数字化产业研究报告

一、当前个人认知的数字化

（一）信息化

1、软件分类标：GB_T 36475-2018_2957

2、信息化程度：诺兰模型- 初始、扩展、控制、统一、数据管理、成熟

3、从信息系统的发展和特点来看，可分为下面几类：

（1）数据处理系统

（2）管理信息系统

（3）决策支持系统

（4）专家系统

（5）虚拟办公室

（6）电子商务系统

（7）事务处理系统

（8）生产制造系统

（9）电子政务系统

4、从信息系统的管理层次性来看，可分为下面几类：

（1）经理信息系统

（2）营销信息系统

（3）制造信息系统

（4）财务信息系统

（5）人力资源信息系统

（6）信息资源信息系统

（二）大数据

1、大数据管理标准：DCMM（数据管理能力成熟度评估模型）

2、一个讨论：数据管理是业务问题，还是技术问题？

（1）从业务支撑来说，数据产品（分析报告、报表）的研发，数据技术/数据研发是一个技术手段，是解决业务问题的一个方案，数据管理，数据技术问题，是为业务服务的。

（2）从数据本身价值的挖掘来说，数据的管理，是一个业务问题。

（3）从全社会的层面看，而不是从某个项目的层面看，数据本身，独立产生价值，具备业务性。

3、数据管理包含下面管理对象：

（1）数据目录：政务数据领域的业务概念

（2）数据标准：数据字典，数据模型

（3）数据资源：元数据的某些表的某些字段

（4）数据服务：资源的加工

（5）元数据：数据源，数据地图

（6）主数据：一数一源一标准

5、数据人才的能力要求

（1）数据管理：元数据、主数据、数据模型、数据标准、数据资源｜数据目录

（2）数据分析：数据可视化、指标、标签

（3）数据应用：

（4）数据开发：数据治理、数据质量

（5）数据智能：NLP、GPT

6、相对复杂的大数据业务场景

（1）数据科学：数据分析、数据算法模型

（2）数据跨域交换

（3）数据跨域融合

7、来自剑鱼标讯的各类大数据项目

（1）主数据管理：近5年，中标/成交共359条，系统单价约50万

（2）数据资产管理：近5年，中标/成交共264条，系统单价约70万

（3）商业智能分析：近5年，中标/成交共264条，系统单价约40万

（4）数据仓库：近5年，中标/成交共563条

（5）数据治理服务：近5年，中标/成交共408条

（6）指标体系建立/建设：近5年，中标/成交共96条

（7）数据标签：近5年，中标/成交共36条

8、阿里云的竞品

（1）GTS团队：全域数据管理DataPro

（2）产研团队：数据治理平台DataQ

9、管理管理之上

（1）数据应用

（2）数据交易

（3）数据证券化：数据资产评估

10、数据的价值

（1）业务提升：风险预警、成本控制、客户挖掘

（2）数据售卖

11、数据价值链

数据价值链理论与传统价值链理论不同，其强调通过对价值链各节点上的数据的采集、传输、存储、分析以及应用，实现数据的价值创造以及在传递过程中的价值增值。数据价值链具有新价值载体、新传递机制和新配置范围三个重要特征。新价值载体是指数据流成为与资金流、物资流与人才流同等重要的价值载体。新传递机制是指从价值传递形式看，链式结构被拓展成网状结构，形成价值网络。新配置范围是指，由于数据的泛边界性，使其突破原有特定组织和地域限制，在更加广阔的范围内调动资源，让实现优化配置成为可能。

