。然而，相比其他領(lǐng)域，醫(yī)療與新技術(shù)的融合相 對緩慢，如云計(jì)算在三級醫(yī)院的滲透率僅為16%，在三級以下醫(yī)院僅為個(gè)位數(shù)。政策引導(dǎo)方向階段1：20152019，圍繞“健康檔案、大數(shù)據(jù)云平臺、數(shù)字化、 電子病歷、公共衛(wèi)生、互聯(lián)網(wǎng)+醫(yī)療健康”等領(lǐng)域提出大數(shù)據(jù)建立 的重要性。階段2：2019至今，各地政府逐漸推出相關(guān)政策，北京、上海、成 都、天津等地在醫(yī)療數(shù)據(jù)智能政策推動上走在了前列，且應(yīng)用場

36、景 更加細(xì)化。如在區(qū)域上的醫(yī)療大數(shù)據(jù)中心建設(shè)、區(qū)域醫(yī)聯(lián)體/醫(yī)共 體數(shù)據(jù)中心建設(shè)、健康信息平臺搭建、DRG/DIP等建設(shè)。在院端 包括，智慧醫(yī)院、電子病歷、互聯(lián)互通評級等。在細(xì)分疾病包括， 影像識別、慢病管理、基因檢測、藥物挖掘等領(lǐng)域。而這些細(xì)分場 景的應(yīng)用方向，均離不開智慧醫(yī)院的建設(shè)。此外，我國正積極就醫(yī)療健康大數(shù)據(jù)的體系進(jìn)行建設(shè)，明確數(shù)據(jù)標(biāo) 準(zhǔn)、隱私安全、數(shù)據(jù)使用流程等法律法規(guī)。27技術(shù)賦能場景云計(jì)算：受益于智慧醫(yī)院評級，基于互聯(lián)網(wǎng)醫(yī)院、影像存儲調(diào)取等 業(yè)務(wù)的數(shù)據(jù)計(jì)算與存儲需求，近兩年增長相對穩(wěn)定。AI：影像識別、智能語音、新藥研發(fā)等領(lǐng)域，近兩年發(fā)展較快，但 大規(guī)模推廣仍面臨臨床驗(yàn)證。5G：

37、遠(yuǎn)程會診、遠(yuǎn)程手術(shù)，受限于會診或醫(yī)共體發(fā)展，其真實(shí)使 用程度較低。機(jī)器人：手術(shù)機(jī)器人相對領(lǐng)先，但產(chǎn)品非常貴，僅有少量大三甲醫(yī) 院可采購試點(diǎn)。物聯(lián)網(wǎng)：受益于與院內(nèi)智慧管理，未來兩年可能會有部分增長。大數(shù)據(jù)分析：受DIP等醫(yī)?？刭M(fèi)影像，技術(shù)應(yīng)用滲透率將得到快速 提升。從場景選擇來看，醫(yī)院是目前技術(shù)滲透的主要場景，智慧醫(yī)院的建 設(shè)離不開這些技術(shù)。數(shù)據(jù)智能+醫(yī)院：以智慧醫(yī)院為核心的服務(wù)協(xié)同、醫(yī)療能力提升智慧醫(yī)院的核心是構(gòu)建圍繞以患者為中心的醫(yī)療服務(wù)體系，構(gòu)建智慧服務(wù)、智慧醫(yī)療與智慧管理。現(xiàn)階段，智慧服務(wù)發(fā)展相對快 速，主要體現(xiàn)在對外互聯(lián)網(wǎng)醫(yī)院、家庭醫(yī)生平臺的搭建上。其次為智慧醫(yī)療，AI輔助診斷，臨床輔

