報告編委

報告指導人

黃勇 愛分析 首席分析師

報告執筆人

洪逸群 愛分析 分析師

莫業林 愛分析 分析師

目錄

\1. 研究范圍定義

\2. 全場景地圖

\3. 場景定義與廠商解讀

\4. 入選廠商列表

1. 研究范圍定義

研究范圍

數據智能，是指以數據為生產要素，通過融合數據處理、數據分析與挖掘、數據可視化、機器學習等大數據和人工智能技術，實現數據驅動的智能分析與決策。

愛分析將數據智能劃分為平臺層和應用層。其中，平臺層是指支撐企業實現數據智能應用的通用基礎設施，包括大數據平臺、商業智能平臺、機器學習平臺等；應用層涵蓋的是各垂直行業和業務場景的數據智能應用，如智能營銷、智能風控、智能運營等。本報告的研究范圍聚焦于數據智能的平臺層。

根據企業進行數據管理的關鍵流程，結合愛分析對現階段企業數據基礎設施建設需求的調研，在本報告中，愛分析選取了數據存儲與處理、數據治理、數據分析與可視化、圖分析、機器學習模型開發、隱私計算、數據庫管理等7個場景，進行重點研究。

本報告面向企業決策層以及數據部門、業務部門負責人，通過對各場景的需求定義和代表廠商的能力解讀，為企業的數據智能平臺建設規劃與廠商選型提供參考。

廠商入選標準

本次入選報告的廠商需同時符合以下條件：

• 廠商的產品服務滿足各應用場景定義的廠商能力要求；
• 廠商具備一定數量以上的客戶服務案例（參考第3章各場景定義部分）。

2. 全場景地圖

愛分析基于對甲方企業和典型廠商的調研以及桌面研究，遴選出在數據智能平臺場景中具備成熟解決方案和落地能力的代表廠商，如下圖所示。

（注：以下所有場景中的廠商均按音序排序）

3. 場景定義與廠商解讀

愛分析對數據智能平臺各場景的定義如下。同時，針對參與了此次報告調研的部分代表廠商，愛分析撰寫了廠商能力解讀。

3.1. 數據存儲與處理

終端用戶：

數據部門

核心需求：

數據存儲與處理包括了數據集成、存儲、資源調度、建模、計算、查詢等能力，是支撐數據應用的基座，代表了數據平臺的基礎能力。

• 隨著數據來源越來越廣，數據分散在企業不同業務系統、數據庫中。企業需要將復雜的多源異構數據集成，讓數據得到充分應用；同時，為了解決海量異構數據的存儲問題，企業需要更加完備的數據存儲方案存儲多種類型和格式的數據，并考慮數據存儲的可擴展性、可靠性等要求。
• 數據量的指數級增長，導致數據查詢響應時間過長、交互體驗差，與此同時，企業對數據處理的實時性要求也不斷提高。企業因此需要通過資源優化、數據預計算等方式獲得數據查詢與分析的高性能。
• 傳統數據處理大量依賴人工操作，費時費力；同時隨著數據類型的增多，對開發人員的技術能力也提出更高要求，需要在數據處理中應用AI增強技術，以提高數據處理效率，并降低技術門檻。
• 隨著隨著云計算的逐漸普及，企業大量大量數據的產生、采集和應用都發生在云端，因此需要數據平臺在架構和功能設計上考慮云的運行環境，從而能夠利用云的彈性伸縮、敏捷性等方面的優勢。

廠商能力要求：

廠商需要能夠提供數據庫、大數據平臺、數據集成工具、數據開發工具等產品和解決方案之一，并具備以下相應能力：

• 能夠支持多源異構數據的采集、并高效完成數據清洗、轉換、加載等處理。
• 能夠支持海量異構數據的存儲，提供HDFS、Hive、鍵值存儲、文檔數據庫、圖數據庫、對象存儲等多種存儲系統，并保證數據的可擴展性、可靠性。
• 能夠通過產品設計和技術優化，實現高性能、高并發地數據查詢和數據分析。
• 能夠在數據清洗、數據建模、數據分析等環節應用AI增強技術，提高數據處理效率，并提高數據平臺產品的易用性，加快數據應用落地。
• 能夠提供云原生架構的解決方案，滿足企業在云端應用數據分析的需求，并充分利用云平臺的優勢。

代表廠商：

（入選標準：客戶服務案例在5家及以上）

百分點科技

廠商介紹：

百分點科技成立于2009年，擁有全棧的大數據和人工智能技術產品，包括大數據操作系統（BD-OS）和標簽管理系統等基礎引擎產品，以及智能審校系統等應用產品，涉及數字城市、應急管理、公共安全、生態環境、媒體出版、零售快消等多個領域。

產品服務介紹：

百分點大數據操作系統（BD-OS）是一款以大數據技術棧為基礎，提供異構數據的接入、融合處理和管理能力的一站式數據平臺。其存儲與處理部分包含數據集成、數據建模、數據處理等模塊，通過可視化、拖拽式的交互方式，實現離線數據及實時數據快速融合處理，大幅提高數據開發效率并降低開發成本。

能力解讀：

在數據處理方面，BD-OS是由百分點科技自研的數據集成引擎、調度系統引擎、數據融合引擎和任務提交的執行引擎作為支撐，在功能層面保證整個數據處理流程的完整性；在性能層面，實現高穩定性。如針對大任務量的情況，BD-OS調度系統引擎通過任務編排、執行和調度，可實現資源的統一調度和數據的統一管理。

BD-OS內置可視化ETL工具，可有效降低數據開發的門檻。BD-OS平臺內置大量數據關聯算法，基于這一平臺，用戶無需自己寫腳本，通過拖拉拽等可視化形式即可進行數據讀取、數據關聯和數據輸出等數據處理工作。

BD-OS具備良好的兼容性和適配性。BD-OS適配各種底層存儲計算平臺，包括HDP、CDH、華為FI以及MPP數據庫Guass200、Greenplum等；同時，BD-OS廣泛兼容信創生態，能夠兼容多種國產化軟硬件，覆蓋芯片、整機、操作系統和數據庫等。

典型客戶：

深圳市應急管理局、麗江市人民政府、國家廣播電視總局無線電臺管理局

滴普科技

廠商介紹：

滴普科技成立于2018年，是領先的全場景數據智能服務商。滴普科技打造了DataFacts數據智能服務產品平臺，FastData云原生多模實時數倉產品，和Deepexi DXP企業數字化場景落地產品體系，支撐企業從戰略到技術落地，實現全維度的數字化轉型。

產品服務介紹：

滴普科技的數據中臺解決方案由FastData云原生多模實時數倉和DataFacts數據智能服務平臺構成，具備數據集成、開發、建模、存儲、計算、數據服務、數據分析等能力，以支撐上層全場景的數據智能應用。

能力解讀：

滴普科技的數據集成工具DCT集數據遷移、數據訂閱及數據實時同步等功能于一體，支持20多種多源異構數據的匯集，可以支持離線、實時的數據接入，支持以插件化、熱插拔的方式對數據源進行擴充，降低數據建設成本。

滴普科技的FastData云原生多模實時數倉能夠支持多種結構化與非結構化數據的存儲與處理，并且通過底層的時序時空數據庫、云原生實時數倉、實時計算處理和分析引擎等產品，支持實時的流式數據導入和實時的數據分析，滿足企業對大規模數據處理的實時性要求；通過底層的云管控平臺產品DBaaS實現數據庫的備份、遷移、實例管理、監控、運維、鏈路分析等企業對數據庫的可靠性、可維護性的要求。同時，FastData在架構上實現了存儲和計算的全面分離，能夠靈活伸縮，大幅度降低客戶的使用成本。

滴普科技的數據開發套件DaaS簡單易用且功能全面，覆蓋了從開發、調試、發布到監控運維的全鏈路數據開發能力，并以可視化的流程圖和自定義數據處理邏輯的方式來進行各種數據處理任務；同時，其內置ETL具備豐富的算子，將各種復雜的數據開發場景做了業務化抽象封裝，使業務人員也能夠勝任較復雜的數據開發工作。

滴普科技平臺產品的云原生、云中立特性在充分利用云的彈性伸縮、敏捷性等方面的優勢的同時，也兼容多種公有云平臺，提供一致的使用體驗，并給用戶提供了安全可靠的云端使用環境。

典型客戶：

佛山市順德區政務服務數據管理局、遠盟康健

客戶案例：

佛山市順德區政務服務數據管理局為了給各部門政務應用提供高質量政務數據資源，實現高效的智慧政務服務，需要梳理全區各委辦局政務資源數據，并構建數據共享及服務體系。其面臨的主要痛點是區內數據量龐大且復雜，涉及50多個區屬部門20多億條政務數據，數據資源目錄3000余個，數據的集成、開發、存儲、計算等存在較大挑戰。

滴普科技依據相關政務數據處理標準，采用微服務架構、分布式云原生等技術，為順德政數局搭建了從底層基礎設施、大數據平臺、應用支撐系統，到數據展示的全面解決方案。

解決方案落地后，順德政數局完成了全區政務數據資源編目，梳理了3000余個數據資源目錄；為全區政務大數據應用體系建設提供了科學、規范且可持續的數據資源服務和支撐；基于個人數據賬戶和企業數據賬戶模型，面向全區提供高質量可信賴的數據資源，使其具備從數據到應用的創新能力。

海致科技、海致星圖

廠商介紹：

海致科技集團，專注數據智能技術創新，依托與清華大學共研的高性能圖計算技術，為政府、企業級用戶的數字化建設提供大數據分析、圖計算、圖數據庫等產品和技術。

海致星圖專注于提供企業級知識圖譜產品和服務，深耕金融、能源互聯網、工業互聯網等垂直行業，自研的知識圖譜、圖數據庫等產品和服務已覆蓋金融領域全業務場景。

產品服務介紹：

海致科技的DMC大數據一站式建模分析平臺，提供了從數據接入，到數據清洗、治理、建模、計算分析、數據服務、AI模型應用等數據全流程的管理和處理能力。

能力解讀：

針對不同行業數據形態的差異，DMC平臺支持上百種多源異構跨網數據的接入，包括各種數據庫數據、實時數據、云端數據等。

DMC平臺在架構上是Hadoop，底層計算引擎采用Spark，存儲采用HDFS，也可以對接常見云平臺如華為云、阿里云的存儲。針對公安、金融等行業客戶的業務場景特點，海致科技對Spark計算引擎做了源碼級別的改造，實現了數據查詢和分析的高性能，以及對數據的實時處理能力。此外，平臺一鍵化的數據清洗能力也提高了數據計算的效率。

為了使業務人員能夠自助構建多維圖表實現業務洞察，DMC平臺用SQL封裝的模式運行數據處理邏輯，業務人員不用寫SQL代碼，只需拖拉拽即可自助進行數據建模。支撐DMC平臺自助數據建模的包括了平臺沉淀的數百個警務算子，以及一些適用各行業的通用基礎算子。DMC平臺也支持技術人員直接寫SQL實現更復雜的數據建模。

為了實現數據到應用的閉環，快速實現業務價值，除了數百個警務業務算子，DMC平臺也提供了大量行業模型、業務應用、機器學習算法、數據挖掘模型、知識圖譜模型等，能夠開箱即用。

典型客戶：

廣東省公安廳、武漢市公安局、上海市公安局

九章云極DataCanvas

廠商介紹：

九章云極成立于2013年，專注于自動化數據科學平臺的持續開發與建設，提供自動化機器學習分析和實時計算能力，包括DataCanvas APS機器學習平臺和DataCanvas RT實時決策中心等系列產品，著重為數據科學家、AI從業者提供一整套開發平臺。

產品服務介紹：

DataCanvas RT是企業分布式流數據實時處理、分析和決策的中心，能夠將多種數據流接入實時處理并分析，將ETL、業務模型、機器學習、人工智能、可視化擴展到實時數據分析。

能力解讀：

DataCanvas RT實時決策中心穩定性和可用性良好，以開源架構作為支撐，保證了系統的高吞吐量。同時，DataCanvas RT具備流數據梳理能力，在數據采集與接入、數據存儲與查詢、數據分析與計算和數據服務全過程中，通過流作業的統一管理、調度等，確保即便在超大數據量、宕機等異常情況下，系統能夠具備一致性和穩定性。

DataCanvas RT提供在線模型訓練和模型預測能力。DataCanvas RT內置了機器學習模型訓練模塊，能夠對針對應用系統反饋的實時數據進行在線訓練，實時進行模型調整，及時反映線上變化，提高預測準確率。

