中國數(shù)據(jù)中臺行業(yè)研究報告

中國數(shù)據(jù)中臺行業(yè)研究報告2?2022.11iResearch

Inc.摘要來源：艾瑞咨詢研究院自主研究繪制。云原生是當下最為確定的技術趨勢，存算分離、微服務、ServerLess等核心技術要素驅動數(shù)據(jù)中臺走向云原生。數(shù)智融合理念將AI算法模型植入數(shù)據(jù)治理，高質(zhì)量數(shù)據(jù)反哺AI開發(fā)能力，讓數(shù)據(jù)和AI開發(fā)高效互通。泛中臺化趨勢明顯，業(yè)務場景需求的解決方案/產(chǎn)品趨于“中臺化”，以數(shù)據(jù)中臺為基礎的中臺體系不斷豐富。狹義來看，數(shù)據(jù)中臺是一套實現(xiàn)數(shù)據(jù)資產(chǎn)化和服務復用的工具；廣義來看，數(shù)據(jù)中臺是一套運用數(shù)據(jù)推動企業(yè)數(shù)字化轉型升級的機制和方法論。數(shù)據(jù)中臺始于業(yè)務數(shù)據(jù)的沉淀積累，用于數(shù)據(jù)的收集、整合、分析及應用，循環(huán)往復，形成生態(tài)閉環(huán)。2021年數(shù)據(jù)中臺市場規(guī)模達到96.9億元。在供給側，行業(yè)的生態(tài)化合作趨勢明顯；在需求側，企業(yè)對數(shù)據(jù)中臺的關注點從中臺本身轉向了最終的數(shù)據(jù)變現(xiàn)能力。行業(yè)集中度和成熟度持續(xù)上升，整體規(guī)模穩(wěn)步增長，增速趨于平穩(wěn)，預計將在2024年達到187.4億元。當前數(shù)據(jù)中臺的行業(yè)集中度仍保持較低水平，行業(yè)的活躍參與者大致分為平臺生態(tài)廠商、解決方案廠商和獨立中臺廠商三類，行業(yè)格局由競爭轉向競合，以協(xié)同生態(tài)為核心，集眾所長，將成熟的技術方案與行業(yè)服務經(jīng)驗結合，協(xié)同拓展應用解決方案的廣度和深度，深耕于金融、泛零售、政務、制造、工業(yè)等多行業(yè)應用場景。3數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實踐3典型企業(yè)案例4數(shù)據(jù)中臺概述1行業(yè)前景展望54?2022.11iResearch

Inc.定義來源：艾瑞咨詢研究院自主研究及繪制。數(shù)據(jù)采集始于業(yè)務，用于業(yè)務，生態(tài)閉環(huán)，源源不止數(shù)據(jù)中臺是一種數(shù)字化綜合解決方案。數(shù)據(jù)中臺采集、計算、存儲和處理海量數(shù)據(jù)，保證數(shù)據(jù)的標準統(tǒng)一和口徑一致，建立全域級、可復用的數(shù)據(jù)存儲能力中心和數(shù)據(jù)資產(chǎn)中心，組件化服務模塊，提高數(shù)據(jù)共享和復用能力，靈活高效地解決前臺的個性化需求。狹義來看，數(shù)據(jù)中臺是一套實現(xiàn)數(shù)據(jù)資產(chǎn)化和服務復用的工具；廣義來看，數(shù)據(jù)中臺是一套運用數(shù)據(jù)推動企業(yè)數(shù)字化轉型升級的機制和方法論。相較數(shù)據(jù)工廠時代，數(shù)據(jù)中臺立于業(yè)務數(shù)據(jù)的積累沉淀，破于數(shù)據(jù)收集、整合、分析及應用的生態(tài)閉環(huán)。數(shù)據(jù)中臺始于業(yè)務，用于業(yè)務，循環(huán)往復的理念與數(shù)據(jù)價值時代下數(shù)據(jù)資產(chǎn)價值最大化的目標相契合。數(shù)據(jù)中臺核心架構數(shù)據(jù)應用數(shù)據(jù)庫 日志數(shù)據(jù) 網(wǎng)頁及埋點數(shù)據(jù) 移動設備數(shù)據(jù) 物聯(lián)網(wǎng)數(shù)據(jù)存儲計算事務性功能HDFSMPPSparkFlink數(shù)據(jù)治理架構規(guī)范管理元數(shù)據(jù)管理主數(shù)據(jù)管理數(shù)據(jù)治理機制數(shù)據(jù)標準數(shù)據(jù)模型數(shù)據(jù)分布資產(chǎn)目錄鑒權管理在線查詢即席查詢數(shù)據(jù)資產(chǎn) 數(shù)據(jù)服務API服務……分析型功能數(shù)據(jù)運營管理數(shù)據(jù)安全管理驅動因素：宏觀層數(shù)據(jù)量規(guī)?？焖贁U張，數(shù)字化進程加快，技術更新迭代新冠肺炎疫情加速推動了從個體、企業(yè)到政府全方位的社會數(shù)字化轉型浪潮。企業(yè)方面，疫情的出現(xiàn)為企業(yè)數(shù)字化轉型按下了“

加速鍵”，在線辦公、在線交易等線上化運營方式為企業(yè)在特殊時期保持正常運轉提供了支撐。政府方面，政府的數(shù)字化應急能力和在線政務服務能力在疫情下不斷“淬煉”，在線服務指數(shù)由全球第34位躍升至第9位，邁入全球領先行列。據(jù)Gartner預測，2025

年全球將有309億設備接入物聯(lián)網(wǎng)。物聯(lián)網(wǎng)設備產(chǎn)生海量數(shù)據(jù)，對這些設備的運營、監(jiān)控以及安全保障，離不開大數(shù)據(jù)技術的支撐，反過來也推動了大數(shù)據(jù)技術的進步。云計算以及云計算環(huán)境下大數(shù)據(jù)技術的成熟，使構建一套大數(shù)據(jù)系統(tǒng)變?yōu)榈烷T檻、快速啟動的項目，且隨著業(yè)務增長進行無縫的技術增長，只需為實際使用的計算和存儲資源付費，大幅降低了使用門檻。來源：wind，艾瑞咨詢研究員整理及繪制。22324964839299101114351016273136394512%15%19%25%33%34%36%39%2005 2008 2011 2014 2017 2018 2019 2020 2021國內(nèi)生產(chǎn)總值（萬億元） 中國數(shù)字經(jīng)濟規(guī)模（萬億元）中國數(shù)字經(jīng)濟規(guī)模占比（%）來源：wind，艾瑞咨詢研究院整理及繪制。3124923%24%2005-2021年中國數(shù)據(jù)經(jīng)濟規(guī)模及全球占比 2015-2030年中國數(shù)據(jù)量規(guī)模及全球占比39% 28%29%1752015 2020中國年數(shù)據(jù)量（ZB）2025e 2030e中國年數(shù)據(jù)量全球占比（%）5?2022.11iResearch

Inc.?2022.11iResearch

Inc.驅動因素：行業(yè)層來源：工信部，艾瑞咨詢研究院整理及繪制。來源：工信部，艾瑞咨詢研究院整理及繪制。大數(shù)據(jù)核心技術和產(chǎn)品受關注程度高，產(chǎn)業(yè)發(fā)展再升級大數(shù)據(jù)技術和應用成為國家基礎性戰(zhàn)略支撐，是打造數(shù)字經(jīng)濟新優(yōu)勢、加快數(shù)字社會建設步伐、提高數(shù)字政府建設水平的重要力量，因此大數(shù)據(jù)核心技術創(chuàng)新和產(chǎn)品升級受關注程度高，產(chǎn)業(yè)發(fā)展具備充足的空間和潛力。隨著5G、AI、物聯(lián)網(wǎng)等技術的普及應用，數(shù)據(jù)應用場景被釋放，數(shù)據(jù)源不斷豐富，數(shù)據(jù)量快速攀升。云原生技術使企業(yè)組織能在公共、私有和混合云等現(xiàn)代動態(tài)環(huán)境中構建和運行可擴展的應用程序，是繼云計算之后，數(shù)據(jù)基礎設施領域實現(xiàn)新增長的重要拐點。在基礎軟件方面，數(shù)據(jù)中臺、數(shù)據(jù)治理、數(shù)據(jù)安全等產(chǎn)品引領細分市場發(fā)展。在應用軟件方面，BI、可視化、圖像分析等產(chǎn)品也備受關注。從企業(yè)和行業(yè)應用來看，企業(yè)更加注重運用數(shù)據(jù)技術向精細化運營、信息化決策演進。行業(yè)應用聚焦于軟件和信息技術服務、互聯(lián)網(wǎng)等領域。2014-2021年軟件和信息服務業(yè)收入增長情況 2020-2021年月度互聯(lián)網(wǎng)業(yè)務收入累計增長情況370264284848232551036190972072815869499416%13%14%12%13%16% 16%2014 2015 2016 2017 2018 2019 2020 2021軟件業(yè)務收入（億元） 增速（%）29%29%28%24%26%26%25%

25%23%22%21%5%2%5%15%14%15%14%

14%13%13%13%1-2月1-3月1-4月1-5月1-6月1-7月1-8月1-9月1-10月1-11月1-12月2020年（%）2021年（%）6?2022.11iResearch

Inc.?2022.11iResearch

Inc.驅動因素：企業(yè)層來源：艾瑞咨詢研究院自主研究整理及繪制。搭建全棧式的數(shù)據(jù)功能集成平臺，發(fā)揮數(shù)據(jù)資產(chǎn)價值企業(yè)的數(shù)字化進程不斷加快。企業(yè)內(nèi)部和上下游之間的合作越來越依賴各類數(shù)據(jù)平臺和數(shù)字化工具，但又形成新的痛點和癥結。一方面是缺少統(tǒng)一的業(yè)務系統(tǒng)集成途徑，數(shù)據(jù)格式和協(xié)議多樣化，導致數(shù)據(jù)難以傳輸和集成，另一方面是缺少與上下游企業(yè)分享數(shù)據(jù)和API服務的便捷途徑。此外，中國SaaS在疫情爆發(fā)后迎來了高光時刻，但企業(yè)系統(tǒng)運行在多云環(huán)境中，私有端大量業(yè)務系統(tǒng)與云端系統(tǒng)形成了錯綜復雜的關系，最終無法快速響應業(yè)務需求，阻礙業(yè)務創(chuàng)新。企業(yè)需要打造一個統(tǒng)一的數(shù)據(jù)功能集成平臺，形成統(tǒng)一的數(shù)據(jù)資產(chǎn)，提供統(tǒng)一的數(shù)據(jù)服務，簡化開發(fā)，敏捷集成，實現(xiàn)業(yè)務系統(tǒng)協(xié)同和業(yè)務需求敏捷響應，真正實現(xiàn)“讓數(shù)據(jù)資產(chǎn)發(fā)揮價值”。數(shù)據(jù)功能的集成化數(shù)據(jù)功能集成化業(yè)務系統(tǒng)集成途徑不統(tǒng)一，重復開發(fā)現(xiàn)象嚴重，效率低下；數(shù)據(jù)服務接口標準不統(tǒng)一，擴展能力差；數(shù)據(jù)治理標準不統(tǒng)一，無法進行全域數(shù)據(jù)治理；業(yè)務需求響應不及時，創(chuàng)新能力差，效率低。7?2022.11iResearch

