近日，愛(ài)分析在京舉辦了2018·中國(guó)大數(shù)據(jù)高峰論壇并在會(huì)上發(fā)布了《中國(guó)大數(shù)據(jù)行業(yè)報(bào)告》(以下簡(jiǎn)稱報(bào)告)。

《報(bào)告》稱，2017年大數(shù)據(jù)行業(yè)整體市場(chǎng)規(guī)模1000億，其中行業(yè)應(yīng)用細(xì)分市場(chǎng)規(guī)模為700億，是大數(shù)據(jù)行業(yè)***細(xì)分領(lǐng)域，大數(shù)據(jù)在金融、政務(wù)、互聯(lián)網(wǎng)成熟度***。

大數(shù)據(jù)整體市場(chǎng)規(guī)模1000億，細(xì)分市場(chǎng)行業(yè)應(yīng)用規(guī)模***

《報(bào)告》顯示，整個(gè)大數(shù)據(jù)產(chǎn)業(yè)分為基礎(chǔ)平臺(tái)、通用技術(shù)、行業(yè)應(yīng)用等多個(gè)細(xì)分市場(chǎng)，2017年大數(shù)據(jù)整體市場(chǎng)規(guī)模1000億。

細(xì)分市場(chǎng)中，基礎(chǔ)平臺(tái)整體市場(chǎng)規(guī)模在100億元左右，通用技術(shù)整體市場(chǎng)規(guī)模在200億元左右。行業(yè)應(yīng)用層，大數(shù)據(jù)在各個(gè)行業(yè)應(yīng)用差異較大，應(yīng)用相對(duì)成熟的金融、政府領(lǐng)域市場(chǎng)規(guī)模為200億元。整個(gè)行業(yè)應(yīng)用市場(chǎng)規(guī)模為700億。

大數(shù)據(jù)在金融、政務(wù)、互聯(lián)網(wǎng)成熟度***

《報(bào)告》顯示，大數(shù)據(jù)在各行各業(yè)的成熟度與基礎(chǔ)設(shè)施、市場(chǎng)規(guī)模和應(yīng)用范圍關(guān)系密切。

根據(jù)調(diào)研，金融、政務(wù)、互聯(lián)網(wǎng)這三個(gè)行業(yè)的IT投入位列各行業(yè)前列，隨著“互聯(lián)網(wǎng)+政務(wù)”的普及、政務(wù)云和政務(wù)大數(shù)據(jù)的落地，政府2017年IT投入超過(guò)800億元，占中國(guó)IT總投入的5-10%。金融一直是重IT投入的行業(yè)，以銀行為例，2017年中國(guó)銀行業(yè)整體IT投資為800億元，整個(gè)金融行業(yè)的IT投資突破千億元大關(guān)。

基礎(chǔ)設(shè)施成熟度同樣會(huì)對(duì)大數(shù)據(jù)應(yīng)用落地應(yīng)用產(chǎn)生很大影響。信息化是大數(shù)據(jù)的基礎(chǔ)，互聯(lián)網(wǎng)行業(yè)信息化程度***，金融、政務(wù)行業(yè)在20世紀(jì)初已開(kāi)始進(jìn)行信息化建設(shè)，經(jīng)歷十幾年發(fā)展，基礎(chǔ)信息化已建設(shè)完畢。相比醫(yī)療、工業(yè)等領(lǐng)域，金融、政務(wù)和互聯(lián)網(wǎng)行業(yè)結(jié)構(gòu)化數(shù)據(jù)占比高，數(shù)據(jù)標(biāo)準(zhǔn)化程度高。

云計(jì)算、大數(shù)據(jù)、AI、IoT多項(xiàng)技術(shù)融合是未來(lái)趨勢(shì)，提供整體解決方案的公司機(jī)會(huì)***

《報(bào)告》指出，與國(guó)外不同，中國(guó)市場(chǎng)云計(jì)算、大數(shù)據(jù)、AI、IoT等技術(shù)幾乎是同時(shí)間爆發(fā)，企業(yè)客戶同一時(shí)間采購(gòu)云計(jì)算、大數(shù)據(jù)、AI等產(chǎn)品，企業(yè)客戶最終目的是通過(guò)新技術(shù)來(lái)實(shí)現(xiàn)開(kāi)源節(jié)流，實(shí)現(xiàn)這一目標(biāo)需要多項(xiàng)技術(shù)融合，技術(shù)邊界正逐步模糊。