38、助決策系統(tǒng)、電子病歷等系統(tǒng) 建設(shè)多在三級醫(yī)院。未來隨著智慧醫(yī)院的建設(shè)，數(shù)據(jù)存儲、交互等需求又將會進(jìn)一步提升數(shù)據(jù)智能在院端的發(fā)展。智慧服務(wù)遠(yuǎn)程醫(yī)療 排隊(duì)叫號 信息推送 掛號服務(wù)預(yù)約服務(wù) 便民結(jié)算 患者定位信息公開服務(wù)自助服務(wù) 智能導(dǎo)醫(yī) 陪護(hù)服務(wù) 滿意度評價(jià)智慧醫(yī)療智慧管理臨床輔助決策支持 臨床數(shù)據(jù)中心電子病歷傳染病信息上報(bào)合理用藥 智能陪護(hù) 門診分診 自助發(fā)藥實(shí)名建檔 成本核算預(yù)算管理 培訓(xùn)管理醫(yī)院運(yùn)營決策管理財(cái)務(wù)管理物資管理考試管理醫(yī)務(wù)核算與收費(fèi) 醫(yī)院信息綜合查詢互聯(lián)網(wǎng)醫(yī)院體檢機(jī)構(gòu)醫(yī)保局衛(wèi)健委數(shù) 據(jù) 中 心養(yǎng)老機(jī)構(gòu)藥店藥監(jiān)局家庭醫(yī)生.26數(shù)據(jù)智能化對企業(yè)的影響當(dāng)下數(shù)據(jù)智能在營銷、運(yùn)營管理、產(chǎn)品

39、研發(fā)等方面都有實(shí)際應(yīng)用。數(shù)據(jù)智能逐步重構(gòu)企業(yè)商業(yè)邏輯，目前價(jià)值主要體現(xiàn)在營銷、運(yùn)營和產(chǎn)品研發(fā)三個(gè)方面初級中級高級智能決策， 快速響應(yīng) 重構(gòu)組織結(jié)構(gòu)， 商業(yè)化模型更新 降本增效， 精細(xì)化運(yùn)營 29.5%35.7%37.1%40.3%42.0%43.0%43.6%在某些領(lǐng)域?qū)崿F(xiàn)“機(jī)器換人”，降低企業(yè)用工成本加強(qiáng)與上下游企業(yè)的書共享，提升產(chǎn)業(yè)鏈協(xié)同能力借助智能營銷技術(shù)，提升市場營銷的投入產(chǎn)出比實(shí)現(xiàn)基于數(shù)據(jù)的科學(xué)決策，提升巨經(jīng)營決策的合理性通過數(shù)字化、智能化技術(shù)提升各個(gè)業(yè)務(wù)條線的運(yùn)營效率借助電商、短視頻、直播等數(shù)字化技術(shù)，拓展?fàn)I銷渠道加強(qiáng)對市場需求的感知能力，產(chǎn)品研發(fā)更符合市場需求依據(jù)市場調(diào)研，企業(yè)普

40、遍關(guān)注智能營銷、管理數(shù)字化和產(chǎn)品研發(fā)數(shù)字化方面的價(jià)值。具體來看，市場營銷的數(shù)字化、智能化程度 最高，涌現(xiàn)出營銷自動化、直播電商等創(chuàng)新應(yīng)用；企業(yè)管理和業(yè)務(wù)流程的數(shù)字化、智能化程度有待加強(qiáng)，重點(diǎn)在于通過數(shù)智化升 級提升企業(yè)管理效率，優(yōu)化業(yè)務(wù)流程；產(chǎn)業(yè)研發(fā)數(shù)字化、智能化還處于起步階段，其價(jià)值在于幫助研發(fā)部門更快、更深入地了解 市場需求，讓產(chǎn)品研發(fā)更有針對性。依據(jù)市場調(diào)研，企業(yè)普遍關(guān)注智能營銷、管理數(shù)字化和產(chǎn)品研發(fā)數(shù)字化方面的價(jià)值。當(dāng)下數(shù)據(jù)智能化對企業(yè)的價(jià)值體現(xiàn)（N=305）數(shù)據(jù)來源：數(shù)據(jù)猿問卷調(diào)研30數(shù) 據(jù) 智 能應(yīng) 對 營 銷 挑戰(zhàn)智能營銷：面對新的營銷，數(shù)據(jù)智能從精準(zhǔn)推薦切入，逐步向智能應(yīng)用層擴(kuò)

