前言近年来,随着人们的数据意识和数据素养不断提升,商业智能和数据分析领域迎来了快速发展期,据Gartner商业智能报告统计,到2020年全球的商业智能市场容量预计将达到228亿美元。同时,大数据、人工智能、机器学习、深度学习等技术的快速发展,也促进了商业智能和数据分析产品的新一轮进化。Gartner分析师认为,到2020年,自然语言生成和人工智能将是90%的新BI平台的标准特征,50%的分析查询将使用搜索、自然语言处理,或语音生成,或将自动生成。但我们必须认识到,我国商业智能的市场特征、企业需求、关注点、发展阶段均与国外有所不同,以Gartner为代表的分析机构并不能准确描述我国商业智能行业的实际状况。针对这一问题,帆软数据应用研究院调研了规模不一的216家企事业单位,了解到他们的大数据BI应用状态、需求情况、对大数据BI产品功能的期待,同时基于帆软数据应用研究院对行业的长期观察和思考,形成了该篇报告。主要预测:2018年,中国大数据 BI 产品将主要在自助分析的可操作性和功能丰富度、平台的安全性、数据管理能力、分析的共享能力、数据挖掘能力、大数据处理能力六大功能模块进行提升。一、2018年中国商业智能行业发展分析(一) 行业总体形势向好在当前经济环境下,企业盈利的压力和难度不断增加,越来越多的企业,尤其是一、二线稍具业务规模的企业,其高层都希望通过精细化运营提升市场竞争力,降低企业的运营成本。这些企业绝大多数都已经在2008年~2015年间上线了各种业务系统,存储了大量管理和运营数据,具备应用大数据BI进行数据分析和数据化管理的各种条件,这些需求将在2018年~2022年继续爆发。值得注意的是,艾瑞咨询在《2017年中国商业智能行业研究报告》中指出,我国已经进入商业智能领域第一方阵,成为发展最快的国家之一,但和美国还有比较大的差距。所以未来中国大数据BI行业总体将呈现加速度增长,市场容量将不断扩大。(二) 大数据BI厂商马太效应显现马太效应是指强者越强,弱者越弱的现象,国内BI行业的马太效应已经显现。据帆软品牌部调研数据显示,处于行业第一梯队的帆软、Tableau、微软PowerBI的品牌知名度和市场份额与其他厂商进一步拉大。帆软2017年全年营收2.77亿,远超其他国内厂商之和。同时帆软销售部反映,2017年度销售跟单中遇到的竞品种类和数量均较2016年有相当大幅度的下降。BI行业出现马太效应实属必然,综合实力强大的厂商更能投入资源做好产品、服务,解决更多用户的需求和问题。可以预见,2018年中国BI行业马太效应将进一步增强,逐步淘汰掉实力弱、规模小、产品差的企业。(三) 新型自助式BI与传统型BI平分秋色得益于敏捷、自助的特征,从2013年起新型自助式BI迎来了高速发展期,这一时期也是传统型BI的衰退期。2017年,传统型BI与新型自助式BI在国内市场中平分秋色。受访企业中,约50.2%的企业仍然在使用传统型BI,其中最典型的需求是企业常规日报、月报等汇总分析报告。约49.8%的企业应用新型自助式BI,通过报表平台+自助式BI+大数据底层平台的解决方案,来解决企业综合的数据展示和分析需求,形成经营和战略决策。在调研中我们注意到,约有18%的企业引进了新型自助式BI,部分或全部替代了传统BI。虽然传统型BI尤其自身优势和应用场景,但随着新型自助式BI的不断发展,传统型BI必将逐渐退出历史舞台,从国际传统BI巨头积极调整产品结构可见一斑。二、2017年中国商业智能用户状况分析根据企业的IT人员和业务人员在数据分析中的工作量和投入程度占比,我们将BI用户(企业)划分为5大类型,即BI应用金字塔模型,以更好的统计、分析企业的BI应用状况。(一) BI应用金字塔模型1. IT完全主导型其典型特征为,IT人员做底层数据仓库,以及BI工具层面的数据模型处理的所有相关工作,完成95%以上的BI分析页面(注:主要是指用于生产、经营、管理会议所需要的数据分析页面,下同)的开发。业务人员仅负责前端数据查看,完成查看报表时相关联动钻取操作。调研中我们发现,处于“IT完全主导型”这一等级的企业,约有93.2%都在使用传统型BI工具,企业的业务人员基本没有能力,也没有需求去自主完成数据分析的工作。这些企业的业务变革并不剧烈,企业管理层认为当前的日常数据报告能够满足企业管理和决策的需要,相对缺少变革的动力。2. IT强主导型其典型特征为,IT人员做底层数据仓库,以及BI工具层面的数据模型处理的所有相关工作,完成80%~95%数量的BI分析页面。业务人员完成低于20%数量的BI分析页面。从调研数据来看,这类企业中,67.5%的企业认为当前业务人员不具备数据分析的能力。而企业需要快速完成部分数据分析工作,所以选择让IT人员更多承担工作。这类企业中普遍认为,商业智能产品本身并非能够快速上手,且业务人员仍需要统计学基础,阻碍数据分析工作从IT人员向业务人员的转移。3. 业务强主导型其典型特征为,IT人员做底层数据仓库,以及BI工具层面的数据模型处理的所有相关工作,完成前期示例不超过20%数量的BI分析页面。业务人员完成超过80%数量的BI分析页面。从调研数据来看,这类企业中,超过80.2%是曾经推行传统BI的企业,并且部分业务人员是有较高学历和能力的,能够学习和掌握商业智能工具和数据分析技能,并愿意在工作中积极使用;从帆软数据应用研究院的实地走访的部分企业来看,这些企业普遍行业排名靠前,公司从高层就重视数据分析工作。4. 业务完全主导型其典型特征为,IT人员做底层数据仓库,以及BI工具层面的数据模型处理的部分相关工作。业务人员完成95%以上数量的BI分析页面和相当部分BI工具层面的数据模型处理。相比于第三类使用人群(业务强主导型),这类用户的一大特点是业务变革十分迅速,从事业务工作的人员学历普遍较高,业务经营和发展需要企业快速做出决策。而基于数据分析得出的业务判断相比个人历史经验准确度更高,是这类企业基本共识。比如在新兴的互联网企业,或者新零售领域,这个特点尤为突出。5. 智能自助型其典型特征为,IT人员只做底层数据仓库、数据连接、数据字典相关工作。业务人员处理所有BI工具层面的数据处理,以及所有BI分析页面。IT人员搭建数据中心,业务人员完全自主处理和分析数据,这类企业有着明显的资源密集型的特点,业务人员更多的是偏向运营相关的工作。