商业智能（BI）行业分析

发布时间：2018-02-22 作者：徐凌峰邢晓辉来源：InsiderSight

关键字：商业智能 BI

收藏好文推荐打印

商业智能是支持企业决策分析的一系列软件、技术、方法的集合。1989 年Gartner 首次提出了商业智能的概念，将其定义为一类由数据仓库、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。

【观点总结一】BI行业发展仍处于快速成长期。一方面是由于BI建设滞后于企业的信息化业务系统建设，大约滞后3-5年，随着企业业务系统中数据沉淀，未来对BI的需求会不断增强；另一方面，经济放缓，企业发展将转向精细化管理，这就增加了企业对数据分析的需求，未来仍将不断增强。

【观点总结二】BI行业市场规模空间较大。如下文市场规模测算逻辑，仅分析了知名外企和民企，且BI支出比例仅为0.03%，就有上百亿的市场规模，未来企业对BI的支出有进一步增强的趋势，并且随着未来更多企业的信息化业务系统完善和数据沉淀，会有越来越多的企业产生BI的需求，合理预计BI的未来市场规模增长空间较大。

1 行业界定

根据《中国证监会上市公司行业分类指引》，公司所属行业可归类为：I 信息传输、软件和信息技术服务业中 I65 软件和信息技术服务业；根据《国民经济行业分类》的分类标准，公司所属行业可归类为：I 信息传输、软件和信息技术服务业 I65 软件和信息技术服务业I6510 软件开发。公司所属的具体应用行业为商业智能行业。

商业智能是支持企业决策分析的一系列软件、技术、方法的集合。1989 年Gartner 首次提出了商业智能的概念，将其定义为一类由数据仓库、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。随着商业智能应用范围的拓展，使用者从不同角度对商业智能提出了各自的理解，综合各种理解的核心，商业智能是指从数据中发现有价值的规律、模式，将数据转化为知识，支持企业的决策、营销、服务的一系列软件、技术、方法的集合。

BI实施服务市场主要是为BI解决方案中所涉及的可视化工具（如Tableau、Qlik）、数据存储、数据处理工具等提供实施服务的市场。BI软件的实施需要大量的业务流程咨询、梳理、软件部署实施、二次开发、上线、调试、培训、维护等服务。多数情况下，BI的实施服务一般通过其合作伙伴群体而非软件厂商自身提供。近几年，围绕着BI软件的应用，市场上业已形成了一个规模庞大的实施合作伙伴生态圈

2 行业政策

2.1 行业主管部门及监管体制

1）行业主管部门

软件信息技术服务业的行政主管部门是国家工业和信息化部。国家工业和信息化部的主要职责为统筹推进国家信息化工作，组织制定相关政策并协调信息化建设中的重大问题等。工业和信息化部下属软件服务业司具体负责指导软件业发展；拟订并组织实施软件、系统集成及服务的技术规范和标准；推动软件公共服务体系建设；推进软件服务外包；指导、协调信息安全技术开发。

2）行业自律性组织

软件行业的自律组织是中国软件行业协会，其主要职能为：受工业和信息化部委托对各地软件企业认定机构的认定工作进行业务指导、监督和检查；订立行业行规行约，约束行业行为，提高行业自律性；协助政府部门组织制定、修改本行业的国家标准和专业标准以及本行业的推荐性标准等。

2.2 行业相关法律政策及法规

公司为软件类企业，适用于各种软件类法律政策及法规。

（1）法律法规列表如下：

（2）产业政策列表如下：

3 行业背景

（1）“BI 与分析”在 2017 年再次成为信息化投入的重点

在过去 11 年间， Gartner 每年都对信息化投入的重点技术作调研， “BI 与分析” 连续 9 年荣登榜首，而 2017 年 BI/Analytics 伴随着大数据与企业数字化转型的趋势来得更猛烈，如图：

纵观国内外企业状况，都在积极提倡数字化转型。 Gartner 和 IDC 都认为企业正在进入一个数字化的新时代。众多企业都面临数字化转型。而对于大多数企业来讲，企业的信息化已经不是问题，但过去几十年的信息化主要是建设了信息系统，却没有把其背后的数据利用起来，所以 BI 与分析成为当前多数企业数字化转型的当务之急。

（2）全球经济整体低迷，国内经济结构调整，增长放缓

全球经济的整体低迷与国内经济的增长放缓，让所有企业不得不思考降本增效，加强精细化管理。而随着全球经济的发展以及信息技术的进步，信息化系统在各个领域得到越来越广泛的应用，随之面来，信息系统产生的数据量呈指数级数增长，信息系统积累的数据没有被利用反而成为企业的负担。

如何利用好这些信息系统产生的数据，甚至通过物联网技术把机器设备产生的数据也利用起来，形成企业新的利润增长点，而不是负担，已成为很多企业迫切想解决的问题。

（3）大数据列入“十三五”规划

大数据列入“十三五” 规划又是大数据行业的一大利好消息。“十三五” 规划纲要中指出，实施国家大数据战略。把大数据作为基础性战略资源，全面实施促进大数据发展行动，加快推动数据资源共享开放和开发应用，助力产业转型升级和社会治理创新。

全面推进重点领域大数据高效采集、有效整合，深化政府数据和社会数据关联分析、融合利用，提高宏观调控、市场监管、社会治理和公共服务精准性和有效性。依托政府数据统一共享交换平台，加快推进跨部门数据资源共享共用。加快建设国家政府数据统一开放平台，推动政府信息系统和公共数据互联开放共享。制定政府数据共享开放目录，依法推进数据资源向社会开放。统筹布局建设国家大数据平台、数据中心等基础设施。研究制定数据开放、保护等法律法规，制定政府信息资源管理办法。

深化大数据在各行业的创新应用，探索与传统产业协同发展新业态新模式，加快完善大数据产业链。加快海量数据采集、存储、清洗、分析发掘、可视化、安全与隐私保护等领域关键技术攻关。促进大数据软硬件产品发展。完善大数据产业公共服务支撑体系和生态体系，加强标准体系和质量技术基础建设。

