2020愛分析·數據智能廠商全景報告

        【每日科技網】

　

　　報告摘要

　　在企業推進數字化轉型的過程中，挖掘數據的價值以賦能業務已經成為普遍共識。如何實現數據驅動業務的場景化落地，成為企業當前亟需解決的關鍵問題。

　　基于對國内各行業甲方企業的調研，愛分析認為數據智能應用呈現以下趨勢：

　　·對于非結構化數據的價值挖掘的關注度和數據應用成熟度日益提升;

　　·企業對于各業務場景中數據智能應用的實時性需求不斷增強;

　　·數據應用逐步走向平民化，一線業務人員和數據分析人員成為數據應用的重要終端用戶;

　　·行業内數據智能應用領先企業開始賦能行業上下遊生态，将數據智能應用能力對外輸出。

　　·對于企業數字化轉型的過程中如何推進數據智能落地，愛分析提出以下幾點建議：

　　·數據中台已成為支撐企業數字化轉型和數據智能應用的新基礎設施，建設數據中台是推進數據智能應用的有效手段;

　　·數據中台建設是“一把手工程”，涉及企業各業務部門與系統，需要頂層戰略規劃先行，自上而下推進，并與組織與業務變革協同;

　　·數據中台建設需要以明确的優先應用場景為先導，以實現快速落地和驗證業務價值;

　　·重視數據治理工作，從企業組織和運營層面制定統一規範，提升數據質量。

　　目錄

　　一. 新基建背景下，數據智能的應用趨勢

　　二. 數據智能全場景地圖

　　三. 數據智能代表廠商

　　四. 數據智能廠商解讀

　　關于愛分析

　　研究與咨詢服務

　　法律聲明

　　1.新基建背景下，數據智能的應用趨勢

　　随着技術發展，各行業的數字化轉型都在不斷深化，正逐步進入數據智能時代。相比于傳統業務模式，在數據智能時代的新業務模式中，數據成為業務系統的核心，企業業務由原先的經驗、流程驅動逐步轉向數據驅動，企業具備面向全量數據進行數據治理的能力，同時可在數據全生命周期範圍内挖掘數據價值，驅動業務決策，整個系統的疊代速度快，商業價值高。

　　同時，随着企業數據量不斷拓展，數據中台開始興起，中台彙聚企業的業務數據，通過自動化、智能化的數據采集與彙聚，将實時與離線數據打通關聯，深度挖掘數據價值，将數據資産化，并開放數據服務至各業務場景中，具備彙聚整合、數據提純加工、數據服務可視化、數據價值變現等核心能力。

　　數據智能在不同行業的應用成熟度有所差異，這由各行業的數據積累、基礎設施、應用場景等多方面決定。在金融、品牌營銷、政務等行業滲透率較高，大部分企業已經開始建設中台，營銷與風控是數據智能的主要應用場景;而在傳統工業等數字化基礎設施薄弱的行業仍有大量數據窪地，數據智能滲透率低。

　　未來，随着國家大力發展新基建、新技術逐步成熟，傳統行業對數據智能的認知增強，各行業數據基礎設施逐步完善，數據智能的滲透率将會進一步提升。在金融領域，除了常見的營銷、風控以外，還将拓展至市場監管、智能投研等;行業主體也将從銀行、保險延伸至證券、基金等;同時，智慧城市與政府公共服務領域将成為數據智能應用的重要行業，包括智慧交通、智慧政務、智慧安防等;在工業領域，供應鍊管理、智能運維等将成為數據智能率先滲透的場景。

　　愛分析認為，随着企業數字化轉型需求的推動和人工智能、5G、物聯網等技術的發展，數據智能将會加速滲透傳統行業，呈現出以下趨勢：

　　·企業大部分數據為非結構化數據，傳統基于結構化數據搭建的數據中台難以應對海量非結構化數據應用的需求。未來，企業将針對非結構化數據搭建和優化底層數據架構，同時，融合知識圖譜、機器學習等技術，挖掘非結構化數據的價值賦能企業業務。

　　·随着數據智能應用的深入，企業追求快速響應的業務需求以及實時計算、流處理等技術應用的成熟，數據智能在傳統行業業務場景中的應用實時性需求将不斷提升。

　　·過去，企業數據開發和應用的參與者和服務用戶主要是IT部門和企業決策層，随着企業數字化轉型加速，企業業務與數據緊密相關，應用場景不斷拓展，要求數據應用走向平民化，數據應用将拓展到普通業務人員及數據分析人員，自助式報表分析和自助式AI建模等工具将加速數據應用平民化的趨勢。

　　·傳統企業主要在内部搭建數據中台，支撐自身業務變革。部分行業中領先企業随着自身數據智能應用走向成熟，開始将數據智能的能力對外輸出，賦能産業鍊上下遊，構建産業數字化生态。

　　2.數據智能全場景地圖

　　愛分析基于對金融、消費品與零售、政府與公共服務等行業企業和數據智能廠商的調研，梳理了21個數據智能重點應用場景，涵蓋特定行業及通用職能部門。同時根據調研，愛分析遴選出在這些應用場景中具備成熟解決方案和落地能力的代表廠商，如下圖所示。

　　(注：以下所有場景中的廠商均按音序排序)

　　愛分析對21個數據智能應用場景的定義以及遴選出的代表廠商如下。

　　2.1 通用職能部門

　　2.1.1 IT部門

　　2.1.1.1 交易型數據管理

　　終端用戶：

　　企業IT部門。

　　核心需求：

　　随着企業業務的線上化和數字化，核心業務交易場景下的數據并發量和響應實時性要求持續提升，要求交易型數據管理在保證高可靠性、一緻性的前提下，能滿足高并發、實時響應等性能要求;

　　随着數據處理規模和性能要求的提升，基于傳統數據庫基礎設施進行擴容給企業帶來巨大的成本壓力，企業需要轉向開源技術和分布式架構，降低總體擁有成本，實現彈性擴容。

　　廠商能力要求：

　　能夠提供面向不同業務處理需求的交易型數據庫管理系統，幫助企業構建面向聯機事務處理(OLTP)的數據存儲與計算能力，滿足高可靠性和一緻性、高并發、實時處理等性能要求，并具備一定成本優勢。

　　代表廠商：

　　2.1.1.2 分析型數據管理

　　終端用戶：

　　企業IT部門、業務部門的數據分析團隊

　　核心需求：

　　在數字化轉型過程中，企業需要基于數據分析來支持業務決策，需要采用更适用于聯機分析處理(OLAP)的分析型數據管理系統支撐數據分析場景，并滿足對大量、多源異構數據進行處理分析的存儲與計算性能;

　　面對業務部門分析需求和數據量的增長，企業面臨分析型數據管理的成本壓力，需要轉向開源和分布式架構，實現更靈活的擴容能力和更低的擴容、運維成本。

　　随着企業數據應用的深入，業務部門對數據分析響應速度的要求提升，需要降低數據分析工具使用門檻，讓業務人員可用。

　　廠商能力要求：

　　能夠提供面向不同分析場景的分析型數據庫管理系統或數據倉庫，幫助企業構建面向OLAP的數據存儲與計算能力。同時，産品需要具備較高的存儲與計算性能，支持靈活的分布式架構部署、彈性擴容和精細化的資源管理，具備面向業務人員提供數據分析服務的能力。

　　代表廠商：

　　2.1.1.3 數據治理

　　終端用戶：

　　IT部門數據平台技術開發人員及技術管理人員，業務部門。

　　核心需求：

　　企業需要高質量數據，才能讓數據支撐業務，需要解決數據質量問題，提升數據治理水平;

　　企業數據來自于多個業務部門和渠道，且數據标準不同，需要制定可參考、可落地的标準，構建完善的數據治理體系;

　　數據需要适應不确定性的業務需求，即插即用，服務不斷變化的業務創新。

　　廠商能力要求：

　　能夠提供數據治理标準化、智能化技術工具，提升數據治理效率;

　　能夠基于企業業務場景和數據治理需求提供咨詢服務：進行數據資産識别、梳理、補錄等數據梳理工作;搭建企業數據模型，規範數據标準，實現跨業務跨系統數據拉通;提升數據質量，管控數據安全，幫助企業做出基于數據的更高效、更準确的決策;建立數據标簽體系、數據畫像，開放數據共享，實現數據可持續運營和數據資産增值。

　　代表廠商：

　　2.1.1.4 數據分析與可視化

　　終端用戶：

　　企業IT部門，業務部門。

　　核心需求：

　　企業不再滿足于一般的報表與敏捷式儀表盤，數據分析需要能夠解釋和支撐業務，需要建立與業務深度結合的數據分析與可視化系統;

　　傳統企業數據分析主要由數據分析人員進行，工作量大，業務人員也無法靈活地進行業務數據分析;需要建立靈活自助的分析系統，讓數據分析人員、IT人員、業務人員均可靈活分析;

　　僅靠企業内部數據難以滿足企業決策需求，需要融合全域數據、建設基于數據中台的BI系統。

　　随着數據量增大，企業對數據分析的實時性和靈活性需求增加，數據分析與可視化成本增加，數據分析和可視化需要逐步走向雲端部署。

　　廠商能力要求：

　　能夠為企業搭建數據分析與可視化平台。平台需要具備更強的數據源管理能力和深度分析功能;能夠利用自助圖表實時展現自定義指标，實現探索式分析與自助分析，滿足業務需求;能夠融合自然語言理解、知識圖譜、嵌入式分析等技術，實現敏捷化、智能化的數據分析與可視化功能。

　　代表廠商：

　　2.1.1.5 自助式AI建模

　　終端用戶：

　　企業IT部門，業務部門的數據科學家、數據分析師、業務分析師等。

　　核心需求：

　　企業對數據的應用逐步走向智能化，産生大量預測性分析場景，對IT部門的AI建模能力提出很高的要求;

　　開發AI模型包含多個階段，各階段包含多種路徑，各個路徑又包含多組可選參數，組合數量過大，因此，AI建模需要大量成本。企業需要AI建模能夠實現自動化、智能化、高效化，以提升建模效率，降低人力研發成本，提高人工智能的生産效率;

　　AI建模語言和工具學習門檻高，需要包含業務分析師、數據分析師、數據科學家等角色的專業數據團隊，但大多企業往往不具備完善的數據團隊，需要可低門檻使用的數據科學和機器學習平台，實現自助式AI建模。

　　廠商能力要求：

　　能夠提供自助式AI建模平台，能夠基于自動機器學習(AutoML)技術，幫助企業實現機器學習的特征工程、模型選擇、參數調優、模型部署、模型優化等過程的自動化或半自動化，從而降低企業AI模型開發的門檻。

　　代表廠商：

　　2.1.1.6 數據中台

　　終端用戶：

　　企業IT部門、業務部門。

　　核心需求：

　　企業數據應用面臨數據孤島和數據碎片化問題，需要對跨域數據進行彙集和統一治理;

　　傳統企業缺乏數據服務能力，業務人員無法直接将數據應用于業務需求，需要進行數據開發和數據資産管理，并将數據資産轉化為業務可用的數據服務;

　　數據開發涉及複雜的流程，技術門檻較高，面對多個業務部門的需求，企業存在重複開發和建設問題，造成成本浪費，需要建設企業統一的數據資産管理與服務平台，以實現能力複用與服務共享;

　　廠商能力要求：

　　能夠提供數據中台IT基礎設施建設，具備數據集成、數據存儲與計算、數據治理、數據開發、數據資産管理、數據服務等數據中台核心技術組件産品和開發實施能力;

　　具備咨詢服務能力，能夠根據企業所處行業特點、數據基礎狀況和業務需求，提供數據資源盤點、數據應用規劃和數據資産運營體系搭建等咨詢服務。

　　代表廠商：

　　2.1.1.7 IT運維管理

　　終端用戶：

　　企業IT運維部門。

　　核心需求：

　　部分應用的架構從集中式轉向分布式和微服務架構，使得企業中存在多種應用架構并存的局面，這種異構性使得故障的原因變得更為複雜，增加了運維人員的運維難度，企業迫切需要制定統一的運維标準，提升運維過程的自動化水平和效率;

　　随着業務創新對IT部門的響應速度要求越來越高，IT不但需要實現應用交付的敏捷化，更需要實現IT支持和響應流程的敏捷化、服務化;

　　随着企業數字化推進，IT運維不僅針對IT基礎設施，還針對多業務系統，企業需要開展智能業務運維體系。

　　廠商能力要求：

　　能夠提供基于AIOps理念的監控運維管理平台，能夠采集軟硬件基礎架構、網絡流量、應用性能、業務性能等不同層次的運維數據，通過機器學習的方式來快速洞察人力難以解決的故障問題，預測可能造成故障的風險和隐患，提升IT運維效率，降低運維成本，保證業務的穩定高效運行;

　　代表廠商：

　　2.1.2 營銷與銷售部門

　　2.1.2.1 智能營銷與用戶運營

　　終端用戶：

　　企業銷售部門、營銷部門。

　　核心需求：

　　在用戶洞察方面，随着觸達消費者的線上、線下觸點不斷增多，企業不同渠道的用戶數據分散割裂，需要整合線上線下數據，為營銷活動開展提供支撐;

　　在用戶拉新方面的成本不斷攀升，而廣告投放等拉新手段的實際效果卻難以掌控，企業需要依據效果廣告精細化人群投放策略;

　　在用戶轉化與留存方面，用戶流失現象長期存在，企業亟需提升用戶互動的策略性和針對性，提升用戶轉化率和留存率。

　　廠商能力要求：

　　用戶洞察環節，能夠建立建立客戶數據平台(CDP)，整合線上、線下自有用戶數據，統一标簽體系及用戶畫像，對用戶屬性進行拆解并建立模型，進行用戶精準定位，挖掘潛在用戶;

　　用戶拉新方面，能夠對效果廣告的用戶轉化鍊路進行分析， 結合CDP、DMP中的用戶數據，策劃針對性廣告内容，提升廣告投放的精準度;

　　用戶轉化和運營環節，能夠基于數據分析為銷售決策提供參考，能夠實現自動化營銷，具備為企業提供用戶運營解決方案的能力，幫助企業增加用戶粘性。

　　代表廠商：

　　消費品與零售

　　2.2.1 品牌商&零售商

　　2.1.1.1 智能營銷

　　終端用戶：

　　品牌商、零售商的市場部門、品牌部門。

　　核心需求：

　　品牌商與零售商在營銷數字化轉型的過程中，存在大量數據孤島，數據無法應用于業務，企業需要搭建數據中台，融合信息，對營銷業務提供數據支持;

　　品牌商與零售商面臨拉新成本高、客戶流失等痛點，需要利用數據智能，基于客戶畫像數據增強對用戶的洞察、進行廣告投放後鍊路分析，以實現精準營銷獲客，并增加用戶粘性，實現自動化營銷;

