中国商业数据智能发展趋势分析

1、中国商业数据智能发展趋势分析技术创新，变革未来商业数据智能的概念与应用31商业数据智能与企业数字化转型23中国商业数据智能市场透视与行业实践4中国商业数据智能发展驱动因素目录1.1 商业数据智能工具的层次结构商业数据智能是基于数据科学、服务于企业决策的一系列数字化工具、服务和解决 方案。我们将商业数据智能工具分为局部数字化、全局可视化以及分析智能化三个 层次：局部数字化是将企业经营数据通过数据库等工具进行电子化的过程，是商业 数据智能应用的基础；全局可视化是基于企业经营数据生产静态报表和动态仪表盘 的过程，是现阶段商业数据智能应用的主体；分析智能化是结合大数据与人工智能 等技术对数据信息进行进

2、一步挖掘和利用的过程，是企业实现商业数据智能的关键。4商业数据智能范围界定基于数据分析和AI技术，辅助企业员工进行商业决策我们将商业数据智能定义为基于数据科学，并服务于企业决策的一系列数字化工具、服务和解决方案。从技术范畴上看， 商业数据智能一定是基于数据分析和AI技术的，其中数据分析技术包括数据库、大数据分析框架、数据可视化等，AI技术 包括机器学习、知识图谱等。上述技术应用于企业经营的多个领域，基于“辅助决策”这一目的，直接产品化或是用于替 代重复人工的数据分析和AI应用不属于本报告所指的商业数据智能范畴，但值得注意的是，这些应用仍然是企业数字化转 型中重要的环节，并与商业数据智能应用有着

3、密切的协同关系。从技术和应用角度理解本报告所指“商业数据智能”概念的范围界定产品化集成例：自动驾驶，AR/VR“智能”数据分析人工智能仅替代人工例：智能客服对话模块，智能安防 摄像头图像识别模块“商业”（数据科学的主 要商业化应用）本报告所指的“商业数据智能”范畴前瞻性预测例：销量预测，市场空间预测“决策”经营&管理例：项目进度管理，财务报表展示5来源：中国信通院（2021），研究院根据公开资料研究及绘制。商业数据智能工具层次1：局部数字化搭建基础数据结构和软件体系，商业数据智能应用的基础商业数据智能应用是建立在统一格式和一定规模的企业数据基础之上的数据分析应用。因此，对于尚未进行数字化转型的

4、 企业而言，构建商业数据智能体系的第一步是对企业数据进行“电子化”处理。此处的数据包括企业经营、决策和管理的 方方面面，如财务数据、员工信息、客户信息、市场数据等，经由一系列数据库架构工具的整理，最终展现为各类通用或 行业垂直的企业级基础软件及其他符合企业需求的数据集。从市场的一般观点来看，上述基础软件一般不被视为商业数据 智能工具，然而它们本身包含了基础的数据整理、查询以及报表生成功能，已经能够为企业经营管理提供一定的赋能功效。企业实现局部数字化的一般架构流程及中国行业机构数据产量1.72.33.073.9%74.5%76.9%201720182019行业机构数据产量（ZB）行业机构数据产量

5、占比（%）2017-2019年中国行业机构数据产量企业级IT基础软件数据库架构&功能企业活动财务报表 市场数据业务信息员工信息项目进度采购数据客户资料内控数据OLTPOLAPHTAPETL数据集成日志&搜索数据归约从企业活动中提取、整理数据基于数据库功能形成企业基础软件CRM企业通用软件 电子病历ERPHRMOA行业垂直软件 银行核心系统MES/APS供应链管理企业自主数据集6商业数据智能工具层次2：全局可视化提高数据可读性、效率产出报表，当前国内市场商业数据智 能应用的主体全局可视化工具以企业级数据库或本地数据文件为基础，经过数据接入、清理、建模、图形构建等一系列流程，将企业数 据进行整理和

6、提炼，最终呈现为静态的数据报表或动态的数据仪表盘。可视化工具帮助企业提高数据分析和报表产出的效 率，并提升数据的可读性以及可理解性，帮助企业更深度地开发数据价值。除常规理解的报表生成之外，全局可视化工具 和厂商的另一重要能力是打通企业数据库和基础软件中的数据流，解决数据孤岛问题，对于一些底层商务数据逻辑相对简 单的企业和行业，全局可视化的部分底层工具甚至本身就能充当基础软件帮助企业实现一定程度的信息电子化和分发协作。商业数据智能全局可视化工具工作的一般流程及产品架构清理关系建模可视化报表构建打通/接入动态 仪表盘静态 报表数据仓库企业软件本地文件商业数据智能全局可视化工作平台面向业务的界面/敏

7、捷操作模式面向IT的代码/编辑的操作模式系统本地部署系统云端部署桌面客户端服务器客户端移动客户端图表类别形状VI调色排列展示动态交互客户端位置系统部署位置7商业数据智能工具层次3：分析智能化流程数据整理和基础分析数据挖掘流程数据智能产出核心技术&能力数据库，数据清洗，数据归约，湖 仓一体等大数据分析框架，分布式计算，人 工智能框架等实时计算，AI工程，边缘计算等企业应用关键增加数据维度，保证数据实时 性保证数据来源准确可靠，防止 “garbage in”选择适合的数据库架构促进企业的IT部门与业务部门通力合作选择合适的数据分析与AI服务 供应商招募数据科学与IT技术复合背 景的人才提升弹性计算

