2022年中國數(shù)據(jù)中臺行業(yè)研究報(bào)告

中國數(shù)據(jù)中臺行業(yè)研究報(bào)告?2022.11iResearchInc. 2?2022.11iResearchInc.摘要狹義來看，數(shù)據(jù)中臺是一套實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)化和服務(wù)復(fù)用的工具；廣義來看，數(shù)據(jù)中臺是一套運(yùn)用數(shù)據(jù)推動企業(yè)數(shù)字化轉(zhuǎn)型升級的機(jī)制和方法論。數(shù)據(jù)中臺始于業(yè)務(wù)數(shù)據(jù)的沉淀積累，用于數(shù)據(jù)的收集、整合、分析及應(yīng)用，循環(huán)往復(fù)，形成生態(tài)閉環(huán)。2021年數(shù)據(jù)中臺市場規(guī)模達(dá)到96.9億元。在供給側(cè)，行業(yè)的生態(tài)化合作趨勢明顯；在需求側(cè)，企業(yè)對數(shù)據(jù)中臺的關(guān)注點(diǎn)從中臺本身轉(zhuǎn)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(yù)計(jì)將在2024年達(dá)到187.4億元。當(dāng)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(dú)立中臺廠商三類，行業(yè)格局由競爭轉(zhuǎn)向競合，以協(xié)同生態(tài)為核心，集眾所長，將成熟的技術(shù)方案與行業(yè)服務(wù)經(jīng)驗(yàn)結(jié)合，協(xié)同拓展應(yīng)用解決方案的廣度和深度，深耕于金融、泛零售、政務(wù)、制造、工業(yè)等多行業(yè)應(yīng)用場景。云原生是當(dāng)下最為確定的技術(shù)趨勢，存算分離、微服務(wù)、ServerLess等核心技術(shù)要素驅(qū)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(wù)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(chǔ)的中臺體系不斷豐富。來源：艾瑞咨詢研究院自主研究繪制。 數(shù)據(jù)中臺概述1數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4行業(yè)前景展望5數(shù)據(jù)中臺概述1數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4行業(yè)前景展望53定義定義 4?2022.11iResearchInc.始于業(yè)務(wù)，用于業(yè)務(wù)，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(jì)算、存儲和處理海量數(shù)據(jù)，保證數(shù)據(jù)的標(biāo)準(zhǔn)統(tǒng)一和口徑一致，建立全域級、可復(fù)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(wù)模塊，提高數(shù)據(jù)共享和復(fù)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(shí)現(xiàn)數(shù)據(jù)資產(chǎn)化和服務(wù)復(fù)用的工具；廣義來看，數(shù)據(jù)中臺是一套運(yùn)用數(shù)據(jù)推動企業(yè)數(shù)字化轉(zhuǎn)型升級的機(jī)制和方法論。相較數(shù)據(jù)工廠時(shí)代，數(shù)據(jù)中臺立于業(yè)務(wù)數(shù)據(jù)的積累沉淀，破于數(shù)據(jù)收集、整合、分析及應(yīng)用的生態(tài)閉環(huán)。數(shù)據(jù)中臺始于業(yè)務(wù)，用于業(yè)務(wù)，循環(huán)往復(fù)的理念與數(shù)據(jù)價(jià)值時(shí)代下數(shù)據(jù)資產(chǎn)價(jià)值最大化的目標(biāo)相契合。數(shù)據(jù)應(yīng)用 數(shù)據(jù)應(yīng)用 事務(wù)性功能 分析型功能 數(shù)據(jù)治理數(shù)據(jù)資產(chǎn)數(shù)據(jù)服務(wù)存儲計(jì)算 HDFS 數(shù)據(jù)采集 MPP Spark Flink …… 數(shù)據(jù)庫 日志數(shù)據(jù) 網(wǎng)頁及埋點(diǎn)數(shù)據(jù) 移動設(shè)備數(shù)據(jù) 物聯(lián)網(wǎng)數(shù)據(jù)數(shù)據(jù)運(yùn)營管理數(shù)據(jù)安全管理API服務(wù)資產(chǎn)目錄數(shù)據(jù)治理機(jī)制架構(gòu)規(guī)范管理元數(shù)據(jù)管理主數(shù)據(jù)管理架構(gòu)規(guī)范管理元數(shù)據(jù)管理主數(shù)據(jù)管理數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)模型數(shù)據(jù)分布鑒權(quán)管理在線查詢即席查詢來源：艾瑞咨詢研究院自主研究及繪制。驅(qū)動因素：宏觀層驅(qū)動因素：宏觀層 PAGE6?2022.11iResearchInc. PAGE6?2022.11iResearchInc.?2022.11iResearchInc.數(shù)據(jù)量規(guī)模快速擴(kuò)張，數(shù)字化進(jìn)程加快，技術(shù)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(zhuǎn)型浪潮。企業(yè)方面，疫情的出現(xiàn)為企業(yè)數(shù)字化轉(zhuǎn)型按下了“加速鍵”，在線辦公、在線交易等線上化運(yùn)營方式為企業(yè)在特殊時(shí)期保持正常運(yùn)轉(zhuǎn)提供了支撐。政府方面，政府的數(shù)字化應(yīng)急能力和在線政務(wù)服務(wù)能力在疫情下不斷“淬煉”，在線服務(wù)指數(shù)由全球第34位躍升至第9位，邁入全球領(lǐng)先行列。據(jù)Gartner預(yù)測，2025年全球?qū)⒂?09億設(shè)備接入物聯(lián)網(wǎng)。物聯(lián)網(wǎng)設(shè)備產(chǎn)生海量數(shù)據(jù)，對這些設(shè)備的運(yùn)營、監(jiān)控以使構(gòu)建一套大數(shù)據(jù)系統(tǒng)變?yōu)榈烷T檻、快速啟動的項(xiàng)目，且隨著業(yè)務(wù)增長進(jìn)行無縫的技術(shù)增長，只需為實(shí)際使用的計(jì)算和存儲資源付費(fèi)，大幅降低了使用門檻。2005-2021年中國數(shù)據(jù)經(jīng)濟(jì)規(guī)模及全球占比39%

2015-2030年中國數(shù)據(jù)量規(guī)模及全球占比23%24%17523%24%1754931233%

34%

11412%

15%

19%49

25%64

92 99 1018336 39 4532223 5

27 31162005 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(jì)規(guī)模（萬億元中國數(shù)字經(jīng)濟(jì)規(guī)模占比（%）

2015 2020 中國年數(shù)據(jù)量（ZB） 中國年數(shù)據(jù)量全球占比（%）來源：wind，艾瑞咨詢研究院整理及繪制。 來源：wind，艾瑞咨詢研究員整理及繪制。驅(qū)動因素：行業(yè)層驅(qū)動因素：行業(yè)層大數(shù)據(jù)核心技術(shù)和產(chǎn)品受關(guān)注程度高，產(chǎn)業(yè)發(fā)展再升級大數(shù)據(jù)技術(shù)和應(yīng)用成為國家基礎(chǔ)性戰(zhàn)略支撐，是打造數(shù)字經(jīng)濟(jì)新優(yōu)勢、加快數(shù)字社會建設(shè)步伐、提高數(shù)字政府建設(shè)水平的重要力量，因此大數(shù)據(jù)核心技術(shù)創(chuàng)新和產(chǎn)品升級受關(guān)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(shù)的普及應(yīng)用，數(shù)據(jù)應(yīng)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(shù)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(gòu)建和運(yùn)行可擴(kuò)展的應(yīng)用程序，是繼云計(jì)算之后，數(shù)據(jù)基礎(chǔ)設(shè)施領(lǐng)域?qū)崿F(xiàn)新增長的重要拐點(diǎn)。在基礎(chǔ)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(lǐng)細(xì)分市場發(fā)展。在應(yīng)用軟件方面，BI、可視化、圖像分析等產(chǎn)品也備受關(guān)注。從企業(yè)和行業(yè)應(yīng)用來看，企業(yè)更加注重運(yùn)用數(shù)據(jù)技術(shù)向精細(xì)化運(yùn)營、信息化決策演進(jìn)。行業(yè)應(yīng)用聚焦于軟件和信息技術(shù)服務(wù)、互聯(lián)網(wǎng)等領(lǐng)域。2014-2021年軟件和信息服務(wù)業(yè)收入增長情況 2020-2021年月度互聯(lián)網(wǎng)業(yè)務(wù)收入累計(jì)增長情況16%16%16%16%16%16%14%13%12%13%949947207281586551036190937026428484823228%24%26%26%25%25%

23%22%21%5%5%2%15%14%15%14%14%13%5%5%2%2014 2015 2016 2017 2018 2019 2020 2021軟件業(yè)務(wù)收入（億元） 增速（%）

2020年（%） 2021年（%）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。驅(qū)動因素：企業(yè)層驅(qū)動因素：企業(yè)層 PAGE7?2022.11iResearchInc.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(jià)值企業(yè)的數(shù)字化進(jìn)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(diǎn)和癥結(jié)。一方面是缺少統(tǒng)一的業(yè)務(wù)系統(tǒng)集成途徑，數(shù)據(jù)格式和協(xié)議多樣化，導(dǎo)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(wù)的便捷途徑。此外，中國SaaS在疫情爆發(fā)后迎來了高光時(shí)刻，但企業(yè)系統(tǒng)運(yùn)行在多云環(huán)境中，私有端大量業(yè)務(wù)系統(tǒng)與云端系統(tǒng)形成了錯綜復(fù)雜的關(guān)系，最終無法快速響應(yīng)業(yè)務(wù)需求，阻礙業(yè)務(wù)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(wù)，簡化開發(fā)，敏捷集成，實(shí)現(xiàn)業(yè)務(wù)系統(tǒng)協(xié)同和業(yè)務(wù)需求敏捷響應(yīng)，真正實(shí)現(xiàn)“讓數(shù)據(jù)資產(chǎn)發(fā)揮價(jià)值”。錯綜復(fù)雜的集成關(guān)系錯綜復(fù)雜的集成關(guān)系數(shù)據(jù)功能集成化統(tǒng)一的數(shù)據(jù)功能集成平臺敏捷開發(fā)。來源：艾瑞咨詢研究院自主研究整理及繪制。價(jià)值價(jià)值 PAGE8?2022.11iResearchInc.核心價(jià)值：提升數(shù)據(jù)治理，改造業(yè)務(wù)流程，深化數(shù)據(jù)應(yīng)用數(shù)據(jù)中臺致力于解決原有數(shù)據(jù)關(guān)系及SOA架構(gòu)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(biāo)準(zhǔn)體系、強(qiáng)化打通數(shù)據(jù)壁壘的同時(shí)，也打通了企業(yè)部門間和事業(yè)群之間的業(yè)務(wù)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(shè)計(jì)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(wù)邏輯。數(shù)據(jù)中臺對企業(yè)全域數(shù)據(jù)資產(chǎn)進(jìn)行開發(fā)和應(yīng)用，實(shí)現(xiàn)了統(tǒng)一可比可算，讓數(shù)據(jù)具備了敏捷服務(wù)能力，滿足了企業(yè)各層級對數(shù)據(jù)服務(wù)能力的智能和快速調(diào)用，讓數(shù)據(jù)價(jià)值最大化賦能業(yè)務(wù)決策。來源：艾瑞咨詢研究院自主研究及繪制。

