中國(guó)數(shù)據(jù)中臺(tái)行業(yè)研究報(bào)告

中國(guó)數(shù)據(jù)中臺(tái)行業(yè)研究報(bào)告2?2022.11iResearch

Inc.摘要來(lái)源：艾瑞咨詢研究院自主研究繪制。云原生是當(dāng)下最為確定的技術(shù)趨勢(shì)，存算分離、微服務(wù)、ServerLess等核心技術(shù)要素驅(qū)動(dòng)數(shù)據(jù)中臺(tái)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(tái)化趨勢(shì)明顯，業(yè)務(wù)場(chǎng)景需求的解決方案/產(chǎn)品趨于“中臺(tái)化”，以數(shù)據(jù)中臺(tái)為基礎(chǔ)的中臺(tái)體系不斷豐富。狹義來(lái)看，數(shù)據(jù)中臺(tái)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(lái)看，數(shù)據(jù)中臺(tái)是一套運(yùn)用數(shù)據(jù)推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)的機(jī)制和方法論。數(shù)據(jù)中臺(tái)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(tái)市場(chǎng)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(shì)明顯；在需求側(cè)，企業(yè)對(duì)數(shù)據(jù)中臺(tái)的關(guān)注點(diǎn)從中臺(tái)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(zhǎng)，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(tái)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(tái)生態(tài)廠商、解決方案廠商和獨(dú)立中臺(tái)廠商三類，行業(yè)格局由競(jìng)爭(zhēng)轉(zhuǎn)向競(jìng)合，以協(xié)同生態(tài)為核心，集眾所長(zhǎng)，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(chǎng)景。3數(shù)據(jù)中臺(tái)行業(yè)全景2數(shù)據(jù)中臺(tái)產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4數(shù)據(jù)中臺(tái)概述1行業(yè)前景展望54?2022.11iResearch

Inc.定義來(lái)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(wù)，用于業(yè)務(wù)，生態(tài)閉環(huán)，源源不止數(shù)據(jù)中臺(tái)是一種數(shù)字化綜合解決方案。數(shù)據(jù)中臺(tái)采集、計(jì)算、存儲(chǔ)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(jí)、可復(fù)用的數(shù)據(jù)存儲(chǔ)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(tái)的個(gè)性化需求。狹義來(lái)看，數(shù)據(jù)中臺(tái)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(lái)看，數(shù)據(jù)中臺(tái)是一套運(yùn)用數(shù)據(jù)推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)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(tái)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(tái)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)中臺(tái)核心架構(gòu)數(shù)據(jù)應(yīng)用數(shù)據(jù)庫(kù) 日志數(shù)據(jù) 網(wǎng)頁(yè)及埋點(diǎn)數(shù)據(jù) 移動(dòng)設(shè)備數(shù)據(jù) 物聯(lián)網(wǎng)數(shù)據(jù)存儲(chǔ)計(jì)算事務(wù)性功能HDFSMPPSparkFlink數(shù)據(jù)治理架構(gòu)規(guī)范管理元數(shù)據(jù)管理主數(shù)據(jù)管理數(shù)據(jù)治理機(jī)制數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)模型數(shù)據(jù)分布資產(chǎn)目錄鑒權(quán)管理在線查詢即席查詢數(shù)據(jù)資產(chǎn) 數(shù)據(jù)服務(wù)API服務(wù)……分析型功能數(shù)據(jù)運(yùn)營(yíng)管理數(shù)據(jù)安全管理驅(qū)動(dòng)因素：宏觀層數(shù)據(jù)量規(guī)?？焖贁U(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(dòng)了從個(gè)體、企業(yè)到政府全方位的社會(huì)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(yíng)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(cè)，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(duì)這些設(shè)備的運(yùn)營(yíng)、監(jiān)控以及安全保障，離不開大數(shù)據(jù)技術(shù)的支撐，反過(guò)來(lái)也推動(dòng)了大數(shù)據(jù)技術(shù)的進(jìn)步。云計(jì)算以及云計(jì)算環(huán)境下大數(shù)據(jù)技術(shù)的成熟，使構(gòu)建一套大數(shù)據(jù)系統(tǒng)變?yōu)榈烷T檻、快速啟動(dòng)的項(xiàng)目，且隨著業(yè)務(wù)增長(zhǎng)進(jìn)行無(wú)縫的技術(shù)增長(zhǎng)，只需為實(shí)際使用的計(jì)算和存儲(chǔ)資源付費(fèi)，大幅降低了使用門檻。來(lái)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(guó)內(nèi)生產(chǎn)總值（萬(wàn)億元） 中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模（萬(wàn)億元）中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模占比（%）來(lái)源：wind，艾瑞咨詢研究院整理及繪制。3124923%24%2005-2021年中國(guó)數(shù)據(jù)經(jīng)濟(jì)規(guī)模及全球占比 2015-2030年中國(guó)數(shù)據(jù)量規(guī)模及全球占比39% 28%29%1752015 2020中國(guó)年數(shù)據(jù)量（ZB）2025e 2030e中國(guó)年數(shù)據(jù)量全球占比（%）5?2022.11iResearch

Inc.?2022.11iResearch

Inc.驅(qū)動(dòng)因素：行業(yè)層來(lái)源：工信部，艾瑞咨詢研究院整理及繪制。來(lái)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(shù)和產(chǎn)品受關(guān)注程度高，產(chǎn)業(yè)發(fā)展再升級(jí)大數(shù)據(jù)技術(shù)和應(yīng)用成為國(guó)家基礎(chǔ)性戰(zhàn)略支撐，是打造數(shù)字經(jīng)濟(jì)新優(yōu)勢(shì)、加快數(shù)字社會(huì)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(jí)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(chǎng)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(dòng)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(zhǎng)的重要拐點(diǎn)。在基礎(chǔ)軟件方面，數(shù)據(jù)中臺(tái)、數(shù)據(jù)治理、數(shù)據(jù)安全等產(chǎn)品引領(lǐng)細(xì)分市場(chǎng)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(lái)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(yíng)、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(zhǎng)情況 2020-2021年月度互聯(lián)網(wǎng)業(yè)務(wù)收入累計(jì)增長(zhǎng)情況370264284848232551036190972072815869499416%13%14%12%13%16% 16%2014 2015 2016 2017 2018 2019 2020 2021軟件業(yè)務(wù)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(qū)動(dòng)因素：企業(yè)層來(lái)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(tái)，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(lái)越依賴各類數(shù)據(jù)平臺(tái)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(guó)SaaS在疫情爆發(fā)后迎來(lái)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(cuò)綜復(fù)雜的關(guān)系，最終無(wú)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(gè)統(tǒng)一的數(shù)據(jù)功能集成平臺(tái)，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(jiǎn)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”。數(shù)據(jù)功能的集成化數(shù)據(jù)功能集成化業(yè)務(wù)系統(tǒng)集成途徑不統(tǒng)一，重復(fù)開發(fā)現(xiàn)象嚴(yán)重，效率低下；數(shù)據(jù)服務(wù)接口標(biāo)準(zhǔn)不統(tǒng)一，擴(kuò)展能力差；數(shù)據(jù)治理標(biāo)準(zhǔn)不統(tǒng)一，無(wú)法進(jìn)行全域數(shù)據(jù)治理；業(yè)務(wù)需求響應(yīng)不及時(shí)，創(chuàng)新能力差，效率低。7?2022.11iResearch

