大数据应用与解决方案行业现状分析

大数据应用与解决方案行业现状分析一、市场需求预测方法科学的营销决策，不但要以市场营销调研为出发点，而且要以市场需求预测为依据。市场需求预测是在营销调研的基础上，使用科学的理论和方法，对未来一定时期的市场需求量及影响需求的诸多因素实行分析研究，寻找市场需求发展变化的规律，为营销管理人员提供关于未来市场需求的预测性信息，并以此作为营销决策的依据。市场需求预测的方法，常用的主要有以下几种。（一） 购买者意向调查法购买者意向调查法即通过直接询问购买者的购买意向和意见，据以判断销售量。如果购买者的购买意向是明确清晰的，这种意向会转化为购买行为，并且愿意向调查者透露，这种预测法特别有效。但是,潜在购买者数量很多，难以逐个调查，故此法多用于工业用品和耐用消费品。同时，购买者意向会随着时间转移，故此法适宜作短期预测。调查购买者意向的具体方法比较多，如直接访问、电话调查、邮寄调查、组织消费者座谈会等。例如，釆用概率调查表向消费者调查耐用消费品购买意向，可能会收到较好效果。（二） 综合销售人员意见法综合销售人员意见法即通过听取销售人员的意见来预测市场需求。销售人员包括基层的营业员、推销员及相关业务人员。销售人员最接近市场，比较了解顾客和竞争者的动向，熟悉所管辖地区的情况，能考虑到各种非定量因素的作用，较快地做出反应。因为销售人员中没有受过预测技术教育的居多，往往因所处地位的局限性，对经济形势和企业营销总体规划不够了解，可能存有过于乐观或过于悲观的估计。但在销售人员较多时，过髙或过低的期望值可互相抵消，从而使预测结果趋向合理。这个方法的主要优点是比较简捷，无须复杂的计算；缺点是容易受个人理解水平等主观因素影响。（三）专家意见法专家意见法是指根据专家的经验和判断以求得预测值。其具体形式有三种：一是小组讨论法。召集专家集体讨论，互相交换意见，取长补短，发挥集体智慧，做出预测。二是单独预测集中法。由每位专家单独提出预测意见，再由项目负责人员综合专家意见得出结论。三是德尔菲法。该方法用系统的程序，釆取不署名和反复实行的方式，先组成专家组，将调查提纲及背景资料提交专家，轮番征询专家意见后再汇总预测结果。该方法的特点是专家互不见面，可避免相互影响,且反复征询、归纳、修改，有时要经过四五轮，意见才能趋于一致，其结论比较切合实际。（四） 市场试验法市场试验法是指在新产品投放市场或老产品开辟新市场、启用新分销渠道时，选择较小范围的市场推出产品，观察消费者反应，预测销售量。该方法因为时间长、费用大，因而多用于投资大、风险髙和有新奇特色产品的预测。（五） 时间序列分析法时间序列分析法是指将某种经济统计指标的数值，按时间先后顺序排列形成序列，再将此序列数值的变化加以延伸，实行推算，用以预测未来发展趋势。其主要特点是以时间的推移来研究和预测市场需求趋势，排除外界因素影响。釆用此法首先要找出影响变化趋势的因素，再使用其因果关系实行预测。产品销售的时间序列（Y）,其变化趋势主要是以下四种因素发展变化的结果：（1） 趋势（T）o系人口、资本积累、技术发展等因素共同作用的结果。利用过去的销售资料，描绘出销售曲线，可看出某种趋势。（2） 周期（C）o很多商品销售受经济周期影响，销售额往往呈波浪形运动。理解循环周期，对中期预测相当重要。（3） 季节（S）o指一年内销售额变化的规律性周期波动。此种变化通常与气候、假日、交易习惯相关，如果具体到周、日，也可能与上下班时间相关。（4） 不确定因素（E）o包括自然灾害、战乱以及其他变故，这些偶发事件，一般无法预测，应从历史资料中剔除这些因素的影响，考察较为正常的销售活动。（六） 直线趋势法直线趋势法是指使用最小平方法，以直线斜率表示增长趋势的外推预测方法。（七） 统计需求分析法任何产品的销售都要受多种因素的影响。统计需求分析是使用一整套统计学方法，发现影响企业销售的最重要的实际因素及其影响力大小的方法。该方法经常分析的因素是价格、收入、人口和促销等。理应指出，这些变量同销售量（因变量）之间的关系，不能用严格的数学公式表示，只能用统计分析来揭示和说明。使用多元回归技术在寻找最佳预测因素和方程的过程中，能够找到多个方程。用上述方程预测需求量，首先要预测平均温度和人均收入，并注意可能影响预测值的因素，如观察值过少、变量之间髙度相关、变量与销售之间关系不明朗和未考虑新变量的出现等。