2016年中国商业智能市场研究报告（2016年5月）

2016年中国商业智能市场研究报告（2016年5月）内容摘要：

2016年中国商业智能市场研究报告（2016年5月） 中国商业智能市场 研究报告 2016年 商业智能行业概况 1 商业智能行业 发展 现状分析 2 商业智能定义及发展阶段 商业智能行业产业链结构及图谱 商业智能行业发展环境分析 3 4 商业智能投融资状况分析 商业智能行业发展趋势分析 3 3 3 狭义 商业 智能定义 指基于数据挖掘及人工智能技术对数据进行分析、挖掘。 广义商业智能产业定义 利用数据分析技术，以基础性数据资源到数据拓展应用为产业链，为企业 提供全面数据和智能服务的产业。 平台商 商业智能定义 硬件 软件 企业用户 计算基础设备 存储基础设备 服务商 操作系统 数据清洗工具 数据库 数据处理 数据 应用 商业智能产业生态 狭义商业智能 即为传统意义上的 报告围绕 广义商业智能产业 展开，研究领域 为商业智能产业生态中的 第三方服务 商 4 4 4 发展阶段：从传统向智能变革，各阶段并行发展 传统： 企业数字化的基础，实现企业内部数据整合，为内部管理使用； 大 数据： 可实现企业与市场数据整合，应用范围拓展到外部市场； 智能： 数据量进一步扩大，拓展到行业及环境数据，并借助人工智能相关技术进行分析应用。 商业智能发展阶段 智能阶段 传统阶段 大数据阶段 数据量 发展阶段 数据源 分析方法 当前普及程度 企业内部数据 企业内部数据 外部市场数据 企业内部数据 外部市场数据 环境数据 人工采集 人工采集 运营商采集 传感器 大环境数据获取技术 只涉及数据整理，不涉及分析 结构化清洗 数学模型和统计模型分析 机器学习 自动推理 自然语言处理 有四成企业拥有信息化系统 普及发展中，普及程度低于传统阶段 刚刚起步 采集方式 各阶段特点 各 阶段特点 5 5 5 产业链结构 采集 应用 传统 大 数据 智能 采集 应用 整理 数据系统 （企业数据） 数据源 （运营商、 市场数据） 计算 /模型 数据清洗 （结构化） 数据传递 数据监测 咨询 /商业情报 数据平台 解决方案 垂直化应用 数据来源 应用 分析技术 传感器 获取技术 （音频、文本、图像、位置） 人工智能引擎 数据系统 数据源 （环境、用户、市场、企业） 机器学习 自动推理 自然语言处理 交叉 /垂直 化 应用 虚拟服务 智能决策 智能营销 6 6 6 产业链图谱 ： 传统阶段 传统 7 7 7 产业链 图谱：大数据阶段 采集 应用 大数据 整理 数据监测 垂直化应用 解决方案 广告 金融 综合 咨询 /商业情报 数据 平台 8 8 8 产业链 图谱 ： 智能阶段 数据来源 应用 分析技术 智能 虚拟服务 智能营销 交叉 /垂直 化应用 智能 决策 传感器 获取技术 人工智能 引擎 数据系统 数据源 空白市场 空白市场 空白市场 空白市场 空白市场 空白市场 9 9 9 国内 发展环境： 整体环境利好，基础条件 已具备 政策和资金的支持、人才储备 、企业商业态度的转变、以及核心推动商业智能发展的技术积累等基础条件已经具备； 未来发展仍需要相关立法的完善和人工智能技术 的突破。 政策 经济 社会 技术 利好方面： 互联网发展积累了大量即时型数据，拓宽商业智能的数据范围 利好方面： 深度学习、语音识别等技术的突破推动商业智能向智能化方向发展 仍 待改善： 未来向智能化发展仍需要自然语言处理等人工智能的技术突破 技术发展满足应用 利好方面： 中国 00万，每年 50万毕业生 ，近 5年科研人员保持20%的增长，给行业带来人才 红利 利好方面 ： 2015年互联网 办公企业 普及率达 89% 仍 待改善 ： 2015年，仅有41%企业部署信息化系统 市场渗透率较低 商业态度，人才红利 利好方面： 据 艾瑞 估算 ，2015年中国网络经济增长约33%，规模超过 千亿 利好 方面： 以 015年市场规模超过 60亿元，增长率超过 40% 仍待改善： 传统行业企业的数字化进程缓慢，市场潜力待挖掘 互联网经济继续增长 利好方面： 2015年国务院印发 促进大数据发展行动纲要 ，从国家层面系统 部署大数据发展 工作，推动大数据在企业间的发展应用 仍 待改善： 目前关于商业智能的数据共享 、数据安全 等相关领域立法尚不完善 政策扶持，立法不足 10 10 10 商业智能行业概况 1 商业智能行业 发展 现状分析 2 商业智能服务特点与价值分析 商业智能服务方式概述 商业智能第三方服务企业概况 商业智能典型企业分析 3 4 商业智能投融资状况分析 商业智能行业发展趋势分析 11 11 11 服务特点与价值分析 传统 针对单一企业内部各流程提供数字化管理服务，是企业数字化的基础； 大 数据 基于企业和市场数据，利用数据挖掘等方法提供各种解决方案服务，为企业提供决策依据； 智能 整合企业、市场、环境数据，利用人工智能技术提供整合式系统服务或提供基于交叉或垂直行业的精细化服务。 