经营分析☆ ◇688229 博睿数据 更新日期：2026-05-06◇ 通达信沪深京F10
★本栏包括【1.主营业务】【2.主营构成分析】【3.前5名客户营业收入表】【4.前5名供应商采购表】
【5.经营情况评述】
【1.主营业务】
IT运维管理监控领域
【2.主营构成分析】
截止日期:2025-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
软件和信息技术服务业(行业) 1.27亿 99.98 8690.34万 99.99 68.62
其他业务(行业) 2.75万 0.02 1.12万 0.01 40.57
─────────────────────────────────────────────────
监测服务收入(产品) 6417.83万 50.67 4263.52万 49.05 66.43
软件销售及技术开发服务收入(产品) 4731.58万 37.35 3228.22万 37.14 68.23
其他收入(产品) 1482.07万 11.70 1188.33万 13.67 80.18
系统集成收入(产品) 35.58万 0.28 11.39万 0.13 32.01
─────────────────────────────────────────────────
境内(地区) 1.26亿 99.34 8618.21万 99.16 68.49
境外(地区) 80.60万 0.64 72.13万 0.83 89.50
其他业务(地区) 2.75万 0.02 1.12万 0.01 40.57
─────────────────────────────────────────────────
线下(销售模式) 1.27亿 99.98 8690.34万 99.99 68.62
其他业务(销售模式) 2.75万 0.02 1.12万 0.01 40.57
─────────────────────────────────────────────────
截止日期:2024-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
软件和信息技术服务业(行业) 1.41亿 99.98 9650.02万 99.99 68.67
其他业务(行业) 3.09万 0.02 6379.97 0.01 20.66
─────────────────────────────────────────────────
监测服务收入(产品) 7754.94万 55.17 4917.82万 50.96 63.42
软件销售及技术开发服务收入(产品) 4739.64万 33.72 3509.57万 36.37 74.05
其他收入(产品) 1376.60万 9.79 1167.15万 12.09 84.79
系统集成收入(产品) 184.42万 1.31 56.12万 0.58 30.43
─────────────────────────────────────────────────
境内(地区) 1.41亿 99.98 9650.02万 99.99 68.67
其他业务(地区) 3.09万 0.02 6379.97 0.01 20.66
─────────────────────────────────────────────────
线下(销售模式) 1.41亿 99.98 9650.02万 99.99 68.67
其他业务(销售模式) 3.09万 0.02 6379.97 0.01 20.66
─────────────────────────────────────────────────
截止日期:2023-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
软件和信息技术服务业(行业) 1.20亿 99.76 7816.29万 99.99 64.90
其他业务(行业) 29.04万 0.24 4466.27 0.01 1.54
─────────────────────────────────────────────────
监测服务收入(产品) 6797.60万 56.30 4254.83万 54.43 62.59
