大数据成过去时，这50家企业定义未来数据智能的十年

2008-2018，大数据行业走过了第一个十年。

十年代表了一个周期的过去，十年也代表了下一个周期的到来。

回首过去十年，我们见证了大数据从概念诞生到行业落地，整个数据行业由最初漫无目的的基础设施兴建，逐渐发展到基于中台而驱动决策的数据智能时代。

可以看到，数据已经被视为企业甚至政府最重要的资产之一，而如何发挥这些数据资产的价值也成为客户最重要的需求。

在4月23日举办的2019·爱分析中国数据智能高峰论坛上，数据智能创新企业50强榜单正式揭晓。

最终入榜的50家企业，覆盖了数据中台、技术中台、业务中台以及金融、政务、工业、零售等领域。

其中，中台领域共有30家公司上榜，是大量优秀数据智能公司的聚集赛道。

业务中台作为数据智能中最难也是价值度最高的领域，是大量数据智能公司的发展方向，明略科技、百分点两家公司通过全栈技术能力以及对于业务场景的深入理解能力，将产品深入到业务中台层面，在不同行业内发展迅速，营收在过去几年保持着高速增长。

个推、同盾科技、TalkingData等数据中台企业，基于自身的数据中台能力以及出色对外服务能力，同样名列前茅，其中个推已经于2019年初在A股上市，市值直逼300亿，代表着市场对于数据中台企业的认可。

在技术中台方面，由第四范式、星环科技领衔的14家企业几乎占据了中台领域的半壁江山，通过提供数据科学平台、数据基础平台、用户行为分析以及BI等通用技术产品，赋能企业客户实现数据智能化应用。

行业应用方面，金融、政务仍然是最优质的市场，百融金服、金电联行、数梦工场逐渐发展成为行业独角兽。 此外，智能制造、零售、农业、气象等领域同样也出现了优质的数据智能公司赋能行业，但受限于自身所在细分行业数据基础和预算投入，整体发展仍然处于相对早期。

01

业务中台价值更高

部分垂直行业将成为寡头市场

在单一行业中，数据中台、技术中台的预算更多的还是来自于IT部门，同时由于没有深入到业务场景，因此单纯的数据中台和技术中台对于客户的价值有限，贴近应用场景的业务中台价值度更高。

在企业数字化转型过程中，业务将逐步由数据驱动，数据不再是业务系统的副产物，而是业务系统的根基，因此，数据中台在越来越多融合业务场景需求后，会逐步发展成业务中台。 例如，基于用户行为数据的数据中台可以成为面向用户运营的业务中台，基于这个业务中台可以构建新型CRM系统，更好地支持客户成功等业务开展。

技术开源、政策收紧、场景价值提升意味着业务中台会越来越重要。 基于业务中台，数据智能公司能够不断沉淀对场景的理解能力，建立自身的护城河。 FICO、SAS这样的公司能够牢牢占据金融市场，即使Experian这样有核心数据源的公司也很难替换前者的原因就在于，FICO和SAS在服务大量客户中，对金融场景非常了解，沉淀了很多模板和规则在平台工具上。

服务头部客户才能获得有价值的业务需求，从而不断促使业务中台迭代升级。 单个垂直行业，只有头部客户会引领行业发展，代表行业的未来，因此，头部客户的业务需求最有价值。

现在来看 ，场景价值提升，基于场景形成数据闭环，意味着依靠场景建立的壁垒会越来越高，当几家数据智能公司在垂直行业中占据全部头部客户后，其他公司将难以进入该行业，单行业市场将成为寡头市场。

02

跨行业能力影响未来市场天花板， 技术、数据成为关键

虽然单行业中未来可能会呈现出寡头模式，但是由于数据智能在单一行业的市场天花板较低。 根据爱分析测算，金融领域的风控反欺诈场景整体市场规模在200亿左右，政务领域中的公安每年投入也仅为200亿左右，很难凭单一行业支撑巨头的出，因此跨行业赋能将成为必然。

现阶段，因为数据智能仍然处于发展早期，数据智能公司依然能够跨行业，跨行业能力将成为判断数据智能公司的重要指标之一。

从中台角度来看，技术中台和数据中台场景属性相对较弱，具备跨行业的能力。 因此，对于数据智能公司而言，具备帮助企业搭建数据中台和技术中台能力的公司，能够进入其他场景。

