大数据产品技术服务市场现状分析及发展前景分析

大数据产品技术服务市场现状分析及发展前景分析

一、市场营销的含义

（一）市场营销的定义

国内外学者对市场营销的定义有上百种，企业界对营销的理解更

是各有千秋。美国学者基恩•凯洛斯曾将各种市场营销定义分为三类:

一是将市场营销看作是一种为消费者服务的理论；二是强调市场营销

是对社会现象的一种认识；三是认为市场营销是通过销售渠道把生产

企业同市场联系起来的过程。这从一个侧面反映了市场营销的复杂性。

实际上，伴随营销理论与实践的不断创新，营销的概念在不同时

期有不同的主流表述。如美国市场营销协会（AMA）在1960年的定义

是：“市场营销是引导货物和劳务从生产者流转到达消费者或用户所

进行的一切企业活动”，而到1985年，该定义则变成为“市场营销是

个人和组织对理念（或主意、计策）、货物和劳务的构想、定价、促

销和分销的计划与执行过程，以创造达到个人和组织的目标的交

换。”2007年AMA公布市场营销的新定义是：“市场营销是创造、传

播、传递和交换对顾客、客户、合作者和整个社会有价值的市场供应

物的一种活动、制度和过程。”

著名营销学家菲利普•科特勒教授认为，市场营销可以区分其管

理定义和社会定义。市场营销管理的定义是：“选择目标市场并通过

创造、传递和传播卓越顾客价值，来获取、维持和增加顾客的艺术和

科学。”而市场营销的社会定义则是：“市场营销是一个社会过程，

在这个过程中，个人和团体可以通过创造、提供和与他人自由交换有

价值的产品与服务来获得他们的所需所求。"

根据上述定义，我们可以将市场营销概念从管理角度其体归纳为

下列要点：

（1）市场营销的基本目标是“获取、维持和增加顾客”O

（2）“交换”是市场营销的核心。市场营销的基本业务就是为了

实现交换，不断地“创造、传递和传播“卓越的顾客价值和管理顾客

关系。

（3）交换过程能否高绩效地顺利进行，取决于营销者创造的产品

和价值满足顾客需求的程度，以及对交换过程管理的水平。

（二）市场营销的核心概念

1、需要、欲望和需求

人类需要是市场营销的基石。所谓需要，是指人们与生俱来的基

本要求。如为了生存与发展，人们会有吃、穿、住、安全、归属、受

人尊重、对知识和自我实现等需要。这些需要存在于人类自身生理和

社会之中，市场营销者可用不同方式去满足它，但不能凭空创造。

欲望是指想得到上述需要的具体满足品的愿望，是个人受不同文

化及社会环境影响表现出来的对需要的特定追求。如为满足“解渴”

