乐趣区

关于数据库:2022爱分析-数据智能厂商全景报告

报告编委

黄勇
爱剖析合伙人 & 首席分析师
孟晨静
爱剖析高级分析师
李冬露
爱剖析分析师
冯怡欣
爱剖析分析师
兰壹凡
爱剖析分析师

目录
1. 钻研范畴定义
2. 厂商全景地图
3. 市场剖析与厂商评估

  1. 入选厂商列表
  2. 钻研范畴定义

钻研范畴

数据智能是指以数据为生产因素,通过交融大规模数据处理、数据分析与开掘、机器学习、可视化等多种大数据和人工智能技术,从数据中提炼、挖掘具备揭示性和可操作性的信息,从而为企业提供数据驱动的剖析与决策。

以后,数据智能曾经成为企业实现数字化转型的外围形式。一方面,在实现初步数字化的根底上,企业心愿把数据分析扩大到更多的利用场景,以在业务倒退与经营中实现降本增效,或构建创新性的业务模式;另一方面,数据规模的继续收缩,与剖析场景的更加多样化,也对数据存储、解决和剖析等方面的能力提出了更高的要求,因而企业须要对数据基础设施进行继续的降级与优化。

本次报告将数据智能市场划分为利用解决方案和数据基础设施两大部分,其中数据基础设施指利用云计算、人工智能、隐衷计算等新兴信息技术构建的为企业赋能的平台类解决方案,次要包含数据的采集、存储、计算、治理等内容,进而为下层利用提供数据服务;利用解决方案是指通过数据智能解决方案在垂直行业或通用职能畛域间接赋能业务价值晋升的最佳实际。

综合思考企业关注度、行业落地停顿等因素,爱剖析在本次钻研中选取了数据基础设施中的剖析型数据库、数据库治理平台、实时数据平台、DataOps、数据中台、云数据平台、数据分析平台、数据迷信与机器学习平台、常识图谱平台、隐衷计算平台,以及利用解决方案中的城市大数据平台、智能营销、平安大数据共计 13 个特定市场进行重点钻研。

本报告面向企业决策层以及数据部门、业务部门负责人,通过对各场景的需要定义和代表厂商的能力评估,为企业的数据智能基础设施及利用布局、厂商选型提供参考。

图 1:数据智能市场全景地图

厂商入选规范

本次入选报告的厂商需同时合乎以下条件:

厂商的产品服务满足各市场定义的厂商能力要求;
近一年厂商具备肯定数量以上的付费客户(参考第 3 章各市场定义局部);
近一年厂商在特定市场的支出达到指标要求(参考第 3 章各市场定义局部)。

2. 厂商全景地图

爱剖析基于对甲方企业和典型厂商的调研以及桌面钻研,遴选出在数据智能市场中具备成熟解决方案和落地能力的入选厂商。

3. 市场剖析与厂商评估    

爱剖析对本次数据智能我的项目重点钻研的特定市场剖析如下。同时,针对参加此次报告的局部代表厂商,爱剖析撰写了厂商能力评估。

3.1 剖析型数据库

市场定义:

剖析型数据库是指为应答企业管理人员、业务人员、数据分析师、数据科学家等人员对数据的各类剖析和利用需要而提供的各类数据存储和计算引擎,包含数据仓库、数据湖、大数据平台以及湖仓一体数据平台等。

甲方终端用户:

企业 IT 部门、数据部门

甲方外围需要:

在企业数字化转型的过程中,数据利用场景出现多元化趋势,数据规模也呈爆发式增长,企业须要深刻开掘数据价值,以进步生产与经营效率。在此背景下,对剖析型数据库的数据库存储、计算、查问等能力提出了更高要求。具体而言,企业对剖析型数据库的需要如下:

实时数据利用场景激增,企业需深刻开掘实时数据商业价值。企业在进步生产与经营效率的过程中发现,数据的时效性至关重要,如电商行业的订单查问、金融行业的实时风控等场景。因而,企业须要增强存储、查问与剖析实时数据的能力,充沛开掘其商业价值。

业务需要爆炸式增长,存算资源弹性扩大能力急需加强。传统剖析型数据库的存储和计算资源通常是耦合的,导致存储资源冗余、计算资源有余与扩大老本高的问题,且节点扩大会存在下限,影响零碎的高可用性;同时,局部企业采纳本地部署剖析型数据库的办法也会对其存储能力、扩展性与并行处理能力产生影响。因而,企业须要优化已有剖析型数据库的部署形式与扩大能力,为大数据分析的性能与速度提供保障。

业务智能化场景增长,对企业数据价值开掘能力提出更高要求。近年来,企业业务场景不断丰富,数据正在成为其业务翻新的外围,而大数据与人工智能等技术成为重要技术手段。但传统数据库存在对人工智能和机器学习等高级剖析技术支持有余的问题。因而,企业须要借助人工智能技术加强剖析型数据库的剖析能力与效率,以及时响应业务需要。

运维老本过高,数据系统架构需简化。局部企业受到资源、技术能力等的限度,不足统一规划,部署了多种性能各异、彼此独立的剖析型数据库,导致系统架构非常复杂,治理、保护与数据迁徙的老本很高,稳定性差。因而,企业须要在统一规划之后,简化零碎架构,升高剖析型数据库的运维老本。

信创浪潮下,企业须要实现数据库国产化。在信创政策要求下,政府、国央企与金融等行业须要将已有剖析型数据库更新为国产背景、合乎信创要求、已通过国家自主可控测试的数据库,充沛保障数据库的平安可控。

厂商能力要求:

具备较高的数据存储、查问与剖析性能。厂商所提供的剖析型数据库须要可能对海量数据进行存储、高并发查问与剖析,满足特定场景下的性能需求。例如,局部场景下剖析型数据库须要可能存储与治理实时数据,反对各类 SQL 规范,对海量实时数据进行高性能数据加载、高并发查问与剖析等操作。

云上部署与弹性扩大。厂商须要可能提供反对云上部署、存储节点与计算节点互相独立且可分别独立扩大、在面对数据高并发场景时可按需疾速实且现横向扩容的剖析型数据库,充分利用云的可扩展性与相干资源。

反对智能化的数据分析和利用。厂商所提供的剖析型数据库须要可能利用以后风行的 AI、机器学习、高级剖析等技术,实现对海量、高吞吐、高并发、多源异构数据的自动化与智能化查问与剖析,进步数据价值开掘效率与品质。

简化零碎架构,对立治理数据。厂商须要提供性能良好、稳定性强、可能与已有数据库兼容的剖析型数据库,帮忙企业实现简化数据系统架构,实现以低成本进行系统维护、数据开发以及数据的对立存储与剖析。

合乎信创规范,实现国产化代替。厂商须要可能提供国产自研、可能与国产支流软硬件兼容适配、符合国家信息安全规范等资质要求的剖析型数据库,同时,还需可能进行数据库迁徙,实现国产化代替。

入选规范:

合乎剖析型数据库市场厂商能力要求;
2021Q2 至 2022Q1 该市场付费客户数量≥10 个
2021Q2 至 2022Q1 该市场合同支出≥1000 万元

  代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

柏睿数据

厂商介绍:

柏睿数据是一家以数据库为外围的“Data+AI”数据智能根底软件公司,基于齐全自主研发的新一代全内存分布式数据库产品体系和人工智能产品体系,构建数据智能平台,以智能数据算力技术撑持,实时、迅捷、高效开掘数据价值,为政府及国民产业数字化转型降级赋能。

产品服务介绍:

RapidsDB 是柏睿数据全国产自主研发、具备残缺独立知识产权、基于全内存构造的分布式剖析型数据库,具备金融级数据长久化、数据安全性、零碎高可用性,高于传统磁盘架构数据库 100+ 倍数据读写访问和剖析性能,实用于数据量大、实时性要求高的利用场景。

厂商评估:

依附业余的团队与丰盛的行业实践经验,柏睿数据提供了数据存储与解决性能低劣、自主可控的内存分布式数据库 RapidsDB 与全流程原厂服务。

基于全内存架构,数据存储、拜访与剖析性能低劣,可能满足企业简单的数据存储与解决需要。RapidsDB 数据库是以全内存架构为根底的分布式数据库,具备高性能、高可扩展性强与高易用性。通过将数据全量加载到内存中进行解决,大幅度晋升了数据访问速度与运算能力,满足企业高并发、低延时的业务需要;分布式架构可能通过集群及数据库分区的形式最大限度的晋升负载状态下的数据库性能,当企业数据增长量达到肯定规模后,无需对原有架构进行改变,即可在线灵便扩大。为解决传统数据库难以撑持企业海量剖析需要的问题,柏睿数据还将数据库技术与人工智能技术深度交融,升高了数据读取的难度,企业可通过对立的数据库剖析平台实现全量数据的实时剖析,并利用于企业预测性业务场景中。此外,该数据库还反对云端部署、对立 SQL 规范查问等性能,易用性大大提高。

技术全栈自研,产品自主可控,合乎信创规范。柏睿数据库内核技术齐全自主研发,实现了数据库 SQL 解析层、优化层、执行层到存储层的自主可控,兼容适配了全副国产主机、芯片及操作系统,适应了信创趋势。基于此,公司不仅可能主导产品的性能迭代,针对不同客户的个性化需要做定制化性能,还能在网络存储计算资源等方面疾速优化,提供原厂级的数据库治理运维工具。此外,公司还成立了信创小组,定期与不同的行业机构、客户、行业主管单位、技术主管单位等进行信创数据库技术探讨以及需要对接,对产品进行优化改良,更好的应答将来信创政策的全面落地。

自主研发平安芯片,倒退上游数据治理能力,为剖析型数据库施展性能提供坚实基础。为了更好的服务客户,除了数据库产品外,柏睿数据还着力于硬件研发与数据治理能力强化。一方面,该企业组建 DPU 开发团队进行平安芯片研发,将其与自研数据库技术联合,无效解决了交易型数据库与剖析型数据库行列混合存储带来的性能降落问题,实现了对数据库读写、存储、并行查问等操作的全域减速;另一方面,深入研究数据编织,帮忙企业更加平安、疾速的进行数据传输,以反对剖析型数据库的实时剖析。

深耕六大行业,为客户提供数据库全流程精细化服务。自成立以来,柏睿数据致力于为产业数字化赋能,凭借其多样化的产品、经验丰富的行业专家团队以及客户胜利团队,为金融、能源、工业、互联网四大行业与数字政府、智慧城市两大畛域提供全内存剖析型数据库产品与全流程原厂数据库服务,以满足各行业的多样化场景需要。其中,原厂数据库服务涵盖部署前的布局征询、部署中的数据开发迁徙以及部署后的运维培训服务。

典型客户:

中国移动、南方衰弱
 

睿帆科技

厂商介绍:

广州睿帆科技有限公司(简称“睿帆科技”)成立于 2015 年,以大数据及人工智能为核心技术为用户提供平台产品及服务,领有自主翻新的数据智能全生命周期产品体系,包含 Baymax 大数据迷信平台、国产分布式雪球数据库、慧帆 AI 平台、湖仓一体大数据开发平台、InfoMover 实时采集同步等,赋能企业数字化转型、为企业提供智能治理与常识服务,服务畛域笼罩电信运营商、公安、轨道交通、政务、金融、应急等多个行业。

产品服务介绍:

SnowballDB™是睿帆科技自主研发的用于联机剖析解决的 MPP 列式数据库。

SnowballDB™提供 PB 级别大数据集的在线多维查问和分布式存储,反对超低查问时延,百亿级数据毫秒级查问;反对准实时数据更新,反对边写边查,可进行准实时全量数据分析;反对高并发,可上百人同时查问;具备高容错机制,反对跨核心多正本灾备,数据主动同步、主动复原。SnowballDB™实用于海量结构化数据存储、高并发点查问、高吞吐即席查问、多维分析和实时查问场景。

厂商评估:

睿帆科技 SnowballDB™产品在反对高并发查问、实时数据查问、高性能写入以及易用性等方面具备显著劣势;此外交融 SnowballDB™剖析型数据库和 Baymax™大数据迷信平台,睿帆科技还能提供一站式数据平台解决方案。

睿帆科技 SnowballDB™具备极速联机剖析性能,反对 PB 级数据高并发查问和实时数据查问。SnowballDB™的极速联机剖析性能通过列式存储、MPP 集群架构、向量化执行、LLVM 编译等四种个性实现。首先,SnowballDB™的列式存储可显著升高 IO 耗费,放慢查问速度,且列式存储可反对轻量化压缩,在保障高性能的前提下实现较高压缩比,升高数据存储老本,实用于高并发查问场景。其次,SnowballDB™分布式集群架构反对多并发查问以及读写并发,容许在运行时创立表、加载数据和运行查问,无需重新配置或重启服务,实用于准实时数据查问场景。再次,SnowballDB™向量化执行既能对列数据一个批次调用一个指令,无效缩小函数调用次数,又能实现仅加载必要列数据进 CPU 缓存,充分利用 CPU 资源。此外,在编译策略上,SnowballDB™反对 LLVM 动静编译,能极大进步代码执行效率。

SnowballDB™具备高性能数据写入个性。一方面,分布式集群架构采纳 share-nothing 形式,反对多节点并行写入,打消单节点性能瓶颈,最大化集群写入性能。另一方面,SnowballDB™采纳先进 Hash 随机算法,主动平衡各节点数据分布,保障各节点磁盘占用绝对平衡。此外,SnowballDB™反对多正本备份,可在不同节点上保护雷同数据,以后节点产生故障时,主动切换由备份正本提供服务,在保障数据安全的状况下晋升性能。

具备较强的易用性,能显著升高用户应用门槛。SnowballDB™提供图形化管理工具,可实现数据库对象治理、可视化 SQL 查问工具、系统诊断剖析、用户权限治理、集群监控、正本监控等数据库全生命周期经营治理。SnowballDB™内置多种表引擎,用户可间接拜访 HDFS / KAFKA / MYSQL 等内部数据源,无需额定代码,升高应用门槛。此外在装置方面,SnowballDB™反对多种装置形式,如可应用规范的 Ambari 开源平台提供的图形化装置配置管理性能,进行动静增加删除集群节点、调整 SnowballDB™的配置参数、启停 SnowballDB™服务以及动静更新降级版本;也反对 RPM 包装置。

睿帆科技具备提供一站式数据平台解决方案的能力,在电信运营商行业服务经验丰富。睿帆交融 SnowballDB™剖析型数据库和 Baymax™大数据迷信平台,协同多源异构数据集成、高性能在线剖析及查问、开发利用等性能,为客户提供数据交融、数据治理、高速检索、多维分析、交互查问等数据中台能力。目前,睿帆数据平台解决方案服务畛域波及电信运营商、政府、安防、交通等行业,服务节点超过 1000 个,日解决数据达到 PB 级,其中电信运营商客户已笼罩广东、河南、四川、浙江等全国 10 余个省市自治区。

