大数据产品技术服务行业投资价值分析及发展前景预测

大数据产品技术服务行业投资价值分析及发展前景预测新产品采用与扩散（一）产品特征与市场扩散1、创新产品的相对优点新产品的相对优点愈多，在诸如功能、可靠性、便利性、新颖性等方面比原有产品的优越性愈大，市场接受得就愈快。2、创新产品的适应性创新产品必须与目标市场的消费习惯以及人们的产品价值观相吻合。当创新产品与目标市场消费习惯、社会心理、产品价值观相适应或较为接近时，则有利于市场扩散，反之，则不利于市场扩散。3、创新产品的简易性这是要求新产品设计、整体结构、使用维修、保养方法必须与目标市场的认知程度相适应。一般而言，新产品的结构和使用方法简单易懂，才有利于新产品的推广扩散，消费品尤其如此。4、创新产品的明确性这是指新产品的性质或优点是否容易被人们观察和描述，是否容易被说明和示范。凡信息传播便捷、易于认知的产品，其采用速度一般比较快。（二）购买行为与市场扩散1、消费者采用新产品的程序与市场扩散人们对新产品的采用过程，客观上存在着一定的规律性。美国学者罗吉斯调查了数百人接受新产品的实例，总结归纳出人们接受新产品的程序和一般规律，认为消费者接受新产品一般表现为以下五个重要阶段：（1）认知。这是个人获得新产品信息的初始阶段。新产品信息情报的主要来源是广告，或者其他间接的渠道如商品说明书、技术资料等。人们在此阶段获得的情报还不够系统，只是一般性了解。（2）兴趣。指消费者不仅认识了新产品，并且发生了兴趣。在此阶段，消费者会积极地寻找有关资料，进行对比分析，研究新产品的具体功能、用途、使用等问题。如果满意，将会产生初步的购买动机。（3）评价。这一阶段消费者主要权衡采用新产品的边际价值。如采用新产品获得的利益和可能承担的风险，从而对新产品的吸引力做出判断。（4）试用。指顾客开始小规模、少量地试用新产品。通过试用，顾客评价自己对新产品的认识及购买决策的正确性。企业应尽量降低失误率，详细介绍产品的性质、使用和保养方法。（5）采用。顾客通过试用收到了理想的效果，放弃原有的产品，完全接受新产品，并开始正式购买、重复购买。2、顾客对新产品的反应差异与市场扩散在新产品的市场扩散过程中，由于社会地位、消费心理、产品价值观、个人性格等多种因素的影响制约，不同顾客对新产品的反映具有很大的差异。（1）创新采用者。也称为“消费先驱”，通常富有个性，勇于革新冒险，性格活跃，消费行为很少听取他人意见，经济宽裕，社会地位较高，受过高等教育，易受广告等促销手段的影响，是企业投放新产品时的极好目标。（2）早期采用者。一般是年轻，富于探索，对新事物比较敏感并有较强的适应性，经济状况良好，对早期采用新产品具有自豪感。这类消费者对广告及其他渠道传播的新产品信息很少有成见，促销媒体对他们有较大的影响力，但与创新采用者比较，持较为谨慎的态度。（3）早期大众。这部分消费者一般较少保守思想，接受过一定的教育，有较好的工作环境和固定的收入；对社会中有影响的人物，特别是自己所崇拜的“舆论领袖”的消费行为具有较强的模仿心理。他们经常是在征询了早期采用者的意见之后才采纳新产品。研究他们的心理状态、消费习惯，对提高产品的市场份额具有很大的意义。（4）晚期大众。指比较晚地跟上消费潮流的人。他们的工作岗位、受教育水平及收入状况往往比早期大众略差，对新事物、新环境多持怀疑态度或观望态度。往往在产品成熟阶段才加入购买。（5）落后的购买者。这些人受传统思想束缚很深，思想非常保守，怀疑任何变化，对新事物、新变化多持反对态度，固守传统消费行为方式，在产品进入成熟期后期以至衰退期才能接受。新产品的整个市场扩散过程，从创新采用者至落后购买者，形成完整的“正态分布曲，线”，这与产品生命周期曲线极为相似，为企业规划产品生命周期各阶段的营销战略提供了有力的依据。大数据行业面临的机遇（一）产业政策集中出台，多层次政策体系日益健全十八届五中全会提出实施国家大数据战略以来，《促进大数据发展行动纲要》指出，建立安全可信的大数据技术体系是推进大数据产业基础研究和核心技术攻关的重要目标。2021年3月，在我国十四五规划和2035年远景目标纲要提出，培育壮大人工智能、大数据等新兴数字产业，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统行业转型升级，打造数字经济新优势。加快数字化发展，打造数字经济新优势，协同推进数字产业化和产业数字化转型，加快数字社会建设步伐，营造良好数字生态，建设数字中国。2020年4月，国家发改委明确了新基建是以技术创新为驱动，以信息网络为基础，面向高质量发展需要，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，在新一代信息技术关键领域锻长板的重要举措包括：推动新一代信息技术与制造业融合发展，加速工业企业数字化、智能化转型，提高制造业数字化、网络化、智能化发展水平，推进制造模式、生产方式以及企业形态变革，带动产业转型升级。未来新兴产业及数字经济的发展将更依赖于数据资源，数据基础设施建设也是支撑5G、数据中心、工业互联网等新一代信息技术基础设施的基础，因此大数据是新基建的重要组成部分，也将推进大数据底层软件等核心国产软件的快速发展。（二）数据管理软件国产化趋势明显，国产大数据产品有望实现换道超车国内数据管理软件基本被Oracle、IBM和微软为代表的国外关系型数据库厂商主导，国产软件产品渗透率低。随着国内客户越来越重视数据与信息安全，国产软件产品在关键领域实现替代成为其中重要环节，越来越多的客户已经开始或计划相关软硬件的采购计划。大数据时代下，数据管理软件正在逐步由集中式架构软件向分布式架构软件演进，国产大数据产品有望实现换道超车，对国外数据管理软件进行替代。从功能来看，基于新兴分布式架构的国产大数据产品已经能满足市面上绝大多数数据应用场景基础需求。