行业界定：大数据分析平台逐渐由产品态转向集成态，行业边界模糊。在技术架构上，主要包含数据采集与存储、计算、分析与决策三个层级。在OLAP之上融合了深度学习等技术，在提升数据分析深度和广度的同时，也极大增加了数据服务在业务侧的低门槛和友好性，满足用户运用数据分析驱动业务发展的需求。
　　市场情况：尽管行业边界泛化，市场参与者众多，但按照部署模式、架构分类及能力补给，可分为以下五类：1）以云上数据湖方案为主的公有云厂商；2）以本地化大数据分析平台为主的传统软件服务商；3）提供轻量化数仓架构的数据库/数仓厂商；4）为数据应用层提供服务能力的软件供应商；5）提升数据应用能力的人工智能厂商。行业市场整体呈现竞合状态。
　　架构选型：搭建平台前用户首先需要明确自身的数据体量和业务场景需求。在明确大数据分析平台需要具备的基本功能后，再决定平台搭建过程中使用的大数据处理框架和工具。在分层架构中，数据分析层的组件选型和整体搭建十分关键，尤其是存储引擎的选型直接决定了离线、在线、实时三大场景的支撑和算力效率的高低。
　　趋势洞察：传统架构下的湖仓分体引发数据孤岛，造成实施、运维和成本问题。湖仓一体架构在数据和查询层面形成一体化架构，突破实时性和并发度、集群规模受限、非结构化数据无法整合、建模路径冗长、数据一致性弱等瓶颈。同时，平台融合AI自主学习和自适应能力，增强用数人员的分析和决策能力。

研究报告全文：中国大数据分析平台行业研究报告202212iResearchInc摘要行业界定大数据分析平台逐渐由产品态转向集成态行业边界模糊在技术架构上主要包含数据采集与存储计算分析与决策三个层级在OLAP之上融合了深度学习等技术在提升数据分析深度和广度的同时也极大增加了数据服务在业务侧的低门槛和友好性满足用户运用数据分析驱动业务发展的需求市场情况尽管行业边界泛化市场参与者众多但按照部署模式架构分类及能力补给可分为以下五类1以云上数据湖方案为主的公有云厂商2以本地化大数据分析平台为主的传统软件服务商3提供轻量化数仓架构的数据库数仓厂商4为数据应用层提供服务能力的软件供应商5提升数据应用能力的人工智能厂商行业市场整体呈现竞合状态架构选型搭建平台前用户首先需要明确自身的数据体量和业务场景需求在明确大数据分析平台需要具备的基本功能后再决定平台搭建过程中使用的大数据处理框架和工具在分层架构中数据分析层的组件选型和整体搭建十分关键尤其是存储引擎的选型直接决定了离线在线实时三大场景的支撑和算力效率的高低趋势洞察传统架构下的湖仓分体引发数据孤岛造成实施运维和成本问题湖仓一体架构在数据和查询层面形成一体化架构突破实时性和并发度集群规模受限非结构化数据无法整合建模路径冗长数据一致性弱等瓶颈同时平台融合AI自主学习和自适应能力增强用数人员的分析和决策能力来源艾瑞咨询研究院自主研究绘制202212iResearchIncwwwiresearchcomcn2大数据分析平台行业概述1大数据分析平台市场分析2大数据分析平台构建建议3行业应用与典型案例实践4大数据分析行业投资分析53行业界定驱动业务的全场景数据分析平台提供实时多维的数据分析和智能决策大数据分析平台是企业用户在大数据环境下用于分析与决策的平台按技术架构划分主要包含数据收集与存储数据计算数据分析与决策三个层级从服务边界来看大数据分析平台概念小于数据中台强调平台的数据分析与决策能力弱化了数据本身的规划治理与服务在OLAP之上又融合了深度学习等技术在提升数据分析深度和广度的同时也极大增加了数据服务在业务侧的低门槛和友好性企业通过构建大数据分析平台聚拢各业务系统数据打通全渠道组织各业务维度用数据分析驱动业务满足企业级宽表实时分析实时BI报表分析用户行为分析自助分析AI智能分