二、选择目标市场企业在市场细分的基础上，确定了目标市场战略之后，就要决定如何选择目标市场。选择目标市场的首要步骤，是分析评价各个细分市场，在综合比较、分析的基础上，选择最优的目标市场。（一）评价细分市场评价细分市场，即对各细分市场在市场规模增长率、市场结构吸引力和企业目标与资源等方面的情况实行详细评估。1、 细分市场规模和增长率这项评估主要研究潜在细分市场是否具有适当的规模和增长率。“适当的规模”是一个相对概念，大公司可能偏好销售量很大的细分市场，对小的细分市场不感兴趣；小公司则因为实力较弱，会有意避开较大规模的细分市场。细分市场的增长率也是一个重要因素。所有的企业都希望目标市场的销售量和利润具有良好的上升趋势，但竞争者也会迅速进入快速增长的市场，从而使利润率下降。2、 细分市场的结构吸引力一个具有适当规模和成长率的细分市场，也有可能缺乏盈利潜力。如果很多势均力敌的竞争者同时进入一个细分市场，或者说，在某个细分市场中存有很多颇具实力的竞争企业时，尤其是该细分市场已趋于饱和或萎缩时，则该细分市场的吸引力就会下降。潜在进入者既包括在其他细分市场的同行，也包括那些当前不在该行业经营的企业。如果该细分市场的进入障碍较低，该细分市场的吸引力也会下降。替代品从某种意义上限制了该细分市场的潜在收益。替代品的价格越有吸引力，该细分市场增加盈利的可能性就被限制得越紧，从而使该细分市场吸引力下降。购买者和供应者对细分市场的影响，表现在它们的议价水平上。购买者的压价水平强，或者供应者有水平提髙价格或降低所供产品的质量、服务，那么该细分市场的吸引力就下降。一个细分市场的结构吸引力是上述五种变量的函数。分析每个细分市场的吸引力，是企业选择目标市场时不能忽略的重要步骤。3、企业目标和资源选择目标市场除了满足上述两个条件，企业还要考虑自身的目标和拥有的资源。某些有吸引力的细分市场，如果不适合企业的长期目标，也只能放弃。对一些适合企业目标的细分市场，必须考虑是否具有在该市场获得成功所需的各种营销技能和资源等条件。（二）目标市场的选择企业有五种可供参考的市场覆盖模式。1、市场集中化这是一种最简单的目标市场模式。企业选择一个细分市场，生产一种产品，供应单一的顾客群，实行集中营销。例如，大众公司集中于小型车市场，保时捷公司集中于运动车市场。选择市场集中化模式一般基于以下考虑：企业具备在该细分市场从事专业化经营或取得目标利益的优势条件；限于资金、水平，只能经营一个细分市场；该细分市场中没有竞争对手；准备以此为出发点，取得成功后向更多的细分市场扩展。公司通过市场集中化，更加能够了解细分市场的需要，在该细分市场建立巩固的市场地位，也能够获得更高，的经济效益。但是市场集中化的风险比一般情况更大，容易出现个别市场不景气的情况。2、 产品专业化产品专业化是指企业集中生产一种产品，并向各类顾客销售这种产品。如显微镜生产商向大学实验室、政府实验室和工商企业实验室销售显微镜。产品专业化模式的优点是企业专注于某一种或一类产品的生产，有利于形成和发展生产和技术上的优势，在该领域树立形象。其局限性是当该领域被一种全新的技术与产品所代替时，产品销售量可能会所以而大幅度地下降。3、 市场专业化市场专业化是指企业专门经营满足某一顾客群体需要的各种产品。比如某工程机械公司专门向建筑业用户供应推土机、打桩机、起重机、水泥搅拌机等建筑工程中所需要的机械设备。市场专业化经营的产品类型众多，能有效地分散经营风险，同时基于专门性的服务，公司容易获得良好的声誉，并成为为顾客群体所需新产品的渠道。但因为集中于某一类顾客，当这类顾客的需求下降时，企业也会遇到收益下降的风险。4、 选择专业化选择专业化是指企业选择若干个具有良好的盈利潜力和结构吸引力，且符合企业目标和资源的细分市场作为目标市场，其中每个细分市场与其他细分市场之间较少联系。宝洁公司推出佳洁士深层洁白牙贴时，最初细分市场所预订的目标是新订婚或是即将做新娘的女性和男性同性恋者。优点是能够有效地分散经营风险，即使某个细分市场营利情况不佳，仍可在其他细分市场取得盈利。釆用选择专业化模式的企业应具有较强资源和营销实力。5、 市场全面化三、市场全面化是指企业生产多种产品去满足各种顾客群体的需要。一般来说，实力雄厚的大型企业在一定阶段，会选用这种模式,以求收到良好效果。例如，当今可口可乐公司在世界饮料市场,宝洁在世界消费日用品市场等都釆取市场全面化的战略。