一、经营情况讨论与分析　　2023年，公司管理层努力克服经济复苏乏力、市场竞争加剧对生产经营、业务发展带来的影响，紧紧围绕战略目标，领导公司齐心协力开展经营，继续依托公司在数据要素领域的优势定位，紧跟产业数字化和数据要素产业化市场趋势，响应客户需求做好产品的服务创新，为通信、ICT、快消品、汽车、金融、烟草、医疗等重点行业的商业客户及公共服务、城市治理等领域的专业客户提供更好的数据智能服务，赋能客户实现数据的价值。报告期内，公司实现营业收入53,943.06万元，相比上年同期增长8.27%，自2020年以来，公司主营业务规模与收入持续稳定增长，年均复合增长率16.02%，在数字经济领域保持... 查看全部▼

　　一、经营情况讨论与分析
　　2023年，公司管理层努力克服经济复苏乏力、市场竞争加剧对生产经营、业务发展带来的影响，紧紧围绕战略目标，领导公司齐心协力开展经营，继续依托公司在数据要素领域的优势定位，紧跟产业数字化和数据要素产业化市场趋势，响应客户需求做好产品的服务创新，为通信、ICT、快消品、汽车、金融、烟草、医疗等重点行业的商业客户及公共服务、城市治理等领域的专业客户提供更好的数据智能服务，赋能客户实现数据的价值。报告期内，公司实现营业收入53,943.06万元，相比上年同期增长8.27%，自2020年以来，公司主营业务规模与收入持续稳定增长，年均复合增长率16.02%，在数字经济领域保持独特的竞争优势和发展态势。
　　报告期内，公司主要开展的工作包括如下几个方面：
　　1、坚持科创导向，积极投入人工智能核心技术研发
　　2023年以来，以大语言模型（LLM）技术为代表的AIGC相关人工智能技术成为加速突破、成果频出的热门技术方向，AI技术如何在产业数字化中创新应用成为拥有业务场景的客户和供应商最关心的课题。报告期内，公司以AIGC技术作为新一轮业务能力创新引擎，面向自身所处的数据分析与数据应用的核心领域，以支撑数据服务产品生产的降本增效和向市场提供更友好体验和更智能功效的数据服务产品为研发目的，主动加大以AIGC为代表的智能化与数字化技术的研发投入，积极进行基于AIGC的生成式大模型的基础技术研发，并同步研发相关的场景化应用产品。截止本报告完成前，公司已获得实质的生成模型（包括文本大语言生成模型、语音克隆与数字人生成模型等）技术能力，应用于文本分析生成环境的慧辰大模型生成算法已通过国家网信办算法备案（网信算备110108934685601240015），其他研发的生成模型（语音克隆与数字人模型）算法也正在备案流程中。在产品研发方面，基于生成大模型技术与行业专业认知训练模型，研发推出基于AIGC的全新商业分析产品，将AIGC相关的语音、文本与图像的分析与生成能力有效融合，可服务客户在消费者洞察、产品创新、新品情报追踪与产品口碑表现等方面的需求。同时，在公司现有数据分析SaaS产品（XMFactory体验管理与DMengine数字化营销）升级引入AIGC能力，提升产品分析功能的智能化水平与整体效果。2023年下半年来，上述面向商业客户的数据业务细分场景，将公司的数据分析模型技术与最新AIGC技术能力结合研发的生成大模型与分析产品，已经开始在公司内部与行业客户业务服务场景中陆续投入试用，预期通过试用反馈进一步提高产品实用性和创新性，逐步实现内部降本增效和外部引领新的市场需求的目标。2023年末，顺应AIGC应用的发展方向（Agent智能体）以及行业头部企业客户业务场景AI智能化的发展趋势，公司投入智能数据分析产品服务向AIGC的Agent应用模式升级的研发工作，并将应用能力扩展到企业客户的更多数据智能化场景（智能办公、业务知识智能支持）需求；并在此基础上，进一步延展研发相关的AI能力服务中台产品，满足客户在实际AIGCAgent应用中所需的支撑需求（如AI算力资源管理、定制化大模型的微调与训练、企业大量Agent应用的统一管理等），给客户从底层AI平台到上层AI化业务应用全栈赋能。此外，在行业应用解决方案的研发支撑方面，公司面向农业数字化（种植与养殖场景）以及烟草数字化（品牌与终端营销场景）的产品体系化需求，研发完成新的智能数据采集终端，并集成更多AI技术升级相关的场景数据智能识别与分析能力。
　　报告期内，公司研发投入4,567.31万元，占营业收入比例8.47%。公司新增软件著作权51项。
　　2、紧跟数据要素产业化趋势，聚焦重点行业市场，提高人均效益和盈利能力
　　报告期内，虽然国家总体经济形势处于复苏阶段，增长乏力，各行业企业经营面临一定的困难，但随着国家经济向高质量发展阶段推进，数字经济和全社会数字化转型进程的深化，数据要素作为新的生产要素的观念受到客户高度重视，数据要素产业化趋势日益加强，客户对数据要素资源建设、挖掘数据利用价值和数据资产化乃至流通化的要求增多，数据智能分析的创新应用场景在各行业不断涌现，市场挑战和机遇并存。公司作为在数据智能分析和应用领域拥有十余年服务大中型商业企业及公共服务机构客户行业经验且业务规模领先的大型厂商，围绕数据要素利用在数据分析与应用场景、行业专业数据算法模型方面积累了丰富的行业/领域知识，具有一定的先发优势。报告期内，公司聚焦快消、通信/ICT、金融、医疗、烟草等重点行业，积极引导和挖掘客户需求，努力拓展业务机会，促进销售签单，在行业数据应用（包括但不限于数据处理、分析与相关运营等）场景中，以基于数据科学与AI技术（机器学习、深度学习、强化学习、AIGC）与实际场景数字化应用需求结合的专业产品和服务，赋能客户基于数据的业务智能化运营，驱动数据要素从新生产要素到数据价值创造的实现。公司基于AIGC能力升级的“XMfactory体验工厂”体验管理SaaS产品与企业私域运营的DMengine数字化营销产品，也已经进入通信运营商等更多新行业。在行业数字化应用领域，公司农业数字化解决方案今年开始在多地的畜牧养殖与高标准农田建设场景进行部署。软硬件结合的营销数字化分析产品（“慧品吸”与“烟问”等）也在烟草行业开始落地应用，烟草行业成为新的快速增长点。报告期内，公司包含烟草行业的快消品行业实现收入13,429.32万元，同比增长27.41%；以通信/ICT为主的TMT行业实现收入18,198.07万元，同比增长14.59%。
　　报告期内，公司投入研发的面向商业消费洞察与体验、产品创新、数字化营销场景数据分析的软件产品，进一步提升公司商业多维数据分析服务化能力和数据服务产品的生产效率；下半年起，公司全新推出的AIGC分析产品在提升内部业务效率同时也已经逐渐开始服务于行业客户。公司科技能力的逐步增强提供了更专业、便捷的精细化运营能力和标准化产品服务能力，带来降本增效的收益。报告期内，公司软件产品/SaaS服务和行业解决方案收入和毛利率，公司总体和部分主要行业的毛利率实现有效增长，提高了公司盈利能力，实现人均收入82.23万元（加权），自2021年以来保持了人均收入逐年提升。
　　3、塑造品牌影响力，获得行业用户认可
　　报告期内，公司依托大众和行业媒体、协会及权威机构，围绕公司品牌和业务定位进行行业推广，致力于加强公司品牌影响力塑造和业务能力的大众传播，主要包括与《每日经济新闻》联合推出面向消费电子消费、文旅行业旅游消费的系列数据洞察报告、在2023中国旅游休闲娱乐产业年会发布中国旅游休闲娱乐产品吸引力指数（多个主题指数集），以及助力深圳市城市管理和综合执法局发布“2022年全市环境卫生指数”等多项活动，取得了较好的传播效果。