析等全方位需求大数据分析平台技术框架及核心组件数据应用层实时BI报表分析用户行为分析运营数据分析用户标签体系实时检索数据分析与决策层实时分析离线分析多模分析AI分析深度学习数据计算层流计算批计算数据收集与存储层企业内部结构化数据企业内部非结构化数据企业外部数据来源艾瑞咨询研究院自主研究及绘制202212iResearchIncwwwiresearchcomcn4技术沿革一平台技术架构持续更新迭代由离线处理向实时分析演进基于Hadoop的分析架构数据库结合AP分析引擎架构以ClickHouse为例KafkaLoggingLibraryKey-ValueMySQLdatastoreHive批计算报表MySQLSparkPostgreSQLKafka分析应用Redis原始数据PrestoClickHouse集群Notebooks即席查询分析CassandraHadoopKafkaElasticsearch架构剖析架构剖析基于Hadoop分析架构的流程原理数据库结合AP分析引擎架构的流程原理各类结构化数据通过采集管道进入KafkaSpark实时消费将平台架构引入TP引擎结合AP引擎实现实时分析平台各类Kafka的数据写入集群内的HDFSRDS数据库中的数据通过结构化数据同步至分析引擎后便可进行交互分析Spark每天一次全量扫表同步至HDFSHDFS存储汇总用户数据数据库结合AP分析引擎架构的优缺点对数据库数据定期执行snapshot优点舍弃了传统离线大数据架构实现实时批量计算在GB基于Hadoop分析架构的优缺点到100TB级别的计算有了很大提升BI人员无需等待T1的离线优点借助Hadoop集群的高并发能力实现百TB到PB级计算后得到最终结果大幅提升数据资产的商业价值数据的离线计算和处理同时数据存储在HDFS上存储成本低缺点在处理百PB级以上数据时ClickHouse架构的扩展能缺点数据定期入库数据计算的时效性通常是T1力复杂场景计算和存储成本相对Hadoop方案较弱来源艾瑞咨询研究院根据公开资料整理及绘制来源艾瑞咨询研究院根据公开资料整理及绘制202212iResearchIncwwwiresearchcomcn202212iResearchIncwwwiresearchcomcn5技术沿革二平台技术架构持续更新迭代产品在云上落地和升级基于云上数据湖的分析架构基于云原生结构化存储引擎的分析架构数据源数据湖服务层应用层数据治理组件nForecastnSFA数据探索数据学家TP存储引擎数据派生AP分析节点交互式查询nSAP数据分析师集中存储数据仓库商业决策nPOS集中管理数据模型数据用户行存分布式文件系统列存索引nDMS架构剖析架构剖析基于云上数据湖的分析架构的流程原理基于云原生结构化存储引擎的分析架构的流程原理可理解为借助云原生存储引擎基于传统Hadoop方案的云上将类似第二阶段和第三阶段的融合在线库和分析库隔离不落地和升级保留自建HDFS集群的分布式存储可靠性和高吞吐依赖在线库数据全量数据支持高效批量计算分析结果集支持即能力借助数据湖降低传统方案的运维和存储成本席查询支持实时写入实时流计算基于云上数据湖的分析架构的优缺点基于云原生结构化存储引擎的分析架构的优点优点对大数据平台的使用者做了区分和定义针对不同的使优点在具备宽表合并高吞吐低成本存储的同时可以提供TB用场景数据的使用方式分析复杂度和时效性也会有不同级别数据即席查询和分析的能力无需过度依赖额外的计算引擎缺点数据湖方案本身并没有解决传统方案的所有痛点实现高效实时分析能力来源艾瑞咨询研究院根据公开资料整理来源艾瑞咨询研究院根据公开资料整理202212iResearchIncwwwiresearchcomcn202212iResearchIncwwwiresearchcomcn6核心应用流批一体统一开发统一计算逻辑一致降低成本采用流计算交互式分析双引擎架构流计算负责基础数据交互式分析引擎是中心流计算引擎对数据进行实时ETL工作与离线相比降低了ETL过程的latency交互式分析引擎自带存储通过计算存储的协同化实现高写入TPS高查询QPS和低查询latency从而做到全链路的实时化和SQL化实现用批的方式做到实时分析和按需分析并能快速响应业务变化两者配合实现112的效果流批一体实现了建立一套统一的系统由同一个开发团队开发同时支持流式计算和批量计算提供一致的编程环境降低开发和运维成本减少资源浪费提高数据口径的一致性流批一体的技术趋势及行业应用流批一体的技术框架将数据仓库的便捷管理高质量数据特性与数据湖的可探索高灵活性相融合完成数据仓数据存储层面库到湖仓一体的转变实现对未知数据先统一的湖仓一体存储再灵活探索的能力在数据架构层面更进一步DWSBatchDWS计算广义的流批一体包含存储一体湖仓一体处DWDDWDKafkaIceberg分析应用层面计算一体即狭义流批一体分析应用一理Stream的工具生态体数据同步数据血缘等生态目前分层析应用部分还处于相对早期阶段不论是成ODSODS熟型厂商还是新兴型厂商都在积极探索SQLFlink目前已在工业农业能源金融零售行业应用教育传媒等行业落地应用极大推动了实时计算提升数据价值节省计算资源来源艾瑞咨询研究院自主研究及绘制来源艾瑞咨询研究院自主研究及绘制202212iResearchIncwwwiresearchcomcn202212iResearchIncwwwiresearchcomcn7核心产品一商业智能BI通过数据整合分析实现商业价值商业智能BIBusinessIntelligence是大数据分析最典型应用领域是由数据库数据仓库数据湖湖仓一体ETLOLAP数据挖掘机器学习和人工智能等技术组成的一套完整解决方案随着大数据处理技术的发展商业智能的洞察和分析能力进一步提升数据分析和可视化的门槛不断降低企业实现不同层级的拖拽式自助分析和多种类型的图表展示并在统一平台进行整合和共享获得不同层级的数据洞察最终用于商业决策机器学习和人工智能在商业智能中扮演越来越重要的角色BI的技术发展趋势BI的行业应用及典型企业BISaaS化云上落地是商业智能最大的技术发展趋势商业智能趋于集成数据仓库提供存储功能行业应用一站式平台化集成python及R语言提供数据挖掘延伸范围越来越广互联网金融服务BI与新技术商业智能与流程自动化RPA和人工智能等新融合技术深度融合消费品政务与零售业务人员可独立分析数据生成定制报告自助式BI不再依赖IT部门或数据分析师交通运输其他商业智能与社交媒体和网络技术等协作工具协作BI融合允许共享报告增加涉众和专家互动提升商业决策质量来源艾瑞咨询研究院自主研究及绘制来源艾瑞咨询研究院自主研究及绘制202212iResearchIncwwwiresearchcomcn202212iResearchIncwwwiresearchcomcn8核心产品二数据孪生与增强分析释放数据潜力加强数据价值转化数据孪生利用物理模型传感器更新运行历史数据集成多学科多物理量的仿真过程在虚拟空间中完成映射在信息化平台创建虚拟的数字孪生体融合多源异构数据打通企业数据孤岛让数据在业务侧发挥更大价值增强分析2017年由Gartner首次提出并将其定义为下一代数据和分析范式通过将机器学习和人工智能运用于现有的操作流程中使数据管理和分析自动化从而更有效地进行数据分析增强分析使更多的用户获得更深入的数据洞察减少了当前依赖IT处理所带来的效率问题和口径偏差数据孪生的技术趋势及产品应用增强分析的技术趋势