41、展更多的領(lǐng)域?qū)⒂稍隽渴袌鲛D(zhuǎn)變?yōu)榇媪渴袌?，對客戶的爭奪將日益激烈，粗放式營銷難以為繼，有針對性的進(jìn)行智能化營銷，將成 為制勝的關(guān)鍵?，F(xiàn)有的市場營銷面對著數(shù)據(jù)孤島、營銷終端與數(shù)據(jù)中臺的隔絕、缺乏精細(xì)化和個(gè)性化以及與忠誠用戶缺乏互動、 留存率低等問題。在一定的預(yù)算 范圍內(nèi)達(dá)到觸 達(dá)最大化， 且 頻次控制最佳， 因此對于媒介 的重合與全鏈 路歸因是關(guān)鍵媒介組合 最優(yōu) 精準(zhǔn)推薦 承接鏈路最優(yōu) 會員體系與 私域營銷 構(gòu)建自身會員體 系，進(jìn)行私域營 銷，是提升用戶 忠誠，降低獲客 成本的有效途徑， 因此對于私域流 量的管理， 私域 與公域的打通是關(guān)鍵用戶觸達(dá) 用戶 轉(zhuǎn) 化用戶 忠誠 營銷 鏈 條營銷 關(guān)鍵

42、壁壘 數(shù) 據(jù) 庫 與 數(shù) 據(jù) 庫 之 間 的 數(shù) 據(jù) 壁 壘 數(shù) 據(jù) 中 臺 與 業(yè) 務(wù) 前 端 的 業(yè) 務(wù) 鏈 接 壁 壘 統(tǒng)一賬戶、全量 數(shù)據(jù)的客戶洞察營銷自動化， 營銷方案程序化構(gòu)建智能 營銷閉環(huán)培育私有流量，構(gòu) 建粉絲營銷體系31真正實(shí)現(xiàn)千人千 面，不同素材精 準(zhǔn)推薦給不同人 群， 對于人群的 精準(zhǔn)畫像與流量 的精準(zhǔn)分配是影 響精準(zhǔn)推薦的關(guān) 鍵因素智能營銷：融合客戶數(shù)據(jù)，結(jié)合算法推薦探索智能應(yīng)用，結(jié)合業(yè)務(wù)場景提升終端轉(zhuǎn)化實(shí)現(xiàn)智能營銷，首先是在用戶數(shù)據(jù)基礎(chǔ)上實(shí)現(xiàn)多渠道、多系統(tǒng)數(shù)據(jù)的匯總?cè)诤?，?gòu)建統(tǒng)一的賬戶體系。數(shù)據(jù)平臺與AI平臺深度融 合，針對營銷數(shù)據(jù)構(gòu)建多樣化的AI算法模型，探索智能營

43、銷應(yīng)用。并結(jié)合業(yè)務(wù)場景不斷細(xì)化業(yè)務(wù)中臺能力，提升營銷效率，增強(qiáng) 用戶粘性，降低用戶流失率，培養(yǎng)忠誠用戶。投放系統(tǒng)CRMCDP數(shù)據(jù)管理系統(tǒng)中業(yè)臺務(wù)消費(fèi)數(shù)據(jù)社交數(shù)據(jù)BI系統(tǒng)決策流引擎客服機(jī)器人廣告投放用戶流失預(yù)警個(gè)性化推薦潛在客戶群體識別營銷自動化應(yīng) 用智 能 營 銷 數(shù) 據(jù) 結(jié) 構(gòu) 和 應(yīng) 用數(shù)據(jù)來源行為數(shù)據(jù)偏好數(shù)據(jù)年齡性別客群分層數(shù)據(jù)公域數(shù)據(jù)（站外媒體）：新聞資訊、綜合視頻、短視頻、社交平臺、電商平臺等 私域數(shù)據(jù)：官網(wǎng)、小程序、自有APP、微信公眾號等底 層 數(shù) 據(jù)32技 術(shù)存儲安全管理治理融合數(shù)據(jù)側(cè)深度學(xué)習(xí)AI算法AI建模魔性服務(wù)AI側(cè)場 景用戶精準(zhǔn)營銷智能運(yùn)營智能營銷案例：面對數(shù)字環(huán)境變革