Inc.業(yè)務(wù)系統(tǒng)的集成結(jié)構(gòu)和服務(wù)關(guān)系清晰；數(shù)據(jù)服務(wù)接口標(biāo)準(zhǔn)統(tǒng)一，開發(fā)效率高；數(shù)據(jù)治理標(biāo)準(zhǔn)一致，可做到全域數(shù)據(jù)全生命周期的治理；業(yè)務(wù)系統(tǒng)協(xié)同，可實(shí)現(xiàn)敏捷開發(fā)。統(tǒng)一的數(shù)據(jù)功能集成平臺(tái)錯(cuò)綜復(fù)雜的集成關(guān)系價(jià)值來(lái)源：艾瑞咨詢研究院自主研究及繪制。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(tái)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(wèn)題，打通數(shù)據(jù)孤島，通過(guò)完善數(shù)據(jù)標(biāo)準(zhǔn)體系、強(qiáng)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(qiáng)數(shù)據(jù)治理，提升數(shù)據(jù)可用性，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)化。數(shù)據(jù)中臺(tái)在改造企業(yè)業(yè)務(wù)流程，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(tái)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(tái)對(duì)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(jí)對(duì)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。數(shù)據(jù)中臺(tái)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(cè)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)成本通過(guò)構(gòu)建通用的數(shù)據(jù)服用，并進(jìn)行可視化處理，提升數(shù)據(jù)資產(chǎn)和服務(wù)的復(fù)用性，降低開發(fā)成本。構(gòu)建企業(yè)數(shù)據(jù)資產(chǎn)通過(guò)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(chǎng)景，為上層應(yīng)用提供服務(wù)。提升數(shù)據(jù)安全通過(guò)數(shù)據(jù)安全模塊對(duì)數(shù)據(jù)進(jìn)行敏感級(jí)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。8?2022.11iResearch

Inc.爭(zhēng)議搭臺(tái)還是拆臺(tái)，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(tái)的爭(zhēng)議也開始出現(xiàn)，比如中臺(tái)該做厚還是做薄等。艾瑞通過(guò)調(diào)研發(fā)現(xiàn)，這并非中臺(tái)本身問(wèn)題，而是不同群體的語(yǔ)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(huì)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(huì)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(huì)改變。而以上三點(diǎn)，正是數(shù)據(jù)中臺(tái)的理念基礎(chǔ)，因此中臺(tái)并不過(guò)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(tái)確需與時(shí)俱進(jìn)。首先，傳統(tǒng)意義上的廣義中臺(tái)將企業(yè)管理、平臺(tái)建設(shè)、數(shù)據(jù)治理、數(shù)據(jù)運(yùn)營(yíng)，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(wèn)題都難以真正成功。隨技術(shù)進(jìn)步，原來(lái)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(tái)變薄了。其次，中臺(tái)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)中臺(tái)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(shí)時(shí)接入 離線同步 異構(gòu)數(shù)據(jù) 可視化配置數(shù)據(jù)標(biāo)準(zhǔn)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(wù)API服務(wù) 鑒權(quán)管理 在線查詢 即席查詢事務(wù)性功能數(shù)據(jù)應(yīng)用數(shù)據(jù)應(yīng)用數(shù)據(jù)運(yùn)營(yíng)管理AI能力來(lái)源：艾瑞咨詢研究院自主研究及繪制。9?2022.11iResearch

Inc.延展技術(shù)與業(yè)務(wù)中臺(tái)，支撐數(shù)據(jù)和應(yīng)用服務(wù)技術(shù)中臺(tái)抽象、封裝和沉淀公共技術(shù)組件的可復(fù)用能力，以平臺(tái)形式對(duì)外輸出技術(shù)能力。技術(shù)中臺(tái)核心特點(diǎn)為云原生和微服務(wù)，通過(guò)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(duì)高頻海量業(yè)務(wù)訪問(wèn)場(chǎng)景。技術(shù)中臺(tái)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(tái)能力抽象與標(biāo)準(zhǔn)輸出的本質(zhì)。業(yè)務(wù)中臺(tái)承載企業(yè)核心業(yè)務(wù)，實(shí)現(xiàn)企業(yè)級(jí)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(tái)的典型特點(diǎn)是涉及領(lǐng)域多，需求變化快，業(yè)務(wù)場(chǎng)景邏輯復(fù)雜。在設(shè)計(jì)和實(shí)施中，需要?jiǎng)澐謽I(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(tái)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(tái)偏事務(wù)，數(shù)據(jù)中臺(tái)偏分析，但在本報(bào)告中，數(shù)據(jù)中臺(tái)的概念本身已包括事務(wù)性需求。中臺(tái)基本能力架構(gòu)技術(shù)中臺(tái)關(guān)鍵組件數(shù)據(jù)中臺(tái)數(shù)據(jù)服務(wù)數(shù)據(jù)應(yīng)用數(shù)據(jù)采集數(shù)據(jù)開發(fā)前臺(tái)應(yīng)用業(yè)務(wù)中臺(tái)

1業(yè)務(wù)中臺(tái)

2業(yè)務(wù)中臺(tái)

3公共服務(wù)能力用戶權(quán)限基礎(chǔ)能力流程設(shè)計(jì)技術(shù)中臺(tái)模型服務(wù)……開發(fā)框架運(yùn)行環(huán)境監(jiān)控預(yù)警……后臺(tái)系統(tǒng)API網(wǎng)關(guān)服務(wù)鑒權(quán)服務(wù)路由降級(jí)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……業(yè)務(wù)中臺(tái)關(guān)鍵模塊共享服務(wù)模塊用戶中心商品中心訂單中心交易中心會(huì)員中心店鋪中心評(píng)價(jià)中心支付中心物流中心搜索中心……資產(chǎn)中心來(lái)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(tái)行業(yè)全景2數(shù)據(jù)中臺(tái)產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4數(shù)據(jù)中臺(tái)概述1行業(yè)前景展望5市場(chǎng)規(guī)模來(lái)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。37.868.296.9126.0156.2187.4行業(yè)增速有所放緩，市場(chǎng)規(guī)模穩(wěn)步增長(zhǎng)我國(guó)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(tái)元年，行業(yè)快速完成了萌芽期和成長(zhǎng)期的積累，正在積極向成熟期過(guò)渡。從供給側(cè)看，生態(tài)化合作趨勢(shì)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(gè)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(tái)能力，結(jié)合自身的技術(shù)創(chuàng)新和專項(xiàng)優(yōu)勢(shì)，發(fā)布多樣化的數(shù)據(jù)中臺(tái)產(chǎn)品。在需求側(cè)，企業(yè)對(duì)數(shù)據(jù)中臺(tái)的關(guān)注點(diǎn)已從中臺(tái)本身轉(zhuǎn)向了最終的數(shù)據(jù)變現(xiàn)能力，對(duì)中臺(tái)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(dòng)廠商積極探索業(yè)務(wù)模式創(chuàng)新和服務(wù)升級(jí)。數(shù)據(jù)中臺(tái)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(zhǎng)，增速趨于平穩(wěn)。2019-2024年中國(guó)數(shù)據(jù)中臺(tái)的市場(chǎng)規(guī)模80%42%30%24%20%201920202022e2024e2021數(shù)據(jù)中臺(tái)市場(chǎng)規(guī)模（億元）2023e增長(zhǎng)率（%）12?2022.11iResearch