搭建数据中台和技术中台的数据智能公司，一类是技术能力很强的公司，如百分点，明略科技等公司，虽然现阶段其深入到了业务中台场景，但是由于这些公司本身具有很强的技术中台和数据中台的能力，因此其跨行业能力非常之强，另外，如第四范式、星环科技等技术中台公司，由于本身提供的产品并不具备行业属性，因此也有很强的跨行业能力。

另一类是具备独特数据资源的公司，如TalkingData、个推等公司，其数据一方面可以作为企业客户的外部数据补充，另一方面可以将数据封装成产品，应用于各个行业，如地产行业中的选址应用、营销行业的精准营销、金融行业中的反欺诈等应用。

03

金融、政府仍为最优质客群，零售、工业、农业等领域开始起步

从目前来看，金融、政府仍旧是最优质的客群，头部公司的大部分收入都是来自于这两个行业。

金融行业由于本身信息化水平较高，数据基础非常好，为数据智能的应用提供了基础，同时金融行业的业务很多就是由数据驱动，对于数据智能的接受程度高，预算投入大。除此之外，金融作为合规要求最为严格的行业之一，对于厂商的技术能力、产品稳定性要求极高，服务金融头部客户是对于厂商能力的认可，后续在向其他行业切入时也会相对容易。

政府手中握有海量的数据，如何通过这些数据完善对内的国家治理以及对外的服务能力是政府的当务之急，因此，各地政府在近些年纷纷投入巨资在数据行业之中，使得政府领域的竞争变得尤为激烈。

目前，政府虽然仍旧有大屏可视化等简单数据应用需求，但是其对于数据的深入分析需求也在不断提升，例如在公安中的刑侦破案、交通中的智能调度指挥等应用，都已经非常深入业务，并且能够创造巨大的价值。 未来随着智慧城市、数字政府等工程建设的不断增多，政府领域依旧会是数据智能领域的必争之地。

除了金融、政府以外，我们也发现了工业、零售等领域陆续出现了优秀的数据智能公司。 虽然这些领域数字化转型的进程较慢，整体发展速度不如金融、政府领域，但是可以通过先发优势拿下更多的行业头部客户，深入场景增加竞争壁垒，未来可以在行业数字化转型过程中占据更大的市场份额。

04

入榜企业要求

（1）业务范围： 符合数据智能行业定义，新兴技术驱动，从底层数据库、计算引擎等基础平台，BI可视化、AI平台、日志分析等通用技术和第一方、第三方数据服务提供商，到金融、政务、工业等行业应用厂商以及围绕数据智能行业应用提供相关服务和产品的公司。具体领域分类，可参考下图数据智能行业图谱，包括但不限于图谱中的范围。

（2）业务模式： 提供数据智能领域相关软件以及解决方案等，服务于C端客户、B端客户及政府客户。

（3）公司类型： 上市公司、非上市公司均可，包含创新公司、互联网巨头在数据智能领域的子公司、传统企业（硬件设备提供商、软件服务提供商、集成商等）的数据智能相关子公司或独立业务部门等。

（4）候选资格： 需经过爱分析深入调研，爱分析可详细了解公司的业务、战略和经营情况。缺乏必要信息，爱分析无法对其市场竞争力做出客观评价者，不予上榜。

05

榜单评选标准

竞争力评分=企业竞争力模型得分*行业系数

本次榜单，爱分析通过自有评分体系，对各数据智能企业市场竞争力进行量化，基于上述对行业未来趋势的判断，爱分析在评价数据智能企业时，重点关注了数据智能公司搭建业务中台能力和跨场景能力。

（1）企业竞争力模型得分： 评价指标包括数据、技术、产品、客群、获客、场景理解、生态、规模、跨场景能力等，根据企业所在行业特点，选取最重要的4-6个维度，给予不同权重进行评分，各指标权重总和为1。

（2）行业系数： 为了对不同细分行业的公司进行比较，爱分析综合考虑行业规模及增速、市场集中度、技术渗透率等影响公司发展前景的重要市场因素，得出行业系数。