Inc.業(yè)務系統(tǒng)的集成結構和服務關系清晰；數(shù)據(jù)服務接口標準統(tǒng)一，開發(fā)效率高；數(shù)據(jù)治理標準一致，可做到全域數(shù)據(jù)全生命周期的治理；業(yè)務系統(tǒng)協(xié)同，可實現(xiàn)敏捷開發(fā)。統(tǒng)一的數(shù)據(jù)功能集成平臺錯綜復雜的集成關系價值來源：艾瑞咨詢研究院自主研究及繪制。核心價值：提升數(shù)據(jù)治理，改造業(yè)務流程，深化數(shù)據(jù)應用數(shù)據(jù)中臺致力于解決原有數(shù)據(jù)關系及SOA架構解決企業(yè)“數(shù)據(jù)煙囪”問題，打通數(shù)據(jù)孤島，通過完善數(shù)據(jù)標準體系、強化數(shù)據(jù)質(zhì)量管控、統(tǒng)一管理元數(shù)據(jù)等方式加強數(shù)據(jù)治理，提升數(shù)據(jù)可用性，實現(xiàn)數(shù)據(jù)資產(chǎn)化。數(shù)據(jù)中臺在改造企業(yè)業(yè)務流程，打通數(shù)據(jù)壁壘的同時，也打通了企業(yè)部門間和事業(yè)群之間的業(yè)務壁壘，消除“部門墻”產(chǎn)生的沖突，極大提升了企業(yè)組織靈活性。數(shù)據(jù)中臺的設計定位是基于企業(yè)的頂層戰(zhàn)略，集中體現(xiàn)了企業(yè)的頂層框架和業(yè)務邏輯。數(shù)據(jù)中臺對企業(yè)全域數(shù)據(jù)資產(chǎn)進行開發(fā)和應用，實現(xiàn)了統(tǒng)一可比可算，讓數(shù)據(jù)具備了敏捷服務能力，滿足了企業(yè)各層級對數(shù)據(jù)服務能力的智能和快速調(diào)用，讓數(shù)據(jù)價值最大化賦能業(yè)務決策。數(shù)據(jù)中臺核心價值提升數(shù)據(jù)質(zhì)量運用可共享復用的數(shù)據(jù)管理工具進行數(shù)據(jù)治理，形成統(tǒng)一的數(shù)據(jù)標準，并結合可視化工具，提升數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理效果。豐富的算法模型加強數(shù)據(jù)與人工智能的融合，運用數(shù)據(jù)挖掘、AI預測等算法模型，加強數(shù)據(jù)的全生命周期治理，反哺AI算法模型，縮短數(shù)據(jù)開發(fā)周期。降低開發(fā)成本通過構建通用的數(shù)據(jù)服用，并進行可視化處理，提升數(shù)據(jù)資產(chǎn)和服務的復用性，降低開發(fā)成本。構建企業(yè)數(shù)據(jù)資產(chǎn)通過數(shù)據(jù)治理形成可用的數(shù)據(jù)資產(chǎn)，降低數(shù)據(jù)開發(fā)難度，覆蓋數(shù)據(jù)加工處理的全應用場景，為上層應用提供服務。提升數(shù)據(jù)安全通過數(shù)據(jù)安全模塊對數(shù)據(jù)進行敏感級別設定，運用數(shù)據(jù)加密、脫敏等功能，提升企業(yè)的數(shù)據(jù)安全。8?2022.11iResearch

Inc.爭議搭臺還是拆臺，做厚還是做薄隨著企業(yè)數(shù)字化轉型的深入和數(shù)據(jù)技術的不斷推陳出新，關于中臺的爭議也開始出現(xiàn)，比如中臺該做厚還是做薄等。艾瑞通過調(diào)研發(fā)現(xiàn)，這并非中臺本身問題，而是不同群體的語境不同，關注點不同。首先，數(shù)據(jù)和指標體系保持一致性的理念不會改變，且數(shù)字化程度越深，其價值越明顯。其次，復用的理念不會改變，“重復造輪子”在大多情況下都不被允許。再次，數(shù)用一體、循環(huán)往復的理念不會改變。而以上三點，正是數(shù)據(jù)中臺的理念基礎，因此中臺并不過時。在具體技術架構、產(chǎn)品形態(tài)和商業(yè)模式上，中臺確需與時俱進。首先，傳統(tǒng)意義上的廣義中臺將企業(yè)管理、平臺建設、數(shù)據(jù)治理、數(shù)據(jù)運營，形成了大一統(tǒng)的系統(tǒng)，門檻較高，且任何一環(huán)出現(xiàn)問題都難以真正成功。隨技術進步，原來需要人工去做的很多事項，都可以用工具和產(chǎn)品代替，在性能、功能、體驗均不變情況下，中臺變薄了。其次，中臺本身也需解耦與分層，數(shù)據(jù)匯聚、治理為一層，為數(shù)據(jù)管理層；數(shù)據(jù)服務與應用為一層，為數(shù)據(jù)應用層；安全、AI能力等，則縱跨兩層。數(shù)據(jù)中臺的解耦與分層數(shù)據(jù)安全管理數(shù)據(jù)模型管理 元數(shù)據(jù)管理 主數(shù)據(jù)管理數(shù)據(jù)匯聚實時接入 離線同步 異構數(shù)據(jù) 可視化配置數(shù)據(jù)標準管理數(shù)據(jù)管理數(shù)據(jù)治理分析型功能數(shù)據(jù)服務API服務 鑒權管理 在線查詢 即席查詢事務性功能數(shù)據(jù)應用數(shù)據(jù)應用數(shù)據(jù)運營管理AI能力來源：艾瑞咨詢研究院自主研究及繪制。9?2022.11iResearch

Inc.延展技術與業(yè)務中臺，支撐數(shù)據(jù)和應用服務技術中臺抽象、封裝和沉淀公共技術組件的可復用能力，以平臺形式對外輸出技術能力。技術中臺核心特點為云原生和微服務，通過API網(wǎng)關實現(xiàn)前端邏輯和后端支撐的安全分離和獨立開發(fā)，有效應對高頻海量業(yè)務訪問場景。技術中臺的設計和實施只需具備技術屬性，不能把業(yè)務邏輯封裝進去，否則就偏離了技術中臺能力抽象與標準輸出的本質(zhì)。業(yè)務中臺承載企業(yè)核心業(yè)務，實現(xiàn)企業(yè)級的業(yè)務能力復用和業(yè)務板塊協(xié)同，提升創(chuàng)新效能。業(yè)務中臺的典型特點是涉及領域多，需求變化快，業(yè)務場景邏輯復雜。在設計和實施中，需要劃分業(yè)務領域邊界，形成共享服務模塊，建立分布式微服務體系，為前臺應用提供可共享服用的業(yè)務能力。此外，也有觀點認為業(yè)務中臺偏事務，數(shù)據(jù)中臺偏分析，但在本報告中，數(shù)據(jù)中臺的概念本身已包括事務性需求。中臺基本能力架構技術中臺關鍵組件數(shù)據(jù)中臺數(shù)據(jù)服務數(shù)據(jù)應用數(shù)據(jù)采集數(shù)據(jù)開發(fā)前臺應用業(yè)務中臺

1業(yè)務中臺

2業(yè)務中臺

3公共服務能力用戶權限基礎能力流程設計技術中臺模型服務……開發(fā)框架運行環(huán)境監(jiān)控預警……后臺系統(tǒng)API網(wǎng)關服務鑒權服務路由降級限流……開發(fā)框架微服務治理前端開發(fā)框架微服務開發(fā)框架負載均衡配置中心流量控制服務發(fā)現(xiàn)配置管理……業(yè)務中臺關鍵模塊共享服務模塊用戶中心商品中心訂單中心交易中心會員中心店鋪中心評價中心支付中心物流中心搜索中心……資產(chǎn)中心來源：艾瑞咨詢研究院根據(jù)公開資料整理及繪制。10?2022.11iResearch

Inc.11數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實踐3典型企業(yè)案例4數(shù)據(jù)中臺概述1行業(yè)前景展望5市場規(guī)模來源：艾瑞咨詢研究院根據(jù)企業(yè)年報等公開資料、專家訪談及自有模型統(tǒng)計核算及繪制。37.868.296.9126.0156.2187.4行業(yè)增速有所放緩，市場規(guī)模穩(wěn)步增長我國數(shù)字經(jīng)濟蓬勃發(fā)展，企業(yè)數(shù)字化轉型步伐不斷加快，數(shù)據(jù)技術加速創(chuàng)新融合應用。2019年是數(shù)據(jù)中臺元年，行業(yè)快速完成了萌芽期和成長期的積累，正在積極向成熟期過渡。從供給側看，生態(tài)化合作趨勢明顯，一方面云廠商在各垂直領域加速布局合作生態(tài)，配合生態(tài)伙伴的行業(yè)積淀和服務協(xié)同，使得個性化部署能力和實施效率顯著提升；另一方面，部分獨立廠商融合云廠商的底層平臺能力，結合自身的技術創(chuàng)新和專項優(yōu)勢，發(fā)布多樣化的數(shù)據(jù)中臺產(chǎn)品。在需求側，企業(yè)對數(shù)據(jù)中臺的關注點已從中臺本身轉向了最終的數(shù)據(jù)變現(xiàn)能力，對中臺的理解不斷加深，需求也更加明確。此外，在疫情影響下，企業(yè)的價格敏感度上升，驅動廠商積極探索業(yè)務模式創(chuàng)新和服務升級。數(shù)據(jù)中臺行業(yè)的集中度和成熟度持續(xù)上升，整體規(guī)模穩(wěn)步增長，增速趨于平穩(wěn)。2019-2024年中國數(shù)據(jù)中臺的市場規(guī)模80%42%30%24%20%201920202022e2024e2021數(shù)據(jù)中臺市場規(guī)模（億元）2023e增長率（%）12?2022.11iResearch

Inc.產(chǎn)業(yè)圖譜來源：公開資料，艾瑞咨詢研究院整理及繪制。行業(yè)千帆競發(fā)，廠商百花齊放，市場格局初顯近些年，在大數(shù)據(jù)、云原生、人工智能等技術發(fā)展和企業(yè)數(shù)字化轉型加速的雙重驅動下，數(shù)據(jù)中臺在多場景快速落地。從廠商類型來看，平臺生態(tài)廠商、解決方案廠商、獨立中臺廠商以及自研廠商的邊界開始模糊，數(shù)智服務的生態(tài)協(xié)同明顯。從市場格局來看，云服務廠商依托完備的服務體系和強生態(tài)能力，輸出方法論、技術及工具，建立行業(yè)服務體系；產(chǎn)品廠商憑借創(chuàng)新技術能力和垂直行業(yè)深入的業(yè)務認知，取得行業(yè)積累，提升品牌競爭力。數(shù)據(jù)中臺產(chǎn)業(yè)鏈生態(tài)圖譜數(shù)據(jù)中臺廠商類型平臺生態(tài)廠商解決方案廠商獨立中臺廠商自研廠商13?2022.11iResearch