及产品应用一是可视化交互通过拖拉拽的方式实现可视化的数据配置数据源的混合以及数据清通过感知采集数据对物理实体进行动态监测增强数据准备洗工作让数据准备更加快捷和即时描述可视化展现提供系统内部生成与5G万物互二是算法辅助利用ML和AI技术实现部的信息或对象质效评价信息用作系统故障排联场景强耦合分流程的自动化除工具优化改进性能揭示要素间的复杂关系预测物理实体未来状态辅助操作和决策一是自动洞察代替一部分分析师的工作从数据中发现潜在信息和价值增强数据分析二是自动可视化根据数据分析结果自动选随着数字孪生技术日趋成熟基础设施的运行择可视化的方式进行展示与NLQNLG状态和市政资源的调配情况都可由感知件传入纳入智慧城市等技术配合将大大加快整个分析流程数字孪生城市帮助城市管理者分析决策城的顶层框架市的长生命周期特性让数字孪生发挥更加深远的价值通过算法将特征工程模型选择与参数优化以及深度神经网络结构搜索等机器学习过程增强机器学习中的关键步骤自动化帮助数据科学家更高在智能驾驶领域数字孪生测试系统对整车效地得到满意的模型与智能驾驶产测试场景虚拟重构在虚拟场景中通过物理业创新融合仿真工具对测试对象和流程做全程复现评主要应用于BI领域作为AI深度分析模块估分析测试结果实现不同场景的测试产品应用集成BI产品使数据洞察更为精准化自动化智能化来源艾瑞咨询研究院自主研究及绘制来源艾瑞咨询研究院自主研究及绘制202212iResearchIncwwwiresearchcomcn202212iResearchIncwwwiresearchcomcn9核心价值以强大算力提升用户的数据洞察分析推动行业整体发展1放大数据分析价值大数据分析平台基于集体智慧的分布式数据驱动决策使用者的数据洞悉分析能力用数效率和决策产出得到极大提升数据资产的商业价值充分体现2降低分析门槛低代码和无代码的分析工具极大降低了业务人员使用数据分析的门槛有利于企业形成数据驱动文化提高数据驱动效能让企业各个层级的人员都能够参与到数据分析当中3降低分析成本大数据分析平台缩短了从数据提取到离线分析再到报告制作的周期无需重复提数边际成本趋近于零显著降低了时间和人力成本大数据分析平台核心价值1展示关键数据指标以数据报表DashBoard等可视化方式呈现便于企业整体把握业务核心数据及发展趋势2解读通过简单分析和解读产品或用户行为的一些现象或数据变化了解现象发生或数据波动的原因自身价值3归因收集多方面的复杂原因提前解决矛盾以避免问题恶化或提升数据指标总结沉淀为对产品和用户的深刻洞察4预测对产品或用户行为的未来趋势做出预判指导经营活动例如预测DAU销量订单量等1用户保留与发展指标拆解分析发现问题寻找突破口帮助企业制定精准方案获取新用户并提升老用户的满意度2商业价值转化生成数据报表和实时监控指标体系拆解挖掘构建用户画像进行日常运营决策提升经营业绩业务价值3产品研发与升级数据湖方案较其他大数据产品更强调海量异构数据统一存储多源数据统一管理多计算引擎统一调用的能力4产业链供应链协同链接产业链全要素实现供产销信息的实时同步优化产能配置提升企业的柔性生产能力提升产业链效率5风险管理通过分布式即席查询数据可视化等手段为企业提供风险识别并持续监控主动探索风险应对策略并评估控制效果来源艾瑞咨询研究院自主研究及绘制202212iResearchIncwwwiresearchcomcn10评估体系构建满足场景需求的大数据分析平台选型评估十分关键1架构可扩展性企业构建大数据分析平台之初以小规模项目起步待业务规模增加后再考虑复杂的解决方案这时架构的可扩展性就显得十分重要确保业务数据规模上升后架构横向扩展的能力是关键2数据实时性随着流批一体等技术的不断完善和推广数据的实时处理分析和输出