经营分析☆ ◇688229 博睿数据 更新日期：2025-05-03◇ 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】
应用性能监测服务、销售应用性能监测软件及提供其他相关服务。
【2.主营构成分析】
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
─────────────────────────────────────────────────
截止日期:2021-12-31
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) 1.33亿 100.00 8987.38万 100.00 67.52
─────────────────────────────────────────────────
监测服务收入(产品) 8183.05万 61.48 5643.38万 62.79 68.96
软件销售及技术开发服务收入(产品) 2936.73万 22.06 2310.22万 25.71 78.67
系统集成收入(产品) 1311.17万 9.85 453.60万 5.05 34.60
其他收入(产品) 879.84万 6.61 580.18万 6.46 65.94
─────────────────────────────────────────────────
境内(地区) 1.33亿 99.93 8978.39万 99.90 67.50
境外(地区) 8.99万 0.07 8.99万 0.10 100.00
─────────────────────────────────────────────────
线下(销售模式) 1.33亿 100.00 8987.38万 100.00 67.52
─────────────────────────────────────────────────
【3.前5名客户营业收入表】
截止日期:2024-12-31
前5大客户共销售0.28亿元，占营业收入的20.06%
┌───────────────────────┬───────────┬───────────┐
│客户名称 │ 营收额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│客户1 │ 737.83│ 5.25│
│客户2 │ 652.64│ 4.64│
│客户3 │ 542.32│ 3.86│
│客户4 │ 498.11│ 3.54│
│客户5 │ 389.40│ 2.77│
│合计 │ 2820.30│ 20.06│
└───────────────────────┴───────────┴───────────┘
【4.前5名供应商采购表】
截止日期:2024-12-31
前5大供应商共采购0.12亿元，占总采购额的27.00%
┌───────────────────────┬───────────┬───────────┐
│供应商名称 │ 采购额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│供应商1 │ 407.26│ 9.25│
│供应商2 │ 364.96│ 8.29│
│供应商3 │ 147.63│ 3.35│
│供应商4 │ 135.92│ 3.09│
│供应商5 │ 132.92│ 3.02│
│合计 │ 1188.69│ 27.00│
└───────────────────────┴───────────┴───────────┘
【5.经营情况评述】
截止日期:2024-12-31
●发展回顾:
一、经营情况讨论与分析
公司始终坚持以技术创新和产品创新为核心发展战略，紧跟行业技术发展趋势，深耕行业客户创新需求
，推动企业持续创新并保持行业领先地位。通过“产品+技术”的双轮驱动，公司不断提升产品与服务的市
场竞争力，为企业级客户的IT运维管理提供高质量、可落地的应用性能管理及可观测性解决方案。
报告期内，公司实现营业收入14,055.61万元，较去年同期增加1,982.54万元，同比增加16.42%；归属
于上市公司净利润-11,517.45万元，亏损同比增加854.69万元；归属于上市公司股东的扣除非经常性损益的
净利润-11,671.15万元，亏损同比增加500.35万元。
公司联营企业智维盈讯成立于2015年，是立足于中国本土的智能运维大数据公司，通过布局关键数据节
点，为服务企业快速建立业务交互数据地图和完整的监控视角，提供安全、高效、可观测性强的运维管理及
安全响应解决方案。智维盈讯的系列产品通过机器学习及缝合算法自动绘制企业实时业务交互数据动态地图
，利用独有的智能算法自动发现数据异常，提升用户在IT网络运维及安全上的响应能力，改变企业IT监控与
业务相脱离的现状。智维盈讯是业内此类技术的领跑者，为用户提供全访问流程监控与分析产品，支撑未来
场景算法拥有更强的可扩展空间。
智维盈讯主要客户群体为银行类金融客户，和我公司的目标客户群体有很大的一致性，在技术上,智维