DataCanvas RT服務了大量金融行業客戶，將相關的業務知識沉淀于DataCanvas RT平臺，打造了指標引擎、規則引擎和模型引擎等模塊。基于可配置的能力設計，DataCanvas RT能夠針對客戶具體應用場景，調用平臺中的指標庫、規則庫和模型庫等組件，提供在線數據分析服務。

目前DataCanvas RT能夠支撐的業務場景包括實時指標、實時授信、實時風控、實時監控和精準營銷等。

典型客戶：

山東城商行合作聯盟、日照銀行、五礦證券

客戶案例：

該股份制銀行此前經過多年IT建設，依托主流互聯網大數據生態圈，引入開源社區軟件框架，完成了大數據分析平臺、數據湖的搭建，建立了體系化的批量數據分析能力。然而該銀行依然面臨多方面挑戰。首先，批量式、準實時數據效率無法滿足所有的業務場景，無法覆蓋實時營銷推薦、實時風控、反洗錢等業務領域；其次，傳統數據交付方式復雜，無法滿足快速變化的業務需求。

該銀行客戶與九章云極DataCanvas合作，基于DataCanvas RT實時決策中心，搭建了全行級大數據應用支撐平臺。通過引入九章云極DataCanvas RT實時決策中心，該銀行建立了全行實時數據處理服務能力。

同時通過建立秒級數據加工、服務能力，成功支撐手機銀行足跡營銷、營銷管理、資金流向監控、大額資金變動、大額交易實時監控等近數十個實時場景。

Kyligence

廠商介紹：

Kyligence成立于2016年，由Apache Kylin創始團隊創建，專注于打造下一代智能數據云平臺，為企業提供自動化的數據服務和管理。基于機器學習和 AI 技術，Kyligence 從多云的數據存儲中識別和管理最有價值數據，并提供高性能、高并發的數據服務以支撐各種數據分析與應用，同時不斷降低 TCO。

產品服務介紹：

Kyligence的數據服務與管理平臺，提供了基于統一語義層的數據治理、智能建模、數據計算、分析、數據服務等能力。其產品主要有本地部署的Kyligence Enterprise和云原生產品Kyligence Cloud，并且平臺能夠無縫對接各種數據源以及主流的BI工具。

能力解讀：

Kyligence的產品可以幫助企業在數據存儲和數據應用之間構建統一的語義層，并且能夠應對海量數據與復雜業務場景的需求。同時，其語義層把數據表轉換成了對業務用戶更加友好的語義模型，便于業務人員快速獲取口徑一致的數據。

為了實現大規模數據查詢和分析的高性能，Kyligence通過預計算技術，為用戶預先構建好數據模型中的維度以及維度組合，因此可以在PB級以上數據規模達到亞秒級的查詢性能，同時降低計算資源成本。

基于機器學習技術，Kyligence的AI增強引擎能夠從SQL歷史記錄、分析師行為、數據采樣及運行時的指標中自動發現和查找重要和關鍵的數據資產，并推薦對存儲和計算的優化建議。同時，AI增強引擎也可以根據用戶定義的業務指標，智能地推薦適用該指標的數據模型。這不僅加速了應用的落地，也降低了人工建模的成本，從而更好地支撐企業自助式分析的需求。

Kyligence的云原生版本產品Kyligence Cloud能夠在各主流云平臺快速部署，充分利用云的資源彈性伸縮、低成本和敏捷性的優勢，簡化和加速云上的數據分析。

典型客戶：

太平洋保險、招商銀行

客戶案例：

某國有大行采用Kyligence的大數據解決方案建成了下一代云化數據倉庫，解決了分析入口多、交互式查詢性能不理想、難以隨著業務規模彈性伸縮和交付周期長等諸多困難，目前已取得良好效果：1）統一的數據服務入口；2）每天數十萬查詢，90%以上的查詢響應時間少于1秒；3）彈性伸縮，可調動數千個節點；4）應用交付最短只需2周。

某頭部券商經多年的數據平臺建設，逐漸沉淀了大量數據組件，不同組件特征給數據的管理和使用帶來了極大的挑戰。通過建設以Kyligence為核心的智能數據服務平臺，接入各類數據源，完成了統一的管理，實現了：1）數據服務化：接入不同數據組件的10個數據源共1000余張數據表，提供API、SQL等數據服務；2）數據資產化：數據服務沉淀80余個模型資產，更加聚焦管理有價值數據；3）數據智能化：AI增強引擎智能優化，累計推薦10000余個聚合索引，提升數據分析體驗。

明略科技

廠商介紹：

明略科技目前形成了數據中臺和知識圖譜平臺兩大產品體系，向包括公安、工業、政府、金融等行業客戶提供大數據和人工智能產品和解決方案。

產品服務介紹：

明略科技的數據中臺提供包括數據接入和數據開發等數據處理模塊。數據接入方面，包括低代碼和模板化配置以及可視化ETL等功能組件；數據開發工具則包括建模規劃、數據建模、流程編排和工作流開發等。

能力解讀：

明略科技的數據開發平臺具備很好的協同性。具體來看，該平臺通過構建不同職能、不同職級數據從業人員流水線式數據協作空間，使大數據開發過程流程化、組件化、可視化，從而做到協同有效，提高效率。對常規數倉建模、數據智能建模進行設計-開發-測試-上線的全生命周期管理。工作環境和上線環境隔離，實現持續開發，持續交付的一體化開發流程管理。

明略科技的數據中臺具備云原生的支撐能力，能夠與不同的廠商云體系適配，包括騰訊云、阿里云和亞馬遜云等。基于明略科技的數據中臺，采用了多個云產品的企業可實現不同云平臺數據拉通。此外，云原生可支撐數據中臺虛擬化。這對于大型的政府超腦項目客戶具備重要意義：明略科技的數據中臺使得不同層級的部門能夠基于統一平臺實現數據共享，而虛擬化則使得每個層級的政府部門保持獨立及擁有完整的數據體系。

典型客戶：

某城市超腦

同盾科技

廠商介紹：

同盾科技以人工智能、云計算、大數據三大核心技術體系為基礎，基于對數據的探索洞察和理解，將機器學習、聯邦學習、知識圖譜等領先技術與業務場景融合，為金融、保險、互聯網、政務、零售、物流等行業提供智能分析與決策服務。

產品服務介紹：

同盾科技的星河-大數據平臺提供數據采集、數據開發和數據加工等數據處理模塊。該平臺支持SQL代碼、Spark代碼、PySpark代碼進行查詢和分析；代碼可以進行周期性調度，調度的任務間通過指定依賴關系形成任務流，完成復雜的數據加工工作。

能力解讀：

星河-大數據平臺具備高可靠性。在該平臺數據總量30PB，每天增量100TB的情況下，實時計算接口響應時間在200ms內。此外，星河-大數據平臺計算引擎底層以Spark為主，在Spark開源基礎上，補充升級Catalyst計算引擎的優化自主開發，能夠快速實現對于PB級數據的高效處理。

星河大數據平臺具備良好的兼容性和適配性。該平臺可兼容客戶已經建設的大數據集群，包括CDH、華為FI、星環TDH等，在原有平臺的數據不需要遷移的情況下實現快速對接。

典型客戶：

滬杭甬高速

元年科技

廠商介紹：

元年科技是一家具有豐富的財務管理、業務運營和行業經驗的企業數字化轉型軟件商和服務商，提供技術中臺、業務中臺、數據中臺的規劃咨詢、軟件平臺和實施運營服務，服務過上千家大型企業集團。

產品服務介紹：

元年科技的數據中臺提供完整的從數據采集、數據存儲、數據處理到數據服務以及平臺運營的全流程解決方案，支持離線、實時處理以及人工智能算法模型的開發和應用。

能力解讀：

元年科技的多維數據庫基于IBM Cognos（于2016年從IBM收購）進行開發搭建，提供面向多維分析的較強性能。基于元年科技自身在財務領域積累的經驗，該數據庫能夠實現基于業務邏輯進行建模，形成財務模型、風險模型、審計模型和內控模型，為企業的業務多維分析提供及時的數據服務。元年科技在金融、地產、制造、零售快消、能源化工、交通物流等行業有豐富的服務經驗，積累了以財務為基礎的業務理解能力，可以結合較完整的工具產品，在數據開發環節協助企業進行數據模型體系設計。

新數科技

廠商介紹：

ShinData新數科技成立于2014年，是一家數據庫管理軟件創新企業，產品體系包括dbPaaS數據庫云管理平臺、數據遷移傳輸、數據庫安全管控以及分布式數據庫等多種產品及解決方案。服務于金融、制造、能源、零售和通信等行業客戶。

產品服務介紹：

新數科技基于成熟開源數據庫核心，為用戶提供涵蓋分布式與集中式場景的整體數據庫解決方案產品ShinDB。

能力解讀：

ShinDB分布式數據庫解決方案基于成熟開源數據庫MySQL核心，結合數據庫分庫分表中間件（sharding）等技術，可將數據運算壓力分布于不同節點，同時有效支持高可用和負載均衡功能。同時提供統一的SQL操作接口，以及管理、監控和運維變更系統，有效降低減少客戶部署和使用開源分布式數據庫的難度和周期，提升數據庫管理質量和實施效率。

ShinDB集中式數據庫解決方案是新數科技推出的一款以華為OpenGauss為內核的數據庫解決方案，支持從數據庫快速安裝部署、指標全面監控、異常主動探測、一鍵健康巡檢、標準運維變更、高可用自動切換到備份管理等一系列數據庫相關核心功能，構建了完備、健全的集中式數據庫管理系統及其統一管控閉環管理方案。

ShinDB容器云平臺，基于云原生技術，提供了容器化運行環境下多種SQL/NoSQL數據庫部署和管理服務，從而建立起數據庫私有資源云體系。用戶可以通過可視化管理系統，實現數據庫的快速交付、資源管理和自動化批量化變更運維操作等。

典型客戶：

民生銀行

3.2. 數據治理

終端用戶：

數據部門，業務部門

核心需求：

數據治理是指企業為實現數據資產價值最大化而開展的一系列持續工作過程。具體來看，數據治理包括數據質量管理、元數據管理、數據標準管理、主數據管理和數據資產管理等。在這一系列過程中，能夠通過相關規范并結合工具應用，實現確保數據質量、數據標準和數據的一致性等目標。

隨著數字化轉型加快以及預測性分析等智能化應用的發展，企業需通過數據治理提升數據質量等，從而為上層數據的應用打好基礎，更好地挖掘數據價值。當前企業對數據治理的需求正從以往監管要求驅動轉向企業內需驅動，核心需求包括兩個方面：

• 首先，數據治理工作包括數據質量管理、元數據管理、數據標準管理和主數據管理等，涉及的工作繁多而且復雜，企業普遍缺乏一套完善的數據治理機制，同時尚未設立專職負責數據治理，數據治理建設工作呈現零散、碎片化的狀態。企業需要通過建立數據認責機制和設立數據治理專職等措施，完善數據治理機制，推進數據治理工作。
• 其次，大量數據治理工具類應用，包括元數據管理、數據質量管理和數據資產管理等工具等，主要是針對IT人員而設計，使用門檻高，業務人員難以使用。企業需要更適合業務人員使用的易用性較好的數據治理工具應用。

廠商能力要求：

廠商需要能夠提供包括工具和咨詢服務在內的整套數據治理解決方案。

• 在工具層面，廠商需要能夠提供數據標準管理、數據質量管理和數據資產管理等關鍵模塊產品。具體來看，在數據標準管理方面，廠商需能夠配置特定行業規則模板，基于這些標準模板，推進數據治理工作；在數據質量管理方面，需能夠具備數據檢核與分析、數據質量報告輸出、數據質量規則設定和數據認責管理等；在數據資產管理方面，需具備元數據管理和主數據管理等核心模塊，除了元數據血緣分析和數據資產視圖等基本功能外，還需要能夠使用AI技術實現包括數據接入、資產目錄分類等一系列數據管理活動的自動化。
• 在咨詢服務方面，廠商需要具備豐富的服務經驗。針對特定的行業，廠商應該具備業務梳理能力，基于自身在該行業的經驗積累，幫助企業制定數據治理的戰略規劃，并在數據治理落地的過程中，通過培訓和落地數據認責機制等方式，推進企業的數據治理工作。

代表廠商：

（入選標準：客戶服務案例在5家及以上）

愛數

廠商介紹：

愛數成立于2006年，是一家大數據基礎設施提供商，提供的服務涵蓋結構化數據、非結構化數據、機器數據、知識圖譜數據等全域數據的構建能力，主要應用于政府、企業、金融、教育、醫療等行業。

