最近我又亲手采集了2020年初到2020年9月最新一批行业研究报告,一共挑选汇总了接近1800份行业研究报告,大小为5.5G多一点。这是压缩包大小所有分享的报告,是截止目前日期为止最新最全的行业资讯与数据信息。在整理分类的时候,我已经按获取渠道、行业分类作为子目录名挨个分好类。主要渠道来源30多个、包括阿里研究院、CBNData、百度指数、360营销研究院等、新浪微博数据中心、以及艾媒、艾瑞、CNNIC等专业机构。2020年是大变革的时代,也是是大浪淘沙的一年,历史更替、行业变革。作为普通人的 我们,迷迷糊糊的看着朦朦胧胧的世界,或迷茫、或浮沉,我们再次来到一个决定命运的交叉口。这时候,知识和数据将为我们指引航向。如此精彩的内容,无私与大家分享,希望能帮助到有此需求的人,这也是我们社群的宗旨。先上几张截图大家感受一下费了我好大功夫现在2020年1月—2020年9月最新的行业研究报告总量接近1800份的珍贵数据全都分享给您同时我也会每天收集+更新相关数据如果您觉得这份资料对您有帮助希望获取完整的内容参考学习您可以关注+评论+转发然后私信:2020感谢您的支持!
获取《2020年中国知识图谱行业研究报告》完整版,请关注gongzhonghao:vrsina,后台回复“综合报告”,该报告编号为20bg0065。人工智能本质是解决生产力升级的问题,人类生产力可以归类为知识生产力和劳动 生产力,人工智能走入产业后,可以分为感知智能、认知智能和行为智能,后两者 更与生产力相对应,NLP和知识图谱是发展认知智能的基础。原始数据通过知识抽取或数据整合的方式转换为三元组形式,然后三元组数据再经 过实体对齐,加入数据模型,形成标准的知识表示,过程中如产生新的关系组合, 通过知识推理形成新的知识形态,与原有知识共同经过质量评估,完成知识融合, 最终形成完整形态上的知识图谱。在面对数据多样、复杂,孤岛化,且单一数据价值不高的应用场景时,存在关系深 度搜索、规范业务流程、规则和经验性预测等需求,使用知识图谱解决方案将带来 最佳的应用价值。2019年涵盖大数据分析预测、领域知识图谱及NLP应用的大数据智能市场规模约为 106.6亿元,预计2023年将突破300亿元,年复合增长率为30.8%,其中2019年市 场中以金融领域和公安领域应用份额占比最大。随着整体市场数据基础的完善和需求唤醒,大数据智能领域规模持续走高,但在行 业可落地性和理性建设的限制下,预计市场增速将呈现下降趋势,期间咨询性需求 将会大量出现,从整体发展来看增速处于良性区间,对真正有价值的公司和产品有 正向意义。
互联网行业发生了多少改变?“大数据”、“人工智能”、“云计算”等技术名词走进人们视野;移动互联网纵深化发展,新媒体平台如雨后春笋般涌现;“区块链”概念席卷而来,社交媒体引爆众多舆论事件;互联网行业瞬息万变,一不留神就会被时代所抛弃而想要全面的了解一个行业《行业研究报告》是一个重要的信息来源木易为大家准备了1000份各行业的最为权威的《行业研究报告》这些内容全部来自公开渠道,并不涉及版权问题。主要渠道来源接近30个、包括腾讯的企鹅智酷、阿里研究院、百度营销中心、网易态度营销、新浪微博数据中心、360营销研究院等,以及艾媒、艾瑞、CBNData、CNNIC等专注于数据挖掘和整理的企业/组织。正值中秋佳节之际,很高兴能跟大家分享如此精彩的内容~先上部分截图:现在2017年1月~2018年3月最新的行业研究报告这总量1000份的珍贵数据全都分享给你只希望你能对这个世界有更清楚的认知!关注微信公众号“第9527号当铺”领取全面的行业研究报告
无论是金融机构研究员、咨询公司顾问甚至是互联网战略分析师,他们都有一个必备技能,那就是需要会做行业研究报告,从战略和经营角度为企业提供发展建议。如果没有通过专业的训练,很多人是不清楚如何做一份行业研究报告的,比如你身处短视频行业,你领导突然下达一个任务,让你做一份短视频行业的研究报告,你一定会是懵的,无从下手,从哪里切入?1行业研究思考框架 行业研究的逻辑线索简单来说就是从大到小,从宏观到微观。第一步,分析 宏观环境和整体 行业趋势,为之后的分析定下基调。第二步,分析 细分领域和 具体公司情况,因为宏观的概念无法落地。第三步,分析竞对企业情况和 应对策略,怎么样才能碾压对手or不被对手玩死。第四步,分析企业未来的发展趋势和 投资价值。(这一步不是必须的,可以根据研究的目的和具体的业务要求的不同灵活处理)以上四步,下面会针对每一步来详细讲具体的研究方法。2宏观形势分析分析宏观形势,大致也可以分为下面四步:1. PEST分析一个公司,一个行业无不受到整个国家乃至全球格局趋势的影响。如果想要预测和把控一个行业的发展机遇和方向,就一定要有更高的格局。更重要的是,现在一个行业的颠覆往往不是来自于内部企业,而是来自于看似完全不相关的外部企业,甚至是来自新的行业。第四次工业革命来临,大数据、AI、云计算带来的科技变革会产生很多新兴的公司和行业,而这些新来者往往正是传统行业的掘墓人。咨询公司常用到的PEST(Politics,Economy,Society,Technology)模型是分析宏观环境最好的工具之一。其中Politics(政治)维度是最需要重视的。有些不能过审的内容这里不能多讲,举几个简单的例子:国内有很多行业都是需要政府补贴的(例如新能源电动车等),还有很多行业是需要看政策风向吃饭的(例如动不动就翻车的P2P行业)。国外政府的态度和风向也很容易影响行业格局。华为就是最好的例子。川大统领从行政命令的角度对一个商业公司的封杀就是降维打击,本来是可以直接搞死企业的(例如美国弄死“法国华为”阿尔斯通的案例,可以参考《美国陷阱》这本书)。好在华为一直坚持自主研发的精神,在(窝巢支持下)和美国硬杠的道路上一骑绝尘,虽然芯片国产化的技术难度在短期内很难追上,但硬杠到底总比妥协屈服后被步步蚕食的下场好了太多,毕竟老牌资本主义国家的嘴脸一直是贪得无厌。这个问题北宋文学家苏洵在《六国论》里说的过于精辟,以下原文引用预警:今日割五城,明日割十城,然后得一夕安寝。起视四境,而秦兵又至矣。然则诸侯之地有限,暴秦之欲无厌,奉之弥繁,侵之愈急。古人云:“以地事秦,犹抱薪救火,薪不尽,火不灭。”2. 产业链分析任何一个行业其实只是整个产业链中的一个环节,通过对整个产业链条进行分析,其实可以帮助我们更好的了解行业。这里具体的方法很多,可以层层逼近的方式来深入了解行业,具体的问题例如:行业在产业链条中的位置是什么?上下游都有哪些?行业在产业链条中的价值是什么?行业在产业链条中是否不可或缺的?行业是否具备在产业链条中的定价权?…………二级市场行业研究经常会对一个公司背后的整条产业链进行分析,例如苹果和华为,这两家行业巨头的背后,是无数上下游供应商提供的各种零配件和技术。从芯片、到面板、到摄像模组、到音频系统等等,每个方面都是各种供应商的配件和技术结晶,最终才能呈现出一台优秀的手机。天朝大A股市场也常出现XX概念股(例如苹果概念股,5G概念股等),也是来自于产业链分析的结果。3. 行业规模估算既然要在一个行业发展或者深耕,就一定要知道这个行业的市场规模,这样才能知道有多大的蛋糕可以分(市场潜量),或者还剩下多少蛋糕可以分(市场存量)。估算市场规模(Market Sizing),是咨询公司面试常用的题目,一般可以从供给端(Supply)与需求端(Demand)出发,进行交叉验证。简单来说,本质上就是要把一个你不知道的数,拆成几个你知道或者容易推测的数。举一个例子,如何估算北京市每年的奶茶店市场规模?从需求端角度来看,可以拆成一个很简单的问题:我家三口人,只有我每两天喝一次奶茶,每杯30块钱。那我家一年花多少钱买奶茶?转化成专业一点的公式就是:市场规模 = 用户基数(3口人) x 渗透率(1/3) x 消费频次(约180杯/年) x 客单价(30块)这个公式里面,用户基数已知,客单价已知,渗透率和消费频次可以根据经验拍一个数,如果要提高准确率,还可以通过用户分群的方式估算不同人群的渗透率和消费频次。实际工作中,还可以通过数据分析、专家访谈、市场调研的方式获取更准确的数据进行估算,具体市场调研操作方法可以参考我之前写过的文章,这里不赘述。需要注意的是,很多时候只能做一个粗略的估算,并且不同估算方法考虑的因素不同,最后的估算结果也可能会有很大差异。更多的估算方法如果大家有兴趣,之后我会再写一篇文章给大家讲更多的例子。最后,如果想要省事,或者实在不好自行估算行业规模的话,也可以查找市场上现有的一些行研报告,采用报告中的估算数据,以作参考。4. 行业发展阶段分析通过上一步的市场规模估算,我们大概知道了这个行业还有多大的空间可以供企业争取。接着就需要判断行业处于哪个发展阶段,毕竟在不同的行业发展阶段,企业的竞争策略也是不同的。一般来说可以关注下面几种指标来判断行业的发展阶段:A)市场增长率、销售额/销售增长率、用户数/用户增长率这是主指标,与行业发展速度相匹配。传统企业更关注销售额/销售增长率,因为传统企业是利润驱动的。互联网企业更关注用户数/用户增长率,因为互联网企业是资本驱动的,只要有风口,就可以投入大量资本驱动行业增长,疯狂扩张,能熬死别人就赢了。举一个典型例子,瑞幸咖啡的前身神州租车就是这么玩的。B)利润率行业平均利润率,可以反应盈利能力和吸引投资能力。C)集中度行业前几名企业的销售额占比,反应垄断程度和竞争情况。集中度越高的行业越难进入,因为进入壁垒高,所以行业龙头的盈利水平较高,例如手机行业的苹果,常年以牛逼的毛利水平制霸全球同行财报。同理,集中度低的行业进入门槛低,但竞争激烈,盈利水平低。行业在初创期和成长期都很适合企业进入并抢“量”,成熟期和衰退期就需要稳扎稳打保持现有优势并谨慎探索未来方向,通过这样的思路来定一个策略上的基调3细分领域分析宏观的概念无法落地,所以第二步的分析要围绕整体策略,思考一个具体的落地方向,即下沉到一个细分目标市场。可以从以下5个维度思考这个问题:1. 商业模式是什么?严格来说其实没有所谓的互联网行业,只是互联网公司的产品以虚拟产品为主,而具体的深耕领域有游戏、广告、电商平台、社交、O2O平台、新闻资讯、互联网金融等等,更加垂直的领域有汽车、房产、美妆、母婴等等。这里谈的商业模式,更多关注盈利模式,下面举一些例子:B2C(商家对消费者):网易严选、小米商城等品牌商自己运营的平台、P2PB2B(商家对商家):咨询公司、广告公司、百度、头条B2B2C(早期是B2C):京东(有京东自营,有入驻商家)C2C(消费者对消费者):闲鱼二手交易、58同城二手板块B2VC(商家对投资者):绝大部分互联网公司都是,例如瑞幸咖啡、共享单车、B站O2O(Online to Offline):这个其实不能和上面几种放在一起讲,因为O2O的分类维度是从线上线下,而不是从交易对象的角度看。但是O2O可以包括B2C、B2B、C2C、B2B2C等等看到一个很生动形象的例子,也分享给大家:你在地摊买东西,C2C你去超市买东西,B2C超市找经销商进货,B2B超市出租柜台给经销商卖东西,B2B2C你在网上下载个优惠券去KFC消费,O2O所以问题来了,除了常识和经验,还有哪些方法可以用来搞清楚盈利模式?