典型客户:

北京挪动、四川挪动、广东省公安厅机场公安局、广州市公安局白云区分局

3.2 数据库治理平台

市场定义:

数据库治理平台是指具备对多类型数据库进行对立装置部署、迁徙、备份、监控告警、巡检、性能剖析、智能运维、平安管控等数据库全生命周期治理能力,晋升企业数据库综合运维效率的平台。

甲方终端用户:

数据库管理员

甲方外围需要:

企业应用的数据库品种在快速增长,一方面丰盛的数据类型须要多种关系型、非关系型数据库贮存;另一方面,开源和国产数据库的崛起也迅速突破传统商业数据库垄断的场面。数据库品种的减少在满足企业多种场景需要的同时,也带来沉重的数据库治理及运维工作。企业须要简化多模异构数据库的管理工作,升高治理老本。企业对数据库治理平台的外围需要次要体现在以下几个方面:

简化数据库管理工作,升高数据库运维老本。随着企业零碎中数据库数量及品种疾速减少,企业须要欠缺的数据库管理工具如监控告警、装置部署、备份复原、平安治理、高可用性、资源管理等工具对多终数据库进行对立的治理运维,简化数据库管理工作。

数据库管理员易上手、操作便捷。针对简单的数据库集群架构,企业须要数据库治理平台兼容多种类型数据库,提供诸如可视化性能、系统诊断剖析、反对主动及自定义部署等工具,帮忙数据库管理员实现多数据库轻松治理、便捷装置。

厂商能力要求:

厂商须要可能提供平台化、一体化的数据库治理平台产品。数据库治理平台可能提供多基础设施的整合能力,将多种类型的数据库纳入治理的范畴,并提供平台化的工具笼罩数据库全生命周期,整合监控、性能剖析、巡检、审核、运维、装置部署、变更、SQL 执行、数据迁徙、平安管控等泛滥功能模块,为企业提供一体化的数据库治理服务,升高复杂性。

厂商需具备数据库智能化治理能力。除数据库治理外,厂商还应具备机器学习、RPA 等 AI 技术,将部署、巡检、数据采集、审核等流程自动化或半自动化,缩小反复的人力劳动;以及反对数据库智能剖析,提供数据库性能可视化,实现智能告警优化、趋势剖析、异样诊断等数据库运维性能,升高数据库管理员门槛。

入选规范:

  1. 合乎数据库治理平台市场全副厂商能力要求;
    2.  2021Q2 至 2022Q1 该市场付费客户数量≥5 个;
    3.2021Q2 至 2022Q1 该市场合同支出≥500 万元。

代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

爱可生

厂商介绍:

上海爱可生信息技术股份有限公司(简称“爱可生”)成立于 2003 年,是数据库整体解决方案提供商,国家布局布局内重点软件企业,具备自助知识产权的外围数据处理关键技术,为企业数字化转型提供高性价比、疾速落地的分布式数据库、多数据库智能治理平台、数据库容器云平台和面向 AI 的向量数据库等产品。

产品服务介绍:

爱可生的云树®DMP 产品是一款可治理多款开源和信创数据库的集群治理平台,提供部署、监控、备份、高可用、日志治理、事件告警等性能组件,实现对数据库的一站式治理。云树®DMP 提供主动监控所有数据库实例,通过对立治理视图界面展现,不便用户治理整个根底数据库设施;反对便捷部署并正确应用读写拆散中间件或分布式中间件,主动保护中间件和数据库实例的高可用性;可对数据库实例进行故障检测,主动解决可用性问题等性能。

厂商评估:

爱可生云树®DMP 产品能显著加强开源数据库性能齐备性,并且在案例积攒以及为用户提供数据库全生命周期一体化解决方案方面具备较强劣势。

云树®DMP 集成开源数据库周边生态工具,能加强数据库性能齐备性。在数据库运维方面,云树®DMP 在诸如监控告警、装置部署、备份复原等根底运维性能之外,还提供了高可用性、灾备治理、资源管理等多种运维性能。其中高可用组件反对用户进行多种高可用架构部署,可对数据库实例进行故障检测,主动解决诸如虚拟机解体、计算节点服务过程解体、主机宕机等故障场景,还能反对便捷的切换主库、部署新从库、变更中间件等拓扑变更,保护数据库实例的高可用性;灾备治理组件可使用户掌控零碎容灾业务运行状况,疾速不便的实现数据恢复和测试演练,实现对虚拟机数据的备份,保障跨数据中心数据资产平安;在资源管理中,读写拆散组件和分库分表组件反对数据库节点依据需要进行动静程度扩大或针对节点性能容量限度进行纵向扩大,能晋升开源数据库的扩展性。在数据库开发方面,云树®DMP 还提供诸如 SQL 编辑、审核、脱敏等数据库开发工具。

此外,云树®DMP 还具备良好的兼容性、易用性,且部署便捷简略。架构方面,云树®DMP 能兼容 MySQL 标准协议下的所有开源数据库产品,提供数据库治理能力;易用性方面,云树®DMP 提供数据库运维视屏,实时展现数据库集群的可用性、实例数、容量、告警等信息,用户可轻松治理简单数据库集群架构;部署方面,云树®DMP 反对主动部署,反对任何类型基础设施,用户可自定义部署标准。

爱可生具备深厚的开源数据库研发能力和欠缺的服务体系,交融云树®DMP 平台,协同为用户提供数据库全生命周期一体化解决方案。研发方面,爱可生具备基于多种开源数据库产品如 MySQL、TiDB、OceanBase、OpenGauss、Redis 的自研优化能力,继续研发加强数据库外围性能,并为开源社区反馈奉献源码。服务方面,爱可生为用户提供包含数据库、数据库治理平台产品在内的丰盛的知识库以及培训考核体系,帮忙用户疾速落地。因而,交融开源数据库研发能力、云树®DMP 数据库生态工具以及服务能力,爱可生能为用户提供从数据库架构设计、开发、运维全生命周期一体化服务。

爱可生还具备丰盛的金融行业数据库治理平台实践经验,为用户提供平安稳固的用户体验。爱可生是最早进入数据库治理平台市场的厂商之一,曾经在金融畛域积攒多个标杆案例,继续通过用户业务场景继续验证并欠缺云树®DMP 产品的安全性、稳定性。此外,爱可生参加编写信通院《大数据 数据库治理平台技术要求》规范,且云树®DMP 是业内首个通过信通院数据库治理平台产品能力测试的产品,在平台根底能力、平台资源管理能力、装置部署能力、性能剖析及优化能力、健康检查能力、高可用能力、运维治理能力等 12 项能力域均达到规范。

典型客户:

兴业银行、百胜中国、银联国内

3.3 实时数据平台

市场定义:

实时数据平台是指基于数据同步、流解决等技术,撑持数据实时采集与接入、实时存储、实时计算、实时剖析与查问等能力,从而提供实时数据查问与剖析决策服务的数据平台。

甲方终端用户:

企业 IT 人员、数据工程师、数据科学家

甲方外围需要:

随着市场竞争环境和客户需要的疾速变动,以及实时数据的积攒,实时数据利用在进步生产效率、晋升客户体验和提供个性化产品和服务方面的价值日益凸显,企业对数据驱动业务决策的实时性需要在一直晋升。为此,许多企业通过手工定制、音讯总线和事件流中间件等形式进行数据集成,但这些形式各自面临业务耦合度过高,治理、复用艰难,实时性有余等缺点,因而,企业须要通建设对立平台进行实时数据的汇聚、开发和运维治理。企业对实时数据平台的需要次要有以下方面:

实现实时数据汇聚。企业数据扩散保留在多个数据库、零碎中,数据的类型繁多、数据收集频率的差别也在主观上晋升了数据进行实时采集和同步的难度,因而,企业急需通过借助专门的实时数据工具,实现实时数据汇聚。

海量数据对立存储和治理。大型企业每天产生的数据在 TB 甚至 PB 级,多数据源、多模数据的大量采集、长期保留、冷数据变温数据等带来了新的海量数据存储需要,而随着企业数字化建设过程放慢,数据存储云、边、端并行,须要对数据进行无效治理,保证数据可能高速流转。

数据即时查问和剖析。查问和剖析是实时数据利用的外围,但大数据的加工、解决和剖析过程较为简单,因而如何可能晋升数据查问和剖析速度,让实时数据的价值最大化,是企业最为关注的焦点。

技术架构反对业务稳固运行。企业流数据往往有多个起源,以金融、批发行业为例,在双十一、618 等重大节点容易面临数据高并发的状况。因而企业须要搭建一套稳固成熟的平台架构,在高并发的状况下保证系统运行稳定性。

在各业务场景中最大化实时数据的价值。实时数据分析是一个与业务场景进行深度联合的过程,因而企业须要针对本身业务状况,依据不同场景的要求,与具体业务逻辑相结合进行高度定制化的场景开发,从而保障利用成果最大化。

厂商能力要求:

 提供实时数据汇聚能力。一方面,厂商需高度适配各类技术框架,反对 Kafka、RocketMQ、IBM WebSphere MQ 等多种数据源,以及多种数据格式;另一方面,厂商须要提供实时数据采集和计算技术框架,实现数据实时汇聚。

提供对立数据管理平台,进行数据分类分级存储和治理。首先,厂商须要为企业提供对立数据管理能力,通过平台化的集中式开发,积淀数据任务模型,对立标准数据调用权限。在此基础上,厂商要基于存算拆散模型,依据数据拜访需要水平和其生命周期阶段,对热数据、温数据和冷数据进行分级存储。

具备高性能数据分析引擎。在数据分析与计算环节,厂商需将实时处理过程中的简单计算逻辑,包含糅合指标、模型、业务规定等各类计算逻辑封装为可编辑的数据模型,并尽量实现高度模块化封装。其次,剖析引擎须要具备较高性能,提供指标应用程序所需的吞吐量和提早要求,对数据查问进行即时响应,同时尽量可能提供基于 API 的高度灵便和可扩大的查问剖析服务。

提供满足高并发高可用的先进技术架构。厂商须要提供高可用的技术架构,甚至可进一步具备在异常情况下的集群自愈能力,帮忙企业有效应对数据高并发量的压力。

场景化施行经验丰富,具备成熟的行业解决方案和较强的定制化能力。不同行业在数据类型和实时数据利用场景上都有很大差别,而每个具体利用场景都是大数据技术、数据指标、模型和业务逻辑有机联合的产物,因而厂商首先须要具备定制化开发能力,其次须要在积攒不同行业的场景化落地教训的根底上造成绝对标准化的行业解决方案,保障实时数据平台的胜利落地。

入选规范:

1. 合乎实时数据平台厂商能力要求;

  1. 2021Q2 至 2022Q1 该市场付费客户数量≥5 个;
  2. 2021Q2 至 2022Q1 该市场合同支出≥500 万元。

代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

九章云极

厂商介绍:

九章云极 DataCanvas 成立于 2013 年,是中国数据智能根底软件的领军企业,专一数据智能根底软件和数据迷信平台的继续开发与建设,通过自主研发的一系列企业级 AI 利用所需的平台软件产品及解决方案,极大升高了 AI 门槛,助力用户实现数智化降级,推动政府、金融、通信、制作、交通、互联网等多畛域客户 AI 规模化利用。

产品服务介绍:

九章云极 DataCanvas RT 是一款分布式流数据实时处理、剖析和决策平台,笼罩实时数据集成、数据资产创立和治理、数据建模剖析、数据服务和运维监控全生命周期,帮忙企业造成危险监控、精准营销、实时预警与事中剖析等多种实时剖析决策能力。

厂商评估:

九章云极 DataCanvas 一站式实时数据分析平台,具备性能模块化连接、技术架构稳固高可用等劣势,通过其欠缺的利用开发能力和用户治理能力,能无效帮忙企业实现实时数据分析和利用。

提供笼罩实时数据分析全生命周期的一站式平台,能无效实现各流程无缝连接,晋升剖析效率,升高零碎部署复杂度。九章云极 DataCanvas 提供一站式流数据分析平台,将流数据处理、建模、监控等各环节,以及指标、风控、营销等工具封装为对立平台上的不同功能模块,而非彼此独立的产品,屏蔽不同产品带来的零碎复杂性。如在数据开发环节,DataCanvas RT 实时决策核心 可能间接应用上一环节曾经定义好的数据资产,无需思考底层数据库认证问题,从而晋升数据分析的效率。

具备稳固、高可用技术架构,能在提供高并发数据服务的同时,满足实时数据分析的须要。九章云极 DataCanvas 产品采纳分布式可扩大架构,可能实现动静集群治理和弹性扩容,反对高并发数据计算和解决;同时,其存算拆散的数据存储,可能缩小数据搬迁,反对多样数据接入。在实时数据分析方面,零碎具备弱小的实时能力,能进行批量加载和毫秒级查问响应,反对实时写入、实时更新。

对于开发人员,提供多种数据开发方式和 DevOps 能力,能显著晋升开发效率和体验。在数据开发方式方面,DataCanvas RT 实时决策核心不仅内置蕴含数据输出源、窗口类、统计类、规定类、模型类的近百种预置算子,用户能通过托拉拽预置算子,轻松高效构建流数据作业;同时,零碎还反对通过在线编辑器定义 SQL 流作业,反对 UDF 在线开发、作业调试监控、作业段落编排等性能,辅助构建实时数据分析模型和场景。在开发流程方面,九章云极 DataCanvas 提供一站式实时作业的 DevOps,内置可视化环境配置管理、通明环境部署、网页调试、监控告警等性能,实现数据开发全流程高效合作和规范化经营治理。

具备多租户治理及用户权限治理等性能,帮忙大型企业解决多用户合作难题,保障数据安全。九章云极 DataCanvas 产品可能以企业组织架构为根底,进行多租户治理,对计算资源和数据资产进行资源分配,同时提供对立的用户登录,反对基于角色的权限和定制化菜单,面对大型企业简单人员构成,实现千人千面的数据权限治理,保障团体数据安全。

具备多家大型企业落地教训,提供全面贴合生产环境的业务场景。九章云极 DataCanvas 实时数据平台已在金融、交通、通信、互联网等各行业多家大型企业胜利落地,在实时指标加工和监控、实时数据采集和加工、实时剖析报表、实时风控和交易反欺诈四大高度形象的利用场景根底上,依据不同行业简单的实时数据分析需要提供针对性解决方案。如在金融行业,九章云极能提供客户脚印剖析、客服大数据分析、资金变动营销、危险实时类预警等典型利用场景,帮忙企业实现数据价值。