　　品牌商與零售商需要基于數據智能分析快速掌握細分領域内的市場發展動态，以指導企業調整營銷策略。

　　廠商能力要求：

　　能夠開發智能算法模型，賦能企業在營銷全流程中進行客戶洞察、客戶管理、市場洞察等;

　　在觸達用戶階段，能夠依據智能線索提供精準篩選和線索畫像，幫企業快速鎖定目标客戶;

　　零售行業的标簽體系衆多、營銷體系靈活度高，需要廠商具有行業積累、對用戶業務深度理解。

　　代表廠商：

　　2.1.1.2 全渠道中台

　　終端用戶：

　　品牌商、零售商的市場部門、品牌部門、相關業務部門。

　　核心需求：

　　消費品與零售企業線下數據采集不夠全面，未建立完善的會員體系;線上渠道也面臨線上線下分離的現狀，因此，企業需要建立線上線下無縫融合的全渠道消費體系;

　　全渠道下，用戶數據分散、割裂，導緻品牌商難以形成統一用戶畫像，企業需要統一用戶數據，加深用戶洞察，對零售及營銷業務提供數據支持;

　　随着企業全渠道系統增多，系統需要具備全渠道訂單路由分配、高并發訂單處理、全渠道庫存統一管理的能力;

　　多渠道運營人員進行促銷時，需要支持多渠道多種自由組合。

　　廠商能力要求：

　　能夠提供全渠道中台建設服務，具備對多業務系統的企業底層IT架構進行升級的能力;

　　具備全渠道中台核心技術組件産品和開發實施的能力，能夠集成全渠道數據，并基于全渠道數據分析實現精準營銷、庫存預測、智能訂單派單、智能促銷推薦等功能。

　　代表廠商：

　　2.1.1.3 供應鍊管理

　　終端用戶：

　　品牌商&零售商的供應鍊管理部門、生産部門等。

　　核心需求：

　　互聯網時代，消費者的購買方式、個性化需求日新月異，企業需要滿足用戶需求，提前進行産品模塊化企劃、設計與開發，為用戶提供零庫存下即需即供、虛實結合的一站式服務，滿足用戶的個性化需求;

　　供應鍊管理極大地影響了企業内部生産運營的效率，企業需要全流程優化供應鍊，解決訂單預測準确性問題、庫存問題、信息流不透明問題、内部協同響應速度問題等。

　　廠商能力要求：

　　數據是供應鍊管理的基礎，廠商需要借助RFID等産品電子标識技術、物聯網技術及移動互聯網技術幫助企業獲得完整的産品供應鍊的大數據;

　　企業需要保證盡快到貨的用戶體驗，廠商需要具備利用大數據提前分析和預測各地商品需求量的能力;

　　要提升企業内部供應鍊管理能力，廠商需要依據大數據分析，發現倉儲、配送、銷售等環節的問題，并不斷優化，大幅提升效率、降低成本。

　　消費品與零售行業産品周轉率高，不同産品的供應鍊管理要求不同，廠商需要具備行業積累。

　　代表廠商：

　　金融

　　2.2.1 銀行

　　2.2.1.1 零售業務營銷與風控

　　終端用戶：

　　銀行信用卡中心，消費金融部門，網絡金融部門，個人金融部門等。

　　核心需求：

　　用戶需求日益個性化、多元化，銀行需要增強用戶群體的數據洞察能力，挖掘用戶真實需求，并需要基于數據分析進行産品設計、渠道選擇和營銷策劃，實現千人千面，從而精準觸達用戶;

　　銀行需要批量拓展消費端場景，增強場景獲客能力;

　　面對營銷效果差、用戶粘性低的問題，銀行需要建設針對營銷結果的閉環反饋，從而發現問題所在;

　　在零售信貸申請、交易、支付等環節中，對欺詐風險的抵禦至關重要，銀行需要采用知識圖譜、生物識别等多種新技術，實現多維度、實時的反欺詐;

　　為了提升個人消費貸款的線上信貸審批效率，改善客戶體驗，銀行需要通過多維度數據進行風控建模，提升信貸申請階段的信用評分效率和精準度，并進一步将風控前置到營銷階段;

　　面對貸中、貸後可能出現的信用風險，銀行需要通過多維度數據優化監控模型，對逾期風險進行提前預警，并對逾期客戶制定有效、合規的不良資産處置策略，抑制不良率上升。

　　廠商能力要求：

　　能夠通過标準化數據産品、聯合建模服務或端到端的營銷解決方案，幫助銀行實現面向多場景的客戶洞察、用戶觸達與轉化，實現精細化用戶運營，提升獲客效率和用戶粘性，實現業績增長;

　　能夠通過标準化數據産品、聯合建模服務或端到端的風控解決方案，幫助銀行提升反欺詐、信用評分、預警監控、貸後不良資産處置等過程的效果和效率;

　　能夠提供生物識别、用戶畫像模型、規則引擎、欺詐關聯圖譜等底層技術，或者提供端到端的反欺詐解決方案，幫助銀行實現零售業務的申請、交易、支付等環節的反欺詐，實現雙錄等合規性措施的線上化和自動化。

　　代表廠商：

　　2.2.1.2 小微業務營銷與風控

　　終端用戶：

　　銀行小微金融部門，普惠金融部門等。

　　核心需求：

　　面對小微企業規模體量小、風險能力承受弱、信用信息欠缺且質量較差的現狀，銀行需要通過市場、工商、司法、輿情等多維度數據來進行風控建模，并在營銷和銷售階段對客戶進行篩選，同時并在貸中、貸後進行預警監控，從而建立适用的風險管理機制，以降低小微信貸業務的不良率、逾期率;

　　城商行、農商行的小微拓客重度依賴客戶經理，但過去信貸審批流程主要依靠線下人工手段，客戶體驗較差，銀行需要賦能客戶經理推出秒級審批的無抵押信貸産品，以增強客戶體驗，提升獲客效率和客戶質量;

　　在小微信貸申請、交易支付等環節中，面對層出不窮的欺詐手段，銀行需要采用多種新興技術，實現多維度的、更加實時的反欺詐，從而降低欺詐風險，有效保障銀行和客戶的權益;

　　廠商能力要求：

　　能夠标準化數據産品、聯合建模服務或端到端的營銷、風控解決方案，幫助銀行實現多維度客戶洞察和風控前置，提升信貸審批效率，實現貸中預警監控，降低貸後資産處置成本，最終降低風險管理成本，提升客戶體驗;

　　能夠提供生物識别、用戶畫像模型、規則引擎、欺詐關聯圖譜等底層技術，或者提供端到端的反欺詐解決方案，幫助銀行實現小微業務的申請、交易、支付等環節的反欺詐。

　　代表廠商：

　　2.2.1.3 對公業務營銷與風控

　　終端用戶：

　　銀行公司金融業務部門，對公信貸業務部門。

　　核心需求：

　　對公業務競争激烈，銀行需要增強事件驅動的商機洞察能力，及時抓住營銷窗口期;

　　國内存在大量由企業連環擔保形成的“擔保圈”，潛在傳導風險大，随着宏觀經濟不确定性因素的增加，銀行需要增強對“擔保圈”企業關聯關系的洞察能力，從而及時預知和抵禦風險;

　　對公交易金額巨大，但賬戶暴力破解、信息竊取、賬戶盜用等交易欺詐手段日益豐富，銀行需要為客戶提供增強身份認證手段，以提升其在大金額交易中的額度限制。

　　廠商能力要求：

　　能夠提供知識圖譜等底層技術能力，或提供端到端的對公營銷或風控解決方案，幫助銀行實現跨行業和企業的關系網絡構建，幫助銀行提升事件洞察能力，重塑營銷與風控過程，從而提升營銷效率和精準度，提前預防風險;

　　能夠提供生物識别、用戶畫像模型、規則引擎、欺詐關聯圖譜等底層技術，或提供端到端的反欺詐解決方案，幫助銀行實現對公業務的申請、交易、支付等環節的反欺詐。

　　代表廠商：

　　2.2.2 證券

　　2.2.2.1 營銷與風控

　　終端用戶：

　　證券零售業務部，機構業務部等。

　　核心需求：

　　從産品設計到銷售、售後的過程中，證券公司積累了大量的數據，證券公司需要将一直以來積累的數據打通，并結合業務場景，提高傳統業務效率;

　　需要基于數據智能的客戶畫像體系幫助證券公司更好地了解客戶，确認客戶的風險偏好、投資喜好等，為客戶推薦理财策略，提供個性化的産品和服務，促進銷售結果的達成;

　　需要搭建以公司和機構為主體的數據智能體系，實現商機發現以及風險管控，驅動機構業務。

　　廠商能力要求：

　　證券行業存在大量多源異構數據，需要廠商具備較強的數據治理能力以及大規模數據智能分析能力;

　　具備開發業務模型、構建标簽體系等能力;

　　具備為證券行業進行數據分析體系的豐富經驗。

　　代表廠商：

　　2.2.3 保險

　　2.2.4 營銷與風控

　　終端用戶：

　　保險理賠部門、精算部門、銷售部門等。

　　核心需求：

　　保險公司獲客難，大部分的保險客戶是通過強有力的信任關系引入或數據公司通過流量導入的質量不太高的客戶，分層界限比較明顯。保險機構需要基于數據智能分析客戶意圖，将客戶需求與産品和服務進行匹配，使低意願用戶逐漸成為高意願用戶;

　　保險平台需要做好客戶的風險控制，對用戶進行大量數據分析，判斷用戶是不是是風險用戶，提高風險識别的效率和效果;

　　不同用戶需要不同的保險産品，保險公司需要綜合産品風控模型、用戶風控屬性和用戶投保意願，為用戶進行自動智能的保險服務，提升投保效率。

　　廠商能力要求：

　　保險營銷取決于多個因素，包括個人健康信息、家庭背景、工作情況等，廠商需要具備建立消費者數據庫的能力;具備通過多維度标簽提取用戶畫像、提供精準營銷線索的能力;

　　具備大數據分析和用戶洞察的能力，能夠依據數據分析與統計可掌握消費者的消費行為、興趣偏好和産品的市場口碑現狀，再制定有針對性的營銷方案和營銷戰略，能夠輸出自動智能保險服務;

　　具備開發保險行業風控模型的能力，賦能保險企業識别風險用戶。

　　代表廠商：

　　政府與公共服務

　　2.4.1 政府

　　2.3.1.1 智慧政務

　　終端用戶：

　　政務數字化部門，應急管理部門，經濟管理部門等。

　　核心需求：

　　各部門主導建立業務系統，導緻系統之間形成“信息孤島”，數據開放度低，不能有效的統一調度。政府需要基于數據智能将部門壁壘與信息孤島現象打破，形成統一的數據标準規範服務業務應用;

　　目前各級政府部門已形成海量數據資源池，但各部門缺乏統一标準，異質數據來源、架構、管理體系無法有效整合，降低了數據的使用效率。政府各部門需要集成數據并在統一的資産管理平台上進行管理，支持上層各業務部門工作;

　　對于數據的應用水平低，市場主體多，活動頻繁，面對少量、動态、多樣的大數據，政府宏觀調控和經濟管理需要多維數據支撐，借助大數據分析，研究市場主體發展變動和經濟發展的關系，挖掘社會關鍵要素之間的隐性關系，有針對性地制定政策、合理調配資源;

　　在應急管理方面，應急基礎數據缺少全面普查統計和更新不及時，且數據處于離散、缺少關聯的狀态，導緻無法高效支持對城市運行狀态的全面感知、态勢預測、事件預警和決策輔助等業務應用，無法支撐全市“一盤棋”的應急管理模式，需要建立智慧應急統一大數據平台;

　　廠商能力要求：

　　政務行業具有海量多類型數據，需要廠商具備大規模數據集成和數據資産管理的能力;

　　能夠依據不同政府部門的業務方面，搭建相應的數據模型與算法，使政府決策的基礎從定性向定量轉變、從滞後反饋到及時預警，為政府決策提供數據支撐;

　　各政府部門具備自身特點，在應用數據智能的過程中，有較多定制化需求，要求廠商定制化能力較強，具備較好的服務意識;

　　政務系統衆多，廠商應具備一定平台對接經驗;

　　政務對于數據分析和可視化應用較多，廠商應具備一定數據分析及可視化體系搭建能力。

　　代表廠商：

　　2.3.1.2 環境治理

　　終端用戶：

　　政府環保部門等。

　　核心需求：

　　環境管理涉及多業務系統數據，過去管理粗放、信息不通暢。管理部門需要全面梳理環境治理數據，一庫歸集水、氣、污染源等相關環境數據，并實現靈活拓展，實現運營優化;

　　環保數據的标準化面臨着較大挑戰，當前環保業務應用的數據類型就高達幾十種，來源于不同的數據生産部門，其組織管理方式、标準、參考體系也各不相同，給環境大數據的快速形成與綜合應用提出了挑戰。管理部門需要對數據标準、數據格式、數據共享交換方式進行統一規範;

　　環境治理效率低，運營成本高。管理部門需要建立環境監測、分析、執法處置、評價與輔助決策全業務支撐系統，立體化、實時化反映環境質量狀況，提升環境治理效率。

　　廠商能力要求：

　　傳統環境治理系統老舊、不易拓展，數據分散，廠商需要具備數據集成的能力;

　　環境數據多樣複雜、标準不統一，廠商需要具備環境數據治理的能力;

　　數據之間的關聯、融合，才能找到新的洞察，為決策提供科學依據，廠商需要具備數據融合、模型和算法開發的能力;

　　環境治理數據需要廠商具備環境治理專業知識積累。

　　代表廠商：

　　2.3.1.3 智慧安防

　　終端用戶：

　　公安局指揮部、刑事部、治安防控部、支持部等部門。

　　核心需求：

　　公安系統的數據龐大、數據複雜，辦案人員需要在大量數據中搜索有用信息。系統需要打破原有信息系統孤島，進行數據處理與分析，幫助辦案人員迅速提取關鍵數據信息。

　　違法犯罪活動本身具備隐蔽性、團夥性等特征，在技術高速發展的背景下，又呈現出網絡化、智能化、複雜化等新特征，增加了公安人員的辦案難度，需要借助智能化系統挖掘潛在隐藏信息和關聯關系，通過技術手段支撐“人、事、地、物、組織”等刑偵關鍵要素;

　　治安事件發生具有突然性，當團夥發生案件時，若不能現場及時抓捕，需要通過人員關聯分析、異常事件挖掘、重點場所關聯分析、物品關聯分析、團夥關系分析、相似案件推理等一系列智能輔助功能發掘潛在嫌疑人，提高辦案效率。;

