《电力行业大数据分析市场发展解读》

  • 来源专题:能源情报网信息监测服务平台
  • 编译者: guokm
  • 发布时间:2022-04-17
  • 近年来国家电网、南方电网等企业持续加大对数字化转型的投入,以提升其智能化、数字化经营管理水平,这也直接促进了大数据分析市场在电力行业的深入发展。电力行业已经成为大数据分析重要的下游领域,赛迪CCID针对性做了系统研究,并进行前景展望。

    一、市场概况

    电力行业根据产业链条构成,主要包括发电、输电、变电、配电和用电等五大环节,当前电力领域大数据分析技术应用涉及从电力生产到电能使用的各个环节,其中输电、变电、配电和用电等电网环节是大数据应用的重要领域。从数据源角度划分,又包括电网运行、设备检测或监测等设备侧生产运检相关的大数据分析和电网企业客户服务等用电侧的大数据分析两大方向。

    用电侧方面,电网在运行时会产生大量数据,通过数据挖掘,可从大量的实际运行数据中提取出隐含的有价值的数据,快速收集、筛选、分析、归纳、展现决策者所需要的信息,实现复杂数据的可视化呈现,实现用户信息的标签化并呈现客户画像。电力用户侧的智慧化应用是“互联网+智慧能源”体系的典型场景之一,基于先进数字技术的智慧用能体系,能够助力电网公司精细化管理自身能源消耗、精准快速定位高能耗、高碳排放用电环节、智能分析客户用电行为,从而优化电力调度和匹配方案,达到提升用电效率、提升管理效率、提升供电服务质量、保障供电安全、降低碳排放等目的。

    设备侧方面,利用云计算、大数据技术构建重过载预警模型,有效预测配变重过载情况;通过建立设备能效模型,开展负荷实时分析预测,优化能耗、能效和用能管理;以数据分析和机器学习为核心,实现业务应用健康度量化评估和自动化干预、系统故障原因分析,实现快速精准定位和风险预警预测等。

    其他方面,包括利用数据模型科学规划投资,选择可再生能源投资最优方案;构建基于数据分析的多场景电网规划,选择安全性、可靠性和经济性最优的电网规划方案;优化充放电决策模型,自动调整充放电参数,提高储能设施的利用率和经济性;通过整合电力大数据与政府、企业、消费、环境和天气等外部数据,构建电力大数据分析模型,打造电力经济指数、供应链金融和企业多维画像等应用场景等。

    赛迪CCID统计,2021年我国大数据分析市场下游行业中电力领域占比约为5.6%,市场规模约为12.9亿元,当前电力行业大数据分析市场整体规模相对较小。国家政策为电力领域未来大数据分析明确了方向,《“十四五”大数据产业发展规划》在电力领域提出基于大数据分析挖掘算法、优化策略和可视化展现等技术,强化大数据在发电、输变电、配电、用电各环节的深度应用;开展用电信息广泛采集、能效在线分析,实现源网荷储互动、多能协同互补、用能需求智能调控等。未来,电力领域大数据分析市场将持续稳定增长。

    二、市场竞争

    (1)竞争态势

    我国大数据分析行业在电力领域的参与企业数量相对大数据行业整体较少,行业内企业竞争态势存在竞争关系和竞合关系两大情况,如下:

    竞争关系:近年来我国大数据分析行业快速发展,行业内竞争持续加剧,形成竞争关系的企业主要包括佰聆数据、美林数据、明略科技、易莱信、数聚能源等专业大数据分析企业,该类企业在电力行业大数据分析领域存在类似或不同应用方向的产品或解决方案,在电力领域形成直接竞争。

    竞合关系:大数据分析技术的融合发展以及相关产品应用领域的模块化属性使得在为客户提供服务过程中,需要借助多方合作形成合力,才能为客户提供系统性解决方案。因此大数据分析领域竞合程度加强,企业之间的竞合关系可以使得各企业分别在其优势领域形成相互合作,实现业务互补、合作共赢。形成竞合关系的企业主要包括佰聆数据、美林数据等专业大数据分析企业与朗新科技、海颐软件、恒实科技等传统IT类大数据、电力信息化企业之间。

