報告編委

黃勇

愛(ài)分析合伙人&首席分析師

孟晨靜

愛(ài)分析高級分析師

李冬露

愛(ài)分析分析師

馮怡欣

愛(ài)分析分析師

蘭壹凡

愛(ài)分析分析師

目錄

1. 研究范圍定義

2. 廠(chǎng)商全景地圖

3. 市場(chǎng)分析與廠(chǎng)商評估

4. 入選廠(chǎng)商列表

1. 研究范圍定義

研究范圍

數據智能是指以數據為生產(chǎn)要素，通過(guò)融合大規模數據處理、數據分析與挖掘、機器學(xué)習、可視化等多種大數據和人工智能技術(shù)，從數據中提煉、發(fā)掘具有揭示性和可操作性的信息，從而為企業(yè)提供數據驅動(dòng)的分析與決策。

當前，數據智能已經(jīng)成為企業(yè)實(shí)現數字化轉型的核心方式。一方面，在實(shí)現初步數字化的基礎上，企業(yè)希望把數據分析擴展到更多的應用場(chǎng)景，以在業(yè)務(wù)發(fā)展與運營(yíng)中實(shí)現降本增效，或構建創(chuàng )新性的業(yè)務(wù)模式；另一方面，數據規模的持續膨脹，與分析場(chǎng)景的更加多樣化，也對數據存儲、處理和分析等方面的能力提出了更高的要求，因此企業(yè)需要對數據基礎設施進(jìn)行持續的升級與優(yōu)化。

本次報告將數據智能市場(chǎng)劃分為應用解決方案和數據基礎設施兩大部分，其中數據基礎設施指利用云計算、人工智能、隱私計算等新興信息技術(shù)構建的為企業(yè)賦能的平臺類(lèi)解決方案，主要包括數據的采集、存儲、計算、管理等內容，進(jìn)而為上層應用提供數據服務(wù)；應用解決方案是指通過(guò)數據智能解決方案在垂直行業(yè)或通用職能領(lǐng)域直接賦能業(yè)務(wù)價(jià)值提升的最佳實(shí)踐。

綜合考慮企業(yè)關(guān)注度、行業(yè)落地進(jìn)展等因素，愛(ài)分析在本次研究中選取了數據基礎設施中的分析型數據庫、數據庫管理平臺、實(shí)時(shí)數據平臺、DataOps、數據中臺、云數據平臺、數據分析平臺、 數據科學(xué)與機器學(xué)習平臺、知識圖譜平臺、隱私計算平臺，以及應用解決方案中的城市大數據平臺、智能營(yíng)銷(xiāo)、安全大數據共計13個(gè)特定市場(chǎng)進(jìn)行重點(diǎn)研究。

本報告面向企業(yè)決策層以及數據部門(mén)、業(yè)務(wù)部門(mén)負責人，通過(guò)對各場(chǎng)景的需求定義和代表廠(chǎng)商的能力評估，為企業(yè)的數據智能基礎設施及應用規劃、廠(chǎng)商選型提供參考。

圖 1： 數據智能市場(chǎng)全景地圖

廠(chǎng)商入選標準

本次入選報告的廠(chǎng)商需同時(shí)符合以下條件：

廠(chǎng)商的產(chǎn)品服務(wù)滿(mǎn)足各市場(chǎng)定義的廠(chǎng)商能力要求；

近一年廠(chǎng)商具備一定數量以上的付費客戶(hù)（參考第3章各市場(chǎng)定義部分）；

近一年廠(chǎng)商在特定市場(chǎng)的收入達到指標要求（參考第3章各市場(chǎng)定義部分）。

2.廠(chǎng)商全景地圖

愛(ài)分析基于對甲方企業(yè)和典型廠(chǎng)商的調研以及桌面研究，遴選出在數據智能市場(chǎng)中具備成熟解決方案和落地能力的入選廠(chǎng)商。

3.市場(chǎng)分析與廠(chǎng)商評估

愛(ài)分析對本次數據智能項目重點(diǎn)研究的特定市場(chǎng)分析如下。同時(shí)，針對參與此次報告的部分代表廠(chǎng)商，愛(ài)分析撰寫(xiě)了廠(chǎng)商能力評估。

3.1分析型數據庫

市場(chǎng)定義：

分析型數據庫是指為應對企業(yè)管理人員、業(yè)務(wù)人員、數據分析師、數據科學(xué)家等人員對數據的各類(lèi)分析和應用需求而提供的各類(lèi)數據存儲和計算引擎，包括數據倉庫、數據湖、大數據平臺以及湖倉一體數據平臺等。

甲方終端用戶(hù)：

企業(yè)IT部門(mén)、數據部門(mén)

甲方核心需求：

在企業(yè)數字化轉型的過(guò)程中，數據應用場(chǎng)景呈現多元化趨勢，數據規模也呈爆發(fā)式增長(cháng)，企業(yè)需要深入挖掘數據價(jià)值，以提高生產(chǎn)與經(jīng)營(yíng)效率。在此背景下，對分析型數據庫的數據庫存儲、計算、查詢(xún)等能力提出了更高要求。具體而言，企業(yè)對分析型數據庫的需求如下：

實(shí)時(shí)數據應用場(chǎng)景激增，企業(yè)需深入挖掘實(shí)時(shí)數據商業(yè)價(jià)值。企業(yè)在提高生產(chǎn)與經(jīng)營(yíng)效率的過(guò)程中發(fā)現，數據的時(shí)效性至關(guān)重要，如電商行業(yè)的訂單查詢(xún)、金融行業(yè)的實(shí)時(shí)風(fēng)控等場(chǎng)景。因此，企業(yè)需要加強存儲、查詢(xún)與分析實(shí)時(shí)數據的能力，充分挖掘其商業(yè)價(jià)值。

業(yè)務(wù)需求爆炸式增長(cháng)，存算資源彈性擴展能力急需增強。傳統分析型數據庫的存儲和計算資源通常是耦合的，導致存儲資源冗余、計算資源不足與擴展成本高的問(wèn)題，且節點(diǎn)擴展會(huì )存在上限，影響系統的高可用性；同時(shí)，部分企業(yè)采用本地部署分析型數據庫的方法也會(huì )對其存儲能力、擴展性與并行處理能力產(chǎn)生影響。因此，企業(yè)需要優(yōu)化已有分析型數據庫的部署方式與擴展能力，為大數據分析的性能與速度提供保障。

業(yè)務(wù)智能化場(chǎng)景增長(cháng)，對企業(yè)數據價(jià)值挖掘能力提出更高要求。近年來(lái)，企業(yè)業(yè)務(wù)場(chǎng)景不斷豐富，數據正在成為其業(yè)務(wù)創(chuàng )新的核心，而大數據與人工智能等技術(shù)成為重要技術(shù)手段。但傳統數據庫存在對人工智能和機器學(xué)習等高級分析技術(shù)支持不足的問(wèn)題。因此，企業(yè)需要借助人工智能技術(shù)增強分析型數據庫的分析能力與效率，以及時(shí)響應業(yè)務(wù)需求。

運維成本過(guò)高，數據系統架構需簡(jiǎn)化。部分企業(yè)受到資源、技術(shù)能力等的限制，缺乏統一規劃，部署了多種性能各異、彼此獨立的分析型數據庫，導致系統架構非常復雜，管理、維護與數據遷移的成本很高，穩定性差。因此，企業(yè)需要在統一規劃之后，簡(jiǎn)化系統架構，降低分析型數據庫的運維成本。

信創(chuàng )浪潮下，企業(yè)需要實(shí)現數據庫國產(chǎn)化。在信創(chuàng )政策要求下，政府、國央企與金融等行業(yè)需要將已有分析型數據庫更新為國產(chǎn)背景、符合信創(chuàng )要求、已通過(guò)國家自主可控測試的數據庫，充分保障數據庫的安全可控。

廠(chǎng)商能力要求：

具備較高的數據存儲、查詢(xún)與分析性能。廠(chǎng)商所提供的分析型數據庫需要能夠對海量數據進(jìn)行存儲、高并發(fā)查詢(xún)與分析，滿(mǎn)足特定場(chǎng)景下的性能需求。例如，部分場(chǎng)景下分析型數據庫需要能夠存儲與管理實(shí)時(shí)數據，支持各類(lèi)SQL標準，對海量實(shí)時(shí)數據進(jìn)行高性能數據加載、高并發(fā)查詢(xún)與分析等操作。

云上部署與彈性擴展。廠(chǎng)商需要能夠提供支持云上部署、存儲節點(diǎn)與計算節點(diǎn)相互獨立且可分別獨立擴展、在面對數據高并發(fā)場(chǎng)景時(shí)可按需快速實(shí)且現橫向擴容的分析型數據庫，充分利用云的可擴展性與相關(guān)資源。

支持智能化的數據分析和應用。廠(chǎng)商所提供的分析型數據庫需要能夠應用當前流行的AI、機器學(xué)習、高級分析等技術(shù)，實(shí)現對海量、高吞吐、高并發(fā)、多源異構數據的自動(dòng)化與智能化查詢(xún)與分析，提高數據價(jià)值挖掘效率與質(zhì)量。

簡(jiǎn)化系統架構，統一管理數據。廠(chǎng)商需要提供性能良好、穩定性強、能夠與已有數據庫兼容的分析型數據庫，幫助企業(yè)實(shí)現簡(jiǎn)化數據系統架構，實(shí)現以低成本進(jìn)行系統維護、數據開(kāi)發(fā)以及數據的統一存儲與分析。

符合信創(chuàng )標準，實(shí)現國產(chǎn)化替代。廠(chǎng)商需要能夠提供國產(chǎn)自研、能夠與國產(chǎn)主流軟硬件兼容適配、符合國家信息安全標準等資質(zhì)要求的分析型數據庫，同時(shí)，還需能夠進(jìn)行數據庫遷移，完成國產(chǎn)化替代。

入選標準：

符合分析型數據庫市場(chǎng)廠(chǎng)商能力要求；

2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥10個(gè)

2021Q2至2022Q1該市場(chǎng)合同收入≥1000萬(wàn)元

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

柏睿數據

廠(chǎng)商介紹：

柏睿數據是一家以數據庫為核心的“Data+AI”數據智能基礎軟件公司，基于完全自主研發(fā)的新一代全內存分布式數據庫產(chǎn)品體系和人工智能產(chǎn)品體系，構建數據智能平臺，以智能數據算力技術(shù)支撐，實(shí)時(shí)、迅捷、高效挖掘數據價(jià)值，為政府及國民產(chǎn)業(yè)數字化轉型升級賦能。

產(chǎn)品服務(wù)介紹：

RapidsDB是柏睿數據全國產(chǎn)自主研發(fā)、具有完整獨立知識產(chǎn)權、基于全內存結構的分布式分析型數據庫，具備金融級數據持久化、數據安全性、系統高可用性，高于傳統磁盤(pán)架構數據庫100+倍數據讀寫(xiě)訪(fǎng)問(wèn)和分析性能，適用于數據量大、實(shí)時(shí)性要求高的應用場(chǎng)景。

廠(chǎng)商評估：

依靠專(zhuān)業(yè)的團隊與豐富的行業(yè)實(shí)踐經(jīng)驗，柏睿數據提供了數據存儲與處理性能優(yōu)良、自主可控的內存分布式數據庫RapidsDB與全流程原廠(chǎng)服務(wù)。

基于全內存架構，數據存儲、訪(fǎng)問(wèn)與分析性能優(yōu)良，能夠滿(mǎn)足企業(yè)復雜的數據存儲與處理需求。RapidsDB數據庫是以全內存架構為基礎的分布式數據庫，具有高性能、高可擴展性強與高易用性。通過(guò)將數據全量加載到內存中進(jìn)行處理，大幅度提升了數據訪(fǎng)問(wèn)速度與運算能力，滿(mǎn)足企業(yè)高并發(fā)、低延時(shí)的業(yè)務(wù)需求；分布式架構能夠通過(guò)集群及數據庫分區的方式最大限度的提升負載狀態(tài)下的數據庫性能，當企業(yè)數據增長(cháng)量達到一定規模后，無(wú)需對原有架構進(jìn)行改動(dòng)，即可在線(xiàn)靈活擴展。為解決傳統數據庫難以支撐企業(yè)海量分析需求的問(wèn)題，柏睿數據還將數據庫技術(shù)與人工智能技術(shù)深度融合，降低了數據讀取的難度，企業(yè)可通過(guò)統一的數據庫分析平臺實(shí)現全量數據的實(shí)時(shí)分析，并應用于企業(yè)預測性業(yè)務(wù)場(chǎng)景中。此外， 該數據庫還支持云端部署、統一SQL標準查詢(xún)等功能，易用性大大提高。

技術(shù)全棧自研，產(chǎn)品自主可控，符合信創(chuàng )標準。柏睿數據庫內核技術(shù)完全自主研發(fā)，實(shí)現了數據庫SQL解析層、優(yōu)化層、執行層到存儲層的自主可控，兼容適配了全部國產(chǎn)主機、芯片及操作系統，順應了信創(chuàng )趨勢?；诖?#xff0c;公司不僅能夠主導產(chǎn)品的功能迭代，針對不同客戶(hù)的個(gè)性化需求做定制化功能，還能在網(wǎng)絡(luò )存儲計算資源等方面快速優(yōu)化，提供原廠(chǎng)級的數據庫管理運維工具。此外，公司還成立了信創(chuàng )小組，定期與不同的行業(yè)機構、客戶(hù)、行業(yè)主管單位、技術(shù)主管單位等進(jìn)行信創(chuàng )數據庫技術(shù)探討以及需求對接，對產(chǎn)品進(jìn)行優(yōu)化改進(jìn)，更好的應對將來(lái)信創(chuàng )政策的全面落地。

自主研發(fā)安全芯片，發(fā)展上游數據治理能力，為分析型數據庫發(fā)揮性能提供堅實(shí)基礎。為了更好的服務(wù)客戶(hù)，除了數據庫產(chǎn)品外，柏睿數據還著(zhù)力于硬件研發(fā)與數據治理能力強化。一方面，該企業(yè)組建DPU開(kāi)發(fā)團隊進(jìn)行安全芯片研發(fā)，將其與自研數據庫技術(shù)結合，有效解決了交易型數據庫與分析型數據庫行列混合存儲帶來(lái)的性能下降問(wèn)題，實(shí)現了對數據庫讀寫(xiě)、存儲、并行查詢(xún)等操作的全域加速；另一方面，深入研究數據編織，幫助企業(yè)更加安全、快速的進(jìn)行數據傳輸，以支持分析型數據庫的實(shí)時(shí)分析。

深耕六大行業(yè)，為客戶(hù)提供數據庫全流程精細化服務(wù)。自成立以來(lái)，柏睿數據致力于為產(chǎn)業(yè)數字化賦能，憑借其多樣化的產(chǎn)品、經(jīng)驗豐富的行業(yè)專(zhuān)家團隊以及客戶(hù)成功團隊，為金融、能源、工業(yè)、互聯(lián)網(wǎng)四大行業(yè)與數字政府、智慧城市兩大領(lǐng)域提供全內存分析型數據庫產(chǎn)品與全流程原廠(chǎng)數據庫服務(wù)，以滿(mǎn)足各行業(yè)的多樣化場(chǎng)景需求。其中，原廠(chǎng)數據庫服務(wù)涵蓋部署前的規劃咨詢(xún)、部署中的數據開(kāi)發(fā)遷移以及部署后的運維培訓服務(wù)。

典型客戶(hù)：

中國移動(dòng)、北方健康

睿帆科技

廠(chǎng)商介紹：

廣州睿帆科技有限公司（簡(jiǎn)稱(chēng)“睿帆科技”）成立于2015年，以大數據及人工智能為核心技術(shù)為用戶(hù)提供平臺產(chǎn)品及服務(wù)，擁有自主創(chuàng )新的數據智能全生命周期產(chǎn)品體系，包括Baymax大數據科學(xué)平臺、國產(chǎn)分布式雪球數據庫、慧帆AI平臺、湖倉一體大數據開(kāi)發(fā)平臺、InfoMover實(shí)時(shí)采集同步等，賦能企業(yè)數字化轉型、為企業(yè)提供智能管理與知識服務(wù)，服務(wù)領(lǐng)域覆蓋電信運營(yíng)商、公安、軌道交通、政務(wù)、金融、應急等多個(gè)行業(yè)。

產(chǎn)品服務(wù)介紹：

SnowballDB?是睿帆科技自主研發(fā)的用于聯(lián)機分析處理的 MPP 列式數據庫。SnowballDB?提供 PB 級別大數據集的在線(xiàn)多維查詢(xún)和分布式存儲，支持超低查詢(xún)時(shí)延，百億級數據毫秒級查詢(xún)；支持準實(shí)時(shí)數據更新，支持邊寫(xiě)邊查，可進(jìn)行準實(shí)時(shí)全量數據分析；支持高并發(fā)，可上百人同時(shí)查詢(xún)；具有高容錯機制，支持跨中心多副本災備，數據自動(dòng)同步、自動(dòng)恢復。SnowballDB?適用于海量結構化數據存儲、高并發(fā)點(diǎn)查詢(xún)、高吞吐即席查詢(xún)、多維分析和實(shí)時(shí)查詢(xún)場(chǎng)景。

廠(chǎng)商評估：

睿帆科技SnowballDB?產(chǎn)品在支持高并發(fā)查詢(xún)、實(shí)時(shí)數據查詢(xún)、高性能寫(xiě)入以及易用性等方面具有明顯優(yōu)勢；此外融合SnowballDB?分析型數據庫和Baymax?大數據科學(xué)平臺，睿帆科技還能提供一站式數據平臺解決方案。

睿帆科技SnowballDB?具有極速聯(lián)機分析性能，支持PB級數據高并發(fā)查詢(xún)和實(shí)時(shí)數據查詢(xún)。SnowballDB?的極速聯(lián)機分析性能通過(guò)列式存儲、MPP集群架構、向量化執行、LLVM編譯等四種特性實(shí)現。首先，SnowballDB?的列式存儲可顯著(zhù)降低IO消耗，加快查詢(xún)速度，且列式存儲可支持輕量化壓縮，在保證高性能的前提下實(shí)現較高壓縮比，降低數據存儲成本，適用于高并發(fā)查詢(xún)場(chǎng)景。其次，SnowballDB?分布式集群架構支持多并發(fā)查詢(xún)以及讀寫(xiě)并發(fā)，允許在運行時(shí)創(chuàng )建表、加載數據和運行查詢(xún)，無(wú)需重新配置或重啟服務(wù)，適用于準實(shí)時(shí)數據查詢(xún)場(chǎng)景。再次，SnowballDB?向量化執行既能對列數據一個(gè)批次調用一個(gè)指令，有效減少函數調用次數，又能實(shí)現僅加載必要列數據進(jìn)CPU緩存，充分利用CPU資源。此外，在編譯策略上，SnowballDB?支持LLVM動(dòng)態(tài)編譯，能極大提高代碼執行效率。

SnowballDB?具有高性能數據寫(xiě)入特性。一方面，分布式集群架構采用share-nothing方式，支持多節點(diǎn)并行寫(xiě)入，消除單節點(diǎn)性能瓶頸，最大化集群寫(xiě)入性能。另一方面，SnowballDB?采用先進(jìn) Hash 隨機算法，自動(dòng)均衡各節點(diǎn)數據分布，保證各節點(diǎn)磁盤(pán)占用相對均衡。 此外，SnowballDB?支持多副本備份，可在不同節點(diǎn)上維護相同數據，當前節點(diǎn)發(fā)生故障時(shí)，自動(dòng)切換由備份副本提供服務(wù)，在保證數據安全的情況下提升性能。

具有較強的易用性，能顯著(zhù)降低用戶(hù)使用門(mén)檻。SnowballDB?提供圖形化管理工具，可實(shí)現數據庫對象管理、可視化SQL查詢(xún)工具、系統診斷分析、用戶(hù)權限管理、集群監控、副本監控等數據庫全生命周期運營(yíng)管理。SnowballDB?內置多種表引擎，用戶(hù)可直接訪(fǎng)問(wèn) HDFS / KAFKA / MYSQL 等外部數據源，無(wú)需額外代碼，降低使用門(mén)檻。此外在安裝方面，SnowballDB?支持多種安裝方式，如可使用標準的 Ambari 開(kāi)源平臺提供的圖形化安裝配置管理功能，進(jìn)行動(dòng)態(tài)添加刪除集群節點(diǎn)、調整SnowballDB?的配置參數、啟停 SnowballDB?服務(wù)以及動(dòng)態(tài)更新升級版本；也支持RPM包安裝。

睿帆科技具備提供一站式數據平臺解決方案的能力，在電信運營(yíng)商行業(yè)服務(wù)經(jīng)驗豐富。睿帆融合SnowballDB?分析型數據庫和Baymax?大數據科學(xué)平臺，協(xié)同多源異構數據集成、高性能在線(xiàn)分析及查詢(xún)、開(kāi)發(fā)應用等功能，為客戶(hù)提供數據融合、數據治理、高速檢索、多維分析、交互查詢(xún)等數據中臺能力。目前，睿帆數據平臺解決方案服務(wù)領(lǐng)域涉及電信運營(yíng)商、政府、安防、交通等行業(yè)，服務(wù)節點(diǎn)超過(guò)1000個(gè)，日處理數據達到PB級，其中電信運營(yíng)商客戶(hù)已覆蓋廣東、河南、四川、浙江等全國10余個(gè)省市自治區。

典型客戶(hù)：

北京移動(dòng)、四川移動(dòng)、廣東省公安廳機場(chǎng)公安局、廣州市公安局白云區分局

3.2數據庫管理平臺

市場(chǎng)定義：

數據庫管理平臺是指具備對多類(lèi)型數據庫進(jìn)行統一安裝部署、遷移、備份、監控告警、巡檢、性能分析、智能運維、安全管控等數據庫全生命周期管理能力，提升企業(yè)數據庫綜合運維效率的平臺。