生理需要，人们可能选择（追求）喝开水、茶、汽水、果汁或者矿泉

水。市场营销者无法创造需要，但可以影响欲望，并通过创造、开发

及销售特定的产品和服务来满足欲望。

需求是指人们有支付能力并愿意购买某个具体产品的欲望。在营

销者看来，需求就是对某特定产品及服务的市场需求。

优秀的公司总是通过各种方式深入地了解顾客的欲望和需求，并

据以制定自己的营销策略。它们认真研究顾客行为和偏好，分析有关

用户调查、产品保证与服务等方面的数据，观察对比本公司产品及竞

争产品的顾客，以了解他们的喜好，培训销售人员以使他们能发现尚

未满足的欲望。

2、市场细分、目标市场和定位

不同人群的需求往往是不同的。市场营销者需要通过识别人口、

心理和行为差异来区分不同的细分市场，然后选择进入具有最大机会

的目标市场。对每一个目标市场，营销人员都要开发一种产品（服

务），在目标客户群心中建立能够提供某些关键利益的定位。

3^产品和服务

因此，他将全面衡量产品的费用和效用，选择购买能使每一元花费带

来最大效用的产品。

5、交换、交易和关系

交换是指从他人处取得所需之物，而以自己的某种东西作为回报

的行为。交换是市场营销的核心概念，营销的全部内容都包含在交换

概念之中。

交易是交换的基本组成单位，是交换双方之间的价值交换。交换

是一种过程，在这个过程中，如果双方达戌一项协议，我们就弥之为

发生了交易。交易通常有两种方式：一是货币交易，如甲支付800元

给商店而得到一台微波炉；二是非货币交易，包括以物易物、以服务

易服务的交易等。

建立在交易基础上的营销可称之为交易营销。为使企业获得较之

交易营销所得到的更多，就需要关系营销。关系营销是营销者与有价

值的顾客、分销商、零售商、供应商以及广告代理、科研机构等建立、

保持并加强长期的合作关系，通过互利交换及共同履行诺言，使各方

实现各自目的的营销方式。与顾客建立长期合作关系是关系营销的核

心内容。同各方保持良好的关系要靠长期承诺和提供优质产品、良好

服务和公平价格，以及加强经济、技术和社会各方面联系来实现。关

系营销可以节约交易的时间和成本，其营销宗旨从追求每一次交易利

润最大化转向与顾客和其他关联方共同长期利益最大化，即实现“双

赢”或“多赢”。企业建立起这种以战略结盟为特征的高效营销网络,

也就使竞争模式由原来单个公司之间的竞争，转变为整个网络团队之

间的竞争。

6、市场营销与市场营销者

在交换双方中，如果一方比另一方更主动、更积极地寻求交换，

我们就将前者称为市场营销者，后者称为潜在顾客。换句话说，所谓

市场营销者，是指希望从别人那里取得资源并愿意以某种有价值的东

西作为交换的人。市场营销者可以是卖方，也可以是买方。当买卖双

方都表现积极时，我们就把双方都称为市场营销者，并将这种情况称

为相互市场营销。

二、大数据行业未来发展趋势

（一）分布式系统成为行业技术架构主要的发展方向

传统数据库以集中式架构为主，集中式架构由一台或多台主计算

机组成中心节点，数据存储以及整个系统的业务单元都集中部署于该

中心节点中，系统所有的功能均由中心节点集中处理。每个终端或客

户端仅仅负责数据的录入和输出，而数据的存储与控制处理完全交由

主机完成。分布式架构下，软件组件分布在不同主机上，主机之间通

过网络连接进行通信和协调°

随着海量及异构数据的数据分析需求增长，需要的计算、存储和

10等资源也在极速增加。集中式架构通过改善硬件配置来提升存储和

处理能力，但单台主机可配置的资源存在上限，因此传统的集中式架

构软件难以满足海量及异构数据的数据集的处理和分析需求。而为了

处理TB以及PB级别以上的数据规模，分布式的架构将数据分散在网

络上多个通过高速网络互联的节点上联合计算。因为数据分布在不同

节点，在进行计算任务时，任务也会被切分成多个子任务，分发到多

个节点上同时进行计算，能充分利用整个集群各个节点的计算资源、

存储资源和10资源，可线性提升集群的存储和处理能力。因此，分布

式架构能较好的处理该类问题，这也是分布式架构相对于传统单机架

构的核心优势。

在大数据场景下，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，能够较好的满足大数据分

析的需求。此外，近年来，分布式技术不断发展，在提供高弹性、支

持高并发的同时，支持关系型数据库中强事务性的特性，成为大数据

技术的重要发展方向。2、数据管理软件趋向于统一多数据模型的平台

数据模型是决定数据库系统逻辑的重要因素，并从根本上决定以何种

方式存储、组织和操作数据，包括传统的关系模型和NoSQL数据模型

