中国数据驱动型 企业成长路径研究报告2020年2©2020.7 iResearch Inc. iresearch开篇摘要来源：艾瑞咨询研究院自主研究及绘制。数据驱动型企业的成长通常会遵循 数据产生、管理、分析到应用的路径 ，各阶段相互影响和促进。技术与 组织文化变革 相辅相成，如能从战略层面推动企业转型，将可以保障数据驱动的高效落地。疫情为企业的数字化转型按下加速键， 数据量的提升、数据维度的多元化 将让数据驱动向全场景、全行业渗透。大数据、云计算、人工智能和物联网等 技术的融合应用 ，将通过降低数据驱动的门槛，让更多的企业享受到数据带来的红利。数字经济时代催生了以大数据为代表的新型生产要素，数据具有可复制、可共享、无限增长和供给的特性，可以通过 连接物理世界和数字世界 ，驱动持续增长和创新发展。数据驱动强调 以数据作为关键生产要素 ，是企业数字化转型的主线。相比过去的流程驱动，数据驱动让企业能够利用海量、多维度的数据建立起更加全面的评估体系，或创造直接的 业务创新增长 ，或通过不断优化低效、问题环节 提升运营效率 ，是企业市场竞争中保持可持续发展的重要手段。2019年我国数字经济规模为 35.8万亿元，产业数字化占数字经济的比例达到 80.2%。新经济领域的高度数字化，通过传导至 传统产业的转型升级 。在“新基建”、疫情等外部因素的催化下，数字化转型正对越来越多的行业而言变得 重要且紧急 。3“新基建”与企业数字化转型 1数据驱动型企业的成长路径分析 2数据驱动的场景分析 3典型数据驱动服务提供商案例 4未来趋势展望 54©2020.7 iResearch Inc. iresearch数据驱动型企业的概念以数据生产要素驱动经营管理，实现持续增长和创新发展从农业经济到工业经济，生产要素经历了由土地、劳动力向资本、技术及管理等的演进。数字经济时代催生了以大数据为代表的新型生产要素，企业的经营管理离不开海量数据的支撑。相较于传统生产要素的有限增长和供给，数据具有可复制、可共享、无限增长和供给的特性，可以通过连接物理世界和数字世界，驱动企业向数字化转型升级，进而实现持续增长和创新发展。需要注意的是，数字化转型强调的是运用数字技术，而数据驱动强调是以数据作为关键生产要素，因而数字化转型的范畴大于数据驱动，但数据驱动是数字化转型的主线。来源：艾瑞咨询研究院自主研究及绘制。土地可复制劳动力农业经济时代资本 技术工业经济时代管理传统生产要素 新型生产要素数字经济时代生产要素范畴拓宽：可共享 无限增长和供给VS数据生产要素的形态随经济发展而变迁有限增长和供给传统生产要素的特点 数据生产要素的特点5©2020.7 iResearch Inc. iresearch“新基建”中的大数据中心作为算力基础设施承载海量数据，支撑数据驱动企业成长中国经济由高速增长阶段转向高质量发展阶段，新一轮科技革命和产业变革成为引领内生增长动力增强、经济结构优化的关键。在这样的背景下，新型基础设施建设即“新基建”在中央与国家级别的会议中被多次提及。根据国家发改委的定义，新型基础设施是提供数字转型、智能升级、融合创新等服务的基础设施体系，其中数据中心被作为算力基础设施列入信息基础设施的范畴。对于数据驱动型企业而言，数据中心是承载海量数据的存储和计算并支撑上层应用的基石，数据中心产业的蓬勃发展将为数据驱动型企业创造良好的成长环境。来源： 2016-2019年中国数据中心机架规模来自工信部数据，艾瑞咨询研究院自主研究及绘制。