移动互联网进入下半场之后，ABC战场（AI人工智能+BigData大数据+Cloud云计算）成为兵家必争的技术和产业据点。大数据在其中的地位堪称基础而关键。即便是在所谓的寒冬，从一级市场表现看，资本继续看好泛大数据领域，行业下半场投资趋势呈现轮次靠后、金额增加、领先企业持续获投等特征。
本期报告从大数据行业蓬勃而起的驱动力说起，从基础层、基础层、应用层深入剖析产业链布局。对于很多读者关心的BAT、TMD的生态布局，报告给出了一目了然的矩阵图谱。报告认为，创业公司依然可以在这一红海市场占据一席之地，希望选取的几家明日之星案例能对创业者有所启发。
来源 | 华菁证券
报告获取通道：
关注华兴资本微信公众号(ID：iChinaRenaissance)，后台回复“
大数据
”，获取 PDF 版完整研究报告下载地址。
大数据行业进入下半场
在利好政策驱动下，近年，不仅全国数据量激增、底层技术发展成熟，大数据应用场景不断落地，逐渐实现与产业的深度融合，成为数字经济时代经济发展的新引擎，大数据行业进入下半场。
行业蓬勃发展，与产业深度融合
随着物联网和移动互联网的快速发展、传感技术的广泛应用，信息科技与人类生产生活的密切结合，中国与全球数据规模呈现爆发式增长。
大数据产业技术不断迭代更新，并逐渐走向成熟，同时大数据与 AI 等新技术的完美融合促进了产业进一步发展。
随着技术进步，大数据的应用场景也不断成熟，我国已经实现大数据从“积累为主阶段”到“应用为主阶段”的跨越，逐渐实现与产业深度融合，目前大数据与金融、电信、政务领域的融合程度最高。
Figure 1. 2017 年行业大数据发展指数
数据来源：
中国电子信息产业发展研究院，
华菁证券
政策、资本助力泛大数据行业
政策是大数据行业发展的一大驱动因素，从中央到地方政策红利不断，加速推进大数据行业发展。
Exhibit 1. 近年来大数据相关政策文件发布
数据来源：
华菁证券
近年来诸多大数据企业业务开始向人工智能倾斜，随着大数据与 AI 的结合，资本继续看好泛大数据领域。
Figure 2. 传统大数据领域和与AI交叉的大数据领域公司获得融资情况对比
数据来源：企名片，
华菁证券
Figure 3. 与AI交叉的大数据领域公司融资轮次比传统大数据领域更加靠后
数据来源：企名片，
华菁证券
从大数据整体行业来看，在 2017 年行业监管趋严、市场资金面趋紧的背景下，行业投资趋于理性，但继续获得资本青睐。具体表现在投资轮次靠后、金额增加、行业领先企业高频获投。
Figure 4．近五年部分大数据公司获融资情况
数据来源：
华菁证券
在政策驱动下，大数据行业已实现海量数据积累与底层技术跃升，进入到与产业深度融合阶段。基于此，
我们认为大数据行业已经进入下半场，在行业下半场大数据将与云计算、人工智能紧密融合，为企业赋能，创造新的企业价值，成为重构数字经济时代的核心引擎。
大数据产业链可以分为基础层、技术层、应用层，从产业图谱中可以看到，国内大数据公司主要分布于技术层及应用层。
Figure 5．大数据产业图
数据来源：
华菁证券，基于IT桔子整理
基础层:底层技术发展趋于成熟，云计算成为关键支撑
基础层主要涵盖了云计算平台、数据源与 API、数据库、开源平台、分析引擎、硬件和存储架构等，主要实现数据的采集与预处理、数据存储、平台系统的构建等功能。
云计算作为底层技术实现了对无限存储与计算资源的高效调度，成为基础层的有效支撑。
Figure 6．云计算助力挖掘数据价值
数据来源：
华菁证券
技术层:数据从技术服务到价值创造，成为企业级服务的新趋势
技术层基于基础层，是大数据价值体现的手段和基石，可以分为数据采集、数据存储、数据处理、数据分析、数据挖掘等层次，具体包括数据清洗、文本挖掘、日志分析、数据可视化等类别。
国内创业公司在智能推荐、数据挖掘与征信风控领域布局较广，竞争激烈。
Figure 7．我国大数据技术层创业公司数量分布
数据来源：IT桔子，华菁证券
强大的数据模型与算法能力是释放数据价值的原动力，而充分的行业应用是释放数据价值的必要保证。技术服务的价值在于与垂直行业结合，大数据公司切入行业应用领域是企业级服务的新趋势。
应用层:大数据深入各行各业，与产业深度融合将爆发巨大机遇
应用层基于技术层，是大数据技术直接作用于各行各业为其赋能的过程，也是大数据价值的最终体现。这个过程将催生一大批新产品、新服务、新模式和新生态，成为数字经济的核心组成部分。
Figure 8．金融、政务体量领跑市场，工业增速第一