这里提供一些分析的思路,当然绝不仅限于这些思路:A)与业内人士交流问前辈,问同行,加入专业社群,付费咨询等B)看新闻,财报,行业文章通过关注行业新闻建立基本的认知,关注财报了解利润来源C)站在企业的角度看问题用户看问题是看功效(这个东西好不好用?)企业看问题是看谁来买单(能把这个东西卖给谁?谁会买?付多少钱买?)2. 细分市场是否有开发价值?这里主要是讲细分市场规模的现状与变化趋势。在前面的宏观形势分析里提过了估算行业规模的方法,同样的,针对细分市场也可以做进一步的市场估算,具体方法这里不赘述。3. 面向哪些消费群体?了解不同区域的消费群体规模、用户需求、消费者使用习惯与态度、品牌/产品渗透情况。具体分析方法参考之前写过的市场调研的文章。值得注意的是,传统行业除了分析消费群体,还特别注意具体的地域。因为每个大区、每个省、每个市可能都会有很多具体差异,光讲大趋势是落不了地的。4. 要做出什么产品?选择满足消费者需求,有增长空间的产品品类,并关注产品渗透率、产品所处的生命周期等。注意对于用户和产品的研究最好有量化数据。脱离规模谈需求,脱离用户谈产品,脱离地区谈策略,都是很不专业的。企业需要根据具体的数字做预算规划,行业研究想要落地,也离不开对一线业务的了解和调研。5. 有哪些风险制约因素?风险制约因素有很多,下面提供一些思路,但不仅限于这些思考维度:A)细分市场的PEST因素看具体落地时是否有机会点/障碍点B)行业的进入壁垒(也是关键的成功因素)即行业内既有企业在多年经营当中建立的优势。进入壁垒一般有:客户忠诚度,政策与政府关系,资本金投入,规模经济,技术积累,品牌效应,渠道,运营经验,产品差异化等等C)企业面临的潜在风险政策/法律风险(如贸易保护、行业限制、反倾销等)市场风险(如需求减少、竞争者增加等)经营风险(如员工过剩、成本提高等)财务风险(如坏账,现金流断裂等)…………D)核算成本和利润,看是否能盈利主要是传统企业,互联网企业可能不太在意利润的问题,毕竟烧钱是主流衡量盈利水平的指标一般有毛利率(Gross Margin),净资产收益率(ROE)和息税折旧摊销前利润(EBITDA)等等在研究具体项目时,一般会采用投资回报率(ROI),内部收益率(IRR),投资回收期(Payback Period)等等4竞争情况分析完成了对细分目标市场的分析之后,对行业的洞察已经可以具体到战术层面。如果还要更深入到战斗层面,结合行业趋势给出具体的操作方案,就得做第三步,竞争情况分析。大致的分析框架也可以分为下面四步:1. 竞争情况梳理首先可以做的一步是梳理一下行业目前有没有巨头?这些巨头是出于发展阶段还是已经占据了大壁江山?他们的研究方向是什么?除了新兴行业和高速发展中的行业,大部分行业的蛋糕其实已经被瓜分得差不多了,后来者如果想要搅局,就需要创新的思路。例如当年的新闻资讯行业,是门户网站的天下,例如新浪、搜狐、腾讯等,拥有大量的采编团队,对于已经形成如此体量的行业龙头而言,以传统的思路跟它们竞争是行不通的。于是今日头条作为搅局者,用算法分发的思路创新性地重构了行业格局,后来居上地占有了新闻资讯行业的一大块蛋糕。2. 选定竞争对手做竞争情况分析一定是需要对标一个甚至几个对家的。否则就是自嗨。只有选中对手才能谈优劣。因为最终选择权在用户手里。用户不会理会企业的各种策略,只会考虑我是谁、我需要什么功能、我觉得这个产品好不好用、我觉得这个产品贵不贵、我觉得对家产品是不是更好用、如果更好的话好在哪里……选中对手,才能真实测试用户态度,了解真实的竞争优势劣势,才能知道我们想象中的用户到底买不买单。3. SWOT分析SWOT(优势Strengths、劣势Weaknesses、机会Opportunities、威胁Threats)分析是最常用的竞对情况分析模型。通过对这SWOT四个因素的排列组合,可以确定之后的竞争策略。具体的思考维度可以参考但不限于以下思路:主要竞争品牌的知名度总体市场及各销售渠道的市场占有率用户构成、用户画像产品特点价格定位销售渠道、铺货范围、供货程度各销售渠道的优劣势各零售店的促销活动广告营销费用比例…………针对上面的每一个维度,都可以做SWOT分析,具体操作的时候建议结合当前业务关注的问题,选择最紧迫的几点有针对性地分析。抽象的概念不好理解,举一个好玩的例子来讲SWOT分析。时至2020年穿越剧仍然是很热门的话题,上半年就有从现代文明穿到古代文明拿狙击枪开挂吊打古人的,还有编剧穿到自己写的剧本里开上帝视角结果差点翻车的,所以这里可以提一个很有意思的问题:如果你穿越到三国时期,怎样才能成为人生赢家?(小目标是先赚他一个亿,大目标可以是一统天下)优势S作为穿越人士,最大的优势自然是对历史趋势的了解(俗称上帝视角、开天眼)。预知未来这个技能是所有人都梦寐以求的吧?要是让我回到2000年,我砸锅卖铁也要去买房子好吗。。。或者回到2010年,我愿倾家荡产投资茅台的股票。。。有人会说穿越人士还有一个优势是对现代军事科技的掌握,拜托你醒醒,火药你知道怎么配制吗?枪你可能会开,然而你会制造吗?你有图纸吗?有图纸你能一起带着穿越吗?重武器就更不要说了,不是专门研究这个的工程师就不要做梦了。。。还有人说穿越人士对兵法的了解?你是认真的吗?纸上谈兵还能有这么自信?古代战场上的天气、地势、敌我双方情况都是瞬息万变的,没有真正上过战场能理解这些细节吗?而且你知道怎么保障后勤吗?兵马未动粮草先行您能否考虑一下?所以作为穿越人士,要对自己有清醒的认知。你懂的是天下大势和历史人物的特点,不是具体的操作,所以请合理利用优势,广纳人才——因为你知道谁会打仗,谁会奇谋,谁会治军,谁会治国,所以请不要登月碰瓷三国时代名将谋臣的专业能力,你只需要知人善任,关键时候做出决策,老老实实做他们的老板就可以了。。。劣势W最大的劣势就是你作为一个穿越人士,光杆司令一个,没有认识的人,没有群众基础,连家人和朋友都没有。电视剧里那种一穿越就能碰到男主角/女主角的事情,想想就好,不要当真。更实际的情况是你穿越之后连衣服都没有,连一块烧饼都买不起,上无片瓦,下无交通工具。当然你要是开了金手指,开局直接魂穿了某位无辜群众,前面的话当我没说。机会O说到机会,从商业角度来看,就是要看前面提过的行业宏观形势和细分市场情况。有下面几个机会点可以考虑:1)致富请找医疗行业宏观形势是,三国时期瘟疫影响了很多战争的发展和结果(黄巾之乱就是源于东汉末年的大瘟疫,赤壁之战曹军水土不服也是一个例子),瘟疫和伤病也导致了很多名将谋臣的陨落。从细分市场来看,搞医疗行业必定是能致富的,但是关键问题在于你不掌握核心技术。所以赶紧去抱华佗大神的大腿,比如说对麻沸散这种神药进行商业化操作(由你作为药企掌握定价权),对五禽戏这种神操进行大规模推广开班(可惜不能直播教学)。不管是把华佗发展成商业合伙人,还是通过人格魅力发展成挚友,都是靠谱的方法~2)搞事请找你喜欢的合作伙伴如果想要改变历史进程,你需要先和诸侯或地方豪强合作,毕竟你手里没兵没粮,巧妇难为无米之炊。先获取诸侯豪强的信任,获得创业的第一桶金(即兵马钱粮),接着就可以靠你的天眼一步一步扭转历史。具体跟谁合作取决于你穿越到了哪一年。举个栗子,如果穿越到建安二年,你可以去找曹老板,建议他不要去搞张绣的婶婶。如果穿越到建安五年,你可以去找孙策,建议他不要单骑出猎。如果你要和刘备一起干,随时可以建议他去请诸葛先生出山并且尽快把法正从刘璋那里挖过来。威胁T整体的宏观环境威胁来自于你不会武功,又没有军队,被抢劫or被暗杀or亡于兵灾的可能性很大,所以需要考虑和本地豪强合作,或投靠某位诸侯。具体的细分领域威胁来自于你要发展的行业:如果要发展医药行业就要紧密观察华佗会不会抛弃你单干,是否能够获取核心的商业机密(例如麻沸散的制作方法等),或者如何通过股权运作的方式保住你在公司里的地位等等。如果要搞事,最大的威胁就是曹刘孙三家诸侯,他们在你羽翼未丰之际是强大的竞争对手,在你形成实力之后是随时会卷土重来的隐患。接下来可以看一下具体的竞争策略了:机会优势战略(OS)如果外部的机会正好是你的优势,赶紧利用起来机会劣势战略(OW)外部有很好的机会,但是目前是你的劣势,你就需要改进优势威胁战略(ST)你具有优势但是外部存在威胁,那就需要时刻监视、保持警惕威胁劣势战略(WT)既是威胁又是你的劣势,请及时逃离并消除以下是结合“如何在三国成为人生赢家”这个问题的具体战略说明:4. 标杆分析标杆分析(Benchmarking),就是把企业经营的各方面情况与与竞争对手或行业一流企业的产品、服务、经营业绩进行对照分析的过程。说的通俗一点就是高级的拿来主义,怎样把别人的优秀经验化为己用,如何对别人的经验取其精华去其糟粕,并调整为符合自己战略和特点的操作。这里举一个例子:对于销售部门来说,标杆分析是很适合的方法。如果直接对销售进行指导,无异于纸上谈兵。毕竟总部的分析师不一定会去一线接触销售跑单的业务,就算接触了也是钦差出巡体验生活,并不是真的和基层销售员一起跑业务,所以上来就指手画脚经常是脱离实际的。销售会质疑总部的分析人员,但不会质疑比他们自己做得好的销售,最多抱怨自己没有人家的外形条件、地域条件、促销政策、话术指导、以及其他支持资源等等(是的他们可以找一万个理由证明业务做不过人家不是自己的问题)。所以对于这种情况,树立标杆比讲道理有用,让他们跟着做得最好的销售标杆案例学习是让他们心服口服的好办法。全国的销售团队,总有一个大区的业绩最好,这个大区里又有一个省市业绩最好,这个省市里又有一个商圈业绩最好,这个商圈里又有一个门店业绩最好,这个门店里又有一个金牌销售业绩最好。为什么人家业绩好?刨除不可复制的因素之外,学TA的成功经验就好了。销售行为毕竟还是可以通过一定的观察和分析,总结出套路和流程化操作的。你的目的不是把60分的销售变成90分,而是把不及格的销售变成60分,量变引起质变,最后对总体业绩的提升将会是明显的。这里就不展开来说未来趋势分析这一点了,毕竟对于未来趋势的把握,需要长期的行业经验积累和商业洞察才能做到,大部分人的预测都只是看看而已,就算是数据模型,对未来的预测也有太多的变数。这一点以后有机会再聊。5去哪里找数据最后讲一下数据要去哪里找。毕竟不管是做行研,还是做分析,一切研究的基础都需要有数据,所以找数据是第一步。1. 怎么找数据?从大的角度看,有5种方法:1)搜索引擎谷歌大法好,请善用搜索引擎,可以帮你节省大量时间,准确找到需要的信息,并且发现一些新的思考维度。唯一的门槛是需要科学上网。2)搜索引擎搜不到的其他网络内容例如微信公众号的内容,就是一个信息孤岛,不开放给搜索引擎的,所以只能自行关注感兴趣的行业,寻找相关的媒体或自媒体。3)公开二手数据国家官方公开数据,例如统计局数据上市公司公开数据,例如招股书、财报、重大公告以及来自咨询公司、数据平台、第三方机构的研究报告4)市场调研数据这些数据可以是二手的,也可以是自己调研得来的一手数据,具体调研方式包括但不限于专家访谈、用户访谈、问卷调查、实地考察、Cold Call等等。