Inc.產(chǎn)業(yè)圖譜來(lái)源：公開資料，艾瑞咨詢研究院整理及繪制。行業(yè)千帆競(jìng)發(fā)，廠商百花齊放，市場(chǎng)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(dòng)下，數(shù)據(jù)中臺(tái)在多場(chǎng)景快速落地。從廠商類型來(lái)看，平臺(tái)生態(tài)廠商、解決方案廠商、獨(dú)立中臺(tái)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(chǎng)格局來(lái)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(jìng)爭(zhēng)力。數(shù)據(jù)中臺(tái)產(chǎn)業(yè)鏈生態(tài)圖譜數(shù)據(jù)中臺(tái)廠商類型平臺(tái)生態(tài)廠商解決方案廠商獨(dú)立中臺(tái)廠商自研廠商13?2022.11iResearch

Inc.行業(yè)格局從競(jìng)爭(zhēng)到競(jìng)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)廠商發(fā)展邏輯正從競(jìng)爭(zhēng)轉(zhuǎn)向競(jìng)合，以協(xié)同生態(tài)為核心，集眾所長(zhǎng)，合力拓展協(xié)同應(yīng)用解決方案的廣度和深度。平臺(tái)生態(tài)廠商擁有內(nèi)部率先落地中臺(tái)戰(zhàn)略，之后對(duì)外提供服務(wù)的先發(fā)優(yōu)勢(shì)，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“提供云基礎(chǔ)服務(wù)，生態(tài)伙伴實(shí)施交付”為主。解決方案廠商積累了豐富的垂直行業(yè)服務(wù)經(jīng)驗(yàn)和客戶服務(wù)基礎(chǔ)，可快速準(zhǔn)確洞悉企業(yè)業(yè)務(wù)流程和痛點(diǎn)需求，但項(xiàng)目實(shí)施交付一般需要外部提供數(shù)據(jù)能力支持。獨(dú)立中臺(tái)廠商核心技術(shù)團(tuán)隊(duì)普遍來(lái)自行業(yè)頭部廠商，技術(shù)背景扎實(shí)，行業(yè)經(jīng)驗(yàn)過(guò)硬，但品牌影響力相比平臺(tái)生態(tài)廠商較弱。數(shù)據(jù)中臺(tái)廠商生態(tài)平臺(tái)生態(tài)廠商獨(dú)立中臺(tái)廠商解決方案廠商協(xié)同生態(tài)用戶提出中臺(tái)建設(shè)需求提供云基礎(chǔ)和咨詢服務(wù)中臺(tái)實(shí)施交付輸出技術(shù)工具體系大型項(xiàng)目作為生態(tài)伙伴參與中小型項(xiàng)目獨(dú)立提供中臺(tái)建設(shè)用戶數(shù)據(jù)能力（非必要）提出中臺(tái)建設(shè)需求來(lái)源：艾瑞咨詢研究院自主研究及繪制。14?2022.11iResearch

Inc.中臺(tái)實(shí)施交付15?2022.11iResearch

Inc.?2022.11iResearch

Inc.行業(yè)挑戰(zhàn)產(chǎn)品化和項(xiàng)目制之間的平衡問(wèn)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(tái)以服務(wù)中大型客戶為主?？蛻舻拇髷?shù)據(jù)量及對(duì)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(tái)尤其是業(yè)務(wù)中臺(tái)部分，需要對(duì)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(shì)。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(gè)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1

數(shù)據(jù)模型驅(qū)動(dòng)通過(guò)頁(yè)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(tái)的應(yīng)用對(duì)數(shù)據(jù)模型的便捷操作。32

可擴(kuò)展性一方面為前端和后端開發(fā)者提供熟悉的語(yǔ)言擴(kuò)展，另一方面通過(guò)流程圖等方式進(jìn)行業(yè)務(wù)邏輯擴(kuò)展，此外，通過(guò)API集成第三方系統(tǒng)和服務(wù)，為低零代碼平臺(tái)的應(yīng)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(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(tái)支持自動(dòng)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(yè)面內(nèi)通過(guò)托拉拽的方式形成前端語(yǔ)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(guò)可視化界面生成了可執(zhí)行的計(jì)算機(jī)語(yǔ)言。來(lái)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(gòu)金融零售 地產(chǎn)政務(wù)……制造

控制開發(fā)成本，提升廠商ROI：通過(guò)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(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(guò)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)。來(lái)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(tái)行業(yè)全景2數(shù)據(jù)中臺(tái)產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4數(shù)據(jù)中臺(tái)概述1行業(yè)前景展望5需求診斷來(lái)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(tái)應(yīng)當(dāng)按己所需，量力而為盡管隨著技術(shù)進(jìn)步，中臺(tái)實(shí)施難度逐漸降低，但仍然不是所有企業(yè)都適合中臺(tái)建設(shè)。中臺(tái)匯聚、打通的特點(diǎn)，要求企業(yè)已經(jīng)或者在未來(lái)較短時(shí)間內(nèi)會(huì)有大量的數(shù)據(jù)積累和應(yīng)用。如果企業(yè)體量不大，或者企業(yè)體量雖大但業(yè)務(wù)單數(shù)較少，在數(shù)據(jù)需求出現(xiàn)時(shí)，一對(duì)一地解決，可能性價(jià)比更高。中臺(tái)復(fù)用的特點(diǎn)，要求企業(yè)業(yè)務(wù)既不是完全一成不變的，也不是多業(yè)務(wù)線毫無(wú)關(guān)聯(lián)的，如果企業(yè)業(yè)務(wù)非常穩(wěn)定幾乎無(wú)變化，則中臺(tái)建設(shè)的必要性不足。中臺(tái)為整體解決方案的特點(diǎn)，要求企業(yè)有相應(yīng)的配套機(jī)制，包括企業(yè)戰(zhàn)略、組織架構(gòu)等，如企業(yè)沒(méi)有專門的數(shù)據(jù)部門僅靠業(yè)務(wù)部門，則企業(yè)數(shù)據(jù)建設(shè)容易陷入“公地悲劇”：每個(gè)業(yè)務(wù)部門都想使用數(shù)據(jù)，但誰(shuí)都不愿貢獻(xiàn)、建設(shè)、治理數(shù)據(jù)。總之，中臺(tái)是一個(gè)基礎(chǔ)設(shè)施，其以底層的穩(wěn)態(tài)保障上層的敏態(tài)，以公共的建設(shè)保障各業(yè)務(wù)線的使用，以當(dāng)前的重投入保障未來(lái)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(tái)里的某個(gè)模塊如數(shù)倉(cāng)、數(shù)據(jù)湖或主數(shù)據(jù)治理等先行解決當(dāng)前問(wèn)題。企業(yè)是否引入中臺(tái)的考量要素信息化程度數(shù)據(jù)積累17?2022.11iResearch