（三）待补充

1、人工智能

2、互联网

3、云计算

二、作为数字化企业

作为数字化企业，涉及的细分领域包括：信息化、大数据、人工智能、云计算、互联网。

（一）做好战略制定

1、战略制定需要注意以下关键要点：

（1）市场定位：明确企业的市场定位，是做垂直领域深耕，还是广度覆盖，或者是定制化开发等。

（2）技术选型：选择最适合企业需求和市场定位的技术，如选择使用哪种编程语言，哪种开发框架，哪种数据库等。

（3）产品规划：明确产品线规划，包括新产品的研发、现有产品的优化升级等。

（4）研发流程：建立高效的研发流程，包括需求分析、设计、编码、测试、部署、维护等各个环节。

（5）人才战略：对于软件研发企业来说，人才是最重要的资源，需要有明确的人才引进、培养和激励机制。

（6）质量控制：确保软件的质量，建立完善的质量保证体系和风险控制机制。

（7）客户关系：建立和维护良好的客户关系，提供优质的售前、售中和售后服务。

（8）持续创新：软件行业更新迅速，企业需要有持续创新的能力，以应对市场的变化。

（9）合规性：确保软件研发的合规性，包括软件的版权、数据安全、用户隐私等方面。

2、自身价值链的分析主要包括以下步骤：

（1）确定主要活动和辅助活动：首先，需要确定企业的主要活动，如内部物流、生产、外部物流、销售和售后服务等。然后，确定辅助活动，如采购、技术开发、人力资源管理和企业基础设施管理等。

