2021年中国数据资产化工具

市场研究报告海比研究院研究总监宋涛2021.032021年中国数据资产化工具1核心观点– 市场规模：2020年中国市场规模达280亿元，未来五年复合增长率达41%，保持高速增长– 细分市场：数据存储113亿，决策应用54，以大中型企业需求为主，政府、金融行业是主市场– 重点区域：一二线城市占市场规模的八成以上，北京、上海、浙江、广东处于全国第一梯队– 用户规模：48万高需求用户，1.4万家数据资产化需求用户，实际客户开发率低，未来有34倍成长空间– 数据资产化：数据要素的全流程整合过程称之为数据资产化，分为数据资产形成阶段和管理阶段。– 行业发展周期：数据资产化还处于成长期的初级阶段，市场仍需培育– 业务价值链：价值链主要有五大环节，数据采集、数据存储和数据处理是战略环节– 核心技术：数据挖掘分析处理、先进技术融合、数据源整合能力、数据安全是核心技术市场规模行业概况应用前景竞争格局– 行业格局：互联网、金融和软件行业是数据资产化工具明星象限，餐饮、电信、媒体潜力高– 厂商营收：四成营收低于2000万，超五成利润低于1000万，五成客户数量在30家以内，六成客单价低于20万– 竞争格局：每百家同行业用户就有接近9家是业务重叠的竞争对手，整体竞争激烈程度较高。– 满意度：行业满意度水平不高，净推荐值21，主动推荐传播意愿较高，服务水平和产品匹配是推荐意愿关键要素– 需求情况：91%用户有需求，31%高需求，运营和IT部门需求多，处理和存储类为主，55%用户数据资源超100TB– 购买行为：75%用户固定时段采购，3月和6月居多，年均采购数量4个，数据安全和产品适用性对购买决策影响大– 支出规模：支出多在10-100万之间，客单价则是5-30万居多– 发展潜力：用户规模未来五年可达7万家，市场规模增长5.5倍，互联网、金融、软件、医疗和制造是热点应用方向rYlYmUnV8ZvZrQoP7NdN6MsQoOoMnMjMqQtQeRsRoO8OoPsNwMmMnQNZpMvNCONTENTS03市场规模04竞争格局01行业概况02技术水平05应用前景31.1 数据要素发展历程：大数据市场整体发展已进入融合阶段，未来以数据融合、智能决策和管理为主阶段>核心技术>1980—2005年2006—2011年2012—2016年2017-2022年代表>特点>• Hadoop• NoSQL• Elasticsearch• 安全技术• 分布式处理技术MapReduce• 列式存储BigTable• 分布式文件系统GFS• Memcached• Hbase起步阶段成长阶段变革阶段融合阶段数据库数据集市/BI大数据平台数据中台数据存储查询数据处理分析业务数据化数智融合数据资产化管理• Oracle• MySQL• SQL server• 人工智能• 云计算技术• 区块链技术• 安全技术图：中国数据要素应用发展历程数据来源：海比研究院，2021年；41.2 数据资产化产生背景：在宏观数据要素战略背景下数据融合阶段存在两大路径，数据资产化与管理是其中路线之一 在数据融合阶段，数据要素的应用方向产生了两个分支，除了满足于日常运营和管理决策之外，又出现了将数据要素整合为资产包，并进行统一管理和销售变现的第二个重要方向。伴随着中国市场的数字化建设程度不断深入，越来越多的机构建立并积累了基于自身业务的数据源，很多机构在对这些数据整合之后除了辅助管理层决策和日常运营之外，也在尝试将这些数据转变为商品，实现收入目标，从而实现数据资产化的过程转变。起步阶段成长阶段变革阶段智能决策数据资产化与管理图：数据资产化成为数据要素发展第四阶段的两大路线之一融合阶段51.3 数据资产化发展阶段：可划分为四个环节两大阶段，现大部分企业处于第一阶段 海比研究院认为，数据资产化可以粗略的划分为两个阶段，分别是数据资产形成阶段和数据资产管理与变现阶段。数据资产形成阶段则分为两个环节，分别是数据基础能力和业务数据化两个环节，主要是以源数据建设、数据采集、数据分析与应用等为主，市场大部分最终用户都处于第一阶段，甚至较大比例最终用户处于数据基础能力建设环节。数据资产管理与变现阶段，则包括数据资产化和数据资产变现两个环节，包括数据全流程治理、数据分析、可视化、数据决策应用和数据营销变现等。数据资产管理阶段企业/机构数据源客户—企业类—政府机构类—研究机构类—行业类—……—互联网—电商—社交—零售—政府/协会—数据采集—数据存储—数据清洗—数据检索数据资产化工具交易合作数据资产形成阶段数据基础能力业务数据化数据资产化数据资产管理1234—电信—交通—金融—医疗—数据分析—可视化—数据应用—智能决策数据来源：海比研究院，2021年；61.4 数据资产化展现形式与概念数据资产化将大数据市场各环节整合成一体，作为资产进行管理 现阶段用户的数据多处于散布状态，并没有进行统一的集合、管理与分析。数据资产化状态数据要素现有状态 在数据资产形成阶段，最大的特点就是将过去不同来源渠道的数据进行整合，将源数据、数据采集、存储、分析、管理与应用的各个环节捏合成为一个整体，从而形成基于企业/机构自身数据资源的数据资产包，海比研究院将这个数据要素的全流程整合过程称之为数据资产化。数据集成数据源数据采集数据存储数据分析可视化展示数据清洗数据挖掘数据检索数据源数据采集数据清洗数据存储数据挖掘数据检索数据分析数据集成可视化展示营销变现智能决策智能决策数据变现数据管理数据管理数据来源：海比研究院，2021年；71.5 数据资产化市场环境分析：政策环境政策扶持走向深度应用，特别是推动数据要素发展，数据资产化是重要方向 数据资产化相关政策已经历三个发展阶段，分别经历了起步阶段、深化阶段，现在已经进入应用阶段，该阶段更多鼓励数据的深度应用，并首次提出将数据与土地、劳动力、资本、技术等要素并称为五大生产要素。未来数据要素的市场化配置能力将得到进一步发挥，数据资产化也会进入深度应用阶段。《促进大数据发展行动纲要》2015年9月2016年3月十三五规划：实施国家大数据战略2017年1月《大数据产业发展规划（2016-2020年）》2017年12月中央政治局就大数据开展集中学习《电信和互联网行业提升网络数据安全保护能力专项行动方案》2019年7月《中共中央 国务院关于构建更加完善的要素市场化配置的体制机制的意见》2020年2月《关于工业大数据发展的指导意见》4月深化阶段起步阶段应用阶段2021年3月《工业数据分类分级指南（试行）》图：数据资产化相关政策环境分析数据来源：海比研究院，2021年；“两会”提出加强数据要素整合，推动立法工作启动5月中央财经委员会第九次会议：加强数据产权制度建设，维护好用户数据权益及隐私权81.5 数据资产化市场环境分析：经济环境经济进入增速换挡期，数字化建设需求旺盛，数据要素的积累呈爆发式增长 在中国经济迈入增速换挡期的当下，中国市场的数字化建设需求呈现急剧增长的态势。伴随数字化建设程度的不断提高，将会有更多的企业、政府机构等积累产生大量数据资源，越来越多的企业/机构开始意识到这些数据的价值，并希望对这些数据要素进行整合与管理，以便于为企业/机构管理者提供决策辅助支