產品服務介紹：

愛數的非結構化數據中臺解決方案基于其數據架構底座，融合了人工智能技術，能夠對文檔、圖片等各類非結構化數據進行整合、治理、洞察，并形成數字資產，構建了文檔管理體系、內容賦能體系、知識創新體系，應用于文檔管理、內容賦能、知識創新等業務場景。產品包括了企業內容管理平臺AnyShare，以及一站式知識網絡平臺AnyDATA 。

能力解讀：

AnyShare平臺采用創新的五層體系架構，即多文檔域、內容數據湖、云原生架構、內容總線、全終端一致的用戶體驗。獨創的多文檔域模式能夠支持每個文檔域獨立部署和管理，實現具有多網絡，多子業務單位的大型集團將不同來源的數據獨立管理和跨組織共享。

內容數據湖包括了對象存儲池、元數據池、索引數據池三部分，能夠為海量非結構化數據提供存儲、編目、標簽、摘要和檢索能力；全集群與高性能即時分析架構能夠為數據分析提升效率、節省時間。

文檔管理體系能夠對所有結果性文檔統一管理，實現文檔從創建到使用到歸檔銷毀的全生命周期管理。在數字資產安全方面，能夠建立數據級、訪問級、信息級的立體安全機制，滿足業務合規要求。

內容賦能體系基于內容總線架構，融和自身內容服務能力，集成OCR等大量第三方生態的技術及應用能力，將內容服務普及到業務系統和場景中，覆蓋業務內容統一管理、業務流程自動化以及內容應用開發三大內容賦能場景。

知識創新體系基于內容平臺+知識網絡+知識中心，通過NLP、知識圖譜、遷移學習等AI技術，為企業構建私域數據知識網絡，結合企業知識戰略，應用智能知識運營方案以及知識咨詢服務，搭建完整的知識創新體系，從而賦能業務運營、創新及決策。

典型客戶：

天津生態城、金誠同達律所、晶盛機電、筑森設計、金地集團

客戶案例：

某國家級化工勘察設計單位，在采用傳統文件管理系統進行工程項目文件管理中，隨著文件持續積累，面臨著以下挑戰：1）在文檔數據采集方面，文檔數據采集量不足10%，系統速度慢，安全合規管理混亂；無法對接新業務系統；對非文檔數據認識不足。2）在文檔數據使用方面，文件檢索效率低，缺少復雜搜索能力；缺少自動化的內容理解能力；

該企業采用了愛數非結構化數據中臺AnyShare采集結果型文件、過程型文件以及關鍵業務系統數據，基于內容數據湖、內容集成開放框架等實現海量非結構化數據存儲、智能內容搜索以及內容安全合規。

通過采用愛數的解決方案，該企業實現了：1）文件的跨系統調用時間縮短至原來的十分之一；2）將數字TB圖紙、報告、說明等非結構化數據統一管理，實現文檔全生命周期的保護，滿足了合規性要求；3）實現了全平臺搜索能力和在線預覽服務；4）促進了知識積累、留存和復用。

百分點科技

廠商介紹：

百分點科技成立于2009年，擁有全棧的大數據和人工智能技術產品，包括大數據操作系統（BD-OS）和標簽管理系統等基礎引擎產品，以及智能審校系統等應用產品，涉及數字城市、應急管理、公共安全、生態環境、媒體出版、零售快消等多個領域。

產品服務介紹：

百分點科技通過咨詢加產品的模式向客戶提供數據治理服務。百分點科技的大數據操作系統（BD-OS）提供完整的數據治理產品模塊，包括數據標準管理、數據質量管理、元數據管理和數據資產管理等。通過結合咨詢和工具應用，百分點科技能夠為客戶提供完整的數據治理解決方案。

能力解讀：

百分點科技服務了大量包括政府、應急、環保和公安等領域客戶。在服務這些客戶的過程中，百分點科技積累了大量行業知識和業務理解能力，尤其針對應急管理場景，百分點科技形成了較強的數據治理方法論。

以完整的數據治理方法論作為支撐，百分點科技在數據匯聚、數據處理以及數據服務等環節中，能夠基于一套完整的工序有條不紊地推進數據治理工作。例如，在數據匯聚環節，能夠通過數據調研表、接入方案等進行數據盤點和接入方案設計；在數據處理的環節，通過標準規范文檔、數據字典進行標準制定；在數據服務環節，通過數據分級分類等進行運營規范制定，通過資源數據目錄梳理進行資源目錄設計等。

在咨詢的基礎上，百分點科技能夠很好地結合工具應用助力企業推進數據治理工作，如BD-OS平臺能夠實現數據的匯聚和數據處理等；低代碼開發組件應用于元數據開發、數據資產目錄構建等工作，加快數據治理工作的部署實施。

在實施服務方面，百分點科技的實施團隊規模較大，分布覆蓋全國大部分地區。此外，項目實施工作完全由百分點科技自己承擔，不依賴第三方交付，可以很好地保證交付質量。

典型客戶：

廣東省應急管理廳、北京市石景山區人民政府、新華社

客戶案例：

百分點科技為廣東省應急管理廳構建了全省“大應急”數據中臺，整合安全生產、消防、海事、交通、環保、民政、水利等24個相關廳局的數據資源，實現應急數據接入、處理、存儲、應用等全生命周期治理，構建數據全域覆蓋、分級匯聚、縱向聯通、統一管控的大數據體系，形成應急數據地圖，使應急數據資源“看得清、管得住、控得牢、處置快、損害低”，并通過數據共享交換平臺支撐多個業務應用，提升應急管理業務能力。

全面融合感知數據、社會和互聯網數據、應急管理內部數據及其他政府部門數據，實現跨部門、跨區域、跨行業的信息共享和資源統籌，并在此基礎上進行數據建模分析，構建災害鏈、防汛、森防等知識圖譜，實現應急一盤棋管理，針對臺風、危化品、火災等突發事件的不同類型進行分類管理，提升災害應急處置效率。

滴普科技

廠商介紹：

滴普科技成立于2018年，是領先的全場景數據智能服務商。滴普科技打造了DataFacts數據智能服務產品平臺，FastData云原生多模實時數倉產品，和Deepexi DXP企業數字化場景落地產品體系，支撐企業從戰略到技術落地，實現全維度的數字化轉型。

產品服務介紹：

滴普科技通過數據集成工具DCT和數據開發和管理套件DaaS等工具產品、業務和數據咨詢服務以及實施服務，為客戶提供完整的數據治理能力，覆蓋數據建模、數據開發、數據服務、元數據管理、數據血緣、數據質量管理等數據治理過程的各個環節。

能力解讀：

滴普科技的數據治理服務能夠集成散落在企業各方的數據，并對異常數據進行清洗，完成海量數據的集成、存儲、計算、資產化過程，從而有效消除數據孤島，實現實時的數據信息共享。

滴普科技具備完善的數據治理機制，通過數據建模、數據標準的建立、數據質量的監控和流程的優化等，保證數據標準可落地、數據開發可管理、數據質量可稽核。同時，通過多重的異常處理機制，確保企業數據資產的完整性和一致性。

滴普科技的資產地圖能夠對全域數據匯集和全鏈路數據追蹤，展示用戶的指標、模型等數據資產。用戶可以全面掌握數據中臺的資產狀況，快速地查找、定位需要的數據。

在數據治理的易用性方面，滴普科技面向管理人員提供元數據、數據質量、數據地圖、指標管理等功能，實現全程可視化操作，能夠很好地協助數據部門進行配置和監控。

滴普科技積累了大量數據治理的咨詢經驗，能夠針對不同行業的行業特性，從客戶的業務出發設計相應的數據模型和完善的數據治理機制。

典型客戶：

百麗國際、滔搏運動、中外運物流、九洲電器、科倫藥業

觀遠數據

廠商介紹：

觀遠數據成立于2016年，公司為泛零售、消費以及互聯網領域客戶提供智能數據分析與決策(AI+BI)解決方案。提出一整套從敏捷分析(BI)到智能決策(AI)的完整“5A”落地路徑方法論，為企業實現從傳統BI到智能分析與決策的轉型。

產品服務介紹：

觀遠數據的數據開發平臺Universe以服務AI和BI數據應用為核心，由開發平臺提供底層數據處理能力的支撐，同時向上拓展輕量級的數據治理和數據服務能力，提供與業務應用緊密結合的一站式解決方案。

能力解讀：

數據開發平臺以數據開發為核心，提供數據源對接、任務開發、調度管理、插件擴展、數據存儲與服務能力。

任務開發可進行ETL等數據任務的開發，進行可視化的數據集成與處理；調度管理支持復雜靈活的流程編排、調度與監控，實例化的運行機制支持復雜的運維操作；插件體系提供了簡單易用的SDK以及插件API，方便開發人員自定義特殊算法來處理數據。

數據開發平臺能夠無縫對接觀遠BI平臺，可以進行SmartETL的平滑遷移和數據集存儲共享，為BI平臺提供了一個強大的底層數據處理能力的支撐，便于流暢的管理從數據開發到數據應用的整個流程。

通過數據開發平臺，可以支持表級別的數據血緣，便于分析數據的血緣來源及影響范圍；同時，基于數據集進行校驗規則設置，平臺支持定時檢測及產出數據質量報告。

典型客戶：

丸美，珀萊雅，蜜雪冰城，新華書店，紅豆

海致科技、海致星圖

廠商介紹：

海致科技集團，專注數據智能技術創新，依托與清華大學共研的高性能圖計算技術，為政府、企業級用戶的數字化建設提供大數據分析、圖計算、圖數據庫等產品和技術。

海致星圖專注于提供企業級知識圖譜產品和服務，深耕金融、能源互聯網、工業互聯網等垂直行業，自研的知識圖譜、圖數據庫等產品和服務已覆蓋金融領域全業務場景。

產品服務介紹：

在數據治理場景，DMC平臺能夠提供完整的數據治理工具，核心能力體現在數據標準、數據血緣管理等方面。同時，海致科技在警務數據治理上能夠提供專業和體系化的咨詢服務。

能力解讀：

DMC平臺支持對不同行業類型的數據進行清洗并達到數據標準。同時，針對警務數據的特點，DMC平臺內嵌公安標準庫、主題庫等公安數據標準體系，具備庫表標準、元數據、血緣、質量等數據資產管理能力，支持公安業務屬性的事件庫、要素庫、標簽庫等數據知識一鍵式構建能力。

DMC平臺的數據血緣管理能夠支持客戶追溯數據從接入、到清洗、處理加工的所有過程，了解數據的來龍去脈。因此，公安客戶出于業務和合規需求，可以通過平臺的數據血緣關系模塊了解數據被不同平臺的使用情況，包括所有的操作和產生的結果，具備很大的業務價值。

在咨詢服務方面，海致科技具備大量公安客戶的服務經驗，能夠根據公安客戶數據環境和數據情況的不同，為不同的數據治理項目提供定制化解決方案。

此外，針對不同級別警務數據彼此獨立的現狀，海致科技在業內率先在與相關部門合作探索為省廳和地市間，跨警種間解決了跨省市及警種的數據協同治理和協同服務的問題。

典型客戶：

公安部第一研究所、山東省公安廳、北京市公安局公安交通管理局

Kyligence

廠商介紹：

Kyligence成立于2016年，由Apache Kylin創始團隊創建，專注于打造下一代智能數據云平臺，為企業提供自動化的數據服務和管理。基于機器學習和AI技術，Kyligence從多云的數據存儲中識別和管理最有價值數據，并提供高性能、高并發的數據服務以支撐各種數據分析與應用，同時不斷降低TCO。

產品服務介紹

Kyligence的產品通過對接各類數據源，并提供標準的MDX接口，為用戶構建統一的語義層，用戶可以通過管理數據模型的方式來實現對數據的治理。

能力解讀：

Kyligence將數據表轉換為維度、度量、層級結構等業務人員熟悉的語義模型，并構建出一個可以在不同的BI工具中實現復用的統一的語義層，有效解決了數據孤島的問題，方便業務人員的使用。

針對IT負責人對數據用量無法完全掌握的現狀，Kyligence的統一語義層能夠支持用戶查看數據模型對存儲資源的使用情況、數據模型支持的分析場景的數量、以及使用了該模型的分析師的數量等信息，這對數據治理團隊衡量數據模型的價值和收益有很大幫助。

Kyligence通過統一語義層將割裂的BI分析負載集中到數據平臺，讓用戶和數據訪問的管理可以統一配置在數據平臺的數據資產層，并作用到所有上層業務應用，IT無需對下游系統配置額外的訪問控制，因此降低了用戶的數據分散在不同業務系統帶來的數據安全風險。

