2026年另类数据与市场数据趋势报告

场数据趋势报告报告的重点发现3受访者情况4数据买方预算的预期情况6数据卖方销售的预期情况8数据试用和续约数据买方的痛点热门的数据类型与数据适用性15研究方法论与引用建议233报告的重点发现Neudata数据行业调查已连续开展三年。今年的调查显示，市场对数据支出的信心达到历次调查以来的最高水平。与此同时，AI转型带来的效率提升已经较为明显，但其投资回报仍未明确。预算信心创三年新高：97%的数据买方表示，预计2026年至2027年另类数据支出将增加或保持不变，高于去年调查的89%。没有受访者预计另类数据或市场数据支出会出现明显下降。AI的回报更多体现在效率提升，而非投资表现：56%的数据买方表示，在过去12个月中已从AI应用中获得了可量化的实际回报。其中，最常见的回报形式是效率提升，占41%；相比之下，仅17%的受访者将投资表现的变化归因于AI。使用AI处理后的数据来优化投资策略的数据买方比例则略有下降，从31%降至28%。MCP接入已较为普遍，但定价尚未稳定：略低于一半的数据供应商表示已提供通过模型上下文协议（MCP）接入数据的方式，其中超过一半不收取额外费用。在54家提供MCP接入的数据供应商中，仅有4家在基础价格之上加价超过40%。市场对AI影响数据质量的看法存在分歧：三分之一的数据买方表示，过去1至2年间，其数据来源的质量有所下降。在这22位受访者中，约60%认为AI生成内容至少是导致数据质量下降的部分原因，相当于全部受访数据买方的约五分之一。其余受访者则分别认为数据质量没有下降，或对此并不确定。数据价值的核心仍在于信号强度：39%的数据买方表示，缺乏明显的投资信号是试用未能转化为采购的首要原因，价格因素则位居其次，占25%。与此同时，72%的数据供应商认为，信号强度是其资产管理机构客户最看重的因素，高于去年的64%。4受访者情况本次调查于2026年6月至8月进行，共收到191份来自数据买方和数据供应商的有效回复，为历次调查以来的最高数量。其中，数据供应商122家，数据买方69家。相比之下，2025年共有171位受访者，2024年则为157位。2025年至2026年间，受访者的地区构成总体保持稳定。北美仍是受访者占比最高的地区，其次为中国和英国。欧洲地区的构成则出现了一定变化：来自英国的受访者比例有所上升，而来自欧洲大陆的比例有所下降。这一变化主要来自数据买方样本，而非数据供应商样本。与去年调查结果一致，量化投资机构仍占数据买方的最大比例，其次是多策略基金、主观型投资基金和宏观基今年，我们还首次请数据买方提供所在机构的资产管理规模（AUM）。受访机构的AUM分布较为均衡，其中60%的受访者所在机构管理的资产规模超过10亿美元。从AUM规模来看，主观型投资和信用策略买方的机构规模整体较大且较为稳定。75%的数据供应商表示，目前正在积极通过向投资机构销售数据实现数据资产的商业化，另有21%的供应商计划在未来12个月内进入这一市场。近一半（48%）的数据供应商表示，其销售的数据仅包括另类数据；15%仅销售传统数据或仅销售市场数据；32%同时销售另类数据和市场数据。其余供应商则表示目前不销售这两类数据，或不确定自己所提供的数据属于哪一类。在目前向投资管理行业销售数据的供应商中，自称拥有7年以上行业经验的供应商比例在历次调查中持续下降：从2024年的57%降至2025年的53%，再降至2026年的48%。与此同时，供应商表示其数据适用于越来越广泛的基金策略。这一趋势与越来越多新企业进入市场的情况相一致，但也在一定程度上受到历年调查受访者构成差异的影响。今年，计划在未来12个月内向投资管理机构客户销售数据的供应商比例明显上升。Neudata在2025年首次提出这一问题时，表示有此计划的受访者比例为12%；2026年这一比例已升至21%。5长期数据供应商占比下降不同服务投资行业年限的数据供应商（2024～2026年）数据来源：Neudata数据行业趋势调查，2024年（n=95）、2025年（n=88）、2026年（n=75）注：2025年和2026年的调查结果不包括尚未正式推出数据产品的数据供应商。