但国产大数据产品能否在市场竞争中胜出、占据更多的市场份额，仍然取决于国产大数据产品能否构建自主研发的生态以及产品的全球竞争力。目前，为保障国家信息安全，自主研发的国产大数据生态体系正在形成，此前国产软硬件发展面临的格局分散、生态基础不完善、规模用户群体缺乏等障碍正被逐步攻克。随着国产大数据生态体系进入快速协同发展阶段，国产大数据产品与服务迎来较好的发展机遇。（三）数据成为新生产要素，各行业的大数据应用需求巨大2020年4月，《关于构建更加完善的要素市场化配置体制机制的意见》指出，数据已成为继土地、劳动力、资本、技术之后的新一代生产要素，是数字经济发展的基础性、关键性、决定性的生产要素，对经济发展、社会治理、人民生活产生着重大而深刻的影响。激活数据要素潜能，加快数字经济、数字社会，以数字化驱动生产方式、生活方式和治理方式变革成为我国当下发展的重点。企业建设数字化能力，高效解决企业运营中的问题，优化企业业务流程、提高效率，成为企业发展的核心竞争力之一，在金融、交通、能源、制造等国民经济重要领域实际提升数字化能力需求巨大。此外，在企业数字化程度提高后，数据走向资源化是大势所趋，在数据资源化的过程中，建立行业间高效的数据交换机制，实现数据的互联互通、信息共享、业务协同，以成为整合信息资源，深度利用分散数据的有效途径。加快数字化转型，构建数据共享服务体系，促进数据与业务应用快速融合，将助力中国经济从高速增长转向高质量发展，推动数字中国建设。（四）大数据应用的快速发展，推动大数据管理平台需求的快速增长近年来，大数据增长集中于物联网设备、多媒体、日志、社交信息等，这些数据具有数据类型多、数据量大、流转速度快、价值密度低的特点。传统关系型数据库无法满足处理半结构化及非结构化数据需要，具有综合能力的大数据管理平台有易于扩展、无序存储、分布式架构的特性，相比传统关系型数据库，更能满足对这些数据的存储需求。大数据管理平台不仅具有存储管理海量数据能力、数据处理性能高和易于扩展的特性，还可以保持传统关系数据库支持ACID和SQL查询等特性，支持关系数据模型。在大数据市场发展下，大数据管理平台需求快速增长。（五）数据价值的深度挖掘需求将带动智能分析工具的快速发展智能分析工具主要专注于为数据预处理、特征工程、数据建模、预测分析等数据分析挖掘关键过程提供工具和相关解决方案，是企业实现对海量数据的深度挖掘的重要工具。随着大数据环境下，数据分析复杂程度的加深，数据科学平台需要持续优化其平台流程、协作及模型治理特性，以保持与软件开发中最佳实践一致。同时，数据科学平台厂商也将通过整合针对算法筛选、分布式模型训练、模型管理、知识图谱和高性能推理等任务的创新解决方案来实现差异化竞争。为了在大数据环境下快速帮助客户实现人工智能赋能的商业决策，智能分析工具将迎来快速发展机遇，在云原生、AI工程化、低代码、隐私安全、云边一体等方面发挥更大的作用。大数据行业发展背景（一）大数据时代下传统数据管理软件面临多种挑战近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球数据量呈爆发式增长态势。数据作为和土地、资本、劳动力、技术一样的生产要素，在数字经济不断深入发展的过程中，地位愈发凸显。我国是数据资源大国，IDC研究报告指出，到2020年，中国数据量约12．6ZB，较2015年增长7倍，年复合增长率为124%。2025年中国的数据量预计达到48．6ZB，约占全球数据总量的30%。数据资源总体呈现出4V的特点，即海量的数据规模（Volume）、多样的数据类型（Variety）、价值密度低（Value）、快速的数据流转（Velocity）。海量的数据规模指数据量大，包括采集、存储和计算过程中所涉及数据量都非常大。大数据的起始计量单位通常是PB（约1，000TB）、EB（约100万TB）或ZB（约10亿TB）。多样的数据类型指数据种类和来源多样化，包括结构化、半结构化和非结构化数据，具体表现为关系型数据、日志、音频、视频、文本、图片、地理位置信息等类型数据，多类型的数据对数据的处理能力提出了更高的要求。价值密度低指有价值数据所占比例低。随着互联网以及物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，通过结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代需要解决的重要问题之一。快速的数据流转指数据增长速度快，处理速度要求快，时效性要求高。例如实时监测场景中，企业需要对物联网设备数据进行实时处理并做出反应；零售电子商务应用类软件将消费者所持的移动设备的地理位置信息和其个人偏好相结合，推送有针对性的促销信息。这是大数据区别于传统数据使用的显著特征。随着信息技术以及实际业务需求的快速发展，传统数据管理软件在处理大数据场景时不能很好适应数据的4V特性，面临较多技术挑战。因此，传统数据管理软件迫切需要技术革新。（二）传统集中式软件栈向新兴分布式软件栈演进1970-2000年，数据管理软件主要为集中式架构的关系型数据库，其软件产品具备不可分割性（atomicity）、一致性（consistency）、隔离性（isolation，又称独立性）、持久性（durability）即ACID功能特性，占据了数据管理软件的主导地位。关系型数据库技术出现在20世纪70年代，经过二十余年的发展，到90年代已经成熟。市场上具有代表性的集中式架构关系型数据库产品包括Oracle、IBMDB2以及微软SQLServer等。2000年以来，随着互联网和计算机技术的快速发展，需要处理的数据量更大、类型更丰富、速度要求更快，传统集中式计算架构已无法适应数据海量、异构、多源等特点，在部署的扩展性、容错性、经济性、灵活性等方面有一定局限性。