云計(jì)算作為大數(shù)據(jù)的基礎(chǔ)，大幅降低企業(yè)的IT硬件成本，將有超過(guò)50%的IT預(yù)算投入到大數(shù)據(jù)、AI等應(yīng)用。AI促使大數(shù)據(jù)從輔助決策向替代決策進(jìn)化，使大數(shù)據(jù)廠商突破工具軟件天花板，發(fā)展空間放大10倍。在智能客服領(lǐng)域，AI技術(shù)的發(fā)展使得技術(shù)廠商的市場(chǎng)空間由原先的30-50億提升到300-400億。

IoT技術(shù)的發(fā)展補(bǔ)全線下數(shù)據(jù)和機(jī)器數(shù)據(jù)，給大數(shù)據(jù)應(yīng)用帶來(lái)更加多元的數(shù)據(jù)，產(chǎn)生更加豐富的應(yīng)用場(chǎng)景。在營(yíng)銷領(lǐng)域，通過(guò)WIFI、藍(lán)牙、攝像頭等途徑，實(shí)現(xiàn)線上、線下數(shù)據(jù)的打通，形成整個(gè)營(yíng)銷閉環(huán)，從而實(shí)現(xiàn)跟蹤用戶的全生命周期，提升用戶轉(zhuǎn)化率。

多項(xiàng)技術(shù)融合促使客戶的需求更加多元化、復(fù)雜化，提供整體解決方案的大數(shù)據(jù)公司更加符合未來(lái)趨勢(shì)，在整個(gè)產(chǎn)業(yè)鏈占據(jù)更重要地位，提供更加深度的場(chǎng)景化應(yīng)用。

以下為愛(ài)分析高級(jí)分析師李喆在會(huì)上發(fā)布報(bào)告的演講實(shí)錄。

演講實(shí)錄

李喆：在看待大數(shù)據(jù)行業(yè)未來(lái)趨勢(shì)時(shí)，首先需要關(guān)注中美技術(shù)路徑發(fā)展的差異，不僅僅是大數(shù)據(jù)，還包括云計(jì)算和AI等。

從這張圖，我們可以得出有幾個(gè)結(jié)論：

***， 我們看到美國(guó)的市場(chǎng)是技術(shù)驅(qū)動(dòng)，先從底層基礎(chǔ)平臺(tái)成熟，逐步延伸到上層應(yīng)用。2006年AWS對(duì)外進(jìn)行提供服務(wù)，2009-2010年大數(shù)據(jù)基礎(chǔ)平臺(tái)公司Cloudera、Hortonworks成立，2015年Google開(kāi)源TensorFlow平臺(tái)，這些事件促使云計(jì)算、大數(shù)據(jù)、AI進(jìn)入快速發(fā)展階段。

中國(guó)市場(chǎng)更多以應(yīng)用、政策為主導(dǎo)，云計(jì)算行業(yè)快速發(fā)展的原因是2012-2013年游戲等移動(dòng)互聯(lián)網(wǎng)的爆發(fā)，2014-2015年，政府出臺(tái)一系列利好大數(shù)據(jù)的政策，促使整個(gè)行業(yè)快速發(fā)展。

因此，中國(guó)市場(chǎng)應(yīng)用型的公司發(fā)展速度更快。國(guó)外已經(jīng)上市的大數(shù)據(jù)公司Splunk、Tableau、Cloudera、MongoDB都是基礎(chǔ)平臺(tái)和通用技術(shù)層的公司。國(guó)內(nèi)市場(chǎng)發(fā)展速度快的TalkingData、同盾科技等公司，都是屬于應(yīng)用型的公司。

第二， 不同于美國(guó)市場(chǎng)每一項(xiàng)技術(shù)中間會(huì)有一個(gè)很大的時(shí)間間隔，中國(guó)市場(chǎng)云計(jì)算、大數(shù)據(jù)、人工智能這些技術(shù)時(shí)間間隔很短，幾乎是同時(shí)爆發(fā)。