以上“十三五” 规划对大数据的发展纲要必将伴随相应的政府优惠与鼓励措施，将对整个大数据产业起引领与促进作用。

（4）工业 4.0 的核心也是大数据

无论是德国政府提出的工业4.0，还是美国通用电气倡导的工业互联网，抑或是中国政府提出的两化深度融合、中国制造 2025，均有异曲同工之妙。其基础是信息物理系统（CPS），构建机器与 IT 无缝融合的信息物理系统，其核心是（大）数据，数据驱动工业全生命周期；灵魂是软件，重新定义工业及其生态系统，并不断挖掘出数据潜在的价值。所以，“CPS 引领、软件定义、数据驱动”正在重塑工业生态。

有很多专家学者将正在展开的这一时代称之为“智能时代” ，也有人称之为“大数据时代” 。无论智能时代还是大数据时代，强调的都是对数据的高度重视，通过对数据的收集、存储、归纳、分析，形成诸多知识，从而让我们的机器、设备、系统更智能，决策更智慧。

大数据、物联网、智慧城市建设和工业 4.0 都将大量产生数据，并极大地推动大数据商务智能产业的发展。根据 Gartner Group 的预测，仅商务智能市场到 2020 年全球市场价值将高达1360 亿美元。

4 行业规模

（1）根据外部机构推测的市场规模

2017年全球BI市场规模将达到1546.61亿元，我国BI市场规模达将达到201.06亿元，全球市场占比达到13%。中国BI市场保持在25%左右的增速。（摘自产业信息网）

全球和中国商业智能市场规模及增速

数据来源：产业信息网

企业类（不含金融电信）约占BI市场份额20%：电信和金融是国内IT建设最成熟的行业，已经具有相当深厚的数据积累。从市场份额来看，国内商业智能应用领域中，电信、金融合计占比达80%，这表明商业智能在国内在电信、金融等领域已得到较为广泛的应用，其他行业的普及程度普遍较低，一些中小型企业的商业智能应用甚至处于空白状态。在企业信息化程度普遍提高和海量数据不断积累的背景下，商业智能行业将进入加速发展期。

综上分析，企业类（不含金融电信）BI软件市场份额在2017年市场份额大约在40亿左右。

（2）根据访谈推测的市场规模

根据访谈，国内BI软件约6-7亿（扣除报表、实施）的销量，主要包括：classified

国外BI软件约10亿的销量，主要由两部分构成：一部分是IBM、SAP、ORACAL、微软等国际软件巨头，估计他们在中国总的软件和实施有20-30亿，对应软件估计大约8亿左右；另一部分是国外的专业BI软件公司，如Tableau和Qlik等，在中国销量大约2亿元。

另外再考虑与之配套的相关软件，整体软件合计约30亿。按照软件：实施大约3：7的比例，BI整体市场规模大约100亿。

（3）潜在的市场规模

市场规模测算逻辑：由于企业的目标客户主要为知名外企和大型民企（收入在几十亿以上），且各企业在大数据和BI方面的支出比例一般与主营业务收入之间存在一定的比例关系，可依据知名外企和大型民企的全年主营业务收入乘以一定比例，来测算企业的市场规模大小。

测算过程：

知名外企2016年总营收规模测算：2017年11月08日，上海市商务委员会和上海市外商投资协会联合发布《2016年度上海外资营业收入百强企业》，营业收入百强榜最低入围门槛为79.39亿元，上海外企营收100强营收总额达到24，749.00亿元。据此粗略估算，预计全国80亿营收规模以上外企是上海是5倍，也即大约123，745.00亿元。

大型民企2016年总营收规模测算：2017年8月24日，全国工商联发布2017年民营企业500强报告，入围门槛达到120.52亿元，2016年民营企业500强营业收入总额达到193，616.14亿元。

大数据和BI支出比例测算：经与多家企业访谈，了解到企业在大数据和BI的支出比例在0.0333%左右。

综上，知名外企和大型民企2016年营收总规模大约为317，361.14亿元，乘以大数据和BI支出比例0.0333%，企业的市场规模大约为317，361.14亿元*0.0333%=105.79亿元。

按照企业类（不含金融电信）占BI市场20%考虑，预计整个BI市场未来的市场规模在500亿左右。

综上分析，目前BI市场规模约100-200亿之间。

5 行业周期

上世纪90年代前后，世界各国先后掀起了信息化浪潮，原本需要人工完成的大量工作，逐渐被信息系统承担起来。在随后的二十多年间，商业智能系统由于可以将企业数据进行整合、提供报表并提出决策依据，并为企业的经营决策提供支持，迅速发展成熟起来。目前，我国商务智能应用市场还处于高速发展阶段，处于行业生命周期的成长期。

为了应对不断加快的市场节奏和日益膨胀的数据规模，商业智能正在逐渐走向新的阶段，同时相应的商业智能系统也在不断结合新技术和新思路，帮助企业获得更智能、更深入的数据分析能力。

BI行业的主要发展历程分为以下三个阶段：

第一阶段：传统 BI 和新型 BI 的分水岭（2013年之前）

BI市场整体情况：

在2013年以前相当长的一个周期（2005年-2013年），市场主要流行的商业智能BI产品以 SAP BO、Oracle BIEE、IBM Cognos 等老牌巨头为主。Microsoft 旗下的BI产品到SQL Server 2005 才开始推出了一套比较完整的产品解决方案，但总体来说在市场上的声音也比较薄弱，主要用户还是微软相关技术体系的客户群体，相对封闭。

国内BI厂商例如润乾、Smartbi、帆软、奥威Power-BI在这个周期也处于一个起步和缓慢成长期。

商业智能BI市场的特点：

（1）BI的建设要基于企业的业务系统建设，且滞后约3-5年。商业智能 BI 市场的成熟需要依托企业业务应用系统的成熟，这个成熟主要是指业务系统数据沉淀的数据周期，这个过程至少需要3-5年的时间，企业才会考虑到数据打通和整合的问题，通过上BI产品来完成日常的经营分析、客户分析和报表展现。没有IT基础建设和各个业务系统的成熟，BI就是空中楼阁。