典型客户:

浦发银行,山东城商行联盟,兴业银行

3.4DataOps

市场定义:

DataOps(数据研发经营一体化)是人、流程和技术的高效组合,用于治理代码、工具、基础架构和数据自身,从而实现数据畛域利用的麻利开发和继续集成利用,优化和改良数据生产者和数据消费者的合作,继续交付数据流生产线。

甲方终端用户:

数据工程师、数据架构师、运维工程师、测试工程师、数据分析师

甲方外围需要:

数据分析对企业的价值日益增长,企业外部数据分析更加民主化;与此同时,数据分析工具如 BI、机器学习、可视化、数据挖掘等多元工具的使用,以及简单的数据用户角色如数据工程师、数据管理源、报表开发人员等,大大增加了数据开发及运维工作量以及数据利用交付的协调难度。针对数据利用开发,企业面临的次要需要是:

实现跨部门、多角色协同。原始数据从获取、加工、就绪到产生价值的过程波及多部门多角色协同,如数据架构师、数据工程师、数据分析师、测试工程师、数据科学家、运维工程师、数据管理员、数据分析师等,目前各角色之间指标割裂、难协同,导致数据利用开发周期长,企业须要一套工具能将多种角色组织在一起,高效协同实现数据利用开发,升高利用开发延误。

进步数据品质。在数据利用开发过程中,常因为数据品质问题导致数据利用难应用。数据品质问题来源于多个方面,如提供数据源的业务零碎没及时标准地更新表构造、数据口径不统一、数据填报不标准、以及数据存储架构调整引发数据源意外扭转等,企业须要体系化地对数据全生命周期进行数据治理,保证数据品质,让数据可信。

晋升数据开发效率。在理论的业务零碎中,数据起源多种多样,不同数据对数据处理的时延和数据量的要求不同,产生多种工作类型如离线同步、实时同步、离线计算、实时计算等,须要跨平台相互配合实现多个异构工作。因而开发人员面临大量数据流转标准、计算节点执行程序编排等问题。此外,数据开发之后的部署上线也会破费大量工夫。企业须要一体化平台治理跨平台异构数据工作开发、测试、部署上线,进步数据开发效率。

简化数据运维工作。以后企业各产品利用都会有监控告警能力,比方离线工作冲破基线、实时工作失败、API 调用失败等,企业须要对立监控平台实现对多产品的监控、告警。

保障数据安全。随着数据的民主化、数据利用的宽泛应用,数据安全也成为企业重点思考的问题。数据安全波及到系统安全、数据安全、平安审计等,企业须要系统化的工具保证数据生命周期各个环节平安。

厂商能力要求:

厂商应具备一种或多种 DataOps 工具及技术,反对实现数据利用麻利开发。如针对企业多种硬件环境、开发环境、公布环境、运维流程等,厂商应具备云原生、容器技术提供对立的开发、测试、运维环境;如为满足非凡数据利用的时效性,厂商应具备实时和流解决性能;针对简单的数据类型及利用场景,厂商应具备多种剖析引擎,如分布式解决引擎、离线批处理引擎等;针对数据品质,厂商应具备数据治理、数据血统、数据规范的能力。此外,厂商还应具备利用集成、数据安全等性能。

厂商应具备丰盛的实践经验,能基于 DataOps 实践为用户制订适合的解决方案。一方面,数据开发经营一体化波及数据存储、数据计算、数据开发、数据运维等数据价值链各个环节,须要厂商具备丰盛的实践经验和成熟的 DataOps 实践帮助企业开掘痛点、剖析起因、提出适合的解决方案;另一方面,企业数据开发、运维、治理能力参差不齐,须要厂商兼容、优化企业现有数据开发、运维、治理性能及能力,针对缺失、单薄的环节进行定制化开发,实现数据开发经营一体化。

入选规范:

  1. 合乎 DataOps 市场全副厂商能力要求;
  2. 2021Q2 至 2022Q1 该市场付费客户数量≥5 个;
    3.2021Q2 至 2022Q1 该市场合同支出≥500 万元。

代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

数造科技

厂商介绍:

数造科技成立于 2015 年,是新一代数据开发治理能力提供商,将先进的 DataOps 方法论与当先的大数据技术进行产品化落地,帮忙企业建设并买通数据开发、治理、经营、服务各环节能力,实现数据全链路一体化高效治理和利用。现已服务金融、政务、批发、能源电力、制作等畛域的多家头部企业。

产品服务介绍:

数造科技自主研发的外围产品 DataBuilder 是基于 DataOps 方法论打造的新一代麻利数据管理平台,架构于湖仓平台之上,实现数据同步、数据开发、工作提测、工作公布、运维调度全流程麻利合作,同时通过对立元数据和数据目录,造成便于疾速自助查问、血统追溯和品质检测的数据资产体系,为企业提供中台化的数据管理经营服务全链路能力建设解决方案,开掘数据因素潜能。

厂商评估:

数造科技聚焦于数据全生命周期的开发和管控两大外围环节,以其在 DataOps 畛域多年的研发教训和多家大型客户服务实际,可能针对大型企业数据任务量大、开发工具多、运维压力大的广泛问题,提供一站式数据开发、治理、经营的残缺工具流,配合工作编排和继续集成公布能力,反对数据工程的高质高效开发投产,同时把数据治理工作融入到开发过程中,通过规范流程和自动化能力,促成数据开发的品质和数据治理效率。

通过数据沙箱环境配合继续集成公布,大幅晋升公布效率和品质。企业数据利用开发上线过程广泛面临开发合作和短少测试数据两方面难题,开发之间往往会因为数据和资源之间的抢占导致团队开发效率升高,而开发短少独立测试环境和适合的测试数据则重大影响数据开发的品质。数造科技产品通过沙箱环境给数据工程师和数据科学家提供开发工具和试验数据,他们可在其中编写代码和测试工作,而不会影响生产环境,保障测试的充分性,无效晋升数据工作品质。此外,数造科技产品通过构建残缺的从工作开发、单元测试、工作提测到工作上线和生产运维全流程体系,实现数据开发上线的标准化继续运作。

能搭建自动化的数据开发经营全流程工具链,配合工作编排能力,在数据开发者、管理者、消费者等角色间造成无缝连接的高效顺畅合作范式。一方面,数造科技通过将从原始数据、加工数据到业务就绪数据的集成、开发、部署、运维全生命周期造成麻利的数据管道,将业余数据人员须要的所有工具、步骤和流程简化为一个易于应用、可配置的端到端系统,买通数据链上不同角色合作通道,同时用高度自动化流程标准所有环节,代替局部手工操作,从而最大化组织数据的价值。另一方面,数造科技产品提供工作编排能力,能依据数据开发和剖析策略来调整工作的程序、依赖关系,解决大型企业多任务同时进行的合作问题。

提供主动式数据治理性能,最大化数据资产的服务价值。数造科技产品可能在对立的数据规范和标准指引下,进行数据生命周期各环节的设计态到运行态的联动式相互治理和束缚,从而把数据治理工作植入到数据开发和数据生产的过程中。同时主动式数据治理还提供业务合作数据资产治理能力,通过智能打标、应用疏导和资产合作加强用户对数据的了解程度,晋升看数效率,赋予数据消费者自助式摸索剖析能力。

具备成熟的场景化解决方案和定制化能力,能无效保障产品在不同行业胜利落地。数造科技基于对不同行业的多家头部客户的服务教训,已在银行、保险、批发、能源、政府等多个畛域造成欠缺的场景化解决方案,针对数字化根底较弱的企业,能间接提供成熟产品及解决方案。同时,数造科技具备较强的定制化能力,对于数字化根底较好的企业,可能在贴合企业本来数据开发管理模式的根底上,最大化兼容和复用其现有数字化成绩,针对其缺失能力补充对应产品,并进行定制化开发,实现数据开发经营一体化的指标。

典型客户:

南方电网、沃尔玛(中国)、招商银行、安全产险、太平保险

3.5 数据中台

市场定义:

数据中台是在对立数据标准规范根底上,提供数据接入、数据开发、数据资产治理、数据分析、数据服务等能力的数据资产治理和服务平台,帮忙企业实现数据集中管理和服务。

甲方终端用户:

企业数据工程师、数据分析师、业务分析师

甲方外围需要:

近年来,随着企业信息化、数字化过程放慢,企业外部各业务零碎数量减少,多零碎数据反复计算、数据难以集成利用、数据品质堪忧等景象广泛。为突破“数据孤岛”,晋升数据服务能力,须要进行数据中台建设。综合来看,企业对数据中台的建设广泛具备以下几方面需要:

实现数据对立接入和集成:许多大型企业的数据存储基础设施建设广泛以业务需要为导向分批分次建设,没有造成统一规划,导致数据孤岛和数据碎片化问题,在数据调用时须要别离从不同的零碎、数据库中取数,异样繁琐。因而,企业须要通过建设对立平台,对多元异构数据进行对立接入和汇聚,造成团体层面的数据底座。

晋升数据品质,造成对立数据资产:企业在多年数据建设的过程中,搭建了多种不同的数据仓库或是基于开源技术框架的数据存储工具,数据规范、口径不对立,数据指标凌乱,品质参差不齐,无奈集中对外提供数据查问和数据服务。因而,企业须要通过标准化数据治理,实现数据的资产化,并实现对立调度和开发的能力。

对立数据开发,晋升数据服务能力。数据开发波及简单的流程,技术门槛较高,面对多个业务部门的需要,企业存在反复开发和建设问题,造成老本节约,须要建设企业对立的数据开发与服务平台,将数据资产转化为业务可用的数据服务,以实现能力复用与服务共享。
确保数据资产可能继续高效经营和提供服务。数据中台不仅是对企业数据采、存、管、算、用全流程的体系化建设,也是对企业数据利用习惯,甚至企业组织和文化层面的重大变革,因而数据中台搭建仅仅是第一步,更重要的是如何采纳一套迷信的治理和应用办法,让中台继续施展其数据资产经营服务的价值。

厂商能力要求:

适配多种技术架构,帮忙企业无效屏蔽底层技术栈差别。厂商首先须要开发出集成度高的数据接口、能宽泛实用各类数据源的数据采集工作,买通数据仓库和数据湖之间元数据的挪动和拜访,同时可能对结构化与非结构化数据进行集中存储与解决。同时,厂商还须要思考到企业数据存储的扩容需要,保障用户可能稳固通过减少存储节点应答数据量的增长。

提供数据治理服务,构建全面的数据资产管理体系。首先,厂商须要具备数据治理和征询布局能力,通过对企业数据进行全面盘点,对数据指标进行分类,制订数据规范,划分数据安全等级等,将企业数据资产化。其次,厂商须要通过成熟的中台产品实现数据开发和解决的标准化流程,建设数据类指标签体系,便于数据检索和保护,实现数据治理的残缺闭环。
能构建残缺的数据开发链路,造成高效数据服务。厂商数据中台产品须要提供对立的数据服务接口,以及实时和离线开发工具,同时配合智能调度、智能运维、监控告警等一系列工具,实现数据资产的对立开发和调用,晋升数据开发人员和剖析人员的效率,高效灵便地撑持前台业务。其次,厂商产品需具备数据服务能力,提供将数据资产疾速转化为业务可用数据服务的性能体系,并实现数据服务的治理和调度。

具备丰盛落地教训,能提供企业数据中台建设征询和定制化服务。企业须要具备较强的咨询服务能力,需为企业在数据经营体系、组织协同和数据利用场景拓展三方面提供切实可行的计划,并通过培训等形式强化和落实。此外,不同行业、不同规模的企业其组织文化、业务场景和数字化程度差别微小,因而数据中台的定制化程度较高,厂商须要在积攒大量客户服务教训根底上,加深其对不同行业和业务场景的认知和了解,晋升面向不同行业的解决方案成熟度以及定制化程度。

入选规范:

  1. 合乎数据中台全副厂商能力要求;
  2. 2021Q2 至 2022Q1 该市场付费客户数量≥8 个
  3. 2021Q2 至 2022Q1 该市场合同支出≥1000 万元

代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

每日互动

厂商介绍:

每日互动股份有限公司(简称“每日互动”)成立于 2010 年,是业余的数据智能服务商,致力于用数据让产业更智能。公司在互联网经营、用户增长、品牌营销、金融风控等场景积攒了丰盛教训,为互联网企业和政府部门提供丰盛的数据智能产品、服务与解决方案。

产品服务介绍:

每日治数平台 DIOS 定位数据智能操作系统,蕴含数据治理平台、数据建模平台、机器学习平台、标签平台、数据开发平台、可视化平台、数据服务平台、调度平台等八个性能组件,为用户提供可视化向导式的操作和交互界面,使开发人员和工程师可能以我的项目模式省时省力地进行数据治理和开发工作;同时,平台提供全生态低代码和无代码利用构建能力,使得无开发背景的业务人员,可能便捷地利用数据、灵便地剖析数据;此外,平台还提供欠缺的平安管控机制,让企业和组织安心地治理和应用数据资产。与传统中台不同,每日治数平台 DIOS 操作便捷、轻量、易上手,对外输入治数能力,已在政务、品牌营销、交通、金融等行业积攒丰盛的实际案例。

厂商评估:

每日治数平台 DIOS 功能完善,能为用户提供数据接入、数据治理以及数据利用等一站式数据工作平台。此外,每日治数平台 DIOS 数据利用组件门槛低,易上手,能减速企业应用落地,帮忙企业积淀教训建设方法论体系。

每日治数平台 DIOS 提供数据接入、数据治理到数据利用的一站式工作平台。数据接入方面,每日治数平台反对分布式数据接入,能稳固高效实现多源异构数据集成。此外,通过每日治数平台 DIOS,用户可实现本身数据与每日互动等第三方数据买通,丰盛数据起源。数据治理方面,每日治数平台 DIOS 提供行业数据规范定义、数据资产治理、数据品质监控、资产地图展现等性能,帮忙客户晋升数据品质、搭建数据资产核心。数据利用方面,每日治数平台 DIOS 提供数据建模、机器学习、数据标签、可视化等性能组件,为用户提供归因、预测等智能业务利用。

每日治数平台 DIOS 的数据利用组件具备可视化、低代码的个性,门槛低,用户易上手。如可视化平台内置 30 余种支流图表,业务人员可自助搭建数据看板,进行业务趋势、路线运行、投放转化、人口流动等场景的数据分析;机器学习平台提供丰盛算法、可视化的模型指标,非建模业余人员也可疾速实现算法开发、模型训练、模型评估、在线预测等机器学习全流程;建模平台反对低代码数据建模,业务人员通过“利落拽”式的简略操作即可实现数据建模,便捷高效。