谷歌于2003年-2006年间的三篇论文奠定了分布式存储和计算的基础，而后行业从业者基于以上理论建立了Hadoop、Spark等大数据分布式系统框架，并交由Apache软件基金会托管；2009年，在JohanOskarsson开源分布式数据库的讨论中，来自Rackspace的EricEvans重提NoSQL概念，用以指代非关系型的分布式数据存储系统。针对于不同的场景，分别产生了图数据库、搜索引擎、文档数据库、键值数据库等NoSQL数据库，代表性NoSQL数据库提供商包括MongoDB、Elastic等。2010年以来，随着数字化转型的逐步深化，快速变化的业务场景呈现了复杂化、多样化的态势。复杂的业务场景往往需要使用多种数据模型，以及数据模型间的融合。这个时期的，行业内大部分数据库都是面向单一数据模型而设计的，用以解决特定业务场景的特定问题。例如，使用传统的关系型数据库解决结构化数据的存储和处理问题、使用图数据库解决图相关的存储和处理问题、使用文档数据库解决文本相关的存储和处理问题。由于结构化数据和非结构化数据通常以不同的格式和模式存储，单模型数据库虽然优化了数据存储和处理，却难以满足日趋增长的、多样的业务场景需求。当同一业务需要用到不同类型数据的时候，受限于单模型数据库的处理能力，客户往往需要部署多个相互独立的单模型数据库，在对不同模型数据进行联合处理的时候，需要对数据进行搬迁或融合，导致架构复杂度高、开发成本高、运维成本高以及数据处理效率低。由此，催生了从单一数据管理系统到融合型、多模型数据管理系统的技术需求。此外，随着云计算技术的大规模应用，传统各类软件产品都开始由独立部署模式向云服务模式转变。其中数据库作为信息系统核心软件，逐渐附加云化能力形成云原生数据库，以服务的形式对外提供技术支撑。云原生数据库按照部署方式可以分为公有云部署和私有云部署。其中，私有云部署模式由企业提供云数据库依赖的底层物理资源，数据库服务商负责部署云原生数据库软件，后期企业和数据库服务商约定运维维护工作的具体职责分工等，特点是自有资源池化，数据不外流等。相比公有云部署下的云数据库，私有云模式更加关注信息安全，能够实现对数据安全性和服务质量最有效控制，仅限于企业员工和取得授权的合作伙伴使用。多模型数据库云原生相关技术已经成为信息产业的未来发展方向，促使大数据软件进一步革新，规模呈现快速增长趋势，代表性企业如Snowflake、AWS等。相较于国内外的现状，私有云在面向国计民生的相关行业更受客户欢迎，面向私有云模式的云原生数据库预计在未来将获得快速增长。随着技术不断成熟，分布式架构将逐渐成为主流。自底向上，传统的集中式资源管理调度逐渐向基于云原生技术的分布式统一资源管理平台发展；数据管理软件技术架构也会因为计算模式的转变发生重大变革，传统的集中式数据库逐渐向分布式、多模型数据库发展；传统数据分析软件逐渐向新型的分布式数据开发和智能分析软件发展。（三）国产基础软件迎来爆发式增长阶段当前，中国大数据软件领域处于发展的历史机遇期，我国高度重视大数据在经济社会发展中的作用，十八届五中全会提出实施国家大数据战略，《促进大数据发展行动纲要》指出，建立安全可信的大数据技术体系是推进大数据产业基础研究和核心技术攻关的重要目标。十四五规划和2035年远景目标纲要提出，培育壮大人工智能、大数据等新兴数字产业，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统行业转型升级，打造数字经济新优势。全球新一代信息产业处于加速变革期，大数据相关底层技术处于创新突破期，国内市场需求处于爆发期，为国内基础软件厂商带来明确的增长机遇。同时，随着国内基础软件人才的不断增加，在应对新一代场景，不断积累技术经验过程中，国内已形成具备自主研发实力且能与国外厂商竞争的基础软件厂商，并开始实现规模产业化落地。大数据行业的挑战（一）技术创新与支撑能力有待进一步提高技术创新是推动大数据产业发展的内在动力，但是目前我国技术创新对于大数据产业的引领作用仍然不强。一方面，国内企业对大数据核心技术、开源技术和相关生态系统影响力总体较弱。另一方面，大多数大数据企业的创新仍以模仿性、渐进性创新为主，突破性、颠覆性创新偏少，自主研发具有国际影响力的先进技术较少，同质化竞争日益加剧。此外，由于我国基础科学技术水平研发投入相对不足，大数据底层技术投入与国外存在较大差距，虽然具有大数据应用的需求，但较少通过扎实的底层技术手段来推动创新，我国大数据技术创新能力有待持续提高。（二）对开源体系的依赖程度相对较高基于开源的数据库技术，或部分开源的功能方案，已经成为当前众多企业的软件技术建设重要模式，目前数据库开源体系由国外主导。众多软件开发者对于开源软件的认知较有限，甚至误以为开源软件等同于免费软件，可以不受限制地随意使用。事实上，开源软件的著作权既没有被放弃也没有过期，开源软件知识产权风险分为版权侵权风险，专利侵权风险、商标侵权风险三大类。因此市场对待目前开源体系的法律风险意识有待提高，自主研发的国产数据库软件市场占有率有待进一步提升，降低对国外开源体系的依赖。（三）企业对于数据价值的认知及运用能力有待提高近年来，越来越多企业认识到数字化转型的必要性，但是对于数据管理的认知水平较多停留在收集数据、存储管理数据的层面，对于如何把数据有效运用及相关认知有待提高，对数据平台、数据技术的资源投入不足。企业往往只是在部分业务实现数字智能化，各个板块的协同不足，各个部门的信息孤岛现象明显，整个企业的数智化缺乏完整规划，企业对数字化转型的目标和路径不够清晰。在此环境下，中国数据管理软件服务厂商在聚焦于内部产品研发和技术迭代的同时，也需加强对下游实际的业务场景和大数据使用需求的逐步理解、适配，使得更多企业可以容易的运用大数据解决发展面临的数字化转型需求。