2021爱分析·数据智能平台厂商全景报告-76页_9mb

报告摘要

2021爱分析数据智能平台厂商全景报告总结

核心内容

本报告由爱分析发布，聚焦于数据智能平台的平台层，涵盖数据存储与处理、数据治理、数据分析与可视化三大核心场景。通过对各场景的定义和代表性厂商的解读，为企业的数据智能平台建设与厂商选型提供参考。

主要观点

1. 数据智能平台定义与结构

数据智能平台以数据为生产要素，融合数据处理、数据分析与挖掘、数据可视化、机器学习等技术，实现数据驱动的智能分析与决策。平台层是支撑数据智能应用的基础设施，包括大数据平台、商业智能平台、机器学习平台等。

2. 厂商入选标准

厂商需满足以下两个条件：

产品服务需满足各应用场景的厂商能力要求；
客户服务案例需在5家及以上。

3. 数据智能平台应用场景

报告选取了以下7个场景进行重点研究：

数据存储与处理
数据治理
数据分析与可视化
图分析
机器学习模型开发
隐私计算
数据库管理

关键信息

1. 数据存储与处理

核心需求：支持多源异构数据的采集、清洗、转换、加载等处理，提供高性能、高并发的数据查询与存储能力。
典型厂商：
- AWS
- 阿里云
- PERCENT百分点
- Cloudera
- 达梦数据库
- 滴普科技
- 海致
- HUAWEI
- IBM
- 九章云极 DataCanvas
- 云原生平台
- 新数科技
- 神舟通用
- 新炬网络
- Microsoft
代表厂商能力解读：
- 百分点科技：BD-OS平台提供数据集成、建模、处理等能力，支持可视化交互和AI增强技术，具备良好的兼容性和适配性。
- 滴普科技：FastData数仓支持实时和离线数据处理，DCT工具支持多源异构数据集成，DaaS套件支持全链路数据开发。
- 海致科技：DMC平台支持多源异构数据接入，内置警务算子，实现自助数据建模和数据治理。

2. 数据治理

核心需求：企业需通过数据治理提升数据质量、统一数据标准和管理数据资产，实现数据的合规性、一致性与可用性。
典型厂商：
- 阿里云
- 爱数
- 百分点科技
- 袋鼠云
- 滴普科技
- Kyligence
- 明略科技
- 米雅科技
- 同盾科技
- 御数坊
- 元年科技
- 云徙科技
代表厂商能力解读：
- 爱数：AnyShare平台支持非结构化数据治理，具备文档管理、内容赋能和知识创新能力，兼容多种云平台。
- 百分点科技：通过咨询加产品的方式，提供数据标准管理、数据质量管理等能力，帮助客户构建数据治理机制。
- 御数坊：DGOffice工具实现数据认责、指标溯源等，服务50余家500强企业，提升数据治理效率。
- 元年科技：基于IBM Cognos，提供数据资产分类、权限管理、数据标准体系等，具备财务领域深度经验。

3. 数据分析与可视化

核心需求：企业需通过平台和工具实现数据分析和洞察，提升决策效率和智能化水平。数据分析应实现自动化、平民化、增强化。
典型厂商：
- 百度
- PERCENT百分点
- 滴普科技
- F帆软
- 观远数据
- 海致
- IBM
- Kyligence
- SAP
- SAS
- SMARTBI
- +Tableau
- 网易数帆
- YonghongTech
- 元年
- Microsoft
代表厂商能力解读：
- 百分点科技：CleverBI支持自然语言交互，具备强大的可视化展示能力，可嵌入业务系统，提升数据分析的易用性。
- 滴普科技：DataSense平台支持多种数据源接入，具备自动化数据准备、算法识别、可视化展示等能力，提供端到端的自助分析。
- 观远数据：提出“5A”方法论，涵盖敏捷化、场景化、自动化、增强化和行动化，提供轻量级数据中台解决方案，支持SaaS部署。

总结

本报告系统梳理了数据智能平台的平台层能力，分析了各场景下的核心需求与厂商能力，为企业的数据智能平台建设提供了参考依据。报告中提到的厂商在数据存储、数据治理和数据分析与可视化等方面均具备较强的解决方案和落地能力，能够满足企业多维度的数据管理需求。通过AI增强技术、云原生架构、数据可视化能力等，厂商能够有效提升企业数据治理和分析效率，助力企业实现数据驱动的智能化转型。

展开完整摘要