因此，數(shù)據(jù)在各個(gè)行業(yè)的發(fā)展是不均衡的，不同行業(yè)的滲透率差異很大。同時(shí)，大數(shù)據(jù)行業(yè)不能只看大數(shù)據(jù)，需要重點(diǎn)關(guān)注云計(jì)算、AI對(duì)大數(shù)據(jù)行業(yè)的影響。

首先，我們看云計(jì)算對(duì)大數(shù)據(jù)的影響。

云計(jì)算對(duì)大數(shù)據(jù)行業(yè)***的影響是降低了整個(gè)基礎(chǔ)設(shè)施的成本，未來(lái)會(huì)有50%以上的IT預(yù)算會(huì)投入到應(yīng)用層，也就是大數(shù)據(jù)和AI。IT預(yù)算的結(jié)構(gòu)將由左邊的正三角形，轉(zhuǎn)變成右邊的倒三角形。

以銀行為例，不考慮上層應(yīng)用，美國(guó)的銀行在IT建設(shè)上會(huì)領(lǐng)先于中國(guó)的銀行。根據(jù)我們的調(diào)研，中國(guó)的銀行IT投入的70%都是在硬件投入，剩下30%投入是軟件和服務(wù)。而美國(guó)的銀行只有15-20%的IT預(yù)算投向硬件，更多預(yù)算投入到軟件和服務(wù)。

第二個(gè)影響是容器技術(shù)的成熟，降低了大數(shù)據(jù)業(yè)務(wù)的交付成本，從原來(lái)幾個(gè)月的交付時(shí)間縮短到幾周。

第三個(gè)影響是，隨著SaaS滲透率不斷提升，更多的數(shù)據(jù)匯聚到云端，更加便捷的實(shí)現(xiàn)數(shù)據(jù)互通互聯(lián)。

其次，我們看AI對(duì)于大數(shù)據(jù)的影響，AI技術(shù)可以幫助大數(shù)據(jù)突破工具軟件的天花板，將市場(chǎng)空間放大10倍，同時(shí)還可以降低大數(shù)據(jù)公司對(duì)人力的依賴，提高人均產(chǎn)能。

以智能客服為例，客服軟件市場(chǎng)規(guī)模是很小的，大概是30至50億的市場(chǎng)規(guī)模，但整個(gè)客服市場(chǎng)規(guī)模很大。中國(guó)的客服人員有300-500萬(wàn)人，按照平均5-6萬(wàn)的人力成本計(jì)算，整個(gè)客服市場(chǎng)規(guī)模超過(guò)2000億。如果其中有15-20%被智能客服替代，整個(gè)市場(chǎng)空間就有300-400億。

但如果廠商只做客服軟件，即使加上數(shù)據(jù)分析等技術(shù)，能夠提升人員效率，但依然很難觸及到人力這部分市場(chǎng)，但通過(guò)AI技術(shù)，能夠?qū)崿F(xiàn)替代人力，廠商就能切入到這300-400億的市場(chǎng)。

公安領(lǐng)域，明略數(shù)據(jù)這樣的公司通過(guò)深度服務(wù)公安客戶，形成這個(gè)行業(yè)的知識(shí)圖譜，也就是“公安大腦”。形成“公安大腦”后，明略數(shù)據(jù)在服務(wù)其他省市公安局的時(shí)候，會(huì)大大縮短服務(wù)周期，降低公司對(duì)人力的依賴，提升業(yè)務(wù)可復(fù)制性。

因?yàn)楦鞣N技術(shù)幾乎同時(shí)爆發(fā)，所以我們判斷，多項(xiàng)技術(shù)融合是未來(lái)的趨勢(shì)，會(huì)大幅提升各個(gè)行業(yè)的效率。

下面這張圖是大數(shù)據(jù)的業(yè)務(wù)鏈條，包含數(shù)據(jù)源、數(shù)據(jù)的采集、數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用。可以看出，各項(xiàng)技術(shù)其實(shí)都會(huì)對(duì)整個(gè)鏈條產(chǎn)生影響。

IoT技術(shù)，補(bǔ)全了原本缺失的線下數(shù)據(jù)和機(jī)器數(shù)據(jù)。比如營(yíng)銷領(lǐng)域，之前可以拿到大部分是線上數(shù)據(jù)，用戶點(diǎn)擊的廣告、網(wǎng)頁(yè)的瀏覽行為。IoT的發(fā)展，通過(guò)WIFI、藍(lán)牙、攝像頭等方式，可以監(jiān)測(cè)到用戶的線下行為，打通了整個(gè)閉環(huán)。