软件销售及技术开发服务收入(产品) 3614.54万 29.94 2315.72万 29.63 64.07
其他(产品) 1425.62万 11.81 1158.65万 14.82 81.27
系统集成收入(产品) 235.31万 1.95 87.54万 1.12 37.20
─────────────────────────────────────────────────
境内(地区) 1.20亿 99.76 7816.29万 99.99 64.90
其他业务(地区) 29.04万 0.24 4466.27 0.01 1.54
─────────────────────────────────────────────────
线下(销售模式) 1.20亿 99.76 7816.29万 99.99 64.90
其他业务(销售模式) 29.04万 0.24 4466.27 0.01 1.54
─────────────────────────────────────────────────
截止日期:2022-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
软件和信息技术服务业(行业) 1.16亿 100.00 7834.23万 100.00 67.31
─────────────────────────────────────────────────
监测服务收入(产品) 7897.14万 67.85 5439.43万 69.43 68.88
软件销售及技术开发服务收入(产品) 2208.48万 18.98 1562.31万 19.94 70.74
其他收入(产品) 957.21万 8.22 736.47万 9.40 76.94
系统集成收入(产品) 575.86万 4.95 96.01万 1.23 16.67
─────────────────────────────────────────────────
境内(地区) 1.16亿 100.00 7834.23万 100.00 67.31
─────────────────────────────────────────────────
线下(销售模式) 1.16亿 100.00 7834.23万 100.00 67.31
─────────────────────────────────────────────────
【3.前5名客户营业收入表】
截止日期:2025-12-31
前5大客户共销售0.35亿元，占营业收入的27.77%
┌───────────────────────┬───────────┬───────────┐
│客户名称 │ 营收额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│客户1 │ 1162.90│ 9.18│
│客户2 │ 850.63│ 6.72│
│客户3 │ 733.42│ 5.79│
│客户4 │ 420.16│ 3.32│
│客户5 │ 349.25│ 2.76│
│合计 │ 3516.36│ 27.77│
└───────────────────────┴───────────┴───────────┘
【4.前5名供应商采购表】
截止日期:2025-12-31
前5大供应商共采购0.14亿元，占总采购额的32.47%
┌───────────────────────┬───────────┬───────────┐
│供应商名称 │ 采购额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│供应商1 │ 397.35│ 9.47│
│供应商2 │ 306.62│ 7.31│
│供应商3 │ 279.97│ 6.67│
│供应商4 │ 203.54│ 4.85│
│供应商5 │ 175.04│ 4.17│
│合计 │ 1362.52│ 32.47│
└───────────────────────┴───────────┴───────────┘
【5.经营情况评述】
截止日期:2025-12-31
●发展回顾:
一、报告期内公司所从事的主要业务、经营模式、行业情况说明