当然,因为此类受访企业占比较少,原因分析的可信度还有待进一步调研来核实。(二) BI用户状况分布基于BI应用金字塔模型,2017年企业分布如下;从调研数据中,我们可以得出两大结论。1、IT人员主导企业数据分析的模式仍占据主流,也就是IT驱动仍是2017年企业商业智能平台应用现状。从数据调研的受访企业来看,有高达60.5%的企业的数据分析工作仍是第二类型(IT强主导型),甚至有21.5%的企业的数据分析工作处在第一类型(IT完全主导型),这显然和业务人员自助数据分析的目标距离遥远。2、新型自助BI正在成为商业智能市场的主流。17.5%的企业是在2017年上线了新型自助BI,实现了让少部分业务人员自助完成BI数据分析的目标。三、2018年商业智能用户需求分析(一) 企业多级部门数据分层次IT权限和平台管控,占受访企业97.6%需求描述:BI工具支持企业的多级部门的数据/分析页面权限管控,使得不同层级的部门机构只能看到本部门机构和辖属部门机构的数据/分析页面。需求产生的原因:有的信息中心为释放压力,放权给业务部门使用数据,一旦口子打开,数据缺口就会像洪水一样泛滥,就又会走向另外一个极端,导致放权下的数据管理混乱,数据口径不统一,部门之间的数据壁垒等等问题就会出现,同时这将给企业带来极大的数据安全隐患。满足该需求对企业的价值和意义:在满足业务部门BI数据自助分析的同时,兼顾企业的数据权限管控,形成企业以IT部门集中管理下的良性数据分析风貌,杜绝企业数据安全隐患。(二) 业务人员可通过BI工具进行自助数据分析,占受访企业94.5%。需求描述:业务人员可以在浏览器前端,对自己权限范围内的数据进行多维拖拽探索和自助分析,发掘隐含在数据中的业务价值。需求产生的原因:企业的传统信息化建设中,IT信息中心对公司数据进行高度集中的管控,来自企业各职能部门的数据处理以及报表就会全部由IT人员来输出,一旦业务部门需求集中扎堆,就会造成响应不足,业务部门怨声载道。信息中心自身成员熬夜加班做报表,成就感却很低。满足该需求对企业的价值和意义:通过高效灵活的BI工具,业务人员对自己权限范围内感兴趣数据进行多维拖拽探索和自助分析,以工具简单易上手的低学习成本,让真正对分析业务价值最熟悉的业务人员实现自助数据分析探索,最大化业务数据的分析维度和分析效率,灵活发掘数据中可能潜在的业务价值,同时也解放了IT人员的劳动力,降低企业人力成本。(三) 可快速搭建型自助BI业务数据模型,占受访企业87.5%。需求描述:数据库表中的数据需要基于业务分析主题进行分类管理,相关数据表之间支持手动/自动构建关联模型,同时建立的关联模型支持灵活应用,无需反复编辑修改或创建新的模型,一次建立即可灵活满足多重业务场景进行数据分析使用。需求产生的原因:传统BI工具创建的底层数据关联相互独立,无法重复利用,一旦遇到新的业务数据计算分析场景,数据关联就需要修改或重新创建,极为麻烦,非常不利于IT人员维护。满足该需求对企业的价值和意义:通过BI工具快速构建的新型自助式BI业务数据模型,较传统BI工具针对不同业务分析场景需要多次、重复建模的应用痛点,极大地提高了BI工具的企业中业务数据分析应用的效率,解放了以往IT人员对数据维护的压力。(四) OLAP多维分析:上卷、下钻、旋转、切片、联动、跳转等,占受访企业84.5%需求描述:BI工具支持强大的页面OLAP多维分析功能,包括分析视角的上卷、下钻,维度的旋转切换,指标的切换,分析数据的切片过滤,组件之间的联动过滤、页面超级链接跳转等。需求产生的原因:随着业务发展的复杂化,单一角度的数据分析往往难以再发掘出更多有价值的潜在业务信息,取而代之的是需要BI工具能够满足强大的页面OLAP多维分析功能。满足该需求对企业的价值和意义:通过BI工具强大的OLAP多维分析功能,以实现多角度、多关联数据之间的数据无限层次探索分析,发掘出数据中潜在的业务价值。(五) 大数据处理性能处理能力达到十亿数据秒级响应,占受访企业63.6%需求描述:BI工具可支撑处理亿级以上大数据分析计算的秒级响应,提供多维加速引擎对传统关系型数据仓库(SQLServer、Oracle、Mysql等)进行数据提速处理,同时也支持实时对接企业大数据平台(Vertical、Kylin、Greenplum等)进行数据分析计算。需求产生的原因:一方面,传统关系型数据库在面对上亿级别以上数据量时,容易出现性能瓶颈,长时间的查询等待往往会导致业务数据分析效率太低。另一方面,当今信息化水平飞速发展,越来越多的企业已经有了自己的高性能大数据平台,对于这部分企业来说,拥有一款能够直接对接大数据平台进行数据分析的工具尤为总要。满足该需求对企业的价值和意义:BI工具提供的强大数据计算处理引擎,能够降低企业数据查询等待时间成本,提高业务数据分析效率。同时,通过直接对接企业大数据平台,还可满足企业实时数据分析的需求。(六) 业务人员可完成工具层面的零代码数据加工处理工作,占受访企业57.5%。需求描述:BI工具可通过快速易上手的交互方式,让业务人员也能完成工具层面的零代码数据加工处理工作,例如例如表合并、分组统计、结构数据分层、过滤、增加列、同比环比、累计值、所有值、公式运算等数据清洗和数据处理方法,实现对数据的无限层次多维透视分析统计。需求产生的原因:当业务需求相对偏复杂时,简单的维度和指标统计往往无法直接计算出业务所需要的计算结果,以往的处理方式往往可能是业务部门提需求给IT,然后IT经过SQL或者代码对底层数据表加工处理,然后最终导出一张excel数据表给业务部门,期间的反复沟通和等待时间往往降低了企业的业务数据分析应用效率。满足该需求对企业的价值和意义:通过BI工具,使得业务人员也能快速实现对数据的无限层次多维透视分和析加工统计,降低了传统模式下的沟通成本和等待时间,提高了企业业务数据分析的应用效率。(七) 移动端数据分析查看支持,占受访企业44.9%需求描述:BI工具支持移动端数据分析多维分析查看功能(兼容PC端的上卷、下钻、旋转、切片、联动、跳转等),对于BI工具的应用app支持便捷的扫码登陆、离线查看、批注、分享等功能,同时满足某些社区平台如微信、钉钉的企业公众号集成。需求产生的原因:在当今这个移动设备便捷时代,仅仅PC端的数据分析已经不能满足某些特定时间和场所的业务分析需求了,而BI对移动端的支持已经成了必然要满足的功能点。