（文档模型、键值模型、图模型等）。大多数数据库管理系统只能支

持一种或少数几种数据模型，因此企业通常只能使用多种数据库产品

联合的方案来应对日益增长的异构数据模型处理需求。

随着大数据厂商技术实力的提升，逐渐出现了能够提供多数据库

模型的大数据平台技术。相比多种数据库产品的集成方案，多种数据

库模型统一的大数据平台的优势包括：（1）提升场景效率。同一份数

据可以分别采用多种数据模型存放，解决不同场景的处理效率问题；

（2）统一分析管理。关联不同模型的数据，统一分析管理；（3）降

低运维成本。无需维护多种数据库，降低运维成本；（4）降低数据持

有成本，同一份数据在不同的数据模型当中不需要全量存储，不同模

型只需要存储必要的数据内容即可，在查询时可以通过关联的方式获

取全量信息。

未来多模型数据平台将通过不断提高计算、存储引擎的处理能力,

从操作响应速度、数据并发能力、数据管理成本等多个角度优叱企业

的数据需求，成为多模大数据平台的重要发展趋势。

（二）云原生大数据平台架构成为未来的主要发展方向

云原生的代表技术包括容器、服务网格、微服务、不可变基础设

施和声明式API,这些技术能够构建容错性好、易于管理和便于观察的

松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松

地对系统作出频繁和可预测的重大变更。

云原生技术有利于各组织在公有云、私有云和混合云等新型动态

环境中，构建和运行可弹性扩展的应用。面对客户日益增长的海量数

据、多种数据结构的实时化、智能化处理需求，云原生的大数据平台

架构凭借计算存储解耦、资源池化、Serverless等核心技术，提供了

高弹性拓展、海量存储、多种数据类型处理及低成本计算分析的能力。

相比传统数据库，云原生数据库及数据管理平台天然具备灵活性，能

够提供强大的创新能力、丰富多样的产品体系、经济高效的部署方式

和按需付费的支付模式。

（三）国家加速数据要素市场建设，推动数据安全流通技术的商

业化加速

我国将搭建统一开放、竞争有序的数据要素市场体系，政策鼓励

产业链各环节的市场主体进行数据流通和交易，促进数据要素流通。

当前，丰富的数据要素资源已经涵盖了金融、运营商、房地产、医疗、

能源、交通、物流、教育以及制造业、电商平台、社交网站等众多领

域。同时，由于数据的流通和利用是数据要素价值创造的前提。而跨

域、跨中心的数据融合计算需求，以及数据要素在开放流通环节中的

安全需求（包括可用不可见、可用不可得、可用不出域等），都使得

数据的安全可信流通成为数据要素的市场化配置的重要一环，也是各

行业数字化转型过程中和过程后的必由之路。随着《数据安全法》、

《个人信息保护法》的实施，以安全为前提的数据开放利用将迎来新

一轮发展机遇。隐私计算是在处理、分析计算数据的过程中保持数据

不透明、不泄露、无法被计算方以及其他非授权方获取的一种技术解

决方案，能够在充分保护数据和隐私安全的前提下，实现数据价值的

转化和释放，应用前景和商业价值巨大。在国家加速数据要素市场建

设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私

计算技术的应用普及和商业化在加速进行。

三、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猫缺，

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。

四、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

国内数据管埋软件基本被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、生态基砧不完善、

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矶遇。

（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叱数据

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。

五、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%o

2025年中国的数据量预计达到48.6ZB,约占全球数据总量的30虬

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，传统集中式计算架阂已无

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。