参与调查的数据买方的资产管理规模按资产管理规模（AUM）划分的数据买方数据来源：Neudata2026年数据行业趋势调查（n=69）6预算参与本次调查的大多数数据买方对未来一年的另类数据预算持乐观态度。97%的受访者表示，预计2026年至2027年的另类数据支出将增加或保持不变。仅3%的受访者预计支出会小幅下降，没有受访者预计会出现明显下降。这一结果较去年有所改善。2025年的调查中，11%的数据买方预计另类数据支出会下降。与此同时，预计支出增加的受访者比例也从57%上升至62%，其中相当一部分增幅来自预计支出将明显增加的受访者。继去年出现小幅回落后，今年的调查结果显示，数据买方的预算信心已达到连续三次调查以来的最高水平。去年的预算预期也较为准确地反映了实际发生的情况。今年有93%的受访者表示，2025年至2026年间，其另类数据支出将有所增加或保持不变，与此前2024年至2025年间报告这一情况的92%受访者基本持平。相比另类数据，数据买方对市场数据的支出预期更加稳定。这并不意外，因为市场数据长期以来一直是投资流程中不可或缺的基础数据。44%的受访者预计，2026年至2027年间市场数据支出将基本保持不变，这是最普遍的预期；而对于另类数据，最普遍的预期则是支出将小幅增加。仅8%的受访者预计市场数据支出会小幅下降，与另类数据一样，没有受访者预计支出会出现明显下降。过去一年的实际支出变化也呈现出类似趋势。50%的数据买方表示，2025年至2026年间市场数据支出基本保持不变；38%的受访者表示支出小幅增加，另有9%表示明显增加。仅3%的受访者表示市场数据支出出现任何程度的下降。正如我们在去年报告中指出的，市场数据的定价和订阅模式通常比另类数据灵活性更低，这可能是市场数据支出保持稳定的原因之一。”没有任何受访者预计2027年的另类数据或市场数据预算将大幅下降。7另类数据支出的乐观预期达到三年来最高水平数据买方对未来一年另类数据支出变化的预期（2024～2026年）数据来源：Neudata数据行业趋势调查，2024年（n=61）、2025年（n=68）、2026年（n=69）注：2026年没有受访者预计另类数据支出会出现明显下降。数据供应商的预期与数据买方总体保持一致。90%的供应商预计未来12个月的业务表现将好于过去一年或基本持平，其中61%预计未来一年将有所改善。仅10%的供应商预计未来一年面临更大的挑战，低于去年调查的12%。预计2027年表现会更好的供应商给出的原因包括：数据市场快速增长、越来越多投资者在探索另类数据来源，以及数据咨询需求显著增加。不过，这种乐观情绪在不同经验水平的供应商之间并不均衡。在向投资行业销售数据0～2年的供应商中，76%的受访者预计未来一年表现会更好；这一比例在拥有3～6年经验的供应商中为52%，在7年以上经验的资深供应商中为47%。与此同时，资深供应商预计未来一年会面临更大挑战的比例也超过其他供应商的两倍（11.6%vs.4.8%）。8数据销售的预期情况在本次调查中，我们首次询问数据买方在2025年的另类数据支出情况。44%的数据买方表示，其年度支出低于100万美元，30%的买方估计年度支出在110万至500万美元之间。仅3%的受访者表示年度支出超过1,000万美元，另有22%选择不透露相关信息。数据买方平均每年订阅21.4个另类数据集，较去年调查中的19个略有上升。与往年一样，少数高值回答拉高了平均数：中位数为9个，33%的受访者选择了1至5个。对于希望将自身机构情况与行业进行比较的读者而言，中位数可能是更具参考价值的指标。对于另类数据而言，我们的调查结果显示，2025年的数据支出并未随着资产管理规模（AUM）同比例增长。AUM在1亿至5亿美元之间的机构，平均年度支出最低，为每家机构29万美元，甚至低于AUM低于1亿美元的机构（每家机构75万美元）。AUM在5.01亿至10亿美元之间的机构，平均年度支出为283万美元，高于其上方两个AUM区间的机构：AUM为11亿至50亿美元的机构平均支出为141万美元，AUM为51亿至250亿美元的机构为198万美元。