(一)主要业务、主要产品或服务情况
1、主营业务情况
公司主营业务属于IT运维管理监控领域的重要分支行业——应用性能管理及可观测性行业。博睿数据始
终秉承“以数据赋能IT运维”的理念，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务
。
应用性能管理（ApplicationPerformanceManagement，简称APM）是指通过系统化的方法体系与专业工
具组合，对应用程序的运行效能实施全生命周期管理及实时监测。其核心目标在于保障企业业务系统的高效
稳定运行，通过持续优化应用可靠性与服务质量，确保终端用户获得优质的服务体验，同时有效优化IT运维
综合成本。可观测性（Observability）作为支撑复杂IT系统运维的技术体系，基于全链路调用追踪数据、
运行指标、日志记录及事件信息的采集分析，构建多维度的系统状态感知能力。该技术使企业能够实时洞察
数字化系统的整体运行状态、性能表现及用户体验，精准识别潜在异常风险并快速定位故障根源，为数字化
服务优化提供数据驱动的决策支持。
公司核心产品BonreeONE可以为企业提供一体化智能可观测性解决方案，通过对丰富多样的软硬件IT资
产运行所产生的各类数据构建模型、分析处理，叠加开箱即用的AI算法能力，为用户在运维工作中提供更直
观、更准确的见解，提升运维效率、减少故障带来的经济损失，最终确保客户数字化业务的有效开展。
2、主要产品情况
截至目前。
核心产品BonreeONE发展路径介绍：2022年，公司深刻认识到目标客户的主要挑战在于应对监控工具碎
片化、云原生技术所带来的数据高动态性和高维护门槛以及稳态、敏态两种IT架构所导致的数据割裂，国际
同业在应对此类挑战时已经有了成功案例，而国内尚缺少可以应对该挑战的产品和供应商，经过周密调研和
审慎研判后，推出“AllinONE”战略。从2022年到2025年，产品的发展迭代经历了如下几个阶段。
2022年，将原有的多个分散工具，Server、RUM（包含了MP、Browser、SDK的能力）、ITIM等整合到一
个产品中，从前端的用户体验到后端的应用性能实现端到端全链路打通，帮助用户从全链路视角上快速定位
问题的原因。
2023年，补齐之前缺少的可观测三要素之一的日志分析能力，正式发布新一代核心产品BonreeONE并投
入商用。此外，通过发力ETL、数据集成、AI三方面能力，积极探索多源异构数据场景下的根因定位最佳实
践。
2024年，业内率先推出可观测全域数据模型，BonreeONE3.0重磅升级。数据模型的引入，将可观测平台
的分析能力进一步提升，将运维领域由碎片化工具带来的无序数据变成了有序数据，数据之间的关联更加紧
密，进一步提升了运维效率。
2025年，平台化改造突破升级，将数据的读取和写入进行一体化管理，解决多源异构数据的融合治理难
题，同时将应用场景实现与Ai引擎、数据治理引擎等关键能力解耦，为运维数据中台的建立打下了坚实基础
。
（1）一体化智能可观测平台BonreeONE产品推出2025秋季正式版2025年10月，BonreeONE2025秋季正式
版隆重发布，新版本主要在AI深度融合、全面多维观测、架构突破升级三大维度展开，具体情况如下：
①AI深度融合
通过AI构建多维度智能模块协同框架，实现与可观测性的深度融合，将观测数据转化为自主运维决策能
力与精准的根因定位能力。以小睿助理作为统一交互入口，结合AIGC与RAG知识库，提供智能问答、智能环
境感知、导航引导、AI帮写、自主决策型根因分析功能，使可观测能力更易于触达和应用。
智能问答功能：无需翻阅使用手册，即问即答，获取可观测平台的准确、详细操作指引，1,035篇公共
文档+21,954篇私域文档，实时推理，实现如真人专家协同般的故障排查体验；智能环境感知功能：实时感
知当前页面所在位置，提供功能说明和详细解释；智能导航功能：支持用户输入操作意图描述，小睿助理可
通过意图解析精准定位对应功能的操作路径，一键跳转，实现需求与操作入口的直接衔接；
AI帮写功能：AI帮写赋能数据探索、仪表盘、告警配置等环节，可快速生成PromQL，交互中支持一键回
填；
自主决策型根因分析功能：当异常触发时，通过大模型理解可观测数据，结合Agent、大语言模型（LLM