5)人脉交流这部分数据就看各位同学的本事了,可以是你家里带来的资源,可以是你的同学、老师、校友、同事、朋友带来的资源,也可以是你自己通过社交、会议、沙龙、社群等方式获得的人脉资源。毕竟很多内幕消息和行业核心信息,只掌握在少数人手里,必须接触到相关人士,才能了解到这类信息。总的来说,看脸,也看缘。2. 怎么看待数据?拿一张表做说明:1)官方数据最权威的数据来源是国家统计局。但是即使是国家统计局,拿到/上报的数据就是一定真实的吗?不敢多说怕不过审。行业协会数据同理。2)第三方机构数据这种数据比较真实,但是有两个问题:一、数据来源于使用了第三方机构产品的企业。例如TalkingData(这个公司是做数据服务的)发布的互联网行业报告,但是注意这个报告对互联网行业的定义,仅限于那些用了TalkingData产品的互联网企业。那还有很多没有用这个公司产品的互联网企业,就不算了?二、第三方机构的数据只能用于某些特定行业的分析,例如电商、社交、游戏等互联网属性强的行业,有大量的用户数据供分析。但是对很多传统行业而言,要么没数据,要么很难收集数据,你怎么分析?3)市场调查数据调研数据也是比较真实可信的,局限在于样本太小、成本又太高。只要涉及到抽样,都会有样本是否有代表性的问题,反推可能过于夸张,而且还有幸存者偏差。国家统计局也会做抽样,但是样本相比全国的企业简直是九牛一毛。如果做全量统计,除了公安机关民政机关,就是运营商和微信有这个能力了(三大运营商用户智能机设备数超过14亿,微信用户数接近12亿),但是微信采集不到其他APP的数据,三大运营商采集不到没有智能机的人群的数据。这都是客观局限。4)企业主动发布数据上市公司的财报、公告等信息一般可以从官网的投资者关系这一栏找到,同时上市公司的招股说明书对于新手了解一个行业非常有用,会有一些章节详细介绍上市公司从诞生到上市的情况,包括业务情况和运作方式,并将公司所在行业进行一次梳理。招股书、财报这类数据,虽然存在粉饰的嫌疑,但总体来说也是比较真实的,但是也有两个问题:一、数量太少、频率太低,毕竟你不能逼着企业发布数据啊。二、对于广大非上市公司,你怎么分析?估计只能猜了。当然还有一些其他渠道的数据,但除非能够相互印证,一般都不能直接使用。3. 数据不准确怎么办?既然能获取的数据存在这么多问题,那应该怎么用呢?如果数据不准要怎么办?首先,不要迷信行研的数据。严格来说,行研数据肯定不准,也没办法准,如果你的内部数据和行研数据对不上,也很正常,相信你的内部数据,不要强行说服自己。但是商业数据通常很难获取,特别是竞争对手的数据,即使是通过私人关系从对方内部拿到的数据也是天差地别,无法甄别。因此通过第三方咨询公司购买是最常用的做法。除此之外,从对方网站爬数据,通过搜索引擎收集相关的新闻报道、公司高管的采访视频、投资人对公司的评价等等方式也是常用的手段。虽然比较麻烦,但是把以上方式收集到的数据综合在一起看却是最接近真相的数据。行研真正的价值,不是具体数字,而是分析师对于行业整体发展趋势的判断。好的分析师能够结合其他的数据和信息,看到数据背后隐含的商业行为和价值,这才是真正做战略分析的意义所在。所以行研的参考意义大于实战价值,如果内部数据都分析不出来问题,行业分析更是只能作为参考,更多的时候是给投资人画饼的时候的背书。更关键的是,逻辑有时候比数据更重要。不管你通过数据分析出了多少结论,最后都要输出并且说服别人。这就需要你有讲故事的能力。说服力强的故事通常有着严密的逻辑分析推理过程,因果关系在大多数情况下也是成立的。这个过程并不比数据收集分析简单,或者说更具有挑战性。因为你的读者(不管是同事、老板、还是客户)可能很难质疑你的数据,所以会更加注意你的逻辑是否合理和严密。思考的逻辑可以是树状的,但是沟通的逻辑最好是线性的,表达和汇报的时候需要有清晰的结构和重点,对于逻辑思维和表达的训练说起来又可以单独写一篇文章了,以后有机会再跟大家分享。4. 常用工具推荐下面推荐一些常用的找数据的工具和网站,供大家参考:官方统计数据:国家统计局行业统计数据:各大行业协会官方网站咨询公司报告:MBB、罗兰贝格、德勤、普华永道、尼尔森、IBM等第三方数据机构报告:CAICT中国信通院、 CNNIC国家互联网络信息中心、阿里研究院、企鹅智酷、360研究报告、 199IT、 TalkingData、QuestMobile、前瞻网、乐晴智库、友盟、艺恩、艾瑞、艾媒、易观、亿欧、极光等二级市场研报:WIND万得金融终端、迈博汇金(慧博)、Bloomberg(彭博)等上市公司财报:上交所、深交所、港交所、美国SEC、上市公司网站投资者关系页、巨潮网、证券星等创投媒体:36 氪、虎嗅、猎云、亿邦、新浪科技等财经媒体:华尔街见闻、财新网、FT、新浪财经等垂直领域研究与资讯:微信公众号、知乎机构号等宝藏工具:B站,包括但不限于知识区的财经频道,科普频道,社科频道等个人推荐的行研报告查询平台:发现报告 https://www.fxbaogao.com/并购家 http://ipoipo.cn/作者:胖小丁 知名咨询公司管理咨询pointer,头部互联网战略分析师和策略分析师。
今天为大家分享的是IDC行业研究报告,部分内容如下,下期(K12在线教育行业研报)2020年中国IDC行业概览.pdfIDC—数字中国发展的基石.pdfIDC系列报告一:数字产业基石,关注卡位核心地区的IDC企业.pdfIDC系列报告三:数据中心中各类IT硬件占比拆分.pdfIDC系列报告之六:从DCF角度看IDC行业的长期投资价值.pdfIDC系列报告二:还原IDC行业的真实盈利能力.pdfIDC行业展望:发展确定性高,2020是机遇之年.pdfIDC行业投资标的梳理.pdfIDC行业报告:新一代信息技术的核心基础设施-搜搜报告.pdfIDC行业深度报告之一:中美对比研究:哪些因素在影响IDC企业估值.pdfIDC行业深度报告:以美为鉴,腾飞在即_搜搜报告.pdfIDC行业研究框架报告:IDC-数字化转型的基础设施.pdf云计算数据中心产业链专题:短期需求叠加长期逻辑,IDC及云计算产业链投资图谱-搜搜报告.pdf从三大边际变化再论本轮IDC投资三要素.pdf从全球IDC龙头Equinix看中美IDC发展路径:乘数字化之浪潮,REITs助力成长.pdf全球IDC价值重估系列报告之五:与流量巨头共舞,尽享景气提升红利.pdf全球IDC价值重估系列深度之一:流量将第三次爆发增长,从“收入-成本”视角看全球IDC企业价值重估.pdf全球IDC价值重估系列深度之二:回顾全球IDC发展史,寻找下一个Equinix.pdf印制电路板行业深度:头部通讯PCB厂商深度受益IDC基站建设.pdf掘金数据中心系列深度报告(一):IDC大变革时代,紧握优质核心资产.pdf数据中心IDC行业深度研究报告:数据中心:沧海流量,信息基石-搜搜报告.pdf数据中心专题报告:关注上游设备及深耕一线商圈的IDC服务商.pdf数据中心深度报告(二):IDC投资快速增长,成就IC变革引擎.pdf文件名清单.TXT新三板TMT专题报告:数据中心景气下能耗问题爆发,IDC节能降耗行业腾飞在即.pdf申万宏源-通信周报:IDC投资建议聚焦头部互联网企业的供应商.pdf获取本文件夹所有文件名(不含子文件夹).bat计算机行业2020年中期策略报告:关注IDC板块的投资机会.pdf通信行业2020年下半年投资策略:新基建政策推动下,5G和IDC赛道开启加速跑.pdf通信行业深度分析:5G和IDC“新基建”促温控技术革命性升级,散热行业迎量价齐升大发展.pdf钢铁企业涉足IDC业务的可能性:钢企发展IDC:生产要素再利用.pdf钢铁企业涉足IDC业务的可能性:钢企发展IDC:生产要素再利用.pdf钢铁行业深度报告:当钢铁遇上IDC.pdf钢铁行业深度研究:钢厂IDC——新势力崛起搅动IDC行业.pdf部分报告内容展示:注明:报告内容归原作者所有,如有侵权,联删,行研君作为内容整理方,仅作为学习使用,下载后请在24小时内删除,否则后果自负。更多细分领域报告请查看星球。目前星球的报告已经按资料类型、细分行业、发布机构进行了整理,目前已经整理了200+、30000+精品报告,也持续更新了570+天。往期推荐5G行业研究报告(合集)从阅读行研报告开始了解一个行业(内附260+行业30000+份最新行研报告资源)-搜搜报告-每天分享50+研报的社群从阅读研报开始了解一个行业交个朋友。
编者按:本文来自微信公众号“艾瑞咨询”(ID:iresearch-),36氪经授权发布。核心摘要:中国企业信息化水平与经济总量的关系极不平衡;SaaS作为突破口拉近中国与领先国家之间的差距:2018年中国GDP占全球的比例达到15.8%,IT支出占比仅为3.7%,企业信息化发展水平滞后;企业级SaaS市场规模为243.5亿元,中国市场起步较晚,预计将在全球市场增长趋缓后继续保持高增长率。软件SaaS化大势所趋,但追赶差距不在一朝一夕;企业应用SaaS的优先级不同,细分市场机会各异:企业信息化水平的提高、对软件的付费意愿和SaaS订阅模式习惯的培养均需要较长时间,企业级SaaS不会出现类似2C市场的爆发式增长。总体而言增量市场应用将先于存量市场,小微企业被率先激活,大中型企业的创新型业务将有利可图。领先厂商做深行业解决方案,形成SaaS生态体系:业务垂直型与行业垂直型之间存在动态竞争关系,两者均需要更加关注行业性需求以做深解决方案。SaaS厂商间的投资并购更加频繁,领先厂商积极搭建PaaS开放平台,未来有望出现多强并存的SaaS生态体系。产品功能趋同,应针对赛道特点构筑差异化壁垒:一味比拼功能覆盖的全面性并不能让SaaS厂商脱颖而出,在形成了产品、销售和客户成功的协同作用后,网络效应和增值服务往往能让SaaS厂商更有“钱景”。预期偏差:企业信息化水平远落后于经济体量对标美国企业级SaaS的预期偏差企业服务厂商市值成长空间大,客户付费意愿未完全激活美国CRM SaaS公司Salesforce一直以来被作为全球SaaS行业的标杆。2018年,Salesforce市值首次突破千亿大关,从市值500亿美元到1000亿美元,它仅用了不到三年时间。具有打造“中国版Salesforce“野心的中国SaaS厂商不在少数,但至今尚未出现任何一家能够望其项背。事实上,不仅仅是在SaaS行业,即使是放大到整个企业服务市场,中国厂商的市值都远远落后于欧美市场,和消费级服务相比有极大的成长空间。公司的价值评估取决于资产的盈利能力,SaaS厂商以客户订阅为核心商业模式,客户的付费意愿和能力直接决定其了市值。相比Salesforce订阅收入占比超过90%、毛利率近80%,过去几年中国SaaS厂商普遍存在的痛点是,中小企业更倾向于免费产品,付费意愿有待激活,中大型企业习惯于定制化项目的服务模式,对标准化SaaS产品的积极性有限。