數(shù)據(jù)中臺核心價(jià)值提升數(shù)據(jù)質(zhì)量運(yùn)用可共享復(fù)用的數(shù)據(jù)管理工具進(jìn)行數(shù)據(jù)治理，形成統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，并結(jié)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(qiáng)數(shù)據(jù)與人工智能的融合，運(yùn)用數(shù)據(jù)挖掘、AI預(yù)測等算法模型，加強(qiáng)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)成本性，降低開發(fā)成本。構(gòu)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(yīng)用場景，為上層應(yīng)用提供服務(wù)。提升數(shù)據(jù)安全通過數(shù)據(jù)安全模塊對數(shù)據(jù)進(jìn)行敏感級別設(shè)定，運(yùn)用數(shù)據(jù)加密、脫敏等功能，提升企業(yè)的數(shù)據(jù)安全。爭議爭議來源：艾瑞咨詢研究院自主研究及繪制。 來源：艾瑞咨詢研究院自主研究及繪制。 PAGE9?2022.11iResearchInc.搭臺還是拆臺，做厚還是做薄隨著企業(yè)數(shù)字化轉(zhuǎn)型的深入和數(shù)據(jù)技術(shù)的不斷推陳出新，關(guān)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(guān)注點(diǎn)不同。首先，數(shù)據(jù)和指標(biāo)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(jià)值越明顯。其次，復(fù)用的理念不會改變，“重復(fù)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(fù)的理念不會改變。而以上三點(diǎn)，正是數(shù)據(jù)中臺的理念基礎(chǔ)，因此中臺并不過時(shí)。在具體技術(shù)架構(gòu)、產(chǎn)品形態(tài)和商業(yè)模式上，中臺確需與時(shí)俱進(jìn)。首先，傳統(tǒng)意義上的廣義中臺將企業(yè)管理、平臺建設(shè)、數(shù)據(jù)治理、數(shù)據(jù)運(yùn)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(shù)進(jìn)步，原來需要人工去做的很多事項(xiàng)，都可以用工具和產(chǎn)品代替，在性能、功能、體驗(yàn)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(wù)與應(yīng)用為一層，為數(shù)據(jù)應(yīng)用層；安全、AI能力等，則縱跨兩層。數(shù)據(jù)應(yīng)用數(shù)據(jù)應(yīng)用數(shù)據(jù)應(yīng)用數(shù)據(jù)應(yīng)用 事務(wù)性功能 分析型功能 數(shù)據(jù)服務(wù)數(shù)據(jù)管理數(shù)據(jù)治理 數(shù)據(jù)標(biāo)準(zhǔn)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(shí)時(shí)接入 離線同步 異構(gòu)數(shù)據(jù) 可視化配置 AI能力數(shù)據(jù)運(yùn)營管理數(shù)據(jù)安全管理 API服務(wù) 鑒權(quán)管理 在線查詢 即席查詢 延展延展來源：艾瑞咨詢研究院根據(jù)公開資料整理及繪制。 來源：艾瑞咨詢研究院根據(jù)公開資料整理及繪制。 PAGE10?2022.11iResearchInc.技術(shù)與業(yè)務(wù)中臺，支撐數(shù)據(jù)和應(yīng)用服務(wù)技術(shù)中臺抽象、封裝和沉淀公共技術(shù)組件的可復(fù)用能力，以平臺形式對外輸出技術(shù)能力。技術(shù)中臺核心特點(diǎn)為云原生和微服務(wù)，通過API網(wǎng)關(guān)實(shí)現(xiàn)前端邏輯和后端支撐的安全分離和獨(dú)立開發(fā)，有效應(yīng)對高頻海量業(yè)務(wù)訪問場景。技術(shù)中臺的設(shè)計(jì)和實(shí)施只需具備技術(shù)屬性，不能把業(yè)務(wù)邏輯封裝進(jìn)去，否則就偏離了技術(shù)中臺能力抽象與標(biāo)準(zhǔn)輸出的本質(zhì)。業(yè)務(wù)中臺承載企業(yè)核心業(yè)務(wù)，實(shí)現(xiàn)企業(yè)級的業(yè)務(wù)能力復(fù)用和業(yè)務(wù)板塊協(xié)同，提升創(chuàng)新效能。業(yè)務(wù)中臺的典型特點(diǎn)是涉及領(lǐng)域多，需求變化快，業(yè)務(wù)場景邏輯復(fù)雜。在設(shè)計(jì)和實(shí)施中，需要劃分業(yè)務(wù)領(lǐng)域邊界，形成共享服務(wù)模塊，建立分布式微服務(wù)體系，為前臺應(yīng)用提供可共享服用的業(yè)務(wù)能力。此外，也有觀點(diǎn)認(rèn)為業(yè)務(wù)中臺偏事務(wù)，數(shù)據(jù)中臺偏分析，但在本報(bào)告中，數(shù)據(jù)中臺的概念本身已包括事務(wù)性需求。中臺基本能力架構(gòu) 后臺系統(tǒng) 后臺系統(tǒng) 基礎(chǔ)能力公共服務(wù)能力技術(shù)中臺23數(shù)據(jù)應(yīng)用數(shù)據(jù)開發(fā)數(shù)據(jù)服務(wù)數(shù)據(jù)采集業(yè)務(wù)中臺1數(shù)據(jù)中臺……監(jiān)控預(yù)警運(yùn)行環(huán)境開發(fā)框架……模型服務(wù)流程設(shè)計(jì)用戶權(quán)限前臺應(yīng)用…………資產(chǎn)中心搜索中心物流中心評價(jià)中心支付中心店鋪中心會員中心訂單中心交易中心商品中心用戶中心共享服務(wù)模塊技術(shù)中臺關(guān)鍵組件API網(wǎng)關(guān)服務(wù)鑒權(quán)服務(wù)路由降級限流……開發(fā)框架微服務(wù)治理前端開發(fā)框架微服務(wù)開發(fā)框架負(fù)載均衡配置中心流量控制服務(wù)發(fā)現(xiàn)配置管理…… 數(shù)據(jù)中臺概述1數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4行業(yè)前景展望5數(shù)據(jù)中臺概述1數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4行業(yè)前景展望511市場規(guī)模市場規(guī)模來源：艾瑞咨詢研究院根據(jù)企業(yè)年報(bào)等公開資料、專家訪談及自有模型統(tǒng)計(jì)核算及繪制。?2022.11iResearchInc.來源：艾瑞咨詢研究院根據(jù)企業(yè)年報(bào)等公開資料、專家訪談及自有模型統(tǒng)計(jì)核算及繪制。?2022.11iResearchInc. 12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(jì)蓬勃發(fā)展，企業(yè)數(shù)字化轉(zhuǎn)型步伐不斷加快，數(shù)據(jù)技術(shù)加速創(chuàng)新融合應(yīng)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(cè)看，生態(tài)化合作趨勢明顯，一方面云廠商在各垂直領(lǐng)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(wù)協(xié)同，使得個性化部署能力和實(shí)施效率顯著提升；另一方面，部分獨(dú)立廠商融合云廠商的底層平臺能力，結(jié)合自身的技術(shù)創(chuàng)新和專項(xiàng)優(yōu)勢，發(fā)布多樣化的數(shù)據(jù)中臺產(chǎn)品。在需求側(cè)，企業(yè)對數(shù)據(jù)中臺的關(guān)注點(diǎn)已從中臺本身轉(zhuǎn)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(jià)格敏感度上升，驅(qū)動廠商積極探索業(yè)務(wù)模式創(chuàng)新和服務(wù)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42%30%42%30%24%20%37.8

68.2

96.9

126.0

156.2

187.42019 2020 2021 數(shù)據(jù)中臺市場規(guī)模（億元） 增長率（%）產(chǎn)業(yè)圖譜產(chǎn)業(yè)圖譜來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc. 13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(shù)發(fā)展和企業(yè)數(shù)字化轉(zhuǎn)型加速的雙重驅(qū)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(dú)立中臺廠商以及自研廠商的邊界開始模糊，數(shù)智服務(wù)的生態(tài)協(xié)同明顯。從市場格局來看，云服務(wù)廠商依托完備的服務(wù)體系和強(qiáng)生態(tài)能力，輸出方法論、技術(shù)及工具，建立行業(yè)服務(wù)體系；產(chǎn)品廠商憑借創(chuàng)新技術(shù)能力和垂直行業(yè)深入的業(yè)務(wù)認(rèn)知，取得行業(yè)積累，提升品牌競爭力。自研廠商獨(dú)立中臺廠商自研廠商獨(dú)立中臺廠商解決方案廠商平臺生態(tài)廠商數(shù)據(jù)中臺廠商類型行業(yè)格局行業(yè)格局來源：艾瑞咨詢研究院自主研究及繪制。 來源：艾瑞咨詢研究院自主研究及繪制。 14?2022.11iResearchInc.從競爭到競合，破壁搭橋提升數(shù)智服務(wù)，生態(tài)協(xié)同正當(dāng)其時(shí)商擁有內(nèi)部率先落地中臺戰(zhàn)略，之后對外提供服務(wù)的先發(fā)優(yōu)勢，為行業(yè)發(fā)展輸出方法論、技術(shù)和工具體系，商業(yè)模式以行業(yè)頭部廠商，技術(shù)背景扎實(shí)，行業(yè)經(jīng)驗(yàn)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)解決方案廠商協(xié)同生態(tài)

平臺生態(tài)廠商用戶獨(dú)立中臺廠商

中小型項(xiàng)目獨(dú)立提供中臺建設(shè)用戶行業(yè)挑戰(zhàn)行業(yè)挑戰(zhàn)來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。 15來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。 15?2022.11iResearchInc.?2022.11iResearchInc.產(chǎn)品化和項(xiàng)目制之間的平衡問題在投融資領(lǐng)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(biāo)。當(dāng)前，中臺以服務(wù)中大型客戶為主。客戶的大數(shù)據(jù)量及對數(shù)據(jù)安全的特殊要求，導(dǎo)致較少采用全公有云的部署模式，大多仍采用類項(xiàng)目制（含一次性和私有訂閱）的形式。并且，中臺尤其是業(yè)務(wù)中臺部分，需要對行業(yè)和客戶有較深理解，在指標(biāo)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(biāo)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(shù)理念，大核心研發(fā)+多個小行業(yè)交付的組織架構(gòu)，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(xiàng)。低零代碼核心能力 核心研發(fā)+多行業(yè)交付的組織架構(gòu)數(shù)據(jù)模型驅(qū)動通過頁面操作，方便靈活的進(jìn)行模型定義，包括定義模型字段、相關(guān)數(shù)據(jù)表的關(guān)聯(lián)操作，以及模型規(guī)則和索引，實(shí)現(xiàn)低零代碼數(shù)據(jù)模型驅(qū)動通過頁面操作，方便靈活的進(jìn)行模型定義，包括定義模型字段、相關(guān)數(shù)據(jù)表的關(guān)聯(lián)操作，以及模型規(guī)則和索引，實(shí)現(xiàn)低零代碼平臺的應(yīng)用對數(shù)據(jù)模型的便捷操作。可擴(kuò)展性一方面為前端和后端開發(fā)者提供熟悉的語言擴(kuò)展，另一方面通過流程圖等方式進(jìn)行業(yè)務(wù)邏輯擴(kuò)展，此外，通過API集成第三方系統(tǒng)和服務(wù)，為低零代碼平臺的應(yīng)用提供靈活調(diào)用。3一體化能力提供本地開發(fā)調(diào)試、版本回退操作，有能力預(yù)留體驗(yàn)，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(gòu)建發(fā)布上線、免運(yùn)費(fèi)以及配套監(jiān)控的一站式能力。4可視化開發(fā)業(yè)務(wù)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(jìn)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(shí)質(zhì)上通過可視化界面生成了可執(zhí)行的計(jì)算機(jī)語言。金融零售地產(chǎn)研發(fā)核心政務(wù)……制造控制開發(fā)成本，提升廠商ROI發(fā)能力，提升產(chǎn)品基礎(chǔ)側(cè)的穩(wěn)定性、拓展性和適應(yīng)性，在不改變產(chǎn)品原有基礎(chǔ)功能的前提下，節(jié)約廠商研發(fā)成本。同時(shí)，通過與企業(yè)IT部門、技術(shù)架構(gòu)師等協(xié)調(diào)，與技術(shù)強(qiáng)的生態(tài)伙伴合作，制定科學(xué)合理的部署方案，以合理的投入獲得最大回報(bào)。 數(shù)據(jù)中臺概述1數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4行業(yè)前景展望5數(shù)據(jù)中臺概述1數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4行業(yè)前景展望516需求診斷需求診斷來源：艾瑞咨詢研究院自主研究及繪制。 來源：艾瑞咨詢研究院自主研究及繪制。 PAGE17?2022.11iResearchInc.企業(yè)搭建數(shù)據(jù)中臺應(yīng)當(dāng)按己所需，量力而為全適合，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(dāng)前問題。企業(yè)是否引入中臺的考量要素信息化程度信息化程度數(shù)據(jù)積累組織結(jié)構(gòu)配套機(jī)制經(jīng)營模式業(yè)務(wù)特征企業(yè)信息化建設(shè)