）与知识库，并依托MCP客户端等协同运作，能够实现自主决策型根因分析并输出排查指导建议，推动AI与
可观测技术深度结合。
②全面多维观测
全面多维观测能力以业务形态为核心，组织并串联所有IT运维数据，实现由大到小、由粗到细的分层分
类呈现。既可一览业务整体健康状况，又能逐层下钻、精准定位问题根因，从而快速启动应急恢复，保障生
产系统的业务连续性。
链路编排功能：支持用户围绕核心业务，灵活定制关键路径视图，从而摆脱孤立指标的局限，实现对系
统架构与运行状态的全局掌控。任何异常均可通过关联指标与告警被即时感知，同时，页面布局与图表支持
完全自定义，使用户能够根据实际需求自主配置，实现更精准、高效的数据分析；
宏观概览功能：将复杂的分布式系统映射为清晰可视的核心业务链路，清晰掌握全局架构与关键流程，
轻松掌握系统整体健康状态；
焦点详情功能：每个节点均支持逐层下钻，直观展示上下游架构依赖关系，整合日志、调用链、告警等
多维信息，层层下钻溯源，迅速定位和解决问题，显著缩短故障排查时间，提升运维效能。
③架构突破升级
核心ETL引擎Ingester经过重构，资源消耗降低65%，并实现毫秒级数据接入，为高效查询奠定坚实基础
；QueryService能力显著增强，对PromQL的兼容度大幅提升，极大提升了查询的便捷性与强大能力；在此之
上，AIService全面融入大模型技术，共同驱动监控与分析系统向智能化、洞察化迈进。
ⅠETL架构全面升级，新一代ETL引擎以流批一体为核心，围绕处理能力、资源调度、算法支持、性能与
稳定性五个维度实现增强。
处理能力方面，新增滚动、滑动、会话及全局窗口支持，并提供“精准一次”处理语义保障；资源调度
方面，支持任务级与算子级并行度灵活配置；
算法引擎方面，内置200+算子并支持UDF，适配复杂计算场景；性能提升方面，资源利用率提升65%，实
时流数据处理延迟降至毫秒级，计算资源需求降至原方案的1/3；
稳定性方面，构建50+监控指标与智能预警体系，引入自适应流量控制与熔断保护机制。Ⅱ存储体系升
级，统一读写能力强化，QueryService对PromQL兼容度提升至99.44%，增强多协议交互稳定性；通过动态索
引、并行副本加速及列存储压缩等技术，实现查询性能提升3倍，存储占用降低50%；且借助分级存储与无锁
并发机制，数据延迟从分钟级优化至秒级，整体入库与查询效率提升30%。
Ⅲ以大模型为核心的智能能力重构
上层构建四大智能模块，基于多路召回与知识大脑的智能问答、下一代根因分析引擎、自然语言驱动的
智能检索，以及多源数据聚合的智能总结，底层通过OneFlow可编排平台与MCP服务平台，实现能力灵活调度
与闭环服务支撑，推进AI技术从生成到落地的全面覆盖。
（2）全面拥抱国产化，支持信创生态。
公司已完成核心产品线的信创生态适配体系构建，实现在主流国产CPU（鲲鹏、飞腾、海光、兆芯、龙
芯）、国产操作系统（麒麟、统信等）、国产中间件(东方通、华宇、金蝶天燕等)以及数据库（达梦、人大
金仓等）等信创环境的兼容技术开发，完成相关部署和稳定运行测试，进一步拓展了公司产品的适用环境。
(二)主要经营模式
1、销售模式
公司以直销模式为主，海外主要采用经销商模式。专注于为企业级客户提供优质的应用性能管理及可观
测性产品和服务，下游客户涵盖金融业、互联网、制造业、能源业等多种行业，重点服务行业头部大客户，
客户粘性较强，合作关系稳固。
公司主要采用参与各种行业活动、客户间介绍、电话沟通、现场拜访、参与招投标等方式拓展客户，根
据客户需求制定方案、提供技术咨询、提供测试等形式与客户进一步接洽，若客户存在采购意向，双方则进
入商务谈判阶段，根据谈判情况确定最终报价并签署合同。
2、采购模式
在经营过程中，公司的采购主要包括网络资源采购、软硬件采购、会员监测服务采购等。公司采购主要
由采购部负责，其中会员的招募与管理主要由交付中心——会员部负责。
公司制定了《采购管理制度》，建立了专门的采购管理系统，当公司发生采购需求时，由需求部门具体
人员在采购系统中发起采购申请，经过部门负责人、公司分管负责人、采购部门负责人审批后交由采购部具
体人员安排采购，确保所需物资优质、高效供应，并不断降低采购成本和管理成本。
3、服务模式