8、和实时计算能力， 为大规模和低时延的数据分析 提供资源建立以数据为核心的经营流程 和管理模式组织专业的数据运营团队进行 数据的更新以及软件运维内部数据第三方数据企业数据库可视化通用数据智能行业数据智能数据挖掘AI训练高效、深入地发掘数据价值，商业数据智能应用的关键分析智能化应用是利用大数据、人工智能等技术进行数据挖掘的过程，能够帮助企业提升业务推进效率、设置和优化核心 KPI、预测未来经营成果等，进而指导企业制定市场营销、人力招聘等关键政策，提升企业决策的效率和水平。从数据本 身出发，企业既可以通过成熟的分析框架和工具进行历史数据分析，也可以将数据作为“原材料”，通过大数据和AI开发 框架进行

9、模型训练。无论以何种方式进行数据挖掘，都需要企业构建以数据为核心的经营和管理理念，培养相应的数据文化氛围，并配置数据分析以及IT开发相关的内外部团队。可以认为，实现分析智能化也意味着企业进入了数字化转型的成 熟阶段。商业数据智能分析智能化工具工作的一般流程及产品架构891.2 商业数据智能赋能决策的层次结构企业内部不同层级的员工面临不同性质和特点的决策，包括基层员工的日常业务决 策、中层管理人员的管理决策以及企业高管的战略决策，不同的决策类型和不同的 员工层级对各层次商业数据智能产品的要求也不尽相同。本节内容我们就上述三类 企业常规的决策流程和层级，对商业数据智能赋能企业决策的形态和特点进行阐

10、释。商业数据智能决策层次1：基层业务辅助员工执行高频决策，帮助企业构建标准化工作流程对于一般企业和机构而言，基层业务在企业全部经营活动中总是占据最大的比例，也涉及最多的企业员工。尽管基层业务 的单次决策对企业整体的重要性比较小，但如何做此类决策却体现并影响着企业的文化氛围、管理水平和执行能力。对于 基层业务员工而言，此类决策数量大、频率高、窗口期短，而个人的精力和经验有限，由商业数据智能工具进行决策辅助 能够帮助员工提升效率和决策的正确率。同时，考虑到商业数据智能工具提供的可视化面板、标准化流程，其应用也能够 帮助企业减少团队和部门间的合作摩擦、增加协作的流畅度，从而优化企业整体的经营效率。基

11、层业务员工使用商业数据智能工具的特点、选择、价值与考量决策特点&难点次数多、反复进行、频率高与个人绩效挂钩决策的正&误结论明确，反馈窗口期短核心商业数据智能产品除IT岗位员工之外，基本不参与底层软件和数据集建设；部分岗位如 医疗诊断、工业控制管理会以数据智能为核心工具，其他则以报表和 可视化工具为主主要价值与优势缩短决策时间，提高工作效率辅助提高决策正确率构建标准化工作流程，降低内部协作和管理难度关键的应用考量软件足够简便、易操作与业务契合，不给业务人员增加负担部门、员工间打通，减少重复操作，防止内部信息不对称关注点：本岗位的工作指标、负责的项目进度 与绩效指标典型代表：金融行业 风控&量化投

12、资医疗行业 医疗检验&诊断文娱行业 内容制作&审核10商业数据智能决策层次2：中层管理主要价值与优势缩短决策时间，提高工作效率辅助提高决策正确率便于向基层员工和上级领导交流汇报，提升执行力关键的应用考量多维度的信息和数据集成汇总可定制的报表内容以及编排格式，美观的图形设计提供多维度分析视角，纵向沟通战略决策与基层业务我们认为企业的“中层管理”是对基层业务工作进行统筹规划，但尚未上升到企业的整体战略部署的决策层级，包括对部 门业务和业绩的管理，以及对企业整体的人力、成本或财务等单一维度的透视和分析，其执行者可能为部门领导、BU领导 乃至企业高管。相较于基层业务，中层管理决策频率较低，但需要决策者

13、考虑更多维度的信息，决策难度和影响面都更广。 在这一环节中，查询搜索以及可视化工具为决策者主要使用的商业数据智能工具，以直观的形式向决策者提供所需的数据 信息，并生成美观的图表供企业内外部交流沟通，提升信息传递的流畅程度。中层管理者使用商业数据智能工具的特点、选择、价值与考量决策特点&难点频率较低，但决策内容更复杂与团队绩效挂钩左右基层员工的执行，影响上级领导决策核心商业数据智能产品综合使用底层搜索查询功能、可视化功能与数据智能功能，并会与IT部门沟通协作进行数据库及商业数据智能软件的设计11关注点：本部门的业绩指标，各个项目的达成进 度和异常情况，各个员工的业绩指标与 工效典型代表：人力部门

14、 企业员工人效管理业务部门 项目进度监控管理财务部门 财务报表展示与分析商业数据智能决策层次3：企业战略高效的信息阅读与整理，培养企业整体的数字文化氛围我们将企业战略决策定义为由高管制定、影响企业重大发展方向的决策，这样的决策可能包括产品种类的拓展、地域业务 的开拓以及并购等资本运作等。此类决策频率低，但需要决策者考虑的企业内外部因素极多，也因此决策窗口期长，往往 需要企业内多个部门配合进行反复研讨。在这一过程中，商业数据智能工具能够帮助员工更高效地进行数据展示和信息分 发，为高管决策提供更全面和有效的信息，同时也能够在潜移默化中提升企业整体的数字化氛围以及以数据为核心进行决 策和工作习惯，帮

15、助企业更好地适应信息化时代的经营环境。企业高管使用商业数据智能工具的特点、选择、价值与考量决策特点&难点频率最低，涉及因素极多左右企业的未来发展趋势决策的正&误结论模糊，反馈窗口期长，但重要性高核心商业数据智能产品整体把握企业商业数据智能产品部署，主要通过下级制作的图表及量 化分析进行信息收集，较少参与具体的商业数据智能软件操作主要价值与优势辅助提高决策正确率自上而下培养企业的数字化氛围便于向股东、媒体和市场展示企业战略及发展状况关键的应用考量数据大屏和仪表盘简洁美观、可读性强关注点：公司的关键财务指标以及业务发展趋势， 拳头产品和关键客户及其他结构性指标 的变化，市场大环境的变动典型代表：产