甲方終端用戶(hù)：

數據庫管理員

甲方核心需求：

企業(yè)應用的數據庫種類(lèi)在快速增長(cháng)，一方面豐富的數據類(lèi)型需要多種關(guān)系型、非關(guān)系型數據庫儲存；另一方面，開(kāi)源和國產(chǎn)數據庫的崛起也迅速打破傳統商業(yè)數據庫壟斷的局面。數據庫種類(lèi)的增加在滿(mǎn)足企業(yè)多種場(chǎng)景需求的同時(shí)，也帶來(lái)繁重的數據庫管理及運維工作。企業(yè)需要簡(jiǎn)化多模異構數據庫的管理工作，降低管理成本。企業(yè)對數據庫管理平臺的核心需求主要體現在以下幾個(gè)方面：

簡(jiǎn)化數據庫管理工作，降低數據庫運維成本。隨著(zhù)企業(yè)系統中數據庫數量及種類(lèi)快速增加，企業(yè)需要完善的數據庫管理工具如監控告警、安裝部署、備份恢復、安全管理、高可用性、資源管理等工具對多終數據庫進(jìn)行統一的管理運維，簡(jiǎn)化數據庫管理工作。

??數據庫管理員易上手、操作便捷。針對復雜的數據庫集群架構，企業(yè)需要數據庫管理平臺兼容多種類(lèi)型數據庫，提供諸如可視化功能、系統診斷分析、支持自動(dòng)及自定義部署等工具，幫助數據庫管理員實(shí)現多數據庫輕松管理、便捷安裝。

廠(chǎng)商能力要求：

廠(chǎng)商需要能夠提供平臺化、一體化的數據庫管理平臺產(chǎn)品。數據庫管理平臺能夠提供多基礎設施的整合能力，將多種類(lèi)型的數據庫納入管理的范圍，并提供平臺化的工具覆蓋數據庫全生命周期，整合監控、性能分析、巡檢、審核、運維、安裝部署、變更、SQL執行、數據遷移、安全管控等眾多功能模塊，為企業(yè)提供一體化的數據庫管理服務(wù)，降低復雜性。

廠(chǎng)商需具備數據庫智能化管理能力。除數據庫管理外，廠(chǎng)商還應具備機器學(xué)習、RPA等AI技術(shù)，將部署、巡檢、數據采集、審核等流程自動(dòng)化或半自動(dòng)化，減少重復的人力勞動(dòng)；以及支持數據庫智能分析，提供數據庫性能可視化，實(shí)現智能告警優(yōu)化、趨勢分析、異常診斷等數據庫運維功能，降低數據庫管理員門(mén)檻。

入選標準：

1. 符合數據庫管理平臺市場(chǎng)全部廠(chǎng)商能力要求；

2. 2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥5個(gè)；

3．2021Q2至2022Q1該市場(chǎng)合同收入≥500萬(wàn)元。

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

愛(ài)可生

廠(chǎng)商介紹：

上海愛(ài)可生信息技術(shù)股份有限公司（簡(jiǎn)稱(chēng)“愛(ài)可生”）成立于2003年，是數據庫整體解決方案提供商，國家規劃布局內重點(diǎn)軟件企業(yè)，具備自助知識產(chǎn)權的核心數據處理關(guān)鍵技術(shù)，為企業(yè)數字化轉型提供高性?xún)r(jià)比、快速落地的分布式數據庫、多數據庫智能管理平臺、數據庫容器云平臺和面向AI的向量數據庫等產(chǎn)品。

產(chǎn)品服務(wù)介紹：

愛(ài)可生的云樹(shù)?DMP產(chǎn)品是一款可管理多款開(kāi)源和信創(chuàng )數據庫的集群管理平臺，提供部署、監控、備份、高可用、日志管理、事件告警等功能組件，實(shí)現對數據庫的一站式管理。云樹(shù)?DMP提供自動(dòng)監控所有數據庫實(shí)例，通過(guò)統一管理視圖界面展示，方便用戶(hù)管理整個(gè)基礎數據庫設施；支持便捷部署并正確使用讀寫(xiě)分離中間件或分布式中間件，自動(dòng)維護中間件和數據庫實(shí)例的高可用性；可對數據庫實(shí)例進(jìn)行故障檢測，自動(dòng)處理可用性問(wèn)題等功能。

廠(chǎng)商評估：

愛(ài)可生云樹(shù)?DMP產(chǎn)品能顯著(zhù)增強開(kāi)源數據庫功能完備性，并且在案例積累以及為用戶(hù)提供數據庫全生命周期一體化解決方案方面具有較強優(yōu)勢。

云樹(shù)?DMP集成開(kāi)源數據庫周邊生態(tài)工具，能增強數據庫功能完備性。在數據庫運維方面，云樹(shù)?DMP在諸如監控告警、安裝部署、備份恢復等基礎運維功能之外，還提供了高可用性、災備管理、資源管理等多種運維功能。其中高可用組件支持用戶(hù)進(jìn)行多種高可用架構部署，可對數據庫實(shí)例進(jìn)行故障檢測，自動(dòng)處理諸如虛擬機崩潰、計算節點(diǎn)服務(wù)進(jìn)程崩潰、主機宕機等故障場(chǎng)景，還能支持便捷的切換主庫、部署新從庫、變更中間件等拓撲變更，維護數據庫實(shí)例的高可用性；災備管理組件可使用戶(hù)掌控系統容災業(yè)務(wù)運行情況，快速方便的完成數據恢復和測試演練，實(shí)現對虛擬機數據的備份，保障跨數據中心數據資產(chǎn)安全；在資源管理中，讀寫(xiě)分離組件和分庫分表組件支持數據庫節點(diǎn)根據需求進(jìn)行動(dòng)態(tài)水平擴展或針對節點(diǎn)性能容量限制進(jìn)行縱向擴展，能提升開(kāi)源數據庫的擴展性。在數據庫開(kāi)發(fā)方面，云樹(shù)?DMP還提供諸如SQL編輯、審核、脫敏等數據庫開(kāi)發(fā)工具。

此外，云樹(shù)?DMP還具備良好的兼容性、易用性，且部署便捷簡(jiǎn)單。架構方面，云樹(shù)?DMP能兼容MySQL標準協(xié)議下的所有開(kāi)源數據庫產(chǎn)品，提供數據庫管理能力；易用性方面，云樹(shù)?DMP提供數據庫運維視屏，實(shí)時(shí)展示數據庫集群的可用性、實(shí)例數、容量、告警等信息，用戶(hù)可輕松管理復雜數據庫集群架構；部署方面，云樹(shù)?DMP支持自動(dòng)部署，支持任何類(lèi)型基礎設施，用戶(hù)可自定義部署規范。

愛(ài)可生具備深厚的開(kāi)源數據庫研發(fā)能力和完善的服務(wù)體系，融合云樹(shù)?DMP平臺，協(xié)同為用戶(hù)提供數據庫全生命周期一體化解決方案。研發(fā)方面，愛(ài)可生具備基于多種開(kāi)源數據庫產(chǎn)品如MySQL、TiDB、OceanBase、OpenGauss、Redis的自研優(yōu)化能力，持續研發(fā)增強數據庫核心功能，并為開(kāi)源社區反饋貢獻源碼。服務(wù)方面，愛(ài)可生為用戶(hù)提供包括數據庫、數據庫管理平臺產(chǎn)品在內的豐富的知識庫以及培訓考核體系，幫助用戶(hù)快速落地。因此，融合開(kāi)源數據庫研發(fā)能力、云樹(shù)?DMP數據庫生態(tài)工具以及服務(wù)能力，愛(ài)可生能為用戶(hù)提供從數據庫架構設計、開(kāi)發(fā)、運維全生命周期一體化服務(wù)。

愛(ài)可生還具備豐富的金融行業(yè)數據庫管理平臺實(shí)踐經(jīng)驗，為用戶(hù)提供安全穩定的用戶(hù)體驗。愛(ài)可生是最早進(jìn)入數據庫管理平臺市場(chǎng)的廠(chǎng)商之一，已經(jīng)在金融領(lǐng)域積累多個(gè)標桿案例，持續通過(guò)用戶(hù)業(yè)務(wù)場(chǎng)景持續驗證并完善云樹(shù)?DMP產(chǎn)品的安全性、穩定性。此外，愛(ài)可生參與編寫(xiě)信通院《大數據 數據庫管理平臺技術(shù)要求》標準，且云樹(shù)?DMP是業(yè)內首個(gè)通過(guò)信通院數據庫管理平臺產(chǎn)品能力測試的產(chǎn)品，在平臺基礎能力、平臺資源管理能力、安裝部署能力、性能分析及優(yōu)化能力、健康檢查能力、高可用能力、運維管理能力等12項能力域均達到標準。

典型客戶(hù)：

興業(yè)銀行、百勝中國、銀聯(lián)國際

3.3實(shí)時(shí)數據平臺

市場(chǎng)定義：

實(shí)時(shí)數據平臺是指基于數據同步、流處理等技術(shù)，支撐數據實(shí)時(shí)采集與接入、實(shí)時(shí)存儲、實(shí)時(shí)計算、實(shí)時(shí)分析與查詢(xún)等能力，從而提供實(shí)時(shí)數據查詢(xún)與分析決策服務(wù)的數據平臺。

甲方終端用戶(hù)：

企業(yè)IT人員、數據工程師、數據科學(xué)家

甲方核心需求：

隨著(zhù)市場(chǎng)競爭環(huán)境和客戶(hù)需求的快速變化，以及實(shí)時(shí)數據的積累，實(shí)時(shí)數據應用在提高生產(chǎn)效率、提升客戶(hù)體驗和提供個(gè)性化產(chǎn)品和服務(wù)方面的價(jià)值日益凸顯，企業(yè)對數據驅動(dòng)業(yè)務(wù)決策的實(shí)時(shí)性需求在不斷提升。為此，許多企業(yè)通過(guò)手工定制、消息總線(xiàn)和事件流中間件等方式進(jìn)行數據集成，但這些方式各自面臨業(yè)務(wù)耦合度過(guò)高，管理、復用困難，實(shí)時(shí)性不足等缺陷，因此，企業(yè)需要通建設統一平臺進(jìn)行實(shí)時(shí)數據的匯聚、開(kāi)發(fā)和運維管理。企業(yè)對實(shí)時(shí)數據平臺的需求主要有以下方面：

實(shí)現實(shí)時(shí)數據匯聚。企業(yè)數據分散保存在多個(gè)數據庫、系統中，數據的類(lèi)型繁多、數據收集頻率的差異也在客觀(guān)上提升了數據進(jìn)行實(shí)時(shí)采集和同步的難度，因此，企業(yè)急需通過(guò)借助專(zhuān)門(mén)的實(shí)時(shí)數據工具，實(shí)現實(shí)時(shí)數據匯聚。

海量數據統一存儲和管理。大型企業(yè)每天產(chǎn)生的數據在TB甚至PB級，多數據源、多模數據的大量采集、長(cháng)期保存、冷數據變溫數據等帶來(lái)了新的海量數據存儲需求，而隨著(zhù)企業(yè)數字化建設進(jìn)程加快，數據存儲云、邊、端并行，需要對數據進(jìn)行有效管理，保證數據能夠高速流轉。

數據即時(shí)查詢(xún)和分析。查詢(xún)和分析是實(shí)時(shí)數據應用的核心，但大數據的加工、處理和分析過(guò)程較為復雜，因此如何能夠提升數據查詢(xún)和分析速度，讓實(shí)時(shí)數據的價(jià)值最大化，是企業(yè)最為關(guān)注的焦點(diǎn)。

技術(shù)架構支持業(yè)務(wù)穩定運行。企業(yè)流數據往往有多個(gè)來(lái)源，以金融、零售行業(yè)為例，在雙十一、618等重大節點(diǎn)容易面臨數據高并發(fā)的情況。因此企業(yè)需要搭建一套穩定成熟的平臺架構，在高并發(fā)的情況下保證系統運行穩定性。

在各業(yè)務(wù)場(chǎng)景中最大化實(shí)時(shí)數據的價(jià)值。實(shí)時(shí)數據分析是一個(gè)與業(yè)務(wù)場(chǎng)景進(jìn)行深度結合的過(guò)程，因此企業(yè)需要針對自身業(yè)務(wù)情況，根據不同場(chǎng)景的要求，與具體業(yè)務(wù)邏輯相結合進(jìn)行高度定制化的場(chǎng)景開(kāi)發(fā)，從而保證應用效果最大化。

廠(chǎng)商能力要求：

? 提供實(shí)時(shí)數據匯聚能力。一方面，廠(chǎng)商需高度適配各類(lèi)技術(shù)框架，支持Kafka、RocketMQ、 IBM WebSphere MQ等多種數據源，以及多種數據格式；另一方面，廠(chǎng)商需要提供實(shí)時(shí)數據采集和計算技術(shù)框架，實(shí)現數據實(shí)時(shí)匯聚。

提供統一數據管理平臺，進(jìn)行數據分類(lèi)分級存儲和管理。首先，廠(chǎng)商需要為企業(yè)提供統一數據管理能力，通過(guò)平臺化的集中式開(kāi)發(fā)，沉淀數據任務(wù)模型，統一規范數據調用權限。在此基礎上，廠(chǎng)商要基于存算分離模型，根據數據訪(fǎng)問(wèn)需求程度和其生命周期階段，對熱數據、溫數據和冷數據進(jìn)行分級存儲。

具備高性能數據分析引擎。在數據分析與計算環(huán)節，廠(chǎng)商需將實(shí)時(shí)處理過(guò)程中的復雜計算邏輯，包括糅合指標、模型、業(yè)務(wù)規則等各類(lèi)計算邏輯封裝為可編輯的數據模型，并盡量實(shí)現高度模塊化封裝。其次，分析引擎需要具備較高性能， 提供目標應用程序所需的吞吐量和延遲要求，對數據查詢(xún)進(jìn)行即時(shí)響應，同時(shí)盡量能夠提供基于 API 的高度靈活和可擴展的查詢(xún)分析服務(wù)。

提供滿(mǎn)足高并發(fā)高可用的先進(jìn)技術(shù)架構。廠(chǎng)商需要提供高可用的技術(shù)架構，甚至可進(jìn)一步具備在異常情況下的集群自愈能力，幫助企業(yè)有效應對數據高并發(fā)量的壓力。

場(chǎng)景化實(shí)施經(jīng)驗豐富，具有成熟的行業(yè)解決方案和較強的定制化能力。不同行業(yè)在數據類(lèi)型和實(shí)時(shí)數據應用場(chǎng)景上都有很大差異，而每個(gè)具體應用場(chǎng)景都是大數據技術(shù)、數據指標、模型和業(yè)務(wù)邏輯有機結合的產(chǎn)物，因此廠(chǎng)商首先需要具備定制化開(kāi)發(fā)能力，其次需要在積累不同行業(yè)的場(chǎng)景化落地經(jīng)驗的基礎上形成相對標準化的行業(yè)解決方案，保證實(shí)時(shí)數據平臺的成功落地。

入選標準：

1.符合實(shí)時(shí)數據平臺廠(chǎng)商能力要求；

2. 2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥5個(gè)；

3. 2021Q2至2022Q1該市場(chǎng)合同收入≥500萬(wàn)元。

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

九章云極

廠(chǎng)商介紹：

九章云極DataCanvas成立于2013年，是中國數據智能基礎軟件的領(lǐng)軍企業(yè)，專(zhuān)注數據智能基礎軟件和數據科學(xué)平臺的持續開(kāi)發(fā)與建設，通過(guò)自主研發(fā)的一系列企業(yè)級AI應用所需的平臺軟件產(chǎn)品及解決方案，極大降低了AI門(mén)檻，助力用戶(hù)實(shí)現數智化升級，推動(dòng)政府、金融、通信、制造、交通、互聯(lián)網(wǎng)等多領(lǐng)域客戶(hù)AI規?；瘧?。

產(chǎn)品服務(wù)介紹：

九章云極DataCanvas RT 是一款分布式流數據實(shí)時(shí)處理、分析和決策平臺，覆蓋實(shí)時(shí)數據集成、數據資產(chǎn)創(chuàng )建和管理、數據建模分析、數據服務(wù)和運維監控全生命周期，幫助企業(yè)形成風(fēng)險監控、精準營(yíng)銷(xiāo)、實(shí)時(shí)預警與事中分析等多種實(shí)時(shí)分析決策能力。

廠(chǎng)商評估：

九章云極DataCanvas一站式實(shí)時(shí)數據分析平臺，具有功能模塊化銜接、技術(shù)架構穩定高可用等優(yōu)勢，通過(guò)其完善的應用開(kāi)發(fā)能力和用戶(hù)管理能力，能有效幫助企業(yè)實(shí)現實(shí)時(shí)數據分析和應用。

提供覆蓋實(shí)時(shí)數據分析全生命周期的一站式平臺，能有效實(shí)現各流程無(wú)縫銜接，提升分析效率，降低系統部署復雜度。九章云極DataCanvas提供一站式流數據分析平臺，將流數據處理、建模、監控等各環(huán)節，以及指標、風(fēng)控、營(yíng)銷(xiāo)等工具封裝為統一平臺上的不同功能模塊，而非彼此獨立的產(chǎn)品，屏蔽不同產(chǎn)品帶來(lái)的系統復雜性。如在數據開(kāi)發(fā)環(huán)節，DataCanvas RT實(shí)時(shí)決策中心 能夠直接使用上一環(huán)節已經(jīng)定義好的數據資產(chǎn)，無(wú)需考慮底層數據庫認證問(wèn)題，從而提升數據分析的效率。

具備穩定、高可用技術(shù)架構，能在提供高并發(fā)數據服務(wù)的同時(shí)，滿(mǎn)足實(shí)時(shí)數據分析的需要。九章云極DataCanvas產(chǎn)品采用分布式可擴展架構，能夠實(shí)現動(dòng)態(tài)集群管理和彈性擴容，支持高并發(fā)數據計算和處理；同時(shí)，其存算分離的數據存儲，能夠減少數據搬遷，支持多樣數據接入。在實(shí)時(shí)數據分析方面，系統具備強大的實(shí)時(shí)能力，能進(jìn)行批量加載和毫秒級查詢(xún)響應，支持實(shí)時(shí)寫(xiě)入、實(shí)時(shí)更新。

對于開(kāi)發(fā)人員，提供多種數據開(kāi)發(fā)方式和DevOps能力，能顯著(zhù)提升開(kāi)發(fā)效率和體驗。在數據開(kāi)發(fā)方式方面，DataCanvas RT實(shí)時(shí)決策中心不僅內置包含數據輸入源、窗口類(lèi)、統計類(lèi)、規則類(lèi)、模型類(lèi)的近百種預置算子，用戶(hù)能通過(guò)托拉拽預置算子，輕松高效構建流數據作業(yè)；同時(shí)，系統還支持通過(guò)在線(xiàn)編輯器定義SQL流作業(yè)，支持UDF在線(xiàn)開(kāi)發(fā)、作業(yè)調試監控、作業(yè)段落編排等功能，輔助構建實(shí)時(shí)數據分析模型和場(chǎng)景。在開(kāi)發(fā)流程方面，九章云極DataCanvas提供一站式實(shí)時(shí)作業(yè)的DevOps，內置可視化環(huán)境配置管理、透明環(huán)境部署、網(wǎng)頁(yè)調試、監控告警等功能，實(shí)現數據開(kāi)發(fā)全流程高效協(xié)作和規范化運營(yíng)管理。

具備多租戶(hù)管理及用戶(hù)權限管理等功能，幫助大型企業(yè)解決多用戶(hù)協(xié)作難題，保障數據安全。九章云極DataCanvas產(chǎn)品能夠以企業(yè)組織架構為基礎，進(jìn)行多租戶(hù)管理，對計算資源和數據資產(chǎn)進(jìn)行資源分配，同時(shí)提供統一的用戶(hù)登錄，支持基于角色的權限和定制化菜單，面對大型企業(yè)復雜人員構成，實(shí)現千人千面的數據權限管理，保障集團數據安全。

具備多家大型企業(yè)落地經(jīng)驗，提供全面貼合生產(chǎn)環(huán)境的業(yè)務(wù)場(chǎng)景。九章云極DataCanvas實(shí)時(shí)數據平臺已在金融、交通、通信、互聯(lián)網(wǎng)等各行業(yè)多家大型企業(yè)成功落地，在實(shí)時(shí)指標加工和監控、實(shí)時(shí)數據采集和加工、實(shí)時(shí)分析報表、實(shí)時(shí)風(fēng)控和交易反欺詐四大高度抽象的應用場(chǎng)景基礎上，根據不同行業(yè)復雜的實(shí)時(shí)數據分析需求提供針對性解決方案。如在金融行業(yè)，九章云極能提供客戶(hù)足跡分析、客服大數據分析、資金變動(dòng)營(yíng)銷(xiāo)、風(fēng)險實(shí)時(shí)類(lèi)預警等典型應用場(chǎng)景，幫助企業(yè)實(shí)現數據價(jià)值。

典型客戶(hù)：

浦發(fā)銀行，山東城商行聯(lián)盟，興業(yè)銀行

3.4DataOps

市場(chǎng)定義：

DataOps（數據研發(fā)運營(yíng)一體化）是人、流程和技術(shù)的高效組合，用于管理代碼、工具、基礎架構和數據本身，從而實(shí)現數據領(lǐng)域應用的敏捷開(kāi)發(fā)和持續集成應用，優(yōu)化和改進(jìn)數據生產(chǎn)者和數據消費者的協(xié)作，持續交付數據流生產(chǎn)線(xiàn)。

