1、大數據金融行業發展及經營計劃分析報告目錄1.企業發展現狀51.1大數據金融企業發歷程51.2大數據金融企業文化51.3大數據金融企業戰略61.4企業主營業務分析62.大數據金融行業格局72.1大數據金融行業定義及產業鏈分析72.2大數據金融市場規模分析92.3大數據金融市場運營情況分析102.4大數據金融行業存在的問題132.4.1大數據對個人信息的大量獲取導致了隱私和安全問題132.4.2大數據技術不能代替人類價值判斷和邏輯思考132.4.3金融行業的數據資產管理應用水平仍待提高132.4.4金融大數據應用技術與業務探索仍需突破142.4.5金融大數據的行業標準與安全規范仍待完善142.4.

2、6金融大數據發展的頂層設計和扶持政策還需強化142.4.7供應鏈整合度低152.4.8產業結構調整進展緩慢152.5大數據金融行業前景趨勢162.5.1大數據助力金融機構的戰略轉型162.5.2大數據能夠降低金融機構的管理和運行成本162.5.3大數據有助于降低信息不對稱程度，增強風險控制能力162.5.4大數據能夠提升銀行的中間收入172.5.5使零售銀行業務差異化產品設計更加豐富172.5.6大數據在量化投資方面的應用182.5.7延伸產業鏈182.6行業協同整合成為趨勢192.6.1生態化建設進一步開放192.6.2呈現集群化分布192.6.3需求開拓203.大數據金融企業發展戰略213

3、.1企業管理戰略213.2企業產品戰略213.3企業年度市場戰略223.4企業年度營銷戰略233.5企業年度競爭戰略244.大數據金融企業經營計劃244.1企業經營目標244.2企業經營策略254.3企業推廣策略274.4企業經營保障275.大數據金融企業考核指標275.1企業年度管理指標275.2企業年度產品指標285.3企業年度市場指標295.4企業年度業績指標306.大數據金融企業存在風險分析326.1基礎工作薄弱風險326.2管理效率低風險326.3盈利點單一風險336.4技術風險336.5管理風險346.6產品及法律風險35企業發展現狀大數據金融企業發歷程從2012年開始，公司長期致

4、力于大數據金融行業的產品研發，通過長期的產品創新，在行業的競爭中具備了較為明顯的先發優勢。從2015年開始，國家積極倡導行業開拓創新，政策利好不斷，公司積極響應國家戰略，逐步將大數據金融產品與政策指引整合，實現產能創新。2018年開始，公司在行業各個方面都有了較大的市場份額，獲得了較為穩定的資金回報，為大數據金融產品的進一步提升提供了資金保障。2021年之后，公司將會進一步優化產業結構，為大數據金融行業提供產業賦能。大數據金融企業文化在公司格局上，企業文化為“開拓創新、銳意進取”，通過產品與管理制度的不斷創新，開拓新的服務與市場。在內部激勵文化上，提倡建立銳意進取的團隊和組織，實現不斷突破、不

5、斷進取的企業精神。大數據金融企業戰略本公司的企業戰略為“產品爭一流、服務爭最優、管理爭創新、技術爭先進、企業爭信譽”的“5爭”戰略，成為客戶始終信賴的優質企業。企業主營業務分析大數據金融行業的產品與服務的公司的主要營收來源，公司通過上下游產業鏈的不斷擴展，完善在行業的“產銷”能力。主營為大數據金融行業相關產品，提供相關的服務作為增值產品，開拓大數據金融行業的上下游產業鏈。大數據金融行業格局 大數據金融行業定義及產業鏈分析大數據金融的作用機制是通過云計算等智能信息工具對序列之間的聯系、動態信息數據序列進行分析，大幅度提高金融風險定價的效率，降低定價成本，有效減少信息不對稱問題，使得對單個客戶的信

6、用信息、消費傾向、理財習慣分析成為可能。大數據金融行業是指從事大數據金融相關性質的生產、服務的單位或個體的組織結構體系的總稱。深刻認知大數據金融行業定義，對預測并引導大數據金融行業前景，指導行業投資方向至關重要。中國金融業向支持實體經濟、創新驅動的轉換中，大數據在金融領域的應用，成為中國金融業的新增長點和新亮點。大數據能夠充分利用金融市場形成的海量數據來挖掘用戶需求、評價用戶信用、管理融資風險等。它改變了金融業的發展取向、釋放了被壓抑的金融需求，一開始就具有強大的生命力。我國大數據金融行業在經過短暫的結構調整后，淘汰掉落后產能、篩選掉不合格企業，并且隨著居民消費觀念的轉變和消費需求的提升，我國

