正文目录
1. 大数据助力疫情防控，精准狙击尽显技术优势 ..................................................................................................................5
. 互联网大数据 ......................................................................................................................................................................5
. 运营商大数据 ......................................................................................................................................................................6
. 医疗大数据 ..........................................................................................................................................................................7
. 智慧城市大数据 ..................................................................................................................................................................9
2. 大数据蓬勃发展，高效赋能产业生态圈 ............................................................................................................................10
. 市场规模持续扩大，发展迎来关键阶段 ........................................................................................................................10
. 政策环境持续完善，大数据进入深化阶段 ....................................................................................................................12
. 技术体系日渐完善，技术融合促进潜力释放 ................................................................................................................13
3. 行业应用不断深化，新兴业态酝酿形成 ............................................................................................................................14
. 大数据推动制造业转型升级提速 ....................................................................................................................................15
. 行业痛点指引成长方向，完善布局助推提质发展 ........................................................................................................16
4. 大数据助力防疫布控，技术红利赋能公司未来 ................................................................................................................17
. 东方国信：深化“大数据+”战略布局，持续开拓行业应用 ...........................................................................................18
. 天源迪科：5G+云化双轮驱动，BOSS系统加速发展 ...................................................................................................20
. 烽火通信：深入部署大数据平台，边缘云拓宽应用场景 ............................................................................................21
. 中新赛克：发挥前后端协同效应，助力“AI+大数据”结合 ..........................................................................................23
5. 风险提示 ................................................................................................................................................................................25
图表目录
图 1 疫情实时动态 ...................................................................................................................................................................6
图 2 全国疫情趋势图 ...............................................................................................................................................................6
图 3 武汉市迁出情况（市级） ...............................................................................................................................................6
图 4 新型冠状病毒武汉株01 ...................................................................................................................................................8