大数据行业的挑战（一）技术创新与支撑水平有待进一步提升技术创新是推动大数据产业发展的内在动力，但是当前我国技术创新对于大数据产业的引领作用仍然不强。一方面，国内企业对大数据核心技术、开源技术和相关生态系统影响力总体较弱。另一方面，绝大部分大数据企业的创新仍以模仿性、渐进性创新为主，突破性、颠覆性创新偏少，自主研发具有国际影响力的先进技术较少，同质化竞争日益加剧。此外，因为我国基础科学技术水平研发投入相对不足，大数据底层技术投入与国外存有较大差别，虽然具有大数据应用的需求，但较少通过扎实的底层技术手段来推动创新，我国大数据技术创新水平有待持续提升。（二）对开源体系的依赖水准相对较高基于开源的数据库技术，或部分开源的功能方案，已经成为当前众多企业的软件技术建设重要模式，当前数据库开源体系由国外主导。众多软件开发者对于开源软件的认知较有限，甚至误以为开源软件等同于免费软件，能够不受限制地随意使用。事实上，开源软件的著作权既没有被放弃也没有过期，开源软件知识产权风险分为版权侵权风险，专利侵权风险、商标侵权风险三大类。所以市场对待当前开源体系的法律风险意识有待提升，自主研发的国产数据库软件市场占有率有待进一步提升，降低对国外开源体系的依赖。（三）企业对于数据价值的认知及使用水平有待提升近年来，越来越多企业理解到数字化转型的必要性，但是对于数据管理的认知水平较多停留在收集数据、存储管理数据的层面，对于如何把数据有效使用及相关认知有待提升，对数据平台、数据技术的资源投入不足。企业往往仅仅在部分业务实现数字智能化，各个板块的协同不足，各个部门的信息孤岛现象明显，整个企业的数智化缺乏完整规划，企业对数字化转型的目标和路径不够清晰。在此环境下，中国数据管理软件服务厂商在聚焦于内部产品研发和技术迭代的同时,也需增强对下游实际的业务场景和大数据使用需求的逐步理解、适配,使得更多企业能够容易的使用大数据解决发展面临的数字化转型需求。（四）专业人才短缺问题成发展瓶颈我国仍存有严峻的大数据人才短缺问题，尤其紧缺基础技术研发、专业咨询、数据分析挖掘等方面的专业人才以及兼具专业运营水平、行业动态理解力、解决问题水平的多学科复合型人才，难以满足大数据产业的高速发展需求。一方面，我国高科技人才储备不足，髙科技人才储备难以应对与日俱增的大数据人才市场需求。另一方面，我国大数据人才培养体系不完善，大数据人才培养体系起步晚，规模小，层次和模式相对单一，技能知识和理念落后，难以有效匹配产业发展速率。虽然近几年随着我国产业数字化转型的发展，数字科技行业的从业人员逐步增多，但从事基础软件领域研究的专业人员仍然稀缺，尚不能满足大数据行业对于高端专业人才的需求。大数据人才的不足一定水准上影响到大数据产业的发展，业内为争取优秀人才，造成行业内人才竞争持续加剧。四、大数据全生命周期管理大数据生命周期进一步细分为大数据集成、存储和处理、治理、建模、挖掘和流通等阶段。（一）大数据集成大数据集成包括大数据釆集和大数据整合。大数据釆集主要是通过各种技术手段将分散的海量内容数据（文本、音频、视频等）、行为数据（访问、查询、搜索、会话、表单等）、工业生产数据（传感器数据、监控数据）等从业务系统中收集出来。因为大数据本身具有分散、海量、高速、异质的特征，釆集难度较大，所以保证数据采集的稳定性、可靠性、高效性、可用性和可扩展性等是主要的技术目标,越来越多的企业开始选用专业的数据釆集服务。大数据整合的目标是将各种分布的、异构的数据源中的数据抽取后，实行清洗、转换，最后加载到数据仓库或数据集市中，作为数据分析处理和挖掘的基础；这个过程常常也被称为ETL（Extract/抽取，Transform/转换，Load/加载），通常ETL占到整个数据仓库开发时间的60%〜80%。大数据时代,数据整合软件的市场也开始了整体的技术升级，主要解决两个主要技术问题，一是独立的ETL应用服务器的计算水平普遍不足，二是无法处理半结构化和非结构化数据。经过几年的技术发展，ETL过程逐步演进为ELT,即数据抽取后直接加载（Load）到大数据平台中，再基于大数据平台的计算水平来实现数据转换（Transform）,不再依赖ETL应用服务器做抽取和转化工作，这样能够解决ETL应用服务器的处理能力不足问题，充分利用大数据平台的分布式计算水平提升数据集成的效率和稳定性。