典型客戶：

Costa，UBS，YUM

明略科技

廠商介紹：

明略科技目前形成了數據中臺和知識圖譜平臺兩大產品體系，向包括公安、工業、政府、金融等行業客戶提供大數據和人工智能產品和解決方案。

產品服務介紹：

明略科技以產品加咨詢的方式向客戶提供服務。明略科技數據中臺以云原生和數據資產圖譜平臺兩大支撐能力為支撐，提供的數據治理工具組件包括元數據管理、數據標準管理、數據質量管理和數據共享工具等。

能力解讀：

明略科技長期服務于政府、工業、金融以及零售等行業和領域，尤其在政府和工業領域，具備成熟的數據治理建設和落地經驗。基于這些經驗，同時結合數據治理工具，明略科技能夠針對客戶面臨的痛點提供解決方案。例如，針對政府客戶，數據中臺建設往往涉及不同委辦局之間的數據共享和數據管理，明略科技積累的大量政府行業落地經驗，包括數據標準體系和數據標簽體系等，使得其能夠快速推進相關工作。

在產品方面，明略科技的數據資產圖譜平臺能夠實現業務元數據體系和IT元數據體系的打通，能夠支撐業務人員和技術團隊以在線化的方式實現協作，很好的解決企業數據管理領域多年存在的難點。具體來看，相比傳統的庫表結構，明略科技以網狀關系為核心的圖模型技術為支撐，在數據接入、加工到消費等數據全生命周期中，對元數據進行管理，將業務和IT兩個部門相關的數據連接成“一張網”，實現元數據的共享、統一管理和數據應用。

典型客戶：

某城市超腦、湖南國網

客戶案例：

某市推出了城市超級大腦項目，目標是建設市數據大腦，基于數據大腦提升數據治理能力和大數據分析能力，搭建起“一網通辦”、“一屏通享”等數據應用體系。

明略科技聯合騰訊云為該城市超級大腦數據中臺建設提供了一整套解決方案，包括軟件產品和咨詢服務兩部分。軟件產品方面，包括數據匯聚平臺、數據標準化平臺和元數據管理平臺等；咨詢方面，明略科技提供的服務包括：幫助該市數據資源管理局建立了數據治理的組織保障和工作流程；制定數據管理和治理、數據開發運維、數據運營等方面的管理標準、技術標準及數據標準等。

效果層面，城市超級大腦項目取得了階段性的成效，包括資源目錄、數據歸集以及數據共享三個方面。其中，在數據共享方面，接口累計調用130億次；庫表交換累計40億條，為35家委辦局提供服務。

米雅科技

廠商介紹：

米雅科技成立于2014年，從聚合支付開始助力企業與消費群體建立連接，為零售商、品牌商提供“Data+AI+Solution”的SaaS平臺，幫助企業發揮數據資產的價值，用數據為消費者創造價值，最終實現業務增長。

產品服務介紹：

米雅科技數據中臺數據治理核心模塊One ID數據引擎，能夠結合元數據管理、數據質量管理、數據資產管理和數據安全管理等工具，通過數據資產視圖等方式輸出數據服務。

能力解讀：

米雅科技主要服務零售企業客戶，其數據中臺專注于消費者運營場景的應用。米雅科技的數據中臺內置了消費者運營領域的各類算法模型，包括銷售預測模型以及忠誠度預測模型等。客戶能夠調用這些模型，運用于會員洞察與管理、客戶忠誠度分析以及營銷自動化等場景中。

米雅科技數據中臺的核心模塊One ID數據引擎采用實時和離線計算技術作為支撐，能夠保證在大數據量和數據多維度的情況，保持穩定性。One ID模塊配置了元數據管理、數據質量管理等工具，能夠及時打通用戶數據，整合用戶在多渠道的數據并進行畫像，翔實的描述用戶的偏好以及特性。

米雅科技重視數據安全體系的搭建，注重消費者隱私保護。米雅科技擅長基于消費者數據進行區域性或者具體群體的消費者行為分析。其可通過技術手段，做到不暴露消費者個人數據，消除零售客戶對于數據共享和數據安全等方面的擔憂。米雅科技目前跟華為達成合作，加強數據安全的研發投入。針對SAAS到私有化部分等不同場景中提供了多種不同安全級別的設計、部署方案。識別存在的風險并進行規避和加固。同時米雅系統遵循數據權限分級管理制度，對賬號權限進行了詳細切分。并設計了審計等功能。

典型客戶：

華東某知名服飾品牌、東北某大型商企集團

客戶案例：

某知名服飾品牌通過新零售渠道、智慧門店、小程序等數字化建設積累了可觀的會員資產，然而依舊存在諸多問題：購物者在不同渠道的身份未打通，無法享受統一的權益；不同業務線缺乏統一規范，管理者很難以全局的角度審視運營活動效果等。

米雅科技幫助該品牌搭建數據中臺，實現數據治理。幫助該品牌建立統一的數據處理流程，整合線上線下各渠道的會員、訂單等數據，實現購物者身份的統一識別；和客戶的數據團隊一起，梳理了其業務模型，實現元數據的收集和數據血緣系統的搭建。此外，通過建立數據質量視圖，讓管理者能夠直觀的度量各業務的數據質量情況。

進行數據治理之后，該品牌實現了不同業務線指標命名以及計算口徑的統一，將原來總計3000多個業務指標合并到100個左右，指標整合后，顆粒更加清晰；基于統一的數據服務層、設計并建立了會員資產視圖，購物者在多渠道的積分、權益實現統一。

同盾科技

廠商介紹：

同盾科技以人工智能、云計算、大數據三大核心技術體系為基礎，基于對數據的探索洞察和理解，將機器學習、聯邦學習、知識圖譜等領先技術與業務場景融合，為金融、保險、互聯網、政務、零售、物流等行業提供智能分析與決策服務。

產品服務介紹：

同盾科技為客戶提供咨詢和產品結合的數據治理解決方案。星河大數據平臺數據治理相關的核心模塊包括元數據管理、數據質量監控和資產目錄等。

能力解讀：

同盾科技長期服務于金融和政企行業，積累了深厚的行業知識以及相應的數據治理方法論。針對金融和政企行業客戶，同盾科技基于自身積累的大量行業標準知識，通過輸出咨詢服務，同時結合星河-大數據平臺的工具模塊，能夠幫助客戶推進數據治理工作。

同盾科技的數據治理模塊是與數據開發平臺同時向客戶提供服務，基于的星河大數據平臺，可同時實現數據開發和數據治理的工作，保證了數據資產平臺與數據處理的過程實現無縫對接，如元數據信息的自動對接等，助力企業降低成本。

典型客戶：

滬杭甬高速

客戶案例：

在全國建設智慧高速公路的浪潮下，滬杭甬高速展開了智慧高速大數據平臺建設項目，希望通過搭建統一的數據中臺實現數據的匯聚，構建數據資產，實現數據的共享和高效管控，支撐起智慧高速的各類應用場景。

以星河-大數據平臺為支撐，同盾科技為滬杭甬高速運營商搭建了智慧高速云控平臺。智慧高速云控平臺融合星河大數據平臺的數據開發、數據治理以及統一數據服務等功能模塊，以數據資產大屏的方式支撐業務人員使用。在數據治理方面，同盾科技通過輸出咨詢服務，梳理客戶各類業務數據，結合高速公路行業數據規范制定數據統一規范，并構建統一數據公共層。

在應用效果方面，智慧高速云控平臺集成了運行監測、應急指揮、養護管理、收費管理、重點車輛跟蹤、營運分析等各項功能，提供智慧高速、智慧隧道、智慧橋梁、智慧樞紐、智慧服務區等場景應用。

御數坊

廠商介紹：

御數坊是一家專注于數據治理領域的企業。御數坊以“咨詢服務+軟件產品”的一體化交付模式服務客戶，行業覆蓋銀行、證券、能源、地產、汽車、通信、制造和政府等領域。

產品服務介紹：

御數坊以數據治理咨詢起家，目前形成了咨詢和產品一體化的服務模式，其拳頭產品“DGOffice”協同數據治理咨詢，實現對企業客戶全域數據管理。基于DGOffice，用戶可完成對數據資產的盤點梳理，實現數據質量管理數據認責管理、數據標準管理和數據資產管理等工作。

能力解讀：

御數坊服務了50余家500強企業，行業覆蓋能源、通信、金融、汽車、政府、房地產等眾多領域，形成了自身的經驗和數據治理方法論。御數坊是全國信標委大數據標準工作組成員，參加DCMM、數據質量評價、數據治理規范國家標準編寫。

御數坊采用咨詢和產品一體化的服務模式，可面向跨行業的業務場景，通過輸出數據治理方法論，如方法論流程模板庫和行業標準數據庫等，并結合DGOffice工具應用組件，以在線化和協同化的思路，幫助客戶推進數據治理工作。

咨詢方面，在服務模式上，御數坊采取微咨詢的服務模式。在這一模式下，御數坊會圍繞著客戶反饋的業務場景和數據問題，如營銷指標治理以及客戶數據治理等，提供咨詢服務。這種面向場景的微咨詢能夠圍繞具體痛點，快速解決客戶問題，具備見效快和效率高的特點。

在產品方面，DGOffice具體低代碼和組件化的技術能力，能夠快速的支撐起客戶個性化的管理場景，提高實施與交付的速度。此外，DGOffice還內置了大量智能化組件，包括NLP和知識圖譜等，提升了產品平臺的易用性，讓數據治理更簡單高效。如DGOffice可基于業務規范建立業務知識圖譜，構建數據與業務語義關聯，還原數據資產的業務背景知識，提高用戶數據使用體驗。

典型客戶：

國家電網、南方電網、中國移動、中國聯通、申萬宏源證券

客戶案例：

某省級能源企業此前已展開了由公司IT管理部門牽頭的年度性的數據質量專項治理提升工作。這雖然取得了一定的成效，不過問題依然艱深，主要表現為：同時充當“裁判”和“運動員”的IT部門難以有效推動業務部門深度參與，由業務定義和管理要求引起的數據問題成為頑疾。

在這一背景下，御數坊首先為該企業設計了一套數據認責的機制，讓業務管理部門成為數據治理工作的主體，并明確了各方的責任。在這一套機制的框架下，御數坊以問題為導向，選取核心問題數據，小范圍試點實施。隨后，結合重點指標需求，分批次在全省推廣，全面落實數據認責機制。

在工具層面，御數坊還部署到客戶DGOffice數據認責工具及數據指標溯源管理工具，全面保障認責關系的可視化、可管控、可追蹤，數據治理工作效率大幅提升。

效果層面，2019年，全省完成數據認責推廣，99%關聯到責任人，覆蓋7個重點任務25個業務指標，數據質量提高2倍，平均節約成本156萬/年/供電局。機制層面，形成了數據認責推動數據質量提升的有效工作機制。

元年科技

廠商介紹：

元年科技是一家具有豐富的財務管理、業務運營和行業經驗的企業數字化轉型軟件商和服務商，提供技術中臺、業務中臺、數據中臺的規劃咨詢、軟件平臺和實施運營服務，服務過上千家大型企業集團。

產品服務介紹：

在數據治理場景，元年科技的數據中臺解決方案能夠提供完整的數據治理產品和服務，覆蓋從數據采集、形成數據資產到數據服務的全生命周期，包括數據標準管理、數據質量管理、數據資產管理等核心功能。

能力解讀：

產品層面，元年科技的數據中臺具備完整的數據治理功能，涵蓋數據生命周期管理、主數據管理、數據質量管理、數據標準管理、數據安全、數據標準管理、元數據管理、數據標簽管理、數據資產管理等，其中數據資產管理具備完善的數據資產分類和權限管理功能。

元年科技具備數據治理咨詢服務能力，通過專門的咨詢團隊和方法論，將數據治理咨詢融入數據平臺建設過程中，輸出數據治理理念，協助企業搭建配套的組織架構，建立流程和規范，并通過數據治理產品工具進行落地，實現持續運營。

元年科技在管理會計、財務管理和管理咨詢領域有21年積累，服務了近千家大型企業集團，在服務大型企業的數據治理方面有較強能力儲備。尤其面向以財務為核心的經營分析主題數據治理，元年科技積累了豐富的數據管理體系設計、數據標準體系設計等方法論。

典型客戶：

三諾生物

云徙科技

廠商介紹：

云徙科技成立于2017年，是專注于消費者數字體驗的中臺解決方案提供商。云徙科技的產品體系包括針對中大型企業客戶進行私有化部署的“數艦”及SaaS營銷產品“數盈”，服務于快消、家電、汽車和地產等行業。