盈讯的全访问流程监控与分析产品与我公司BonreeOne产品通过数据互补、技术协同和场景融合，共同解决
复杂IT环境下的监控盲区，全访问流程监控与分析产品为BonreeOne产品提供网络层精细化数据，增强全链
路分析能力，而BonreeOne产品通过整合多维度数据，帮助全访问流程监控与分析产品从单纯网络监控升级
为业务保障的核心支撑。
智维盈讯2024年度受制于金融行业降本增效的影响，在新项目拓展和存量项目扩容方面出现滞后、项目
周期延长，导致营业收入为1688.23万元，与去年同期相比减少1896.04万元,降幅为52.90%。但受益于国产
替代，智维盈讯在金融行业有着广阔的空间。为更加客观公正地反映公司财务状况和资产价值，根据财政部
《企业会计准则第2号-长期股权投资》《企业会计准则第8号-资产减值》及公司会计政策等相关规定，结合
长期股权投资企业实际经营情况和资产现状，本着谨慎性原则，公司聘请第三方专业评估机构北京中和谊资
产评估有限公司对公司持有的智维盈讯16%的股权进行价值估值，估值方法采用市场法-PS市销率模型，出具
了《估值报告》(中和谊评资字(2025)第10007号)，根据估值结果结合公司年度财务报表审计机构立信会计
师事务所(特殊普通合伙)对智维盈讯长期股权投资账面价值审定金额，本期对智维盈讯计提长期股权投资减
值准备1929.78万元。
公司技术团队稳定，不断推陈出新，在多项技术领域取得新成绩。报告期内，公司累计拥有已授权发明
专利50项、软件著作权135项、核心技术32项。其中，新增授权发明专利10项，软件著作权3项，在“服务端
及Web端应用性能监测数据采集技术群”技术类别下新增“基于eBPF的持续剖析技术”与“基于eBPF的网络
性能分析技术”2项核心技术，为公司的持续创新能力奠定了良好基础。上述新增核心技术中，前者主要适
用于性能诊断和调优场景中，可深入到操作系统内核方法层级，且不受应用程序运行的影响；后者主要适用
于云原生网络流量分析场景中，可实时感知网络层面的异常情况。此外，在报告期内公司通过了ISO27701隐
私信息管理体系认证，进一步强化了公司在数据隐私信息管理方面的合规性保障。
公司持续迭代核心被动式产品BonreeONE，并取得了一系列的新进展。2024年4月，公司发布了BonreeON
E2024春季正式版，凭借全息观测、体验至上、轻锐交付三项特性，开启了智能运维的新篇章。该版本提升
了IT运维领域的数据精准度、用户体验便捷性及交付效率，进一步强化了产品的市场竞争能力。
2024年8月，公司发布了BonreeONE3.0版本。该版本进行了重大升级，内置了全域可观测数据模型，能
够高效地将IT运维领域的海量数据从无序状态转化为有序结构，提升了观测洞察的效率与便利性。此次升级
在数据采集、数据模型、数据中台和数据分析等多个方面取得了进展，为企业级客户提供了更加全面和深入
的数据分析和运维管理解决方案。此外，BonreeONE产品在报告期内实现了包括云原生系统（Kubernetes）
可观测性功能、简洁统一的查询语言BQL、基于eBPF的持续剖析与网络性能分析等多项技术能力突破。这些
新功能不仅提升了产品的技术深度和广度，还进一步优化了产品的性能，使其更加贴近企业对IT监控一体化
与智能化运营的需求。与此同时，通过对后台技术架构的优化，产品硬件资源开销进一步降低，系统稳定性
和性能得到提升，确保了产品在满足客户需求的同时，增强了产品的市场竞争力。
公司自2024年8月起开展大语言模型与智能运维观测的技术融合研究，基于开源的大语言模型，在Bonre
eONE中提供了智能交互模块——“小睿助理”，实现自然语言向PromQL查询语句的智能转译功能，提高问题
自助式解决的效率，降低用户使用产品的门槛。公司后续将持续深化AI技术融合，重点拓展在根因分析、智
能巡检、智能配置等场景中的落地实践，更好地赋能客户的智能化和数字化发展。
二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明
(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
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2024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。
（1）一体化智能可观测平台BonreeONE产品推出3.0重大升级版本
2024年8月，BonreeONE3.0以“全域可观测，运维新境界”为主题，产品隆重发布，新版本主要在数据
采集能力、数据模型能力、数据中台能力、数据分析能力上实现了升级与突破，具体情况如下：
①数据采集能力：纳管并激活全量机器数据
全新的具备低代码能力的可视化数据提取拓扑，提升数据治理效率。基座兼容多源异构数据处理，在原
有指标数据类型的基础上扩充到对调用链、日志记录、事件信息及IT资产等数据类型的加工处理能力。
支持从集成数据中自动挖掘146种运维实体、113种实体关系，同时绑定数据与实体的映射关系，建立有
效的全域可观测数据模型，赋能上层数据消费场景。
百余种技术组件集成，打包数据处理、指标梳理、实体发现、内置仪表盘提供了开箱即用的标准化解决