图 5 医疗大数据特点 ...............................................................................................................................................................8
图 6 浙江丽水利用大数据技术排查疫区车辆 .......................................................................................................................9
图 7 CDC传染病动态监测大数据平台 ......................................................................................................................................9
图 8 东方国信城市大脑IOC 中心 ..........................................................................................................................................10
图 9 2016-2020年全球每年产生数据量估算（ZB） ..............................................................................................................11
图 10 2018 年全球大数据储量地区分布（ ） ..........................................................................................................................11
图 11 2016-2027年全球大数据市场收入规模及预测（亿美元） .........................................................................................11
图 12 2018-2025年中美数据产生量估算（ZB） ....................................................................................................................12
图 13 2015-2023年中国大数据市场产值预测（亿元） .........................................................................................................12
图 14 国家大数据战略的布局历程 ..........................................................................................................................................13
图 15 大数据技术与融合应用 ..................................................................................................................................................14
图 16 2019 年大数据应用市场 AMC 模型 .................................................................................................................................15
图 17 不同行业的大数据未来应用看点 ..................................................................................................................................15
图 18 东方国信产品体系 ..........................................................................................................................................................18
图 19 东方国信营收&归母净利润情况（百万元） ................................................................................................................19
图 20 2018 年东方国信各行业板块营收占比（ ） ..................................................................................................................19
图 21 东方国信疫情防控的监测系统 ......................................................................................................................................19
图 22 天源迪科大数据平台解决方案 ......................................................................................................................................20
图 23 烽火星空发展历程 ..........................................................................................................................................................22
图 24 烽火大数据整体解决方案 ..............................................................................................................................................22
图 25 烽火全行业解决方案 ......................................................................................................................................................22