16、品线拓展战略决策地域市场拓展战略决策 公司并购战略决策数据维度丰富，内外部数据打通方便编辑和修改12131.3 商业数据智能的内化进程我们结合前文对商业数据智能工具以及商业数据智能决策层次的划分，对企业内部 商业数据智能应用实现不断深化发展的过程阶段进行了总结，对不同层次的商业数 据智能工具应对不同层次的企业决策的价值进行了归纳。企业商业数据智能应用成熟度曲线时间/成本局部数字化14全局可视化分析智能化电子化时期密集投入，可视化阶段价值将首次得到凸显商业数据智能对企业经营发展的价值变化可以用下图曲线来代表。横轴代表企业投入的时间和成本，纵轴代表商业数据智 能对企业的贡献：对于缺乏信息化基础的企

17、业而言，局部数字化阶段耗时长、人工成本也较高，本身对企业的价值贡献 相对有限，但对于企业的数字化整体建设而言具备基础性地位；全局可视化阶段本身需要投入的成本较低，迈入这一阶 段的企业将清晰体会到数字化给企业经营管理带来的便捷度提升，这一阶段商业数据智能应用对企业的价值贡献将有着高 速增长；可视化阶段后期，企业的商业数据智能应用乃至数字化转型将迎来瓶颈，此时由于数据质量、算法精度等问题， 企业尚无法顺利迈入分析智能化阶段，但经过一段时间的数据积淀、算法升级，进入分析智能化的企业将再次感受到商业 数据智能应用价值的腾飞。企业实现商业数据智能应用升级的成熟度曲线价值商业数据智能的企业价值优化短期经营

18、表现和效率，提升长期经营稳定性和竞争力我们结合前文对商业数据智能产品架构以及服务于企业内部决策流程的分析，从短期价值、长期价值、风险应对三个方面 对商业数据智能应用的价值进行总结。短期来看，以智能营销、供应链管理、人效分析为代表的数据智能应用能够为企业 带来开源增收、管理提效方面的价值，实现经营成果的优化；长期来看，商业数据智能及与之一体的数字化转型进程有助 于企业沉淀经营经验与企业资源，对抗由于核心骨干员工离职带来的损失，帮助企业提升经营管理水平，维持市场竞争力； 在风险应对方面，基于数字化渠道的经营管理相较于单纯的线下和人工渠道更具备稳定性、可控性，疫情期间企业普遍开 展数字化转型和商业数

19、据智能的部署已充分论证了其价值。商业数据智能对企业的价值与企业整体数字化转型息息相关，我们将在本报告第二章展开论述。商业数据智能应用的企业价值总结开源增收管理提效e.g. 疫情以智能营销和市场数据 分析为代表的商业数据 智能应用帮助企业洞察 市场需求，进而制定产 品和销售策略，促进销 售增长。对于C端企业 而言这一产品的价值已 得到充分验证。商业数据智能应用帮助 企业打通数据库、管理 软件和业务系统数据，赋能企业管理者更便捷、准确地洞察企业发展状 况，提高管理决策正确 性和效率，减少企业内 部摩擦与管理漏洞。对于企业而言，核心骨 干员工的离职或难以避 免，商业数据智能应用 在日常经营中能够帮助

20、 企业实现资源和资产的 数字化沉淀以及复用， 以对抗由骨干员工离职 带来损失的风险。相较于员工自身的经验 和资源，通过数字化渠 道进行市场信息的发掘 具备高效、准确、全面 的特点。随着数字化转 型的深入，利用商业数 据智能辅助企业决策是 企业保持市场竞争力的 关键。2020年疫情期间企业加速 数字化转型，其主要原因 是基于数字化和商业的经 营模式和渠道更具备稳定 性，能够帮助企业缓解由 于线下渠道受阻带来的收 入下降和成本上升。资源内化把握市场短期价值风险应对长期价值15分层次商业数据智能价值矩阵不同层次的商业数据智能应用对不同层级的决策更具价值结合前文对商业数据智能工具层次和企业的决策层次的

21、拆解，我们对各个板块二者的应用契合度进行了总结，我们认为局 部数字化、可视化、智能化分别对基层员工、高层领导和中层管理者最具有使用价值。这是由于：尽管成熟的商业数据智 能应用是一套贯穿企业各层员工、连接企业全线业务的体系，然而在实际使用中由于各层员工的工作内容和性质不同，最 常接触和使用的工具自然不同。同时，考虑到现阶段大部分企业尚未进入分析智能化应用阶段，我们特别就这一阶段的现 状和成熟状态进行对比后认为：企业战略决策层的数据智能应用现阶段处于极低的成熟度水平，未来的提升空间最大。一般企业各决策层次商业数据智能决策应用价值矩阵企业战略 决策中层管理 决策基层业务决策局部数字化全局可视化分析智

22、能化现阶段16成熟阶段商业数据智能的概念与应用171商业数据智能与企业数字化转型234中国商业数据智能发展驱动因素中国商业数据智能市场透视与行业实践目录商业数据智能与企业数字化转型我们认为商业数据智能与企业数字化转型有着密切的关系，一方面，商业数据智能 采用的数字化工具同时常常也是数字化转型的“必需品”，另一方面，商业数据智 能的应用价值与规划模式也与企业数字化转型有所重合。本章内容我们就二者的关 系进行了解读，对商业数据智能与企业数字化转型的价值和应用关注点进行了分析。18差异与关联商业数据智能是企业数字化转型的过程、组成与催化剂企业数字化转型是指企业利用新一代数字技术，将各个业务流程的物理