甲方終端用戶(hù)：

數據工程師、數據架構師、運維工程師、測試工程師、數據分析師

甲方核心需求：

數據分析對企業(yè)的價(jià)值日益增長(cháng)，企業(yè)內部數據分析愈加民主化；與此同時(shí)，數據分析工具如BI、機器學(xué)習、可視化、數據挖掘等多元工具的運用，以及復雜的數據用戶(hù)角色如數據工程師、數據管理源、報表開(kāi)發(fā)人員等，大大增加了數據開(kāi)發(fā)及運維工作量以及數據應用交付的協(xié)調難度。針對數據應用開(kāi)發(fā)，企業(yè)面臨的主要需求是：

實(shí)現跨部門(mén)、多角色協(xié)同。原始數據從獲取、加工、就緒到產(chǎn)生價(jià)值的過(guò)程涉及多部門(mén)多角色協(xié)同，如數據架構師、數據工程師、數據分析師、測試工程師、數據科學(xué)家、運維工程師、數據管理員、數據分析師等，目前各角色之間目標割裂、難協(xié)同，導致數據應用開(kāi)發(fā)周期長(cháng)，企業(yè)需要一套工具能將多種角色組織在一起，高效協(xié)同完成數據應用開(kāi)發(fā)，降低應用開(kāi)發(fā)延誤。

提高數據質(zhì)量。在數據應用開(kāi)發(fā)過(guò)程中，常由于數據質(zhì)量問(wèn)題導致數據應用難使用。數據質(zhì)量問(wèn)題來(lái)源于多個(gè)方面，如提供數據源的業(yè)務(wù)系統沒(méi)及時(shí)規范地更新表結構、數據口徑不一致、數據填報不規范、以及數據存儲架構調整引發(fā)數據源意外改變等，企業(yè)需要體系化地對數據全生命周期進(jìn)行數據治理，保證數據質(zhì)量，讓數據可信。

提升數據開(kāi)發(fā)效率。在實(shí)際的業(yè)務(wù)系統中，數據來(lái)源多種多樣，不同數據對數據處理的時(shí)延和數據量的要求不同，產(chǎn)生多種任務(wù)類(lèi)型如離線(xiàn)同步、實(shí)時(shí)同步、離線(xiàn)計算、實(shí)時(shí)計算等，需要跨平臺相互配合完成多個(gè)異構任務(wù)。因此開(kāi)發(fā)人員面臨大量數據流轉規范、計算節點(diǎn)執行順序編排等問(wèn)題。此外，數據開(kāi)發(fā)之后的部署上線(xiàn)也會(huì )花費大量時(shí)間。企業(yè)需要一體化平臺管理跨平臺異構數據任務(wù)開(kāi)發(fā)、測試、部署上線(xiàn)，提高數據開(kāi)發(fā)效率。

簡(jiǎn)化數據運維工作。當前企業(yè)各產(chǎn)品應用都會(huì )有監控告警能力，比如離線(xiàn)任務(wù)突破基線(xiàn)、實(shí)時(shí)任務(wù)失敗、API調用失敗等，企業(yè)需要統一監控平臺實(shí)現對多產(chǎn)品的監控、告警。

保障數據安全。隨著(zhù)數據的民主化、數據應用的廣泛使用，數據安全也成為企業(yè)重點(diǎn)考慮的問(wèn)題。數據安全涉及到系統安全、數據安全、安全審計等，企業(yè)需要系統化的工具保證數據生命周期各個(gè)環(huán)節安全。

廠(chǎng)商能力要求：

廠(chǎng)商應具備一種或多種DataOps工具及技術(shù)，支持實(shí)現數據應用敏捷開(kāi)發(fā)。如針對企業(yè)多種硬件環(huán)境、開(kāi)發(fā)環(huán)境、發(fā)布環(huán)境、運維流程等，廠(chǎng)商應具備云原生、容器技術(shù)提供統一的開(kāi)發(fā)、測試、運維環(huán)境；如為滿(mǎn)足特殊數據應用的時(shí)效性，廠(chǎng)商應具備實(shí)時(shí)和流處理功能；針對復雜的數據類(lèi)型及應用場(chǎng)景，廠(chǎng)商應具備多種分析引擎，如分布式處理引擎、離線(xiàn)批處理引擎等；針對數據質(zhì)量，廠(chǎng)商應具備數據治理、數據血緣、數據標準的能力。此外，廠(chǎng)商還應具備應用集成、數據安全等功能。

廠(chǎng)商應具備豐富的實(shí)踐經(jīng)驗，能基于DataOps理論為用戶(hù)制定合適的解決方案。一方面，數據開(kāi)發(fā)運營(yíng)一體化涉及數據存儲、數據計算、數據開(kāi)發(fā)、數據運維等數據價(jià)值鏈各個(gè)環(huán)節，需要廠(chǎng)商具有豐富的實(shí)踐經(jīng)驗和成熟的DataOps理論協(xié)助企業(yè)挖掘痛點(diǎn)、分析原因、提出合適的解決方案；另一方面，企業(yè)數據開(kāi)發(fā)、運維、管理能力參差不齊，需要廠(chǎng)商兼容、優(yōu)化企業(yè)現有數據開(kāi)發(fā)、運維、管理功能及能力，針對缺失、薄弱的環(huán)節進(jìn)行定制化開(kāi)發(fā)，實(shí)現數據開(kāi)發(fā)運營(yíng)一體化。

入選標準：

1. 符合DataOps市場(chǎng)全部廠(chǎng)商能力要求；

2. 2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥5個(gè)；

3．2021Q2至2022Q1該市場(chǎng)合同收入≥500萬(wàn)元。

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

數造科技

廠(chǎng)商介紹：

數造科技成立于2015年，是新一代數據開(kāi)發(fā)管理能力提供商，將先進(jìn)的DataOps方法論與領(lǐng)先的大數據技術(shù)進(jìn)行產(chǎn)品化落地，幫助企業(yè)建立并打通數據開(kāi)發(fā)、治理、運營(yíng)、服務(wù)各環(huán)節能力，實(shí)現數據全鏈路一體化高效管理和應用?，F已服務(wù)金融、政務(wù)、零售、能源電力、制造等領(lǐng)域的多家頭部企業(yè)。

產(chǎn)品服務(wù)介紹：

數造科技自主研發(fā)的核心產(chǎn)品DataBuilder是基于DataOps方法論打造的新一代敏捷數據管理平臺，架構于湖倉平臺之上，實(shí)現數據同步、數據開(kāi)發(fā)、任務(wù)提測、任務(wù)發(fā)布、運維調度全流程敏捷協(xié)作，同時(shí)通過(guò)統一元數據和數據目錄，形成便于快速自助查詢(xún)、血緣追溯和質(zhì)量檢測的數據資產(chǎn)體系，為企業(yè)提供中臺化的數據管理運營(yíng)服務(wù)全鏈路能力建設解決方案，挖掘數據要素潛能。

廠(chǎng)商評估：

數造科技聚焦于數據全生命周期的開(kāi)發(fā)和管控兩大核心環(huán)節，以其在DataOps領(lǐng)域多年的研發(fā)經(jīng)驗和多家大型客戶(hù)服務(wù)實(shí)踐，能夠針對大型企業(yè)數據任務(wù)量大、開(kāi)發(fā)工具多、運維壓力大的普遍問(wèn)題，提供一站式數據開(kāi)發(fā)、治理、運營(yíng)的完整工具流，配合任務(wù)編排和持續集成發(fā)布能力，支持數據工程的高質(zhì)高效開(kāi)發(fā)投產(chǎn)，同時(shí)把數據治理工作融入到開(kāi)發(fā)過(guò)程中，通過(guò)標準流程和自動(dòng)化能力，促進(jìn)數據開(kāi)發(fā)的質(zhì)量和數據治理效率。

通過(guò)數據沙箱環(huán)境配合持續集成發(fā)布，大幅提升發(fā)布效率和質(zhì)量。企業(yè)數據應用開(kāi)發(fā)上線(xiàn)過(guò)程普遍面臨開(kāi)發(fā)協(xié)作和缺少測試數據兩方面難題，開(kāi)發(fā)之間往往會(huì )因為數據和資源之間的搶占導致團隊開(kāi)發(fā)效率降低，而開(kāi)發(fā)缺少獨立測試環(huán)境和合適的測試數據則嚴重影響數據開(kāi)發(fā)的質(zhì)量。數造科技產(chǎn)品通過(guò)沙箱環(huán)境給數據工程師和數據科學(xué)家提供開(kāi)發(fā)工具和實(shí)驗數據，他們可在其中編寫(xiě)代碼和測試任務(wù)，而不會(huì )影響生產(chǎn)環(huán)境，保證測試的充分性，有效提升數據任務(wù)質(zhì)量。此外，數造科技產(chǎn)品通過(guò)構建完整的從任務(wù)開(kāi)發(fā)、單元測試、任務(wù)提測到任務(wù)上線(xiàn)和生產(chǎn)運維全流程體系，實(shí)現數據開(kāi)發(fā)上線(xiàn)的標準化持續運作。

能搭建自動(dòng)化的數據開(kāi)發(fā)運營(yíng)全流程工具鏈，配合任務(wù)編排能力，在數據開(kāi)發(fā)者、管理者、消費者等角色間形成無(wú)縫銜接的高效順暢協(xié)作范式。一方面，數造科技通過(guò)將從原始數據、加工數據到業(yè)務(wù)就緒數據的集成、開(kāi)發(fā)、部署、運維全生命周期形成敏捷的數據管道，將專(zhuān)業(yè)數據人員需要的所有工具、步驟和流程簡(jiǎn)化為一個(gè)易于使用、可配置的端到端系統，打通數據鏈上不同角色協(xié)作通道，同時(shí)用高度自動(dòng)化流程規范所有環(huán)節，代替部分手工操作，從而最大化組織數據的價(jià)值。另一方面，數造科技產(chǎn)品提供任務(wù)編排能力，能根據數據開(kāi)發(fā)和分析策略來(lái)調整任務(wù)的順序、依賴(lài)關(guān)系，解決大型企業(yè)多任務(wù)同時(shí)進(jìn)行的協(xié)作問(wèn)題。

提供主動(dòng)式數據治理功能，最大化數據資產(chǎn)的服務(wù)價(jià)值。數造科技產(chǎn)品能夠在統一的數據標準和規范指引下，進(jìn)行數據生命周期各環(huán)節的設計態(tài)到運行態(tài)的聯(lián)動(dòng)式互相管理和約束，從而把數據治理工作植入到數據開(kāi)發(fā)和數據消費的過(guò)程中。同時(shí)主動(dòng)式數據治理還提供業(yè)務(wù)協(xié)作數據資產(chǎn)管理能力，通過(guò)智能打標、使用引導和資產(chǎn)協(xié)作增強用戶(hù)對數據的理解水平，提升看數效率，賦予數據消費者自助式探索分析能力。

具備成熟的場(chǎng)景化解決方案和定制化能力，能有效保障產(chǎn)品在不同行業(yè)成功落地。數造科技基于對不同行業(yè)的多家頭部客戶(hù)的服務(wù)經(jīng)驗，已在銀行、保險、零售、能源、政府等多個(gè)領(lǐng)域形成完善的場(chǎng)景化解決方案，針對數字化基礎較弱的企業(yè)，能直接提供成熟產(chǎn)品及解決方案。同時(shí)，數造科技具備較強的定制化能力，對于數字化基礎較好的企業(yè)，能夠在貼合企業(yè)原本數據開(kāi)發(fā)管理模式的基礎上，最大化兼容和復用其現有數字化成果，針對其缺失能力補充對應產(chǎn)品，并進(jìn)行定制化開(kāi)發(fā)，實(shí)現數據開(kāi)發(fā)運營(yíng)一體化的目標。

典型客戶(hù)：

南方電網(wǎng)、沃爾瑪（中國）、招商銀行、平安產(chǎn)險、太平保險

3.5數據中臺

市場(chǎng)定義：

數據中臺是在統一數據標準規范基礎上，提供數據接入、數據開(kāi)發(fā)、數據資產(chǎn)管理、數據分析、數據服務(wù)等能力的數據資產(chǎn)管理和服務(wù)平臺，幫助企業(yè)實(shí)現數據集中管理和服務(wù)。

甲方終端用戶(hù)：

企業(yè)數據工程師、數據分析師、業(yè)務(wù)分析師

甲方核心需求：

近年來(lái)，隨著(zhù)企業(yè)信息化、數字化進(jìn)程加快，企業(yè)內部各業(yè)務(wù)系統數量增加，多系統數據重復計算、數據難以集成利用、數據質(zhì)量堪憂(yōu)等現象普遍。為打破“數據孤島”，提升數據服務(wù)能力，需要進(jìn)行數據中臺建設。綜合來(lái)看，企業(yè)對數據中臺的建設普遍具有以下幾方面需求：

實(shí)現數據統一接入和集成：許多大型企業(yè)的數據存儲基礎設施建設普遍以業(yè)務(wù)需求為導向分批分次建設，沒(méi)有形成統一規劃，導致數據孤島和數據碎片化問(wèn)題，在數據調用時(shí)需要分別從不同的系統、數據庫中取數，異常繁瑣。因此，企業(yè)需要通過(guò)建設統一平臺，對多元異構數據進(jìn)行統一接入和匯聚，形成集團層面的數據底座。

提升數據質(zhì)量，形成統一數據資產(chǎn)：企業(yè)在多年數據建設的過(guò)程中，搭建了多種不同的數據倉庫或是基于開(kāi)源技術(shù)框架的數據存儲工具，數據標準、口徑不統一，數據指標混亂，質(zhì)量參差不齊，無(wú)法集中對外提供數據查詢(xún)和數據服務(wù)。因此，企業(yè)需要通過(guò)標準化數據治理，完成數據的資產(chǎn)化，并實(shí)現統一調度和開(kāi)發(fā)的能力。

統一數據開(kāi)發(fā)，提升數據服務(wù)能力。數據開(kāi)發(fā)涉及復雜的流程，技術(shù)門(mén)檻較高，面對多個(gè)業(yè)務(wù)部門(mén)的需求，企業(yè)存在重復開(kāi)發(fā)和建設問(wèn)題，造成成本浪費，需要建設企業(yè)統一的數據開(kāi)發(fā)與服務(wù)平臺，將數據資產(chǎn)轉化為業(yè)務(wù)可用的數據服務(wù)，以實(shí)現能力復用與服務(wù)共享。

確保數據資產(chǎn)能夠持續高效運營(yíng)和提供服務(wù)。數據中臺不僅是對企業(yè)數據采、存、管、算、用全流程的體系化建設，也是對企業(yè)數據應用習慣，甚至企業(yè)組織和文化層面的重大革新，因此數據中臺搭建僅僅是第一步，更重要的是如何采用一套科學(xué)的管理和使用方法，讓中臺持續發(fā)揮其數據資產(chǎn)運營(yíng)服務(wù)的價(jià)值。

廠(chǎng)商能力要求：

適配多種技術(shù)架構，幫助企業(yè)有效屏蔽底層技術(shù)棧差異。廠(chǎng)商首先需要開(kāi)發(fā)出集成度高的數據接口、能廣泛適用各類(lèi)數據源的數據采集工作，打通數據倉庫和數據湖之間元數據的移動(dòng)和訪(fǎng)問(wèn)，同時(shí)能夠對結構化與非結構化數據進(jìn)行集中存儲與處理。同時(shí)，廠(chǎng)商還需要考慮到企業(yè)數據存儲的擴容需求，保證用戶(hù)能夠穩定通過(guò)增加存儲節點(diǎn)應對數據量的增長(cháng)。

提供數據治理服務(wù)，構建全面的數據資產(chǎn)管理體系。首先，廠(chǎng)商需要具備數據治理和咨詢(xún)規劃能力，通過(guò)對企業(yè)數據進(jìn)行全面盤(pán)點(diǎn)，對數據指標進(jìn)行分類(lèi)，制定數據標準，劃分數據安全等級等，將企業(yè)數據資產(chǎn)化。其次，廠(chǎng)商需要通過(guò)成熟的中臺產(chǎn)品實(shí)現數據開(kāi)發(fā)和處理的標準化流程，建立數據類(lèi)目標簽體系，便于數據檢索和維護，實(shí)現數據治理的完整閉環(huán)。

能構建完整的數據開(kāi)發(fā)鏈路，形成高效數據服務(wù)。廠(chǎng)商數據中臺產(chǎn)品需要提供統一的數據服務(wù)接口，以及實(shí)時(shí)和離線(xiàn)開(kāi)發(fā)工具，同時(shí)配合智能調度、智能運維、監控告警等一系列工具，實(shí)現數據資產(chǎn)的統一開(kāi)發(fā)和調用，提升數據開(kāi)發(fā)人員和分析人員的效率，高效靈活地支撐前臺業(yè)務(wù)。其次，廠(chǎng)商產(chǎn)品需具備數據服務(wù)能力，提供將數據資產(chǎn)快速轉化為業(yè)務(wù)可用數據服務(wù)的功能體系，并實(shí)現數據服務(wù)的管理和調度。

具備豐富落地經(jīng)驗，能提供企業(yè)數據中臺建設咨詢(xún)和定制化服務(wù)。企業(yè)需要具備較強的咨詢(xún)服務(wù)能力，需為企業(yè)在數據運營(yíng)體系、組織協(xié)同和數據應用場(chǎng)景拓展三方面提供切實(shí)可行的方案，并通過(guò)培訓等方式強化和落實(shí)。此外，不同行業(yè)、不同規模的企業(yè)其組織文化、業(yè)務(wù)場(chǎng)景和數字化水平差異巨大，因此數據中臺的定制化程度較高，廠(chǎng)商需要在積累大量客戶(hù)服務(wù)經(jīng)驗基礎上，加深其對不同行業(yè)和業(yè)務(wù)場(chǎng)景的認知和理解，提升面向不同行業(yè)的解決方案成熟度以及定制化水平。

入選標準：

1. 符合數據中臺全部廠(chǎng)商能力要求；

2. 2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥8個(gè)

3. 2021Q2至2022Q1該市場(chǎng)合同收入≥1000萬(wàn)元

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

每日互動(dòng)

廠(chǎng)商介紹：

每日互動(dòng)股份有限公司（簡(jiǎn)稱(chēng)“每日互動(dòng)”）成立于2010年，是專(zhuān)業(yè)的數據智能服務(wù)商，致力于用數據讓產(chǎn)業(yè)更智能。公司在互聯(lián)網(wǎng)運營(yíng)、用戶(hù)增長(cháng)、品牌營(yíng)銷(xiāo)、金融風(fēng)控等場(chǎng)景積累了豐富經(jīng)驗，為互聯(lián)網(wǎng)企業(yè)和政府部門(mén)提供豐富的數據智能產(chǎn)品、服務(wù)與解決方案。

產(chǎn)品服務(wù)介紹：

每日治數平臺DIOS定位數據智能操作系統，包含數據治理平臺、數據建模平臺、機器學(xué)習平臺、標簽平臺、數據開(kāi)發(fā)平臺、可視化平臺、數據服務(wù)平臺、調度平臺等八個(gè)功能組件，為用戶(hù)提供可視化向導式的操作和交互界面，使開(kāi)發(fā)人員和工程師能夠以項目模式省時(shí)省力地進(jìn)行數據治理和開(kāi)發(fā)工作；同時(shí)，平臺提供全生態(tài)低代碼和無(wú)代碼應用構建能力，使得無(wú)開(kāi)發(fā)背景的業(yè)務(wù)人員，能夠便捷地應用數據、靈活地分析數據；此外，平臺還提供完善的安全管控機制，讓企業(yè)和組織安心地管理和使用數據資產(chǎn)。與傳統中臺不同，每日治數平臺DIOS操作便捷、輕量、易上手，對外輸出治數能力，已在政務(wù)、品牌營(yíng)銷(xiāo)、交通、金融等行業(yè)積累豐富的實(shí)踐案例。

廠(chǎng)商評估：

每日治數平臺DIOS功能完善，能為用戶(hù)提供數據接入、數據治理以及數據應用等一站式數據工作平臺。此外，每日治數平臺DIOS數據應用組件門(mén)檻低，易上手，能加速企業(yè)應用落地，幫助企業(yè)沉淀經(jīng)驗建立方法論體系。

每日治數平臺DIOS提供數據接入、數據治理到數據應用的一站式工作平臺。數據接入方面，每日治數平臺支持分布式數據接入，能穩定高效實(shí)現多源異構數據集成。此外，通過(guò)每日治數平臺DIOS，用戶(hù)可實(shí)現自身數據與每日互動(dòng)等第三方數據打通，豐富數據來(lái)源。數據治理方面，每日治數平臺DIOS提供行業(yè)數據標準定義、數據資產(chǎn)管理、數據質(zhì)量監控、資產(chǎn)地圖展示等功能，幫助客戶(hù)提升數據質(zhì)量、搭建數據資產(chǎn)中心。數據應用方面，每日治數平臺DIOS提供數據建模、機器學(xué)習、數據標簽、可視化等功能組件，為用戶(hù)提供歸因、預測等智能業(yè)務(wù)應用。

每日治數平臺DIOS的數據應用組件具有可視化、低代碼的特性，門(mén)檻低，用戶(hù)易上手。如可視化平臺內置30余種主流圖表，業(yè)務(wù)人員可自助搭建數據看板，進(jìn)行業(yè)務(wù)趨勢、道路運行、投放轉化、人口流動(dòng)等場(chǎng)景的數據分析；機器學(xué)習平臺提供豐富算法、可視化的模型指標，非建模專(zhuān)業(yè)人員也可快速完成算法開(kāi)發(fā)、模型訓練、模型評估、在線(xiàn)預測等機器學(xué)習全流程；建模平臺支持低代碼數據建模，業(yè)務(wù)人員通過(guò)“拖拉拽”式的簡(jiǎn)單操作即可完成數據建模，便捷高效。