　　报告期内，公司、公司产品服务和典型行业案例在行业内取得多项荣誉，获得行业用户和专业机构的认可。这些荣誉包括：
　　“淘宝天猫母婴人群消费洞察”解决方案入选2022爱分析-中国消费品零售数字化最佳实践案（爱分析）；
　　HCR《2023年新母婴人群研究报告》获算数联盟优秀课题奖（巨量算数）；
　　伊利私域社群项目负责人获伊利年度项目经理奖（伊利）；
　　HCR农文旅数字平台入选首个“美丽中国案例文献库”（数字板块）（中国美术学院）；
　　XMfactory体验梦工厂系统版本3.7入选中国信通院《高质量数字化转型产品及服务全景图（2023）》数据分析、市场营销两个领域（中国信通院）；
　　公司获评2023中国CEM客户体验管理领域最具商业合作价值企业、2023中国汽车数智化领域最具商业合作价值企业（数据猿&上海大数据联盟）；
　　公司入选2023数据智能服务提供商TOP50（eNet）、2023中国企业服务云图（崔牛会）。
　　特别是在数据要素领域，公司成为上海数据交易所数据咨询服务商，获评2023上海市优秀数商获奖企业（上海数据交易所）。
　　4、加强企业内部管理制度化和信息化，提高企业内控和规范化运作水平
　　报告期内，公司根据内外部核查所发现的信息披露和内部控制相关问题，以问题整改为抓手，大力进行企业内部管理制度化、规范化和信息化的提升工作。在信息披露方面，公司优化披露事项控制表，持续完善信息披露工作的管理，切实提高相关人员的专业水准；在子公司风险识别及评估/子公司投后管理方面，公司加强了对重点子公司的关注，委派高管及关键管控岗位，修订完善投资管理制度，增加重大投资项目的进展把控，深化子公司内审机制；在信息化方面，公司大力投入加快、加强信息化建设，进一步提高业务信息和流程的内控水平和运转效率；在合同管理方面，公司修订完善合同管理制度，严控合同归档审核要点，加快推行电子印章的使用。开展专项检查，确保印章使用的合法合规，优化合同管理全过程环节衔接和控制，提高合同管理效率，降低潜在风险；在收入确认管理方面，公司细化了收入确认审核要点，单独制定并细化软件开发类项目的证据链要求，设立软件开发证据链审核专人，确保证据链审核准确性。增加软件开发类供应商的合作要求，实施验收文件专项检查，确保真实性以及商业实质；在应收账款管理方面，公司制定应收账款管理制度，设立应收账款管理部门，加强对应收账款全过程的管理和控制，提高应收账款的有效回收效率；在反舞弊管理方面，公司加强内部宣传培训，提升员工反舞弊意识和反舞弊能力，降低内部舞弊风险。通过报告期内对上述工作的持续推动落实，公司内部管理制度化、信息化和自动化切实提升，企业运行效率显著优化，企业内控和规范化水平获得实质性改善。报告期内经营活动现金流量从负值转为正值。
　　报告期内公司实现归属于上市公司股东的净利润-16,978.80万元，亏损主要原因是公司按照相关会计准则要求，对未来可能涉及的中小股东诉讼赔偿计提预计负债，以及因信唐普华未实现业绩承诺导致的应收业绩补偿/赔偿款计提大额信用减值损失；其次是为开拓市场和加强研发，公司销售费用和研发费用比上年同期增长较多。
　　
　　二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明
　　(一)主要业务、主要产品或服务情况
　　公司从事的主要业务是基于数据分析方法论和数据智能分析技术提供数据调研/分析一体化服务、相关数智化应用技术产品及行业数字化应用解决方案。公司定位的主要细分市场是商业领域大中型客户和政府及公共服务机构客户，面向管理决策、市场营销、产品创新、生产运维、客户服务、城市治理等领域，公司提供基于内外部多维数据（包括消费者态度与行为数据、行业数据、生产数据、工业或物联网数据等）从采集、处理和分析到生成洞察/策略的一体化场景服务和相关模型、工具和系统等应用产品，以及行业数字化分析应用解决方案等，是以数据分析应用技术为核心支撑的科技创新型企业。
　　公司十余年来持续服务多个行业大中型商业客户和政府及公共服务机构客户，在国内市场拥有较高的营收规模，围绕数据要素应用在数据科学方法论、数据分析应用场景、行业专业数据算法模型等方面积累了丰富的经验。当前，公司以“驱动数据要素的价值实现”为企业愿景，致力于研发数据分析和利用的智能技术，开发行业数据分析应用的专业算法/模型，为客户数据要素相关业务场景提供服务或产品支撑，助力数据要素从生产要素到价值创造的实现。在数据要素产业生态中，公司首先定位于数据咨询服务商，未来将通过商业模式的拓宽进一步沿数据要素生态价值链发展，取得更大的成长空间。
　　公司的业务产品服务主要包括三种交付模式：专业数据分析服务、数字化营销软件产品/SaaS与行业数字化产品和解决方案。
　　三种不同的交付模式都需要从数据采集、数据处理、数据分析和数据应用全部环节的一体化能力，具体如下：
　　数据采集环节：专业数据分析服务模式下，相关的多维数据（包括企业内部数据、外部数据与消费者体验类数据等）通过多种方式（公司产品平台采集、采购、客户提供与对接）实现数据采集;而数字化营销产品/SaaS模式，则主要以企业的内部数据为主，多由客户企业提供和平台对接。行业数字化产品和解决方案模式下，涉及的数据，主要通过解决方案中相关产品采集或与客户平台对接获得。
　　数据处理环节：主要进行用于后续分析应用的预处理（如清洗、融合与标签化等）与基础管理工作。根据客户数据应用场景与数据安全合规要求，有两种实施方式：在客户方（私有云）数据管理平台上进行，或者公司内部的大数据处理技术平台进行。
　　数据分析环节：在前期融合处理的数据上，基于公司核心的业务场景专用数据分析模型（如产品路径/净推荐值等），生成相关的数据分析结果。分析模型的相关功能程序，以专业分析方法与数据科学技术的算法模型结合生成，并加入了最新AI人工智能的数据智能分析能力。这一环节为体现公司业务核心技术能力的关键环节，无论那种交付模式，都需要公司数据分析核心技术的支撑。
　　数据应用环节：公司数据分析能力最主要的价值变现场景，根据客户需求提供多种应用形式：专业数据分析服务（报告），应用于客户业务运营核心场景（消费者洞察、产品创新、满意度研究、渠道运营分析等）的关键性业务问题分析，主要服务商业（如快消、运营商、TMT、汽车、房地产等）与政府/公共服务的关键业务决策；而数据分析产品（如DM数字化营销产品、XM体验管理产品平台以及信用分析评估产品等），将分析模型以云端SAAS产品/API服务形式，服务商业客户为主（快消、运营商、TMT与金融为代表）日常运营的快速分析；数据运营服务，是将数据分析与后续对应业务实施策略融合的持续化服务，满足快消与企业CRM服务的私域数据运营类需求；数字化转型与运营效能提升应用，主要通过实施行业数字化产品和解决方案，实现基于数据智能利用驱动业务创新，帮助相关行业（如烟草、农业等）进行数字化转型，提升业务的精细化与智能化水平，从而提升经营效益。
　　(二)主要经营模式
　　1、生产模式
　　公司主要为企业、政府机构提供基于多维度数据的业务分析一体化服务和应用技术产品以及行业数字化应用解决方案，因此公司的生产模式主要围绕数据获取、数据融合、数据分析和数据应用来进行。