展示都显得十分重要3数据模式灵活性在企业初创阶段数据经创新探索后才能沉淀灵活度要求较高数据湖架构较为适用企业成熟阶段数据规模和处理成本上升平台成长性决定了业务发展的持续性4数据可接入性企业构建大数据分析平台时应提供给开发者丰富开放及资料完整的应用程序API接口产品功能产品性能安全性系统集成能力可维护性重点考察系关系型数据非关系型数据爬虫数据离线数据和统最大节点数量吞吐实时数据及实时数据处理能力能完整性能力并发能力运力系统开发能力算速度相应时间对离线任务和实时任务的支持开发调度配置等安全性等可靠性可用性数据资产管理能力数据标准管理元数据管理数据质量管理等数数据科学能力公司规模厂商状况和业务规模影响其能否为企业提供长效服务据数据上传预处理特征工程模型评估模型发布等能功能主流算法框架和语言等力咨询能力方案咨询和定制能力取决于垂直行业的knowhow积累数据应用能力API创建生成发布执行审批鉴权限流等功服务案例厂商同行业客户服务经验标杆案例和案例数量等能标签开发标签分类标签目录管理业务确权等功能市场价格项目价格包括产品费用项目实施费用和维护服务费用也是选择厂商的重要指标来源艾瑞咨询研究院自主研究及绘制来源艾瑞咨询研究院自主研究及绘制202212iResearchIncwwwiresearchcomcn202212iResearchIncwwwiresearchcomcn11大数据分析平台行业概述1大数据分析平台市场分析2大数据分析平台构建建议3行业应用与典型案例实践4大数据分析行业投资分析512发展历程大数据分析平台随技术革新和市场需求不断演进随着增强分析演进到了人工智能时代未来将成为大数据分析平台的核心特性湖仓一体技术不断完善未来也将成为大数据分析的基础底座流批一体技术让有界数据和无界数据实现了打通让数据分析获得了更好的一致性中国大数据分析平台正在逐年发展及突破公有云厂商及其他行业厂商纷纷在做尝试我国大数据分析市场整体处于高速发展阶段未来发展空间广阔中国大数据分平台行业发展历程1960s20062006数据仓库不断演进在性能成本大数据技术逐步渗透到下游各行业人们互联网开始发展数据量数据管理能力等方面不断优化对大数据产品提出了成本安全稳定性20世纪60年代计算机增长加速数据库数仓难GoogleBigQuerySnowflake等等更加全面的企业级生产的要求以承载海量数据大数据大开始广泛地应用于数据优秀产品面市云上纯托管的存储系统逐步取代HDFS兴起数管理能够统一管理和以开源Hadoop体系为代表的开放引擎丰富度也不断扩展数据湖开始走向据共享数据的数据库管理以Hadoop开源式HDFS存储开放的文件格式云湖共生阶段系统DBMS诞生GoogleMicrosoft技开放的元数据服务以及多种引擎数据仓库和数据湖在云的体系下得以打通Cosmos为代表的分布式术20世纪90年代为满足PrestoSparkFlink等协同湖仓一体的解决方案在业界开始应用企业数据分析的诉求技术体系诞生奠基了大工作的模式形成了数据湖的雏形数据仓库诞生数据时代的基本技术框架数据分析10大数据起源数据分析20大数据分析平台与功能强大的数据产品这个阶段的大数据分析工具更加贴这个阶段人工智能机器学习合客户的场景业务需求为客户提大深度学习等新技术对大数据分这个阶段的大数据分析工供更好的服务和更丰富的功能数析产生深刻影响通过机器学数这个阶段数据通过具兴起逐渐能够收集据科学领域应用而生强调利用良习创建更多模型从而让预测据ETL和BI工具收集转化处理数据并在描好的数据通过出色的分析模型来变得更加细化和精确数据挖分转换和查询商业智述性和诊断分析的结果检理解和分析实际现象形成更好的掘技术机器学习算法都在大析能只能处理过去发生测趋势