（四）专业人才短缺问题成发展瓶颈我国仍存在严峻的大数据人才短缺问题，尤其紧缺基础技术研发、专业咨询、数据分析挖掘等方面的专业人才以及兼具专业运营能力、行业动态理解力、解决问题能力的多学科复合型人才，难以满足大数据产业的高速发展需求。一方面，我国高科技人才储备不足，高科技人才储备难以应对与日俱增的大数据人才市场需求。另一方面，我国大数据人才培养体系不完善，大数据人才培养体系起步晚，规模小，层次和模式相对单一，技能知识和理念落后，难以有效匹配产业发展速率。虽然近几年随着我国产业数字化转型的发展，数字科技行业的从业人员逐步增多，但从事基础软件领域研究的专业人员仍然稀缺，尚不能满足大数据行业对于高端专业人才的需求。大数据人才的不足一定程度上影响到大数据产业的发展，业内为争取优秀人才，造成行业内人才竞争不断加剧。大数据全生命周期管理大数据生命周期进一步细分为大数据集成、存储和处理、治理、建模、挖掘和流通等阶段。（一）大数据集成大数据集成包括大数据采集和大数据整合。大数据采集主要是通过各种技术手段将分散的海量内容数据（文本、音频、视频等）、行为数据（访问、查询、搜索、会话、表单等）、工业生产数据（传感器数据、监控数据）等从业务系统中收集出来。由于大数据本身具有分散、海量、高速、异质的特征，采集难度较大，因此保证数据采集的稳定性、可靠性、高效性、可用性和可扩展性等是主要的技术目标，越来越多的企业开始选用专业的数据采集服务。大数据整合的目标是将各种分布的、异构的数据源中的数据抽取后，进行清洗、转换，最后加载到数据仓库或数据集市中，作为数据分析处理和挖掘的基础；这个过程常常也被称为ETL（Extract/抽取，Transform/转换，Load/加载），通常ETL占到整个数据仓库开发时间的60%~80%。大数据时代，数据整合软件的市场也开始了整体的技术升级，主要解决两个主要技术问题，一是独立的ETL应用服务器的计算能力普遍不足，二是无法处理半结构化和非结构化数据。经过几年的技术发展，ETL过程逐步演进为ELT，即数据抽取后直接加载（Load）到大数据平台中，再基于大数据平台的计算能力来实现数据转换（Transform），不再依赖ETL应用服务器做抽取和转化工作，这样可以解决ETL应用服务器的处理能力不足问题，充分利用大数据平台的分布式计算能力提升数据集成的效率和稳定性。（二）大数据存储和处理大数据存储与处理要用用服务器及相关设备把采集到的数据存储起来，使得数据能够被高效地访问和运算。由于数据量的爆发式增长，尤其是非结构化数据的大量涌现，传统的单机系统性能出现瓶颈，单纯地提高硬件配置已经难以跟上业务的需求，产生的海量数据没有合适的存储场所，企业被迫放弃大量有价值的数据；数据处理的速度和性能出现瓶颈，业务的深度和广度受到限制。因此，过去十年间，计算机系统逐步从集中式向分布式架构发展。分布式架构及相关技术通过增加服务器的数量来提升系统的处理能力，每个节点都是一个可独立运行的单元，单个节点失效时不会影响应用整体的可用性。分布式系统在扩展性、容错性、经济性、灵活性、可用性和可维护性方面具有明显优势。（三）数据治理根据国际数据管理协会的定义，数据治理是对数据资产管理形式权利和控制的活动集合。数据治理是一个管理体系，包括组织、制度、流程和工具，随着集成和存储的数据量增加，数据治理的难度也逐渐增加，牵扯的关联方也越来越多，因此需要一套适合企业的方法论来开展工作。业界逐渐形成了DAMA、DCMM等较完整的数据治理体系框架，一般包括制定数据治理战略、定义数据治理工作机制、通过各个业务专题来落实相关数据治理工作内容，并最终落实到数据治理工具上来实现高效持续的数据治理的执行流程。具体到数据治理的内容，一般包括元数据管理（包括元数据采集、血缘分析、影响分析等）、数据标准管理（包括标准定义、查询与发布等）、数据质量管理（包括质量规则定义、质量检查、质量报告等）、数据资产管理（包括数据资产编目、数据资产服务、资产审批等）、数据安全管理（包括数据权限管理、数据脱敏、数据加密等）、数据生命周期管理（包括数据归档、数据销毁等）以及主数据管理（包括主数据申请、发布、分发等）这几个主要的部分。（四）数据建模数据建模是构建企业数据仓库、数据湖和数据集市的重要过程，其通过一个业务级别的数据模型设计，将分散在不同数据源中的数据集成在一起，并通过一种面向业务主题的方式将数据分门别类来做重新组织和标准化，形成有明确业务意义的数据形式，统一为数据分析、数据挖掘等提供可用的数据。面向业务主题（如客户主题、账户主题等）的数据组织管理方式便于业务人员对数据的理解和综合使用。具体到技术层面，数据建模一般包括业务调研、架构设计、数据模型设计、数据库SQL开发与测试、业务集成上线等几个阶段，架构设计是整个工作的核心，一般会面向不同的行业来设计相关行业的逻辑数据模型。在数据建模过程中使用的工具主要包括：数据模型设计与管理工具、SQL开发工具、任务调度工具等。（五）数据分析和挖掘大数据分析和数据挖掘的核心目标是对客观事实规律进行描述、展示和总结、刻画、推广，可以从大量的数据中通过算法来揭示出隐含的、未知的并有潜在价值信息，并对客观规律进行溯源和解释，从而帮助决策者做出正确的预测和决策。围绕这个目标，大数据分析和挖掘的手段可以分为模型驱动、数据驱动等，一般通过统计、在线分析、情报检索、机器学习和专家系统等在内的多种方法来实现这一目标。现阶段在面对大数据4V问题时，大数据分析和数据挖掘工具对传统数据分析和挖掘工具做进一步自动化和智能化；与此同时，近年来深度学习的兴起又为大数据分析提供了新的手段，其做为当前计算机行业的热点研究方向之一，其本质的目标是从大量数据中提取模式和知识，其要处理的对象包括结构化数据、半结构化数据和非结构化数据在内的所有类型数据，例如近年来在视频、语音等非结构化数据的分析需求快速增加，相应的深度学习技术也取得了飞速发展。