Inc.行業(yè)格局從競爭到競合，破壁搭橋提升數(shù)智服務，生態(tài)協(xié)同正當其時廠商發(fā)展邏輯正從競爭轉向競合，以協(xié)同生態(tài)為核心，集眾所長，合力拓展協(xié)同應用解決方案的廣度和深度。平臺生態(tài)廠商擁有內(nèi)部率先落地中臺戰(zhàn)略，之后對外提供服務的先發(fā)優(yōu)勢，為行業(yè)發(fā)展輸出方法論、技術和工具體系，商業(yè)模式以“提供云基礎服務，生態(tài)伙伴實施交付”為主。解決方案廠商積累了豐富的垂直行業(yè)服務經(jīng)驗和客戶服務基礎，可快速準確洞悉企業(yè)業(yè)務流程和痛點需求，但項目實施交付一般需要外部提供數(shù)據(jù)能力支持。獨立中臺廠商核心技術團隊普遍來自行業(yè)頭部廠商，技術背景扎實，行業(yè)經(jīng)驗過硬，但品牌影響力相比平臺生態(tài)廠商較弱。數(shù)據(jù)中臺廠商生態(tài)平臺生態(tài)廠商獨立中臺廠商解決方案廠商協(xié)同生態(tài)用戶提出中臺建設需求提供云基礎和咨詢服務中臺實施交付輸出技術工具體系大型項目作為生態(tài)伙伴參與中小型項目獨立提供中臺建設用戶數(shù)據(jù)能力（非必要）提出中臺建設需求來源：艾瑞咨詢研究院自主研究及繪制。14?2022.11iResearch

Inc.中臺實施交付15?2022.11iResearch

Inc.?2022.11iResearch

Inc.行業(yè)挑戰(zhàn)產(chǎn)品化和項目制之間的平衡問題在投融資領域，SaaS理念被眾多投資人所青睞。是否云上部署，是否訂閱且高續(xù)約，是否較少二開，是判斷SaaS屬性的重要指標。當前，中臺以服務中大型客戶為主?？蛻舻拇髷?shù)據(jù)量及對數(shù)據(jù)安全的特殊要求，導致較少采用全公有云的部署模式，大多仍采用類項目制（含一次性和私有訂閱）的形式。并且，中臺尤其是業(yè)務中臺部分，需要對行業(yè)和客戶有較深理解，在指標體系搭建、數(shù)據(jù)建模等環(huán)節(jié)，常需甲乙方深度配合，如果專心做通用產(chǎn)品，則在投標等環(huán)節(jié)并不占優(yōu)勢。不管是從業(yè)者，還是投資人，都要深入思考：如何在產(chǎn)品和商業(yè)模式上下功夫，以尋求降低邊際成本和滿足客戶定制需求的平衡。低零代碼的技術理念，大核心研發(fā)+多個小行業(yè)交付的組織架構，積極發(fā)展生態(tài)合作伙伴，部分開源打造生態(tài)等，都是可供參考的選項。低零代碼核心能力1

數(shù)據(jù)模型驅動通過頁面操作，方便靈活的進行模型定義，包括定義模型字段、相關數(shù)據(jù)表的關聯(lián)操作，以及模型規(guī)則和索引，實現(xiàn)低零代碼平臺的應用對數(shù)據(jù)模型的便捷操作。32

可擴展性一方面為前端和后端開發(fā)者提供熟悉的語言擴展，另一方面通過流程圖等方式進行業(yè)務邏輯擴展，此外，通過API集成第三方系統(tǒng)和服務，為低零代碼平臺的應用提供靈活調(diào)用。一體化能力提供本地開發(fā)調(diào)試、版本回退操作，有能力預留體驗，且回退操作不影響發(fā)布態(tài)產(chǎn)物。最后，低零代碼平臺支持自動構建發(fā)布上線、免運費以及配套監(jiān)控的一站式能力。4

可視化開發(fā)業(yè)務人員在可視化頁面內(nèi)通過托拉拽的方式形成前端語言交互，進而配置后端數(shù)據(jù)源和數(shù)據(jù)模型，定義并執(zhí)行工作流，實質(zhì)上通過可視化界面生成了可執(zhí)行的計算機語言。來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。研發(fā)核心核心研發(fā)+多行業(yè)交付的組織架構金融零售 地產(chǎn)政務……制造

控制開發(fā)成本，提升廠商ROI：通過研發(fā)核心抽象和沉淀產(chǎn)品研發(fā)能力，提升產(chǎn)品基礎側的穩(wěn)定性、拓展性和適應性，在不改變產(chǎn)品原有基礎功能的前提下，節(jié)約廠商研發(fā)成本。同時，通過與企業(yè)IT部門、技術架構師等協(xié)調(diào)，與技術強的生態(tài)伙伴合作，制定科學合理的部署方案，以合理的投入獲得最大回報。來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。16數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實踐3典型企業(yè)案例4數(shù)據(jù)中臺概述1行業(yè)前景展望5需求診斷來源：艾瑞咨詢研究院自主研究及繪制。企業(yè)搭建數(shù)據(jù)中臺應當按己所需，量力而為盡管隨著技術進步，中臺實施難度逐漸降低，但仍然不是所有企業(yè)都適合中臺建設。中臺匯聚、打通的特點，要求企業(yè)已經(jīng)或者在未來較短時間內(nèi)會有大量的數(shù)據(jù)積累和應用。如果企業(yè)體量不大，或者企業(yè)體量雖大但業(yè)務單數(shù)較少，在數(shù)據(jù)需求出現(xiàn)時，一對一地解決，可能性價比更高。中臺復用的特點，要求企業(yè)業(yè)務既不是完全一成不變的，也不是多業(yè)務線毫無關聯(lián)的，如果企業(yè)業(yè)務非常穩(wěn)定幾乎無變化，則中臺建設的必要性不足。中臺為整體解決方案的特點，要求企業(yè)有相應的配套機制，包括企業(yè)戰(zhàn)略、組織架構等，如企業(yè)沒有專門的數(shù)據(jù)部門僅靠業(yè)務部門，則企業(yè)數(shù)據(jù)建設容易陷入“公地悲劇”：每個業(yè)務部門都想使用數(shù)據(jù)，但誰都不愿貢獻、建設、治理數(shù)據(jù)。總之，中臺是一個基礎設施，其以底層的穩(wěn)態(tài)保障上層的敏態(tài)，以公共的建設保障各業(yè)務線的使用，以當前的重投入保障未來的高產(chǎn)出。凡企業(yè)不是此類規(guī)劃的，均不完全適合，可以用中臺里的某個模塊如數(shù)倉、數(shù)據(jù)湖或主數(shù)據(jù)治理等先行解決當前問題。企業(yè)是否引入中臺的考量要素信息化程度數(shù)據(jù)積累17?2022.11iResearch

Inc.業(yè)務特征經(jīng)營模式配套機制組織結構企業(yè)信息化建設程度已達較高水平，業(yè)務經(jīng)營由多個信息系統(tǒng)支撐，且壁壘明顯。企業(yè)已經(jīng)或未來較短時間內(nèi)有大量的業(yè)務數(shù)據(jù)積累，對數(shù)據(jù)資產(chǎn)價值轉化需求高。企業(yè)組織結構復雜程度高，跨部門協(xié)作障礙嚴重，已經(jīng)顯著影響到企業(yè)深度發(fā)展。企業(yè)擁有比較完善的配套機制，包括企業(yè)戰(zhàn)略、組織文化、數(shù)據(jù)部門成熟度等。企業(yè)有多條產(chǎn)品呈多元化經(jīng)營，各部門需對各條線做分析決策。企業(yè)業(yè)務既不是線或橫跨多業(yè)態(tài)，

完全一成不變，也不會有顛覆性變化，且業(yè)務線之間有所關聯(lián)。整體分析來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。金字塔型分析，由“虛”入“實”，從宏觀到微觀中臺項目實施難點，在于企業(yè)數(shù)字化過程中，虛實結合不到位。傳統(tǒng)咨詢常Top-Down打法，但往往是Top（規(guī)劃）有了，Down（落地）困難，常被稱為“缺腿和腳”。純技術出身的中臺廠商則需補充Top-Down

的方法論。目前，大多中臺廠商在為企業(yè)提供服務時，多采用從規(guī)劃到組織再到工具的自上而下打法，這其中要么自建咨詢團隊，要么生態(tài)合作完成。企業(yè)首先要明確自己的使命、愿景（To-Be）和當前狀況（As-Is），然后確定企業(yè)接下來一段時間的北極星指標，然后將該指標拆分為子指標，然后確定數(shù)據(jù)管理和應用體系，最后才是中臺具體路線。一開始這些看上去較“虛”的動作，其實是中臺能堅定、持續(xù)走下去必不可少的要素。這種方式，其實可以看成是“金字塔原理”以及“OKR”在數(shù)字化轉型中的具體應用。所以，企業(yè)中臺建設不僅是技術問題，更是管理問題，是企業(yè)的一把手工程。中臺建設的整體分析12使命愿景一般沒有固定方法，主要看創(chuàng)始團隊情懷，例如：以數(shù)智能力賦能業(yè)務，打造數(shù)據(jù)驅動的智能企業(yè)，讓業(yè)務更加智慧。當前環(huán)境分析匯集和篩選業(yè)內(nèi)主要分析方法：SWOT分析、價值鏈分析、波特五力分析、波士頓矩陣分析、K-R策略分析等。3518?2022.11iResearch

Inc.指標搭建北極星指標（

SMART)：

S=

具象化；M=可衡量性；A=可用性；R=相關性；T=期限明確。4 企業(yè)架構企業(yè)架構的全球標準TOGAF：劃分企業(yè)的四個關鍵領域；定義企業(yè)業(yè)務戰(zhàn)略和組織；記錄數(shù)據(jù)資產(chǎn)結構及數(shù)據(jù)管理資源。具體實施核心方法論OneData+OneService+OneID頭部的平臺生態(tài)廠商在內(nèi)部落地中臺戰(zhàn)略，獲得檢驗后對外輸出成熟的中臺建設核心方法論

：OneData+OneService+OneID。

OneData的本質(zhì)是構建從算法定義、數(shù)據(jù)研發(fā)到數(shù)據(jù)服務的統(tǒng)一指標和算法，數(shù)據(jù)采集、匯聚、清洗、加工、調(diào)動一次完成，避免因不同的業(yè)務場景造成不同部門對數(shù)據(jù)的重復建設，讓數(shù)據(jù)成為可復用、可深挖價值的資產(chǎn)，而非拖垮業(yè)務推進的隱性成本。OneService的本質(zhì)是數(shù)據(jù)即服務。傳統(tǒng)數(shù)倉從不同的系統(tǒng)調(diào)用數(shù)據(jù)時受數(shù)據(jù)庫權限限制，需要開發(fā)人員定制不同的訪問接口，出錯時還難以追溯影響到哪些應用和報表。數(shù)據(jù)中臺通過平臺化的工具/接口，一方面為應用開發(fā)屏蔽了底層數(shù)據(jù)存儲，提供數(shù)據(jù)查詢統(tǒng)一接口，另一方面提高了數(shù)據(jù)應用的管理效率，建立了從報表到應用的清晰鏈路，提升數(shù)據(jù)開發(fā)的友好性。OneData+

OneService+OneID實現(xiàn)路徑OneIDOneModelOneServiceOneDataOneModel

統(tǒng)一數(shù)據(jù)構建管理規(guī)范定義建模，構建數(shù)據(jù)資產(chǎn)：細化指標定位；設計派生指標；基于數(shù)據(jù)分層。OneService

統(tǒng)一數(shù)據(jù)服務復用而非復制數(shù)據(jù)：屏蔽復雜的主題式數(shù)據(jù)服務；一般查詢+OLAP+在線服務；屏蔽多源異構的數(shù)據(jù)服務。OneID