23、信息连接起来形成有价值的数字资产，并通过计算 反馈有效信息，最终赋能企业商业价值创造的过程。数字化转型是我国企业正在经历、并将长期持续的变革，而商业数据 智能是这一变革的过程、组成部分与催化剂，这是由于：商业数据智能所代表的利用数据信息辅助企业决策是企业开展数 字化转型的表现，商业数据智能工具也与数字化转型IT软件有部分重合，同时，企业进行商业数据智能实践所培养起的数 据文化氛围有助于更好地推进全面数字化转型的实现。商业数据智能与数字化转型的差异与关联解析我们将商业数据智能定义为辅助企业进 行经营决策的数据智能，而“数字化转 型”这一概念还涵盖产品的数字化升级、 人工的数字化替代、数字化生态平

24、台构 建等多个方面，从广度上看，是比商业数 据智能更加全面的数字化概念“数字化转型”概念涵盖企业经营的 更多方面成功的数字化转型除了IT工具的搭载， 还包括企业文化氛围以及商业模式上的 数字化转变，从深度上看亦高于商业数 据智能所能够达到的高度成功的数字化转型更是企业商业模式 的转变和升级根据我们的定义，使用数据库、CRM、 ERP等企业基础软件和数字工具既是商 业数据智能应用部署的一部分，也是企 业在数字化转型过程中的常规选择，商 业数据智能应用在很大程度上为企业数 字化转型铺路奠基商业数据智能基础应用亦是企业数 字化转型的“基操”商业数据智能应用能够培养企业员工的 数据意识，不断深化企业的

25、数字化氛围， 将数字化的理念渗入决策之外的环节， 推动企业整体的数字化转型商业数据智能的应用将数字化理念 渗入企业数字化的非决策环节和同别异19价值贡献程度关系商业数据智能在企业数字化转型历程中具备前导意义基于我们对商业数据智能与企业数字化转型的“别异”以及“和同”的理解，我们认为在同一个企业中，二者的价值贡献 度关系可以用下图表示，这意味着：1、商业数据智能的局部数字化阶段同时也是数字化转型的基础设施准备阶段，在这 一时期二者基本为同一过程；2、商业数据智能应用进入全局可视化阶段通常意味着企业在其他数字化方向也有高速的进 步，这些方向包括产品的数字化升级、渠道的数字化升级等，它们既以商业数据

26、智能数字决策为基础，也能够为后者提供 丰富的数据资源；3、商业数据智能应用本身在可视化和智能化阶段之间会面临一段时间的瓶颈，但在这一时期数字化转 型由于内容更加丰富、模式更加多变，其价值有望保持更长时间的高速增长，而这离不开商业数据智能的数字化催化和决 策赋能作用；4、商业数据智能的分析智能化阶段的到来对企业数字化转型进入高度成熟期具备前导意义，这是由技术成 熟度的变化以及企业智能化决策在企业经营管理中的重要性决定的。企业商业数据智能应用与数字化转型价值贡献度的关系在“智能化”阶段，商业数 据智能的能力将越来越多地 赋能执行层面，再次为数字 化转型整体带来价值飞跃， 这也是由于AI、大数据的发

27、 展要落实到生产过程需要更 长时间的实践经验积累“可视化” 阶段的商业数据智 能应用为数字化转型带来的价 值将带来首次增长，这一价值 增量将从“ 决策”阶段向生产 执行等其他层面溢出，但商业 数据智能仍将作为数字化转型 系统工作的抓手和指导：商业数据智能应用的 “局部数字化”阶段往 往也对应着企业数字化 转型的初期，这一阶段 二者使用的工具基本一 致，同时商业数据智能 改造也基本上是企业数 字化的主体，这是由于 作为决策支持的商业数 据智能工具是其他数字 化升级的基础，而包括 基础数据库、底层数据 工具在内的工具也是数 字化前期的企业主要的 投入对象商业数据智能：局部数字化数字化转型：筑基期2

28、0全局可视化成长期分析智能化成熟期应用价值：销售与服务流程视角认知教育上线/采购效果售前售后一体化数字流程，持续优化创收能力营销获客是所有企业经营过程中创收的关键，也是大多数企业领导在进行数字化转型时的重要考量：数字化转型是否能为 企业带来收入增长？需要承认的是，包括商业数据智能在内，企业数字化转型并不能带来直接的收入增长，不仅如此，初 期还需要付出相当的成本和精力。然而，从企业的营销获客流程来看，商业数据智能应用和其他的数字化转型能够帮助企 业结构化地洞察市场环境、有的放矢地制定和执行营销策略，从而促成企业的签单；另一方面，商业数据智能应用通过产 品全生命周期管理，也能够帮助企业在售后阶段进

29、一步追踪产品服务性能、为日后产品升级提供依据和资讯，同时利用客 户及行业网络打开复购和推广渠道，进一步促进未来销售。商业数据智能在企业销售&服务过程中应用领域和价值推广MQLSQLAULTV媒体维护售前：商业数据智能 应用帮助企业 洞察市场环境 及市场需求， 分析潜在客户 特征，辅助企 业实施精准营 销和市场进入 策略，提高市 场覆盖和客户 转化21售后：商业数据智能 一方面帮助企 业对产品和服 务的售后状况 进行追踪监督， 进而服务于产 品升级，另一 方面通过构建 客户网络和行 业生态扩大复 购和推广规模应用价值：业务生命周期视角商业数据智能应对各生命周期阶段发挥不同价值初创期、成长期、成熟

