中国数据中台行业研究报告©2022.11 iResearch Inc. 2©2022.11 iResearch Inc. www.iresearch.com.cn摘要来源：艾瑞咨询研究院自主研究绘制。云原生是当下最为确定的技术趋势，存算分离、微服务、ServerLess等核心技术要素驱动数据中台走向云原生。数智融合理念将AI算法模型植入数据治理，高质量数据反哺AI开发能力，让数据和AI开发高效互通。泛中台化趋势明显，业务场景需求的解决方案/产品趋于“中台化”，以数据中台为基础的中台体系不断丰富。狭义来看，数据中台是一套实现数据资产化和服务复用的工具；广义来看，数据中台是一套运用数据推动企业数字化转型升级的机制和方法论。数据中台始于业务数据的沉淀积累，用于数据的收集、整合、分析及应用，循环往复，形成生态闭环。当前数据中台的行业集中度仍保持较低水平，行业的活跃参与者大致分为平台生态厂商、解决方案厂商和独立中台厂商三类，行业格局由竞争转向竞合，以协同生态为核心，集众所长，将成熟的技术方案与行业服务经验结合，协同拓展应用解决方案的广度和深度，深耕于金融、泛零售、政务、制造、工业等多行业应用场景。2021年数据中台市场规模达到96.9亿元。在供给侧，行业的生态化合作趋势明显；在需求侧，企业对数据中台的关注点从中台本身转向了最终的数据变现能力。行业集中度和成熟度持续上升，整体规模稳步增长，增速趋于平稳，预计将在2024年达到187.4亿元。 3数据中台行业全景2数据中台产业实践3典型企业案例4数据中台概述1行业前景展望5 4©2022.11 iResearch Inc. www.iresearch.com.cn定义始于业务，用于业务，生态闭环，源源不止数据中台是一种数字化综合解决方案。数据中台采集、计算、存储和处理海量数据，保证数据的标准统一和口径一致，建立全域级、可复用的数据存储能力中心和数据资产中心，组件化服务模块，提高数据共享和复用能力，灵活高效地解决前台的个性化需求。狭义来看，数据中台是一套实现数据资产化和服务复用的工具；广义来看，数据中台是一套运用数据推动企业数字化转型升级的机制和方法论。相较数据工厂时代，数据中台立于业务数据的积累沉淀，破于数据收集、整合、分析及应用的生态闭环。数据中台始于业务，用于业务，循环往复的理念与数据价值时代下数据资产价值最大化的目标相契合。来源：艾瑞咨询研究院自主研究及绘制。数据中台核心架构数据采集数据库日志数据数据应用网页及埋点数据移动设备数据物联网数据存储计算事务性功能HDFSMPPSparkFlink数据治理架构规范管理数据治理机制元数据管理主数据管理数据分布数据模型数据标准数据资产资产目录即席查询在线查询鉴权管理数据服务API服务......分析型功能数据运营管理数据安全管理 5©2022.11 iResearch Inc. www.iresearch.com.cn©2022.11 iResearch Inc. www.iresearch.com.cn驱动因素：宏观层数据量规模快速扩张，数字化进程加快，技术更新迭代新冠肺炎疫情加速推动了从个体、企业到政府全方位的社会数字化转型浪潮。企业方面，疫情的出现为企业数字化转型按下了“加速键”，在线办公、在线交易等线上化运营方式为企业在特殊时期保持正常运转提供了支撑。政府方面，政府的数字化应急能力和在线政务服务能力在疫情下不断“淬炼”，在线服务指数由全球第34位跃升至第9位，迈入全球领先行列。据Gartner预测，2025 年全球将有309亿设备接入物联网。物联网设备产生海量数据，对这些设备的运营、监控以及安全保障，离不开大数据技术的支撑，反过来也推动了大数据技术的进步。云计算以及云计算环境下大数据技术的成熟，使构建一套大数据系统变为低门槛、快速启动的项目，且随着业务增长进行无缝的技术增长，只需为实际使用的计算和存储资源付费，大幅降低了使用门槛。来源：wind，艾瑞咨询研究院整理及绘制。来源：wind，艾瑞咨询研究员整理及绘制。2005-2021年中国数据经济规模及全球占比22 32 49 64 83 92 99 101 114 3 5 10 16 27 31 36 39 45 12%15%19%25%33%34%36%39%39%200520082011201420172018201920202021国内生产总值（万亿元）中国数字经济规模（万亿元）中国数字经济规模占比（%）2015-2030年中国数据量规模及全球占比3124917523%24%28%29%201520202025e2030e中国年数据量（ZB）中国年数据量全球占比（%） 6©2022.11 iResearch Inc. www.iresearch.com.cn©2022.11 iResearch Inc. www.iresearch.com.cn驱动因素：行业层大数据核心技术和产品受关注程度高，产业发展再升级大数据技术和应用成为国家基础性战略支撑，是打造数字经济新优势、加快数字社会建设步伐、提高数字政府建设水平的重要力量，因此大数据核心技术创新和产品升级受关注程度高，产业发展具备充足的空间和潜力。随着5G、AI、物联网等技术的普及应用，数据应用场景被释放，数据源不断丰富，数据量快速攀升。云原生技术使企业组织能在公共、私有和混合云等现代动态环境中构建和运行可扩展的应用程序，是继云计算之后，数据基础设施领域实现新增长的重要拐点。