目前，公司主要服务企业级客户。公司为客户提供持续的技术咨询服务和故障处理服务，及时发现并迅
速解决客户在使用中遇到的技术问题，同时还为大客户配备专门的售后技术工程师，为客户开展产品使用培
训，指导客户使用公司的产品，协助客户解读性能数据、定位性能问题、并提出优化建议等。此外，根据客
户要求，公司技术人员还会上门提供专业的技术指导并撰写服务报告。
4、研发模式
公司设立研发部门，组建了专门的研发队伍、测试队伍，还设置了专门的代码管理、质量控制、资源调
度、安全管理等岗位，确保产品研发的质量和效率。公司产品研发遵循标准的软件开发流程并通过CMMI5认
证，自主研发流程主要为：需求分析、开发立项、设计及研发、测试、验收、培训等环节，完善、严谨的研
发管理体系可保障公司产品在精准符合客户需求的前提下，有效地缩短开发周期。
(三)所处行业情况
1、行业的发展阶段、基本特点、主要技术门槛
公司始终秉承“以数据赋能IT运维”的理念，坚持“客户第一、正直守信、追求卓越、开放创新、勇于
担当、协作共赢”的品牌价值观，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。通
过助力客户构建稳定、高效、智能的新型IT运维监控体系，提升IT运维效率、降低总体运营成本，驱动业务
创新增长，赋能企业数字化转型高质量发展。根据中国证监会发布的《上市公司行业分类指引（2012年修订
）》，公司属于软件和信息技术服务业（分类代码：I65）。依据《国民经济行业分类和代码表（按第1号修
改单修订）》（GB/T4754-2017），公司所处行业为“信息传输、软件和信息技术服务业”门类下的“软件
和信息技术服务业”。
（1）行业发展阶段①全球应用性能管理及可观测性（APMO）市场北美应用性能管理及可观测性市场起
步较早，已形成完整的市场竞争格局。海外市场许多企业和组织积极采用APMO解决方案来监控和管理其应用
程序性能，APMO产品逐渐从传统监控工具演变为业务生产过程中的生产力工具。可观测性能力以数据为中心
，通过人工智能技术赋予监控工具强大的数据洞察力，使监控工具能够快速识别并预测故障，从而在对用户
影响最小的前提下解决相关问题。同时，可观测性能力支持集成原始监测数据，助力运维人员更好地理解和
探索数据，有效解决传统监控工具分散导致的数据孤岛问题。根据Gartner预测，到2028年，可观测性产品
市场估计将达到142亿美元，按固定汇率计算，2021年至2028年复合年增长率（CAGR）为11.1%1。随着数据
量及关系复杂度的持续上升，运维管理面临巨大挑战，企业对应用性能管理及可观测性能力的需求正高速增
长。
IDC最新数据显示，2023年全球数字化转型投资规模超过2.1万亿美元，2028年预计达到4.4万亿美元，2
023-2028年五年复合增长率(CAGR)为15.4%。随着全球数字化转型市场蓬勃发展，云计算、人工智能、大数
据、5G等技术的应用范围不断扩大，全球企业的数字化转型已进入持续发展阶段，这也促使企业不断加大在
数字化转型的投入2。
从供给侧看，海外已存在众多优秀的商业化技术供应商，提供多元的应用性能管理及可观测性解决方案
，包括基于云端的、移动端的、微服务架构等，如Dynatrace、Datadog、Splunk、Honeycomb等。同时，也
涌现出一批开源项目，如Prometheus、OpenTelemetry等。这些技术和工具持续创新演进，以适应不同场景
下的监控及可观测性需求。
②中国的应用性能管理及可观测性（APMO）市场
中国APMO市场处于初期阶段，行业渗透率相对较低，但市场认知和客户需求在2025年下半年已明显释放
。2024年11月，IDC首次将原应用性能管理（APM）市场革新升级为应用性能管理及可观测性（APMO）市场，
此举预示在数字化转型进程加速的背景下，国内企业对应用性能管理及可观测性的需求持续上升，中国APMO
市场展现出巨大的增长潜力。
1Gartner《可观测性平台魔力象限》报告2025。
2IDC《全球数字化转型支出指南》2024年11月6日。
到2025年底，数字中国建设取得重要进展，数字领域新质生产力不断壮大，数字经济发展质量和效益大
幅提升，数字经济核心产业增加值占国内生产总值比重超过10%，数据要素市场建设稳步推进，算力规模超
