爱分析-2020爱分析·数据智能厂商全景报告-2020.10-97页_9mb

2020爱分析数据智能厂商全景报告总结

核心内容

本报告分析了在企业数字化转型背景下，数据智能的应用趋势及厂商能力，指出数据智能已成为企业实现业务赋能的重要手段。随着新基建的推进和新技术的成熟，数据智能正加速渗透至传统行业，推动业务模式从经验驱动向数据驱动转变。

主要观点

• 数据智能应用趋势：

  • 非结构化数据的价值挖掘成为重点，传统数据中台需优化以适应海量非结构化数据。
  • 实时性需求增强，数据智能应用需支持实时计算和流处理。
  • 数据应用走向平民化，一线业务人员和数据分析人员成为重要终端用户。
  • 数据智能领先企业开始对外输出能力，构建产业数字化生态。

• 数据智能应用方向：

  • 数据中台成为支撑数字化转型的关键基础设施，需结合组织与业务变革进行顶层规划。
  • 数据治理工作需重视，以统一规范提升数据质量。
  • 数据分析与可视化需深度结合业务，支持灵活自助分析。
  • 自助式AI建模工具降低使用门槛，提升建模效率与智能化水平。

关键信息

1. 数据智能应用场景

2. 数据智能主要行业应用

• 金融行业：

  • 银行：零售业务营销与风控、小微业务营销与风控、对公业务营销与风控。
  • 证券：营销与风控。
  • 保险：营销与风控。

• 政府与公共服务：

  • 智慧政务、智慧安防、环境治理、智慧园区。

• 消费品与零售：

  • 智能营销、全渠道中台、供应链管理。

• 能源与工业：

  • 智能制造。

3. 数据智能代表厂商

结构清晰总结

应用趋势

• 非结构化数据：成为数据智能应用的重点，传统数据中台需优化以应对非结构化数据。
• 实时性需求：企业对实时计算与流处理能力要求不断提升。
• 平民化趋势：数据应用扩展至一线业务人员与数据分析人员，推动自助式工具发展。
• 生态赋能：领先企业对外输出数据智能能力，构建产业数字化生态。

应用场景

• 通用职能部门：包括IT部门、数据治理、数据分析与可视化、自助式AI建模、数据中台、IT运维管理。
• 营销与销售部门：智能营销与用户运营。
• 消费品与零售：智能营销、全渠道中台、供应链管理。
• 金融行业：零售、小微、对公业务营销与风控。
• 政府与公共服务：智慧政务、智慧安防、环境治理、智慧园区。
• 能源与工业：智能制造。

代表厂商

• 阿里云：覆盖交易型、分析型数据管理、数据分析与可视化、数据中台、自助式AI建模。
• 百度智能云：提供数据治理、数据中台、自助式AI建模。
• 邦盛科技：专注于零售与小微业务的风控与营销。
• 滴普科技：提供数据中台、智能营销、智慧园区。
• 创略科技：智能营销与用户运营。
• 明略科技：对公与零售业务、保险、证券。
• 海致：数据分析与可视化、智慧安防。
• 4Paradigm：自助式AI建模、零售业务营销与风控。
• Percent百分点：智能营销、智慧政务、数据分析与可视化。
• 腾讯云：交易型、分析型数据管理、数据中台、自助式AI建模。
• 同盾科技：零售与小微业务的风控。
• 星环科技：交易型与分析型数据管理、数据治理、数据中台。
• 袋鼠云：数据中台、IT运维管理。
• 帆软：数据分析与可视化。
• 神策数据：智能营销与用户运营。
• 数澜科技：数据中台、数据分析与可视化。
• 数智源：智慧安防、智慧政务。
• 数字冰雹：智慧安防、智慧政务。
• 智慧足迹：智慧政务、环境治理、智能营销。
• 云徙：数据中台、智能营销与用户运营。
• 云智慧：IT运维管理。
• 金电联行：数据治理、数据中台、自助式AI建模。
• 个推：智能营销、智慧政务。
• DataCanvas：自助式AI建模。
• 元年科技：分析型数据管理、数据治理、数据中台。
• 思贤科技：数据治理、数据中台。
• 易观数科：智能营销与用户运营。
• 智能BI：数据分析与可视化。

本报告全面梳理了数据智能在各行业中的应用趋势、重点场景及代表性厂商，为企业数字化转型提供了有价值的参考。