統(tǒng)一數(shù)據(jù)萃取實體識別連接和標簽生產(chǎn)：ID自動化識別和連接；行為元素和行為規(guī)則；標簽生產(chǎn)。效率大數(shù)據(jù)、微服務、高可用等技術開發(fā)門檻降低；研發(fā)和運維耗時降低，研發(fā)和運維效率提升。成本煙囪式開發(fā)形成的數(shù)據(jù)孤島被連接，人力成本降低；數(shù)據(jù)能力復用率提升，資源成本降低。質(zhì)量數(shù)據(jù)統(tǒng)一治理能力加強，數(shù)據(jù)穩(wěn)定性得到有力保障；數(shù)據(jù)一致性、及時性和準確性得到提升。來源：阿里云，艾瑞咨詢研究院整理及繪制。19?2022.11iResearch

Inc.廠商選型廠商產(chǎn)品案例主要考量中臺廠商用于部署中臺的產(chǎn)品和技術，例如開源比例如何，開源產(chǎn)品在開源社區(qū)的活躍程度如何，未來的技術趨勢怎么樣；對于商業(yè)或自研產(chǎn)品，使用門檻怎么樣，較開源產(chǎn)品的亮點或優(yōu)勢體現(xiàn)在哪些方面，未來的可替代性和依賴度如何等等。「活兒」主要考量中臺廠商的團隊背景，

包括團隊技術背景、行業(yè)背景、服務能力、響應時效等方面。人、活兒、事兒三方面考量企業(yè)在中臺選型時，應從人、活兒、事兒三方面進行考量?！叭恕笔侵福浩髽I(yè)應該考慮中臺廠商的團隊背景，如是否有大數(shù)據(jù)背景，是否有行業(yè)背景?！盎顑骸笔侵福耗壳爸信_廠商的產(chǎn)品中，哪些是開源的，哪些是自研的；如果是開源的，是否是主流且代表未來趨勢的技術路線；如果是自研的，核心優(yōu)勢在哪，與開源產(chǎn)品的語法、體驗等是否一致，會不會為自己帶來相應IT人才的缺乏；各個模塊之間是松耦合還是緊耦合；產(chǎn)品的使用門檻是否較低，體驗是否良好。“事兒”是指：中臺廠商在歷史上，是否有本行業(yè)的成功案例，取得了哪些顯著成果；中臺廠商與本企業(yè)的其他系統(tǒng)（如ERP、CRM等）是否有成功的對接先例，從而在實施中可以提高效率并降低風險。中臺選型考量要素「人」主要考量中臺廠商在中臺解決方案方面已有的標桿案例，重點關注包括ERP、CRM等業(yè)務數(shù)據(jù)，內(nèi)外部設備數(shù)據(jù)的對接等?！甘聝骸箒碓矗喊鹱稍冄芯吭焊鶕?jù)公開資料自主研究及繪制。20?2022.11iResearch

Inc.數(shù)據(jù)管理機制– 結合企業(yè)業(yè)務現(xiàn)狀設計數(shù)據(jù)管理組織，編制數(shù)據(jù)管理流程，明確數(shù)據(jù)責任人構建統(tǒng)一的數(shù)據(jù)模型、數(shù)據(jù)分布和數(shù)據(jù)流轉方案基于業(yè)務現(xiàn)狀調(diào)研，規(guī)劃設計核心業(yè)務域，覆蓋研發(fā)、營銷、制造、財務、等不同業(yè)務模塊–

支持按照企業(yè)組織架構靈活設置多級數(shù)據(jù)資產(chǎn)的歸屬部門，提供部門與數(shù)據(jù)集的歸屬關系，并以此進行管理–

支持數(shù)據(jù)資產(chǎn)按照一定的分類進行管理，可通過樹型結構、網(wǎng)狀結構進行管理，快速檢索定位數(shù)據(jù)資產(chǎn)– 支持按業(yè)務域、業(yè)務主題、業(yè)務對象、對象關系、業(yè)務流程、業(yè)務屬性的原則建設數(shù)據(jù)標準支持按照業(yè)務域模板化管理數(shù)據(jù)標準支持ER模型管理、逆向數(shù)據(jù)庫、主外鍵管理、分區(qū)設計、臨時表管理–

將企業(yè)中技術元模型、業(yè)務元模型、數(shù)據(jù)元模型、管理元模型等進行提煉管理，讓企業(yè)各部門能夠輕松、準確找到所需的數(shù)據(jù)– 具備元數(shù)據(jù)管理能力，查看和維護數(shù)據(jù)字典詳細信息、具備數(shù)據(jù)血緣分析、影響力分析等功能數(shù)據(jù)中臺建設伊始企業(yè)要從煙囪式的多系統(tǒng)多平臺向數(shù)據(jù)中臺轉變，建立統(tǒng)一的數(shù)據(jù)采集、處理、計算及服務平臺，形成統(tǒng)一的數(shù)據(jù)管理機制是基礎，實現(xiàn)路徑大致可分為五步：1）明確建設思路。企業(yè)應基于自身業(yè)務現(xiàn)狀，梳理核心業(yè)務域，做到研發(fā)、制造、物流、營銷、財務、人力等各業(yè)務模塊的全覆蓋，設計數(shù)據(jù)標準管理、數(shù)據(jù)質(zhì)量管理、質(zhì)量評價等相關管理流程，并責任到人。2）數(shù)據(jù)資產(chǎn)管理。支持資產(chǎn)歸屬、資產(chǎn)分類、資產(chǎn)概覽、資產(chǎn)搜索、統(tǒng)計分析、血緣分析等功能，并提供多格式文件的導入/出。3）數(shù)據(jù)標準管理。支持信息架構管理、模板管理、邏輯建模、維度建模、模型物化、標準校驗以及發(fā)布同步等功能。4）元數(shù)據(jù)管理。元數(shù)據(jù)管理是打破數(shù)據(jù)孤島，實現(xiàn)數(shù)據(jù)統(tǒng)一治理的基礎，需包含元數(shù)據(jù)采集、解析、管理、元模型管理、支持元數(shù)據(jù)展示和搜索等功能。5）數(shù)據(jù)質(zhì)量管理。需具備質(zhì)量規(guī)則，規(guī)則校驗、質(zhì)量監(jiān)控、規(guī)則關聯(lián)以及發(fā)布評價等功能。數(shù)據(jù)管理機制建設路徑建設思路 資產(chǎn)管理 標準管理 元數(shù)據(jù)管理 質(zhì)量管理來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.21–

支持預定義常見數(shù)據(jù)質(zhì)量規(guī)則及自定義數(shù)據(jù)質(zhì)量規(guī)則支持數(shù)據(jù)資產(chǎn)全目錄掃描、支持質(zhì)量告警及標識功能支持創(chuàng)建數(shù)據(jù)質(zhì)量監(jiān)控指標，設定相關監(jiān)控閾值，支持數(shù)據(jù)質(zhì)量告警模型開發(fā)關聯(lián)數(shù)據(jù)標準和質(zhì)量規(guī)則底座技術選型先進性和適應性應綜合考慮中臺技術，即廣義的大數(shù)據(jù)技術（中臺≈數(shù)字化咨詢+大數(shù)據(jù)技術+數(shù)據(jù)治理與管理+數(shù)據(jù)運營）。由于大量行業(yè)客戶，并不能自己玩轉大數(shù)據(jù)，所以一般需要“端到端”的產(chǎn)品或服務。供應商提供端到端服務，一般有幾種路徑：（1）公有云廠商提供從IaaS到SaaS的全套的云、數(shù)、智服務，一般云資源為自家提供，而數(shù)和智既可以選擇云廠商自有組件，也可以選擇開源組件。（2）部分廠商如Cloudera對不同的大數(shù)據(jù)組件進行組合，形成CDH和CDP套件。（3）解決方案廠商，基于客戶需求和自身理解，利用開源技術，進行自由組合和二次開發(fā)。（4）獨立中臺廠商，基于開源+自研的方式，打造全鏈條產(chǎn)品和服務。（5）一些新型HATP廠商，通過對流數(shù)據(jù)的進一步融合，以更輕巧的方式滿足中小企業(yè)的中臺需求。在技術組件選擇時，一般遵循以下原則：（1）確有明顯優(yōu)勢及取代趨勢時，選擇有優(yōu)勢的（如Flink相對于Storm）。（2）不同技術各有利弊時，根據(jù)自身業(yè)務、歷史架構、供應商擅長綜合選擇。（3）供應商有深度自研的，除體驗外，還應考慮后期服務的持續(xù)性以及自身IT人才的供給。常用的大數(shù)據(jù)技術大數(shù)據(jù)技術集群調(diào)度數(shù)據(jù)接入來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.22KubernetesYarnmesos日志數(shù)據(jù)埋點數(shù)據(jù)數(shù)據(jù)庫數(shù)據(jù)網(wǎng)頁數(shù)據(jù)物聯(lián)網(wǎng)數(shù)據(jù)消息隊列數(shù)據(jù)存儲分布式文件存儲NoSQL數(shù)據(jù)庫ETL任務調(diào)度數(shù)據(jù)檢索elasticsearchlucenesolr數(shù)據(jù)分析（OLAP)實時分析：DruidClickhouseDoris離線分析：HivePrestoImpala

Spark

SQLKylin數(shù)據(jù)計算實時計算：StormSpark

streamingFlink離線計算：MapReduceSpark23?2022.11iResearch

Inc.?2022.11iResearch

Inc.數(shù)據(jù)治理來源：公開資料，艾瑞咨詢研究院整理及繪制。來源：公開資料，艾瑞咨詢研究院整理及繪制?；诮y(tǒng)一API訪問的元數(shù)據(jù)服務層數(shù)據(jù)血緣數(shù)據(jù)字典消血MySQL接口結構化數(shù)據(jù)源 非結構化數(shù)據(jù)源Oracle DDB Nest接口 接口 接口連接管理器息緣處清理理數(shù)據(jù)特征標簽管理訪問熱度數(shù)據(jù)搜索MySQL Oracle DDB Kafka Redis Neo4j元數(shù)據(jù)管理&主數(shù)據(jù)管理元數(shù)據(jù)管理用于確保全局指標的業(yè)務口徑一致，主要包含數(shù)據(jù)字典（描述數(shù)據(jù)的結構信息）、數(shù)據(jù)血緣（用于影響分析和故障溯源）以及數(shù)據(jù)特征（描述數(shù)據(jù)的屬性信息）。常用產(chǎn)品分為：1）開源產(chǎn)品Metacat（擅長管理數(shù)據(jù)字典）和Atlas（擅長管理數(shù)據(jù)血緣）；2）商業(yè)產(chǎn)品Cloudera

Navigator。元數(shù)據(jù)中心對外統(tǒng)一提供API訪問接口，數(shù)據(jù)傳輸、數(shù)據(jù)地圖、數(shù)據(jù)服務等其他的子系統(tǒng)都可以通過API接口獲取元數(shù)據(jù)。主數(shù)據(jù)管理用于提供完整、一致、準確、相應的主數(shù)據(jù)來源，以支撐跨部門、跨系統(tǒng)數(shù)據(jù)融合應用，四大關鍵功能為生命周期管理（編寫主數(shù)據(jù)間的層次、關系及分組）、質(zhì)量管理（建立主數(shù)據(jù)質(zhì)量基線和評估改進程度）、協(xié)調(diào)功能（主數(shù)據(jù)管理系統(tǒng)與業(yè)務系統(tǒng)集成）以及分析功能。主要解決方案廠商包括IBM、Informatica、Stibo

Systems、SAP等國外大廠，產(chǎn)品成熟，但產(chǎn)品靈活性和擴展性不足，同時國內(nèi)廠商如用友、浪潮等也在此領域崛起，不斷靈活創(chuàng)新，更貼近企業(yè)需求。元數(shù)據(jù)中心技術架構 主數(shù)據(jù)管理實施方法論1.