Inc.業(yè)務(wù)特征經(jīng)營(yíng)模式配套機(jī)制組織結(jié)構(gòu)企業(yè)信息化建設(shè)程度已達(dá)較高水平，業(yè)務(wù)經(jīng)營(yíng)由多個(gè)信息系統(tǒng)支撐，且壁壘明顯。企業(yè)已經(jīng)或未來(lái)較短時(shí)間內(nèi)有大量的業(yè)務(wù)數(shù)據(jù)積累，對(duì)數(shù)據(jù)資產(chǎn)價(jià)值轉(zhuǎn)化需求高。企業(yè)組織結(jié)構(gòu)復(fù)雜程度高，跨部門協(xié)作障礙嚴(yán)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(jī)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(yíng)，各部門需對(duì)各條線做分析決策。企業(yè)業(yè)務(wù)既不是線或橫跨多業(yè)態(tài)，

完全一成不變，也不會(huì)有顛覆性變化，且業(yè)務(wù)線之間有所關(guān)聯(lián)。整體分析來(lái)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(shí)”，從宏觀到微觀中臺(tái)項(xiàng)目實(shí)施難點(diǎn)，在于企業(yè)數(shù)字化過(guò)程中，虛實(shí)結(jié)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(shù)出身的中臺(tái)廠商則需補(bǔ)充Top-Down

的方法論。目前，大多中臺(tái)廠商在為企業(yè)提供服務(wù)時(shí)，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(tuán)隊(duì)，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(dāng)前狀況（As-Is），然后確定企業(yè)接下來(lái)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(tái)具體路線。一開始這些看上去較“虛”的動(dòng)作，其實(shí)是中臺(tái)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(tái)建設(shè)不僅是技術(shù)問(wèn)題，更是管理問(wèn)題，是企業(yè)的一把手工程。中臺(tái)建設(shè)的整體分析12使命愿景一般沒(méi)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(dòng)的智能企業(yè)，讓業(yè)務(wù)更加智慧。當(dāng)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(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。3518?2022.11iResearch

Inc.指標(biāo)搭建北極星指標(biāo)（

SMART)：

S=

具象化；M=可衡量性；A=可用性；R=相關(guān)性；T=期限明確。4 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(gè)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)施核心方法論OneData+OneService+OneID頭部的平臺(tái)生態(tài)廠商在內(nèi)部落地中臺(tái)戰(zhàn)略，獲得檢驗(yàn)后對(duì)外輸出成熟的中臺(tái)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(dòng)一次完成，避免因不同的業(yè)務(wù)場(chǎng)景造成不同部門對(duì)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(cāng)從不同的系統(tǒng)調(diào)用數(shù)據(jù)時(shí)受數(shù)據(jù)庫(kù)權(quán)限限制，需要開發(fā)人員定制不同的訪問(wèn)接口，出錯(cuò)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(tái)通過(guò)平臺(tái)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(chǔ)，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OneIDOneModelOneServiceOneDataOneModel

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

統(tǒng)一數(shù)據(jù)萃取實(shí)體識(shí)別連接和標(biāo)簽生產(chǎn)：ID自動(dòng)化識(shí)別和連接；行為元素和行為規(guī)則；標(biāo)簽生產(chǎn)。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(lái)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(tái)廠商用于部署中臺(tái)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(lái)的技術(shù)趨勢(shì)怎么樣；對(duì)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(shì)體現(xiàn)在哪些方面，未來(lái)的可替代性和依賴度如何等等?！富顑骸怪饕剂恐信_(tái)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。人、活兒、事兒三方面考量企業(yè)在中臺(tái)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(tái)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(tái)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(lái)趨勢(shì)的技術(shù)路線；如果是自研的，核心優(yōu)勢(shì)在哪，與開源產(chǎn)品的語(yǔ)法、體驗(yàn)等是否一致，會(huì)不會(huì)為自己帶來(lái)相應(yīng)IT人才的缺乏；各個(gè)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。“事兒”是指：中臺(tái)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(tái)廠商與本企業(yè)的其他系統(tǒng)（如ERP、CRM等）是否有成功的對(duì)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(tái)選型考量要素「人」主要考量中臺(tái)廠商在中臺(tái)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(duì)接等?！甘聝骸箒?lái)源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。20?2022.11iResearch

Inc.數(shù)據(jù)管理機(jī)制– 結(jié)合企業(yè)業(yè)務(wù)現(xiàn)狀設(shè)計(jì)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(zé)任人構(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)方案基于業(yè)務(wù)現(xiàn)狀調(diào)研，規(guī)劃設(shè)計(jì)核心業(yè)務(wù)域，覆蓋研發(fā)、營(yíng)銷、制造、財(cái)務(wù)、等不同業(yè)務(wù)模塊–

支持按照企業(yè)組織架構(gòu)靈活設(shè)置多級(jí)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(guān)系，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(guò)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)– 支持按業(yè)務(wù)域、業(yè)務(wù)主題、業(yè)務(wù)對(duì)象、對(duì)象關(guān)系、業(yè)務(wù)流程、業(yè)務(wù)屬性的原則建設(shè)數(shù)據(jù)標(biāo)準(zhǔn)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(kù)、主外鍵管理、分區(qū)設(shè)計(jì)、臨時(shí)表管理–

將企業(yè)中技術(shù)元模型、業(yè)務(wù)元模型、數(shù)據(jù)元模型、管理元模型等進(jìn)行提煉管理，讓企業(yè)各部門能夠輕松、準(zhǔn)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(hù)數(shù)據(jù)字典詳細(xì)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(tái)建設(shè)伊始企業(yè)要從煙囪式的多系統(tǒng)多平臺(tái)向數(shù)據(jù)中臺(tái)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(tái)，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。企業(yè)應(yīng)基于自身業(yè)務(wù)現(xiàn)狀，梳理核心業(yè)務(wù)域，做到研發(fā)、制造、物流、營(yíng)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(píng)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。元數(shù)據(jù)管理是打破數(shù)據(jù)孤島，實(shí)現(xiàn)數(shù)據(jù)統(tǒng)一治理的基礎(chǔ)，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(yàn)、質(zhì)量監(jiān)控、規(guī)則關(guān)聯(lián)以及發(fā)布評(píng)價(jià)等功能。數(shù)據(jù)管理機(jī)制建設(shè)路徑建設(shè)思路 資產(chǎn)管理 標(biāo)準(zhǔn)管理 元數(shù)據(jù)管理 質(zhì)量管理來(lái)源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.21–

支持預(yù)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?jǐn)?shù)據(jù)資產(chǎn)全目錄掃描、支持質(zhì)量告警及標(biāo)識(shí)功能支持創(chuàng)建數(shù)據(jù)質(zhì)量監(jiān)控指標(biāo)，設(shè)定相關(guān)監(jiān)控閾值，支持?jǐn)?shù)據(jù)質(zhì)量告警模型開發(fā)關(guān)聯(lián)數(shù)據(jù)標(biāo)準(zhǔn)和質(zhì)量規(guī)則底座技術(shù)選型先進(jìn)性和適應(yīng)性應(yīng)綜合考慮中臺(tái)技術(shù)，即廣義的大數(shù)據(jù)技術(shù)（中臺(tái)≈?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(yíng)）。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(duì)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(tái)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(guò)對(duì)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(tái)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(shì)及取代趨勢(shì)時(shí)，選擇有優(yōu)勢(shì)的（如Flink相對(duì)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(zhǎng)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)大數(shù)據(jù)技術(shù)集群調(diào)度數(shù)據(jù)接入來(lái)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(diǎn)數(shù)據(jù)數(shù)據(jù)庫(kù)數(shù)據(jù)網(wǎng)頁(yè)數(shù)據(jù)物聯(lián)網(wǎng)數(shù)據(jù)消息隊(duì)列數(shù)據(jù)存儲(chǔ)分布式文件存儲(chǔ)NoSQL數(shù)據(jù)庫(kù)ETL任務(wù)調(diào)度數(shù)據(jù)檢索elasticsearchlucenesolr數(shù)據(jù)分析（OLAP)實(shí)時(shí)分析：DruidClickhouseDoris離線分析：HivePrestoImpala