44、，某汽車品牌對銷售模式進(jìn)行全鏈路數(shù)字化升級，實(shí)現(xiàn) 用戶與業(yè)務(wù)雙增長大數(shù)據(jù)和人工智能帶來的不斷涌現(xiàn)的C端場景，以及終端用戶的觸媒習(xí)慣改變，為車企了解用戶、直接觸達(dá)用戶帶來了新的機(jī)遇， 在兩者的共同影響下，車企的銷售模式亟待變革，在縮短與用戶距離的同時(shí)節(jié)約互動成本，促進(jìn)業(yè)務(wù)真正閉環(huán)，帶來品牌增長。銷 售 模 式 全 鏈 路 升 級與用戶真正的“面對面”原有用戶與車企的互動數(shù)據(jù)為散點(diǎn)式分布，在智能營銷體系下，可全 維度構(gòu)建準(zhǔn)確的用戶畫像。搭建業(yè)務(wù)增長閉環(huán)數(shù)據(jù)的分散導(dǎo)致企業(yè)線上與線下動作相互割裂，各個(gè)動作之間不能形成 有效閉環(huán)，合力效果被大大削弱。智能營銷在數(shù)據(jù)基礎(chǔ)上打通前后臺業(yè)務(wù)，提供更多元化的用戶

45、運(yùn)營服務(wù)。規(guī)模化地提供個(gè)性化互動營銷活動均需要運(yùn)營、策劃、內(nèi)容、設(shè)計(jì)、數(shù)據(jù)等團(tuán)隊(duì)資源的整合與協(xié) 調(diào)，智能營銷在定位潛在用戶基礎(chǔ)上，提供個(gè)性化互動，提升用戶體驗(yàn)， 促進(jìn)業(yè)務(wù)閉環(huán)。傳統(tǒng)汽車銷售+新的數(shù)字環(huán)境33大數(shù)據(jù)、人工智能等技術(shù)在高速發(fā)展，C端場景不斷涌現(xiàn)，出短視頻、直播等新玩法，用戶購買習(xí)慣已經(jīng)發(fā)生了劇烈的變化， 傳統(tǒng)的汽車銷售模式擁有了更多了解終端客戶的機(jī)會?；鹕揭娲罱▊€(gè)性化行業(yè)營銷數(shù)字化方案，擴(kuò)容用戶觸點(diǎn)，有效帶動銷量增長火山引擎基于數(shù)據(jù)治理能力優(yōu)勢，在有效觸達(dá)用戶的基礎(chǔ)上搭建業(yè)務(wù)增長閉環(huán)，并提供規(guī)范化+個(gè)性化的互動方式。幫助客戶用數(shù)據(jù)加深對用戶的理解，用數(shù)據(jù)閉環(huán)提升業(yè)務(wù)表現(xiàn)，用營銷自

46、動化為用戶規(guī)?；峁﹤€(gè)性化體驗(yàn)，從容應(yīng)對低成本獲 客、用戶激活與運(yùn)營、潛客培育與轉(zhuǎn)化等核心環(huán)節(jié)。用戶數(shù)據(jù)平臺 打 通 多 類 數(shù) 據(jù) ， 構(gòu) 建 用 戶 完 整 畫 像 ， 讓 數(shù) 據(jù) 可 讀 可 用ABC增長營銷平臺 規(guī) 模 化 、 自 動 化 地 為 用 戶 提 供 個(gè) 性 化 體 驗(yàn)智能數(shù)據(jù)洞察 讓 數(shù) 據(jù) 展 現(xiàn) 效 果 ， 以 數(shù) 據(jù) 驅(qū) 動 決 策 ， 用 閉 環(huán) 持 續(xù) 增 長多領(lǐng)域深耕在 新 零 售 、 汽 車 、 金 融 、 文 旅 和 泛 互 聯(lián) 網(wǎng) 行 業(yè) 皆 有 完 整 的 營 銷 解 決 方 案 。個(gè)性化場景解決方案針 對 不 同 業(yè) 務(wù) 場 景 提 供 相 應(yīng) 的