过300EFLOPS，政务数字化智能化水平明显提升，数字文化建设跃上新台阶，数字社会精准化、普惠化、便
捷化取得显著成效，数字生态文明建设取得积极进展，数字安全保障能力全面提升，数字治理体系更加完善
3。
“十五五”规划（2026-2030年）指出，将深入推进数字中国建设，提升数智化发展水平，把握数字化
、网络化、智能化发展大势，加快数智技术创新，深化拓展“人工智能+”。数字中国建设将进入“深化应
用、规范发展、普惠共享”新阶段，IT系统可观测性将从“辅助工具”升级为“数字化基石能力”。聚焦“
融合（运维/安全/业务）、智能（AI驱动）、国产化”三大趋势，打造覆盖全域数据、实时响应、价值导向
的可观测体系。
从技术栈演变路径看，北美市场已完成从基础监控、日志分析、APM、应用安全到全面可观测的能力累
积，而中国仍处于快速发展阶段，正逐步对标北美技术演进轨迹。在部署模式上，北美业务应用更倾向于部
署在主流云平台上，国内则伴随着云计算技术与云生态环境的持续成熟，推动企业加速业务上云进程，推动
了技术栈的升级和发展。中国作为全球最大的信息技术市场之一，未来随着中国数字经济的稳定发展，叠加
5G、云计算、物联网等技术的规模化落地，中国应用性能管理及可观测性的需求将逐步得到释放。
（2）行业基本特点随着中国企业推动数字化转型，应用性能监控及可观测性需求日益增长。高效、稳
定、智能的IT系统智能可观测方案可以更好地服务于互联网、金融机构、制造业、甚至初创企业。①文化层
面：伴随敏捷开发、DevOps（开发运维一体化）、BizDevOps（业务开发运维协同）及DevSecOps（安全开发
运维融合）等理念的涌现和转变，结合持续集成、持续部署等工具流和工具的整合，软件迭代效率得到显著
提升。在此背景下，通过系统化梳理模块间依赖关系、建立全链路代码追踪机制，提升开发团队对系统运行
状态的实时监测能力，已成为保障复杂系统稳定性的核心因素。
②业务层面：在数字化转型加速的背景下，客户体验已成为企业核心竞争力的关键构成要素。企业已经
认识到，传统监控体系难以适配云原生、微服务架构等技术演进趋势，推动应用性能管理及可观测性解决方
案逐渐纳入技术选型评估范围。政策方面，《关于促进数据产业高质量发展的指导意见》明确提出，到2029
年数据产业规模年均复合增长率超过15%，数据产业结构明显优化，数据技术创新能力跻身世界先进行列，
数据产品和服务供给能力大幅提升，将催生一批数智应用新产品新服务新业态4。
在政策驱动下，数据资产运营体系的建设将推动企业升级数据治理工具链，而应用性能管理及可观测性
工具作为保障数据应用高效运行的重要手段，市场需求有望加速释放。
③技术驱动：2025年被广泛视为智能体产业化元年，智能体从实验室走向市场，开始重构数字生产力。
中国工程院邬贺铨院士提出三阶段演进路径：单智能体→多智能体协同→智联网，最终实现开放协作。随着
MAS的普及，IT领导者应重新审视工作流程，多智能体系统中智能体之间的通信为可观测性创造了新的机会
，使复杂工作流的故障排除和更新变得更加容易。④本土化需求：受中西方文化背景与使用习惯差异影响，
本土化的应用性能监控及可观测性解决方案正加速成为市场主流。此类方案深度适配国内企业云架构部署特
征及业务连续性管理要求，在信创产业政策持续深化背景下，政务、金融、能源等关键基础设施领域对核心
业务系统的稳定性保障与性能优化已成为关键运维指标，直接驱动具备自主知识产权的应用性能监控及可观
测产品国产化替代进程提速。伴随数字化转型及5G、算力等IT基础设施建设加速，叠加信息安全和数据合规
等对信息安全体系的强制性合规要求，国内APMO厂商凭借对本土数据主权规范与行业监管政策的精准适配能
力，市场渗透率有望持续提升。
⑤目标客户行业技术栈差异：金融、电商、游戏等垂直领域的技术生态体系差异显著，例如金融行业的
高并发分布式交易系统、电商平台的弹性微服务架构、游戏产业的实时渲染引擎等技术特征分化明显。此类
跨行业技术组件的兼容性要求，对应用性能管理及可观测性厂商的技术积3《数字中国建设2025年行动方案
》。
4《关于促进数据产业高质量发展的指导意见》，2024年12月30日。
累和行业沉淀提出了较高要求，需能够适配不同行业的各类技术栈，以更高效支撑各行业数字化转型中
的业务连续性保障。