Spark

SQLKylin數(shù)據(jù)計(jì)算實(shí)時(shí)計(jì)算：StormSpark

streamingFlink離線計(jì)算：MapReduceSpark23?2022.11iResearch

Inc.?2022.11iResearch

Inc.數(shù)據(jù)治理來(lái)源：公開資料，艾瑞咨詢研究院整理及繪制。來(lái)源：公開資料，艾瑞咨詢研究院整理及繪制?；诮y(tǒng)一API訪問(wèn)的元數(shù)據(jù)服務(wù)層數(shù)據(jù)血緣數(shù)據(jù)字典消血MySQL接口結(jié)構(gòu)化數(shù)據(jù)源 非結(jié)構(gòu)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(biāo)簽管理訪問(wèn)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(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(zhǎng)管理數(shù)據(jù)字典）和Atlas（擅長(zhǎng)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(duì)外統(tǒng)一提供API訪問(wèn)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(guò)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(lái)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(píng)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

Systems、SAP等國(guó)外大廠，產(chǎn)品成熟，但產(chǎn)品靈活性和擴(kuò)展性不足，同時(shí)國(guó)內(nèi)廠商如用友、浪潮等也在此領(lǐng)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(shù)架構(gòu) 主數(shù)據(jù)管理實(shí)施方法論1.

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)準(zhǔn)，包括確定分類規(guī)范、編碼結(jié)構(gòu)、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(biāo)準(zhǔn)的主數(shù)據(jù)代碼庫(kù)，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(shè)管理平臺(tái)建設(shè)主數(shù)據(jù)管理平臺(tái)，實(shí)現(xiàn)主數(shù)據(jù)申請(qǐng)、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(biāo)準(zhǔn)管理和編碼管理的運(yùn)維組織架構(gòu)以及考核流程，不斷完善主數(shù)據(jù)管理流程和實(shí)現(xiàn)知識(shí)轉(zhuǎn)移。實(shí)施方法論數(shù)據(jù)資產(chǎn)管理來(lái)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(tái)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(cāng)合并成可共享、可復(fù)用的數(shù)據(jù)中臺(tái)，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(tái)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(kù)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(guò)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(gè)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(gè)事實(shí)表中；5）模型設(shè)計(jì)完成后，進(jìn)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(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(duì)，確保數(shù)據(jù)一致。數(shù)據(jù)模型分層架構(gòu)ADS數(shù)據(jù)應(yīng)用層ADS層DWD公共明細(xì)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(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)。CDMODS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)基本保持一致，相當(dāng)于數(shù)據(jù)準(zhǔn)備區(qū)，承擔(dān)基礎(chǔ)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(jìn)入數(shù)倉(cāng)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(duì)于變化的數(shù)據(jù)，使用數(shù)據(jù)拉鏈加工與存儲(chǔ)。ADS24?2022.11iResearch

Inc.應(yīng)用數(shù)據(jù)層，偏向應(yīng)用的數(shù)據(jù)加工，也稱數(shù)據(jù)集市層，這一層設(shè)計(jì)相對(duì)靈活，貼近應(yīng)用，設(shè)計(jì)思想以維度建模為主。數(shù)據(jù)服務(wù)來(lái)源：艾瑞咨詢研究院根據(jù)公開資料研究及繪制。需求申請(qǐng)工單化出于數(shù)據(jù)安全以及業(yè)務(wù)需求在具備數(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(qǐng)流程、已有接口申請(qǐng)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)。接口管理線上化查看接口文檔、性能指標(biāo)、考慮，接口配置權(quán)限需管控流量控制、一鍵上下線處理。API接口服務(wù)配置化數(shù)據(jù)服務(wù)管理最核心的能力，包含指標(biāo)類接口、用戶或商品維度的接口、模型輸出類接口、個(gè)性化推薦類接口幾大類。通過(guò)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)血緣可視化將平臺(tái)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)行關(guān)聯(lián)補(bǔ)充，形成從源端數(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(guò)可視化方式展示。數(shù)據(jù)和應(yīng)用之間的“橋梁”數(shù)據(jù)服務(wù)是數(shù)據(jù)中臺(tái)的能力出口，是數(shù)據(jù)應(yīng)用的重要支撐。企業(yè)通過(guò)中臺(tái)能力封裝關(guān)鍵數(shù)據(jù)實(shí)體，將數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲(chǔ)、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(tái)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(wèn)和應(yīng)用成本。數(shù)據(jù)服務(wù)通過(guò)平臺(tái)化、配置化的方式，快速生成API服務(wù)，減少定制化開發(fā)對(duì)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(wú)需關(guān)心數(shù)據(jù)的源頭問(wèn)題，實(shí)現(xiàn)“數(shù)據(jù)即服務(wù)”。從實(shí)施路徑來(lái)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)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(qǐng)求次數(shù)、錯(cuò)誤率等服務(wù)指標(biāo)，

所有接口視為數(shù)據(jù)資產(chǎn)進(jìn)做到異常報(bào)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(shù)元數(shù)據(jù)、業(yè)問(wèn)題時(shí)第一時(shí)間跟進(jìn)修復(fù)。