    行业参与者之间既有竞争也有合作,通过产业链分工合作、产品服务互补共同推动了我国电力领域大数据分析市场的快速发展,加快了电力行业数字化进程。

    (2)市场份额

    由于行业内企业大多为非上市公司且属于细分市场,相关数据较难获取,赛迪CCID对涉足电力领域的重点大数据分析企业进行了调研,并结合自身数据库初步综合判断:2021年我国电力领域重点大数据分析企业中的佰聆数据、美林数据和朗新科技三家企业市场份额合计约为28.3%。其中佰聆数据市场份额约为14.3%,美林数据市场份额约为7.2%,朗新科技市场份额约为6.8%。上述三家企业属于电力领域内较为领先的大数据分析业务参与企业,规模处于市场前列。

    三、发展前景

    近几年,电网企业加快数字化转型,其中,国家电网完成全业务泛在电力物联网顶层设计,加强数字基础设施建设,推动建设国网云、数据中台及业务中台,在智能运检、设备管理和用电环节等推进相关智能分析、管理类系统建设;大力发展大数据应用,加强用电数据监测和大数据分析,挖掘电力大数据价值,借助电力大数据分析辅助决策等。南方电网实施“4321”十大工程,加快推进数字电网建设,全力打造数字南网、智慧南网,输变电方面不断提高巡视、操作、安全等业务智能化、数字化水平,配电方面充分利用“云大物移智链”技术,以实现配电网设备资产管理智能化、现场作业数字化、电网运行智慧化,并将数字技术融入电网企业管理经营全过程,以数据驱动业务流程再造和组织结构优化。

    当前,国家大力推动源网荷储一体化和多能互补发展,推进电力系统数字化转型和智能化升级,以推动电力行业实现“碳达峰、碳中和”。在此发展背景下,电力领域数字化转型持续加快。未来一段时间内,国家电网和南方电网将持续加大投入以推进整体电网数字化转型。南方电网在其“十四五”规划中提出,企业将向数字电网运营商转型,“十四五”期间总体电网建设将规划投资约6,700亿元,以加快数字电网建设和电网现代化,加快电网数字化转型,以电网的数字化、智能化建设,促服务智慧化,全力提升用户获得感;到2025年,全面建成数字电网,充分发挥能源电力大数据“生产要素”和“算力+算法”叠加倍增效应,赋能新型电力系统建设。国家电网披露,“十四五”期间其计划投入3,500亿美元(约合2.23万亿元),推进电网转型升级,加快构建新型电力系统等。国家电网和南方电网“十四五”电网规划投资累计约2.90万亿元,超过“十三五”实际电网投入2.82万亿元。

    伴随国家电网和南网电网对电网投资额的提升,电网数字化投入将不断增长、电网数字化建设持续加快。国家电网方面,2020年国家电网在涵盖了数字化平台、能源大数据中心、电力大数据应用、5G应用等十大领域的数字基础设施上建设投资约247亿元;南方电网方面,根据《南方电网公司“十四五”发展规划和2035年远景目标展望》,其“十四五”期间对数字化的固定资产投资需求达190亿元。赛迪CCID预计,“十四五”期间国家电网、南方电网数字化转型投资额合计值将达到1,090亿元,复合年增长率17.0%,其中国家电网占比约82.6%、投资额约900亿元,南方电网占比约17.4%、投资额约190亿元。

    数据来源:国家电网,南方电网,赛迪CCIDnet

    现阶段,电网公司在数据中台等数字化底层部署已较为完善,国家电网为例,2020年国家电网已经完成总部及27家省公司内网云和数据中台部署,可以预见未来电网数字化转型、数字化投入重心在于电力大数据价值挖掘,将数据资源作为核心资产进行管理和运营,赋能电力行业科学规划、智能运行及商业模式创新。未来持续增长的电网公司数字化转型投入,将有效驱动电网领域大数据分析市场的快速发展。

