智能小程序数据监控方式1.1开放平台官方统计1.2广告主自主监控(含第三方监控)1.3小程序&H5数据监控对比智能小程序推广URL填写规范2.1小程序推广URL填写规范2.2小程序推广URL参数获取2.3商业投放来源追踪问题自查

金融企业在分析海量数据中面临的挑战随着认知智能和云计算技术的日益普及，金融企业能以更快、更低成本的计算能力获取海量数据，包括大量风控、信用评估等结构化客户数据，以及从年报获取的股东、对外投资和控股信息等非结构化数据。但是，金融企业在分析这些海量数据时，面临着以下四大挑战：1.分析工具门槛过高分析工具使用的技术门槛过高，将大多数业务人员拒之门外。同时，工具入口分散，处理一项业务工作需要在不同的分析系统中获取信息，降低了工作效率。2.分析模板更新缓慢以技术为主导的商业智能（BI,BusinessIntelligence）已经无法跟上快速发展的业务变化，部分分析系统支持的预置分析模板有限，无法满足业务扩展可能性，需要有一种支持数据实时计算、业务灵活可配、由业务驱动的分析方式。3.分析方式挖掘不深金融数据爆发式增长，数据多样、复杂，孤岛化，且单一数据价值不高，所以处理金融业务时需要串联大量多源异构数据。当前的分析方式缺少对数据关系的深度探寻，数据深层价值挖掘不足。4.分析工作依赖人工信息格式不统一，结构碎片化，存放位置分散。而业务经理在业务操作处理过程中仍依赖于人工信息检索。

商业智能问世已有二十余年，受到广大企业的青睐与追捧，硕果累累。虽然不少企业没有特别强调商业智能这一概念，但是商业智能的广泛应用已成既定事实。商业智能市场规模增长迅速，国内市场增速更是大于全球市场。 Gartner 在《Market Share: Analytics and Business Intelligence, Worldwide, 2018》报告中指出，分析和商业智能软件市场在 2018 年增长了 11.7％，达到 216 亿美元。现代 BI 平台继续以 23.3％的速度增长，增速最快，其次是数据科学平台，增长 19.0％。企业数字化转型进程已经迈入商业智能阶段。

该统计数据包含了2018年中国人工智能工业制造领域商业化程度与技术应用深度评价分值情况。视觉检测技术应用深度评价分值最高，评价分值10分。

随着城市化进程加速，商业地产开发提速，中国成为全球最活跃的购物中心市场之一，商业地产出现阶段性过剩，竞争激烈，同质化严重。互联网电商对线下客流蚕食严重，导致线下客流及商户流失，购物中心传统二房东模式面临挑战。在消费互联网不断崛起，传统商业地产运营模式难以为继的背景下，对前沿新零售科技的消化和吸收成为商业地产行业的共性选择。智能停车系统、室内导航、客流监测、搭建大数据平台的投入成为购物中心智能化标配，部分购物中心开始投入顾客人脸识别、智能试穿、无人零售等方术。智能新技术成为商业地产突破同质化竞争、提升运营能力和盈利能力的重要手段。

《2019年中国商业智能研究报告》为艾瑞咨询自主研究发布的商业智能行业研究报告。区别于传统商业智能，本报告聚焦于将人工智能及相关技术用于商业智能决策，梳理核心技术体系与行业应用价值，分类研究典型商业场景及环节中产品创新与服务升级等方面的实际落地效果。

1.人工智能商业化背景；2.人工智能商业化驱动力；3.人工智能投融资分析：4.人工智能基础层发展现状；5.人工智能技术层发展现状；6.人工智能应用层主要场景：安防、金融、教育、医疗、交通、零售、广告营销、农业、机器人、商务服务；7.人工智能商业化总结、未来趋势和潜在风险。

报告从“小程序平台发展现状”、“小程序平台生态分析”、“小程序平台商业化分析”、“趋势分析”四个部分进行深度剖析，指出小程序的商业化在今年将进入快车道，对于小程序创业团队而言2020年将会是变现转折的一年。

报告从“小程序平台发展现状”、“小程序平台生态分析”、“小程序平台商业化分析”、“趋势分析”四个部分进行深度剖析，指出小程序的商业化在今年将进入快车道，对于小程序创业团队而言2020年将会是变现转折的一年。小程序的商业化在今年进入快车道，现阶段，微信小程序商业化做的最为彻底。未来在广告形式上的模仿是快速进入赛道的捷径之一。但是只有结合自身平台基因，有的放矢的差异化发展细分行业，方能彰显自身实力，快速抢占用户心智。除了对小程序平台商业化的深度剖析，在报告最后还对小程序的未来做了三个趋势判断，相信这份报告将会为广大企业主们带来帮助与启发。

报告基于企业活动、研究能力、基础设施配备和政策环境参与四大方面的12个指标评估中国城市在人工智能领域的能力和参与度，北京、上海、南京名列2020中国十大智能城市前三。

本报告以企业数字化转型中的“数字决策”为核心，围绕企业在经营发展中时刻面临的“决策”需求，阐释商业数据智能应用如何帮助企业在上述环节中提高决策效率和正确性。本报告第一章和第二章就商业数据智能应用的原理、类型和用途进行阐释，并结合企业数字化转型的历程对商业数据智能的价值进行解读；第三章和第四章就行业发展的驱动因素、发展现状、市场规模及结构进行量化分析；第五章展示了行业具有代表性的部分企业；第六章从商业数据智能产品的设计、交付及配套产业发展的角度，对行业未来发展方向进行了展望。

该统计数据包含了2020年中国企业对商业智能化转型未来空间的认知情况。认知数字化成为企业标配的占比最高，占比90%。

商业智能概念的提出可追溯至1958年，通常将其视为把企业中现有数据转化为知识，帮助企业做出明智的业务经营决策的工具。过去的商业智能不能给出决策方案，也不能自动处理企业运行过程中遇到的问题。借助于人工智能与其他相关学科的技术进步，现代商业智能已能在特定场景中实现商业经营的智能化与自动化。因此，本报告聚焦于将人工智能技术用于商业智能决策，试图对人工智能在商业落地的真实现状进行说明，凸显AI技术在现阶段应用的价值。

该统计数据包含了2020年中国企业对于商业智能化落地的热点关注环节分布情况。关注零售数字化运营体系的占比最高，占比75.90%。

金融服务机构的领导者对人工智能的商业影响感到担忧和兴奋。全球各地的公司都开始意识到这些技术的力量，现在开始探索人工智能如何使他们能够将新服务推向市场，扩大和增强他们的产品，并改善现有的业务和运营能力。