每日治数平台 DIOS 帮忙企业积淀本身数据教训,建设方法论体系,晋升数据加工效率。每日治数平台 DIOS 反对用户将可复用的数据能力、业务能力、效率工具积淀成企业独有的数据产品和工具。如可视化平台中,业务人员可将自建的通用主题看板积淀成看板模板,供团队复用,晋升工作效率。此外,用户也能够积攒企业独有的模型算法库、业务标签洞察体系等,供企业外部业务人员、分析师以及开发人员查看、剖析和利用。

每日互动在政务、高速、金融、互联网、品牌营销等多个畛域积攒深厚,减速用户数据利用落地。一方面每日互动积攒了丰盛的行业标签和特色数据以及大量在理论场景复用度高的算法模型,内嵌到每日治数平台 DIOS 中,造成可灵便调用的能力组件、行业标签模板、算法模型库等,开箱即用,帮用户疾速进行利用落地及业务论证;另一方面,多年的行业积攒使得每日互动团队在品牌营销、智慧高速、智能政务、金融风控等畛域积攒专业知识和深度了解,能精确开掘客户需要,并与客户的工程师、分析师、建模师密切合作,解决客户业务场景中的各种问题,将数据利用真正落地,开释数据价值。比方,在品牌营销畛域,每日互动不仅帮忙品牌主欠缺和治理数据资产,还帮助品牌开掘用户数据,依据样本人群特色,搭建购买预测模型,明确高后劲购买人群,实现定向投放。

3.6 云数据平台

市场定义:

云数据平台是具备多租户、弹性扩大、计算存储拆散等个性的新一代数据平台,提供数据存储计算、数据集成、数据开发、数据治理、经营治理、数据分析、数据共享和服务等一站式能力,反对对各类结构化和非结构化数据的解决,以及 BI、数据迷信、AI/ML、实时剖析等数据利用场景,从而帮忙企业低成本地取得自助式、可按需应用的数据平台服务,并实现平安的跨组织数据共享和生产。

甲方终端用户:

企业管理层、IT 部门、业务部门

甲方外围需要:

企业随着数字化转型的推动,数据规模和数据利用场景快速增长,而传统架构的数据仓库、数据湖等数据基础设施,因为不具备弹性扩容、多租户治理等能力,导致应用门槛高、扩容和运维老本高、数据利用效率低、组织间数据共享难等问题日益突出。针对诸多问题,企业需要具体如下。

数智化时代,以数据驱动业务的趋势愈发显著,然而在传统数据利用体系下,企业广泛不足全流程的数据工具,不同模块间链接不通顺、数据利用效率低等问题突出,因而通过一站式的数据产品及服务,升高开发成本、缩小开发工夫、实现数据价值最大化是企业现阶段重点需要。

为全方面激发数据价值,企业须要跨部门、跨业务线甚至跨企业、跨地区的数据共享与联动剖析,并可能须要引入内部数据源进行数据补充。因而,在保障数据安全、自主可控的前提下实现跨组织的数据共享与剖析是企业的另一需要。

传统数据平台零碎,因为扩大弹性较差,且不反对存储和计算独立扩容,导致闲时存储、计算资源节约,且投资老本高,因而企业须要升高数据库及算力投资、运维老本,实现理论需要与可调用能力的精准匹配。

随着竞争的逐步加剧,越来越多的企业决策者和业务人员,都冀望可能实现 T + 1 甚至 T+0 的实时数据反馈,从而基于更有时效性的数据进行业务决策,防止因决策周期过长而导致错失商机,如何实时地集成、调用、剖析数据也是企业重要关注点。

厂商能力要求:

厂商须要提供云数据平台产品和相干解决方案,需具备以下能力:

能为企业提供从数据存储、数据集成、到数据分析利用的一站式数据服务,通过产品的整体封装,屏蔽了底层技术框架的复杂性,帮忙企业建设易用的全流程数据工具体系,实现数据价值的深度开掘,并提供 / 反对 BI 可视化性能,直观简洁的体现数据价值,赋能企业管理层和业务人员。

具备多租户治理能力,实现跨组织数据共享与生产,使企业可能对来自外部不同业务部门、分支机构以及内部不同组织的数据源进行数据专区隔离治理,在放弃各数据源独立性、数据安全性的前提下,实现跨组织的数据共享,并以此来晋升企业数据建模能力,更好的为业务赋能。

基于云环境,将整体数据平台云化,利用云服务器、分布式存储等技术,产品采纳计算存储拆散架构,具备弹性可伸缩能力,依据企业需要实现在私有云、公有云、混合云等部署环境下的一键扩缩容、按需计费,并大幅升高运维老本。

具备更快捷的简单查问性能,从而明显降低批处理、即席查问等工作所需的工夫,反对实时剖析,保障数据处理能力的高时效。

反对支流的开源生态,并提供智能化的运维管控平台,实时监控数据平台运行状态,并提供多种形式的告警服务。

入选规范:

  1. 合乎数据中台全副厂商能力要求;
  2. 2021Q2 至 2022Q1 该市场付费客户数量≥5 个
  3. 2021Q2 至 2022Q1 该市场合同支出≥1000 万元

代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

科杰科技

厂商介绍:

科杰科技是一家数据能力构建商,核心技术团队领有丰盛的头部互联网企业云数据平台搭建及经营教训,致力于将成熟齐备的数据底座产品与多业态简单场景的最佳实际有机交融,为企业提供数据治理、开发开掘、运维一体化的整套计划,助力企业疾速构建数据能力,实现高度规范化、麻利化的数据工作协同与数据利用翻新。现已服务多家政府单位及金融、能源、汽车、批发等多行业头部企业。

产品服务介绍:

科杰科技外围产品 Keen Data lakehouse 是采纳云原生湖仓一体架构的大数据底座,领有大数据根底平台 Keen KDP、数据开发治理平台 Keen BDP、数据同步零碎 Keen Dsync、实时计算平台 Keen Stream、数据规范产品 Keen DSM、数据品质产品 Keen DQM、主数据管理平台 Keen MDM、数据迷信平台 Keen DSP、数据资产目录 Keen Asset、数据指标平台 Keen Index、数据服务平台 Keen DAAS、数据标签平台 Keen TAG 等 12 大功能模块,在实现多云资源对立纳管、弹性扩大和灵便调度的根底上,同时满足数据对立采集、存储、开发、治理和服务的需要,具备高性能高稳定性的个性。
厂商评估:
科杰科技基于本身当先的大数据与云原生技术能力,造成了具备良好兼容性、扩展性和易用性的云数据平台产品,配合其久经验证的落地方法论,帮忙企业建设全域数据资产开发、治理和经营能力。

产品体系残缺,可能一站式赋予企业全链路数据能力。科杰科技 Keen Data Lakehouse 12 大功能模块提供从数据采集、开发、治理到数据资产治理、数据建模剖析、数据服务全链路数据能力,可能一站式满足企业云上数据管理和开发利用需要。

采纳当先的技术架构,反对企业数字化久远倒退。科杰科技数据底座采纳业内当先的云原生与湖仓一体技术架构,反对万亿级别以上大数据存储计算、剖析开掘,具备万台节点、千人协同开发的能力。同时,采纳分布式、高可用、可扩大的存储架构,让企业无需进行架构和模块代码调整即可减少服务器数量,性能随节点数量线性回升,便捷满足零碎业务扩容须要,可反对企业将来 5 -10 年数据能力建设,大幅缩小施行部署老本。基于当先技术架构的数据底座,能够撑持企业将来长期的数字化转型需要。

兼容性佳,反对异构资源的对立纳管。在兼容性方面,科杰科技大数据底座产品解决了不同技术框架间在实时 / 离线一体计算、对立资源调度和 ACID 事务性等方面的适配问题,可能同时兼容 Oracle、MPP 等数据库,并涵盖 Hive、Spark、Flink 等 Hadoop 原生组件,从而对企业原有数据库进行最大水平复用,防止反复建设,造成对云迁徙或混合云部署的良好撑持。

易用性强,能实现流程自动化,赋能组织高效发展数据合作和经营。产品整体设计交融 DataOps 方法论,贯通并落实进数据部署、治理、运维、到最终利用于生产的全生命周期,晋升了数据工程师、数据分析师等不同角色的合作程度,并赋予企业大规模跨团队协同开发的能力。同时,通过固定流程将局部数据工作自动化,升高了数据分析利用的技术门槛。
领有最佳实际方法论,无效帮忙企业全域数据资产体系落地。科杰科技领有大型互联网企业大数据团队基因,并联合多年服务教训造成了独有企业数据平台建设流程与迭代方法论。一方面,针对数据工作的长流程与高度复杂性,科杰科技可能疾速为企业梳理和盘点现有数据,构建通用数据档次和治理架构,依据企业业务需要确立数据规范和标准。另一方面,针对企业组织架构、治理习惯的不同特点,以及在数据管理和应用上的不同角色,科杰科技可能对企业不同业务线、团体和分公司之间的多租户数据权限、数据安全、存储压力等问题提出针对性解决方案,并将项目管理、我的项目后果复用等数据工作治理方法通过培训形式输出企业外部,实现企业全域数据资产管理体系的落地。

典型客户:

中金公司、贵阳银行、永旺
 

数新网络

厂商介绍:

浙江数新网络有限公司(以下简称:数新网络)由原阿里云大数据平台研发总监,御膳房、DataWorks 平台创始人,数加平台总负责人陈廷梁创立。通过多年研发投入,数新网络已具备政务、金融、能源、高端制作、教育等多行业专属解决方案,高效助力企业深挖数据价值,打造外围竞争力。

产品服务介绍:

数新 DataCyber 云数据平台解决方案,蕴含了云数据平台 Cybermeta、数据迷信平台 CyberScience、运维管控平台 CyberOPS、大数据分析工具 CyberExcel 四大外围产品。基于四款产品,数新网络可提供数据汇聚到数据服务、高效建模、智能运维、智能剖析的一站式服务,让数据从采集到展示、从剖析到驱动利用失去高质量联合,整体晋升企业竞争力。

厂商评估:

综合来看,数新网络在一站式服务能力、产品协同性、技术架构先进、交付灵活性、生态五个方面具备劣势。

在产品体系方面,数新 DataCyber 云数据平台解决方案领有欠缺的产品矩阵,蕴含 CyberMeta、CyberScience、CyberOPS、CyberExcel 四大外围产品。一方面,能够为客户提供一站式服务,帮忙用户疾速建设从底层数据存储到下层数据利用的全流程数据工具体系;另一方面,可能为客户提供线上管控运维、数据可视化等辅助性能,帮忙用户无效升高运维老本,晋升整体数据利用效率。

产品协同性方面,相较于传统公司各模块独立设计的形式,DataCyber 基于后发优势,打造了具备高协同性的产品矩阵,无效解决了产品间解耦问题,大幅简化了用户产品适配以及零碎建设流程,客户在购买产品后可能疾速实现数据价值的晋升。

在产品技术架构方面,首先,DataCyber 采纳流批一体技术架构,通过整合高性能、稳固版本的开源存储及计算大数据组件,反对兼容多种支流开源存储计算引擎,无效升高用户产品应用老本;其次,反对面对甲方客户的定向开源,能够在各大云平台部署应用,使客户防止技术门路依赖,进步技术的自主可控性;第三,具备弹性扩缩容、多租户治理、跨组织数据共享和实时查问剖析、告警等多种外围能力;第四,公司 80% 为研发人员,团队次要来自大数据和金融畛域,领有丰盛的行业教训和产品研发教训,无力撑持了产品的开发与降级。
在产品交付施行方面,DataCyber 反对多种灵便的交付形式,能够依据客户需要提供标准化及定制化产品解决方案;同时,数新反对多样化的产品部署模式,能够依据不同行业客户需要,提供私有云、行业云以及公有云部署形式,便于客户疾速部署施行。

在生态单干方面,数新已与多家数据服务厂商建设深度单干关系,针对客户个性化服务需要,数新能够疾速集成合作伙伴能力,为客户提供后期征询布局、数据开发治理、前期维保培训等全流程服务,并可能为搭档提供的服务进行全程把控,确保服务交付品质。

典型客户:

浙江省金融综合服务平台、杭州市临安区数据中枢平台、杭州市滨江区科技积分贷平台
 
3.7 数据分析平台

市场定义:

数据分析平台是一套由 ETL 引擎、数据仓库、数据分析工具和数据查问报表工具等功能模块组成的软件系统,可能在买通和整合企业外部各类数据源根底上,通过多样化的数据查问和剖析,以数据报表和其余可视化图表模式输入数据分析后果。

甲方终端用户:

企业数据分析师、业务分析师、管理人员

甲方外围需要:

数据分析和可视化是企业数据最直观的价值出现形式。随着数据量的指数级回升和数据类型的丰盛,企业对数据分析平台的需要也从最后较为简单和定向的报表和大屏,向多元化、场景化的深度开掘剖析,以及低操作门槛的方向演变,具体而言:

反对业务人员、管理人员实现自主数据分析。数据分析后果的最终受众是企业业务人员和管理人员,但大多数数据分析平台的次要使用者是企业数据团队,在业务逻辑向数据逻辑转换过程中,因为沟通老本等起因,需要响应的即时性和准确性都难以保障。因而,企业业务人员和管理人员须要一个低门槛、易操作的数据分析查问平台,不仅可能间接满足其局部即时性、灵便的数据分析需要,同时还可能不便其参加数据分析过程,与数据团队合作共建。
晋升数据分析后果产出速度。企业在多年的数据分析实际中,通过屡次加工解决造成了极度收缩的 ETL 工作和两头表,在运行中会耗费大量 IT 资源,重大拖慢了剖析后果产出的速度。随着内部市场的变动放慢和企业经营的敏捷性进步,企业须要小时级、分钟级的剖析后果,无奈承受以天为单位的产出。

反对业务侧大量场景化、定制化需要。随着企业在对数据分析产品的应用一直加深,不再满足于仅仅用其生产固定报表,而是心愿能在更多深度联合垂直业务的剖析场景下应用数据分析平台满足相应的需要。然而,大部分数据分析平台是基于预设的剖析场景进行搭建,新需要的实现须要数据工程师进行定制化开发,期待周期较长,极为不便。

厂商能力要求:

为满足以上需要,厂商须要为企业提供高性能、剖析功能强大、低门槛的数据分析平台,具体而言:

通过构建高性能数据分析引擎或高效数据流通链路等形式,晋升数据分析速度。其一,厂商能够基于 AI 算法,在数据筹备和数据探寻等数据分析环节中实现流程的自动化,晋升效率;其二,厂商能够通过建设更欠缺和通顺的数据接入、解决、剖析全链路,放慢数据流转。此外,厂商还能够通过构建独立的模型指标层,实现数据存储和计算的解耦,从而实现高效的数据分析。

能提供丰盛的数据分析性能,并反对模型、指标的灵便调整。厂商对预设数据分析场景的定制化能力无奈满足企业衍生出的多样化、垂直场景化的剖析需要。因而,厂商首先须要在产品中退出以机器学习、深度学习等技术为根底的剖析引擎,反对对大数据实现归因剖析、预测剖析等多种智能化剖析形式;其次,厂商产品须要反对数据模型以托拉拽等形式灵便调整,帮忙数据分析人员实现疾速按需定制。

能提供低门槛、高易用的数据交互方式,满足业务人员应用需要。为应答非数据分析业余人员的查问、剖析需要,厂商首先须要提供便捷的数据查问入口,反对通过利落拽、搜寻、语音等繁难交互方式实现数据查问;其次,厂商须要优化在报表展现界面,让用户可能通过滑动、托拉拽等操作自主进行数据和指标的关联剖析、比照剖析等,并反对多种图形化出现形式抉择。

入选规范:

  1. 合乎数据分析平台全副厂商能力要求;
  2. 2021Q2 至 2022Q1 该市场付费客户数量≥10 个
  3. 2021Q2 至 2022Q1 该市场合同支出≥1000 万元

代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

佰聆数据

厂商介绍:

佰聆数据是一家企业数字化经营能力提供商,基于数字化经营平台产品、DASO 方法论和业余的本地化服务团队,造成深度贴合不同行业属性和业务特色的“平台 + 服务”一站式数字化经营解决方案,帮忙各企业造成数据驱动的战略决策、市场开辟、经营治理、危险管控能力。目前已累计服务电力、金融、政府、制作、通信等行业的近百家大型政、企单位。

产品服务介绍:

佰聆数据以在实践中积淀总结的企业数字化经营方法论 DASO 为领导,打造了以“聆鉴”、“聆析”为外围的数字化经营平台,撑持企业疾速构建指标、模型、标签、策略等数字化因素,并基于此发展各类大数据挖掘剖析工作。其中,聆鉴是企业级大数据标签经营平台,帮忙企业以标签的形式从海量异构数据中高效提炼各类业务对象特色与需要;聆析是企业级大数据深度摸索剖析平台,基于翻新的“剖析导图”技术,撑持用户灵便发展大数据分析和数据深度摸索。

厂商评估:

在产品方面,佰聆数据以“剖析导图”、“策略画布”、“场景画像“、“看板双模切换”等翻新性功能,实现了产品独特的易用性;在服务方面,佰聆数据以本地化业余服务团队,以及成熟的落地教训和方法论,撑持数据分析利用在企业的高效落地,助力企业实现数字化转型。

独创“剖析导图”技术,反对智能化的数据深度摸索剖析。佰聆数据创造性地提出了“剖析导图”技术,对业务剖析人员在剖析工作中的“剖析思维过程”进行建模,基于多节点联动剖析的剖析思路映射与优化技术,将用户大脑中隐性的剖析思路以“剖析导图”的形式进行治理,同时联合机器学习、常识图谱、NLP 等技术,实现对话式交互剖析、剖析思路智能举荐、剖析论断主动生成等增强型剖析能力,晋升用户对海量数据的洞察能力,撑持用户发展大数据分析和数据深度摸索。

具备立体化策略设计能力,数据分析成绩疾速赋能业务执行。传统数据分析工具可能产出数据分析后果,但无奈直接触达业务,而聆鉴平台的“策略画布”反对业务人员以托拉拽形式制订业务策略,并反对对策略进行预演和成果评估,最初通过策略执行端与企业外部各种微服务进行连贯,实现策略主动公布执行。以电网欠费催收业务为例,电网公司本来须要在高风险欠费用户筛选实现后,在短信平台上传名单,编辑短信内容并发送,数据分析和业务执行是割裂状态。应用聆鉴平台后,业务人员可能间接在策略画布设计整个业务策略,并一键进行审批—公布执行残缺流程,大大晋升了业务响应速度。

本地化业余团队提供贴身服务。佰聆数据领有由数据分析师、数据科学家、资深行业专家组成的业余、能力全面的大数据技术服务团队,可能全方位解决客户在数据采集解决、数据分析、开掘构建、场景化利用等各方面问题。同时,佰聆数据在全国超 20 个省市具备本地化服务网络,可能麻利响应,疾速反对,提供贴身服务。

在电力、政府、金融等多个行业领有丰盛施行教训和成熟落地方法论。佰聆数据领有 10 年以上大数据分析利用教训,并长期深耕电力、金融、政府等畛域,成立至今已服务国家电网、南方电网两大电网公司多个省级以上电网公司,深交所、建设银行、广发银行等金融机构,以及人社部社保核心等政府单位,可能贴合业务场景进行数据分析利用的部署和落地。此外,佰聆数据独创由发现问题、剖析问题、评估改良和解决问题四大环节组成的“DASO”方法论,通过迷信残缺的方法论推动实现从业务现状到业务指标和最佳实际的转化。

典型客户:

国家电网客服核心、京博控股、广发银行

北极九章

厂商介绍:

北极九章是一家企业数据增强型剖析能力提供商,具备行业当先的 NLP 自然语言解决技术,以简洁的对话式搜寻颠覆传统 SQL 数据查问,让数据分析工具低门槛间接赋能企业业务人员,帮忙企业轻量级打造数据分析与业务利用的高效闭环,并推动造成“全民数据科学家”的摸索型数据文化。目前,北极九章产品已在金融、互联网、快消、批发等多个行业数十家标杆企业胜利落地,并与华为云、腾讯云、AWS、Kyligence、听云、售后宝等企业达成生态单干。

产品服务介绍:

北极九章增强型数据分析引擎,是一款面向非数据分析业余的业务人员和管理人员的智能化数据分析工具,以自然语言搜寻式数据查问性能为外围,提供多种智能分析模型,反对主动适配生成报表,同时能通过自动化数据备份、多维权限验证、不可逆数据加密等弱小的数据管理伎俩保障企业数据安全,打造平安数据管理体系与高效的数据合作范式。

厂商评估:

北极九章产品以当先的 NLP 和机器学习技术,为企业业务和管理人员打造高度易用的剖析场景,既能为中小型企业提供绝对残缺的数据分析能力,又能在大型企业中作为传统 BI 的必要补充,解决企业数据分析能力最初一公里的问题。

采纳先进 NLP to SQL 自然语言辨认交互技术,升高数据分析门槛。北极九章采纳齐全自研的 NLP 技术,将自然语言转化为 SQL 语言实现数据查问工作,并且适应人与人之间天然对话场景指向含糊的开放性问题。例如,用户间接检索“XX 商品销量”,零碎可自动识别语义并按工夫、地区等罕用维度展现与关键词相干的数据。此外,北极九章产品反对设置和积淀不同行业外部特有的表述形式,从而最大限度贴近用户应用习惯,升高数据分析的学习老本和技术门槛。

能力全面,对于未应用 BI 产品的企业,能一站式满足大部分数据分析与可视化需要。首先,北极九章增强型数据分析引擎笼罩数据管理、数据搜寻、数据分析、可视化、数据订阅和合作全生命周期,具备自然语言查问、主动可视化图表生成、主动下钻进行智能化归因剖析、时序预测剖析等性能,帮忙企业构建残缺的数据分析能力。其次,北极九章可通过对数据预处理晋升查问剖析响应速度,实现 TB 级数据实时获取剖析后果。最初,北极九章产品让企业员工可能低门槛自主摸索数据分析场景,寻找指标之间的关联,依据企业本身业务逻辑实际出最适宜的剖析场景。

灵便低门槛,对已应用传统 BI 产品的企业,能短、平、快解决业务部门的灵便剖析需要,买通企业数据分析能力最初一公里。麻利 BI 产品的报表模板绝对固定,更改和创立门槛高,依赖业余数据分析师,因而,麻利 BI 既难以满足业务部门提出的具备高度灵活性的长尾需要,对于业务部门的日常性剖析需要也会因业务人员和数据人员对业务场景的了解不统一而无奈施展最佳成果,甚至导致数据分析和业务之间长期存在断点。北极九章通过将数据分析能力凋谢给业务人员,罢黜需要沟通过程,在业务侧间接造成数据—业务疾速迭代的闭环,同时激活业务人员数据创新能力,真正实现让提出问题的人解决问题。

轻量化灵便部署,带来优质的客户体验。北极九章具备成熟的产品化封装能力,对于已实现企业外部数据治理的客户,可能间接对接企业外部数据库,疾速实现部署工作,真正达到开箱即用的成果。此外,北极九章剖析引擎可嵌入企微、钉钉、飞书等办公软件和企业自有业务零碎,并反对挪动端和 PC 端,用简洁晦涩的操作带来良好应用体验。

典型客户:

国家电网、小红书、雅戈尔
 

衡石科技

厂商介绍:

衡石科技是一家数据分析和 BI 畛域的标准化软件产品厂商,外围团队来自 Amazon、BAT、秒针等高科技公司大数据部门,可能以标准化云原生数据分析 PaaS 能力,同时帮忙甲方企业与 SaaS 厂商、ISV 疾速整合多种数据源,搭建高价值数据分析及利用场景,全面赋能各行业用户继续构建数据生产力。

产品服务介绍:

HENGSHI SENSE 是一款云原生架构的全栈数据分析 PaaS 平台,以行业当先的虚构语义层技术,搭建新型 ELT+ E 数据分析通道,配合多租户治理、无代码自助剖析、中心化指标治理等能力,实现高度麻利、高度灵活化数据分析。面向 ISV/SaaS 厂商,HENGSHI SENSE 帮忙厂商麻利搭建高价值的剖析场景和报表指标体系,为其用户提供更业余的数据服务能力;面向企业客户,HENGSHI SENSE 作为剖析工具不仅以 ELT 麻利剖析架构和指标中台性能提供数据分析能力,更为企业构建从数据集成、治理、建模到数据分析、指标治理和数据利用的全生命周期残缺工作栈。

厂商评估:

衡石科技以行业当先的 HQL、多租户、湖仓一体等技术,构建企业级数据分析 PaaS 平台,以多种形式为 SaaS 厂商、ISV 及企业客户提供麻利剖析、灵便易用、轻量部署的数据分析及应用服务。

具备当先的 ELT+ E 架构,能实现存算拆散,显著晋升剖析效率,升高资源老本。衡石科技变传统 ETL 剖析为 ELT+E(剖析管道 + 嵌入业务),通过将数据指标和建模层独立于数据存储计算,使数据查问剖析不再依赖底层数据库性能,从而大大减少数据仓库的数据筹备工作,晋升数据查问和剖析的效率,缩小资源占用和耗费,同时也可能便于企业实现本地 + 云、混合云等更为灵便的部署状态。

能基于虚构语义技术构建剖析指标集市,加强剖析灵活性,升高数据分析门槛。衡石科技自研的虚构语义层可能用函数、语法、条件语句表白业务逻辑,并以此为根底构建了直供数据分析的指标集市。面对个性化数据分析需要,应用传统 BI 工具时须要数据部门辅助,而 HENGSHI SENSE 可能反对业务部门按权限进入指标集市调整指标计算公式,就能实时查看所需的报表,从而将个性化数据分析能力间接赋予业务剖析人员,大大晋升了数据分析和查问的灵活性。

开放性佳,多租户治理能力强,可能大大降低 ISV/SaaS 厂商的数据分析能力构建老本,实现良好的嵌入体验。首先,HENGSHI SENSE 以标准化 PaaS 形式将根底数据分析能力提供给 ISV/SaaS 厂商,厂商可能基于本身成熟的行业 Know-how,零代码疾速搭建数据分析场景,满足多种场景化个性化剖析须要,同时其架构的高度开放性使得其可能很好地嵌入市面支流 SaaS 产品,从而大大减少其自主研发老本。其次,HENGSHI SENSE 具备弱小的多租户治理能力,可能基于不同用户简单的组织架构,以账户为最小权限单位,保障数据安全。
产品性能全面,可能为企业客户构建数据分析全生命周期工作栈。面对企业客户,HENGSHI SENSE 在数据分析能力之外,还具备湖仓一体能力,可能无效整合多源异构数据,屏蔽简单的数仓运维,解决从原始数据到数据建模剖析两头的能力的断层;指标中台能帮忙企业中心化治理业务指标体系;数据服务层拥提供交互式看板和可视化报表,反对用户零代码搭建可视化数据分析场景,从而一站式实现数据聚合、治理、建模、剖析和可视化,构建残缺数据全生命周期。

产品化封装能力强,能实现轻量化部署。HENGSHI SENSE 是高度封装的标准化产品,提供多种形式集成已有零碎,API 接入上线即用,相比传统 BI 产品,部署工夫节约 90% 以上,实现轻量化无累赘的产品交付。

典型客户:

分贝通、纷享销客、宝尊电商、六度人和、元气森林 

3.8 数据迷信与机器学习平台

市场定义:

数据迷信与机器学习平台是指涵盖数据接入、数据筹备、特色工程、模型训练、模型部署、模型治理等端到端建模全流程的软件平台,为企业晋升模型开发效率。

甲方终端用户:

数据科学家、风控建模人员、营销建模人员、业务剖析人员、模型利用人员

甲方外围需要:

为麻利响应市场变动需要,企业智能化利用场景正变得更加广泛,如智能营销、智能风控,由此带来企业建模需要激增。传统的机器学习模型次要依附业余数据科学家进行开发,存在开发流程慢、模型重复开发不共用的情景。整体而言,企业对数据迷信与机器学习平台的需要次要体现在以下几个方面:

进步建模效率,疾速响应业务需要。机器学习模型构建通常由问题定义、数据收集、特色工程、模型抉择、模型训练、模型评估等多个环节组成,每个环节又蕴含多种门路,以及多组可选参数,依赖人工进行开发,模型从开发到部署上线的周期时间过长,导致模型利用不能及时满足前端业务需要。企业须要自动化建模解决方案,缩短建模周期、升高建模老本,疾速响应前端业务需要。

升高建模门槛。传统的 Al 模型构建难度大,技术门槛高,通常须要具备业余建模常识的数据科学家来实现,但大部分企业往往不具备欠缺的数据团队,因而须要具备低门槛的数据迷信与机器学习平台, 可供个别业务剖析人员应用,加强业务建模利用的灵活性、及时性。
模型资产积攒。传统的机器学习模型存在模型文档编写费时费力、数据科学家成熟的建模教训无奈供其余人员复用、模型交接低效导致模型重复开发等问题,企业须要将优良的模型积淀为模型资产,进步模型复用性,减速模型利用上线。