相关报告
  • 《工业和信息化部关于工业大数据发展的指导意见》

    • 来源专题:数控机床与工业机器人
    • 编译者:icad
    • 发布时间:2020-05-19
    • 工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。为贯彻落实国家大数据发展战略,促进工业数字化转型,激发工业数据资源要素潜力,加快工业大数据产业发展,现提出如下意见。 一、总体要求 坚持以习近平新时代中国特色社会主义思想为指导,深入贯彻党的十九大和十九届二中、三中、四中全会精神,牢固树立新发展理念,按照高质量发展要求,促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理,着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。 二、加快数据汇聚 (一)推动工业数据全面采集。支持工业企业实施设备数字化改造,升级各类信息系统,推动研发、生产、经营、运维等全流程的数据采集。支持重点企业研制工业数控系统,引导工业设备企业开放数据接口,实现数据全面采集。 (二)加快工业设备互联互通。持续推进工业互联网建设,实现工业设备的全连接。加快推动工业通信协议兼容统一,打破技术壁垒,形成完整贯通的数据链。 (三)推动工业数据高质量汇聚。组织开展工业数据资源调查,引导企业加强数据资源管理,实现数据的可视、可管、可用、可信。整合重点领域统计数据和监测数据,在原材料、装备、消费品、电子信息等行业建设国家级数据库。支持企业建设数据汇聚平台,实现多源异构数据的融合和汇聚。 (四)统筹建设国家工业大数据平台。建设国家工业互联网大数据中心,汇聚工业数据,支撑产业监测分析,赋能企业创新发展,提升行业安全运行水平。建立多级联动的国家工业基础大数据库,研制产业链图谱和供应链地图,服务制造业高质量发展。 三、推动数据共享 (五)推动工业数据开放共享。支持优势产业上下游企业开放数据,加强合作,共建安全可信的工业数据空间,建立互利共赢的共享机制。引导和规范公共数据资源开放流动,鼓励相关单位通过共享、交换、交易等方式,提高数据资源价值创造的水平。 (六)激发工业数据市场活力。支持开展数据流动关键技术攻关,建设可信的工业数据流通环境。构建工业大数据资产价值评估体系,研究制定公平、开放、透明的数据交易规则,加强市场监管和行业自律,开展数据资产交易试点,培育工业数据市场。 四、深化数据应用 (七)推动工业数据深度应用。加快数据全过程应用,发展数据驱动的制造新模式新业态,引导企业用好各业务环节的数据。 (八)开展工业数据应用示范。组织开展工业大数据应用试点示范,总结推广工业大数据应用方法,制定工业大数据应用水平评估标准,加强对地方和企业应用现状的评估。 (九)提升数据平台支撑作用。发挥工业互联网平台优势,提升平台的数据处理能力。