　　針對有一定犯罪企圖的重點人員，需要利用大數據分析，建立重點人員預警模型，并通過關系圖譜與軌迹信息，及時發現違法活動，阻止治安事件發生。

　　廠商能力要求：

　　公安領域存在海量的非結構化、半結構化信息，廠商在構建數據智能的應用過程中需要具備建設數據中台的能力;

　　公安實戰經驗需要轉換為應用模型，需要廠商具備一定公安行業模型和算法積累;

　　各地公安機關具備自身特點，在數據智能應用場景中，需要較多定制化服務，要求廠商定制化能力較強，具備較好的服務意識。

　　代表廠商：

　　2.3.1.4 智慧園區

　　終端用戶：

　　政府管理部門、地産運營商、學校等。

　　核心需求：

　　傳統地産園區多依賴人力進行管理運營，運營成本高，管理效率低。政府和園區管理者需要基于數據智能建設智慧園區，優化園區配置，降低運營成本，提升效率;

　　園區管理者需要通過數據支持保障園區的安全監管與管理;

　　需要加強園區内部的互動溝通和管理能力，在更大範圍内提高園區知名度、服務水平、管理水平;

　　廠商能力要求：

　　能夠建設數據平台，對園區物聯網數據、園區管理數據、企業經營數據等進行規範化管理和數據采集;

　　具備針對智慧園區應用場景開發數據分析算法與模型的能力。能夠構建企業客戶需求畫像，賦能園區進行産業規劃布局;通過數據監控與數據分析，輔助園區優化物業管理、商圈服務等;

　　具備提供智慧園區咨詢服務的能力，提供智慧園區規劃、智慧園區運營等咨詢服務。

　　代表廠商：

　　能源與工業

　　2.4.1.1 智能制造

　　終端用戶：

　　制造企業研發部門，生産部門，供應鍊部門等。

　　核心需求：

　　制造企業的生産現場有大量傳感器，探測溫度、壓力、熱能等各類數據，企業需要建立大數據體系，實現數據利實時采集、處理與存儲，完成對數據模型的規範與統一管理、數據質量分析，以及信息系統業務數據與外部數據、機器數據的集成;

　　生産環節，企業需要實現智能排産、聯動生産管理等;

　　設備運維環節，傳統制造商一般采用事後運維，運維計劃主要依靠經驗制定，效率低、成本高，企業需要建立預測性運維體系;

　　在質量控制方面，制造商需要在生産過程中使用大數據分析整個生産流程，了解每個環節是如何執行的，一旦有某個流程偏離了标準工藝，系統就會産生報警信号，從而快速發現錯誤，進而控制産品質量;

　　在生産工藝改進環節，制造商需要基于足夠的數據反饋改進其流程及工藝，但現場試驗費時費力，制造商需要對生産過程建立虛拟模型，仿真并優化生産流程，當所有流程和績效數據都能在系統中重建時，這種透明度有助于其改進生産流程;

　　在能耗分析方面，傳統能耗分析采用階段性事後分析方式，造成不必要的能源浪費。制造商需要在設備生産過程中利用傳感器集中監控所有生産流程，及時發現能耗的異常與峰值，以便在生産過程中優化能源的消耗。

　　廠商能力要求：

　　大部分制造企業的自我感知、自我記憶的數據采集感應系統還未建立，需要廠商具備設計和建立數據采集體系的能力;

　　生産數據複雜多樣，需要廠商具備複雜數據結構的數據處理技術、高效的數據庫維護和管理機制;

　　生産企業數據孤島現象嚴重，需要廠商具備數據集成能力，實現生産、業務的協同;

　　能夠根據設備實驗數據、運行數據、故障數據、售後站點配給數據、備品數據等，結合算法，優化檢修流程，降低運維成本;

　　生産環境不同，不同行業和企業對數據采集、處理過程和挖掘方向也各不相同，需要廠商具備行業專業知識和大數據處理能力。

　　代表廠商：

　　3. 數據智能代表廠商

　　4.數據智能廠商解讀

　　廠商介紹

　　阿裡雲創立于2009年，是全球領先的雲計算及人工智能科技公司，緻力于以在線公共服務的方式提供安全、可靠的計算和數據處理能力。

　　所屬場景(行業-主體-應用場景)

　　職能部門-IT部門-交易型數據管理

　　職能部門-IT部門-分析型數據管理

　　職能部門-IT部門-數據分析與可視化

　　職能部門-IT部門-數據中台

　　職能部門-IT部門-自助式AI建模

　　産品與服務

　　數據管理：阿裡雲提供關系型數據庫、NoSQL數據庫、數據倉庫等一系列産品。其中，OceanBase是阿裡巴巴和螞蟻金服自主研發的金融級分布式關系數據庫;PolarDB 是阿裡雲自研的能滿足高吞吐在線事務處理的關系型雲數據庫。

　　大數據應用解決方案：阿裡雲提供涵蓋大數據計算與分析、數據開發與治理、大數據應用與可視化以及數據應用解決方案等場景的産品和服務。

　　阿裡雲機器學習平台PAI：為傳統機器學習和深度學習提供從數據處理、模型訓練、服務部署到預測的一站式服務。

　　典型客戶

　　招商銀行、興業銀行、中國光大銀行、大潤發等。

　　廠商介紹

　　埃睿迪緻力于打造更懂環保/工業的敏捷化數字孿生平台，構建垂直行業的知識圖譜和應用。通過提供數字孿生平台能力，賦能所有産業參與者，實現行業模式規模化複制，并與生态夥伴共同建設，使平台成為社會化綠色生産力的基礎設施。

　　所屬場景(行業-主體-應用場景)

　　政府與公共服務-政府-環境治理

　　能源與工業-工業企業-智能制造

　　産品與服務

　　核心産品是iReadyInsights敏捷化數字孿生平台。基于該平台構建的環境大腦、工業大腦、水務大腦、綠色城市大腦等行業解決方案。

　　“環境大腦”：與環境行業深度融合，聚焦關鍵環境問題，提供環境監測預警、污染成因分析、環保處理工藝優化、環境綜合決策指揮等行業應用。

　　“水務大腦”：水務大腦重點關注城鄉供水、城鄉污水處理，将大數據、水務機理模型、機器學習與水務業務深度融合，為水務運營企業和主管部門提供供水用水态勢分析、産銷差分析、短期長期用水預測、供水與污水處理工藝運行監控預警、水務企業運營分析等專項解決方案。

　　“工業大腦”：先協助企業實現數字化深度應用，面向設備、産線、廠區級的全過程數字化表現、全生命周期的數據互聯。滿足企業工況自感知、工藝自學習、裝備自執行、系統自組織的智能化目标。

　　“綠色城市大腦”：從宏觀、中觀、微觀三個層面，從産業、行業、區域、時間多維度，對城市環保、能源、經營、管理、運行相關指标進行監控管理，實時了解城市環境質量現狀、經濟運行狀态、重點企業運行情況，助力園區産業、企業的綠色發展，加快實現城市發展綠色轉型。

　　典型客戶

　　泰安高新區、泉州水務集團、威立雅、北汽新能源、海爾等。

　　客戶案例

　　埃睿迪幫助某世界500強環境企業構建“數字孿生平台”，通過數字孿生、高壓縮數據、大規模并行計算等技術，将集團全國幾十條生産線實現數字化建設，對每條生産線的3000餘個傳感器實現秒級采集和處理，年處理數據量達2萬億條。通過大數據、環境機理模型、環境數理模型的有機結合，幫助該企業提升數字化和智能化水平，動态監測環保處理和排放，實現5~15%的成本節省，設備利用率提升50%以上。通過源頭和過程的生産控制，實現企業環保達标，二噁英等排放物控制可達到國家标準的十分之一。

　　廠商介紹

　　上海愛數信息技術股份有限公司是一家大數據基礎設施提供商。基于大數據基礎設施，愛數為政府、公共事業及企業的數字化轉型賦能，打造數據安全、數據可用性、數據智能、數據洞察力方案和服務。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-數據中台

　　通用職能部門-IT部門-IT運維管理

　　産品與服務

　　AnyShare：定位于企業内容管理，并融合大量核心人工智能技術，面向整合業務應用、内容應用開發、文檔管理、團隊協作和非結構化數據洞察等五大關鍵場景。

　　AnyRobot：基于開源ELK(ElasticSearch、LogStash、Kibana)技術，擁有PB級數據處理能力，掌握關聯搜索、關系圖譜等關鍵技術，圍繞企業IT管理的運維、安全、運營三大難題，并針對不同行業的需求差異，提供統一日志管理、應用監控與分析、雲基礎設施智能運維、教育大數據、國防大數據解決方案場景。

　　愛數将AnyShare Family 7與其他産品進行組合，基于人工智能驅動和數據架構底座，構建非結構化數據中台。

　　典型客戶

　　光大銀行、小米、湖南移動、北京大學、天津國土局等。

　　客戶案例

　　愛數基于AnyShare Family 7賦能企業實現業務流程自動化。在發票電子化的應用場景中，愛數推出發票内容自動化解決方案，可通過OCR自動識别電子發票的内容，并将識别的内容進行提取，應用于采購入庫、财務入賬、專票抵扣、固定資産入賬等多個環節。

　　其中，在搜索場景中，可提供全文搜索能力，用戶輸入“發票”找到想要找的發票;在此基礎上還提供了标簽搜索和精準的編目搜索。因此，OCR與搜索功能極大提升了非結構化數據内容自動化的效率。

　　廠商介紹

　　百度智能雲以“以雲計算為基礎、以人工智能為抓手、聚焦重要賽道“為戰略，融合雲計算、百度大腦、大數據等百度核心技術，提供了通用的基礎雲平台、AI中台、知識中台等多層次的平台，以及為各行各業賦能的智能應用和解決方案，助力産業智能化升級。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-分析型數據管理

　　通用職能部門-IT部門-數據中台

　　通用職能部門-IT部門-自助式AI建模

　　通用職能部門-IT部門-數據分析與可視化

　　金融-銀行-零售業務營銷與風控

　　金融-銀行-對公業務營銷與風控

　　金融-保險-營銷與風控

　　能源與工業-工業企業-智能制造

　　産品與服務

　　雲數據庫 FusionDB：一種兼容 PostgreSQL 協議的在線大規模并行處理數據倉庫服務。基于開源Greenplum 項目開發，支持 TB/PB 級海量數據的存儲和處理，具備融合 SQL、存儲過程、軟硬件結合、AI 支持等特性。雲數據庫 FusionDB 融合了傳統數據庫與數據倉庫的優勢，能夠提供流式、實時、離線、在線數據聚合等靈活的混合分析能力。

　　數據中台解決方案：基于百度領先的大數據技術，結合數十年大數據應用實踐和To B服務經驗積累，為企業構建采、存、管、用大數據基建體系，提供一站式數據資産構建和分析應用平台能力，讓企業的大數據應用更高效、更低門檻，高效實現數字化運營、驅動業務增長。

　　數據可視化Sugar：自助BI報表分析和制作可視化數據大屏的強大工具，組件豐富，開箱即用，無需SQL和任何編碼。

　　AI中台解決方案：依托百度大腦十餘年AI技術與能力的積累，面向金融、能源、制造、城市、互聯網、教育、運營商、政府等行業提供智能中台解決方案，助力企業構建統一的AI基礎設施，實現AI資産的共建共享、敏捷的智能應用開發，加速企業智能化升級。

　　金融聯合建模：利用軟、硬件結合的加密方式，使金融機構與其他企業在敏感數據可用不可見的前提下，實現聯合建模操作，并在金融業務中有效利用建模結果。産品優勢：安全可信的建模環境、豐富多樣的算法儲備、靈活便捷的平台功能。在零售金融風控反欺詐、保險定價及理賠反欺詐等場景獲得了廣泛的應用。

　　百度數字員工IPA：以“智能引擎”為内核的業務運營自動化産品方案，能夠為企業打造場景化的虛拟數字員工，助力企業業務智能化升級。通過綜合應用語音、圖像、NLP等AI技術，結合業務策略和人機協同，面向風控審核、營銷運營、财務審核、合規稽核、投研分析、保險理賠、合同審核等業務場景提供自動化運營解決方案。

　　工業數據智能方案：基于強化學習、深度學習、機器學習等一系列AI算法能力，在不同細分工業領域，提供工藝參數優化、異常預警、能耗優化、智能預測、排産排程等場景的專業模型訓練能力，助力工業企業實現智能化大生産。産品提供多種數據接入方式，有豐富的數據分析預處理算子，零代碼模型配置訓練能力，預置多類開箱即用算法。為工業數據價值探索奠定了基礎，賦能工業企業降本增效。

　　典型客戶

　　百信銀行、度小滿金融、中國人壽财産保險、泰 康保險、太平洋保險

　　廠商介紹

　　百分點作為一家數據智能技術企業，擁有完整的大數據和認知智能産品線，基于行業知識及數據中台建設經驗，提供面向政府和企業數字化轉型的行業解決方案，構建了政府級、企業級和SaaS服務三大業務體系，涉及數字城市、應急管理、公共安全、零售快消、制造和房地産等多個領域。

　　所屬場景(行業-主體-應用場景)

　　政府與公共服務-政府-智慧政務

　　政府與公共服務-政府-智慧安防

　　政府與公共服務-政府-環境治理

　　消費品與零售-品牌商&零售商-智能營銷

　　消費品與零售-品牌商&零售商-全渠道中台

　　職能部門-IT部門-數據中台

　　通用職能部門-IT部門-數據分析與可視化

　　産品與服務

　　大數據操作系統(BD-OS)：以百分點大數據全棧技術能力為支撐，提供數據接入、治理、處理、管理、服務能力，實現一站式數據全生命周期管理，做到數據“進得來、管得了、治理好、看得見、控得住、可共享”，幫助客戶高效、低成本的管理數據資産，發揮數據效能。

　　商業智能系統(Clever BI)： AI驅動的數據分析産品，依托自然語言處理和深度學習技術，用戶可通過自然語言與系統進行可視化交互，輕松實現多源數據關聯、挖掘分析，支持數據整合、分析、可視化的全流程自助式操作，大大降低數據分析的門檻，為數據應用和決策研判提供有力支撐。

　　政務大數據解決方案：實現數據彙聚、數據管理、數據應用、數據運維、數據評估的全生命周期的管理，為數字政府基礎庫、主題庫、專題庫建設和上層業務應用提供一體化的數據服務支撐。

　　公安大數據治理服務解決方案：針對公安多源異構數據進行融合治理，通過綜合自動化工具和手工治理及定制化軟件，實現對數據全生命周期管理，構建共享全景數據視圖，提升公安數據信息效能和價值。