六、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。

七、全球大数据市场发展情况

全球大数据市场规模由2015年231亿美元增长至2019年的496

亿美元，年复合增长率约为21.设，全球整体市场规模有望在2024年

超过800亿美元，2019至2024年复合增长率约为11.8%。在2015年,

大数据服务仍然是全球大数据市场最大的收入来源，约为91亿美元，

而硬件和软件收入分别达到73亿美元和67亿美元。随着硬件成本的

下降以及软件附加值的提升，预计未来全球大数据市场中硬件及服务

收入贡献占比将逐渐减少，软件将超过服务和硬件，成为全球大数据

市场最主要的收入来源。

全球大数据软件市场规模由2015年的67亿美元增长至2019年的

170亿美元，年复合增长率为26.2%,超过硬件和服务收入增速，并

且预计软件市场规模将在2024年达到377亿美元，年复合增长率约为

17.3%o在大数据软件中，随着大数据管理平台和数据应用中间件产

品的成熟，未来将贡献更多的收入占比。

八、消费者行为研究任务及内容

1、消费者行为

消费者行为指消费者在内在和外在因素影响下挑选、购买、使用

和处置产品和服务以满足自身需要的过程。消费者行为直接决定了营

销企业的产品研发、销售、利润乃至兴衰。消费者市场研究实质就是

消费者行为研究。

2、消费者行为研究任务

消费者行为研究的任务有三个方面：一是揭示和描述消费者行为

的表现，即通过科学的方法发现和证实消费者存在哪些行为，也就是

观察现象，描述事实，所谓“知其然"。二是揭示消费者行为产生的

原因，所谓“知其所以然”。把观察到的已知事实组织起来、联系起

来，提出一定的假说去说明这些事实发生的原因及其相互关系。三是

预测和引导消费者行为，即在影响因素既定的条件F预测消费者行为,

并通过设置或改变某些条件来引导和控制消费者行为。

3、消费者行为研究内容

消费者行为的研究内容分为消费者购买决策过程、消费者个体因

素、外在环境因素和市场营销因素四个方面。

消费者购买决策过程是消费者购买动机转化为购买活动的过程，

分为确认问题、信息收集、产品评价、购买决策和购后行为五个阶段。

个体因素指消费者自身存在的影响消费行为的各类因素，包括心理因

素、生理因素、经济因素和生活方式等。外在环境因素指消费者外部

世界中所有能对环境产生影响的物质和社会要素的总和。市场营销因

素指企业在市场营销活动中可以控制的各类因素。市场营销因素通过

个体因素和环境因素作用于消费者，又受到个体因素和环境因素的影

哨。本书其他章节主要内容就是市场营销因素对消费者行为的影响，

所以本章不展开这部分内容。

以上四类因素中，“消费者购买决策过程”即为消费者行为，其

他三类因素为消费者行为的影响因素。因此，消费者行为学的研究内

容又可以分为消费者行为和消费者行为影响因素两大类。

九、客户关系管理内涵与目标

1、客户关系管理内涵

客户关系管理指企业在既定的资源和环境条件下为发现客户、获

得客户、维系客户和提升客户价值而开展的所有活动。

2、客户关系管理目标

客户关系管理目标是在产品、管理与营销同质化的背景下运用客

户关系管理实现客户关系差异，通过满足客户需求和帮助客户获利来

留住客户，提升客户价值，使客户关系管理成为企业的核心竞争力。

由于科学技术高度发达且快速普及，同类企业之间产品同质化三趋严

重；由于企业间在营铛策略上相互模仿，同类产品的不同品牌之间在

营销策略上也难以形成显著差异，造成客户转换成本低，转换行为就

会经常发生。企业仅仅凭借良好的产品与服务以及同质化的营销策略

并不能达到留住客户的目的。客户关系管理就是通过提高服务水准和

质量信誉来提高客户的满意度与忠诚度，实现相互信任和愉快合作，

在诸多无形之处建立差异以构筑竞争者难以逾越的屏障。

客户关系管理理论的提出是市场营销与企业管理理论的重大变革。

传统的市场营销理论籽客户看作是销售的对象而非管理的对象，是企

业外部的组织而非内部的成员；传统的企业管理仅仅局限于企业内部

人、财、物的管理，并不包括对企业外部客户的管理。而客户关系管

理理论将外部的客户视同企业内部的成员，将“管理”对象从企业内

部的人、财、物扩大到了外部的客户，要求客户关系管理人员要像了

触企业内部的人、财、物资源一样了解客户资源，像管理企业内部的

人、财、物资源一样管理客户资源。

十、关系营销的流程系统

关系营销把一切内部和外部利益相关者都纳入研究范围，并用系

统的方法考察企业所有活动及其相互关系，表现积极的一方被你为市