面向中小企业开放数据服务资源,提升企业数据应用能力。加快推动工业知识、技术、经验的软件化,培育发展一批面向不同场景的工业APP。 (十)打造工业数据应用生态。面向重点行业培育一批工业大数据解决方案供应商。鼓励通过开展工业大数据竞赛,助力行业创新应用。加大宣传推广力度,开展线上线下数据应用培训活动。 五、完善数据治理 (十一)开展数据管理能力评估贯标。推广《数据管理能力成熟度评估模型》(GB/T 36073-2018,简称DCMM)国家标准,构建工业大数据管理能力评估体系,引导企业提升数据管理能力。鼓励各级政府在实施贯标、人员培训、效果评估等方面加强政策引导和资金支持。 (十二)推动标准研制和应用。加强工业大数据标准体系建设,加快数据质量、数据治理和数据安全等关键标准研制,选择条件成熟的行业和地区开展试验验证和试点推广。 (十三)加强工业数据分类分级管理。落实《工业数据分类分级指南(试行)》,实现数据科学管理,推动构建以企业为主体的工业数据分类分级管理体系。 六、强化数据安全 (十四)构建工业数据安全管理体系。明确企业安全主体责任和各级政府监督管理责任,构建工业数据安全责任体系。加强态势感知、测试评估、预警处置等工业大数据安全能力建设,实现闭环管理,全面保障数据安全。 (十五)加强工业数据安全产品研发。开展加密传输、访问控制、数据脱敏等安全技术攻关,提升防篡改、防窃取、防泄漏能力。加快培育安全骨干企业,增强数据安全服务,培育良好安全产业生态。 七、促进产业发展 (十六)突破工业数据关键共性技术。加快数据汇聚、建模分析、应用开发、资源调度和监测管理等共性技术的研发和应用,推动人工智能、区块链和边缘计算等前沿技术的部署和融合。 (十七)打造工业数据产品和服务体系。推动工业大数据采集、存储、加工、分析和服务等环节相关产品开发,构建大数据基础性、通用性产品体系。培育一批数据资源服务提供商和数据服务龙头企业,发展一批聚焦数据标准制定、测试评估、研究咨询等领域的第三方服务机构。 (十八)着力构建工业数据创新生态。支持产学研合作建设工业大数据创新平台,围绕重大共性需求和行业痛点开展协同创新,加快技术成果转化,推动产业基础高级化和产业链现代化。 八、加强组织保障 (十九)健全工作推进机制。省级工业和信息化主管部门(大数据产业主管部门)要建立工业大数据推进工作机制,统筹推进地方工业大数据发展。鼓励各地因地制宜加强政策创新,开展重大问题研究,实施政策评估咨询,助力工业大数据创新应用。 (二十)强化资金人才支持。发挥财政资金的引导作用,推动政策性银行加大精准信贷扶持力度。鼓励金融机构创新产品和服务,扶持工业大数据创新创业。完善人才培养体系,培育既具备大数据技术能力又熟悉行业需求的复合型人才。 (二十一)促进国际交流合作。围绕政策、技术、标准、人才、企业等方面,推进工业大数据在更大范围、更宽领域、更深层次开展合作交流,不断提升国际化发展水平。
  • 《《2019中国大数据产业发展白皮书》深度解读之一》