企業(yè)已經(jīng)或未來

企業(yè)組織結(jié)構(gòu)復(fù)

企業(yè)擁有比較完

企業(yè)有多條產(chǎn)品

企業(yè)業(yè)務(wù)既不是程度已達(dá)較高水

較短時(shí)間內(nèi)有大

雜程度高，跨部

善的配套機(jī)制，

線或橫跨多業(yè)態(tài)，完全一成不變，平，業(yè)務(wù)經(jīng)營由多個信息系統(tǒng)支

量的業(yè)務(wù)數(shù)據(jù)積累，對數(shù)據(jù)資產(chǎn)

已經(jīng)顯著影響到企業(yè)深度發(fā)展。

包括企業(yè)戰(zhàn)略、組織文化、數(shù)據(jù)部門成熟度等。

呈多元化經(jīng)營，各部門需對各條線做分析決策。

也不會有顛覆性變化，且業(yè)務(wù)線之間有所關(guān)聯(lián)。整體分析整體分析 PAGE20?2022.11iResearchInc.金字塔型分析，由“虛”入“實(shí)”，從宏觀到微觀中臺項(xiàng)目實(shí)施難點(diǎn)，在于企業(yè)數(shù)字化過程中，虛實(shí)結(jié)合不到位。傳統(tǒng)咨詢常打法，但往往是規(guī)劃）Down（落地）困難，常被稱為“缺腿和腳”。純技術(shù)出身的中臺廠商則需補(bǔ)充和當(dāng)前狀況（As-Is），然后確定企業(yè)接下來一段時(shí)間的北極星指標(biāo)，然后將該指標(biāo)拆分為子指標(biāo)，然后確定數(shù)據(jù)管理和應(yīng)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(shí)是中臺能堅(jiān)定、持續(xù)走下去必不可少的要素。這種方式，其實(shí)可以看成是“金字塔原理”以及“OKR”在數(shù)字化轉(zhuǎn)型中的具體應(yīng)用。所以，企業(yè)中臺建設(shè)不僅是技術(shù)問題，更是管理問題，是企業(yè)的一把手工程。中臺建設(shè)的整體分析1使命愿景1一般沒有固定方法，主要看創(chuàng)始團(tuán)隊(duì)情懷，例如：以數(shù)智能力賦能業(yè)務(wù)，打造數(shù)據(jù)驅(qū)動的智能企業(yè)，讓業(yè)務(wù)更加智慧。2當(dāng)前環(huán)境分析2匯集和篩選業(yè)內(nèi)主要分析方法：SWOT分析、價(jià)值鏈分析、波特五力分析、波士頓矩陣分析、K-R策略分析等。

指標(biāo)搭建34345企業(yè)架構(gòu)企業(yè)架構(gòu)的全球標(biāo)準(zhǔn)TOGAF：劃分企業(yè)的四個關(guān)鍵領(lǐng)域；定義企業(yè)業(yè)務(wù)戰(zhàn)略和組織；記錄數(shù)據(jù)資產(chǎn)結(jié)構(gòu)及數(shù)據(jù)管理資源。具體實(shí)施來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。核心方法論核心方法論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(yàn)后對外輸出成熟的中臺建設(shè)核心方法論：OneData+OneService+OneID。OneData的本質(zhì)是構(gòu)建從算法定義、數(shù)據(jù)研發(fā)到數(shù)據(jù)服務(wù)的統(tǒng)一指標(biāo)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(wù)場景造成不同部門對數(shù)據(jù)的重復(fù)建設(shè)，讓數(shù)據(jù)成為可復(fù)用、可深挖價(jià)值的資產(chǎn)，而非拖垮業(yè)務(wù)推進(jìn)的隱性成本。OneService的本質(zhì)是數(shù)據(jù)即服務(wù)。傳統(tǒng)數(shù)倉從不同的系統(tǒng)調(diào)用數(shù)據(jù)時(shí)受數(shù)據(jù)庫權(quán)限限制，需要開發(fā)人員定制不同的訪問接口，出錯時(shí)還難以追溯影響到哪些應(yīng)用和報(bào)表。數(shù)據(jù)中臺通過平臺化的工具/接口，一方面為應(yīng)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(yīng)用的管理效率，建立了從報(bào)表到應(yīng)用的清晰鏈路，提升數(shù)據(jù)開發(fā)的友好性。OneData+OneService+OneID實(shí)現(xiàn)路徑OneModel統(tǒng)一數(shù)據(jù)構(gòu)建管理規(guī)范定義建模，構(gòu)建數(shù)據(jù)資產(chǎn)：細(xì)化指標(biāo)定位；設(shè)計(jì)派生指標(biāo)；基于數(shù)據(jù)分層。OneModel統(tǒng)一數(shù)據(jù)構(gòu)建管理規(guī)范定義建模，構(gòu)建數(shù)據(jù)資產(chǎn)：細(xì)化指標(biāo)定位；設(shè)計(jì)派生指標(biāo)；基于數(shù)據(jù)分層。OneService統(tǒng)一數(shù)據(jù)服務(wù)復(fù)用而非復(fù)制數(shù)據(jù)：屏蔽復(fù)雜的主題式數(shù)據(jù)服務(wù)；一般查詢+OLAP+在線服務(wù)；屏蔽多源異構(gòu)的數(shù)據(jù)服務(wù)。OneID實(shí)體識別連接和標(biāo)簽生產(chǎn)：ID自動化識別和連接；行為元素和行為規(guī)則；標(biāo)簽生產(chǎn)。OneModelOneDataOneServiceOneID效率大數(shù)據(jù)、微服務(wù)、高可用等技術(shù)開發(fā)門檻降低；研發(fā)和運(yùn)維耗時(shí)降低，研發(fā)和運(yùn)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(fù)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(qiáng)，數(shù)據(jù)穩(wěn)定性得到有力保障；數(shù)據(jù)一致性、及時(shí)性和準(zhǔn)確性得到提升。來源：阿里云，艾瑞咨詢研究院整理及繪制。廠商選型廠商選型人、活兒、事兒三方面考量企業(yè)在中臺選型時(shí)，應(yīng)從人、活兒、事兒三方面進(jìn)行考量?！叭恕笔侵福浩髽I(yè)應(yīng)該考慮中臺廠商的團(tuán)隊(duì)背景，如是否有大數(shù)據(jù)背景，是否有行業(yè)背景。“活兒”是指：目前中臺廠商的產(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(shù)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(yàn)等是否一致，會不會為自己帶來相應(yīng)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(yàn)是否良好?！笆聝骸笔侵福褐信_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(shí)施中可以提高效率并降低風(fēng)險(xiǎn)。中臺選型考量要素「活兒」主要考量中臺廠商用于部署中臺的產(chǎn)品和技術(shù)，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(shù)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(diǎn)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。

廠商產(chǎn)品 案例

「人」主要考量中臺廠商的團(tuán)隊(duì)背景，包括團(tuán)隊(duì)技術(shù)背景、行業(yè)背景、服務(wù)能力、響應(yīng)時(shí)效等方面。「事兒」主要考量中臺廠商在中臺解決方案方面已有的標(biāo)桿案例，重點(diǎn)關(guān)注包括ERP、CRM等業(yè)務(wù)數(shù)據(jù)，內(nèi)外部設(shè)備數(shù)據(jù)的對接等。來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。數(shù)據(jù)管理機(jī)制數(shù)據(jù)管理機(jī)制來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc. PAGE22數(shù)據(jù)中臺建設(shè)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(zhuǎn)變，建立統(tǒng)一的數(shù)據(jù)采集、處理、計(jì)算及服務(wù)平臺，形成統(tǒng)一的數(shù)據(jù)管理機(jī)制是基礎(chǔ)，實(shí)現(xiàn)路徑大致可分為五步：1）明確建設(shè)思路物流、營銷、財(cái)務(wù)、人力等各業(yè)務(wù)模塊的全覆蓋，設(shè)計(jì)數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)質(zhì)量管理、質(zhì)量評價(jià)等相關(guān)管理流程，并責(zé)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(jì)分析、血緣分析等功能，并提供多格式文件的導(dǎo)入/出。3）數(shù)據(jù)標(biāo)準(zhǔn)管理。支持信息架構(gòu)管理、模板管理、邏輯建模、維度建模、模型物化、標(biāo)準(zhǔn)校驗(yàn)以及發(fā)布同步等功能。4）元數(shù)據(jù)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(yàn)、質(zhì)量監(jiān)控、規(guī)則關(guān)聯(lián)以及發(fā)布評價(jià)等功能。數(shù)據(jù)管理機(jī)制建設(shè)路徑建設(shè)思路結(jié)合企業(yè)業(yè)務(wù)現(xiàn)狀構(gòu)建統(tǒng)一的數(shù)據(jù)模型、數(shù)據(jù)分布和數(shù)據(jù)流轉(zhuǎn)方案資產(chǎn)管理建設(shè)思路結(jié)合企業(yè)業(yè)務(wù)現(xiàn)狀構(gòu)建統(tǒng)一的數(shù)據(jù)模型、數(shù)據(jù)分布和數(shù)據(jù)流轉(zhuǎn)方案資產(chǎn)管理并以此進(jìn)行管理支持?jǐn)?shù)據(jù)資產(chǎn)按照一定的分類進(jìn)行管理，可通過樹型結(jié)構(gòu)、網(wǎng)狀結(jié)構(gòu)進(jìn)行管理，快速檢索定位數(shù)據(jù)資產(chǎn)標(biāo)準(zhǔn)管理支持按業(yè)務(wù)域、業(yè)支持按照業(yè)務(wù)域模板化管理數(shù)據(jù)標(biāo)準(zhǔn)支持ER模型管理、逆向數(shù)據(jù)庫、主外元數(shù)據(jù)管理找到所需的數(shù)據(jù)具備元數(shù)據(jù)管理能力，查看和維護(hù)數(shù)據(jù)字典詳細(xì)信息、質(zhì)量管理義數(shù)據(jù)質(zhì)量規(guī)則告警及標(biāo)識功能數(shù)據(jù)質(zhì)量告警標(biāo)準(zhǔn)和質(zhì)量規(guī)則底座技術(shù)選型底座技術(shù)選型先進(jìn)性和適應(yīng)性應(yīng)綜合考慮中臺技術(shù)，即廣義的大數(shù)據(jù)技術(shù)（中臺≈?jǐn)?shù)字化咨詢+大數(shù)據(jù)技術(shù)+數(shù)據(jù)治理與管理+數(shù)據(jù)運(yùn)營）。由于大量行業(yè)客戶，并不能自己玩轉(zhuǎn)大數(shù)據(jù)，所以一般需要“端到端”的產(chǎn)品或服務(wù)。供應(yīng)商提供端到端服務(wù)，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(wù)，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(jìn)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(shù)，進(jìn)行自由組合和二次開發(fā)。（4）獨(dú)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(wù)。（5）一些新型HATP廠商，通過對流數(shù)據(jù)的進(jìn)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(shù)組件選擇時(shí)，一般遵循以下原則：（1）確有明顯優(yōu)勢及取代趨勢時(shí)，選擇有優(yōu)勢的（如Flink相對于Storm）。（2）不同技術(shù)各有利弊時(shí)，根據(jù)自身業(yè)務(wù)、歷史架構(gòu)、供應(yīng)商擅長綜合選擇。（3）供應(yīng)商有深度自研的，除體驗(yàn)外，還應(yīng)考慮后期服務(wù)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(shù)Yarnmesos