满足该需求对企业的价值和意义:通过移动端的BI分析查看,使得数据分析不仅仅局限于PC端,较大地增强了数据分析的便捷性。同时微信和钉钉的集成接入,让业务通过社区平台也能直接查看想要的数据分析页面,更是为移动端数据分析锦上添花。四、中国大数据BI产品功能预测结合用户需求调研,和我国BI厂商的产品计划研究,2018年如下六个大的功能模块将会得到增强。(一) 提升自助分析的可操作性和功能丰富度为满足业务人员可通过BI工具进行自助数据分析的需求,中国大数据BI产品需要改善自助分析的功能和可操作性,包括图表的丰富性。前端布局自定义搭配,让业务人员随心所欲布置。比如仪表板自由布局,可快速拖拽生成所需要分析的页面;在全面支持常见的柱状图、条形图等图形基础上,增加支持中国(世界)地图、GIS地图、桑基图等大数据图表;为了适应更加多样的用户,大数据BI平台需要支持强大的OLAP多维分析功能,包括分析视角的上卷、下钻,维度的旋转切换,指标的切换,分析数据的切片过滤,组件之间的联动过滤、页面超级链接跳转等。业务人员在OLAP多维分析的基础上,能够在数据分析查看时,再次对所有维度进行二次的维度指标加工,并无限层次多维透视分析统计,全面开放业务人员对数据的处理和分析操作,以满足当前中国用户多个视角、多个层级的分析需求,把传统业务分析的智慧充分沉淀到数据分析系统中来。为了给不同用户提供个性化的视觉体验,大数据BI平台支持表格动态数值预警功能和图形设置动态警戒线,支持图表样式风格自由拖拽调整。同时,也需要大数据BI平台智能自动设置预警值和样式风格等。(二) 提升平台的数据挖掘能力为满足企业业务人员自助数据分析和自动挖掘的需求,中国大数据BI产品需要在已有的数据可视化和数据分析的功能基础上,增强数据自动挖掘能力,使业务人员在能够掌握挖掘基本概念的基础上,深入挖掘分析业务数据,为业务运营提供数据结论支持。大数据BI平台需要支持嵌入式高级分析功能,用户能够轻松使用平台内置的高级分析功能,也可以通过导入和集成外部开发的高级分析模型。比如平台内含数据挖掘常见算法(如线性预测、时序预测、聚类、分类等),或者提供外接其他数据挖掘平台和工具的可视化接口(如R语言或者Python语言),甚至内含适合特定业务场景的挖掘模型 。(三) 提升平台大数据处理能力为满足企业对大数据BI平台实时响应的需求,中国大数据BI产品需要将当前大数据处理能力提升一个量级,达到10亿数据量秒级响应水平,同时支持丰富多样的数据源。大数据BI平台需要支持丰富的数据源,如企业主流的关系型数据库、大数据平台、NOSQL数据库以及多维数据库,需要支持实时对接数据平台和分布式引擎拓展,同时支持跨数据源关联,同时支持对较大级别数据量进行数据抽取和索引建模,提高数据分析效率。(四) 提升平台的数据管理能力为了满足中国企业业务人员用户对数据处理的需求,中国大数据BI平台需要提升自身的元数据管理能力、数据的ETL处理能力、数据存储能力。提高元数据管理能力,使得用户能够集中管理元数据,包括对元数据进行检索、提取、处理、存储、分享复用和对外发布。中国企业的业务人员将需要在数据分析的过程中,直接操作经过IT人员标准化处理的元数据。近几年来,中国数据分析人才迅速增加,企业中也成长出一批有一定数据分析能力的业务人才,这些中国企业业务人才更多的是需要对数据进行ETL处理和存储,这就需要平台功支持用于查询、提取、转换和加载的功能,具有索引、管理、调度数据的能力。(五) 提升平台分析的共享能力随着ERP、OA、MES、HIS等常见业务系统的完善,企业少则数十套IT系统,多则上千套系统。新型自助BI需要能够与多个系统同时融合,全面分析企业的业务数据。这就需要中国大数据BI产品需要加强产品与不同软件系统的集成融合能力,这是中国企业面临的共同难题。大数据BI平台需要支持嵌入式部署,如主流的应用服务器,支持跨平台的权限集成和页面集成。大数据BI平台不同用户创建的分析页面,可以方便地分享给其他成员。同时,在企业的分析用户设计仪表板时,可以复用仪表板中的图表、维度、指标等,支持用户分享指定页面进行给其他部门成员,便于互动沟通交流。为满足企业人员实时办公、互通信息的需要。大数据BI平台还需要支持移动端上共享和查看分析结果,支持在移动端对分析结果进行数据层级钻取穿透、联动等。(六) 提升平台的安全性为了满足企业多级部门同时使用、不同权限的功能,中国大数据BI产品除了要提供灵活丰富的用户管理功能、权限控制功能,还需要内置强大的用户行为监控与分析功能,确保企业的数据安全和信息保密。大数据BI平台将支持持批量导入用户,支持同步企业统一权限管理数据库中的用户,以企业IT系统统一的用户管理方式进行用户管理。支持用户以企业IT系统统一的用户权限认证方式进行权限管理。同时,需要支持短信平台功能,并可用于用户账号身份验证等,多种用户和权限管理方式,来满足广大中国企业的不同的安全级别要求和安全管理策略。随着大数据BI在中国的发展,中国企业自身的大数据BI平台已有众多员工账号。这就对大数据BI平台提出新的挑战,除了要拦截非法用户,还要对大数据BI平台有效用户进行有效监控。2018年,大数据BI平台需要支持监控用户的操作行为,支持监控页面被访问的频次、访问来源,甚至是支持监控访问到的数据范围。为了保证大数据 BI平台系统持续支持企业经营管理,需要大数据BI平台支持系统数据迁移到企业数据库,支持对系统进行备份与还原,备份可以手动或设置周期定时备份。同时,支持云端服务器部署和本地服务器部署,支持多机热备,达到企业的灾备要求。此外,为了有效避免BI平台出现严重异常,还需要支持监控自身的运行性能,遇到系统性能风险,提前给出系统预警信号。