（2）早期BI市场的客户作为金融国企医疗等背景的大企业，支付能力比较强。早在2005年-2010年期间，第一波以金融、保险、银行、电信、电网、医疗为主的大客户群体，他们最早上线了适应自己业务的应用系统，类似于ERP、CRM、OA、HIS等。因此按照数据沉淀的周期，大概从2008年-2013年期间，这些群体构成了商业智能BI产品的消费主体。同时也要注意到的是，他们也正好是能够有实力采购 SAPBO、Oracle BIEE、IBM Cognos 这些用户群体。

（3）2008-2013年之间，信息化建设开始在企业中普及，开始沉淀数据，为BI市场的快速发展做好了准备。随着IT信息化系统建设的成本越来越低，和越来越多的中小型企业也逐步重视起自己IT应用系统的建设和发展。基本上可以看到，在一线、二线城市稍微具备一定业务规模的企业都已经上线了各种业务系统，无论是自己IT内部开发的还是采购外部的业务系统。这个建设周期大家可以对照各自公司IT信息化建设的情况，大概也集中在2008-2013期间。业务系统一旦运转，以前手工作坊式的纸质的数据记录就逐步被抛弃，就意味着系统里源源不断的生产数据，这个就是数据沉淀、养数据的过程。

传统商业智能BI发展缓慢的原因：

（1）产品成本。产品成本包括采购产品以及相关的硬件、后续的维护、咨询服务、培训成本。很多企业不是不想上 SAP BO、OBIEE、Cognos，而是考虑到这些成本的问题。

（2）项目实施周期和人力成本。传统商业智能BI的实施周期由于考虑到系统的可扩展性、查询性能优化等对传统数据仓库的设计规范要求相对来说是比较高的。无论是Kimball还是 Inmon，或者两者结合的组合设计，这个周期都比较长，项目周期按月、按年来计算。

（3）服务响应周期长。IT部门对于业务部门提出的数据需求，比如简单的报表制作，按照生产流程，少则一周多则一个月。这是纯粹的IT驱动，已经跟不上业务的发展要求。一个公司200个业务，每个人提一个报表需求，人少做不了，人多成本高。

综上，在2013年前后，很多企业的IT信息化建设早已经完成，对应的数据沉淀也已经足够，下一步就是要解决商业智能BI上线的问题。但是，上述的三个成本因素阻碍了企业进一步的想法，市场上急需能够解决以上三个问题的新的解决方案或者新的产品。

新的市场机会应运而生，2013年是一个商业智能BI发展史的一个重要转折点。同时，蛰伏了多年的大数据的概念从2013年开始也逐步由内部研究、小范围市场应用逐步走向前台。

第二阶段：新型 BI 的高速发展期和传统BI的衰退（2013年-2016年）

市场发生的主要变化：

（1）传统BI在向新型BI快速转型：类似于SAP BO、IBM Cognos、Oracle BIEE、Microsoft BI 的原有市场，受到了国内外新型 BI 工具，比如Tableau、Qlik、帆软、永洪、Smartbi等厂商的集体冲击。企业项目中传统BI产品逐步下线，新型BI产品集中上线。从市场活动和声音上来看，仅在2016年 Tableau、Qlik、帆软、永洪、Smartbi 等新型BI工具厂商所举办的各种大小型沙龙和峰会活动上百场。

（2）可视化数据分析、Self-BI的集中在国内市场出现：2013年-2016年是新型BI和高速发展期也是传统BI的衰退期。2013年整个市场和商业智能BI成长的主要特点就是传统商业智能BI开始向敏捷BI的转型、可视化数据分析、Self-BI 的集中在国内市场出现。

该阶段市场主流厂商及产品：

（1）QlikTech - 总部在美国的一家瑞典公司，2010年7月在纳斯达克上市。2013年前后上海亦策取代科加诺成为QlikView 在国内最大的代理，目前已占据国内 Qlik 代理市场至少70%以上的份额。2013年年底 QlikTech 授权上海亦策成立中国首个 QlikView 授权培训中心。

（2）Tableau – 2013年5月登陆纽交所上市，同时2013年前后 Tableau产品逐步在国内市场出现，相关技术社区已经开始出现对这个产品的讨论。2014年、2015年、2016年在国内飞速成长，产品代理合作伙伴由以前的几家快速增长到10来家以上，产品服务覆盖国内各大区域和城市。

（3）永洪科技 – 2012年成立，2013年正式推出永洪的可视化分析产品，2014年年初获得艾瑞天使轮投资，2016年7月永洪科技C轮获投2亿元人民币。

（4）海致BDP - 2013年11月成立，2014年1月活动 IDG资本等 A 轮投资。推出的 SaaS BI可视化分析产品，同类型的国外产品是 DOMO。

（5）Ptmind –2013年开始进入日本市场，2016年推出数据管理 SaaS 产品 DataDeck。

（6）同时间在国内的商业智能BI厂商还有帆软、亿信华辰、润乾、同期还有 ETHINKBI、Smartbi、奥威Power-BI。这些厂商在迈过了2013年这个时间点之后，一些厂商牢牢的把握了这个成长周期，获得快速成长。

总之，在2013年-2016年这三年的时间中，商业智能BI市场还是发生了非常巨大的变化。

新型 BI 相比传统 BI 的优势：

（1）产品采购的成本下降。以前采购传统BI工具的成本偏高，培训、服务咨询成本都算比较高。新型BI产品工具只着重解决一些点的问题，不一定需要大而全。

（2）项目周期缩短、人力成本降低。以前的项目周期主要的消耗在 ETL 处理和数据仓库建模、性能优化等方面。如今，建模的要求不再那么高，性能优化在大多数场景下也不再有问题。整个项目周期从以前的月或年为单位快速的减少到按天、周、月为单位。

（3）IT 驱动逐步走向业务驱动。IT负责基础数据架构的整理和接口开放维护，

业务人员自行进行快速的可视化分析和报表分析维护。当然，以上变化也不意味着传统BI就一直在走下坡路，因为这些老牌的BI厂商特别是Microsoft、IBM、Oracle 也在积极的进行产品转型。2013年-2016年是他们传统产品模式的下滑期，但同时也是他们新的产品模式的转型期和调整期。