（六）数据流通数据流通是按照一定规则，将存储的数据或者数据分析、挖掘得到的信息作为流通对象，从供应方传递到需求方的过程。数据流通的具体内容包括可视化的分析报告、面向运营人员的数据标签、面向应用可以直接调用的数据指标API、面向数据分析人员的数据集、面向数据挖掘人员的数据特征、和面向业务建模人员的单方或多方的建模模型等。基于数据水印、数据加密和脱敏、隐私计算、联邦学习的数据流通安全技术，可以提高数据流通的完整性和保密性。大数据市场构成大数据行业主要解决大数据的存储、处理、分析和价值发现等问题，实现大数据的业务价值。从产品和服务来看，大数据市场产品和服务包括三个主要部分，即大数据硬件、大数据软件、大数据专业服务。其中，大数据软件部分按照产品功能的不同可以被分为：大数据管理平台、数据应用中间件、数据智能分析工具、大数据应用四个部分。品牌资产的构成与特征品牌能给企业带来财富。同样的产品贴上不同的品牌标签，就可以卖出不同的价格，其市场占有能力也有很大的差异。这是人所共知的，如OEM就是以此为基础发展起来的。这种由品牌带来的超值利益是品牌的价值体现，是由品牌这种特殊的资产生成的。称品牌是特殊资产，不仅是因为它无形，而且还因为它的真实价值并未在企业财务状况表中反映出来。（一）品牌资产的一般认知1、阿克的品牌资产释义美国加州大学伯克利分校营销战略学教授戴维•阿克认为（1991），“品牌资产是与品牌、品牌名称和标志相联系的，能够增加或减少企业所销售产品或提供服务的价值和顾客价值的一系列品牌资产与负债”，并且品牌资产“可以分为五类：品牌忠诚度、品牌知名度、品质认知度、除品质认知度之外的品牌联想和品牌资产的其他专有权一—专利权、商标、渠道关系等”。2、凯勒的品牌资产解读美国达特茅斯大学营销学教授凯文•莱恩，凯勒认为（1998），“品牌资产代表了一种产品的附加值，这种附加值来源于以往对此品牌的营销投资”；“以顾客为本的品牌资产就是由于顾客对品牌的认识而引起的对该品牌营销的不同反应”，包括“不同的效应、品牌的认同和顾客对营销的反应三个重要组成部分”。后又明确为（2008），基于顾客的品牌资产是“顾客品牌知识所导致的对营销活动的差异化反应”。“当顾客对品牌有较高的认知和熟悉度，并在记忆中形成了强有力的、偏好的、独特的品牌联想时，就会产生基于顾客的品牌资产”；“创建基于顾客的品牌资产时，在顾客记忆中建立品牌认知和建立积极的品牌形象（即强有力的、偏好的和独特的品牌联想），这两者是举足轻重且密不可分的”。亦即，品牌资产包括品牌认知和品牌形象两方面。其中，“品牌认知是由品牌再认（是指消费者通过品牌暗示确认之前见过该品牌的能力）和品牌回忆（是指在给出品类、购买或使用情境作为暗示的条件下，消费者在记忆中找出该品牌的能力）构成的”，而“积极的品牌形象是通过营销活动将强有力的、偏好的、独特的联想与记忆中的品牌联系起来而建立的”。3、我国学者的品牌资产认知符国群教授提出了“商标资产”的概念。1998年在其《商标资产研究》中指出，“商标资产作为顾客与商标之间长期关系的反映，它是由商标知名度、商标的品质形象（或者消费者对商标的品质感知）、商标联想、商标忠诚、附着于商标之上的其他权利型资产五个方面构成”。基于前人研究成果，品牌资产作为一种通过为消费者和企业提供附加利益来体现的、超过商品或服务本身利益以外的价值，它是品牌知名度、品牌忠诚、品牌联想、品牌的品质形象和附着在品牌上的其他资产等项内容的集成反映。总之，品牌资产是一种超过商品或服务本身利益以外的价值。它通过为消费者和企业提供附加利益来体现其价值，并与某一特定的品牌紧密联系着。若某种品牌给消费者提供的超过商品或服务本身以外的附加利益越多，则该品牌对消费者的吸引就越大，从而品牌资产价值也就越高。如果该品牌的名称或标志发生变更，则附着在该品牌上的财产也将部分或全部丧失。品牌给企业带来的附加利益，最终源于品牌对消费者的吸引力和感召力。也可以说，品牌资产是企业与顾客关系的反映，而且是长期动态关系的反映。（二）品牌资产的构成1、品牌知名度品牌知名度就是指品牌为消费者所知晓的程度，故也称品牌知晓度。对某一个特定的品牌来说，品牌知名度或知晓度反映了消费者总体中有多少或多大比例的消费者知晓它。可见，品牌知名度反映的是品牌的影响范围或品牌的影响广度。（1）品牌知名度有益于提高品牌影响力，也有益于抑制竞争品牌知名度。对知名度较高的品牌产生好感，源于品牌宣传，也源于消费者的自我暗示。对知名度较高的品牌，消费者常常感觉或暗示自己“有这么大的宣传力度，其实力不凡，品牌及产品定然不错”“这个品牌广为传诵，又有那么多人在使用其产品，应该或值得信赖……”，因熟悉而放心。可见，品牌知名度的高低，直接影响着消费者对品牌的态度，并在此基础上影响消费者的购买选择。品牌知名度不仅影响消费者的购买选择，而且还会抑制竞争品牌知名度的提高。这是因为，一方面，人脑对信息的吸纳能力是有限的，有较大选择性的能够形成长时记忆的信息更是有限的；另一方面，人脑在吸纳信息的过程中，对同种信息而言，还有先入为主的特性。（2）品牌知名度通过品牌再识率和品牌回忆率来衡量。品牌知名度是通过富有成效的宣传来提升的，而品牌知名度或知晓度就可以用品牌再识率和品牌回忆率来衡量。前者反映的是消费者总体中知悉该品牌的数量及其比例；而后者则反映消费者总体有多少或多大比例的消费者在只提示产品领域的情况下就能够回忆起该品牌。2、品牌忠诚度品牌忠诚度作为消费者对某一品牌偏爱程度的衡量指标，它反映了对该品牌的信任和依赖程度。一般来说，忠诚度越高的品牌，顾客对其重复购买行为发生的次数越多。品牌忠诚的价值具体表现在这样几方面：其一是降低营销费用。如果消费者对某品牌持有偏好，形成了品牌忠诚，有较高的信任度和依赖性，进而经常购买该品牌产品，就会使品牌拥有者节省广告等促销费用。