猜你想问
这份报告主要分析了哪些核心内容？
报告分析了2026年另类数据与市场数据的趋势，核心内容包括预算信心、AI应用回报、MCP接入情况、数据价值评估、受访者背景、数据支出预期、供应商收入与客户情况、数据试用与续约情况、数据订阅流失情况、供应商接入周期、主要痛点、热门数据类型与适用性、人工智能应用、AI投资回报、MCP的使用情况、数据供应商对AI处理数据的信心、数据许可、AI转型趋势等。
信息技术行业在另类数据应用中呈现哪些发展趋势？
信息技术行业在另类数据应用中持续领先，连续两年成为最热门的数据类型。数据供应商认为其数据最适合量化基金和多策略基金，并开始看好向AI公司和AI实验室销售数据。AI应用逐步成为主流，但AI能否改善投资回报、AI生成内容对数据质量的影响等问题仍待明确。小型基金AI应用程度低于大型基金。
报告重点分析了哪些方向的数据价值？
报告重点分析了数据价值的核心在于信号强度，缺乏明显投资信号是试用未能转化为采购的首要原因，其次是价格过高。72%的供应商认为信号强度是客户最看重的因素。此外，报告还分析了AI在挖掘数据价值方面的作用，56%的数据买方表示从AI应用中获得可量化回报，主要体现在效率提升、成本节约和改善投资表现。但主要障碍是难以区分AI带来的收益与其他因素。
当前数据市场呈现怎样的现状？
当前数据市场呈现买方支出预期乐观，97%的数据买方预计另类数据支出将增加或保持不变；市场数据支出预期更稳定，44%预计保持不变。供应商90%预计未来12个月业务表现好于或持平于去年。数据买方平均每年订阅21.4个另类数据集和29.3个市场数据集。近三分之一的供应商选择不透露收入，披露者收入分布广泛。58%的供应商报告过去12个月客户新增，45%报告客户留存率超90%。
这份报告提示了哪些潜在风险？
报告提示的主要风险包括数据买方主要挑战为价格、试用时间不足、合规问题；数据质量与试用差异、交付不稳定、内部资源不足、供应商服务不佳。数据供应商主要挑战为‘找到合适的联系人’、难以理解产品价值、难以获得质量反馈。此外，市场对AI影响数据质量的看法存在分歧，约五分之一的数据买方认为数据质量下降，并认为AI生成内容至少是部分原因。AI能否提升回报、AI生成内容影响数据质量等问题将是未来重要影响因素。