跨界打造移动办公平台难度高,巨头入场加速市场淘汰自2007年Salesforce推出PaaS平台以来,其应用市场平台AppExchange汇集了超4000款预集成的应用程序,与PaaS平台相关的收入占云服务收入的比重增长到2019财年的23.0%。Salesforce通过搭建PaaS开放平台扩展和完善自身功能的举措大获成功,因此为诸多国内SaaS厂商所效仿。2014年左右,CRM、OA协同等领域的领先玩家开始基于自身垂直产品跨界打造移动办公平台。背靠阿里和腾讯的钉钉和企业微信以企业级IM强势切入,在短时间内实现大规模扩张,竞争空间迅速收窄导致不少跨界玩家发展受阻。从目前的市场表现来看,国内尚未出现类似Salesforce体量的PaaS平台,平台中立性、平台与开发者的利益分配以及厂商间的数据打通等诸多问题仍有待解决。中国企业信息化发展特征企业信息化整体水平的滞后造成SaaS市场的预期偏差站在全球视角下,中国企业信息化投入与整体经济发展水平的关系极不平衡。2018年,中国GDP占全球的比例达到15.8%,但中国企业的IT支出占比仅为3.7%,在过去以粗放式增长为主导的模式下,中国经济总量的快速增长在很大程度上没有反应到企业的信息化投入当中。企业信息化整体水平的滞后造成了SaaS市场的预期偏差,在将美国SaaS市场作为对标对象的同时,应当意识到中国企业IT应用的成熟度与个人消费者之间的差异。Salesforce在美国市场打出了“软件终结者”的口号,而在中国,SaaS厂商面临的市场环境中依然有大量企业的信息化停留在纸质资料电子化的浅层水平,ERP、SCM、CRM等软件应用并不非常广泛,即在业务数字化尚未完全普及的情况下就需要直接进入到数字化转型阶段。中国企业信息化发展阶段技术驱动信息化迈向新成长周期,中美差距将有望逐步缩小根据著名的诺兰阶段理论,企业的信息化成长遵循S形曲线,同时IT领域的每一次重大技术变革,都将推动企业进入新的循环。从微机时代进入互联网时代,企业第一次意识到了IT应用对企业发展的重要战略性作用。20世纪90年代中国进入互联网时代,比互联网起源地美国晚了整整20年,这一差距直接造成中国企业信息化发展阶段的滞后。进入移动互联网时代,C端用户行为习惯的改变作用于企业商业模式,基于移动互联网开展的新型业务大行其道,海量数据对计算性能和效率提出了更高的要求。移动互联网和云计算叠加大数据、物联网、人工智能等新兴技术,从需求端和供给端共同推动中国企业信息化进入新的成长周期,变革由领先互联网公司开始向各行业各领域渗透。驱动因素:各方势力入场推动SaaS应用加速中国企业级SaaS发展驱动力:供给端传统软件厂商以云服务作为增长引擎,激活高端存量市场目前中国企业级SaaS市场主要由三类玩家构成,即新兴SaaS创业公司、传统软件厂商和2C互联网巨头。其中,传统软件厂商从事企业信息化时间最久,客户基础和业务积累最为深厚。以金蝶、用友为代表的一众传统软件厂商高调向云转型,伴随着SaaS产品收入贡献比例的持续增加,SaaS业务已经成长为拉动增长的关键引擎。作为SaaS市场上单体营收能力最强的一类玩家,传统软件厂商重点服务于中大型以及超大型企业,无论是将原有软件产品转化为SaaS,还是针对新模式、高性能的业务需求推出的全新SaaS产品,都有助于快速激活高端市场中的存量客户,从而填补2C互联网巨头和SaaS创业公司较难触及的领域空白。2C互联网巨头的“B计划”,多维度刺激SaaS行业加速发展消费互联网红利见顶加之云服务整体产业趋向成熟,2018年2C互联网巨头在企业服务市场动作频繁,腾讯、美团、阿里、百度四家公司相继宣布进行组织架构调整,产业互联网战略地位持续升级。除钉钉、企业微信等入口级产品来势汹汹外,巨头们更是积极展开投资并购与生态合作,斥重金搭建自身的企业服务生态。2C巨头进场为SaaS行业带来了多维度的刺激,扮演着行业催化剂的角色。比起直接的市场竞争,巨头的生态思路通常更加侧重平台技术和能力的输出,帮助合作伙伴快速形成解决方案共同服务于客户;借助巨头的品牌和流量优势,其合作伙伴也能够实现高效的客户触达。巨头们的高调向市场释放产业互联网时机已来的信号,对数字化转型重视程度的提高有助于加速SaaS市场教育;而以投资或扶持计划名义投入市场的资金,也将激励中小创业公司开发出更优质的SaaS产品。中国企业级SaaS市场规模整体规模约250亿元,预计未来三年复合增长率近40%2018年中国企业级SaaS市场规模为243.5亿元,较上年增长47.9%。在经历了短暂的爆发式增长后,SaaS市场体量快速跃升,随后年增长率在2016年到2017年间回落明显。进入到2018年,资本市场对SaaS的态度趋于理性,客户对SaaS的认可度进一步提升,同时各细分赛道的领先厂商在商业化的探索上愈发成熟,SaaS市场增速再度上扬。预计未来三年内中国企业级SaaS市场将保持39.0%的年复合增长率,到2021年整体市场规模将达到654.2亿元。中国企业级SaaS市场细分结构CRM、客服与呼叫中心、ERP和通信占业务垂直型市场六成2018年中国业务垂直型SaaS市场规模达到140.2亿元,同比增长42.1%。其中,CRMSaaS市场最大,约占业务垂直型SaaS市场的20%,其次为客服与呼叫中心、ERP和通信(含邮箱、会议和直播)SaaS,占比分别在15%、11%和11%。从市场增速来看,除电子签名市场2018年增长率超100%,其他市场年增长率基本落在30%-50%的区间。总体而言,业务垂直型SaaS细分市场结构近两年变化不大。行业垂直型中零售电商SaaS市场规模最大,占比超四分之一2018年中国行业垂直型SaaS市场规模达到103.3亿元,整体规模略小于业务垂直型SaaS,但年增长率更高为56.6%。其中,零售电商SaaS市场规模最大,约占行业垂直型SaaS的26%,受益于新零售、智慧零售、无界零售概念的兴起,零售电商SaaS年增长率达到66.2%。医疗、物流SaaS市场规模紧随其后,占比约为16%和13%。目前,行业垂直型SaaS主要出现在行业性需求强且与互联网结合更紧密的领域,大量传统行业的SaaS渗透率依然有很大提升空间。实践路径:客户分层,商业化探索初见成效中国企业级SaaS的客群结构小微企业需求标准化,中型企业行业化,大型企业定制化根据企业员工规模和营收能力粗略地对SaaS目标客户进行划分,通常而言企业规模越大对定制化的要求就越高。受限于自身的IT预算和开发能力,小微企业的信息化建设落后,以按需订购模式提供的标准化SaaS产品天然适合于小微企业。虽然客单价最低,但因为占据数量优势,小微企业对GDP的贡献高达60%,整体市场空间不容小觑。中型企业比小微企业需求更加定制化,付费能力依然不及大型企业,SaaS厂商多围绕客户的行业属性提炼共性需求,利用PaaS对通用型产品进行延伸。处于金字塔顶端的客户业务和组织架构复杂,且往往已经拥有较为成熟的IT系统,对SaaS产品的需求集中在创新型业务上,在SaaS+PaaS的基础上,厂商还需要辅以更多定制化的增值服务才能撬动大型企业。中国企业级SaaS的竞争要素产品、销售、客户成功三位一体,共同形成全生命周期闭环SaaS厂商经常面临的三个难题是产品难做、产品难卖和产品难用,仅产品切中客户的业务和场景痛点还不够,需要进一步通过销售和客户成功的环节来完成客户全生命周期的闭环。由于客户较难在短时间内认识到2B产品创造的价值,SaaS产品与获客渠道的契合显得至关重要。部分2B产品如文档协作、企业IM、企业网盘等,和2C产品之间的界限相对模糊,可以采用自下而上(非自上而下的管理层决策)的销售路径,有机会发挥类似2C产品的病毒式传播和网络效应优势。基于SaaS商业模式,客户成功环节决定了厂商的续约能力,在客户全生命周期中扮演着重要的角色。客户成功团队需要充分调动厂商内部的各类资源,让客户会用并且用好SaaS产品。产品、销售、客户成功三者构成木桶效应,缺一不可,同时三者间亦存在协同的正向反馈,共同助力SaaS厂商的成功。中国企业级SaaS的平台化策略入口级产品降维打击,垂直型产品宜遵循平台到生态的路径目前中国企业级SaaS市场上存在着两种类型的平台化厂商。一类采取的策略类似Salesforce,通常为专注在特定业务或行业的领先厂商,通过搭建PaaS平台解决SaaS产品标准化与客户需求定制化的矛盾,以拓展大中型企业客户群体。另一类以钉钉、企业微信等具有巨头背景的产品为代表,从需求高频且相对通用的IM、OA协同等领域切入快速形成入口,进一步依托品牌、流量、资金等优势吸引第三方合作伙伴打造开放生态。采取降维打击的入口级产品自身只涉足通用的基础功能,入驻合作伙伴理论上可覆盖企业服务的所有领域,在平台化的效率上远高于CRM、HRM等垂直型产品。垂直型产品的平台化更加聚焦于自身的业务场景,平台化较为成功的厂商基本都遵循由客户验证提炼高可扩展性平台再到开放生态的发展路径,从实际市场表现来看,操之过急者往往会适得其反。中国企业级SaaS产业图谱未来趋势:在慢市场中挖掘赛道差异化机会中国企业级SaaS整体市场趋势软件SaaS化大势所趋,信息化演进背景下潜在市场空间巨大相比传统软件,SaaS简化管理、快速迭代、灵活付费和持续服务的优势在当前竞争环境中愈发突出,因而成为越来越多场景下企业客户的优选。2018年中国SaaS市场规模占应用软件的比例由2014年的6.0%上升到13.3%,软件SaaS化趋势不可逆转,预计2021年该比例将进一步增长至24.0%。考虑到中国企业信息化与领先国家的差距,企业营业收入中用于IT支出的比例每上升万分之一即可释放超过200亿元的市场空间,同时企业的IT支出结构也在不断优化,应用软件的投入比例将持续上涨。可以见得,SaaS的市场潜力远不止于当前的应用软件规模,未来的市场空间将非常可观。企业服务难出现爆发式增长,差距的追赶不在一朝一夕根据中国信通院数据,2018年中国数字经济总量超过3.1万亿元,占GDP比重达到34.8%,数字经济内部结构持续优化,产业数字化规模接近2.5万亿元。尽管数字经济的作用正在加速由IT、互联网等信息通信产业向其他产业传导,但能够看到的是,中美产业数字化规模占GDP的比重依然有近一倍的差距,难以在一朝一夕就追赶上。在中国SaaS市场巨大的潜在空间之下,企业信息化整体水平的提高、对软件的付费意愿和SaaS订阅模式习惯的培养都需要时间,2B市场不会出现像2C市场一样的爆发式增长,长路漫漫,仍需砥砺前行。中国企业级SaaS应用优先级小微企业市场率先激活,大中型企业创新型业务有利可图SaaS赛道众多,各细分市场间的差异来自于企业客户应用SaaS的优先级,总体而言增量市场的应用将先于存量市场。从客户群体来看,小微企业对应的增量市场被SaaS激活,其市场主体数量庞大,决策链条相对简单,高性价比的SaaS模式率先迎来快速增长,其中创新型业务的效益更加立竿见影,增长更快。大中型企业对SaaS的态度略显谨慎,但在创新型业务上已经开始表现出对SaaS的偏好,因其付费意愿和能力更强,大中型企业对应的潜在市场空间预期将高于小微企业。