图 26 中新赛克发展历程 ..........................................................................................................................................................23
图 27 2018 年公司主营构成 ......................................................................................................................................................24
图 28 公司主营产品毛利率情况( ) ...........................................................................................................................................24
图 29 中新赛克整体产品地图 ..................................................................................................................................................24
图 30 OceanSource数据治理平台 .............................................................................................................................................24
1.大数据助力疫情防控，精准狙击尽显技术优势
2019 年 12 月下旬，新型冠状病毒突然来袭，开始出现围绕到访华南海鲜市场的
大量病例。由于病毒具备人传人的特性，并具备最长达 14 天的潜伏期，适逢春运期 间
的大规模人口流动，导致疫情开始以武汉为中心，向全国以及海外部分国家和地区 扩散。
2020 年 1 月 23 日，武汉市疫情防控指挥部于凌晨发布公告，自当日上午 10 时起全市公
共交通停运，至下午湖北省内部分高速公路出口也已经封闭。继武汉之后，湖北多地亦
陆续采取不同程度的“封城”措施防止病毒蔓延。目前，全国各省份均已 宣布启动重大突
发公共卫生事件一级响应，实行最严格的防控措施，严阵以待。
2015 年，国务院发布《关于促进大数据发展的行动纲要》，纲要强调推动政府信
息系统和公共数据互联共享，消除信息孤岛，加快整合各类政府信息平台，避免重复
建设和信息互相冲突，增强政府公信力，促进社会信用体系建设。优先推动交通、医
疗、就业、社保等民生领域的政府数据向社会开放，在城市建设、社会救助、质量安
全、社区服务等方面开展大数据应用示范，提高社会治理水平。
2020 年 1 月 27 日，国务院发布《近期防控新型冠状病毒感染的肺炎工作方案》，明确
指出各地要充分应用“大数据+网格化”等手段，抓好疫情预警、监测、排查、 检测等工
作。相比于2003年SARS 事件，大数据技术的出现以及应用的成熟，叠加人 工智能、云
计算以及高速宽带网络的广泛应用，信息技术特别是大数据技术在此次应 对疫情的攻坚
战中正发挥着越来越大的作用。其中，互联网企业、电信运营商、城市 管理系统、医疗
系统等各行各业，凭借着多年来逐渐完善的大数据系统，结合自身的 优势数据资源，第
一时间发布相关的大数据产品和解决方案，实现对疫情的精确狙击。
. 互联网大数据
基于大数据技术最早的经典应用之一，即是在流行性传染病的预测和控制方面。
2008 年初 Google 推出谷歌流感趋势（GFT）网站，根据谷歌搜索数据汇总实时对全
球当前流感疫情进行预测，并于 2009 年成功预测到 H1N1 在全美范围的传播，而且对
病毒爆发时间和地点的判断极其准确。虽然，2013 年 2 月，《自然》杂志发文指出
GFT 预测的流感数据超过美国疾病预防控制中心（CDC）的监测数据两倍，但是
GFT作为大数据这个概念出现之前的经典应用依旧表现了大数据的巨大应用潜力，并
凸显了大数据应用实践中需要注意和改进的方面还有很多。
因此，在新型肺炎事件升级之后，国内多家机构包括 BAT等在内开始针对此次疫
情发布相应的跟踪数据，助力整体疫情的有效防控。其中，百度发布疫情实时大数据
报告，一方面统计全国官方通报疫情情况，并制作相应的图表直观展示目前疫情的发
展态势，从而可有效帮助大家了解周边的疫情发展，帮助调配物资到需要的地方。
图1 疫情实时动态 图2 全国疫情趋势图
资料来源： 百度（截至），华西证券研究所整理 资料来源：百度（截至），华西证券研究所整理
另一方面，百度根据旗下百度地图的数据，统计人口迁徙数据，数据显示从武汉 市
迁出的人员排名前三的分别是黄冈市、孝感市、鄂州市。以上三个城市作为武汉市 周边
的主要省内城市，此次疫情影响也非常严重，仅次于疫情发源地武汉。人口迁徙 数据此
次也是直观的显示了疫情可能的传播途径，验证了人传人以及疫情源头等情况。
图3 武汉市迁出情况（市级）
资料来源： 百度（截至），华西证券研究所整理
. 运营商大数据
除了 BAT 等传统的互联网巨头，此次疫情的大数据控制方面，运营商在数据源以
及数据分析上面也展现了自身的价值。运营商凭借所处的数据交换中心地位，能搜集
到与用户息息相关的最有价值、更为准确的数据，包括：地理位置、商业活动、搜索
历史、社交网络等，其 DT 时代的战略地位是 BAT 等互联网巨头所无法企及的。再
者，电信大数据天然具有用户最为详细的信息，在国家力推用户实名制后，电信数据
更准确的涵盖了用户方方面面真实且完整的信息。受益于移动终端数量的快速普及以
及移动用户数量的大幅增长，运营商多年来已形成有效的用户大数据。
2020 年 1 月 26 日上午，工业和信息化部副部长、工信部应对新型冠状病毒感染 的肺
炎疫情防控工作领导小组副组长陈肇雄赴中国联通大数据中心，看望慰问坚守岗 位的一
线员工，调研运用大数据支撑服务疫情联防联控情况，召开疫情防控大数据支 撑服务工
作现场调度会。2020 年 1 月 22 日，中国联通组建起覆盖全集团的百余人大 数据联合团队。
中国联通表示，已快速建立起协同机制，为有关部委、部分省市政府 提供疫情防控相关
人口流动大数据分析支撑服务，利用成熟的算法模型提供相关数据 分析和智能应用，全
方位支撑疫情防控工作。截至26日，中国联通已向31省通管局、
卫健委累计提供数据报告150多份，后续将进一步深化数据支撑服务。
另外，疫情爆发后，中国移动接到国家卫健委关于疫情日报的需求，为了疫情信
息能够第一时间上报，为整体防疫工作提供准确数据决策，中国移动快速制订数据上
报与数据建模方案、无线专网安全保障和应急预案，并在1天之内开通了医疗专网服
务。通过疫情防控大数据传送专网，能实现武汉 72 家医院疫情数据的实时传输上报。
在各地的管控方面，各地政府也开始借助运营商的大数据能力加强对疫情的防控，
特别是对湖北等疫情重点地区户籍人口的防控，防止春运返程对疫情的再次发酵。例 如，
2020 年 1 月 24 日，深圳市龙岗区数据管理局召集移动、电信、联通三大运营商 开会，充
分运用大数据等信息化技术手段，主动做好疫情防控大数据分析工作。同时，对“社会
管理工作网”中采集登记的实有人口数据进行全面分析，突出湖北籍（武汉 籍）人口在
全区的聚集情况，并关联分析湖北籍（武汉籍）人口的同住人口聚焦情况，形成了《龙
岗区新型冠状病毒感染的肺炎疫情相关人口情况分析》呈报区领导，辅助 疫情防控工作
需要。与此同时，积极对接城中村视频门禁刷卡系统，探索通过数据精 准查找返深人员。