数据来源：电子信息产业发展研究院， 爱分析，华菁证券
从各垂直行业应用领域来看，现阶段
金融、政府大数据市场体量领跑市场
，而从市场增速看，工业位列第一。随着“中国制造2025”计划的实施，工业流程信息化、智能化，工业技术软件化将释放巨大需求，工业大数据的广泛应用是必然趋势。
Figure 9．工业互联网与工业大数据紧密结合，推动工业企业数字化、智能化升级
数据来源：GE公开信息，华菁证券
同时，线下大数据与线上大数据融合赋能“新零售”，带来人、货、场的全面数据化。
Figure 10．人、货、场全面数据化，大数据赋能新零售
数据来源：华菁证券
国内互联网巨头大数据布局
BAT具有十几年来积累的海量数据信息，在云计算、人工智能等领域也有布局，可以快速利用先进算法和 AI 技术对自有海量数据进行分析，帮助自身实现业务更新迭代，赋能外部客户。
百度是国内 AI 领域的领头企业，其大数据业务与图像识别、语音交互等技术并列，是其 AI 业务模块之一； 阿里巴巴在云服务上有深厚且持续多年的布局，将大数据技术与云服务技术进行深度融合；腾讯今年9月成立云与智慧产业事业部，助推公司 To B 转型，大数据推进各业务链数字化进程。
近五年 BAT以入股或并购创业公司的方式进一步完善大数据生态布局，在基础层、技术层与应用层均有相应投资布局：
百度与阿里战略布局数据库，一起投资了图数据库公司 Tiger Graph， 腾讯选择 C 轮入股大数据基础平台公司星环科技；
百度由于自身算法积累深厚、技术能力较强，投资通用技术类公司相对较少，阿里与腾讯为补全技术短板则对数据可视化、文本挖掘、数据分析有所布局；
BAT出于业务联动与公司战略布局，投资各有侧重，例如腾讯投资碳云智能、晶泰科技等公司入局医疗大数据，阿里巴巴为了实现与支付宝业务联动投资阿法金融等。
Figure 11．BAT大数据发展与布局情况
数据来源：华菁证券
从 BAT 大数据发展与布局情况可以看出，虽然三家公司在数据、技术、应用三个维度均有不错的积累与成熟的业务链，但
优势各有不同
：
百度掌握数据智能技术，阿里巴巴看重云端与商业数据积累，腾讯则将重点放在产业场景应用
。
随着 BAT 生态圈的不断扩展，未来百度将在AI、无人驾驶、云计算上有进一步发展，阿里巴巴将重点放在金融、娱乐行业，而腾讯在继续领跑文娱、社交行业同时，积极探索医疗、零售大数据等多个领域的发展前景。
细分行业领军企业构建数据壁垒
近年来，伴随新经济的快速崛起，出现了一批新经济领域的领军企业，纷纷布局大数据行业。TMD 作为各自细分行业内的领军企业，拥有海量用户数据，形成数据壁垒，使其商业模式难以复制。
TMD将大数据赋能自身业务，实现业务升级，同时推动所在产业数字化、智能化升级：今日头条通过精准推荐、智能内容分发实现上亿DAU；美团将大数据渗透至各业务线的各种应用场景，推动商户运营、供应链智能化升级；滴滴通过收集到的出行数据，实现区域热力、OD 数据、城市运力、城市交通出行以及信号灯动态配时等分析应用，优化用户乘车体验，打造智慧城市。
Figure 12．TMD大数据行业应用模式
数据来源：华菁证券
国内创业型优质企业模式分析
在巨头布局大数据行业，且颇具规模的背景下，我们认为创业公司仍能在这一红海市场中占据一席之地。我们选取了四家优异标的，分析企业的的技术能力与商业模式，探讨公司前景，对行业细分领域的特征进行探讨和总结。
明略数据：聚焦垂直领域，提供全行业解决方案
明略数据成立于2014年，目前 C 轮，总融资额约12.3 亿人民币，是以知识图谱为支撑的行业人工智能解决方案提供商，拥有六大核心产品，深耕公安、金融、工业三大领域。目前，产品已应用于公安、金融、工业及物联网等领域，现已积累省、市级公安局、交通银行、中国人民银行、光大银行、中国中车等标杆客户。
Figure 13．明略数据业务模式
数据来源：明略数据官网，华菁证券
达观数据：根植文本挖掘，打造大数据行业全方位引擎
达观数据是专注于提供大数据应用服务的高科技创业公司，成立于2015年5月，目前B轮，总融资额超2亿人民币。达观数据专注文本挖掘技术，其书面文字的自动化处理技术做到全国领先，2018年研发出文档智能审阅系统，是国内第一款能够替代人类完成文档智能化处理的合同管理产品，达观已构建文本智能化处理的技术壁垒。公司产品准确率达到80%，召回率达到90%，现已积累华为、招商银行、中国平安、中兴、京东、顺丰、中国移动、和讯财经等数百家企业标杆客户。
Figure 14．达观数据业务模式
