2021-11-30-爱分析-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

核心内容概述

本报告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。报告旨在为企业的数据智能平台建设规划与厂商选型提供参考，通过分析各厂商在这些场景中的能力和服务，帮助企业识别合适的技术合作伙伴。

主要观点与关键信息

1. 数据智能平台的定义与分类

数据智能是通过数据处理、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。
爱分析将数据智能划分为平台层（如大数据平台、机器学习平台）与应用层（如智能营销、智能风控）。
本报告重点研究平台层，包括以下7个关键场景：
- 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

2. 厂商入选标准

厂商需具备符合场景定义的能力。
拥有一定数量的客户服务案例（不少于5家）。

3. 数据存储与处理场景

核心需求：支持多源异构数据的集成、存储、处理，具备高并发、高性能、高可用性。
能力要求：
- 支持多种数据存储系统（如HDFS、Hive、图数据库等）。
- 实现高效的数据处理流程，包括数据清洗、转换、加载等。
- 支持AI增强技术，提升数据处理效率和易用性。
- 提供云原生架构，兼容主流云平台。
代表厂商：
- AWS
- 阿里云
- 百分点
- Cloudera
- 达梦数据库
- 滴普科技
- 海致科技
- 华为
- IBM
- 九章云极
- ORACLE
- 偶数
- PingCAP
- 人大金台
- 神舟通用
- 腾讯云
- 同盾科技
- 新数科技
- 新炬网络
- Microsoft
典型客户与案例：
- 百分点科技：广东省应急管理厅，实现数据全生命周期治理。
- 滴普科技：佛山市顺德区政务服务数据管理局，实现政务数据资源的统一管理。
- 九章云极：山东城商行合作联盟，实现实时数据处理与分析能力。
- Kyligence：某国有大行，实现统一的数据服务入口与高并发查询。

4. 数据治理场景

核心需求：确保数据质量、数据标准和数据一致性，建立统一的数据治理体系。
能力要求：
- 提供数据标准管理、数据质量管理、元数据管理、主数据管理等工具。
- 支持数据资产视图、数据血缘分析、数据认责机制等。
- 实现数据治理流程的自动化和可视化，降低实施难度。
代表厂商：
- 阿里云
- 爱数
- 百分点科技
- 袋鼠云
- 滴普科技
- 海致科技
- Kyligence
- 米雅科技
- 明略科技
- 元年科技
- 同盾科技
- 御数坊
- 云徙科技
典型客户与案例：
- 爱数：某国家级化工勘察设计单位，实现数据统一管理与共享。
- 御数坊：某省级能源企业，建立数据认责机制，提升数据质量。
- 明略科技：某城市超脑项目，实现数据共享与治理。
- 元年科技：三诺生物，实现数据资产分类与权限管理。

5. 数据分析与可视化场景

核心需求：实现数据的自助分析、可视化展示与智能决策，提升数据使用效率。
能力要求：
- 提供完整的数据处理流程，包括数据接入、分析、展示。
- 支持多种图表展示方式，具备多维数据展示能力。
- 集成AI技术，实现增强分析与自动化分析。
- 支持自然语言交互，提升用户使用门槛。
代表厂商：
- 百度
- 百分点科技
- 滴普科技
- F帆软
- 观远数据
- 海致科技
- IBM
- Kyligence
- SAP
- SAS
- SMARTBI
- 网易数帆
- Microsoft
- YonghongTech
典型客户与案例：
- 观远数据：蜜雪冰城，实现分层建模与自动化报表。
- 百分点科技：中国文化传媒集团，实现数据可视化分析。
- 滴普科技：中外运物流，实现多业务系统的数据整合。

总结

本报告全面分析了数据智能平台在数据存储与处理、数据治理、数据分析与可视化三大场景中的厂商能力、产品服务和典型应用案例。通过聚焦平台层，为企业的数据基础设施建设提供了有价值的参考。厂商在提供技术产品的同时，也展现了在咨询服务、平台部署、易用性等方面的能力，推动企业实现数据价值的挖掘与业务的智能化转型。

展开完整摘要