（二）大数据存储和处理大数据存储与处理要用用服务器及相关设备把釆集到的数据存储起来，使得数据能够被高效地访问和运算。因为数据量的爆发式增长,尤其是非结构化数据的大量涌现，传统的单机系统性能出现瓶颈，单纯地提升硬件配置已经难以跟上业务的需求，产生的海量数据没有合适的存储场所，企业被迫放弃大量有价值的数据；数据处理的速度和性能出现瓶颈，业务的深度和广度受到限制。所以，过去十年间，计算机系统逐步从集中式向分布式架构发展。分布式架构及相关技术通过增加服务器的数量来提升系统的处理水平，毎个节点都是一个可独立运行的单元，单个节点失效时不会影响应用整体的可用性。分布式系统在扩展性、容错性、经济性、灵活性、可用性和可维护性方面具有明显优势。

（三）数据治理根据国际数据管理协会的定义，数据治理是对数据资产管理形式权利和控制的活动集合。数据治理是一个管理体系，包括组织、制度、流程和工具，随着集成和存储的数据量增加，数据治理的难度也逐渐增加，牵扯的关联方也越来越多，所以需要一套适合企业的方法论来展开工作。业界逐渐形成了DAMA、DCMM等较完整的数据治理体系框架,一般包括制定数据治理战略、定义数据治理工作机制、通过各个业务专题来落实相关数据治理工作内容，并最终落实到数据治理工具上来实现高效持续的数据治理的执行流程。具体到数据治理的内容，一般包括元数据管理（包括元数据采集、血缘分析、影响分析等）、数据标准管理（包括标准定义、查询与发布等）、数据质量管理（包括质量规则定义、质量检查、质量报告等）、数据资产管理（包括数据资产编目、数据资产服务、资产审批等）、数据安全管理（包括数据权限管理、数据脱敏、数据加密等）、数据生命周期管理（包括数据归档、数据销毁等）以及主数据管理（包括主数据申请、发布、分发等）量规则定义、质量检查、质量报告等）、数据资产管理（包括数据资产编目、数据资产服务、资产审批等）、数据安全管理（包括数据权限管理、数据脱敏、数据加密等）、数据生命周期管理（包括数据归档、数据销毁等）以及主数据管理（包括主数据申请、发布、分发等）这几个主要的部分。（四）数据建模数据建模是构建企业数据仓库、数据湖和数据集市的重要过程数据建模是构建企业数据仓库、数据湖和数据集市的重要过程,其通过一个业务级别的数据模型设计，将分散在不同数据源中的数据集成在一起，并通过一种面向业务主题的方式将数据分门别类来做重新组织和标准化，形成有明确业务意义的数据形式，统一为数据分析、数据挖掘等提供可用的数据。面向业务主题（如客户主题、账户主题等）的数据组织管理方式便于业务人员对数据的理解和综合使用。具体到技术层面，数据建模一般包括业务调研、架构设计、数据模型设计、数据库SQL开发与测试、业务集成上线等几个阶段，架构设计是整个工作的核心，一般会面向不同的行业来设计相关行业的逻辑数据模型。在数据建模过程中使用的工具主要包括：数据模型设计与管理工具、SQL开发工具、任务调度工具等。（五）数据分析和挖掘大数据分析和数据挖掘的核心目标是对客观事实规律实行描述、展示和总结、刻画、推广，能够从大量的数据中通过算法来揭示出隐含的、未知的并有潜在价值信息，并对客观规律实行溯源和解释，从而协助决策者做出准确的预测和决策。围绕这个目标，大数据分析和挖掘的手段能够分为模型驱动、数据驱动等，一般通过统计、在线分析、情报检索、机器学习和专家系统等在内的多种方法来实现这个目标。现阶段在面对大数据4V问题时，大数据分析和数据挖掘工具对传统数据分析和挖掘工具做进一步自动化和智能化；与此同时，近年来深度学习的兴起又为大数据分析提供了新的手段，其做为当前计算机行业的热点研究方向之一，其本质的目标是从大量数据中提取模式和知识，其要处理的对象包括结构化数据、半结构化数据和非结构化数据在内的所有类型数据，例如近年来在视频、语音等非结构化数据的分析需求快速增加，相对应的深度学习技术也取得了飞速发展。（六）数据流通数据流通是按照一定规则，将存储的数据或者数据分析、挖掘得到的信息作为流通对象，从供应方传递到需求方的过程。数据流通的具体内容包括可视化的分析报告、面向运营人员的数据标签、面向应用能够直接调用的数据指标API、面向数据分析人员的数据集、面向数据挖掘人员的数据特征、和面向业务建模人员的单方或多方的建模模型等。基于数据水印、数据加密和脱敏、隐私计算、联邦学习的数据流通安全技术，能够提升数据流通的完整性和保密性。