制定編碼標準與業(yè)務部門共同確定主數(shù)據(jù)范圍，制定編碼標準，包括確定分類規(guī)范、編碼結構、數(shù)據(jù)粒度、屬性描述等。2.

編制編碼內(nèi)容編制符合數(shù)據(jù)標準的主數(shù)據(jù)代碼庫，包括數(shù)據(jù)檢查、數(shù)據(jù)排重、數(shù)據(jù)編碼、數(shù)據(jù)加載、數(shù)據(jù)監(jiān)控策略等。3.

建設管理平臺建設主數(shù)據(jù)管理平臺，實現(xiàn)主數(shù)據(jù)申請、主數(shù)據(jù)管理和主數(shù)據(jù)發(fā)布功能、數(shù)據(jù)清洗。4.

建立組織管理流程建立標準管理和編碼管理的運維組織架構以及考核流程，不斷完善主數(shù)據(jù)管理流程和實現(xiàn)知識轉移。實施方法論數(shù)據(jù)資產(chǎn)管理來源：艾瑞咨詢研究院根據(jù)公開資料整理及繪制。數(shù)據(jù)模型管理搭建數(shù)據(jù)中臺的本質(zhì)是構建企業(yè)公共數(shù)據(jù)層，把原先分散、煙囪式的數(shù)倉合并成可共享、可復用的數(shù)據(jù)中臺，具體實施路徑可概括為：1）接管ODS層，控制數(shù)據(jù)源頭。ODS是業(yè)務數(shù)據(jù)進入數(shù)據(jù)中臺的第一站，是所有數(shù)據(jù)加工的源頭，應從業(yè)務系統(tǒng)的源數(shù)據(jù)庫權限入手；2）劃分主題域和拆分業(yè)務維度，構建總線矩陣。主題域是業(yè)務過程的抽象集合，劃分時盡量涵蓋所有業(yè)務需求，保持穩(wěn)定性和擴展性；3）構建一致性維度。構建全局一致性的維表，確保維表只存一份。維度屬性分為兩種情況：公共維度屬性與特有維度屬性拆成兩個維表，產(chǎn)出時間相差較大的維度屬性拆分成單獨的維表；4）整合事實表。事實表整合的核心是統(tǒng)計粒度必須保持一致，不同統(tǒng)計粒度的數(shù)據(jù)不能出現(xiàn)在同一個事實表中；5）模型設計完成后，進入模型開發(fā)。數(shù)據(jù)全生命周期管理，ODS和DWD盡可能保留所有歷史數(shù)據(jù)，DWS/ADS/DM需設置生命周期，可保留7-30天不等；6）應用遷移。進行數(shù)據(jù)比對，確保數(shù)據(jù)一致。數(shù)據(jù)模型分層架構ADS數(shù)據(jù)應用層ADS層DWD公共明細層CDM層DWS公共匯總層DIM公共維表ODS層ODS操作數(shù)據(jù)層公共數(shù)據(jù)層（包括公共明細層

DWD和公共匯總層

DWS），負責數(shù)據(jù)加工與整合、建立一致性的維度、構建可復用的面向分析和統(tǒng)計的明細事實表以及匯總公共粒度的指標，主要采用維度建模思路進行設計。CDMODS操作數(shù)據(jù)層，結構上與源系統(tǒng)的增量或者全量數(shù)據(jù)基本保持一致，相當于數(shù)據(jù)準備區(qū)，承擔基礎數(shù)據(jù)的記錄及歷史變化。原始數(shù)據(jù)經(jīng)緩沖層（STG）加載，進入數(shù)倉的業(yè)務數(shù)據(jù)層，這一層采用范式建模，基本保持與數(shù)據(jù)源完全一致的結構，對于變化的數(shù)據(jù)，使用數(shù)據(jù)拉鏈加工與存儲。ADS24?2022.11iResearch

Inc.應用數(shù)據(jù)層，偏向應用的數(shù)據(jù)加工，也稱數(shù)據(jù)集市層，這一層設計相對靈活，貼近應用，設計思想以維度建模為主。數(shù)據(jù)服務來源：艾瑞咨詢研究院根據(jù)公開資料研究及繪制。需求申請工單化出于數(shù)據(jù)安全以及業(yè)務需求在具備數(shù)據(jù)開發(fā)能力的業(yè)務開發(fā)角色中，相應的接口需求申請流程、已有接口申請token復用流程，形成需求提交、工單流轉、處理反饋的數(shù)據(jù)服務需求流程閉環(huán)。接口管理線上化查看接口文檔、性能指標、考慮，接口配置權限需管控流量控制、一鍵上下線處理。API接口服務配置化數(shù)據(jù)服務管理最核心的能力，包含指標類接口、用戶或商品維度的接口、模型輸出類接口、個性化推薦類接口幾大類。通過將接口生產(chǎn)流程產(chǎn)品化，業(yè)務人員實現(xiàn)數(shù)據(jù)和算法開發(fā)的自助配置上線。數(shù)據(jù)血緣可視化將平臺內(nèi)接口與模型、字段的血緣關系及接口與下游應用的關系數(shù)據(jù)，與模型加工產(chǎn)品的血緣鏈路進行關聯(lián)補充，形成從源端數(shù)據(jù)到API

以及下游產(chǎn)品應用的全鏈路數(shù)據(jù)血緣，通過可視化方式展示。數(shù)據(jù)和應用之間的“橋梁”數(shù)據(jù)服務是數(shù)據(jù)中臺的能力出口，是數(shù)據(jù)應用的重要支撐。企業(yè)通過中臺能力封裝關鍵數(shù)據(jù)實體，將數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)交換等數(shù)據(jù)的各種形態(tài)轉化為可高效復用的軟件服務。數(shù)據(jù)中臺提供的數(shù)據(jù)服務可大致分為三類：1）主題式數(shù)據(jù)服務?；谠獢?shù)據(jù)規(guī)范定義和建模，構建主題邏輯表，屏蔽復雜物理表，提供業(yè)務視角下的查詢；2）統(tǒng)一且多樣化數(shù)據(jù)服務。一站式提供一般查詢、

OLAP

分析、在線接口服務等查詢和應用服務，便于數(shù)據(jù)跟蹤管理；3）跨源數(shù)據(jù)服務。統(tǒng)一數(shù)據(jù)接入層，屏蔽多種異構數(shù)據(jù)源的讀寫差異，減少數(shù)據(jù)訪問和應用成本。數(shù)據(jù)服務通過平臺化、配置化的方式，快速生成API服務，減少定制化開發(fā)對不同工種的依賴，同時屏蔽底層數(shù)據(jù)的技術細節(jié)，讓數(shù)據(jù)消費者無需關心數(shù)據(jù)的源頭問題，實現(xiàn)“數(shù)據(jù)即服務”。從實施路徑來看，構建數(shù)據(jù)服務模塊應具備以下五大核心能力，才能擔起數(shù)據(jù)與應用之間的“橋梁”角色：數(shù)據(jù)服務管理核心能力構建性能監(jiān)控實時化具備接口實時流量、超時率、平均耗時、日均請求次數(shù)、錯誤率等服務指標，

所有接口視為數(shù)據(jù)資產(chǎn)進做到異常報警通知，電話、

行線上管理，接口的需求短信、郵件多渠道，出現(xiàn)

元數(shù)據(jù)、技術元數(shù)據(jù)、業(yè)問題時第一時間跟進修復。

務元數(shù)據(jù)等信息完善，可25?2022.11iResearch

Inc.26?2022.11iResearch

Inc.?2022.11iResearch

Inc.數(shù)據(jù)保障來源：艾瑞咨詢研究院根據(jù)公開資料研究及繪制。來源：艾瑞咨詢研究院根據(jù)公開資料研究及繪制。有價值好使用易理解可閱讀通過構建數(shù)據(jù)資產(chǎn)展示地圖，讓業(yè)務人員可通過直接操作平臺界面的方式獲取數(shù)據(jù)資產(chǎn)信息，使數(shù)據(jù)信息讀取不再局限于技術人員。面向業(yè)務人員組織數(shù)據(jù)資產(chǎn)的標簽化，包含標簽名、標簽描述、標簽邏輯、取值類型等基礎元標簽信息，幫助業(yè)務人員深入了解和使用數(shù)據(jù)。數(shù)據(jù)資產(chǎn)運營平臺讓業(yè)務人員直接了解數(shù)據(jù)信息，自主配置，解決難以描述數(shù)據(jù)需求的問題，縮短數(shù)據(jù)服務配置生成過程，降低數(shù)據(jù)使用試錯成本。在數(shù)據(jù)資產(chǎn)使用過程中完整記錄調(diào)用信息、效果信息、反饋信息等所有反映數(shù)據(jù)價值的信息，評估數(shù)據(jù)標簽的重要程度。數(shù)據(jù)運營+數(shù)據(jù)安全數(shù)據(jù)資產(chǎn)運營的目標是將數(shù)據(jù)轉化為可閱讀、易理解、好使用、有價值的數(shù)據(jù)資產(chǎn)，