　　生态環境全景大數據解決方案：以天空地一體化生态環境監測數據為基礎，開展大數據資源規劃、數據庫設計，建立科學數據采集機制，提升數據歸集質量與效率，形成生态環境信息資源目錄，彙聚生态環境質量數據、污染源數據、業務數據和其他委辦局有關生态環境的數據。

　　應急大數據治理解決方案：按照“數用分離、智能驅動”的思路，依托大數據全棧技術和産品，構建符合應急管理需求的應急大數據治理體系，實現數據接入、處理、存儲、應用等全生命周期的管理。

　　零售數據中台解決方案：面向零售企業提供一站式中台解決方案，實現數據接入、數據治理、數據建模和數據服務的全生命周期管理，實現數據資産化。

　　全渠道用戶數字化經營：通過對消費者全渠道數據的融合治理，結合數據挖掘分析、算法模型、行業運營經驗等，幫助客戶構建全域會員運營體系，提升企業與會員的數字化互動能力。

　　典型客戶

　　國家市場監督管理總局、北京市海澱區統計局、深圳市應急管理局、常州市生态環境局、中國免稅品集團等。

　　客戶案例

　　百分點為某市應急管理局建設智慧應急統一大數據平台，實現局内10個業務系統數據、21家“安委辦”單位應急數據、市域物聯網感知數據和互聯網數據的彙聚，以及對安全生産、自然災害、城市安全等多領域的591類、1.6億條應急數據的标準化和全生命周期管理。在此基礎上，對數據進行關聯、融合，構建三大專題庫，為危化品監測管理、安全生産管控、城市安全建設提供數據支撐，并通過數據挖掘分析、可視化、數據建模等智能化服務，支撐全市及各區智慧應急應用體系建設。

　　廠商介紹

　　邦盛科技成立于2010年，是中國金融實時風控領軍企業，大數據實時智能處理技術領軍企業，産品主要包括實時交易反欺詐、申請反欺詐、信貸授信風控、智能案防等産品。

　　所屬場景(行業-主體-應用場景)

　　金融-銀行-零售業務營銷與風控

　　金融-銀行-小微業務營銷與風控

　　金融-保險-營銷與風控

　　産品與服務

　　零售業務營銷與風控&小微業務營銷與風控解決方案：針對銀行金融業務在實時反欺詐中面臨的性能瓶頸，邦盛科技基于“流立方”以及機器學習、關聯圖譜等底層核心技術，打造了實時智能風控系統，實現涵蓋“事前風險感知”、“事中實時決策”、“事後案件調查”的統一的風險防控。

　　保險行業解決方案：針對保險業務不同産品，如健康險、意外險、車險等面臨的欺詐風險，基于流式計算，提供基于指标和規則的風險識别判斷，通過系統方案建設，建立起事中風險識别的兩核風控體系;實時決策的機器學習，解決模型黑盒問題，進一步優化風險識别準确度，提供疑點提示，提升運營效率;運用關聯圖譜，通過圖結構進行風險模式匹配，欺詐團體劃分。

　　典型客戶

　　中國農業銀行、招商銀行、渤海銀行、平安銀行、興業銀行等。

　　廠商介紹

　　餐道深耕餐飲和零售行業，品牌服務涵蓋全渠道管理SaaS平台+業務數據雙中台，作為行業連接器主要為國内餐飲及零售企業提供總部及區域管理應用系統、門店端管理應用系統、騎手管理系統、聚合配送平台、BI數據分析、全渠道運營等一體化的O2O解決方案。

　　所屬場景(行業-主體-應用場景)

　　消費品與零售-品牌商&零售商-全渠道中台

　　産品與服務

　　中台系統：為所有系統供應商之間的數據流轉提供中轉服務和聚合服務，所有系統供應商隻需要跟業務中台對接，就可以達到會員通、商品通、交易通、營銷通目的。

　　前台應用：前端商家管理系統打通各大主流外賣平台，整合多渠道訂單、商家數據、高效管理運營訂單，提供智能點餐功能;搭建運營管理平台，統一管理多渠道門店信息;接單管理實現多樣化接單方式;配送管理系統則對接順豐、閃送等數十家配送公司，為商家提供騎手管理、配送監控等功能，科技管理外賣派送業務;數據分析系統為管理人員提供專屬移動BI報表，實時了解不同門店、不同時段營業及銷售情況，提供給餐廳進行分析與決策。

　　典型客戶

　　漢堡王、吉野家、周黑鴨、鍋圈食彙、老鄉雞等

　　客戶案例

　　德克士全國門店衆多，需要解決“數據孤島”的問題，并具備用運營分析可視化能力。餐道為德克士打造訂單管理系統，打通各渠道數據，同時提供标準數據結構、定義數據内容，為不同渠道的數據制定規則，保證各平台數據的格式與定義一緻，打破“業務孤島”與“數據孤島”，避免重複造輪子。同時，餐道提供OCRM報表，幫助商戶從不同角色管理多渠道的數據和用戶反饋，客戶可通過數據分析找出運營問題所在。目前，道已經覆蓋德克士2190多家門店，其中80%都是加盟店。

　　廠商介紹

　　創略科技是一家數據技術和AI公司，緻力于差異化地為中大型B2C企業提供AI驅動的客戶數據技術解決方案，助力企業優化與客戶數據相關的應用場景，包括客戶洞察、個性化營銷、客戶生命周期價值管理、客戶體驗提升等。創略科技服務上百家大中型國内外公司，覆蓋零售、汽車、金融、旅遊、教育培訓等行業。

　　所屬場景(行業-主體-應用場景)

　　營銷與銷售部門-智能營銷與用戶運營

　　産品與服務

　　智能客戶數據中台(CDP)：創略科技的旗艦産品，主要是通過用戶數據采集、打通、分析和激活，基于AI及豐富的算法模型，運用于企業的個性化營銷、精細化客戶運營、沉睡客戶喚醒、交叉銷售、客戶體驗提升、智能分析等場景。

　　廠商介紹

　　創新奇智是一家發展快速的人工智能商業化公司，聚焦金融、制造、零售等領域，圍繞數據智能和視覺智能兩大版塊，為企業提供 AI 相關産品及解決方案。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-自助式AI建模

　　通用職能部門-IT部門-IT運維管理

　　消費品與零售-品牌商&零售商-供應鍊管理

　　産品與服務

　　創新奇智Orion自動化機器學習平台：快速構建具備AI能力的基礎設施和場景應用，一站式完成數據處理、算法訓練、模型部署及後續的疊代管理，打通從數據層、AI層到應用層的能力連接，賦能企業AI中台建設。

　　創新奇智ABC一體機：基于Orion自動化機器學習平台，打造融合AI、大數據、雲和行業場景應用的軟硬一體化設備，提供兩個方向的智能化服務——面向企業數據中心的智能運維和能效管理;面向核保核賠、合同比對等常規業務的智能業務場景落地。

　　智慧供應鍊：為零售品牌商提供智慧供應鍊管理。基于創新奇智Orion自動化機器學習平台，充分考慮需求波動、事件影響、KPI績效及若幹外部環境等諸多數據，提供SKU級别的高精度需求預測與補貨建議，繼而實現人工可控的智能補貨決策功能，提高現貨率、周轉率、降低貨損及缺貨率等指标，使供應鍊補配貨場景實現精細化運營。

　　典型客戶

　　郵儲銀行、華電電科院、瑪氏等。

　　客戶案例

　　如今的風電行業早已從增量市場過渡到存量市場，伴随着風機規模的不斷擴大、機組服役年限的持續增加，保證風機健康、高效運行，提高風場運營效率等問題成為風電企業現階段最重要的工作之一。華電電科院采用創新奇智Orion自動化機器學習平台，從風場智慧運維出發，快速構建具備AI能力的基礎設施和場景應用，僅用時1周就完成了 Orion自動化機器學習平台的部署實施，在3個月内實現了對所有風機模型的建立、優化，風機故障預測評估準确率提高了10%以上。

　　廠商介紹

　　DataCanvas是一家數據科學平台提供商，為金融、交通、地産、制造等多行業客戶提供數據分析能力、實時能力和AI能力的建設。通過DataCanvas數據科學平台提供的機器學習分析和實時計算能力，幫助數據分析師和數據科學家快速協同開發，實現模型管理和應用支持，在科技創新、人工智能等前沿領域為客戶業務創造更大價值。

　　所屬場景(行業-主體-應用場景)

　　通用智能部門-IT部門-自助式AI建模

　　金融-銀行-小微業務營銷與風控

　　金融-證券-營銷與風控

　　政府與公共服務-政府-智慧政務

　　産品服務介紹

　　DataCanvas數據科學平台：包括DataCanvas APS，DataCanvas RT兩個産品套件。平台提供的機器學習分析和實時計算能力，幫助數據分析師和數據科學家快速協同開發，實現模型管理和應用支持。DataCanvas APS是集數據準備、特征工程、算法實現、模型開發、模型發布、模型工程化管理于一體的機器學習平台，能夠幫助企業快速構建數據分析應用; DataCanvas RT能夠将多種數據流接入實時處理并分析，将ETL、業務模型、機器學習、人工智能、可視化擴展到實時的大數據産品。

　　典型客戶

　　浦發銀行、海信集團、山東城商行聯盟、鵬華基金、中原銀行等

　　客戶案例

　　某銀行要建立适用于新型組織架構下的敏捷機制體系，構建線上化、數據化、智能化的服務場景和生态圈。DataCanvas采用人工智能技術預測客戶需求，智能匹配營銷策略，基于流計算技術實現營銷執行過程中的自動監控及銷售業績的實時展現;采用AI+RPA的智能流程組合，充分利用OCR、NLP智能識别模型，實現智能審批、智能報銷、智能開戶、自動比對等流程優化設計;依托機器學習及圖計算技術，對可疑賬戶進行關系數據分析、多層關聯信息挖掘，形成風險防控網。建立企業級模型開發平台，實現智能工具的快速推廣及應用。

　　廠商介紹

　　DataEye是一家緻力于成為全球移動廣告情報中心的大數據公司，為垂直領域提供移動廣告情報分析的數據工具服務及定制化數據服務，推動行業移動營銷的創新及發展。

　　所屬場景(行業-主體-應用場景)

　　營銷與銷售-智能營銷與用戶運營

　　産品與服務

　　DataEye-ADX遊戲行業情報分析工具：是一款專注于遊戲行業廣告投放的情報分析工具，利用海量數據存儲、AI視覺智能等核心技術，通過抓取并持續追蹤手遊廣告素材以及營銷創意，針對性解決遊戲行業成本高、渠道難、創意難的買量痛點。

　　DataEye-Tidea添弈全案營銷服務：借助DataEye-ADX海量數據支持，深入手遊買量市場，基于精準的買量素材分析，針對不同類型遊戲定制爆款創意，有效解決手遊買量創意短缺、素材産能不足的難題。

　　DataEye-EDX電商一體化服務：為電商提供數據化選品、優質貨源對接、信息流廣告投放、廣告素材制作、物流資源對接等全流程一體化服務，解決直營電商營銷痛點。

　　典型客戶

　　騰訊遊戲、三七遊戲、網易遊戲等

　　客戶案例

　　DataEye與客戶合作升級《夢幻西遊》、《夢幻西遊網頁版》、《夢幻西遊三維版》買量營銷打法，為客戶提供了受衆分析、競品分析、市場基本面分析、素材策略等多維度策略分析及廣告素材制作服務。《夢幻西遊》系列自2020年大範圍買量營銷推廣以來，招回大量“老玩家”的同時吸納大量“新玩家”，《夢幻西遊網頁版》除開Android端、移動端H5、PC端微版等，僅iOS端月流水便已過億。

　　廠商介紹

　　袋鼠雲成立于2015年11月，是行業領先的企業數字化基礎設施供應商，公司基于數據中台的先進理念，研發打造了雲原生一站式數據中台PaaS“數棧DTinsight”，幫助客戶建設數字化基礎設施，構建全域數據共享中心，讓數據産生價值。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-數據中台

　　通用職能部門-IT部門-IT運維管理

　　通用職能部門-IT部門-自助式AI建模

　　通用職能部門-IT部門-數據分析與可視化

　　産品與服務

　　雲原生一站式數據中台PaaS“數棧DTinsight”具備雲原生、自研核心引擎、金融級安全三大特性，覆蓋數據源采集、離線計算、實時計算、數據挖掘、數據治理、數據資産管理、數據共享服務等整個數據中台生命周期，是完全自主可控的大數據基礎設施産品，提供了靈活開放的部署能力，可以按需選擇不同的子産品單獨或組合輸出，可兼容Hadoop體系、MPP數據庫、Oracle等多種第三方引擎。

　　算法開發AIWorks：提供了從數據處理、模型訓練、模型預測、服務部署的一站式服務，可通過簡單的拖拉拽形式即可完成AI模型的訓練、發布、管理及運維，幫助銀行AI分析師實現金融風控、精準營銷等業務場景。

　　數據化運維平台EasyDO：一款開箱即用的數據化運維平台，為企業提供運維數據統一采集、統一存儲、智能分析、全景監控能力，保障企業業務穩定高效運行;提供系統性能和成本優化建議，降低企業IT運維成本。

　　數據可視化平台EasyV：無需編程，通過拖拽即可搭建數據大屏;預置大量可視化圖表，供自由組全合;支持多數據源接入，支持秒級動态數據請求;可支持自定義組件開發，可擴展性高。

　　典型客戶

　　中國平安人壽保險、招商證券、華夏銀行、國家電網、浙江大學等

　　客戶案例

　　随着證券交易數據越來越多，證券公司需要對數據進行實時計算和實時監控，進而快速處理問題、響應客戶。基于此，招商證券對于客戶統一識别、賬戶查詢、反洗錢、客戶運營等方面有了更高、更新的要求。袋鼠雲基于數棧 DTinsight幫助客戶構建實時數倉，實時彙聚證券交易、融資融券、個股期權等多個領域數據流，推進企業UCM(統一客戶模型)體系構建，解決超大規模數據計算問題，滿足秒級響應需求，快速響應各業務系統數據應用需求。招商證券隻需要關注業務邏輯及數據建模，通過SQL化開發，可快速響應業務部門實時數據需求。基于數棧 DTinsight平台，招商證券進行實時數據開發的效率提升2倍以上，實時任務排錯及解決時間減少了80%，實時業務消費數據的時效從秒級提升到毫秒級。

　　廠商介紹

　　滴普科技成立于2018年，是一家全場景數據智能服務商，基于雲原生互聯網框架，綜合5G、IoT、大數據、AI、雲計算等新技術，形成可高度擴展的商業智能和産業智能的平台産品，為企業提供全場景數據智能服務。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-數據中台

