2019中国数据智能行业报告

1 | 爱分析·中国数据智能⾏行行业报告 2 | 爱分析·中国数据智能⾏行行业报告 爱分析 中国消费⾦金金融⾏行行业报告 中国数据智能⾏行行业报告 2019年年5⽉月 3 | 爱分析·中国数据智能⾏行行业报告 报告编委 报告指导⼈人 ⾦金金建华 爱分析 创始⼈人&CEO 张扬 爱分析 联合创始⼈人&⾸首席分析师 报告执笔⼈人 李李喆 爱分析 ⾸首席分析师 崔可家 爱分析 分析师 外部专家（按姓⽒氏笔划排序） 于揚 易易观 创始⼈人 王华 互道 创始⼈人&CEO 苏萌 百分点 董事⻓长&CEO 吴明辉 明略略科技 董事⻓长&CEO 赵杰辉 滴普科技 董事⻓长&CEO 胡健 ⼀一览群智 CEO 姜燕北北 泰迪熊移动 CEO 袁国玮 HyperS宏路路数据 创始⼈人&CEO ⻩黄向前 新颜科技 CEO 崔晓波 TalkingData 创始⼈人&CEO 崔晶晶 集奥聚合 创始⼈人&CEO 设计师 张赛华 4 | 爱分析·中国数据智能⾏行行业报告 特别鸣谢 5 | 爱分析·中国数据智能⾏行行业报告 报告摘要 数据智能公司的机会在于业务中台 • 企业数字化转型带来的数据融合和技术融合，促使数据中台出现。 • 单场景的数据中台会逐步与业务中台融合，只有少数核⼼心企业会⻓长期存在数据中台，数据智能公司的机会在于业务中台。 业务中台带来商业模式创新，⼤大数据下半场核⼼心是争夺场景 • 业务中台使得数据智能公司的商业模式能够从技术赋能向合作分成转变，合作分成将⼤大⼤大提升数据智能公司的天花板。 • ⼤大数据的下半场争夺核⼼心是场景。场景本身的价值提升，基于业务中台，实现场景内数据闭环，成为竞争的关键。 跨场景要寻找数据洼地 • 数据智能公司的天花板由单个⾏行行业天花板和跨场景能⼒力力决定。数据智能在各个⾏行行业发展不不平衡，⾦金金融、政务、品牌营销相对成熟，⼯工业、农业相对处于早期。 • 跨场景要选择数据基础设施较差、格局相对分散的数据洼地场景。技术能⼒力力强和具备独特数据资源的公司更更容易易跨场景。 6 | 爱分析·中国数据智能⾏行行业报告 ⽬目录 ⼀一. ⼤大数据新篇章——数据智能 07 ⼆二. 数据中台的出现与未来 18 三. 业务中台带来模式创新 27 四. 场景争夺成为主旋律律 35 五. 跨场景要寻找数据洼地 38 六. 三⼤大应⽤用场景相对成熟 42 结语 57 关于爱分析 58 7 | 爱分析·中国数据智能⾏行行业报告 ⼤大数据新篇章——数据智能 8 | 爱分析·中国数据智能⾏行行业报告 1. ⼤大数据新篇章——数据智能 1.1 ⼤大数据发展历程 整个⼤大数据⾏行行业发展分为五个时期，即收集、监测、洞洞察、决策和重塑。五个时期对应着两⼤大阶段，业务数据化和业务智能化，其中收集、监测和洞洞察是业务数据化阶段，决策和重塑是业务智能化阶段。 2019年年，⼤大数据正式进⼊入业务智能化阶段，开启数据智能新篇章。 图1：⼤大数据发展历程 数据来源：爱分析 2013年年，企业开始认知到数据价值，⾦金金融、电信、公安等⾏行行业开始建设⼤大数据平台并购买⼤大量量外部数据，希望通过外部数据快速挖掘数据价值，因此对外输出数据的数据服务公司获得了了发展机遇。 2015年年，数据⼤大屏等监测业务成为⼤大数据最先成熟的应⽤用，⼤大数据进⼊入到业务监测阶段。政府、央企以及⼤大型国企等优质客群对于数据监测展现应⽤用需求旺盛，BI与可视化公司发展迅速。 9 | 爱分析·中国数据智能⾏行行业报告 2017年年，随着⼤大数据平台建设完善以及企业精细化运营的需求不不断提升，单纯的数据展现很难满⾜足企业需求，⼤大数据开始与业务场景结合，⾏行行业进⼊入到业务洞洞察阶段。 