用戶在線上看廣告，官網(wǎng)瀏覽商品，再到實(shí)體店體驗(yàn)、購(gòu)買，實(shí)現(xiàn)線上和線下的融合，有更多方式去提升轉(zhuǎn)化效率。

云計(jì)算使數(shù)據(jù)更容易匯聚，降低數(shù)據(jù)收集的難度，AI技術(shù)增強(qiáng)了數(shù)據(jù)分析能力。智能財(cái)稅領(lǐng)域，針對(duì)小微企業(yè)的代賬市場(chǎng)，傳統(tǒng)軟件不具備自動(dòng)化和智能化，代賬SaaS軟件的普及，使越來(lái)越多的中小數(shù)據(jù)匯聚到云端，而依靠機(jī)器學(xué)習(xí)等AI技術(shù)，實(shí)現(xiàn)自動(dòng)做賬、自動(dòng)報(bào)稅。

過(guò)去每名會(huì)計(jì)最多服務(wù)20到30家企業(yè)，但是依靠SaaS、大數(shù)據(jù)、AI技術(shù)等研發(fā)的代賬軟件，可以服務(wù)100到200家，未來(lái)還會(huì)進(jìn)一步提升。這會(huì)使得傳統(tǒng)代賬公司的重心會(huì)放在獲客和增值服務(wù)，而非基礎(chǔ)做賬業(yè)務(wù)，代賬公司的服務(wù)半徑擴(kuò)大。

多項(xiàng)技術(shù)融合后，客戶的需求會(huì)更加多樣化、復(fù)雜化，因此，我們判斷做整體解決方案的公司機(jī)會(huì)***。

從產(chǎn)業(yè)鏈的角度看，做整體解決方案的公司更貼近客戶，更容易獲取標(biāo)桿客戶。

提供單點(diǎn)能力的大數(shù)據(jù)公司，更多是技術(shù)提供方的角色，無(wú)法解決客戶全部需求，在客戶預(yù)算中只能占到很小的份額，集成商會(huì)占據(jù)更大的份額。整體解決方案的公司提供的是自下而上的服務(wù)，因此有機(jī)會(huì)從原來(lái)的技術(shù)提供商，成為過(guò)去集成商的角色。

這樣會(huì)帶來(lái)幾個(gè)方面的好處：

• 首先，大數(shù)據(jù)公司能夠觸及的預(yù)算會(huì)更大。
• 其次，可以延伸到其他需求。

美國(guó)有一家做虛擬化的公司叫VMware，最早通過(guò)虛擬化產(chǎn)品拿下了很多500強(qiáng)的客戶，但現(xiàn)在支撐他高速增長(zhǎng)的是SDS和SDN業(yè)務(wù)。

SDN業(yè)務(wù)是VMware收購(gòu)了一家初創(chuàng)公司Nicira發(fā)展起來(lái)的。Nicira被收購(gòu)的時(shí)候沒(méi)什么收入，但VMware的SDN業(yè)務(wù)，只花了三年時(shí)間就做到10億美金的收入。拋開(kāi)技術(shù)原因，另一個(gè)原因是VMware有很強(qiáng)的客戶資源，更有機(jī)會(huì)把他的新產(chǎn)品推向客戶。

• 第三，降低獲取其他客戶的門檻。

企業(yè)服務(wù)市場(chǎng)，獲客具備非常高的門檻，尤其對(duì)于初創(chuàng)公司獲取客戶信任的周期很長(zhǎng)。金融大數(shù)據(jù)公司進(jìn)入銀行市場(chǎng)的時(shí)候，可能前期做POC就需要一年的時(shí)間。

如果你有一個(gè)標(biāo)桿客戶，再去向同類公司進(jìn)行推廣的時(shí)候，難度會(huì)大大降低。標(biāo)桿客戶具備燈塔效應(yīng)，不論是服務(wù)同體量的客戶，還是下沉到腰部客戶。