47、場 景 化 定 制 解 決 方 案 ， 有 效 實(shí) 現(xiàn) 業(yè) 務(wù) 閉 環(huán) 。成熟的智能應(yīng)用套件可靈活組合針 對 內(nèi) 容 創(chuàng) 作 、 用 戶 體 驗(yàn) 、 數(shù) 據(jù) 分 析 、 智 能 營 銷 和 業(yè) 務(wù) 運(yùn) 營 等 不 同 智 能 套 件 可 根 據(jù) 業(yè) 務(wù) 需 求 靈 活 組 合 。 中臺化的數(shù)據(jù)治理能力助力客戶數(shù)字化轉(zhuǎn)型 基 于 多 年 平 臺 + 數(shù) 據(jù) 治 理 + 算 法 的 中 臺 化 能 力 。34運(yùn)營管理：經(jīng)驗(yàn)式管理在隨著企業(yè)規(guī)模的擴(kuò)大，市場環(huán)境競爭激勵中很難保持高效性數(shù)據(jù)智能在運(yùn)營管理中心，將經(jīng)驗(yàn)決策管理逐步與大數(shù)據(jù)分析融合，利用數(shù)據(jù)融合、數(shù)據(jù)分析、數(shù)據(jù)可視化等一系列方法和工具， 以

48、數(shù)據(jù)驅(qū)動業(yè)務(wù)和管理決策，提升運(yùn)營管理的合理性和效率，降低人工成本，在此基礎(chǔ)上，組織管理、績效考核和企業(yè)文化等相 關(guān)管理層面也會逐步提升效率。但是在企業(yè)數(shù)字化轉(zhuǎn)型中，信息化、數(shù)字化和智能化經(jīng)常同步進(jìn)行，那么就會面對數(shù)據(jù)與業(yè)務(wù)錯位、數(shù)據(jù)孤島、數(shù)據(jù)安全、數(shù)據(jù) 資產(chǎn)效用不高等問題成為經(jīng)營管理數(shù)據(jù)智能化道路上常見的問題。數(shù)據(jù)與組織/業(yè)務(wù)邏輯錯位35簡單的數(shù)據(jù)化僅僅是在傳統(tǒng)管理方式上進(jìn)行系統(tǒng) 數(shù)字化，并未跳出傳統(tǒng)的管理劉流程和業(yè)務(wù)模式， 容易忽視數(shù)據(jù)智能在企業(yè)管理與組織流程、業(yè)務(wù)模式甚至企業(yè)文化層面的效用。組織構(gòu)架和人才需相應(yīng)升級數(shù)字化升級會逐漸形成新的業(yè)務(wù)鏈，相對應(yīng)的組織構(gòu)架和人才需求也會發(fā)生變化。在數(shù)

49、字化轉(zhuǎn)型的前中期會給企業(yè)帶來組織結(jié)構(gòu)上的磨合?？茖W(xué)決策各個(gè)業(yè)務(wù)系統(tǒng)連通性差，企業(yè)在數(shù)字化過程中，往往從不同廠商采購ERP、CRM、OA、BI等多個(gè)系統(tǒng)， 這些系統(tǒng)數(shù)據(jù)無法實(shí)現(xiàn)數(shù)據(jù)共享，產(chǎn)生的“數(shù)據(jù)孤島”，嚴(yán)重影響整個(gè)企業(yè)的數(shù)字化升級。數(shù)據(jù)資產(chǎn)管理不善，難以發(fā)揮效用目前企業(yè)對于數(shù)據(jù)的價(jià)值認(rèn)識不充分，數(shù)據(jù)作為一 種全新生產(chǎn)要素的重視不夠，數(shù)據(jù)資產(chǎn)管理不善， 數(shù)據(jù)更新不及時(shí)，數(shù)據(jù)滯后于業(yè)務(wù)。數(shù)據(jù)的價(jià)值挖 掘不充分，數(shù)據(jù)賦能業(yè)務(wù)的潛力還沒得到發(fā)揮。運(yùn)營管理智能化面對的主要挑戰(zhàn)和需求數(shù)據(jù)孤島難以讓規(guī)?；\(yùn)營上升至運(yùn)營管理：經(jīng)驗(yàn)管理向數(shù)據(jù)運(yùn)營管理轉(zhuǎn)變，目前在人力資源/研發(fā)/管理層面都有較多應(yīng)用通過構(gòu)建數(shù)據(jù)