產品服務介紹：

云徙科技通過咨詢加產品的方式為客戶提供數據治理解決方案。云徙科技數據中臺數據治理能力和模塊包括數據資產管理平臺（如數據血緣追溯、標簽體系管理等）以及數據資產運營平臺（包括標簽模型和算法模型等）。

能力解讀：

云徙科技專注服務于零售、地產和汽車等行業的數字營銷場景，積累了豐富的針對營銷場景的數據治理經驗。在長期服務客戶的過程中，云徙科技針對客戶數據治理的難點進行提煉總結，形成了自身的方法論并固化成產品沉淀在數據中臺，形成了針對營銷域的完整數據治理體系。

針對營銷域的數據治理，云徙科技的數據中臺具備良好的模型設計和指標管理體系能力。在典型的數據中臺項目中，云徙科技能夠結合客戶具體業務情況和應用場景，事先梳理出一套標準（如命名規范、數據血緣關聯關系等），基于統一規范和流程為后期的數據采集、數據融通、數據加工和數據服務等工作打下良好的基礎。

另外，云徙科技的數據中臺內置了豐富的業務模型體系，包括主題域模型、標簽模型和算法模型等，這些模型結合底層數據處理能力，能夠形成與具體業務場景高度耦合的數字資產，通過數據資產目錄平臺進行分發，實現數據的共享和復用。

典型客戶：

海爾集團

客戶案例：

海爾集團近年來業務快速擴張，業務從原來的家電擴展至目前的金融和地產等各個領域。不同的業務部門都建設了自身的數據系統，煙囪建設問題嚴重，集團希望通過建設數據中臺和業務中臺，將不同的系統數據拉通，并構建統一的數據資產平臺，使得數據資產能夠共享和復用。

云徙科技為海爾集團部署上線了數據中臺，搭建了統一的標簽平臺。通過該平臺，業務標簽可輸送給不同部門人員進行使用。目前，該標簽平臺主要是針對經銷商體系的標簽建設，隨著項目的推進，未來將擴展至消費者體系搭建。

在數據治理方面，由于海爾集團IT建設歷史較久，內部存在3000多套業務系統，并且仍在不斷擴展。由于歷史建設原因，很多數據無法被調用和使用，阻礙了數據價值的發揮。云徙科技以咨詢和產品的方式，通過流程規范建設等為海爾集團解決這一問題。

3.3. 數據分析與可視化

終端用戶：

業務部門、企業管理人員、數據分析師

核心需求：

數據分析與可視化是指基于一整套平臺和工具實現對數據的分析和洞察，具體包括數據準備、數據探索和數據展示等一系列過程。

• 傳統上，關聯關系挖掘等數據分析工作主要依賴人工進行，效率低下，并且容易受到個人主觀判斷影響。隨著數據量的增大，以及數據類型變得越來越復雜，影響數據之間關聯性的因子劇增，這對傳統的依賴人工進行數據分析的模式構成巨大挑戰。企業需要通過AI技術實現數據分析過程的自動化，從而提升效率。同時，需要融合機器學習等AI技術進行自動數據探尋，提升數據分析深度，彌補人工分析的不足。
• 隨著企業數字化轉型的深入，企業各個層級的人員需能夠獲取數據，利用數據驅動業務決策，數據分析服務需要實現平民化。首先，數據分析師等分析人員需要一個低門檻的自助式的數據分析平臺，可基于這一平臺快速實現數據的洞察和分析；其次，終端用戶（從高層管理人員到基層員工）也需要能夠獲取到數據服務，可通過自然語言交互等方式隨時隨地、低門檻地獲取數據分析服務。

廠商能力要求：

• 平臺需要具備從數據接入、處理到分析的完整數據處理流程，并具備接入多個來源數據的能力。具體而言，平臺需要具備的關鍵模塊包括數據查詢、數據可視化、儀表板、數據探尋分析和可視化報表等。在可視化方面，平臺需要能夠使用多樣的方式、圖表展示分析結果。同時，可視化視圖能夠具備多維數據展示的能力。
• 以AI應用為核心的增強分析能力正在成為數據分析與可視化場景的重要能力要求。增強分析能力包括三個方面：基于AI算法，能夠在數據準備和數據探尋等數據分析環節中實現流程的自動化，提升效率；通過AI技術自動進行關聯網絡分析，通過智能化的數據探尋，實現脫離人為經驗的數據洞察；基于內置的自然語言識別能力，用戶通過文字和語音的形式即可查詢數據分析結果，同時，平臺還能夠通過智能預警的方式將數據分析結果推送至相關人員。

代表廠商：

（入選標準：客戶服務案例在5家及以上）

百分點科技

廠商介紹：

百分點科技成立于2009年，擁有全棧的大數據和人工智能技術產品，包括大數據操作系統（BD-OS）和標簽管理系統等基礎引擎產品，以及智能審校系統等應用產品，涉及數字城市、應急管理、公共安全、生態環境、媒體出版、零售快消等多個領域。

產品服務介紹：

百分點科技的商業智能系統Clever BI是一款數據可視化分析產品，涵蓋數據接入、整合、管理到輸出的完整解決方案，具備自然語言交互式分析的功能。

能力解讀：

Clever BI易用性良好。系統具備自然語言查詢的能力，基于該平臺，用戶通過語音或者自然語言的方式即可與系統互動，獲取數據分析服務，大大降低數據分析的使用門檻。

Clever BI具備較強的可視化展示能力。系統基于圖形語法學理念，將數據映射到幾何對象的視覺通道中，避免出現圖表類型無法窮舉、分類沖突的弊端。并且能夠生成精美的數據看板、可視化大屏、數據門戶，充分滿足政企客戶對于大屏展示及對報表的需求。

Clever BI具備嵌入式分析能力。系統內的前端核心渲染能力已封裝成SDK，支持以SDK形式深度調用，供開發者簡單高效地集成進自己的業務生態。

典型客戶：

中國文化傳媒集團、常州市生態環境局、龍湖集團

滴普科技

廠商介紹：

滴普科技成立于2018年，是領先的全場景數據智能服務商。滴普科技打造了DataFacts數據智能服務產品平臺，FastData云原生多模實時數倉產品，和Deepexi DXP企業數字化場景落地產品體系，支撐企業從戰略到技術落地，實現全維度的數字化轉型。

產品服務介紹：

滴普科技的DataSense產品通過自動化數據科學、機器學習和AI賦能企業用戶，以進行探索式的BI分析，具備數據準備、搜索分析、標簽服務、算法服務、數據可視化和分享、嵌入式分析的能力。

能力解讀：

DataSense能夠支撐多種數據源的接入和管理，并提供輕量化的數據接入服務；同時通過算法識別表之間的關系，從而快速生成表關聯關系。用戶因此能夠快速方便地訪問數據資產，解決用戶查找數據時間過長，不能有效使用數據的問題。

為了降低數據分析的門檻，增強數據分析的可用性。DataSense 將數據分析的能力工具化，以SaaS服務、API 和SDK為主要形式支撐企業業務對于數據價值的挖掘。從應用的角度出發，盡可能減少業務開發對于下層大數據平臺技術的依賴。同時，DataSense充分利用智能技術，在數據準備到數據管理到數據探索等各個階段都接入機器學習和AI能力，讓整個數據分析自動化和智能化。如，DataSense可以實現對話式自助BI功能，基于NLP模型，用戶通過鍵入自然語言的形式，即可獲得自己想要的數據報表；也可以基于用戶需求，進行熱搜推薦、分詞聯想、個性化推薦等。

DataSense具備豐富的樣式庫，提供多種多樣的圖表樣式，以支撐各種分析維度的可視化展示；同時，自定義的儀表盤支撐拖拉拽生成經營面板，直觀展示各類監控指標。

此外，滴普科技能夠為用戶提供從數據接入、到數據治理、數據管理、復雜分析模型、前端可視化分析、分析報告和增強分析整個過程，為用戶實現端到端的自助分析能力。

典型客戶：

中外運物流、科倫藥業、百麗集團

觀遠數據

廠商介紹：

觀遠數據成立于2016年，公司為泛零售、消費以及互聯網領域客戶提供智能數據分析與決策(AI+BI)解決方案。提出一整套從敏捷分析(BI)到智能決策(AI)的完整“5A”落地路徑方法論，為企業實現從傳統BI到智能分析與決策的轉型。

產品服務介紹：

觀遠數據的一站式智能分析平臺，面向企業提供數據分析可視化與智能決策服務，打通了數據采集-接入-管理-開發-分析-AI建模-AI模型運行-數據應用全流程，提升了企業決策的準確性與時效性，并提供可落地的經驗預測和智能決策洞察。

能力解讀：

觀遠數據的“5A”戰略將數據分析能力的構建從基礎到高階依次分為Agile敏捷化、Accurate場景化、Automated自動化、Augmented增強化和Actionable行動化。對數字化能力偏弱的成長型企業，觀遠數據主要為其提供極簡部署、拖拽式分析、以及各類可視化指標的敏捷化能力，并為用戶提供多種場景化的分析模版；對數據基礎能力較成熟的大型企業，觀遠數據側重為其提供數據分析流程的自動化，以及銷售預測、需求預測等AI增強的分析能力，并形成智能化的業務決策。

為了加快和簡化數據分析和應用。觀遠數據能夠以低代碼的方式讓業務用戶通過拖拉拽的方式生成BI應用，并發布至釘釘、企微等終端，快速實現數據在不同部門的分享和應用；同時，針對消費和零售行業用戶，觀遠數據借鑒領先企業的數字化實踐，為用戶梳理和定義了包含上百個業務主題，每個業務主題下有數百上千指標的指標庫體系，以及近百個行業分析模版，為用戶提供行業最佳實踐的解決方案。

觀遠數據為用戶提供了一站式的輕型數據中臺解決方案，提供輕型ETL、數據接入、數據開發、數倉、巡檢、管控工具或產品，從而滿足一些用戶對業務敏捷性的需求。

此外，觀遠數據順應企業數字基礎設施往云原生方向發展的趨勢，推出了SaaS版本的產品觀遠分析云，使企業能夠以更低門檻快速部署，并以更低成本使用數據分析服務。

典型客戶：

Bilibili 、小紅書、新東方、特步、元氣森林、

客戶案例：

蜜雪冰城在業務快速擴張過程中，面臨傳統手工統計方式逐層反饋效率低下，導致內部信息傳遞不及時；同時，傳統輕量級數倉跨庫多表取數、運行慢，缺乏分層建模，運維麻煩，復用性、可擴展性低、難交接、難梳理等問題逐漸顯露。

觀遠數據為蜜雪冰城開發了一套完整的數倉+BI平臺，并配套建設了完善的數據管理體系，引入了成熟的分層建模方法。該平臺包括了營運貿易、采購倉儲、財務管理、渠道監控、招商分析、商品分析7個核心模塊，梳理調研了7個業務流程，設置了基于各業務分析場景的自動化看板和報表。

該方案落地后，蜜雪冰城建立了完整的企業級數據倉庫，實現多個業務系統的數據接入，打破了數據孤島，并實現了科學分層；幫助營運部門建立起從總部級到門店級的數據運營體系，也為高管提供核心指標解讀，隨時掌握重點業務經營情況；數倉+BI方式實現了所有部門數據口徑統一，滿足對上支撐戰略實現，對下監控績效指標執行的需求。

海致科技、海致星圖

廠商介紹：

海致科技集團，專注數據智能技術創新，依托與清華大學共研的高性能圖計算技術，為政府、企業級用戶的數字化建設提供大數據分析、圖計算、圖數據庫等產品和技術。

海致星圖專注于提供企業級知識圖譜產品和服務，深耕金融、能源互聯網、工業互聯網等垂直行業，自研的知識圖譜、圖數據庫等產品和服務已覆蓋金融領域全業務場景。

產品服務介紹：

海致星圖BDP可視化數據分析平臺是一個一站式的數據分析平臺，提供從數據接入、數據加工、再到數據分析的全鏈路能力，為用戶提供企業級報表、可視化展示、自助探索分析、數據挖掘建模、機器學習等大數據分析服務。

能力解讀：

針對客戶將企業數據集中化的需求，BDP平臺支持多源異構的匯聚，同時兼容用戶已有的大數據集群，包括CDH、華為FI、星環TDH等。

BDP平臺利用海致星圖底層平臺的OLAP引擎，以及相關的技術優化，能夠實現數據分析的高性能，做到億級數據、秒級響應，千億規模數據的查詢響應時間在10秒內。

BDP平臺支持拖拉拽的使用方式，支持在數據建模、數據分析等環節使用AI算法實現自動化；同時，針對不同業務場景，平臺內積累了眾多金融行業的分析模版；因此BDP平臺具有較低的使用門檻，能夠讓業務人員快速使用數據分析功能。