　　消費品與零售-品牌商&零售商-智能營銷

　　政府與公共服務-公共服務-智慧園區

　　能源與工業-工業企業-智能制造

　　産品與服務

　　商業智能 DEEPEXI® D系列：商業智能應用平台，DEEPEXI® DM(數字化營銷産品)打通全渠道客戶數據，一站式自動化管理全渠道營銷觸點，自動跟進客戶旅程，實現營銷精準觸達，提升用戶轉化留存; DEEPEXI® DR(數字化零售産品)實現企業門店經營的商品個性化和服務優化;DEEPEXI® DD(數字化渠道産品)數字化賦能C2B/C2M，構建産銷協同生态體系，實現銷售端與工廠端之間敏捷、高效、協同。

　　産業互聯智能DEEPEXI®X系統：DEEPEXI® XData為一站式數據開發治理套件，DEEPEXI® XMesh為以數據為核心的工業數據智能化IoT平台，DEEPEXI® XEdge為雲原生邊緣計算解決方案，實現雲邊端協同， DEEPEXI® XMind 為AI場景賦能算法平台，提供低成本快速交付AI能力。

　　典型客戶

　　秀域、OPPO、綠地貿易集團、新希望乳業等

　　客戶案例

　　翡标奢品(Customized luxury goods)是一個具有開創性的非标輕奢品互聯網電商APP平台，拼團和分銷的模式，是翡标奢品銷售的重點。翡标奢品與滴普科技攜手打造全渠道數字化零售平台，利用平台上數十種促銷工具高效開展業務，降低獲取流量成本，實現快速引流吸粉，激活團長或分銷商的分銷熱情，助力企業獲取實時在線且有商業決策意義的全鍊路數據，構建運營端、分銷端、會員端、供應商端的全鍊路銷售體系。

　　廠商介紹

　　第四範式成立于2014年底，是領先的人工智能平台與技術服務提供商，打造了全棧式企業級AI産品體系，解決企業智能化變革中面臨的數據治理難、AI應用門檻較高、落地價值受阻、算力投入激增等實際難題。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-自助式AI建模

　　金融-銀行-零售業務營銷與風控

　　消費品與零售-品牌商&零售商-智能營銷

　　産品與服務

　　全棧式企業級AI平台“先知”：标準化、低門檻的人工智能應用開發平台，助力企業輕松落地AI應用，覆蓋機器學習從模型構建到應用上線的全流程，自動化構建、應用、更新模型，無需機器學習專業技能。

　　銀行零售業務營銷與風控解決方案：通過高維數據挖掘客戶潛在需求，完成精确的客戶獲取與精益的客戶管理，向真正有需求的客戶推薦和銷售産品，典型應用場景如信用卡分期營銷、現金分期營銷、基金産品推薦、理财産品個性化推薦、投顧客戶挖掘等。

　　零售智能運營解決方案：通過智能推薦、智能搜索、智能推送、智能客服等智能引擎，基于第四範式大規模機器學習能力，幫助零售企業快速實現多場景的一鍵式智能化，從而快速提升線上業務的消費者體驗，實現“人貨場”更高效率的匹配，促進客單價、GMV、點擊率、用戶活躍等關鍵業務指标的增長。

　　典型客戶

　　中國工商銀行、招商銀行、百勝中國、永輝超市等

　　廠商介紹

　　帆軟軟件有限公司成立于2006年，專注商業智能和數據分析領域，獲得IDC、CCID等國内外權威機構的認可，服務的客戶超11000家，覆蓋金融、零售、地産、醫藥、互聯網等行業。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-數據分析與可視化

　　産品與服務

　　FineReport：以IT為中心的預定義報表平台;主要面向IT部門，為企業日常管理提供固定式的報表展示，具有參數查詢、數據填報、定時調度、管理駕駛艙等典型功能。

　　FineBI：以業務為中心的自助大數據分析平台;主要面向業務和數據分析師，以問題為導向的探索分析;也支持簡單報表制作，具有業務數據包、自助數據集、OLAP分析、故事儀表闆等功能。

　　典型客戶

　　中國人民銀行、中國銀行、日豐集團、紅牛集團、蔔蜂蓮花超市等

　　廠商介紹

　　個推是一家數據智能服務商，以海量的數據積累和創新的技術理念，構建移動開發、用戶增長、品牌營銷、公共管理和智能風控等多領域的數據智能服務生态。通過運用大規模機器學習、雲計算、邊緣計算等前沿技術，公司構建了強大的數據中台，将技術與場景深度融合，以數據智能産品和解決方案為企業和政府從業務洞察、科學決策到産業實踐的全鍊路創新持續增能。

　　所屬場景(行業-主體-應用場景)

　　消費品與零售-品牌商&零售商-智能營銷

　　金融-銀行-零售業務營銷與風控

　　政府與公共服務-政府-智慧政務

　　産品與服務

　　用戶增長服務：以數據和技術為核心，通過精準人群鎖定、豐富标簽體系、全渠道曝光、過濾黑産人群進行全渠道獲客，智能拓展新用戶;同時，通過智能投放 、精準定向、實時場景營銷等進行定向促活，提升用戶活躍度。

　　品牌營銷服務：基于其品牌DMP數據服務個燈數盤，涵蓋多維度用戶畫像分析、智能流量篩選，滿足品牌人群洞察和精準投放定向的需求。

　　風控服務：利用大數據為各領域客戶提供設備風險識别、用戶風險評估、高意願用戶智能篩選等服務。人口空間規劃：通過分析全國時空範圍内人口分布、城市出行、人口遷徙、人群畫像、景區熱度、商業客流等數據，為城市規劃、智慧旅遊、商業選址等各類洞察提供數據支撐。

　　公共服務：将大數據技術落地于防災減災、應急管理等公共服務領域，開創科技助力公益新模式。

　　典型客戶

　　微博、百度、京東、交通銀行、歐萊雅等

　　客戶案例

　　某歐洲老牌藥妝零售商希望找出自己的精準TA用戶并進行有效觸達，提升營銷轉化。個推通過消費者洞察工具“個燈數盤”，對該品牌潛在目标消費者進行全面深入洞察，找出精準目标人群;并通過look-alike擴量算法，在個推數據庫中找到具有相似特征和偏好的潛在目标消費人群。同時在投放前，幫助此品牌對媒體流量和TA之間進行契合度排序，過濾掉虛假流量，幫助品牌主減少浪費。本次營銷活動不僅提升了目标消費者對品牌的好感度，還成功拉升線上銷量，比預期高出127%。

　　廠商介紹

　　北京海緻網聚信息技術有限公司是一家專業從事大數據分析、挖掘、應用的國家級高新技術企業。擁有自主知識産權的全棧式大數據産品，為數千家企業、金融機構、政府部門以及互聯網個人用戶提供一站式大數據服務。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-數據分析與可視化

　　政府與公共服務-政府-智慧安防

　　産品與服務

　　BDP大數據可視化分析平台：一站式數據管理和分析平台，提供從數據接入整合到數據處理、分析、挖掘再到多終端可視化的數據全價值鍊管理。可全量接入内部數據、SaaS應用、互聯網平台等數據源，提供強大穩定的數據計算能力，并支持靈活易用的可視化分析，通過自助分析獲取業務洞察。

　　警務大數據服務及解決方案：以服務全警為目标的大數據可視化分析平台，提供警務大數據應用模型超市、公安情報智能研判系統、公安知識圖譜、警務機器學習、智慧數據大屏等應用。各級警務人員可根據實際數據與思路搭建自定義模型，實現分鐘級自由組合、配置、修改，構建低門檻、靈活易用的公安信息化應用體系，實現公安警務工作自主化、可視化、智能化。

　　典型客戶

　　華南某省公安廳、 華東某市公安局、華中某市公安局、上海證券交易所等

　　廠商介紹

　　海緻星圖緻力于利用機器學習、知識圖譜等人工智能前沿技術，為金融領域提供專屬的數據、技術及業務解決方案。作為國内金融知識圖譜的開創者，擁有衆多的行業成功案例，是目前國内知識圖譜成功實施案例最多的廠商。

　　所屬場景(行業-主體-應用場景)

　　金融-銀行-對公業務營銷與風控

　　金融-銀行-零售業務營銷與風控

　　金融-證券-營銷與風控

　　産品與服務

　　海緻星圖知識圖譜平台：一站式知識圖譜數據分析服務平台，支持知識圖譜構建的全流程服務。金融零售知識圖譜解決方案融合持卡人、賬戶、設備、交易、行為等數據源，形成超大規模動态知識圖譜，應用在新戶獲取、授信風險準入、僞冒偵測、欺詐團夥識别、失聯修複等領域。金融對公知識圖譜解決方案融合企業的工商、涉訴、交易、票據、信貸、擔保等多源數據，實現涵蓋貸前審批、貸中監控、貸後預警的全流程風控與供應鍊風險傳導預測。

　　典型客戶

　　建設銀行、招商銀行、光大銀行、上海證券交易所、南方基金等。

　　廠商介紹

　　互道信息技術(上海)有限公司作為數字化零售解決方案供應商，助力全球衆多中大型零售品牌商實現數字化轉型。互道以高性能、高可靠、真實時、可複用的數字化平台為基礎，通過提供強大的數據處理引擎和可快速落地的全渠道業務引擎，支持零售業務快速創新與拓展，最終幫助企業實現全面的數字化業務運營能力。

　　所屬場景(行業-主體-應用場景)

　　消費品與零售-品牌商&零售商-全渠道中台

　　産品與服務

　　數字化零售平台：為零售品牌商構建基于互道DataForce的數字化零售平台，通過提供強大的數據處理引擎和可快速落地的全渠道業務引擎，以少量資金和較短時間幫客戶啟動數字化建設。基于跨語言的微服務治理框架為零售企業搭建的數字化零售平台，可幫助企業拉通現有分散業務系統中的數據資産，實現全渠道數據融合，并賦予企業真實時、可複用的技術能力，為企業以最低邊際成本獲得最快創新能力。同時為零售企業業務賦能，打造全渠道訂單路由、全渠道實時庫存、全渠道促銷引擎等解決方案，助力零售業務增長，推動企業長遠發展。

　　典型客戶

　　太平鳥服飾、Cosmetea、Agnes b.等。

　　客戶案例

　　某國内知名上市服裝零售集團，旗下品牌衆多渠道多元，系統離散數據割裂，傳統系統無法跟上快速的市場變化。互道為該集團搭建數字化平台，在不替換集團原有系統的前提下，為企業實現數據的統一管理，快速落地創新業務場景。數字化平台落地後，原有系統無法支持完成的訂單，通過庫存共享和升級後的訂單拆單履約能力，為品牌帶來了5%的額外成單金額。

　　廠商介紹

　　華為雲用在線的方式将華為30多年在ICT基礎設施領域的技術積累和産品解決方案開放給客戶，緻力于提供穩定可靠、安全可信、可持續創新的雲服務。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-交易型數據管理

　　通用職能部門-IT部門-分析型數據管理

　　通用職能部門-IT部門-數據中台

　　産品與服務

　　數據管理：華為雲提供涵蓋分布式關系型數據庫GaussDB、數據倉庫服務DWS等産品。

　　智能數據湖運營平台(DAYU)：數據全生命周期一站式開發運營平台，提供數據集成、數據開發、數據治理、數據服務、數據可視化等功能。

　　典型客戶

　　中國工商銀行、廣東移動、東風本田、華能智鍊、綠能數據等。

　　廠商介紹

　　IBM成立于1911年，是全球最大的信息技術和業務解決方案公司，目前已發展為全球領先的人工智能解決方案和雲平台公司。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-交易型數據管理

　　通用職能部門-IT部門-分析型數據管理

　　通用職能部門-IT部門-數據分析與可視化

　　通用職能部門-IT部門-自助式AI建模

　　通用職能部門-IT部門-IT運維管理

　　産品與服務

　　IBM Db2數據庫管理軟件平台：包含一系列混合數據管理産品，提供完整的 AI 支持的能力，幫助管理本地、私有雲和公共雲環境中的結構化和非結構化數據。

　　IBM Cognos Analytics：由 AI 支持的商業智能平台，支持從發現到操作化的整個分析周期，提供可視化、分析和共享關于數據的切實可行洞察，支持多雲環境。

　　IBM Watson® Machine Learning ：幫助數據科學家和開發人員加速 AI 和機器學習部署，Watson Machine Learning 利用其開放式可擴展的模型操作，幫助企業跨任何雲大規模地簡化和利用 AI。

　　IBM IT 運維分析：将 TB 級的運維數據轉化為易于理解的可行洞察，幫助提升問題解決效率，改善問題解決效果，借助人工智能運維的解決方案，可檢測數據的早期模式，以便在問題出現之前對其進行預測并主動停止宕機。

　　典型客戶

　　中國銀行、浦發銀行、安踏集團、福耀玻璃、大衆汽車等。

　　廠商介紹

　　金電聯行創建于2007年，是國内最早專注大數據行業的高新技術企業，以人工智能為驅動，構建大數據智能生态系統，賦能金融、政府、産業等領域的智能轉型與創新。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-數據治理

　　通用職能部門- IT部門-數據中台

　　通用職能部門- IT部門-自助式AI建模

　　政府與公共服務-政府-智慧政務

　　産品與服務

　　Oasis(綠洲)平台：國内首個平台協作型數據治理産品，采用微服務架構，可實現功能的靈活擴展及模塊的快速定制，能夠适應不同行業客戶數據管理與數據治理的需要。同時秉承管理與技術緊密結合的理念，可與數據處理緊密結合，解決标準規範與具體實踐脫節的問題。

　　Cluster(星簇)平台：數據工程平台，可實現數據到知識的(半)自動轉化的生産組織管理體系;通過數據獲取，數據清理、處理、分析、知識挖掘與應用的技術工具，工業化生産組織方式及業務知識挖掘改變數據産品生産組織管理方式，幫助科技部門簡單、快速、可控地為業務部門提供所需的數據産品。

　　Ark(方舟)平台：新型數據科學平台，通過建模流程開發、建模工具支持、建模知識管理和建模全生命周期治理的綜合集成，為數據科學團隊提供友好便捷的一體化建模環境，覆蓋模型開發、模型生産、模型服務、模型監控全流程，支持數據預處理、特征工程、算法選優、模型調參、模型評估、模型解釋、模型更新等功能。

　　智慧政務解決方案：基于數據智能平台與技術，為政府機構提供信用平台建設、政務智能化“最多跑一次”等解決方案。其中，信用平台建設支撐政府實現社會信用體系建設、征信服務、信用監管、中小企業融資服務、經濟與企業運行情況監測等應用場景。