数据中心 ： 组织或单位用以集中放置计算机系统和通信、存储等相关设备的基础设施数据中心在“新基建”中的定位信息基础设施通信基础设施 5G、物联网、工业互联网、卫星互联网等新技术基础设施 人工智能、云计算、区块链等算力基础设施 数据中心 、智能计算中心等融合基础设施创新基础设施支撑科学研究、技术开发、产品研制的具有公益属性的基础设施重大科技基础设施、科教基础设施、产业技术创新基础设施等深度应用互联网、大数据、人工智能等技术，支撑传统基础设施转型升级，进而形成的融合基础设施智能交通基础设施、智慧能源基础设施等新型基础设施建设的范畴124 166 210 227 33.9% 26.5%8.1%2016 2017 2018 2019数据中心机架规模（万架）年增长率（ %）2016-2019年中国数据中心机架规模6©2020.7 iResearch Inc. iresearch73.9% 74.4%77.0% 77.4%79.5% 80.2%26.1%25.6%23.0%22.6%20.5%19.8%26.1% 27.5%30.3%32.9% 34.8%36.2%2014 2015 2016 2017 2018 2019数字产业化规模（万亿元） 产业数字化规模（万亿元）数字经济占 GDP比重（ %）16.2 18.622.627.231.335.8数字技术2014-2018年中国数字经济规模、结构及占 GDP比重从数字产业化到产业数字化新经济领域高度数字化，加速传导至传统产业的转型升级随着发展数字经济上升到国家战略高度，近年来数字经济增速显著高于同期的 GDP增速，是带动国民经济发展的关键力量。2019年我国数字经济规模为 35.8万亿元，占 GDP比重达到 36.2%。其中，数字产业化规模对应信息通信产业的增加值，以互联网新经济领域的高度数字化为前提，运用“大智物移云”等数字技术 降低交易费用、发挥网络外部性、促进分工协作等，可以为传统产业带来生产数量和生产效率的提升，促进传统产业的升级转型。 2019年中国产业数字化规模达到 28.8万亿元， 2014年至 2019年间， 产业数字化占数字经济的比例已经由 73.9%上升至 80.2%。来源：中国信通院 中国数字经济发展与就业白皮书（ 2019年） ，艾瑞咨询研究院自主研究及绘制。信息通信产业增加值数字产业化电子信息制造业软件和信息技术服务业电信业互联网行业传统产业应用数字技术带来的生产数量提升和生产效率提升，其创造的新增产出产业数字化农业 工业 服务业 数字化大数据云计算 人工智能物联网 7©2020.7 iResearch Inc. iresearch56.9 64.9 58.2 57.3 57.3 52.9 53.2 67.4 64.4 57.7 56.9 55.8 52.6 52.4 51.9 51.6 51.0 50.5 48.2 47.0 46.5 41.7 48.3 55.0 45.0 42.5 36.6 43.0 服务业批发零售业软件和信息技术服务业其他服务业交通物流业信息传输服务业工业电力烟草电子交通设备制造石化医药纺织机械轻工食品冶金包装建材采矿业废弃资源综合利用业农业畜牧业林业种植业渔业建筑业不同行业的数字化转型差异外部环境变化催生转型需求，数字化转型正变得重要且紧急尽管已经认识到数字化转型的重要性，但在很多企业，数字化转型依然是重要但不紧急的事情，从战略层面驱动转型更需要耗费大量的时间和精力，往往进展速度慢、执行力不强。通常而言，越贴近最终消费者的行业，其所面临的竞争环境变化越快，更新迭代频繁，数字化转型更可能直接关系到企业的生死存亡。 中国两化融合发展数据地图（ 2018） 数据显示，服务业在两化融合发展水平上领先工业，农业、建筑业整体相对落后。进入 2020年，在“新基建”、新冠疫情等外部因素的催化下，众多行业受到冲击，加速开展线上业务，数字化转型正对越来越多的行业而言变得重要且紧急。注释：两化融合水平与能力评估包括基础建设、单项应用、综合集成、协同与创新等四个主要评估方面。来源：两化融合服务联盟、国家工业信息安全发展研究中心 中国两化融合发展数据地图（ 2018） 。2018年中国各行业两化融合发展水平8©2020.7 iResearch Inc. iresearch大数据整体产业链结构涵盖底层基础设施、大数据平台及面向业务场景的各类应用对于数据驱动型企业而言，拥有数据是前提条件，数据可以是来自企业自身的经营管理，也可以来自外部的如政府数据、第三方数据等，而数据中心为数据提供数据存储和计算的基础设施。面对各种不同类型的离线与实时、结构化与非结构化数据，企业需要进行集成、处理、分析和可视化等工作，以应用在具体的业务场景当中。