方案。各模块深度整合平台指标体系，形成智能化监控实施框架，其基于实体关联的多维度数据模型，可有
效支撑SwiftAI引擎实现故障根因定位功能。
②数据模型能力：建立运维数据的“全向连接”
完善的可观测体系数据模型定义，涵盖实体、指标、事件、日志、调用链、记录、元属性，依据模型定
义用户可快速了解数据结构，让数据使用更明确可控。
真正数据全面可达的一体化运维体系，从模型定义即实现了以实体为中心串联指标、日志、调用链追踪
数据、事件等可观测要素，在模型驱动下用户可在平台流畅地进行各数据间的关联分析。
③数据中台能力：找到运维数据隐秘且丰富的关联
完整融合第三方调用链数据到一个平台体系中，自动生成服务观测、基础设施观测各项能力。
应用为中心的实体模型布局，涵盖页面、操作、网络请求模型，同时构筑应用-页面-操作-网络请求-服
务的纵向关系，实现从宏观到微观，从前端到后端的关系路径。
将日志完整融合到可观测体系中：实现日志与实体属性模型的深度整合，提供日志关联的实体元数据信
息查看功能，支持用户自定义标准属性与元数据的无缝对接，通过日志内容智能抽取实体信息及关系信息。
智能告警“内核焕新”，以实体为主线贯穿检测、收敛、响应、屏蔽、查询、统计等环节，配置和分析
效率大幅提升。
④数据分析能力：观测洞察，从未如此简单。
仪表盘和魔方再升级，新增了实体相关属性的查询，能够针对实体属性进行聚合统计或者直接快速构建
实体列表，拓展了仪表盘数据的展示范围，提升使用效率。
优化指标选择器的使用逻辑，用户可以添加多个指标并统一选择过滤分组条件，避免了配置流程的重复
性。
新增过滤器类型卡片，能够针对实际的使用场景灵活选择过滤参数，并对全局卡片生效，便于快捷查看
不同场景下的数据情况。
（2）主动式产品持续迭代，精细化运营能力取得关键突破。
运营管理平台新增任务分析与监测点分析能力。其中任务分析通过对任务下发、结果回传、可信判断等
过程精细化运营，计算各环节成功率，针对失败深入分析优化，提升任务执行效率和质量。监测点分析针对
监测点在线时长、任务饱和度等进行统计分析，优化资源配置，提升利用率，此外还支持根据监测点历史任
务判断其可信度，助力提升任务结果质量。
（3）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)以及数据库（达梦、人大金
仓）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。其智
能探针能够监控国产化操作系统、服务器、中间件的性能，并对部署在相关软硬件上的应用进行性能监控，
保障业务系统的连续性及稳定性。
(二)主要经营模式
1、销售模式
公司以直销模式为主，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，助
力客户构建稳定、高效、智能的新型IT运维监控体系，提升企业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）。根据《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”门类中的“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，经过多年发展，已全面形成有效、完整的市场竞争格局。
海外市场许多企业和组织都在积极采用APMO解决方案来监控和管理其应用程序的性能，APMO产品逐渐从传统
监控工具，进化成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，通过人工智能赋予监控工具
强大的数据洞察力。这使得监控工具能够快速识别和预测故障，从而在对用户影响最小的情况下解决这些问
题。同时，可观测性能力还要求可以集成原始的监测数据，帮助运维人员更好地理解和探索数据，解决传统
监控工具分散带来的数据孤岛问题。IDC预测，到2028年全球数据量GlobalDataSphere将增长至393.8ZB，从
2024到2028五年间生成的数据量将至少是过去10年生成的数据总量的2.2倍，数据量和关系复杂度的上升都
会为运维管理带来巨大的挑战，企业对应用性能管理及可观测性能力需求高速增长。
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经来到了持续发展阶段，这也促使了企业不断
加大其在数字化转型的投入。
Gartner在《可观测性平台魔力象限》报告中指出，预计到2027年，可观测性产品市场估计将达到111亿
美元，按固定汇率计算，2021年至2027年的复合年增长率（CAGR）为8.3%，应用性能管理及可观测性技术将
在全球IT运营中发挥越来越重要的作用，增长势头强劲。
从供给侧看，海外已存在众多优秀的商业化技术供应商，提供各种类型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。这些技术和工具都在不断地创新和进化，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（应用性能管理及可观测性）市场还处于早期阶段,行业渗透率相对低，存在较大市场发展空