其二是易于吸引消费者，扩大市场规模。品牌忠诚度高，表明企业的生产经营活动得到了顾客的认可；顾客的连续重复性购买也是一种富有诱导性的示范；口碑甚佳又使老顾客成了义务宣传员。而这些都是消费者群体扩大的重要而又十分有效的条件。3、品牌联想对品牌而言，不同的品牌会使消费者在脑海中产生不同的联想，进而形成不同的品牌印象。不难想象，提及“麦当劳”，消费者可能就会想起：汉堡、薯条、麦当劳叔叔、洁净的店铺……这种品牌联想所形成的对品牌的印象最终将成为消费者选择品牌的重要依据。因此，品牌联想成为品牌资产的构成要素。品牌，通常会使人们联想到产品特征、消费者构成、消费者利益、竞争对手等，其联想内容因品牌不同而各异。消费者通过对不同品牌产生不同的联想，使品牌间的差异得以显露。广告宣传等传播品牌的主要目的就是试图使消费者“产生联想→产生差别化认知→产生好感→产生购买欲望”。同时，由于绝大部分联想会想到消费者利益或与此关联，而这又是消费者购买与放弃购买的依据或缘由。所以，品牌联想能提供消费者选购的理由。此外，品牌联想的资产价值还表现在它能揭示品牌扩展的依据、能够创造有利于品牌为消费者所接受的正面态度与感觉。4、品牌的品质形象品牌的品质形象是指消费者对某一品牌的总体质量感受或在品质上的整体印象。不言而喻，品牌品质形象相当程度地影响品牌的市场声誉，进而影响品牌或产品的获利能力。（1）品牌的品质形象不同于产品的实际质量。品牌的品质形象以品牌标定下的产品的实际质量为基础，但两者又并非完全等同。一方面，品牌的品质形象依赖于该品牌标定下的产品的功能、特点、耐用性、产品外观和销售服务能力等影响产品质量的各有关因素；另一方面，品牌品质形象作为消费者对品牌在质量上的整体感知，它并非必然与产品的实际质量不可分割。（2）品牌的品质形象是企业实实在在努力的结果。品牌品质形象形成的过程中，企业是主角。正是通过企业积极主动的营销努力，使得企业的品牌相关信息触及到了消费者的心灵，并存留在消费者的头脑里、记忆中。也可以说，品牌的品质形象的形成反映了企业在品质方面所做的承诺以及企业为兑现这种承诺所做的各种努力。5、附着在品牌上的其他资产作为品牌资产的重要组成部分，这些被称之为附着在品牌之上的其他资产是指那些与品牌密切相关的、对品牌的增值能力有重大影响的、不易准确归类的特殊资产，一般包括专利、专有技术、分销渠道等。例如，可口可乐公司津津乐道的令其感到自豪的“7X”配方即是一种专有技术，是一种品牌资产。正是“7X”配方及对其神秘化的宣传，使“可口可乐”品牌具有了无可比拟的价值。最后还需说明，上述品牌资产的五个方面，具体到某一个特定的品牌时，并非是均衡的。如，有的品牌知名度很高，但在消费者心目中产生的联想却不一定十分理想；有的品，牌虽能激起一种独特的或美好的联想，但其品质形象可能并不尽如人意，等等。对品牌的优势和劣势做到心中有数是品牌有效运营的重要依据。（三）品牌资产的一般特征品牌资产作为企业财产的重要组成部分，主要有以下5个基本特征。（1）品牌资产具有无形性。品牌资产与厂房、设备等有形资产不同，它不能使人凭借眼（看）手（摸）等人们的感官直接感受到它的存在及大小。所以，品牌资产是一种特殊，的资产，是一种无形资产。有形资产通常是通过市场交换的方式取得其所有权，而品牌资产则一般需经由品牌所有者申请注册转化成商标，由注册机关依照法定程序确立其法律意，义的所有权；当然，品牌资产也可以直接通过交换获得所有权。（2）品牌资产难以准确计量。一方面，品牌资产构成的特殊性决定了的品牌资产难以准确计量。我们知道，品牌反映的是一种企业与顾客的关系。这种关系的深度与广度通常需通过品牌知名度、品牌联想、品牌忠诚和品牌品质形象等多方面予以透视，而且品牌资产的这些组成部分又是相互联系、相互影响、彼此交错而难以截然分开的。另一方面，反映品牌资产价值的品牌获利性（品牌未来获利能力）受许多不易计量因素的影响，如品牌在消费者中的影响力、品牌投资强度、品牌策略、产品市场容量、产品所处行业及其结构、市场竞争的激烈程度等。这也增添了准确计量品牌资产的难度。（3）品牌资产在利用中增值。就一般有形资产而言，其投资与利用往往是泾渭分明，存在着明显的界限，投资即会增加资产存量，利用就会减少资产存量，而品牌资产则不同。品牌资产作为一种无形资产，其投资与利用常常是交织在一起、难以截然分开的。品牌资产的利用并不必然是品牌资产减少的过程，而且，如果品牌管理利用得当，品牌资产，非但不会因利用而减少，反而会在合理利用中增值。（4）品牌资产具有波动性。从品牌资产构成上的分析可以看出，无论是品牌知名度的提高，还是品牌忠诚度的增强，抑或品牌品质形象的改善，都不可能一跳而就，而是营销企业长期不懈努力的结果。尽管品牌资产是企业以往投入的沉淀与结晶，但这并不表明品牌资产只增不减。事实上，企业品牌决策的失误、竞争者品牌运营的成功，都有可能使企业品牌资产发生波动，甚至是大幅度下降，或者快速增长。（5）品牌资产是营销绩效的主要衡量指标。品牌资产是企业不断进行营销投入或营销活动的结果，每一种营销投入或营销活动都或多或少地会对品牌资产存量的增减变化产生影响。正因如此，分散的单一的营销手段难以保证品牌资产获得增值，必须综合运用各种营销手段，并使之有机协调与配合。像奔驰、可口可乐、SONY等品牌之所以能够长盛不衰，与品牌运营者拥有丰富的营销经验和娴熟的营销技巧是密不可分的。如此说来，品牌资产的大小是各种营销技术营销手段综合作用的结果，它在很大程度上反映了企业营销的总体水平。品牌资产是营销绩效的主要衡量指标。年度计划控制主要用于检查营销效果是否达到年度计划预期，对销售额、市场占有率、费用等指标进行控制，确保年度计划所规定的销售、利润和其他目标能够实现。（一）销售分析销售分析衡量并评估实际销售额与计划销售额的差距。