　　公司获取数据的主要途径包括客户提供的数据（包括产品数据、销售数据、渠道数据、广告数据、用户数据与客服数据以及政府各委/办/局的相关数据）、公司向供应商采购的数据（主要包括消费者态度数据、行为数据、渠道类数据、舆情监控数据和行业特性业务数据）以及公司自行采集数据（主要包括消费者态度数据、行为数据以及所部署的数字化应用采集的相关生产过程数据）。
　　通过数据融合技术，公司实现了对多维数据的预处理和标签化操作，为数据后续的分析和应用奠定了基础。
　　数据分析和数据应用。在融合数据的基础上，通过对数据科学技术和垂直领域专业分析方法模型的融合应用，完成两类业务应用服务：
　　（1）数据驱动的数据分析服务：实现对相关业务场景的深入分析，发现深层业务问题并提供策略建议；
　　（2）行业化数据智能应用解决方案：针对行业性数据应用需求，提供基于数据的智能解决方案。
　　公司基于本地化软件系统和云端的产品服务，完成从数据体系的设计整合、专业分析模型生成到最终场景化的智能应用的全流程服务。
　　2、采购模式
　　在经营过程中，公司对外采购内容主要包括两类：数据分析服务所需的数据与其他非数据类内容（如云计算环境、软硬件设备与其他服务等）。其采购流程也相应分为数据服务类采购和非数据服务类采购两种。公司通过供应商管理（经过比价入库等）实现供应商能力与资质的有效审核和甄别。
　　（1）数据服务类采购
　　公司主要通过外部数据供应商采购分析中必要但客户方未提供的相关数据，主要采购消费者态度数据、行为数据和渠道类数据等，公司会在合同中与数据供应商就数据的合法合规性进行约定。
　　（2）非数据服务类采购
　　非数据服务类采购，主要针对公司业务运营中除了数据之外的其他业务资源的采购。包括办公场地与设备、运营与业务服务所需的云计算环境、软硬件设备、固定资产、网络资源、公司市场宣传、资质与知识产权申请等相关服务。
　　3、销售模式
　　公司主要采用直销方式对客户产品、服务及解决方案进行销售。日常通过进入客户供应商采购名册、参与竞标等方式获取业务合同。
　　4、研发模式
　　公司的产品和技术研发以数据分析应用市场需求为导向，结合数据分析相关领域技术发展趋势的预测以及竞争对手技术业务能力分析来进行。
　　公司采用产品管理团队和产品开发团队相结合的模式来进行自主研发。产品管理团队由公司技术总负责人和业务运营相关负责人组成，主要负责对研发项目过程中所有重大事项进行评议审核，对研发开发的关键节点和重大变更进行决策；产品开发团队则主要由研发实施相关的业务部门（参与需求采集、原型测试）、技术部门（模型研究、算法建模、应用开发、系统测试与运维支持等）核心成员组成，主要负责承接公司产品管理团队下发的任务，对所辅助的研发内容实现技术定义、开发与交付，并申报相关的研发成果。
　　5、盈利模式
　　公司以提供基于数据的业务分析服务与应用产品和行业应用解决方案等产品与服务来进行盈利。
　　6、公司主要经营模式在报告期内的变化情况
　　公司主要经营模式及影响经营模式的关键因素在报告期内保持稳定，无重大变化。
　　(三)所处行业情况
　　1.行业的发展阶段、基本特点、主要技术门槛
　　公司主要为商业客户和政府机构提供基于多维度数据的数据分析与应用产品、服务和行业性数字化解决方案，上述产品或服务是公司主要的收入和利润来源，主要涉及数据服务行业和软件行业。
　　公司核心业务模式、核心技术与主要产品或服务均与数据分析相关，因此根据中国证监会颁布的《上市公司行业分类指引（2012年修订）》分类，公司业务属于“I信息传输、软件和信息技术服务业”中的“I64互联网和相关服务”；根据《国民经济行业分类》（GB/T4754-2017），公司所处行业属于I64互联网和相关服务-6450互联网数据服务，所处细分行业为数据分析行业。
　　数据分析作为一个跨学科的交叉科学技术，其基于量化指标，以数据资源为驱动基础，通过自动分析算法模型实现对业务深度理解与决策应用。其特点是通过深挖数据的价值来产生业务效益。从横向看其可服务任何具有数据与量化分析需求的行业，从纵向看可深入具体业务的深层场景。
　　数据分析行业，是数据要素市场产业的重要组成。作为一个相对细分的垂直技术领域，其应用场景与可分析的数据资源紧密相关，早期服务主要分散在具有较多数据资源的行业/企业（如世界500强大型企业）的专业需求场景（如市场趋势预测、生产流程管控、消费者研究、产品设计、渠道建设等等），需要兼具业务深度理解与数据分析技术的有效实施能力，对相关专业服务公司的能力要求很高。随着大数据、行业数字化的迅速发展，数据的积累和应用需求日益明显，各行业的数字化与大数据应用系统建设进一步产生了多维海量的数据资源。如何对数据这种原材料进行深度加工应用，发挥数据的增量价值，实现智能化的运营，提升未来的竞争力，不再只是各行业头部/大型企业的目标，也成为各行业内涵盖中小企业的广泛诉求。随着2020年4月数据被确认为中国国民经济生产的重要生产要素，以及2022年12月国务院正式发布《关于构建数据基础制度更好发挥数据要素作用的意见》，充分说明中国已经正式进入数据要素市场的快速发展阶段。数据要素市场归结为数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块。数据分析与数据应用作为重要组成，是建立相关数据分析与应用的技术服务体系，从数据资产中提炼出有价值的洞察和知识，帮助所有者与使用者更好地发挥其业务与经济价值，是数据要素市场未来最具价值的业务环节。近年来，随着相关技术推动数据分析的能力逐步深入，数据分析已经被证明是实现数据资产价值的一种低投入高产出的有效模式。近几年来，数据分析行业趋势表现为：业务服务范围扩展（从商业/互联网到政府/工业/农业/物联网，从头部大企业等行业中小企业），可分析的数据资源类型更多（如从生产经营数据到地理空间数据、从结构化与文本数据到语音、图像与视频等多模态数据），而服务场景也更加细分（从管理决策、设计创意、营销扩展到供应链、智能化生产等任何存在数据资源的场景），服务能力需求进一步升高（更智能、更深入与更快捷）。2023年5月，Gartner发布数据与分析的未来技术趋势报告，进一步昭示了数据相关的分析技术与产品服务，基于数据产品、AI化、平台生态化的能力，未来将深入企业数据应用的重要场景。由于数据分析行业专业性较强，需要对业务领域的深入认知、数据科学技术算法模型长期积累，乃至具备基于AI的智能化分析能力，所以当前虽然国内用户需求日益旺盛，但具备相关综合能力的大型/专业供应商较少。而国外市场由于其用户信息化和数字化基础成熟优势，数据分析市场理念、技术和业态发展较为领先，已经出现了许多专业服务商。以美国为例，聚焦商业消费者体验场景数据分析的Quatrics和服务政府/商业大客户专业大数据分析服务的Paantir，代表美国数据分析智能服务的较高水平，已经获得了商业市场与资本市场的高度认可。同时，从2023年开始，随着AIGC与大模型技术的迅速发展（以ChatGPT/OpenAI为代表），相关AI技术又迅速融合到数据分析技术体系中，进一步提升数据分析的智能化与业务深度（如超长文本分析、多模态数据分析和快速策略生成），如Paantir基于专业大模型的态势分析与策略生成能力，已用于商业与军事等诸多场景。