集群調(diào)度

數(shù)據(jù)計(jì)算

實(shí)時(shí)計(jì)算：StormSparkFlink

離線計(jì)算：MapReduceSpark

網(wǎng)頁數(shù)據(jù)

數(shù)據(jù)接入

數(shù)據(jù)分析（OLAP)

實(shí)時(shí)分析：Druid

離線分析：Hive

Presto

消息隊(duì)列數(shù)據(jù)庫

數(shù)據(jù)存儲

大數(shù)據(jù)技術(shù)

ETL任務(wù)調(diào)度Doris數(shù)據(jù)檢索elasticsearchlucenesolr

ImpalaSparkSQLKylin數(shù)據(jù)治理數(shù)據(jù)治理 23 23?2022.11iResearchInc.?2022.11iResearchInc.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(biāo)的業(yè)務(wù)口徑一致，主要包含數(shù)據(jù)字典（描述數(shù)據(jù)的結(jié)構(gòu)信息）、數(shù)據(jù)血緣（用于影響分析和（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ClouderaNavigator。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(wù)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(zhǔn)確、相應(yīng)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(yīng)用，四大關(guān)鍵功能為生命周期管理（編寫主數(shù)據(jù)間的層次、關(guān)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(jìn)程度）、協(xié)調(diào)功能（主數(shù)據(jù)管理系統(tǒng)與業(yè)務(wù)系統(tǒng)集成）以及分析功能。主要解決方案廠商包括IBM、Informatica、Stibo、SAP等國外大廠，MySQL Oracle DDB MySQL Oracle DDB Kafka Redis Neo4j數(shù)據(jù)血緣

數(shù)據(jù)字典

數(shù)據(jù)特征

制定編碼標(biāo)準(zhǔn)與業(yè)務(wù)部門共同確定主數(shù)據(jù)范圍，制定編碼標(biāo)編碼結(jié)構(gòu)、數(shù)據(jù)粒度、屬性描述等。

編制編碼內(nèi)容編制符合數(shù)據(jù)標(biāo)準(zhǔn)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。結(jié)構(gòu)化數(shù)據(jù)源非結(jié)構(gòu)化數(shù)據(jù)源消息處理血緣清理結(jié)構(gòu)化數(shù)據(jù)源非結(jié)構(gòu)化數(shù)據(jù)源消息處理血緣清理MySQL 接口 接口DDB接口Nest接口標(biāo) 訪 數(shù)簽 問 據(jù)管 熱 搜理 度 索 連接管理器 基于統(tǒng)一API訪問的元數(shù)據(jù)服務(wù)層識轉(zhuǎn)移?；诮y(tǒng)一API訪問的元數(shù)據(jù)服務(wù)層

實(shí)施方法論

建設(shè)管理平臺建設(shè)主數(shù)據(jù)管理平臺，實(shí)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。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。數(shù)據(jù)資產(chǎn)管理數(shù)據(jù)資產(chǎn)管理 PAGE25?2022.11iResearchInc.數(shù)據(jù)模型管理搭建數(shù)據(jù)中臺的本質(zhì)是構(gòu)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(fù)用的數(shù)據(jù)中臺，具體實(shí)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(wù)數(shù)據(jù)進(jìn)入數(shù)據(jù)中臺的第一站，是所有數(shù)據(jù)加工的源頭，應(yīng)從業(yè)務(wù)系統(tǒng)的源數(shù)據(jù)庫權(quán)限入手；2）劃分主題域和拆分業(yè)務(wù)維度，構(gòu)建總線矩陣。主題域是業(yè)務(wù)過程的抽象集合，劃分時(shí)盡量涵蓋所有業(yè)務(wù)需求，保持穩(wěn)定性和擴(kuò)展性；3）構(gòu)建一致性維度。構(gòu)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(shí)間相差較大的維度屬性拆分成單獨(dú)的維表；4）整合事實(shí)表。事實(shí)表整合的核心是統(tǒng)計(jì)粒度必須保持一致，不同統(tǒng)計(jì)粒度的數(shù)據(jù)不能出現(xiàn)在同一個事實(shí)表中；5）模型設(shè)計(jì)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(shè)置生命周期，可保留7-30天不等；6）應(yīng)用遷移。進(jìn)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(gòu)ODS操作數(shù)據(jù)層ODS層DWD公共明細(xì)層CDM層ODS操作數(shù)據(jù)層ODS層DWD公共明細(xì)層CDM層DWS公共匯總層ADS數(shù)據(jù)應(yīng)用層ADS層DIM公共維表ADS層設(shè)計(jì)相對靈活，貼近應(yīng)用，設(shè)計(jì)思想以維度建模為主。公共數(shù)據(jù)層（包括公共明細(xì)層DWD和公共匯總層DWS），負(fù)責(zé)數(shù)據(jù)加工與整合、建立一致性的維度、構(gòu)建可復(fù)用的面向分析和統(tǒng)計(jì)的明細(xì)事實(shí)表以及匯總公共粒度的指標(biāo)，主要采用維度建模思路進(jìn)行設(shè)計(jì)。ODSCDM操作數(shù)據(jù)層，結(jié)構(gòu)上與源系統(tǒng)的增量或者全量數(shù)據(jù)基本保持原始數(shù)據(jù)經(jīng)緩沖層（STG）加載，進(jìn)入數(shù)倉的業(yè)務(wù)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(jié)構(gòu)，對于變化的數(shù)據(jù)，使用數(shù)據(jù)拉鏈加工與存儲。ODSCDM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)服務(wù)數(shù)據(jù)服務(wù)數(shù)據(jù)和應(yīng)用之間的“橋梁”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(zhuǎn)化為可高效復(fù)用的軟件服務(wù)。數(shù)據(jù)中臺提供的數(shù)據(jù)服務(wù)可大致分為三類：1）主題式數(shù)據(jù)服務(wù)。基于元數(shù)據(jù)規(guī)范定義和建模，構(gòu)建主題邏輯表，屏蔽復(fù)雜物理表，提供業(yè)務(wù)視角下的查詢；2）統(tǒng)一且多樣化數(shù)據(jù)服務(wù)。一站式提供一般查詢、OLAP分析、在線接口服務(wù)等查詢和應(yīng)用服務(wù)，便于數(shù)據(jù)跟蹤管理；3）跨源數(shù)據(jù)服務(wù)。統(tǒng)一數(shù)據(jù)接入層，屏蔽多種異構(gòu)數(shù)據(jù)源的讀寫差異，減少數(shù)據(jù)訪問和應(yīng)用成本。數(shù)據(jù)服務(wù)通過平臺化、配置化的方式，快速生成API服務(wù)，減少定制化開發(fā)對不同工種的依賴，同時(shí)屏蔽底層數(shù)據(jù)的技術(shù)細(xì)節(jié)，讓數(shù)據(jù)消費(fèi)者無需關(guān)心數(shù)據(jù)的源頭問題，實(shí)現(xiàn)“數(shù)據(jù)即服務(wù)”。從實(shí)施路徑來看，構(gòu)建數(shù)據(jù)服務(wù)模塊應(yīng)具備以下五大核心能力，才能擔(dān)起數(shù)據(jù)與應(yīng)用之間的“橋梁”角色：數(shù)據(jù)血緣可視化

數(shù)據(jù)服務(wù)管理核心能力構(gòu)建性能監(jiān)控實(shí)時(shí)化具備接口實(shí)時(shí)流量、超時(shí)率、平均耗時(shí)、日均請求

接口管理線上化API接口服務(wù)配置化數(shù)據(jù)服務(wù)管理最核心的能

將平臺內(nèi)接口與模型、字段的血緣關(guān)系及接口與下游應(yīng)用的關(guān)系數(shù)據(jù)，與模型加工產(chǎn)品的血緣鏈路進(jìn)

次數(shù)、錯誤率等服務(wù)指標(biāo)，做到異常報(bào)警通知，電話、短信、郵件多渠道，出現(xiàn)問題時(shí)第一時(shí)間跟進(jìn)修復(fù)。

所有接口視為數(shù)據(jù)資產(chǎn)進(jìn)行線上管理，接口的需求元數(shù)據(jù)、技術(shù)元數(shù)據(jù)、業(yè)務(wù)元數(shù)據(jù)等信息完善，可

需求申請工單化出于數(shù)據(jù)安全以及業(yè)務(wù)需求力，包含指標(biāo)類接口、用

行關(guān)聯(lián)補(bǔ)充，形成從源端

查看接口文檔、性能指標(biāo)、考慮，接口配置權(quán)限需管控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(wù)人員實(shí)現(xiàn)數(shù)據(jù)和算法開發(fā)的自助配置上線。

數(shù)據(jù)到API以及下游產(chǎn)品應(yīng)用的全鏈路數(shù)據(jù)血緣，通過可視化方式展示。

流量控制、一鍵上下線處理。

在具備數(shù)據(jù)開發(fā)能力的業(yè)務(wù)開發(fā)角色中，相應(yīng)的接口需求申請流程、已有接口申請token復(fù)用流程，形成需求提交、工單流轉(zhuǎn)、處理反饋的數(shù)據(jù)服務(wù)需求流程閉環(huán)。來源：艾瑞咨詢研究院根據(jù)公開資料研究及繪制。數(shù)據(jù)保障數(shù)據(jù)保障 PAGE PAGE26?2022.11iResearchInc.?2022.11iResearchInc.數(shù)據(jù)運(yùn)營+數(shù)據(jù)安全數(shù)據(jù)資產(chǎn)運(yùn)營的目標(biāo)是將數(shù)據(jù)轉(zhuǎn)化為可閱讀、易理解、好使用、有價(jià)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(jià)值，構(gòu)建數(shù)據(jù)中臺運(yùn)營機(jī)制平臺，即數(shù)據(jù)地圖，主要包含：數(shù)據(jù)量指標(biāo)、標(biāo)簽調(diào)用次數(shù)、表訪問熱度、表分區(qū)信息等，構(gòu)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(yùn)營快速發(fā)現(xiàn)數(shù)據(jù)，準(zhǔn)確理解數(shù)據(jù)含義。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(fēng)險(xiǎn)。常用的技術(shù)手段包括：1）統(tǒng)一安全認(rèn)證和權(quán)限管理；2）對不同權(quán)限的數(shù)據(jù)資源進(jìn)行隔離；3）數(shù)據(jù)加密；4）數(shù)據(jù)脫敏?？砷喿x易理解好使用有價(jià)值