聚类和异常等方数据结果数据分析工具运用中取得了大平的事情而不能对未面逐步试探量成果自动化分析将成为未台来趋势进行预测来大数据分析的典型特征来源艾瑞咨询研究院自主研究及绘制202212iResearchIncwwwiresearchcomcn13驱动因素政策面政府不断出台大数据相关政策促进产业发展随着5G云计算人工智能等新一代信息技术发展信息技术与传统产业加速融合数字经济蓬勃发展大数据产业作为战略性新兴产业是激活数据要素潜能的关键支撑是加快经济社会发展质量变革效率变革动力变革的重要引擎2021年11月印发的十四五大数据产业发展规划在十三五规划的产业规模1万亿元目标基础上提出到2025年底大数据产业测算规模突破3万亿元的增长目标在2022年10月的关于数字经济发展情况的报告中提出2023年底前全国一体化政务大数据体系初步形成基本具备数据目录管理数据归集数据治理大数据分析安全防护等能力近年来大数据政策已布局政务金融工业制造制造交通能源医疗等多个领域2021-2022年中国大数据重点法律法规和产业政策脉络国家标准化发展纲要开关于数字经济发展情展数据库等方面标准化攻关2022年国务院政府工作况的报告培育壮大云十三届全国人大四提升标准设计水平制定安十四五大数据产业发报告逐步构建全国一体次会议政府工作报告计算大数据区块链全可靠国际先进的通用技展规划提出到2025年化大数据中心体系促进加快数字化发展协工业软件等数字产业术标准底大数据产业测算规模突破产业数字化转型发展智同数字产业化和产业探索建设中国特色的开3万亿元的增长目标慧城市数字乡村数字化转型源生态20213202132021102021112021112022120223202210202210中华人民共和国国民经济和十四五软件和信息技十四五数字经济发展社会发展第十四个五年规划和术服务业发展规划夯实基规划数字技术驱动产业转全国一体化政务大数据体系建2035年远景目标纲要充分发础软件实力提升工业软件设指南2023年底前全国一型从骨干企业重点行业挥海量数据和丰富应用场景优行业软件平台软件嵌入体化政务大数据体系初步形成产业园区和产业集群等方面势促进数字技术与实体经济式软件等应用软件水平基本具备数据目录管理数据归系统部署以促进创新深度融合集数据治理大数据分析安全防护等能力来源公开资料艾瑞咨询研究院整理及绘制202212iResearchIncwwwiresearchcomcn14驱动因素宏观面全球数据消费量和国内数字经济规模稳步增长近年来大数据发展浪潮席卷全球全球数据消费量稳步增长随着数据资产的不断积累用数场景和需求趋于复杂据IDC预测2021年全球大数据和分析支出达2157亿美元比2020年增长101且未来五年全球大数据和分析支出还将继续增长2021-2025年预测期内复合年增长率CAGR预计为128放眼国内数字经济发展热潮兴起数字化转型需求放量大数据与云计算人工智能区块链等新一代信息技术加速融合创新驱动我国大数据产业生态日渐完善应用领域不断丰富大数据在关键技术领域加快自主创新尤其在基础软件领域各类自主研发的大数据平台产品百花齐放合力向数据共享流通开放的方向持续演进2011-2025年全球数据消费量及增长率2005-2021年中国数据经济规模及全国占比39395744363839343311430272423242324232316991012592831811914764151201249459739793236642273122334116182610565912515535200520082011201420172018201920202021201120122013201420152016201720182019202020212