每日治數平臺DIOS幫助企業(yè)沉淀自身數據經(jīng)驗，建立方法論體系，提升數據加工效率。每日治數平臺DIOS支持用戶(hù)將可復用的數據能力、業(yè)務(wù)能力、效率工具沉淀成企業(yè)獨有的數據產(chǎn)品和工具。如可視化平臺中，業(yè)務(wù)人員可將自建的通用主題看板沉淀成看板模板，供團隊復用，提升工作效率。此外，用戶(hù)也可以積累企業(yè)獨有的模型算法庫、業(yè)務(wù)標簽洞察體系等，供企業(yè)內部業(yè)務(wù)人員、分析師以及開(kāi)發(fā)人員查看、分析和應用。

每日互動(dòng)在政務(wù)、高速、金融、互聯(lián)網(wǎng)、品牌營(yíng)銷(xiāo)等多個(gè)領(lǐng)域積累深厚，加速用戶(hù)數據應用落地。一方面每日互動(dòng)積累了豐富的行業(yè)標簽和特征數據以及大量在實(shí)際場(chǎng)景復用度高的算法模型，內嵌到每日治數平臺DIOS中，形成可靈活調用的能力組件、行業(yè)標簽模板、算法模型庫等，開(kāi)箱即用，幫用戶(hù)快速進(jìn)行應用落地及業(yè)務(wù)論證；另一方面，多年的行業(yè)積累使得每日互動(dòng)團隊在品牌營(yíng)銷(xiāo)、智慧高速、智能政務(wù)、金融風(fēng)控等領(lǐng)域積累專(zhuān)業(yè)知識和深度理解，能準確挖掘客戶(hù)需求，并與客戶(hù)的工程師、分析師、建模師密切合作，解決客戶(hù)業(yè)務(wù)場(chǎng)景中的各種問(wèn)題，將數據應用真正落地，釋放數據價(jià)值。比如，在品牌營(yíng)銷(xiāo)領(lǐng)域，每日互動(dòng)不僅幫助品牌主完善和治理數據資產(chǎn)，還協(xié)助品牌挖掘用戶(hù)數據，根據樣本人群特征，搭建購買(mǎi)預測模型，明確高潛力購買(mǎi)人群，實(shí)現定向投放。

3.6云數據平臺

市場(chǎng)定義：

云數據平臺是具備多租戶(hù)、彈性擴展、計算存儲分離等特性的新一代數據平臺，提供數據存儲計算、數據集成、數據開(kāi)發(fā)、數據治理、運營(yíng)管理、數據分析、數據共享和服務(wù)等一站式能力，支持對各類(lèi)結構化和非結構化數據的處理，以及BI、數據科學(xué)、AI/ML、實(shí)時(shí)分析等數據應用場(chǎng)景，從而幫助企業(yè)低成本地獲得自助式、可按需使用的數據平臺服務(wù)，并實(shí)現安全的跨組織數據共享和消費。

甲方終端用戶(hù)：

企業(yè)管理層、IT部門(mén)、業(yè)務(wù)部門(mén)

甲方核心需求：

企業(yè)隨著(zhù)數字化轉型的推進(jìn)，數據規模和數據應用場(chǎng)景快速增長(cháng)，而傳統架構的數據倉庫、數據湖等數據基礎設施，由于不具備彈性擴容、多租戶(hù)管理等能力，導致使用門(mén)檻高、擴容和運維成本高、數據利用效率低、組織間數據共享難等問(wèn)題日益突出。針對諸多問(wèn)題，企業(yè)需求具體如下。

數智化時(shí)代，以數據驅動(dòng)業(yè)務(wù)的趨勢愈發(fā)明顯，然而在傳統數據應用體系下，企業(yè)普遍缺乏全流程的數據工具，不同模塊間鏈接不通暢、數據利用效率低等問(wèn)題突出，因此通過(guò)一站式的數據產(chǎn)品及服務(wù)，降低開(kāi)發(fā)成本、減少開(kāi)發(fā)時(shí)間、實(shí)現數據價(jià)值最大化是企業(yè)現階段重點(diǎn)需求。

為全方面激發(fā)數據價(jià)值，企業(yè)需要跨部門(mén)、跨業(yè)務(wù)線(xiàn)甚至跨企業(yè)、跨地域的數據共享與聯(lián)動(dòng)分析，并可能需要引入外部數據源進(jìn)行數據補充。因此，在保證數據安全、自主可控的前提下實(shí)現跨組織的數據共享與分析是企業(yè)的另一需求。

傳統數據平臺系統，由于擴展彈性較差，且不支持存儲和計算獨立擴容，導致閑時(shí)存儲、計算資源浪費，且投資成本高，因此企業(yè)需要降低數據庫及算力投資、運維成本，實(shí)現實(shí)際需求與可調用能力的精準匹配。

隨著(zhù)競爭的逐漸加劇，越來(lái)越多的企業(yè)決策者和業(yè)務(wù)人員，都期望能夠實(shí)現T+1甚至 T+0 的實(shí)時(shí)數據反饋，從而基于更有時(shí)效性的數據進(jìn)行業(yè)務(wù)決策，避免因決策周期過(guò)長(cháng)而導致錯失商機，如何實(shí)時(shí)地集成、調用、分析數據也是企業(yè)重要關(guān)注點(diǎn)。

廠(chǎng)商能力要求：

廠(chǎng)商需要提供云數據平臺產(chǎn)品和相關(guān)解決方案，需具備以下能力：

能為企業(yè)提供從數據存儲、數據集成、到數據分析應用的一站式數據服務(wù)，通過(guò)產(chǎn)品的整體封裝，屏蔽了底層技術(shù)框架的復雜性，幫助企業(yè)建立易用的全流程數據工具體系，實(shí)現數據價(jià)值的深度挖掘，并提供/支持BI可視化功能，直觀(guān)簡(jiǎn)約的體現數據價(jià)值，賦能企業(yè)管理層和業(yè)務(wù)人員。

具備多租戶(hù)管理能力，實(shí)現跨組織數據共享與消費，使企業(yè)能夠對來(lái)自?xún)炔坎煌瑯I(yè)務(wù)部門(mén)、分支機構以及外部不同組織的數據源進(jìn)行數據專(zhuān)區隔離管理，在保持各數據源獨立性、數據安全性的前提下，實(shí)現跨組織的數據共享，并以此來(lái)提升企業(yè)數據建模能力，更好的為業(yè)務(wù)賦能。

基于云環(huán)境，將整體數據平臺云化，利用云服務(wù)器、分布式存儲等技術(shù)，產(chǎn)品采用計算存儲分離架構，具備彈性可伸縮能力，根據企業(yè)需求實(shí)現在公有云、私有云、混合云等部署環(huán)境下的一鍵擴縮容、按需計費，并大幅降低運維成本。

具備更快捷的復雜查詢(xún)性能，從而明顯降低批處理、即席查詢(xún)等任務(wù)所需的時(shí)間，支持實(shí)時(shí)分析，保證數據處理能力的高時(shí)效。

支持主流的開(kāi)源生態(tài)，并提供智能化的運維管控平臺，實(shí)時(shí)監控數據平臺運行狀態(tài)，并提供多種方式的告警服務(wù)。

入選標準：

1. 符合數據中臺全部廠(chǎng)商能力要求；

2. 2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥5個(gè)

3. 2021Q2至2022Q1該市場(chǎng)合同收入≥1000萬(wàn)元

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

科杰科技

廠(chǎng)商介紹：

科杰科技是一家數據能力構建商，核心技術(shù)團隊擁有豐富的頭部互聯(lián)網(wǎng)企業(yè)云數據平臺搭建及運營(yíng)經(jīng)驗，致力于將成熟完備的數據底座產(chǎn)品與多業(yè)態(tài)復雜場(chǎng)景的最佳實(shí)踐有機融合，為企業(yè)提供數據管理、開(kāi)發(fā)挖掘、運維一體化的整套方案，助力企業(yè)快速構建數據能力，實(shí)現高度規范化、敏捷化的數據工作協(xié)同與數據應用創(chuàng )新?，F已服務(wù)多家政府單位及金融、能源、汽車(chē)、零售等多行業(yè)頭部企業(yè)。

產(chǎn)品服務(wù)介紹：

科杰科技核心產(chǎn)品Keen Data lakehouse是采用云原生湖倉一體架構的大數據底座，擁有大數據基礎平臺 Keen KDP、數據開(kāi)發(fā)管理平臺Keen BDP、數據同步系統Keen Dsync、實(shí)時(shí)計算平臺Keen Stream、數據標準產(chǎn)品Keen DSM、數據質(zhì)量產(chǎn)品Keen DQM、主數據管理平臺Keen MDM、數據科學(xué)平臺Keen DSP、數據資產(chǎn)目錄Keen Asset、數據指標平臺Keen Index、數據服務(wù)平臺Keen DAAS 、數據標簽平臺Keen TAG等12大功能模塊，在實(shí)現多云資源統一納管、彈性擴展和靈活調度的基礎上，同時(shí)滿(mǎn)足數據統一采集、存儲、開(kāi)發(fā)、管理和服務(wù)的需求，具有高性能高穩定性的特性。

廠(chǎng)商評估：

科杰科技基于自身領(lǐng)先的大數據與云原生技術(shù)能力，形成了具有良好兼容性、擴展性和易用性的云數據平臺產(chǎn)品，配合其久經(jīng)驗證的落地方法論，幫助企業(yè)建設全域數據資產(chǎn)開(kāi)發(fā)、管理和運營(yíng)能力。

產(chǎn)品體系完整，能夠一站式賦予企業(yè)全鏈路數據能力。科杰科技Keen Data Lakehouse 12大功能模塊提供從數據采集、開(kāi)發(fā)、治理到數據資產(chǎn)管理、數據建模分析、數據服務(wù)全鏈路數據能力，能夠一站式滿(mǎn)足企業(yè)云上數據管理和開(kāi)發(fā)應用需求。

采用領(lǐng)先的技術(shù)架構，支持企業(yè)數字化長(cháng)遠發(fā)展。科杰科技數據底座采用業(yè)內領(lǐng)先的云原生與湖倉一體技術(shù)架構，支持萬(wàn)億級別以上大數據存儲計算、分析挖掘，具備萬(wàn)臺節點(diǎn)、千人協(xié)同開(kāi)發(fā)的能力。同時(shí)，采用分布式、高可用、可擴展的存儲架構，讓企業(yè)無(wú)需進(jìn)行架構和模塊代碼調整即可增加服務(wù)器數量，性能隨節點(diǎn)數量線(xiàn)性上升，便捷滿(mǎn)足系統業(yè)務(wù)擴容需要，可支持企業(yè)未來(lái)5-10年數據能力建設，大幅減少實(shí)施部署成本?；陬I(lǐng)先技術(shù)架構的數據底座，可以支撐企業(yè)未來(lái)長(cháng)期的數字化轉型需求。

兼容性佳，支持異構資源的統一納管。在兼容性方面，科杰科技大數據底座產(chǎn)品解決了不同技術(shù)框架間在實(shí)時(shí)/離線(xiàn)一體計算、統一資源調度和ACID事務(wù)性等方面的適配問(wèn)題，能夠同時(shí)兼容Oracle、MPP等數據庫，并涵蓋Hive、Spark、Flink等Hadoop原生組件，從而對企業(yè)原有數據庫進(jìn)行最大程度復用，避免重復建設，形成對云遷移或混合云部署的良好支撐。

易用性強，能實(shí)現流程自動(dòng)化，賦能組織高效開(kāi)展數據協(xié)作和運營(yíng)。產(chǎn)品整體設計融合DataOps方法論，貫穿并落實(shí)進(jìn)數據部署、治理、運維、到最終應用于生產(chǎn)的全生命周期，提升了數據工程師、數據分析師等不同角色的協(xié)作水平，并賦予企業(yè)大規?？鐖F隊協(xié)同開(kāi)發(fā)的能力。同時(shí)，通過(guò)固定流程將部分數據工作自動(dòng)化，降低了數據分析應用的技術(shù)門(mén)檻。

擁有最佳實(shí)踐方法論，有效幫助企業(yè)全域數據資產(chǎn)體系落地。科杰科技擁有大型互聯(lián)網(wǎng)企業(yè)大數據團隊基因，并結合多年服務(wù)經(jīng)驗形成了獨有企業(yè)數據平臺建設流程與迭代方法論。一方面，針對數據工作的長(cháng)流程與高度復雜性，科杰科技能夠快速為企業(yè)梳理和盤(pán)點(diǎn)現有數據，構建通用數據層次和管理架構，根據企業(yè)業(yè)務(wù)需求確立數據標準和規范。另一方面，針對企業(yè)組織架構、管理習慣的不同特點(diǎn)，以及在數據管理和使用上的不同角色，科杰科技能夠對企業(yè)不同業(yè)務(wù)線(xiàn)、集團和分公司之間的多租戶(hù)數據權限、數據安全、存儲壓力等問(wèn)題提出針對性解決方案，并將項目管理、項目結果復用等數據工作管理辦法通過(guò)培訓方式輸入企業(yè)內部，實(shí)現企業(yè)全域數據資產(chǎn)管理體系的落地。

典型客戶(hù)：

中金公司、貴陽(yáng)銀行、永旺

數新網(wǎng)絡(luò )

廠(chǎng)商介紹：

浙江數新網(wǎng)絡(luò )有限公司（以下簡(jiǎn)稱(chēng)：數新網(wǎng)絡(luò )）由原阿里云大數據平臺研發(fā)總監，御膳房、DataWorks平臺創(chuàng )始人，數加平臺總負責人陳廷梁創(chuàng )建。經(jīng)過(guò)多年研發(fā)投入，數新網(wǎng)絡(luò )已具備政務(wù)、金融、能源、高端制造、教育等多行業(yè)專(zhuān)屬解決方案，高效助力企業(yè)深挖數據價(jià)值，打造核心競爭力。

產(chǎn)品服務(wù)介紹：

數新DataCyber云數據平臺解決方案，包含了云數據平臺Cybermeta、數據科學(xué)平臺CyberScience、運維管控平臺CyberOPS、大數據分析工具CyberExcel四大核心產(chǎn)品?；谒目町a(chǎn)品，數新網(wǎng)絡(luò )可提供數據匯聚到數據服務(wù)、高效建模、智能運維、智能分析的一站式服務(wù)，讓數據從采集到展現、從分析到驅動(dòng)應用得到高質(zhì)量結合，整體提升企業(yè)競爭力。

廠(chǎng)商評估：

綜合來(lái)看，數新網(wǎng)絡(luò )在一站式服務(wù)能力、產(chǎn)品協(xié)同性、技術(shù)架構先進(jìn)、交付靈活性、生態(tài)五個(gè)方面具備優(yōu)勢。

在產(chǎn)品體系方面，數新DataCyber云數據平臺解決方案擁有完善的產(chǎn)品矩陣，包含CyberMeta、CyberScience、CyberOPS、CyberExcel四大核心產(chǎn)品。一方面，可以為客戶(hù)提供一站式服務(wù)，幫助用戶(hù)快速建立從底層數據存儲到上層數據應用的全流程數據工具體系；另一方面，能夠為客戶(hù)提供線(xiàn)上管控運維、數據可視化等輔助功能，幫助用戶(hù)有效降低運維成本，提升整體數據利用效率。

產(chǎn)品協(xié)同性方面， 相較于傳統公司各模塊獨立設計的方式，DataCyber基于后發(fā)優(yōu)勢，打造了具備高協(xié)同性的產(chǎn)品矩陣，有效解決了產(chǎn)品間解耦問(wèn)題，大幅簡(jiǎn)化了用戶(hù)產(chǎn)品適配以及系統建設流程，客戶(hù)在購買(mǎi)產(chǎn)品后能夠快速實(shí)現數據價(jià)值的提升。

在產(chǎn)品技術(shù)架構方面，首先，DataCyber采用流批一體技術(shù)架構，通過(guò)整合高性能、穩定版本的開(kāi)源存儲及計算大數據組件，支持兼容多種主流開(kāi)源存儲計算引擎，有效降低用戶(hù)產(chǎn)品使用成本；其次，支持面對甲方客戶(hù)的定向開(kāi)源，可以在各大云平臺部署使用，使客戶(hù)避免技術(shù)路徑依賴(lài)，提高技術(shù)的自主可控性；第三，具備彈性擴縮容、多租戶(hù)管理、跨組織數據共享和實(shí)時(shí)查詢(xún)分析、告警等多種核心能力；第四，公司80%為研發(fā)人員，團隊主要來(lái)自大數據和金融領(lǐng)域，擁有豐富的行業(yè)經(jīng)驗和產(chǎn)品研發(fā)經(jīng)驗，有力支撐了產(chǎn)品的開(kāi)發(fā)與升級。

在產(chǎn)品交付實(shí)施方面，DataCyber支持多種靈活的交付方式，可以根據客戶(hù)需求提供標準化及定制化產(chǎn)品解決方案；同時(shí)，數新支持多樣化的產(chǎn)品部署模式，可以根據不同行業(yè)客戶(hù)需求，提供公有云、行業(yè)云以及私有云部署方式，便于客戶(hù)快速部署實(shí)施。

在生態(tài)合作方面，數新已與多家數據服務(wù)廠(chǎng)商建立深度合作關(guān)系，針對客戶(hù)個(gè)性化服務(wù)需求，數新可以快速集成合作伙伴能力，為客戶(hù)提供前期咨詢(xún)規劃、數據開(kāi)發(fā)治理、后期維保培訓等全流程服務(wù)，并能夠為伙伴提供的服務(wù)進(jìn)行全程把控，確保服務(wù)交付質(zhì)量。

典型客戶(hù)：

浙江省金融綜合服務(wù)平臺、杭州市臨安區數據中樞平臺、杭州市濱江區科技積分貸平臺

3.7數據分析平臺

市場(chǎng)定義：

數據分析平臺是一套由ETL引擎、數據倉庫、數據分析工具和數據查詢(xún)報表工具等功能模塊組成的軟件系統，能夠在打通和整合企業(yè)內部各類(lèi)數據源基礎上，通過(guò)多樣化的數據查詢(xún)和分析，以數據報表和其他可視化圖表形式輸出數據分析結果。

甲方終端用戶(hù)：

企業(yè)數據分析師、業(yè)務(wù)分析師、管理人員

甲方核心需求：

數據分析和可視化是企業(yè)數據最直觀(guān)的價(jià)值呈現方式。隨著(zhù)數據量的指數級上升和數據類(lèi)型的豐富，企業(yè)對數據分析平臺的需求也從最初較為簡(jiǎn)單和定向的報表和大屏，向多元化、場(chǎng)景化的深度挖掘分析，以及低操作門(mén)檻的方向演變，具體而言：

支持業(yè)務(wù)人員、管理人員實(shí)現自主數據分析。數據分析結果的最終受眾是企業(yè)業(yè)務(wù)人員和管理人員，但大多數數據分析平臺的主要使用者是企業(yè)數據團隊，在業(yè)務(wù)邏輯向數據邏輯轉換過(guò)程中，由于溝通成本等原因，需求響應的即時(shí)性和準確性都難以保證。因此，企業(yè)業(yè)務(wù)人員和管理人員需要一個(gè)低門(mén)檻、易操作的數據分析查詢(xún)平臺，不僅能夠直接滿(mǎn)足其部分即時(shí)性、靈活的數據分析需求，同時(shí)還能夠方便其參與數據分析過(guò)程，與數據團隊協(xié)作共建。

提升數據分析結果產(chǎn)出速度。企業(yè)在多年的數據分析實(shí)踐中，經(jīng)過(guò)多次加工處理形成了極度膨脹的ETL任務(wù)和中間表，在運行中會(huì )消耗大量IT資源，嚴重拖慢了分析結果產(chǎn)出的速度。隨著(zhù)外部市場(chǎng)的變化加快和企業(yè)運營(yíng)的敏捷性提高，企業(yè)需要小時(shí)級、分鐘級的分析結果，無(wú)法接受以天為單位的產(chǎn)出。

支持業(yè)務(wù)側大量場(chǎng)景化、定制化需求。隨著(zhù)企業(yè)在對數據分析產(chǎn)品的使用不斷加深，不再滿(mǎn)足于僅僅用其生產(chǎn)固定報表，而是希望能在更多深度結合垂直業(yè)務(wù)的分析場(chǎng)景下使用數據分析平臺滿(mǎn)足相應的需求。然而，大部分數據分析平臺是基于預設的分析場(chǎng)景進(jìn)行搭建，新需求的實(shí)現需要數據工程師進(jìn)行定制化開(kāi)發(fā)，等待周期較長(cháng)，極為不便。

廠(chǎng)商能力要求：

為滿(mǎn)足以上需求，廠(chǎng)商需要為企業(yè)提供高性能、分析功能強大、低門(mén)檻的數據分析平臺，具體而言：

通過(guò)構建高性能數據分析引擎或高效數據流通鏈路等方式，提升數據分析速度。其一，廠(chǎng)商可以基于A(yíng)I算法，在數據準備和數據探尋等數據分析環(huán)節中實(shí)現流程的自動(dòng)化，提升效率；其二，廠(chǎng)商可以通過(guò)建立更完善和通暢的數據接入、處理、分析全鏈路，加快數據流轉。此外，廠(chǎng)商還可以通過(guò)構建獨立的模型指標層，實(shí)現數據存儲和計算的解耦，從而實(shí)現高效的數據分析。