. 医疗大数据
除了在疫情数据呈现分析收集，以及在重点人群流动监控方面，此次大数据技术
对肺炎的疫苗制备、病患医治方面也发挥着重要的作用。2020 年 1 月 24 日，国家病原
微生物资源库首次发布关于新型冠状病毒毒种的重要权威信息——中国疾病预防控制
中心病毒病预防控制所成功分离了我国第一株病毒毒种，并公布了其信息及电镜照片、
新型冠状病毒核酸检测引物和探针序列等。
该套服务系统由国家微生物科学数据中心和国家病原微生物资源库联合建设，及
时释放与病毒有关的科技资源和数据；同时整合全球冠状病毒基因和基因组数据建立
全球冠状病毒资源数据库，建立全球冠状病毒资源大数据平台。
图4 新型冠状病毒武汉株01
资料来源： 新型冠状病毒国家科技资源服务系统，华西证券研究所整理
另外，针对支持新型冠状病毒等新疾病的治愈药物筛选、研发等一系列抗击疫情
工作，百度提供人工智能技术支持，配套亿级计算资源，助力疾控机构、科研院所等
研究单位进行研发提速。同时，百度将提供时空大数据及分析技术，支持对疫情的及
时发现、快速应对及科学管理。百度研究院宣布，将向各基因检测机构、防疫中心及
全世界科学研究中心免费开放线性时间算法 LinearFold 以及世界上现有最快的 RNA结
构预测网站，以提升新型冠状病毒 RNA 空间结构预测速度，助力疫情防控。采用
LinearFold 算法，只需 27 秒就可以预测全基因组的二级结构。将原本需要的 55 分
钟极致压缩到 27 秒，这意味着效率提升 120 倍，在生死时速的战疫竞赛中，节省了
两个数量级的等待时间。
图5 医疗大数据特点
资料来源： 亿欧智库，华西证券研究所整理
医疗大数据根据行业属性，具备体量大、多态性、时效性、隐私性、冗余性以及
不完整性等特点，因此医疗大数据的数据价值凸显，应用领域广泛，但同时也具备应
用方面的挑战和困难。现代医学中，医疗数据中大约 90的数据来自于医学影像，结
合人工智能和大数据采集分析等技术，可以有效地提高诊断的效率和准确率，弥补我
国人均医疗资源不足的问题。
. 智慧城市大数据
根 据 IBM 2009 年 提 出 的 智 慧 城 市 概 念 ，智 慧 城 市 需 要 满 足 “3I”特 征 ：
Instrumented（感知化），通过监控摄像机、传感器、RFID 等设备打造“更透彻的感知；
Interconnected（互联化），通过宽带、无线和移动通信网络连接形成“更全面的互联；
Intelligent（智能化），通过高速分析工具和集成 IT 平台实现“更深入的智能。
智慧城市建设从网络化、数字化迈向智能化，大数据是其中的重要战略资源。国
务院《促进大数据发展行动纲要》指出“要结合信息惠民工程实施智慧城市建设，实
现公共服务的多方数据共享、制度对接和协同配合。上海、杭州、南京、深圳等地
方政府也在“十三五”规划中确立了大数据作为城市创新发展要素的地位。数据驱动在
新型智慧城市建设中的核心作用日渐凸显。
此次疫情的防控，智慧城市结合大数据技术应用凸显了巨大应用价值。在城镇化 日
益推进过程中，千万人口的超大城市管理中，科学的智慧城市建设对未来应对类似 的事
件将成为必须。目前，结合“网格化”和大数据技术的城市和地区数量越来越多，其中，
浙江省在疫情早期就充分运用“大数据+网格化”手段，在全国率先启动突发 公共卫生事
件一级响应，精准滚动摸排所有相关人员，对疫情整体防控有重要作用。
首先，鉴于现代交通网络四通八达，对疫情的控制离不开对现代交通的高效管控。
在智慧交通方面，高速公路作为疫情防控的前线，浙江省交通集团积极响应部署，主 动
担当作为，创新运用交通流大数据技术，24 小时内就从试点的金丽温高速中，通 过追
溯该路段进入的 万辆车次，从中排查分析疫情严重地区驶入的车辆2939辆，并第一
时间共享给金华、丽水、温州、台州四地政府，有力帮助浙江省提高疫情防控 效率。
图6 浙江丽水利用大数据技术排查疫区车辆 图7 CDC传染病动态监测大数据平台
资料来源： 央广网，华西证券研究所整理 资料来源：中国疾病预防控制中心，华西证券研究所整理
其次，在城市治理应对疫情方面，以东方国信参与的天津经济技术开发区泰达城
市大脑系统为例，城市大脑 IOC 中心是智慧泰达框架，以 1 个中心、 4 个平台和 N个
应用为主要内容，可以实时感知城区各区域的运行情况，是 IOC城市大脑的重要模
块，是实现业务数据可视化展现的主要窗口，覆盖泰达概括、经济、安全、交通、公
用事业、民生 6个领域。作为未来的城市治理的的总体态势，城市大脑 IOC中心可提炼
宏观指标和幸福指数，通过总体态势感知全面深入掌握城区运行的全貌。
图8 东方国信城市大脑 IOC中心
资料来源： 东方国信公众号，华西证券研究所整理
另外，在与此次疫情息息相关的传染病防控领域，中国已于 2017 年建成全球最
大规模的法定传染病疫情和突发公共卫生事件网络直报系统。1 月 20 日，新型冠状病
毒感染的肺炎被国家卫健委纳入法定传染病管理，4 天后网络直报功能正式开启。这
套覆盖全国、由地方直报中央的传染病网络直报系统，是全球最大的传染病疫情和突
发公共卫生事件网络直报系统，在过去 15年间已持续监测我国 39种法定传染病。
根据 Gartner 的炒作曲线，虽然大数据技术以及相关应用在 2016 年以来逐渐脱离
炒作曲线，但是不否认大数据技术以及相关应用和数据资源的收集整理分析等关键的
产业生态，依旧在蓬勃发展，大数据脱离概念炒作开始实实在在的进入日常生活和生
产当中。在面对这次突如其来的疫情时，大数据技术凭借着已经非常成熟的技术和产
业，凭借高效的海量数据采集和分析能力，结合人工智能、云计算等新兴技术，在疫
情防控、现代医疗、城市治理等疫情防控重点领域发挥着巨大的作用，也直接凸显了
大数据产业的价值。
2. 大数据蓬勃发展，高效赋能产业生态圈
大数据是信息化发展的新阶段，随着全球数据储量的不断提高，大数据正进入发
展加速时期。近年来，随着 5G、AI、云计算、区块链等新一代信息技术的蓬勃发展，
大数据技术走向融合发展的关键阶段。同时，我国大数据产业保持良好发展势头，
“大数据+行业”渗透融合全面展开，融合生态加速构建，新技术、新业态、新模式 不断
涌现，政策支持、战略引领、标准规范、产业创新的良性互动局面正在形成。
. 市场规模持续扩大，发展迎来关键阶段
近年来，全球数据产生量迅猛增长。权威机构 Statista 的统计和预测结果显示，
2020 年，全球数据产生量将达到 ZB，同比增长 23。在数据储量不断增长的推动
下，大数据产业也将构建出多层多样的市场格局，具有广阔发展空间。根据
Statista 于 2019 年 8 月发布的报告，在 2018-2020 年的预测期内，大数据市场整
体的收入规模将保持每年约 70亿美元的增长，预计全球大数据市场收入规模2020年
增速（ ）市场规模（亿美元）
2016 2017 2018E 2019E 2020E 2021E 2022E 2023E 2024E 2025E 2026E 2027E
10%
5%
0%
350280
% % %
%%490420
200
0
%
640
560
30%
25%
20%
15%
% %700
%
960 %
%%
1200
1000
800
600
400
将达到 560 亿美元。未来两年里，大数据市场将呈现稳步发展的态势，增速保持在
14左右。另外，随着大数据市场成熟度的不断提高，在 2025-2027 年间，市场规模
的增长将有所放缓，维持约 7 的增速。
图9 2016-2020年全球每年产生数据量估算（ZB） 图10 2018年全球大数据储量地区分布（ ）
其他地区,
8%
EMEA, 30%
APJxC, 18%
美国, 21%
中国, 23%
60
50
40
30
20
10
0
%