（2）分析各个活动的价值贡献：分析每个活动对产品或服务的价值贡献。这可以通过比较不同活动的成本、时间、质量和效率等因素来完成。

（3）识别竞争优势：通过对各个活动的分析，可以识别出企业的竞争优势。这些竞争优势可能来自于某个特定的活动，或者是多个活动的组合。

（4）制定策略：根据价值链分析的结果，企业可以制定相应的策略，以提高其竞争力。这可能包括优化某些活动、重组价值链、寻找新的价值链合作伙伴等。

（5）实施和跟踪：最后，企业需要实施制定的策略，并跟踪其效果。这可能需要定期进行价值链分析，以确保策略的有效性。

3、做好市场定位的要点：

（1）了解客户：首先，你需要了解你的目标客户是谁。这包括他们的需求、喜好、购买行为等。你可以通过市场调研、客户访谈等方式来了解你的目标客户。

（2）分析竞争者：了解你的竞争者是谁，他们的产品或服务有什么优势和劣势。这可以帮助你找到自己的竞争优势，并避免与竞争对手直接竞争。

（3）明确价值主张：你的产品或服务能为客户带来什么价值？这是你的价值主张，也是你的市场定位的核心。

（4）选择目标市场：基于以上的分析，你可以选择你的目标市场。这可以是一个具体的地理位置、一个特定的行业或一个特定的客户群体。

（5）制定营销策略：最后，你需要制定一个营销策略来推广你的产品或服务。这包括你的定价策略、营销渠道、促销活动等。

4、做好产品规划的要点：

（1）明确产品目标：你的产品要解决什么问题？为用户带来什么价值？这是产品规划的出发点。

（2）了解市场需求：通过市场调研、用户访谈、竞品分析等方式，了解市场的需求和趋势。

（3）设计产品功能：基于市场需求，设计产品的功能。这包括主要功能、辅助功能、特色功能等。

（4）制定产品路线图：产品路线图是产品规划的重要工具，它可以清晰地展示产品的发展方向和计划。

（5）制定产品定价：产品定价需要考虑成本、竞争态势、用户支付意愿等因素。

（6）制定产品推广策略：产品推广策略包括营销渠道、促销活动、合作伙伴等。

（7）预测产品的生命周期：产品的生命周期包括引入期、成长期、成熟期和衰退期，不同阶段需要采取不同的策略。

5、服务的客户可能涉及的行业

（1）ToG：公安、公共服务、公共科技、医疗卫建(健康/医/药)、教育、自然资源(环保/水利/农业农村)、数字政府/政务服务、财税监管

（2）ToB：电信(通信运营商)、能源电力、金融（金融服务/银行/证券/保险）、互联网、地产园区、交通物流、新零售、制造、通用、文化传媒

（二）做好价值链梳理

1、梳理企业内部数字化价值链：

（1）创新研发：这是价值链的第一环，包括新技术、新产品的研发，如云计算、大数据、人工智能等。

（2）产品生产：根据研发成果，进行产品的设计和生产，如软件开发、硬件制造等。

（3）销售渠道：通过线上线下的销售渠道，将产品销售给消费者或企业。

（4）服务支持：提供售后服务、技术支持等服务，提高用户满意度和产品的使用效果。

（5）数据分析：通过收集和分析用户数据，了解用户需求，优化产品和服务，为企业决策提供支持。

（6）平台运营：对于一些以平台为主的数字化产业，还需要进行平台的运营和管理，如电商平台、社交平台等。

2、梳理企业内部大数据价值链：

（1）数据收集：这是价值链的第一环，包括各种方式的数据获取，例如网络爬虫、传感器采集、用户行为记录等。

（2）数据存储：收集到的数据需要进行存储，涉及到数据库选择、数据架构设计、数据安全等问题。

（3）数据处理：对存储的数据进行清洗、整合、转换等处理，使之能够用于分析。

（4）数据分析：通过各种数据分析方法，如统计分析、机器学习、数据挖掘等，从数据中提取有价值的信息和知识。

（5）数据应用：将分析结果应用到实际业务中，如用户画像、推荐系统、智能决策等。

（6）数据管理：包括数据质量管理、数据安全管理、数据隐私保护等，以确保数据的有效性和合规性。

（7）人工智能应用：将数据分析的结果应用到实际业务中，如预测模型、推荐系统、自动驾驶等。

（8）服务和运营：提供数据和人工智能相关的服务，如数据咨询、技术支持、系统维护等。

3、梳理企业内部人工智能价值链：

（1）数据采集：这是价值链的起点，涵盖了从各种源（如社交媒体、传感器、公共数据集等）收集和整理数据的过程。

（2）数据存储和管理：这个环节包括了数据的存储、清洗、管理和保护等工作，是构建AI系统的基础。

（3）算法和模型开发：AI专家和研究人员在这个环节开发和优化用于训练AI系统的算法和模型。

（4）计算能力提供：这个环节涵盖了提供计算能力的硬件和云服务供应商。他们为算法和模型的训练提供必要的计算资源。

（5）AI应用开发：这个环节包括了将AI技术集成到具体应用中的过程，比如开发AI驱动的软件、机器人、自动驾驶汽车等。

（6）AI服务和解决方案提供：这个环节包括了为企业和个人用户提供AI服务和解决方案的公司，他们将AI技术应用到各种业务场景中。

（7）最终用户：这是价值链的终点，包括了使用AI应用和服务的企业和个人用户。

4、梳理企业内部互联网价值链：

（1）内容创造：这是价值链的第一环，包括各种形式的内容创造，例如新闻、视频、音乐、游戏等。

（2）平台建设：包括网站、应用、云服务等互联网平台的开发和建设，为内容的发布和传播提供载体。

（3）信息传播：通过搜索引擎优化、社交媒体分享、广告推广等方式，将内容传播到互联网的各个角落。

（4）用户应用：用户在互联网上搜索信息、浏览内容、购买商品、使用服务等。

（5）服务和运营：包括用户支持、系统维护、数据分析、市场营销等，以提高用户体验，增加用户粘性，提升业务效果。

5、梳理企业内部云计算价值链：

（1）基础设施提供商：这是价值链的最底层，包括硬件设备供应商（如服务器、存储设备、网络设备等）和基础软件供应商（如操作系统、数据库等）。

（2）云服务提供商：他们在基础设施之上提供各种云服务，包括基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）。他们可能拥有自己的数据中心，也可能租用他人的数据中心。