能提供豐富的數據分析功能，并支持模型、指標的靈活調整。廠(chǎng)商對預設數據分析場(chǎng)景的定制化能力無(wú)法滿(mǎn)足企業(yè)衍生出的多樣化、垂直場(chǎng)景化的分析需求。因此，廠(chǎng)商首先需要在產(chǎn)品中加入以機器學(xué)習、深度學(xué)習等技術(shù)為基礎的分析引擎，支持對大數據實(shí)現歸因分析、預測分析等多種智能化分析方式；其次，廠(chǎng)商產(chǎn)品需要支持數據模型以托拉拽等方式靈活調整，幫助數據分析人員實(shí)現快速按需定制。

能提供低門(mén)檻、高易用的數據交互方式，滿(mǎn)足業(yè)務(wù)人員使用需求。為應對非數據分析專(zhuān)業(yè)人員的查詢(xún)、分析需求，廠(chǎng)商首先需要提供便捷的數據查詢(xún)入口，支持通過(guò)拖拉拽、搜索、語(yǔ)音等簡(jiǎn)易交互方式實(shí)現數據查詢(xún)；其次，廠(chǎng)商需要優(yōu)化在報表展示界面，讓用戶(hù)能夠通過(guò)滑動(dòng)、托拉拽等操作自主進(jìn)行數據和指標的關(guān)聯(lián)分析、對比分析等，并支持多種圖形化呈現方式選擇。

入選標準：

1. 符合數據分析平臺全部廠(chǎng)商能力要求；

2. 2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥10個(gè)

3. 2021Q2至2022Q1該市場(chǎng)合同收入≥1000萬(wàn)元

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

佰聆數據

廠(chǎng)商介紹：

佰聆數據是一家企業(yè)數字化運營(yíng)能力提供商，基于數字化運營(yíng)平臺產(chǎn)品、DASO方法論和專(zhuān)業(yè)的本地化服務(wù)團隊，形成深度貼合不同行業(yè)屬性和業(yè)務(wù)特色的“平臺+服務(wù)”一站式數字化運營(yíng)解決方案，幫助各企業(yè)形成數據驅動(dòng)的戰略決策、市場(chǎng)開(kāi)拓、經(jīng)營(yíng)管理、風(fēng)險管控能力。目前已累計服務(wù)電力、金融、政府、制造、通信等行業(yè)的近百家大型政、企單位。

產(chǎn)品服務(wù)介紹：

佰聆數據以在實(shí)踐中沉淀總結的企業(yè)數字化運營(yíng)方法論DASO為指導，打造了以“聆鑒”、“聆析”為核心的數字化運營(yíng)平臺，支撐企業(yè)快速構建指標、模型、標簽、策略等數字化要素，并基于此開(kāi)展各類(lèi)大數據挖掘分析工作。其中，聆鑒是企業(yè)級大數據標簽運營(yíng)平臺，幫助企業(yè)以標簽的方式從海量異構數據中高效提煉各類(lèi)業(yè)務(wù)對象特征與需求；聆析是企業(yè)級大數據深度探索分析平臺，基于創(chuàng )新的“分析導圖”技術(shù)，支撐用戶(hù)靈活開(kāi)展大數據分析和數據深度探索。

廠(chǎng)商評估：

在產(chǎn)品方面，佰聆數據以 “分析導圖”、“策略畫(huà)布”、“場(chǎng)景畫(huà)像“、“看板雙模切換”等創(chuàng )新性功能，實(shí)現了產(chǎn)品獨特的易用性；在服務(wù)方面，佰聆數據以本地化專(zhuān)業(yè)服務(wù)團隊，以及成熟的落地經(jīng)驗和方法論，支撐數據分析應用在企業(yè)的高效落地，助力企業(yè)實(shí)現數字化轉型。

首創(chuàng )“分析導圖”技術(shù)，支持智能化的數據深度探索分析。佰聆數據創(chuàng )造性地提出了“分析導圖”技術(shù)，對業(yè)務(wù)分析人員在分析工作中的“分析思維過(guò)程”進(jìn)行建模，基于多節點(diǎn)聯(lián)動(dòng)分析的分析思路映射與優(yōu)化技術(shù)，將用戶(hù)大腦中隱性的分析思路以“分析導圖”的方式進(jìn)行管理，同時(shí)結合機器學(xué)習、知識圖譜、NLP等技術(shù)，實(shí)現對話(huà)式交互分析、分析思路智能推薦、分析結論自動(dòng)生成等增強型分析能力，提升用戶(hù)對海量數據的洞察能力，支撐用戶(hù)開(kāi)展大數據分析和數據深度探索。

具備立體化策略設計能力，數據分析成果快速賦能業(yè)務(wù)執行。傳統數據分析工具能夠產(chǎn)出數據分析結果，但無(wú)法直接觸達業(yè)務(wù)，而聆鑒平臺的“策略畫(huà)布”支持業(yè)務(wù)人員以托拉拽方式制定業(yè)務(wù)策略，并支持對策略進(jìn)行預演和效果評估，最后通過(guò)策略執行端與企業(yè)內部各種微服務(wù)進(jìn)行連接，實(shí)現策略自動(dòng)發(fā)布執行。以電網(wǎng)欠費催收業(yè)務(wù)為例，電網(wǎng)公司原本需要在高風(fēng)險欠費用戶(hù)篩選完成后，在短信平臺上傳名單，編輯短信內容并發(fā)送，數據分析和業(yè)務(wù)執行是割裂狀態(tài)。使用聆鑒平臺后，業(yè)務(wù)人員能夠直接在策略畫(huà)布設計整個(gè)業(yè)務(wù)策略，并一鍵進(jìn)行審批—發(fā)布執行完整流程，大大提升了業(yè)務(wù)響應速度。

本地化專(zhuān)業(yè)團隊提供貼身服務(wù)。佰聆數據擁有由數據分析師、數據科學(xué)家、資深行業(yè)專(zhuān)家組成的專(zhuān)業(yè)、能力全面的大數據技術(shù)服務(wù)團隊，能夠全方位解決客戶(hù)在數據采集處理、數據分析、挖掘構建、場(chǎng)景化應用等各方面問(wèn)題。同時(shí)，佰聆數據在全國超20個(gè)省市具備本地化服務(wù)網(wǎng)絡(luò )，能夠敏捷響應，快速支持，提供貼身服務(wù)。

在電力、政府、金融等多個(gè)行業(yè)擁有豐富實(shí)施經(jīng)驗和成熟落地方法論。佰聆數據擁有10年以上大數據分析應用經(jīng)驗，并長(cháng)期深耕電力、金融、政府等領(lǐng)域，成立至今已服務(wù)國家電網(wǎng)、南方電網(wǎng)兩大電網(wǎng)公司多個(gè)省級以上電網(wǎng)公司，深交所、建設銀行、廣發(fā)銀行等金融機構，以及人社部社保中心等政府單位，能夠貼合業(yè)務(wù)場(chǎng)景進(jìn)行數據分析應用的部署和落地。此外，佰聆數據獨創(chuàng )由發(fā)現問(wèn)題、分析問(wèn)題、評估改進(jìn)和解決問(wèn)題四大環(huán)節組成的“DASO”方法論，通過(guò)科學(xué)完整的方法論推動(dòng)實(shí)現從業(yè)務(wù)現狀到業(yè)務(wù)目標和最佳實(shí)踐的轉化。

典型客戶(hù)：

國家電網(wǎng)客服中心、京博控股、廣發(fā)銀行

北極九章

廠(chǎng)商介紹：

北極九章是一家企業(yè)數據增強型分析能力提供商，具備行業(yè)領(lǐng)先的NLP自然語(yǔ)言處理技術(shù)，以簡(jiǎn)潔的對話(huà)式搜索顛覆傳統SQL數據查詢(xún)，讓數據分析工具低門(mén)檻直接賦能企業(yè)業(yè)務(wù)人員，幫助企業(yè)輕量級打造數據分析與業(yè)務(wù)應用的高效閉環(huán)，并推動(dòng)形成“全民數據科學(xué)家”的探索型數據文化。目前，北極九章產(chǎn)品已在金融、互聯(lián)網(wǎng)、快消、零售等多個(gè)行業(yè)數十家標桿企業(yè)成功落地，并與華為云、騰訊云、AWS、Kyligence、聽(tīng)云、售后寶等企業(yè)達成生態(tài)合作。

產(chǎn)品服務(wù)介紹：

北極九章增強型數據分析引擎，是一款面向非數據分析專(zhuān)業(yè)的業(yè)務(wù)人員和管理人員的智能化數據分析工具，以自然語(yǔ)言搜索式數據查詢(xún)功能為核心，提供多種智能分析模型，支持自動(dòng)適配生成報表，同時(shí)能通過(guò)自動(dòng)化數據備份、多維權限驗證、不可逆數據加密等強大的數據管理手段保障企業(yè)數據安全，打造安全數據管理體系與高效的數據協(xié)作范式。

廠(chǎng)商評估：

北極九章產(chǎn)品以領(lǐng)先的NLP和機器學(xué)習技術(shù)，為企業(yè)業(yè)務(wù)和管理人員打造高度易用的分析場(chǎng)景，既能為中小型企業(yè)提供相對完整的數據分析能力，又能在大型企業(yè)中作為傳統BI的必要補充，解決企業(yè)數據分析能力最后一公里的問(wèn)題。

采用先進(jìn)NLP to SQL自然語(yǔ)言識別交互技術(shù)，降低數據分析門(mén)檻。北極九章采用完全自研的NLP技術(shù)，將自然語(yǔ)言轉化為SQL語(yǔ)言完成數據查詢(xún)工作，并且適應人與人之間自然對話(huà)場(chǎng)景指向模糊的開(kāi)放性問(wèn)題。例如，用戶(hù)直接檢索“XX商品銷(xiāo)量”，系統可自動(dòng)識別語(yǔ)義并按時(shí)間、地區等常用維度展示與關(guān)鍵詞相關(guān)的數據。此外，北極九章產(chǎn)品支持設置和沉淀不同行業(yè)內部特有的表述方式，從而最大限度貼近用戶(hù)使用習慣，降低數據分析的學(xué)習成本和技術(shù)門(mén)檻。

能力全面，對于未使用BI產(chǎn)品的企業(yè)，能一站式滿(mǎn)足大部分數據分析與可視化需求。首先，北極九章增強型數據分析引擎覆蓋數據管理、數據搜索、數據分析、可視化、數據訂閱和協(xié)作全生命周期，具備自然語(yǔ)言查詢(xún)、自動(dòng)可視化圖表生成、自動(dòng)下鉆進(jìn)行智能化歸因分析、時(shí)序預測分析等功能，幫助企業(yè)構建完整的數據分析能力。其次，北極九章可通過(guò)對數據預處理提升查詢(xún)分析響應速度，實(shí)現TB級數據實(shí)時(shí)獲取分析結果。最后，北極九章產(chǎn)品讓企業(yè)員工能夠低門(mén)檻自主探索數據分析場(chǎng)景，尋找指標之間的關(guān)聯(lián)，根據企業(yè)自身業(yè)務(wù)邏輯實(shí)踐出最適合的分析場(chǎng)景。

靈活低門(mén)檻，對已使用傳統BI產(chǎn)品的企業(yè)，能短、平、快解決業(yè)務(wù)部門(mén)的靈活分析需求，打通企業(yè)數據分析能力最后一公里。敏捷BI產(chǎn)品的報表模板相對固定，更改和創(chuàng )建門(mén)檻高，依賴(lài)專(zhuān)業(yè)數據分析師，因此，敏捷BI既難以滿(mǎn)足業(yè)務(wù)部門(mén)提出的具有高度靈活性的長(cháng)尾需求，對于業(yè)務(wù)部門(mén)的日常性分析需求也會(huì )因業(yè)務(wù)人員和數據人員對業(yè)務(wù)場(chǎng)景的理解不一致而無(wú)法發(fā)揮最佳效果，甚至導致數據分析和業(yè)務(wù)之間長(cháng)期存在斷點(diǎn)。北極九章通過(guò)將數據分析能力開(kāi)放給業(yè)務(wù)人員，免除需求溝通過(guò)程，在業(yè)務(wù)側直接形成數據—業(yè)務(wù)快速迭代的閉環(huán)，同時(shí)激活業(yè)務(wù)人員數據創(chuàng )新能力，真正實(shí)現讓提出問(wèn)題的人解決問(wèn)題。

輕量化靈活部署，帶來(lái)優(yōu)質(zhì)的客戶(hù)體驗。北極九章具備成熟的產(chǎn)品化封裝能力，對于已完成企業(yè)內部數據治理的客戶(hù)，能夠直接對接企業(yè)內部數據庫，快速完成部署工作，真正達到開(kāi)箱即用的效果。此外，北極九章分析引擎可嵌入企微、釘釘、飛書(shū)等辦公軟件和企業(yè)自有業(yè)務(wù)系統，并支持移動(dòng)端和 PC 端，用簡(jiǎn)潔流暢的操作帶來(lái)良好使用體驗。

典型客戶(hù)：

國家電網(wǎng)、小紅書(shū)、雅戈爾

衡石科技

廠(chǎng)商介紹：

衡石科技是一家數據分析和 BI 領(lǐng)域的標準化軟件產(chǎn)品廠(chǎng)商，核心團隊來(lái)自Amazon、BAT、秒針等高科技公司大數據部門(mén)，能夠以標準化云原生數據分析PaaS能力，同時(shí)幫助甲方企業(yè)與SaaS廠(chǎng)商、ISV快速整合多種數據源，搭建高價(jià)值數據分析及應用場(chǎng)景，全面賦能各行業(yè)用戶(hù)持續構建數據生產(chǎn)力。

產(chǎn)品服務(wù)介紹：

HENGSHI?SENSE?是一款云原生架構的全棧數據分析PaaS平臺，以行業(yè)領(lǐng)先的虛擬語(yǔ)義層技術(shù)，搭建新型ELT+E數據分析通道，配合多租戶(hù)管理、無(wú)代碼自助分析、中心化指標管理等能力，實(shí)現高度敏捷、高度靈活化數據分析。面向ISV/SaaS廠(chǎng)商，HENGSHI?SENSE幫助廠(chǎng)商敏捷搭建高價(jià)值的分析場(chǎng)景和報表指標體系，為其用戶(hù)提供更專(zhuān)業(yè)的數據服務(wù)能力；面向企業(yè)客戶(hù)，HENGSHI?SENSE?作為分析工具不僅以ELT 敏捷分析架構和指標中臺功能提供數據分析能力，更為企業(yè)構建從數據集成、管理、建模到數據分析、指標管理和數據應用的全生命周期完整工作棧。

廠(chǎng)商評估：

衡石科技以行業(yè)領(lǐng)先的HQL、多租戶(hù)、湖倉一體等技術(shù)，構建企業(yè)級數據分析PaaS平臺，以多種形式為SaaS廠(chǎng)商、ISV及企業(yè)客戶(hù)提供敏捷分析、靈活易用、輕量部署的數據分析及應用服務(wù)。

具備領(lǐng)先的ELT+E架構，能實(shí)現存算分離，顯著(zhù)提升分析效率，降低資源成本。衡石科技變傳統ETL分析為ELT+E（分析管道+嵌入業(yè)務(wù)），通過(guò)將數據指標和建模層獨立于數據存儲計算，使數據查詢(xún)分析不再依賴(lài)底層數據庫性能，從而大大減少數據倉庫的數據準備工作，提升數據查詢(xún)和分析的效率，減少資源占用和消耗，同時(shí)也能夠便于企業(yè)實(shí)現本地+云、混合云等更為靈活的部署形態(tài)。

能基于虛擬語(yǔ)義技術(shù)構建分析指標集市，增強分析靈活性，降低數據分析門(mén)檻。衡石科技自研的虛擬語(yǔ)義層能夠用函數、語(yǔ)法、條件語(yǔ)句表達業(yè)務(wù)邏輯，并以此為基礎構建了直供數據分析的指標集市。面對個(gè)性化數據分析需求，使用傳統BI工具時(shí)需要數據部門(mén)輔助，而HENGSHI SENSE能夠支持業(yè)務(wù)部門(mén)按權限進(jìn)入指標集市調整指標計算公式，就能實(shí)時(shí)查看所需的報表，從而將個(gè)性化數據分析能力直接賦予業(yè)務(wù)分析人員，大大提升了數據分析和查詢(xún)的靈活性。

開(kāi)放性佳，多租戶(hù)管理能力強，能夠大大降低ISV/SaaS廠(chǎng)商的數據分析能力構建成本，實(shí)現良好的嵌入體驗。首先，HENGSHI SENSE 以標準化PaaS方式將基礎數據分析能力提供給ISV/SaaS廠(chǎng)商，廠(chǎng)商能夠基于自身成熟的行業(yè)Know-how，零代碼快速搭建數據分析場(chǎng)景，滿(mǎn)足多種場(chǎng)景化個(gè)性化分析需要，同時(shí)其架構的高度開(kāi)放性使得其能夠很好地嵌入市面主流SaaS產(chǎn)品，從而大大減少其自主研發(fā)成本。其次，HENGSHI SENSE 具備強大的多租戶(hù)管理能力，能夠基于不同用戶(hù)復雜的組織架構，以賬戶(hù)為最小權限單位，保障數據安全。

產(chǎn)品功能全面，能夠為企業(yè)客戶(hù)構建數據分析全生命周期工作棧。面對企業(yè)客戶(hù)，HENGSHI SENSE 在數據分析能力之外，還具備湖倉一體能力，能夠有效整合多源異構數據，屏蔽復雜的數倉運維，解決從原始數據到數據建模分析中間的能力的斷層；指標中臺能幫助企業(yè)中心化管理業(yè)務(wù)指標體系；數據服務(wù)層擁提供交互式看板和可視化報表，支持用戶(hù)零代碼搭建可視化數據分析場(chǎng)景，從而一站式實(shí)現數據聚合、管理、建模、分析和可視化，構建完整數據全生命周期。

產(chǎn)品化封裝能力強，能實(shí)現輕量化部署。HENGSHI SENSE 是高度封裝的標準化產(chǎn)品，提供多種方式集成已有系統，API接入上線(xiàn)即用，相比傳統BI產(chǎn)品，部署時(shí)間節約90%以上，實(shí)現輕量化無(wú)負擔的產(chǎn)品交付。

典型客戶(hù)：

分貝通、紛享銷(xiāo)客、寶尊電商、六度人和 、元氣森林

3.8數據科學(xué)與機器學(xué)習平臺

市場(chǎng)定義：

數據科學(xué)與機器學(xué)習平臺是指涵蓋數據接入、數據準備、特征工程、模型訓練、模型部署、模型管理等端到端建模全流程的軟件平臺，為企業(yè)提升模型開(kāi)發(fā)效率。

甲方終端用戶(hù)：

數據科學(xué)家、風(fēng)控建模人員、營(yíng)銷(xiāo)建模人員、業(yè)務(wù)分析人員、模型應用人員

甲方核心需求：

為敏捷響應市場(chǎng)變化需求，企業(yè)智能化應用場(chǎng)景正變得更加普遍，如智能營(yíng)銷(xiāo)、智能風(fēng)控，由此帶來(lái)企業(yè)建模需求激增。傳統的機器學(xué)習模型主要依靠專(zhuān)業(yè)數據科學(xué)家進(jìn)行開(kāi)發(fā)，存在開(kāi)發(fā)流程慢、模型反復開(kāi)發(fā)不共用的情形。整體而言，企業(yè)對數據科學(xué)與機器學(xué)習平臺的需求主要體現在以下幾個(gè)方面：

提高建模效率，快速響應業(yè)務(wù)需求。機器學(xué)習模型構建通常由問(wèn)題定義、數據收集、特征工程、模型選擇、模型訓練、模型評估等多個(gè)環(huán)節組成，每個(gè)環(huán)節又包含多種路徑，以及多組可選參數，依賴(lài)人工進(jìn)行開(kāi)發(fā)，模型從開(kāi)發(fā)到部署上線(xiàn)的周期時(shí)間過(guò)長(cháng)，導致模型應用不能及時(shí)滿(mǎn)足前端業(yè)務(wù)需求。企業(yè)需要自動(dòng)化建模解決方案，縮短建模周期、降低建模成本，快速響應前端業(yè)務(wù)需求。

降低建模門(mén)檻。傳統的Al模型構建難度大，技術(shù)門(mén)檻高，通常需要具備專(zhuān)業(yè)建模知識的數據科學(xué)家來(lái)完成，但大部分企業(yè)往往不具備完善的數據團隊，因此需要具備低門(mén)檻的數據科學(xué)與機器學(xué)習平臺,可供一般業(yè)務(wù)分析人員使用，增強業(yè)務(wù)建模應用的靈活性、及時(shí)性。

模型資產(chǎn)積累。傳統的機器學(xué)習模型存在模型文檔編寫(xiě)費時(shí)費力、數據科學(xué)家成熟的建模經(jīng)驗無(wú)法供其他人員復用、模型交接低效導致模型反復開(kāi)發(fā)等問(wèn)題，企業(yè)需要將優(yōu)秀的模型沉淀為模型資產(chǎn)，提高模型復用性，加速模型應用上線(xiàn)。

保證模型效果。企業(yè)智能應用的場(chǎng)景主要為分類(lèi)、預測、推薦，由于直面用戶(hù)，模型效果的優(yōu)劣直接影響企業(yè)風(fēng)險控制、成本控制以及收益，企業(yè)需要持續提升模型效果。

廠(chǎng)商能力要求：

廠(chǎng)商應具備自動(dòng)化建模功能。廠(chǎng)商的機器學(xué)習平臺應能簡(jiǎn)化數據準備工作、可支持特征工程自動(dòng)化、支持通過(guò)拖拉拽的方式實(shí)現模型開(kāi)發(fā)，大幅提升建模效率，同時(shí)降低建模門(mén)檻，可供專(zhuān)業(yè)的數據科學(xué)家和一般業(yè)務(wù)分析人員同時(shí)使用。