18
2016
%
%
26 33
2017 2018E
数据量（ZB）
%
41
2019E
增速（
%
2020E
）
50%
40%
30%
20%
10%
0%
EMEA 中国 美国 APJxC 其他地区
资料来源：IDC，Seagate，Statista，华西证券研究所整理 资料来源：前瞻产业研究院，华西证券研究所整理
从 2018 年的大数据储量分布情况来看，EMEA（欧洲、中东、非洲）占比为 30；
中国成为大数据储量最高的国家，占比为 23；美国紧跟其后，占比 21。
图11 2016-2027年全球大数据市场收入规模及预测（亿美元）
资料来源：中国信息通信研究院，华西证券研究所整理
随着大数据、移动互联网、物联网等产业的深入发展，我国数据产生量将出现爆
发式增长，数据交易将迎来战略机遇。根据 IDC 和希捷的报告，我国产生的数据量将
从 2018 年的 ZB 增至 2025 年的 ZB，CAGR 达 ，超过美国同期的数据
产生量约 18 ZB。另外，随着相关技术的不断突破和大数据产品的相继落地，我国大
数据市场产值不断提升，2020年将超万亿元，大数据正迎来发展黄金时期。
1000
800
600
400 200
200 8090
170
140
0
服务 硬件 软件
270 290 330320310
160150
180 190 200
220 230 240
240 270
340310
380
460420
100 120
110 140
图12 2018-2025年中美数据产生量估算（ZB） 图13 2015-2023年中国大数据市场产值预测（亿元）
60
50
40
30
20
10
0
2018 2025
中国 美国
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
%% 15700% %
% 13600
12300
10100
8000 % %
6200 %
3600
4700
2800
2015 2016 2017 2018 2019E2020E2021E2022E2023E
产业规模（亿元） 增速（ ）
35%
30%
25%
20%
15%
10%
5%
0%
资料来源：IDC，华西证券研究所整理 资料来源：中国信息通信研究院，华西证券研究所整理
从细分市场来看，大数据服务、硬件和软件的市场规模均保持稳健增长 ,预计
2020 年分别达到 210 亿美元、150 亿美元、200 亿美元。其中，软件市场的增长态势最
为明显，2016-2017 年增速达到了 。随着机器学习、高级分析算法等技术的成熟
与融合，更多的数据应用和场景正在落地，2019-2021 年大数据软件市场将持续高增，
维持 20左右的增速。
图1 2016-2027年全球大数据细分市场规模及预测（亿美元）
110 140 160 190 210 240
260
2016 2017 2018E 2019E 2020E 2021E 2022E 2023E 2024E 2025E 2026E 2027E
资料来源：Statista，华西证券研究所整理
. 政策环境持续完善，大数据进入深化阶段
随着我国大数据战略谋篇布局的不断展开，大数据产业加速发展，现已经历四个
不同阶段。2014 年，大数据首次写入政府工作报告，逐渐成为各界关注热点，大数
据元年正式开启，发展进入预热阶段；2015 年，国务院发布了发展大数据的战略性
指导文件，体现出国家层面对大数据发展的顶层设计和统筹布局，大数据迈入起步阶
段；第三阶段为落地阶段，《十三五规划纲要》和《大数据产业发展规划(2016-2020
年)》的提出加快了大数据落地；2017 年 10 月至今，大数据发展进入深化阶段，在国
家战略的指引下发展大数据与实体经济深度融合，国内大数据产业迎来全面良好的发
展态势。
图 14 国家大数据战略的布局历程
资料来源：中国信息通信研究院，华西证券研究所整理
我国大数据产业的发展的设计已经基本完成，陆续进入了落实阶段。截至 2019
年年底，除港澳台外全国 31 个省级单位均已发布了推进大数据产业发展的相关文件，
多省市将新一代信息技术作为整体考虑，并加入了人工智能、数字经济等内容，关注 大
数据与行业应用结合及政务数据共享，不断拓展大数据的外延。同时，部分省市陆 续成
立了大数据管理局等相关机构，对包括大数据产业在内的新技术发展进行统一管 理。省
级大数据主管机构的设立过程可以分为两个阶段。第一个阶段从 2014 年 2 月
至 2018 年上半年，部分省份先行，自主建设大数据发展局。第二阶段始于 2018 年下
半年，按照中央部署，新一轮省级机构改革方案陆续发布，各地纷纷以不同的方式组
建或调整政府数据治理机构，各地大数据产业发展进程持续推进。
. 技术体系日渐完善，技术融合促进潜力释放
大数据技术体系纷繁复杂，一方面社交网络的流行导致大量非结构化数据出现，
传统处理办法难以应对，数据处理系统和分析技术开始不断发展创新；另一方面，大
数据体系的底层技术框架已基本成熟，大数据技术正逐步成为支撑型的基础设施，其
发展方向也开始向个性化的上层应用聚焦，技术融合趋势明显。
大数据技术体系主要由数据分析技术、数据流通技术和事务处理技术构成。数据
分析技术生态主要有五个发展方向，包括数据采集与传输、数据存储与管理、计算处
理、查询与分析、可视化展现。经过 10 多年发展，数据分析技术融合了传统数据库
和 MPP 数据库的优点，正朝着流处理加强、SQL 支持、深度学习支持等方向演进。在
数据流通方面，安全多方计算和区块链是近年常用的技术框架，同时还涌现出同态加
密、零知识证明、差分隐私等多种数据流通工具。随着底层硬件和上层应用的不断变
化，以集中式数据库等单点架构为主的传统事务技术模式逐步被分布式架构取代，新
一代分布式数据库技术应运而生。
图 15 大数据技术与融合应用
资料来源：易观智库，华西证券研究所整理
目前，技术融合主要体现在以下六个方面。一是算力融合，以 CPU 为调度核心，
协同 GPU、FPGA、ASIC 及各类用于 AI加速的“xPU”异构算力平台和以 GPU 为代表 的
计算加速单元，能够极大提升计算效率，成为行业热点解决方案。二是流批融合，先
后提出以微批处理的思想实现流式计算和使用流处理的思想，来实现批处理两种思 路的
融合计算方法，不断在向更实时更高效的计算推进。三是 TA 融合，混合事务/ 分析处
理(HTAP)架构可以避免频繁的数据搬运操作给系统带来的额外负担，减少数据 重复存
储带来的成本，及时高效地对业务操作产生的数据进行分析。四是模块融合，一站式
数据能力复用平台通过连接下层的数据和上层的数据应用团队，形成敏捷的数 据驱动
精细化运营的模式，能更快地使用数据驱动决策。五是云数结合，大数据基 础设施向
云上迁移和云原生的产品开发概念将降低硬件和网络维护成本，能够更专注
于数据和业务逻辑，大程度降低大数据技术的学习成本和使用门槛。六是当前最受关
注的数智融合，主要体现在大数据平台的智能化与数据治理的智能化。大数据平台
支持机器学习算法和 AI 类应用是实现智能化的重要手段。另外，AI 使能数据治理，
通过智能元数据感知和敏感数据自动识别，对数据自动分级分类，形成全局统一的数
据视图；通过智能化的数据清洗和关联分析，把关数据质量，建立数据血缘关系，在
降低数据治理复杂性和成本的同时，得到智能的数据。
3. 行业应用不断深化，新兴业态酝酿形成
从大数据的应用市场来看，我国大数据应用正处于高速发展时期，大数据市场陆
续出现新商业模式。随着大数据底层设施逐渐成熟和技术融合的催化，大数据分析开
始结合具体行业，向下游垂直行业应用延伸。各行业数字化、网络化、智能化进程明
显提速，促进产业格局重构，驱动生产方式和管理模式变革，新业态正在酝酿形成。
图16 2019年大数据应用市场 AMC 模型