從場(chǎng)景的角度，整體解決方案的公司更有機(jī)會(huì)把場(chǎng)景做深，提高價(jià)值。

零售領(lǐng)域，很多公司從營(yíng)銷做起，但很難切入到庫(kù)存管理、供應(yīng)鏈管理。因?yàn)檫@些公司多數(shù)是提供營(yíng)銷工具，不是一個(gè)完整的解決方案。整體解決方案公司會(huì)從幫助客戶建立大數(shù)據(jù)平臺(tái)做起，更有機(jī)會(huì)從前端營(yíng)銷切入到后端業(yè)務(wù)，通過(guò)數(shù)據(jù)去打通各個(gè)環(huán)節(jié)。

這也是因?yàn)楫?dāng)前中國(guó)的客戶能力還相對(duì)不足，直接使用工具的成本和難度都很高。大數(shù)據(jù)公司需要將業(yè)務(wù)做重，單純一個(gè)很輕的產(chǎn)品，價(jià)值度較低，很難形成壁壘。

接下來(lái)，我們將分享大整個(gè)大數(shù)據(jù)的產(chǎn)業(yè)圖譜，包括我們對(duì)每個(gè)細(xì)分領(lǐng)域的判斷。這張圖是我們對(duì)整個(gè)大數(shù)據(jù)的劃分，從底層基礎(chǔ)平臺(tái)到上層行業(yè)應(yīng)用，分為四大細(xì)分領(lǐng)域。

基礎(chǔ)平臺(tái)分為交易型數(shù)據(jù)庫(kù)、分析型數(shù)據(jù)庫(kù)和圍繞這兩類數(shù)據(jù)庫(kù)的計(jì)算引擎。

基礎(chǔ)平臺(tái)往上有兩個(gè)方向，一個(gè)是數(shù)據(jù)的方向，一個(gè)是技術(shù)的方向。數(shù)據(jù)方向有兩類廠商，按照是否具備數(shù)據(jù)源分為***方和第三方。技術(shù)方向是指大數(shù)據(jù)平臺(tái)之上，具備通用性的數(shù)據(jù)處理的技術(shù)，包括 BI與可視化、日志分析等。

行業(yè)應(yīng)用更多的是直接面向一個(gè)個(gè)場(chǎng)景，用大數(shù)據(jù)技術(shù)去解決各個(gè)行業(yè)的場(chǎng)景去落地的公司。

這是我們總結(jié)的大數(shù)據(jù)市場(chǎng)規(guī)模。市場(chǎng)規(guī)模***的是行業(yè)應(yīng)用，基礎(chǔ)平臺(tái)是市場(chǎng)規(guī)模最小的細(xì)分領(lǐng)域。

根據(jù)我們的調(diào)研，2017年整個(gè)中國(guó)大數(shù)據(jù)的市場(chǎng)規(guī)模是1000億，我們測(cè)算的邏輯主要分成兩類：

一類方法是Top Down。比如，我們測(cè)算中國(guó)BI領(lǐng)域市場(chǎng)規(guī)模，我們首先看全球市場(chǎng)BI的市場(chǎng)規(guī)模，全球BI的市場(chǎng)規(guī)模大概是180億美金，考慮到BI在IT投入的比例，中國(guó)和全球應(yīng)該大體一致，中國(guó)的比例會(huì)略低于全球的市場(chǎng)。全球的IT投入大概是3.6萬(wàn)億美金，中國(guó)的IT投入大概是2.3萬(wàn)億人民幣，因此，我們測(cè)算中國(guó)的BI市場(chǎng)規(guī)模大概是135億人民幣。

再比如，行業(yè)應(yīng)用中的工業(yè)大數(shù)據(jù)，通過(guò)我們測(cè)算大概是100億人民幣市場(chǎng)規(guī)模。我們的方法是通過(guò)行業(yè)成熟企業(yè)的投入比例，去推斷大數(shù)據(jù)在整個(gè)工業(yè)產(chǎn)值的比例。國(guó)家電網(wǎng)2017年?duì)I收在2萬(wàn)億，每年在大數(shù)據(jù)的總投入是5億。金風(fēng)科技2017年?duì)I收260億，在大數(shù)據(jù)的投入在500-1000萬(wàn)之間，由此可以判斷規(guī)模以上的企業(yè)投入比例大概為1-2%。