五、大数据行业未来发展趋势（一）分布式系统成为行业技术架构主要的发展方向传统数据库以集中式架构为主，集中式架构由一台或多台主计算机组成中心节点，数据存储以及整个系统的业务单元都集中部署于该中心节点中，系统所有的功能均由中心节点集中处理。每个终端或客户端仅仅负责数据的录入和输出，而数据的存储与控制处理完全交由主机完成。分布式架构下，软件组件分布在不同主机上，主机之间通过网络连接实行通信和协调。随着海量及异构数据的数据分析需求增长，需要的计算、存储和10等资源也在极速增加。集中式架构通过改善硬件配置来提升存储和处理水平，但单台主机可配置的资源存有上限，所以传统的集中式架构软件难以满足海量及异构数据的数据集的处理和分析需求。而为了处理TB以及PB级别以上的数据规模，分布式的架构将数据分散在网络上多个通过高速网络互联的节点上联合计算。因为数据分布在不同节点，在实行计算任务时，任务也会被切分成多个子任务，分发到多个节点上同时实行计算，能充分利用整个集群各个节点的计算资源、存储资源和10资源，可线性提升集群的存储和处理水平。所以，分布式架构能较好的处理该类问题，这也是分布式架构相对于传统单机架构的核心优势。在大数据场景下，分布式系统在扩展性、容错性、经济性、灵活性、可用性和可维护性方面具有明显优势，能够较好的满足大数据分析的需求。此外，近年来，分布式技术持续发展，在提供高弹性、支持高并发的同时，支持关系型数据库中强事务性的特性，成为大数据技术的重要发展方向。2、数据管理软件趋向于统一多数据模型的平台数据模型是决定数据库系统逻辑的重要因素，并从根本上决定以何种方式存储、组织和操作数据，包括传统的关系模型和NoSQL数据模型（文档模型、键值模型、图模型等）。绝大部分数据库管理系统只能支持一种或少数几种数据模型，所以企业通常只能使用多种数据库产品联合的方案来应对日益增长的异构数据模型处理需求。随着大数据厂商技术实力的提升，逐渐出现了能够提供多数据库模型的大数据平台技术。相比多种数据库产品的集成方案，多种数据库模型统一的大数据平台的优势包括：（1）提升场景效率。同一份数据能够分别釆用多种数据模型存放，解决不同场景的处理效率问题；（2）统一分析管理。关联不同模型的数据，统一分析管理；（3）降低运维成本。无需维护多种数据库，降低运维成本；（4）降低数据持有成本，同一份数据在不同的数据模型当中不需要全量存储，不同模型只需要存储必要的数据内容即可，在查询时能够通过关联的方式获取全量信息。未来多模型数据平台将通过持续提升计算、存储引擎的处理水平,从操作响应速度、数据并发水平、数据管理成本等多个角度优化企业的数据需求，成为多模大数据平台的重要发展趋势。（二）云原生大数据平台架构成为未来的主要发展方向云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式API,这些技术能够构建容错性好、易于管理和便于观察的松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。面对客户日益增长的海量数据、多种数据结构的实时化、智能化处理需求，云原生的大数据平台架构凭借计算存储解耦、资源池化、Servcrlcss等核心技术，提供了高弹性拓展、海量存储、多种数据类型处理及低成本计算分析的水平。相比传统数据库，云原生数据库及数据管理平台天然具备灵活性，能够提供强大的创新水平、丰富多样的产品体系、经济髙效的部署方式和按需付费的支付模式。（三）国家加速数据要素市场建设，推动数据安全流通技术的商业化加速我国将搭建统一开放、竞争有序的数据要素市场体系，政策鼓励产业链各环节的市场主体实行数据流通和交易，促动数据要素流通。当前，丰富的数据要素资源已经涵盖了金融、运营商、房地产、医疗、能源、交通、物流、教育以及制造业、电商平台、社交网站等众多领域。同时，因为数据的流通和利用是数据要素价值创造的前提。而跨域、跨中心的数据融合计算需求，以及数据要素在开放流通环节中的安全需求（包括可用不可见、可用不可得、可用不出域等），都使得数据的安全可信流通成为数据要素的市场化配置的重要一环，也是各行业数字化转型过程中和过程后的必由之路。随着《数据安全法》、《个人信息保护法》的实施，以安全为前提的数据开放利用将迎来新一轮发展机遇。