经营分析☆ ◇688500 *ST慧辰 更新日期：2024-04-24◇ 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】
基于企业内外部数据、消费者态度与行为数据和行业数据的业务经营分析与应用、定制化行业分析应用解
决方案等服务。
【2.主营构成分析】
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(%)
───────────────────────────────────────────────
TMT(行业) 1.59亿 31.87 2681.14万 19.29 16.88
耐用消费品(行业) 1.27亿 25.42 3013.45万 21.68 23.80
快速消费品(行业) 1.05亿 21.15 4310.79万 31.02 40.90
其他(行业) 9352.13万 18.77 3844.33万 27.66 41.11
政府及公共服务(行业) 1388.31万 2.79 48.76万 0.35 3.51
───────────────────────────────────────────────
数据产品(产品) 4.27亿 85.71 1.08亿 77.64 25.27
解决方案(产品) 7121.52万 14.29 3107.79万 22.36 43.64
───────────────────────────────────────────────
华东(地区) 1.98亿 39.73 6799.77万 48.92 34.35
华北(地区) 1.12亿 22.47 2250.25万 16.19 20.10
华南(地区) 8072.39万 16.20 1823.14万 13.12 22.58
华西(地区) 6436.60万 12.92 1525.96万 10.98 23.71
华中(地区) 3585.76万 7.20 1106.24万 7.96 30.85
境外(地区) 736.95万 1.48 393.12万 2.83 53.34
───────────────────────────────────────────────
直销(销售模式) 4.98亿 100.00 1.39亿 100.00 27.89
───────────────────────────────────────────────
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(%)
───────────────────────────────────────────────
TMT(行业) 1.74亿 38.59 5125.44万 34.45 29.40
快速消费品(行业) 1.06亿 23.43 3807.11万 25.59 35.97
耐用消费品(行业) 8221.16万 18.20 1859.38万 12.50 22.62
其他(行业) 8083.88万 17.89 3696.26万 24.84 45.72
政府及公共服务(行业) 852.36万 1.89 389.23万 2.62 45.67
───────────────────────────────────────────────
数据产品(产品) 4.04亿 89.42 1.25亿 84.10 30.98
解决方案(产品) 4781.37万 10.58 2364.90万 15.90 49.46
───────────────────────────────────────────────
华东(地区) 2.03亿 44.97 7809.29万 52.49 38.45
华北(地区) 8331.25万 18.44 2457.92万 16.52 29.50
华南(地区) 7678.12万 17.00 2265.04万 15.22 29.50
华中(地区) 4194.20万 9.28 887.54万 5.97 21.16
华西(地区) 3929.46万 8.70 1066.42万 7.17 27.14
境外(地区) 728.28万 1.61 391.22万 2.63 53.72
───────────────────────────────────────────────