此时，单纯的数理理统计很难满⾜足企业需求，因此出现了了⼤大量量数据挖掘、数据建模的需求，AI建模平台、数据科学平台开始进⼊入⼈人们的视野。明略略数据、百分点、同盾科技、百融⾦金金服等公司在这⼀一时期成⻓长为⾏行行业内的明星公司。 2019年年，⼤大数据从业务洞洞察进⼊入到业务决策阶段，即由机器器形成数据报表或者数据报告，业务⼈人员进⾏行行决策，变为机器器直接给出决策建议，让机器器具备推理理能⼒力力。例例如，在外卖、出⾏行行场景，美团和滴滴的系统直接形成最佳调度⽅方式，⾃自动完成决策环节，将任务下发给骑⼿手和司机。这种消费互联⽹网相对常⻅见的场景，将在产业互联⽹网、企业业务场景中落地。 让机器器具备推理理能⼒力力，意味着NLP、知识图谱等认知技术的成熟。数据驱动决策、数据驱动业务发展的企业新需求，必然会带动⼀一批数据智能公司的兴起。 未来，随着技术更更加成熟，⼤大数据会从业务决策进⼊入业务重塑阶段。⼤大多数执⾏行行环节将由机器器来实现，但仍有众多环节需要⼈人参与其中，因此，⼈人机协同会迎来迅猛发展，未来会诞⽣生⼀一批全新的数据智能公司。 1.2 数据智能对企业业务流的改造 当⼤大数据进⼊入到决策阶段，企业业务由原先的经验、流程驱动逐步转向数据驱动，数据中台和业务中台在整个业务链条价值度越来越⾼高。 图2：传统业务模式：流程驱动 数据来源：爱分析 10 | 爱分析·中国数据智能⾏行行业报告 传统业务⽅方式，数据是副产物，业务⼈人员基于⾏行行业经验和流程建⽴立业务系统，数据主要⽤用于监测业务进展和洞洞察规律律，最终决策由业务⼈人员进⾏行行，整个业务流程迭代速度极慢，很难满⾜足现在快速变化的前端应⽤用，商业价值度较低。 图3：新业务模式：数据驱动 数据来源：爱分析 新业务⽅方式，数据为业务系统核⼼心，基于技术中台的能⼒力力，将企业内外部数据打通形成数据中台，由数据中台驱动业务中台，并利利⽤用业务中台的组件重构业务系统。由于有中台的⽀支撑，各类开放服务可以对前端应⽤用的快速变化做出响应，因此商业价值会更更⾼高。 以美团为例例，美团的超级⼤大脑指挥调度着60万送外卖⼩小哥的⾏行行动，⾼高峰期⼀一个⼩小时要处理理29亿次订单派遣，每天要处理理2000万个订单，整个流程完全是基于数据驱动，由系统⾃自动去运转。 图4：数据智能与传统业务⽅方式⽐比较 传统业务⽅方式 新业务⽅方式 业务逻辑 流程经验驱动 数据驱动 数据价值 业务系统副产物 业务系统核⼼心 决策⽅方式 ⼈人⼯工 ⼈人机协同 迭代速度 极慢 快 商业价值 低 ⾼高 数据来源：爱分析 11 | 爱分析·中国数据智能⾏行行业报告 1.3 数据智能定义及⾏行行业图谱 1.3.1 数据智能定义 进⼊入数据智能阶段后，整个⾏行行业呈现出两⼤大趋势： 第⼀一，多技术融合。开源时代，技术⻔门槛越来越低，很多⼤大数据公司具备了了深度学习、NLP、知识图谱等技术能⼒力力；从客户需求来看，为了了指导决策，需要汇聚海海量量多源数据，其中必然会涉及到⾮非结构化数据的处理理，基于复杂⽹网络的推理理和决策，因此单⼀一技术很难解决问题。 在BI领域，交互式BI是新热点，将⾃自然语⾔言处理理技术与BI相结合。⻛风控反欺诈领域，除了了查询个⼈人信息外，也需要通过⼈人脸识别、声纹识别等多种⽅方式去验证。 12 | 爱分析·中国数据智能⾏行行业报告 多技术融合助⼒力力⼀一览群智服务银⾏行行客户 ⼀一览群智是⼀一家以⾃自然语⾔言处理理和知识图谱等认知智能技术为核⼼心的⼈人⼯工智能公司，为客户提供⼀一站式AI产品和⾏行行业解决⽅方案。⾃自2015年年成⽴立以来，⼀一览群智⾃自主研发出智语、智慧、智图、智策四⼤大产品，满⾜足企业在超⼤大规模多源异构情况下的数据治理理融合、不不同场景下的AI建模和复杂决策分析需求。 