隐私计算是在处理、分析计算数据的过程中保持数据不透明、不泄露、无法被计算方以及其他非授权方获取的一种技术解决方案，能够在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放，应用前景和商业价值巨大。在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速实行。六、世界大数据市场发展情况世界大数据市场规模由2015年231亿美元增长至2019年的496亿美元，年复合增长率约为21.1%,世界整体市场规模有望在2024年超过800亿美元，2019至2024年复合增长率约为11.8%。在2015年,大数据服务仍然是世界大数据市场最大的收入来源，约为91亿美元，而硬件和软件收入分别达到73亿美元和67亿美元。随着硬件成本的下降以及软件附加值的提升，预计未来世界大数据市场中硬件及服务收入贡献占比将逐渐减少，软件将超过服务和硬件，成为世界大数据市场最主要的收入来源。世界大数据软件市场规模由2015年的67亿美元增长至2019年的170亿美元，年复合增长率为26.2%,超过硬件和服务收入增速，并且预计软件市场规模将在2024年达到377亿美元，年复合增长率约为17.3%o在大数据软件中，随着大数据管理平台和数据应用中间件产品的成熟，未来将贡献更多的收入占比。七、大数据行业面临的机遇（一）产业政策集中出台，多层次政策体系日益健全十八届五中全会提出实施国家大数据战略以来，《促动大数据发展行动纲要》指出，建立安全可信的大数据技术体系是推动大数据产业基础研究和核心技术攻关的重要目标。2021年3月，在我国十四五规划和2035年远景目标纲要提出，培育壮大人工智能、大数据等新兴数字产业，充分发挥海量数据和丰富应用场景优势，促动数字技术与实体经济深度融合，赋能传统行业转型升级，打造数字经济新优势。加快数字化发展，打造数字经济新优势，协同推动数字产业化和产业数字化转型，加快数字社会建设步伐，营造良好数字生态，建设数字中国。2020年4月，国家发改委明确了新基建是以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。其中，在新一代信息技术关键领域锻长板的重要举措包括：推动新一代信息技术与制造业融合发展，加速工业企业数字化、智能化转型，提升制造业数字化、网络化、智能化发展水平，推动制造模式、生产方式以及企业形态变革，带动产业转型升级。未来新兴产业及数字经济的发展将更依赖于数据资源，数据基础设施建设也是支撑5G、数据中心、工业互联网等新一代信息技术基础设施的基础，所以大数据是新基建的重要组成部分，也将推动大数据底层软件等核心国产软件的快速发展。（二）数据管理软件国产化趋势明显，国产大数据产品有望实现换道超车国内数据管理软件基本被Oracle.IBM和微软为代表的国外关系型数据库厂商主导，国产软件产品渗透率低。随着国内客户越来越重视数据与信息安全，国产软件产品在关键领域实现替代成为其中主要环节，越来越多的客户已经开始或计划相关软硬件的采购计划。大数据时代下，数据管理软件正在逐步由集中式架构软件向分布式架构软件演进，国产大数据产品有望实现换道超车，对国外数据管理软件实行替代。从功能来看，基于新兴分布式架构的国产大数据产品已经能满足市面上绝绝大部分数据应用场景基础需求。但国产大数据产品能否在市场竞争中胜出、占据更多的市场份额,仍然取决于国产大数据产品能否构建自主研发的生态以及产品的世界竞争力。当前，为保障国家信息安全，自主研发的国产大数据生态体系正在形成，此前国产软硬件发展面临的格局分散、生态基础不完善、规模用户群体缺乏等障碍正被逐步攻克。随着国产大数据生态体系进入快速协同发展阶段，国产大数据产品与服务迎来较好的发展机遇。（三）数据成为新生产要素，各行业的大数据应用需求巨大2020年4月，《关于构建更加完善的要素市场化配置体制机制的意见》指出，数据已成为继土地、劳动力、资本、技术之后的新一代生产要素，是数字经济发展的基础性、关键性、决定性的生产要素，对经济发展、社会治理、人民生活产生着重大而深刻的影响。激活数据要素潜能，加快数字经济、数字社会，以数字化驱动生产方式、生活方式和治理方式变革成为我国当下发展的重点。企业建设数字化水平，高效解决企业运营中的问题，优化企业业务流程、提高效率，成为企业发展的核心竞争力之一，在金融、交通、能源、制造等国民经济重要领域实际提升数字化水平需求巨大。