这次调整基本上一次性完成了传统BI到新型BI的转型，同时对未来做了布局。

第三阶段：商业智能 BI 发展的新趋势（2017年 - ）

第一，云端化是重要趋势

商业智能BI的基础就是业务系统，业务系统本地化因此商业智能BI也是本地化的。当业务系统云端化，当国内SaaS 企业逐步成熟的时候，解决了业务规范化、标准化和规模化，而随之而来就是数据规范化、标准化和规模化。这种模式一旦落地，很容易基于这些标准数据来做接口，基于这些接口形成较长时间内比较稳定的业务分析形态。

在国内整个 SaaS BI 的成熟期将会受到国内 SaaS 服务市场的成熟度的影响，国内SaaS 市场成熟的越早，SaaS BI 的成熟就越快。但从行业的角度上来看，也不是所有的行业都适用于 SaaSBI 产品，比如金融、银行、电信因数据体量和数据安全性上的考虑本身对 SaaS 服务天然屏蔽的行业。但无论如何，这一定是一个大的趋势，这个市场空间还是非常巨大的。

第二，BI 的边界会逐步模糊

未来的数据产品解决方案不仅仅是解决内部取数和数据分析与展现的问题，而可能通过云端的数据接口拿到更多的外部数据。大数据、小数据的边界会越来越模糊，人们更加关注的是数据本身，要用数据解决什么样的问题，更加聚焦在数据产生价值上。

大数据和小数据不再有严格的区分，特别是当云端 SaaS 服务模式越来越普及的时候，云BI也能解决大多数业务场景下的大数据和性能方面的困扰。

国内一些数据类产品中，就发现了这样的一些趋势。前端用户行为分析越来越朝着BI的方向走，而一些SaaSBI 产品也在解决好用户内部数据之外引入了外部数据包括用户行为分析数据。

第三，单纯的BI工具价值逐步削弱

人们不再单纯的关注于工具本身能够实现什么样的可视化效果。而更加注重如何利用工具进行业务价值的实现，需要更多行业咨询和业务指导。以单纯的工具作为唯一的卖点在将来会被逐步淘汰。

第四，可视化分析也需要配备轻量级的 ETL 数据准备工具

很多企业在内部的数据管理和业务系统数据规范性上一样存在很大的问题，在 IT 部门对基础的数据质量做完梳理之后，业务人员在很多场景下也一样需要相应的数据准备工作，可视化分析工具需要搭配一些简单易用的 ETL 工具能够让业务人员自助完成一些基础的数据准备工作。当然，如果未来业务在云端，数据标准化的过程将会更加容易和便捷。

第五，预测性分析、人工智能和机器学习是未来新的增长点

以往的数据洞察需要靠人，靠拖拽数据、钻取数据交互分析获得，但在以后多了更多的方式 —— 机器洞察、智能洞察。虽然从数据的准确度、合理性、语言处理维度的程度上都不能完全替代人们自助的数据分析方式，但无论如何，这种尝试已经在朝着成熟的方向来发展了。

第六，移动 BI 和协作办公越来越强

移动BI应该包括两个方面的因素：移动 + 协作。在下个阶段的BI发展趋势上，移动BI的展现已经不再是亮点，移动BI已经成为企业数据展现的标配。传统的数据信息交换方式是单向输出，中心到个人的输出模式，而以后的模式是中心到个人，个人到个人可逆的传输模式。目前我们已经看到一些移动协作的方式，比如和微信的集成打通。但以后的数据分析和分享协作模式应该会越来越丰富，很有想象的空间。

6 动力及趋势

6.1 行业动力

大数据是国家战略资源，是企业核心竞争力。大数据是伴随着信息数据爆炸式增长和网络计算技术迅速发展而兴起的一个新型概念。在现实世界里，物质、能量、信息是共同构成现实世界的三大要素，而信息是物质在虚拟世界的映射。信息越完整，对事物的了解就越真实。大数据通过对海量数据的收集、处理和展示，使人类第一次可以无限接近真实地了解自然和社会，从而揭示规律，预测未来。大数据能够帮助各行各业的企业从原本毫无价值的海量数据中挖掘出用户的需求，使数据能够从量变到质变，真正产生价值。随着大数据的发展，其应用已经渗透到农业、工业、商业、服务业、医疗领域等各个方面，成为影响产业发展的一个重要因素。如今，对于国家而言，大数据是战略资源，其战略地位堪比工业时代的石油资源，是衡量国家综合国力的重要标准之一；对于企业而言，大数据已经成为其核心的竞争力，决定企业长期发展的高度。

（1）思维变革：由经验驱动到数据驱动，由软硬件升级到提高数据效能

大数据变革思维模式，由经验驱动到数据驱动。大数据通过对海量信息的收集、处理和展示，使人们第一次可以无限接近真实地了解现有资源的配臵情况，从而指导下一步的发展。因此，大数据彻底变革了人类以往通过模糊经验驱动发展的思维模式。利用数据发现规律、预测未来，已经成为驱动经济发展的新模式。

信息化从软硬件升级走向数据效能提高。在信息时代，由摩尔定律指导芯片计算能力逐步提高，从而推动计算机软硬件的更新换代。这是一种由供给引领需求的过程，其重点围绕在产品的推陈出新及大量推广上。以产品为中心，在规模化推广进入到一定阶段后，流量的天花板便会出现。而大数据是提升效能，破解流量天花板的关键。大数据以用户为中心，通过数据挖掘分析用户的需求，精准化指导生产布局，实现生产效能的提升。同时，随着用户需求的深度挖掘，市场空间将进一步扩展，实现由“量”到“质”的转变。

（2）数据量飞速膨胀，待开发资源储备丰厚

数据量爆炸式增长，市场规模巨大。在互联网及智能硬件快速普及的当下，数据以爆炸方式增长。据 Forrester 的研究结果，目前在线或移动金融交易、社交媒体、 GPS坐标等数据源每天要产生超过 2.5 EB（1EB 为 2^60 次方）的海量数据。据 IDC预计，全球数据总量增长率将维持 50%左右， 2020 年全球数据总量将达到 40ZB；中国将达到 8.6ZB，占全球的 21%。从市场整体规模上看，根据易观数据统计， 2015 年国内大数据市场预计实现收入 102 亿元，较 2014 年增长 35%左右，并有望在 2018 年突破 200 亿元，达到 258.6亿元。