廠(chǎng)商應支持實(shí)現模型資產(chǎn)沉淀。提供一鍵應用功能，將訓練成功的模型以API的形式發(fā)布為線(xiàn)上服務(wù)，降低模型上線(xiàn)難度，并支持將企業(yè)現有模型集成形成模型資產(chǎn)共享，供其他用戶(hù)在線(xiàn)調用，提高模型復用率。

廠(chǎng)商能提供場(chǎng)景化建模支撐。由于模型開(kāi)發(fā)和應用與行業(yè)場(chǎng)景的高度結合，廠(chǎng)商提供的機器學(xué)習模型平臺需內置針對特定行業(yè)的模板和特征庫，契合場(chǎng)景建模需求，如針對金融風(fēng)控行業(yè)提供風(fēng)控標準評分卡建模模組，可對信貸申請者進(jìn)行多方面信息挖掘，快速建立各種具備高精準性的風(fēng)控評分卡模型。

入選標準：

1. 符合數據科學(xué)與機器學(xué)習平臺市場(chǎng)全部廠(chǎng)商能力要求；

2. 2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥10個(gè)

3. 2021Q2至2022Q1該市場(chǎng)合同收入≥1000萬(wàn)元

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

飛算云創(chuàng )

廠(chǎng)商介紹：

前海飛算云創(chuàng )數據科技(深圳)有限公司于2020年成立，是飛算數智科技(深圳)有限公司旗下全資子公司，專(zhuān)注于研發(fā)人工智能技術(shù)產(chǎn)品與服務(wù)、加快企業(yè)實(shí)現智能應用，公司已在泛金融領(lǐng)域積累豐富落地場(chǎng)景，包括智能風(fēng)控、精準營(yíng)銷(xiāo)、智能推薦、銷(xiāo)量預測、客戶(hù)流失預警等。

產(chǎn)品服務(wù)介紹：

飛算云創(chuàng )的AI.Modeler全自動(dòng)數據建模平臺是面向數據加工和模型開(kāi)發(fā)的建模平臺，涵蓋數據建模領(lǐng)域的分析、清洗、衍生、選擇、迭代、上線(xiàn)等整個(gè)生命周期，為用戶(hù)提供自動(dòng)化數據質(zhì)量檢測、自動(dòng)化數據清洗、自動(dòng)化特征工程、自動(dòng)化參數調整、自動(dòng)化模型選擇等一鍵建模以及一鍵部署功能，具有開(kāi)箱即用、高效穩定的特點(diǎn)，能顯著(zhù)提升AI應用開(kāi)發(fā)效率。

其中AI.Modeler按照使用人員的專(zhuān)業(yè)性不同分為專(zhuān)業(yè)版AI.Modeler Pro和極簡(jiǎn)版AI.Modeler Lite。AI.Modeler Pro面向專(zhuān)業(yè)建模人員，在自動(dòng)建?；A上提供金融風(fēng)控模組、并可自動(dòng)生成模型解釋性報告及訓練日志，滿(mǎn)足專(zhuān)業(yè)建模人員模型評估、模型決策需求。AI.Modeler Lite面向普通業(yè)務(wù)人員，幫助無(wú)建模背景的業(yè)務(wù)人員快速創(chuàng )建Al模型，實(shí)現AI應用。

廠(chǎng)商評估：

飛算云創(chuàng )的全自動(dòng)數據建模平臺AI.Modeler在降低使用門(mén)檻、適應不同建模背景人員應用、提升建模效率、沉淀模型資產(chǎn)等方面具有明顯優(yōu)勢。此外，AI.Modeler Pro的風(fēng)控建模模組具有良好的場(chǎng)景適應能力。

AI.Modeler 能實(shí)現零代碼全自動(dòng)數據建模，同時(shí)支持專(zhuān)業(yè)建模人員和非專(zhuān)業(yè)人員快速上手建模，并顯著(zhù)提升建模效率。針對不具有建模知識的普通業(yè)務(wù)人員，AI.Modeler提供低門(mén)檻極簡(jiǎn)版AI.Modeler Lite，在數據準備、特征工程環(huán)節進(jìn)行優(yōu)化，實(shí)現一鍵建模。其中針對建模的數據準備環(huán)節，AI.Modeler Lite可自動(dòng)檢測數據類(lèi)型并清洗，簡(jiǎn)化數據準備工作；在特征工程環(huán)節，AI.Modeler Lite支持自動(dòng)特征提取、自動(dòng)特征衍生、自動(dòng)變量分箱以及自動(dòng)特征變量篩選等過(guò)程，業(yè)務(wù)人員只需導入數據即能得到模型結果。AI.Modeler的一鍵建模使業(yè)務(wù)人員專(zhuān)注于業(yè)務(wù)問(wèn)題，免于繁瑣的數據工程，并顯著(zhù)縮短項目周期，實(shí)現對業(yè)務(wù)需求的快速交付。此外，飛算云創(chuàng )為AI.Modeler建立了完善的培訓體系，包括產(chǎn)品白皮書(shū)、線(xiàn)上使用手冊、產(chǎn)品培訓視頻、線(xiàn)上產(chǎn)品體驗等，可大幅降低學(xué)習成本，AI.Modeler Lite用戶(hù)只需一天培訓即能熟練上手建模。針對具有專(zhuān)業(yè)建模能力的數據科學(xué)家，AI.Modeler提供專(zhuān)業(yè)版AI.Modeler Pro，在一鍵建?；A上，支持數據科學(xué)家對關(guān)鍵建模步驟尤其模型參數進(jìn)行校對調整，并且模型訓練完成后自動(dòng)生成模型解釋性報告及訓練日志，記錄模型配置、訓練、迭代到生成的全過(guò)程，清晰反應模型特征，方便數據科學(xué)家及其團隊決策。，AI.Modeler Pro用戶(hù)經(jīng)過(guò)三天培訓即可創(chuàng )建模型進(jìn)行業(yè)務(wù)應用。

AI.Modeler Pro 尤其適用于金融風(fēng)控場(chǎng)景，能為金融用戶(hù)快速建立風(fēng)控模型。飛算云創(chuàng )核心團隊在金融領(lǐng)域具有十年經(jīng)驗，掌握覆蓋業(yè)務(wù)全流程、運營(yíng)全體系的金融科技技術(shù)，具備對金融風(fēng)控場(chǎng)景具備專(zhuān)業(yè)認知，因此AI.Modeler Pro在分類(lèi)、回歸等一般機器學(xué)習應用基礎上，還內置了風(fēng)控標準評分卡建模專(zhuān)屬模組，可適用于金融風(fēng)控、銀行信貸、企業(yè)征信評估等應用場(chǎng)景。如在銀行信貸中可對客戶(hù)的申請信息、合同信息、人行征信、學(xué)歷認證等數據進(jìn)行充分挖掘，快速建立各種風(fēng)控評分卡模型，如申請評分卡、行為評分卡和催收評分卡。

AI.Modeler 能為企業(yè)沉淀模型資產(chǎn)，提高模型復用率。針對傳統模型開(kāi)發(fā)過(guò)程中，模型文檔編寫(xiě)費時(shí)費力、數據科學(xué)家優(yōu)秀的建模能力無(wú)法復制以及模型交接低效等痛點(diǎn)，AI.Modeler提供一鍵應用功能，可將訓練成功的模型以API的形式發(fā)布為線(xiàn)上服務(wù)，將企業(yè)現有模型集成到模型倉庫形成模型資產(chǎn)共享，供其他用戶(hù)在線(xiàn)調用進(jìn)行預測，提高模型復用率。在模型預測環(huán)節，AI.Modeler還支持用戶(hù)指定模型、指定多個(gè)待預測數據集，批量性地對數據集進(jìn)行預測，壓縮模型應用時(shí)間。

典型客戶(hù)：

深圳京發(fā)科技控股有限公司、微米云服

3.9知識圖譜平臺

市場(chǎng)定義：

知識圖譜平臺是支撐知識圖譜構建與應用的平臺，該平臺融合認知計算、知識表示與推理、信息檢索與抽取、自然語(yǔ)言處理與語(yǔ)義網(wǎng)、數據挖掘與機器學(xué)習等技術(shù)，提供知識抽取、知識表示、知識融合、知識推理、知識存儲以及知識圖譜應用等能力，幫助企業(yè)構建知識圖譜并實(shí)現統一的知識圖譜管理和應用。

甲方終端用戶(hù)：

企業(yè)IT部門(mén)、各業(yè)務(wù)部門(mén)

甲方核心需求：

目前，數字化轉型已進(jìn)入數據驅動(dòng)階段，企業(yè)需要實(shí)現認知決策類(lèi)業(yè)務(wù)場(chǎng)景的智能化，尤其是從大量非結構化數據中挖掘關(guān)聯(lián)關(guān)系等數據價(jià)值，賦能業(yè)務(wù)應用。知識圖譜提供了一種從海量非結構化數據中抽取結構化知識，并利用圖分析進(jìn)行關(guān)聯(lián)關(guān)系挖掘的重要技術(shù)手段。核心需求包括：

高效實(shí)現知識構建，形成知識推理計算能力。非結構化數據存在數據量大、數據格式多樣、結構不標準且復雜等問(wèn)題，處理難度高，需要基于成熟的工具，利用數據治理、知識抽取、知識表示和知識融合等技術(shù)，實(shí)現知識構建。在知識構建基礎上，企業(yè)還需要具備知識推理計算的能力，結合行業(yè)Know-How 計算知識中的顯性與隱性關(guān)系和拓展屬性，進(jìn)一步挖掘隱含的知識。

豐富領(lǐng)域知識積累。對于一些復雜的業(yè)務(wù)場(chǎng)景而言，知識構建所涉及到的知識維度廣、顆粒度細，其應用也更加復雜，這就需要多個(gè)業(yè)務(wù)方向的專(zhuān)家共同協(xié)作，時(shí)間成本較高。因此，企業(yè)需要在日常經(jīng)營(yíng)過(guò)程中重視各業(yè)務(wù)領(lǐng)域數據與知識的積累，提高知識建設的效率。

實(shí)現知識圖譜應用場(chǎng)景落地。為通過(guò)知識圖譜技術(shù)賦能具體業(yè)務(wù)應用實(shí)現價(jià)值，企業(yè)需要快速定位高價(jià)值應用場(chǎng)景，根據應用場(chǎng)景需求，結合業(yè)務(wù)專(zhuān)家知識進(jìn)行知識圖譜構建和最終應用價(jià)值的實(shí)現。典型場(chǎng)景包括銀行的風(fēng)控與營(yíng)銷(xiāo)、公安的刑偵與經(jīng)偵、品牌商的門(mén)店運營(yíng)與營(yíng)銷(xiāo)等。

廠(chǎng)商能力要求：

功能完整。廠(chǎng)商需要能夠提供具備知識抽取、知識表示、知識融合、知識推理、知識存儲以及知識圖譜應用等完整能力的知識圖譜平臺，具備低門(mén)檻和易用性，以支撐知識圖譜的構建和應用。

領(lǐng)域知識圖譜積累。廠(chǎng)商需要在特定領(lǐng)域具有豐富的數據、模型與領(lǐng)域知識圖譜積累，在此基礎上針對特定業(yè)務(wù)場(chǎng)景為企業(yè)搭建專(zhuān)屬領(lǐng)域知識圖譜，完成知識賦能。

行業(yè)經(jīng)驗豐富。廠(chǎng)商需要具備在特定行業(yè)的知識圖譜應用落地能力，尤其是醫療醫藥、能源、金融等行業(yè)。該能力需包括針對特定行業(yè)的業(yè)務(wù)場(chǎng)景和需求理解特定領(lǐng)域的預構建知識圖譜、上層應用解決方案等，以及相關(guān)的客戶(hù)服務(wù)案例。

入選標準：

符合知識圖譜平臺市場(chǎng)全部廠(chǎng)商能力要求；

2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥5個(gè)

2021Q2至2022Q1該市場(chǎng)合同收入≥500萬(wàn)元

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

數庫科技

廠(chǎng)商介紹：

數庫科技成立于2009年，是一家引領(lǐng)產(chǎn)融數字化的數據科技公司，四次榮獲KPMG中國Fintech 50企業(yè)。數庫科技長(cháng)期致力于在金融及產(chǎn)業(yè)領(lǐng)域提供基于產(chǎn)業(yè)邏輯的智能數據產(chǎn)品與系統服務(wù)，幫助金融機構、企業(yè)集團、政府部門(mén)解決業(yè)務(wù)場(chǎng)景中的數據和系統需求。

產(chǎn)品服務(wù)介紹：

數庫科技基于知識圖譜平臺，為金融、政府等各領(lǐng)域客戶(hù)提供產(chǎn)業(yè)數據、數據算法系統和場(chǎng)景化解決方案三類(lèi)服務(wù)。在數據方面，數庫科技提供多維精準的產(chǎn)業(yè)級、行業(yè)級和企業(yè)級知識圖譜數據，可以滿(mǎn)足各類(lèi)機構對產(chǎn)業(yè)鏈應用上的各階段需求；在系統方面，提供基于NLP、機器學(xué)習等技術(shù)的資訊標簽化解析和結構化數據量產(chǎn)能力；在場(chǎng)景化應用方面，數庫科技基于其強大的產(chǎn)業(yè)數據積累和算法能力，能夠為金融行業(yè)的營(yíng)銷(xiāo)、投研、風(fēng)控等業(yè)務(wù)場(chǎng)景，以及政府產(chǎn)研領(lǐng)域的產(chǎn)業(yè)規劃、招商引資等業(yè)務(wù)需求提供成熟的知識圖譜應用解決方案。

廠(chǎng)商評估：

數庫科技以其規模龐大、高度細分的產(chǎn)業(yè)數據積累為核心，配合多種智能算法，在金融、政務(wù)等領(lǐng)域形成以業(yè)務(wù)邏輯為基礎的成熟知識圖譜和多樣化的業(yè)務(wù)支撐能力，能以多種方式為客戶(hù)提供易用、深度的知識圖譜搭建和數據分析挖掘服務(wù)。

擁有大規模、高細分、多維度、可串聯(lián)的產(chǎn)業(yè)數據網(wǎng)絡(luò )，幫助用戶(hù)全面掌握產(chǎn)業(yè)鏈信息。數庫科技深耕產(chǎn)融大數據12年，以十二級產(chǎn)業(yè)分類(lèi)體系，形成超過(guò)1000000個(gè)產(chǎn)業(yè)細分節點(diǎn)和超50萬(wàn)條上下游產(chǎn)業(yè)關(guān)系，涵蓋A股、港股、美股、發(fā)債、新三板等近40000家公眾公司和近6000萬(wàn)家工商企業(yè)的產(chǎn)業(yè)鏈、股東、高管、子公司、關(guān)聯(lián)交易、對外投資、擔保情況等核心關(guān)系數據。此外，數庫知識圖譜平臺通過(guò)將企業(yè)經(jīng)營(yíng)情況、工商變更和股東信息等數據與產(chǎn)業(yè)圖譜打通，結合數庫科技成熟的算法模型，實(shí)現全領(lǐng)域的企業(yè)覆蓋，并建立了高標準、結構化、可串聯(lián)的數據體系。

具備強大的機器學(xué)習和NLP算法，能實(shí)現結構化數據量產(chǎn)和實(shí)時(shí)資訊精準解析。數庫科技基于機器學(xué)習技術(shù)實(shí)現數據自動(dòng)化量產(chǎn)，將數據標注、消歧、提取、清洗、質(zhì)檢、標準化等流程無(wú)縫銜接，能夠高效實(shí)現自動(dòng)化量產(chǎn)結構化數據。同時(shí)，數庫科技具備實(shí)時(shí)資訊文本解析能力，結合數據生產(chǎn)引擎和NLP算法模型，能夠精準高效提取文本信息當中的主體、事件及情緒等與產(chǎn)業(yè)和公司密切相關(guān)的標簽，將人物、產(chǎn)品、行業(yè)、概念等高價(jià)值信息實(shí)時(shí)推送給各類(lèi)使用方。

產(chǎn)品基于多年垂直場(chǎng)景邏輯框架沉淀，易用性強，幫助金融和政府等行業(yè)客戶(hù)自動(dòng)識別數據關(guān)系，構建知識體系。在金融領(lǐng)域，數庫科技可支持對企業(yè)所屬行業(yè)/類(lèi)型/地區/資本市場(chǎng)/資質(zhì)等的精準篩選，并展示企業(yè)畫(huà)像關(guān)聯(lián)圖譜，同時(shí)也可以將用戶(hù)方的投研框架、研究邏輯、風(fēng)控模型等業(yè)務(wù)知識沉淀到知識圖譜平臺中，提升數據關(guān)系挖掘和知識沉淀的效率。

在政務(wù)領(lǐng)域，數庫科技的區域產(chǎn)業(yè)招商數字平臺可以為政府部門(mén)展示支柱產(chǎn)業(yè)、戰略新興產(chǎn)業(yè)、產(chǎn)業(yè)集群、龍頭企業(yè)等統計數據，提供直觀(guān)的可視化地圖展示產(chǎn)業(yè)布局情況，政府部門(mén)可以利用該知識圖譜平臺了解地方產(chǎn)業(yè)鏈全貌、挖掘上下游供應鏈、賦能監管部門(mén)實(shí)現招商引資、增強區域產(chǎn)業(yè)協(xié)同效應，為產(chǎn)業(yè)發(fā)展決策提供依據推動(dòng)產(chǎn)業(yè)發(fā)展等。

具備良好的數據準備能力和系統兼容性，產(chǎn)品部署便捷。數庫科技對實(shí)時(shí)或離線(xiàn)大數據的數據調度、數據清洗、數據融合等任務(wù)都具備豐富的解決方案和實(shí)施經(jīng)驗，在對數據質(zhì)量和安全性要求較高的金融機構中也可以完整的支持知識圖譜平臺的建設。此外，基于用戶(hù)本地化部署的要求，數庫知識圖譜平臺可以和金融機構內部的投研系統、資訊系統、風(fēng)控系統等直接對接，實(shí)現良好的能力互補和系統集成體驗。

3.10隱私計算平臺

市場(chǎng)定義：

隱私計算平臺是幫助企業(yè)用戶(hù)在保護數據隱私的前提下，保障數據“可用不可見(jiàn)”、實(shí)現跨平臺數據價(jià)值共享的軟硬件平臺。

甲方終端用戶(hù)：

金融、政務(wù)、醫療、零售、電信、交通等各領(lǐng)域企業(yè)或機構的IT部門(mén)、大數據部門(mén)、科技創(chuàng )新部門(mén)

甲方核心需求：

數據應用場(chǎng)景的拓展，企業(yè)與外部機構之間的數據流通、價(jià)值共享愈發(fā)成為應對市場(chǎng)快速變化的重要手段。隨著(zhù)《數據安全法》及《個(gè)人信息保護法》相繼頒布，國家對數據分享及利用的監管加強，企業(yè)在與外部機構進(jìn)行數據流通過(guò)程中需要解決合規、安全問(wèn)題。隱私計算技術(shù)能實(shí)現數據“可用不可見(jiàn)”，滿(mǎn)足安全合規，成為企業(yè)進(jìn)行跨機構數據價(jià)值共享的必要手段。在實(shí)踐過(guò)程中，企業(yè)對隱私計算解決方案的需要主要體現在以下幾個(gè)方面：

功能完善，提供全面數據安全解決方案。不同業(yè)務(wù)場(chǎng)景下企業(yè)能接受的安全假設前提不同，如風(fēng)控、營(yíng)銷(xiāo)場(chǎng)景下，企業(yè)能接受可信第三方，采用聯(lián)邦學(xué)習實(shí)現隱私計算；而在醫療多中心合作模式下，醫院會(huì )面臨串謀攻擊、環(huán)境攻擊、模型攻擊等內部攻擊，需要融合多方安全計算、同態(tài)加密以及可信執行環(huán)境共同滿(mǎn)足數據安全要求。

滿(mǎn)足安全、高精度、高性能等不同場(chǎng)景需求。為保障數據資產(chǎn)安全，以及為滿(mǎn)足相關(guān)法律法律的要求，企業(yè)需要平臺在數據安全保護、系統環(huán)境、計算流程的可解釋性等方面滿(mǎn)足較高的安全性要求。而在特殊場(chǎng)景如工業(yè)決策、人臉識別以及多中心全基因組分析等細分場(chǎng)景下，企業(yè)需要高精度、高性能的隱私計算解決方案來(lái)實(shí)現大規模數據量的傳輸、計算，以及保證計算準確性。

具備場(chǎng)景專(zhuān)業(yè)知識，提供建模及算法支持。金融、醫療等理論門(mén)檻較高，企業(yè)需要隱私計算廠(chǎng)商具備專(zhuān)業(yè)業(yè)務(wù)知識，能提供恰當的數據分析算法和模型，幫助企業(yè)實(shí)現產(chǎn)出。

提供豐富數據源。數據源也是企業(yè)實(shí)現數據協(xié)作過(guò)程中的一個(gè)主要痛點(diǎn)。數據質(zhì)量將影響數據協(xié)作共享的價(jià)值產(chǎn)出，因此企業(yè)需要篩選、鏈接合適的數據源。企業(yè)希望廠(chǎng)商具有豐富的數據源網(wǎng)絡(luò )，了解企業(yè)所在行業(yè)數據特點(diǎn)，能為企業(yè)提供數據鏈接建議并推動(dòng)實(shí)現合作。