直销(销售模式) 4.52亿 100.00 1.49亿 100.00 32.93
───────────────────────────────────────────────
截止日期:2020-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
───────────────────────────────────────────────
TMT(行业) 1.31亿 38.06 4276.68万 33.66 32.53
耐用消费品(行业) 7806.87万 22.60 2641.43万 20.79 33.83
快速消费品(行业) 6531.89万 18.91 2890.23万 22.75 44.25
其他(行业) 6205.76万 17.97 2652.76万 20.88 42.75
政府及公共服务(行业) 847.40万 2.45 245.06万 1.93 28.92
───────────────────────────────────────────────
数据产品(产品) 2.99亿 86.68 9770.72万 76.90 32.64
解决方案(产品) 4601.59万 13.32 2935.45万 23.10 63.79
───────────────────────────────────────────────
华东(地区) 1.17亿 33.80 4809.08万 37.85 41.20
华北(地区) 9173.97万 26.56 2841.33万 22.36 30.97
华南(地区) 5697.73万 16.50 1888.19万 14.86 33.14
华西(地区) 4056.46万 11.75 1390.58万 10.94 34.28
华中(地区) 3379.18万 9.78 1541.85万 12.13 45.63
境外(地区) 556.78万 1.61 235.14万 1.85 42.23
───────────────────────────────────────────────
截止日期:2019-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
───────────────────────────────────────────────
TMT-通信(行业) 8313.10万 22.07 --- --- ---
耐用消费品-汽车(行业) 7168.92万 19.03 --- --- ---
TMT-互联网及信息技术服务(行业) 3650.47万 9.69 --- --- ---
快速消费品-日化(行业) 2748.52万 7.30 --- --- ---
其他-医疗医药健康(行业) 2685.96万 7.13 --- --- ---
快速消费品-食品饮料(行业) 2182.97万 5.79 --- --- ---
快速消费品-烟酒(行业) 1755.80万 4.66 --- --- ---
TMT-其他(行业) 1552.88万 4.12 --- --- ---
TMT-广告传媒(行业) 1507.30万 4.00 --- --- ---
快速消费品-其他(行业) 1435.41万 3.81 --- --- ---
其他-咨询服务(行业) 1325.95万 3.52 --- --- ---
其他(行业) 1273.18万 3.38 --- --- ---
耐用消费品-其他(行业) 1189.78万 3.16 --- --- ---
政府(行业) 863.68万 2.29 --- --- ---
其他-金融保险(行业) 740.04万 1.96 --- --- ---
───────────────────────────────────────────────
数据分析(产品) 3.30亿 87.64 1.20亿 84.12 36.50
解决方案(产品) 5377.98万 14.28 2971.27万 20.74 55.25
───────────────────────────────────────────────
华东(地区) 1.31亿 34.90 --- --- ---
华北(地区) 1.04亿 27.56 --- --- ---
华南(地区) 6112.20万 16.22 --- --- ---