BDP平臺同時支持本地部署和SaaS版本的使用。SaaS版本的產品能夠快速部署和對接各種數據源，并且能夠在充分利用云平臺的彈性計算能力的基礎上，支持多租戶的線上數據分析需求。對銀行類客戶而言，SaaS版的BDP平臺可以實現全行數據的統一，分行以云租賃的方式使用該平臺，不用關注底層數據能力的建設，而是專注于業務創新。同時，BDP平臺支持全行用戶在平臺內共享和復用分析模型和分析結果，從而推動數據賦能業務。

典型客戶：

招商銀行、廣發銀行、中國人壽

Kyligence

廠商介紹：

Kyligence成立于2016年，由Apache Kylin創始團隊創建，專注于打造下一代智能數據云平臺，為企業提供自動化的數據服務和管理。基于機器學習和 AI 技術，Kyligence從多云的數據存儲中識別和管理最有價值數據，并提供高性能、高并發的數據服務以支撐各種數據分析與應用，同時不斷降低TCO。

產品服務介紹：

Kyligence產品作為支持數據分析場景的數據平臺可無縫對接主流商業BI如Tableau、Power BI、帆軟、Smartb等，作為后臺的核心數據引擎支撐業務人員和分析師進行可視化和多維數據分析；業務人員和分析師也可通過Kyligence內置的敏捷性自助式分析工具Kyligence Insight實現自助式分析。

能力解讀：

數據開發人員可在Kyligence中定義統一的數據業務模型，通過Kyligence的語義層能力將統一定義的數據業務模型同步到BI中，方便業務人員和分析師直接使用商業BI進行自助式分析，實現快速的數據洞察，這極大地提升了業務人員和分析師的分析效率和自主性。同時，通過Kyligence的語義層，數據開發人員開發一套業務數據模型可以服務上千業務人員的分析訴求，這樣的數據服務模式可以幫助企業實現降本增效的目標。

另一方面，Kyligence Insight通過與Kyligence Enterprise無縫集成，自動同步了來自Kyligence Enterprise的數據模型，并在其上靈活地構建業務指標。同時，Kyligence Insight所有查詢都由后臺的AI增強引擎提供支持，具備自動化的能力。

針對一些特定的海量數據的復雜分析場景，比如銀行卡賬號這類高基數場景，或者標簽分析、用戶行為分析場景，Kyligence Insight在產品和技術上進行了高度優化，解決了傳統BI在這些業務場景中的性能問題。

在數據展示和數據共享方面，Kyligence Insight提供豐富的數據可視化能力；支持報表和儀表盤的共享以及在應用嵌入，并能自主設置權限；支持用戶通過拖放界面定義模板、安排定期，導出用戶需要的數據；支持用戶通過微信小程序隨時隨地查看和使用數據。

典型客戶：

招商銀行，建設銀行，光大銀行

元年科技

廠商介紹：

元年科技是一家具有豐富的財務管理、業務運營和行業經驗的企業數字化轉型軟件商和服務商，提供技術中臺、業務中臺、數據中臺的規劃咨詢、軟件平臺和實施運營服務，服務過上千家大型企業集團。

產品服務介紹：

元年科技提供可視化分析平臺“智答”，該平臺功能完整，覆蓋從數據接入、數據分析、數據預警、可視化報表輸出到企業內部數據分享等數據處理和分析的全流程。“智答”具備增強分析的能力，用戶可通過問答的方式獲取數據分析服務，并內置算法引擎提供全自動的數據洞察服務。

能力解讀：

智答是一款簡單易用、使用門檻低的可視化分析產品。相比傳統可視化分析通過IT部門進行報表開發的流程，智答內置自然語言處理的能力模塊，用戶通過對話的方式即可與系統進行交互，獲取數據服務，提升了效率，同時降低了企業數據分析和數據應用的門檻。

智答具備深層次的增強型分析能力。智答內置智能化分析平臺，基于這一平臺，包括業務人員、數據分析師等用戶可通過拖拉拽、無代碼等形式進行自動化建模，構建各類常見的分析模型，如歸因分析模型等。同時，該平臺也提供基于AutoML的算法模型，7*24H的對數據進行自動分析，輸出數據洞察報告，增強業務人員的分析能力，發現隱藏在數據中高價值的信息。這些模型能夠實現對不同數據之間關聯關系的分析挖掘，發現數據間的隱秘關系。

智答具備一定的開放能力，支持引入企業已有數據智能服務與能力，并可以將自身能力化打散對企業進行輸出。元年多年服務大型企業客戶，涉及的行業包括制造業、房地產和金融等，積累了大量行業知識并沉淀了大量基于場景的分析指標和模型。智答內置了這些分析指標和模型，能夠助力用戶快速搭建智能化應用，應用場景包括銷量預測、店鋪選址等。

典型客戶：

通威股份

客戶案例：

通威集團是一家集“農業+新能源”雙主業發展的大型科技型集團，該企業在持續推進數字化轉型。不過這一過程中，其也面臨一些突出挑戰，尤其體現在數據獲取和使用方面。具體來看，主要體現在兩方面。首先，當領導和業務人員提出新的BI需求時，IT響應周期過長，無法第一時間獲取所需數據。其次，BI應用門檻高，業務人員無法做到隨時隨地獲取數據并依據數據做出生產經營決策。

在這一情況下，元年科技為通威集團部署上線了“智答”平臺。基于這一平臺，用戶通過語音或文本的方式就可隨時隨地獲取數據，提高了用戶對數據的利用效率。同時，“智答”平臺快速運算數據能力節省了管理人員對數據進行解讀的難度，提高了數據應用的便捷性，提升了決策的效率和準確性。

3.4. 圖分析

終端用戶：

數據部門，業務部門

核心需求：

圖分析是基于圖的數據關系為數據提供存儲、處理、分析以及結果展示的全流程。圖通過點和邊的方式描述數據間的關系，為大規模數據的查詢和分析提供了一種高效的解決方案。

• 企業積累了越來越多的多源異構數據，大量多維數據間的關系有待挖掘并在業務中產生價值。如果基于傳統的數據結構來存儲和處理這些數據，企業將需要編寫復雜的代碼，花費大量時間從數據中獲得洞察。企業需要一種新的基于圖的數據結構的數據存儲、挖掘和分析方案，來簡化數據分析過程，加快獲得分析結果；與此同時，隨著AI/ML應用變得更加廣泛，企業需要基于圖的數據關系提供模型中的上下文背景，提高模型可解釋性，實現智能分析應用。
• 企業應用圖分析需要重點解決的問題包括：以圖的數據結構存儲數據，實現高性能的數據查詢和加載；基于圖算法挖掘和分析數據，降低圖分析的使用門檻等。

廠商能力要求：

• 能夠提供圖數據庫產品，將數據以及數據間的關系存儲在圖的數據結構中。
• 能夠提供圖計算引擎實現基于圖的數據查詢與分析，并實現高性能，尤其是多跳遍歷的高性能。
• 能夠提供豐富的圖算法，實現智能分析應用。
• 能提供易于學習和使用的查詢語言、圖形化操作界面，以及在分析流程中應用AI技術實現自動化，降低圖分析的使用門檻。

代表廠商：

（入選標準：客戶服務案例在3家及以上）

海致星圖

廠商介紹：

海致星圖專注于提供企業級知識圖譜產品和服務，深耕金融、能源互聯網、工業互聯網等垂直行業，自研的知識圖譜、圖數據庫等產品和服務已覆蓋金融領域全業務場景。

產品服務介紹：

海致星圖的圖分析平臺底層由AtlasGraph自研圖數據庫、知識圖譜數據倉庫和關系圖譜挖掘平臺構成，具備圖數據存儲、數據治理、知識圖譜本體設計、數據資產管理、圖挖掘、可視化圖分析等全流程能力。在底層平臺之上，海致星圖沉淀了大量智能金融業務場景，提供面向應用的金融知識圖譜平臺。

能力解讀：

海致星圖的AtlasGraph分布式圖數據庫產品，基于Rust開發具有優異的數據讀寫性能，從而滿足了用戶圖分析的業務量越來越多，且對時效性要求也越來越高的需求。同時，AtlasGraph作為自研圖數據庫，符合部分金融客戶對國產化產品的采購要求。

針對銀行類客戶構建的包含數千億點邊關系的大型圖譜，海致星圖通過子圖切分、屬性索引、分布式計算等設計，在圖查詢和圖挖掘等方面實現了高性能，支持實時決策。千億規模的六度查詢可以達到毫秒級響應。

在平臺的易用性方面，海致星圖通過一鍵式部署腳本、Cypher封裝、WEB界面等方式簡化了圖結構數據的構建過程；在圖挖掘模塊把常用業務場景以算法包的形式封裝成業務算子；通過“拖拉拽”的圖形化界面完成圖查詢和圖分析操作，從而降低了業務人員的使用門檻。

為了實現知識圖譜應用的快速落地，海致星圖在平臺內置了多種典型圖挖掘算法，同時也沉淀了大量場景化解決方案，包括集團派系、異常擔保形態、信貸資金挪用、信用卡套現、客戶貢獻度評價、貸后失聯修復等。

海致星圖在圖分析領域具有大量金融業的客戶案例和實施經驗，能為用戶在圖譜構建、業務場景的圖指標分析、數據權限體系等方面提供專業的咨詢服務。

典型客戶：

工商銀行、建設銀行、招商銀行、華泰證券、上交所

客戶案例：

隨著國內零售業務規模的迅速擴大、海量數據分析需求的增加，招商銀行信用卡中心慧聯項目旨在構建支持卡中心級，多場景應用的圖分析平臺，支持項目級、部門級、群組級的機構在圖平臺上自主導入各自的圖數據，創建圖模型，并在此基礎上做圖查詢、特征指標創建、權限管控等業務操作。

海致星圖為招商銀行提供的圖平臺功能包括：用戶管理、角色管理、名單管理、數據資源管理、自定義指標、一鍵發布、圖服務發布、可視化查詢、離線圖查詢等功能，并保障用戶一站式圖信息查詢服務。

基于招行卡中心業務系統數據，圖平臺構建的圖譜本體中包含23類實體、17類基礎關系、23類明細關系、21類挖掘關系及23類匯總關系。截止2020年12月實體總數40多億，關系總數500多億，較2020年數據量提升300%。

明略科技

廠商介紹：

明略科技目前形成了數據中臺和知識圖譜平臺兩大產品體系，向包括公安、工業、政府、金融等行業客戶提供大數據和人工智能產品和解決方案。

產品服務介紹：

明略科技的知識圖譜平臺SCOPA是一個一站式的知識圖譜平臺，覆蓋從數據提取、數據建模、圖存儲到應用等全流程。

能力解讀：

SCOPA平臺敏捷的產品形態能夠簡化圖分析技術的落地。具體來看，該平臺的數據感知層首先通過語音識別、視頻提取和圖像識別等對企業的業務數據進行初步分析，通過自研的知識數據庫“蜂巢”NEST實現數據的存儲，再經過圖計算挖掘工具（如增強計算等）進行深入分析，最終支撐起搜索服務和預測服務等應用場景。

明略科技的SCOPA平臺與應用場景深度結合。明略科技服務過的客戶行業分布廣泛，包括金融、工業、公安以及電力等，形成了針對這些行業平臺搭建的方法論，在數據接入、數據模型搭建、圖數據庫搭建以及應用場景選擇等流程中，能夠針對具體的行業給出相應的建設方案。

典型客戶：

湖南國網、光大銀行等

3.5. 機器學習模型開發

終端用戶：

數據科學家，業務人員

核心需求：

機器學習模型開發是指利用機器學習/深度學習算法建立預測性模型，并將模型應用到業務流程中，具體包括數據準備、模型開發、模型管理和模型部署上線等流程。

傳統上，企業的機器學習模型主要依賴人工進行，同時在開發流程上是煙囪式開發模式。隨著企業智能化應用場景增加與前端業務的快速變化，企業建模需求激增，需要敏捷響應業務需求。為了實現這一目標，企業面臨以下兩個突出挑戰：

• 機器學習模型構建通常由問題定義、數據收集、特征工程、模型選擇、模型訓練、模型評估等多個環節組成，每個環節又包含多種路徑，以及多組可選參數，依賴人工進行耗時費力，模型從開發到部署上線的周期十分漫長，無法及時響應前端業務的快速變化；
• 傳統的AI模型構建難度大，技術門檻高，通常需要具備專業知識的數據科學家來完成，但大部分企業往往不具備完善的數據團隊，因此需要可低門檻使用的數據科學與機器學習平臺，面向平民數據科學家和業務人員使用，實現一站式的自助AI建模，降低成本。