4月9日,“第二届天府大数据与新经济发展论坛”在成都召开。《全球大数据发展分析报告(2020)》作为论坛的重要报告成果,于论坛当日正式发布。据悉,《全球大数据发展分析报告(2020)》是由天府大数据国际战略与技术研究院联合中国科学院虚拟经济与数据科学研究中心、中国科学院大数据挖掘与知识管理重点实验室、四川省大数据中心数据资源管理处、成都市大数据协会,以政府数据开放为研究主题,对全球主要国家大数据与数字经济发展情况、主要国家政府数据开放现状与趋势、四川省大数据发展经典案例进行的深度分析。报告显示,新冠肺炎疫情大流行正加速全球数字化进程,加速全球大数据与数字经济的竞争发展。由于隔离措施使得远程办公、在线教育等需求增长,导致全球对宽带通信服务的需求猛增,同时基于短视频、直播等内容消费激增,使得全球创建和捕获的数量及信息量飞速增长。预计到2025年,全球数据量将增长到175ZB。数字经济正在成为当今最活跃的经济形态,数字化转型与发展的同时更需要负责任的商业行为,随着数字技术与实体经济的加速渗透与融合,数字经济将在相关国际标准和规则倡议下弹性发展。报告呼吁开展跨国大数据合作,推动全球可持续发展;建立大数据文化,提升全民数字技能,缩小数字鸿沟;研究构建开放数据评价体系,全面衡量开放数据经济价值与社会价值。报告显示,实现多领域数据汇聚和安全开放共享,利用数字技术推动经济高质量发展、塑造现代治理体系,已在全球范围内形成广泛共识。从全球范围看,政府开放数据行动已经走过了十年,在不断发展的过程中存在着开放数据总体发展进程缓慢、立法薄弱、政府与民间社会缺乏有效互动、开放数据产生的影响和价值缺乏充分的具有影响力的论证等一系列问题。报告通过对世界主要国家开放数据相关计划、国家级开放数据平台展示的开放数据集数量及类别、格式及应用情况等进行比较分析,结果显示,目前世界主要国家政府数据开放建设情况,其中澳大利亚、韩国、印度、加拿大、美国、英国、日本、法国、新加坡、新西兰、德国处于领先地位,俄罗斯、意大利、瑞士、巴西、乌拉圭、西班牙、智利、印度尼西亚处于竞争者地位。相比2018年,澳大利亚的政府数据开放建设程度进步较大,加拿大、韩国稳步发展,而美国在数据集开放质量和应用等方面均所有退步。目前,中国政府数据开放正处于加快规范发展的关键阶段,中国政府开放数据实施路径是由地方政府数据开放为点,逐渐形成国家层面的数据开放,国家政府数据统一开放平台正在积极建设过程中。报告还对四川省大数据战疫、数字四川创新大赛、成都市大数据产业发展、成都市城市大脑建设进行了四川省大数据发展经典案例剖析。新冠肺炎疫情发生后,四川省充分利用大数据技术实施精准防控,坚持群防群治、线上线下深度融合,充分利用大数据赋能,统筹疫情防控和经济社会发展。2020年举办数字四川创新大赛充分利用首次开放的海量政府数据,激发了大数据创新活力,取得了显著成果。成都市构建了“11637”体系,推动数字政府建设,深入贯彻落实国家大数据战略,按照建设“西部数都”,打造全国大数据产业生态创新示范区、国家大数据产业集聚区和国际化大数据市场集散中心的重要目标,大数据产业全面深入发展。(李婷玉)本文转自:新华网四川
获取《2019大数据行业研究报告》完整版,请关注gongzhonghao:vrsina,后台回复“综合报告3”,该报告编号为20bg0037。日前,MobData发布最新《2019大数据行业研究报告》。报告显示,在不确定的经济形势下,信息支出成为企业的刚性需求。信息支出是刚性需求,有些支出能省则省,有些支出却恰好转变为了刚性需求。企业增加信息支出,对外部局势洞若观火,有助于其避风险、保收益。信息支出的市场规模,根据普华永道报告,行业信息支出预计将以5.3%的年复合增长率增长,在2020年达到13.6亿美元的市场规模。!
封面新闻记者 刘秋凤新冠肺炎疫情促使大数据发展走上了快车道。经过这轮急速发展后,大数据呈现怎样的成长状态?未来之路在哪里?《全球大数据发展分析报告(2020)》尝试回答这些问题。4月9日,“第二届天府大数据与新经济发展论坛”在成都召开。《全球大数据发展分析报告(2020)》(以下简称报告)作为论坛的重要报告成果,于论坛当日正式发布。报告显示,新冠肺炎疫情大流行正加速全球数字化进程,加速全球大数据与数字经济的竞争发展。由于隔离措施使得远程办公、在线教育等需求增长,导致全球对宽带通信服务的需求猛增,同时基于短视频、直播等内容消费激增,使得全球创建和捕获的数量及信息量飞速增长。预计到2025年,全球数据量将增长到175ZB。数字经济正在成为当今最活跃的经济形态,数字化转型与发展的同时更需要负责任的商业行为,随着数字技术与实体经济的加速渗透与融合,数字经济将在相关国际标准和规则倡议下弹性发展。报告呼吁开展跨国大数据合作,推动全球可持续发展;建立大数据文化,提升全民数字技能,缩小数字鸿沟;研究构建开放数据评价体系,全面衡量开放数据经济价值与社会价值。机遇伴随着挑战。报告认为,如何定义与衡量数字经济是世界各国共同面临的巨大挑战。首先,数字经济没有被广泛接受的定义。其次,缺乏关于其关键组成部分和层面的可靠统计数据,特别是在发展中国家。从全球范围看,政府开放数据行动已经走过了十年。报告通过对世界主要国家开放数据相关计划、国家级开放数据平台展示的开放数据集数量及类别、格式及应用情况等进行比较分析,结果显示,目前世界主要国家政府数据开放建设情况,其中澳大利亚、韩国、印度、加拿大、美国、英国、日本、法国、新加坡、新西兰、德国处于领先地位,俄罗斯、意大利、瑞士、巴西、乌拉圭、西班牙、智利、印度尼西亚处于竞争者地位。相比2018年,澳大利亚的政府数据开放建设程度进步较大,加拿大、韩国稳步发展,而美国在数据集开放质量和应用等方面均所有退步。目前,中国政府数据开放正处于加快规范发展的关键阶段,中国政府开放数据实施路径是由地方政府数据开放为点,逐渐形成国家层面的数据开放,国家政府数据统一开放平台正在积极建设过程中。在此次新冠肺炎爆发期间,中国运用大数据等技术手段,加强疫情溯源和监测,取得了举世瞩目的防控成效。中国的在线消费、在线医疗、无人配送、智能制造等新兴产业对防控疫情和复工复产发挥了重要作用,同时展现了强大的增长潜力。面对当前复杂的经济形势,中国主张危中寻机、化危为机,全力抢抓产业数字化、数字产业化赋予的机遇,加快5G网络、数据中心等新型基础设施建设,抓紧布局数字经济、生命健康、新材料等战略性新兴产业、未来产业,大力推进科技创新,着力壮大新增长点、形成发展新动能。据悉,该报告是由天府大数据国际战略与技术研究院联合中国科学院虚拟经济与数据科学研究中心、中国科学院大数据挖掘与知识管理重点实验室、四川省大数据中心数据资源管理处、成都市大数据协会联合发布。