7、大數據金融行業依舊會繼續保持增長趨勢，未來將會向高品質、高質量的方向發展，呈現品種增多、消費多元化等新趨勢。中國大數據金融產業鏈的參與主體不斷豐富，產業生態逐漸健壯。我國的金融行業正處于應用大數據的初級階段，國內的金融機構經過多年發展與積累，擁有超過百TB的海量數據，而且非結構化的數據量也在不斷增長。金融機構在大數據應用方面具有天然優勢：首先，金融企業在平時的業務開展中積累了大量高價值的數據，例如客戶的身份、資金收付交易、資產負債情況等，這些數據經過專業技術挖掘和分析之后，將產生巨大的商業價值；其次，金融機構相比之下有較為充足的預算，可以吸引到了解大數據技術的高端人才，也有能力采用大數據的最新

8、技術。但是，在許多具體金融業務層面，我國還是存在管的過嚴、管的過寬、管的過細的問題，甚至管了很多不該管的事情。這種情況極大地阻礙了金融市場化改革的進程，制約了金融機構的自主發展，削弱了金融市場化配置社會資源的能力。大數據金融市場規模分析隨著國家政策的進一步利好，越來越多的需求將會被釋放，大數據金融行業將緊密結合產業上下游的資源，充分掌握用戶需求變化，極大豐富行業應用場景。通過產品與服務質量的不斷優化升級，推動大數據金融產業應用的爆發式增長。目前，我國的大數據金融行業發展尚處于起步階段。大數據在金融領域的應用最為廣泛，處于領先地位，其他行業應用尚處于初級階段。在未來，大數據應用將全面覆蓋各個產業

9、，應用技術和方法將會更加成熟，應用市場規模也將保持高速穩定的增長態勢。預計2020年中國大數據應用最多的為政府，行業應用方面，金融大數據還將占據25%的份額，其次為工業大數據，預計占比6.64%。電力、交通、電信等其他領域也會不斷加強大數據應用。金融行業主要如信用卡、防欺詐、電子支付業務等，對大數據有比較大的需求。因此，隨著金融行業大數據應用的加強已經深入，近幾年金融行業大數據應用市場規模年均復合增長率為55.21%，到2022年，中國金融行業大數據應用市場規模為497億元。大數據金融市場運營情況分析大數據金融行業市場運營情況分析主要需要從市場供給分析、市場需求分析、市場價格分析、市場供需平衡

10、、行業盈利能力、行業運營能力等方面進行綜合分析。市場供給分析：大數據金融行業市場供給是指在一定的時期內，一定條件下，在一定的市場范圍內可提供給消費者的產品或服務的總量。大數據金融市場供給能力分析的時間也應考慮整個項目壽命期，市場范圍包括國內市場和國際市場。市場供給分析還可以分為實際的供給量和潛在的供給量，前者是指在預測時市場上的實際供給能力。市場需求分析：我國的大數據金融行業產品及服務結構調整問題不僅僅是對產品進行調整，還是對大數據金融企業分布結構、區域分布結構進行調整。未來一段時間內，行業整合、區域分布結構的調整、企業結構的調整都將是行業結構調整的一個重要內容。隨著國家鼓勵和規范大數據金融行

11、業發展的政策相繼出臺，行業正逐步規范，全社會消費意識的不斷提高，眾多機構和社會資本不斷進入大數據金融領域，有力的促進了該行業市場的快速發展，大數據金融行業發展前景廣闊。市場價格分析：在經濟全球化的趨勢下,大數據金融行業經濟融入世界市場的廣度和深度越來越大。與大數據金融行業規模增長相對照,用戶需求也呈穩定增長趨勢。市場需從實際情況出發制定合理的大數據金融行業價格,有利于行業規模不斷增長和需求不斷擴展,有利于保障行業正態良性發展。從長遠的趨勢看,大數據金融行業市場價格應該維持在較高的合理價位上。價格上漲和回落的過程，主要受人力資源、產品及服務優化、市場競爭、出行運輸等各類因素影響，導致大數據金融行