资料来源：易观智库，华西证券研究所整理
目前，与大数据结合紧密的行业逐步向工业、政务、电信、交通、金融、医疗、
教育等领域广泛渗透，行业应用逐渐向生产、物流、供应链等核心业务延伸，“脱虚
向实”的趋势明显，大数据与实体经济深度融合不断加深，行业应用正在从消费端向
生产端延伸，从感知型应用向预测型、决策型应用发展。
图 17 不同行业的大数据未来应用看点
资料来源：易观智库，华西证券研究所整理
. 大数据推动制造业转型升级提速
在大数据的带动下，我国制造企业对数据的采集、汇聚与挖掘能力显著提升，
助力制造业向智能化、绿色化、服务化、高端化转型。对于传统制造业，大数据在
生产现场实现多方要素覆盖，加速优化产业链各环节，提升管理能力，实现产品敏捷
规划，推进制造业智能化发展。同时，大数据推动了个性化生产加速落地，企业生产
模式从同质化生产向定制化生产发展。针对绿色化转型，大数据技术能够精准判断和
调控生产线的能耗状况，有效帮助企业实现生产过程的节能降耗，并用于优化产品设
计，实现生命周期的绿色节能。另外，大数据赋能“中国制造”，传统工业产品正在被
大数据赋予更多高端化功能与性能，车联网+互联网不断推进发展。在数控机床领域，
部分企业开始利用大数据技术实时分析工件质量；在工程机械领域，通过大数据
技术在海量的实时工程数据中挖掘潜在价值；在虚拟空间中分析装备的运行趋势和模
式，从而提升产品性能。
. 大数据助力服务业新业态蓬勃发展
大数据在服务业的应用不断向纵深拓展，在以金融、物流为代表的生产性服务 领
域，以零售、文体为代表的生活类服务领域正在形成智慧服务模式。面对金融业，大
数据助力投资决策、风险管控、产品定价和普惠服务，推动金融体系建设完善。例
如大数据智能投顾平台帮助用户创建投资组合，大数据风控模型及时发现交易风险， 大
数据分析实现金融产品和金融衍生品的合理定价，金融科技手段推动惠普金融服务 高效
展开等。在物流领域，大数据技术帮助精准匹配货源与运力、智能调度物流路线、主动
感知物流储运、提升物流行业协同能力，全面降低物流成本。在零售行业，大数 据助力
门店运营、精准营销、供应链效率和垂直市场拓展，不断增加零售行业优质补 给。随着
社交网络用户数量的不断扩张，利用社交大数据来做产品口碑分析、用户意 见收集分析、
品牌营销、市场推广等“数字营销”应用，将会是未来大数据应用的重 点。电商数据直接
反映用户的消费习惯，帮助企业更高效地触达目标用户，具有很高 的应用价值。另外，
大数据的创新服务理念提高文化体育生活质量，推动大众文化消 费需求精准对接、运动
竞技训练智能化，并对改善公众运动健康发展提供数据分析支 撑。
. 大数据支撑公共服务智慧高效进行
大数据技术在公共服务领域发挥的作用愈发明显，通过多元挖掘数据和广泛互
联共享，推动着政务、教育、医疗、扶贫等公共服务加速向创新、开放、高效、便
捷、精准等方向发展。医疗健康方面，医疗大数据成为 2019 年大数据应用的热点方
向。 2018年 7月颁布的《国家健康医疗大数据标准、安全和服务管理办法》为健康
行业大数据服务指导了方向。电子病历、个性化诊疗、医疗知识图谱、临床决策支持
系统、药品器械研发等成为行业热点。在政务领域，公共资源交易平台提升政务数据
化管理水平，数据共享交换平台提升公共服务数据共享和业务协同，政府数据+市场
技术实现政企民多方共赢，并利用社会数据有力支撑政府决策。在教育领域，大数据
加快推动教育资源广覆盖，助力“因材施教”深入推行，驱动在线教育蓬勃发展。另外，
大数据助力一体化扶贫平台建设，助推扶贫识别的精准化；利用大数据技术剖析各地
贫困因素，实现差异化帮扶；大数据系统实现了线上大数据校验，并助力线下精准审
核和资源精准供给，为精准帮扶工作的开展建立基础。
. 行业痛点指引成长方向，完善布局助推提质发展
目前，我国大数据发展仍存在诸多问题，如技术和产品的原创性不足、数据开放
水平低、数据安全管理薄弱等，这些问题的有效解决需要大数据从业者们在大数据理
论研究、技术研发、行业应用、安全保护等方面付出更多的努力。在新一轮科技革命
和产业变革持续推动下，人工智能、5G、虚拟现实、区块链、边缘计算等技术群体性
突破，有望通过跨界融合，为大数据进一步赋能。同时，数据安全、产业合规方面的
立法也在不断推进，数据流通与应用的合规性将大幅提升，健康、可持续的大数据发
展环境逐渐形成，大数据行业有望解决痛点，迎来巨大发展机遇。
. 融合带动技术发展，需求引领产品创新
目前，我国仍然处在“数据大爆发”的初期，大数据原创性的技术产品尚显不足。以
我国大数据管理类技术产品为例，目前国内常见的软件有 20 多款。虽然大数据管 理类
软件涉及内容庞杂，但技术实现难度相对较低。根据中国信通院的测试结果，参 照囊括
功能全集的大数据管理软件评测标准，所有参评产品符合程度均在 90以下，产品性能
有待提高。
未来，5G、AI 和工业互联网的深入发展将带来更大的“数据洪流”，为大数据 的存
储、分析、管理带来更大的挑战，在此背景下，有望牵引大数据技术再上新的台 阶。同
时，硬件与软件的融合、数据与智能的融合的趋势明显，有望带动大数据技术 向异构多
模、超大容量、超低时延等方向拓展，大数据技术将不断提高。在应用方面，我国的大
数据行业应用正在从消费端向生产端延伸，从感知型应用向预测型、决策型 应用发展。
互联网行业已经全面进入“DT 时代”，未来几年，随着各地政务大数据 平台和企业大型
数据中台的建成，将促进政务、民生与实体经济领域的大数据应用全 面开花。
. 加强个人信息保护，促进产业安全合规
从法律法规体系方面来看，我国的数据安全法律法规仍不够完善，呈现出缺乏综
合性统一法律、缺乏法律细节解释、保护与发展协调不够等问题。同时，对于个人信
息保护方面容易存在漏洞，也使得合规性成为这一行业发展的核心问题。2019 年以
来，大数据安全合规方面事件频出，数据安全合规成为行业关注热点。
与全球不断收紧的数据合规政策相类似，我国在数据法律监管方面也日趋严格规
范。2018 年，十三届全国人大常委会立法规划中提出了《个人信息保护法》和《数
据安全法》。个人信息和数据保护的综合立法时代即将来临。2020 年 1 月，中央政法工
作会议强调，要把大数据安全作为贯彻总体国家安全观的基础性工程，依法严厉打击
侵犯公民隐私、损坏数据安全、窃取数据秘密等违法犯罪活动。随着公众数据安全意
识的提升和技术本身的不断进步完善，数据安全技术将逐渐呈现出规范化、标准化的
趋势。目前已有不少数据安全技术手段瞄准敏感数据在处理使用中的防护，例如数据
脱敏、安全多方计算、联邦学习等，随着相关技术的不断推进发展，敏感数据和个人
隐私数据的使用合法合规将成为未来大数据产业合规落地的大趋势。
. 政策保障信息共享，技术赋能数据流通
如今，我国数据开放共享水平依然较低，跨部门、跨行业的数据流通仍不顺畅，
有价值的公共信息资源和商业数据没有充分流动起来，降低了资源整合效率，制约了
信息社会化服务的发展。
从政策角度来看，2016 年 12 月国务院通过了《“十三五”国家信息化规划》，提出
要打破各种信息壁垒和“孤岛”，推动信息跨部门跨层级共享共用。近年来，各省市政
府相继出台数据资源共享管理办法，在大数据平台增加了数据价值管理和数据共享管
理等职能，促进资源共享和深度开发利用。同时，信息保护立法的推行将进一步保障
信息共享的安全性。从技术角度来看，模块融合将打通数据共享通道，企业上云有助
于实现资源的互通共享，区块链可以在一定程度上解决数据确权难、数据孤岛严重、
数据垄断等问题。综上，在国家政策和新一代信息技术的共同作用下，我国的数字经
济将向着更加互信、共享、均衡的方向发展。
4. 大数据助力防疫布控，技术红利赋能公司未来
大数据的作用在本次抗击疫情的过程中尤为明显，疫情动态信息的公布、发展趋