數(shù)據(jù)資產(chǎn)運(yùn)營的能力實(shí)現(xiàn)通過構(gòu)建數(shù)據(jù)資產(chǎn)展示地圖，讓業(yè)務(wù)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(shù)人員。面向業(yè)務(wù)人員組織數(shù)據(jù)資產(chǎn)的標(biāo)簽化，包含標(biāo)簽名、標(biāo)簽描述、標(biāo)簽邏輯、取值類型等基礎(chǔ)元標(biāo)簽信息，幫助業(yè)務(wù)人員深入了解和使用數(shù)據(jù)。數(shù)據(jù)資產(chǎn)運(yùn)營平臺讓業(yè)務(wù)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(wù)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(jià)值的信息，評估數(shù)據(jù)標(biāo)簽的重要程度。

數(shù)據(jù)安全體系架構(gòu)通用體系合法性驗(yàn)證身份驗(yàn)證請求校驗(yàn)通用體系合法性驗(yàn)證身份驗(yàn)證請求校驗(yàn)錄入權(quán)限申請定期 更新掃描 數(shù)據(jù)字段 標(biāo)簽權(quán)限管理元數(shù)據(jù)平臺數(shù)倉平臺數(shù)據(jù)表管理員維護(hù)安全體系用戶行業(yè)場景（1/4）行業(yè)場景（1/4）來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.來源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc. PAGE30金融行業(yè)：從數(shù)據(jù)驅(qū)動到運(yùn)營優(yōu)化金融行業(yè)走在我國數(shù)字化轉(zhuǎn)型前列，信息化建設(shè)起步早、投入大，因此行業(yè)的信息化水平和數(shù)據(jù)的標(biāo)準(zhǔn)化程度較高，針對金融行業(yè)的數(shù)字化服務(wù)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(jī)構(gòu)普遍擁有多個信息部門和數(shù)據(jù)中心，隨著業(yè)務(wù)多元發(fā)展和海量業(yè)務(wù)數(shù)據(jù)積累，大量的系統(tǒng)、功能和應(yīng)用被反復(fù)構(gòu)建。數(shù)據(jù)資源、計(jì)算資源和人力資源都存在巨大浪費(fèi)，信息孤島現(xiàn)象嚴(yán)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(yīng)對高并發(fā)、強(qiáng)一致、橫向擴(kuò)展的業(yè)務(wù)場景。數(shù)據(jù)化轉(zhuǎn)型領(lǐng)先的金融機(jī)構(gòu)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(jī)構(gòu)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(biāo)準(zhǔn)數(shù)據(jù)，建立數(shù)據(jù)資產(chǎn)，減少業(yè)務(wù)數(shù)據(jù)重復(fù)建設(shè)，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(zhǔn)營銷，輔助運(yùn)營決策，提升客戶運(yùn)營效率。數(shù)據(jù)采集數(shù)據(jù)開發(fā)……CRM系統(tǒng)數(shù)據(jù)風(fēng)險(xiǎn)管理數(shù)據(jù)數(shù)據(jù)采集數(shù)據(jù)開發(fā)……CRM系統(tǒng)數(shù)據(jù)風(fēng)險(xiǎn)管理數(shù)據(jù)資產(chǎn)管理數(shù)據(jù)線上交易數(shù)據(jù)ODS……管理域投顧域客戶域運(yùn)營域……產(chǎn)品標(biāo)簽 投資標(biāo)簽TDM客戶標(biāo)簽……投資行為營銷行為數(shù)據(jù)資產(chǎn)ADS客戶畫像DW交易系統(tǒng)數(shù)據(jù)營銷域數(shù)據(jù)服務(wù) API服務(wù) 鑒權(quán)管理 在線查詢 即席查詢 ……數(shù)據(jù)安全管理數(shù)據(jù)運(yùn)營管理實(shí)時(shí)接入離線同步異構(gòu)數(shù)據(jù)實(shí)時(shí)開發(fā)離線開發(fā)同步套件開發(fā)套件異構(gòu)網(wǎng)絡(luò)可視化配置……調(diào)度管理文件合并智能運(yùn)維……行業(yè)場景（2/4）行業(yè)場景（2/4）泛零售行業(yè)：從統(tǒng)計(jì)分析到?jīng)Q策支撐泛零售行業(yè)從以商家運(yùn)營為主導(dǎo)的“舊”零售時(shí)代，推演至今日的以用戶為中心，數(shù)據(jù)驅(qū)動、體驗(yàn)為王、口碑傳播、迭代思維的零售4.0內(nèi)部搭建了各類業(yè)務(wù)系統(tǒng)，基本滿足日常統(tǒng)計(jì)分析。但是，割裂的業(yè)務(wù)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(dǎo)致無法對多維數(shù)據(jù)進(jìn)行閉環(huán)分析，數(shù)據(jù)指導(dǎo)和輔助運(yùn)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(biāo)準(zhǔn)化數(shù)據(jù)模型和研發(fā)標(biāo)準(zhǔn)，實(shí)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(wù)系統(tǒng)、運(yùn)營系統(tǒng)和銷售系統(tǒng)的數(shù)據(jù)，進(jìn)行數(shù)字化的供應(yīng)鏈管理；運(yùn)用數(shù)字媒介開展業(yè)務(wù)和觸點(diǎn)布局，跨業(yè)務(wù)域、跨渠道、跨產(chǎn)品、跨區(qū)域的綜合分析，精細(xì)化運(yùn)營；通過埋點(diǎn)、實(shí)時(shí)數(shù)據(jù)，線上線下異構(gòu)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(yàn)。數(shù)智價(jià)值用戶全生命數(shù)智價(jià)值用戶全生命周期管理運(yùn)營服務(wù)智能營銷推薦……客戶數(shù)據(jù) 社交數(shù)據(jù)APP數(shù)據(jù)數(shù)據(jù)資產(chǎn)化客戶數(shù)據(jù) 社交數(shù)據(jù)APP數(shù)據(jù)數(shù)據(jù)資產(chǎn)化客服數(shù)據(jù)電商數(shù)據(jù) 行為數(shù)據(jù)知識圖譜 云計(jì)算處理資產(chǎn)業(yè)務(wù)化機(jī)器學(xué)習(xí)智能BI深度引擎行業(yè)場景（3/4）行業(yè)場景（3/4）政務(wù)行業(yè)：從決策支撐到數(shù)據(jù)驅(qū)動政務(wù)數(shù)字化是數(shù)字政府建設(shè)的重要目標(biāo)，隨著數(shù)據(jù)、算法、服務(wù)不斷創(chuàng)新和迭代，行業(yè)正從政務(wù)電子化、政府上網(wǎng)和政務(wù)服務(wù)一體化的“互聯(lián)網(wǎng)+政務(wù)服務(wù)”階段，向基于大數(shù)據(jù)的“數(shù)據(jù)化、平臺化”階段推進(jìn)，初步形成統(tǒng)一的云平臺和公共數(shù)據(jù)服務(wù)平臺，政務(wù)服務(wù)能力顯著改善。但隨著國內(nèi)經(jīng)濟(jì)持續(xù)健康發(fā)展和社會全面進(jìn)步，各界對政務(wù)服務(wù)也提出了更高的“政府企業(yè)協(xié)同”、“政府服務(wù)公眾”的數(shù)據(jù)資源良性循環(huán)，如何提升政務(wù)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(shí)現(xiàn)政務(wù)領(lǐng)域數(shù)據(jù)的統(tǒng)一管理，構(gòu)建數(shù)據(jù)資源的應(yīng)用創(chuàng)新模式，建設(shè)重心從技術(shù)轉(zhuǎn)向運(yùn)營管理，通過數(shù)據(jù)流帶動組織和業(yè)務(wù)流程重組，提升政府服務(wù)協(xié)同能力。通過數(shù)據(jù)資源的標(biāo)準(zhǔn)化和統(tǒng)一輸出，提供政務(wù)數(shù)據(jù)精準(zhǔn)化供給和智能化服務(wù)，支撐政府部門精準(zhǔn)決策。政務(wù)建設(shè)關(guān)鍵要素：數(shù)據(jù)是服務(wù)是重點(diǎn)政務(wù)建設(shè)關(guān)鍵要素：數(shù)據(jù)是服務(wù)是重點(diǎn)政務(wù)能力關(guān)鍵能力：政務(wù)協(xié)同跨域辦公、效能分析、全鏈路分析政務(wù)應(yīng)用核心應(yīng)用：數(shù)字城市、應(yīng)急管理、公共安全、生態(tài)環(huán)境政務(wù)運(yùn)營政務(wù)大數(shù)據(jù)的運(yùn)營本質(zhì)是數(shù)據(jù)價(jià)值產(chǎn)生、傳遞和創(chuàng)新的過程數(shù)據(jù)處理平臺數(shù)據(jù)決策分析共享交換平臺政務(wù)服務(wù)平臺業(yè)務(wù)辦理系統(tǒng)……數(shù)據(jù)開放能力企業(yè)服務(wù)能力數(shù)據(jù)處理平臺數(shù)據(jù)決策分析共享交換平臺政務(wù)服務(wù)平臺業(yè)務(wù)辦理系統(tǒng)……數(shù)據(jù)開放能力企業(yè)服務(wù)能力政務(wù)協(xié)同能力政務(wù)評價(jià)能力效能分析能力……政務(wù)服務(wù)APP政務(wù)服務(wù)網(wǎng)企業(yè)服務(wù)小程序健康碼……政務(wù)運(yùn)營政務(wù)智能政務(wù)知識庫政務(wù)協(xié)同統(tǒng)計(jì)服務(wù)效率監(jiān)控政務(wù)應(yīng)用全局監(jiān)控審計(jì)管理指標(biāo)管理業(yè)務(wù)監(jiān)控……行業(yè)場景（4/4）行業(yè)場景（4/4）工業(yè)行業(yè)：萬物互聯(lián)時(shí)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(jìn)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(wù)創(chuàng)新來提升競爭力，數(shù)字化轉(zhuǎn)型為工業(yè)企業(yè)大規(guī)模、多樣化、全鏈路的運(yùn)營生產(chǎn)和快速創(chuàng)新提供了可能。企業(yè)陸續(xù)構(gòu)建了ERP、SCM、SRM、WMS、PLM、MES等工業(yè)管理系統(tǒng)，支撐特定領(lǐng)域的業(yè)務(wù)應(yīng)用，結(jié)果數(shù)據(jù)孤島隨之而來，收效甚微。萬物互聯(lián)時(shí)代到來，工業(yè)設(shè)備普遍具備智能互聯(lián)屬性，圍繞設(shè)備、系統(tǒng)、人形成了巨量數(shù)據(jù)。此時(shí)，企業(yè)的競爭本質(zhì)演變?yōu)閿?shù)據(jù)支撐業(yè)務(wù)敏捷性，以應(yīng)對市場的飛速變化。企業(yè)前臺對數(shù)據(jù)應(yīng)用的快速迭代創(chuàng)新、快速響應(yīng)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(fù)雜，業(yè)務(wù)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(lǐng)域的數(shù)據(jù)中臺推進(jìn)仍有較大的開發(fā)空間。預(yù)測模擬生產(chǎn)預(yù)測產(chǎn)能模擬SPC設(shè)備預(yù)測維護(hù)可視化監(jiān)控庫存看板預(yù)測模擬生產(chǎn)預(yù)測產(chǎn)能模擬SPC設(shè)備預(yù)測維護(hù)可視化監(jiān)控庫存看板產(chǎn)量看板設(shè)備監(jiān)控品質(zhì)監(jiān)控?cái)?shù)據(jù)采集平臺 采集終端 工業(yè)平板、手持終端等控制系統(tǒng)數(shù)據(jù)分析應(yīng)用平臺單品追溯異常檢測智能分析成本分析生產(chǎn)分析品質(zhì)分析智能診斷實(shí)時(shí)預(yù)警庫存預(yù)警產(chǎn)能預(yù)警設(shè)備預(yù)警質(zhì)量預(yù)警數(shù)據(jù)分析應(yīng)用平臺單品追溯異常檢測智能分析成本分析生產(chǎn)分析品質(zhì)分析智能診斷實(shí)時(shí)預(yù)警庫存預(yù)警產(chǎn)能預(yù)警設(shè)備預(yù)警質(zhì)量預(yù)警全程追溯生產(chǎn)追溯品質(zhì)追溯TCP/IP、串口/USB、Gateway等PLC/DCS、組態(tài)軟件、WMS等 信息載體 RFID、IC/ID、條形碼/二維碼等工業(yè)行業(yè)解決方案接口協(xié)議設(shè)計(jì)、排程、調(diào)度、物流、品質(zhì)、服務(wù)等 數(shù)據(jù)中臺概述1數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4行業(yè)前景展望5數(shù)據(jù)中臺概述1數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4行業(yè)前景展望531 PAGE33?2022.11iResearchInc.全方位、端到端的“平臺+應(yīng)用”數(shù)據(jù)產(chǎn)品和服務(wù)能力已完成初期項(xiàng)目積累，和“產(chǎn)品+服務(wù)”的模式復(fù)制，已進(jìn)入“平臺化”生態(tài)增長階段。的不斷發(fā)展得益于數(shù)據(jù)產(chǎn)品體系的完善和服務(wù)能力的升級：1）應(yīng)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(jià)值；2）StartDT通過資源整合和優(yōu)勢互補(bǔ)，放大數(shù)據(jù)分析和應(yīng)用的優(yōu)勢，全面推進(jìn)產(chǎn)品化、標(biāo)準(zhǔn)化和規(guī)模化，同時(shí)豐富自身SaaS產(chǎn)品經(jīng)驗(yàn)，降低數(shù)字化轉(zhuǎn)型產(chǎn)品和方案的價(jià)格門檻，滿足不同規(guī)模企業(yè)的需求，提升服務(wù)能力。端到端服務(wù)分析云咨詢實(shí)施運(yùn)維數(shù)據(jù)云運(yùn)營與StartDT的數(shù)據(jù)產(chǎn)品體系架構(gòu)端到端服務(wù)分析云咨詢實(shí)施運(yùn)維數(shù)據(jù)云運(yùn)營與應(yīng)用層廣告監(jiān)測廣告三方檢測平臺增長分析企業(yè)全域增長分析平臺客戶數(shù)據(jù)平臺A/B測試 智能運(yùn)營 應(yīng)用模型市場產(chǎn)品A/B實(shí)驗(yàn)平臺 增長智能運(yùn)營平臺 智能推薦 復(fù)購預(yù)測 ……工具層DataMaleon數(shù)據(jù)可視化DataBI智能BI分析平臺層效率組件基礎(chǔ)模塊云底座SimbaMetric指標(biāo)工廠數(shù)據(jù)集成工作空間管理DataSimba數(shù)據(jù)云平臺SimbaTag標(biāo)簽工廠 SimbaML算法工廠 SimbaAPI服務(wù)工數(shù)據(jù)研發(fā) 數(shù)據(jù)運(yùn)維 數(shù)據(jù)治理多租戶管理 項(xiàng)目管理 賬號權(quán)限管理基礎(chǔ)層多引擎計(jì)算系統(tǒng)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)智能運(yùn)維DataBlack數(shù)據(jù)安全引擎自動化敏感數(shù)據(jù)發(fā)現(xiàn) 分級分類與數(shù)據(jù)脫敏 風(fēng)險(xiǎn)識別與監(jiān)控告數(shù)據(jù)水印與防泄露 數(shù)據(jù)加密與防拷貝 “零信任”架構(gòu)與ABAC權(quán)限管理資源層 ……來源：StartDT集團(tuán)，艾瑞咨詢研究院整理及繪制?！皵?shù)據(jù)云+分析云”的數(shù)據(jù)中臺實(shí)施方案StartDT形成了“數(shù)據(jù)云+分析云”的數(shù)據(jù)中臺實(shí)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(shù)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(wù)、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(shí)現(xiàn)自主可控；4）數(shù)據(jù)安全引擎DataBlack，實(shí)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(yīng)用模型市場，集合智能推薦、復(fù)購預(yù)測、用戶旅程分析、KOC分析等自研及第三方應(yīng)用，一站式實(shí)現(xiàn)數(shù)據(jù)分析和智能決策。StartDT已服務(wù)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(lǐng)域。某服裝集團(tuán)沉淀消費(fèi)者數(shù)據(jù)資產(chǎn)，更加全面、準(zhǔn)確、有針對性地了解消費(fèi)者和服務(wù)消費(fèi)者用數(shù)據(jù)賦能商品智能運(yùn)營，升級數(shù)據(jù)決策，推動集團(tuán)整體業(yè)務(wù)的數(shù)智化轉(zhuǎn)型某服裝集團(tuán)沉淀消費(fèi)者數(shù)據(jù)資產(chǎn)，更加全面、準(zhǔn)確、有針對性地了解消費(fèi)者和服務(wù)消費(fèi)者用數(shù)據(jù)賦能商品智能運(yùn)營，升級數(shù)據(jù)決策，推動集團(tuán)整體業(yè)務(wù)的數(shù)智化轉(zhuǎn)型構(gòu)建會員標(biāo)簽體系，實(shí)現(xiàn)精準(zhǔn)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(zhǔn)確率提高79%，銷量預(yù)測準(zhǔn)確率達(dá)70100%自動化，拉補(bǔ)效率提升60%；庫存售罄率提升10%需求成效某制造企業(yè)圍繞營銷、計(jì)劃和財(cái)務(wù)場景建設(shè)運(yùn)營數(shù)據(jù)平臺底座，統(tǒng)一指標(biāo)，輔助分析和決策打通商務(wù)、計(jì)劃、采購、倉儲、生產(chǎn)、物流和結(jié)算主題全流程數(shù)據(jù)預(yù)警分析體系建設(shè)OTC節(jié)點(diǎn)指標(biāo)體系，拉通商務(wù)、計(jì)劃、采購、倉儲、生產(chǎn)、物流和結(jié)算7個領(lǐng)域，37個OTC流程節(jié)點(diǎn)，構(gòu)建大運(yùn)營領(lǐng)域的結(jié)果指標(biāo)體系，形成決策層分析框架建設(shè)OTC數(shù)據(jù)應(yīng)用門戶，包括PC端OTC數(shù)據(jù)門戶和大屏端OTC門戶需求成效泛零售政府制造地產(chǎn)金融泛零售政府制造地產(chǎn)金融多類型數(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(wù)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工廠能力和運(yùn)維能力，實(shí)現(xiàn)可視化、向?qū)Ｊ綌?