　　典型客戶

　　河北省商務廳、北京市東城區政府、邢台銀行、焦作中旅銀行、蒙牛乳業等。

　　廠商介紹

　　由 Apache Kylin 核心團隊創立的 Kyligence 公司(上海跬智信息技術有限公司)的使命是以自動化數據管理、發現、交互及洞察來為客戶提升生産效率，它提供一個基于 Apache Kylin 的 AI 增強的數據管理和分析平台，幫助分析師和數據工程師輕松從本地到多雲架構上構建受控的數據服務。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-分析型數據管理

　　通用職能部門- IT部門-報表分析與可視化

　　産品與服務

　　Kyligence Cloud 智能數據雲：利用雲原生的計算和存儲技術，在任意數據湖上構建快速、彈性、成本高效的創新大數據分析應用。從數據接入到數據分析，新一代 Kyligence Cloud 服務極大地簡化了雲上大數據分析的複雜度，隻需幾分鐘，用戶即可完成集群創建、數據接入及在 PB 級别數據進行快速洞察。Kyligence Cloud 支持 Azure、AWS、阿裡雲及 Google 雲平台，簡化了雲上數據分析體驗，提供互聯網級的超快性能。

　　典型客戶

　　建設銀行、招商銀行、平安銀行、保時捷、Vivo、Appzen等。

　　廠商介紹

　　微軟成立于1975年，是軟件、服務和解決方案領域的領先企業。Microsoft Azure是微軟提供的雲計算平台。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-交易型數據管理

　　通用職能部門- IT部門-分析型數據管理

　　通用職能部門- IT部門-數據分析與可視化

　　産品與服務

　　Microsoft SQL Server：關系型數據庫管理系統。

　　Azure Synapse Analytics：集成多種結構及非結構化數據源、數據存儲和大數據分析系統，以及Power BI、AI分析工具，利用标準的SQL指令就能查詢。

　　Azure Data Lake Storage Gen2：适用于大數據分析的可高度縮放、具有成本效益的數據湖解決方案。

　　Power BI：企業級大數據分析與商業智能工具。

　　典型客戶

　　萬科、國泰君安、蜜棗網、見福便利店等。

　　廠商介紹

　　明略科技是中國領先的數據中台和企業智能決策平台提供商，緻力于通過大數據分析挖掘和認知智能技術，推動知識和管理複雜度高的大中型企業進行數字化轉型。

　　所屬場景(行業-主體-應用場景)

　　金融-銀行-對公業務營銷與風控

　　金融-銀行-零售業務營銷與風控

　　金融-保險-營銷與風控

　　金融-證券-營銷與風控

　　政府與公共服務-政府-智慧安防

　　政府與公共服務-政府-智慧政務

　　消費品與零售-品牌商&零售商-智能營銷

　　消費品與零售-品牌商&零售商-全渠道中台

　　通用職能部門-IT部門-數據中台

　　産品與服務

　　數據智能平台(DIP)：以知識圖譜作為核心構建技術，把企業數據按照業務邏輯封裝為企業知識，并把數據洞察以更易使用的方式為業務服務——依托行業通用的數據處理方法論幫助客戶沉澱各行業Know-How，對分布式數字資産進行全局統一管理運營，打造數據與知識雙驅動賦能的數據智能中台;基于知識圖譜的新一代數據倉庫以及可視化分析套件，發現數據規律，輔助業務決策，啟發式地創造價值新洞察，輔助人機同行。

　　營銷智能平台(MIP)：為企業建立以消費者為中心的快速響應系統，支持企業内部營銷經驗的可複制和産品化傳承，并提供營銷效果的全面測量與預測等智能應用，實現營銷增長全場景的閉環覆蓋，大幅提升消費者生命周期體驗。

　　運營智能平台(OIP)：是為企業的内部管理即人、财、物的提供智能管理平台。通過對設備的管理、員工的管理、供應鍊的管理，實現生産運營、日常運營、人才管理的透明化和高效化，達到全局最優的調度指揮與協作。

　　典型客戶

　　上海地鐵、長沙大數據局、寶潔、建設銀行、湖南電力等。

　　客戶案例

　　明略科技與騰訊雲合作，為某副省級市下轄區建設智慧城市項目，在6個月時間内，通過打造數據智能平台DIP，對接25個委辦局，112類數據，實現跨部門數據共享訪問數十萬條/日，基于涵蓋城市治理和服務等多元領域的30多億數據，梳理出了13大主題庫，并構建城市運營指标體系，基于城市運行管理與服務過程中的領域知識，挖掘人口流動性規律和與經濟發展關系，刻畫社區和人口特性，分析網格化管理與事件效能，為該區政府分析決策提供智慧化服務和支持。

　　廠商介紹

　　Oracle成立于1977年，是全球領先的企業級軟件和服務提供商，為企業提供服務器、數據庫管理、CRM等應用軟件服務，是Oracle數據庫的所有者以及Java編程語言标準制定者。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-交易型數據管理

　　通用職能部門- IT部門-分析型數據管理

　　産品與服務

　　Oracle Database：以分布式數據庫為核心的關系型數據庫系統。Oracle Database In-Memory是數據庫的可選配件，實現行、列雙格式的數據庫内存，支持實時交易分析、BI和報告。

　　Oracle 自治數據庫：基于 Oracle 雲基礎設施運行，能夠為現代企業的事務處理和數據倉儲需求提供負載優化的雲服務。Oracle ADW是Oracle自治數據庫中針對分析的企業數倉産品，緻力于通過内建的人工智能技術讓數據倉庫實現自動化。

　　典型客戶

　　花旗銀行、廈門國際銀行、百果園等。

　　廠商介紹

　　神策數據是一家用戶行為分析和智能應用解決方案服務商，緻力于幫助企業實現數據驅動的用戶行為分析和用戶運營。

　　所屬場景(行業-主體-應用場景)

　　營銷與銷售部門-智能營銷與用戶運營

　　産品與服務

　　神策分析：用戶行為分析系統，提供基礎數據采集與建模、數據報表、事件分析、漏鬥分析、用戶分群、留存分析等功能，支持私有化部署和作為 PaaS 平台的二次開發。

　　神策智能運營：基于用戶行為洞察的一站式智能運營平台，集活動創建、執行、管理、反饋、疊代為一體，能夠通過用戶行為、屬性、标簽等數據篩選受衆，實現微信生态等多渠道的目标人群精準觸達，提升關鍵指标和運營效率。

　　神策智能推薦：是專注于賦能業務增長的智能推薦系統。以用戶行為數據為基礎，采用深度學習等先進的機器學習算法，幫助企業構建智能物品分發中心，實現對用戶“千人千面”的個性化推薦，改善用戶體驗， 持續提升核心業務指标。

　　神策用戶畫像：面向業務的用戶标簽及用戶畫像管理中台。全端采集用戶行為數據，整合業務數據等多種數據源，幫助企業構建體系化用戶标簽，輸出用戶畫像，賦能業務實現用戶精細化運營和精準營銷。

　　典型客戶

　　中國銀聯、小米、中郵消費金融、海通證券、四川航空等。

　　廠商介紹

　　數瀾科技成立于2016年6月，以打造“數據中台生态”為己任，幫助企業持續數據資産化，賦能業務創新。目前已為100+企業客戶提供數據中台建設服務，幫助客戶使用數據中台作為關鍵數字技術推動企業的數字化變革。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-數據中台

　　通用職能部門-IT部門-數據分析與可視化

　　産品與服務

　　數栖平台：數瀾數據中台核心産品數栖平台，深度封裝數據交換、數據開發、數據資産、數據服務、數據共享工具，構建企業數據中台的數據資産化體系和資産服務化體系，打造企業數據資産管理及數據共享開放能力。

　　數據分析與可視化：瀾圖(Waveview)是數瀾科技旗下數據可視化品牌，旨在讓更多的人領略數據可視化的魅力，幫助好設計即刻實現。

　　典型客戶

　　萬科、恒大、長虹、華泰證券、溫州檢察院等。

　　廠商介紹

　　數造科技是一家專注于數據智能産品研發和大數據技術服務的企業，以數據規劃、建模、開發、管控一體化為核心理念，圍繞數據建模、數據開發、數據治理、數據畫像和數據服務等幾個方面，面向企業數字化轉型需求提供數據全流程開發，全生命周期管理的産品及服務，支撐包括數據中台建設、數據資産建設及知識圖譜應用等，客群涵蓋銀行、保險、能源、零售、政府等行業。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-數據中台

　　通用職能部門-IT部門-數據治理

　　産品與服務

　　數據智能開發管控平台：集成數據同步、數據建模、數據開發、任務測試、任務調度、數據治理和數據服務等一站式的全流程大數據開發、管控的能力，實現企業數據設計、開發和管控一體化，幫助企業構建可管控、能力可複用的敏捷數據中台，實現數據資産化和統一管理。

　　平台基于閉環數據治理理念，為實現業務上下遊數據快速傳遞共享、持續提升數據質量和業務運作效率提供工具支撐，包括統一元數據管理體系、數據規劃、數據建模、數據質量管理、數據安全管理、數據資産等，覆蓋從規劃到運營的數據治理流程閉環。

　　典型客戶

　　沃爾瑪、招商銀行、太平洋保險、平安産險、南方電網等。

　　廠商介紹

　　數智源是一家為用戶提供智能視頻融合應用産品與解決方案的企業，産品和解決方案覆蓋高清視頻系列産品、視頻管理平台、智能視頻分析、視頻大數據、圖像識别AI應用等領域，在大規模視頻聯網、智能視頻核心算法、視頻雲計算、視頻結構化等方面具備核心技術。其視頻大數據平台應用覆蓋政府、教育、電力、水利、連鎖等行業。

　　所屬場景(行業-主體-應用場景)

　　政府與公共服務-政府-智慧政務

　　政府與公共服務-政府-智慧安防

　　産品與服務

　　視頻大數據：包括視頻互聯平台(數據采集)、視頻雲計算平台(數據加工)、結構化視頻平台(數據清洗)、數據分析與可視化展示平台(數據可視化)。其中，視頻雲計算平台基于智能視頻技術和雲技術進行開發設計，借助計算機數據處理能力自動分析、抽取視頻源中的關鍵有用信息，使監控系統具有更高的智能化;結構化視頻平台通過對視頻進行背景建模、目标背景分離、目标跟蹤、分類、特征提取、事件檢測等方式，将用戶關心事件原始視頻錄像進行再加工，按預定義歸檔标準對目标和事件進行文本化描述。

　　智慧監管解決方案：以視頻為核心，通過視頻數據與業務數據的融合應用，促進海關/國檢查驗與抽檢監管作業的高效運作。主要功能包括視頻設備聯網、視頻結構化存儲、視頻數據與業務數據管理和全景數據展示，能夠利用智能算法、數據比對等技術解決監管查驗難題;利用結構化視頻技術、智能算法、視頻檢索等技術實現各作業場景視頻存證，三維可視化展示技術、數據與地圖疊加技術支持成果展示。

　　智能輔助查驗解決方案：通過多媒體手段輔助人工查驗以保證查驗工作高效有序地進行，實現海關查驗作業信息化、查驗處置實時化和查控方式機動化。一體化智能輔助查驗系統是專門為海關查驗作業設計，采用多媒體手段進行單證信息同實貨狀态的比對，解決查驗人員獲取指令信息不及時、查驗作業輔助信息較欠缺、查驗錄證不精确、現場數據采集反饋不及時，以及部門間實時指揮和監控難等問題。

　　旅檢人臉識别應用解決方案：依托海關旅檢通道攝像機，采取非介入人臉掃描方式提取人員視頻圖像數據，對進出境人員進行方便、快捷、準确的檢測分析處理。系統通過識别旅客面部特征，自動形成旅客的進出境通關記錄，對不同進出境頻次的旅客進行風險分析、風險識别、準确挑選，實現打擊和遏制旅檢渠道走私。

　　典型客戶

　　中國聯通、共享工業雲、國電南瑞集團、海關總署、佳訊飛鴻等。

　　廠商介紹

　　數字冰雹創立于 2006 年，是國内領先的數據可視化決策系統服務商，緻力于提供完美的大數據可視化分析決策系統，助力用戶駕馭數據、彰顯價值。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-數據分析與可視化

　　政府與公共服務-政府-智慧政務

　　政府與公共服務-政府-智慧安防

　　政府與公共服務-公共服務-智慧園區

　　産品與服務

　　數字冰雹大數據可視化決策系統：面向各級政府、各行業企業的大屏可視化環境，具備優秀的大數據顯示性能以及多機協同管理機制，可良好支持大屏、多屏、超大分辨率等顯示情景。系統支持整合各部門現有信息系統的數據資源，覆蓋各業務領域，憑借先進的人機交互方式，實現日常運行态勢監測、建設規劃成果展示、應急監測指揮支持等多種功能，可廣泛應用于監測指揮、分析研判、展示彙報等場景。

　　典型客戶

　　天津市河西區政府，煙台市公安局，隴南市政府，煙台市開發區公安分局，貴州黃果樹景區等。

　　廠商介紹

　　廣州思邁特軟件有限公司緻力于為企業客戶提供一站式商業智能解決方案，以提升和挖掘企業客戶的數據價值為使命，專注于商業智能與大數據分析軟件産品與服務。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-數據分析與可視化

　　産品與服務

　　企業報表平台Smartbi Insight：面向經典的商業智能場景，幫助技術人員快速部署和開發BI系統包括中國式報表、多維度分析和可視化儀表盤等。

　　自助分析平台Smartbi Eagle：圍繞業務人員提供企業級數據分析工具和服務，滿足不同類型的業務用戶，可以在Excel或者浏覽器中實現全自助的數據提取、數據處理、數據分析和數據共享。

　　數據挖掘平台Smartbi Mining：通過深度數據建模，為企業提供預測能力支持文本分析、五大類算法和數據預處理，并為用戶提供一站式的流程式建模、拖拽式操作和可視化配置體驗。

　　智分析雲平台：全新一代雲端數據分析平台，自助、快速搭建數據分析應用。

　　典型客戶

　　深交所、中國銀行、交通銀行、華為、萬達等。

　　廠商介紹

　　上海思賢信息技術股份有限公司，成立于2010年，是以大數據智能驅動的國家高新技術企業，聚焦基于大數據和認知決策的新一代數據與業務智能。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-數據中台

　　金融-銀行-小微業務營銷與風控

　　政府與公共服務-政府-智慧政務

　　産品與服務

　　數據中台解決方案：聚焦基于大數據和認知決策的新一代數據與業務智能，利用大數據、深度學習、NLP、OCR和知識圖譜等核心技術，通過數據采集、數據治理，數據建模，幫助企業搭建數據業務中台。