　　数据分析行业的技术门槛，包括两个层面：一方面是以AI、数据科学技术与行业认知深入结合构造的专业数据分析算法模型。首先要将行业的专业理论/分析方法，通过大量的行业专业数据的预处理（清洗融合）后，基于机器学习、深度学习等AI与数据科学算法进行建模，并需要持续调优，构建出基于数据的业务认知分析模型，打造对行业知识体系与逻辑的自动化、深度的分析认知能力。相关模型除了需要基于专业的AI与数据科学技术构建（机器学习/深度学习、行业大模型训练调优），同时必须具备较多的行业数据积累，并能有效抽象重构出分析场景的特点、专业认知与业务理解，才实际使得分析模型具有分析的深度和更好的可解释性，模型后续须进一步经过不断反馈优化，才能达到更高的精度。这样兼具分析效率与业务认知深度的数据分析技术模型才具有良好的应用效果，真正发挥数据的价值。另一方面是实现数据分析与应用的专业技术体系（包括专业数据积累与最佳的应用服务体系）。
　　针对这种挑战，首先要具备长期积累的行业性分析数据资源（能够帮助构建基础的专业分析模型框架），在其上能够基于实际多源异构数据的特性进行融合分析（如针对数据的不同阶段/特性对应融合最优分析模型），而在最终的应用交付形式上也支持差异化（以专项软件/服务满足大客户定制化；以标准化/SAAS产品满足大量中小规模用户诉求；以集成化、数字化解决方案满足客户全生命期服务），实现快速、低成本与高价值的兼顾，也是数据分析供应商在实际客户服务应用中的重要技术能力要求。
　　2.公司所处的行业地位分析及其变化情况
　　2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》已经明确提出数据成为国民经济生产的重要要素。2021年3月《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中，数字经济与数字化应用作为国民经济发展新方向，未来必然在各行业产生巨量的大数据资源内容，而各行业未来的数字化趋势，迫切需要通过专业数据分析服务实际发挥数据的价值。而2018年11月19日美国商务部最新出口技术管制框架讨论稿中，已明确将数据分析技术与人工智能、微处理器、量子计算、生物等前沿技术一起，列为限制出口的关键技术。因此，面向中国经济众多行业的专业数据分析服务，有着极为广阔的市场，未来必须也必然会得到巨大的发展。
　　《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》2022年12月19日对外公布，提出20条政策举措，包括建立保障权益、合规使用的数据产权制度，建立合规高效、场内外结合的数据要素流通和交易制度，建立体现效率、促进公平的数据要素收益分配制度，建立安全可控、弹性包容的数据要素治理制度等，初步搭建了我国数据基础制度体系，充分激活数据要素价值，赋能实体经济发展，激活市场主体活力，推动构建新发展格局，促进高质量发展。
　　公司作为数据分析行业（数据要素应用的重要环节）的一个重要专业服务商，在相关领域具有良好的口碑和专业的服务能力。主要表现在已为较多的行业（如汽车、快消、TMT、医疗、政府、农业等）提供了专业的服务，且服务客户主要为所在行业领先的大型龙头企业（以世界500强与大型国资为代表）。2021年以来，随着行业数字化转型与数据分析需求市场的迅速增加，公司内部在分析产品化、分析技术智能化与服务模式多样化方面均进行了对应提升，在服务行业/客户群体/业务规模与数据分析服务的产品化能力在进一步增强。
　　3.报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　（1）新技术
　　数据分析技术作为数据科学技术的分支，随着理论逐步发展和数据资源的日益扩大，近年进入了快速发展期，以大数据处理、机器学习为代表的数据科学算法技术（侧重于分析大规模数据与弱相关性）已逐渐超越传统统计技术成为数据分析的重要技术支撑；以AI人工智能（以深度学习为代表的文本、图像与语音处理）、AIGC、多模态大语言模型相关的智能化分析技术，在2021年以来迅速发展并逐步应用到数据分析场景，进一步推动了数据分析的智能化和深度，并帮助数据分析技术扩展到更大的数据资源空间。包括商业领域的高维非结构化数据（语音、图像与视频等）、物联网/工业互联网相关数据（大规模高速时序数据）以及更多专业领域数据（如生物工程的基因大数据等）。同时，新的数字化、可视化展示（如基于地理空间、机器视觉、三维实景建模和数字人相关）技术有效提升了时空类数据的分析能力。未来，以深度学习、强化学习、AIGC、模型自动化与数字化展示结合的数据分析技术体系，将具备更快的智能建模与自优化能力、更精确的业务推理，提升分析应用的智能化水平。在相关技术方面，以领域专业数据、相关分析技术与AI结合的数据价值管理能力，以DataFabric为核心的数据管理模式，都将对数据分析技术应用产生积极影响。
　　（2）新产业
　　长期以来，数据分析应用主要集中在第三产业商业服务，围绕企业经营业务环节展开。由于相关数据分析与应用对企业经营效益提升有显著作用，长期受到国际性企业与行业头部大企业的关注，行业中的中小型企业，随着大数据发展与自身数据不断积累，以及管理者数据应用意识的加强，近两年大量中小型企业也对数据分析提出了需求，其功能需求较统一，并且用户规模大，标准化/产品化分析服务模式的市场空间未来将迅速增加。而2021年以来，随着数字经济的发展，数据已经上升为土地、劳动力、资本、技术以外的第五大生产要素。2022年12月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》发布，2023年2月，《数字中国建设整体布局规划》发布，明确了数据要素的发展与应用，成为国家与全社会未来的需求。而数据要素市场归结为数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块。其中数据分析与数据应用作为重要的组成，从数据资产中提炼出有价值的洞察和知识，帮助所有者与使用者更好地发挥其业务与经济价值，是数据要素市场未来最具价值的业务环节。当前日益受到更多行业、更大客户群体的关注如在政府与公共管理服务领域，随着数字中国建设，智慧城市向智能城市转变，在态势感知、交通疏导等场景已初见成效，但更本质的城市经济发展（如提升区域产业经济，拉动区域消费内需与民生），仍是各级政府的关注重点。十四五期间，在数字化的基础上，通过公共服务管理的相关数据（市政、民生、企业经营、环保、城管与线上数据等）与专业的数据分析方法，为城市管理者提供智能化的分析策略建议，提升辖区招商引资与产业经济能力；通过数字化的资源撮合与交易平台，基于数据推动交易优化，改善政府对于本地经济的运营管理能力；通过进一步的数字化应用，驱动实现地区消费与民生满意度的提升，发挥城市的资源价值，相关数字化服务具有广阔市场前景。
　　农业作为国民经济基础产业，长期落后于二三产业的发展速度，对国家粮食安全、农业产业发展产生隐患。近两年来一系列以农业数字化、科技化为代表的国家级发展规划（如2020年1月的《数字农业农村发展规划（2019-2025年）》与2018年颁布的乡村振兴战略）发布表明，农业领域相关服务将成为未来中国经济重要的投资与成长目标。其中，智能分析作为核心数字化技术之一，在《数字农业农村发展规划（2019-2025）》中明确要求加快向农业渗透。通过农业全流程数字化整合与相关数据分析，对提升土地自然资源利用、村集体资源管理、农业科学化育种、农产品生产效率与质量、相关产业链规划与涉农金融服务都具有直接的精准推动作用。近年来，服务畜牧数字化养殖的精细化运营分析管理、基于田间监测数据的高标准农田分析评估、通过AI图像分析实现病虫害识别与生成智能防治策略，这些农业数据分析应用的诸多场景，在农业数字化建设中日益受到重视，许多大型涉农国资企业、各类农业集团、各级地方农业管理者，都在进行相关投入，希望通过专业的服务，有效实现相关区域农业（如种植、畜牧）生产的数字化与全链条数据分析与决策支撑体系。