中国大数据市场规模预测

数据来源：易观数据

（3）国家强力支持大数据发展，力推大数据落地

国家大力支持大数据发展，相关政策陆续出台。李克强总理出席 2016 年中国大数据产业峰会，再度强调了发展大数据产业的重要性。他指出，大数据等新一代互联网技术深刻改变了世界，也让各国站在科技革命的同一起跑线上。要通过简政放权，积极培育发展大数据等信息网络产业。要打破“信息孤岛”和“数据烟囱”，推动政府信息共享，提升政府效能，让企业和群众办事创业更方便。除涉及国家安全、商业秘密、个人隐私以外的数据，都应向社会开放。

此外，包括大数据产业“十三五”规划在内的多个国家级产业促进政策，将在下半年陆续出台。届时，大数据国家战略将加速落地，大数据产业将迎来新一轮发展机遇。

6.2 行业增速

行业增速通过两个方式来考虑：一是通过访谈获悉，二是参考大数据行业的增速。商业智能与大数据的目标是一致的，都是通过对数据的处理和分析，发现数据背后的本质，为各类应用供支持，二者的区别主要是在数据量级、数据特性、实时性、数据来源和应用领域等，所以两者的增速具有类似性。

通过访谈行业专家，预测未来BI市场的增速在30%左右。

据贵阳大数据统计来看，中国大数据产业市场在未来五年以内，仍将保持着高速增长。预计 2016 年末，市场规模将达到2485 亿元，而随着各项政策的配套落实及推进，到 2020年，中国大数据产业规模或达13626 亿元的高点。

7 产业分析

7.1产业链描述

大数据行业的上游主要是构成大数据基础设施一些软硬件厂商，从目前的情况看，还主要以国外厂商为主。硬件平台和工具平台软件是部署大数据软件的基础。包括处理器技术、存储技术、云计算技术、物联网技术在内各类技术的不断升级，都给大数据行业的飞速发展带来更多的机遇。上述各细分领域内市场竞争较为充分，行业格局比较稳定，呈现价格稳中趋降、性价比逐年提高的趋势。

大数据行业的下游行业覆盖面较广。目前，国内大数据行业的下游主要为电信、金融、能源、交通和政府等信息化程度相对较高的领域。近年来，这些领域在IT系统建设方面的投资保持着较高的增长率，对大数据行业的发展具有较的拉动作用。随着国内企业信息化水平的普遍提升，以及企业对大数据接受程度的提高，大数据行业的下游覆盖面将日益拓宽，对数据分析产品与服务的刚性需求将保持稳定增长。

BI实施服务产业链示意图

BI实施服务业与软硬件业和客户的关系

由于通用BI软件在一定程度上并不能适应各类企业的特殊化需求，因此主流高端BI软件产品的模块化和可配置化催生出了的BI实施服务市场，通过BI实施服务商对标准化高端BI软件的二次开发、加工，企业可以更有效、轻松地实现管理变革。由上图可见，BI软件实施服务业与BI软件行业是相互促进、相互依赖的紧密关系。

（1）BI实施服务行业与BI软件行业的关系

BI的实施过程，事实上也是企业抛弃落后管理模式，革除积弊、实践新管理模式的过程，实施是BI在企业得以安身立命的根本，BI实施方的表现直接关系到BI项目的成败。随着国内外BI客户的逐渐成熟，越来越多的BI客户认同了BI的成功关键并不止于选择功能全面的BI软件，而更需要选择一个理解本公司、本行业实际需求，具有丰富管理和实施经验，能为企业解决实际问题的实施方。特别是对于高端BI的客户，从一定程度上来说，选择一个合适的专业化实施方的重要程度要超过对BI软件的选型。在这种趋势的推动下，BI系统行业已经形成了BI软件开发厂商和BI实施厂商协力运作的良性模式。其中，BI软件开发厂商专注于提高软件的功能和可靠性，采用模块化的方式方便客户组合选用，并提供更为丰富的可配置参数、可变动业务逻辑和数据接口便于BI实施服务商为客户度身定制和实施；而BI实施厂商则更侧重于客户需求分析、业务流程重组咨询、软件定制化和测试培训等贴身服务。BI软件开发和实施的分离使得各方都能专注于自身的擅长领域，实现优势互补和协同效应，共同推动企业管理规范化与现代化的实现。

（2）BI实施服务行业与客户的关系

BI实施服务行业直面需要实施BI软件的企业，这从客观上要求行业内企业必须较为了解客户的特定需求。一般来说，具有成功同类型、同行业企业BI系统实施经验的公司更容易赢得同类客户企业的新BI实施项目。

同时，企业对BI实施需求就有长期性，在初次BI项目上线实施成功后，随着企业业务的发展和内外部形势的变化，会不断产生新的BI拓展、升级、调整、维护等新需求。具备较强的客户维系能力的BI实施厂商能抓住客户源源不断的后续服务市场机遇，与客户共同成长。

7.2主要供方及其议价能力

上游供方主要为软硬件提供商，对其议价能力为强。由于上游供应商数量较多，竞争较为激烈，所以对上游供应商有较强的议价能力。尤其是针对国外软件厂商，其在中国市场上的发展对BI实施商有较强的依赖性，所以对其有较强的议价能力。

7.3客户及其议价能力

下游客户比较分散，分布在各行各业，但目前客户主要为规模较大，且信息化建设相对完善的企业，此类企业对信息化投入较为重视，有一定的支付意愿和能力，对其的议价能力为中等。

7.4潜在进入者

由于下游客户较为分散，且目前BI实施服务行业的企业也比较分散，市场正处于成长期，虽然有一定的行业经验、人才优势等壁垒，但市场需求发展快速，预计近期内仍会有新进入者加入，新进入者威胁为中等。