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(quán)、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神州信息神州信息來源：神州信息，艾瑞咨詢研究院整理及繪制。 來源：神州信息，艾瑞咨詢研究院整理及繪制。 PAGE35?2022.11iResearchInc.產(chǎn)品+解決方案+服務(wù)+云平臺，賦能行業(yè)數(shù)字化轉(zhuǎn)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(shù)融合應(yīng)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(lǐng)域深耕。從IT到DT，神州信息已服務(wù)上千家大型企業(yè)用戶，在金融、政務(wù)、農(nóng)業(yè)、泛零售、制造等行業(yè)有著深刻洞察和豐富的實(shí)踐經(jīng)驗(yàn)。在數(shù)據(jù)開發(fā)和治理領(lǐng)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(fù)雜組合場景的應(yīng)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(jià)值，形成了一套高效可靠的數(shù)據(jù)資產(chǎn)體系，在業(yè)務(wù)、數(shù)據(jù)、資產(chǎn)與服務(wù)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(gòu)與“三態(tài)”設(shè)計(jì)模式存儲與計(jì)算數(shù)據(jù)資產(chǎn)管理與運(yùn)營存儲與計(jì)算數(shù)據(jù)資產(chǎn)管理與運(yùn)營人工智能數(shù)據(jù)開發(fā)數(shù)據(jù)集成數(shù)據(jù)采集數(shù)據(jù)業(yè)務(wù)支持?jǐn)?shù)據(jù)訪問與服務(wù)數(shù)據(jù)中臺運(yùn)維數(shù)據(jù)應(yīng)用支持?jǐn)?shù)據(jù)中臺安全運(yùn)維中心發(fā)布中心導(dǎo)入發(fā)布包運(yùn)維中心導(dǎo)出 發(fā)中測試態(tài)生產(chǎn)態(tài)元數(shù)據(jù)數(shù)據(jù)服務(wù)數(shù)據(jù)資產(chǎn)數(shù)據(jù)質(zhì)量數(shù)據(jù)開發(fā)數(shù)據(jù)集成數(shù)據(jù)建模數(shù)據(jù)調(diào)研開發(fā)態(tài)數(shù)據(jù)安全數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)需求檢驗(yàn)是否符合數(shù)據(jù)標(biāo)準(zhǔn)；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(fù)。檢驗(yàn)是否符合數(shù)據(jù)標(biāo)準(zhǔn)；使用元數(shù)據(jù)；數(shù)據(jù)安全應(yīng)用-樣本數(shù)據(jù)脫敏及回收。數(shù)據(jù)標(biāo)準(zhǔn)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(shí)施；數(shù)據(jù)備份和恢復(fù)開發(fā)。核驗(yàn)數(shù)據(jù)標(biāo)準(zhǔn)，評估數(shù)據(jù)字典與數(shù)據(jù)標(biāo)準(zhǔn)差異；設(shè)計(jì)數(shù)據(jù)安全策略；根據(jù)數(shù)據(jù)字典實(shí)施元數(shù)據(jù)建設(shè)。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(jì)算引擎支持檢驗(yàn)是否符合數(shù)據(jù)標(biāo)準(zhǔn)；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(fù)。檢驗(yàn)是否符合數(shù)據(jù)標(biāo)準(zhǔn)；使用元數(shù)據(jù)；數(shù)據(jù)安全應(yīng)用-樣本數(shù)據(jù)脫敏及回收。數(shù)據(jù)標(biāo)準(zhǔn)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(shí)施；數(shù)據(jù)備份和恢復(fù)開發(fā)。核驗(yàn)數(shù)據(jù)標(biāo)準(zhǔn)，評估數(shù)據(jù)字典與數(shù)據(jù)標(biāo)準(zhǔn)差異；設(shè)計(jì)數(shù)據(jù)安全策略；根據(jù)數(shù)據(jù)字典實(shí)施元數(shù)據(jù)建設(shè)。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(jì)算引擎支持?jǐn)?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(jì)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(guān)鍵是服務(wù)共享和復(fù)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(wù)，保障數(shù)據(jù)的高效共享和使用。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(shù)領(lǐng)先和產(chǎn)品創(chuàng)新。基于數(shù)據(jù)編織（DataFabric）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(shí)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(quán)的數(shù)據(jù)建模工具，對標(biāo)國外領(lǐng)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(lǐng)域應(yīng)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(yàn)，轉(zhuǎn)化為行業(yè)業(yè)務(wù)框架，深化行業(yè)場景應(yīng)用。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需求分析概要設(shè)計(jì)詳細(xì)設(shè)計(jì)系統(tǒng)上線制定數(shù)據(jù)標(biāo)準(zhǔn)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(fù)等方面規(guī)劃；完成數(shù)據(jù)架構(gòu)和模型評審。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需求分析概要設(shè)計(jì)詳細(xì)設(shè)計(jì)系統(tǒng)上線制定數(shù)據(jù)標(biāo)準(zhǔn)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(fù)等方面規(guī)劃；完成數(shù)據(jù)架構(gòu)和模型評審。制定數(shù)據(jù)標(biāo)準(zhǔn)；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(gòu)和模型等各方面需求。融合DataOps理念實(shí)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(shí)間和低成本條件下發(fā)揮價(jià)值。全域數(shù)據(jù)匯聚“六合上甲”提供了異構(gòu)數(shù)據(jù)源之間穩(wěn)定快速的同步集成能力，實(shí)現(xiàn)全域數(shù)據(jù)的可觸達(dá)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(yīng)的開發(fā)，從全流程根據(jù)業(yè)務(wù)需要，配置相應(yīng)的數(shù)據(jù)質(zhì)量檢核點(diǎn)，提供任務(wù)中斷/報(bào)表數(shù)據(jù)展示的靈活配置。程需求管理接到業(yè)務(wù)需求開始，整個流程就已納入管理范疇。質(zhì)量監(jiān)控明略科技明略科技來源：明略科技，艾瑞咨詢研究院整理及繪制。 來源：明略科技，艾瑞咨詢研究院整理及繪制。 PAGE37?2022.11iResearchInc.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(jià)值明略科技依托16年的數(shù)據(jù)智能技術(shù)沉淀，重點(diǎn)圍繞營銷、銷售和服務(wù)等場景，下設(shè)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(fèi)者服務(wù)體驗(yàn)為中心的企業(yè)用戶數(shù)據(jù)管理平臺，幫助企業(yè)實(shí)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(wù)化，為企業(yè)提供基于消費(fèi)者消費(fèi)周期的數(shù)據(jù)管理及分析，結(jié)合商務(wù)場景和需求的落地應(yīng)用，提升企業(yè)整體運(yùn)營及營銷效率。此外，明略科技基于場景經(jīng)驗(yàn)積累，幫助企業(yè)建立一套完整的閉環(huán)學(xué)習(xí)系統(tǒng)，實(shí)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(yùn)營及管理等商業(yè)化應(yīng)用方向給予定制化支持。及研究用戶識別解析數(shù)據(jù)搜索與模型算法數(shù)據(jù)治理數(shù)據(jù)采集數(shù)據(jù)接入與管理營銷自動化及研究用戶識別解析數(shù)據(jù)搜索與模型算法數(shù)據(jù)治理數(shù)據(jù)采集數(shù)據(jù)接入與管理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(dá)（MA）營銷日歷 觸點(diǎn)管理渠道管理 控頻管理動態(tài)內(nèi)容 訂單管理實(shí)時(shí)營銷 Serving對接公域觸達(dá)人群管理 訂單報(bào)告QPS管理 后臺管理內(nèi)容推薦 產(chǎn)品推薦 場景推薦 資訊推薦 服務(wù)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(biāo)類標(biāo)簽AIPL模型消費(fèi)者洞察儀表盤用戶行為分析分析數(shù)據(jù)資產(chǎn)概覽SmartBI事件分析 漏斗分析 留存分路徑分析 歸因分析人群應(yīng)用標(biāo)簽構(gòu)建人群分發(fā)服務(wù)人群/屬性對外API服務(wù)行為偏好標(biāo)簽 自定義特征標(biāo)簽RFM模型 算法打分模型洞察分析人群畫像標(biāo)簽樹管理用戶標(biāo)識標(biāo)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(yàn)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(wù)中心主數(shù)據(jù)管理小程序H5業(yè)務(wù)場景驅(qū)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(lǐng)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(wù)經(jīng)驗(yàn)，形成智慧營銷中臺解決方案，實(shí)現(xiàn)營銷全流程的自動化個性交互，激活私域數(shù)據(jù)價(jià)值，多渠道精準(zhǔn)觸達(dá)以提升ROI，增強(qiáng)營銷體驗(yàn)連續(xù)性，賦能客戶全生命周期運(yùn)營。明略科技依托完整的產(chǎn)品矩陣，提供一站式平臺服務(wù)，在高質(zhì)量流量識別、冷熱線索運(yùn)營、私域客戶深度運(yùn)營等多個業(yè)務(wù)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(xué)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(zhuǎn)化漏斗數(shù)據(jù)和ROI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(zhuǎn)化漏斗數(shù)據(jù)和ROI針對問題和斷點(diǎn)進(jìn)行針對性優(yōu)化，篩選核心關(guān)注人群，對接媒體平臺進(jìn)行內(nèi)容觸達(dá)，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(jià)智能策略，幫助品牌實(shí)時(shí)優(yōu)化廣告投放出價(jià)，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(shí)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(jìn)行多實(shí)體關(guān)聯(lián)畫像+特征挖掘，識別潛在需求以匹配對應(yīng)觸達(dá)策略，提升轉(zhuǎn)化效率，為某零售品牌提升曝光轉(zhuǎn)化率334%和客單價(jià)42%。私域客戶需求深度挖掘私域線索成交概率動態(tài)預(yù)測打分線索“汽車場景”流量質(zhì)量識別流量整合用戶數(shù)據(jù)識別用戶狀態(tài) 場景 私域客戶深度運(yùn)營冷熱線索運(yùn)營，提升線索轉(zhuǎn)化率高質(zhì)量流量識別，降低線索獲取成本營銷自動化配合A/BTest沉淀最優(yōu)轉(zhuǎn)化策略基于業(yè)務(wù)場景快速為客戶搭建平臺，直接進(jìn)行運(yùn)營并處理數(shù)據(jù)；敏捷靈活的業(yè)務(wù)組件能夠按照客戶需求進(jìn)行定制，支持不同的場景應(yīng)用；安全是數(shù)據(jù)治理，確保信息干凈、準(zhǔn)確、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(wù)人員能夠靈活運(yùn)用可視化工具提升數(shù)據(jù)分析能力，提升ROI。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(wù)人員能夠靈活運(yùn)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(yīng)用產(chǎn)品能夠?qū)Σ煌瑪?shù)據(jù)源的信息進(jìn)行篩選管理，確保合理性和準(zhǔn)確性產(chǎn)品能夠?qū)Σ煌瑪?shù)據(jù)源的信息進(jìn)行篩選管理，確保合理性和準(zhǔn)確性身份識別功能產(chǎn)品化網(wǎng)易數(shù)帆網(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。 PAGE38?2022.11iResearchInc.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。 PAGE38?2022.11iResearchInc.?2022.11iResearchInc.涵蓋企業(yè)數(shù)據(jù)業(yè)務(wù)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(wù)品牌，定位于數(shù)字化轉(zhuǎn)型技術(shù)與服務(wù)提供商，依托網(wǎng)易20余年互聯(lián)網(wǎng)技術(shù)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(zhuǎn)型提質(zhì)增效。目前已服務(wù)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(wù)的中臺全鏈路技術(shù)與服務(wù)?！皵?shù)據(jù)中臺+BI”天然協(xié)同，中臺價(jià)值最大化提高數(shù)據(jù)質(zhì)量2高效降低企業(yè)成本3，模型定義充分運(yùn)用大數(shù)據(jù)相關(guān)技術(shù)，協(xié)助行業(yè)客戶沉淀數(shù)據(jù)資產(chǎn)，探索業(yè)務(wù)場景中的數(shù)據(jù)應(yīng)用價(jià)值并通過數(shù)據(jù)運(yùn)營發(fā)揮長效價(jià)值模型內(nèi)核DataOps、DataFusion、DataProduct。模型四要素?cái)?shù)據(jù)技術(shù)、數(shù)據(jù)資產(chǎn)、數(shù)據(jù)應(yīng)用、數(shù)據(jù)運(yùn)營模型解讀數(shù)據(jù)文化人才培養(yǎng)運(yùn)營平臺提高數(shù)據(jù)質(zhì)量2高效降低企業(yè)成本3，模型定義充分運(yùn)用大數(shù)據(jù)相關(guān)技術(shù)，協(xié)助行業(yè)客戶沉淀數(shù)據(jù)資產(chǎn)，探索業(yè)務(wù)場景中的數(shù)據(jù)應(yīng)用價(jià)值并通過數(shù)據(jù)運(yùn)營發(fā)揮長效價(jià)值模型內(nèi)核DataOps、DataFusion、DataProduct。模型四要素?cái)?shù)據(jù)技術(shù)、數(shù)據(jù)資產(chǎn)、數(shù)據(jù)應(yīng)用、數(shù)據(jù)運(yùn)營模型解讀數(shù)據(jù)文化人才培養(yǎng)運(yùn)營平臺大數(shù)據(jù)基礎(chǔ)平臺數(shù)據(jù)中臺開發(fā)治理一體化湖倉一體DataOps 實(shí)時(shí)計(jì)算智能決策智能風(fēng)控監(jiān)管報(bào)送Data DataProduct Fusion客戶畫像數(shù)據(jù)可視化數(shù)據(jù)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)模型數(shù)據(jù)質(zhì)量數(shù)據(jù)地圖數(shù)據(jù)安全數(shù)據(jù)傳輸離線開發(fā)任務(wù)運(yùn)維中心數(shù)據(jù)后臺數(shù)據(jù)產(chǎn)品數(shù)據(jù)前臺大數(shù)據(jù)基礎(chǔ)平臺NDH服務(wù)監(jiān)控服務(wù)編排數(shù)據(jù)大屏可視化報(bào)表決策引擎數(shù)據(jù)門戶數(shù)據(jù)中臺實(shí)時(shí)開發(fā)數(shù)據(jù)服務(wù)API發(fā)布服務(wù)權(quán)限數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù) 數(shù)據(jù)治理 數(shù)據(jù)質(zhì)量中模型設(shè)計(jì)中心數(shù)據(jù)開發(fā)指標(biāo)系統(tǒng)產(chǎn)地圖數(shù)據(jù)治理360安全中心