    • 来源专题:北京市经济和信息化委员会监测服务平台
    • 编译者:zhangmin
    • 发布时间:2019-09-16
    • 近日,由大数据产业生态联盟联合赛迪顾问共同完成的《2019中国大数据产业发展白皮书》(以下简称《白皮书》)在2019世界计算机大会——“计算机未来:算力驱动万物互联”主题论坛上重磅发布,并揭晓“2019中国大数据企业50强”和“中国大数据企业投资价值百强”。《白皮书》从政策、产业、区域、人才和资本五个维度展示了2018年中国大数据产业生态的最新进展,并围绕互联网、金融、电信、政府、健康医疗和工业六个细分产业,详细洞察其历史演进、特点、痛点和未来机会点。 赛迪顾问有限公司总裁孙会峰,就2018年以来大数据产业生态的最新态势进行了深入分析,并总结了未来中国大数据产业发展的八大趋势。 一、大数据与经济社会发展紧密相关 当今时代,数据与人们的日常生活密切相关,衣、食、住、行等相关领域的海量数据持续迸发。2017年滴滴用户数达4.5亿,提供了超过74.3亿次移动出行服务;2018年微信每日发送信息450亿次,新浪微博日活跃用户2亿,微博视频/直播日均发布量为150万+;2018年天猫双11订单量突破10亿,2019年京东“6?18”开场1小时下单金额50亿元;中国3万家综合性医院,每年新增数据量可达20Zbit。上述海量数据的产生为大数据应用提供了丰富的基础资源和场景。希捷科技的一项最新研究表明,到2025年全球数据量将会从2018年的33ZB上升至175ZB。 基于生产生活中的海量数据资源,整个经济社会的数字化水平将遵循“数据化-信息化-数字化-智能化”的演进路线持续升级。“数据化”是关键基础,它确定了数据的采集边界和标准;“信息化”是关键流程,它规范了数据采集、存储、分析的具体方法;“数字化”是关键手段,它明确了应用大数据、人工智能等新一代信息技术开展分析和应用的新思路新模式;“智能化”是关键效果,它反映了数字化转型的成效,覆盖社会治理、公共服务和产业发展等多领域。 数字化转型的四阶段演进示意图 1.jpg 大数据作为数字化转型中的核心支撑能力,相关技术和应用助力了数字中国战略的加速落地。数字中国战略包含数字经济、数字政府和数字社会三个部分。中国数字经济规模持续壮大,提升经济发展质量。国家网信办的数据显示,2018年中国数字经济规模达31.3万亿元,同比增长15.1%,占GDP的比重达34.8%。据上海社科院测算,2016年到2018年,中国数字经济对GDP增长的贡献率分别达到了74.1%、57.5%和60.0%。与此同时,数字政府和数字社会建设也同步推进,持续提升政府的服务能力,优化社会的运行效率。 数字中国战略与大数据产业的关系 2.jpg 二、大数据产业生态的五维度解析 1、政策维度 2016-2018年国家和地方各级政府相继出台了一大批大数据相关政策。截至2018年底,国家累计发布了43条相关政策,全国有31个省(市、区)累计发布政策347条,其中贵州、福建、广东和浙江领先。 2016-2018年31个省(市、区)大数据政策数量 3.jpg 从省级大数据管理机构的成立来看,广东省在2014年最先成立了大数据管理局,2015年浙江省和贵州省跟进,2017年陕西省、重庆市和内蒙古自治区也完成了布局。2018年则是大数据管理机构最密集成立的年份,吉林省、北京市、天津市、山东省、河南省、安徽省和福建省等纷纷成立主管部门,数字经济和大数据产业已得到地方各级政府的高度重视。 2、产业维度 受宏观政策、技术升级和应用场景拓展等利好因素的影响,2018年中国大数据产业规模为4384.5亿元,预计2021年将达8070.6亿元。从2016-2021年,大数据产业规模增长5230亿元,5年复合增长率达23.2%。赛迪顾问分析发现,2016-2018年的增长主要由产业政策和资本协力推动。2019年以来,随着大数据技术和应用的持续爆发,以及5G和物联网等相关技术的成熟,市场需求和相关技术进步将成为大数据产业持续高速增长的最主要动力。 