具体有两种方法：1、销售差距分析主要用来衡量造成销售差距的不同因素的影响程度。当中既有售价下降的原因，也有销量减少的原因。没有完成计划销售量是造成差距的主要原因。企业还要进一步分析销售量减少的原因。2、地区销售量分析用来衡量导致销售差距的具体产品和地区。有必要进一步查明原因，加强该地区的营销管理。（二）市场占有率分析销售分析一般不反映企业在竞争中的地位。因此还要分析市场占有率或市场份额，揭示企业与竞争者之间的相对关系。比如一家企业销售额的增长，可能是它的绩效较竞争者有所提高，也可能是整个宏观环境得到改善，市场上所有的企业都从中受益，而这家企业和对手之间的相对关系并无实质变化。企业和营销人员应当密切关注市场占有率的变化情况。造成市场占有率波动的原因很多，需要具体的问题具体分析：（1）市场占有率的下降，有可能出于企业战略的考虑。有时候企业调整其经营战略、营销战略，主动减少一些不能盈利的产品，导致总销售额下降，影响了市场占有率。如果利润反而有所增长，这种市场占有率的下降就是可接受的。（2）市场占有率的下降，也可能是新竞争者的进入所致。通常新竞争者的加入，会引发其他企业的市场占有率一定程度下降。（3）外界环境因素对参与竞争的各个企业，影响方式和程度往往不同，产生的影响也不一样。如原材料价格上涨，会对同一行业各个企业都发生影响，但不一定所有企业及同类产品都受到同样程度的影响。有些企业推出创新的产品设计，在市场上争取到较多的客户，市场占有率反而可能上升。（4）分析市场占有率，要结合营销机会。机会好的企业，市场占有率一般应高于机会程度低的竞争者，否则其效率就有问题。正常情况下，市场占有率上升表示绩效提高，在竞争中处于优势；反之，说明在竞争中不利。（三）营销费用率分析年度计划控制还要确保企业在完成计划指标时，费用没有超支。因此要分析各项费用率，并控制在一定的限度。如果费用率变化不大，在安全范围内，可暂不采取任何的措施；如果变化幅度太大，上升速度过快，接近或超出上限，就必须采取相应的措施。年度计划控制的过程一般分为四个步骤：确定年度计划中的月份目标或季度目标；监督营销计划的实施；如果营销计划执行中出现不可接受的偏差，一定要找出原因；采取补救或调整措施，以缩小计划与实际之间的差距。具体措施包括调整计划指标，使之更切合实际；或调整营销战略，以利于计划指标实现。如果指标和战略、措施等没有问题，那就要从营销计划的实施查找原因。顾客感知价值（一）顾客感知价值的含义为顾客提供更大的顾客感知价值，是企业建立良好顾客关系的基石。所谓顾客感知价值(CPV)，是指企业传递给顾客，且能让顾客感受得到的实际价值。它一般表现为顾客购买总价值与顾客购买总成本之间的差额。这里的顾客购买总价值是指顾客购买某一产品与服务所期望获得的一系列利益；顾客购买总成本是指顾客为购买某一产品所耗费的时间、精力以及所支付的金钱等成本之和。顾客在购买产品时，总是希望有较高的顾客购买总价值和较低的顾客购买总成本，以便获得更多的顾客感知价值，使自己的需要得到最大限度的满足。因此，顾客在做购买决策时，往往从价值与成本两个方面进行比较分析，从中选择出那些期望价值最高、购买成本最低，即“顾客感知价值”最大的产品作为优先选购的对象。企业为在竞争中战胜对手、吸引更多的潜在顾客，就必须向顾客提供比竞争对手具有更高顾客感知价值的产品，获得更高的顾客满意度。为此，企业可从两个方面改进自己的工作：一是通过改进产品和服务，塑造企业形象，提高人员素质，提高顾客购买总价值；二是通过改善服务与促销网络系统，减少顾客购买产品的时间、精神与体力的耗费，降低顾客购买总成本。（二）顾客购买总价值获得更大顾客感知价值的途径之一，是增加顾客购买总价值。顾客购买总价值由产品价值、服务价值、人员价值和形象价值构成，其中每一项价值的变化均对总价值产生影响。1、产品价值产品价值是由产品的功能、特性、品质、品种与式样等所产生的价值。它是顾客需要的中心内容和选购产品的首要因素。一般情况下，产品价值是决定顾客购买总价值大小的关键和主要因素。产品价值是由顾客需要来决定的，在分析产品价值时应注意：（1）在经济发展的不同时期，顾客对产品的需要有不同的要求，构成产品价值的要素以及各种要素的相对重要程度也会有所不同。（2）在经济发展的同一时期，不同类型的顾客对产品价值，也会有不同的要求，在购买行为上显示出极强的个性特点和明显的需求差异性。因此，企业必须认真分析不同发展时期顾客需求的共同特点以及同一时期不同类型顾客需求的个性，特征，并据此进行产品的开发与设计，增强产品的适应性。2、服务价值服务价值是指伴随产品实体的出售，企业向顾客提供的各种附加服务，包括产品介绍、送货、安装、调试、维修、技术培训、产品保证等所产生的价值。服务价值是构成顾客购买总价值的重要因素。在现代市场营销实践中，随着消费者收入水平的提高和消费观念的变化，消费者在选购产品时，不仅注意产品本身价值的高低，而且更加重视产品附加价值的大小。特别是在同类产品质量与性能大体相同的情况下，企业向顾客提供的服务越完备，产品的附加价值越大，顾客从中获得的实际利益就越大，从而购买的总价值也就越大。因此，在提供优质产品的同时，向消费者提供完善的服务，已成为现代企业市场竞争的新焦点。3、人员价值人员价值是指企业员工的经营思想、知识水平、业务能力、工作效益与质量、经营作风、应变能力等所产生的价值。企业员工直接决定着企业为顾客提供的产品与服务的质量，决定着顾客购买总价值的大小。综合素质较高又具有顾客导向经营思想的工作人员，会比知识水平低、业务能力差、经营思想不端正的工作人员为顾客创造更高的价值，培养更多满意的顾客。人员价值对企业、对顾客的影响作用是巨大的，并且这种作用往往是潜移默化、不易度量的。因此，高度重视企业内部营销，确保管理层、员工都有正确的营销理念，加强对员工日常工作的激励、监督与管理，使整个团队始终保持较高的工作质量与水平就显得至关重要。