30、期、衰退期是一般行业/业务生命周期中经历的四个主要阶段，在各阶段中，企业的整体经营战略、 产品发展关键要素各有不同。整体来看，越处于行业寿命周期的前期，企业和产品越需要“外向”的运营，这包括与市场 需求、客户需求的对接以及对市场份额的占领，而越处于后期的行业则更需要“内向”的运营，主要包括内部管理流程的 优化以及经营成本的降低。商业数据智能配合企业整体的数字化转型能够应对企业在不同发展阶段的需求，帮助企业优化 商业模式、提升市场竞争力。商业数据智能配合数字化转型在企业/业务生命周期各阶段中的应用价值生存占领市场心智满足客户需求确定发展方向收集客户需求提高研发效率企业关注点产品关键要素商业数据智

31、能 价值收入增长扩大市场份额提升产品质量差异化稳固市场份额降低经营成本提供增值服务成本优化业务转型商业模式创新塑造品牌价值业务生态引流提高管理效率降低经营成本构建行业平台帮助市场开拓营销创收产品精准定位初创期成长期成熟期衰退期2223来源：国务院、工信部等，研究院根据公开资料研究及绘制。应用指南：深根固蒂重视前期数据治理的价值，“一本万利”地推动数智化发展此处的“数据治理”是相对狭义的概念，指的是企业针对数据的可用性、相关性、完整性、安全性和及时性等基础属性开 展的管理行为，包含一整套构建核心数据资产的方法论、规章制度和实施工具，是保障数据质量和实现数据价值的基础。 由于数据应用更迭通常和数据

32、治理同步开展，数据治理工作事实上存在于本报告提及的局部数字化、全局可视化和分析智 能化等各个阶段，也是企业不可避免需要支出的数字化成本。不充分的数据治理在短期内可能不会对应用效果产生直接的 影响，但是长期来看必然会阻碍企业内部数据的联通和一致性的使用，我们认为企业应该适当加大对尤其是高度复用的基 础数据的治理投入，选择具备充足服务能力和行业理解的服务商，做到先数据治理再应用搭建。企业加强数据治理的驱动价值国家和地方政府对数据治理的指引要求提升数据的标准化、一致性、 实时性水平，“一本万利”地 提升后续数字化工具的使用效 果，并降低后续数字化项目的 开发和部署周期提升企业员工在使用商业数据 智能

33、工具过程中的体验，加强 企业的数字化转型氛围推动企业建立适合自身特点的 数据治理标准、路径和方法推动企业与外部大数据有机结 合，构建更加全面、更具有挖 掘价值的数据池数据资产价值释放减少数据冗余度确保准确性、时效性提升数据质量保障安全与稳定促进数据开放共享与交易 流通优化数据管理助推企业数字化转型需求行业数据标准建设丰富行业数据标准建设推动全行业数字化转型紧跟全球数字化浪潮，提 升产业国际化水平国家行业主管部门对提升数据治理水平的要求2018.5，民政部关于加强和完善民政统计工作全面提高统计 数据真实性的实施意见2018.5，银保监会银行业金融机构数据治理指引2019.9，银行业监督管理委员会

34、银行业金融机构监管数据标 准化规范地方政府对提升数据治理水平的要求2020.6，浙江省浙江省公共数据开放与安全管理暂行办法2021.6，深圳市深圳经济特区数据条例（征求意见稿）国家对数字经济数据质量提升的宏观顶层设计2022.1，国务院“十四五”数字经济发展规划要求：推 动数据资源标准体系建设，提升数据管理水平和数据质量，探 索面向业务应用的共享、交换、协作和开放24样本：管理者N=180，IT员工N=180，普通员工N=600，于2020年4月通过在线调研获得。Q:你认为提效的方式最重要的两项是？应用指南：弃繁求简56.7%清晰的目标和KPI60.6%提升软硬件性能企业应该将产品的易用性充分

35、纳48.6%建立流畅的机制建立流畅的机制50.4%入选型指标中对于具有无代码/低代码自主开46.2%加强培训，提高软技能清晰的目标和KPI43.6%发功能的产品，企业的开发团队应当和业务团队充分沟通，在满41.0%提升软硬件性能加强培训，提高软技能37.9%足合规需求的同时考虑到基层员工的使用体验7.1%内部赛马内部赛马7.4%配合数字化转型的深入进行相应的组织架构优化，充分发挥数字管理者0.5%其他其他0.0%基层员工化工具在精简流程、提升效率方面的价值在直接采购商业数据智能工具时，“方便”是基层员工的最大需求，也是商业数据智能应用产 生价值的基础，但易被管理层忽视引入新的IT工具或多或少会

36、引来员工的抵触：基层员工从工作实操的角度出发，认为提升软硬件性能是提升现有工作效率 的最佳方式；而管理层更加强调KPI构建、报表的美观，对软件日常操作便宜程度的重视度偏低，从而在产品选型和采购 决策过程中忽视了对这些因素的考察。最终，这往往导致基层员工减少乃至放弃使用这些工具这不仅实实在在地降低 了企业经营效率，更会消减员工参与数字化转型的积极性，最终使得商业数据智能和其他数字化工具的价值无法充分发挥。因此，无论是直接采购商业数据智能产品还是通过低代码工具自主开发，企业都需要对各层员工、尤其是基层员工的使用 体验多加关注。管理者与员工的不同认知导致商业数据智能及其他数字化转型阻塞25应用指南：