3、人才维度 大数据人才是指从事大数据相关工作的人才,主要包括从事研发、分析工作的核心人才,以及兼具行业背景和大数据技能的复合型人才。据赛迪顾问估算,截至2018年底,中国大数据核心人才数量为200万人,缺口为60万人。为了应对大数据人才的紧缺态势,国家加快设立数据科学与大数据技术等一批相关专业。教育部的统计数据显示,2017-2019年高校数据科学与大数据技术专业新增备案数量依次为32所、250所和196所。 4、创新维度 据赛迪顾问统计[1],中国大数据相关专利新增数量从2015年开始快速升高。2018年单年的新增专利数量达7887个,其中发明专利占比达77.0%,实用新型专利占比达21.7%,授权发明占1.3%。进一步分析发现,企业和科研院所是大数据创新的主力军,数据显示2018年,两者合计贡献了7273项专利,占到了全年新增数量的92.2%。 5、区域维度 赛迪顾问从创新能力、政府服务能力、典型园区数量和产业规模四个维度评价了全国六大区域的大数据产业综合发展能力[2]。研究显示,华东地区在创新能力、政府服务能力和典型园区数量方面优势明显,典型代表地区包括上海市和浙江省;华北地区虽然综合评价仅次于华东,但其产业规模在六个区域中处于领跑地位;中南地区近年来发展迅速,代表省份河南和广东相继落地了大量产业园载体,其政府服务能力和区域创新能力均得到了快速提升;西南地区主要由四川省和贵州省领衔,已经打造形成区域发展新高地;东北和西北地区的整体发展能力相对滞后,各项指标均有待提升。 2019年全国各区域大数据产业综合发展能力评价 1.jpg 数据来源:《省级政府和重点城市网上政务服务能力调查评估报告(2019)》,赛迪顾问,2019 三、大数据产业的八大趋势 1、政府大数据从“数据资产管理”走向“大监管大服务” 随着数字政府和新型智慧城市建设的持续推进,与社会治理、民生服务、政务应用密切相关的政府大数据应用成为热点。中国政府掌握着80%的高价值公共数据,如何盘活这些海量数据资源,是未来政府大数据发展的关键。 中国政府大数据的发展历经三个阶段:2010年以前是以三金工程为代表的信息化建设;2011-2016年步入大数据平台建设和数据整合,各级政府主导搭建了大量平台;2017年至今,数据资产管理和应用成为新主题。从趋势上看,未来政府的大数据应用将逐步向“大监管大服务”方向迈进,用以实现更精准高效的监管和更便捷深入的服务。未来,通过结合5G、人工智能、大数据、云计算和物联网等诸种信息技术,顺应数字经济和数字政府建设浪潮,落地城市大脑、平安城市、社会信用、交通感知与管理、社会舆情管理等应用,切实提升政府服务能力,将成为政府大数据发展的机会点所在。 2、电信大数据:从“小圈子”走向“大生态” 电信行业的信息化和数字化水平走在全行业前列,2010-2015年,各电信运营商落地了一批大数据平台和应用类项目,开展了大量PoC测试,内部大数据技术和应用能力显著提高。2016年以后,运营商内部业务加速集中化,开源节流成为运营商关心的核心问题。 电信大数据细分产业正在从“小圈子”走向“大生态”。“小圈子”的焦点是运营商自身业务能力和效率的持续提升,比如顺应业务集中化的趋势,运用大数据技术提升企业运营能力,实现集团-地方两级大数据架构的融合优化,加速B-O-M三域数据融合,应用SDN/NFV技术柔性改造网络,加速布局5G和AI的等新应用场景。“大生态”意指运营商既有能力的外部拓展和迁移,通过对外提供领先的网络服务能力,深厚的数据平台架构和数据融合应用能力,高效可靠的云计算基础设施和云服务能力,打造新的、以运营商为核心的数字生态体系,加速非电信业务的变现能力。 3、健康医疗大数据从“大”数据走向“精准”数据 中国的医疗信息化建设持续推进,年增速保持在20%以上的较高水平。从面向医院管理信息化(HIS),到以患者和医疗过程为核心的医院临床管理医疗信息化(如PACS、LIS、RIS、EMR等),再到区域医疗服务信息化(GMIS),广覆盖的医疗信息化建设项目累积了海量数据,为健康医疗大数据业务的开展奠定了坚实基础。 