（3）云服务经销商和集成商：他们将云服务提供商的服务打包销售给最终用户，或者将多个云服务集成在一起，提供定制化的解决方案。

（4）云服务咨询和支持服务：他们提供云服务的咨询、部署、培训、维护和支持服务。

（5）最终用户：他们使用云服务来支持他们的业务运营，包括企业用户和个人用户。

三、作为政府

（一）角色定位

1、政府在数字化价值链中的角色：

（1）立法规定：政府通过立法，规定行业标准和操作规范，为价值链的运行提供法律保障。

（2）监管和执法：政府通过监管机构，对价值链中的各个环节进行监督和管理，确保其合法、合规运行。

（3）政策引导：政府通过政策引导，鼓励和支持某些环节或者产业的发展，如税收优惠、补贴等。

（4）基础设施建设：政府负责基础设施的建设，如交通、通信等，为价值链的运行提供必要的物理条件

（5）教育和培训：政府通过教育和培训，提供人才支持，为价值链的运行提供人力资源。

（6）研发支持：政府通过科研机构，进行技术研发和创新，为价值链的升级提供技术支持。

2、政府在打造产业链中的角色：

（1）制定政策和法规：政府可以通过制定相关政策和法规，为产业链的发展提供指导和支持。政府可以制定产业发展规划，鼓励和引导企业投资和创新，推动产业链的升级和转型。

（2）提供资金和资源支持：政府可以提供资金和资源支持，帮助产业链中的企业进行研发、技术创新和市场拓展。政府可以设立专项基金，提供贷款和补贴等金融支持，还可以提供土地、用电、用水等资源支持。

（3）促进产业协同发展：政府可以促进产业链中各个环节之间的协同发展，推动产业链的整合和优化。政府可以组织产业链上下游企业之间的合作，加强信息共享和技术交流，提高整个产业链的效率和竞争力。

（4）建立公平竞争环境：政府可以维护产业链中的公平竞争环境，打击不正当竞争行为，保护企业的合法权益。政府可以制定反垄断法和知识产权保护法等法规，维护市场秩序，促进产业链的健康发展。