50、分析平臺，將不同業(yè)務(wù)系統(tǒng)和渠道的數(shù)據(jù)進(jìn)行融合打通，并在此基礎(chǔ)上為業(yè)務(wù)部門構(gòu)建自助式分析工具，為高管層提供可視化的管理駕 駛艙平臺，推動整個(gè)企業(yè)的業(yè)務(wù)和管理從以往的經(jīng)驗(yàn)決策，向基于數(shù)據(jù)的科學(xué)決策轉(zhuǎn)變，提高管理的精細(xì)化層度。OA數(shù)據(jù)ERP數(shù)據(jù)CRM數(shù)據(jù)財(cái)務(wù)數(shù) 據(jù)HR數(shù)據(jù)線下門 店數(shù)據(jù)行政管理主題 分析企業(yè)資源利用 況主題分析企業(yè)資金流與 風(fēng)險(xiǎn)主題分析企業(yè)人才績效主 題分析電商平 臺其他第 三方平 臺市場需求與機(jī) 遇主題分析企業(yè)經(jīng)營儀表 盤戰(zhàn)略地圖企業(yè)經(jīng)營管理 復(fù)盤企業(yè)風(fēng)險(xiǎn)預(yù)警管理流程優(yōu)化管 理 駕 駛 艙 業(yè) 務(wù) 主 題 分 析 數(shù) 據(jù) 融 合 34.1%33.1%32.8%32.8%30.2%2

51、9.2%26.6%24.9%24.6%數(shù)據(jù)智能化過程中，已經(jīng)比較成熟的應(yīng)用人力技術(shù)產(chǎn)運(yùn)營物流財(cái)務(wù)供應(yīng)鏈經(jīng)營生產(chǎn)資產(chǎn) 資源品研發(fā)管理管理管理決策管理管理成熟36（N=305）數(shù)據(jù)來源：數(shù)據(jù)猿問卷調(diào)研運(yùn)營管理數(shù)據(jù)化：基于BPM搭建企業(yè)業(yè)務(wù)流程管理中臺企業(yè)數(shù)字化轉(zhuǎn)型涉及到眾多的業(yè)務(wù)流程，需要進(jìn)行重新的業(yè)務(wù)梳理和流程再造。BPM（Business Process Management）就是 整合不同業(yè)務(wù)系統(tǒng)進(jìn)行流程再造的方法和工具。BPM包括流程設(shè)計(jì)、流程引擎建設(shè)、流程可視化和流程優(yōu)化等，涵蓋企業(yè)的戰(zhàn)略 管理、經(jīng)營管理、生產(chǎn)管理、運(yùn)營管理等多個(gè)業(yè)務(wù)管理環(huán)節(jié)，與ERP、CRM、OA等企業(yè)管理系統(tǒng)融合打造

52、管理中臺，與數(shù)字中 臺配合共同推動企業(yè)的數(shù)字化，并與RPA、知識圖譜等結(jié)合，提升企業(yè)的智能化水平。提供BPM平臺服務(wù)的國外廠商包括 K2、 Ultimus、IBM、Oracle等，國內(nèi)炎黃盈動、奧哲H3 BPM、天翎、聯(lián)科等國產(chǎn)品牌開始嶄露頭角，搶占了更多的市場份額。流程引擎流程可視化流程設(shè)計(jì)借助流程設(shè)計(jì)器等 工具， 設(shè)計(jì)業(yè)務(wù)流 程視圖。在整體流 程架構(gòu)基礎(chǔ)上， 各 個(gè)部門的業(yè)務(wù)人員 可以像搭積木一樣 搭建業(yè)務(wù)流程模式， 并以便捷的拖拉拽 操作方式進(jìn)行流程 建設(shè)。以儀表盤、BI 等視 圖工具， 將業(yè)務(wù)和 管理流程以可視化 的方式呈現(xiàn)出來， 讓流程更加直觀， 操作更加便捷，降低流程的適應(yīng)成本。將