华中(地区) 3897.92万 10.35 --- --- ---
华西(地区) 3657.41万 9.71 --- --- ---
境外(地区) 1196.64万 3.18 --- --- ---
───────────────────────────────────────────────
【3.前5名客户营业收入表】
截止日期:2022-12-31
前5大客户共销售1.38亿元，占营业收入的27.73%
┌───────────────────────┬──────────┬──────────┐
│客户名称 │ 营收额(万元)│ 占比(%)│
├───────────────────────┼──────────┼──────────┤
│第一名 │ 6105.80│ 12.24│
│第二名 │ 3477.18│ 6.97│
│第三名 │ 1931.97│ 3.87│
│第四名 │ 1225.92│ 2.46│
│第五名 │ 1074.01│ 2.15│
│合计 │ 13814.88│ 27.73│
└───────────────────────┴──────────┴──────────┘
【4.前5名供应商采购表】
截止日期:2022-12-31
前5大供应商共采购0.61亿元，占总采购额的21.94%
┌───────────────────────┬──────────┬──────────┐
│供应商名称 │ 采购额(万元)│ 占比(%)│
├───────────────────────┼──────────┼──────────┤
│第一名 │ 1947.93│ 6.95│
│第二名 │ 1456.82│ 5.20│
│第三名 │ 1272.30│ 4.54│
│第四名 │ 820.05│ 2.93│
│第五名 │ 648.75│ 2.32│
│合计 │ 6145.85│ 21.94│
└───────────────────────┴──────────┴──────────┘
【5.经营情况评述】
截止日期:2023-06-30
●发展回顾:
一、报告期内公司所属行业及主营业务情况说明
(一)主要业务、主要产品或服务情况
公司是一家基于数据分析的数字化产品与服务提供商。公司主要为企业和政府机构提供基于客户内外部
多维数据（包括消费者态度与行为数据、行业数据等）的经营管理分析与应用产品、行业数字化分析应用解
决方案等服务，是以数据分析应用技术为核心的科技创新型企业。
基于对垂直领域的深刻理解以及在数据科学领域多年的技术积累，公司将数据科学技术和垂直领域专业
分析方法模型进行了有效融合，通过优化传统算法模型解决成熟行业客户的实际问题，并通过数据模型的迁
移与相关数字化应用，快速开拓全新业务场景，体现了较强的技术独特性和创新性。
公司的产品与服务可以总结为“一云两数”，包括慧辰数云、慧辰数客、慧辰数联。公司用全面体验管
理及营销服务与产品支撑商业全景，用数字孪生与大数据分析技术场景化助力政务及产业场景，并推出XMfa
ctory、DMengine、农业场景化SaaS等标准化产品，有效的服务了不同领域、不同规模的客户数字化需求。
(二)主要经营模式
1、生产模式
公司主要为企业、政府机构提供基于多维度数据的业务分析与应用产品以及行业数字化应用解决方案，
因此公司的生产模式主要围绕数据获取、数据融合、数据分析和数据应用来进行。
数据获取。公司获取数据的主要途径包括客户提供的数据（包括产品数据、销售数据、渠道数据、广告
数据、用户数据与客服数据以及政府各委/办/局的相关数据）、公司向供应商采购的数据（主要包括消费者
态度数据、行为数据、渠道类数据、舆情监控数据和行业特性业务数据）以及公司自行采集数据（主要包括
消费者态度数据、行为数据以及所部署的数字化应用采集的相关生产过程数据）。
数据融合。通过数据融合技术，公司实现了对多维数据的预处理和标签化操作，为数据后续的分析和应
用奠定了基础。
数据分析。在融合数据的基础上，通过对数据科学技术和垂直领域专业分析方法模型的融合应用，完成
两类业务服务：
（1）数据驱动的数据分析服务：实现对相关业务场景的深入分析，发现深层业务问题并提供策略建议
；
（2）行业化数据智能应用解决方案：针对行业性数据应用需求，提供基于数据的智能解决方案。
数据应用。公司基于本地化软件系统和云端的产品服务，完成从数据体系的设计整合、专业分析模型生