全文共计612字45图,预计阅读时间8分钟近日,由大数据产业生态联盟联合赛迪顾问共同完成的《2019中国大数据产业发展白皮书》(以下简称《白皮书》)在 2019世界计算机大会——“计算机未来:算力驱动万物互联”主题论坛上重磅发布,并揭晓“2019中国大数据企业50强”“中国大数据企业投资价值百强”。《白皮书》旨在呈现中国大数据产业生态的新格局、新业态、新模式,聚焦数字经济、智慧城市、大数据人才培养等热点领域,从技术创新、标准构建、人才培养、资本流向等方面进行深入剖析。《白皮书》调研工作,自2019年4月正式启动,历时5个月,覆盖2000余家大数据企业,并由知名高校、研究机构、行业用户CIO、知名投资人、大数据企业领袖专家构成的专家委员会,对入围企业进行多次详尽的审议。报告如下
新华网南京11月24日电 (记者何磊静)在日前举行的“数字人才与人才大数据”全国博士后论坛上,南京信息工程大学人才大数据研究院、南京航空航天大学经济与管理学院数字人才研究中心,江苏省人才学会高层次人才融合发展研究院联合发布了《中国博士后发展报告·2018》。 报告显示,截至2018年底,在国内30个省区市的494个设站单位,共设立博士后流动站3009个。其中,北京市、江苏省、上海市设站数量均超过200个;湖北、陕西、广东、湖南、山东、辽宁、四川省均达到100个及以上,位列全国十强。在31个省区市设立工作站3728个。其中,北京市、江苏省、广东省设站数量均超过400个;山东、浙江、上海、河南、湖北、黑龙江、福建、安徽、陕西等省份均超过100个。累计已建成国家、省和设区市三级博士后创新实践基地3630余家,为博士后创新创业提供了重要实践平台。截至2018年底,全国累计招收博士后研究人员207840人,首次突破20万大关,其中2018年度进站博士后首次超2 万人,为21083名,同比增幅为20.21%。累计招收外籍博士来华进站做博士后达5677人,其中2018年度首次突破千人关口,为1350名,占进站博士后总人数的6.40%;招收留学归国博士进站1853人,占进站博士后总人数的8.79%。报告显示,2018年度出站的11761名博士后共发表学术论文43010篇,人均3.657篇,发表论文总数比上年度增加397篇,同比增幅为0.93%;被SCI、SSCI、EI、A&HCI、ISTP、CSCD、CSTPCD、CSSCI等收录或检索34319篇,占发表学术论文总数的79.79%。出版学术著作2235部。承担科研项目26203项,其中国家级科研项目10500项,省部级科研项目9192项,合计占博士后承担科研项目总数的75.15%。获得各种专利9305件,比上个年度翻了一番多。该报告同时指出,全国企业博士后工作站“招人难、留人难”现象依然存在,有近1/3的企业工作站为空站;全国博士后创新实践基地数量偏少,难以产生强大辐射和带动作用;博士后科研成果的国际化程度仍然偏低,各项成果转化和项目对接率亟待提高;对博士后国(境)外合作交流跟踪监督也有待加强。(完)
在10月11日举行的“2019第23届中国快餐产业大会”上,辰智科技携手中国烹饪协会联合首发《2019中国快餐产业大数据研究报告》。报告详细解读了快餐产业发展现状,并提出大数据时代下的发展策略。2019餐饮行业发展新趋势中国餐饮作为重要的消费方式对经济的贡献较大,2018年全国餐饮收入超过4.2万亿。截至今年10月份,餐饮收入累计达36932亿元,同比增长9.4%。随着“懒人经济”和“单身经济”的发展,餐饮行业的就餐场景越来越多元化,外卖和“一人食”就餐场景增长迅速。1、外卖催生餐饮零售化快速发展近几年我国外卖业发展迅速,数据显示,2019年预计我国外卖用户规模将超4亿人,市场规模将超2800亿元,但增速在不断放缓。随着外卖市场的逐渐饱和,借助外卖平台的高流量,餐饮零售化快速发展。2、轻食简餐风生水起从报告中可以看出,2015-2019年第二季度,2017年轻餐饮门店增速有所下降,但2018年后又开始回升,2019Q2增速达到17.5%。轻食简餐逐渐回升,发展也是风生水起,说明了人们对健康更加看重,随着消费者对于健康养生的需求不断的升级,轻食简餐将会呈现更加积极的上升态势。推荐阅读:《中国轻食外卖消费报告》发布,“轻食”成餐饮消费新宠快餐产业发展现状1、快餐在餐饮行业占半壁江山随着快餐行业规模的不断扩大,快餐门店占比不断上升。快餐门店数在餐饮行业中的占比由2015年的33.6%增长到2019年的49.2%,几乎占到整个餐饮行业的半壁江山,快餐行业竞争也将随之增强。2、华东仍是最大的快餐区域市场数据显示,超3成快餐门店主要分布在经济发达、人口密集的华东区域;相反,地广人稀的西北区域快餐分布最少。从快餐门店增速来看,东北的快餐门店增速最快,而华中和华东地区的增速也超过50%,华东区域是快餐活跃区域,华南、华北、西南和西北增速相对较低。3、快餐连锁率超50%,中式快餐不及西式快餐快餐产业门店连锁率超过50%,但中式快餐门店连锁率为55.1%,远远不及西式快餐78%的门店连锁率。由于中式快餐和西式快餐行业的不同,西式快餐易标准化,而中式快餐行业目前处于多而杂的现状,不易标准化。快餐如何赢在大数据时代快餐行业要想赢在大数据时代,就要抓住数字化红利,让数字化成为餐饮发展的动能,通过商品数字化、流程数字化、顾客数字化,并形成有效的数据沉淀,依靠数字化进行精细化运营管理,实现品牌价值的数字化。(图表数据来自辰智)
2018年,国产手机的崛起仍然在继续且显得势不可挡。华为在连续数个季度夺得国内手机销量第一的宝座之后,终于在2018年1月与OPPO联袂超越了苹果,夺下了国内手机保有量冠亚军。小米的销量份额连续3个季度保持增长,让其冲击港股显得更加游刃有余。极光大数据发布《2018年Q1智能手机行业研究报告》,从手机市场的保有量、销量、忠诚度、用户画像、app安装情况及运营商研究等几个方面分析当前智能手机市场格局。以下为报告节选,完整报告请赴极光官网或微信公众号lovejpush下载。一、智能手机保有率分析极光大数据显示,2018年Q1国内保有率前五的手机品牌分别为华为、OPPO、iPhone、vivo和小米。经过连续数个季度的高增长,华为与OPPO联袂分别以20.8%和18.5%的保有率超过iPhone,名列国内手机市场保有量份额的第一和第二位。华为和OPPO的保有率在过去五个季度持续上升,它们的市场保有率均在18年Q1超过iPhone。极光大数据显示,iPhone用户近五成来自一线及新一线城市,OV的主要用户群位于三线及以下城市,而华为和小米的用户城市等级分布则相对均匀。