只有最高AUM区间（250.1亿美元以上）的机构，其平均支出符合通常的预期，达到每家机构383万美元。不过，在解读这些数据时需要注意一个重要因素：有相当一部分受访者选择不回答这一问题，其中大多数集中在AUM最高的机构群体。因此，各AUM区间之间的支出差异应结合这一样本限制谨慎解读。市场数据支出在各个区间的分布更加均衡，高支出区间的占比也更高：12%的数据买方表示，其年度市场数据支出超过1,000万美元，而另类数据的这一比例仅为3%。另有27%的受访者选择不透露相关信息。数据买方平均每年订阅29.3个市场数据集，与去年调查中的30个基本持平，中位数为10个。在市场数据方面，支出与资产管理规模（AUM）的关联更加直接。AUM低于1亿美元的机构，平均每家机构每年的市场数据支出为166万美元；而AUM最高的机构平均支出达到834万美元。除AUM为11亿至250亿美元的机构出现一定回落外，其余各AUM区间的平均支出总体呈线性增长趋势。不过，与另类数据类似，AUM最高区间中有一半的受访者选择不透露其2025年的市场数据支出。数据买方平均每年新增10.1个另类数据集和8.9个市场数据集。这表明，基金目前拥有规模更大的成熟市场数据集基础，但新增另类数据集的速度更快。这也与前文所述的支出预期相一致：相比市场数据，数据买方更倾向于预计另类数据预算出现增长，而市场数据预算则基本保持不变。9AUM最低的机构，其新增另类数据集和市场数据集的中位数分别为4个和5个；而AUM达到250.1亿美元以上的机构，这两个数字分别为15个和20个。在这两个区间之间，各AUM区间的数据存在较大差异，整体趋势也并未呈现线性发展趋势。例如，AUM为5.01亿至10亿美元的机构，其另类数据新增量中位数为17.5个，在所有区间中最高；而AUM为11亿至50亿美元的机构，其市场数据新增量中位数为6.5个，处于较低水平。不过，每个AUM区间仅有6至18位数据买方，因此这些中间区间的结果很可能更多反映了具体受访者的构成，而不一定代表相应规模基金之间存在真实差异。向投资管理行业销售数据中，数据供应商受访者获得的收入水平各不相同。近三分之一的受访者选择不透露具体收入。在愿意披露收入的受访者中，最常见的区间为0至25万美元，其次为“无收入”，再其次为25.1万至100万美元。这一分布与去年调查中同一问题的结果有所不同。去年，在披露收入的供应商中，大多数集中在中间收入区间；而今年的回答则更加分散，覆盖了整个收入范围。这可能意味着数据市场正在逐步成熟，不同规模供应商之间的收入差异扩大；也可能只是因为今年参与调查的处于早期阶段或尚未实现收入的数据供应商数量更多。过去12个月中，58%的数据供应商表示投资机构客户出现了新增，高于去年的53%。在回答这一问题的114家供应商中，仅有6家表示出现了客户流失。45%的供应商报告客户留存率超过90%，而仅有4%的供应商报告留存率低于50%。客户增长尚未恢复至2024年的水平。当年，71%的数据供应商表示在此前12个月中新增了投资机构客户。目前连续三年的调查结果显示，客户增长在2025年有所放缓，并于2026年重新回升。数据质量数据质量是本次调查中意见最不一致的领域。我们询问数据买方，过去1至2年间是否注意到数据来源的质量有所下降，得到的回答分化较为明显：38%表示没有，33%表示有，约30%表示不确定。随后，我们进一步询问认为数据质量有所下降的受访者，是否将这一变化归因于AI生成内容。这一群体的回答同样存在分歧：9位受访者回答“是”，8位回答“否”，5位回答“部分是”。需要注意的是，这一结果基于较小的样本量——仅有22位受访者表示注意到数据质量下降，因此应结合这一样本限制进行解读。综合这两个问题来看，约五分之一的数据买方表示，其数据质量有所下降，并认为AI生成内容至少是其中部分原这些结果并不能得出AI生成内容究竟如何影响数据质量的明确结论，而是表明数据买方对此存在明显分歧，市场尚未形成统一看法。如果这一趋势持续，或许更广泛的结论是：对于数据买方而言，AI生成内容在数据质量问题上更像是一个存在明显分歧的议题，而不是一个已经形成明确共识的问题。