成到最终场景化的智能应用的全流程服务。
2、采购模式
在经营过程中，公司对外采购内容主要包括两类：数据分析服务所需的数据与其他非数据类内容（如云
计算环境、软硬件设备与其他服务等）。其采购流程也相应分为数据服务类采购和非数据服务类采购两种。
公司通过供应商管理（经过比价入库等）实现供应商能力与资质的有效审核和甄别。
（1）数据服务类采购
公司主要通过外部数据供应商采购分析中必要但客户方未提供的相关数据，主要采购消费者态度数据、
行为数据和渠道类数据等，公司会在合同中与数据供应商就数据的合法合规性进行约定。
（2）非数据服务类采购
非数据服务类采购，主要针对公司业务运营中除了数据之外的其他业务资源的采购。包括办公场地与设
备、运营与业务服务所需的云计算环境、软硬件设备、固定资产、网络资源、公司市场宣传、资质与知识产
权申请等相关服务。
3、销售模式
公司主要采用直销方式对客户产品、服务及解决方案进行销售。日常通过进入客户供应商采购名册、参
与竞标等方式获取业务合同。
4、研发模式
公司的产品和技术研发以数据分析应用市场需求为导向，结合数据分析相关领域技术发展趋势的预测以
及竞争对手技术业务能力分析来进行。
公司采用产品管理团队和产品开发团队相结合的模式来进行自主研发。产品管理团队由公司技术总负责
人和各部门负责人组成，主要负责对研发项目过程中所有重大事项进行评议审核，对研发开发的关键节点和
重大变更进行决策；产品开发团队则主要由研发实施相关的业务部门、技术部门（模型研究、算法建模、应
用开发与测试运维支持等）核心成员组成，主要负责承接公司产品管理团队下发的任务，对所辅助的研发内
容实现技术定义、开发、交付、维护、服务的具体实施。
5、盈利模式
公司以提供基于数据的业务分析与应用和行业应用解决方案等产品与服务来进行盈利。
6、公司主要经营模式在报告期内的变化情况
公司主要经营模式及影响经营模式的关键因素在报告期内保持稳定，无重大变化。
(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
公司主要为商业客户和政府机构提供数据分析和基于数据分析的数字化解决方案，上述产品或服务是公
司主要的收入和利润来源，主要涉及数据服务行业和软件行业。
公司核心业务模式、核心技术与主要产品或服务均与数据分析相关，因此根据中国证监会颁布的《上市
公司行业分类指引（2012年修订）》分类，公司业务属于“I信息传输、软件和信息技术服务业”中的“I64
互联网和相关服务”；根据《国民经济行业分类》（GB/T4754-2017），公司所处行业属于I64互联网和相关
服务-6450互联网数据服务，所处细分行业为数据分析行业。
数据分析作为一个跨学科的交叉科学技术，基于量化指标，以数据为驱动基础，通过自动分析算法模型
实现对业务深度理解与决策应用。与现有众多服务行业不同，其特点是通过深挖数据的价值来产生业务效益
，有着明确的市场特征，不受特殊因素制约。从横向看其可服务任何具有数据与量化分析需求的行业，从纵
向看可深入具体业务的深层场景。
数据分析行业，作为一个相对细分的垂直技术领域，其应用场景与可分析的数据资源紧密相关，早期服
务主要分散在具有较多数据资源的行业/企业（如世界500强大型企业）的专业需求场景（如市场趋势预测、
生产流程管控、消费者研究、产品设计、渠道建设等等），需要兼具业务深度理解与数据分析技术的有效实
施能力，对相关专业服务公司的能力要求很高。随着大数据、数字化的发展趋势，尤其2020年4月数据被确
认为中国国民经济生产的重要生产要素，中国已经正式进入大数据时代，经过各行业大数据系统的建设应用
,各行业数字化的趋势加速发展，预示着未来将进一步产生多维、大量的数据资源。此时，如何对数据这种
原材料进行深度加工应用，发挥数据的增量价值，实现智能化的运营，提升未来的竞争力，不再只是各行业
头部/大型企业的目标，也成为各行业内涵盖中小企业的广泛诉求。而基于专业数据分析实现数据深入的应
用，已经被证明是实现数据价值的一种低投入高产出的有效方法。因此近两年来，数据分析的业务范围（从
商业/互联网进入到政府/工业/农业/物联网等）与可服务场景（从管理决策、营销到供应链、生产智能化等
）进入快速扩展，相关各行业的细分服务需求在迅速增加，而数据分析师也成为一个新兴的职业。2021年3