022e2023e2024e2025e国内生产总值万亿元中国数字经济规模万亿元数据消费量ZB增长率中国数字经济规模占比来源Statista2022艾瑞咨询研究院整理及绘制来源中国电信招股说明书艾瑞咨询研究院整理及绘制202212iResearchIncwwwiresearchcomcn202212iResearchIncwwwiresearchcomcn15驱动因素微观面受业务需求驱动打通各业务维度提供分析和决策洞察大数据创造价值的关键在于大数据应用随着大数据技术的发展大数据应用已经渗透至各行各业的企业当中在企业的业务系统中除了与业务直接相关的数据存储在数据库外还有海量的系统监控数据和业务日志产生随着企业数据资产的日积月累能够全面覆盖日常经营输出分析结果的指标体系成为企业的必需品除了面对错综复杂的业务数据集团性企业还需聚拢各业务系统的数据因此企业迫切希望能够打通全渠道来组织各业务维度让业务数据能够更持久的存储并提供实时离线分析帮助企业高层进一步了解企业的宏观运营面基本面财务面帮助业务部门及时锁定潜在问题提供精细化运营由此大数据分析平台应用而生大数据分析平台主要解决的问题丰富的数据源支持数据格式延迟绑定TP和AP隔离存算弹性扩缩容面对丰富的数据源大数据TP事务型数据库和数据TP型业务适合行存储而业务数据随着各个业务系统分析平台提供统一的数据接仓库常采用写入型schemaAP型业务适合列存储分析运转而日积月累企业普遍入便于后续体系化分析即基于业务需求预先定义业务的大规模全量扫描会影面临系统架构改造优化和数数据接入主要包括文件日志schema适合变化少的固定响在线业务的SLA据迁移数据库日志关系型数据库业务不适合分析型业务大数据分析平台的典型处理大数据分析平台的搭建会对和应用程序等的接入大数据分析平台的分析系统方式是复制存储面相多维应考虑数据的分层存储和存相关组件起到了上游数据源多采用读取型schema数据分析需求重塑数据分布储计算引擎的选择保证存与分析平台存储接口的结构在分析时才会根据数据类型格式索引优化系统的分算能力可按需扩缩容并提作用进行相应的处理析性能供存算资源的编排优化来源中国电信招股说明书艾瑞咨询研究院整理及绘制202212iResearchIncwwwiresearchcomcn16产业图谱产业链上中下游厂商与中游大数据分析厂商产品存在交叉产业图谱上游中游大数据分析平台厂商下游基础设施SaaS云网络基础平台行业方案服务器厂商金融芯片厂商零售IDC厂商行政务业客基础云服务数户据制造服数据源务医疗企业数据教育政府数据云安全注释以上厂商与行业为不完全列举排名不分先后来源艾瑞咨询研究院自主研究及绘制202212iResearchIncwwwiresearchcomcn17商业模式主要包括一体化解决方案产品服务和行业应用中国大数据分析平台的商业模式大致可分为三类1解决方案为企业搭建大数据分析系统按照构建和部署大数据系统的费用每年的维护升级服务费用进行收取2产品服务产品化服务模式包括情报挖掘舆情分析销售追踪精准营销个性化推荐可视化网站APP分析工具等订阅式的按需购买按年月收费持续更新3行业应用大数据与传统行业碰撞形成的商业模式利用大数据获得行业洞察实现更多的收益没有直接的变现通过大数据技术深层挖掘价值节约成本优化行业模式商业模式市场发展趋势解决方案中国政府用户和一些重点行业如金融电信等国产化大数据分析产品蓬勃发展对比国外产品的精更多选择整体解决方案的本地部署及私有云行业云国产化细化国产化产品呈现出功能一体化集成数据整合模式体现在大数据硬件采购占比显著高于国外行业特点数据安全要求高强政策导向预算充数据加工数据治理数据分析数据可视化于一身裕产品服务数量庞大的中小企业更倾向于