健康医疗大数据将从当前简单的“大”走向“精准”,通过获取更高质量、更精准的数据,助力健康医疗服务的提升。当前,我国健康医疗大数据行业面临四方面挑战:(1)求数无源,需采集的数据标的不明确,采集工具的标准化和规范化有待提升,无法获得所需数据;(2)有量无质,所采集数据无法满足既定用途所需的数量和质量;(3)有病无数,临床救治与数据应用需求脱轨,大数据和AI等技术的临床应用不足,临床一线数据的收集和汇聚不足;(4)有数无据,在数据深加工方面的工作不足,尚未形成数据驱动的临床科研、医药研发、器械生产、分级诊疗、健康养老、医养结合等产品和服务。以动态血压计为例,我国动态血压计市场完全被欧美企业占据,其根源在于我国医疗机构不能提供临床上的“中心动脉血压数据”。中心动脉血压需要在开创性手术过程中采集,我国医疗机构在手术过程中通常把注意力集中于救治患者,既疏于采集手术过程中数据,也缺少开创性手术过程中的感染可控的数据采集科学手段。这个案例集中体现了健康医疗大数据应用的两点问题——没有可用数据、不知如何采集。未来,健康医疗大数据破局的关键在于汇集整合更精准的数据,为临床决策和药品器械研发提供数据分析支撑。 4、工业大数据围绕“小场景”从“项目”走向“产品” 工业大数据立足工业企业的降本增效,当前主流应用场景以电网和离散型制造业为主,设备故障预测与健康管理、综合能耗管理、智能排产、库存管理和供应链协同成为应用热点。然而,工业大数据解决方案的高成本、工业企业的数据意识不强,以及工业互联网盈利模式的模糊,制约了工业大数据应用的快速拓展。 未来,工业大数据将围绕“小场景”从“项目”走向“产品”。小场景由于投入相对少,需求更精准,有助于在短期内取得成效,培育企业的数字化认知,也便于供应商积累行业数据和经验,降低实施成本,推动从项目到标准产品的转变。通过以龙头企业和行业特色企业为引领,加速布局一批小场景,持续推进工业设备数据化和应用产品化,工业大数据有望加速落地。 5、营销大数据从“流量营销”走向“精细运营” 营销大数据是大数据商业化应用效果最好的细分领域,它通过应用数字技术沟通了广告主和目标用户,实现了产品和服务的精准推广。伴随着移动互联网流量见顶,以及经济下行压力下广告主营销预算的下降,如何利用大数据技术,以更低的成本,帮助企业更高效地触达目标用户成为破局关键。 未来,营销大数据将从“流量营销”走向“精细运营”。在流量营销阶段,广告主通过采买高流量平台的流量即可实现业绩和投入的同步提升,这一时期的营销大数据被用于提升展示广告、搜索广告、社交网络广告和电商广告的运行效率,更好地实现广告主与目标用户的对接,丰富广告投放的场景和渠道。而在精细运营阶段,更精准的用户触达、更明智的预算分配成为广告主的关注核心。营销大数据在这里被用于整合多维多源数据,提供能力支撑。在更精准的用户触达方面,线下场景的需求更为精准(如机场航站楼、4S店等),通过整合线下和线上数据,定向推送广告,有助于提升营销效率;此外,基于Panel库的人群访谈所得的“小数据”便于洞察因果关系,配合大数据分析挖掘能力,同样可以实现更精准的投放,提升营销效率。在更明智的预算分配方面,当前的中小广告主更青睐于全渠道的整合营销平台(SEM+EDM+社交+内容营销+独立DSP+DMP+舆情监测)建设,来平衡ROI,同时广告主高度重视内容和社交媒体的深度运营,通过精细化的运营来实现可持续的商业化变现。 6、金融大数据:从“强管控”走向“创新服务” 金融大数据是隶属于金融科技的关键技术,它服务于金融机构的核心业务环节,解答诸如贷不贷款、贷款多少、风险如何等关键问题。2017年以来,随着金融监管日趋严格,基于数据规范行业秩序,降低金融风险,成为金融大数据的主流应用场景。 未来,随着技术的成熟,金融大数据将逐步由“强管控”走向“创新服务”,通过汇集多源多维的数据,提供创新服务支撑。比如,与社会信用体系建设相融合,提供基于金融数据的个人信用报告、企业财务信用报告、授信评估、贷中预警、中小微企业信用评估等新服务,以及与此间接相关的、高效便捷的清算支付和出行服务。