OV的明星机型对其保有率的拉动作用显著。极光大数据显示,17年Q4发布的新机型iPhone X、iPhone 8 Plus和iPhone 8在iPhone用户中的占比分别为6.9%、4.4%和2.3%,旧机型占比正在下降。二、智能手机销量分析根据极光大数据统计,2018年Q1国内手机品牌销量份额top 5分别是华为、OV、小米和iPhone,其中华为的销量份额为25.4%,超过1/4。极光大数据显示,华为的销量在18年Q1达到过去五个季度的最高点,OV销量你追我赶,OPPO的18年Q1销量份额比vivo领先0.5%,小米销量份额连续三个季度保持增长。千元以内的低端机型为Q1国内手机市场贡献了30.9%的销量,华为和小米的千元机销量占比分别为38.5%和54.6%,而OV和iPhone则分别聚焦中端机型和高端机型。极光大数据显示,分别于17年10月、11月和12月发布的vivo X20 Plus、 OPPO R11s和华为 nova 2s进入了18年销量top 10,苹果史上最贵的iPhone X也进入了销量top 10之列。三、主流手机品牌用户忠诚度分析极光大数据显示,iPhone和OV在18年Q1对华为换机用户的吸引力较17年Q4有所下降,其中华为换机用户对vivo的购买意愿较兄弟品牌OPPO更强。iPhone对OPPO换机用户的吸引力在这一季度有所削弱,但选择vivo、华为和小米的用户占比有所增加。根据极光大数据统计,iPhone的换机用户忠诚度为63.4%,意味着在18年Q1换手机的iPhone用户中,有超过六成的用户继续使用iPhone。极光大数据显示,35.2%的vivo换机用户选择继续使用vivo,另外有19.7%的用户转向使用兄弟品牌OPPO。小米的用户忠诚度连续三个季度升温,从去年同期22.3%增加至今年Q1的31.4%。四、主流安卓手机品牌用户画像通过观察极光大数据发现,69.4%的华为用户为男性,44.8%的用户年龄在30-39岁之间,他们倾向通过具有知识青年、文艺小清新和爱宠社区属性的渠道交友。OPPO用户对服装饰品的兴趣表现明显,最爱通过具有文艺小清新属性的渠道交友。通过观察极光大数据发现,vivo的主要用户群是年轻男性,vivo用户中有53.6%的男性,69.6%的用户不到30岁。根据极光大数据统计,小米的用户中有66.8%为男性,其中49.7%的用户不到30岁,44.3%的用户年龄在30-39岁之间,爱好运动、动漫和电影。五、手机app安装情况平均每台高中低端手机中安装的app分别为48.3款、45.5款和34.4款,低端机用户安装的app数量与高中端机有一定的差距,或受运存和内存等因素的影响。通过观察极光大数据发现,高中低端手机最偏爱的app分别是携程旅行、QQ邮箱和小米视频,其中高中端手机都偏爱的app有携程旅行、新浪微博和美团。极光大数据显示,华为、OV和小米用户最偏爱的app分别是百度输入法、搜狗输入法、腾讯视频和小米视频,其中快手同时受到OV用户的偏爱。六、运营商专题研究根据极光大数据显示,移动、电信和联通的市场份额分别为73.7%、14.4%和11.9%,意味着每100个中国移动网民中,有接近74个移动用户,其余26个为电信和联通用户。根据极光大数据统计,OV、小米和华为拉动了移动用户在整体市场中的占比,其中华为的电信用户占比较整体市场高1.4%,小米的联通用户占比较整体市场高0.2%。电信在18年Q1逆袭,市场份额超过联通。报告说明1.数据来源极光大数据,源于极光云服务平台的行业数据采集及极光iAPP平台针对各类移动应用的长期监测,并结合大样本算法开展的数据挖掘和统计分析2.数据周期报告整体时间段:2017年1月~2018年3月具体数据指标请参考各页标注3.数据指标说明保有率:根据极光大数据在指定时间段内监测到的至少有一次数据上报的活跃手机数量推算的全国活跃手机总量销量:根据极光大数据在指定时间段内监测到的手机数量增量推算的全国手机销量用户忠诚度:某手机品牌的用户在更换手机时选择原品牌所占的比例,比例越高,则认为用户忠诚度越高4.法律声明极光大数据所提供的数据信息系依据大样本数据抽样采集、小样本调研、数据模型预测及其他研究方法估算、分析得出,由于方法本身存在局限性,极光大数据依据上述方法所估算、分析得出的数据信息仅供参考,极光大数据不对上述数据信息的精确性、完整性、适用性和非侵权性做任何保证。任何机构或个人援引或基于上述数据信息所采取的任何行动所造成的法律后果均与极光大数据无关,由此引发的相关争议或法律责任皆由行为人承担
从《中国有嘻哈》、《这!就是街舞》、《偶像练习生》、《创造101》等先后成为现象级综艺,到“Freestyle”“Pickme”“C位出道” “菊外人”等流行词的爆火,动辄破亿次的播放量,昭示了网综已经进入了全民话题带流量的时代。各视频平台对网综的持续发力,开启了IP体系化运营和网综生态营销的新模式;网综节目的受众也由浅层互动到深度参与,发生了从观众到用户的变迁。强娱乐、重垂直、深互动、年轻态……网综一路乘风破浪、高歌猛进的同时,能否深挖广拓,真正进入主流话语渠道?极光大数据发布《2018年网络综艺观众研究报告》,从行业概况、观众行为、观众态度、明星及节目、社群等多个维度带你全面了解网综的方方面面。极光观点: 超过四成的网综观众每天观看网综节目在1次及以上; 搞笑是最吸引网综观众的节目元素,其次是高颜值和美食; 观众对网综的最大槽点是广告太多,刻意炒作CP名列第二; 截止2018年5月底,网综点击量的冠亚军为选秀类节目《偶像练习生》与《创造101》; 吸金力超强,43.8%的《创造101》观众购买了视频网站会员; 《偶像练习生》、《创造101》、《热血街舞团》及《这!就是街舞》的观众均是年轻女性居多。一、行业概况以网络平台为首播渠道,是网综与台综的重要区别。网络综艺的产生和发展,主要原因是随着互联网的发展和智能终端的普及,大众视频观看习惯变化,对网络综艺的需求增长。为满足观众需求,资本、内容生产者不断向网络综艺聚集,网络视频平台进一步推动了网络综艺市场的发展壮大。网络综艺发展可根据其数量和质量划分为萌芽期、发展期和稳健期。