数据试用与续约与去年调查结果一致，大多数数据买方在过去12个月中试用的数据集中，最终采购的比例低于四分之一。仅有27%的受访者表示，其试用数据集的转化率超过四分之一，而2024年和2025年这一比例均为24%。不同基金之间的试用转化率差异较大，这反映出各机构在数据订阅习惯和预算方面存在不同。不过，这一比例连续三次调查均保持相对稳定，表明数据试用最终未能转化为采购的情况仍然更为普遍。自2024年以来，数据试用转化率变化不大过去12个月试用数据集中超过四分之一最终转化为采购的数据买方占比（2024～2026年）数据来源：Neudata数据行业趋势调查，2024年（n=58）、2025年（n=68）、2026年（n=69）当数据试用未能转化为采购时，39%的数据买方表示，首要原因是数据集未能呈现出明显的投资信号；其次是价格过高，占25%。其他原因还包括内部投资组合经理缺乏兴趣、合规限制、数据质量问题以及数据集成复杂度。信号强度同样是数据买方取消订阅或不再续约的重要原因。当被问及取消或不再续订数据集的原因时，数据买方最常提到的是信号表现不佳或信号减弱，其次才是投资策略变化、成本、数据质量和合规等因素。数据供应商似乎也清楚自身数据价值的核心所在。72%的供应商认为，投资管理机构客户最看重的是其数据所提供的信号强度，高于去年的64%，也明显高于合适的交付频率（49%）、合适的交付方式（45%）和较短的数据延迟（41%）等因素。考虑到缺乏明显投资信号是数据买方放弃试用的首要原因，供应商的这一判断似乎具有较强的依据。完成采购之后，数据买方的数据订阅仍表现出较强的持续性。56%的数据买方表示，在过去12个月中，取消或未续订的数据集订阅不超过其订阅总量的10%，与去年调查结果基本一致。但数据集订阅流失似乎正在趋于常态化。过去12个月内完全没有取消任何订阅的数据买方比例较2024年下降了约一半，订阅量减少约10%是最常见的情况。36%的数据买方表示，从最初发现供应商到最终将数据投入生产使用，团队完成一家新供应商接入通常需要4至6个月；另有33%的受访者表示需要3个月或更短时间。这意味着69%的数据买方完成供应商接入所需时间不超过6个月，略低于去年的76%。不到5%的受访者表示，这一过程需要超过12个月。对于向投资管理机构销售数据的供应商而言，应将销售周期预期设定在约两个季度。主要痛点在试用和接入新数据集时，关于价格的问题仍是数据买方最常提及的挑战，59%的受访者选择了这一项。其次是供应商提供的试用时间不足（42%）和合规问题（30%）。排名前两位的挑战与去年相同。合规问题是今年最明显的变化。2025年，合规是受访者选择最少的选项，仅占13%；今年则跃升至第三位，占30%。此外，我们在2026年新增了一个相关选项——合规及法律审核延迟，单独获得了23%的选择。综合来看，这些结果表明，不断变化的监管要求及由此带来的审核延迟正越来越多地影响投资机构的数据战略。数据集完成接入后，最常见的挑战是数据质量与试用期间存在差异，或数据无法提供有效信号，45%的数据买方提到了这一问题。数据交付不稳定（34%）、缺乏足够的内部资源来有效管理数据（31%）以及数据供应商客户服务不佳（30%）也获得了较高比例的选择。AI输出质量问题则是今年首次出现在这一列表中，占22%。合规问题从最末位上升至第三位数据买方在新数据集试用及接入过程中面临的主要挑战（2025年与2026年）注：本题为多选题，因此各选项占比之和不等于100%。2026年新增“合规及法律审核延迟”作为独立选项。数据来源：Neudata数据行业趋势调查，2025年（n=68）和2026年（n=69）在我们连续第三年调查中，数据供应商均将“找到投资机构中合适的联系人”列为向投资行业销售数据时面临的最大挑战。今年有55%的受访者提及这一问题，较去年上升9个百分点。第二常见的回答是难以理解自身产品能够为市场创造的价值，其次是难以获得有关数据质量的反馈。受访者还主动提到了法律审核延迟、竞争激烈以及跟进速度等问题。资金问题似乎已不再是供应商最主要的担忧。2025年，略高于10%的供应商将预算规模列为挑战；今年这一比例降至约二十分之一，为连续三次调查以来的最低水平，约为2024年水平的一半。