　　小微信貸業務營銷與風控解決方案：在與各銀行、政府合作項目中，逐步搭建了從數據治理到知識規則建立所需的産品體系，包括生産基礎支撐系統、數據智能産品及服務、業務智能産品及服務，應用于金融機構普惠金融信貸業務的獲客、大數據征信 、風控預警等場景。其中，企典系統是思賢科推出的一款提供企業信用評分、企業風險預警功能的産品。

　　智慧政務解決方案：基于OCR、NLP、知識圖譜、機器學習等技術，幫助政企搭建數據業務中台、智能審批應用等。

　　典型客戶

　　中國建設銀行、浦發銀行、上汽集團、傳化集團、浦東行政服務中心等。

　　客戶案例

　　思賢科技與浦東行政服務中心共同打造的“AI+審批”大腦，前端應用了OCR、NLP等技術實現企業審批事項的自動識别，後端則綜合機器學習、NLP、知識圖譜等多項技術，形成審批規則庫，支撐審批業務處理。實現對1000多個企業審批事項的⾃動識别和審核判斷，給出審核結果及建議。同時，針對相關政務審批事項，可以幫助辦事人員一鍵生成辦事所需的材料，有效減少其材料準備時間，降低退件率。

　　廠商介紹

　　TalkingData 成立于2011年，是國内領先的數據智能服務提供商，圍繞SmartDP數據智能平台構建“連接、安全、共享”的數據智能應用生态，幫助商業企業和現代社會實現以數據為驅動力的智能化轉型。

　　所屬場景(行業-主體-應用場景)

　　營銷與銷售部門-智能營銷與用戶運營

　　金融-銀行-零售業務營銷與風控

　　政府與公共服務-政府-智慧政務

　　産品與服務

　　數據平台：提供安全可靠的數據服務和科技能力開放，包括數據供給和數據應用。數據供給提供标簽數據服務、人群數據服務、風險偵測模型、數據安全共享等服務。數據應用包括移動觀象台和智能選址平台，移動觀象台彙聚行業數據，解析行業趨勢;智能選址平台整合人本、地理、經濟數據，結合經典模型和預測算法，助力以位置為核心的高效決策。

　　營銷平台：數據分析和數字營銷的一站式平台，包括全域分析、全域營銷、全域監測。全域分析包括應用統計分析、遊戲運營分析、小程序統計分析、運營分析平台。全域營銷包括智能營銷雲與智能營銷中樞，智能營銷雲基于海量數據賦能企業精準廣告營銷，智能營銷中樞一站式打通全域數據，激活全渠道觸點幫助企業沉澱自主可控的數據資産、流量資産和策略資産。全域監測包括移動廣告監測和品牌廣告價值分析。

　　咨詢解決方案：針對目前企業所面臨的數字化轉型問題，TalkingData提供專業的産品戰略、 産品運營、數據運營和收益評估的綜合性解決方案，幫助企業提高投入産出比，創造更多的商業價值。

　　典型客戶

　　瑪氏，農夫山泉，影兒集團、平安集團、中國銀行等。

　　客戶案例

　　影兒集團攜手TalkingData制定集團數字化轉型戰略規劃，經過業務數字化、自動化、智能化三階段逐步推進，最終實現集團整體數字化能力成長。

　　首先，實現全觸點數據的合規采集以及數據标準化，并打通從數據到業務應用的輸出通路，構建營銷閉環運營體系并落地實踐驗證;

　　其次，平台能力釋放到各品牌、分公司、線上渠道，提供數據權限、标簽可視化配置功能，能夠同時滿足多業務部門數據需求，提升工作效率也降低信息部門溝通成本;

　　最後，數字化運營成果不僅體現在特殊或常規的活動運營中，而是深入到每個導購日常工作中，将導購助手平台與CDP平台對接實現平台賦能導購的運營閉環。

　　廠商介紹

　　Teradata天睿公司是專注于大數據分析、數據倉庫和整合營銷管理解決方案的供應商。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-分析型數據管理

　　産品與服務

　　Teradata Vantage：集成統一分析、數據湖和數據倉庫的數據分析雲平台，提供描述性、預測性與指示性分析、自主性決策、機器學習、可視化工具等廣泛功能，可以在多種雲端以及混合的環境中運行。

　　典型客戶

　　工商銀行、建設銀行、招商銀行、西門子醫療、寶馬集團等。

　　廠商介紹

　　騰訊雲提供全球領先的雲計算、大數據、人工智能等技術産品與服務，以卓越的科技能力打造豐富的行業解決方案，推動産業互聯網建設，助力各行各業實現數字化升級。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-交易型數據管理

　　通用職能部門-IT部門-分析型數據管理

　　通用職能部門-IT部門-數據分析與可視化

　　通用職能部門-IT部門-自助式AI建模

　　産品與服務

　　數據管理與大數據應用解決方案：騰訊雲提供關系型數據庫、NoSQL數據庫、數據倉庫、大數據平台、大數據可視化與商業智能分析、大數據應用等一系列産品服務。其中，CynosDB、TDSQL和TBase是騰訊雲自研的數據庫産品。

　　智能钛機器學習：基于騰訊雲強大計算能力的一站式機器學習生态服務平台，能夠對各種數據源、組件、算法、模型和評估模塊進行組合，使得算法工程師和數據科學家在其之上能夠方便地進行模型訓練、評估和預測。

　　典型客戶

　　中國銀聯、中國銀行、中國建設銀行、碧桂園、華星光電等。

　　廠商介紹

　　同盾科技是中國智能分析和決策領域領軍企業，基于對數據的探索洞察和深刻理解，将深度學習、聯邦學習等領先技術與業務場景深度融合，為銀行、保險等行業提供智能分析與決策服務。

　　所屬場景(行業-主體-應用場景)

　　金融-銀行-零售業務營銷與風控

　　金融-銀行-小微業務營銷與風控

　　通用職能部門IT部門-自助式AI建模

　　産品與服務

　　零售業務營銷與風控解決方案：産品體系主要包括針對貸前審核、貸中貸後審查等信貸全流程的公有雲服務，交易反欺詐決策引擎、信貸風控決策引擎、模型訓練及運行平台等私有雲服務，信貸申請反欺詐評分産品智察分、信貸量化風險評分産品智信分等評分産品，此外還提供聯合建模和咨詢服務。

　　小微業務營銷與風控解決方案：同盾小微企業金融服務平台解決方案通過引入金融科技、人工智能科技企業，融合涉企數據,建設專業的、智能的、數據驅動的金融服務平台,賦能小微企業發展。

　　同盾機器學習平台：除了提供常規的spark計算引擎，還提供深度學習、深度學習、圖計算引擎等，通過算法市場、學習流、模型平台、模型監控、模型部署等功能，實現機器學習全生命周期的流程打通。

　　典型客戶

　　渤海銀行、中國銀聯、唐山銀行等。

　　廠商介紹

　　星環科技專注于企業級容器雲計算、大數據和人工智能核心平台的産品研發，圍繞人工智能、大數據、雲計算等方向的最新技術，賦能政府、金融、能源、制造、軌交、水利、航空等實現科技價值。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-交易型數據管理

　　通用職能部門-IT部門-分析型數據管理

　　通用職能部門-IT部門-數據治理

　　通用職能部門-IT部門-數據中台

　　通用職能部門-IT部門-自助式AI建模

　　産品與服務

　　企業級一站式大數據綜合平台Transwarp Data Hub：主要提供5類核心産品：分析型數據庫、實時流計算引擎、知識庫、操作型數據庫、數據科學平台。

　　星環人工智能平台Transwarp Sophon：Transwarp Sophon打造統一的企業級AI應用平台。提供數據清洗、數據分析挖掘、機器學習、深度學習、模型管理、API部署、工作流調度等功能，助力企業AI時代業務創新與變革。

　　大數據開發與治理一站式平台Transwarp Data Studio：支持多人線上協同全流程數據開發，支撐企業級數據治理和數據資産平台建設。

　　數據庫：分為分布式閃存數據庫Transwarp ArgoDB、分布式交易數據庫KunDB、分布式圖數據庫StellarDB。

　　實時智能決策引擎FIDE：構建數據驅動的決策體系，實現在海量實時數據的驅動下，基于大數據與人工智能技術，以高并發、低延遲完成AI模型與專家規則的綜合決策。

　　超融合大數據一體機Transwarp TxData Appliance：通過軟硬件一體化裝置實現計算、存儲、網絡、虛拟化和應用融合的緊密集成的大數據平台。

　　典型客戶

　　上海市大數據中心、浦發銀行、鄭州地鐵、中國石油、國家電網等。

　　客戶案例

　　在疫情防控的随申碼項目中，星環科技通過自主研發的智能大數據雲平台TDC的數據建模和分析評估，完成了底層大數據庫系統及高并發數據服務構建，保障“随申碼”可實時顯示市民的健康狀況，截止目前已亮碼超12億次。 在上海市大數據中心，星環科技為數據湖、市數據庫、主題庫、專題庫等業務場景實現數據存儲、計算、服務接口等能力，實現70多個委辦局及16個區縣業務庫的結構化、非結構化數據歸集，保障上百個上層電子政務應用穩定運行。

　　廠商介紹

　　易觀數科是易觀旗下專注于智能用戶運營産品與行業解決方案的創新業務線，打造了以海量數字用戶資産及算法模型為核心的數據智能産品、平台及解決方案，幫助企業高效管理數字用戶資産和實現智能用戶運營。

　　所屬場景(行業-主體-應用場景)

　　營銷與銷售部門-智能營銷與用戶運營

　　産品與服務

　　易觀方舟： 全鍊路實時智能用戶運營産品套件，集智能分析、智能畫像、智能。通過全量實時采集用戶屬性與在網站、App、小程序等的行為數據，連通内外部數據源，打通用戶運營觸點，提供從數據采集、分析、應用到智能用戶運營閉環。同時提供運營策略、數據分析策略指導等用戶運營咨詢服務。

　　典型客戶

　　中國石化、中國郵儲銀行、京東方、首汽、方正證券等。

　　廠商介紹

　　上海逸迅信息科技有限公司是專注于為政府、制造、物流、金融、零售、運營商等行業客戶提供數據治理和數據中台的全棧方案供應商，依托自主研發的數據中台的模塊和産品工具，為各行業客戶構建數據中台(包括數據采集、數據治理、數據建模開發、機器學習算法模型開發、數據分析等)，服務領域覆蓋智慧城市、智慧金融、智慧航空、智慧物流、智能制造等行業，幫助用戶快速實現大數據應用價值。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-數據治理

　　通用職能部門-IT部門-數據中台

　　通用職能部門-IT部門-自助式AI建模

　　産品與服務

　　數據集成開發套件：DIPC打造數倉構建、指标體系構建及數據研發的一站式數據集成開發和部署環境，涵蓋數倉可視化建模、數據研發、數據服務等數據處理和服務全流程。 DataMetis将算法模型融入構建服務，覆蓋從問題提出、數據收集、特征工程、模型構建超參優化模型評估以及模型疊代等全流程，最終生成可調用的模型服務。

　　數據治理工具套件：主要包括兩款産品XGov和XData，在原數據治理範疇之上，采用NLP、知識圖譜、機器學習等AI手段實現數據質量治理的智能化和自動化;采用“事前評估、事中監控、事後防範”的數據質量提升流程，實現全生命周期的數據質量閉環監控和綜合治理。

　　物聯網中台套件：XIoT作為擁有海量設備數據接入管理能力的物聯網管理平台，通過支撐設備數據采集與基于關聯關系的多維分析，挖掘設備數據價值;同時能快速開發、管理和擴展物聯網項目，賦能各類IoT場景和行業應用。其中XCIM作為三維可視化開發平台，提供基于WEB浏覽器的輕量級城市三維開發引擎。

　　典型客戶

　　國家電網、北京銀行、中國電信、日日順物流、天馬微電子等。

　　客戶案例

　　某航空公司需要基于大數據進行運行分析和數據挖掘，從而降低燃油消耗、節省運行成本和提升航司綜合競争力。基于逸迅自主研發的數據中台系列産品DIPC，該航空公司構築了統一了數據服務體系和數據資産管控體系，成為了其一站式的數據研發、數據服務和數據資産管控平台。同時，逸迅科技基于Hadoop大數據平台，完成不可預期燃油分析、最優進近軌迹分析等功能，完善燃油分析體系，輔助業務部門精确節油，同時建設指标管理和自助分析功能。

　　廠商介紹

　　永洪科技依托自主知識産權的一站式大數據平台形成完善的産品及服務體系，具備從數據應用方案咨詢、數據治理、數據倉庫建設、數據可視化分析、數據深度應用到數據平台實施運維服務的端到端大數據價值服務能力。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-數據分析與可視化

　　産品與服務

　　永洪一站式大數據分析平台：把大數據分析所需的産品功能全部融入一個平台下，進行統一管控，包括Z-Suite、X-Suite、Desktop、Y-Reporting、Y-Vivid Show、SaaS、Z-Data Hub七大系列産品。為各種規模的企業提供靈活易用的全業務鍊的大數據分析解決方案，讓大數據分析更敏捷、更快速、更強大。

　　典型客戶

　　中信銀行、富國基金、積木盒子、中國移動、家樂福等。

　　客戶案例

　　中信銀行是國内資本實力最雄厚的商業銀行之一，希望借助具有大數據處理能力的BI工具來提升業務效率和洞察力。

　　永洪科技為中信銀行構建了新型的大數據平台，供決策者和業務部門洞察全轄運營狀況，使得報表響應速度從十幾分鐘提升至10秒以内，比以往快了500~600倍，使得業務人員可自服務分析，研發人員不再有修改報表負擔，可專注于核心業務。相比于傳統BI，永洪科技BI不但性能更優，成本也隻有約四分之一。

　　廠商介紹

　　友盟+是第三方全域數據智能服務商，基于領先的技術與算法能力，結合實時更新的全域數據資源，覆蓋191個行業分類、輸出300+應用或行業的分析指标，通過AI賦能的一站式互聯網數據産品與服務體系，幫助企業實現深度用戶洞察、實時業務決策和持續業務增長。

　　所屬場景(行業-主體-應用場景)

　　營銷與銷售部門-智能營銷與用戶運營

　　通用職能部門-IT部門-數據中台

　　消費品與零售-品牌商&零售商-智能營銷

　　産品與服務

　　互聯網企業數據中台解決方案産品矩陣包括開發者統計分析産品系列、營銷增長産品系列、開發者工具箱産品系列和互聯網企業數據銀行四大部分，貫穿數據采集、治理、打通、歸一到最終開放的全過程，幫助企業實現業務數據化、數據資産化、資産應用化和應用價值化，最終實現業務持續增長。