2014年以前,中国网络综艺发展处于萌芽期,这一时期网络综艺发展未有大量资本流入,以个体或小团队形式进行制作,数量较少;2014-2016年,网络综艺进入快速发展的时期,资本涌入,各视频平台将之视为新的观众增长点,发力自制综艺,网综数量和质量均得到较大提升,各平台竞争激烈;2017年至今,依托于经验积累和观众审美水平的提升,网综制作进入稳健期,更加追求精品化,运营上追求IP化多维度长期运营。据极光大数据统计,2015至2017年,网络综艺节目数量从96部上升到197部,数量上翻了一倍不止,各主流视频网站均推出网络综艺节目,加入激烈的市场竞争中。极光调研数据显示,2015年播放量top10的网络综艺总播放量为74.2亿,这一数据到2017年已上升至264亿。网络综艺节目对于观众的吸引力迅速提升,成为网络视频平台的重要流量来源。随着网综的崛起,视频网站纷纷采用“超级网综+常规网综”的立体化节目矩阵,即通过超级网综攻城略地强力引流,辅以常规垂直化网综满足受众多元化需求。网综运营也走向IP化运营、全产业链布局。2018年初,各视频平台均提出将发挥自身特色,在网综运营上采取“IP化”策略,进一步提升网综IP价值。二、行为篇视频播放平台引流能力强大。极光调研数据显示,56.6%的观众通过视频播放平台的宣传了解到网综节目信息。此外,微信群/朋友圈/公众号等也是重要的网综节目宣传渠道。极光调研数据显示,超七成观众表示观看某网综节目是因为觉得节目好看/有意思,也有四成观众表示观看某节目是因为其是自己喜欢的类型。观看网综已成为部分观众打发时间的重要方式。极光调研显示,约三成观众每周观看1-2次网综节目;超四成观众每天观看网综节目次数在1次及以上。极光调研显示,超半数的网综节目观众会在节目发布两天内进行观看,接近一半的观众不会这么热情追更。节假日和睡前是网综节目播出的“黄金时间”。根据极光大数据显示,四成观众会在周末和节假日观看网综节目,超过三成观众习惯在睡前观看网综节目。此外,工作/学习间隙、午间、晚饭也是观看网综节目的重要时间段。网综节目已经成为观众人际交流的重要话题。极光调研显示,44.4%的网综观众会向身边人推荐正在观看的网综节目,35.4%的观众会与家人/朋友/同事讨论该节目。相较而言,弹幕功能比评论区更加重要,22.7%的网综观众会发送弹幕进行实时评价,而仅9.8%的观众会参与评论区的讨论。现象级网综节目可带动同类型网综节目发展。极光大数据发现,近四成网综观众会在观看某网综后寻找同类型网综节目观看,而三成观众表示希望了解嘉宾在网综节目之外的其他八卦。三、态度篇根据极光大数据,超六成观众表示相对于电影、电视剧等视频形式,节奏欢快、易于调节心情是他们更为偏爱网综的重要原因;其次,轻松不烧脑也是网综相对电影、电视剧等对观众更友好的地方。极光调研数据显示,搞笑是网综观众最为喜爱的节目元素,高颜值和美食等要素也吸引了不少观众的目光。才华受到三成网综观众的关注。运动、竞争和机械更受男性网综观众欢迎,而女性观众则钟情于高颜值和反差萌要素,对萌娃更是完全没有抵抗力。极光大数据发现,无处不在的广告植入是观众最为不满的地方,此外刻意炒CP也让观众觉得十分尴尬。而节目组之间、节目组和嘉宾之间、嘉宾和嘉宾之间翻来覆去的撕逼更是让观众觉得十分心累。根据极光大数据,网综观众最能接受的广告形式为道具植入,其次为场景植入。传统的悬浮广告和贴片广告形式观众接受度最低。极光调研发现,约七成观众选择目前所使用的视频平台是因为喜欢的节目在此平台独播。由此可见,视频平台需要不断为观众提供优质内容才能留住观众的心,而节目的丰富性也影响到观众对视频播放平台的选择。四、明星及节目篇节目与明星嘉宾是互相成全的关系。《偶像练习生》的大火,不止让新人练习生俘获不少观众的芳心,张艺兴作为节目导演(program director,简称PD)也登顶网综观众最喜爱的明星嘉宾。手握《拜托了冰箱第四季》等节目的何炅、在《创造101 》中担任嘉宾的罗志祥、张杰,在《这!就是街舞》中担任导师的易烊千玺,均收获不少网综观众的喜爱。极光大数据发现,男性网综观众相对整体网综观众,更喜欢罗志祥、李荣浩和娄艺潇,而易烊千玺、何炅、吴磊等明星则更招女性观众喜欢。极光调研发现,颜值和性格是明星嘉宾圈粉的重要因素。超过四成的网综观众认为自己喜欢的明星嘉宾颜值高,暖心、呆萌和耿直是受到网综观众青睐的重要性格特质。专业能力强也会吸引大量网综观众的关注和喜爱。根据极光大数据显示,约四成网综观众并不反感明星卖人设,表示如果明星卖的人设恰好对自己胃口的话,会更为关注这个明星。极光调研发现,选秀类节目观众覆盖度最高,每100个网综观众中就有47个看过选秀类的网综节目。2018年以来,约一半的网综观众看过选秀类网综节目。而《吐槽大会第二季》、《奇葩大会第二季》等优质网综节目的续集,也吸引了超过三成网综观众观看。截至2018年5月底,由爱奇艺打造的男团选秀节目《偶像练习生》狂揽31.4亿播放量,腾讯视频打造的女团选秀节目《创造101》播出仅六期,已达到28.4亿播放量。脱口秀《吐槽大会第二季》、街舞类节目《热血街舞团》和《这!就是街舞》播放量也均在15亿以上。明星网综“吸金力”强。极光调研数据显示,43.8%的《创造101》观众购买了视频网站会员,此占比高于其他网综节目。20%以上喜欢《偶像练习生》的观众购买过节目内广告的产品,14.1%喜欢《创造101》的观众下载过广告中的app。极光大数据发现,《偶像练习生》观众以19-24岁、女性为主,约三成观众为本科及以上学历。因受访者中学生及年轻未婚白领较多,仅23.3%月收入超过一万元。根据极光大数据,《创造101》观众中30.9%为本科及以上学历,25-34岁观众占比最多,其次为19-24岁观众。极光大数据发现,《吐槽大会第二季》观众多为19-34岁、男性观众占比较高,本科及以上学历观众占比超过40%。极光大数据发现,超过三成《热血街舞团》观众为19-24岁观众,家庭月收入过万的观众占比为23.3%。极光大数据发现,《这!就是街舞》观众主要为高学历、女性观众,本科及以上学历观众占比达到37.9%。网综市场发展,离不开对于观众的把握。观众并非被动地观看网综,对于明星嘉宾、节目类型等,也有自己的期待。五、社群篇极光调研数据显示,微博、微信、QQ等是粉丝关注喜欢的网综节目和艺人,甚至参与网综节目的重要平台。粉丝可在这些平台上了解节目、艺人最新动向,表达自己的关注和喜爱。从打榜送出道,到支持出道后各种推广代言,涵盖了吃喝及穿戴,粉丝经济已渗透到各个方面。报告说明1.