资金问题每年都是八项挑战中被提及最少的一项，从未成为主要痛点，但2026年的这一数据仍较为突出。结合数据买方的反馈来看，这些结果表明，市场供需双方之间的信息反馈仍然不足。数据买方表示难以判断一个数据集在完成接入后能否持续发挥价值，而数据供应商则表示难以接触到决策者，也难以了解数据试用为何未能最终转化为采购。“找到合适联系人”成为数据供应商最主要的困难将接触投资机构中的合适联系人列为主要挑战的数据供应商占比（2024～2026年）数据来源：Neudata数据行业趋势调查，2024年（n=92）、2025年（n=105）、2026年（n=112）热门数据类型与数据适用性关于最具吸引力的行业数据，数据买方最常选择信息技术行业，共获得48次选择，占70%的受访者将其列入前三位。其次是金融（42%）和非必需消费品（41%之后依次为能源（35%）、工业（30%）和医疗保健信息技术数据已连续两年位居首位，并于2025年取代非必需消费品成为最受关注的数据行业。信息技术数据已持续受到青睐，可能与AI及围绕AI发展起来的相关产业在全球经济中的重要性不断提升有关。信息技术数据连续第二年位居热门数据首位数据买方最关注的三大数据行业，占受访者比例数据来源：Neudata2026年数据行业趋势调查（n=69）与往年一样，大多数数据供应商认为其数据最适合量化基金，其次是多策略基金。当被问及未来12个月最看好向哪些基金类型销售数据时，供应商给出的排序也完全相同。量化基金同时也是本次调查中参与度最高的数据买方群体。考虑到量化基金是最早开始使用另类数据的投资机构之一，这一结果并不意外。量化基金仍然是数据供应商认为最适合其数据的主要客户类型，但其占比已从2024年的82%下降，并在今年保持稳定。与此同时，多策略基金、私募股权、风险投资和宏观基金的占比均较2025年有所上升。这表明，与两年前相比，数据供应商所描述的客户群体正在变得更加多元化。其中一个新增类别值得关注。22%的数据供应商将AI公司和AI前沿实验室列为未来12个月最看好销售数据的买方类型之一，其关注度已超过信用基金和资产配置机构（allocators）。在数据买方一侧，AI公司占受访者的6%。由于这是Neudata首次将“AI公司”作为独立选项纳入调查，因此目前无法对这一类别随时间的变化进行比较。数据供应商开始看好向AI公司销售数据的潜力数据供应商未来12个月最看好销售数据的买方类型注：本题为多选题，因此各选项占比之和不等于100%。数据来源：Neudata2026年数据行业趋势调查（n=113）人工智能AI正在快速重塑数据行业，我们在今年的调查中大幅扩充了AI相关内容。新增问题涵盖模型上下文协议（MCP）的使用及定价、数据质量下降的问题，以及企业在证明AI投资回报等方面面临的障碍。在历年的调查中，变化最明显的趋势是AI的普及。表示完全不使用AI或大型语言模型（LLM）的机构几乎已经消失，今年这一比例降至仅3%。最常见的两类AI应用——利用AI提升内部任务效率和使用AI聊天机器人——均在2024年至2025年间大幅增长，前者从36%升至66%，后者从33%升至49%。今年，这两类应用呈现出不同的趋势。用于提升任务效率的AI应用在2026年基本保持不变，这表明对于我们的受访机构而言，这一应用场景可能已接近饱和；与此同时，聊天机器人的使用率继续上升，2026年达到55%。此外，30%的数据买方表示使用第三方AI模型或无代码平台处理数据，27%表示在内部构建AI模型。2025年，31%的受访者表示使用AI或LLM优化投资策略。今年这一比例小幅下降至28%，这可能表明，基金正越来越多地利用AI支持日常工作流程，而非直接用于产生超额收益（alpha）。数据买方中AI的使用率自2024年以来大幅提升数据买方机构使用AI及LLM的相关举措（2024～2026年）注：本题为多选题，因此各选项占比之和不等于100%。数据来源：Neudata数据行业趋势调查，2024年（n=58）、2025年（n=68）、2026年（n=64）模型与系统与去年调查结果一致，2026年受访数据买方最常使用的模型体系仍是基础模型（foundationmodel占39%；另有29%的受访者同时使用基础模型和窄领域模型（narrowmodel）。