12、業價格產生一定波動，但是供求長期趨于增長穩定狀態，長期向好。市場供需平衡：供求平衡是指消除供求之間的不適應、不平衡現象，使供應與需求相互適應，相對一致，消除供求差異，實現供求均衡。實際上大數據金融行業的市場供需存在的一定程度的供需失衡，需求端市場有待挖掘，供應端產品參差不齊。行業盈利能力分析：大數據金融行業的盈利能力主要受到行業的投資回報周期、行業服務周期、行業競爭程度、用戶粘性等的影響。部分產品和服務存在投資大,回收慢,競爭激烈,用戶粘性不高等現實問題。這些問題的存在使得大數據金融行業的盈利能力有待提高。為了行業的長遠發展,大數據金融行業的盈利能力急需改善。行業運營能力：大數據金融行業進入精

13、品化、產業融合的新時代，行業的下半場真正開始了，未來考驗的是用戶運營能力和產業運營能力。企業之間競爭的并非僅僅是產品能力而是更多的在于運營能力。而嗅覺靈敏的大數據金融企業早已開始轉型，立足城市，不斷提升其運營能力。大數據金融行業存在的問題金融大數據擁有著廣闊的發展前景。然而，金融大數據應用也面臨著數據資產管理水平不足、技術改造難度大、行業標準缺失、安全管控壓力大和政策保障仍不完善等一系列制約因素。為推動金融大數據更好發展應用，必須從政策扶持保障、數據管理能力提升、行業標準規范建設和應用合作創新等多個方面入手，不斷強化應用基礎能力，持續完善產業生態環境。 大數據對個人信息的大量獲取導致了隱私和安

14、全問題隨著個人所在或行經位置、購買偏好、健康和財務情況的海量數據被收集，再加上金融交易習慣、持有資產分布、以及信用狀況以更細致的方式被儲存和分析，機構投資者和金融消費者能獲得更低的價格、更符合需要的金融服務，從而提高市場配置金融資源的能力。大數據技術不能代替人類價值判斷和邏輯思考大數據是人類設計的產物，大數據的工具（如Hadoop軟件）并不能使人們擺脫曲解、隔閡和成見，數據之間相關性也不等同于因果關系，大數據還存在選擇性覆蓋問題。金融行業的數據資產管理應用水平仍待提高金融行業的數據資產管理仍存在數據質量不足、數據獲取方式單一、數據系統分散等一系列問題。一是金融數據質量不足，主要體現為數據缺失、

15、數據重復、數據錯誤和數據格式不統一等多個方面。二是金融行業數據來源相對單一，對于外部數據的引入和應用仍需加強。三是金融行業的數據標準化程度低，分散在多個數據系統中，現有的數據采集和應用分析能力難以滿足當前大規模的數據分析要求，數據應用需求的響應速度仍不足。金融大數據應用技術與業務探索仍需突破金融機構原有的數據系統架構相對復雜，涉及的系統平臺和供應商相對較多，實現大數據應用的技術改造難度較大，而且系統改造的同時必須保障業務系統的安全可靠運行。同時，金融行業的大數據分析應用模型仍處于探索階段，成熟案例和解決方案仍相對較少，金融機構應用大數據需要投入大量的時間和成本進行調研和試錯，一定程度上制約了金

16、融機構大數據應用的積極性。而且，目前的應用實踐反映出大數據分析的誤判率還比較高，機器判斷后的結果仍需要人工核查，資源利用效率和客戶體驗均有待提升。金融大數據的行業標準與安全規范仍待完善當前，金融大數據的相關標準仍處于探索期，金融大數據缺乏統一的存儲管理標準和互通共享平臺，涉及金融行業大數據的安全規范還存在較多空白。相對于其他行業而言，金融大數據涉及更多的用戶個人隱私，在用戶數據安全和信息保護方面要求更加嚴格。隨著大數據在多個金融行業細分領域的價值應用，在缺乏行業統一安全標準和規范的情況下，單純依靠金融機構自身管控，會帶來較大的安全風險。金融大數據發展的頂層設計和扶持政策還需強化在發展規劃方面，

17、金融大數據發展的頂層設計仍需強化。一方面，金融機構間的數據壁壘仍較為明顯，數據應用仍是各自為戰，缺乏有效的整合協同，跨領域和跨企業的數據應用相對較少。另一方面，金融行業數據應用缺乏整體性規劃，當前仍存在較多分散性、臨時性和應激性的數據應用，數據資產的應用價值沒有得多充分發揮，業務支撐作用仍待加強，迫切需要通過行業整體性的產業規劃和扶持政策，明確發展重點，加強方向引導。供應鏈整合度低 大數據金融行業供應鏈及服務流程復雜。小型企業難以為繼，初期投入過大，很難打價格戰。大數據金融行業產品標準化程度太低，導致生產周期長且成本高。產業結構調整進展緩慢近年來,盡管我國政府頒布了有利于大數據金融的資源環境稅