通過有序的正向循環(huán)不斷挖掘并提升數(shù)據(jù)資產(chǎn)價值，構建數(shù)據(jù)中臺運營機制平臺，即數(shù)據(jù)地圖，主要包含：數(shù)據(jù)量指標、標簽調(diào)用次數(shù)、表訪問熱度、表分區(qū)信息等，構建數(shù)據(jù)資產(chǎn)目錄，幫助數(shù)據(jù)開發(fā)、數(shù)據(jù)分析師、數(shù)據(jù)產(chǎn)品運營快速發(fā)現(xiàn)數(shù)據(jù)，準確理解數(shù)據(jù)含義。數(shù)據(jù)中臺的數(shù)據(jù)安全模塊側重于企業(yè)內(nèi)部數(shù)據(jù)的安全管理，聚焦于大數(shù)據(jù)平臺的安全管理技術手段，貫穿數(shù)據(jù)產(chǎn)生、存儲、傳輸、使用、共享和銷毀的全生命周期，各個環(huán)節(jié)基于不同的數(shù)據(jù)類型和使用者，存在不同的數(shù)據(jù)安全風險。常用的技術手段包括：1）統(tǒng)一安全認證和權限管理；2）對不同權限的數(shù)據(jù)資源進行隔離；3）數(shù)據(jù)加密；4）數(shù)據(jù)脫敏。數(shù)據(jù)資產(chǎn)運營的能力實現(xiàn) 數(shù)據(jù)安全體系架構通用體系安全體系數(shù)倉平臺數(shù)據(jù)表校驗權限管理申請元數(shù)據(jù)平臺定期 更新掃描 數(shù)據(jù)字段 標簽管理員維護用戶請求合法性驗證身份驗證錄入權限行業(yè)場景（1/4）金融行業(yè)：從數(shù)據(jù)驅動到運營優(yōu)化金融行業(yè)走在我國數(shù)字化轉型前列，信息化建設起步早、投入大，因此行業(yè)的信息化水平和數(shù)據(jù)的標準化程度較高，針對金融行業(yè)的數(shù)字化服務生態(tài)比較健全。但是，傳統(tǒng)的數(shù)字化解決方案也造成金融機構普遍擁有多個信息部門和數(shù)據(jù)中心，隨著業(yè)務多元發(fā)展和海量業(yè)務數(shù)據(jù)積累，大量的系統(tǒng)、功能和應用被反復構建。數(shù)據(jù)資源、計算資源和人力資源都存在巨大浪費，信息孤島現(xiàn)象嚴重，內(nèi)外部數(shù)據(jù)難以統(tǒng)籌規(guī)劃，數(shù)據(jù)能力無法應對高并發(fā)、強一致、橫向擴展的業(yè)務場景。數(shù)據(jù)化轉型領先的金融機構已經(jīng)開始搭建數(shù)據(jù)中臺，并產(chǎn)生很多優(yōu)秀案例。數(shù)據(jù)中臺采集和整合金融機構內(nèi)多個數(shù)據(jù)庫數(shù)據(jù)，建立跨越式數(shù)據(jù)模型，打破數(shù)據(jù)壁壘，統(tǒng)一加工、處理、輸出標準數(shù)據(jù)，建立數(shù)據(jù)資產(chǎn)，減少業(yè)務數(shù)據(jù)重復建設，徹底改變金融行業(yè)數(shù)據(jù)交付模式，形成專業(yè)的用戶畫像，精準營銷，輔助運營決策，提升客戶運營效率。數(shù)據(jù)中臺在金融行業(yè)的應用場景數(shù)據(jù)采集數(shù)據(jù)開發(fā)實時接入離線同步異構數(shù)據(jù)實時開發(fā)離線開發(fā)同步套件開發(fā)套件異構網(wǎng)絡可視化配置……調(diào)度管理文件合并智能運維……線上交易數(shù)據(jù)資產(chǎn)管理數(shù)據(jù)風險管理數(shù)據(jù)CRM系統(tǒng)數(shù)據(jù)……運營域客戶域投顧域管理域……ADS客戶畫像DW營銷域ODS交易系統(tǒng)數(shù)據(jù)營銷行為投資行為TDM客戶標簽產(chǎn)品標簽 投資標簽數(shù)據(jù)資產(chǎn)…………來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.27數(shù)據(jù)服務 API服務 鑒權管理 在線查詢 即席查詢 ……數(shù)據(jù)運營管理數(shù)據(jù)安全管理行業(yè)場景（2/4）泛零售行業(yè)：從統(tǒng)計分析到?jīng)Q策支撐泛零售行業(yè)從以商家運營為主導的“舊”零售時代，推演至今日的以用戶為中心，數(shù)據(jù)驅動、體驗為王、口碑傳播、迭代思維的零售4.0時代，零售企業(yè)為了解全域運營數(shù)據(jù)、進行場景細分和精細化運營、緊隨消費需求和消費鏈路的變化趨勢，內(nèi)部搭建了各類業(yè)務系統(tǒng)，基本滿足日常統(tǒng)計分析。但是，割裂的業(yè)務系統(tǒng)也形成了大量碎片化的數(shù)據(jù)，無法做到跨域、跨渠道的統(tǒng)一查詢和分析。此外，數(shù)據(jù)口徑不一致使得數(shù)據(jù)使用者對數(shù)據(jù)解讀無法形成統(tǒng)一理解，數(shù)據(jù)體系不完善導致無法對多維數(shù)據(jù)進行閉環(huán)分析，數(shù)據(jù)指導和輔助運營的能力不能充分發(fā)揮。數(shù)據(jù)中臺打通泛零售企業(yè)內(nèi)部各系統(tǒng)數(shù)據(jù)，標準化數(shù)據(jù)模型和研發(fā)標準，實現(xiàn)從數(shù)據(jù)采集、匯聚、清洗、調(diào)度到數(shù)據(jù)質(zhì)量管理的全流程工具化和平臺化，幫助零售企業(yè)打通采購系統(tǒng)、業(yè)務系統(tǒng)、運營系統(tǒng)和銷售系統(tǒng)的數(shù)據(jù)，進行數(shù)字化的供應鏈管理；運用數(shù)字媒介開展業(yè)務和觸點布局，跨業(yè)務域、跨渠道、跨產(chǎn)品、跨區(qū)域的綜合分析，精細化運營；通過埋點、實時數(shù)據(jù)，線上線下異構數(shù)據(jù)采集，全量及全維度的捕獲用戶行為，提供決策支撐，優(yōu)化用戶體驗。數(shù)據(jù)中臺在泛零售行業(yè)的應用場景客服數(shù)據(jù)APP數(shù)據(jù)行為數(shù)據(jù)社交數(shù)據(jù)客戶數(shù)據(jù)電商數(shù)據(jù)數(shù)據(jù)資產(chǎn)化機器學習自然語言處理深度引擎云計算知識圖譜智能BI資產(chǎn)業(yè)務化數(shù)智價值用戶全生命周期管理用戶精細化運營會員差異化服務智能營銷推薦……來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.28行業(yè)場景（3/4）政務行業(yè)：從決策支撐到數(shù)據(jù)驅動政務數(shù)字化是數(shù)字政府建設的重要目標，隨著數(shù)據(jù)、算法、服務不斷創(chuàng)新和迭代，行業(yè)正從政務電子化、政府上網(wǎng)和政務服務一體化的“互聯(lián)網(wǎng)+政務服務”階段，向基于大數(shù)據(jù)的“數(shù)據(jù)化、平臺化”階段推進，初步形成統(tǒng)一的云平臺和公共數(shù)據(jù)服務平臺，政務服務能力顯著改善。但隨著國內(nèi)經(jīng)濟持續(xù)健康發(fā)展和社會全面進步，各界對政務服務也提出了更高的要求。如何實現(xiàn)政府數(shù)據(jù)資源跨層級、跨地域、跨系統(tǒng)、跨部門、跨業(yè)務的協(xié)同管理和服務，如何實現(xiàn)“政府內(nèi)部協(xié)作”、“政府企業(yè)協(xié)同”、“政府服務公眾”的數(shù)據(jù)資源良性循環(huán)，如何提升政務協(xié)同過程中協(xié)同辦公效率都成為新的挑戰(zhàn)。數(shù)據(jù)中臺提供統(tǒng)一的數(shù)據(jù)采、建、管、用能力，能實現(xiàn)政務領域數(shù)據(jù)的統(tǒng)一管理，構建數(shù)據(jù)資源的應用創(chuàng)新模式，建設重心從技術轉向運營管理，通過數(shù)據(jù)流帶動組織和業(yè)務流程重組，提升政府服務協(xié)同能力。通過數(shù)據(jù)資源的標準化和統(tǒng)一輸出，提供政務數(shù)據(jù)精準化供給和智能化服務，支撐政府部門精準決策。數(shù)據(jù)中臺在政務行業(yè)的應用場景數(shù)據(jù)處理平臺數(shù)據(jù)決策分析共享交換平臺政務服務平臺業(yè)務辦理系統(tǒng)……政務建設關鍵要素：數(shù)據(jù)是核心、協(xié)同是關鍵、服務是重點數(shù)據(jù)開放能力企業(yè)服務能力政務協(xié)同能力政務評價能力效能分析能力……政務能力關鍵能力：政務協(xié)同跨域辦公、效能分析、全鏈路分析政務服務APP政務服務網(wǎng)企業(yè)服務小程序健康碼……政務應用核心應用：數(shù)字城市、應急管理、公共安全、生態(tài)環(huán)境政務運營政務智能政務知識庫政務協(xié)同統(tǒng)計服務效率監(jiān)控來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.29政務運營政務大數(shù)據(jù)的運營本質(zhì)是數(shù)據(jù)價值產(chǎn)生、傳遞和創(chuàng)新的過程政務應用全局監(jiān)控審計管理指標管理業(yè)務監(jiān)控……行業(yè)場景（4/4）工業(yè)行業(yè)：萬物互聯(lián)時代大有開發(fā)空間面對激烈的市場競爭環(huán)境和如火如荼的產(chǎn)業(yè)數(shù)字化進程，工業(yè)企業(yè)需要通過縮短交付周期、產(chǎn)品多樣化、產(chǎn)品及服務創(chuàng)新來提升競爭力，數(shù)字化轉型為工業(yè)企業(yè)大規(guī)模、多樣化、全鏈路的運營生產(chǎn)和快速創(chuàng)新提供了可能。企業(yè)陸續(xù)構建了ERP、SCM、SRM、WMS、PLM、MES等工業(yè)管理系統(tǒng)，支撐特定領域的業(yè)務應用，結果數(shù)據(jù)孤島隨之而來，收效甚微。萬物互聯(lián)時代到來，工業(yè)設備普遍具備智能互聯(lián)屬性，圍繞設備、系統(tǒng)、人形成了巨量數(shù)據(jù)。此時，企業(yè)的競爭本質(zhì)演變?yōu)閿?shù)據(jù)支撐業(yè)務敏捷性，以應對市場的飛速變化。企業(yè)前臺對數(shù)據(jù)應用的快速迭代創(chuàng)新、快速響應用戶需求與后臺系統(tǒng)臃腫遲滯之間的矛盾成為亟待解決的問題。工業(yè)企業(yè)不具備互聯(lián)網(wǎng)公司天然的信息化基因，并且產(chǎn)品研產(chǎn)供銷服流程復雜，業(yè)務對象與功能解耦難度大，沉淀深厚無法快速推倒重建，加上工控軟件數(shù)據(jù)開放度不足，專業(yè)程度高，因此，工業(yè)領域的數(shù)據(jù)中臺推進仍有較大的開發(fā)空間。數(shù)據(jù)中臺在工業(yè)行業(yè)的應用場景采集終端工業(yè)平板、手持終端等控制系統(tǒng)PLC/DCS、組態(tài)軟件、WMS等工廠運營平臺設計、排程、調(diào)度、物流、品質(zhì)、服務等數(shù)據(jù)采集平臺工業(yè)行業(yè)解決方案智能分析 預測模擬數(shù)據(jù)分析應用平臺信息載體RFID、IC/ID、條形碼/二維碼等接口協(xié)議TCP/IP、串口/USB、Gateway等成本分析生產(chǎn)分析品質(zhì)分析智能診斷實時預警生產(chǎn)預測產(chǎn)能模擬質(zhì)量SPC設備預測維護可視化監(jiān)控庫存看板產(chǎn)量看板設備監(jiān)控品質(zhì)監(jiān)控庫存預警產(chǎn)能預警設備預警質(zhì)量預警全程追溯生產(chǎn)追溯品質(zhì)追溯來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.30單品追溯異常檢測31數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實踐3典型企業(yè)案例4數(shù)據(jù)中臺概述1行業(yè)前景展望5StartDT全方位、端到端的“平臺+應用”數(shù)據(jù)產(chǎn)品和服務能力StartDT

