隨著互聯網和移動通信的發展，數字技術對商業模式和經濟環境產生了天翻地覆的影響，從而產生了數字經濟這個新的經濟體系。那麼數字經濟對商業產生了怎樣的影響呢？從信息層面來講，大數據在一定程度上解決了信息不對稱、不透明問題，買賣雙方可以更全面地進行相互評估，這大大降低了交易成本，提升了交易效率。從商業模式層面來講，我們經常聽說像“傳統行業升級”、“產業賦能”等詞彙，詣在說通過數字技術帶動生產加工製造這樣的傳統行業升級，降低企業邊際成本。但相比於傳統經濟，數字經濟的競爭無疑更大，它的規模覆蓋度更大、擴張速度更快，邊際成本也更低，所以很容易出現行業巨頭壟斷，想要突出重圍的創業者們也一直在尋找行業垂直切入點。
今天我們就來深入研究，數字經濟的“源頭”數字技術近幾年的發展情況。大數據產業在國內經過十餘年的發展，已達到了上千家企業的產業規模，平均累計獲投金額達到了147.9億，該產業依舊處於高風口的狀態。近幾年，隨著區塊鏈和人工智能等科技的飛速發展，加之國家的大力支持，數字技術逐漸在各行各業中開花結果，引領著財政和金融的革新與發展，帶動著地方經濟的加速。
隨著互聯網和移動通信的發展，數字技術對商業模式和經濟環境產生了天翻地覆的影響，從而產生了數字經濟這個新的經濟體系。那麼數字經濟對商業產生了怎樣的影響呢？從信息層面來講，大數據在一定程度上解決了信息不對稱、不透明問題，買賣雙方可以更全面地進行相互評估，這大大降低了交易成本，提升了交易效率。從商業模式層面來講，我們經常聽說像“傳統行業升級”、“產業賦能”等詞彙，詣在說通過數字技術帶動生產加工製造這樣的傳統行業升級，降低企業邊際成本。但相比於傳統經濟，數字經濟的競爭無疑更大，它的規模覆蓋度更大、擴張速度更快，邊際成本也更低，所以很容易出現行業巨頭壟斷，想要突出重圍的創業者們也一直在尋找行業垂直切入點。
今天我們就來深入研究，數字經濟的“源頭”數字技術近幾年的發展情況。大數據產業在國內經過十餘年的發展，已達到了上千家企業的產業規模，平均累計獲投金額達到了147.9億，該產業依舊處於高風口的狀態。近幾年，隨著區塊鏈和人工智能等科技的飛速發展，加之國家的大力支持，數字技術逐漸在各行各業中開花結果，引領著財政和金融的革新與發展，帶動著地方經濟的加速。
數據分析賽道獲投情況
根據新財觀察“賽道分析”，數據分析賽道的整體獲投率低，退出率較低，續融率高，且近4年獲投都集中在天使輪，而在2016年之前的6年裡則一直處於pre-A輪，說明該賽道處於發展旺盛期，資本流動性較好，風口指數也處於高水平。
隨著互聯網和移動通信的發展，數字技術對商業模式和經濟環境產生了天翻地覆的影響，從而產生了數字經濟這個新的經濟體系。那麼數字經濟對商業產生了怎樣的影響呢？從信息層面來講，大數據在一定程度上解決了信息不對稱、不透明問題，買賣雙方可以更全面地進行相互評估，這大大降低了交易成本，提升了交易效率。從商業模式層面來講，我們經常聽說像“傳統行業升級”、“產業賦能”等詞彙，詣在說通過數字技術帶動生產加工製造這樣的傳統行業升級，降低企業邊際成本。但相比於傳統經濟，數字經濟的競爭無疑更大，它的規模覆蓋度更大、擴張速度更快，邊際成本也更低，所以很容易出現行業巨頭壟斷，想要突出重圍的創業者們也一直在尋找行業垂直切入點。
今天我們就來深入研究，數字經濟的“源頭”數字技術近幾年的發展情況。大數據產業在國內經過十餘年的發展，已達到了上千家企業的產業規模，平均累計獲投金額達到了147.9億，該產業依舊處於高風口的狀態。近幾年，隨著區塊鏈和人工智能等科技的飛速發展，加之國家的大力支持，數字技術逐漸在各行各業中開花結果，引領著財政和金融的革新與發展，帶動著地方經濟的加速。
數據分析賽道獲投情況
根據新財觀察“賽道分析”，數據分析賽道的整體獲投率低，退出率較低，續融率高，且近4年獲投都集中在天使輪，而在2016年之前的6年裡則一直處於pre-A輪，說明該賽道處於發展旺盛期，資本流動性較好，風口指數也處於高水平。
大數據相關產業融資規模分佈情況