与此同时,积极创新金融反欺诈、供应链金融等新兴金融服务,切实助力实体经济的资金融通,确保资金安全高效使用。 7、大数据学科教育从“通用人才培育”走向“专用人才培育” 如前所述,2018年中国大数据人才缺口为60万人。赛迪顾问研究发现,2016-2017年多数大数据人才毕业于“计算机类、统计类和数学类学科”,然而从2018年开始,国家一方面加大“数据科学与大数据技术”专业的投入力度,另一方面加快设立交叉性的新学科(如智能医学工程、智能建造、计算金融、智能车辆工程等),培育既有专业知识又懂大数据技术的复合型人才成为未来大数据人才培养的发展趋势。 8、大数据安全从“技术安全”走向“综合治理” 大数据时代,数据的获取方式、存储规模、访问特点、分析方法和技术架构都有了很大不同,与此同时,企业的组织架构和业务流程也相应发生了转变,这些新特征对于数据安全提出了全新挑战——数据安全更难防护、认证系统不完善、系统更易被入侵、安全策略更难实行等。传统数据安全已经无法满足大数据场景下的安全防护要求。 大数据安全不同于传统数据安全,它包含大数据平台安全和大数据环境下的数据安全两部分内容。当前,中国大数据安全市场规模小,企业在采用相关产品和服务过程中高度重视ROI,不能接受数据安全防护成本高于数据自身的价值。此外,受制于组织、制度和规范,由人为因素导致的大数据泄露和安全问题同样严峻,有研究指出80%的数据泄露是企业“内鬼”所为。赛迪顾问认为,未来大数据安全将逐步从重安全技术转变为重治理,其重点落在核心数据资产的梳理和防护,以及围绕大数据治理所开展的体制机制建设。 四、赛迪建议 对于政府部门,要切实以政府大数据应用为先导,分层次推进大数据建设。在政府大数据领域,顺应数字政府和新型智慧城市建设浪潮,加快数据资源整合,建立健全政务数据应用场景,全面提升政府服务能力;在市场化程度高的互联网、金融、电信等领域,鼓励行业标准的制定,完善必要的行业监管;在市场化程度低的工业和健康医疗等领域,针对制约发展的核心问题(如有数无源、有量无质、实施成本高等),加大政策扶持力度,助力产业稳步发展;与此同时,顺应数字经济浪潮,夯实大数据产业集聚区建设,支持多层次大数据人才培养,强化大数据标准体系建设。 对于用户企业,一方面要夯实数据基础,强化数据资源的汇集整合,兼顾数据的量和质;另一方面要稳步拓展大数据应用,重业务实效,以小场景带动数据整合与分析应用,扎实推进数字化转型。在具体的创新方面,用户企业可尝试下放创新压力,在相对成熟的业务领域,借鉴电信运营商的创新发展经验,同供应商开展框架协议式的创新合作,依最终的创新成果交付情况付费。 对于大型供应商,应注重平台和生态打造,在基础技术平台、数据中台、业务中台等建设方面加大投入,同时在细分领域兼顾自身优势与合作伙伴网络建设;对于中小型供应商,则要持续提升技术实力,加快搭建内生的数据资源池,在细分领域加快塑造差异化的竞争优势。 对投资机构,建议关注行业性和功能性的大数据解决方案。具体而言,营销大数据、政府大数据、电信大数据、金融大数据的市场认可程度高,发展前景好,技术相对成熟,具备较高的投资价值;健康医疗大数据和工业大数据未来3-5年内将进入爆发期;云计算平台和服务、数据分析挖掘、数据采集和预处理,以及数据可视化等技术的发展值得投资机构持续关注;大数据安全市场规模小,体制机制有待健全,远期值得关注;大数据交易由于商业模式不清晰,权属模糊,目前多流于口号式的宣传,短期不建议介入。 [1] 数据来源:智慧芽(PatSnap)全球专利检索数据库。 [2] 各个指标的数据来源: 创新能力——截至2019.09.05各区域专利保有量合计值,含发明和实用新型专利,不包含外观设计。 政府服务能力——国家行政学院电子政务研究中心发布的《省级政府和重点城市网上政务服务能力调查评估报告(2019)》,赛迪顾问整理。 典型园区数(不完全统计)—— 官方发声较多,建设思路清晰的大数据产业园区,赛迪顾问整理。 产业规模——数据来源:赛迪顾问,2019