在基础软件方面，数据中台、数据治理、数据安全等产品引领细分市场发展。在应用软件方面，BI、可视化、图像分析等产品也备受关注。从企业和行业应用来看，企业更加注重运用数据技术向精细化运营、信息化决策演进。行业应用聚焦于软件和信息技术服务、互联网等领域。来源：工信部，艾瑞咨询研究院整理及绘制。来源：工信部，艾瑞咨询研究院整理及绘制。2014-2021年软件和信息服务业收入增长情况2020-2021年月度互联网业务收入累计增长情况37026 42848 48232 55103 61909 72072 81586 94994 16%13%14%12%16%13%16%20142015201620172018201920202021软件业务收入（亿元）增速（%）29%29%28%24%26%26%25%25%23%22%21%5%2%5%15%14%15%14%14%13%13%13%1-2月1-3月1-4月1-5月1-6月1-7月1-8月1-9月1-10月1-11月1-12月2020年（%）2021年（%） 7©2022.11 iResearch Inc. www.iresearch.com.cn驱动因素：企业层搭建全栈式的数据功能集成平台，发挥数据资产价值企业的数字化进程不断加快。企业内部和上下游之间的合作越来越依赖各类数据平台和数字化工具，但又形成新的痛点和症结。一方面是缺少统一的业务系统集成途径，数据格式和协议多样化，导致数据难以传输和集成，另一方面是缺少与上下游企业分享数据和API服务的便捷途径。此外，中国SaaS在疫情爆发后迎来了高光时刻，但企业系统运行在多云环境中，私有端大量业务系统与云端系统形成了错综复杂的关系，最终无法快速响应业务需求，阻碍业务创新。企业需要打造一个统一的数据功能集成平台，形成统一的数据资产，提供统一的数据服务，简化开发，敏捷集成，实现业务系统协同和业务需求敏捷响应，真正实现“让数据资产发挥价值”。来源：艾瑞咨询研究院自主研究整理及绘制。数据功能的集成化数据功能集成化•业务系统集成途径不统一，重复开发现象严重，效率低下；•数据服务接口标准不统一，扩展能力差；•数据治理标准不统一，无法进行全域数据治理；•业务需求响应不及时，创新能力差，效率低。•业务系统的集成结构和服务关系清晰；•数据服务接口标准统一，开发效率高；•数据治理标准一致，可做到全域数据全生命周期的治理；•业务系统协同，可实现敏捷开发。统一的数据功能集成平台错综复杂的集成关系 8©2022.11 iResearch Inc. www.iresearch.com.cn价值核心价值：提升数据治理，改造业务流程，深化数据应用来源：艾瑞咨询研究院自主研究及绘制。数据中台致力于解决原有数据关系及SOA架构解决企业“数据烟囱”问题，打通数据孤岛，通过完善数据标准体系、强化数据质量管控、统一管理元数据等方式加强数据治理，提升数据可用性，实现数据资产化。数据中台在改造企业业务流程，打通数据壁垒的同时，也打通了企业部门间和事业群之间的业务壁垒，消除“部门墙”产生的冲突，极大提升了企业组织灵活性。数据中台的设计定位是基于企业的顶层战略，集中体现了企业的顶层框架和业务逻辑。数据中台对企业全域数据资产进行开发和应用，实现了统一可比可算，让数据具备了敏捷服务能力，满足了企业各层级对数据服务能力的智能和快速调用，让数据价值最大化赋能业务决策。数据中台核心价值运用可共享复用的数据管理工具进行数据治理，形成统一的数据标准，并结合可视化工具，提升数据质量和数据管理效果。提升数据质量加强数据与人工智能的融合，运用数据挖掘、AI预测等算法模型，加强数据的全生命周期治理，反哺AI算法模型，缩短数据开发周期。丰富的算法模型通过构建通用的数据服用，并进行可视化处理，提升数据资产和服务的复用性，降低开发成本。降低开发成本通过数据治理形成可用的数据资产，降低数据开发难度，覆盖数据加工处理的全应用场景，为上层应用提供服务。构建企业数据资产通过数据安全模块对数据进行敏感级别设定，运用数据加密、脱敏等功能，提升企业的数据安全。提升数据安全 9©2022.11 iResearch Inc. www.iresearch.com.cn争议搭台还是拆台，做厚还是做薄来源：艾瑞咨询研究院自主研究及绘制。随着企业数字化转型的深入和数据技术的不断推陈出新，关于中台的争议也开始出现，比如中台该做厚还是做薄等。艾瑞通过调研发现，这并非中台本身问题，而是不同群体的语境不同，关注点不同。首先，数据和指标体系保持一致性的理念不会改变，且数字化程度越深，其价值越明显。其次，复用的理念不会改变，“重复造轮子”在大多情况下都不被允许。再次，数用一体、循环往复的理念不会改变。而以上三点，正是数据中台的理念基础，因此中台并不过时。在具体技术架构、产品形态和商业模式上，中台确需与时俱进。首先，传统意义上的广义中台将企业管理、平台建设、数据治理、数据运营，形成了大一统的系统，门槛较高，且任何一环出现问题都难以真正成功。随技术进步，原来需要人工去做的很多事项，都可以用工具和产品代替，在性能、功能、体验均不变情况下，中台变薄了。其次，中台本身也需解耦与分层，数据汇聚、治理为一层，为数据管理层；数据服务与应用为一层，为数据应用层；安全、AI能力等，则纵跨两层。数据中台的解