订阅式的产品服务接随着公有云技术不断演进订阅模式下的SaaS产品SaaS入大数据分析领域开箱即用按需付费极大降表现出云端部署按需调用持续更新省去本地运化低了技术门槛和资金投入门槛维的诸多优点让国内企业数字化转型轻装上阵行业特点企业模式灵活创新性强对大数据新兴技术敏感度高但资本开支有限行业应用企业部署大数据分析平台的技术门槛资金投入门槛传统行业结合大数据技术派生的新商业模式深化和使用门槛不断被降低低代码和无代码模式的数据行业洞察例如智慧医疗系统大数据医疗平民化工业40大数据制造业虽无直接变现但推分析应用越来越偏向于业务侧主导数据技术更好的广复制潜力大通过深挖垂直行业补充前两种商服务于企业业务本身业模式来源艾瑞咨询研究院自主研究及绘制来源艾瑞咨询研究院自主研究及绘制202212iResearchIncwwwiresearchcomcn202212iResearchIncwwwiresearchcomcn18玩家类型行业边界泛化市场参与者众多服务类型多样大数据分析平台逐渐从产品态向集成态发展行业市场的参与者众多服务类型丰富多样行业边界趋于模糊但也可大致分为以下几类1公有云厂商借助云原生能力自然演进存算分离架构提供方便接入各类数据降低存储和运维成本的数据湖方案2与云厂商以PaaS形式提供服务不同传统软件商提供以本地化部署为主的一体化大数据分析平台解决方案3国产数据库数据仓库厂商融合创新技术自主研发存储和分析性能优异的产品和架构方案4为大数据分析平台的应用层提供BI分析用户画像智能运营可视化发布等能力的软件服务商与前述市场参与者逐步建立起合作生态此外人工智能厂商提供的AI能力让数据应用进一步延伸让数据接入清洗存储分析训练到可视化输出的过程更加自动化加强了场景需求与数据分析的自适应能力大数据分析平台行业的市场格局数据应用层软件商BI分析用户画像智能运营营销分析用户标签实时检索可视化本地化部署的软件商公有云厂商数据库数仓厂商人工智能厂商来源艾瑞咨询研究院自主研究及绘制202212iResearchIncwwwiresearchcomcn19中外对比国内外大数据分析平台产业探索方向及落地方式有所不同国内外大数据分析平台的目标客户都主要锁定在特定行业具有商业前景的企业致力于为其提供成长初期缺乏的资源实现商业价值快速增长虽然核心诉求一致但受限于体制经济与文化等差异产品的探索方向及落地形式不尽相同国外产品更注重创客文化及高技术投资回报倾向于以股票收获溢价作为主要的盈利方式通过技术积累与项目展示收获口碑国内大数据分析平台紧密围绕政策导向和产业价值定位制定预期发展目标通过打通产学研加速资源交换与聚焦为企业获得收益不断积累资源与品牌影响力形成雪球效应国内外大数据分析平台产品对比国内产品国外产品Tableau数加平台产品界面采取拖拽式操作性强数据兼容性强适用数据深度整合计算挖掘将计算的结果通过可视化于多种数据文件与数据库优点是产品功能完善和良好工具进行个性化的数据分析和展现优点是功能完善的图形展现与客户感知提供SQL查询QlikView数说立方优点是体验和功能良好集数据处理特征工程建模优点是视图种类丰富界面简洁互动性强可通过各文本挖掘为一体的机器学习平台支持SaaS私有化部类可视化效果将Qlik扩展到任何应用程序中支持使署有权限管理用标准的和最新的网络API神测分析Spotfire产品支持私有部署任意维度的交叉分析并帮助客户优点是交互界面形象易懂对业务人员操作友好便于搭建专属的数据仓库优点是专注用户行为数据分析进行复杂的数据分析无需建数据仓库就可直接从多个提供SQL查询异构数据源提取数据进行分析来源艾瑞咨询研究院自主研究及绘制202212iResearchIncwwwiresearchcomcn20