18、收政策和消費稅的結構調整政策,但是由于這兩種稅收的作用對象狹窄,因而對大數據金融主要服務和產品的生產及推廣使用收效不大。可喜的是,企業所得稅的兩稅合一,內外資企業同等待遇解決了多年來我國內外資企業面臨的兩套稅制問題。兩套稅制把大量的稅收優惠給與了外資企業,而未能按國家的宏觀政策導向建立稅收優惠。這種稅制安排不僅造成了內外資企業的稅負不公,而且對國家鼓勵的大數據金融行業發展,對行業的高效率利用都是極其不利的。此外,我國的進口稅收政策也存在類似的問題,亟待解決。大數據金融行業前景趨勢大數據助力金融機構的戰略轉型在宏觀經濟結構調整和利率逐步市場化的大環境下，目前國內的金融機構主要表現出盈利空間收窄、

19、業務定位亟待調整、核心負債流失等問題。業務轉型的關鍵在于創新，但現階段我國金融機構的創新往往淪為監管套利，沒有以挖掘客戶內在需求，提供更有價值的服務為主。而大數據技術正是能夠幫助金融機構深入挖掘既有數據，找準市場定位，明確資源配置方向，推動業務創新的重要工作。大數據能夠降低金融機構的管理和運行成本通過大數據對信息的挖掘和分析，金融機構能夠準確地定位內部的管理缺陷，制訂有針對性的改進措施，實行符合自身特點的管理模式，最終實現降低管理運營成本。大數據還提供了全新的溝通渠道和營銷手段，可以更好的了解客戶的消費習慣和行為特征，及時、準確地把握市場營銷行情。大數據有助于降低信息不對稱程度，增強風險控制能

20、力金融機構可以摒棄原來過度依靠客戶提供財務報表獲取企業信息的業務方式，轉而對其資產價格、賬務流水、相關業務活動等流動性數據進行動態和全程的監控分析，從而有效提升客戶信息透明度。目前，花旗、富國、UBS等先進銀行已經能夠基于大數據，整合客戶的資產負債、交易支付、流動性狀況、納稅和信用記錄等，對客戶行為進行360度評價，計算動態違約概率和損失率，提高貸款決策的可靠性。大數據能夠提升銀行的中間收入如今，坐擁海量數據的銀行不再局限于使用數據服務其核心業務，把數據直接變成新產品并用來創造直接收入是新的中間收入拓展渠道。澳大利亞一家大型銀行通過支付數據的分析了解零售客戶“消費路徑”，即客戶進行日常消費時的

21、典型順序，包括客戶的購物地點、購買內容和購物順序，并對其中的關聯進行分析。該銀行將這些分析結果銷售給公司客戶，幫助客戶更準確地判斷合適的產品廣告投放地點以及適合在該地點進行推廣的產品。銀行通過這種方式獲得了傳統業務之外的收入。更重要的是，銀行通過這樣的創新為客戶提供了增值服務，從而大大增強了客戶粘性。使零售銀行業務差異化產品設計更加豐富在零售銀行業務中，大數據為判斷客戶行為并匹配營銷手段提供了廣闊的創新空間。例如，海外銀行圍繞客戶的“人生大事”進行交叉銷售。這些銀行對客戶的交易數據進行分析，由此推算出客戶經歷“人生大事”的大致節點。人生中的這些重要時刻往往能夠激發客戶對高價值金融產品的購買意愿

22、。通過對客戶的銀行卡交易數據進行分析，銀行很容易識別出即將添丁的家庭，在這樣的家庭中，準媽媽會開始購買某些藥品，而嬰兒相關產品的消費會不斷出現。該行面向這一人群推出定制化的營銷活動，獲得了客戶的積極響應，這種具有差異化的產品設計可以大幅提高交叉銷售的成功率。大數據在量化投資方面的應用量化投資策略在歐美發達國家的金融市場已經相對成熟，由于收益巨大，是大數據最早應用的領域。證券業已經進入了一個大數據信息時代，證券的數據模型越來越復雜多樣，數據的總量和種類都有著重大的突破。大數據在處理證券數據時，通過對主力和散戶的行為、軌跡分析，對主力資金和散戶資金的去向追蹤，對主力、散戶和市場之間的關系理解，能夠