仅5%的受访者表示使用窄领域模型，另有21%表示不确定。在具体模型类型中，大型语言模型（LLM）仍是应用最广泛的模型，占73%；其次是推理模型（34%）和文本分类（27%）。当被问及所在机构如何构建AI和机器学习模型时，35%的数据买方选择授权商业基础模型，用于构建专有应用，这是最常见的回答。其次是“不确定”，以及利用内部资源构建专有的窄领域模型和应用。““总体而言，小型基金在AI方面的应用程度较低，在将AI融入日常工作流程方面也相对滞后，而大型基金在这一方面则处于领先位置。AI的使用与基金规模的关系今年的调查结果还表明，AI的采用程度因基金规模而异。平均而言，资产管理规模（AUM）达到或超过10亿美元的大型基金在我们提供的五项举措中平均选择了2.3项，而AUM低于10亿美元的小型基金平均选择了1.7项。大型基金使用AI提升内部任务处理效率和使用AI聊天机器人的比例明显更高；而对于在内部构建AI模型等更具规划性、投入也更高的举措，两类基金的采用情况则更为接近。这些结果表明，整体而言，小型基金在AI应用方面仍相对有限，在将AI融入日常工作流程方面也较为滞后；与此同时，AI向主流应用的发展主要由大型基金推动。56%的数据买方表示，在过去12个月中，其所在机构已经从AI应用中获得了可量化的实际回报。这些回报体现在不同方面：41%的受访者提到效率提升，19%提到成本节约，17%则表示AI改善了投资表现或带来了超额收益。另有20%的受访者表示，目前尚未获得可量化的回报，23%则认为现在下结论还为时过早。不过，数据买方似乎仍难以准确量化这些回报。在证明AI投资回报方面，受访者最常提到的障碍是难以将AI带来的收益与其他因素的影响区分开来，其次是结果衡量标准不一致，以及缺乏可供比较的基准。数据买方对自身机构AI应用进展的描述中也体现出一定程度的不确定性。36%的受访者不确定所在机构在开发用于投资分析或交易策略的AI和机器学习算法方面已经推进到何种程度；28%的受访者则不确定AI是否已经改变了所在机构获取和评估数据的方式。”41%的数据买方将AI带来的回报归因于效率提升，而17%认为AI改善了投资表现。20AI带来的回报主要体现在效率提升过去12个月中，数据买方从AI应用中获得的实际回报注：本题为多选题，因此各选项占比之和不等于100%。数据来源：Neudata2026年数据行业趋势调查（n=64）数据买方对MCP的采用仍处于早期阶段。27%的受访者表示，其所在机构正在对MCP进行评估，25%表示已有限度地使用MCP；另有17%尚未使用MCP。14%的数据买方表示已全面采用MCP，另有17%对此并不确定。尽管如此，当被要求指出近期推动其数据获取或供应商策略变化的因素时，与AI相关的变化位居首位。这表明，尽管数据买方目前可能还无法充分证明AI所带来的价值，但AI确实正在影响基金的运营方式。今年，投资机构客户对MCP接入的需求有所增加，越来越多的基金希望将数据直接接入AI模型。在参与调查并回答这一问题的数据供应商中，略低于一半表示提供MCP接入；而在这些供应商中，超过一半不收取额外费用。随着额外接入费用的提高，提供MCP接入的数据供应商占比持续下降。在54家提供MCP接入的数据供应商中，仅有4家在基础价格之上额外收取超过40%的费用。这表明，目前数据供应商更倾向于将MCP接入视为一种数据交付方式，而非单独定价的产品，其定价模式尚未形成统一标准。在提供MCP接入的数据供应商中，超过一半的组织不收取额外费用提供MCP接入的数据供应商的定价方式（相对于基础产品）数据来源：Neudata2026年数据行业趋势调查（n=54）在数据许可方面，大多数数据供应商表示，其至少有一个数据集可以授权用于大型语言模型（LLM）训练。对于这一问题，选择“不确定”的受访者比例在连续三次调查中稳步下降，而今年明确回答“可以”的比例相应上升；与此同时，回答“不可以”的比例仍高于2024年的水平。这表明，随着时间推移，数据供应商