（3）主要技术门槛公司产品的核心价值是自动发现客户IT业务系统复杂的内部结构，并进行实时数字
建模，从而对其运行状态进行管理、观测和排障，以保障客户自身业务的连续性。该类产品的技术门槛主要
体现在以下几个方面：
①具备“全栈、双模”的数据采集能力
作为数据平台类产品，其核心能力建设需聚焦于构建开放型数据治理体系。在数据采集维度，除标配的
标准化数据采集探针外，重点需实现异构数据源的标准化接入能力，具体表现为：通过单一探针组件即可完
成基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层的全栈数据关联
采集；同时依托多源异构数据处理引擎，低成本建立与数百种第三方产品或工具的无缝集成。因此，开发商
需同步具备探针级数据抓取技术的深度研发能力及分布式计算引擎研发能力。
②具备“开放、融合”的全域可观测数据模型构建能力
该产品需应对多源性异构数据融合的核心挑战，其数据具有以下三种特征：其一，数据源端呈现跨平台
集成复杂性，涵盖自研探针数据流、第三方系统API接口数据、客户各类自定义数据的多源异构融合。其二
，数据结构多样性，涵盖结构化的指标、元数据，半结构化的事件、调用链和日志数据，以及堆栈、会话回
放视频等非结构化数据。其三，数据量级极大，日处理数据量一般达到PB级别。因此要求开发商须对海量的
可观测信号数据和元数据进行统一化处理和规范化建模的能力，构建以IT实体为中心的全域可观测数据模型
，具体包括基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层。这是
对IT系统进行全面可观测的基础，因此开发商需对可观测性有极为深入的理解，并拥有较强的海量可观测数
据处理、治理和建模能力。
③具备“统一、强大”的数据中台能力
该类产品接入数据特征，要求开发商在大数据处理方面至少具备以下三项技术能力：一是对海量多源异
构数据的实时建模能力，构建以运维实体为中心的全域可观测数据模型；二是对跨多种大数据存储和分析引
擎联合分析能力，如支持指标存储引擎、日志存储引擎与配置管理数据库的联合查询和分析场景，如支持对
分布于多地多中心的数个指标存储引擎和配置管理数据库的分布式联合分析等；三是支持灵活的分布式数据
视图能力以及架构动态伸缩的能力，以适配不同量级、灵活多变的业务场景。上述能力要求开发商需具备很
强的统一数据中台研发能力。
④具备“精准、可解释”的AI算法能力
该类产品由于数据量级极大，格式复杂多样且数据之间存在各种关联关系，传统的数据分析技术难以满
足上层灵活多变的分析场景需求。开发商需具备以下三类AI算法技术，一是预测型AI算法技术，通过对系统
内数百万个指标进行机器学习，进行精准的趋势预测，自动生成指标基线并设置告警阈值，对指标的异常波
动进行自动检测与生成告警。二是因果型AI算法技术，对系统内不同层级、不同实体、不同时间发生的多个
事件，通过统一运维数据大模型自动构建事件因果图谱，进而进行根因事件和表因事件的识别，自动确定IT
系统故障根因，极大提高客户故障定位效果和处置效率，减少业务损失，该算法的特点是分析结果具备天然
的可理解性和可解释性。三是生成式AI算法技术，通过对用户输入的自然语言指令进行智能分析，自动规划
任务，实现如自动创建分析模型、自动创建告警规则等功能，极大提高用户使用效率和体验。上述能力要求
开发商除需要具备较强的多场景AI算法能力外，还需对可观测性领域有深入理解，且自身数据具备极高的品
质。
⑤具备“众创、百搭”的数据应用能力
该类产品的数据消费和应用场景极为复杂多样，既包含以各种运维实体为中心的独特观测视角，也涵盖
以各种可观测性信号数据为中心的统一分析视角；既涉及对各种海量运维实体运行状态的监控场景，也包含
对海量实体及关联关系的管理诉求；既需要具备APM、RUM、ITIM、LOG等专项能力，也需拥有仪表盘、智能
告警、数据分析等强大且开放的平台能力。因此，一方面需要开发商具备较强的可观测应用场景和开发能力
，能够为客户提供丰富成熟的各种专项应用，另一方面需要开发商提供强大、开放、灵活的自定义应用引擎
能力，能够支持用户高效、低成本地自行构建自定义数据应用，以满足客户应对复杂多变业务场景的监控和
分析诉求。这对市场上多数专项
|