7.5替代品

BI实施服务的替代品较少。

7.6 行业壁垒

（1）行业经验壁垒

除了一些通用的环节，不同行业的生产运营模式还有着其区别于其它行业的独特之处，如金融、汽车、煤炭、化工、电力、石油石化等行业的生产、管理、经营方式及行业标准、规范的不同决定了其BI软件的落地一定需要实施服务商开展行业化的服务。BI实施服务提供商需要了解在特定行业中特定企业的不同需求，并针对客户复杂、多变的特殊需求来对标准化的BI软件进行二次设计和加工，这要求实施服务提供商在业务流程设计、客户的培训与支持体系等方面具备较强的实力。综上所述，是否具备丰富的各行业客户的BI实施经验，是BI实施行业的重要进入壁垒之一。

（2）客户的开拓和维系能力

BI实施服务行业内的企业，需要具备较为强大的客户开拓和维系能力，才能够在本行业中生存。同时，对于行业的进入者来说，如果不具备一定的人员规模和成功实施经验案例，将很难获得客户的信任。企业对BI实施需求有长期性，在初次BI项目上线实施成功后，随着企业业务的发展和内外部形势的变化，会不断产生新的BI拓展、升级、调整、维护等新需求。具备较强的客户维系能力的BI实施厂商能抓住客户源源不断的后续服务市场机遇，与客户共同成长。

另一方面，BI实施需要顾问团队长期在客户现场驻扎，与客户朝夕相处，协力同心地推动项目的建设。除了BI实施效果以外，客户的满意度很大程度上也取决于实施顾问团队的敬业精神和沟通能力。如果BI实施公司能在全司上下形成以客户为先，注重客户体验的团队文化，将能大幅提升客户的满意度和忠诚度，促使客户成为公司的长期的业务伙伴。但团队文化的建设绝非一蹴而就，需要公司长期潜移默化地引导和传承。因此，是否具备较强的客户开拓和维系能力，直接构成了该行业的重要进入障碍。

（3）人力资源壁垒

由于BI实施服务领域具有涉及面广、难度大、服务周期长、实施过程复杂等特点，对产品设计、技术研发和管理人员的专业素质要求较高。从事BI实施的顾问不仅需要具备深厚的技术功底，更需要积累全面深入的行业管理和实践经验。

同时，市场的快速发展使得BI实施行业从业人员需要不断更新专业知识和能力，因此培养合格的BI实施顾问团队需要较长的时间。专业人才的缺乏是制约该领域快速发展的重要因素之一。是否具备优秀的“选人、育人、留人”的能力和制度保障，是该行业的关键成功因素之一，也构成了相应的进入壁垒。

（4）技术壁垒

商业智能以数据仓库、联机分析处理（OLAP）、数据挖掘（DM）、知识发现、多维可视化等核心技术为支撑。每项技术都是一个专业研究领域，掌握每项技术都需要一段时间的学习和实践。商业智能供应商需要在这些技术上充分积累，并能够灵活应用到具体应用中，结合行业经验和知识，才能快速准确为企业提供服务。目前，商业智能系统使用范围不仅仅局限于企业的领导或者市场管理人员，还深入到企业各个层面，不同的使用者对分析和数据展示有着不同需求，需要设计出各种差异化、个性化的分析方法，这就要求商业智能系统能够提供丰富多样的技术手段来满足不同的使用需求。

总体而言，虽然BI的实施主要依靠专业人士的服务，组建BI实施服务企业并不需要大量的资金和固定资产投入，但对高端BI实施服务商而言，要在竞争激烈的市场中成长壮大绝非易事，新进企业很难快速崛起。BI实施商需要在行业中持续积累实施经验和客户资源，通过成功实施项目来积累业内口碑、开拓新客户、维系老客户，并且通过在人力资源和技术能力方面的长期投入获取持续的竞争能力。

8 竞争要素

【观点总结】竞争格局较为分散，未来会逐步集中化。由于BI行业仍处于快速发展期，企业对BI市场的认识还不充分，尤其是BI实施服务领域，目前多为区域性的企业，尚未形成行业明显龙头。随着市场发展成熟，未来市场集中度可能会有所提高。

（1）先发优势（历史业绩）

能够敏锐的察觉到社会发展对数据的认知和依赖度的变化，能够尽早进入该领域，伴随着行业和企业的发展，快速积累行业经验，获取多个大型客户的成功实施案例，将极大地有利于提高公司实施能力，更有利于获取行业内的新客户。

（2）客户质量和黏性

客户质量决定了企业的盈利能力和稳定性，高质量的客户（如500强外企）不仅有较高的支付能力和意愿，并且会不断产生新的业务需求，能保证长期的业务收入稳定性。同时，由于实施过程中会涉及到公司诸多业务核心数据，一旦与客户建立良好的合作关系，后续客户不会轻易更换供应商，具有较强的客户粘性。

（3）人才资源

大数据BI行业，人才是核心竞争力，作为咨询服务+研发的BI公司，同时需要技术人才以及产品人才。技术人才进行项目的实施开发，保证产品的稳定性。产品人才重要的原因在于，作为咨询开发公司，理解客户需求是核心能力。最佳人才都是懂业务的IT。

（4）技术积累

由于各行各业之间的本身差异，大数据从数据源到数据库到数据应用等各个环节均不相同，且大数据BI分析系统或软件需要与企业的业务紧密关联结合才能发挥其效用，因此大数据BI企业在行业应用中的技术积累是核心竞争力之一。

（5）品牌和客户影响力

大数据BI行业由于深度服务客户的性质，客户粘性很强，客户口碑和品牌对公司的行业影响力较为重要。

9 竞争态势

9.1 行业梯队

中国大数据BI实施服务市场的参与者主要由三大类群体组成：

第一，国际咨询或实施服务商：主要由跨国大型咨询实施商如国际商业机器公司（IBM）、埃森哲（Accenture）、惠普（HP）、凯捷（Capgemini）、德勤（Deloitte）等组成，他们最开始以高端ERP的实施领域起步，伴随着企业对大数据BI的需求，他们也开始提供相应的实施服务。国际咨询实施服务商的优势是可以利用其全球案例和知识库的支持，并结合它们在IT整体规划和战略咨询方面的经验，为客户提供更全面大数据BI咨询服务，价格较高，且具体实施一般都外包给本土小企业来做。