　　随着以物联网、工业互联网为特点的行业场景（如工业企业的智能化/数字化、环保监测与治理运营）日益增多，大量基于物联网/工业物联网产生的数据其潜在价值得到广泛重视。通过智能算法模型分析相关数据与深入应用，以小的投入，快速帮助企业在生产运营中提升效率、降低原材料与能源消耗，实现设备自动运维，智能化节能降耗与减少污染。这对于广大传统制造业提升竞争力，以及国家早日达到碳中和目标，有着巨大的现实意义和广泛的需求。
　　近年来，中国迅速发展的同时，面对的外部威胁/国际环境日益复杂，在涉及国家内外部管理与安全的诸多领域，开始受到外部限制打压与挑战。有鉴于此，2020年开始，国家推动的信创(信息技术应用创新)新产业战略在十四五期间预计达到万亿级市场规模。在信创细分领域，基础硬件、操作系统与数据库层面，中国企业已有较强能力，但在应用层，尤其数据相关应用方面，在公共安全与国家军事相关领域，由于历史原因与诸多限制，虽然存在大量需求场景但缺乏专业有效的供给。如何提升基层的态势分析决策的数据化与智能化能力、面向实战、安全可控的智能分析研判产品等，在相关领域许多场景都有着迫切的需求。专业数据分析产品业务未来必将具有更大的经济与社会价值。
　　（3）新业态
　　随着企业数据的不断累积，以及数据分析技术在互联网行业的逐步普及，新的数据分析业务形态对传统业务带来了挑战、优化与变革，越来越多的企业意识到通过对数据的分析和应用，可有效提升企业在行业中的竞争力。
　　在商业领域，各行业的大量企业意识到数字化服务模式的趋势，开始尝试建立基于数字化的业务模式，以及相关的数据驱动的业务经营与决策能力，通过数字化能力与相关数据分析的体系，打破原有以行业经验和专家认知为主的模式，以基于数据的科学与量化的方法应对迅速变化的市场挑战，在生产供应链、消费者认知、产品创新、精准营销等多个场景提升自己的竞争力。数据驱动策略的基础是专业的数据分析技术，在每个业务环节中通过对多维度数据的整合分析与深度挖掘，生成相关策略并进行应用，帮助企业降低运营成本、增加整体效率和业务营收。
　　在政府相关涉及的公共服务、环保、农业、旅游服务等领域，配合国家相关的数字化战略，相关政府和机构正在积极推进各产业的数字化，提升数据应用的能力与价值。各级政府部门通过开放城市、民生等数据资源，建立大数据交易中心、数字贸易港、推动全域旅游大数据应用等多种尝试，将城市资源数字化，借助分析技术实现智能化，提升城市资源管理与经济发展水平。而农业领域的各级生产与管理者，则不断通过基于数字化、科技化新手段，来推动农业传统生产管理形态的升级，真正有效实现高质量的农业生产发展与产业经济的升级。旅游行业已进入加速复苏通道，作为国家拉动消费的重要领域，各地方政府下属的大量中小旅游景区，对基于数字化的景区服务与运营能力产生有众多的需求。
　　未来，数据将成为各行各业的重要资产，对形成自身竞争优势和良好的服务能力至关重要，而数据分析与相关应用亦将成为相关业务环节实现卓越能力的前置驱动力。以数据的最终应用为主导，在数字化资产管理、数据资产交易流通、数据多场景应用等整个数据的链条中，以需求为中心、以数据为基础，结合专业方法论与数据科学技术，快速、准确指导客户解决问题，并进一步通过专业洞察，提升分析结果的附加价值。上述全链条分析服务能力可帮助客户快速适应不断变化的业务需求，重新定义行业服务的新标准。
　　（4）新模式
　　随着数据科学、AI技术应用模式不断发展，以数据为中心的业务智能化驱动能力将成为企业的核心竞争力。数据分析服务在业务应用上，逐渐呈现出新的模式，企业可有效分析的数据维度与空间迅速扩大，从部分环节扩展到业务全流程，从内部业务经营数据扩展到生产物联网数据，从线下扩展到线上，从消费者态度数据扩展到消费者的行为数据，构成了全新的多维度数据空间。同时，客户规模因行业中小型客户的大量增加而迅速扩大，相应对服务模式也有了更多要求。具体表现在以下模式上的创新：
　　在实施模式上，大量常规、标准性业务分析，由人工分析转变为基于AI与数据科学技术模型的智能化、自动化分析，以数字化智能分析产品的形式服务客户。产品除了本地化软件模式，更多是云端SAAS模式的产品形态，以快速而低成本的方式满足大量新增的客户群的实际需求。智能化方面，对产品的交互智能化与分析结果的智能化都提出了更多需求，随着AIGC大模型技术的发展，未来数据分析产品将以AIAgent智能体的形式，深入到每个业务环节，融合企业数据、专家经验与领域AI模型化能力，在垂直场景帮助客户专家更方便的进行自主分析，在效率与业务深度方面达到最佳效果。
　　在服务模式上，随着客户对数据分析价值的认可，在基础分析服务上，越来越多的客户由于自身能力与业务要求，日益关注最终的业务效果（如营业收入实际增长目标）并愿意为其付费。因此，数据分析服务的未来，将不仅限于只提供基本分析软件产品，还能提供针对性的完整解决方案（软件+硬件+配套的服务），以及后续持续提供产品上的数据驱动的专业运营，帮助客户完成期望的最终业务效果。这些新的模式将成为数据分析与应用价值链的重要延伸，将具有更好的用户粘性和持续性收入。
　　（5）未来发展趋势
　　在数字化产业领域，政策的迅速演进为行业的发展明确了界限也指明了方向，从中央对于数据作为生产要素的表述、到数字化在十四五规划中的重要阐述、再到数据安全法的出台、及各地大数据局、一些数字产权交易所的设立，数字化产业与数据要素市场应用，将成为未来国民经济发展中最重要的驱动力，2021年底，工信部对外发布《“十四五”大数据产业发展规划》，要求到2025年，大数据产业测算规模突破3万亿元，年均复合增长率保持在25%左右。驱动数字经济时代的数字化产业在未来若干年都将会是一个高速发展、受高度关注、高频迭代演进的一个领域。
　　(四)核心技术与研发进展
　　(1)核心技术及其先进性以及报告期内的变化情况
　　公司目前共有4项核心技术，分别是商业消费服务数据化分析技术、个性化用户分析与智能应用技术、业务运营效能分析与应用优化技术和生态环保的数据化分析与治理技术。四项核心技术根据领域/应用场景特点，包含21项核心技术子项。
　　(2)报告期内获得的研发成果
　　截至2023年12月31日，公司拥有发明专利16项、外观设计专利1项，软件著作权286项。
　　(3)研发投入情况表
　　研发投入总额较上年发生重大变化的原因
　　报告期内，外部市场环境和技术发展发生变化，为确保投入资金的合理使用以达到更好的产出效益，公司安排对部分研发项目进行调整，因此相比去年同期研发投入有所下降。
　　研发投入资本化的比重大幅变动的原因及其合理性说明
　　2022年同期在研的资本化项目已于2022年底转为无形资产。报告期在研项目主要为新立项研发项目，处于项目研发前期，尚未达到资本化条件。
　　(4)在研项目情况
　　情况说明