集團為企業(yè)提供統(tǒng)一開放、中立安全、自主可控的數(shù)據(jù)云平臺，同時又提供豐富易用的效率工具和專業(yè)的全局服務。

StartDT已完成初期項目積累，和“產(chǎn)品+服務”的模式復制，已進入“平臺化”生態(tài)增長階段。StartDT的不斷發(fā)展得益于數(shù)據(jù)產(chǎn)品體系的完善和服務能力的升級：1）產(chǎn)品體系架構中：資源層中立，基礎層安全可控，平臺層統(tǒng)一易用，應用層集分析決策于一體，共同支撐數(shù)據(jù)生產(chǎn)力，最大化數(shù)據(jù)價值；2）StartDT

通過資源整合和優(yōu)勢互補，放大數(shù)據(jù)分析和應用的優(yōu)勢，全面推進產(chǎn)品化、標準化和規(guī)?；瑫r豐富自身SaaS產(chǎn)品經(jīng)驗，降低數(shù)字化轉型產(chǎn)品和方案的價格門檻，滿足不同規(guī)模企業(yè)的需求，提升服務能力。StartDT

的數(shù)據(jù)產(chǎn)品體系架構應用層平臺層基礎層資源層智能運維DataKun數(shù)據(jù)存算引擎數(shù)據(jù)安全管控 分布式存儲系統(tǒng)多引擎計算系統(tǒng)DataBlack數(shù)據(jù)安全引擎自動化敏感數(shù)據(jù)發(fā)現(xiàn)數(shù)據(jù)水印與防泄露分級分類與數(shù)據(jù)脫敏數(shù)據(jù)加密與防拷貝客戶數(shù)據(jù)平臺分析云數(shù)據(jù)云風險識別與監(jiān)控告警“零信任”架構與ABAC權限管理工具層DataMaleon

數(shù)據(jù)可視化DataBI

智能BI分析廣告監(jiān)測廣告三方檢測平臺增長分析企業(yè)全域增長分析平臺A/B測試產(chǎn)品A/B實驗平臺智能運營增長智能運營平臺應用模型市場智能推薦 UJM復購預測 …………端到端服務咨詢實施運維運營培訓與認證效率組件基礎模塊云底座SimbaMetric指標工廠數(shù)據(jù)集成工作空間管理SimbaML算法工廠數(shù)據(jù)運維項目管理SimbaAPI服務工廠數(shù)據(jù)治理賬號權限管理來源：StartDT

集團，艾瑞咨詢研究院整理及繪制。32?2022.11iResearch

Inc.DataSimba數(shù)據(jù)云平臺SimbaTag標簽工廠數(shù)據(jù)研發(fā)多租戶管理StartDT“數(shù)據(jù)云+分析云”的數(shù)據(jù)中臺實施方案StartDT

形成了“數(shù)據(jù)云+分析云”的數(shù)據(jù)中臺實施方案，其中數(shù)據(jù)云平臺DataSimba擁有“跨平臺、云原生、自主可控、數(shù)據(jù)安全”四大技術內(nèi)核：1）分級多域、跨云跨平臺部署，提升協(xié)作與管控效率；2）微服務、容器化、存算分離、CI/CD等云原生特性，降低存算成本，提升研發(fā)效率；3）數(shù)據(jù)存算引擎

DataKun，實現(xiàn)自主可控；4）數(shù)據(jù)安全引擎DataBlack，實現(xiàn)數(shù)據(jù)全生命周期安全管控。此外，StartDT

的分析云提供DataMaleon（數(shù)據(jù)可視化平臺）、企業(yè)數(shù)據(jù)門戶、客戶數(shù)據(jù)平臺等數(shù)據(jù)產(chǎn)品，以及數(shù)據(jù)應用模型市場，集合智能推薦、復購預測、用戶旅程分析、KOC分析等自研及第三方應用，一站式實現(xiàn)數(shù)據(jù)分析和智能決策。

StartDT

已服務1500余家企業(yè)客戶，覆蓋泛零售、制造、金融、政府公共事業(yè)等領域。StartDT產(chǎn)品服務領域與應用案例地產(chǎn)政府泛零售金融制造某服裝集團沉淀消費者數(shù)據(jù)資產(chǎn)，更加全面、準確、有針對性地了解消費者和服務消費者用數(shù)據(jù)賦能商品智能運營，升級數(shù)據(jù)決策，推動集團整體業(yè)務的數(shù)智化轉型構建會員標簽體系，實現(xiàn)精準營銷，成交金額、成交占比等持續(xù)提升，廣告投放ROI提升10倍以上，首鋪準確率提高79%，銷量預測準確率達70%，調(diào)補貨實現(xiàn)100%自動化，拉補效率提升60%；庫存售罄率提升10%需求成效某制造企業(yè)需 ?

圍繞營銷、計劃和財務場景建設運營數(shù)據(jù)平臺底座，統(tǒng)一指標，輔助分析和決策求 ?

打通商務、計劃、采購、倉儲、生產(chǎn)、物流和結算主題全流程數(shù)據(jù)預警分析體系成 ?

建設OTC節(jié)點指標體系，拉通商務、計劃、采購、倉儲、生產(chǎn)、物流和結算7個領效 域，37個OTC流程節(jié)點，構建大運營領域的結果指標體系，形成決策層分析框架建設OTC數(shù)據(jù)應用門戶，包括PC端OTC數(shù)據(jù)門戶和大屏端OTC門戶某證券公司多類型數(shù)據(jù)源統(tǒng)一API開放和管理，API調(diào)用、錯誤監(jiān)控、告警通知等，提高使用率搭建數(shù)據(jù)平臺滿足數(shù)據(jù)存儲、交換、加工和下發(fā)，統(tǒng)一數(shù)據(jù)服務的對外口徑和安全性基于DataSimba能力，統(tǒng)一數(shù)據(jù)采集、治理和整合，通過DataSimba的API工廠（SimbaAPI）能力和運維能力，實現(xiàn)可視化、向導模式數(shù)據(jù)開發(fā)及統(tǒng)一監(jiān)控和管理支持多類型數(shù)據(jù)庫生成API，提供審批授權、調(diào)用限流等多種方式保障數(shù)據(jù)資產(chǎn)安全需求成效來源：StartDT

集團，艾瑞咨詢研究院整理及繪制。33?2022.11iResearch

Inc.神州信息產(chǎn)品+解決方案+服務+云平臺，賦能行業(yè)數(shù)字化轉型神州信息基于大數(shù)據(jù)、人工智能、區(qū)塊鏈等數(shù)字技術融合應用，以“科技+數(shù)據(jù)+場景”的創(chuàng)新模式，在場景金融、金融信創(chuàng)、數(shù)據(jù)智能以及云原生數(shù)字化安全底座等領域深耕。從IT到DT，神州信息已服務上千家大型企業(yè)用戶，在金融、政務、農(nóng)業(yè)、泛零售、制造等行業(yè)有著深刻洞察和豐富的實踐經(jīng)驗。在數(shù)據(jù)開發(fā)和治理領域，神州信息打造的“六合上甲”一體化數(shù)據(jù)開發(fā)平臺，提供對數(shù)據(jù)采集、開發(fā)、治理、分享、可視化等復雜組合場景的應用能力和全生命周期研發(fā)能力，持續(xù)不斷沉淀數(shù)據(jù)價值，形成了一套高效可靠的數(shù)據(jù)資產(chǎn)體系，在業(yè)務、數(shù)據(jù)、資產(chǎn)與服務之間形成良性循環(huán)的生態(tài)閉環(huán)。神州信息“六合上甲”產(chǎn)品架構與“三態(tài)”設計模式數(shù)據(jù)應用支持數(shù)據(jù)中臺安全數(shù)據(jù)集成數(shù)據(jù)中臺運維數(shù)據(jù)訪問與服務數(shù)據(jù)業(yè)務支持數(shù)據(jù)資產(chǎn)管理與運營存儲與計算數(shù)據(jù)采集數(shù)據(jù)開發(fā)人工智能開發(fā)態(tài)數(shù)據(jù)調(diào)研數(shù)據(jù)建模數(shù)據(jù)集成數(shù)據(jù)開發(fā)數(shù)據(jù)質(zhì)量數(shù)據(jù)資產(chǎn)數(shù)據(jù)服務數(shù)據(jù)需求數(shù)據(jù)標準數(shù)據(jù)安全元數(shù)據(jù)測試態(tài)生產(chǎn)態(tài)運維中心發(fā)布中心運維中心發(fā)布包導出 發(fā)布中心導入來源：神州信息，艾瑞咨詢研究院整理及繪制。34?2022.11iResearch

Inc.神州信息融合DataOps理念實現(xiàn)數(shù)據(jù)中臺的數(shù)據(jù)一體化研發(fā)，縮短數(shù)據(jù)開發(fā)周期，讓數(shù)據(jù)在短時間和低成本條件下發(fā)揮價值。全域數(shù)據(jù)匯聚“六合上甲”提供了異構數(shù)據(jù)源之間穩(wěn)定快速的同步集成能力，實現(xiàn)全域數(shù)據(jù)的可觸達和可交換。場景式開發(fā)和全流按需選取最佳的數(shù)據(jù)治理模式以及相應的開發(fā)，從全流程根據(jù)業(yè)務需要，配置相應的數(shù)據(jù)質(zhì)量檢核點，提供任務中斷/報表數(shù)據(jù)展示的靈活配置。程需求管理接到業(yè)務需求開始，整個流程就已納入管理范疇。質(zhì)量監(jiān)控支持本地化+云部署的方式充分考慮行業(yè)數(shù)據(jù)安全與隱私需求，提供本地化/云部署的靈活部署方式。豐富的計算引擎支持數(shù)據(jù)中臺的數(shù)據(jù)庫適配業(yè)界主流大數(shù)據(jù)存儲計算引擎，有豐富的國內(nèi)合作伙伴和落地案例。融合數(shù)據(jù)中臺交付的方法論數(shù)據(jù)中臺的關鍵是服務共享和復用，“六合上甲”的數(shù)據(jù)開發(fā)治理功能都和這一理念相匹配。靈活穩(wěn)定的數(shù)據(jù)API提供豐富的數(shù)據(jù)API接口，統(tǒng)一輸出數(shù)據(jù)服務，保障數(shù)據(jù)的高效共享和使用。沉淀數(shù)據(jù)開發(fā)、治理與分析能力，深化行業(yè)場景應用神州信息在數(shù)據(jù)開發(fā)、治理、分析等方面具備一定的技術領先和產(chǎn)品創(chuàng)新?；跀?shù)據(jù)編織（Data