第二，本土实施服务商：主要由本土BI软件原厂、本土专业大数据BI咨询实施服务商和其他IT实施商等组成，自身能独立承接大数据BI项目的整体实施。相比国际咨询实施服务商，本土专业大数据BI咨询实施服务商虽然起步较晚，但进步迅速。本土咨询实施服务商的优势在于对中国企业大数据BI需求的深入理解和精准把握，在项目实施中沟通能力强，反应速度快，客户体验佳。随着本土咨询实施服务商在行业经验和成功案例方面的不断积累和实施方法论上的不断成熟，其专业能力和实施经验与国际咨询实施服务商的差距在不断缩小，客户认可度也在不断提升。在大数据BI实施领域，本土咨询实施服务商的行业领先者，包括音智达、数聚股份、数策股份、帆软科技、东方国信、文思海辉、软通动力等。

第三，外包服务商或初创企业：外包服务商类企业一般不独立承接项目的整体实施，而是接受国际咨询实施服务商的项目分包，并以人才派遣的形式参与客户的大数据BI实施项目。国际咨询实施服务商为满足阶段性的人才短缺，降低人员的闲置率和企业运营成本，常会在项目需要时委托外包服务商为其派遣所需的专业人才，加入其自有的实施顾问团队共同为客户提供服务。外包服务商一般具有较强的人力资源搜寻、培训和组织能力，会与一家或多家国际咨询实施服务商结成长期的合作关系。但由于其一般不独立承接项目，因此对终端客户的开拓和维系能力较弱，并且在企业文化构建，实施方法论提炼和员工归属感提升方面与前述两类企业相比略显不足。初创类企业数量庞大，该类企业一般规模较小，10-30人左右，多是依靠一两个重要客户发展起来，未来的业务拓展存在面临非常大的挑战。

国际咨询实施服务商分析表

本土BI软件原厂分析表

本土专业大数据BI咨询实施服务商分析表

其他IT实施提供商分析表

9.2 主要竞争对手

1、帆软科技

帆软成立于2006年，以报表工具起家，经过六年发展，到2012年已经在报表工具市场站稳脚跟，逐渐成为这个领域的龙头厂商，之后不断渗透到商务智能领域。

（1）发展历程

2010年，帆软转向报表展现的市场，开始研发自主的报表系统，退出第一版 FineReport。帆软报表的出现，虽然一时还无法撼动类似于像思达报表、润乾报表在市场上的地位，但是终究走上了一条国产报表软件的产品之路。在 2006 - 2010 年期间，帆软报表的市场销售总额一直在百万级别徘徊，而他们为之仰望的对手已经从数百万增长到几千万之巨。

2013 年是商业智能 BI 发展史上的一个重要转折点，大数据的概念开始在国内普及，商业智能 BI 也从传统 IT 驱动的长周期企业级 BI 建设，快速转变为以业务驱动型敏捷 BI、可视化数据分析、Self-BI 等新型 BI 项目的建设。

自 2013 年起，可视化数据分析概念的崛起拉高了整个行业对 BI 数据可视化分析的期望，各个企业也逐步意识到企业数据化建设的重要性，各类需求开始进入喷发状态。

但是，由于 BI 可视化分析工具自身的定位和产品特性，它并不能解决所有的数据问题，比如中国式报表、填报等非常特殊的要求，特别是国外的可视化工具无法解决的定制化开发和本地集成等需求。而恰好帆软的 FineReport 的定位正是 WEB 报表，重点解决的是填报和数据展示的问题，特别是中国式的复杂报表。大量原本因数据可视化概念被唤起的用户群体，因BI可视化分析工具并不百分百覆盖企业数据化建设的自下而上的需求而最终选择帆软。同时，作为以前在报表领域佼佼者的润乾，其因为战略布局调整了产品方向，帆软也快速的抓住了这一机会并完成了市场反超。

同年（2013年），帆软在稳扎稳打报表市场的同时推出了 FineBI 1.0 商业智能解决方案。FineReport 和 FineBI这一兄弟产品的组合既能满足企业基本的数据填报和中国式报表的问题，又能满足企业从数据采集、数据加工处理、数据存储和业务数据可视化分析整个商业智能 BI 建设的需求。用户群体的重叠，产品对企业数据需求的多重覆盖能力，未来可期！

报表市场的刚需，竞争对手的转型，报表用户从报表需求到 BI 需求的完美承接，中层团队的崛起和团队强大的执行力，天时地利人和，帆软抓住了这个历史上最好的时机

（2）规模变化

2013 年，帆软市场销售总收入突破三千万，员工人数增加至 100 余人。

2015 年，帆软市场销售总收入突破一个亿，员工人数超过 200 人。

2016 年，帆软市场销售总收入接近两个亿，员工人数超过 400 人。

2017年11月，帆软市场销售总收入据透露已经接近2.5个亿，目标完成2.6-2.7个亿左右（不包含简道云产品和海外市场）。加上 10 月份新入职的员工，公司总人数已突破 600 人。帆软的销售人员大约占比 10%，目前只有 70 人左右，意味着每名销售贡献了平均至少 300 万以上的销售业绩。

目前拥有 6000 多家客户，覆盖 200 多个细分行业。在中国 100 强的企业中，有超过 60 多家的企业是其客户。

（3）业务特点

不同于其他BI厂商，帆软没有选择自己打造一站式数据分析平台，而是专注于FineReport和FineBI这两款数据分析产品，其他业务更多是采取合作方式。例如，帆软将自己的报表产品与泛微、致远等OA厂商，金蝶、用友等ERP厂商的产品进行集成，BI产品的底层数据库、数仓业务与Teredata、新华三DataEngine等厂商合作。

客户覆盖多个行业，合作伙伴众多。帆软的客户群体主要包含两大类，一类是以系统集成商为代表的各类软件公司，另一类是各行各业的企业客户。各类软件公司主要是使用帆软的FineReport产品，而企业客户中IT部门使用FineReport，业务部门则会采购FineBI。

在企业服务市场，做得越久，与客户、合作伙伴之间建立的关系越紧密。帆软在报表与BI领域做了11年，与各类软件公司建立非常密切的合作关系，中国软件100强中69家是帆软的合作伙伴，244家一级系统集成商中，有142家与其进行合作。