53、設(shè)計(jì)好的業(yè)務(wù)流 程、表單等進(jìn)行有 效串聯(lián)，通過流程 銜接和組裝打通各 部門流程， 制定有 效的流程運(yùn)轉(zhuǎn)規(guī)則， 實(shí)現(xiàn)流程的自動運(yùn) 轉(zhuǎn)， 構(gòu)建流程引擎， 驅(qū)動企業(yè)的管理自 動化。流程優(yōu)化在業(yè)務(wù)、管理流程 中建立有效的監(jiān)控 機(jī)制， 實(shí)時(shí)監(jiān)控流 程的運(yùn)轉(zhuǎn)情況，發(fā) 現(xiàn)流程中的“ 堵點(diǎn)” 、 “ 斷點(diǎn)” ， 查缺補(bǔ)漏，不斷優(yōu)化業(yè)務(wù)流程， 提升管理效率。戰(zhàn)略流程 戰(zhàn)略決策發(fā)展規(guī)劃經(jīng)營管理流程 人力資源管理財(cái)務(wù)管理 行政管理數(shù)據(jù)資產(chǎn)管理生產(chǎn)流程 生產(chǎn)管理 供應(yīng)鏈管理 倉庫管理運(yùn)營流程物流管理市場運(yùn)營 品牌運(yùn)營 客戶運(yùn)營37案例：亞信科技協(xié)助企業(yè)在集團(tuán)層面搭建大數(shù)據(jù)平臺，匯聚全量數(shù)據(jù)，構(gòu)建企業(yè)智能大腦實(shí)現(xiàn)數(shù)據(jù)融

54、合：對BOM（業(yè)務(wù)域、 運(yùn)營域、管理域）三域，高價(jià)值數(shù) 據(jù)的整合支持大數(shù)據(jù)應(yīng)用的敏捷構(gòu)建，有 效實(shí)現(xiàn)降本提效為客戶及其合作伙伴提供多樣化大 數(shù)據(jù)云服務(wù)能力，形成數(shù)據(jù)接入到 應(yīng)用發(fā)布的全流程支持，提升管理 和服務(wù)效率，促進(jìn)行業(yè)生態(tài)合作BCDA38對數(shù)據(jù)資產(chǎn)進(jìn)行全面管控亞信科技作為領(lǐng)先的軟件產(chǎn)品、解決方案和服務(wù)提供商，依托強(qiáng)大的“電信級”產(chǎn)品、服務(wù)、運(yùn)營和集成能力，幫助該集團(tuán)客戶 建設(shè)大數(shù)據(jù)云平臺，承載全網(wǎng)數(shù)億用戶的全量數(shù)據(jù)，支持多數(shù)據(jù)中心的異地調(diào)度。平臺擁有領(lǐng)先的大數(shù)據(jù)存儲計(jì)算資源、豐富的 數(shù)據(jù)庫資源、海量容器資源，以及較完備的大數(shù)據(jù)開發(fā)管理工具，能夠利用5G技術(shù)進(jìn)行實(shí)時(shí)數(shù)據(jù)分析，實(shí)現(xiàn)數(shù)據(jù)服務(wù)能

55、力的全面 開放。經(jīng)營管理數(shù)據(jù)智能解決方案應(yīng)用效果案例：亞信科技助力企業(yè)數(shù)字化轉(zhuǎn)型，提供數(shù)據(jù)價(jià)值體系，升級運(yùn)營管理能力亞信科技在數(shù)據(jù)智能方面主要產(chǎn)品包括AISWare BigData大數(shù)據(jù)產(chǎn)品套件、AISWare AI全域人工智能平臺，以及AISWare Digital Twin數(shù)字孿生套件，自底向上通過數(shù)據(jù)聚合、多維關(guān)聯(lián)、數(shù)據(jù)閉環(huán)和數(shù)字孿生等，為企業(yè)數(shù)字化轉(zhuǎn)型構(gòu)建數(shù)據(jù)價(jià)值體系。39產(chǎn)品研發(fā)：需求明確以及高效的項(xiàng)目管理是關(guān)鍵在產(chǎn)品研發(fā)過程中，需求是否準(zhǔn)確決定著產(chǎn)品的價(jià)值走向，同時(shí)產(chǎn)品研發(fā)通常需要多方溝通與協(xié)作，因此除了攻克技術(shù)門檻，對 于研發(fā)人員的職責(zé)明確、項(xiàng)目流程化的管理，以及多方高效的溝通機(jī)