　　研发项目2、5、9、14的预计总投资规模相较于上一期有所变动，主要是由于最新AIGC技术飞速发展和部分研发产品逐步进入市场推广期，对公司软件开发规划有一定影响，项目投入进行了相应调整。除增加AIGC相关研发的投入外，削减了因AIGC技术升级代替的功能研发以及市场推广期不必要的技术人员支撑。公司整体研发方向及规划未有重大变化。
　　(5)研发人员情况
　　(6)其他说明
　　报告期内，公司优化了研发人员结构，进一步精简研发人员，随着公司核心技术逐步迭代整合，主要保留并增加了核心研发人员。公司研发人员减少未对公司日常经营、业务布局、技术研发及核心竞争力产生不利影响。
　　
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、公司核心竞争力的具体表征
　　公司的核心竞争力表现为在数据科学与AI技术和垂直行业专有数据模型相融合的基础上，形成的以行业专有模型与技术化系统为核心驱动的数据分析能力。公司模型技术团队在技术背景与能力上具备数据科学与AI/AIGC相关（机器学习、深度学习、NLP、大模型微调与训练等）的技术与算法研发能力。除多个行业的AI分析识别类模型已经获得专利外，公司2023年已研发完成基于AIGC的行业性生成类大模型（文本生成/语音克隆/数字人生成）核心算法并申报国家网信办的算法备案（文本大语言生成的慧辰大模型生成算法网信算备号110108934685601240015）。同时多年行业、技术服务生成并积累了大量行业专有分析数据与专业领域认知。基于领域数据、认知模型与持续算法模型训练优化，研发出了大量行业智能化数据分析技术和垂直领域专有数据模型，如面向商业消费体验的分析方法与技术模型、面向商业营销的产品路径分析与个性化用户分析技术模型，以及面向农业、烟草等行业应用场景数据的智能分析技术等，并形成相关数字化应用软硬件/行业解决方案，满足客户业务需求，得到了各行业头部企业的认可。
　　2、公司相对竞争优势和劣势
　　（1）公司竞争优势
　　公司在相关的技术（大数据的处理与融合、机器学习、深度学习、AIGC大语言生成模型方面）方面具有专业技术能力，同时具备垂直业务领域的专业业务分析的体系化认知积累（方法论与相关高质量的分析数据资源），通过将上述两方面优势经过多年的积累和融合，形成了如下技术优势：a.相关数据分析技术能将AI、数据科学技术与行业方法论有效融合，在业务深度与智能化方面不断满足客户专业需求；2023以来年，公司基于自主AIGC技术与资源优势研发构建适合行业应用的文本大模型/语音克隆/数字人生成大模型，并在国家网信办算法申请备案（文本大语言生成模型的慧辰大模型生成算法已通过备案：网信算备110108934685601240015，其他类型生成大模型在备案中），并基于AIGC模型能力，研发全新分析产品和优化重构现有产品，体现了AI技术与应用的快速结合能力。b.具备多维度数据（业务相关内、外部大数据与传统消费者体验小数据等）、异构数据（结构化数据与非结构化数据）的综合分析与应用技术能力，能够结合实际情况在低成本与良好效果方面达到统一。c.公司基于数据的业务分析技术与产品研发，已实现闭环的技术化驱动道路，研发的大量行业数据分析技术和数据应用模型，如面向商业消费体验的分析方法与技术模型、面向商业营销的个性化用户分析与推荐技术模型、面向产品创新的AIGC创新生成技术和面向农业、烟草数字化领域的智能分析技术等等已进行相关专利和软著申请，形成了系列软件化、公有云服务模式为核心的SAAS化分析产品，并在实际业务服务中使用，成为支撑公司业务服务的基础核心能力，已固化为公司的核心技术竞争力，并不断优化和迭代，在实际业务中不断驱动和提升业务服务领域与竞争力。
　　②优秀的团队构成，具备优秀的技术研发能力和企业管理能力
　　公司核心技术人员马亮和王驰分别毕业于清华大学和北京邮电大学计算机系，并获得博士学位，在数据科学相关的大数据融合处理、机器学习、AI与AIGC技术领域具有深厚的专业背景，并具备多年业务实践积累，2023年主持研发公司自主行业性AIGC生成类大模型算法；核心技术人员韩丁针对公司重要业务（如消费者体验类）的主要分析场景，建立了核心分析方法体系和积累了大量专业分析数据。公司核心技术人员和主要研发人员通过将AI、数据科学技术与垂直领域专业数据分析方法模型进行有效融合，并在实际业务使用过程中持续对算法和模型进行优化，形成了独特的技术体系，受到了行业头部企业的一致认可。公司管理团队主要来自国际领先研究咨询公司以及行业内著名企业，对行业具有深刻的理解，在数据分析模型构建和研究方法论等方面具有丰富的行业经验。公司管理团队可以准确把握数据分析行业的发展趋势，并制定公司相应的外部发展计划和内部管理制度。
　　③优质的客户资源促进了公司技术水平的提升
　　公司的主要客户包括世界500强、大型国企和政府类机构，商业领域以世界500强客户为主，且公司相关世界500强客户数量和质量均在同行业公司中具有优势。世界500强企业通常为某个领域的龙头企业，对所处行业有着深刻的理解，且拥有丰富的业务数据，其数据维度多、数据量大且属性复杂，所以对数据分析企业所提供的数据分析服务的行业专业性、技术能力、分析质量和服务水平具有较高要求。公司长期为上述企业提供数据分析服务，从侧面印证了公司的技术实力和业务水平在同行业中处于领先地位。
　　④公司通过多年的技术积累，具有先发转型优势
　　公司从2012年开始,就开始推进专业分析模型与数据科学技术综合驱动的数据业务服务模式，积极研发面向多维数据与数据科学技术驱动的分析技术与软件产品，并积累了大量行业性、高质量的分析数据资源。2018年以来公司加快了AI技术的融合，并在2023年基于数据积累与技术优势研发行业性AIGC生成大模型技术，并对自身分析产品进行AI化重构改造。率先实现了对包括企业内外部的数据、消费者态度与行为数据和行业数据的多维度数据的融合分析，通过体系化与智能化的数据分析软件产品和相关数字化平台系统，快速有效发现客户实际业务中遇到的问题，并生成具有针对性的数字化解决方案，形成公司独特的技术、产品、服务优势。
　　2023年以来，“XMfactory体验工厂”客户体验管理数字化产品、DMengine场景化数字营销引擎产品、农业种养殖场景数字化与烟草营销数字化解决方案的推出与应用落地，公司业务将经过验证的分析模型通过标准化、模块化的方式予以产品化变革，为服务对象向行业腰部客户的下探以及业务的标准化扩张提供了有效的支撑。同时，公司面向未来核心业务AI化的趋势，积极研发构建基于AIGCAgent智能体的企业业务分析智能化服务体系，通过中台化模式，统一提供资源、数据、模型与AI分析应用的完整支撑，帮助客户在更多业务场景中实现快速的数据智能化分析。
　　（2）公司竞争劣势
　　①需要进一步提升人才储备
　　数据分析行业对企业数据价值的挖掘已经得到了市场和行业头部客户的认可，未来行业内竞争的激烈程度会逐步提升。公司为保持现有快速发展势头，需要在AI驱动的新技术/产品的研发、产品服务运营、企业运营管理方面持续进行人员投入，预先储备AI与数据科学人才、行业产品研发技术人员、领域分析专家与数据资源管理人员等。
　　②需要进一步扩展业务服务范围