4、形象价值形象价值是指企业及其产品在社会公众中形成的总体形象所产生的价值。包括企业的产品、技术、质量、包装、商标、工作场所等所构成的有形形象所产生的价值，公司及其员工的职业道德行为、经营行为、服务态度、作风等行为形象所产生的价值，以及企业的价值观念、管理哲学等理念形象所产生的价值等。形象价值与产品价值、服务价值、人员价值密切相关，在很大程度上是上述三个方面价值的综合反映。良好的形象价值会对企业的产品产生巨大的支持作用，带给顾客精神上和心理上的满足感、信任感，使顾客需要获得更高层次和更大限度的满足，从而增加顾客购买总价值。因此，企业应高度重视自身形象塑造，为企业进而为顾客带来更大的价值。（三）顾客购买总成本使顾客获得更大顾客感知价值的另一途径，是降低顾客购买的总成本。顾客购买总成本不仅包括货币成本，而且还包括时间成本、精神成本、体力成本等非货币成本。一般情况下，顾客购买产品时首先要考虑主要表现为价格的货币成本的大小，这是构成顾客购买总成本大小的主要和基本因素。在货币成本相同的情况下，顾客还要考虑其购买所花费的时间、精力等，这些支出也是构成顾客购买总成本的重要因素。这里我们主要考察后面几种成本。1、时间成本在顾客购买总价值与其他成本一定的情况下，时间成本越低，顾客购买的总成本越小，从而顾客感知价值越大。以服务企业为例，顾客为购买餐馆、旅馆、银行等服务行业，所提供的服务时，常常需要等候一段时间才能进入到正式购买或消费阶段，特别是在营业高峰期更是如此。在服务质量相同的情况下，顾客等候购买该项服务的时间越长，所花费的时间成本越大，购买的总成本就会越大。同时，等候时间越长，越容易引起顾客对企业的不满，中途放弃购买的可能性亦会增大。因此，努力提高工作效率，在保证产品与服务质量的前提下，尽可能减少顾客的时间支出，是创造更大的顾客感知价值、增强企业产品市场竞争能力的重要途径。2、精力成本精力成本（精神与体力成本）是指顾客购买产品时，在精神、体力方面的耗费与支出。在顾客购买总价值与其他成本一定的情况下，精神与体力成本越小，顾客为购买产品所支出的总成本就越低，从而顾客感知价值越大。因为消费者购买过程是一个从产生需求、寻找信息、判断选择、决定购买、实施购买，以及买后感觉的全过程。在购买过程的各个阶段，均需付出一定的精神与体力。特别是在复杂购买行为中，消费者需要广泛搜集产品信息，反复比较评估，付出较多的精力成本。对于这类产品，如果企业能够通过多种渠道向潜在顾客提供全面详尽的信息和相关服务，就可以减少顾客所花费的精神与体力，从而降低顾客购买总成本。（四）运用顾客感知价值概念应注意的几个问题（1）顾客感知价值的大小受顾客购买总价值与顾客购买总成本两方面及其构成因素的影响。其中，顾客购买总价值是产品价值、服务价值、人员价值和形象价值等因素的函数。各个构成因素的变化对其总量的影响作用不是各自独立的。这些构成因素之间也是相互作用、相互影响的。其中某一项价值构成因素的变化往往会影响其他相关价值因素量的增减，从而综合影响顾客购买总价值或总成本的增减，最终影响顾客感知价值。企业在制定市场营销方案时，应综合考虑构成顾客购买总价值与总成本的各项因素之间的这种相互关系，突出重点，优化营销资源配置，尽可能用较低的生产与市场营销费用为顾客提供更多的顾客感知价值。（2）不同的顾客群对产品价值的期望和购买成本的重视程度是不同的。企业应根据不同顾客的需求特点，有针对性地设计和增加顾客购买总价值，降低顾客购买总成本，以提高产品的实用价值。例如，对于工作繁忙的消费者而言，时间成本是最为重要的，企业应尽量缩短消费者寻求产品信息和购买的时间，提供方便使用和便捷的维修服务，最大限度地满足和适应其求速求便的心理要求。总之，企业应根据不同细分市场顾客的不同需要，努力提供对顾客实用价值最强的产品和服务，使之获得最大限度地满足。（3）顾客感知价值的大小，应以能够实现企业的经营目标为主要原则。有的企业为了争取顾客、战胜竞争对手、巩固或提高企业产品的市场占有率，往往采取顾客感知价值最大化策略。但长期不适当追求顾客感知价值最大化的结果可能会使企业成本增加过多，导致利润减少甚至亏损。因此，在市场营销实践中，企业应掌握一个合理的度，以确保实行顾客感知价值最大化所带来的利益超过因此而增加的成本费用。整合营销传播（一）整合营销传播的含义1992年，全球第一部整合营销传播（IMC）专著《整合营销传播》在美国问世，其作者是美国西北大学教授唐•舒尔茨及其合作者斯坦，利•田纳本、罗伯特，劳特朋。唐•E.舒尔茨关于整合营销传播的定义是：“整合营销传播是一种战略性经营流程，用于长期规划、发展、执行并用于评估那些协调一致的、可衡量的、有说服力的品牌传播计划，是以消费者、客户、潜在客户和其他内外相关目标群体为受众的”。按照乔治•贝尔奇和迈克尔•贝尔奇对唐•E.舒尔茨定义的理解，“整合营销传播是一种战略性的商业流程，用来规划、开拓、执行和评估具备可协调、可测量、具有说服性和持续性的品牌传播（沟通）计划，该计划的目标是建立与消费者、中间商、潜在消费者、雇员、合作伙伴及其他相关的内部和外部的目标受众的沟通，产生短期的收益回报，并建立长期的品牌与股东价值”。美国广告公司协会（4As）定义：“整合营销传播计划的概念，是指在评估如大众广告、直接反应广告、销售促进以及公共关系等多种传播工具的重要作用时，更充分认识到将这些工具综合运用所带来的附加价值，即整合运用后所带来的信息的清晰度、持续性和传播影响力的最大化”。可见，整合营销传播理论的内涵是以消费者为核心，综合、协调使用各种传播方式，以统一的目标和统一的传播形象，传递一致的信息，实现与消费者沟通，迅速树立品牌在消费者心中的地位，建立长期的关系，更有效地达到品牌传播和产品销售的营销目标。亦即，整合营销传播是整合各种促销工具，如广告、人员推销、公关、