廠商能力要求：

能夠提供機器學習模型開發平臺。該平臺需要具備大數據接入能力，并同時具備數據準備、模型開發、模型管理和模型部署上線等完整功能模塊；此外，該平臺需要具備良好的性能，包括數據計算能力和模型計算能力。

• 平臺的易用性方面，機器學習平臺需要能夠滿足業務人員即非專業平民數據科學家的使用需求，通過拖拉拽的方式即可實現模型開發。針對專業的數據科學家，平臺需具備AI增強的能力，能夠利用AI技術在數據準備和特征工程等環節中，實現相關流程的自動化。
• 此外，平臺需具備模型快速部署上線的能力。模型快速部署上線即建模人員將模型從開發環境部署到生產環境的便捷程度和速度。機器學習平臺需具備API接口，降低模型上線操作難度，實現模型快速上線。開發者能夠利用API接口，快速把模型從開發環境部署到生產環境/業務中。
• 目前大部分機器學習平臺仍以本地化部署為主，廠商因此需要具備一定的實施和運維能力。同時，由于模型開發和應用與行業場景的高度結合，廠商提供的機器學習模型平臺需內置針對特定行業的模板和特征庫。

代表廠商：

（入選標準：客戶服務案例在3家及以上）

百分點科技

廠商介紹：

百分點科技成立于2009年，擁有全棧的大數據和人工智能技術產品，包括大數據操作系統（BD-OS）和標簽管理系統等基礎引擎產品，以及智能審校系統等應用產品，涉及數字城市、應急管理、公共安全、生態環境、媒體出版、零售快消等多個領域。

產品服務介紹：

百分點科技的大數據操作系統（BD-OS）提供機器學習模型開發模塊，涉及包括模型開發、模型管理和模型部署等完整的流程，BD-OS能夠同時提供針對算法人員和業務人員的AI建模服務。

能力解讀：

百分點科技的機器學習模型開發平臺與BD-OS的其他模塊（如數據標準管理、數據資產管理等）深度耦合，以一站式的思路為客戶提供服務。在模型開發的整個環節中，百分點科技的機器學習模型平臺一般是利用資產化的數據進行模型開發，在后期的模型管理和部署上線方面能力突出，強調與應用場景深度結合。

百分點科技的機器學習模型開發平臺內置了大量封裝好的算法模型。基于這些算法模型，同時結合平臺提供的自動化建模工具，業務人員可通過拖拉拽的方式，自定義地進行模型開發。

典型客戶：

國家市場監管總局、中國鐵道科學研究院

觀遠數據

廠商介紹：

觀遠數據成立于2016年，公司為泛零售、消費以及互聯網領域客戶提供智能數據分析與決策(AI+BI)解決方案。提出一整套從敏捷分析(BI)到智能決策(AI)的完整“5A”落地路徑方法論，為企業實現從傳統BI到智能分析與決策的轉型。

產品服務介紹：

觀遠數據的AI模型實驗室Universe-Lab，面向企業提供高效、易用的機器學習與數據挖掘解決方案與技術服務，幫助數據科學家快速創建準確的AI模型，并實現AI模型從訓練實驗到應用決策的落地，以此解決企業面臨的各種商業挑戰和發展瓶頸。

能力解讀：

觀遠數據的AI模型實驗室提供了針對消費、零售等行業的垂直型機器學習與數據挖掘解決方案，平臺內置了銷售預測、財務預測、客戶流失預測、門店智能診斷、渠道異常診斷、商品關聯挖掘等預測模型。同時，AI模型實驗室根據業務經驗封裝特征庫、模型庫，并通過行業模版沉淀項目經驗，加速預測分析的落地。

AI模型實驗室將整體工作流可視化，用戶可以用拖拉拽的方式處理數據流，并且能實時預覽、查看任意數據集內容，從而降低用了戶的使用門檻，提高了模型應用效率。

為了使AI模型更加準確和可用，AI模型實驗室內置了誤差分析看板，能夠展示預測精度、溯源誤差分析，并導出預測明細；可以追蹤過程數據，保留每一次預測過程的全量數據，加速問題排查和定位；為方便數據科學家的使用，集成Notebook，以快速排查線上問題；能夠靈活配置數據質量檢查規則，有效監控數據質量。

典型客戶：

聯合利華、百威亞太、沃爾瑪、Today、LVMH

海致科技、海致星圖

廠商介紹：

海致科技集團，專注數據智能技術創新，依托與清華大學共研的高性能圖計算技術，為政府、企業級用戶的數字化建設提供大數據分析、圖計算、圖數據庫等產品和技術。

海致星圖專注于提供企業級知識圖譜產品和服務，深耕金融、能源互聯網、工業互聯網等垂直行業，自研的知識圖譜、圖數據庫等產品和服務已覆蓋金融領域全業務場景。

產品服務介紹：

海致星圖的圖機器學習平臺是一款基于圖的一站式機器學習產品，提供了數據加工、特征工程、機器學習模型訓練和預測的能力，以及豐富的圖網絡分析算法。同時，平臺內置了豐富的金融、公安領域場景模板，提供一鍵式的場景構建能力。

能力解讀：

圖機器學習平臺通過可視化的操作界面，把圖計算算法和機器學習算法封裝成算子，通過拖拉拽方式將若干算子組合形成算法應用場景，實現零代碼可視化建模。即便對算法了解不多的用戶，也能輕松建模。

圖機器學習平臺內提供了豐富的特征工程算子、機器學習算子、以及圖計算算子等基礎類算子，數量達到60多個，其中圖計算相關包括節點特征分析、路徑分析、子圖識別、社區發現、以及圖神經網絡算子，數量達到30多個；與此同時，平臺針對金融行業提供了與業務高度結合的業務算法，如異常擔保識別算子、集團派系挖掘算子、實際控制人識別算子、以及資金異常挖掘算子等數十個業務算子。

平臺提供了一套完善的自定義算子管理體系，包括算子上傳發布、版本管理、算子共享、算子下線、以及算子導入導出等功能。用戶可根據業務需求定制化開發算子，通過上傳，、發布成自定義算子，同時也可以直接使用他人共享的算子。

為了實現算法應用場景快速搭建，圖機器學習平臺內置了數十個金融、公安領域算法場景模板，包括風險傳導模板、資金圈挖掘模板、欺詐團伙識別模板、潛在客戶挖掘模板、涉毒團伙挖掘模板等。用戶只需要選擇模版、修改輸入輸出即可完成算法場景搭建工作。

典型客戶：

建設銀行，招商銀行信用卡中心，臺州銀行

九章云極DataCanvas

廠商介紹：

九章云極成立于2013年，專注于自動化數據科學平臺的持續開發與建設，提供自動化機器學習分析和實時計算能力，包括DataCanvas APS機器學習平臺和DataCanvas RT實時決策中心等系列產品，著重為數據科學家、AI從業者提供一整套開發平臺。

產品服務介紹：

DataCanvas APS是一個機器學習建模平臺，面向數據科學家、應用程序開發人員和業務專家，提供一套工具，使不同角色的人員可以相互協作，輕松地處理數據并使用這些數據來大規模構建、訓練和部署模型。

能力解讀：

DataCanvas APS是一個端到端的機器學習平臺，為數據科學家、應用程序開發人員和業務專家提供一站式模型開發服務。DataCanvas APS提供“四庫”加速行業應用，包括特征倉庫、算子倉庫、場景倉庫和AutoML倉庫。特征倉庫提供統一的特征工程能力；算字倉庫提供機器學習、深度學習的算法；場景倉庫解決場景化、知識遷移問題；AutoML倉庫則沉淀行業知識，降低對數據科學知識和技術的依賴。DataCanvas APS機器學習平臺由主流開源機器學習框架整合集成，算子代碼對用戶開源，允許用戶進行優化和自定義，并開放產品功能接口，能夠賦能企業客戶搭建起自主的AI能力。

DataCanvas APS強化了模型管理和運維的能力設計。針對當前企業不同類型業務模型大量產生管理和運維困難的情況，DataCanvas APS能夠提供統一標準的模型生產化能力，包括模型上線、模型下線、模型部署以及模型監控等。

九章云極DataCanvas長期服務于金融行業，尤其在銀行領域積累了大量的行業和項目經驗，DataCanvas APS服務客戶覆蓋大型國有商業銀行、股份制銀行、城市商業銀行和農村商業銀行。憑借著多年積累的產品和平臺能力，DataCanvas APS目前正全力拓展非金融領域客戶，包括運營商、能源和制造業等。

典型客戶：

浦發銀行、中國工商銀行、青島檢察院、中原銀行、海信集團等

力維智聯

廠商介紹：

力維智聯成立于2005年，是一家AIoT產品與解決方案提供商，專注于泛在連接與數據智能技術創新與產品研發，聚焦“新基建”和“企業與城市的數字化轉型”，通過AIoT科技產品和5G智能運維、智能城市、智慧能源解決方案賦能電信、城市、能源、大企業等行業客戶的數字化轉型。

產品服務介紹：

力維智聯Sentosa零代碼數據建模與分析平臺，向下封裝了人工智能、大數據、知識圖譜等近200種算子，可以實現零代碼拖拽式建模與分析，將大數據機器學習模型開發周期壓縮80%以上。同時，該平臺還具備協同開發、項目管理、數據與服務共享、機器學習應用搭建的功能，能夠面向團隊開發者提供一站式AI開發能力。

能力解讀：

Sentosa封裝了人工智能、知識圖譜和數理統計等近200種算子，該平臺內置的自動化組件能夠將特征工程、模型選擇和模型調參等工作算子化、自動化。基于該平臺，業務人員或者行業專家通過拖拉拽的形式即可實現模型搭建，無需通過寫代碼實現，大大降低了數據挖掘和機器學習應用的門檻。

Sentosa平臺不僅加速了企業數據智能產品和服務的開發迭代，也可助力傳統企業開展數據分析與決策，提升企業經營效率。目前已在南方電網電力系統仿真模擬科研云平臺、上海辭書出版社智能識別系統等項目中落地應用。

此外，力維智聯基于Sentosa平臺向其深耕的電信、能源和城市等行業用戶提供針對具體場景的Al服務。在這一過程中，力維智聯積累了大量行業規則和算法模板，并沉淀于Sentosa。

Sentosa部署方式靈活，支持本地部署，以及私有云、公有云和混合云三種云端部署模式。作為一種創新的部署模式，混合云的部署模式能為客戶提供更好的安全性，針對業務涉及的敏感內容，可通過由企業完全控制的私有云系統來處理，而模型精度的提升、數據應用的發布共享則通過公有云實現。

典型客戶：

上海辭書出版社

客戶案例：

作為上海辭書出版社的數字化合作伙伴，力維智聯通過Sentosa零代碼數據建模與分析平臺的一站式機器學習建模服務、NLP（自然語言處理技術）、文本挖掘和深度學習等技術，助力《辭海》網絡版百科條目等版塊的知識編纂模式，從人工到人機協同生產方式轉變，整合形成了《人物志》、《地方志》、《萬國志》等知識專題，并為所有的百科條目增加“推薦閱讀”和“延伸閱讀”，便于讀者更全面地了解條目相關知識。同時，根據推薦詞條和延伸詞條智能生成的“知識導圖”，立體化呈現詞條間關系，方便用戶進行內容拓展和知識發現。

作為出版行業數字化轉型的賦能者，力維智聯積極助力探索我國辭書信息化的發展路徑，助推傳統辭書向融媒辭書方向發展，為提升國家文化軟實力、建設社會主義文化強國作出貢獻。

同盾科技

廠商介紹：

同盾科技以人工智能、云計算、大數據三大核心技術體系為基礎，基于對數據的探索洞察和理解，將機器學習、聯邦學習、知識圖譜等領先技術與業務場景融合，為金融、保險、互聯網、政務、零售、物流等行業提供智能分析與決策服務。

產品服務介紹：

同盾科技的明模平臺是一個功能齊全的模型開發和管理平臺，覆蓋從模型開發、模型部署上線以及模型管理和模型監控等模型全生命周期。

能力解讀：

同盾科技長期服務于金融行業（尤其是銀行業），沉淀了大量關于該行業的建模方法論，能夠基于開源算法，通過模型開發、模型管理和模型部署等過程，快速將算法應用于實際的工作場景中。明模平臺支持的典型的應用模型包括評分卡模型、基于規則的決策樹模型等。