针对传统型业务,大中型企业在短期内没有动力替换使用中的传统软件,因而位于图中左下角的市场将呈现出相对缓慢、渐进式的存量替换。中国企业级SaaS细分市场机会明星赛道领先厂商突围,新兴赛道变数下暗藏机会下图呈现了具备一定规模的SaaS细分市场,通常而言,市场渗透率越高代表该领域SaaS应用越成熟,市场教育成本越低,行业集中度越高代表领先厂商的优势越明显,新进入者进入难度越大。CRM、零售电商赛道受移动互联网带来的新模式冲击最大,市场和资本关注度遥遥领先,目前已经出现多家营收过亿的创业公司。随着SaaS渗透率的进一步提高,领先厂商将加速收割市场,竞争趋于白热化。渗透率居中的新兴赛道竞争格局不确定性更大,虽然已经出现部分领军者,但后起之秀同样活跃,各方势力均有机会。市场渗透率和行业集中度双低的区域,SaaS应用成熟度低,同时传统软件竞争格局较为分散,在该区域深耕、培育市场者可以积累先发优势。市场渗透率低、行业集中度高的区域多为传统软件巨头把控,随着传统软件巨头加大SaaS转型力度,除已经占据一定市场份额的创业公司外,留给新进入者的机会相对有限。中国企业级SaaS玩家策略挖掘产品网络效应,延伸上下游增值服务,“钱景”更可观SaaS各细分赛道厂商数量的增多不可避免的带来产品同质化,但一味比拼功能覆盖的全面性并不能让SaaS厂商脱颖而出。观察当前市场上高增长、高收入的明星公司,在形成了产品、销售和客户成功的协同作用后,网络效应和增值服务往往能让SaaS厂商更有“钱景”。尽管2B市场整体不具备2C的爆发式增长属性,但通过挖掘所在赛道的网络效应依然能够帮助厂商获得高于竞争对手的增速。网络效应一方面可以来自于产品自身的连接属性,帮助客户与合作伙伴形成连接,另一方面也可以来自于对数据价值的有效使用,以行业大数据驱动营销、金融等数据类增值服务。在SaaS市场尚不成熟、付费意识有待培养的当下,围绕SaaS产品拓展上下游增值服务能够为SaaS厂商提供新的营收来源,从而在短时间内获得更可观的财务数据。典型的增值服务包括精准营销、第三方支付、供应链金融、咨询和培训等,同时搭载SaaS产品的硬件设备也可被视为广义的增值服务。看过来
获取《视觉中国投资价值分析报告:5G时代,内容生态基础设施,版权素材第一平台》完整版,请关注绿信公号:vrsina,后台回复“互联网2 ”,该报告编号为20bg0039。[研究报告内容摘要]视觉中国是国内领先的版权视觉内容服务平台,并逐步将服务范围拓展至视频、音乐素材优质内容。公司与超过50万名全球签约供稿人及280家专业版权内容机构合作,在线提供超过2亿张图片、1,500万条视频素材和35万首音乐素材,是全球最大的同类数字内容平台之一。投资要点一:独家稀缺版权+全球领先摄影师社区,构筑深厚版权壁垒难复制。观察全球版权图片市场超过20年的发展史,行业走向集中化并强者恒强的趋势明显。1)公司与全球图像素材龙头GettyImages维持长期独家双向战略合作;收购全球知名图库Corbis获得稀缺版权资产。2)公司收购并经营全球领先的摄影师社区500px,保障签约供稿方的数量和质量。投资要点二:定制化服务+SaaS,打造行业领先服务能力。1)企业级大客户:提供包括权利咨询与清除、拍摄服务在内的“一站式”产品与服务;凭借全素材版权、全方位服务优势,19年KA客户续签率超过80%;2)通过SaaS服务覆盖长尾市场、扩大用户基数:为各类客户提供100+API接口;素材库接入WPS内容平台“稻壳儿”及企业级云端视频创作平台OnVideo。投资要点三:图片素材百亿市场潜力,5G音视频素材需求或带来二次成长曲线。1)我们分别测算了广告与企业市场及长尾用图市场的规模,得到19年中国图库市场规模约为99.6亿;2)5G驱动视频内容的高速增长,打开音视频素材新市场;视频内容生产对素材需求更加刚性,我们测算20年年音视频素材市场规模为138.2-196.9亿元,22年或超过300亿元。“411”和“1210”事件危后有机,版权行业迎来渗透率上行和集中度提升拐点。1)“411”事件对公司造成一定的冲击,但公司业务护城河依然坚固,相关舆论讨论提升了全社会的版权意识,且版权执法趋严;“1210”事件后,与人民网战略合作人民视觉网规范新闻图片分发;2)19年公司合作的专业版权内容机构有增无减;直接合作客户和长尾客户继续保持增长,续签率稳定。经济增速下行和行业性的整顿加速了行业出清和头部化的趋势。盈利预测、估值与评级:公司整改后经营风险释放,业务恢复叠加行业拐点有望进入发展正轨,平台价值未来逐步提高。略微上调/下调/下调20-22年净利润预测至2.5/3.3/4.1亿(前值2.4/3.4/4.2),现价对应55/40/33xPE;DCF法显示公司每股内在价值区间21.94-36.46元。维持“买入”评级。
2017年下半年,数家计算机视觉公司单笔融资上亿美元,再次将计算机视觉推向人工智能领域最受关注的方向之一。本报告聚焦于计算机视觉技术现阶段在工业界的应用与研发,将在对相关技术热点及产业整体做概述性介绍的基础上,对典型应用的具体使用场景分领域论述,希望理清现状,写明征途,供产业界、投资界、政策制定者及关注人工智能领域的社会各界以参考。因报告研究对象以技术层创业公司为主,偏颇遗漏之处,敬请指正。 报告核心观点: 1. 深度学习主要提升的是计算机视觉领域分类任务的准确率;开源环境仅降低计算机视觉领域的入门技术门槛,前沿算法的技术壁垒依然存在;计算机视觉比赛成绩、论文成果不直接代表技术团队解决实际业务问题的能力。2. 2017年中国计算机视觉规模预期为40亿,凭借安防领域的爆发性增长,预期2020年将增长至725亿。3. 前端嵌入式智能系统的渗透率将逐步提升,与后端协同智能计算,加速产业智能升级。4. 算法迭代将不断提升限定场景识别准确率,加速渗透为各行业应用赋能。5. 前沿算法之外,计算机视觉公司的商业壁垒有赖于产品、服务、市场等综合建设。 一、计算机视觉技术概述 计算机视觉横跨感知与认知智能,现阶段应用以感知为主 视觉使人类得以感知和理解周边的世界,人的大脑皮层大约有70%的活动在处理视觉相关信息。计算机视觉即通过电子化的方式来感知和理解影像,以达到甚至超越人类视觉智能的效果。从1966年学科建立(MIT:The SummerVision Project)至今,尽管计算机视觉在感知与认知智能方向仍有大量难以解决、尚待探索的问题,但得益于深度学习算法的成熟应用(2012年,采用深度学习架构的AlexNet模型,以超越第二名10个百分点的成绩在ImageNet竞赛中夺冠),侧重于感知智能的图像分类技术在工业界逐步实现商用价值,助力金融、安防、互联网、手机、医疗、工业等领域智能升级。 现阶段有较好商业化进展的主要为语义感知中的分类任务 与人类实时选择性处理视觉信息不同(如人在驾驶时不需在意公路边草地的纹理或形状,也不用知道每辆车的确切形状),计算机仍难以从实际需求出发自主选择性输入并计算影像信息,通常需要人类对具体任务进行分解并使用与之匹配的计算方法,建立完整理想的智能视觉系统仍有很大挑战。另外,与可结合常识做猜想和推理进而辅助识别的人类智能系统相比,现阶段的视觉技术往往仅能利用影像表层信息,缺乏常识以及对事物功能、因果、动机等深层信息的认知把握。 数据与算力是深度学习的重要支撑 开源环境仅降低计算机视觉领域的入门技术门槛 工业界和学术界先后推出了用于深度学习模型训练的开源工具和框架,包括Caffe、Theano、Torch、MXNet、TensorFlow、PaddlePaddle、CNTK等等,极大降低了人工智能技术在工业实践中的入门门槛。尽管不同框架各有所长,但它们并不能真正满足企业在处理实际复杂业务时所面对的挑战,性能、显存支持、生态系统完善性、使用效率等不同层面的不足要求企业需要针对性的调整框架以适合自身业务所需。而在数据处理、计算集群管理、网络设计、应用端性能优化等若干重要环节都存在各种各样非开源技术或已成熟方案所能解决,极度依赖相关技术专家去探索求解的重要问题。对于前沿算法的突破创新以及算法在不同使用环境中的优化升级,不同公司的技术高低差异依然很大。 计算机视觉比赛的意义在于推动算法思想的进步 2007年由李飞飞教授发起的ImageNet计划将人工智能领域的影像数据推向了前所未有的规模,至今已有1400万张经过人工清洗标注的图片,含有2万个分类,为计算机视觉领域做出巨大贡献。自2010年每年一度的ImageNet物体识别竞赛(对1000类接近50万张图片的单标签识别),更是成为了计算机视觉领域最受关注的比赛。2017年,ImageNet举行了最后一届图像分类竞赛,Top 5的错误率降至2.25%(大幅领先人眼),该竞赛完成了历史使命,而更多的关于图像语义分割(像素级的分类问题)、1:N人脸识别、图像及视频理解(看图写话)方向的数据集与比赛将逐步登上舞台,推动更多领域更贴近真实世界场景的算法革新。 二、计算机视觉行业概况 计算机视觉行业图谱 中国计算机视觉行业市场规模 2016年下半年,1:N人脸识别、视频结构化等计算机视觉相关技术在安防领域的实战场景中突破工业化红线,敲响了计算机视觉行业市场大规模爆发的前奏。伴随人脸识别、物体识别等分类、分割算法不算提升精度,在2017年占比较高的安防、视频广告、泛金融、手机及互联网娱乐领域之外,医疗影像、工业制造、批发零售等现阶段的创新领域也将逐步解锁,成为行业整体快速发展的重要支撑。 前端智能的渗透率将逐步提升,与后端协同智能计算 伴随AI专用芯片及嵌入式感知系统的成熟研发,前端设备即可完成相对基础的视觉感知,并将识别、分类的结果实时应用,实现前端智能。对于需要大量计算、存储资源,利用多维度数据关联分析的诸多场景,后端服务器计算依然是当前主流。前端智能的渗透率将逐步提升,与后端智能协同加速产业升级,不仅可满足特定场景对实时性、隐私性的要求,还可在前端成像(千万像素、千帧/秒)提供越来越多数据信息的背景下,让前端智能选择预处理过的结构化的高质量数据及分析结果传输至后端,减少因带宽压力过大导致的丢包、压缩所引起的信息丢失或误差,提升智能分析的准确性。前端智能系统的功耗、稳定性、存储空间、数据及系统更新的网络传输等诸多重要问题仍有待解决,现阶段主要通过压缩算法模型、挖掘硬件潜力以及在压缩模型的同时针对现有芯片进行优化的方式来解决功耗有限、运算能力低的问题。 三、计算机视觉的应用场景 1、安防影像分析领域 主要应用场景之人脸识别 对道路卡口、车站、地铁站、机场等地方的监控视频进行智能分析,检测出动态视频中的人脸与黑名单库中的影像记录做实时比对,比对成功则立即报警推送给警务人员处置。 主要应用场景之视频结构化 2012年南京“1.6”案件发生后,南京警方从全市1万多个摄像头共提取了近2000T的视频数据,调动1500多名公安干警查阅搜索视频线索,共耗时一个多月。海量视频的有效利用存在巨大挑战,完全依靠人工费时费力,而安防影像智能分析则可有效缓解这一问题。