56、制，是影響交付結(jié)果的關(guān)鍵。研發(fā) 復(fù)盤 產(chǎn)品優(yōu)化 產(chǎn)品研發(fā)規(guī) 劃產(chǎn)品市場 驗(yàn) 證研發(fā) 項(xiàng)目 管理 研發(fā)流 程 管理 產(chǎn)品研發(fā)生命周期產(chǎn)品規(guī)劃：需求梳理明確，合理管控預(yù)期項(xiàng)目執(zhí)行：流程化管理以及合理的人員績效考評使得交付結(jié)果可控市場驗(yàn)證：降低邊際成本，提升邊際收益產(chǎn)品迭代：明確迭代目標(biāo)，制定考核標(biāo)準(zhǔn)40基于多源市場反饋，精準(zhǔn)把控需求脈絡(luò)、評估落地可行性在產(chǎn)品規(guī)劃階段，通過多方市場反饋的數(shù)據(jù)，尋找本品功能/特征與市場反饋的差距，是否滿足基礎(chǔ)訴求，擁有魅力屬性，同時(shí) 基于現(xiàn)有能力是否能夠落地，從而對產(chǎn)品未來在市場的使用價(jià)值作出預(yù)測。產(chǎn)品使用消費(fèi)者數(shù)據(jù)市場數(shù)據(jù)人體數(shù)據(jù)環(huán)境數(shù)據(jù)搜索數(shù)據(jù)其他數(shù)據(jù)性能數(shù)據(jù)產(chǎn)品

57、是對現(xiàn)有空白市場的滿足還是創(chuàng)造新市場？41產(chǎn)品市場空間有多少？持續(xù)性如何？類似產(chǎn)品的使用反饋如何？優(yōu)化與機(jī)會點(diǎn)在哪？現(xiàn)有預(yù)算和能力儲備能實(shí)現(xiàn)的程度？人工智能加速管理自動化，機(jī)器學(xué)習(xí)構(gòu)建預(yù)測模型，提升產(chǎn)品質(zhì)量在人工智能關(guān)鍵通用技術(shù)中，機(jī)器學(xué)習(xí)和知識圖譜是應(yīng)用場景最多的兩種。其中機(jī)器學(xué)習(xí)在產(chǎn)品質(zhì)量與風(fēng)險(xiǎn)預(yù)測、管理中的人機(jī) 交互效率至關(guān)重要。94.7%32.5%26.0% 25.4% 24.6%21.9% 18.4%13.2% 9.6%4.4%1.8%10 0%90%80%70%60%50%40%30%20%10%0%金融互聯(lián)網(wǎng)/TMT工業(yè)政務(wù)醫(yī)療營銷服務(wù)能源公安電信交互服務(wù)司法2017-2020Q

58、3中國機(jī)器學(xué)習(xí)獲投企業(yè)業(yè)務(wù)賽道熱度統(tǒng)計(jì)數(shù)據(jù)來源：艾瑞咨詢2020年中國人工智能產(chǎn)業(yè)研究報(bào)告，共計(jì)114家獲投。人工智能在產(chǎn)品研發(fā)中的應(yīng)用場景42如聊天機(jī)器人可降低人工溝通成本線上自動化審批和流程推進(jìn)機(jī)器學(xué)習(xí)預(yù)測產(chǎn)品質(zhì)量， 降低試錯成本機(jī)器學(xué)習(xí)構(gòu)建研發(fā)人員績效評估模型，而不只是依賴人員工時(shí)或者效率機(jī)器學(xué)習(xí)預(yù)測項(xiàng)目各節(jié)點(diǎn)風(fēng)險(xiǎn)數(shù)據(jù)監(jiān)控驗(yàn)證產(chǎn)品效益，數(shù)據(jù)分析進(jìn)行快速迭代產(chǎn)品發(fā)布后，應(yīng)形成一套有效的產(chǎn)品評估指標(biāo)體系，除了驗(yàn)證產(chǎn)品效益外，更能從指標(biāo)中挖掘產(chǎn)品本身或產(chǎn)品推廣層面的相關(guān)與歸因，從而形成良性產(chǎn)品循環(huán)體系，延長產(chǎn)品生命周期。金融互聯(lián)網(wǎng)消費(fèi)品醫(yī)療43產(chǎn)品組合投資人數(shù)投資金額滿標(biāo)時(shí)間收益率流標(biāo)數(shù)風(fēng)險(xiǎn)系數(shù)熱度（受歡迎度）.DAU頁面停留時(shí)長頁面跳出率點(diǎn)擊率評論/分享率訪問頻次訪問頁面數(shù)量加載速度.價(jià)格銷量