数据来源调研数据,通过极光调研平台进行网络调研,共回收有效问卷1038份,执行周期为2018年5月2.数据周期报告整体时间段:2018.05具体数据指标请参考各页标注3.数据指标说明此报告中网络综艺观众定义为2018年以来观看过网络综艺节目的观众4.法律声明极光大数据所提供的数据信息系依据大样本数据抽样采集、小样本调研、数据模型预测及其他研究方法估算、分析得出,由于方法本身存在局限性,极光大数据依据上述方法所估算、分析得出的数据信息仅供参考,极光大数据不对上述数据信息的精确性、完整性、适用性和非侵权性做任何保证。任何机构或个人援引或基于上述数据信息所采取的任何行动所造成的法律后果均与极光大数据无关,由此引发的相关争议或法律责任皆由行为人承担5.报告其他说明极光数据研究院后续将利用自身的大数据能力,对各领域进行更详尽的分析解读和商业洞察,敬请期待关于极光极光(www.jiguang.cn)是中国领先的移动大数据服务商。其团队核心成员来自腾讯、摩根士丹利、豆瓣、Teradata和中国移动等公司。公司自2011年成立以来专注于为app开发者提供稳定高效的消息推送、统计分析、即时通讯、短信和社会化分享组件等开发者服务。至今我们已经服务了超过70万款移动应用,30万开发者,累计覆盖超过130亿个移动终端,月独立活跃设备超过9亿,日发送消息60亿,产品覆盖了中国国内90%以上的移动终端。基于积累的海量数据,我们拓展了在大数据领域的产品,包括极光效果通和极光数据服务。极光致力于为各行各业节约开发成本,提高运营效率,优化业务决策。
光明网讯(记者 秦超)日前,《清华大学智库大数据报告(2018)》由清华大学公共管理学院智库研究中心发布,中心主任朱旭峰担任本次报告的首席专家。《清华大学智库大数据报告》是通过大数据评价方法和社交大数据资源,对全球智库活动进行的综合性评价与评级。该报告通过对智库及专家言论在社交媒体中的大数据分析,推出了中国智库大数据指数(CTTBI)和全球智库大数据指数(GTTBI),公布了该机构对中国智库和全球智库的评价结果。报告采用具有客观、无偏、实时和大样本特点的大数据评价方法,通过对智库及其专家学术活动的大量无组织的痕迹数据进行回溯、追踪、提取和分析,对智库影响力进行客观评价。《清华大学智库大数据报告》首次发布于2016年,采取每年发布的形式,本次报告为课题组的第三次发布。《清华大学智库大数据报告(2018)》相比于前两年有三点重要的改进:一是依据国内知名智库评价机构最新的智库评价报告扩充了本机构评价的中国智库名录;二是完善与更新了中国智库和全球智库的社交媒体官方账户和中国智库专家社交媒体账户的基础数据;三是改进了关键词搜索算法,采集了更加完整和精准的源数据,进一步降低大数据分析的误差。此外,本次报告结合2016年、2017年的数据及评价结果对中国智库和全球智库在社交媒体上的活动行为进行了趋势性的分析和解读。《清华大学智库大数据报告(2018)》的“中国智库大数据模块”评价了归属七种类别的1065家中国智库。中国智库行为的源数据来自于由20万个网站、2100万个活跃微信公众号、2.5亿个活跃微博账户、6155个论坛和307个主流新闻类APP构成的基础大数据平台。报告以1065家智库的全称和简称作为关键词在基础数据库平台进行初步检索,经过识别、清洗和匹配等技术环节处理,最终获得中国智库在社交媒体上的三类源数据集:1)中国智库在腾讯微信平台上运营的官方微信公众号的账户信息及发文信息;2)中国智库在全部微信空间中被提及或引用的文章及其文章信息;3)中国智库专家在新浪微博平台中的专家账户信息和发文信息。基于中国智库大数据行为的三类源数据集,报告构建了由中国智库微信引用影响力、中国智库微博专家影响力和中国智库微信公号影响力三个一级指标和若干二级指标所组成的“中国智库大数据指数(2018)”(ChineseThinkTankBig-DataIndex,CTTBI2018)。报告分别评价了中国智库大数据影响力、中国智库微信引用影响力、中国智库微博专家影响力和中国智库微信公号影响力,并发布了中国智库前100名智库的四个指数评级。2018年,中国智库大数据指数(CTTBI)评级为A++机构有(按字母排序):国防大学、瞭望智库、盘古智库、全球化智库、中共中央党校、中国工程院、中国科学技术协会、中国科学院、中国人民大学重阳金融研究院和中国社会科学院。《清华大学智库大数据报告(2018)》在展望中指出:在当今全球社交媒体迅速发展、社会舆论力量兴起和各国决策体系不断完善的大背景下,各国智库都在积极拥抱社交媒体,提升智库影响力。这不仅契合智库扩大其影响力的内在动因,也应和了现代国家治理的外在需求和变化的国际环境。报告进一步指出,2018年智库在新型社交媒体上表现的更加活跃,诸多智库已开始意识到社交媒体平台作为智库社会影响力发挥的重要作用,并开始在社交媒体平台上的运营中投入精力。社交媒体平台,尤其是微信和Twitter,不仅成为促进学界观点传播的有效工具,也发掘和凝聚了社会精英群体的网络关注力。但是,智库积极运营社交媒体并加大其在社交媒体中的行为活动并不一定能够带来智库影响受众和影响效力的广泛提升,需要恰当的结合平台传播属性才能行之有效。与此同时,全球各类机构、媒体和个人都在利用社交媒体平台塑造自身影响力,引用了智库观点的文章并不总能产生更强的社会影响力,这意味着智库在思想市场中面临不断增长的竞争对手。智库若想赢得更多的社会影响力,则需要深刻理解社交媒体的行为模式,分析精准投放策略,并增强智库研究和产品的质量。对每个智库的运营者而言,在新媒体时代这无疑是一个更加富有挑战性的任务。智库研究中心简介:为了响应《关于加强中国特色新型智库建设的意见》重大部署,进一步推动智库加强自身平台建设、提高智库产品的质量、营造公平的政策研究市场环境、促使智库向专业化方向发展,清华大学公共管理学院成立智库研究中心。智库研究中心(ThinkTankResearchCenter)于2018年4月正式成立,旨在依托学院强大学术研究和政策分析能力,采用现代社会科学研究方法研究智库发展建设问题;通过搭建智库信息分析系统,对全球智库、尤其是中国智库的形象、能力、表现和发展进行综合性的跟踪分析和研究评价;支持全球智库研究网络建设和促进智库产业健康发展,致力于引导智库更好地为政策制定者与公众服务。