视频结构化可针对已经生成的海量视频内容进行自动化处理,提供行人、机动车、非机动车等关键目标的监测、跟踪、属性分析,辅以以图搜图等检索功能,让案件侦办和治安布控更加智能便捷。 安防行业的千亿市场为视觉智能改造提供充分空间 2016年中国安防行业总产值为5410亿,占据2016年中国GDP的7‰,其中1900亿属于安防产品产值。从产品结构角度,安防产品可划分为视频监控、防盗报警、出入口控制等,安防影像的智能分析属于视频监控产品的升级改造,是各地区平安城市项目建设中的重要组成。2011年至2016年中国安防市场连续5年保持2位数增长,结合国家政府对建设更高水平的平安中国、进一步提升人民安全性的要求,未来中国的安防市场依然会保持稳定增长,对人工智能、计算机视觉技术的升级改造也提出了更高的期待。 智能安防相关产业链条分析 计算机视觉技术供应商在提供智能安防影像分析的时候,可能面对监控设备及平台软件厂商、集成商、公安等三大类客户。在最终的使用者公安以外,其他三类参与者关系复杂,各自的业务定位都在发展变化,合作间有竞争。 2、泛金融身份认证领域 主要应用场景及相关影像采集设备 与安防影像分析中人脸的“1:N”识别不同,目前泛金融领域以人脸“1:1”身份认证为主,部分场景涉及“1:N”识别,如银行网点中对VIP客户的智能识别。 刷脸认证的优势与功效 3、手机及互联网娱乐领域 为消费级产品带来全新智能体验 计算机视觉技术的成熟进步为同质化的手机产品及互联网娱乐应用带来了新的活力。2017年诸多国内外手机厂商推出了具有刷脸解锁的旗舰机型,而手机与影像相关的拍照优化、相册分类、编辑处理等也于近几年得以智能升级。人脸识别、特征点定位以及场景识别、物体识别等技术也丰富了直播、短视频等互联网应用的娱乐性,同时为影像内容的智能审核及分类做出贡献。 4、商品识别领域 拓宽信息边界,连接人与商品 键入关键词,搜索引擎可连接人与信息,大幅提升人类获取信息、搜集知识的效率,为世界创造巨大价值。计算机视觉则将信息的边界再度拓宽,缩短设计、原料采购、生产制造、线上与线下零售等各个环节的人与商品的距离,为商品供应链带来效能提升。 5、工业制造领域 产品质检及3D分拣 伴随年轻人从事重复性体力劳动的意愿降低,相关领域的劳动力成本极速上升,工厂对智能自动化设备的需求日益凸显,为计算机视觉技术在工业制造领域的研发落地提供了市场基础。产品(尤其3C产品)质检是现有视觉技术有望在未来3-5年在工业制造领域大规模落地的应用场景,目前产品质检依然依靠大量人力做肉眼判断,效率低、成本高、漏检误检严重,而深度学习算法可支持多种缺陷类型,增量学习也能不断提升产品适用性。另外,工业场景中存在大量的冲压件、组合件等不规则物体,不规则物体的分拣(无序抓取并有序放置,涉及物体识别、姿态估计、尺寸测量、运动规划等)需借助3D视觉技术,即使技术相对领先的国外产商相关产品也不足够成熟,出现问题难以即时相应(往往邮件沟通,售后服务难以保障),给予目前尚处于产品研发测试阶段的国内新兴厂商反超机会。 6、广告营销领域 智能挖掘影像内容广告位,构建新型营销模式 计算机视觉技术可在长视频、短视频等点播平台、直播平台以及利用手机摄像头的AR应用中,为广告主提供多种形式的互动化、与内容强相关的场景广告。 7、医疗影像分析领域 智能医疗影像分析对病种的要求及重要指标 相比计算机视觉在其他领域的数据标注工作,医疗影像的标注门槛较高,需由专业医师标注,而且非典型病例的标注意见较难统一。标注工作之外,医疗影像分析对数字化程度、数据量、临床路径、对应检测量都有着苛刻的要求,不同病种的情况不同,难以一概而论。另外,对具体系统分析能力的考核,不能仅依据简单的准确率,特异性与敏感性是最基本的两个指标。 8、自动驾驶领域 自动驾驶技术剖析 自动驾驶系统主要涉及传感器融合、感知、高精地图、定位、规划及控制等若干技术环节,以解决“我在哪儿,周围有什么,环境将发生什么变化以及我该怎么做“等四个问题,计算机视觉则在环境感知(周围有什么)与地图绘制(我在哪儿)中发挥重要作用。 从起步到落地,自动驾驶仍需经历长期测试 自动驾驶汽车主要由车辆本身、内部硬件(传感器、计算机等)以及用于做出驾驶决策的自动驾驶软件等三个子系统组成。车辆本身需由OEM认证;内部硬件也需在各种极端条件下充分测试其稳定性,达到车规级要求;自动驾驶软件方面,相关系统需经过百亿甚至千亿公里以上的测试来充分验证其安全性(人类司机平均每1亿公里发生致命事故1~3起,自动驾驶技术要想大规模落地应用,必须优于人类司机的安全性)。与此同时,大规模路测也是收集相关场景数据以便改进感知、决策等智能技术的必要手段。然而,100万辆10万公里总里程/年的车辆行驶1年才能达到千亿公里的数据量级(Waymo在过去8年积累350万英里以上的自动驾驶数据),仿真环境下的虚拟路测(如今每天有多达25000辆虚拟的Waymo无人车在模拟器中驾驶高达八百万英里的里程)与不涉及实际控制的影子模式可作为常规测试的补充,有效降低路测成本。 自动驾驶,起步于限定场景 数据驱动的感知及决策算法难以应对开放、动态的环境的千变万化,自动驾驶车辆如何理解人类意图、如何与人工驾驶车辆的司机沟通交互也面对巨大挑战。在清晰简单的限定场景中,规则易总结,数据易收集,相关算法就越容易达到安全性要求。因此,相比开放环境下大众乘车出行的一般场景,自动驾驶技术将先在高速货运、低速摆渡、特定生产等场景落地应用。大众出行领域,自动驾驶也会逐步在特定速度限制下(时速60公里内的L3级自动驾驶汽车已有量产),停车场,乃至高速或环线等相对简单的封闭道路中替代人类驾驶。另外在自动驾驶实现以前,视觉监控系统也可对车内驾驶员进行疲劳检测、注意力检测和手势识别等,为L3级自动驾驶人机控制权的交接提供支撑,兼顾安全、驾驶辅助和车内互动娱乐。 智能出行公司为大众带来无人驾驶出行体验 美国交通部和美国高速公路安全管理局( NHTSA)在今年9月份发布《自动驾驶制度方针 2.0》,预计将在2025之后实现全面自动的安全功能以及高速公路的自动驾驶。国内科技公司相对乐观,纷纷发声将在2021年前后实现仅在特殊情况需人类介入的L4级自动驾驶乘用车的量产。考虑到现有算法技术的能力边界,2021年其实难以实现通用场景的L4级自动驾驶,小概率的意外缺陷都有可能引发致命事故,但2021年成为创业者标杆的时候,它将促进“预言的自我实现”,技术的突破性进展及不断拓宽的行驶场景依然值得期待。自动驾驶的到来需要在汽车中装配大量的软硬件设备,共享出行可减轻自动驾驶在推进消费市场时的阻碍,由出行服务商评测系统安全性,承担并消化成本。智能化与共享化是汽车产业生态的重要发展趋势,车企、科技公司、出行服务商间(三方均已布局自动驾驶研发)的合作结盟也会愈发频繁,智能出行公司随之诞生。 四、计算机视觉行业发展趋势 不断提升限定场景识别准确率,优化性能渗透更多行业应用 虽然终极愿景道阻且长,但分类任务的日益精准已解锁并将不断解锁更多场景应用。如同过去5年计算机视觉技术在人脸识别上的不断突破,误报率从2015年的千分之一提升至2017年的十亿分之一(在通过率为90%的情况下),商业服务、城市安全、大众娱乐等诸多场景均体会到不同层次的智能升级,商品、道路环境、医疗影像、遥感影像等更多对象的识别、分类问题也将会逐步突破工业化红线,从仅做辅助补充的非关键性应用拓展到切实提升核心业务效率的关键性应用。各行各业的创新型智能应用将纷至沓来,而人脸识别的性能亦将继续攀升,追求百亿、千亿规模上的可行性。 前沿算法之外,商业壁垒有赖于产品、服务、市场等综合建设 对于更为广泛的传统行业或线下使用场景的潜在客户,计算机视觉的技术落地往往涉及对具体业务场景的硬件设备改造、软件集成以及本地计算设施的部署,算法、技术的实际功效更需要建立在对客户真实业务场景的深层理解之上的针对性开发。不断增长的市场需求要求更加全面、及时的售前、售中、售后服务,而在对视觉技术能够达到的有效帮助缺乏足够认知或部分暂时缺乏科学完善的评测标准或技术相对同化的业务场景,市场销售的重要性尤为凸显。既要注重前沿算法研发,又要注意现阶段商业落地与市场拓展,这些都为以高新技术人才为主的计算机视觉公司提出了更为综合的挑战。
报告作者报告指导:吴畏报告作者:吴申亮、徐昀、翟佳内容摘要随着大数据、人工智能技术的不断成熟,在流量越来越贵、质量却参差不齐的情况下,品牌倾向于以消费者为中心构建自有数据平台。因此,营销科技 (MarTech) 近年迎来了高速发展时期。营销科技产业持续创新为企业赋能,使企业拥有将数据资产沉淀和精细化运营的能力。当前我国数字经济市场规模已接近36万亿元,占GDP比重达36.2%,数字化浪潮席卷而来,数字化已成为企业发展的新引擎。投融资核心数据:◎2020年中国MarTech行业投融资规模总额达129.9亿元,同比增加4.3%,融资次数共计130次,同比增加16.2%。◎ 营销云和数据技术成为中国MarTech行业的投资热土,融资规模合计占比达60%;数据技术领域融资次数占比最高,达31%。◎ 从融资规模来看,B轮及以后轮次(含战略投资)融资规模占比达76.6%;从融资次数来看,A轮融资次数最高,达到54次,A轮及以前轮次融资次数占比达51.7%。◎ 腾讯从首次投资MarTech企业以来累计参投规模最大,约为64.9亿元;IDG累计参投次数最多,达73起。目录一、数字经济市场概况二、细分领域分析三、投融资事件分析四、典型投资机构分析五、上市公司案例分析六、结论与展望七、产业地图八、报告声明行业分类本报告以应用技术为分类标准,可将MarTech分为六大类,包括CRM技术、营销云、销售云、数据技术、内容体验技术和广告技术。数字经济市场概况1.1 中国数字经济市场概况2020年,中国数字经济市场规模预计将达到41.4万亿元,预计占GDP比重达38.6%,数字化浪潮席卷而来,数字化已成为企业发展的新引擎。近年来,数字化浪潮推动着企业数字营销需求进一步爆发,中国数字营销行业市场规模逐年增长,2020年将达850.2亿元,预计2021年将突破千亿。伴随着中国数字经济市场的成熟,加之疫情的刺激,MarTech行业的刚需将进一步增加,并且提速发展。1.2 AdTech(广告技术)和MarTech(营销技术)的区别AdTech(Advertising Technology)是指用于管理、投放、定向和评估数字广告的技术和方法。MarTech是指用于管理和评估所有数字营销活动及电商活动整个营销过程的所有技术和方法。其实,AdTech主要用于媒体购买,MarTech的主要目的是个性化营销。1.3 MarTech全球发展总览近年来,全球MarTech公司数量保持两位数的高速增长,MarTech在海外市场已相当成熟。而在中国市场, 2008-2014年消费互联网的兴盛刺激广告技术的发展。2015年部分广告企业试水MarTech产业,市场需求也由原来以广告投放为重心逐步向营销全生态运营转移。2020年应用MarTech的企业数量不断增加,达8000家,利用MarTech进行获客和转化的企业比例正在上升。