網(wǎng)易數(shù)帆方法論：數(shù)據(jù)生產(chǎn)力模型數(shù)據(jù)開發(fā)與治理一體化2基于DataOps流水式發(fā)布的數(shù)據(jù)開發(fā)底座3典型客戶：泰康資產(chǎn)|東北證券|九州通|德邦快遞|浙江電信行業(yè)聚焦：金融|制造|醫(yī)藥|流通|國企提升取數(shù)用數(shù)效率數(shù)據(jù)開發(fā)與治理一體化2基于DataOps流水式發(fā)布的數(shù)據(jù)開發(fā)底座3典型客戶：泰康資產(chǎn)|東北證券|九州通|德邦快遞|浙江電信行業(yè)聚焦：金融|制造|醫(yī)藥|流通|國企提升取數(shù)用數(shù)效率1保障企業(yè)數(shù)據(jù)安全保障企業(yè)數(shù)據(jù)安全4方案優(yōu)勢數(shù)據(jù)中臺與BI天然協(xié)同數(shù)據(jù)中臺與BI天然協(xié)同1面向數(shù)據(jù)中臺的領(lǐng)先模型設(shè)計(jì)度量標(biāo)準(zhǔn)面向數(shù)據(jù)中臺的領(lǐng)先模型設(shè)計(jì)度量標(biāo)準(zhǔn)4微品致遠(yuǎn)微品致遠(yuǎn)來源：微品致遠(yuǎn)，艾瑞咨詢研究院整理及繪制。來源：微品致遠(yuǎn)，艾瑞咨詢研究院整理及繪制。 PAGE40?2022.11iResearchInc.來源：微品致遠(yuǎn)，艾瑞咨詢研究院整理及繪制。來源：微品致遠(yuǎn)，艾瑞咨詢研究院整理及繪制。 PAGE40?2022.11iResearchInc.?2022.11iResearchInc.以數(shù)智產(chǎn)品和最佳方案實(shí)踐為核心，推動行業(yè)數(shù)智化進(jìn)程微品致遠(yuǎn)是產(chǎn)業(yè)數(shù)字化和智能化領(lǐng)域的領(lǐng)先創(chuàng)新企業(yè)，以大數(shù)據(jù)、人工智能、5G等先進(jìn)技術(shù)為基礎(chǔ)，提供包含數(shù)據(jù)中臺、AI模型、數(shù)智實(shí)景可視化、5G邊緣計(jì)算等在內(nèi)的全鏈路產(chǎn)品，涵蓋數(shù)據(jù)適配接入、多源數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)計(jì)算、數(shù)據(jù)治理、數(shù)據(jù)共享、數(shù)據(jù)應(yīng)用、AI算法、數(shù)據(jù)門戶、數(shù)據(jù)駕駛艙等全服務(wù)環(huán)節(jié)。微品致遠(yuǎn)以多業(yè)務(wù)互補(bǔ)的“組合拳”戰(zhàn)略，沉淀數(shù)智產(chǎn)品的數(shù)據(jù)分析與智能決策能力，賦能行業(yè)解決方案，在泛園區(qū)、民航、電信運(yùn)營商、大型國有企業(yè)、政務(wù)等領(lǐng)域有著深刻的行業(yè)洞察與服務(wù)經(jīng)驗(yàn)，并形成營銷賦能、管理賦能以及生產(chǎn)賦能三大場景，助力企業(yè)數(shù)字化轉(zhuǎn)型升級。場景方案營銷賦能管理賦能生產(chǎn)賦能合成生物智慧實(shí)驗(yàn)室IMOS系統(tǒng)數(shù)字園區(qū)?場景方案營銷賦能管理賦能生產(chǎn)賦能合成生物智慧實(shí)驗(yàn)室IMOS系統(tǒng)數(shù)字園區(qū)?數(shù)字交通數(shù)字空管?數(shù)字教育數(shù)字農(nóng)業(yè)智能化門店?duì)I銷系統(tǒng)大數(shù)據(jù)業(yè)務(wù)推薦平臺5GMEC數(shù)據(jù)中臺 IOC可視化平臺 IoT平臺數(shù)據(jù)智能產(chǎn)品體系數(shù)據(jù)傳輸元數(shù)據(jù)管理數(shù)據(jù)質(zhì)量檢核數(shù)據(jù)數(shù)據(jù)生命周期管理外部數(shù)據(jù) 互聯(lián)網(wǎng) 其他系統(tǒng) 數(shù)據(jù)交換平臺 內(nèi)部數(shù)據(jù) 業(yè)務(wù)系統(tǒng) 數(shù)據(jù)調(diào)度與處理物聯(lián)網(wǎng)數(shù)據(jù)源數(shù)據(jù)平臺數(shù)據(jù)服務(wù)數(shù)據(jù)應(yīng)用貼整匯源合總層層層數(shù)據(jù)結(jié)構(gòu)化轉(zhuǎn)換大大數(shù)據(jù)分析計(jì)算數(shù)據(jù)分布式數(shù)據(jù)庫 平分布式文件系統(tǒng)臺數(shù)據(jù)集市數(shù)據(jù)接口數(shù)據(jù)切分統(tǒng)計(jì)報(bào)表數(shù)據(jù)挖掘高管駕駛倉輕量級、低代碼、可落地的數(shù)據(jù)中臺解決方案微品致遠(yuǎn)數(shù)據(jù)中臺體系的核心建設(shè)包含數(shù)據(jù)技術(shù)平臺、數(shù)據(jù)開發(fā)、數(shù)據(jù)倉庫、數(shù)據(jù)模型、數(shù)據(jù)資產(chǎn)和數(shù)據(jù)產(chǎn)品應(yīng)用六個部分。通過搭建數(shù)據(jù)基座、統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)和標(biāo)簽體系，建立數(shù)據(jù)資產(chǎn)體系，提升數(shù)據(jù)質(zhì)量，進(jìn)而基于不同行業(yè)的痛點(diǎn)需求，創(chuàng)建相應(yīng)的數(shù)據(jù)智能應(yīng)用和算法模型，解決實(shí)際問題。微品致遠(yuǎn)擁有豐富的行業(yè)案例，沉淀了成熟的中臺建設(shè)方法論和實(shí)施路徑，以項(xiàng)目咨詢?yōu)橄刃?，結(jié)合不同企業(yè)客戶的數(shù)字化進(jìn)程和階段性數(shù)據(jù)應(yīng)用需求，提供輕量級、低代碼、可落地的數(shù)據(jù)中臺解決方案，大大降低客戶成本和使用門檻，幫助客戶快速構(gòu)建數(shù)字化運(yùn)行能力，最大限度地發(fā)揮數(shù)據(jù)價(jià)值。微品致遠(yuǎn)數(shù)據(jù)中臺的實(shí)施路徑 微品致遠(yuǎn)數(shù)據(jù)中臺的案例實(shí)踐設(shè)計(jì)數(shù)據(jù)倉庫和數(shù)據(jù)應(yīng)用技術(shù)體系架構(gòu)，完成詳細(xì)設(shè)計(jì)包含機(jī)會評估和企業(yè)評估兩項(xiàng)服務(wù)調(diào)研設(shè)計(jì)數(shù)據(jù)倉庫和數(shù)據(jù)應(yīng)用技術(shù)體系架構(gòu)，完成詳細(xì)設(shè)計(jì)包含機(jī)會評估和企業(yè)評估兩項(xiàng)服務(wù)分析設(shè)計(jì)數(shù)據(jù)倉庫ETL設(shè)計(jì)、模型開發(fā)和單元 部署B(yǎng)I節(jié)省業(yè)績分析人員，年節(jié)省費(fèi)用100萬實(shí)現(xiàn)10余套應(yīng)用系統(tǒng)、5套視頻監(jiān)控系統(tǒng)的數(shù)據(jù)融合匯聚，開發(fā)數(shù)據(jù)指標(biāo)1800余項(xiàng)，數(shù)據(jù)報(bào)表120BI節(jié)省業(yè)績分析人員，年節(jié)省費(fèi)用100萬實(shí)現(xiàn)10余套應(yīng)用系統(tǒng)、5套視頻監(jiān)控系統(tǒng)的數(shù)據(jù)融合匯聚，開發(fā)數(shù)據(jù)指標(biāo)1800余項(xiàng)，數(shù)據(jù)報(bào)表120實(shí)現(xiàn)業(yè)務(wù)報(bào)表BI的自動化輸出和可視化呈現(xiàn)，節(jié)約統(tǒng)計(jì)、分析等人力成本超過200萬，同時(shí)大大提升了管理效率、決策效果。微品一站式中臺安裝或升級