明模平臺易用性較好。針對平民數據科學家（如銀行風險部門分析師），該平臺提供通過可視化自動化建模工具，通過拖拉拽的形式即可實現模型快速搭建；針對專業的數據分析師，明模平臺支持寫代碼為主的專業建模方式。在模型部署上線方面，相比傳統API方式下，實時預測和批量預測分開進行導致部署上線過程復雜，明模平臺同時支持實時預測和批量預測，能夠實現模型的快速部署上線。

針對銀行客戶，同盾科技的明模平臺具備較好的模型管理能力。明模平臺的模型管理包括三大核心模塊：模型資產管理、模型標準管理和模型監控體系。明模平臺能夠通過文檔化管理實現模型集中管理；通過工作流模塊實現模型標準化；能夠基于成熟的方法論持續對模型進行監控，幫助銀行規避系統性風險。

典型客戶：

建設銀行、中銀消金

元年科技

廠商介紹：

元年科技是一家具有豐富的財務管理、業務運營和行業經驗的企業數字化轉型軟件商和服務商，提供技術中臺、業務中臺、數據中臺的規劃咨詢、軟件平臺和實施運營服務，服務過上千家大型企業集團。

產品服務介紹：

元年科技的AI中臺是一個功能完整的機器學習建模平臺，涉及模型開發、模型管理和模型部署上線等模型全生命周期過程。元年AI中臺提供同時面向業務人員和算法專業人員的建模服務：無代碼建模和Jupyter建模。

能力解讀：

元年的AI中臺易用性良好。面向業務人員提供無代碼建模服務時，元年的AI中臺將數據預處理、特征編碼、模型發布和API注冊等工作自動化，基于這一平臺，業務人員通過選定平臺中配置好的數據集，以“向導“的方式就能夠自動化的進行建模，大大降低企業模型開發的門檻。同時，元年的AI中臺配置大量專門的解釋模型算法，通過將模型結果與這些解釋模型算法結合，可展示生成算法結果的過程，為算法決策提供依據。

元年多年在業財稅和管理會計領域積累了豐富的行業知識和經驗，沉淀了大量行業的方法論。基于這些知識和方法論，元年在AI中臺封裝了大量的組件，如文本分類和情感分析等基礎組件、商品名提取和商品規則提取等領域組件。用戶在使用元年的AI中臺進行建模的過程中可調用這些封裝好的組件，應用于BI商業智能和銷量預測等應用場景。

典型客戶：

科大訊飛

3.6. 隱私計算

終端用戶：

業務部門，數據部門

核心需求：

隱私計算是指通過多種技術手段實現數據“可用不可見”，即原始數據不暴露，數據使用方只得到數據計算結果，從而實現數據隱私保護。

• 企業越來越多的業務場景需要多方數據流通和共享，才能釋放數據更大的價值。然而各類數據源往往非常分散，數據的獲取、存儲、傳輸、共享等環節缺乏交互標準；與此同時，數據互通互聯的成本通常比較高，數據可信度較低。數據使用者需要經濟且可靠的方式將分散的數據協同起來并應用。
• 數據往往包含數據所有者內部的隱私數據等敏感信息，出于數據資產保護和監管合規等訴求，需要在數據使用過程中保護數據的隱私，做到只輸出數據價值，不輸出數據本身。

廠商能力要求：

廠商需要能夠基于聯邦學習、多方安全計算MPC、同態加密、安全沙箱計算/TEE等多種技術，滿足數據查詢、聯合計算、聯合建模等場景的隱私計算需求，保證數據隱私不被泄露的安全性。

廠商需要能夠提供企業級的隱私計算平臺產品，具備一定的易用性，并能夠結合具體業務場景，為企業提供隱私計算解決方案的設計和運營落地能力。

代表廠商：

（入選標準：客戶服務案例在1家及以上）

富數科技

廠商介紹：

富數科技成立于2016年，專注于聯邦學習、安全多方計算、匿蹤查詢等加密計算科技領域，自主研發了安全計算平臺 Avatar，已合作50多家企業，包括金融、政府、運營商、電力等行業。

產品服務介紹：

富數科技的安全計算平臺Avatar是一個一站式企業級多方安全計算平臺，集成隱私集合求交、多方安全計算、聯邦學習、隱私信息檢索等技術，提供企業級的數據安全匹配、安全聯合計算、安全聯合建模、安全查詢等跨機構間可信數據協作能力。

能力解讀：

富數科技在隱私計算領域具備較強的自主技術研發能力，例如，技術能力覆蓋MPC、聯邦學習和TEE可信執行環境等；能通過底層算法自研優化計算性能；支持無可信第三方的安全算法，安全性高；支持與其他隱私計算平臺的異構互聯互通。富數科技深度參與IEEE、中國信通院、信安標委、央行金標委、北京金融科技產業聯盟等隱私計算領域眾多標準與協議制定。

富數科技的安全計算平臺Avatar滿足企業級應用要求，集成了多種隱私計算技術，可以通過本地化部署交付，支持聯合建模、聯合計算等多種應用場景。易用性方面，Avatar支持拖拉拽方式建模，降低用戶使用門檻，并提供可視化的安全駕駛艙，提升用戶運營能力。

在隱私計算的應用落地方面，富數科技在金融、運營商、政務等行業已有頭部客戶案例，已合作超過50家企業，通過與頭部企業用戶的標桿項目探索驗證，積累了在智能風控、安全合規營銷等隱私計算場景化解決方案的落地能力。

典型客戶：

交通銀行、中國移動、中國電信、廣州金控

同盾科技

廠商介紹：

同盾科技以人工智能、云計算、大數據三大核心技術體系為基礎，基于對數據的探索洞察和理解，將機器學習、聯邦學習、知識圖譜等領先技術與業務場景融合，為金融、保險、互聯網、政務、零售、物流等行業提供智能分析與決策服務。

產品服務介紹：

同盾科技的知識聯邦技術體系支持從信息層、模型層、認知層和知識層四個層級進行聯邦，將散落在不同機構或個人的數據聯合起來轉換成有價值的知識，同時在聯合過程中采用安全協議來保護數據隱私，以實現數據可用不可見。

能力解讀：

知識聯邦技術從信息層、模型層、認知層、知識層四個層面來實現知識共創和共享。信息層通過安全多方計算在密文空間上直接進行計算或學習，進而提取或發現知識；模型層聯邦與傳統的聯邦學習相似，基于模型加密交互共創知識，并實現知識共享；認知層對同/異構數據進行認知學習之后進行集成或多模態融合，進而生成復雜的知識網絡；知識層對分布的知識進一步學習提煉，實現基于知識的表達推理及智能決策。目前同盾知識聯邦技術已經在多家金融機構開始試點，包括多頭共貸、智能風控、反欺詐、企業征信等。

同盾打造了一套全新的輕量級聯邦通信框架——離子鍵。離子鍵作為聯邦通信框架，是聯邦參與方之間相互同連通的唯一出入口，負責所有數據的發送和接收，具備云原生的架構設計、輕量級和高性能以及開發者友好等特性。離子鍵聯邦通信框架技術可以大大提升聯邦算法的性能，與開源框架比較，聯邦模型訓練時間可壓縮至原來的六分之一，并能大幅減少服務器資源需求，降低聯邦平臺部署時間，進而提升聯邦平臺的交付速度。

典型客戶：

國壽財險

3.7. 數據庫管理

終端用戶：

數據庫管理員

核心需求：

數據庫管理是指通過平臺化的產品和工具整合多種類型數據庫資源，將數據庫的管理、運維、審核、安全管控等工作從傳統的手工分散模式，轉變為對數據庫資源統一和精細化地管理模式。

• 隨著企業數字化的深入，越來越多的開源和國產數據被部署在企業的生產環境中。一方面，企業IT系統中的數據庫數量變得繁多，增加了數據庫管理、運維等工作的復雜性；另一方面，由于開源和國產數據庫周邊的工具和服務相對缺失，企業的數據庫管理需求不能得到很好地滿足。
• IT體系的變化，如分布式數據庫的廣泛采用使得企業數據存儲和計算的節點數迅速增加；同時，云計算的普及使得數據庫的運行環境從物理主機轉變為各種虛擬化、私有云、公有云甚至容器，帶來了數據庫管理的復雜性。這些變化也為數據庫的管理帶來了新的挑戰。
• 數字化轉型背景下，企業對數據處理的敏捷性、安全性和可用性提出了更高的要求，這些要求需要更完善的數據庫管理和運維能力來支撐。

廠商能力要求：

廠商需要能夠提供平臺化、一體化的數據庫管理平臺產品和解決方案，并滿足以下要求：

• 能夠提供多基礎設施的整合能力，將多種類型的數據庫納入管理的范圍，并將所有零散的數據庫工具整合起來為企業提供統一服務，從而降低系統復雜性，避免重復實施建設、提高運行效率。
• 能夠提供平臺化的工具覆蓋數據庫全生命周期，提供監控、性能分析、巡檢、審核、運維、安裝部署、變更、SQL執行、數據遷移、安全管控等眾多功能模塊。
• 能夠將數據庫的運維流程、運維規范等流程制度標準化，并為企業建立完善的數據庫管理體系，從而可以讓數據庫運維更加精細、風險更低、效率更高。
• 能夠通過AI技術將部署、巡檢、數據采集、審核等流程自動化或半自動化，減少重復的人力勞動；同時在問題分析、監控預警等方面實現智能化，讓機器能夠在海量的監控指標中發現人力難以發現的深層次問題，并實現自動故障診斷和一鍵故障處理等能力。

代表廠商：

（入選標準：客戶服務案例在3家及以上）

新數科技

廠商介紹：

ShinData新數科技成立于2014年，是一家數據庫管理軟件創新企業，產品體系包括dbPaaS數據庫云管理平臺、數據遷移傳輸、數據庫安全管控以及分布式數據庫等多種產品及解決方案。服務于金融、制造、能源、零售和通信等行業客戶。

產品服務介紹：

新數科技為用戶提供統一和平臺化的數據庫管理解決方案，產品系列包括由包含資源交付DBaaS、性能容量分析和監測、智能運維AIOps等構成的統一數據庫云管理平臺DMP，以及數據傳輸平臺DTS和數據庫安全管控平臺DSC。產品支持云上類SaaS化和私有化兩種部署模式。

能力解讀：

新數科技的數據庫云管理平臺DMP軟件對多種類數據庫提供了從安裝部署、監控告警、性能分析、智能巡檢到智能運維的全生命周期的管理能力，幫企業建立起完整的數據庫管理平臺，使得用戶能夠通過平臺來規范操作，并提升運維效率，建立起數據庫層面自動化、智能化運維的框架基礎。同時，其產品體系采用微服務架構，能夠將所有功能模塊化，支持用戶靈活使用。

數據傳輸平臺DTS能夠實現從多種數據庫不同平臺之間的異構遷移和數據傳輸，包括數據庫對象遷移、數據遷移、數據同步以及輔助應用遷移的功能，解決了數據庫多樣化共存和更迭期的用戶痛點。

數據庫安全管控平臺DSC覆蓋權限管理、SQL執行、審核審計、加密脫敏份等多種安全管控需求，提升了數據運行的安全性，防范誤操作和道德風險。

新數科技給用戶提供了一個PaaS平臺級的成熟開發框架，具有很強的擴展性，用戶可以在平臺上根據需要自行添加定制監測指標、取數邏輯、運維流程和可視化頁面展現等；AI和大數據分析技術的深度應用，實現了數據庫變更運維、巡檢報表等方面的自動化，以及性能容量分析、問題診斷和故障自愈等方面的智能化。

典型客戶：

招商銀行、泰康人壽、廣汽本田

客戶案例：

某大型股份制商業銀行在生產環境運行著數千套數據庫，數據庫種類從成熟的商業數據庫產品逐步轉向開源數據庫、國產數據庫。數據庫運行環境和架構也越來越豐富，從物理服務器加共享存儲轉變為各種虛擬化甚至容器化環境；從基于共享存儲的雙機互備高可用架構，發展為雙活數據中心、兩地三中心、讀寫分離、分庫分表等架構方式。數據庫運維的挑戰越來越大。

新數科技與該銀行合作，經過近3年的持續建設，為其搭建了一套標準化、自動化、集中化、智能化的統一數據庫管理平臺。

通過搭建和運營數據庫管理平臺，該銀行建立了完善的數據庫性能容量分析和問題管理體系，發現和跟蹤解決各類問題；建立起面向開發、測試和運維人員的自助式平臺，有效提升數據庫相關代碼開發質量；提高了軟硬件資源的利用效率，加快交付，同時降低了無效占用；與企業內部整體IT管理運維和安全管控系統整合，讓數據庫不再成為孤島。

4. 入選廠商列表

總結

以上是生活随笔為你收集整理的2021爱分析·数据智能平台厂商全景报告的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。