37、自上而下局部可以先行，总体须有规划，管理层支持至关重要商业数据智能的部署与企业数字化转型的深入息息相关，作为企业整体数字化转型的部分和先导，商业数据智能的部署和 应用牵扯到企业众多部门的日常运营，其影响更是随着企业规模的增长指数型上升。这种影响不仅关乎着企业发展等商务 层面问题，更多关系到内部协作的模式、利益分配等近在眼前的改变，因此在这一过程中，来自企业最高层的支持至关重 要。只有在一致的规划目标、真实通畅的反馈机制的基础上，商业数据智能的深化乃至数字化转型的成功才能顺利推进。 更多关于企业数字化转型中可能出现的问题及战略转型思路，请参见研究院2021年中国企业数字化转型路径实 践研究报告。

38、企业内部数字化转型的参与因素由局部到整体的数字化、智能化路径基 层管 理 层顶层设计深度参与数字化整体战略 方向的规划、数字化系统 的设计和数字化实施节奏 的把握战略层支持具有领先的数字思维，认 识到商业数据智能和数字 化转型工具的重要性，能 够掌握和影响企业内部资 源分配和流程设计及时反馈一线员工最先感受到商业 数据智能带来的便利和存 在的不足，通过及时的反 馈能够为二次开发补足提 供真实的素材信息面支持具有直接基础业务实操和 客户的渠道，能够提供数 字工具应用的某一或多个 侧面的信息需求导向：局部转型获客增收营销数字化转型降低成本采购数字 化转型提高效率管理数字 化转型内部判断企业的发展阶

39、段和核心 需求，从最急需改进的环节入手， 以解决问题为目标，需求驱动进 行数字化转型，局部环节先动起 来战略导向：总体转型局部数字化转型成功其他环节推 广整体链接与 集成细节调整与 更新26商业数据智能的概念与应用1商业数据智能与企业数字化转型234中国商业数据智能发展驱动因素中国商业数据智能市场透视与行业实践目录27政策背景大数据和AI产业受到政府资金、人才、规划方面的支持商业数据智能以大数据、人工智能等前沿IT科技为技术支撑，上述科技行业近年来受到国家和各地方政策的普遍支持，部分省市还以财政资金对企业的数字化转型以及数字化能力输出进行补贴，为相关产业的发展营造了良好的环境。近年来我国政府推

40、出的大数据产业及商业数据智能相关政策2021.7.4 国家工信部“十四五”软件和信息技术服务业发展规划支持人工智能算法库、工具集等研发。加快发展新型机器学 习、生物特征识别、自然语言理解、新型人机交互、智能控 制与决策等产品和服务。推动人工智能开放平台建设。2021.11.17 国家工信部“十四五”信息化和工业化深度融合发展规划鼓励企业基于生产运营数据重构战略布局、运营管理和市场服 务，形成数据驱动的高效运营管理模式，提升智能决策、精益 制造和精准服务能力。2021.5.24 国务院（修订）全国一体化大数据中心协同创新体系算力枢纽实施方案加强云算力服务、数据流通、数据应用、安全保障等方面的探

41、索实践，发挥示范和带动作用。发展国家枢纽节点，统筹省内 数据中心规划布局，进行算力级联调度，一体化协同创新。提出年内基本完成国家工业互联网大数据中心建设，同时培育 15个跨行业跨领域综合型工业互联网平台，推动10万家以上 企业实现工业设备和业务系统云化迁移。来源：国务院、工信部等，研究院根据公开资料研究及绘制。2021.6.7 国家工信部工业互联网专项工作组2021年工作计划2021.11.30 国家工信部“十四五”大数据产业发展规划到2025年，大数据产业测算规模突破3万亿元，年均复合增长 率保持在25%左右，创新力强、附加值高、自主可控的现代 化大数据产业体系基本形成。2021.8.24

42、天津市人民政府天津市加快数字化发展三年行动方案（20212023年）发展新智造，实施工业互联网赋能行动，全面推进综合型、特 色型、专业型以及企业级四类工业互联网平台建设，到2023年 新建30个工业互联网平台。2022.1.12 国务院“十四五”数字经济发展规划支持有条件的大型企业打造一体化数字平台，全面整合企业内 部信息系统，强化全流程数据贯通，加快全价值链业务协同， 形成数据驱动的智能决策能力，提升企业整体运行效率和产业 链上下游协同效率。建成哈尔滨全国大数据中心重要基地，打造大数据新型工业化 产业示范基地，融入全国一体化大数据中心协同创新体系，全 省现代化大数据产业体系基本形成。2021

43、.12.29 黑龙江省工业和信息化厅黑龙江省大数据产业发展规划（2021-2025年）28产业经济趋势来源：中国信通院（2021），研究院根据公开资料研究及绘制。数字经济与人工智能产业蓬勃发展近年来我国数字经济高速发展，在宏观经济中的重要性持续提升，已经成为我国经济现代化转型与产业结构升级的重要标 志。商业数据智能行业的进步与数字经济的发展互为表里，前者以后者为应用前提并依赖于数字化行业转型，同时也为数 字经济增长提供重要动力。聚焦到人工智能产业，经估算，2019至2025年中国人工智能核心产业及带动产业规模都 将保持高速增长态势，复合增速均超过20%。人工智能是商业数据智能应用的核心底层技术

44、之一，人工智能算力、算法的 进步以及综合数据产业的发展都将为商业数据智能带来更广阔的发展前景。2005年后部分年度中国数字经济规模及占GDP2019-2025年中国AI产业及带动相关产业规模 比重1.11.51.92.33.03.74.53.85.77.49.211.413.916.620192020e2021e2022e2023e2024e2025e人工智能核心产业规模（千亿元） 人工智能带动产业规模（千亿元）来源：长期政府及企业服务数据监测，结合行业专家访谈，根据数据测算模型，自 主研究绘制。CAGR = 24%2.64.69.516.227.231.335.839.214.2%15.2%