另一類是Bottom Up。重點(diǎn)看頭部公司它的收入和市場(chǎng)份額。基礎(chǔ)平臺(tái)這個(gè)市場(chǎng)，我們主要看Oracle，因?yàn)樗鞘姓悸?**的公司。2017年亞太地區(qū)的收入是45-50億美金的數(shù)據(jù)，其中數(shù)據(jù)庫(kù)的比例大概會(huì)占到30%左右，所以是十幾億美金規(guī)模，中國(guó)市場(chǎng)收入會(huì)比這個(gè)數(shù)據(jù)要低，Oracle的占有率是在40%至50%之間。因此我們判斷國(guó)內(nèi)的基礎(chǔ)平臺(tái)的市場(chǎng)規(guī)模在100億左右。

再比如AI平臺(tái)，我們判斷AI平臺(tái)(數(shù)據(jù)科學(xué)平臺(tái))這個(gè)領(lǐng)域是20多億的規(guī)模，主要是考慮國(guó)內(nèi)市場(chǎng)，這個(gè)領(lǐng)域***的公司是SAS，每年收入30億美金，在亞太地區(qū)的市場(chǎng)份額大概占到10%左右，而他的市占率會(huì)在50-60%，因此整個(gè)市場(chǎng)規(guī)模會(huì)在25億上下。

從各個(gè)細(xì)分領(lǐng)域來(lái)看，我們還是會(huì)去重點(diǎn)關(guān)注大數(shù)據(jù)的行業(yè)應(yīng)用，大數(shù)據(jù)的***價(jià)值肯定是體現(xiàn)在行業(yè)應(yīng)用。

從政府的大數(shù)據(jù)發(fā)展規(guī)劃來(lái)看，2020年整個(gè)大數(shù)據(jù)市場(chǎng)規(guī)模將達(dá)到1萬(wàn)億。但從IT投入來(lái)看，2017年IT軟件與服務(wù)的投入只有1500億。因此，未來(lái)大數(shù)據(jù)廠商切的主要預(yù)算不會(huì)來(lái)自IT，而是業(yè)務(wù)預(yù)算。只有做行業(yè)應(yīng)用的公司才更有機(jī)會(huì)拿到業(yè)務(wù)預(yù)算。因此，我們判斷，行業(yè)應(yīng)用會(huì)是未來(lái)***的細(xì)分領(lǐng)域。

我們重點(diǎn)關(guān)注的是金融、政務(wù)這兩個(gè)領(lǐng)域，主要去通過(guò)大數(shù)據(jù)在各行各業(yè)的成熟度判斷。根據(jù)愛(ài)分析大數(shù)據(jù)成熟度模型，我們主要從市場(chǎng)規(guī)模、基礎(chǔ)設(shè)施和應(yīng)用范圍去判斷各行業(yè)的成熟度，大數(shù)據(jù)在各行業(yè)的滲透情況。

首先，通過(guò)我們的分析，現(xiàn)在最成熟的是互聯(lián)網(wǎng)、金融、政務(wù)。金融的IT投入肯定是非常大的，銀行每年的IT投入就有800億，加上證券、保險(xiǎn)，整個(gè)金融IT投入是超過(guò)1000億。政務(wù)每年的IT投入大概是800億。

這兩個(gè)行業(yè)在整個(gè)中國(guó)IT投入占比非常高。中國(guó)2.3萬(wàn)億IT投入中，有大概1萬(wàn)億左右是運(yùn)營(yíng)商資源。去除掉這部分，金融和政務(wù)加起來(lái)會(huì)占到總投入的20%以上，現(xiàn)階段大數(shù)據(jù)投入主要還是來(lái)自IT預(yù)算。

其次，互聯(lián)網(wǎng)、金融和政務(wù)，信息化建設(shè)是最完善的，這里的信息化建設(shè)不光是基礎(chǔ)業(yè)務(wù)系統(tǒng)搭建，還包括數(shù)據(jù)的標(biāo)準(zhǔn)化、結(jié)構(gòu)化程度。醫(yī)療的基礎(chǔ)設(shè)施相對(duì)完善，IT投入也很高，但我們不認(rèn)為它會(huì)優(yōu)先爆發(fā)的原因，就是數(shù)據(jù)標(biāo)準(zhǔn)化的問(wèn)題。