图5：⼀一览群智智能决策平台 数据来源：⼀一览群智 随着数据的不不断增⻓长和技术不不断更更新，数据智能正在从数据监测、数据采集等传统场景逐渐向“智能+”迈进。“智能+”阶段以数据挖掘、数据建模、形成解决⽅方案、辅助决策以及预警分析为典型特征。AI发展逐渐从单步骤快反馈的感知智能向认知智能过渡。 13 | 爱分析·中国数据智能⾏行行业报告 某国内⼤大型银⾏行行是⼀一览群智的典型客户，其传统的国际结算业务存在诸多痛点：⾼高⼈人⼯工成本、低⼈人⼯工效率、⾼高经验依赖等，为了了解决以上在国际业务中的问题，⼀一览群智推出智能审单专家系统。 该解决⽅方案充分融合OCR与NLP技术，提供了了丰富强⼤大的功能，包括报⽂文⾃自动拆解、软条款预警、票据OCR、国际业务知识图谱、单证审核、单单审核等。此外，在核⼼心的实体识别、智能提取与智能⽐比对中引⼊入了了⾃自学习机制，可以在业务⼈人员使⽤用的过程中积累数据，以便便为模型未来的升级提供数据⽀支持。 同时，系统具备很强的可接⼊入性，能够针对与⽬目前各种不不同类型的国结系统进⾏行行整合。⽀支持智能与⼈人⼯工⽅方式的双线独⽴立处理理机制，能够针对每笔业务实现⼈人⼯工智能⽆无缝切换。 综上所述，⼀一览群利利⽤用其⼀一站式技术解决⽅方案，帮助银⾏行行⼤大⼤大提⾼高了了审单效率和准确度，降低了了⼈人员⼯工作量量。⾃自动/半⾃自动的审核使得单笔业务审核成本⼤大⼤大降低，提⾼高了了国结业务的竞争⼒力力和盈利利能⼒力力。 ⼀一览群智在⾦金金融、公安、媒体等细分场景已形成标杆案例例，正在快速规模化复制的阶段。未来将在纵向上深⼊入垂直⾏行行业，同时在横向拓拓展其余⾏行行业。 14 | 爱分析·中国数据智能⾏行行业报告 第⼆二，中台的形成。在企业数字化转型进程中，传统企业需要具备互联⽹网公司那样快速迭代升级的能⼒力力，基于数据驱动业务发展，这就需要建⽴立⼀一站式技术能⼒力力、统⼀一的数据管理理、快速配置开发业务的能⼒力力。以阿⾥里里巴巴为代表的中台模式给传统企业提供了了⼀一条道路路，各类中台会在企业内部逐步形成。 因此，爱分析对数据智能的定义是，基于中台、融合多种技术，利利⽤用数据解决企业客户的决策需求。 1.3.2 数据智能⾏行行业图谱 数据智能由两⼤大部分组成，中台和⾏行行业应⽤用。中台包含技术中台、数据中台和业务中台，⾏行行业应⽤用则按照不不同⾏行行业进⾏行行划分。 图6：数据智能⾏行行业图谱 数据来源：爱分析 15 | 爱分析·中国数据智能⾏行行业报告 技术中台主要是指帮助企业客户搭建技术中台的公司，数据采集、数据处理理、数据存储、数据分析等环节的所有⼯工具及平台，包括基础平台、⽤用户⾏行行为分析、BI&可视化、数据科学平台、NLP&知识图谱等，典型公司有星环科技、神策数据、思迈特软件、第四范式、天云⼤大数据等。 随着机器器学习、AutoML等技术逐步成熟，以及语⾳音识别、计算机视觉等AI感知技术的成熟，技术中台呈现⾃自动化、低⻔门槛化发展趋势。如数据科学平台领域，Google开源的AutoML技术，由机器器可以⾃自动实现特征提取，降低了了特征⼯工程的⻔门槛。BI&可视化领域，交互式BI成为新的热点，主要是通过⾃自然语⾔言理理解的⽅方式，降低使⽤用⻔门槛。 图7：技术中台包含的细分领域 数据来源：爱分析 数据中台主要是指帮助企业搭建数据中台的公司，⼀一类是提供数据服务的公司，基于⾃自身能够触及的数据资源，形成⼀一个第三⽅方的数据中台，并基于数据中台服务企业客户，如TalkingData、个推、极光⼤大数据等公司；另⼀一类是帮助企业进⾏行行数据治理理、数据资产化的公司，⾃自身没有数据，帮助企业客户搭建数据中台的公司，如数澜科技、滴普科技等公司。 数据中台的价值是将数据资产化，实现不不同体系ID账号的打通，为下⼀一步数据应⽤用夯实基础。 数据中台