月,Gartner发布数据与分析的未来技术趋势，进一步昭示数据分析技术与服务将成为未来重要的数据应用服
务场景。由于相关领域的专业性较强，需要对业务领域的深入认知与数据科学技术深入结合的长期积累，所
以当前虽然国内需求日益旺盛，但具备相关综合能力的大型/专业公司较少。而国外由于数据基础前期优势
与数据分析市场发展更成熟，已经出现了许多专业服务商。以美国为例，聚焦商业消费者体验场景数据分析
的Qualtrics,服务政府/商业大客户专业大数据分析服务的Plantir，聚焦于代表了美国相关数据分析服务的
较高水平，近两年迅速获得了商业市场与资本市场的高度认可。此外，从2022年下半年开始，OpenAI公司发
布的Chatgpt等AI领域的新的技术进展，也对数据分析领域的技术和产业发展带来了重大的影响。
数据分析行业的技术门槛，包括两个层面：一方面是以数据科学技术与行业认知深入结合构造的数据分
析算法模型。首先要将行业的专业理论/分析方法，通过大量数据与机器学习等数据科学算法建模和优化，
构建出基于数据的分析模型，实现行业知识体系与逻辑的自动化、深度的分析认知能力。相关模型除了需要
专业的数据科学技术（如机器学习/深度学习、自然语言处理和领域知识图谱），同时必须有效抽象重构出
分析场景的特点、专业认知与业务理解，才实际具有分析的深度和更好的可解释性，模型还须进一步经过不
断反馈优化，才能达到更高的精度。这样兼具效率与业务认知深度的技术化数据分析模型才具有良好的应用
效果，真正发挥数据的价值。另一方面是实现数据分析与应用的高效能技术体系。因为实际场景不同、数据
来源多样，规模特性各不相同（如大数据与小数据、结构化与非结构化），客户诉求的差异。如何针对广泛
的数据分析应用需求，在分析过程中实现多源异构数据的融合分析（如针对数据的不同阶段/特性对应融合
最优分析模型），在应用交付形式上支持差异化（以专项软件/服务满足大客户定制化；以标准化/SAAS产品
满足大量中小规模用户诉求；以集成化、数字化解决方案满足客户全生命期服务），实现快速、低成本与高
效能的兼顾，也是数据分析技术在实际客户服务应用中的重要技术要求。
2、公司所处的行业地位分析及其变化情况
2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》已经明确提出数
据成为国民经济生产的重要要素。2021年3月《中华人民共和国国民经济和社会发展第十四个五年规划和203
5年远景目标纲要》中，数字经济与数字化应用作为国民经济发展新方向，未来必然在各行业产生巨量的大
数据资源内容，而各行业未来的数字化趋势，迫切需要通过专业数据分析服务实际发挥数据的价值。而2018
年11月19日美国商务部最新出口技术管制框架讨论稿中，已明确将数据分析技术与人工智能、微处理器、量
子计算、生物等前沿技术一起，列为限制出口的关键技术。因此，面向中国经济众多行业的专业数据分析服
务，有着极为广阔的市场，未来必须也必然会得到巨大的发展。
《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》2022年12月19日对外公布，提
出20条政策举措，包括建立保障权益、合规使用的数据产权制度，建立合规高效、场内外结合的数据要素流
通和交易制度，建立体现效率、促进公平的数据要素收益分配制度，建立安全可控、弹性包容的数据要素治
理制度等，初步搭建了我国数据基础制度体系，充分激活数据要素价值，赋能实体经济发展，激活市场主体
活力，推动构建新发展格局，促进高质量发展。
公司作为数据分析行业的一个重要专业服务商，在相关领域具有良好的口碑和专业的服务能力。主要表
现在已为较多的行业（如汽车、快消、TMT、医疗、政府、农业等）提供了专业的服务，且服务客户主要为
所在行业领先的大型龙头企业（以世界500强与大型国资为代表）。2020年以来，随着外界数据分析需求市
场的迅速增加与公司内部对分析技术能力体系的研发与提升，在服务行业/客户群体/业务规模与数据分析服
务的产品化能力在进一步增强。
3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
（1）新技术
数据分析技术作为数据科学技术的分支，随着理论逐步发展和数据资源的日益扩大，近年进入了快速发