　　公司目前技术研发和项目开发主要面向行业头部客户，并以深入解决专业问题的技术应用为主，为实现快速扩大公司业务规模、进一步提升公司在行业内的影响力，一方面，公司需要进一将现有产品或服务下沉至行业腰部的大量中小企业，加深产品或服务的深度；另一方面，公司需要将技术与产品快速进行横向迁移，覆盖有众多需求但尚未服务的行业或领域。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　
　　四、风险因素
　　(一)尚未盈利的风险
　　(二)业绩大幅下滑或亏损的风险
　　2023年度，公司归属于母公司所有者的净利润为-16,978.80万元，扣除非经常性损益后归属于母公司所有者的净利润为-12,269.79万元。主要原因系公司按照相关会计准则要求，对未来可能涉及的中小股东诉讼赔偿计提7,700万元预计负债及信唐普华未实现业绩承诺导致的应收业绩补偿/赔偿款计提大额信用减值损失导致。
　　(三)核心竞争力风险
　　公司所处行业属于知识密集型行业。技术发展对于行业发展具有重要的推动作用。目前，数据分析应用相关的数字化与智能化技术处于快速发展过程中。以人工智能、数字化为核心的新技术方法近年来迅速迭代。尤其以生成式人工智能相关技术，可明显优化数据分析流程、提升数据分析的效率和业务深度、降低业务成本。同时也对行业从业人员的技术学习能力提出更高要求。能够快速学习并掌握以人工智能驱动的技术和方法，并在基础上升级公司现有产品与技术方法，是公司保持自身竞争能力的关键。公司采用传统岗位轮训、相关能力岗位重点培养以及引进外部人才结合的方式，不断升级和调整业务人员的知识结构和技能水平。
　　若公司相关人员无法快速学习并掌握新技术方法，或公司不能及时引进新的人才以满足需求，则公司将面临在后续发展过程中落后于竞争对手风险，可能对公司业务发展产生不利影响。
　　(四)经营风险
　　1、客户流失或客户付费能力降低的风险
　　随着行业竞争程度日益激烈，公司面临客户流失的风险。如果核心客户流失，将对公司业绩产生不利影响。若我国整体经济增长速度显著放缓，或客户所处行业的竞争格局发生变化，使得部分行业的客户自身业务规模增长放缓或盈利能力下降，则存在客户付费能力下降的风险，也将对公司收入规模增长及业务拓展形成负面影响。
　　2、人才资源风险
　　数据分析行业是以知识、经验、技能为基础的专业研究领域，属于人才密集型行业，人才是公司生存和长期发展的保障，是研究工作质量保障的必备条件。如果公司无法对核心团队进行有效激励以保证核心人员的积极性和创造性，将存在核心人员流失的风险。同时，优秀的研发人员和营销、管理等专业人员队伍是公司可持续发展的关键因素之一。随着公司业务和资产规模的不断扩大及募集资金投资项目的实施，未来公司对于高素质人才的需求将更加迫切，如不能持续稳定地提升现有人才队伍，并及时引进满足公司发展需要的人才，将可能对公司生产经营产生不利影响。
　　3、数据使用合规的风险
　　公司为客户提供数据分析产品和解决方案，在业务经营过程中涉及数据采集、数据处理和数据分析。为了向客户提供更加精准的分析服务，在客户和受访人许可的情况下，公司会采集受访人必要的数据进行记录和分析。《中华人民共和国网络安全法》《数据安全管理办法（征求意见稿）》、《中华人民共和国个人信息保护法》等相关法律法规及立法趋势，针对数据的汇集与分析应用、个人信息地收集、存储、使用、加工、传输、提供、公开、删除等行为，例如即时位置状态、交易和浏览行为等信息聚合，个人信息及个人敏感信息的授权及处理等，均对企业的数据合规工作提出了较高的要求，主要包括个人信息保护及信息数据安全等方面。因公司所处的数据分析行业系新兴发展行业，行业内的监管政策和个人隐私保护政策仍具有不确定性且日益加强，在未来公司业务开展中，仍不能完全避免因立法或监管政策的发展变化而引发数据合规方面的潜在法律风险。
　　此外，一旦公司员工违反公司内部相关制度要求，或数据合作方、客户因违反协议约定或基于其他自身原因造成了数据的不当泄露或使用，或因遭到恶意软件、病毒的影响或受到大规模黑客攻击造成数据泄露、损失，将可能因侵犯个人隐私而受到主管部门处罚或被用户投诉，或因侵犯个人隐私及个人信息相关权益导致诉讼或仲裁等纠纷，进而可能会对公司声誉及业务开展造成不利影响，从而影响公司的经营业绩。
　　(五)财务风险
　　公司从2013年开始享受15%的所得税税率优惠政策。公司已于2022年通过高新技术企业复审取得了最新的高新技术企业证书。《高新技术企业认定管理办法》规定：高新技术企业资格自颁发证书之日起有效期为三年，企业应在期满前提出复审申请，通过复审的高新技术企业资格有效期为三年。如果公司在资格到期之后未能通过高新技术企业复审，则将无法享受所得税优惠政策，公司以后年度的净利润将受到影响。
　　(六)行业风险
　　近年来，随数据分析技术的不断进步，数据分析行业和从业企业也呈现快速发展态势；同时，国内行业相关发展政策陆续出台，数据产业发展、行业推广、应用基础等重要环节的宏观政策环境已经基本形成，鼓励新兴企业进入市场，预计行业整体竞争情况可能逐步加剧。在市场竞争逐步加剧的环境下，有可能导致产品和服务价格的下降，公司将面临毛利率下滑、市场占有率无法持续提高等风险。如公司未能持续提升产品技术水平和服务能力，将会给公司业务拓展带来不利影响。
　　(七)宏观环境风险
　　目前，全球经济复苏缓慢，国内外经济形式复杂多变，对我国经济稳定发展仍具有较大的挑战和不确定性，可能将对公司未来业务发展的可持续性带来不利影响。
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　根据大华会计师事务所（特殊普通合伙）对公司出具的标准无保留的《北京慧辰资道资讯股份有限公司2023年度审计报告》（大华审字[2024]0011001164号）及《2022年度审计报告无法表示意见涉及事项影响已消除的专项说明审核报告》（大华核字[2024]0011006462号），公司2022年度《审计报告》无法表示意见涉及事项的影响已消除，且不存在其他需要实施退市风险警示的情形。据此，公司董事会同意向上海证券交易所申请撤销对公司股票实施的退市风险警示。公司已向上海证券交易所申请撤销公司股票退市风险警示。
　　上海证券交易所将依据规则和根据实际情况，决定是否撤销对公司股票实施的退市风险警示。公司股票能否被撤销退市风险警示存在不确定性，公司将根据进展情况及时履行信息披露义务。
　　
　　五、报告期内主要经营情况
　　2023年度，公司实现营业收入5.39亿元，较上年同期增加8.27%；归属于上市公司股东的净利润-16,978.80万元，经营活动产生的现金流量净额为123.61万元。
　　
　　六、公司关于公司未来发展的讨论与分析
　　(一)行业格局和趋势
　　公司是基于数据分析及人工智能（AI）等数据智能技术，为客户提供数据分析服务和产品、及相关解决方案。公司以数据要素生态链中数据咨询服务商的产业定位为出发点，主要服务商业和公共服务领域，面向行业大数据、客户内外部多维数据、消费者行为与态度数据等多种数据要素资源利用，基于独有行业数据分析模型、数据算法、人工智能（AI）技术等，为客户提供经营决策数据产品、行业数字化应用方案，以及数据产品开发、数据运营变现、AI应用解决方案等产品与服务，沿数据要素生态价值链拓展业务。公司是数据要素产业中以技术驱动数据要素价值实现的科技创新型企业。
　　1.行业格局