Fabric）的一體化數(shù)據(jù)開發(fā)平臺“六合上甲”，融入DataOps（數(shù)據(jù)開發(fā)即治理）理念，縮短數(shù)據(jù)開發(fā)周期，實現(xiàn)數(shù)據(jù)模型的智能生成和挖掘模型上模型算子的高度集成，顯著提升數(shù)據(jù)開發(fā)效率。另一方面，神州信息開發(fā)了擁有自主知識產(chǎn)權的數(shù)據(jù)建模工具，對標國外領先產(chǎn)品，并額外提供多人協(xié)作、版本管理等功能，在信創(chuàng)領域應用廣泛。此外，神州信息沉淀數(shù)據(jù)分析等方面的行業(yè)經(jīng)驗，轉化為行業(yè)業(yè)務框架，深化行業(yè)場景應用。神州信息數(shù)據(jù)開發(fā)治理的能力矩陣與典型模式數(shù)據(jù)開發(fā)治理的能力矩陣 數(shù)據(jù)開發(fā)治理的典型模式之一概要設計需求分析詳細設計系統(tǒng)開發(fā)系統(tǒng)測試系統(tǒng)上線制定數(shù)據(jù)標準；收集元數(shù)據(jù)、數(shù)據(jù)質(zhì)量與安全、數(shù)據(jù)生命周期、行業(yè)級數(shù)據(jù)架構和模型等各方面需求。制定數(shù)據(jù)標準落地方案；完成元數(shù)據(jù)、數(shù)據(jù)質(zhì)量與安全、數(shù)據(jù)備份與恢復等方面規(guī)劃；完成數(shù)據(jù)架構和模型評審。核驗數(shù)據(jù)標準，評估數(shù)據(jù)字典與數(shù)據(jù)標準差異；設計數(shù)據(jù)安全策略；根據(jù)數(shù)據(jù)字典實施元數(shù)據(jù)建設。數(shù)據(jù)標準變更；使用元數(shù)據(jù)；數(shù)據(jù)質(zhì)量檢測規(guī)則開發(fā)；數(shù)據(jù)安全監(jiān)控和實施；數(shù)據(jù)備份和恢復開發(fā)。檢驗是否符合數(shù)據(jù)標準；使用元數(shù)據(jù)；數(shù)據(jù)安全應用-樣本數(shù)據(jù)脫敏及回收。檢驗是否符合數(shù)據(jù)標準；新增和變更元數(shù)據(jù)；部署數(shù)據(jù)質(zhì)量檢核規(guī)則，跟蹤數(shù)據(jù)質(zhì)量；檢查數(shù)據(jù)備份恢復。來源：神州信息，艾瑞咨詢研究院整理及繪制。35?2022.11iResearch

Inc.明略科技企業(yè)級數(shù)據(jù)分析和智能平臺，挖掘營銷、銷售等場景價值明略科技依托16年的數(shù)據(jù)智能技術沉淀，重點圍繞營銷、銷售和服務等場景，下設秒針系統(tǒng)、明智中臺和明智工作三大數(shù)據(jù)智能產(chǎn)品線。其中，明略科技的營銷數(shù)據(jù)中臺是以消費者服務體驗為中心的企業(yè)用戶數(shù)據(jù)管理平臺，幫助企業(yè)實現(xiàn)數(shù)據(jù)整合、數(shù)據(jù)治理、數(shù)據(jù)建模和數(shù)據(jù)服務化，為企業(yè)提供基于消費者消費周期的數(shù)據(jù)管理及分析，結合商務場景和需求的落地應用，提升企業(yè)整體運營及營銷效率。此外，明略科技基于場景經(jīng)驗積累，幫助企業(yè)建立一套完整的閉環(huán)學習系統(tǒng)，實現(xiàn)數(shù)據(jù)的連接打通，基于企業(yè)對數(shù)據(jù)的管理需求和企業(yè)運營及管理等商業(yè)化應用方向給予定制化支持。明略科技智能營銷系統(tǒng)技術架構數(shù)據(jù)治理數(shù)據(jù)采集數(shù)據(jù)接入與管理數(shù)據(jù)洞察及研究用戶識別解析屬性與人群管理人群畫像與分析數(shù)據(jù)搜索與模型算法營銷自動化智能營銷推薦系統(tǒng)智能營銷營銷旅程活動表現(xiàn)分析私域觸達（MA）營銷日歷 觸點管理渠道管理 控頻管理動態(tài)內(nèi)容實時營銷訂單管理Serving對接公域觸達人群管理QPS管理訂單報告后臺管理內(nèi)容推薦 產(chǎn)品推薦 場景推薦 資訊推薦 服務推薦內(nèi)容管理 推薦位管理 人群包管理 模型管理 策略管理 A/Btest 數(shù)據(jù)分析人群交并差創(chuàng)建人群拆包指標類標簽AIPL模型消費者洞察分析數(shù)據(jù)資產(chǎn)概覽SmartBI事件分析 漏斗分析 留存分析路徑分析 歸因分析人群應用標簽構建人群分發(fā)服務人群/屬性對外API服務行為偏好標簽 自定義特征標簽RFM模型 算法打分模型洞察分析人群畫像人群對比分析標簽分析報告標簽樹管理儀表盤用戶行為分析用戶標識標識映射表SuperID表 屬性數(shù)據(jù)模型渠道屬性表 歸一屬性表互動多渠道互動表 交易 訂單交易表數(shù)據(jù)質(zhì)量校驗數(shù)據(jù)接入數(shù)據(jù)底座數(shù)據(jù)脫敏ETL

工具包監(jiān)控服務中心主數(shù)據(jù)管理數(shù)據(jù)采集小程序H5來源：明略科技，艾瑞咨詢研究院整理及繪制。36?2022.11iResearch

Inc.明略科技業(yè)務場景驅動的智慧營銷中臺解決方案明略科技深耕營銷場景數(shù)字化領域，在零售、快銷、汽車、金融和科技等行業(yè)積累了豐富的大型企業(yè)服務經(jīng)驗，形成智慧營銷中臺解決方案，實現(xiàn)營銷全流程的自動化個性交互，激活私域數(shù)據(jù)價值，多渠道精準觸達以提升ROI，增強營銷體驗連續(xù)性，賦能客戶全生命周期運營。明略科技依托完整的產(chǎn)品矩陣，提供一站式平臺服務，在高質(zhì)量流量識別、冷熱線索運營、私域客戶深度運營等多個業(yè)務場景為企業(yè)用戶提供了快速、敏捷、安全的數(shù)字化解決方案，讓數(shù)據(jù)科學家能夠敏捷建模，讓營銷人員能夠利用可視化工具洞察用戶行為，提升營銷ROI。明略科技智慧營銷數(shù)據(jù)中臺典型案例與核心能力高質(zhì)量流量識別，降低線索獲取成本冷熱線索運營，提升線索轉化率私域客戶深度運營場景整合用戶數(shù)據(jù)識別用戶狀態(tài)流量線索私域基于業(yè)務場景驅動用戶數(shù)據(jù)細分流量質(zhì)量識別線索成交概率動態(tài)預測打分私域客戶需求深度挖掘營銷自動化配合A/BTest沉淀最優(yōu)轉化策略一方數(shù)據(jù)+三方數(shù)據(jù)，串聯(lián)廣告投放數(shù)據(jù)、用戶全生命周期轉化漏斗數(shù)據(jù)和ROI數(shù)據(jù)，端到端全鏈路效果跟蹤，針對問題和斷點進行針對性優(yōu)化，篩選核心關注人群，對接媒體平臺進行內(nèi)容觸達，提升投放效果。電商場景下，通過一方數(shù)據(jù)+三方數(shù)據(jù)，制定流量出價智能策略，幫助品牌實時優(yōu)化廣告投放出價，從而優(yōu)化最終ROI和流量表現(xiàn)，為某快消品牌客戶在電商平臺上實現(xiàn)ROI提升8%-15%。對于已搭建好CDP、MA、SCRM等平臺的客戶，按照用戶核心特征進行多實體關聯(lián)畫像+特征挖掘，識別潛在需求以匹配對應觸達策略，提升轉化效率，為某零售品牌提升曝光轉化率334%和客單價42%?！昂诵哪芰Α笨焖贋榭蛻舸罱ㄆ脚_，直接進行運營并處理數(shù)據(jù)；敏捷靈活的業(yè)務組件能夠按照客戶需求進行定制，支持不同的場景應用；安全是數(shù)據(jù)治理，確保信息干凈、準確、安全?！翱焖?、敏捷、安全”一站式工作平臺便于管理模型生命周期，開發(fā)工程師能夠更敏捷的建模，業(yè)務人員能夠靈活運用可視化工具提升數(shù)據(jù)分析能力，提升ROI。數(shù)據(jù)的靈活應用產(chǎn)品能夠對不同數(shù)據(jù)源的信息進行篩選管理，確保合理性和準確性身份識別功能產(chǎn)品化來源：明略科技，艾瑞咨詢研究院整理及繪制。37?2022.11iResearch

Inc.“汽車場景”網(wǎng)易數(shù)帆來源：網(wǎng)易數(shù)帆，艾瑞咨詢研究院整理及繪制。來源：網(wǎng)易數(shù)帆，艾瑞咨詢研究院整理及繪制。提升取數(shù)用數(shù)效率2提高數(shù)據(jù)質(zhì)量3高效降低企業(yè)成本1數(shù)據(jù)中臺與BI天然協(xié)同2數(shù)據(jù)開發(fā)與治理一體化3基于DataOps流水式發(fā)布的數(shù)據(jù)開發(fā)底座4面向數(shù)據(jù)中臺的領先模型設計度量標準涵蓋企業(yè)數(shù)據(jù)業(yè)務全鏈路的數(shù)據(jù)中臺解決方案網(wǎng)易數(shù)帆是網(wǎng)易旗下ToB企業(yè)服務品牌，定位于數(shù)字化轉型技術與服務提供商，依托網(wǎng)易20余年互聯(lián)網(wǎng)技術積累，推出三大數(shù)字生產(chǎn)力模型，幫助企業(yè)發(fā)展軟件生產(chǎn)力、數(shù)據(jù)生產(chǎn)力、智慧生產(chǎn)力，沉淀企業(yè)數(shù)字資產(chǎn)，為企業(yè)數(shù)字化轉型提質(zhì)增效。目前已服務工商銀行、興業(yè)銀行、華泰證券、中信證券、格力、OPPO、華能、一汽解放等300余家行業(yè)頭部企業(yè)。網(wǎng)易數(shù)帆數(shù)據(jù)中臺解決方案基于數(shù)據(jù)生產(chǎn)力模型，可為企業(yè)提供數(shù)據(jù)開發(fā)、數(shù)據(jù)治理、數(shù)據(jù)服務的中臺全鏈路技術與服務?！皵?shù)據(jù)中臺+BI”天然協(xié)同，中臺價值最大化 網(wǎng)易數(shù)帆方法論：數(shù)據(jù)生產(chǎn)力模型模型解讀，方案價值4保障企業(yè)數(shù)據(jù)安全方案優(yōu)勢模型定義充分運用大數(shù)據(jù)相關技術，協(xié)助行業(yè)客戶沉淀數(shù)據(jù)資產(chǎn)，探索業(yè)務場景中的數(shù)據(jù)應用價值并通過數(shù)據(jù)運營發(fā)揮長效價值模型內(nèi)核DataOps、DataFusion、DataProduct。模型四要素數(shù)據(jù)技術、數(shù)據(jù)資產(chǎn)、數(shù)據(jù)應用、數(shù)據(jù)運營行業(yè)聚焦：金融

|制造

|醫(yī)藥

|

流通

|

國企典型客戶：泰康資產(chǎn)

|

東北證券

|

九州通

|

德邦快遞

|

浙江電信數(shù)據(jù)中臺數(shù)據(jù)門戶可視化報表決策引擎 數(shù)據(jù)大屏 1大數(shù)據(jù)基礎平臺NDH數(shù)據(jù)產(chǎn)品服務編排服務監(jiān)控數(shù)據(jù)傳輸離線開發(fā) 實時開發(fā)任務運維中心數(shù)據(jù)服務API發(fā)布服務權限數(shù)據(jù)標準數(shù)據(jù) 數(shù)據(jù)資產(chǎn)治理 數(shù)據(jù)質(zhì)量中心模型設計中心數(shù)據(jù)開發(fā)指標系統(tǒng)地圖數(shù)據(jù)治理360安全中心數(shù)據(jù)后臺數(shù)據(jù)前臺