势的研判预测、涉疫人员的精准定位、防控工作的指挥调度等都离不开大数据支撑，
展现出大数据的强大活力。面对突如其来的新型冠状病毒肺炎疫情，深耕大数据领域
的企业纷纷利用自身成熟的大数据平台和先进的技术，配合各地政府和相关用户，全
面展开了战疫情、防风险、保安全、护稳定的“战疫”行动，充分彰显了企业在大数据
领域的强劲实力，为疫情的防控提供强大的数据和技术保障。
. 东方国信：深化“大数据+”战略布局，持续开拓行业应用
大数据领域的先行者，自主化核心产品体系形成。公司在大数据领域深耕 23 年，
形成了体系化、自主化的大数据核心产品体系，涵盖了大数据采集设备、大数据处理 专
用设备、大数据存储及计算、大数据管控、大数据分析、私有云平台、大数据展现
及移动应用等各个方面。通过多年的自主研发，打造了分布式数据库 CirroData、工 业
互联网平台 Cloudiip、数据科学云平台、数据治理平台 BDG、企业大数据平台 BEH、云
计算平台 BonCloud 等核心技术产品，推动大数据、云计算、人工智能等技术在多 领域
落地实践。
图 18 东方国信产品体系
资料来源：公司官网，华西证券研究所整理
业绩符合预期，各板块业务稳健增长。2018 年，公司实现营收 亿元，同比
增长 ；归母净利润 亿元，同比增长 ，总体业绩实现稳定增长。
电信板块营收达 亿，占比 51，同比增长 ；金融板块、工业板块、政府、大数
据运营板块分别实现营收 亿元、 亿元、 亿元、 亿元，对应 增速 、
、 、。根据公司的披露2019 年业绩预告，2019年盈利符合预期，为
亿元，同比增长0-20；经营性现金流净额达亿元，同比增长 38-59，
得到大幅改善。综上，公司整体经营情况持续稳健增长，通信业务增速稳定，近五年来
毛利率维持在 50以上，是公司业绩主要驱动力；金融、政府板块业务不断完善和丰富，
发展前景向好；工业物联网和大数据运营受益于 5G 的快速推进，未来市场潜力巨大。
图19 东方国信营收&归母净利润情况（百万元） 图20 2018年东方国信各行业板块营收占比（ ）
2500 80%
70%
2000
60%
1500 50%
40%
1000 30%
500 20%
10%
0 0%
2014 2015 2016 2017 2018
营收 归母净利润 营收同比 净利润同比 电信 金融 工业 政府 大数据运营 其他
资料来源：公司公告，华西证券研究所整理 资料来源：公司公告，华西证券研究所整理
大数据在疫情趋势预测、医疗资源调度、远程诊疗方面凸显优势。在本次疫情
防控期间，公司积极配合政府和相关客户的需求，仅用三天时间在泰达城市大脑的基
础上开发出一套针对疫情防控的监测系统，提供疫情防控态势基本数据与指标分析数
据，实时对疫情防控工作进行指挥协调，凸显大数据在疫情防控方面的强大力量。公 司
的大数据产品和解决方案在疫情防控上主要可以作用于三个方面。一是对人口流动、搜
索、医疗等信息进行 AI 挖掘、预测，发现疫情趋势。公司与各地运营商在数据平 台建
设方面合作广泛，智慧城市解决方案已在全国 20 多个省市落地，能够帮助城市 构建物
理空间与虚拟数字空间交互映射、实现城市信息与知识自由流动的有机融合， 辅助政府
部门动态感知、汇总城市信息，未来还将实现城市发展的精准研判与趋势预 测。二是通
过大数据进行智能供应链管理，智能调度医疗防护资源。公司自主研发的 工业互联网平
台 Cloudiip 能够汇集海量数据和产业需求，纵向串联上下游产业链， 帮助相关机构在紧
急事件中实现生产物资全流程对接。三是通过打造医疗大数据平台 来实现远程诊疗。公
司现已汇集整合卫计委44家直属医院以及各地 1000余家医院的 诊疗信息，为实现远程诊
疗不断加码。
图21 东方国信疫情防控的监测系统
资料来源：公司官网，华西证券研究所整理
深挖大数据产业链，跨界大数据平台进一步拓展。公司拥有云化架构的大数据
产品线，对标国内外优秀软件与产品打造了大数据及云计算的核心产品能力，并得到
了广泛与成功的应用。2019 年 10 月，公司与华为联合推出的基于鲲鹏的联合大数据
预集成解决方案，助力鲲鹏产业生态建设与成果落地。大数据作为产业互联网发展的 重
要环节，将随着 5G 全球商用的推进和网络强国等国家战略实施，迎来发展快车道。未
来，公司将进一步深化大数据相关的新技术、新业态和新模式的产业化应用，助力 大数
据与实体经济深度融合，成长空间持续打开。
. 天源迪科：5G+云化双轮驱动，BOSS 系统加速发展
天源迪科是国内领先的产业互联网和大数据综合解决方案提供商，深耕电信行业
以及公安行业 20 余年，逐步形成了以运营商 IT 支撑业务为基础，产业云 BOSS+为引领
的大数据和人工智能等技术为支撑的技术平台和产品体系。
图22 天源迪科大数据平台解决方案
资料来源：公司官网，华西证券研究所整理
“五位一体”疫情防控体系建成，全方位阻断疫情传播链条。公司凭借 20 多年 公共
安全行业信息化建设经验和成熟先进的大数据平台，联合广东、江苏、陕西等多 地客户，
综合各地疫情防控的实战需求，快速探索构建出一套“寻、管、控、研、服”
五位一体的综合性城市疫情监测防控管理平台，其核心能力包括精准定位涉疫人员、
高效管理防疫工作、全面防控疫情蔓延、科学研究疫情发展、提供疫情动态信息服务
等。同时，公司还利用路面卡口等感知设备与大数据技术对涉疫车辆进行实时布控，
通过网格化社会治理联防联控体系汇总信息研判疫情，建立疫情信息互联互通的管理
平台以实现多方无缝对接，扎实推进各项疫情防控工作的进行。
三大领域齐头并进，各项业务稳健增长。公司聚焦电信、公安和金融三大市场，
并进入跨行业发展。在云计算、大数据、人工智能领域，公司与阿里、华为、腾讯、 平
安科技、电信运营商政企部等伙伴紧密合作，共同交付行业市场。在智能制造、能
源、大交通、军工、政府等行业已形成可复制的产品和解决方案，并在大型央企及政
府行业形成一定影响力。在电信、政府、金融行业内实现产品化、模块化，提升技术
复用度和生产效率，产业云 BOSS+在多个超大型企业得以应用。
表 23 天源迪科三大市场情况
主要业务 主要进展情况
提供准实时计费帐务类、实时在
中国电信：数据中心大数据基础能力平台、政企域项目群、
云公司项目群、国际清算工程；上海电信计费云化、江西电
电信 线计费类、客户关系管理类、数
据仓库类等全面的业务支撑系统
信计费云化、陕西电信、辽宁电信 。
软件解决方案及服务咨询。 中国移动：切入ICT领域，中标江西移动、中 移在线等大
数据项目。
公安
新一代出入境管理软件、情报线
索分析软件、交通大数据指挥平
台等。
将原有大型软件切片，下沉地市区县，拓展数据应用：公安
行业市场快速突破，成功拓展佛山、湛江、重庆、鄂州、句
容、 宿迁、邵阳、临渭、赤峰等地新市场，公安行业合同
额较去年上半年大幅增长
为银行提供核心系统、中间业务
子公司维恩贝特与公司基础技术平台实现进一步融合以提升
产品竞争力，重点拓展国内(含港澳台)银行软件市场；
金融 系统、互联网银行系统、港澳分
行特色业务、渠道整合系统等的 家庭个人信贷杠杆率持续攀升，家庭流动性愈益收紧，银行
咨询、开发、测试和维护服务。 信贷的风控和催收需求保持强盛，基于信贷风控的运营收入
和利润持续保持快速增长。
资料来源：公司公告，华西证券研究所整理
跟随企业云化、5G 等驱动的产业机遇，多年来保持高强度的研发投入。2019 年
前三季度公司研发投入合计为 亿元，较去年同期略有增加，保持较高的研发投入，
现已拥有六百多项软件著作权及发明专利，十多项省市级科学技术奖励。同时，
公司自主迭代研发云计算“迪云”、大数据“迪数”、人工智能“迪智”、信息安全 “迪安”
四大基础技术平台。随着大数据上云的技术发展新趋势，公司将在深度学习平台、智
能编程、Paas 组件服务化、信息安全等方面继续加大研发投入，促进技术平台的升