廠(chǎng)商能力要求：

廠(chǎng)商應具備完善的隱私計算解決方案，靈活滿(mǎn)足精度、性能、安全等要求。廠(chǎng)商一方面需要具備聯(lián)邦學(xué)習、多方安全計算、同態(tài)加密、可信執行環(huán)境等一種或多種隱私計算技術(shù)能力，能支撐聯(lián)合建模、聯(lián)合統計、隱私求交、匿蹤查詢(xún)等多種應用場(chǎng)景，并適應不同場(chǎng)景需求；另一方面廠(chǎng)商應具有底層隱私計算底座開(kāi)發(fā)優(yōu)化能力，通過(guò)提高模型計算效率優(yōu)化、通信效率優(yōu)化、網(wǎng)絡(luò )帶寬優(yōu)化、權限控制以及引入第三方流量審計工具對數據用途進(jìn)行驗證等多種方式滿(mǎn)足不同應用場(chǎng)景下對高精度、高性能、高安全的需求。

廠(chǎng)商應具備專(zhuān)業(yè)的隱私計算應用支持能力。隨著(zhù)隱私計算應用場(chǎng)景不同，廠(chǎng)商需要具備深厚的行業(yè)認知和洞察能力為企業(yè)實(shí)現隱私計算解決方案預期效果，如為泛金融行業(yè)企業(yè)提供建模支持、保證模型效果；為醫療行業(yè)設計專(zhuān)病特需的算法及應用。

廠(chǎng)商能提供第三方數據源鏈接。不同的行業(yè)需要廠(chǎng)商具備不同的數據源積累，如針對醫療行業(yè)，廠(chǎng)商需要具備衛健委、醫院、醫保局、醫藥公司等多方數據生態(tài)；針對金融行業(yè)，廠(chǎng)商需要具備運營(yíng)商、支付、互聯(lián)網(wǎng)、政務(wù)等數據源積累，廠(chǎng)商能根據用戶(hù)業(yè)務(wù)場(chǎng)景提供合適的數據源鏈接意見(jiàn)，幫助企業(yè)快速提升模型效果。

入選標準：

1. 符合隱私計算市場(chǎng)全部廠(chǎng)商能力要求；

2. 2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥5個(gè)

3. 2021Q2至2022Q1該市場(chǎng)合同收入≥500萬(wàn)元。

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

洞見(jiàn)科技

廠(chǎng)商介紹：

洞見(jiàn)科技是由中國最大的信用產(chǎn)業(yè)集團“中誠信”孵化、網(wǎng)信事業(yè)國家隊“中電科”投資的領(lǐng)先的專(zhuān)精型隱私計算技術(shù)服務(wù)商，專(zhuān)注于為政務(wù)、金融、通信等行業(yè)客戶(hù)提供隱私計算技術(shù)平臺建設以及面向場(chǎng)景的數據智能服務(wù)。

產(chǎn)品服務(wù)介紹：

洞見(jiàn)科技的核心軟件產(chǎn)品洞見(jiàn)數智聯(lián)邦平臺（InsightOne）是其自主研發(fā)的金融級隱私計算平臺，擁有面向場(chǎng)景的“MPC+FL”融合引擎、可監管的分布式信任架構、全計算鏈路隱私安全保護、深入場(chǎng)景的專(zhuān)業(yè)化算法、無(wú)可信第三方聯(lián)邦學(xué)習、區塊鏈增信隱私計算等核心技術(shù)，提供匿蹤查詢(xún)、隱私求交、集合運算、聯(lián)合統計與聯(lián)合建模等功能。在InsightOne軟件服務(wù)基礎上，洞見(jiàn)科技還研發(fā)了融合計算、網(wǎng)絡(luò )、存儲等硬件資源的隱私計算高性能信創(chuàng )一體機產(chǎn)品InsightStation，滿(mǎn)足客戶(hù)自主可控、開(kāi)箱即用的需求?；谄浜诵漠a(chǎn)品與技術(shù)能力，洞見(jiàn)科技通過(guò)“左加數據，右加場(chǎng)景”的模式，為客戶(hù)提供全鏈路隱私保護數據智能服務(wù)。

廠(chǎng)商評估：

洞見(jiàn)科技的隱私計算平臺產(chǎn)品在安全部署、適用場(chǎng)景以及數據智能生態(tài)方面具有明顯優(yōu)勢。此外，洞見(jiàn)科技還具備場(chǎng)景咨詢(xún)能力，并持續打造跨平臺互聯(lián)互通能力，為客戶(hù)提供深度隱私計算服務(wù)。

基于融合計算引擎和區塊鏈技術(shù)，InsightOne為客戶(hù)實(shí)現高安全部署。一方面InsightOne基于“MPC+FL”融合引擎架構支持無(wú)可信第三方聯(lián)邦學(xué)習框架，解決多方聯(lián)合建模中的第三方可信風(fēng)險問(wèn)題。另一方面，InsightOne中的區塊鏈技術(shù)通過(guò)區塊存儲功能可對隱私計算過(guò)程記錄、中間結果、數據貢獻進(jìn)行上鏈存儲，實(shí)現數據可信；以及通過(guò)智能合約功能將隱私計算過(guò)程拆解為合約在鏈上執行，實(shí)現計算可信，消除客戶(hù)對模型有效性、計算結果可信度、計算貢獻度可靠等方面的顧慮，最終實(shí)現全局無(wú)損的數據智能。

具備密態(tài)數據智能的通用性和靈活性，為客戶(hù)提供不同場(chǎng)景的數據全鏈路隱私安全保護。InsightOne產(chǎn)品矩陣平臺提供了保護各方非交集信息的隱私安全求交（PSI）、保護交集信息并不泄漏特征的匿蹤聯(lián)邦學(xué)習（AFL）、保護模型涉及各方特征信息的多方安全計算（MPC）、保護查詢(xún)條件信息的隱私安全檢索（PIR）等功能，支持多種聯(lián)合計算應用場(chǎng)景，靈活滿(mǎn)足客戶(hù)對功能、性能、安全、計算精度的不同需求，以密態(tài)數據智能為客戶(hù)提供數據全鏈路隱私安全保護。

具備豐富的數據智能生態(tài)和建模經(jīng)驗，為客戶(hù)提供專(zhuān)業(yè)場(chǎng)景咨詢(xún)與運營(yíng)服務(wù)。洞見(jiàn)科技基于數據鏈接資源的積累，一方面持續拓展銀聯(lián)、通信、征信、互聯(lián)網(wǎng)等市場(chǎng)化數據資源基于隱私計算技術(shù)的合作模式；另一方面對接地方政府數據資源，基于隱私計算建立政務(wù)數據安全開(kāi)放共享服務(wù)新模式。洞見(jiàn)科技核心團隊具備專(zhuān)業(yè)的金融知識、豐富的服務(wù)經(jīng)驗和專(zhuān)精的技術(shù)積累，通過(guò)“隱私計算平臺建設+業(yè)務(wù)場(chǎng)景建模服務(wù)”的一站式解決方案，鏈接數據生態(tài)側和業(yè)務(wù)場(chǎng)景側的雙向資源，構建數據智能流通網(wǎng)絡(luò )生態(tài)，提升營(yíng)銷(xiāo)、風(fēng)控、精算、債指等具體應用場(chǎng)景的業(yè)務(wù)效果，賦能傳統行業(yè)數字化轉型與數智化升級。

洞見(jiàn)科技持續探索、打造跨平臺互聯(lián)互通能力，支持客戶(hù)實(shí)現跨隱私計算平臺合作。洞見(jiàn)科技首次實(shí)現“算法協(xié)議層”互聯(lián)互通的實(shí)踐經(jīng)驗，率先提出隱私計算平臺互聯(lián)互通的三個(gè)層次：應用層的管理系統互通、算法層的算法協(xié)議互通和原語(yǔ)層的計算原語(yǔ)互通，其中針對業(yè)界重視的算法協(xié)議互通，洞見(jiàn)科技支持白盒、灰盒與黑盒三種方式實(shí)現互通方式。在標準制定方面，洞見(jiàn)科技牽頭了首個(gè)IEEE隱私計算互聯(lián)互通國際標準，并積極主導和參與了信標委、信安標委、金標委、中國信通院、北京金融科技產(chǎn)業(yè)聯(lián)盟等機構組織的互聯(lián)互通標準制定工作；在應用實(shí)踐方面，洞見(jiàn)科技率先與行業(yè)友商實(shí)現了業(yè)界首次多方異構隱私計算平臺之間完全對等的算法協(xié)議互通，并積累了多個(gè)隱私計算平臺互聯(lián)互通標桿案例，如在國內首個(gè)大型股份制商業(yè)銀行招商銀行的牽頭下，洞見(jiàn)科技與行業(yè)多家頭部隱私計算廠(chǎng)商完成跨平臺互聯(lián)互通合作；與中國銀聯(lián)合作，賦能中國銀聯(lián)隱私計算平臺互聯(lián)互通方案設計驗證與開(kāi)發(fā)；以及為國家工信安全中心建設了國內首個(gè)基于隱私計算的數據要素流通生態(tài)底座。

典型客戶(hù)：

招商銀行、中國民生銀行、北京銀行、華夏銀行、中國人壽

3.11城市大數據平臺

市場(chǎng)定義：

城市大數據平臺是指將海量城市大數據（包括政務(wù)大數據、產(chǎn)業(yè)大數據與社會(huì )公益大數據三類(lèi)）進(jìn)行收集、整合、存儲與分析，并使用分布式存儲、數據挖掘、實(shí)時(shí)動(dòng)態(tài)可視化等大數據技術(shù)助力城市優(yōu)化資源配置的數據平臺。

甲方終端用戶(hù)：

政府大數據管理部門(mén)、公安部門(mén)、工信部門(mén)等

甲方核心需求：

新型智慧城市的建設需要以數據共享與治理為基礎，但在此過(guò)程中，存在各信息系統數據分散且孤立、數據治理與應用水平低等問(wèn)題，嚴重阻礙了智慧城市的建設。因此，城市應該聯(lián)通各系統底層數據，并進(jìn)行統一管理與應用，為智慧城市建設提供堅實(shí)的數據基礎。具體需求如下：

海量數據分散分布，需要實(shí)現數據互聯(lián)互通。城市大數據來(lái)源豐富，分散于經(jīng)濟、社會(huì )各個(gè)領(lǐng)域和部門(mén)中，難以實(shí)現互通共享，導致多部門(mén)協(xié)同聯(lián)動(dòng)無(wú)法實(shí)現。因此，各城市應該對全量數據資源進(jìn)行分級有效收集與整合，打破數據壁壘，大大提升數據使用效率。

數據來(lái)源與類(lèi)型多樣，需要加強統一標準化管理。由于各類(lèi)城市數據類(lèi)型豐富、數量龐大且增長(cháng)速度極快，存在數據質(zhì)量參差不齊、數據冗余、一數多源等問(wèn)題，導致數據利用率大大降低。因此，各城市應該加強對多源異構數據的統一匯聚與統籌管理，提升數據使用的便捷性。

數據量激增，充分挖掘數據價(jià)值需求迫切。隨著(zhù)智慧城市建設的深入推進(jìn)與物聯(lián)網(wǎng)基礎設施建設的不斷完善，以交通、警務(wù)為代表的政府部門(mén)數據量巨大，城市數據量劇增，這對各城市對各類(lèi)大數據的應用能力提出了更高要求。各城市應該以強化數據應用能力，深度挖掘數據價(jià)值，賦能疫情防控、洪澇預測、經(jīng)濟大腦等治理場(chǎng)景。

廠(chǎng)商能力要求：

為滿(mǎn)足以上需求，廠(chǎng)商需要為各城市搭建能夠實(shí)現數據聯(lián)通、存儲、管理與分析的城市大數據平臺。具體能力如下：

實(shí)現數據共享與聯(lián)通，搭建城市大數據底座。該平臺需要能夠打通各領(lǐng)域、各系統、各部門(mén)之間的數據，實(shí)現政府與企業(yè)全鏈路數據的雙向對接，以提高數據使用效率，為產(chǎn)業(yè)協(xié)同與城市的精細化管理提供數據基礎。

建立統一的標準，進(jìn)行數據存儲、分類(lèi)與治理。一方面，該平臺需要能夠對來(lái)源不同、結構不同的各類(lèi)城市數據進(jìn)行標準化建模與分布式存儲，保證數據的一致性、標準性與完整性；另一方面，該平臺還需具備加工、分類(lèi)與標簽化數據的能力，實(shí)現對政務(wù)信息、資源信息等數據的統一管理與按權限開(kāi)放。

以大數據為基礎，多模型精準分析城市數據。該平臺需要能夠在交通、平安、醫療等場(chǎng)景下，運用聚類(lèi)、回歸等分析模型對相關(guān)數據進(jìn)行分析、預測與評估，為稅務(wù)稽查、金融監管、農業(yè)貿易、商務(wù)等場(chǎng)景提供支撐，提高政府部門(mén)所提供公共服務(wù)的質(zhì)量與公安、交通等部門(mén)的管理效率，優(yōu)化城市資源配置。同時(shí)，該平臺還需能夠將實(shí)時(shí)數據、數據分類(lèi)與分析的結果進(jìn)行實(shí)時(shí)可視化展示，以提升數據利用率。

入選標準：

符合城市大數據平臺全部廠(chǎng)商能力要求；

2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥5個(gè)

2021Q2至2022Q1該市場(chǎng)合同收入≥1000萬(wàn)元

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

中科聞歌

廠(chǎng)商介紹：

中科聞歌是中國科學(xué)院旗下企業(yè)，創(chuàng )立于2017年，定位于全球領(lǐng)先的數據與決策智能服務(wù)商，聚焦DI+AI+OR（數據智能+人工智能+運籌學(xué)）智能計算核心技術(shù)研發(fā)，面向數智安全、數智媒宣、數智城市、數智金稅、數智商業(yè)五大領(lǐng)域，提供多語(yǔ)言、跨模態(tài)和深度認知智能的大數據與人工智能基礎平臺及解決方案，獲中科院“弘光專(zhuān)項”、 國家科技創(chuàng )新2030“新一代人工智能”重大專(zhuān)項支持，被評為國家級專(zhuān)精特新小巨人企業(yè)。

產(chǎn)品服務(wù)介紹：

中科聞歌的城市大數據解決方案以天湖數據智算平臺和聞海全球開(kāi)源數據平臺為核心技術(shù)底座。天湖數據智算平臺是基于跨模態(tài)深度語(yǔ)義理解、社會(huì )計算與因果推理、決策推演的數據智能與決策智能技術(shù)平臺。聞海全球開(kāi)源數據平臺融合了自主研發(fā)的跨模態(tài)AI分析、NLP深度語(yǔ)義計算、領(lǐng)域抽象建模技術(shù)，以及十余年的知識庫積累，可針對不同客戶(hù)需求提供基于標準產(chǎn)品模塊的定制化數據智能服務(wù)。在天湖和聞海兩大平臺基礎上，中科聞歌的城市大數據解決方案結合決策相關(guān)大數據技術(shù)、人工智能技術(shù)能力，實(shí)現了非結構化數據融合，構建了政務(wù)領(lǐng)域知識圖譜，支撐政府提升社會(huì )態(tài)勢感知、預警預測、科學(xué)決策和精準服務(wù)能力。

廠(chǎng)商評估：

中科聞歌是中科院科技成果轉化企業(yè)，團隊在數據智能、人工智能、運籌學(xué)領(lǐng)域積累了十余年經(jīng)驗，經(jīng)過(guò)了眾多國家級項目的檢驗。中科聞歌數據積累和知識圖譜沉淀、跨模態(tài)數據分析能力、人工智能技術(shù)研發(fā)創(chuàng )新能力，以及多個(gè)治理場(chǎng)景下積累的實(shí)踐經(jīng)驗，能夠幫助政府部門(mén)實(shí)現數據集成、數據價(jià)值挖掘和分析，為政務(wù)工作開(kāi)展提質(zhì)增效。

中科聞歌在政務(wù)領(lǐng)域具有豐富的數據和領(lǐng)域知識圖譜積累，能夠為相關(guān)部門(mén)資源統籌、工作協(xié)同提供決策支持。城市大數據解決方案融合百億級的開(kāi)源數據，打通各部門(mén)相關(guān)數據，并據此形成政務(wù)領(lǐng)域知識圖譜，能夠幫助政務(wù)部門(mén)提升社會(huì )態(tài)勢感知，為相關(guān)部門(mén)實(shí)現科學(xué)決策提供支持。以防疫工作為例，中科聞歌能夠根據病例接觸程度的不同，對相應場(chǎng)所構建知識圖譜，幫助防疫人員協(xié)同各部門(mén)防疫工作、統籌防疫物資，降低人工投入成本和時(shí)間成本，實(shí)現防疫流程高效運轉。

中科聞歌具備跨模態(tài)數據分析能力，幫助相關(guān)部門(mén)實(shí)現數據價(jià)值充分挖掘。中科聞歌能夠將非結構化數據的口徑和標準統一，融合所有模態(tài)數據，構建統一數據、技術(shù)底座，形成數據技術(shù)一體化。中科聞歌能夠根據不同場(chǎng)景下政務(wù)工作需求幫助有關(guān)部門(mén)構建起數據平臺，對多模態(tài)數據進(jìn)行分析，實(shí)現數據價(jià)值充分挖掘，為政務(wù)決策提供有效支持。

中科聞歌可為多個(gè)政務(wù)治理場(chǎng)景賦能，幫助各層次政務(wù)工作提質(zhì)增效。中科聞歌城市大數據解決方案覆蓋疫情防控、洪澇預測、經(jīng)濟大腦、稅務(wù)稽查、金融監管等政府治理場(chǎng)景，未來(lái)還將拓展農業(yè)貿易、商務(wù)等場(chǎng)景，為相關(guān)部門(mén)高效精準服務(wù)提供平臺和應用支持。以深圳龍華經(jīng)濟大腦項目為例，中科聞歌宏觀(guān)上實(shí)現全區經(jīng)濟狀況可視化，輔助經(jīng)濟工作統籌規劃、協(xié)同開(kāi)展；中觀(guān)上對不同產(chǎn)業(yè)經(jīng)濟進(jìn)行智能研判，為經(jīng)濟工作開(kāi)展提供決策參考；微觀(guān)上對企業(yè)訴求進(jìn)行快速處理，為有關(guān)部門(mén)服務(wù)企業(yè)提供更方便快捷的途徑。

中科聞歌具備卓越的人工智能技術(shù)研發(fā)創(chuàng )新能力，為業(yè)務(wù)開(kāi)展和決策統籌提供技術(shù)保障。作為技術(shù)研發(fā)型企業(yè)，中科聞歌團隊吸納眾多數據智能、人工智能、運籌科學(xué)領(lǐng)域的科研技術(shù)人才，以及產(chǎn)業(yè)經(jīng)濟、媒體、安全等領(lǐng)域的實(shí)踐專(zhuān)家， 在國際頂級學(xué)術(shù)期刊和會(huì )議發(fā)表論文600余篇，申請發(fā)明專(zhuān)利近百項，研發(fā)和實(shí)現核心算法3000余個(gè)，具備深度挖掘大數據和人工智能技術(shù)的研究能力和創(chuàng )新能力。中科聞歌優(yōu)秀的研發(fā)創(chuàng )新能力再結合政務(wù)領(lǐng)域的豐富經(jīng)驗，能夠在政務(wù)工作各細分場(chǎng)景下為業(yè)務(wù)開(kāi)展和決策統籌提供技術(shù)保障。

典型客戶(hù)：

深圳市龍華區政務(wù)服務(wù)數據管理局、粵港澳大灣區大數據中心、上海浦東經(jīng)濟駕駛艙、山東濰坊市智慧濰坊建設辦

3.12智能營(yíng)銷(xiāo)

市場(chǎng)定義：

智能營(yíng)銷(xiāo)指在 “用戶(hù)洞察-營(yíng)銷(xiāo)策略制定-用戶(hù)觸達與轉化-效果評估” 的數字營(yíng)銷(xiāo)流程中，能夠運用大數據挖掘、自然語(yǔ)言處理、知識圖譜、機器學(xué)習等大數據與人工智能技術(shù)，通過(guò)對某類(lèi)營(yíng)銷(xiāo)方式全過(guò)程或部分環(huán)節的智能化來(lái)提升營(yíng)銷(xiāo)質(zhì)效，包括大數據用戶(hù)洞察、輿情趨勢洞察、精準投放、個(gè)性化推薦等智能營(yíng)銷(xiāo)場(chǎng)景。

甲方終端用戶(hù)：

營(yíng)銷(xiāo)部門(mén)、運營(yíng)部門(mén)、品牌部門(mén)

甲方核心需求：

對已初步搭建數字營(yíng)銷(xiāo)體系的企業(yè)而言，在用戶(hù)洞察、營(yíng)銷(xiāo)策略制定、用戶(hù)觸達與轉化、效果評估等環(huán)節仍存在痛點(diǎn)，需要借助更全面的數據源與先進(jìn)的大數據技術(shù)更好地完成營(yíng)銷(xiāo)目標。具體需求包括：

外部數據缺失，需要合規采集與分析多維度用戶(hù)數據。傳統的用戶(hù)洞察依托企業(yè) CRM 或 CDP 已有會(huì )員數據，缺少合規的外部數據；用戶(hù)畫(huà)像和潛客預測等洞察場(chǎng)景很大程度上仍依賴(lài)人工經(jīng)驗，準確度不夠高。隨著(zhù)數據智能技術(shù)的發(fā)展，企業(yè)希望能夠合規使用人群特征偏好、行動(dòng)軌跡、輿論趨勢等各項數據，通過(guò)算法模型進(jìn)行實(shí)時(shí)智能分析，生成更準確的洞察結論與可視化的數據展示，支撐策略制定優(yōu)化。

市場(chǎng)洞察難度大，需要借助智能化手段進(jìn)行全面分析。多樣化的渠道和龐雜的市場(chǎng)信息給企業(yè)制定營(yíng)銷(xiāo)策略帶來(lái)挑戰，要了解市場(chǎng)全局、確保營(yíng)銷(xiāo)效果變得更困難。因此企業(yè)基于專(zhuān)業(yè)知識與經(jīng)驗去制定整體營(yíng)銷(xiāo)策略的同時(shí)，愈發(fā)強烈需要對全局市場(chǎng)環(huán)境形成系統性的分析方法，在客群趨勢、競品策略、市場(chǎng)反饋等方面獲得及時(shí)準確的數據。