此外，在企业数字化水准提升后，数据走向资源化是大势所趋，在数据资源化的过程中，建立行业间高效的数据交换机制，实现数据的互联互通、信息共享、业务协同，以成为整合信息资源，深度利用分散数据的有效途径。加快数字化转型，构建数据共享服务体系，促动数据与业务应用快速融合，将助力中国经济从高速增长转向高质量发展，推动数字中国建设。（四） 大数据应用的快速发展，推动大数据管理平台需求的快速增长近年来，大数据增长集中于物联网设备、多媒体、日志、社交信息等，这些数据具有数据类型多、数据量大、流转速度快、价值密度低的特点。传统关系型数据库无法满足处理半结构化及非结构化数据需要，具有综合水平的大数据管理平台有易于扩展、无序存储、分布式架构的特性，相比传统关系型数据库，更能满足对这些数据的存储需求。大数据管理平台不但具有存储管理海量数据水平、数据处理性能高和易于扩展的特性，还能够保持传统关系数据库支持ACID和SQL查询等特性，支持关系数据模型。在大数据市场发展下，大数据管理平台需求快速增长。（五） 数据价值的深度挖掘需求将带动智能分析工具的快速发展智能分析工具主要专注于为数据预处理、特征工程、数据建模、预测分析等数据分析挖掘关键过程提供工具和相关解决方案，是企业实现对海量数据的深度挖掘的重要工具。随着大数据环境下，数据分析复杂水准的加深，数据科学平台需要持续优化其平台流程、协作及模型治理特性，以保持与软件开发中最佳实践一致。同时，数据科学平台厂商也将通过整合针对算法筛选、分布式模型训练、模型管理、知识图谱和高性能推理等任务的创新解决方案来实现差异化竞争。为了在大数据环境下快速协助客户实现人工智能赋能的商业决策，智能分析工具将迎来快速发展机遇，在云原生、AI工程化、低代码、隐私安全、云边一体等方面发挥更大的作用。八、客户关系管理内涵与目标1、 客户关系管理内涵客户关系管理指企业在既定的资源和环境条件下为发现客户、获得客户、维系客户和提升客户价值而展开的所有活动。2、 客户关系管理目标客户关系管理目标是在产品、管理与营销同质化的背景下使用客户关系管理实现客户关系差异，通过满足客户需求和协助客户获利来留住客户，提升客户价值，使客户关系管理成为企业的核心竞争力。因为科学技术高度发达且快速普及，同类企业之间产品同质化日趋严重；因为企业间在营销策略上相互模仿，同类产品的不同品牌之间在营销策略上也难以形成显著差异，造成客户转换成本低，转换行为就会经常发生。企业仅仅凭借良好的产品与服务以及同质化的营销策略并不能达到留住客户的目的。客户关系管理就是通过提髙服务水准和质量信誉来提升客户的满意度与忠诚度，实现相互信任和愉快合作，在诸多无形之处建立差异以构筑竞争者难以逾越的屏障。客户关系管理理论的提出是市场营销与企业管理理论的重大变革。传统的市场营销理论将客户看作是销售的对象而非管理的对象，是企业外部的组织而非内部的成员；传统的企业管理仅仅局限于企业内部人、财、物的管理，并不包括对企业外部客户的管理。而客户关系管理理论将外部的客户视同企业内部的成员，将“管理”对象从企业内部的人、财、物扩大到了外部的客户，要求客户关系管理人员要像了解企业内部的人、财、物资源一样了解客户资源，像管理企业内部的人、财、物资源一样管理客户资源。九、营销计划的实施（一）有效实施计划的注意事项（1） 有明确的行动方案。战略和计划的有效实施，要有详细、具体的行动方案，以协助理解和清晰营销计划的关键性环境、项目和措施，准确地把任务、责任落实到个人、团队或部门。（2） 可能需要调整组织结构。必须注意组织结构与任务、责任相一致，与自身的特点、环境相适合，根据战略和计划适时调整、优化组织结构。（3） 要有完善的规章制度。必须明确与计划相关的环节、岗位和人员的责权利，明确具体要求和奖惩措施，建章立制实行约束和管理。（4） 注意协调关键流程。为了有效实施战略和计划，做到行动方案、组织结构、规章制度等因素，尤其是相关机构、人员在大目标下协调一致，需要界定相互之间的工作关系，构建作业流程，保障操作层面相互配合。（二）影响计划实施的常见问题和原因（1） 计划脱离实际。计划通常由专业计划人员负责制订，基层人员具体操作和执行。