通常而言，对于有一定规模和信息化基础企业，会引入大数据平台或数据中台等对数据进行统一的全生命周期管理，而针对特定场景的业务需求，则可以直接选择更加产品化的大数据应用。来源：艾瑞咨询研究院自主研究及绘制。大数据产业链结构概览数据源 政府数据 行业联盟数据 第三方数据 数据交易企业数据存储计算 网络IDC/IaaS服务 中间件数据库 操作系统基础软件基础层应用层技术层 数据采集 数据存储 数据集成 数据处理 数据分析 数据可视化大数据平台 /数据中台餐饮零售 教育行业应用客户服务广告营销 产品开发通用应用 人力资源管理供应链管理 医疗金融 地产 政务工业 9©2020.7 iResearch Inc. iresearch建立端到端、全生命周期的数据管理体系，利用海量、多维度数据支撑业务，驱动供需双方的精准匹配基于数据分析发现运营过程中的低效、问题环节，通过挖掘数据之间的联系，通过不断优化提升企业效率数据对企业经营发展的重要意义供需精准匹配替代经验主义，优化问题环节提升企业效率过去，企业的经营管理多是流程驱动的，高度依赖经验主义。数据驱动型企业利用海量、多维度的数据建立起更加全面的评估体系，无论是基于供需双方的精准匹配带来直接的业务创新增长，或是不断优化低效、问题环节以提升运营效率，都是在激烈的市场竞争中保持可持续发展的重要手段。如下图所示，以钢铁企业为例分析企业的数字化转型成效。企业的经营管理过程可以被划分为多个细分环节，数据驱动对每个环节带来不同程度的效果提升，其最终对企业的贡献将是非常可观的。来源：钢铁企业数字化转型成效分析来自麦肯锡 赢在当下：解锁大规模数字化转型 ，艾瑞咨询研究院自主研究及绘制。数据驱动对企业的核心价值以钢铁企业为例 :企业数字化转型成效分析EBITDA利润率提升估算（ %）注释：该数据为全球各地区、各技术背景下的加权平均值；非瓶颈工厂提升空间相对较小，存在瓶颈的工厂提升空间较高。数字化创新 精细化运营数据驱动数字化抓手 原材料处理及准备 生产流程 控制 营销和销 售 物流和供 应链 维修、工程及安全 采购 支持性服务与研发 总计成效（美元 /吨） 48801. 高级分析 17282. 流程数字化 22373. 机器人及自动化 584. 新业务建设 57710 1123 1218 58 89 47 2546 510 35 23 23 123 510 57 12 5 25 251 13 23 146 110©2020.7 iResearch Inc. iresearch企业进行数字化转型，应当首先满足数据合规、安全管控的相关要求。当前的数据驱动高度依赖对个人数据信息的采集和使用，如未能 建立有效的数据安全治理机制 ，将可能造成严重的信息泄露。数据驱动往往 需要业务部门和技术部门的高度配合 。但实际中，技术部门驱动，会因为对业务场景的理解有限，造成落地应用不及预期；而业务部门驱动则会由于对技术考虑不周全，造成不断返工。一方面各类数据源实时产生大量数据，另一方面越来越多的业务能够对数据做出快速的反馈， 针对实时数据的采集和处理 变得愈发重要，但传统的数据处理流程针对离线数据，不能很好地解决时效性问题。传统信息系统建设中各部门数据独立存储、独立维护，标准各异，相同的数据被赋予不同的定义，无论是 物理性或逻辑性的数据孤岛 ，都阻碍了在统一维度下对数据的分析处理。数字技术的应用带来数据获取渠道的多样化，从简单的文件数据库到复杂的网络数据库、从关系数据库到非关系数据库，企业需要汇聚来自 不同渠道的、不同组织结构和存储格式 的数据。企业在数据运营管理方面的痛点多源异构数据面临整合打通难题，数字化转型落地需各部门通力配合来源：艾瑞咨询研究院自主研究及绘制。实时采集处理数据孤岛多源异构 业务与技术的壁垒数据安全顾虑数据驱动型企业面临的痛点企业管理者的意识对数字化转型的成果有关键作用，如果 缺乏战略层面的规划 ，自上而下地推行，在执行过程中通常会遇到重重阻力，尤其对于大中型企业，部门墙的问题将更为严重。管理与执行的壁垒