1.4 中美MarTech市场发展现状美国MarTech市场处于规模发展阶段,营销技术生态已经非常成熟。一方面,市场上有大量的优秀供应商,另一方面,众多MarTech公司已可以做到打通各个环节,企业营销效率得到大幅提高。与之相比,中国MarTech市场仍处于探索阶段,具有以下特点:一是中国用户数字化程度较高,因而线上媒体集中度更高;二是中国本土品牌发展历史较短,渠道和平台为王;三是中国企业的数字化能力在行业和区域分布不均,且企业中能将技术、营销经验与业务有效结合的人才较为稀缺。目前中国MarTech市场的供应商种类和数量还远没有覆盖整个营销技术生态。但随着越来越多MarTech公司的出现以及利好的数字化环境将为中国MarTech行业的发展提供更加充足的驱动力,未来中国有望实现弯道超车。1.5 MarTech落地中国的挑战第一,认知方面,管理层并未在战略层面重视它,认为MarTech仅仅是锦上添花的事而并非燃眉之急,或是管理层没有意识到落地MarTech的复杂性,仅仅交由下属去推动执行,要求IT部门投入到一系列漫无目的的数字实验中,耗费大量的人力、财力,最终得不偿失。第二,很多企业的人才储备、技术成熟度都存在大幅的提升空间。同时由于对业务和技术的双重理解较为浅显,不理解业务目标而随意套用数据分析工具,或是不理解数据分析逻辑而简单设置目标都会导致时间和资源的巨大浪费。第三,MarTech的投入费用不低,但效果却难以评估,这直接导致企业的积极性不高,MarTech大部分方法论的效果都受其他环节影响,见效较慢。中国MarTech的发展虽然还在摸索阶段,但随着越来越多MarTech公司的出现以及利好的数字化环境都为中国MarTech行业的发展提供更加充足的驱动力,未来中国有望实现弯道超车。1.6 存量时代下的发展重点2019年8月-2020年8月中国移动互联网月独立设备数缓慢增长,2020年8月达到14.30亿台,但是增长速度逐月下降,这说明移动互联网流量红利愈发触顶。随着流量红利的消亡,市场竞争越发激烈,企业的获客成本不断攀升,以拉新获客为中心、不注重用户数据和用户体验,进行粗放式流量扩张的方法论已无法满足存量时代的需求。MarTech时代企业更加注重对存量用户的运营。1.7 广告主投入预算根据百度日均搜索指数显示,近一年内,虽收到疫情影响,但MarTech典型应用场景 (CDP、DMP、营销自动化) 的搜索热度仍然保持稳定。而2020年广告主数字营销预算平均增长14%,增长幅度较过去三年有所下降。数字营销预算增长少于10%广告主占比近六成,较2019年增加1/4,近30%的广告主数字营销预算与去年持平。1.8 广告主的投放重点2020年,社会化营销越来越成为广告主数字营销投入的重点。从移动端来看,广告主重点关注社交、视频和电商平台的投放;从PC端来看,广告主更加关注社交媒体、搜索引擎和视频网站的投放。1.9 网络广告 VS 移动广告2020年,中国网络广告市场规模预计达到7932.4亿元,预计同比增加22.7%;中国移动广告市场预计达到6756.2亿,预计同比增加24.8%,在互联网广告整体市场中占比85.2%,依然保持高速增长。2020年短视频平台飞速发展,推动海量流量向移动端倾斜,预计到2022年,中国移动广告市场规模超过万亿。1.10 MarTech的应用状况根据艾瑞咨询调研数据显示,众多企业加速布局数据中台和营销自动化技术来为数据洞察和精细化运营助力。60.4%的广告主认为营销技术解决的最大营销痛点是营销效率问题。降本增效是广告主一直以来最为重要的诉求,未来MarTech技术的深入应用将进一步提高企业营销效率和效果。细分领域分析2.1 数字中台发展概况随着互联网头部企业对数字中台的推动,越来越多的企业开始关注中台。2020年,中国数字中台规模预计为72.5亿元,预计2021年保持32.3%的复合年均增长率,2022年有望达到125.6亿元,未来整个数字中台市场将成长为千亿级别。目前数字中台的渗透率较低,但未来在数字化转型驱动下数字中台市场规模将迎来爆发期。2.2 营销自动化发展概况2020年我国营销自动化市场规模预计为274.9亿元,同比增长20.8%,有望在未来两年年继续保持高速增长。预计到2023年,全球营销自动化市场将从2018年的110亿美元增长到250亿美元。营销自动化是企业触达存量用户的较优选择,传统企业对营销自动化技术的需求将不断增长,未来营销自动化市场发展空间较大。2.3 CRM/DMP/CDP对比分析CRM系统主要采集实名消费数据,以传统静态管理客户档案思维为主,大多服务于IT高级技术人员。DMP对接广告系统,偏重于媒体端、投放端。数据量大且杂但深度不足。CDP则强调管理消费者全生命周期数据,特点是全渠道整合,核心是身份识别与合并。标签、生命周期阶段、客户全生命周期价值是其三大核心画像维度。2.4 营销云发展概况2020年我国营销云市场规模为193.3亿元,同比增长40.7%,预计2021年将达268.6亿元。近年来,各类角色方纷纷入局营销云领域,市场格局有望进一步重塑。但是各角色方的营销云发展之路皆有瓶颈。对于传统的营销服务商而言,虽然他们在营销行业深耕多年,积累了丰富经验,但缺乏先进的技术支持;对于传统软件公司或垂直场景创业公司而言,虽然具有较好的技术基础,但对营销行业的理解较为浅薄,难以有效将技术与场景相结合。未来不断深耕实践和合作才能把握机遇。2.5 营销SaaS发展概况近来中国企业级SaaS市场飞速发展,2018年市场规模达到243.5亿元,预计2019-2021年复合增长率近40%,2020年市场规模将达473.9亿元。2020H1多家营销SaaS服务商营收大增,微盟2020H1收入达10.5亿,同比增长59.9%;净利润达0.52亿,同比增长77.4%。有赞2020H1收入达8.25亿,同比增长62.7%。服务商业绩的持续增长向市场释放积极信号,未来或将吸引更多企业和资本入局营销SaaS行业。2.6 AI营销发展概况2020年,中国AI营销市场规模达31.7亿元,同比增加96.9%,预计2021年AI营销市场规模将达53.7亿元。AI营销的作用主要体现在3个方面:用户洞察、创意优化、效果反馈。目前创意优化与内容部分更为复杂,企业如何将技术与人文完美相结合实现创意内容的生产仍待探索;对于品牌而言,想要利用AI营销实现品效合一尚需进一步努力。2.7 物联网、5G技术赋能行业未来五年,中国的物联网和5G行业或将井喷式增长。预计到2025年,中国物联网接入点数将达198.8亿个,年均增速24%;5G用户规模将达到12.84亿人,年均增速98%。随着5G、物联网、人工智能、云计算等技术的飞速发展和深度赋能,中国MarTech行业可能迎来新的机遇。投融资事件分析3.1 投融资核心数据· 2020年中国MarTech行业投融资规模总额达129.9亿元,同比增加4.3%,融资次数共计130次,同比增加16.2%。· 营销云和数据技术成为中国MarTech行业的投资热土,融资规模合计占比达60%;数据技术领域融资次数占比最高,达31%。· 从融资规模来看,B轮及以后轮次(含战略投资)融资规模占比达76.6%;从融资次数来看,A轮融资次数最高,达到54次,A轮及以前轮次融资次数占比达51.7%。· 腾讯从首次投资MarTech企业以来累计参投规模最大,约为64.9亿元;IDG累计参投次数最多,达73起。3.2 中国股权融资规模中国股权投资市场正在逐步走向整合发展期,2019年全年融资规模为7590亿元,仅占2018年的54.1%;2020年虽然受到了疫情的影响,但中国股权投资市场并没有受到很大的波及,就融资次数而言,2020年中国融资次数达到了6020次,同比增加42.3%。就融资规模而言,今年的融资情况与去年基本持平,达7216亿元。3.3 全球投融资情况分析2020年上半年受到新冠疫情的冲击,中国MarTech行业融资规模有所下降;下半年由于疫情得到良好的控制,行业融资规模迅速发展起来,由2020Q3的20.9亿元升至2020Q4的51.7亿元。除此之外,中国MarTech行业融资次数在2020年也呈现出连续增长的态势。全球MarTech行业融资规模和融资次数在2020Q2之后开始稳定回升,在2020Q4达到了一个新高度。3.4 全球投融资同比分析 中国市场走势 由于新冠疫情的冲击,中国MarTech行业融资受到影响。2020年,中国MarTech行业融资规模总额达129.9亿元,同比上升4.3%,融资次数共计130次,有了一定的提升。平均单笔融资规模为1.0亿元,与2019的1.1亿元相比下降3.9%。 全球市场走势 全球MarTech行业融资规模总额由2019的294.8亿元降至2020的291.1亿元,同比减少1.2%;融资次数共计201次,保持稳定,部分投资机构的投资频率和单笔投资规模增大。融资规模的稳定发展一定程度上表明资方对于行业未来发展前景持乐观态度,尤其在疫情下背景下,营销科技的稳定发展和机构的持续加持将为企业破局提供更多可能性。3.5 细分领域投融资分布从融资规模来看,营销云、销售云和数据技术合计占比达60%,受到市场的青睐,主要原因是疫情促发线下场景的全面线上化和数字化,机构进一步加强对这些领域的布局。从融资次数来看,数据技术占比最高,达31%;内容体验技术的占比为19%,仍保持较高的市场热度。总体来看,数据技术的投融资规模和次数占比均较高,在一定程度上表明数据技术领域的投资热度高。3.6 投融资轮次分布轮次情况:2020年从融资规模来看,B轮及以后轮次(含战略投资)融资规模占比达76.6%;从融资次数来看,A轮融资次数最高,达到54次,A轮及以前轮次融资次数占比达51.7%。3.7 行业重点投融资案例典型投资机构分析4.1 行业机构分析腾讯累计参投规模最大,约为11.4亿元;红杉中国累计参投次数最多,达11起,两家机构在参投规模和次数上都处于机构排行头部;快手和淡马锡参投次数较少,但参投金额较高,达7.1亿元;晨兴资本虽参投规模中等,但参投次数达6起,在MarTech行业活跃度高。4.2 行业机构分析—腾讯在MarTech领域,腾讯对18家企业进行了31次投资,累计参投规模达64.9亿元,在销售云、营销云领域布局力度最大,且以各细分领域头部企业 (如明略科技、微盟等) 为主进行布局。腾讯的平均单笔投资金额最高,为2.09亿元。从参投轮次分布来看,腾讯B轮及以后轮次的参投规模占比99%,参投次数占比78%。4.3 行业机构分析—IDG在MarTech领域,IDG的资本布局最为广泛,目前已对31家企业进行了共计73次投资,累计参投规模高达26.2亿元。其中,CRM技术领域参投规模最高,为8.5亿元;数据技术领域参投次数最多,达23起。从参投轮次分布来看,IDG在A轮及以前的投资占比达55%。上市公司案例5.1 自媒体效果营销商—乐享互动2020 年9月23日,乐享互动有限公司 (以下简称“乐享互动”) (06988.HK)成功在香港联合交易所主板挂牌上市。