保障模型成果。企业智能利用的场景次要为分类、预测、举荐,因为直面用户,模型成果的优劣间接影响企业危险管制、老本管制以及收益,企业须要继续晋升模型成果。

厂商能力要求:

厂商应具备自动化建模性能。厂商的机器学习平台应能简化数据筹备工作、可反对特色工程自动化、反对通过利落拽的形式实现模型开发,大幅晋升建模效率,同时升高建模门槛,可供业余的数据科学家和个别业务剖析人员同时应用。

厂商应反对实现模型资产积淀。提供一键利用性能,将训练胜利的模型以 API 的模式公布为线上服务,升高模型上线难度,并反对将企业现有模型集成造成模型资产共享,供其余用户在线调用,进步模型复用率。

厂商能提供场景化建模撑持。因为模型开发和利用与行业场景的高度联合,厂商提供的机器学习模型平台需内置针对特定行业的模板和特色库,符合场景建模需要,如针对金融风控行业提供风控规范评分卡建模模组,可对信贷申请者进行多方面信息开掘,疾速建设各种具备高精准性的风控评分卡模型。

入选规范:

  1. 合乎数据迷信与机器学习平台市场全副厂商能力要求;
  2. 2021Q2 至 2022Q1 该市场付费客户数量≥10 个
  3. 2021Q2 至 2022Q1 该市场合同支出≥1000 万元

代表厂商评估:
(注:以下代表厂商评估均按厂商简称首字音序排序)

飞算云创

厂商介绍:

前海飞算云创数据科技 (深圳) 有限公司于 2020 年成立,是飞算数智科技 (深圳) 有限公司旗下全资子公司,专一于研发人工智能技术产品与服务、放慢企业实现智能利用,公司已在泛金融畛域积攒丰盛落地场景,包含智能风控、精准营销、智能举荐、销量预测、客户散失预警等。

产品服务介绍:

飞算云创的 AI.Modeler 全自动数据建模平台是面向数据加工和模型开发的建模平台,涵盖数据建模畛域的剖析、荡涤、衍生、抉择、迭代、上线等整个生命周期,为用户提供自动化数据品质检测、自动化数据荡涤、自动化特色工程、自动化参数调整、自动化模型抉择等一键建模以及一键部署性能,具备开箱即用、高效稳固的特点,能显著晋升 AI 利用开发效率。
其中 AI.Modeler 依照应用人员的专业性不同分为专业版 AI.Modeler Pro 和极简版 AI.Modeler Lite。AI.Modeler Pro 面向业余建模人员,在主动建模根底上提供金融风控模组、并可主动生成模型解释性报告及训练日志,满足业余建模人员模型评估、模型决策需要。AI.Modeler Lite 面向一般业务人员,帮忙无建模背景的业务人员疾速创立 Al 模型,实现 AI 利用。

厂商评估:

飞算云创的全自动数据建模平台 AI.Modeler 在升高应用门槛、适应不同建模背景人员利用、晋升建模效率、积淀模型资产等方面具备显著劣势。此外,AI.Modeler Pro 的风控建模模组具备良好的场景适应能力。

AI.Modeler 能实现零代码全自动数据建模,同时反对业余建模人员和非专业人员疾速上手建模,并显著晋升建模效率。针对不具备建模常识的一般业务人员,AI.Modeler 提供低门槛极简版 AI.Modeler Lite,在数据筹备、特色工程环节进行优化,实现一键建模。其中针对建模的数据筹备环节,AI.Modeler Lite 可自动检测数据类型并荡涤,简化数据筹备工作;在特色工程环节,AI.Modeler Lite 反对主动特征提取、主动特色衍生、主动变量分箱以及主动特色变量筛选等过程,业务人员只需导入数据即能失去模型后果。

AI.Modeler 的一键建模使业务人员专一于业务问题,免于繁琐的数据工程,并显著缩短我的项目周期,实现对业务需要的疾速交付。此外,飞算云创为 AI.Modeler 建设了欠缺的培训体系,包含产品白皮书、线上使用手册、产品培训视频、线上产品体验等,可大幅升高学习老本,AI.Modeler Lite 用户只需一天培训即能纯熟上手建模。针对具备业余建模能力的数据科学家,AI.Modeler 提供专业版 AI.Modeler Pro,在一键建模根底上,反对数据科学家对要害建模步骤尤其模型参数进行校对调整,并且模型训练实现后主动生成模型解释性报告及训练日志,记录模型配置、训练、迭代到生成的全过程,清晰反馈模型特色,不便数据科学家及其团队决策。,AI.Modeler Pro 用户通过三天培训即可创立模型进行业务利用。
AI.Modeler Pro 尤其实用于金融风控场景,能为金融用户疾速建设风控模型。飞算云创外围团队在金融畛域具备十年教训,把握笼罩业务全流程、经营全体系的金融科技技术,具备对金融风控场景具备业余认知,因而 AI.Modeler Pro 在分类、回归等个别机器学习利用根底上,还内置了风控规范评分卡建模专属模组,可实用于金融风控、银行信贷、企业征信评估等利用场景。如在银行信贷中可对客户的申请信息、合同信息、人行征信、学历认证等数据进行充沛开掘,疾速建设各种风控评分卡模型,如申请评分卡、行为评分卡和催收评分卡。

AI.Modeler 能为企业积淀模型资产,进步模型复用率。针对传统模型开发过程中,模型文档编写费时费力、数据科学家优良的建模能力无奈复制以及模型交接低效等痛点,AI.Modeler 提供一键利用性能,可将训练胜利的模型以 API 的模式公布为线上服务,将企业现有模型集成到模型仓库造成模型资产共享,供其余用户在线调用进行预测,进步模型复用率。在模型预测环节,AI.Modeler 还反对用户指定模型、指定多个待预测数据集,批量性地对数据集进行预测,压缩模型利用工夫。

典型客户:

深圳京发科技控股有限公司、微米云服

3.9 常识图谱平台

市场定义:

常识图谱平台是撑持常识图谱构建与利用的平台,该平台交融认知计算、常识示意与推理、信息检索与抽取、自然语言解决与语义网、数据挖掘与机器学习等技术,提供常识抽取、常识示意、常识交融、常识推理、常识存储以及常识图谱利用等能力,帮忙企业构建常识图谱并实现对立的常识图谱治理和利用。

甲方终端用户:

企业 IT 部门、各业务部门

甲方外围需要:

目前,数字化转型已进入数据驱动阶段,企业须要实现认知决策类业务场景的智能化,尤其是从大量非结构化数据中开掘关联关系等数据价值,赋能业务利用。常识图谱提供了一种从海量非结构化数据中抽取结构化常识,并利用图剖析进行关联关系开掘的重要技术手段。外围需要包含:

高效实现常识构建,造成常识推理计算能力。非结构化数据存在数据量大、数据格式多样、构造不规范且简单等问题,解决难度高,须要基于成熟的工具,利用数据治理、常识抽取、常识示意和常识交融等技术,实现常识构建。在常识构建根底上,企业还须要具备常识推理计算的能力,联合行业 Know-How 计算常识中的显性与隐性关系和拓展属性,进一步开掘隐含的常识。

丰盛畛域常识积攒。对于一些简单的业务场景而言,常识构建所波及到的常识维度广、颗粒度细,其利用也更加简单,这就须要多个业务方向的专家独特合作,工夫老本较高。因而,企业须要在日常经营过程中器重各业务畛域数据与常识的积攒,进步常识建设的效率。

实现常识图谱利用场景落地。为通过常识图谱技术赋能具体业务利用实现价值,企业须要疾速定位高价值利用场景,依据利用场景需要,联合业务专家常识进行常识图谱构建和最终利用价值的实现。典型场景包含银行的风控与营销、公安的刑侦与经侦、品牌商的门店经营与营销等。

厂商能力要求:

性能残缺。厂商须要可能提供具备常识抽取、常识示意、常识交融、常识推理、常识存储以及常识图谱利用等残缺能力的常识图谱平台,具备低门槛和易用性,以撑持常识图谱的构建和利用。

畛域常识图谱积攒。厂商须要在特定畛域具备丰盛的数据、模型与畛域常识图谱积攒,在此基础上针对特定业务场景为企业搭建专属畛域常识图谱,实现常识赋能。

行业经验丰富。厂商须要具备在特定行业的常识图谱利用落地能力,尤其是医疗医药、能源、金融等行业。该能力需包含针对特定行业的业务场景和需要了解特定畛域的预构建常识图谱、下层利用解决方案等,以及相干的客户服务案例。

入选规范:

合乎常识图谱平台市场全副厂商能力要求;
2021Q2 至 2022Q1 该市场付费客户数量≥5 个
2021Q2 至 2022Q1 该市场合同支出≥500 万元

代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

数库科技

厂商介绍:

数库科技成立于 2009 年,是一家引领产融数字化的数据科技公司,四次荣获 KPMG 中国 Fintech 50 企业。数库科技长期致力于在金融及产业畛域提供基于产业逻辑的智能数据产品与零碎服务,帮忙金融机构、企业团体、政府部门解决业务场景中的数据和零碎需要。

产品服务介绍:

数库科技基于常识图谱平台,为金融、政府等各畛域客户提供产业数据、数据算法零碎和场景化解决方案三类服务。在数据方面,数库科技提供多维精准的产业级、行业级和企业级常识图谱数据,能够满足各类机构对产业链利用上的各阶段需要;在零碎方面,提供基于 NLP、机器学习等技术的资讯标签化解析和结构化数据量产能力;在场景化利用方面,数库科技基于其弱小的产业数据积攒和算法能力,可能为金融行业的营销、投研、风控等业务场景,以及政府产研畛域的产业布局、招商引资等业务需要提供成熟的常识图谱利用解决方案。

厂商评估:
 
数库科技以其规模宏大、高度细分的产业数据积攒为外围,配合多种智能算法,在金融、政务等畛域造成以业务逻辑为根底的成熟常识图谱和多样化的业务撑持能力,能以多种形式为客户提供易用、深度的常识图谱搭建和数据分析开掘服务。

领有大规模、高细分、多维度、可串联的产业数据网络,帮忙用户全面把握产业链信息。数库科技深耕产融大数据 12 年,以十二级产业分类体系,造成超过 1000000 个产业细分节点和超 50 万条上下游产业关系,涵盖 A 股、港股、美股、发债、新三板等近 40000 家公众公司和近 6000 万家工商企业的产业链、股东、高管、子公司、关联交易、对外投资、担保状况等外围关系数据。此外,数库常识图谱平台通过将企业经营状况、工商变更和股东信息等数据与产业图谱买通,联合数库科技成熟的算法模型,实现全畛域的企业笼罩,并建设了高标准、结构化、可串联的数据体系。

具备弱小的机器学习和 NLP 算法,能实现结构化数据量产和实时资讯精准解析。数库科技基于机器学习技术实现数据自动化量产,将数据标注、消歧、提取、荡涤、质检、标准化等流程无缝连接,可能高效实现自动化量产结构化数据。同时,数库科技具备实时资讯文本解析能力,联合数据生产引擎和 NLP 算法模型,可能精准高效提取文本信息当中的主体、事件及情绪等与产业和公司密切相关的标签,将人物、产品、行业、概念等高价值信息实时推送给各类应用方。

产品基于多年垂直场景逻辑框架积淀,易用性强,帮忙金融和政府等行业客户自动识别数据关系,构建常识体系。在金融畛域,数库科技可反对对企业所属行业 / 类型 / 地区 / 资本市场 / 资质等的精准筛选,并展现企业画像关联图谱,同时也能够将用户方的投研框架、钻研逻辑、风控模型等业务知识积淀到常识图谱平台中,晋升数据关系开掘和常识积淀的效率。
在政务畛域,数库科技的区域产业招商数字平台能够为政府部门展现支柱产业、策略新兴产业、产业集群、龙头企业等统计数据,提供直观的可视化地图展现产业布局状况,政府部门能够利用该常识图谱平台理解中央产业链全貌、开掘上下游供应链、赋能监管部门实现招商引资、加强区域产业协同效应,为产业倒退决策提供根据推动产业倒退等。

具备良好的数据筹备能力和零碎兼容性,产品部署便捷。数库科技对实时或离线大数据的数据调度、数据荡涤、数据交融等工作都具备丰盛的解决方案和施行教训,在对数据品质和安全性要求较高的金融机构中也能够残缺的反对常识图谱平台的建设。此外,基于用户本地化部署的要求,数库常识图谱平台能够和金融机构外部的投研零碎、资讯零碎、风控系统等间接对接,实现良好的能力互补和系统集成体验。

 
3.10 隐衷计算平台

市场定义:

隐衷计算平台是帮忙企业用户在爱护数据隐衷的前提下,保障数据“可用不可见”、实现跨平台数据价值共享的软硬件平台。

甲方终端用户:

金融、政务、医疗、批发、电信、交通等各畛域企业或机构的 IT 部门、大数据部门、科技翻新部门

甲方外围需要:

数据利用场景的拓展,企业与内部机构之间的数据流通、价值共享愈发成为应答市场疾速变动的重要伎俩。随着《数据安全法》及《个人信息保护法》相继颁布,国家对数据分享及利用的监管增强,企业在与内部机构进行数据流通过程中须要解决合规、平安问题。隐衷计算技术能实现数据“可用不可见”,满足平安合规,成为企业进行跨机构数据价值共享的必要伎俩。在实际过程中,企业对隐衷计算解决方案的须要次要体现在以下几个方面:

功能完善,提供全面数据安全解决方案。不同业务场景下企业能承受的平安假如前提不同,如风控、营销场景下,企业能承受可信第三方,采纳联邦学习实现隐衷计算;而在医疗多核心单干模式下,医院会面临串谋攻打、环境攻打、模型攻打等外部攻打,须要交融多方平安计算、同态加密以及可信执行环境独特满足数据安全要求。

满足平安、高精度、高性能等不同场景需要。为保障数据资产平安,以及为满足相干法律法律的要求,企业须要平台在数据安全爱护、零碎环境、计算流程的可解释性等方面满足较高的安全性要求。而在非凡场景如工业决策、人脸识别以及多核心全基因组剖析等细分场景下,企业须要高精度、高性能的隐衷计算解决方案来实现大规模数据量的传输、计算,以及保障计算准确性。