（5）培育人才和技术支持：政府可以加强对人才的培养和技术支持，提供相关的培训和教育资源，帮助产业链中的企业提升技术水平和创新能力。

（二）相关产业

1、云计算产业链：

（1）基础设施：包括数据中心、服务器、网络设备等，提供云计算的基础设施和资源，支持云计算服务的运行。

（2）云平台：包括公有云、私有云、混合云等，提供云计算的平台和环境，支持应用程序的开发、部署和管理。

（3）云应用：包括软件即服务（SaaS）、平台即服务（PaaS）、基础设施即服务（IaaS）等，提供各种云端应用和服务，如在线办公、数据分析、人工智能等。

（4）云服务提供商：包括云计算解决方案提供商、云计算咨询公司等，提供云计算技术和服务的专业支持。

（5）云安全：包括数据加密、身份认证、安全监控等，保护云计算环境和数据的安全性。

（6）云管理：包括资源管理、性能监控、自动化运维等，对云计算环境进行管理和优化，提高效率和可靠性。

（7）云市场：包括应用商店、服务市场等，提供各种云计算应用和服务的交易平台。

2、人工智能产业链：

（1）硬件设备：包括人工智能芯片、服务器、传感器等，提供计算和存储能力，支持人工智能算法的运行。

（2）算法研发：包括机器学习、深度学习、自然语言处理等，开发和优化人工智能算法，提高人工智能系统的智能化水平。

（3）数据采集与处理：包括传感器、摄像头、大数据平台等，收集和处理各种数据源，为人工智能算法提供训练和应用所需的数据支持。

（4）应用开发：包括智能语音助手、智能机器人、智能驾驶等，将人工智能算法应用到各个领域，提供智能化的产品和服务。

（5）人工智能平台和工具：包括开发平台、模型库、数据集等，提供人工智能开发和部署的技术和工具支持。

（6）人工智能服务提供商：包括人工智能解决方案提供商、人工智能咨询公司等，提供人工智能技术和应用的专业服务支持。

3、大数据产业链：

（1）数据采集：包括传感器、物联网设备、移动设备等，收集各种数据源，如位置数据、传感器数据、社交媒体数据等。

（2）数据存储：包括云存储、分布式存储、数据库等，存储各种数据源，如结构化数据、半结构化数据、非结构化数据等。

（3）数据处理：包括数据清洗、数据整合、数据转换等，将各种数据源进行处理和转换，以便后续分析和应用。

（4）数据分析：包括数据挖掘、机器学习、人工智能等，对各种数据进行分析和挖掘，发现数据中的潜在价值和规律。

（5）数据应用：包括数据可视化、数据报告、数据产品等，将分析结果应用到各种领域，如金融、医疗、制造等。

（6）大数据平台和工具：包括大数据平台、数据分析工具、数据可视化工具等，提供大数据处理和分析的技术和工具支持。

（7）大数据服务提供商：包括大数据解决方案提供商、数据分析服务提供商等，提供大数据处理和分析的专业服务支持。

4、互联网产业链：

（1）互联网基础设施：包括互联网接入服务提供商、数据中心、网络设备制造商等，提供互联网接入、托管服务和网络设备，构建和维护互联网的基础设施。

（2）互联网服务提供商：包括互联网服务提供商、云服务提供商等，提供各种互联网服务，如电子邮件、网站托管、云计算等。

（3）互联网应用开发商：包括应用软件开发商、移动应用开发商等，开发各种互联网应用，如社交媒体、电子商务、在线教育等。

（4）电子商务和在线支付：包括电子商务平台、在线支付机构等，提供线上交易和支付服务，促进线上购物和电子支付的发展。

（5）数字内容和媒体：包括数字内容提供商、在线媒体公司等，提供各种数字化内容，如音乐、电影、新闻等，推动数字化娱乐和传媒的发展。

（6）互联网金融：包括支付机构、网络借贷平台等，提供线上支付、在线借贷等金融服务，推动互联网金融的发展。

（7）互联网营销和广告：包括互联网广告公司、在线营销平台等，提供互联网广告投放和营销服务，帮助企业推广和宣传。

（8）互联网安全和数据隐私：包括信息安全公司、数据隐私保护机构等，提供互联网安全和数据隐私保护服务，保障用户数据和信息的安全。

5、信息化产业链述：

（1）芯片制造商：包括半导体芯片制造商、集成电路设计公司等，生产各种芯片和集成电路，为计算机、通信等设备提供核心部件。

（2）计算机和通信设备制造商：包括计算机、手机、路由器等设备制造商，生产各种计算机和通信设备，为用户提供硬件设备和终端产品。

（3）通信运营商：包括固定电话运营商、移动通信运营商等，提供各种通信服务，如电话、短信、数据传输等。

（4）互联网服务提供商：包括互联网服务提供商、云服务提供商等，提供各种互联网服务，如电子邮件、网站托管、云计算等。

（5）软件开发商：包括应用软件开发商、系统软件开发商等，开发各种应用软件和系统软件，为用户提供各种功能和服务。

（6）信息安全和数据中心：包括信息安全公司、数据中心等，提供信息安全和数据存储服务，保障用户数据的安全和可靠性。

（7）电子商务和物流：包括电子商务平台、物流公司等，提供线上交易和物流配送服务，促进线上购物和商品配送。

（8）互联网金融：包括支付机构、网络借贷平台等，提供线上支付、在线借贷等金融服务，推动信息化经济的发展。

四、作为数字化从业者

1、管理岗位

（1）CTO：研发主管

（2）CIO：公司内部使用的信息化系统（软件+硬件）的规划主管

（3）CDO（Data）：数据归集、数据治理、数据分析、价值挖掘、增长挖掘

（4）CDO（Digital）：业务数据化，进行数据整合建立企业数据仓库

2、思维要求

（1）业务思维：面向过程、面向事务

（2）数据思维：面向维度、面向范围，以数据导出功能/指标设计为例：业务的方法实现还是数据的方法实现