服务类型 服务特点 服务价值 传统数据能息 管理系统 单一服务 提升效率 数据展示可视化 数据源单一 服务单一企业 解放部分人力统计工作，提升工作效率 解决方案 多元服务 提升效率 辅助决策 针对企业的全套方案 云服务成为商业智能的服务手段 数据源多元(市场 +企业 ) 解决方案形式多样 从外部市场、内部企业等多个方面提供决策依据 整合式系统服务 与 精细化服务并存 立体交叉 智能化 提升效率，降低成本，智能辅助决策 出现智能化决策系统和虚拟服务，应用于交叉或垂直行业 数据立体 (增加环境数据 ) 服务内容智能化 部分服务可以替代人工 辅助决策智能化 12 12 12 垂直：智能交通 /医疗 /教育等 交叉：营销监测、智能投放、智能制造等 服务方式分析 传统 企业内部的生产、运营、客户管理等； 大数据 服务方式增加，出现行业 /企业 /用户数据监测、咨询服务及平台式的数据库和应用服务等； 智能化 服务进一步细分和拓展，出现技术平台、并在交叉和垂直化领域提供专项服务，同时出现基于人工智能技术的虚拟服务及智能决策。 服务形式 服务内容 传统数据能询 /商业情报 行业研究、企业咨询、数据检 索、数据可视化 监测 /预警 网页、应用、用户行为等数据 监测跟踪及异常预警服务 大数据平台 源数据库、数据可视化 解决方案 企业数字化管理、营销等 技术服务 /开放平台 提供机器学习等技术分析服务 交叉 /垂直化服务 虚拟服务 虚拟客服、虚拟助手等 智能决策 整体智能化决策系统 智能知识管理 企业创新知识分析与应用管理 信息管理系统 企业资源计划管理、客户关系 管理、供应链管理等 垂直应用 汽车、金融、医疗健康等 13 13 13 中国商业智能第三方服务商概况 技术创新型： 相比传统 数据采集、数据源或者计算 /模型、挖掘技术上有创新的企业。 应用服务创新型： 提供创新型的服务形式或产品的企业，中国 注：本次研究重点关注大数据及智能阶段的第三方服务商。 应用服务创新为主 技术创新为主 传统 段 大数据 段 智能 段 14 14 14 中国第三方服务商 典型企业 聚合数据成立于 2011年，是为 用户提供 在线数据 调用 据交易 平台； 涵盖汽车、金融等多个领域的数据资源。 数据 网络公开数据 创新点： 大数据采集及交易的平台化 应用形式 需求方 整理、清洗、分类，形成细分数据库 盈利模式： 通过调用 合作公司数据 金融行业 交通 行业 影视 行业 人工搜集、爬取等 合作、交换等 形成数据平台 可快速查找 提供 原始数据调用 用开发 融服务 汽车 /交通服务 语音识别 证件识别 汽车等垂直领域的企业 其他第三方服务商 15 15 15 中国第三方服务商 典型企业 i 机器人 小 i 机器人主要基于积累的知识库和交互技术拓展虚拟服务、知识管理和智能营销等应用服务； 主要应用在通信、金融、电子商务、政府等领域 数据 主要应用形式 虚拟服务 知识管理 智能营销 小 小 小 存储积累 语言分析 语义匹配 场景关联 逻辑推理 非结构化知识 知识结构化 /原子化 知识自动关联 多渠道知识展示 知识再挖掘 企业合作 建立营销平台 虚拟服务 精准营销信息推送 类型 文本、语音等 内容 通信、金融、电子商务、政府等行业的知识库 /语义库 获取方式 历史积累、企业合作、服务迭代 应用方式 信 短信 助门户 坐席门户 企业内部 机器人 智能终端 16 16 16 美国商业智能第三方 服务商概况 注：本次研究重点关注大数据及智能阶段的第三方服务商 应用服务创新为主 技术创新为主 传统 段 大数据 段 智能 段 应用服务创新型 ： 美国企业在智能 家应用服务创新企业。 综合业务型企业： 拥有跨越 段，各环节业务都有涉及的大型全球化企业。 17 17 17 004年，是全球估值最高的企业级数据服务公司之一。 其核心业务是提供金融 、国防 领域的数据 整合 平台和解决方案。 美国第三方服务商 典型企业 据整合分析平台，提供数据管理、云 协作 等 功能。 服务客户：军事、国家情报、 警察机关等 供 定量分析服务的平台 ，包括分析工具 、 模型 等。 服务客户： 银行 及 金融 监管机构 服务模式 商业金融 网络信息安全 疾病防治 自然灾害预防 公共 安全 法律案件调查 集成海量数据 （结构化、 非结构化数据） 挖掘数据联系 解决企业 复杂问题 平台 产品 解决方案 专家情报服务 数据 整合分析 18 18 18 商业智能行业概况 1 商业智能行业 发展 现状分析 2 3 商业智能行业发展趋势分析 4 商业 智能投融资状况分析 19 19 19 现状 未来 行业 整体 发展 趋势： 传统 数据 能 展 智能 统 数据 足信息化基础需求 满足企业内外部数据服务 满足数据为导向的运营需求 从企业和市场的角度考量，传统、 大数据、 智能三个阶段的数据服务将保持 并行 发展。 传统 供信息管理系统服务仍有市场空间 大数据 BI。