　　開發者統計分析産品系列：包括APP統計U-App、網站統計U-web及小程序統計U-Mini，為開發者提供靈活、智能、更專業的數據采集、分析、管理功能。

　　營銷增長産品系列：營銷策略&投放平台——“天策”、精準程序化廣告投放平台——“天域精投、戶外智能營銷平台——“天攻智投”以及移動廣告監測——“U-AppTrack” ,實現全域、全鍊路、全閉環數字化營銷。

　　開發者工具：消息推送U-Push、智能推薦U-Rec、社會化分享U-Share、智能認證U-Verify， 基于大數據能力，采用冷啟動及智能推薦技術，為開發者制定運營策略提供參考。

　　互聯網企業數據銀行：由智能數據采集U-SDC、用戶數據平台U-CDP、數據開放平台U-DOP三個産品構成，以此來幫助企業快速實現數據的采、建、管、用，為企業形成可沉澱、可持續的閉環賦能體系。

　　典型客戶

　　中國移動、CCTV、人民日報客戶端、今日頭條、喜馬拉雅等

　　廠商介紹

　　禦數坊是專業的數據治理方面的培訓、咨詢及軟件服務公司，以“咨詢服務+軟件産品”的方案為企業提供全生命周期的數據治理解決方案，幫助客戶建立數據治理能力、建立數據資産目錄、對多源異構數據進行标準化，提高數據中台的數據質量，創造數據資産價值。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門-IT部門-數據治理

　　産品與服務

　　數據治理咨詢服務：分為規劃咨詢、專項治理咨詢和評估服務。整體規劃咨詢設計數據管理體系，規劃建設藍圖，制造實施策略、演進路線;專項治理咨詢基于企業個性化業務場景，結合數據治理方法論，在一定範圍内、聚集已有數據問題，形成針對性提升措施，實際有效提升數據應用效果;評估服務進行數據管理能力成熟度評估模型(DCMM)評估，對企業數據治理與管理的組織、制度、技術全面評估，識别薄弱環節和總體水平。

　　專業培訓：面向企業信息化人員、業務人員、數據管理人員，使其形成對數據管理的宏觀體系和關鍵職能操作方法的總體認識，了解國内外數據管理實踐及成敗要素;初步建立分析本企業數據管理現狀、明确數據管理需求、解決數據管理問題的能力。

　　DGOffice數據治理平台：先進數據治理方法和實踐的沉澱與輸出，分為六大中心，可智能化識别企業核心數據資産、提煉業務内容，協助用戶高效構建多視角的資産目錄;融入禦數坊數據治理方法論和相關标準模闆、組件化完成應用搭建。

　　典型客戶

　　國家電網、南方電網、三大通信運營商、中國民生銀行、上海政府大數據中心、中國一汽等

　　客戶案例

　　随着業務發展，北京移動面臨着多渠道、但各系統間分類體系不統一、重點業務數據不一緻、渠道酬金結算不準确不及時等痛點。禦數坊為北京移動提供數據治理咨詢服務，通過現狀分析、數據質量根因分析、專項數據治理、數據治理體系建設等流程，解決了17類市場部關注的數據質量問題，完成5類熱點問題根因分析和改進方案制定、3項專項數據治理;完成336家自有渠道資質及34000餘家社會渠道資質核對，保證了與渠道酬金相關的資質數據準确性;同時，協助北京移動建立數據治理體系，提升其數據管理能力。

　　廠商介紹

　　元年科技是基于人工智能、大數據、雲計算、互聯網、物聯網等新一代信息技術，同時又具有豐富的财務管理、業務運營和行業經驗的企業數字化轉型軟件商和服務商。元年基于領先的中台架構體系，為企業提供技術中台、業務中台、數據中台的規劃咨詢、軟件平台和實施運營服務。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-分析型數據管理

　　通用職能部門-IT部門-數據治理

　　通用職能部門-IT部門-數據中台

　　通用職能部門-IT部門-數據分析與可視化

　　産品與服務

　　智能共享平台(業務中台)解決方案：元年業務中台集财務共享、商旅共享、采購共享、稅務共享于一體，以互聯網思維設計，融入人工智能技術，打通業财稅全流程，建立基于業務驅動的财務一體化信息處理流程，實現數據共享，實時掌控經營狀況。

　　數據中台解決方案：基于IBM Cognos等核心技術積累，自主研發，提供從數據采集/治理、數據建模、數據開發到數據服務的整體解決方案，統一管理企業數據資産，激活企業數據核心價值，實現數據驅動的智慧運營和創新。相關産品包括大數據平台、内存多維數據庫、數據治理平台、BI分析報表等。

　　元年咨詢：依托20多年業務咨詢經驗、20+行業的深度實踐、1000+大型集團客戶案例，與ORACLE、IBM、SAP比肩的項目實施經驗和企業數字化轉型前瞻研究，為企業提供數據中台規劃咨詢、數據治理咨詢、企業數字化轉型咨詢等咨詢服務。

　　典型客戶

　　海爾、通威股份、南鋼集團、宇通集團、上海電氣等

　　客戶案例

　　通威股份是全球主要的水産飼料生産企業及我國重要的禽飼料生産企業，信息化一直走在行業前沿，但同樣存在企業内部人員無法第一時間獲取數據等數據使用問題，希望通過數字化轉型賦能企業經營，提高工作效率。通過快速實施“元年C1智答”數據分析助手，管理層第一時間可以洞察數據，并依據數據的變化做出合理的決策，節省了數據解讀時間，提高了數據利用效率，提升了決策效率和準确性，給通威股份帶來了非常顯著的倍增效應。

　　廠商介紹

　　雲徙科技是驅動智能商業的中台服務商，成立于2016年，旗下「數艦」、「數盈」兩大數智産品矩陣提供數字中台、SaaS新營銷中台等數字商業雲服務，以 “ 業務+數據 ” 雙中台為核心技術，驅動企業數字化轉型，助力企業業務持續增長。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-數據中台

　　營銷與銷售部門-智能營銷與用戶運營

　　産品與服務

　　雲徙數艦·數據中台：基于大數據和人工智能技術打造的一站式數據整合能力平台和智能應用平台。集數據采集、融通、聚合、算法學習、管理、服務等功能于一體;并整合了新零售領域的常用數據資源、數據模型、标簽體系與多種數據智能應用。

　　典型客戶

　　天士力、海爾、良品鋪子等

　　廠商介紹

　　雲智慧成立于2009年，是國内領先的智能業務運維解決方案服務商，連續三年入選Gartner AIOps研究報告;以實現企業數字化運營( Make Digital Online )為使命，應用大數據、人工智能、IoT等前沿技術，幫助企業構建面向業務、應用與IT基礎設施的數字化運維體系，為企業實現互聯網級運營和運維能力持續賦能。

　　所屬場景(行業-主體-應用場景)

　　通用職能部門- IT部門-IT運維管理

　　産品與服務

　　智能業務運維平台以數據為基礎、以算法為支撐、以場景為導向，應用先進的實時大數據處理和機器學習技術，封裝行業經應用驗深度實踐，打通IT支撐系統與業務應用之間的信息和管理斷層，在保障業務連續性的同時，賦予業務快速疊代和創新能力，提升業務與IT管理效能。

　　雲智慧智能業務運維解決方案包含：數字化運維專業數據庫 DODB、數字化運維智能分析 DOIA、數字化運維事件管理 DOEM、數字化運維指标管理 DOMM、智能日志分析 DOLA、數字化運維管控中心 DOMC、數字化運維服務管理 DOSM、應用性能監控APM以及IT管理咨詢服務。

　　典型客戶

　　國網、銀聯、聯通等。

　　廠商介紹

　　智慧足迹是中國聯通控股，京東數字科技參股的專業大數據及智能科技公司，聚焦“人口+”大數據，連接人-物-企，成為全域數據智能科技服務商。

　　所屬場景(行業-主體-應用場景)

　　政府與公共服務-政府-環境治理

　　政府與公共服務-政府-智慧政務

　　消費品與零售-品牌商&零售商-智能營銷

　　産品與服務

　　數據服務：包括數據集、API、報告、标簽、實時熱力數據等，提供人口規模、結構、職住、出行、OD等大數據分析服務，并提供接口方便用戶随時調用。

　　極策人口大數據平台：以“人口+”大數據為底層數據，圍繞人口發展、城市規劃、産業洞察、交通治理、商圈消費等應用場景，用大數據來量化與支撐國家戰略發展。着力為政府工作提供人口+數據服務與業務分析支撐，建立“用數據說話、用數據決策、用數據管理、用數據創新”的管理新機制，提升城市治理能力的現代化水平。

　　極策經濟運行大數據平台：運用大數據挖掘技術和AI算法，以“人口+”大數據為核心，集成政務數據、運營商數據和互聯網數據，以監測與經濟發展相關的指标為基礎，在疫情防控和複工複産前提下，提供促進經濟發展的監測指标，對政府的當前經濟狀況做出科學評估，并對未來的經濟發展建設提供數據分析基礎。

　　極策時空大數據雲平台：以中國聯通4億+用戶數據為基礎，整合運營商、互聯網、政府及商業等數據，采用數據挖掘、機器學習及可視化手段，分析人的職住空間分布、居民出行時空特征、城市聯系度、城市活力空間與城市功能空間識别等，為自然資源部、廳、局等政府管理部門提供人口本底數據，為領導決策提供數據輔助支持，為實現全域人口和人口相關指标的監測評估預警提供平台支撐。

　　極目商業AI大數據平台：聚合豐富的人口、畫像、消費偏好、環境、地塊價值等多源數據，通過 獨有的模型算法能力，将消費者-終端銷售渠道-商品服務-媒介觸達以産品形式串聯，幫助品牌、 零售客戶實現一站式了解消費者、掌握終端渠道産品布局、提升營銷轉化。

　　極智DaaS平台：采用Hadoop大數據生态體系搭建集群，支持Spark、Hive等多種大數據挖掘及建模技術的應用。為客戶提供基于位置的洞察、選址、營銷等數據分析服務。平台用戶可以通過接口或者BI界面，運行各類定制化數據模型，安全合規的獲取維度豐富的統計數據集結果，以滿足行業應用的需求。

　　典型客戶

　　人社部、自然資源部、交通部、華夏幸福、中國工商銀行等。

　　客戶案例

　　某國際知名品牌企業，借助極目商業AI大數據平台，挖掘其基于某城市不同目标客群在商圈、寫字樓、小區、地鐵站點的分布狀況，結合不同節氣、季節性人口分布變化趨勢，挖掘戶外媒體資源在城市空間内的分布特征及價值，幫助客戶找到最适合他的媒體投放區域。并通過線下不同客群在不同媒體類型集水區分布，以TA流量、總人流及全量人口畫像，科學評估媒體價值，有效提升戶外媒體投放的ROI。

　　廠商介紹

　　衆盟科技成立于2013年，是一家商業智能化的技術服務平台，運用ABM智能技術(AIot+Big Data+Marketing)，以“智能營銷”與“智能風控”雙輪驅動，為遊戲、電商、網服、汽車、房産、旅遊等垂直行業提供系統化的商業智能解決方案，打造線上線下商業智能生态體系，實現商業智能化發展。

　　所屬場景(行業-主體-應用場景)

　　營銷與銷售-智能營銷與用戶運營

　　産品與服務

　　智能營銷解決方案：基于全域流量整合營銷的解決方案，分為“全域營銷+智能策劃+全景洞察”三部分。新一代全域整合營銷平台——超級推，擁有四位一體的智能模型，知曉到店顧客、用好熟客資源、觸達目标人群，多渠道打通線上線下流量;智能策劃依托佩奇建站、超級素材等智能工具包為客戶提供營銷策劃方案;全景洞察基于多年的行業積累和對客戶痛點的理解，通過數字化、智能化的營銷方案，幫助企業鑒别、捕捉線上商機，提升效能，加速線上線下融合升級，實現智能化轉型。

　　典型客戶

　　阿裡巴巴、京東、天貓商城、寶寶樹、奧迪等

　　客戶案例

　　青島皇冠假日酒店位于青島商務、金融、娛樂和購物中心，是一家全球性商務酒店，提供齊全的商務設備、周到的會議及客房服務。在中秋、國慶前後的旅遊旺季，酒店推出下午茶、自助餐等系列優惠活動。活動期間，衆盟科技通過線下智能技術算法為酒店活動清晰繪制了用戶畫像，并借助衆盟科技的線下場景營銷能力，智能匹配投放屏幕點位，以人選屏進行廣告宣傳，高效覆蓋目标潛客，吸引消費者到店。

　　入選标準

　　本次入選《數據智能廠商全景報告》的廠商需同時符合以下條件：

　　廠商提供的産品與服務，技術上符合數據智能定義，并滿足各應用場景對于廠商能力的要求;

　　廠商能夠提供五家以上付費客戶案例。

　　關于愛分析

　　愛分析是中國領先的産業數字化研究與咨詢機構，成立于中國數字化興起之時，緻力于成為決策者最值得信任的數字化智囊。

　　憑借對新興技術和應用的系統研究，對行業和場景的深刻洞見，愛分析為産業數字化大潮中的企業用戶、廠商和投資機構，提供專業、客觀、可靠的第三方研究與咨詢服務，助力決策者洞察數字化趨勢，擁抱數字化機會，引領中國産業數字化升級。

　　研究咨詢服務

　　·數字化成熟度評估

　　基于研究、數據和案例調研積累，對比行業數字化基準水平，評估企業當前數字化成熟度，診斷數字化轉型面臨的困難與挑戰，輔助制定業務與市場策略，實現業績增長。

　　·行業最佳實踐

　　針對企業的特定業務場景，深刻研究行業同類别公司及最佳實踐案例，輔助業務與決策，優化業績增長策略。

　　·研讨與交流

　　參與我們的線上/線下研讨會，與專家學者、業内同行、數字化廠商，共同探讨行業數字化進程、技術應用趨勢與最佳實踐案例。

　　·廠商遴選建議

　　基于您的需求，憑借對新興技術和應用的系統研究、對供應商全面而充分的調研，秉承專業、客觀、中立的原則，提供精準的供應商遴選建議。

　　法律聲明

　　此報告為愛分析制作，報告中文字、圖片、表格著作權為愛分析所有，部分文字、圖片、表格采集于公開信息，著作權為原著者所有。未經愛分析事先書面明文批準，任何組織和個人不得更改或以任何方式傳送、複印或派發此報告的材料、内容及其複印本予任何其它人。

　　此報告所載資料的來源及觀點的出處皆被愛分析認為可靠，但愛分析不能擔保其準确性或完整性，報告中的信息或所表達觀點不構成投資建議，報告内容僅供參考。愛分析不對因使用此報告的材料而引緻的損失而負上任何責任，除非法律法規有明确規定。客戶并不能僅依靠此報告而取代行使獨立判斷。