间。2024年，IDC将原有IT统一运维软件报告即ITUO报告升级为IT智能运维软件报告即ITAO报告，以反映越
来越多的运维软件在不断加持AI能力，并融合统一的技术及产品发展趋势。同时首次将原有的应用性能管理
（APM）市场革新升级为应用性能管理及可观测性（APMO）市场，这也预示着在数字化转型加速的背景下，
国内企业对应用性能管理及可观测性的需求持续上升，中国应用性能管理及可观测性（APMO）市场展现出巨
大的增长潜力。
“十四五”数字经济发展规划指出，到2025年，数字经济迈向全面扩展期，数字经济核心产业增加值占
GDP比重达到10%。展望2035年，数字经济将迈向繁荣成熟期，力争形成统一公平、竞争有序、成熟完备的数
字经济现代市场体系，数字经济发展基础、产业体系发展水平位居世界前列。这一目标明确了国家数字经济
在未来几年的发展方向和规模，数字经济的快速发展将进一步推动企业数字化转型。IDC预计，2028年中国
数字化转型支出规模预计达到7330亿美元，全球占比约16.7%，五年复合增长率约为15.6%，增速高于数字化
转型全球整体增速2。随着中国数字化转型支出大幅增长，企业在加速数字化进程中将面临更复杂的技术架
构和性能挑战，如何高效监控、优化应用性能，保障系统稳定性，成为提升企业竞争力的关键，应用性能管
理及可观测性市场的需求将因此持续增长，成为数字经济发展中不可或缺的一环。
2024年，国家推出的“数据要素×”战略得到了广泛实施。我国高度重视数据要素及其市场化配置改革
，推动数据管理相关国家标准贯标，规范开展数据治理能力评估，强化企业数据治理和质量管理能力建设。
大力推广云计算、边缘计算、大数据分析等平台服务，支持企业开发和使用智能化工具，建立覆盖研发、生
产、销售、服务、管理等各环节的数据资源体系。数据资源体系的全面构建与智能化技术的深入应用，使得
企业系统复杂度显著提升。应用性能管理及可观测性工具作为保障数据要素高效运行的关键基础设施，不仅
满足数据治理国标贯标的质量管控要求，更能支撑企业实现数据驱动的敏捷决策。因此，随着数据要素市场
化改革深化与数字化转型加速，应用性能管理及可观测性市场的需求将显著增长。
《关于促进数据产业高质量发展的指导意见》中提出总体要求，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，催生一批数智应用新产品新服务新业态。这将推动数据应用创新和产业融合，促使企业对数据治理和
分析工具的需求增加，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，需求也将随之
快速增长。
在《关于加强银行保险机构重要信息系统安全运行管理的通知》中，多项要求与信创的核心目标“自主
可控、安全可靠的技术体系和国产化替代”高度契合。国务院国资委出台的文件对国产化替代发展提出了阶
段性的要求：预计到2025年底央企的办公OA系统将实现100%国产化，网信安全和基础设施、经营管理类系统
国产化比例达到50%，预计2027年前完成国产信创替代，替代范围涵盖了底层硬件、基础软件、平台软件、
应用软件和信息安全。中国信创产业加速从“关键环节、部分市场”走向“全产业链、全行业”的信息技术
升级，各行业（包括金融、政府、医疗等）的信息化转型将进一步深入。这些行业对信息系统性能、稳定性
、数据分析和安全性等方面需求的不断增加，将推动国内应用性能管理及可观测性市场的发展。
从技术栈演变的角度来看，北美地区经历了从基础监控、日志、APM到可观测的逐步累积过程，而中国
在这一领域还处于起步阶段，开始尝试跟随北美的步伐。同时，北美的业务应用更倾向于部署在主流云平台
上，国内云计算技术的不断进步和云生态环境的完善，促使越来越多的中国企业开始将业务应用迁移到云上
，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
，以及在5G、云计算、物联网等技术领域的广泛布局，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系统监
控方案可以更好地服务于电商互联网、金融机构、高端制造业、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DevSecO
ps（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，这使得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。根据《关于促进数据产业高质量发展的指导意见》政策指引，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，催生一批数智应用新产品新服务新业态。
在此政策驱动下，数据资产运营体系的建设将催生企业对数据治理工具链的升级需求，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，其市场需求将进入快速增长通道。
③技术驱动：中国应用性能监控及可
|