场营销者，表现不积极的一方被称作目标公众。

企业与利益相关者结成休戚与共的关系，企业的发展要借助利益

相关者的力量，而后者也要通过企业来谋求自身的利益。

(1)企业内部关系。内部营销起源于把员工当作企业的市场。智

慧的企业高层领导，心中装有“两个上帝”，一个“上帝”是顾客，

另一个“上帝”是员工。企业要进行有效的营销，首先要有具备营销

观念的员工，能够正确理解和实施企业的战略目标和营销组合策略，

并能自觉地以顾客导向的方式进行工作。同时企业要尽力满足员工的

合理要求，提高员工的满意度和忠诚度，为关系营销奠定良好基础。

(2)企业与竞争者的关系。企业所拥有的资源条件不尽相同，往

往是各有所长、各有所短。为有效地通过资源共享实现发展目标，企

业要善于与竞争对手和睦共处，并和有实力、有良好营销经验的竞争

者进行联合。

(3)企业与顾客的关系。顾客是“上帝”，是“财神”，企业要

实现盈利目标，必须依赖顾客。企业需要通过搜集和积累大量市场信

息，预测目标市场购买潜力，采取适当方式与消费者沟通，变潜在顾

客为现实顾客。同时，要致力于建立数据库或其他方式，密切与消费

者的关系。对老顾客，要更多地提供产品信息，定期举行联谊活动，

加深情感信任，争取将其转化为长期顾客，举办这些活动花费的成本,

肯定比寻求新顾客更为经济。

(4)企业与供销商的关系。因分工而产生的渠道成员之间的关系,

是由协作而形成的共同利益关系。合作伙伴虽也存在矛盾，但相互依

赖性更为明显。企业必须广泛建立与供应商、经销商之间的密切合作

的伙伴关系，以便获得来自供销两个方面的有力支持。

(5)企业与影响者的关系。各种金融机构、新闻媒体、公共事业

团体以及政府机构等，对企业营销活动都会产生重要的影响，企业必

须以公共关系为主要手段争取它们的理解与支持。例如，社区是以地

缘为纽带而连接和聚集的若干社会群体或组织之间的关系，构成了企

业关系营销中不可忽视的一环。企业需要社区提供完善的基础设施和

有效率的工作场所，社区也希望企业为社区建设提供人、财、物的支

持。

十一、竞争战略选择

竞争者的反应模式、实力等特征决定了本公司竞争战略选择。

1、竞争者反应模式与竞争战略选择

竞争者反应模式指本公司对竞争者的攻击战略实施之后竞争者的

回应方式。竞争者常见的反应模式有以下四种。

(1)从容型竞争者。从容型竞争者指竞争者对某些特定的攻击行

为没有迅速反应或强，烈反应。这类竞争者“从容不迫”的原因是多

种多样的。一是认为自己的顾客忠诚度高，不会转换购买。这类竞争

者通常实力强大，市场份额高，品牌知名度高，市场掌控能力强。对

于其他同类企业可能不放在眼里，认为小泥纵掀不起大风浪。企业选

择此类竞争者作为攻击对象，应当进行投入产出分析，测定所投入的

竞争资金能否收到预期效果，能否吸引竞争者顾客转换购买。如果竞

争者的顾客果真不会转换购买，则本公司的竞争战略和策略就是无效

或低效的，竞争资金投入就是不值得的。二是竞争者正在对该业务进

行收割榨取。竞争者或者认为该产品已经处于衰退期，没有大力发展

的价值，没有必要费力地争夺市场扩大份额；或者正在进行战略转移,

减少甚至放弃该业务。因此，不打算继续投入资金应对竞争，能销多

少就销多少，能得多少利润就得多少利润。企业选择这类竞争者作为

攻击对象，首先要分析该业务是否已经进入衰退期，如果已经进入衰

退期，本公司是否有必要投入资金争夺市场扩大份额？如果竞争者是

因为战略转移而不作反应，则可以成为本公司乘虚而入抢占市场的有

利时机，攻击战略就易于收到显著效果。三是竞争者反应迟钝，举棋

不定，对于受到攻击之后的可能效果缺乏认识，同时也缺乏做出迅速

反应或强烈反应的条件，比如资金不足，等等。这类竞争者的一般实

力不强，市场开拓能力不强。选择这类竞争者作为攻击对象易于取得

显著效果。

(2)选择型竞争者。选择型竞争者指竞争者只对某些类型的攻击

做出反应，而对其他类型的攻击无动于衷。企业如果尚不具备与竞争

者正面决战的实力，就应当分析竞争者在哪些方面反应敏感，在哪些

方面反应不敏感，以制定最为可行的攻击战略，避免引起竞争者强烈

反应。

(3)凶狠型竞争者。凶狠型竞争者指竞争者对所有的攻击行为都

做出迅速而强烈的反应。这类竞争者意在警告其他企业最好停上任何

攻击。选择这类竞争者作为攻击对象必须慎之又慎，除非本公司的实

力远在竞争者之上，有把握一举击溃而不畏惧它的凶猛反扑。否则，

就会损失惨重或者两败俱伤。

(4)随机型竞争者。指对竞争攻击的反应具有随机性，有无反应

和反应强弱无法根据其以往的情况加以预测。此类竞争者大多是实力

弱小的企业。本公司在具备一定实力的条件下，选择此类竞争者作为