专业计划人员可能更多考虑的是总体方向和原则,疏于注重过程和实施细节，使得计划较为笼统和形式化；计划人员可能了解现实中的具体问题不够，营销计划偏离实际；计划人员和基层操作人员交流情况不足，后者不能很好理解需要执行的计划，遇到困难……最终导致计划人员和基层人员对立，互不信任。所以，制订计划不能只靠专业计划人员，也可由他们联系基层人员一起讨论、制订。基层人员或比计划人员了解实际情况，将他们纳入计划管理过程，有助于营销计划的制订和实施。（2） 长期目标和短期目标的矛盾。计划常常涉及长期目标，企业对具体执行计划的人员又可能是依据短期的绩效，如销量、市场份额或利润等评估和奖励，他们常常不得不选择目光短浅的行为。要注意解决这个矛盾，设法求得两者之间的平衡。（3） 因循守旧的情性。一般来说，新战略、新计划如果不符合传统和思维习惯，就容易遭到抵制。新旧战略和计划之间差异越大，实施中阻力也越大。要推动与原来思路截然不同的计划，常常需要打破传统组织结构和流程，“不换脑袋就换人”,甚至重建管理体制。（4） 缺乏具体、明确的行动方案。有些计划之所以失败，是因为没有切实可行的具体方案，缺乏促使各部门、各环节协调一致、共同出力的依据。十、营销调研的步骤营销调研的过程，通常包括五个步骤：确定问题与调研目标、拟定调研计划、收集信息、分析信息、提交报告。（一） 确定问题与调研目标为保证营销调研的成功和有效，首先要明确所要调研的问题，既不可过于宽泛，也不宜过于狭窄，要有明确的界定并充分考虑调研成果的实效性。其次，在确定问题的基础上，提出特定调研目标。（二） 拟定调研计划设计能够有效地收集所需要的信息的计划，包括概述资料来源、调研方法和工具等。因为收集第一手资料花费较大，调研通常从收集第二手资料开始,必要时再釆用各种调研方法收集第一手资料，也能够从企业外部的商业公司购买相关资料。调查表和仪器是收集第一手资料釆用的主要工具。抽样计划决定三方面的问题：抽样单位指确定调查的对象，抽样范围指确定样本的多少，抽样程序则是指如何确定受访者的过程。接触方法是指如何与调查对象接触的问题。（三） 收集信息在拟定调研计划后，可由本企业调研人员承担收集信息的工作，也可委托调研公司收集。面谈访问必须争取被访问者的友好和真诚合作，才能收集到有价值的第一手资料。实行实验调查时，调研人员必须注意使实验组和控制组匹配协调，在调查对象汇集时避免其相互影响，并釆用统一的方法对实验实行处理和对外来因素实行控制。（四） 分析信息从已获取的相关信息中提炼出适合调研目标的调查结果。在分析过程中，首先要明确这些信息数据是依据何种尺度实行测定、加工的,然后借助多变量统计技术将数据中潜在的各种关系揭示出来，还可将数据资料列成表格，制定一维和二维的频率分布，对主要变量计算其平均数和衡量离中趋势。（五） 提交报告调研人员向营销主管提出与实行决策相关的主要调查结果。调研报告应力求简明、准确、完整、客观，为科学决策提供依据。如能使管理决策减少不确定因素，则此项营销研究就是富有成效的。十一、估计当前市场需求（一） 总市场潜量总市场潜量是指一定时期内，在一定环境条件和一定行业营销努力水平下，一个行业中所有企业可能达到的最大销售量。（二） 区域市场潜量企业在测量市场潜量后，为选择拟进入的最佳区域，合理分配营销资源，还应测量各地区的市场潜量。较为普遍的有两种方法：市场累加法和购买力指数法。前者多为工业品生产企业釆用，后者多为消费品生产企业釆用。1、市场累加法先识别某一地区市场的所有潜在顾客并估计每个潜在顾客的购买量，然后计算得出地区市场潜量。如果公司能列出潜在买主，并能准确估计每个买主将要购买的数量，则此法无疑是简单而又准确的。问题是获得所需要的资料难度很大，花费也较高。当前我们能够利用的资料，主要有全国或地方的各类统计资料、行业年鉴、工商企业名录等。2、多因素指数法借助与区域购买力相关的各种指数以估算其市场潜量。例如，药品制造商假定药品市场与人口直接相关，某地区人口占全国人口的2%,则该地区的药品市场潜量也占全国市场的2%。这是因为消费品市场上顾客很多，不可能釆用市场累加法。但这个例子仅包含人口因素，而现实中影响需求的因素很多，且各因素影响水准不同，所以，通常釆用多因素指数法。美国《销售与市场营销管理》杂志每年都公布全美各地和大城市的购买力指数。（三）行业销售额和市场占有率企业为识别竞争对手并估计它们的销售额，同时准确估量自己的市场地位，以利在竞争中知己知彼，准确制定营销战