某機(jī)場數(shù)據(jù)中臺100+系統(tǒng)共享服務(wù)，日數(shù)據(jù)吞吐100萬+將某機(jī)場100+個上游系統(tǒng)和近10100+系統(tǒng)共享服務(wù)，日數(shù)據(jù)吞吐100萬+將某機(jī)場100+個上游系統(tǒng)和近10本場系統(tǒng)的數(shù)據(jù)，向廣播、航顯、貴賓、飛友輔助協(xié)同等20個系統(tǒng)提供數(shù)據(jù)共享服務(wù)，有效解決了全場數(shù)據(jù)一致性的問題，建設(shè)了機(jī)場全域數(shù)據(jù)資產(chǎn)和統(tǒng)一的數(shù)據(jù)總線。明確業(yè)務(wù)需求，業(yè)務(wù)建模，與現(xiàn)有系統(tǒng)匹配

某城發(fā)集團(tuán)數(shù)據(jù)中臺數(shù)據(jù)、業(yè)務(wù)、AI中臺共建，數(shù)據(jù)治理提質(zhì)增效對50個子公司，12個管理?xiàng)l線和3大業(yè)務(wù)板塊進(jìn)行數(shù)據(jù)治理，形成主數(shù)據(jù)標(biāo)準(zhǔn)，輸出主數(shù)據(jù)1000余條。促進(jìn)人均效能提升，為某城發(fā)集團(tuán)營收沖擊300數(shù)據(jù)、業(yè)務(wù)、AI中臺共建，數(shù)據(jù)治理提質(zhì)增效對50個子公司，12個管理?xiàng)l線和3大業(yè)務(wù)板塊進(jìn)行數(shù)據(jù)治理，形成主數(shù)據(jù)標(biāo)準(zhǔn)，輸出主數(shù)據(jù)1000余條。促進(jìn)人均效能提升，為某城發(fā)集團(tuán)營收沖擊300與業(yè)務(wù)中臺、業(yè)務(wù)系統(tǒng)互通，數(shù)據(jù)融合匯聚展示通過數(shù)據(jù)中臺服務(wù)系統(tǒng)的建設(shè)，全面梳理數(shù)據(jù)資產(chǎn)，構(gòu)建全域的數(shù)據(jù)中心，解決IT信息化建設(shè)中5系統(tǒng)和業(yè)務(wù)中臺之間的數(shù)據(jù)互聯(lián)互通問題，為集團(tuán)化園區(qū)機(jī)構(gòu)提供了分權(quán)分域的經(jīng)營駕駛艙、安全管理駕駛艙，實(shí)現(xiàn)一屏可管全局。整體環(huán)境測試聯(lián)調(diào)上線開發(fā) 開發(fā)整體環(huán)境測試聯(lián)調(diào)上線元數(shù)據(jù)、數(shù)據(jù)質(zhì)量、內(nèi)部使用，規(guī)劃基于中臺的智能應(yīng)用數(shù)據(jù)治理運(yùn)營管理元數(shù)據(jù)、數(shù)據(jù)質(zhì)量、內(nèi)部使用，規(guī)劃基于中臺的智能應(yīng)用

集成和定制應(yīng)用開發(fā) 數(shù)據(jù)中臺概述1數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4行業(yè)前景展望5數(shù)據(jù)中臺概述1數(shù)據(jù)中臺行業(yè)全景2數(shù)據(jù)中臺產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4行業(yè)前景展望541趨勢一：云原生趨勢一：云原生 42?2022.11iResearchInc.技術(shù)與業(yè)務(wù)共同驅(qū)動數(shù)據(jù)中臺走向云原生云原生是當(dāng)下最為確定的技術(shù)趨勢，主要由Docker+Kubernetes以及SpringCloud等主流技術(shù)共同驅(qū)動。但當(dāng)下，很多所謂“云原生”，仍是對傳統(tǒng)單體架構(gòu)的改造，并不能真正實(shí)現(xiàn)資源的完全彈性擴(kuò)展。存算分離，各自動態(tài)擴(kuò)縮容，將有助于平衡成本與效率，是大數(shù)據(jù)低成本落地的重要保障，也將是真正意義云原生的顯著特征。未來，數(shù)據(jù)中臺的數(shù)據(jù)存儲量劇增，且作業(yè)高吞吐高并發(fā)，對存算分離的要求明顯高于其他應(yīng)用領(lǐng)域，數(shù)據(jù)中臺中的重要組件，如MPP及智能湖倉云原生天然具備的對象體系、容器化編排、CI/CD（持續(xù)集成持續(xù)交付）、跨云多域數(shù)據(jù)治理等技術(shù)屬性，都驅(qū)動數(shù)據(jù)中臺走向云原生