23、很好地增加投資勝率。個人投資者將能夠輕松使用大數據獲得實證支持，降低交易風險，投資能力將大幅提升。大數據也讓科技公司第一次有機會能夠挑戰傳統的金融分析師，利用對各種數據的量化、重組和整合，提供不同的交易策略，讓投資者能夠科學的分析全球投資市場。延伸產業鏈大數據金融行業近年來從傳統的模式轉換到互聯網融合模式。隨著行業各大平臺挖掘并下沉三四線城市，企業從供應環節到生產再到售后環節，全環節整合，并以產業賦能為紐帶，為眾多優質的公司提供品牌、設計、系統、供應鏈等全方位支持。行業協同整合成為趨勢 大數據金融行業在產品與服務的過程中，具有完善的內容生產、渠道建設、商業化落地等各個層級的協作。未來進一步的行

24、業協同整合，有利于提高行業競爭力，并促進行業持續良性發展。生態化建設進一步開放1）內生發展閉環，對外輸出價值當大數據金融行業的社區化運營屬性越來越強，關聯產業開始聚集時，就需要謀求內生發展，大數據金融需要打造一個服務平臺，對內是一個合作協同的生態閉環，對外有開放統一的接口和品牌輸出，即能引導資源的有效流動，又能促進產業規模效應，聚集人才和知識，進而提升供應鏈效率。2）開放平臺，共建生態大數據金融行業服務平臺方，不再是單向地控制和輸出，而是要借助技術手段搭建基礎在線平臺，通過規則引導企業產出優質的內容和服務，激活企業間的交流和合作，挖掘更多產業鏈上的需求，從而有針對性配套服務并引導資源有效配置。

25、這樣的平臺才能夠進行思考和迭代進化。呈現集群化分布目前各地都在推大數據金融項目建設，類型也比較多。一般當地已經形成一定規模的會在原有基礎上提升智能化，如果沒有基礎比較好的項目基礎，當地就會打造出新的大數據金融項目。隨著各地大數據金融建設，中國大數據金融建設已經在地域分布以及建設模式方面形成了一定的特色。在地域分布上，中國大數據金融建設已經初步呈現出集群化分布，且有由東部沿海地區向內陸地區拓展的特征。有報告分析，從國家級大數據金融項目建設情況來看，已經形成“東部沿海集聚、中部沿江聯動、西部特色發展”的空間格局。環渤海、長三角和珠三角地區以其雄厚的工業園區作為基礎，成為全國大數據金融建設的三大聚集

26、區;中部沿江地區借助沿江城市群的聯動發展勢頭，大力開展大數據金融建設;廣大西部地區依據各自建設特色，也正加緊大數據金融建設。未來一段時間，中國中西部地區大數據金融建設或將迎來全新的建設浪潮。從目前情況來看，各地打造的大數據金融水平參差不齊，有好有壞。總體來說，一般東部發達地區的大數據金融相對來說會更加成熟一些。但目前中西部大數據金融打造勢頭也十分強勁。需求開拓隨著人們生活水平的提高， 在大數據金融行業，越來越多的用戶對行業較為重視并提出了較多的需求和建議，因此滿足用戶需求將是行業立根之本。大數據金融企業發展戰略企業管理戰略戰略管理是指對一個企業或組織在一定時期的全局的、長遠的發展方向、目標、任

27、務和政策，以及資源調配做出的決策和管理藝術。1）診斷企業存在的問題，大數據金融行業戰略性問題一般只有3-5個。2）找準企業發展方向，確定大數據金融是多元化發展還是專業化發展。3）確定企業發展目標，根據大數據金融發展趨勢和企業綜合表現制定。4）制定企業整體規章，根據大數據金融行業性質，制定整體運營規章。企業產品戰略我公司在大數據金融行業的產品戰略主要在產品功能、產品性能、產品外觀、產品優勢、產品目標、產品規劃等方面的要求，需要在用戶需求、產品參數、外觀、優勢、市場營銷份額、長期規劃等方面具有較為前瞻性和挑戰性的計劃。產品功能上滿足需求達到100%產品性能上性能參數99%產品外觀上精致美觀度達到9