帆软的收费模式仍然采取传统软件的形式，一次性买断，而没有采取时下最流行的SaaS模式，按年收费。但依靠不断更新的产品功能，个性化的插件应用生态，以及优质的服务模式，这使得客户在采购帆软产品后，依然会考虑推及更多的项目，或者追加产品功能、服务，持续贡献现金流，而不只是一次性交易。

（4）团队快速扩张，业绩有望继续保持高速增长

2017年，帆软大幅扩张团队规模，由2016年初的180多人迅速扩张到现在的550多人，招募了大量应届毕业和实习生，主要增加了产品研发人员、客户服务人员与销售人员。目前核心产品研发人员超过150名，销售人员近80人，交付人员也超过100人。

与市面其他公司不同的是，帆软更倾向于招募应届毕业生和工作年限较短的人，整个团队平均年龄很小，是一支非常年轻的团队，整体架构非常扁平，团队运转效率高，产品迭代更新速度快。

帆软的团队大幅增长主要是考虑到最近两年客户量增长很快，客户反馈大量需求，产品需要快速迭代以满足客户需要，同时需要大量交付人员满足客户现场部署的要求。

另外一个考虑在于，帆软最近两年业绩增速很快，并且早已实现盈利，商业模式得到市场验证与认可，伴随大数据以及企业级服务市场的双风口，帆软进入业务扩张阶段，预计今年帆软的业绩仍然可以保持高速增长。

（5）运营能力强，拥有大量软件厂商资源，但对新技术、产品的布局谨慎

帆软原本所处的报表市场规模较小，大型企业主要采用国外厂商的传统BI产品，如SAP的BO、Oralce的BIEE等，报表产品主要针对中小企业，但这些企业付费能力较差。同时，大量开源技术及免费工具的出现，使得企业IT人员可以利用这些技术与产品开发相应的报表。因此，报表市场这几年增速放缓，像润乾这类厂商正逐步退出这一市场。

近几年，帆软在敏捷型BI市场布局，拓宽其潜在市场规模，突破原本报表市场的天花板。从全球技术演进来看，传统BI工具正在走下坡路，新型敏捷BI正在成为主流，这个市场的规模正逐步扩大。根据Gartner的报告，到2020年BI市场规模将突破228亿，敏捷型BI占比正逐年扩大。

在BI市场，帆软主要面对两类竞争，国内的永洪科技、海致BDP等厂商，国外的Tableau、QilkView，帆软的优势在于具备多年服务客户的经验，客户场景理解深，在这个市场具备一定先发优势。

技术产品方面，帆软专注于BI与数据分析市场，产品积累很深，优势明显。通过会议、社区等形式对自身服务进行补充，加上最近团队规模扩张很快，无论是销售与服务能力都有很大提升。

团队方面，管理团队均为技术出身，创始团队多数没有在大型企业工作的履历，会有一定商务资源的欠缺。但也正是如此帆软形成了独特的团队文化，帆软团队成员90%以上毕业于985、211等名校，使得内部组织具有很大的张力，由此锻炼出来的单兵作战能力强。

创新能力方面，帆软在产品阵线上一直采取稳扎稳打的策略，依然着力于产品高度可用性与易用性的创新，技术资源着力于用户需求集中的地方。在对待诸如SAAS、AI等新技术领域，帆软持续关注趋势，尚未进行大规模投入市场。

资源层面，帆软深耕报表与BI产品十余年，与很多软件厂商建立合作关系，建立良好的客户关系，借助这些渠道资源很容易推广产品，这是比较大的优势。

2、数聚股份（430435.OC）

公司成立于2008年，致力于为用户提供数据聚集、信息管理和知识发现等商业智能方面的计算机软件解决方案。公司在集团管控、数据仓库、企业报表中心、绩效管理、金融制裁名单监控和企业舆情监测及竞争情报分析等商业智能相关领域积累了丰富的经验，其所涉及的行业包括零售、贸易、金融、保险、政府、交通、汽车、医药等。

主要是通过代理软件来做实施服务，代理软件主要为SAP Business Objects、SAS等。公司2016年底共有员工181人。公司实现营业收入 7088万元，净利润 497万元，毛利率35.38%。2017年上半年实现收入4415万元，净利润8万元，毛利率28%。

3、博易股份（430310.OC）

公司主要从事商业智能的研究、开发、销售、咨询和服务等。软件产品方面，除了代理知名软件（如Tableau）外，还有自主研发的工具BI-Pilot。公司目前已经被天马股份收购，估值6亿元，对应17年承诺业绩4000万的15倍PE。

博易股份在2016年收入1.08亿元，净利润1578万，毛利率35.44%。17年上半年实现收入9413万元，净利润124万，毛利率17.75%，毛利大幅下降主要是因为上半年新进了几个大客户，为了获取大客户，采取了低毛利策略。预计2017年净利润4000万。

4、东方国信（300166.SZ）

公司的主营业务是提供完整的企业商业智能系统解决方案，包括软件产品开发与销售、技术服务和相应的系统集成等。公司主要服务于国内电信领域的运营商，是中国联通、中国电信等企业商业智能系统的核心合作厂商之一，也是中国移动全资子公司中国铁通企业商业智能系统的三家核心厂商之一。目前，公司已经成为中国电信行业BI应用软件的领先供应商，在国内商业智能应用领域形成了良好的市场品牌形象。公司还在全国范围内建立了现场服务队伍，能够持续跟踪并随时发现客户的潜在需求，向客户提供持续性的、7×24小时技术支持和产品服务。

5、毛利对比

本文来源于互联网，e-works本着传播知识、有益学习和研究的目的进行的转载，为网友免费提供，并以尽力标明作者与出处，如有著作权人或出版方提出异议，本站将立即删除。如果您对文章转载有任何疑问请告之我们，以便我们及时纠正。联系方式：editor@e-works.net.cn tel：027-87592219/20/21。

上一篇文章：机器学习、运筹优化与智能决策 | 杉数科技CTO王子卓在OTEC大会的演讲实录
下一篇文章：智能决策