ITOM/ITOA与数据服务行业市场投资必要性分析及规模前景研究预测

（1）ITOM/ITOA市场概况：ITOM即IT运维管理，根据Gartner对ITOM进行的分类，其分为监测、管理、自动化三大类别，其中监测主要指对IT数据中心各类软硬件产品的运行指标（如可用性、性能、容量等）进行监控和告警处理；管理包括IT资产管理、IT服务管理等；自动化主要指自动化运维工具。

ITOA即IT运维分析，通过搜集机器数据、通信数据、代理数据、探针数据、指标采集数据等，运用大数据分析、机器学习等技术进行海量数据分析，识别IT系统中潜在的风险和问题，实现业务运营与IT运维的有效协同，从而帮助企业进行更为有效的业务决策。

ITOA作为ITOM近年来快速发展的一项分支，其更加注重数据价值的挖掘与传递，能够有效解决监控数据孤岛问题，实现监控工具、监控数据的价值优化。ITOA是IT运维管理发展的内在驱动，同时也是客户对IT运维管理提出更高要求的表现。

随着企业IT基础架构规模持续扩大、复杂度不断提升，传统IT基础架构运维方式已难以满足企业需求，因此通过ITOM提升企业IT基础架构运维标准化、自动化、智能化水平进而提高运维效率成为企业自身发展的客观要求和信息化水平提升的内在驱动。此外，随着IT运维管理发展的不断深入，企业对运维管理的需求已不再局限于系统的稳定和健康运行，充分运用运维大数据从而提升资产管理水平与管理决策效率是IT运维发展的必然趋势。

2014-2019年，我国ITOM市场规模从56.1亿元增长至110.4亿元，年均复合增长率达到14.50%，呈现逐年稳步上升的态势。目前，我国ITOA市场规模总体较小，但保持了快速增长的态势，具有较大的发展潜力。

中金企信国际咨询公布的《2022-2028年ITOM/ITOA与数据服务行业市场竞争格局调查分析及发展战略规划评估预测报告》

（2）数据服务市场概况：大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合。大数据产业正快速发展成为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。

基础支撑、数据服务和融合应用相互交融，协力构建了完整的大数据产业链。数据支撑层涵盖了服务器、存储设备、网络设备等硬件基础设施，云计算资源管理平台以及各类与数据采集、预处理、分析和展示相关的方法和工具；数据服务层立足海量数据资源，围绕各类应用和市场需求，提供前端的数据采集，中端的流处理、批处理、即时查询和数据挖掘，末端的数据可视化，以及贯穿始终的数据安全等辅助性的服务支撑；融合应用层不仅包含了通用性的营销大数据，还包含了与互联网、政府、工业、农业、金融、电信等行业紧密相关的各类细分领域整体解决方案。

数据服务具体包括数据交易服务、数据采集和预处理服务、数据分析与可视化服务、数据安全服务等。随着国家产业扶持政策的密集出台、核心技术和标准体系的日趋完善、数据价值的重要性显著提高、下游领域IT赋能业务转型升级需求的不断深化，我国数据服务市场需求将日益扩大。

数据服务行业在我国起步较晚，属于新兴行业，目前尚无公开市场规模数据。中金企信统计数据显示：2016-2018年，我国大数据产业规模从2,840.8亿元增长至4,384.5亿元，年均复合增长率达到24.23%，呈现逐年快速上升的态势。

（3）ITOM/ITOA产业运行前景分析：

随着企业IT架构复杂度提升、海量数据积累以及人工智能技术发展，IT运维逐步进入DevOps和AIOps阶段。传统软件开发通常由规划、编码、构建、测试、发布、部署和维护等多个环节构成，各环节之间分工与责任清晰、层层制约、容易把控，但各环节之间的沟通成本和等待成本较高，开发人员和运维人员之间往往会产生观点、理解上的冲突。而DevOps则通过开发人员和运维人员二者协同，运维人员在项目开发期间就介入开发过程中，了解开发人员使用的系统架构和技术路线，从而制定适当的运维方案；而开发人员也会在运维初期参与到系统部署中，提供系统部署的优化建议，实现软件交付和基础架构变更的自动化，迅速为客户提供最新功能，保持系统的稳定运行。因此，DevOps理念的落地不仅有效缩短了产品的开发周期，更促进向自动化运维迈进。

AIOps基于已有的运维数据（日志、监控信息、应用信息等），通过大数据和人工智能技术分析日志和运维数据，发掘更多运维人员尚未觉察的潜在的系统安全和运维问题。由于AIOps实际应用及落地时间尚短，目前主要处于在运维数据集中化的基础上，通过机器学习算法实现数据分析和挖掘的工作，主要应用场景包括：异常告警、告警收敛、故障分析、趋势预测和故障画像等。IT运维正在探索AIOps更多的应用场景，并将建设多场景串联的流程化免干预运维能力。随着人工智能技术的快速兴起及进一步发展，AIOps将逐步落地并快速发展，从而有效提升客户IT运维效率及自动化、智能化水平。

（4）IT服务与多行业协同发展：传统IT服务行业客户多集中于金融、电信、交通运输等行业大中型企事业单位以及政府机构等，其普遍对信息化建设有较高需求。近年来，随着传统产业与互联网结合愈发紧密，工业、农业等领域公司纷纷探索产业物联网。相关产业物联网通过传感器采集信息，再利用网络传输到相应平台进行处理，完成产业生产过程中智能控制、决策、预警、预测等功能，实现降低成本、提高效率等目标。产业物联网使得传统企业的数字化程度大幅提高，IT服务行业也需要在其数字化过程中协同配合。因此，IT服务行业也在不断探索新应用、新实践，具有良好的发展机遇。

（5）数据服务与实体经济融合发展趋势不断深化：信息技术与经济社会的交汇融合引发了数据迅猛增长，数据已成为国家基础性战略资源，大数据正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。随着国家产业扶持政策的密集出台、核心技术和标准体系的日趋完善、数据价值的重要性显著提高、IT赋能业务转型升级需求的不断深化，我国数据服务与实体经济各领域渗透融合全面展开，融合范围日益宽广、融合深度逐步加深、融合强度不断加大、融合载体不断完善、融合生态加速构建，新技术、新产业、新业态、新模式不断涌现。