2023爱分析·数据中台市场厂商评估报告

安宁河 · 发表于: 2023-4-23 17:33:57

源自：199IT

　　利用多种数据智能技术实现数据驱动的分析与决策，已经成为当前企业数字化转型最重要的目标之一。随着数据来源日益丰富、数据体量快速增长，企业对数据的依赖和挖掘愈发深入，不仅带来数据应用场景、数据用户角色的复杂和多元，也使得企业对于数据应用的敏捷性和即时性的要求变得越来越高。
　　传统的数据开发与管理、数据计算分析正面临着巨大的挑战。为满足日益增长的数据应用需求，爱分析观察到，企业在数据能力建设逻辑上正转向以业务为核心，市场在技术和解决方案的供给上，也正以特定业务价值实现为驱动，变得更分化和聚焦。
　　数据能力建设核心逻辑转向实现业务价值。企业以往在构建数据能力时，通常是由技术部门或数据部门进行统一规划，并进行数据开发与管理，业务部门被动的使用企业的数据能力。然而，随着业务部门对数据价值的逐渐重视，以及对数据应用需求的快速增加，企业技术部门或数据部门已经不能满足业务部门的用数需求。为赋能业务部门更好的使用数据，企业数据智能基础设施的构建正逐渐转变为以业务部门为核心，如尝试通过DataOps、指标中台等概念实现数据和业务部门之间的高效协作。
　　面向业务场景价值实现，技术解决方案更细分、更聚焦。过去几年的实践表明，功能大而全的数据中台并不适合所有企业，根据企业内数据源、数据用途的差别，市场上分化出了多种针对特定场景的数据平台解决方案，如针对风控、营销场景的实时数据平台，针对工业、物联网场景的边云协同数据平台，为了加速多数据源联合分析的数据联邦分析平台，为了加速异构数据分析的异构数据即时分析平台等。

c82d-c7c47b56c5adf986126bd3e02c347496.jpg 保存到相册

9ef5-b671547469cd09ec110fc2b99d47d034.jpg 保存到相册

9c56-28880bb6d90d9b6325fa1ca241a53951.jpg 保存到相册

a5cc-a20b4b9206fe02f2e244aacd7a5c5df0.jpg 保存到相册

a083-42776b60573c180957a617d1d8121622.jpg 保存到相册

82dd-b910e5a9fd3d01b78ee9284d267cbb5a.jpg 保存到相册

39b2-9badd3e5a4255ff59512d2f667c96155.jpg 保存到相册

3353-2a3c81cc99dd872043546025831a4418.jpg 保存到相册

c6e1-01c03797c52a5aa1edd76013ae456b5e.jpg 保存到相册

0d22-ad2aadb943255eb7427021deb7eb2ecd.jpg 保存到相册

ba7e-291a88566a7a3188b1be3bdeb8f97df3.jpg 保存到相册

fdbb-9162bca8aa77ff01a79a08b71f0dc8e7.jpg 保存到相册