45、20.3%26.1%32.9%34.8%36.2%38.6%CAGR = 22%20052008201120142017201820192020数字经济规模（万亿元）数字经济占GDP规模的比重（%）29综合技术支持“云大物智”协同联动，为商业数据智能提供基础层支撑国内ICT市场上以云计算、大数据、物联网、人工智能为代表的前沿信息科技在实际应用中协同联动、相辅相成，形成了 充满创新力和发展潜力的活性生态网络。商业数据智能应用与上述ICT领域均有密切联系：基础云服务提供灵活部署和调 用的IT基础设施，帮助尤其是中小企业获得充足的算力和IT资源；数据库和大数据框架是企业进行数据存储和计算的基础 软件

46、，近年来在处理海量、实时、异构数据等方面的能力不断提升，为上层数据分析提供了有力支持；在各类通信技术的 加持下，物联网系统为企业提供海量数据，形成虚拟和现实交融的数据网络，构建产业互联网服务体系；人工智能算法不 断优化，为数据分析带来方法论的指导，丰富了产业端的数据来源和应用形式。中国“云大物智”产业关键技术和发展节点数物云智中台2001-2006GFSMapReduceBigTable2006Hadoop2009Spark2010Storm2010-20162015国内主流公有云服务发布云原生2018推动企业上云实施指南“感知中国”提出物联网元年2009“物联网概述” 通过 2012NB-I

47、oT协议通过20165G元年2019IPV6加速推广2017AI大模型2021“AI四小龙”等头部企业成立2011-2015可信AI20182020湖仓一体20132016Spark Streaming 数 据 湖来源：国家统计局，研究院根据公开资料研究及绘制。来源：国家统计局，研究院根据公开资料研究及绘制。企业数字化基础整体数字化建设不断完善，为商业数据智能奠基，但不同行 业发展水平仍有较大差异近年来企业数字化基础建设的完善为商业数据智能应用的落地奠定了坚实的基础。以企业每百人使用计算机数量和拥有电 子交易活动的企业比例分别代表企业的IT基础硬件和业务应用的发展水平，可见2013-2020年

48、期间我国企业的平均水平得 到了显著提升。同时，对比这两个指标最高/低的大类行业可见，数字化基础建设方面领先和落后的行业具有相当差距，尽 管其中有行业工作方式的客观原因，也仍然能够侧面反映出部分行业的基础数字化建设还有较大的发展空间，建立在其上 的商业数据智能应用在以第二产业为代表的低成熟度行业也会广阔的成长前景。2013-2020年企业每百人使用计算机数量2013-2020年拥有电子交易活动的企业比重5.2%7.2%9.6%10.9%9.5%10.0%10.5%11.1%8.9%24.4%30.8%32.3%31.2%31.6%32.1%35.5%1.3%1.6%4.1%5.0%3.4%3.3

49、%3.1%3.1%20132014201520162017201820192020全行业有电子商务交易活动的企业数比重（%）住宿和餐饮业有电子商务交易活动的企业数比重（%） 房地产业有电子商务交易活动的企业数比重（%）2022232526293234778899101211512413012812813113213420132014201520162017201820192020全行业企业每百人使用计算机数（台） 建筑业每百人使用计算机数（台）信息传输、软件和信息技术服务业每百人使用计算机数（台）30来源：Choice，研究院根据公开资料研究及绘制。员工的数字知识技能企业员工知识技能提升，使用

50、数据工具的意愿和能力增加商业数据智能工具虽然普遍具备自动化、智能化、简便化的特点，然而作为创新性的信息化工具，对于任何一个处于数字 化转型过程中的经济体、产业和企业而言，新工具在推广过程中难免遇到员产生抵触情绪及IT能力不足使用不便等问题， 而员工的接受和使用也恰恰是工具真正发挥效能、为企业带来利益的前提。以国内上市公司的情况来看，近年来企业员工 的学历水平持续提升，而企业为数字化转型投入的员工培训支出也有显著增加。我们认为在这样的趋势下，企业员工将越 来越有意愿和能力使用创新的数字化工具，这有利于商业数据智能的深度应用，提升其在企业经营和管理领域的赋能效果。2018-2021Q3中国A股上市

51、公司员工学历结构2020年中国企业员工数字化转型培训支出占比45%45%43%40%27%28%27%28%27%28%28%33%2018201920202021Q3中专及以下（%）大专（%）本科及以上（%）26.1%4.4%30.4%8.7%17.4%13.0%80%60%-80%（含）40%-60%（含）20%-40%（含）0%-20%（含）-5%-0%（含）2020年员工数字化转型培训支出变动占比（%）来源：清华大学全球产业研究院（2020），研究院根据公开资料研究及绘制。3132来源：埃森哲（2020）调研，题为“请评价疫情以来，贵公司应对疫情的举措，数据为选择了已采取一切必要行动的

52、企业比例”，研究院根据公开资料研究及绘制。疫情驱动环境：后疫情时代商业数据智能应用有望加速渗透2020年年初开始的疫情对社会经济整体造成了较大的阻滞，对于企业经营而言，疫情带来了人工和原材料成本的上升、业 务拓展的停滞和线下渠道的闭塞，而经数字化改造的协作沟通、内部管理、业务渠道在疫情的刺激下在各行业企业间迅速 普及，供应商也不断进行容量扩增以及服务升级，促进了企业数字化服务产业的繁荣。随着我国的防疫进展，疫情对经济 的影响将会逐步消退，但疫情期间“被迫”开展的数字化改革已为需要数字化基础薄弱的企业打开了数字化的大门，并在 公司内部培养起数字化氛围和习惯，更有助于商业数据智能应用在各企业和行业