28、5%產品優勢在競爭力上達到100%產品目標上市場開拓達到98%產品規劃上生態建立度達到100%企業年度市場戰略本公司2021年的年度市場戰略，主要有以下幾項指標：公司在大數據金融行業的覆蓋用戶到達4000萬人。公司在大數據金融行業年度實現營業額超過10億元。公司在大數據金融行業的年度營收增長率超過12%。公司在大數據金融行業的經典項目案例超過5項企業年度營銷戰略本公司將在2021年在大數據金融行業擬定5大營銷戰略，主要包括綠色營銷、創新營銷、整合營銷、消費聯盟營銷、連鎖經營營銷。1）綠色營銷，強調環保、低碳、無公害2）創新營銷，創新服務設計與倡導新理念3）整合營銷，整合大數據金融市場服務，打包

29、營銷4）消費聯盟營銷，構建行業消費圈，形成消費聯盟5）連鎖經營營銷，采用連鎖直銷、渠道銷售模式企業年度競爭戰略行業競爭戰略主要集中在產品與服務本身的優勢，包括服務的和共享與服務水平，行業競爭還包括企業的硬實力，包括服務的技術優勢、創新能力、企業人才優勢等。大數據金融企業經營計劃企業經營目標企業年度經營目標主要包括培養優質客戶、追求產品質量、保持領先地位、持續利潤增長。1）在培養優質客戶方面，需要培養大數據金融行業優質用戶10個2）在追求產品質量方面，重點研發大數據金融行業拳頭產品3項，并優化現有功能10+項3）在保持領先地位方面，提升并鞏固大數據金融行業領先地位，牽頭行業生態活動1-2次4）在

30、持續利潤增長方面，實現持續利潤增長，每個季度都同比上年度實現利潤1%的增幅企業經營策略本公司將在大數據金融行業采取三種經營策略，分別為拓展型、穩健型、收縮型。通過三種經營策略的有機組合，實現企業整體利潤的持續增加。拓展型經營策略針對大數據金融領域有發展后勁的產品和服務，采取積極的市場滲透戰略、多元化經營戰略、聯合經營戰略。穩健型經營策略針對公司在大數據金融領域經營不太景氣的產品和服務，采取保存實力，有效控制經營風險的戰略。收縮型經營策略針對公司在大數據金融領域市場疲軟、進入衰退期的產品和服務，轉移戰略、撤退戰略、清算戰略。企業推廣策略我司在大數據金融行業制定的推廣策略包括載體先行、品牌樹立、口

31、碑輔助、流量驅動、內容深耕。大數據金融行業主要通過互聯網等平臺作為載體，實現品牌效應，通過用戶的口碑作為輔助，實現流量的持續導入，對內容進行深耕，實現推廣策略貫徹。企業經營保障 大數據金融行業主要通過持續性的資源供給提供基礎設施保障，通過激勵制度實現人才晉升和持續高效的投入，通過質量監管實現產品與服務的高質量和高水平。大數據金融企業考核指標企業年度管理指標公司在本年度設置4個管理指標，主要包括診斷企業存在的問題、找準企業發展方向、確定企業發展目標、制定企業整體規章。1）診斷企業存在的問題，大數據金融行業戰略性問題一般只有3-5個。2）找準企業發展方向，確定大數據金融是多元化發展還是專業化發展。

32、3）確定企業發展目標，根據大數據金融發展趨勢和企業綜合表現制定。4）制定企業整體規章，根據大數據金融行業性質，制定整體運營規章。企業年度產品指標我公司在大數據金融行業的產品指標主要在產品質量、創新性、研發效率、體驗度、市場競爭、財務指標、運營指標等方面通過用戶、研發人員、市場人員、第三方人員等的綜合打分和反饋來實現優化。年度目標需要達到以下分值（以100分值為滿分）：運營指標99分、財務指標96分、市場競爭92分、體驗度95分、研發效率75分、創新性85分、產品質量90分。企業年度市場指標本年度我司在大數據金融行業市場產業鏈中市場占比指標需要實現，創新市場份額為23.4%，產品市場份額41.3%，服務市場份額為23.5%。企業年度業績指標本年度，我司在大數據金融行業的業績指標主要在覆蓋用戶、年度營業額、營收增長率、經典案例、拳頭產品等方面達成業績目標。1）覆蓋用戶到達4000萬人2）大數據金融行業年度實現營業額超過10億元3）大數據金融行業的年度營收增長率超過12