務(wù)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(lái)源：艾瑞咨詢研究院根據(jù)公開資料研究及繪制。來(lái)源：艾瑞咨詢研究院根據(jù)公開資料研究及繪制。有價(jià)值好使用易理解可閱讀通過(guò)構(gòu)建數(shù)據(jù)資產(chǎn)展示地圖，讓業(yè)務(wù)人員可通過(guò)直接操作平臺(tái)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(yíng)平臺(tái)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(wèn)題，縮短數(shù)據(jù)服務(wù)配置生成過(guò)程，降低數(shù)據(jù)使用試錯(cuò)成本。在數(shù)據(jù)資產(chǎn)使用過(guò)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(píng)估數(shù)據(jù)標(biāo)簽的重要程度。數(shù)據(jù)運(yùn)營(yíng)+數(shù)據(jù)安全數(shù)據(jù)資產(chǎn)運(yùn)營(yíng)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(guò)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(tái)運(yùn)營(yíng)機(jī)制平臺(tái)，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(wèn)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(yíng)快速發(fā)現(xiàn)數(shù)據(jù)，準(zhǔn)確理解數(shù)據(jù)含義。數(shù)據(jù)中臺(tái)的數(shù)據(jù)安全模塊側(cè)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(tái)的安全管理技術(shù)手段，貫穿數(shù)據(jù)產(chǎn)生、存儲(chǔ)、傳輸、使用、共享和銷毀的全生命周期，各個(gè)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(duì)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。數(shù)據(jù)資產(chǎn)運(yùn)營(yíng)的能力實(shí)現(xiàn) 數(shù)據(jù)安全體系架構(gòu)通用體系安全體系數(shù)倉(cāng)平臺(tái)數(shù)據(jù)表校驗(yàn)權(quán)限管理申請(qǐng)?jiān)獢?shù)據(jù)平臺(tái)定期 更新掃描 數(shù)據(jù)字段 標(biāo)簽管理員維護(hù)用戶請(qǐng)求合法性驗(yàn)證身份驗(yàn)證錄入權(quán)限行業(yè)場(chǎng)景（1/4）金融行業(yè)：從數(shù)據(jù)驅(qū)動(dòng)到運(yùn)營(yíng)優(yōu)化金融行業(yè)走在我國(guó)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(duì)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(gè)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(wú)法應(yīng)對(duì)高并發(fā)、強(qiáng)一致、橫向擴(kuò)展的業(yè)務(wù)場(chǎng)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(tái)，并產(chǎn)生很多優(yōu)秀案例。數(shù)據(jù)中臺(tái)采集和整合金融機(jī)構(gòu)內(nèi)多個(gè)數(shù)據(jù)庫(kù)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(yíng)銷，輔助運(yùn)營(yíng)決策，提升客戶運(yùn)營(yíng)效率。數(shù)據(jù)中臺(tái)在金融行業(yè)的應(yīng)用場(chǎng)景數(shù)據(jù)采集數(shù)據(jù)開發(fā)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……線上交易數(shù)據(jù)資產(chǎn)管理數(shù)據(jù)風(fēng)險(xiǎn)管理數(shù)據(jù)CRM系統(tǒng)數(shù)據(jù)……運(yùn)營(yíng)域客戶域投顧域管理域……ADS客戶畫像DW營(yíng)銷域ODS交易系統(tǒng)數(shù)據(jù)營(yíng)銷行為投資行為TDM客戶標(biāo)簽產(chǎn)品標(biāo)簽 投資標(biāo)簽數(shù)據(jù)資產(chǎn)…………來(lái)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(wù) API服務(wù) 鑒權(quán)管理 在線查詢 即席查詢 ……數(shù)據(jù)運(yùn)營(yíng)管理數(shù)據(jù)安全管理行業(yè)場(chǎng)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(yíng)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(dòng)、體驗(yàn)為王、口碑傳播、迭代思維的零售4.0時(shí)代，零售企業(yè)為了解全域運(yùn)營(yíng)數(shù)據(jù)、進(jìn)行場(chǎng)景細(xì)分和精細(xì)化運(yùn)營(yíng)、緊隨消費(fèi)需求和消費(fèi)鏈路的變化趨勢(shì)，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(wú)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(duì)數(shù)據(jù)解讀無(wú)法形成統(tǒng)一理解，數(shù)據(jù)體系不完善導(dǎo)致無(wú)法對(duì)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(yíng)的能力不能充分發(fā)揮。數(shù)據(jù)中臺(tái)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(tái)化，幫助零售企業(yè)打通采購(gòu)系統(tǒng)、業(yè)務(wù)系統(tǒng)、運(yùn)營(yíng)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(yíng)；通過(guò)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)據(jù)中臺(tái)在泛零售行業(yè)的應(yīng)用場(chǎng)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(jī)器學(xué)習(xí)自然語(yǔ)言處理深度引擎云計(jì)算知識(shí)圖譜智能BI資產(chǎn)業(yè)務(wù)化數(shù)智價(jià)值用戶全生命周期管理用戶精細(xì)化運(yùn)營(yíng)會(huì)員差異化服務(wù)智能營(yíng)銷推薦……來(lái)源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.28行業(yè)場(chǎng)景（3/4）政務(wù)行業(yè)：從決策支撐到數(shù)據(jù)驅(qū)動(dòng)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(tái)化”階段推進(jìn)，初步形成統(tǒng)一的云平臺(tái)和公共數(shù)據(jù)服務(wù)平臺(tái)，政務(wù)服務(wù)能力顯著改善。但隨著國(guó)內(nèi)經(jīng)濟(jì)持續(xù)健康發(fā)展和社會(huì)全面進(jìn)步，各界對(duì)政務(wù)服務(wù)也提出了更高的要求。如何實(shí)現(xiàn)政府?dāng)?shù)據(jù)資源跨層級(jí)、跨地域、跨系統(tǒng)、跨部門、跨業(yè)務(wù)的協(xié)同管理和服務(wù)，如何實(shí)現(xiàn)“政府內(nèi)部協(xié)作”、“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(guò)程中協(xié)同辦公效率都成為新的挑戰(zhàn)。數(shù)據(jù)中臺(tái)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(yíng)管理，通過(guò)數(shù)據(jù)流帶動(dòng)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(guò)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。數(shù)據(jù)中臺(tái)在政務(wù)行業(yè)的應(yīng)用場(chǎng)景數(shù)據(jù)處理平臺(tái)數(shù)據(jù)決策分析共享交換平臺(tái)政務(wù)服務(wù)平臺(tái)業(yè)務(wù)辦理系統(tǒng)……政務(wù)建設(shè)關(guān)鍵要素：數(shù)據(jù)是核心、協(xié)同是關(guān)鍵、服務(wù)是重點(diǎn)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(píng)價(jià)能力效能分析能力……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)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)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(yíng)政務(wù)智能政務(wù)知識(shí)庫(kù)政務(wù)協(xié)同統(tǒng)計(jì)服務(wù)效率監(jiān)控來(lái)源：公開資料，艾瑞咨詢研究院整理及繪制。?2022.11iResearchInc.29政務(wù)運(yùn)營(yíng)政務(wù)大數(shù)據(jù)的運(yùn)營(yíng)本質(zhì)是數(shù)據(jù)價(jià)值產(chǎn)生、傳遞和創(chuàng)新的過(guò)程政務(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(chǎng)景（4/4）工業(yè)行業(yè)：萬(wàn)物互聯(lián)時(shí)代大有開發(fā)空間面對(duì)激烈的市場(chǎng)競(jìng)爭(zhēng)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(guò)縮短交付周期、產(chǎn)品多樣化、產(chǎn)品及服務(wù)創(chuàng)新來(lái)提升競(jìng)爭(zhēng)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(yíng)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(lái)，收效甚微。萬(wàn)物互聯(lián)時(shí)代到來(lái)，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(jìng)爭(zhēng)本質(zhì)演變?yōu)閿?shù)據(jù)支撐業(yè)務(wù)敏捷性，以應(yīng)對(duì)市場(chǎng)的飛速變化。企業(yè)前臺(tái)對(duì)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(tái)系統(tǒng)臃腫遲滯之間的矛盾成為亟待解決的問(wèn)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(duì)象與功能解耦難度大，沉淀深厚無(wú)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(tái)推進(jìn)仍有較大的開發(fā)空間。數(shù)據(jù)中臺(tái)在工業(yè)行業(yè)的應(yīng)用場(chǎng)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(yùn)營(yíng)平臺(tái)設(shè)計(jì)、排程、調(diào)度、物流、品質(zhì)、服務(wù)等數(shù)據(jù)采集平臺(tái)工業(yè)行業(yè)解決方案智能分析 預(yù)測(cè)模擬數(shù)據(jù)分析應(yīng)用平臺(tái)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(shí)時(shí)預(yù)警生產(chǎn)預(yù)測(cè)產(chǎn)能模擬質(zhì)量SPC設(shè)備預(yù)測(cè)維護(hù)可視化監(jiān)控庫(kù)存看板產(chǎn)量看板設(shè)備監(jiān)控品質(zhì)監(jiān)控庫(kù)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)追溯來(lái)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(cè)31數(shù)據(jù)中臺(tái)行業(yè)全景2數(shù)據(jù)中臺(tái)產(chǎn)業(yè)實(shí)踐3典型企業(yè)案例4數(shù)據(jù)中臺(tái)概述1行業(yè)前景展望5StartDT全方位、端到端的“平臺(tái)+應(yīng)用”數(shù)據(jù)產(chǎn)品和服務(wù)能力StartDT