进攻对象易于取胜并实现预期效果。

2、竞争者的其他特征与竞争战略选择

企业要攻击的竞争者不外乎下列三类之一。

(1)强竞争者与弱竞争者。攻击弱竞争者在提高市场占有率的每

个百分点方面所耗费的资金和时间较少，但能力提高和利润增加也较

少。在自身实力强大的条件下，攻击强竞争者可以提高自己的生产、

管理和促销能力，更大幅度地扩大市场占有率和利润水平。

(2)近竞争者和远竞争者。多数公司重视同近竞争者对抗并力图

摧毁对方，但是竞争胜利可能招来更难对付的竞争者。美国的战略研

究专家波特举了两个毫无意义的“胜利”的例子：鲍希和隆巴公司曾

积极同其他软镜头生产商对抗并且取得了很大的成功，导致失败者纷

纷把资产卖给露华浓、强生和谢林一普洛夫等较大的公司，使自己面

对更强大的竞争者。一家橡胶特种用品生产商把另一家橡胶特种用品

生产商当作不共戴天的仇敌来攻击并抽走股份，给这家公司造成很大

损失，结果几家大型轮胎公司的特种用品部门乘虚而入，很快打入了

特种橡胶制品市场，倾销产品。

(3)“良性”竞争者与“恶性”竞争者。“良性”竞争者的特点

是：遵守行业规则；对行业增长潜力提出切合实际的设想；按照成本

合理定价；喜爱健全的行业，把自己限制在行业的某一部分或某一细

分市场中；推动他人降低成本，提高差异化；接受为他们的市场份额

和利润规定的大致界限。“恶性”竞争者的特点是：违反行业规则；

企图靠花钱而不，是靠努力去扩大市场份额；敢于冒大风险；生产能

力过剩仍然继续投资。总之，他们打破了行业平衡。公司应支持良性

竞争者，攻击恶性竞争者。

更重要的是，竞争者的存在会给公司带来一些战略利益，如增加

总需求，导致产品更多的差别，为效率较低的生产者提供了成本保护

伞，分摊市场开发成本，服务于吸引力不大的细分市场，减少了违背

反托拉斯法的风险等。

十二、保护现有市场份额

占据市场领导者地位的公司在力图扩大市场总需求的同时，还必

须时刻注意保护自己的现有业务免遭竞争者入侵。最好的防御方法是

发动最有效的进攻，不断创新，永不满足，掌握主动，在新产品开发、

成本降低、分销渠道建设和顾客服务方面成为行业先驱，持续增加竞

争效益和顾客让渡价值。即使不发动主动进攻，至少也要加强防御，

堵塞漏洞，不给挑战者可乘之机。市场领导者不可能防守所有的阵地,

必须认真地探查哪些阵地应不惜代价严防死守，哪些阵地可以放弃而

不会带来太大损失，将资源集中用于关键之处。防守战略的基本目标

是减少受到攻击的可能性，或将进攻目标引到威胁较小的区域并设法

减弱进攻的强度。主要的防御战略有以下六种。

1、阵地防御

阵地防御是指围绕企业目前的主要产品和业务建立牢固的防线，

根据竞争者在产品、价格、渠道和促销方面可能采取的进攻战略而制

定自己的预防性营销战略，并在竞争者发起进攻时坚守原有的产品和

业务阵地。阵地防御是防御的基本形式，是静态的防御，在许多情况

下是有效的、必要的，但是单纯依赖这种防御则是一种“市场营销近

视症”。企业更重要的任务是技术更新、新产品开发和扩展业务领域。

海尔集团没有局限于欧以起家的冰箱市场，而是积极从事多元化经营,

开发了空调、彩电、洗衣机、电脑、微波炉、干衣机等一系列产品，

成为我国电器行业著名品牌。

2、侧翼防御

侧翼防御是指企业在自己主阵地的侧翼建立辅助阵地以保卫自己

的周边和前沿，并在必要时作为反攻基地。超级市场在食品和三用品

市场占据统治地位，但是在食品方面受到以快捷、方便为特征的快餐

业的蚕食，在日用品方面受到以廉价为特征的折扣商店的攻击。为此,

超级市场提供广泛的、货源充足的冷冻食品和速食食品以抵御快餐业

的蚕食，推广廉价的无品牌商品并在城郊和居民区开设新店以击退折

扣商店的进攻。

3、以攻为守

以攻为守是指在竞争对手尚未构成严重威胁或在向本企业采取进

攻行动前抢先发起攻击以削弱或挫败竞争对手。这是一种先发制人的

防御，公司应正确地判断何时发起进攻效果最佳，以免贻误战矶。有

的公司在竞争对手的市场份额接近于某一水平而危及自己市场地位时

发起进攻，有的公司在竞争对手推出新产品或推出重大促销活动前抢

先发动进攻，如推出自己的新产品、宣布新产品开发计划或开展大张

旗鼓的促销活动，压倒竞争者。

公司先发制人的方式多种多样：可以运用游击战，这儿打击一个

对手，那儿打击一个对手，使各个对手疲于奔命，忙于招架；可以展

开全面进攻，如精工手表有2300个品种，覆盖各个细分市场；也可以

持续性地打价格战，如格兰仕微波炉曾数次率先降价，使未取得规模

效益的竞争者陷于困境；还可以开展心理战，警告对手自己将采取某

种打击措施而实际上并未付诸实施。

4、反击防御

反击防