展期，以机器学习为代表的算法技术（侧重于分析大规模数据与弱相关性）已逐渐超越传统统计技术成为数
据分析领域的重要技术支撑；以人工智能（以深度学习为主）、自然语言处理、语音与图像分析、知识图谱
为代表的新的分析技术也逐渐成熟，推动了众多拥有数据资源的场景领域逐渐具有了智能化分析应用能力，
同时也对复杂数据结构，如高维非结构化数据（语音、图像与视频）、物联网/工业互联网相关数据（大规
模高速时序数据），提供了更好的分析能力支撑。同时，新的数字化、可视化展示（如基于机器视觉和三维
实景建模）技术有效提升了时空类数据的分析能力。未来，以深度学习、领域知识图谱、模型自动化与数字
化展示结合的数据分析技术体系，将具备更快的智能建模与自优化能力、更精确的业务推理，提升分析应用
的智能化水平。
（2）新产业
长期以来，数据分析应用主要集中在第三产业商业服务，围绕企业经营业务环节展开。由于相关数据分
析应用对企业经营效益提升有显著作用，所以相关服务长期受到国际性企业与行业头部大企业的关注，其价
值如今也逐渐被更多行业所认可。对于行业中的中小型企业，随着大数据发展与自身数据不断积累，以及管
理者数据应用意识的加强，近两年大量中小型企业也对数据分析提出了需求，其功能需求较统一，并且用户
规模大，因此标准化/产品化分析服务模式的市场空间未来将迅速增加。
在政府与公共管理服务领域，随着基础建设日益完善，其重心从智慧城市向智能城市转变，在态势感知
、交通疏导等场景已初见成效，但更本质的城市经济发展（如提升区域产业经济，通过旅游拉动消费内需）
，仍是各级政府的关注重点。十四五期间，在数字化的基础上，通过公共管理相关数据（市政、民生、企业
经营、环保、城管与线上数据等）与专业数据分析方法，为决策者提供智能化策略建议，提升招商引资与产
业经济能力；通过数字化交易平台，推动交易的优化，改善政府对于本地经济的运营管理能力；通过数据应
用驱动实现地区旅游消费的提升，发挥城市资源价值，相关数字化服务具有广阔市场前景。
农业作为国民经济基础产业，长期落后于二三产业的水平，对国家粮食安全、社会稳定产生隐患。近两
年来一系列以农业数字化、科技化为代表的国家级发展规划（如2020年1月的《数字农业农村发展规划（201
9-2025年）》与2018年颁布的乡村振兴战略）发布表明，农业领域相关服务将成为未来中国经济重要的投资
与成长目标。其中，智能分析作为核心数字化技术之一，在《数字农业农村发展规划（2019-2025）》中明
确要求加快向农业渗透。通过农业全流程数字化整合与相关数据分析，对提升土地自然资源利用、村集体资
源管理、农业科学化育种、农产品生产效率与质量、相关产业链规划与涉农金融服务都具有直接的精准推动
作用。如今许多大型涉农国资企业、各类农业集团、各级地方农业管理者，都在进行大量的投入，希望通过
专业服务，有效实现相关农业（如种植、畜牧）生产的数字化与全链条数据分析与决策支撑体系。
随着以物联网、工业互联网为特点的行业场景（如工业企业的智能化/数字化、环保监测与治理运营）
日益增多，大量基于物联网/工业物联网产生的数据其潜在价值得到广泛重视。通过智能算法模型分析相关
数据与深入应用，以小的投入，快速帮助企业在生产运营中提升效率、降低原材料与能源消耗，实现设备自
动运维，智能化节能降耗与减少污染。这对于广大传统制造业提升竞争力，以及国家早日达到碳中和目标，
有着巨大的现实意义和广泛的需求。
近年来，中国迅速发展的同时，面对的外部威胁/国际环境日益复杂，在涉及国家内外部管理与安全的
诸多领域，开始受到外部限制打压与挑战。有鉴于此，2020年开始，国家推动的信创(信息技术应用创新)新
产业战略在十四五期间预计达到万亿级市场规模。在信创细分领域，基础硬件、操作系统与数据库层面，中
国企业已有较强能力，但在应用层，尤其数据相关应用方面，在公共安全与国家军事相关领域，由于历史原
因与诸多限制，虽然存在大量需求场景但缺乏专业有效的供给。如何提升基层的态势分析决策的数据化与智
能化能力、面向实战、安全可控的智能分析研判产品等，在相关领域许多场景都有着迫切的需求。专业数据
分析产品业务未来必将具有更大的经济与社会价值。
（3）新业态
随着企业数据的不断累积，以及数据分析技术在互联网行业的逐步普及，新的数据分析业务形态对传统
业务带来了挑战、优化与变革，越来越多的企业意识到通过对数据的分析和应用，可有效提升企业在行业中
的竞争力。