级和互相融通，形成公司级统一基础技术平台，服务于公司通信、公安和金融行业客
户，更高效高质地支撑行业应用。
5G 技术的发展将带动应用场景全面革新，提升电信软件系统迭代升级需求，公
司有望借助 BOSS 系统云化的先发优势和丰富的行业运营支撑积累实现弯道超车。另
外，行业 IT 云化趋势有望给公司带来持续增长机会。随着云计算需求陆续转暖和金
融、政府、公安各行业大数据业务需求增加，公司成长空间将不断扩大，未来有望配
合华为、腾讯、阿里等巨头取得进一步市场拓展。
. 烽火通信：深入部署大数据平台，边缘云拓宽应用场景
烽火星空是烽火通信的全资子公司，自 2001 年成立以来，凭借在网络安全和大 数
据领域的深厚积累，自主研制多行业、多场景系列智慧城市解决方案，为各行业用 户提
供技术服务、网络安全、数据分析、公安执法、舆情管理等全方位网络信息服务。 2018
年，公司实现净利润 3 亿元，同比增长 25。根据 2018 年 IDC 发布的数据，公司在数字
政府大数据基础平台软件市场位列第四位，成功进入中国数字政府大数据平 台软件厂商
第一梯队。
图23 烽火星空发展历程
资料来源：公司官网，华西证券研究所整理
大数据助力疫情防控，精准排摸遏制蔓延势头。面对疫情，烽火通信积极与运
营商协同作战，第一时间成立了由服务、研发、供应等组成的专项应急工作组，全力
支撑运营商网络建设，并保障雷神山、火神山和“方舱医院”的传输网络畅通及医疗
专线的通信稳定。其子公司烽火星空作为行业大数据和数字政府的重要技术提供商，
充分利用技术专长，基于政府大数据，向各地疫情防控单位提供大数据支撑服务，为
疫情防控保驾护航。目前，公司已在湖北、江苏、四川、重庆、上海等多个省市，第
一时间为卫健委、疾控中心等政府部门的数据分析需求，运用大数据分析技术助力政
府部门全面精准滚动摸排所有相关人员，在流动人员的疫情监测、精准施策等各项防
控措施方面，提供了高效的技术支撑。
烽火大数据平台 FitData提供从原始数据到数据运营的全业务、全数据、全覆盖的
整体解决方案，打造以统一管理调度为基础，以数据处理为中心、以满足用户需求为
目标的新型平台。目前，烽火大数据平台解决方案已在全国部署超过 300个点，每
天处理 10,000 亿条以上的数据，广泛应用于公安、军队、铁路等多领域，为各行业大
数据处理和应用提供了有力的支撑保障。
图24 烽火大数据整体解决方案 图25 烽火全行业解决方案
资料来源：公司官网，华西证券研究所整理 资料来源：公司官网，华西证券研究所整理
深耕边缘云技术，打造融合平台。公司作为推动中国边缘云标准落地的积极贡
献者，其云产品族 FitCloud 中的 FitOS-Lite 融合了 OpenStack 和 Kubernetes等开源架
构，可提供集IaaS和PaaS一体的解决方案，支持虚拟机和容器双栈资源池
的统一管理，业务场景覆盖 EMC、物联网及工业互联网三大边缘计算场景。目前，
边缘云平台通过了国内首批边缘云标准符合性测试认证，同时，国家电网、中国移动
等单位均与公司达成边缘计算战略合作，边缘云计算具有分布式、低延时、低带宽占
用的特点，能更好地服务于对实时性要求高和带宽要求高的业务场景。伴随大数据、
云计算产业发展浪潮，公司将积极扩展边缘云平台能力，向上提供统一接口对接云管
或第三方应用，向下深耕垂直行业应用，推动边缘云 5G、人工智能、物联网、大数
据等技术的紧密融合，为全行业提供一站式完整解决方案，融合平台将打开公司长期
成长空间。
. 中新赛克：发挥前后端协同效应，助力“AI+大数据”结合
图26 中新赛克发展历程
中新赛克前身为 2003 年成立的中兴通讯子公司中兴特种，2017 年 11 月公司上市。
作为国内知名的网络可视化设备及软件应用提供商，公司持续专注于网络可视化领域，
形成了从前端流量采集，到后端内容安全、大数据分析的一体化产业链条，在政府及
运营商市场上保持着较强影响力。
资料来源：公司官网，华西证券研究所整理
按照功能划分，网络可视化可划分为前端和后端。前端主要是流量数据采集相关
的产品，如网络可视化基础架构产品; 后端主要是数据存储、分析和应用产品，如大
数据运营和网络内容安全业务。从主营构成来看，前端产品持续领先，基础架构产品
实现收入 亿元，占公司主营业务收入的比重为 。另外，公司大数据业务虽
然仍处于起步阶段，但市场竞争力已初步显现，2018 年，公司大数据业务规模达到
1737 万元，同比增长 ，同时，大数据运营产品近年来维持超过 80的毛利率，
公司业绩将受益于大数据产品的规模应用。
%
%
%
%
%
%
2014 2015 2016 2017
网络可视化基础架构产品 大数据运营产品
网络内容安全产品 其他主营业务
%
网络可视化基础架构产品 大数据运营产品
网络内容安全产品 其他主营业务
%
%%
图27 2018年公司主营构成 图28 公司主营产品毛利率情况( )
资料来源：公司公告，华西证券研究所整理 资料来源：公司公告，华西证券研究所整理
注重研发实力提升，保障核心竞争力。在大数据领域，公司已经掌握了大数据 软
件技术、存储服务器及 ARM 相关技术、基于 J2EE 的 App 技术等大数据运营产品相 关技
术。同时，公司自主研发的大数据操作系统OceanMind系统在政府、教育、金融、
审计、工业等领域已经有了广泛的应用。基于其开放的架构、算子化的实现方式，能 快
速响应客户多变的需求，让数据真正成为生产力，发挥其内在价值。未来，公司将 以
OceanMind 大数据产品的关键技术突破为起点，持续加大的研发投入有利于保持公 司产
品的技术优势，继续全面布局从数据提取、数据融合计算到数据应用的整体架构。在数
据源广度、数据处理深度、业务应用丰富度和整体方案闭环架构完整度等四大能 力上稳
步前行，扩大产品种类和细分领域覆盖，进一步拓展市场的宽度和纵深，带动 大数据上
下游整个产业链应用技术快速发展。
图29 中新赛克整体产品地图 图30 OceanSource数据治理平台
资料来源：招股说明书，华西证券研究所整理 资料来源：公司官网，华西证券研究所整理
启动“AI+大数据”研发，加快解决方案向后整合。为顺应大数据发展趋势和市 场需
求，公司成立了数据分析及人工智能团队，将大数据和人工智能有机地结合起来，
研发了大数据态势感知产品、针对多数据源及多数据类型的数据治理产品、软硬件一
体的审计一体机等大数据平台和行业大数据分析产品。目前，公司的大数据运营产品
主要应用于运营商、政府和企事业单位。随着移动互联、5G、人工智能等技术的快速
发展，数据量和数据处理分析技术将得到快速提升，政企客户也将加大对数据资产的
重视程度。公司有望凭借在前端市场上的优势，对标全球可视化市场龙头 Gigamon 的
宽产品线拓展，强化渠道优势，保持网络可视化基础架构产品稳定增长。同时，在解
决方案中加速向后整合，蓄力后端市场布局与海外市场扩张，不断优化数据存储、分
析处理技术，拓展大数据和AI等领域结合的新业务，实现业绩高增。
另外，从大数据产业链的角度分析，随着数据量的集聚以及应用场景的逐渐丰富，
未来具备核心价值的大数据公司产业地位将持续提升，例如电信运营商、电商、医疗 机
构以及各地的政府机构等，或将受益于大数据应用的推广带来的数据变现机遇，而 其中
通信大数据由于实名制并结合位置、消费等关键信息，数据价值不可限量。
5.风险提示
1、大数据应用或带来隐私侵犯等法律风险：大数据的应用依赖于对数据的采集、
提取和分析，从而辅助决策的制定和执行，但对于部分数据的搜集可能存在
法律风险。
2、数据交换或者交易受阻导致大数据关键信息获取困难：大数据应用的执行需
要准确、足够的数据资源，而部分关键数据的获取需要打通数据孤岛之间的
有效通道，若交易或者交换平台的缺失或将限制大数据应用。