集團(tuán)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(tái)，同時(shí)又提供豐富易用的效率工具和專業(yè)的全局服務(wù)。

StartDT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(tái)化”生態(tài)增長(zhǎng)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(wù)能力的升級(jí)：1）產(chǎn)品體系架構(gòu)中：資源層中立，基礎(chǔ)層安全可控，平臺(tái)層統(tǒng)一易用，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(guò)資源整合和優(yōu)勢(shì)互補(bǔ)，放大數(shù)據(jù)分析和應(yīng)用的優(yōu)勢(shì)，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。StartDT

的數(shù)據(jù)產(chǎn)品體系架構(gòu)應(yīng)用層平臺(tái)層基礎(chǔ)層資源層智能運(yùn)維DataKun數(shù)據(jù)存算引擎數(shù)據(jù)安全管控 分布式存儲(chǔ)系統(tǒng)多引擎計(jì)算系統(tǒng)DataBlack數(shù)據(jù)安全引擎自動(dòng)化敏感數(shù)據(jù)發(fā)現(xiàn)數(shù)據(jù)水印與防泄露分級(jí)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(tái)分析云數(shù)據(jù)云風(fēng)險(xiǎn)識(shí)別與監(jiān)控告警“零信任”架構(gòu)與ABAC權(quán)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(cè)廣告三方檢測(cè)平臺(tái)增長(zhǎng)分析企業(yè)全域增長(zhǎng)分析平臺(tái)A/B測(cè)試產(chǎn)品A/B實(shí)驗(yàn)平臺(tái)智能運(yùn)營(yíng)增長(zhǎng)智能運(yùn)營(yíng)平臺(tái)應(yīng)用模型市場(chǎng)智能推薦 UJM復(fù)購(gòu)預(yù)測(cè) …………端到端服務(wù)咨詢實(shí)施運(yùn)維運(yùn)營(yíng)培訓(xùn)與認(rèn)證效率組件基礎(chǔ)模塊云底座SimbaMetric指標(biāo)工廠數(shù)據(jù)集成工作空間管理SimbaML算法工廠數(shù)據(jù)運(yùn)維項(xiàng)目管理SimbaAPI服務(wù)工廠數(shù)據(jù)治理賬號(hào)權(quán)限管理來(lái)源：StartDT

集團(tuán)，艾瑞咨詢研究院整理及繪制。32?2022.11iResearch

Inc.DataSimba數(shù)據(jù)云平臺(tái)SimbaTag標(biāo)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(tái)實(shí)施方案StartDT

形成了“數(shù)據(jù)云+分析云”的數(shù)據(jù)中臺(tái)實(shí)施方案，其中數(shù)據(jù)云平臺(tái)DataSimba擁有“跨平臺(tái)、云原生、自主可控、數(shù)據(jù)安全”四大技術(shù)內(nèi)核：1）分級(jí)多域、跨云跨平臺(tái)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(tái)）、企業(yè)數(shù)據(jù)門戶、客戶數(shù)據(jù)平臺(tái)等數(shù)據(jù)產(chǎn)品，以及數(shù)據(jù)應(yīng)用模型市場(chǎng)，集合智能推薦、復(fù)購(gòu)預(yù)測(cè)、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。StartDT產(chǎn)品服務(wù)領(lǐng)域與應(yīng)用案例地產(chǎn)政府泛零售金融制造某服裝集團(tuán)沉淀消費(fèi)者數(shù)據(jù)資產(chǎn)，更加全面、準(zhǔn)確、有針對(duì)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(yíng)，升級(jí)數(shù)據(jù)決策，推動(dòng)集團(tuán)整體業(yè)務(wù)的數(shù)智化轉(zhuǎn)型構(gòu)建會(huì)員標(biāo)簽體系，實(shí)現(xiàn)精準(zhǔn)營(yíng)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(cè)準(zhǔn)確率達(dá)70%，調(diào)補(bǔ)貨實(shí)現(xiàn)100%自動(dòng)化，拉補(bǔ)效率提升60%；庫(kù)存售罄率提升10%需求成效某制造企業(yè)需 ?

圍繞營(yíng)銷、計(jì)劃和財(cái)務(wù)場(chǎng)景建設(shè)運(yùn)營(yíng)數(shù)據(jù)平臺(tái)底座，統(tǒng)一指標(biāo)，輔助分析和決策求 ?

打通商務(wù)、計(jì)劃、采購(gòu)、倉(cāng)儲(chǔ)、生產(chǎn)、物流和結(jié)算主題全流程數(shù)據(jù)預(yù)警分析體系成 ?

建設(shè)OTC節(jié)點(diǎn)指標(biāo)體系，拉通商務(wù)、計(jì)劃、采購(gòu)、倉(cāng)儲(chǔ)、生產(chǎn)、物流和結(jié)算7個(gè)領(lǐng)效 域，37個(gè)OTC流程節(jié)點(diǎn)，構(gòu)建大運(yùn)營(yíng)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(cuò)誤監(jiān)控、告警通知等，提高使用率搭建數(shù)據(jù)平臺(tái)滿足數(shù)據(jù)存儲(chǔ)、交換、加工和下發(fā)，統(tǒng)一數(shù)據(jù)服務(wù)的對(duì)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(guò)DataSimba的API工廠（SimbaAPI）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(kù)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(lái)源：StartDT

集團(tuán)，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(wù)+云平臺(tái)，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(chǎng)景”的創(chuàng)新模式，在場(chǎng)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(tái)，提供對(duì)數(shù)據(jù)采集、開發(fā)、治理、分享、可視化等復(fù)雜組合場(chǎng)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)模式數(shù)據(jù)應(yīng)用支持?jǐn)?shù)據(jù)中臺(tái)安全數(shù)據(jù)集成數(shù)據(jù)中臺(tái)運(yùn)維數(shù)據(jù)訪問(wèn)與服務(wù)數(shù)據(jù)業(yè)務(wù)支持?jǐn)?shù)據(jù)資產(chǎn)管理與運(yùn)營(yíng)存儲(chǔ)與計(jì)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(wù)數(shù)據(jù)需求數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)安全元數(shù)據(jù)測(cè)試態(tài)生產(chǎn)態(tài)運(yùn)維中心發(fā)布中心運(yùn)維中心發(fā)布包導(dǎo)出 發(fā)布中心導(dǎo)入來(lái)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(shí)現(xiàn)數(shù)據(jù)中臺(tái)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(chǎng)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(gè)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(jì)算引擎支持?jǐn)?shù)據(jù)中臺(tái)的數(shù)據(jù)庫(kù)適配業(yè)界主流大數(shù)據(jù)存儲(chǔ)計(jì)算引擎，有豐富的國(guó)內(nèi)合作伙伴和落地案例。融合數(shù)據(jù)中臺(tái)交付的方法論數(shù)據(jù)中臺(tái)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。沉淀數(shù)據(jù)開發(fā)、治理與分析能力，深化行業(yè)場(chǎng)景應(yīng)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?；跀?shù)據(jù)編織（Data