用戶(hù)觸達效率較低，智能化運營(yíng)水平急需提高。隨著(zhù)營(yíng)銷(xiāo)精細化程度不斷提高，企業(yè)需要提高用戶(hù)觸達與轉化環(huán)節的自動(dòng)化智能化水平，基于用戶(hù)生命周期或基于用戶(hù)分群構建豐富的營(yíng)銷(xiāo)模型，支撐拉新、促活、個(gè)性化推薦、首購、復購、交叉購買(mǎi)等場(chǎng)景，實(shí)現精準的千人千面營(yíng)銷(xiāo)，進(jìn)一步提升各環(huán)節轉化效果。同時(shí)，還需要充分利用長(cháng)期的營(yíng)銷(xiāo)態(tài)勢量化數據與各產(chǎn)品、活動(dòng)的實(shí)時(shí)轉化數據進(jìn)行模型自動(dòng)評估，并將量化、實(shí)時(shí)、全面的效果反饋快速應用于策路調整與優(yōu)化，持續提升營(yíng)銷(xiāo) ROl。

廠(chǎng)商能力要求：

廠(chǎng)商需要在活動(dòng)營(yíng)銷(xiāo)、內容營(yíng)銷(xiāo)與整合營(yíng)銷(xiāo)等領(lǐng)域，提供不同的營(yíng)銷(xiāo)工具、服務(wù)和方法論，且應具備大數據挖掘、自然語(yǔ)言處理、知識圖譜、算法模型等底層技術(shù)，對數字化營(yíng)銷(xiāo)全過(guò)程或部分環(huán)節的實(shí)現智能化升級，主要應提供以下能力：

大數據用戶(hù)洞察能力。廠(chǎng)商應提供豐富合規的數據源以及 Al 分析模型，針對企業(yè)所需的線(xiàn)上線(xiàn)下?tīng)I銷(xiāo)場(chǎng)景，運用大數據與機器學(xué)習技術(shù)對客群人口屬性、手機及 APP 偏好、興趣關(guān)注、品牌關(guān)注、位置分布等維度，進(jìn)行實(shí)時(shí)全面的用戶(hù)洞察，為營(yíng)銷(xiāo)策劃提供更敏捷可靠的數據支持。

市場(chǎng)環(huán)境洞察能力。廠(chǎng)商應具備營(yíng)銷(xiāo)業(yè)務(wù)理解和市場(chǎng)分析方法論，并能運用自然語(yǔ)言處理、知識圖譜、數據挖掘等技術(shù)手段收集充分的市場(chǎng)信息，包括線(xiàn)下場(chǎng)景的區位、人流情況，以及線(xiàn)上場(chǎng)景的輿論趨勢、媒體熱點(diǎn)、渠道分布、KOL 詳情等，代替傳統的人工調研和數據分析，形成對營(yíng)銷(xiāo)態(tài)勢的洞察。

智能化運營(yíng)能力。廠(chǎng)商提供的 CDP、MA 等智能營(yíng)銷(xiāo)產(chǎn)品，需具備智能的標簽體系、豐富的營(yíng)銷(xiāo)模型和效果監測功能。通過(guò)智能打標功能使用戶(hù)標簽更加豐富準確；通過(guò)個(gè)性化推薦、交叉推薦、復購預測、需求升級預測等營(yíng)銷(xiāo)模型實(shí)現精準投放，并提供細致的統計數據和指標，幫助企業(yè)提升用戶(hù)運營(yíng)的智能化水平。

入選標準：

符合智能營(yíng)銷(xiāo)市場(chǎng)全部廠(chǎng)商能力要求；

2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥8個(gè)；

2021Q2至2022Q1該市場(chǎng)合同收入≥1000萬(wàn)元。

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

數說(shuō)故事

廠(chǎng)商介紹：

數說(shuō)故事成立于2015年，總部同時(shí)設立在廣州及珠海橫琴，在北京、上海、成都設有分支機構，員工800+人，60%+為大數據和AI研發(fā)團隊，在“認知AI”領(lǐng)域占據領(lǐng)先地位。公司構建了從數據收集、處理、分析、建模到商業(yè)應用的全價(jià)值鏈解決方案，幫助10+行業(yè)的500+頭部企業(yè)完成營(yíng)銷(xiāo)數字化轉型。

產(chǎn)品服務(wù)介紹：

作為中國領(lǐng)先的一站式大數據及AI智能應用提供商， 數說(shuō)故事構建了從數據收集、治理、分析、建模到商業(yè)應用的全價(jià)值鏈解決方案，基于多年的行業(yè)深耕，沉淀數說(shuō)故事獨有的方法論體系及寶貴實(shí)踐經(jīng)驗，完整覆蓋產(chǎn)品創(chuàng )新、品牌營(yíng)銷(xiāo)、內容營(yíng)銷(xiāo)、渠道銷(xiāo)售、用戶(hù)運營(yíng)、風(fēng)險預警、投資顧問(wèn)等豐富的商業(yè)場(chǎng)景。數說(shuō)故事服務(wù)日化美妝、食品飲料、連鎖零售、3C互聯(lián)網(wǎng)、汽車(chē)制造、廣告營(yíng)銷(xiāo)等 10余個(gè)行業(yè)，致力于企業(yè)及政府實(shí)現業(yè)務(wù)變革和營(yíng)收增長(cháng)。

廠(chǎng)商評估：

綜合來(lái)看，基于多年來(lái)大數據技術(shù)沉淀和實(shí)踐經(jīng)驗積累，數說(shuō)故事的數據能力、算法能力、平臺能力和生態(tài)構建能力在業(yè)內具備優(yōu)勢，可以滿(mǎn)足企業(yè)產(chǎn)品創(chuàng )新、品牌營(yíng)銷(xiāo)、內容營(yíng)銷(xiāo)、渠道銷(xiāo)售、用戶(hù)運營(yíng)、風(fēng)險預警等商業(yè)應用需求。

優(yōu)秀的數據采集能力，良好適配營(yíng)銷(xiāo)業(yè)務(wù)對數據的時(shí)效性、全面性需求。數說(shuō)故事通過(guò)自有數據中心可搜集全網(wǎng)大部分的聲量數據，覆蓋社交平臺、電商平臺、視頻平臺、新聞媒體、論壇問(wèn)答等多類(lèi)型多平臺數據，每日可采集數億條數據，分鐘級別的數據更新速度行業(yè)領(lǐng)先，良好適配當下企業(yè)對聲量數據的時(shí)效性、全面性需求和對產(chǎn)品高度穩定性、兼容性要求。

成熟的算法平臺有效降低數據訓練和算法開(kāi)發(fā)成本，提升企業(yè)產(chǎn)品分析能力。基于經(jīng)年累月的算法能力積累，數說(shuō)故事搭建了自助算法平臺，平臺具備的NLP及多模態(tài)大規模預訓練模型，可大幅度降低企業(yè)訓練數據和算法開(kāi)發(fā)的研發(fā)成本、維護成本。經(jīng)過(guò)全網(wǎng)數據采集以后，通過(guò)數說(shuō)產(chǎn)品的智能文本處理技術(shù)，對數據內容進(jìn)行語(yǔ)義理解和情感分析，構建商業(yè)常識和智能推理能力，進(jìn)而可為企業(yè)提供商業(yè)知識圖譜。同時(shí)，模型可辨別信息數據真實(shí)性，由此形成人群分析、時(shí)間分析、口碑分析，為企業(yè)提供專(zhuān)業(yè)的產(chǎn)品研究分析報告。

數據與業(yè)務(wù)深度結合的平臺體系，推動(dòng)企業(yè)營(yíng)銷(xiāo)業(yè)務(wù)迭代升級。數說(shuō)故事可以運用扎實(shí)的數據整合及治理能力幫助企業(yè)實(shí)現業(yè)務(wù)數據化和數據業(yè)務(wù)化，以數據驅動(dòng)企業(yè)營(yíng)銷(xiāo)業(yè)務(wù)迭代，形成數據與業(yè)務(wù)深度融合的平臺體系。數說(shuō)故事的數據平臺產(chǎn)品體系完整覆蓋從數據采集、處理、分析和建模所有環(huán)節，可實(shí)現短時(shí)間內快速完成營(yíng)銷(xiāo)產(chǎn)品研發(fā)或客戶(hù)應用交付，為其商業(yè)應用生態(tài)建設打下良好基礎。

開(kāi)放的生態(tài)合作環(huán)境，為企業(yè)提供更完整的解決方案。數說(shuō)故事將PaaS平臺對生態(tài)合作伙伴進(jìn)行開(kāi)放，為上下游數字化廠(chǎng)商高效賦能。例如，在輿情場(chǎng)景下生態(tài)合作廠(chǎng)商可以利用數說(shuō)已有的社媒數據庫進(jìn)行數據采集，在內容創(chuàng )作場(chǎng)景下，數說(shuō)PaaS平臺可幫助合作伙伴快速生成內容素材實(shí)現內容創(chuàng )作。合作廠(chǎng)商可依賴(lài)數說(shuō)的開(kāi)放平臺大范圍收集多維度多模態(tài)數據、快速構建互補性的場(chǎng)景產(chǎn)品，縮短廠(chǎng)商的產(chǎn)品建設研發(fā)周期，加速合作廠(chǎng)商為企業(yè)的服務(wù)效率。

典型客戶(hù)：

伊利、騰訊、寶潔、華為、廣汽等

3.13安全大數據

市場(chǎng)定義：

安全大數據指利用大數據技術(shù)，在對全流量數據進(jìn)行多維安全分析、風(fēng)險事件分析、異常行為分析，深度識別、處理和防范網(wǎng)絡(luò )安全風(fēng)險的同時(shí)，優(yōu)化傳統網(wǎng)絡(luò )安全、數據安全防控體系下的大數據架構，實(shí)現安全大數據的高效運營(yíng)管理的綜合性解決方案。

甲方終端用戶(hù)：

企業(yè)IT部門(mén)、網(wǎng)絡(luò )安全部門(mén)

甲方核心需求：

近年來(lái)，各行業(yè)網(wǎng)絡(luò )安全監管收緊，網(wǎng)絡(luò )安全法規頻繁出臺，而隨著(zhù)企業(yè)數據孤島問(wèn)題日益嚴重，以及外部入侵方式逐漸升級，僅通過(guò)傳統訪(fǎng)問(wèn)權限、網(wǎng)絡(luò )掃描等手段難以實(shí)現健全的網(wǎng)絡(luò )安全管控。因此，企業(yè)需要利用大數據分析，提升對風(fēng)險因素的感知、預測和防范能力，升級企業(yè)網(wǎng)絡(luò )安全保障。具體而言，企業(yè)對安全大數據的需求主要有以下幾點(diǎn)：

提升數據處理能力。網(wǎng)絡(luò )安全分析所需數據有硬件設備數據、網(wǎng)絡(luò )安全設備數據，以及系統日志、應用日志、運行和維護數據、外部攻擊數據等，數據量大且存儲較為分散，需要提升數據的集中處理能力，才能實(shí)現全面和及時(shí)的安全分析。

事前實(shí)現風(fēng)險主動(dòng)發(fā)現和預警。企業(yè)內外數據交互渠道不斷豐富，交互頻次不斷提升，對網(wǎng)絡(luò )中潛在惡意文件、惡意郵件等的防護也需要升級。在未發(fā)生風(fēng)險時(shí)，需要通過(guò)過(guò)往經(jīng)驗及安全系統排查能力對潛在風(fēng)險進(jìn)行有效預防。

事后實(shí)現風(fēng)險高效處理。企業(yè)數據系統復雜性不斷提升，對于問(wèn)題響應和處理即時(shí)性的要求也在不斷提升，傳統安全體系下，在安全問(wèn)題發(fā)生后的日志和流量分析耗費時(shí)間較長(cháng)，且風(fēng)險追溯要通過(guò)逐一排查實(shí)現，風(fēng)險處理和修復時(shí)間長(cháng)。企業(yè)希望通過(guò)高效的分析和追溯，快速進(jìn)行問(wèn)題定位，實(shí)現精準打擊。

在滿(mǎn)足行業(yè)監管要求和業(yè)務(wù)場(chǎng)景需要前提下，形成集團統一的安全管控體系。不同行業(yè)網(wǎng)絡(luò )安全和數據安全標準存在差異，業(yè)務(wù)場(chǎng)景不同也帶來(lái)安全防控部署上的差異，且對于大型組織而言，集團、二級單位安全功能建設和部署不統一，安全等級不對稱(chēng)等問(wèn)題較為嚴重，因此，企業(yè)需要建設同時(shí)滿(mǎn)足上述條件要求的網(wǎng)絡(luò )安全防控體系。

廠(chǎng)商能力要求：

具備海量多元數據處理和即時(shí)查詢(xún)能力。首先，廠(chǎng)商要具備數據融合能力，通過(guò)多源數據分類(lèi)、清洗、加工等多級處理，為安全分析提供精準可靠的數據源。其次，廠(chǎng)商產(chǎn)品需采用高可用的大數據架構，能夠與企業(yè)原有大數據平臺進(jìn)行對接，滿(mǎn)足國家法律規定半年以上的網(wǎng)絡(luò )日志存儲要求，實(shí)現大規模網(wǎng)絡(luò )數據的全量采集和存儲。最后，廠(chǎng)商產(chǎn)品應提供數據檢索能力，通過(guò)大數據索引技術(shù)，幫助快速實(shí)現數據查詢(xún)，輔助進(jìn)行數據關(guān)聯(lián)分析。

具備智能化的風(fēng)險檢測和評估能力。首先，廠(chǎng)商產(chǎn)品要能夠對安全風(fēng)險進(jìn)行智能建模，基于歷史數據行為和外部威脅情報，通過(guò)機器學(xué)習、統計學(xué)分析等多項技術(shù)，對安全行為進(jìn)行場(chǎng)景化建模，通過(guò)攻擊特征多維度分析預測、未知威脅識別等多種安全分析手段，幫助企業(yè)提前發(fā)現數據異常行為，實(shí)現風(fēng)險預警。其次，廠(chǎng)商需要具備風(fēng)險評估能力，通過(guò)對攻擊行為的分析，評估該行為對網(wǎng)絡(luò )系統的危害，輔助后期決策。

具備風(fēng)險鏈路追蹤和可視化交互能力。首先，廠(chǎng)商產(chǎn)品要具風(fēng)險溯源能力，通過(guò)對風(fēng)險事件逐層下鉆，關(guān)聯(lián)到原始日志和文件，高效定位風(fēng)險源頭。其次，廠(chǎng)商產(chǎn)品要具備可視化攻擊鏈路分析能力，將分析結果以圖譜等形式進(jìn)行可視化呈現，清晰回溯攻擊關(guān)系，方便運維人員更直觀(guān)分析風(fēng)險并進(jìn)行針對性處理。

具備行業(yè)化、場(chǎng)景化安全體系建設經(jīng)驗和方法論，同時(shí)支持大型企業(yè)多級聯(lián)安全體系搭建。首先，廠(chǎng)商需要熟悉不同行業(yè)網(wǎng)絡(luò )安全標注和規范，在結合不同行業(yè)業(yè)務(wù)場(chǎng)景的情況下，為企業(yè)合理設計安全解決方案。其次，廠(chǎng)商需要根據企業(yè)組織架構和數據安全需要，搭建支撐大型企業(yè)多級級聯(lián)、多分支機構的安全管理體系，考慮不同層級防御系統之間的協(xié)作，實(shí)現嚴密的聯(lián)防聯(lián)控。

入選標準：

1. 符合安全大數據全部廠(chǎng)商能力要求；

2. 2021Q2至2022Q1該市場(chǎng)付費客戶(hù)數量≥5個(gè)

3. 2021Q2至2022Q1該市場(chǎng)合同收入≥500萬(wàn)元

代表廠(chǎng)商評估：

（注：以下代表廠(chǎng)商評估均按廠(chǎng)商簡(jiǎn)稱(chēng)首字音序排序）

斗象科技

廠(chǎng)商介紹：

斗象科技創(chuàng )立于2014年，總部位于上海，是中國領(lǐng)先的網(wǎng)絡(luò )安全數據智能與安全運營(yíng)提供商，新一代網(wǎng)絡(luò )安全領(lǐng)軍企業(yè)。公司以斗象科技為集團中心，圍繞斗象智能安全、漏洞盒子、FreeBuf三大生態(tài)打造新一代網(wǎng)絡(luò )安全科技企業(yè)，綜合運用安全數據智能、實(shí)戰攻防、安全運營(yíng)技術(shù)以及互聯(lián)網(wǎng)化的白帽平臺優(yōu)勢，持續提升公司核心競爭力，為企事業(yè)客戶(hù)夯實(shí)網(wǎng)絡(luò )安全底座。

產(chǎn)品服務(wù)介紹：

斗象科技旗下品牌包括安全數據智能與安全運營(yíng)產(chǎn)品體系“斗象科技智能安全”，網(wǎng)絡(luò )安全眾測與安全運營(yíng)服務(wù)平臺“漏洞盒子”，網(wǎng)絡(luò )安全行業(yè)門(mén)戶(hù)“Freebuf”及“Freebuf咨詢(xún)”?！岸废罂萍贾悄馨踩币詳祿治鰹榛?#xff0c;為企業(yè)提供安全數據智能與安全運營(yíng)產(chǎn)品。安全數據智能與安全運營(yíng)產(chǎn)品體系具備了全流量存儲、秒級溯源、多維度安全分析與歷史數據計算、綜合風(fēng)險管理與事件分析、資產(chǎn)智能識別與異常行為監測技術(shù)特性，完整覆蓋事前演練、事中分析、事后追蹤安全工作全流程，幫助企業(yè)構建安全運營(yíng)體系，從而保障企業(yè)數據安全。

廠(chǎng)商評估：

綜合來(lái)看，基于多年的實(shí)踐經(jīng)驗積累和海量安全知識沉淀，斗象科技的安全數據存儲和分析能力、安全產(chǎn)品可擴展能力、安全攻防演練解決方案以及安全運營(yíng)解決方案在業(yè)內具備優(yōu)勢。

優(yōu)秀的數據存儲、數據計算及安全分析能力，為防范威脅攻擊奠定基礎。斗象科技為企業(yè)提供的安全計算分析產(chǎn)品，可全量存儲全流量數據、網(wǎng)絡(luò )文件、PCAP、郵件等6個(gè)月以上。該產(chǎn)品可對數據實(shí)現流式處理，能夠滿(mǎn)足企業(yè)對數據實(shí)時(shí)分析和離線(xiàn)計算的需求，同時(shí)還支持PB級數據檢索，對千億規模的流量日志實(shí)現秒級查詢(xún)。在安全分析層面，該產(chǎn)品能夠實(shí)現規則特征分析、跨時(shí)間周期分析、調查溯源分析及影響面分析。斗象科技優(yōu)秀的數據存儲、數據計算及安全分析能力，為實(shí)現攻擊預警、監測、分析、響應奠定堅實(shí)的基礎。

高可用、可持續擴展的集群架構，能夠支持千億級別安全數據的計算、分析、比對。在企業(yè)業(yè)務(wù)活動(dòng)流量激增情況下，斗象科技提供的安全大數據產(chǎn)品可根據業(yè)務(wù)需要無(wú)限橫向擴展存儲分析集群，支持千億級別數據計算、分析、比對的能力，大幅提升了安全大數據產(chǎn)品的使用性能和可用性。

完善的攻防演練解決方案，幫助企業(yè)提升安全防御能力。斗象科技為企業(yè)提供的解決方案面向企業(yè)互聯(lián)網(wǎng)、辦公網(wǎng)的全攻擊路徑的預警、監測、分析、響應體系，能夠發(fā)現主動(dòng)攻擊、跟蹤被動(dòng)威脅，建立事前預警和事后響應的協(xié)作機制，并有效監測辦公網(wǎng)及員工安全行為，對繞過(guò)企業(yè)安全設備的潛在威脅、異常行為、違規行為進(jìn)行分析和處理，能夠幫助企業(yè)提升攻防對抗能力、應急響應能力、安全防御能力。

提供定制化、體系化的安全運營(yíng)解決方案，滿(mǎn)足企業(yè)個(gè)性化需求。斗象科技的安全大數據解決方案可站在企業(yè)戰略角度，為企業(yè)安全部門(mén)提供一整套安全數據計算、安全運營(yíng)與漏洞管理及安全監測產(chǎn)品矩陣。該解決方案能夠對企業(yè)接收的流量、數據、郵件進(jìn)行全面計算和分析，精準識別潛在威脅。并通過(guò)安全運營(yíng)系統對漏洞進(jìn)行自動(dòng)化管理、對攻擊者進(jìn)行溯源反制，充分保障企業(yè)資產(chǎn)安全。不僅如此，斗象科技還可以根據企業(yè)自身安全能力和預期靈活調整產(chǎn)品架構，各產(chǎn)品之間自由組合，可完美適應當下企業(yè)對于安全問(wèn)題的個(gè)性化需求。

斗象科技的安全大數據解決方案具有較高的易用性，能幫用戶(hù)快速提升安全水位。斗象科技采用旁路布控方式，在不對其他部門(mén)的核心業(yè)務(wù)造成影響的前提下，完成安全設備的部署、安裝和調試，降低安全大數據產(chǎn)品的使用難度，快速提升公司整體安全能力和水位。

典型客戶(hù)：

中國銀聯(lián)、中國聯(lián)通、中國外匯交易中心

4.入選廠(chǎng)商列表