在商业领域，各行业的大量企业意识到数字化服务模式的趋势，开始尝试建立基于数字化的业务模式，
以及相关的数据驱动的业务经营与决策能力，通过数字化能力与相关数据分析的体系，打破原有以行业经验
和专家认知为主的模式，以基于数据的科学与量化的方法应对迅速变化的市场挑战，在生产供应链、消费者
认知、产品创新、精准营销等多个场景提升自己的竞争力。数据驱动策略的基础是专业的数据分析技术，在
每个业务环节中通过对多维度数据的整合分析与深度挖掘，生成相关策略并进行应用，帮助企业降低运营成
本、增加整体效率和业务营收。
在政府相关涉及的公共服务、环保、农业、旅游服务等领域，配合国家相关的数字化战略，相关政府和
机构正在积极推进各产业的数字化，提升数据应用的能力与价值。各级政府部门通过开放城市、民生等数据
资源，建立大数据交易中心、数字贸易港、推动全域旅游大数据应用等多种尝试，将城市资源数字化，借助
分析技术实现智能化，提升城市资源管理与经济发展水平。而农业领域的各级生产与管理者，则不断通过基
于数字化、科技化新手段，来推动农业传统生产管理形态的升级，真正有效实现高质量的农业生产发展与产
业经济的升级。旅游行业已进入加速复苏通道，作为国家拉动消费的重要领域，各地方政府下属的大量中小
旅游景区，对基于数字化的景区服务与运营能力产生有众多的需求。
未来，数据将成为各行各业的重要资产，对形成自身竞争优势和良好的服务能力至关重要，而数据分析
与相关应用亦将成为相关业务环节实现卓越能力的前置驱动力。以数据的最终应用为主导，在数字化资产管
理、数据资产交易流通、数据多场景应用等整个数据的链条中，以需求为中心、以数据为基础，结合专业方
法论与数据科学技术，快速、准确指导客户解决问题，并进一步通过专业洞察，提升分析结果的附加价值。
上述全链条分析服务能力可帮助客户快速适应不断变化的业务需求，重新定义行业服务的新标准。
（4）新模式
随着数据科学技术与应用模式不断多样化发展，以数据为中心的业务驱动能力将成为企业的核心竞争力
。数据分析服务在业务应用上，逐渐呈现出新的模式，企业可有效分析的数据维度与空间迅速扩大，从部分
环节扩展到业务全流程，从内部业务经营数据扩展到生产物联网数据，从线下扩展到线上，从消费者态度数
据扩展到消费者的行为数据，构成了全新的多维度数据空间。同时，客户规模因行业中小型客户的大量增加
而迅速扩大，相应对服务模式也有了更多要求。具体表现在以下模式上的创新：
在实施模式上，大量常规、标准性业务分析，由人工分析转变为基于数据科学技术模型的自动化分析，
将以数字化分析产品的形式服务客户。产品除了本地化软件模式，更多是云端SAAS模式的产品形态，以快速
而低成本的方式满足大量新增的客户群的实际需求。在特定软件+硬件与相关服务深入结合与专业业务场景
中，纯技术模型难以满足客户要求，此时垂直领域专业分析方法模型、专家经验与数据科学技术相结合，发
挥两种模式结合优势，在效率与业务深度方面达到最佳效果。
在服务模式上，随着客户对数据分析价值的认可，在基础分析服务上，越来越多的客户由于自身能力与
业务要求，日益关注最终的业务效果（如营业收入实际增长目标）并愿意为其付费。因此，数据分析服务的
未来，将不仅限于只提供基本分析软件产品，还能提供针对性的完整解决方案（软件+有硬件+配套服务），
以及后续持续提供产品上的数据驱动的专业运营，帮助客户完成期望的最终业务效果。这些新的模式将成为
数据分析价值链的重要延伸，并将具有更好的用户粘性和持续性收入。
（5）未来发展趋势
在数字化产业领域，政策的迅速演进为行业的发展明确了界限也指明了方向，从中央对于数据作为生产
要素的表述、到数字化在十四五规划中的重要阐述、再到数据安全法的出台、及各地大数据局、一些数字产
权交易所的设立，数字化产业成为未来国民经济发展中重要的驱动力，2021年底，工信部对外发布《“十四
五”大数据产业发展规划》，要求到2025年，大数据产业测算规模突破3万亿元，年均复合增长率保持在25%
左右。驱动数字经济时代的数字化产业在未来若干年都将会是一个高速发展、受高度关注、高频迭代演进的
一个领域。
二、核心技术与研发进展
1.核心技术及其先进性以及报告期内的变化情况
公司目前共有4项核心技术，分别是商业消费服务数据化分析技术、个性化用户分析与智能应用技术、
业务运营效能分析与应用优化技术和生态环保的数据化分析与治理技术。
|