數(shù)據(jù)業(yè)務(wù)鏈條上，現(xiàn)在能走通的就是金融和互聯(lián)網(wǎng)，醫(yī)療領(lǐng)域的數(shù)據(jù)標(biāo)準(zhǔn)化還在建立當(dāng)中。數(shù)據(jù)標(biāo)準(zhǔn)化程度高，才更容易產(chǎn)生深度的應(yīng)用。

第三，金融和政務(wù)兩個(gè)領(lǐng)域的公司，發(fā)展最快、體量***。根據(jù)我們的調(diào)研，2017年，像TalkingData、同盾科技、百融金服等公司，他們的確認(rèn)收入都已經(jīng)超過(guò)了1億人民幣，而1億人民幣收入是企業(yè)服務(wù)公司一個(gè)很大的門檻。

通用技術(shù)領(lǐng)域，我們會(huì)去關(guān)注那些有機(jī)會(huì)切入到行業(yè)應(yīng)用的公司。BI與可視化、用戶行為分析、AI平臺(tái)等領(lǐng)域，直接面向客戶的應(yīng)用問(wèn)題，更有機(jī)會(huì)切入到行業(yè)應(yīng)用。

比如用戶行為分析里面的神策數(shù)據(jù)、GrowingIO等公司，***個(gè)直接的方向是營(yíng)銷大數(shù)據(jù)，這樣以來(lái)會(huì)從原本工具軟件這個(gè)比較小的細(xì)分市場(chǎng)，跳入到營(yíng)銷市場(chǎng)，而我們知道，整個(gè)營(yíng)銷市場(chǎng)是萬(wàn)億級(jí)的市場(chǎng)，占GDP的2-3%。

數(shù)據(jù)服務(wù)市場(chǎng)，我們也會(huì)看它和行業(yè)應(yīng)用的結(jié)合，我們判斷純粹的數(shù)據(jù)交易公司機(jī)會(huì)有限，***方平臺(tái)將逐步崛起，這背后有幾個(gè)原因：

***， 政策方面，2017年安全法的發(fā)布，對(duì)數(shù)據(jù)隱私、數(shù)據(jù)合規(guī)性的要求大大提升，這會(huì)對(duì)***方數(shù)據(jù)公司是個(gè)利好，但第三方數(shù)據(jù)公司的業(yè)務(wù)受到很多限制。行業(yè)標(biāo)桿客戶也更愿意與有品牌、合規(guī)的公司合作。

第二， 數(shù)據(jù)既然要和應(yīng)用去結(jié)合，那么就需要熱數(shù)據(jù)，能夠持續(xù)不斷更新的數(shù)據(jù)，***方數(shù)據(jù)公司更容易實(shí)現(xiàn)這一點(diǎn)，因此數(shù)據(jù)本身就是他們業(yè)務(wù)不斷產(chǎn)生的。對(duì)第三方公司來(lái)說(shuō)，匯聚多方數(shù)據(jù)，持續(xù)更新的成本較高。

基礎(chǔ)平臺(tái)市場(chǎng)，我們認(rèn)為新需求帶來(lái)的增量市場(chǎng)更值得關(guān)注。基于行業(yè)應(yīng)用、數(shù)據(jù)分析產(chǎn)生的需求，也就是分析型數(shù)據(jù)庫(kù)的市場(chǎng)。

交易型數(shù)據(jù)庫(kù)市場(chǎng)進(jìn)入門檻太高，替代銀行等頭部客戶生產(chǎn)環(huán)境下的數(shù)據(jù)庫(kù)非常困難，這里面存在著數(shù)據(jù)丟失等風(fēng)險(xiǎn)，這是大企業(yè)很難接受的。而分析型數(shù)據(jù)庫(kù)基本都是搭建在離線場(chǎng)景，不存在這方面的風(fēng)險(xiǎn)。

這個(gè)市場(chǎng)目前是100億，我們判斷2020年會(huì)到150-200億，主要的增量來(lái)自分析型數(shù)據(jù)庫(kù)。全球基礎(chǔ)平臺(tái)市場(chǎng)規(guī)模是460億美金，這里面50-60%是交易型數(shù)據(jù)庫(kù)，40-50%是分析型數(shù)據(jù)庫(kù)，但國(guó)內(nèi)的分析型數(shù)據(jù)庫(kù)只有10%的份額，未來(lái)滲透率還有很大的提升空間。