数据服务是数字服务创新的核心领域，数据即服务（DaaS）和分析即服务（AaaS）将最初忽视的、似乎是一文不值的数据，变成了有价值的还能变现服务。

数据即服务（DaaS）和分析即服务（AaaS）是在“一切皆服务”（XaaS）趋势下关于数据服务化的具体应用。

数据即服务（DaaS）和分析即服务（AaaS），为什么成为新的服务？

支持这种变化的原因主要有两个：

其一是可获得的数据的增多，当拥有越来越多数据的时候，数据之间可以交叉分析的就越多，就能融合更多的需求，产生更多的数据产品。

其二是数据思维的转变，越来越多的人深刻理解了数字化，并理解了这种变化带来的性变革的机会，看到数字化带来的帮助，效率和体验的提升。

数据即服务（DaaS）的案例：

在会展领域，有一家数据即服务的公司，简称是EI，名叫eventintelligence(会展智能。EI)。

这家公司的业务看起来也不复杂，就是建立一个全球展览项目数据和展商的数据库。展商参展数据与展会进行关联。当查找某一家展商的时候，可以查看历届参展信息（在哪些地方，参加了哪些展会，是什么行业的展会，参展面积有多大，展位费是多少等等）。根据历史信息，可以推测展商下次参展的可能性、参展面积是否增大的可能性。对于展会并购方而言，也可以看到某一个展会重复参展商的数量、展会过规模、展商面积的增减趋势，从而评估展会价值。

（数据即服务的业务模式）

这家公司的数据服务客户是主办方的销售人员，销售人员可以通过其提供的数据服务获得潜在展商的列表，潜在展商参展的可能性，潜在展商参展的历史数据（含竞争和非竞争展会）。对于销售人员而言，可以提高工作效率，挖掘更多商机。

据说，EI的创始人Mark和Garry在纽约大学斯特恩商学院攻读商业分析理学硕士学位期间，看到了这个机会——即传统展会分析方法不全面，数据也补全。所以考虑使用大数据、数据科学和自动化技术工具建立业务模式，当然还要依靠一只精干的自由职业者团队合作，收集并完善数据——即，人工+机器获取+人工智能。

分析即服务（AaaS）的案例：

在会展领域，Bear Analytics是一家主打数据分析的公司。

这家公司本身不做软件系统，而是专做数据分析，这家公司的客户有2类，一类是软件技术公司，一类是展会主办方。业务模式是把主办方在会展运营各个环节产生的数据（含软件系统的数据）进行采集、建模、分析，形成可视化的图表，便于主办方分析展会的绩效，改进营销和销售计划，提高对展商的ROI。

双线融合产生大量的数据：

双线融合办展办会产生的数据量是传统纯线下产生的数据的几十倍，甚至百倍以上。因为线上可以是远程、可以是全年，突破了时间和空间的限制，参与人数也更多了。

在这种情况下，数据量上来了，数据的采集也容易了，数据和分析服务成为了可行的服务。

比如，广交会自126届以来采用了线上方式举办以来，平均参展企业超过2.5万家，按16大类商品设置50个展区，境内外参展企业累计上传展品300万件。其中最具有价值的是供采对接的数据（采购商访问了什么，来自哪里，与谁交流，看了什么，找了什么，时长和频率，地区和时间，品类、种类和数量），不仅可以发布采购趋势，还可以针对具体线上展商提供个性化的改进建议。

上述的模式就是通过对线上平台的埋点和跟踪，既可以获得个体的行为，也可以获得群体的行为，从而可以预测一些趋势，这就是分析即服务。

从传统业务到数据业务的建设将经历不同发展阶段，逐渐迈向成熟，实现向数据经济时代的业务变革。每个企业的拥抱数字经济之路不尽相同，但大都会经历以下几个阶段。

一是自发启动阶段，即零星自发的数据业务，但尚未从战略层面意识到数据作为资产的价值，传统业务仍是企业运营的核心，数据还只是作为各个业务流程或者应用的副产品，零星的数据业务并未形成体系。

二是数据业务探索阶段，即企业开始有意识地构建基础能力，固化业务模式，并且以数据业务变革的愿景目标为指引，并开始试点规范化之后的数据服务项目。

三是构建生态体系阶段，即开始独立地运营数字资产，发展完善数据业务，建成完善的数据服务体系，并不断升级数据服务相关的技术，实现数据服务的智能化自动化，逐步形成包括数据提供者、服务订阅者、二次开发者、合规监管者等在内的成熟的数据服务生态系统。

最终，企业将建立新的数据服务生态体系。数据业务已经成为企业的核心业务，进入数据服务的成熟阶段。

在会展领域，这两个业务还有点超前，只有数字化达到了一个很高的程度才可能产生数据即服务和分析及服务的模式。目前，还只是第一阶段，处于萌芽阶段。

在数据业务发展过程的多个阶段中，第二个阶段是最重要的。跨过去了，就基本实现了数据业务的再结晶式发展。要实现这一跨越，有必要引入一些有价值的数据管理新思想，其中，精益创新（Lean Thinking）的思想是一个不错的选择。精益思想源于 20 世纪 80 年代日本丰田发明的精益生产（Lean Production）方式，其从理论的高度归纳了精益生产包含的新的管理思维，把精益生产作为一种方法论，延伸到企业活动的各个方面，包括企业流程再造，减少不必要开支，创造新的价值，等等。

把精益思想引入数据创新体系，为企业业务数据获得最大价值开拓了视野和前提条件，而要实现这种从数据到有价值的服务，最重大的变革工具就是基于数据实现的新型人工智能——数据智能（Data Intelligence）。

近年来不管是数据服务还是分析服务已经有很多新的模式，比如常见的企查查/天眼查、crunchbase、IT橘子等等都是数据即服务类的业务模式。GE Predix等工业互联网不仅有流程自动化，更重要的是提供分析及服务。因为数据分析是数据智能中最核心的部分，大致可以分为描述性分析、诊断性分析、预测性分析、指导性分析等四个类别，每个类别基于数据回答不同的问题，难度越来越大，所能带来的价值越来越高，所使用的技术也越来越复杂。

最后，在量子时代，所谓的智能永远是人工+智能，不能迷信纯智能，因为人的理性是有限的，所以人教会给机器的智能就更有限、更片面。