易观:2016数据即服务生态图谱


中国数据即服务生态图谱2016

 

下载本地  保存到信息图册

2017-1-16 19:39 上传

中国数据即服务市场生态图谱

 


数据资源服务商关键成功要素

 

  • 短期需要注重海量数据中的数据抓取,并将企业数据源与自身平台连接,长期需要注重非结构化数据处理和数据安全等问题。
  • 数据加工时,数据集的场景化问题是关键。
  • 业务要实现落地,需要实现可持续盈利的商业模式及市场认可的执行力。

 


应用性能管理服务商关键成功要素

 

  • 核心能力包括数据搜集能力(对指标的细分拆解)、数据处理能力(高效的处理引擎,高精度的模型算法、对客户操作系统的了解)、全站溯源能力(端到端的客户行为全追溯)
  • 厂商需要以用户体验为核心,应用服务与客户配合紧密,注重顾问与客户的衔接,以及内部的经验共享。
  • 优秀APM厂商需要领先对手至少两个迭代。

 


用户行为分析服务商关键成功要素

 

  • 厂商需注重计算的趋势稳定性(全程统一的计算标准),并懂得企业成长方法论(不同成长阶段的指标选取)
  • 要基于行业的具体场景来打磨产品,结合统计学工具实现多场景的画像(行为画像、人群画像、心理画像、财务画像等)及多角色支持(市场部门:用户行为转化;产品部门:了解不同模块的吸引力和留存率;运营部门:提高用户参与度)
  • 建立行业里的长期壁垒,通过不同角色提高采集、清洗、建模、可视化等环节的技术复杂度。
  • 未来的发展方向是人工智能,厂商需要关注机器学习能力及数据集合训练的合规性。

 


精准数据营销服务商关键成功要素

 

  • 程序化购买广告市场,差异化竞争态势明显。优质媒体资源和技术(如定向投放技术)成为不同厂商的核心优势
  • 完善的数据管理体系是关键,通过对于广告投放过程中数据的采集、清洗、投放、归因分析等多方面的应用,提升精准营销能力。
  • 在数据分析方面,服务经验和数据资源的积累很重要,前者需要能够准确甄别行业需求人群和行业行为人群,后者需要紧贴行业业务特点,并覆盖全国半数以上省市。

 


深度链接服务提供商关键成功要素

 

  • 产品需要达到毫秒级性能,并熟悉对应产品的完整环节(渠道来源、下载量等),以解决在信息孤岛下的跨系统活跃问题。
  • 在产品商业化推动中,合作企业的高层和一线人员的配合意愿尤其重要
  • 在业务处理方面,需要保证服务稳定性,规避深度链接层面存在的刷量问题,完善服务体系。

 


BI服务商关键成功要素

 

  • 数据已经开始作为生产要素在改变很多传统行业,厂商需要积极布局金融等日趋显性的买方市场。
  • 随着AI的发展,以算法驱动业务会逐渐取代以人为的行业规则驱动业务,BI厂商需提早进行转型布局。
  • 2017年,早期以BI思路为导向和售卖数据为导向的厂商容易同质化,出现一轮洗牌。厂商需要尽早从软件的交付转变为数据的交付。

 


技术服务商关键成功要素

 

  • 数据服务商需要加强统计学技能,培养并引进懂得数据工程化和行业业务的复合人才。
  • 技术服务商需面向交付(将能力作为产品,例如解决数据处理瓶颈等),而非运营(强调资源属性,例如对数据的描述等)。
  • 由于企业IT基础设施的工具发生变化,出现IT人才与互联网人才的断代落差,平台级厂商需要能把企业的需求融入开源架构中。
  • 战术层面,招募架构师等核心技术人才是该类厂商生存并能够长久发展的关键。战略层面,技术路线的选择比市场战术的运用对厂商的发展更具决定性。

 


行业化服务商关键成功要素

 

  • 拥有长期的垂直行业服务经验从而更加了解行业用户需求,能够更好地解决垂直行业痛点。
  • 行业化应用数据服务商需要与具体行业或上下游产业结合,打造数据应用生态系统。
  • 需要与所服务行业的国家政策导向紧密结合,例如“一带一路”、“供给侧改革”等,紧贴前沿趋势。

 

 

推荐文章

沪公网安备 31010702002009号