Fabric）的一體化數(shù)據(jù)開發(fā)平臺(tái)“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(shí)產(chǎn)權(quán)的數(shù)據(jù)建模工具，對(duì)標(biāo)國(guó)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(chǎng)景應(yīng)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(shè)計(jì)需求分析詳細(xì)設(shè)計(jì)系統(tǒng)開發(fā)系統(tǒng)測(cè)試系統(tǒng)上線制定數(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(jí)數(shù)據(jù)架構(gòu)和模型等各方面需求。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(píng)審。核驗(yàn)數(shù)據(jù)標(biāo)準(zhǔn)，評(píng)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)。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(cè)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)。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。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)。來(lái)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(jí)數(shù)據(jù)分析和智能平臺(tái)，挖掘營(yíng)銷、銷售等場(chǎng)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(yíng)銷、銷售和服務(wù)等場(chǎng)景，下設(shè)秒針系統(tǒng)、明智中臺(tái)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(yíng)銷數(shù)據(jù)中臺(tái)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(tái)，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(chǎng)景和需求的落地應(yīng)用，提升企業(yè)整體運(yùn)營(yíng)及營(yíng)銷效率。此外，明略科技基于場(chǎng)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(duì)數(shù)據(jù)的管理需求和企業(yè)運(yùn)營(yíng)及管理等商業(yè)化應(yīng)用方向給予定制化支持。明略科技智能營(yíng)銷系統(tǒng)技術(shù)架構(gòu)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(shí)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(yíng)銷自動(dòng)化智能營(yíng)銷推薦系統(tǒng)智能營(yíng)銷營(yíng)銷旅程活動(dòng)表現(xiàn)分析私域觸達(dá)（MA）營(yíng)銷日歷 觸點(diǎn)管理渠道管理 控頻管理動(dòng)態(tài)內(nèi)容實(shí)時(shí)營(yíng)銷訂單管理Serving對(duì)接公域觸達(dá)人群管理QPS管理訂單報(bào)告后臺(tái)管理內(nèi)容推薦 產(chǎn)品推薦 場(chǎng)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(yīng)用標(biāo)簽構(gòu)建人群分發(fā)服務(wù)人群/屬性對(duì)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人群對(duì)比分析標(biāo)簽分析報(bào)告標(biāo)簽樹管理儀表盤用戶行為分析用戶標(biāo)識(shí)標(biāo)識(shí)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(dòng)多渠道互動(dòng)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)管理數(shù)據(jù)采集小程序H5來(lái)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(wù)場(chǎng)景驅(qū)動(dòng)的智慧營(yíng)銷中臺(tái)解決方案明略科技深耕營(yíng)銷場(chǎng)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(yíng)銷中臺(tái)解決方案，實(shí)現(xiàn)營(yíng)銷全流程的自動(dòng)化個(gè)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(yíng)銷體驗(yàn)連續(xù)性，賦能客戶全生命周期運(yùn)營(yíng)。明略科技依托完整的產(chǎn)品矩陣，提供一站式平臺(tái)服務(wù)，在高質(zhì)量流量識(shí)別、冷熱線索運(yùn)營(yíng)、私域客戶深度運(yùn)營(yíng)等多個(gè)業(yè)務(wù)場(chǎng)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(yíng)銷人員能夠利用可視化工具洞察用戶行為，提升營(yíng)銷ROI。明略科技智慧營(yíng)銷數(shù)據(jù)中臺(tái)典型案例與核心能力高質(zhì)量流量識(shí)別，降低線索獲取成本冷熱線索運(yùn)營(yíng)，提升線索轉(zhuǎn)化率私域客戶深度運(yùn)營(yíng)場(chǎng)景整合用戶數(shù)據(jù)識(shí)別用戶狀態(tài)流量線索私域基于業(yè)務(wù)場(chǎng)景驅(qū)動(dòng)用戶數(shù)據(jù)細(xì)分流量質(zhì)量識(shí)別線索成交概率動(dòng)態(tài)預(yù)測(cè)打分私域客戶需求深度挖掘營(yíng)銷自動(dòng)化配合A/BTest沉淀最優(yōu)轉(zhuǎn)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(zhuǎn)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(duì)問(wèn)題和斷點(diǎn)進(jìn)行針對(duì)性優(yōu)化，篩選核心關(guān)注人群，對(duì)接媒體平臺(tái)進(jìn)行內(nèi)容觸達(dá)，提升投放效果。電商場(chǎng)景下，通過(guò)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(tái)上實(shí)現(xiàn)ROI提升8%-15%。對(duì)于已搭建好CDP、MA、SCRM等平臺(tái)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(shí)別潛在需求以匹配對(duì)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%。“核心能力”快速為客戶搭建平臺(tái)，直接進(jìn)行運(yùn)營(yíng)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(chǎng)景應(yīng)用；安全是數(shù)據(jù)治理，確保信息干凈、準(zhǔn)確、安全?！翱焖?、敏捷、安全”一站式工作平臺(tái)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)確性身份識(shí)別功能產(chǎn)品化來(lái)源：明略科技，艾瑞咨詢研究院整理及繪制。37?2022.11iResearch

Inc.“汽車場(chǎng)景”網(wǎng)易數(shù)帆來(lái)源：網(wǎng)易數(shù)帆，艾瑞咨詢研究院整理及繪制。來(lái)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(tái)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(tái)的領(lǐng)先模型設(shè)計(jì)度量標(biāo)準(zhǔn)涵蓋企業(yè)數(shù)據(jù)業(yè)務(wù)全鏈路的數(shù)據(jù)中臺(tái)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(tái)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(tái)全鏈路技術(shù)與服務(wù)?！皵?shù)據(jù)中臺(tái)+BI”天然協(xié)同，中臺(tái)價(jià)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(jià)值4保障企業(yè)數(shù)據(jù)安全方案優(yōu)勢(shì)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(chǎng)景中的數(shù)據(jù)應(yīng)用價(jià)值并通過(guò)數(shù)據(jù)運(yùn)營(yíng)發(fā)揮長(zhǎng)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(yíng)行業(yè)聚焦：金融

|制造

|醫(yī)藥

|

流通

|

國(guó)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(tái)數(shù)據(jù)門戶可視化報(bào)表決策引擎 數(shù)據(jù)大屏 1大數(shù)據(jù)基礎(chǔ)平臺(tái)NDH數(shù)據(jù)產(chǎn)品服務(wù)編排服務(wù)監(jiān)控?cái)?shù)據(jù)傳輸離線開發(fā) 實(shí)時(shí)開發(fā)任務(wù)運(yùn)維中心數(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)資產(chǎn)治理 數(shù)據(jù)質(zhì)量中心模型設(shè)計(jì)中心數(shù)據(jù)開發(fā)指標(biāo)系統(tǒng)地圖數(shù)據(jù)治理360安全中心數(shù)據(jù)后臺(tái)數(shù)據(jù)前臺(tái)