具备场景专业知识,提供建模及算法反对。金融、医疗等实践门槛较高,企业须要隐衷计算厂商具备业余业务知识,能提供失当的数据分析算法和模型,帮忙企业实现产出。

提供丰盛数据源。数据源也是企业实现数据合作过程中的一个次要痛点。数据品质将影响数据合作共享的价值产出,因而企业须要筛选、链接适合的数据源。企业心愿厂商具备丰盛的数据源网络,理解企业所在行业数据特点,能为企业提供数据链接倡议并推动实现单干。

厂商能力要求:

厂商应具备欠缺的隐衷计算解决方案,灵便满足精度、性能、平安等要求。厂商一方面须要具备联邦学习、多方平安计算、同态加密、可信执行环境等一种或多种隐衷计算技术能力,能撑持联结建模、联结统计、隐衷求交、匿踪查问等多种利用场景,并适应不同场景需要;另一方面厂商应具备底层隐衷计算底座开发优化能力,通过进步模型计算效率优化、通信效率优化、网络带宽优化、权限管制以及引入第三方流量审计工具对数据用处进行验证等多种形式满足不同利用场景下对高精度、高性能、高平安的需要。

厂商应具备业余的隐衷计算利用反对能力。随着隐衷计算利用场景不同,厂商须要具备深厚的行业认知和洞察能力为企业实现隐衷计算解决方案预期成果,如为泛金融行业企业提供建模反对、保障模型成果;为医疗行业设计专病特需的算法及利用。

厂商能提供第三方数据源链接。不同的行业须要厂商具备不同的数据源积攒,如针对医疗行业,厂商须要具备卫健委、医院、医保局、医药公司等多方数据生态;针对金融行业,厂商须要具备运营商、领取、互联网、政务等数据源积攒,厂商能依据用户业务场景提供适合的数据源链接意见,帮忙企业疾速晋升模型成果。

入选规范:

  1. 合乎隐衷计算市场全副厂商能力要求;
  2. 2021Q2 至 2022Q1 该市场付费客户数量≥5 个
  3. 2021Q2 至 2022Q1 该市场合同支出≥500 万元。

代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

洞见科技

厂商介绍:

洞见科技是由中国最大的信用产业团体“中诚信”孵化、网信事业国家队“中电科”投资的当先的专精型隐衷计算技术服务商,专一于为政务、金融、通信等行业客户提供隐衷计算技术平台建设以及面向场景的数据智能服务。

产品服务介绍:

洞见科技的外围软件产品洞见数智联邦平台(InsightOne)是其自主研发的金融级隐衷计算平台,领有面向场景的“MPC+FL”交融引擎、可监管的分布式信赖架构、全计算链路隐衷平安爱护、深刻场景的专业化算法、无可信第三方联邦学习、区块链增信隐衷计算等核心技术,提供匿踪查问、隐衷求交、汇合运算、联结统计与联结建模等性能。在 InsightOne 软件服务根底上,洞见科技还研发了交融计算、网络、存储等硬件资源的隐衷计算高性能信创一体机产品 InsightStation,满足客户自主可控、开箱即用的需要。基于其外围产品与技术能力,洞见科技通过“左加数据,右加场景”的模式,为客户提供全链路隐衷爱护数据智能服务。

厂商评估:

洞见科技的隐衷计算平台产品在平安部署、实用场景以及数据智能生态方面具备显著劣势。此外,洞见科技还具备场景征询能力,并继续打造跨平台互联互通能力,为客户提供深度隐衷计算服务。

基于交融计算引擎和区块链技术,InsightOne 为客户实现高平安部署。一方面 InsightOne 基于“MPC+FL”交融引擎架构反对无可信第三方联邦学习框架,解决多方联结建模中的第三方可信危险问题。另一方面,InsightOne 中的区块链技术通过区块存储性能可对隐衷计算过程记录、两头后果、数据奉献进行上链存储,实现数据可信;以及通过智能合约性能将隐衷计算过程拆解为合约在链上执行,实现计算可信,打消客户对模型有效性、计算结果可信度、计算贡献度牢靠等方面的顾虑,最终实现全局无损的数据智能。

具备密态数据智能的通用性和灵活性,为客户提供不同场景的数据全链路隐衷平安爱护。InsightOne 产品矩阵平台提供了爱护各方非交加信息的隐衷平安求交(PSI)、爱护交加信息并不透露特色的匿踪联邦学习(AFL)、爱护模型波及各方特色信息的多方平安计算(MPC)、爱护查问条件信息的隐衷平安检索(PIR)等性能,反对多种联结计算利用场景,灵便满足客户对性能、性能、平安、计算精度的不同需要,以密态数据智能为客户提供数据全链路隐衷平安爱护。

具备丰盛的数据智能生态和建模教训,为客户提供业余场景征询与经营服务。洞见科技基于数据链接资源的积攒,一方面继续拓展银联、通信、征信、互联网等市场化数据资源基于隐衷计算技术的单干模式;另一方面对接中央政府数据资源,基于隐衷计算建设政务数据安全凋谢共享服务新模式。洞见科技外围团队具备业余的金融常识、丰盛的服务教训和专精的技术积攒,通过“隐衷计算平台建设 + 业务场景建模服务”的一站式解决方案,链接数据生态侧和业务场景侧的双向资源,构建数据智能流通网络生态,晋升营销、风控、精算、债指等具体利用场景的业务成果,赋能传统行业数字化转型与数智化降级。

洞见科技继续摸索、打造跨平台互联互通能力,反对客户实现跨隐衷计算平台单干。洞见科技首次实现“算法协定层”互联互通的实践经验,率先提出隐衷计算平台互联互通的三个档次:应用层的管理系统互通、算法层的算法协定互通和原语层的计算原语互通,其中针对业界器重的算法协定互通,洞见科技反对白盒、灰盒与黑盒三种形式实现互通形式。在规范制订方面,洞见科技牵头了首个 IEEE 隐衷计算互联互通国际标准,并踊跃主导和参加了信标委、信安标委、金标委、中国信通院、北京金融科技产业联盟等机构组织的互联互通规范制订工作;在利用实际方面,洞见科技率先与行业友商实现了业界首次多方异构隐衷计算平台之间齐全对等的算法协定互通,并积攒了多个隐衷计算平台互联互通标杆案例,如在国内首个大型股份制商业银行招商银行的牵头下,洞见科技与行业多家头部隐衷计算厂商实现跨平台互联互通单干;与中国银联单干,赋能中国银联隐衷计算平台互联互通方案设计验证与开发;以及为国家工信平安核心建设了国内首个基于隐衷计算的数据因素流通生态底座。

典型客户:
招商银行、中国民生银行、北京银行、华夏银行、中国人寿

3.11 城市大数据平台

市场定义:

城市大数据平台是指将海量城市大数据(包含政务大数据、产业大数据与社会公益大数据三类)进行收集、整合、存储与剖析,并应用分布式存储、数据挖掘、实时动静可视化等大数据技术助力城市优化资源配置的数据平台。

甲方终端用户:

政府大数据管理部门、公安部门、工信部门等

甲方外围需要:

新型智慧城市的建设须要以数据共享与治理为根底,但在此过程中,存在各信息系统数据扩散且孤立、数据治理与利用程度低等问题,重大妨碍了智慧城市的建设。因而,城市应该联通各零碎底层数据,并进行对立治理与利用,为智慧城市建设提供松软的数据根底。具体需要如下:

海量数据扩散散布,须要实现数据互联互通。城市大数据起源丰盛,扩散于经济、社会各个领域和部门中,难以实现互通共享,导致多部门协同联动无奈实现。因而,各城市应该对全量数据资源进行分级无效收集与整合,突破数据壁垒,大大晋升数据应用效率。

数据起源与类型多样,须要增强对立标准化治理。因为各类城市数据类型丰盛、数量宏大且增长速度极快,存在数据品质参差不齐、数据冗余、一数多源等问题,导致数据利用率大大降低。因而,各城市应该增强对多源异构数据的对立汇聚与兼顾治理,晋升数据应用的便捷性。

数据量激增,充沛开掘数据价值需要迫切。随着智慧城市建设的深刻推动与物联网基础设施建设的不断完善,以交通、警务为代表的政府部门数据量微小,城市数据量剧增,这对各城市对各类大数据的利用能力提出了更高要求。各城市应该以强化数据利用能力,深度开掘数据价值,赋能疫情防控、洪涝预测、经济大脑等治理场景。

厂商能力要求:

为满足以上需要,厂商须要为各城市搭建可能实现数据联通、存储、治理与剖析的城市大数据平台。具体能力如下:

实现数据共享与联通,搭建城市大数据底座。该平台须要可能买通各畛域、各零碎、各部门之间的数据,实现政府与企业全链路数据的双向对接,以进步数据应用效率,为产业协同与城市的精细化治理提供数据根底。

建设对立的规范,进行数据存储、分类与治理。一方面,该平台须要可能对起源不同、构造不同的各类城市数据进行标准化建模与分布式存储,保证数据的一致性、规范性与完整性;另一方面,该平台还需具备加工、分类与标签化数据的能力,实现对政务信息、资源信息等数据的对立治理与按权限凋谢。

以大数据为根底,多模型精准剖析城市数据。该平台须要可能在交通、安全、医疗等场景下,使用聚类、回归等分析模型对相干数据进行剖析、预测与评估,为税务稽查、金融监管、农业贸易、商务等场景提供撑持,进步政府部门所提供公共服务的品质与公安、交通等部门的管理效率,优化城市资源配置。同时,该平台还需可能将实时数据、数据分类与剖析的后果进行实时可视化展现,以晋升数据利用率。

入选规范:

合乎城市大数据平台全副厂商能力要求;
2021Q2 至 2022Q1 该市场付费客户数量≥5 个
2021Q2 至 2022Q1 该市场合同支出≥1000 万元

代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

中科闻歌

厂商介绍:

中科闻歌是中国科学院旗下企业,创建于 2017 年,定位于寰球当先的数据与决策智能服务商,聚焦 DI+AI+OR(数据智能 + 人工智能 + 运筹学)智能计算核心技术研发,面向数智平安、数智媒宣、数智城市、数智金税、数智商业五大畛域,提供多语言、跨模态和深度认知智能的大数据与人工智能根底平台及解决方案,获中科院“弘光专项”、国家科技翻新 2030“新一代人工智能”重大专项反对,被评为国家级专精特新小伟人企业。

产品服务介绍:

中科闻歌的城市大数据解决方案以天湖数据智算平台和闻海寰球开源数据平台为核心技术底座。天湖数据智算平台是基于跨模态深度语义了解、社会计算与因果推理、决策推演的数据智能与决策智能技术平台。闻海寰球开源数据平台交融了自主研发的跨模态 AI 剖析、NLP 深度语义计算、畛域形象建模技术,以及十余年的知识库积攒,可针对不同客户需要提供基于规范产品模块的定制化数据智能服务。在天湖和闻海两大平台根底上,中科闻歌的城市大数据解决方案联合决策相干大数据技术、人工智能技术能力,实现了非结构化数据交融,构建了政务畛域常识图谱,撑持政府晋升社会态势感知、预警预测、科学决策和精准服务能力。

厂商评估:

中科闻歌是中科院科技成果转化企业,团队在数据智能、人工智能、运筹学畛域积攒了十余年教训,通过了泛滥国家级我的项目的测验。中科闻歌数据积攒和常识图谱积淀、跨模态数据分析能力、人工智能技术研发创新能力,以及多个治理场景下积攒的实践经验,可能帮忙政府部门实现数据集成、数据价值开掘和剖析,为政务工作发展提质增效。

中科闻歌在政务畛域具备丰盛的数据和畛域常识图谱积攒,可能为相干部门资源兼顾、工作协同提供决策反对。城市大数据解决方案交融百亿级的开源数据,买通各部门相干数据,并据此造成政务畛域常识图谱,可能帮忙政务部门晋升社会态势感知,为相干部门实现科学决策提供反对。以防疫工作为例,中科闻歌可能依据病例接触水平的不同,对相应场合构建常识图谱,帮忙防疫人员协同各部门防疫工作、兼顾防疫物资,升高人工投入老本和工夫老本,实现防疫流程高效运行。

中科闻歌具备跨模态数据分析能力,帮忙相干部门实现数据价值充沛开掘。中科闻歌可能将非结构化数据的口径和规范对立,交融所有模态数据,构建对立数据、技术底座,造成数据技术一体化。中科闻歌可能依据不同场景下政务工作需要帮忙无关部门构建起数据平台,对多模态数据进行剖析,实现数据价值充沛开掘,为政务决策提供无效反对。

中科闻歌可为多个政务治理场景赋能,帮忙各层次政务工作提质增效。中科闻歌城市大数据解决方案笼罩疫情防控、洪涝预测、经济大脑、税务稽查、金融监管等政府治理场景,将来还将拓展农业贸易、商务等场景,为相干部门高效精准服务提供平台和利用反对。以深圳龙华经济大脑我的项目为例,中科闻歌宏观上实现全区经济情况可视化,辅助经济工作统筹规划、协同发展;中观上对不同产业经济进行智能研判,为经济工作发展提供决策参考;宏观上对企业诉求进行疾速解决,为无关部门服务企业提供更方便快捷的路径。

中科闻歌具备卓越的人工智能技术研发创新能力,为业务发展和决策兼顾提供技术保障。作为技术研发型企业,中科闻歌团队吸纳泛滥数据智能、人工智能、运筹迷信畛域的科研技术人才,以及产业经济、媒体、平安等畛域的实际专家,在国内顶级学术期刊和会议发表论文 600 余篇,申请发明专利近百项,研发和实现外围算法 3000 余个,具备深度开掘大数据和人工智能技术的钻研能力和创新能力。中科闻歌优良的研发创新能力再联合政务畛域的丰盛教训,可能在政务工作各细分场景下为业务发展和决策兼顾提供技术保障。

典型客户:
深圳市龙华区政务服务数据管理局、粤港澳大湾区大数据中心、上海浦东经济驾驶舱、山东潍坊市智慧潍坊建设办

3.12  智能营销

市场定义:

智能营销指在“用户洞察 - 营销策略制订 - 用户触达与转化 - 成果评估”的数字营销流程中,可能使用大数据挖掘、自然语言解决、常识图谱、机器学习等大数据与人工智能技术,通过对某类营销形式全过程或局部环节的智能化来晋升营销质效,包含大数据用户洞察、舆情趋势洞察、精准投放、个性化举荐等智能营销场景。

甲方终端用户:

营销部门、经营部门、品牌部门

甲方外围需要:

对已初步搭建数字营销体系的企业而言,在用户洞察、营销策略制订、用户触达与转化、成果评估等环节仍存在痛点,须要借助更全面的数据源与先进的大数据技术更好地实现营销指标。具体需要包含:

内部数据缺失,须要合规采集与剖析多维度用户数据。传统的用户洞察依靠企业 CRM 或 CDP 已有会员数据,短少合规的内部数据;用户画像和潜客预测等洞察场景很大水平上仍依赖人工教训,准确度不够高。随着数据智能技术的倒退,企业心愿可能合规应用人群特色偏好、口头轨迹、舆论趋势等各项数据,通过算法模型进行实时智能剖析,生成更精确的洞察论断与可视化的数据展现,撑持策略制订优化。

市场洞察难度大,须要借助智能化伎俩进行全面剖析。多样化的渠道和庞杂的市场信息给企业制订营销策略带来挑战,要理解市场全局、确保营销成果变得更艰难。因而企业基于专业知识与教训去制订整体营销策略的同时,愈发强烈须要对全局市场环境造成系统性的分析方法,在客群趋势、竞品策略、市场反馈等方面取得及时精确的数据。

用户触达效率较低,智能化经营程度急需进步。随着营销精细化水平一直进步,企业须要进步用户触达与转化环节的自动化智能化程度,基于用户生命周期或基于用户分群构建丰盛的营销模型,支撐拉新、促活、个性化举荐、首购、复购、穿插购买等场景,实现精准的千人千面营销,进一步晋升各环节转化成果。同时,还须要充分利用长期的营销态势量化数据与各产品、流动的实时转化数据进行模型主动评估,并将量化、实时、全面的成果反馈疾速利用于策路调整与优化,继续晋升营销 ROl。

厂商能力要求:

厂商须要在流动营销、内容营销与整合营销等畛域,提供不同的营销工具、服务和方法论,且应具备大数据挖掘、自然语言解决、常识图谱、算法模型等底层技术,对数字化营销全过程或局部环节的实现智能化降级,次要应提供以下能力:

大数据用户洞察能力。厂商应提供丰盛合规的数据源以及 Al 分析模型,针对企业所需的线上线下营销场景,使用大数据与机器学习技术对客群人口属性、手机及 APP 偏好、趣味关注、品牌关注、地位散布等维度,进行实时全面的用户洞察,为营销策划提供更麻利牢靠的数据反对。

市场环境洞察能力。厂商应具备营销业务了解和市场剖析方法论,并能使用自然语言解决、常识图谱、数据挖掘等技术手段收集充沛的市场信息,包含线下场景的区位、人流状况,以及线上场景的舆论趋势、媒体热点、渠道散布、KOL 详情等,代替传统的人工调研和数据分析,造成对营销态势的洞察。

智能化经营能力。厂商提供的 CDP、MA 等智能营销产品,需具备智能的标签体系、丰盛的营销模型和成果监测性能。通过智能打标性能使用户标签更加丰盛精确;通过个性化举荐、穿插举荐、复购预测、需要降级预测等营销模型实现精准投放,并提供粗疏的统计数据和指标,帮忙企业晋升用户经营的智能化程度。

入选规范:

合乎智能营销市场全副厂商能力要求;
2021Q2 至 2022Q1 该市场付费客户数量≥8 个;
2021Q2 至 2022Q1 该市场合同支出≥1000 万元。

代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

数说故事

厂商介绍:

数说故事成立于 2015 年,总部同时设立在广州及珠海横琴,在北京、上海、成都设有分支机构,员工 800+ 人,60%+ 为大数据和 AI 研发团队,在“认知 AI”畛域占据领先地位。公司构建了从数据收集、解决、剖析、建模到商业利用的全价值链解决方案,帮忙 10+ 行业的 500+ 头部企业实现营销数字化转型。

产品服务介绍:

作为中国当先的一站式大数据及 AI 智能利用提供商,数说故事构建了从数据收集、治理、剖析、建模到商业利用的全价值链解决方案,基于多年的行业深耕,积淀数说故事独有的方法论体系及贵重实践经验,残缺笼罩产品翻新、品牌营销、内容营销、渠道销售、用户经营、危险预警、投资参谋等丰盛的商业场景。数说故事服务日化美妆、食品饮料、连锁批发、3C 互联网、汽车制作、广告营销等 10 余个行业,致力于企业及政府实现业务改革和营收增长。

厂商评估:

综合来看,基于多年来大数据技术积淀和实践经验积攒,数说故事的数据能力、算法能力、平台能力和生态构建能力在业内具备劣势,能够满足企业产品翻新、品牌营销、内容营销、渠道销售、用户经营、危险预警等商业利用需要。

优良的数据采集能力,良好适配营销业务对数据的时效性、全面性需要。数说故事通过自有数据中心可收集全网大部分的声量数据,笼罩社交平台、电商平台、视频平台、新闻媒体、论坛问答等多类型多平台数据,每日可采集数亿条数据,分钟级别的数据更新速度行业当先,良好适配当下企业对声量数据的时效性、全面性需要和对产品高度稳定性、兼容性要求。

成熟的算法平台无效升高数据训练和算法开发成本,晋升企业产品剖析能力。基于经久不息的算法能力积攒,数说故事搭建了自助算法平台,平台具备的 NLP 及多模态大规模预训练模型,可大幅度降低企业训练数据和算法开发的研发老本、保护老本。通过全网数据采集当前,通过数说产品的智能文本处理技术,对数据内容进行语义了解和情感剖析,构建商业常识和智能推理能力,进而可为企业提供商业常识图谱。同时,模型可分别信息数据真实性,由此造成人群剖析、工夫剖析、口碑剖析,为企业提供业余的产品钻研剖析报告。

数据与业务深度联合的平台体系,推动企业营销业务迭代降级。数说故事能够使用扎实的数据整合及治理能力帮忙企业实现业务数据化和数据业务化,以数据驱动企业营销业务迭代,造成数据与业务深度交融的平台体系。数说故事的数据平台产品体系残缺笼罩从数据采集、解决、剖析和建模所有环节,可实现短时间内疾速实现营销产品研发或客户利用交付,为其商业利用生态建设打下良好基础。

凋谢的生态单干环境,为企业提供更残缺的解决方案。数说故事将 PaaS 平台对生态合作伙伴进行凋谢,为上下游数字化厂商高效赋能。例如,在舆情场景下生态单干厂商能够利用数说已有的社媒数据库进行数据采集,在内容创作场景下,数说 PaaS 平台可帮忙合作伙伴疾速生成内容素材实现内容创作。单干厂商可依赖数说的开放平台大范畴收集多维度多模态数据、疾速构建互补性的场景产品,缩短厂商的产品建设研发周期,减速单干厂商为企业的服务效率。

典型客户:
伊利、腾讯、宝洁、华为、广汽等

3.13 平安大数据

市场定义:
平安大数据指利用大数据技术,在对全流量数据进行多维平安剖析、危险事件剖析、异样行为剖析,深度辨认、解决和防备网络安全危险的同时,优化传统网络安全、数据安全防控体系下的大数据架构,实现平安大数据的高效经营治理的综合性解决方案。

甲方终端用户:

企业 IT 部门、网络安全部门

甲方外围需要:

近年来,各行业网络安全监管收紧,网络安全法规频繁出台,而随着企业数据孤岛问题日益严重,以及内部入侵形式逐步降级,仅通过传统拜访权限、网络扫描等伎俩难以实现健全的网络安全管控。因而,企业须要利用大数据分析,晋升对危险因素的感知、预测和防备能力,降级企业网络安全保障。具体而言,企业对平安大数据的需要次要有以下几点:

晋升数据处理能力。网络安全剖析所需数据有硬件设施数据、网络安全设施数据,以及系统日志、利用日志、运行和保护数据、内部攻打数据等,数据量大且存储较为扩散,须要晋升数据的集中处理能力,能力实现全面和及时的平安剖析。

事先实现危险被动发现和预警。企业内外数据交互渠道不断丰富,交互频次一直晋升,对网络中潜在歹意文件、歹意邮件等的防护也须要降级。在未产生危险时,须要通过过往教训及平安零碎排查能力对潜在危险进行无效预防。

预先实现危险高效解决。企业数据系统复杂性一直晋升,对于问题响应和解决即时性的要求也在一直晋升,传统平安体系下,在平安问题产生后的日志和流量剖析消耗工夫较长,且危险追溯要通过逐个排查实现,危险解决和修复工夫长。企业心愿通过高效的剖析和追溯,疾速进行问题定位,实现精准打击。

在满足行业监管要求和业务场景须要前提下,造成团体对立的平安管控体系。不同行业网络安全和数据安全规范存在差别,业务场景不同也带来平安防控部署上的差别,且对于大型组织而言,团体、二级单位平安性能建设和部署不对立,安全等级不对称等问题较为重大,因而,企业须要建设同时满足上述条件要求的网络安全防控体系。

厂商能力要求:

具备海量多元数据处理和即时查问能力。首先,厂商要具备数据交融能力,通过多源数据分类、荡涤、加工等多级解决,为平安剖析提供精准牢靠的数据源。其次,厂商产品需采纳高可用的大数据架构,可能与企业原有大数据平台进行对接,满足国家法律规定半年以上的网络日志存储要求,实现大规模网络数据的全量采集和存储。最初,厂商产品应提供数据检索能力,通过大数据索引技术,帮忙疾速实现数据查问,辅助进行数据关联剖析。

具备智能化的危险检测和评估能力。首先,厂商产品要可能对平安危险进行智能建模,基于历史数据行为和内部威逼情报,通过机器学习、统计学剖析等多项技术,对平安行为进行场景化建模,通过攻打特色多维度剖析预测、未知威逼辨认等多种平安剖析伎俩,帮忙企业提前发现数据异样行为,实现危险预警。其次,厂商须要具备危险评估能力,通过对攻击行为的剖析,评估该行为对网络系统的危害,辅助前期决策。

具备危险链路追踪和可视化交互能力。首先,厂商产品要具危险溯源能力,通过对危险事件逐层下钻,关联到原始日志和文件,高效定位危险源头。其次,厂商产品要具备可视化攻打链路剖析能力,将剖析后果以图谱等模式进行可视化出现,清晰回溯攻打关系,不便运维人员更直观剖析危险并进行针对性解决。

具备行业化、场景化平安体系建设教训和方法论,同时反对大型企业多级联平安体系搭建。首先,厂商须要相熟不同行业网络安全标注和标准,在联合不同行业业务场景的状况下,为企业正当设计平安解决方案。其次,厂商须要依据企业组织架构和数据安全须要,搭建撑持大型企业多级级联、多分支机构的平安管理体系,思考不同层级进攻零碎之间的合作,实现紧密的联防联控。

入选规范:

  1. 合乎平安大数据全副厂商能力要求;
  2. 2021Q2 至 2022Q1 该市场付费客户数量≥5 个
  3. 2021Q2 至 2022Q1 该市场合同支出≥500 万元 

代表厂商评估:

(注:以下代表厂商评估均按厂商简称首字音序排序)

斗象科技

厂商介绍:

斗象科技创建于 2014 年,总部位于上海,是中国当先的网络安全数据智能与平安经营提供商,新一代网络安全领军企业。公司以斗象科技为团体核心,围绕斗象智能平安、破绽盒子、FreeBuf 三大生态打造新一代网络安全科技企业,综合使用平安数据智能、实战攻防、平安经营技术以及互联网化的白帽平台劣势,继续晋升公司外围竞争力,为企事业客户夯实网络安全底座。

产品服务介绍:

斗象科技旗下品牌包含平安数据智能与平安经营产品体系“斗象科技智能平安”,网络安全众测与平安经营服务平台“破绽盒子”,网络安全行业门户“Freebuf”及“Freebuf 征询”。“斗象科技智能平安”以数据分析为基石,为企业提供平安数据智能与平安经营产品。平安数据智能与平安经营产品体系具备了全流量存储、秒级溯源、多维度平安剖析与历史数据计算、综合风险管理与事件剖析、资产智能辨认与异样行为监测技术个性,残缺笼罩事先演练、事中剖析、预先追踪平安工作全流程,帮忙企业构建平安经营体系,从而保障企业数据安全。

厂商评估:

综合来看,基于多年的实践经验积攒和海量平安常识积淀,斗象科技的平安数据存储和剖析能力、平安产品可扩大能力、平安攻防演练解决方案以及平安经营解决方案在业内具备劣势。

优良的数据存储、数据计算及平安剖析能力,为防备威逼攻打奠定根底。斗象科技为企业提供的平安计算剖析产品,可全量存储全流量数据、网络文件、PCAP、邮件等 6 个月以上。该产品可对数据实现流式解决,可能满足企业对数据实时剖析和离线计算的需要,同时还反对 PB 级数据检索,对千亿规模的流量日志实现秒级查问。在平安剖析层面,该产品可能实现规定特征分析、跨工夫周期剖析、考察溯源剖析及影响面剖析。斗象科技优良的数据存储、数据计算及平安剖析能力,为实现攻打预警、监测、剖析、响应奠定松软的根底。

高可用、可继续扩大的集群架构,可能反对千亿级别平安数据的计算、剖析、比对。在企业业务流动流量激增状况下,斗象科技提供的平安大数据产品可依据业务须要有限横向扩大存储剖析集群,反对千亿级别数据计算、剖析、比对的能力,大幅晋升了平安大数据产品的使用性能和可用性。

欠缺的攻防演练解决方案,帮忙企业晋升平安防御能力。斗象科技为企业提供的解决方案面向企业互联网、办公网的全攻打门路的预警、监测、剖析、响应体系,可能发现主动攻击、跟踪被动威逼,建设事先预警和预先响应的合作机制,并无效监测办公网及员工平安行为,对绕过企业安全设备的潜在威逼、异样行为、违规行为进行剖析和解决,可能帮忙企业晋升攻防反抗能力、应急响应能力、平安防御能力。

提供定制化、体系化的平安经营解决方案,满足企业个性化需要。斗象科技的平安大数据解决方案可站在企业策略角度,为企业安全部门提供一整套平安数据计算、平安经营与破绽治理及平安监测产品矩阵。该解决方案可能对企业接管的流量、数据、邮件进行全面计算和剖析,精准辨认潜在威逼。并通过平安经营系统对破绽进行自动化治理、对攻击者进行溯源反制,充沛保障企业资产平安。不仅如此,斗象科技还能够依据企业本身平安能力和预期灵便调整产品架构,各产品之间自由组合,可完满适应当下企业对于平安问题的个性化需要。
斗象科技的平安大数据解决方案具备较高的易用性,能帮用户疾速晋升平安水位。斗象科技采纳旁路布控形式,在不对其余部门的外围业务造成影响的前提下,实现安全设备的部署、装置和调试,升高平安大数据产品的应用难度,疾速晋升公司整体平安能力和水位。

典型客户:
中国银联、中国联通、中国外汇交易中心
 4. 入选厂商列表

退出移动版