再從產業規模分佈上看，大數據相關產業整體規模較高，競爭較為激烈，尤以數據分析和企業營銷最為明顯。相關產業融資金額分佈較為分散，產業平均累計獲投金額達147.9億，平均累計獲投時間達10.75個月，屬於獲投金額較大時間較長的產業。
通過關注大數據可視化、大數據徵信賽道的近400個項目，我們發現，雖然這些賽道的獲投率和續融率較好，但普遍集中在種子、天使、泛A輪，B輪及以後的項目數量相對較少，更少的退出項目也多以併購的方式實現。我們基本可以描述出相關產業的融資畫像：早期項目扎墩兒，中後期項目較少，未獲投項目長尾。
從成立時間上看，集中在2012-2017年，從融資節奏上看呈現出兩極分化的狀態：頭部標杆整體融資節奏較快，約1.3-2次/年，中部項目節奏稍慢，約0.5-1.5次/年，這體現了相關產業的發展特點。下面通過賽道部分標杆企業來進一步探究數字技術產業的發展情況。
隨著互聯網和移動通信的發展，數字技術對商業模式和經濟環境產生了天翻地覆的影響，從而產生了數字經濟這個新的經濟體系。那麼數字經濟對商業產生了怎樣的影響呢？從信息層面來講，大數據在一定程度上解決了信息不對稱、不透明問題，買賣雙方可以更全面地進行相互評估，這大大降低了交易成本，提升了交易效率。從商業模式層面來講，我們經常聽說像“傳統行業升級”、“產業賦能”等詞彙，詣在說通過數字技術帶動生產加工製造這樣的傳統行業升級，降低企業邊際成本。但相比於傳統經濟，數字經濟的競爭無疑更大，它的規模覆蓋度更大、擴張速度更快，邊際成本也更低，所以很容易出現行業巨頭壟斷，想要突出重圍的創業者們也一直在尋找行業垂直切入點。
今天我們就來深入研究，數字經濟的“源頭”數字技術近幾年的發展情況。大數據產業在國內經過十餘年的發展，已達到了上千家企業的產業規模，平均累計獲投金額達到了147.9億，該產業依舊處於高風口的狀態。近幾年，隨著區塊鏈和人工智能等科技的飛速發展，加之國家的大力支持，數字技術逐漸在各行各業中開花結果，引領著財政和金融的革新與發展，帶動著地方經濟的加速。
數據分析賽道獲投情況
根據新財觀察“賽道分析”，數據分析賽道的整體獲投率低，退出率較低，續融率高，且近4年獲投都集中在天使輪，而在2016年之前的6年裡則一直處於pre-A輪，說明該賽道處於發展旺盛期，資本流動性較好，風口指數也處於高水平。
大數據相關產業融資規模分佈情況
再從產業規模分佈上看，大數據相關產業整體規模較高，競爭較為激烈，尤以數據分析和企業營銷最為明顯。相關產業融資金額分佈較為分散，產業平均累計獲投金額達147.9億，平均累計獲投時間達10.75個月，屬於獲投金額較大時間較長的產業。
通過關注大數據可視化、大數據徵信賽道的近400個項目，我們發現，雖然這些賽道的獲投率和續融率較好，但普遍集中在種子、天使、泛A輪，B輪及以後的項目數量相對較少，更少的退出項目也多以併購的方式實現。我們基本可以描述出相關產業的融資畫像：早期項目扎墩兒，中後期項目較少，未獲投項目長尾。
從成立時間上看，集中在2012-2017年，從融資節奏上看呈現出兩極分化的狀態：頭部標杆整體融資節奏較快，約1.3-2次/年，中部項目節奏稍慢，約0.5-1.5次/年，這體現了相關產業的發展特點。下面通過賽道部分標杆企業來進一步探究數字技術產業的發展情況。
數字技術部分標杆企業融資情況
根據“新財觀察”創業對標，從成立時間上看集中在2012-13年，且近一年內無獲投；從融資節奏上看，整體節奏偏快，從投資機構上看，頭部機構較多；再從主營業務上看，有為政府事業單位提供服務的，也有為B端企業提供服務的，多為AI、BI、數據分析、數據可視化、數據徵信等多種多樣的數據服務。
綜上，數字技術的發展較為樂觀，數字技術帶動的數字經濟也會在未來很長一段時間內影響著財政和金融的發展，創業者們要在紅海中繼續挖掘機會。
“本週三新財觀察將在北京主辦一場“大數據時代下的地方數字經濟”主題沙龍，歡迎感興趣的相關領域創始人、投資人在文章下方留言報名喲~”
我們是新財觀察，與你相關的，才值得推薦。