乐享互动此次全球发行发行5.437亿股 (行使超额配股权前),发行价为每股2.88港元。募集资金总额约为15.66亿港元。如行使超额配股权,最多可额外配发0.81555亿股,额外募资约2.35亿港元。截止上市首日收盘,乐享互动(06988.HK),报2.70港元,总市值为58.72 亿港元。乐享互动,成立于2008年,是一家以算法为基础及技术驱动的公司,也是中国领先的效果类自媒体营销服务提供商之一。公司专注于利用商业智能技术为行业客户以及自媒体发布者提供服务。通过多样化的自媒体网络分销,为行业客户提供量身订制的产品组合和效果类营销服务。5.2 电商代运营服务商—若羽臣2020年9月25日,广州若羽臣科技股份有限公司 (股票简称:若羽臣,股票代码:003010) 在深交所上市,这是国内第二家首次公开发行A股的电子服务商企业。若羽臣本次发行价格15.2元/股,发行市盈率为22.98倍。公开发行3043万股,募集资金4.63亿元。若羽臣今日收盘价为21.89元,较发行价上涨44.01%;以收盘价计算,若羽臣市值为26.64亿元。若羽臣一直在继续巩固在母婴、保健品领域的优势,同时发力个护、家清、美妆和食品等快消品类。公司将借鉴新西兰品牌拓展经验,加强欧洲、日韩、东南亚等地区品牌拓展力度,以中国区域总代理为主要合作模式,拓展合资形式等多样化的合作方式,在产品、市场与销售等维度为优质品牌进入中国提供全托式解决方案,实现与品牌的深度合作。5.3 化妆品网络零售服务商—丽人丽妆2020年9月29日,上海丽人丽妆化妆品股份有限公司(股票简称:丽人丽妆,股票代码:605136)在上交所上市。丽人丽妆本次发行4001万股,发行价为12.23元,募集资金总额为4.89亿元。丽人丽妆当日收盘价为17.61元,较发行价上涨43.99%;以收盘价计算,丽人丽妆市值为70.44亿元。丽人丽妆成立于2010年,是国内最大的化妆品网络零售服务商之一,主营业务是品牌营销服务、化妆品电商零售服务、化妆品分销业务,其中电商零售业务是其核心业务。2019年的双十一,全网累计GMV达4104亿元人民币,而宝尊、丽人丽妆、若羽臣、壹网壹创、百秋这5家头部代运营商就共实现了176.5亿元。2019年丽人丽妆实现营业收入 38.74亿元,净利润达2.84亿元。截至目前,A股市场聚齐丽人丽妆、壹网壹创、若羽臣三大头部美妆代运营公司,三足鼎立之势已经形成。5.4 一站式移动广告服务商—辉煌明天2020年11月11日,辉煌明天正式登陆港交所主板,股票代码:01351.HK,发行价为1.1港元。此次融资净额为8600万港元。辉煌明天是一家移动互联网营销服务平台,致力于给客户提供更好更专业的移动互联网营销服务。其拥有丰富的媒体渠道资源,能够通过专业的数据分析以及大量优质的移动分发渠道,为广告主提升产品获取用户的速度和品牌形象,实现品效合一的目标。目前,公司已与广点通、应用宝、网易、腾讯等企业建立战略合作关系。根据其招股书显示,辉煌明天2017年、2018年、2019年营收分别为1.0亿元、2.5亿元、2.8亿元;辉煌明天2020年前4个月营收为1.2亿元,与上年同期相比增长48.9%。2017-2019年辉煌明天的毛利分别为3950万元、7990万元、8140万元;2020年前4个月毛利约为4000万元,接近去年同期的2倍。5.5 短视频营销解决方案供应商—云想科技2020年12月17日,云想科技控股有限公司成功登陆资本市场,于港交所挂牌上市,股票代码:02131.HK,发行价为6.98港元。云想科技本次发行价格6.98港元/股,全球共发售2亿股股份,募资约12.93亿港元。若行使超配权,还可额外募资2亿港元。上市当天,云想科技股价上涨16.33%,报8.120港元,总市值达64.96亿港元。2019年,按短视频广告的用户流量消耗量及投放于短视频平台的效果广告的用户流量消耗量计算,云想科技是中国第三大线上营销解决方案供应商,市场份额分别为3.4%和6.3%。拥有较强实力的云想科技不仅积极拓展短视频营销方面的业务,还在进一步开放在娱乐内容制作、社会化事件营销以及其他方面的内容。结论与展望6.1 CEM成为营销行业下一风口Fortune研究数据指出,2019年全球CEM的市场规模为65亿美元,预计到2027年将达到236亿美元,年均复合增长率为17.7%。在中国,CEM还处于刚刚起步的探索阶段,根据QY Research,IDC预测,2022年中国CEM市场规模将增至118亿元。当前已经有越来越多相关行业的业内公司进入CEM市场,但是行业尚处于蓝海,市场空间仍非常巨大。随着近年来智能营销市场形势见好、算法算力的提升及人工智能的发展,以消费者为中心的时代已经来临,未来,传统的头部To C企业和新消费的创新公司会用更灵活、真实、迅速、性价比高的业务实现方式满足企业CEM业务需求。CEM将成为塑造产业互联网的新业务智能入口,成为下一代企业提升营销效率的主流方式之一。6.2 内容营销成为品牌战略新高地短视频所带来的全新流量成为了各方角逐、深耕的新战场,也成为营销行业2020年“创变转型”路上的强大引擎。据巨量引擎,截至2020年9月抖音月活跃用户数突破6亿,月人均使用时长约2,000分钟。以短视频、直播为核心载体的内容营销如火如荼,多渠道分发触达潜在消费群体,贯穿在品牌营销、传播、销售、运营的各环节。“内容”成为品牌营销的核心变量,改变着传统品牌建设的时间成本,也改变了品牌营销传播的预算结构。未来内容营销要进一步增强用户的链接力、场景的拓展力、品牌的情感力和价值的交互力,通过优质内容获取新用户,触达存量用户,为品牌赋能。6.3 大数据对营销领域的影响逐步加深云存储技术的蓬勃发展以及计算机算力的快速发展,促进大数据在实际应用的落地,在营销领域中起到愈发重要的作用,通过将大数据与整合营销管理策略相结合,不仅可以做到存量用户池的数据分析,还可以通过数据特征完成对潜在客户的挖掘。通过大数据细分、发现和满足需求,结合相应的效果反馈机制、综合评估分析,结合大数据的精准化、智能化的营销,让企业有机会层层剥开数据挖掘更深刻的见解,揭示出更丰富的内涵。企业通过营销大数据,可以确定跨多个渠道的最优营销支出,并通过测试、测量和分析不断优化营销方案,帮助企业制定具体的战略和行动来推动业绩增长。6.4 营销洞察往碎片化和程序化发展数字技术让消费者洞察不仅仅停留在以分析报告的形式辅助企业决策,更能够通过标签和内容等形式,直接转化为行动的一部分,使得数据和消费者洞察成为营销链条中的生产要素,并通过认知和态度的数据和洞察,盘活企业已有的数据资产,为企业创造价值。基于企业需要快速触达受众,准确洞察消费者的需求这一点,BAT等头部厂商都推出了“链路"的营销模式,关注将消费者接触广告的各个触点实现连接,从各个触点对消费者实施影响,最终形成购买转化。未来,以消费者为核心的营销洞察与决策将在企业发展中发挥越来越重要的作用。6.5 私域流量成为营销新战场当前,大批公域流量向头部互联网厂商汇集,中腰部公司的竞争加剧,获客成本不断增加;另一方面,客户全生命周期管理的重要性日益凸显,除了前端的获客、销售之外,中后端的转化、留存及复购也成为公司运营的重点。流量变现、终端提效成为核心诉求,私域流量、数字化转型成为行业热门话题。精细化的私域运营有利于满足企业降本增效的需求,做到个体的精细化运营管理和追踪优化,也使得企业可以借助消费者热爱表达分享的特点实现营销效果最大化,提升转化效率和消费者价值,同时企业微信等私域平台的兴起也为私域流量提供了良好的成长环境。6.6 疫情促进企业数字化进程在疫情期间,线下重要营销渠道受到较大冲击,使得企业倾向于将部分或者全部线下营销计划和预算转变为线上,线上线下不再是泾渭分明的两个领域,线下给线上提供强大的基础支撑,线上则为线下提供充盈的私域流量,双向奔赴、有机结合,提高线上渠道价值的转化。疫情也推动了企业的数字化进程,迫使企业逐步打通基于支付、库存、会员体系等要素的线上线下一体化进程,深入洞察消费者的行为变化所导致的需求变化,从而有针对性地调整或者推出新的营销计划,更好地实现精准数字营销的需求,提升市场竞争力,推动企业精细化运营。产业地图营销科技产业地图请戳电商直播产业地图请戳报告申明8.1 团队介绍非凡产研是非凡资本旗下专业的产业数字化及创新研究中心。非凡产研专注于传统产业数字化转型升级中相关领域的研究,涉及行业包括:营销科技、数据科技、人力科技、企业级软件、B2B等,来帮助传统产业在数字化时代获得先机和提升竞争力,同时,非凡产研致力于将人工智能、物联网、大数据、云计算、5G等新技术与不同领域传统产业相结合,包括:服装、餐饮、教育、农业、医疗、汽车等,助力传统企业插上产业数字化的翅膀。团队成员来自知名研究咨询公司、私募基金和科技媒体等,是一支具有深入洞察、专业知识和丰富资源的分析师团队。数据说明数据来源本报告中市场分析篇的数据主要来源于艾瑞咨询、前瞻产业研究院、MobTech产业研究院等;投融资分析篇的数据来源于IT桔子和烯牛数据。责任承担受研究方法和数据获取资源的限制,本报告只提供给用户作为市场参考资料,本公司对该报告的数据和观点不承担法律责任。数据释义本报告融资数据的收集不包括收购、并购、定向增发、IPO等阶段;在轮次分布分析中,由于种子轮融资规模和次数较少,与天使轮合并统计;投资机构累计参投规模统计方法:若机构为领投方,按该轮融资规模的50%估算,非领投方按该轮融资规模的平均值估算;在数据占比统计中,由于四舍五入会引起所有项目加总不等于100%,本报告预先设定总和为100%,最后一项由100%减去其余项得出,数据误差控制在1%左右。汇率换算2019之前所有年份的融资金额按2018年12月31日当日汇率换算;2019年之后各月融资金额按当月最后一天汇率换算。金额计算8.3 免责声明本报告由非凡产研发布,本报告版权归非凡产研所有。任何中文转载或引用,需注明报告来源,国外机构如需转载引用,请提前联系授权。本报告为非凡产研作为第三方机构的独立原创分析,报告内容不代表任何企业的立场,且均不构成对任何人的投资建议。因此投资者务必注意,因据此做出的任何投资决策与非凡产研及其员工或者关联机构无关。在法律许可的情况下,非凡产研及其关联机构可能持有报告中提到的公司的股权,或为其提供或争取提供筹资或财务顾问等相关服务,其员工可能担任报告中所提及公司的董事。报告下载回复关键词「营销行业报告」获取PDF完整报告
MobData分析师认为,无论是马云提出的“新零售”、刘强东的“第四次零售革命”还是张近东的“智慧零售”,归根到底,是对传统零售的重塑变革,本质在于线上+线下+物流的融合与贯通,最终目的在于带来消费者购物体验的提升和企业运营效率的提高。| 中国3G| @中国好4G |通信行业最具影响力自媒体作者@中国好4G :资深分析师|特约撰稿人|新媒体专栏作者|手机评测专家中国3G通信行业最具影响力自媒体微信公号:china_3g回复 “目录”查文章编号回复相应数字看对应文章新浪百万名博@中国好4G坚持做有态度的原创订阅号