53、加速渗透。疫情推动企业进行对外业务和内部管理双向的数字化升级33商业数据智能的概念与应用1商业数据智能与企业数字化转型23中国商业数据智能市场透视与行业实践4中国商业数据智能发展驱动因素目录中国市场发展历程横贯三十年数字化转型历程，进一步深化数据智能应用将本报告第一章节所示商业数据智能成熟度曲线应用至国内行业市场，可以看到：中国的商业数据智能市场已经历了自上 世纪80年代开始的早期数字电子化改造以及随互联网经济爆发带来的基础软件普及，随之而来的利用编程语言进行的数据 分析和报表生成在2010年后得到应用，而当前市场上狭义的“商业数据智能”或全局可视化应用则是在2015-2016年在国 内市场开

54、始迅速成长，目前其技术本身已经迈入相对成熟阶段。未来5年是商业数据智能进一步融合AI，实现智能化升级 的时期，商业数据智能应用赋予企业的洞察力和决策能力有望再次迎来激增，我们也将在第五章“商业数据智能发展趋势 展望”部分对这一时期的发展关键进行进一步讨论。国内商业数据智能行业视角发展成熟度阶段1980s2000s2010s2019-20202025早期电子化基础软件早期普及报表式可视化敏捷型可视化智能应用深化，生态逐步构建上世纪80-90年代，金融、能 源、制造等大型政企行业优先 开启局部数字化改造ERP/CRM/企业级数 据库等基础软件开始 在信息化基础和需求 较明确的行业普及2013-20

55、15报表式可视化工具通常为基础企业 软件的衍生功能，通过简单的编程 进行数据查询和报表制作，随着 2010s时期互联网IT产业的蓬勃生 长高速发展随着可视化应用本身进入相对成熟的阶段，以及市场对商业数据 敏捷型可视化工具于2015- 智能数据分析的需求提升，商业 2016 开始在国内市场高速 数据智能在分析预测等领域的应 发展，并涌现出一批专业化 用将持续深化，预计到2025年 的数据平台厂商前后有望步入相对成熟阶段34注释：各版块logo根据企业简称的音序排列；“AI决策平台”指通用人工智能开发平台。中国商业数据智能产业图谱中国商业数据智能产业图谱数据库/数据仓库基础云服务商业数据智能扩展应

56、用CRM/SCRMHRM工业/制造业ERP财税医疗业科教业零售业建筑业营销获客金融业大数据分析平台AI决策平台报表/分析/可视化头部综合云厂商普遍覆盖头部综合云厂商普遍覆盖3536来源：IT桔子，研究院根据公开资料研究及绘制。来源：IT桔子，研究院根据公开资料研究及绘制。融资趋势2016-2018年为行业前期密集投入期，未来资本投入或将更 加集约化商业数据智能涵盖的赛道较多，从行业信息化及解决方案和数据可视化两个比较具备代表性的行业来看，2014年以来，两 个赛道的融资次数在2016-2018年期间达到高峰，且融资金额呈现显著的增长态势。从上述两个细分行业的融资趋势判断， 商业数据智能行业在一

57、级市场上仍然具备较高的吸引力，近年来市场对该行业保持积极态度；但是经历了前期“广撒网” 式的投资之后，市场对企业的选择可能更加谨慎。2014-2021年中国行业信息化及解决方案相关赛2014-2021年中国数据可视化相关赛道企业融资 道企业融资1039413021162847745713831329428130579026320820820142015201620172018201920202021融资金额（亿元）融资次数（次）2510161030242571324202318131520142015201620172018201920202021融资金额（亿元）融资次数（次）37市场规模（1

58、/2）注释：报告所列规模历史数据和预测数据均取整数位（特殊情况：差值小于1时精确至小数点后一位），已包含四舍五入的情况；增长率的计算均基于精确的数值进行计算。 来源：根据公开资料、企业访谈，结合统计模型核算。估算2021年规模超千亿，2020-2025年CAGR达30.3%我们采取相对保守和客观的口径对中国商业数据智能应用的市场规模进行统计：以供应商收入为基本核算口径，剔除数字 化项目中的硬件部分，并根据数据应用企业决策的赋能程度进行调整，从而排除不属于本报告所指“商业数据智能”概念 的应用。经核算，2020年中国商业数据智能应用市场规模为921亿元，同比增长35.2%，估算2021年该市场规

59、模将达到 1182亿元，到2025年该市场规模将增至3460亿元，2020至2025年间复合增速约为30.3%，呈高速增长态势。本市场规模 不含数据库市场规模，但商业数据库作为企业数字化的底层基础设施，在中国市场上也有着良好的发展前景，其市场规模 请参考2021年中国数据库行业研究报告。2019-2025年中国商业数据智能应用市场规模及增速6819211182155720432668346035.2%28.4%31.7%31.2%30.6%29.7%20192022e2025e20202021f中国商业数据智能应用市场规模（亿元）2023e2024e中国商业数据智能应用市场同比增速（%）38注

60、释：报告所列规模历史数据和预测数据均取整数位（特殊情况：差值小于1时精确至 小数点后一位），已包含四舍五入的情况；增长率的计算均基于精确的数值进行计算。 来源：根据公开资料、企业访谈，结合统计模型核算。注释：报告所列规模历史数据和预测数据均取整数位（特殊情况：差值小于1时精确至 小数点后一位），已包含四舍五入的情况；增长率的计算均基于精确的数值进行计算。 来源：根据公开资料、企业访谈，结合统计模型核算。市场规模（2/2）商业数据智能基础应用与扩展应用保持约2:8市场比例根商业数据智能产业各版块的普适性和在产品架构中所处的位置，我们将大数据分析平台、报表/分析/可视化平台、面向 企业应用的AI开