　　数据作为新型生产要素，是数字化、网络化、智能化的基础，发挥数据要素的放大、叠加、倍增作用，构建以数据为关键要素的数字经济，是推动经济高质量发展的必然要求。根据数据使用的生命周期，可分为数据供应、数据流通、数据应用等环节，以数据生成、采集、存储、加工、分析、服务为主的战略性新兴产业，涉及数据要素从产生到发生作用的全过程。
　　具体看，上游为数据供应环节，包括各级政府、电信运营商、大型国有企业、大型互联网公司等，这些主体聚集了海量经济社会、行业、用户数据，数据服务商协助这些数据提供者；中游为数据流通环节，主要包括确权登记、定价和流通交易等环节，数据服务商在这一过程中推动数据资源的资产化，从而在数据要素资源建设和场景化创新服务应用中进一步提升和释放数据的价值；下游为数据应用环节，既包括需求方集中的金融机构、消费品等行业，随着全社会数字化转型的深入，越来越多的数据应用场景涌现并融入产业数字化大潮，实现数据要素为产业升级和高质量发展赋能。
　　（1）政策层方面
　　党中央、国务院高度重视大数据产业发展，推动实施国家大数据战略。数据是新时代重要的生产要素，是国家基础性战略资源，这已成为全球共识。我国高度重视数据要素市场培育，习近平总书记就推动大数据和数字经济相关战略部署、发展大数据产业多次做出重要指示。
　　从国家政策层面持续加码，十九届四中全会提出将数据作为生产要素参与分配，《关于构建更加完善的要素市场化配置体制机制的意见》和《建设高标准市场体系行动方案》明确提出“加快培育数据要素市场”。《国家“十四五”规划纲要》对完善数据要素产权性质、建立数据资源产权相关基础制度和标准规范、培育数据交易平台和市场主体等作出战略部署。
　　2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》（下简称“数据二十条”），这是我国首部从生产要素高度系统部署数据要素价值释放的国家级专项政策文件，“数据二十条”确立了数据基础制度体系的“四梁八柱”，在数据要素发展进程中具有重大意义，提出构建数据基础制度、充分实现数据要素价值，为数据要素市场提供了顶层设计方案。在“数据二十条”的指引下，2023年8月，财政部正式发布《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），并规定自2024年1月1日起施行。《暂行规定》的出台肯定了数据资源可具有资产属性，是数据要素市场发展的重要里程碑。作为报表意义上的“资产”，企业数据的市场价值与业务贡献将在财务报表中得以“显性化”。
　　2023年2月，《数字中国建设整体布局规划》指出，畅通数据资源大循环是数字中国建设的两大基础之一，要构建国家数据管理体制机制，健全各级数据统筹管理机构，推动公共数据汇聚利用，释放商业数据价值潜能。规划提出的“五位一体”总体布局为数据要素价值释放指引了方向。
　　2023年12月，《“数据要素×”三年行动计划（2024—2026年）》的通知，提出以推动数据要素高水平应用为主线，以推进数据要素协同优化、复用增效、融合创新作用发挥为重点，强化场景需求牵引，带动数据要素高质量供给、合规高效流通，培育新产业、新模式、新动能，充分实现数据要素价值，推动数据要素价值创造的新业态成为经济增长新动力，数据赋能经济提质增效作用更加凸显，成为高质量发展的重要驱动力量。
　　2024年3月，政府工作报告提出，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。实施制造业数字化转型行动，加快工业互联网规模化应用，推进服务业数字化，建设智慧城市、数字乡村。深入开展中小企业数字化赋能专项行动。健全数据基础制度，大力推动数据开发开放和流通使用。适度超前建设数字基础设施，加快形成全国一体化算力体系，培育算力产业生态。
　　（2）产业规模方面
　　我国数字经济规模从2014年的16.2万亿元，快速增长至2023年的约56.1万亿元，GDP占比也从25.1%升至44%左右。中国信通院报告显示，2022年一二三产数字经济的渗透率分别达到10.5%、24.0%、44.7%，预计到2025年我国数字经济规模有望达到70.8万亿元。工信部发布的《“十四五”大数据产业发展规划》称，到2025年，我国大数据产业测算规模将突破3万亿元。另据《数字中国发展报告（2022年）》显示，2022年我国数据产量达8.1ZB，同比增长22.7%，全球占比达10.5%。另据国家发改委价格监测中心初步测算，全国企业数据要素支出规模约3.3万亿元。如果考虑数据资产评估、质押、融资等衍生市场，整体规模可能超过30万亿元。
　　在数据要素规模方面，根据“数据要素×”三年行动计划，我国将培育一批创新能力强、成长性好的数据商和第三方专业服务机构，形成相对完善的数据产业生态，打造300个以上示范性强、显示度高、带动性广的典型应用场景，涌现出一批成效明显的数据要素应用示范地区，培育一批创新能力强、成长性好的数据商和第三方专业服务机构，形成相对完善的数据产业生态，数据产品和服务质量效益明显提升，数据产业年均增速超过20%，场内交易与场外交易协调发展，数据交易规模倍增，推动数据要素价值创造的新业态成为经济增长新动力，数据赋能经济提质增效作用更加凸显，成为高质量发展的重要驱动力量。据国家工业信息安全发展研究中心预测，到2025年，我国数据要素市场规模有望达到1749亿元，2022年至2025年的复合增速将达到28.99%。此外数商产业作为数据产业的新业态快速发展。数据显示，2013年至2023年，中国数商企业数量从约11万家增长至约200万家，复合年均增长率超过30%。
　　(二)公司发展战略
　　公司致力于成为中国的“数据要素价值实现驱动器”，定位于商业与公共服务领域，将以深厚的行业洞察和经验知识为根基，以数字化技术与AI技术为创新驱动持续在商业与公共事务两个领域赋能客户实现数据要素价值变现，打造中国领先的数据要素应用技术和运营服务供应商。
　　在战略执行落地层面，公司将紧紧依靠行业市场需求和前沿技术发展两个抓手，以“数据要素×”和“人工智能×”为双轮驱动，首先通过贴近和敏锐的洞察感知和挖掘客户在数据要素价值变现方面的业务痛点和实际需求，创新应用场景，同时紧跟技术发展趋势，特别是当前最前沿的AI技术，针对性地投入核心技术研发，均衡把握前瞻性和实用性，集成成熟技术和资源，迭代升级产品和服务，持续匹配或引领客户的应用需求，实现数据要素应用和AI技术两翼平衡和稳健发展，实现公司的战略目标。在公司发展过程中，还将始终关注新技术、新业态、新模式的变化和机会，根据可行条件抓住向数据要素资源和AI基础技术资源上游拓展的契机，走向价值链“微笑曲线”的高端，发展为行业客户全要素赋能的核心能力，创造公司发展的“第二曲线”。
　　(三)经营计划
　　1、加强技术研发
　　2024年公司在研发方面，将继续加强在多维数据上的智能化分析与应用服务能力。首先，大模型技术方向，在已研发的大模型基础上，进一步针对行业数据训练优化和多种模型能力融合优化，提高AI模型在多模态与垂直行业特性方面的效果，构造更强的行业性大模型，更好地支撑垂直行业场景的智能化应用。在数据应用产品升级开发方向，将所有已研/在研的产品，基于AIGC大模型能力进行重构和升级，改造为Agent智能体的产品应用形式。同时，面向更多数据资源（如商业地理类）与企业数据应用场景（办公、客服、渠道、广告营销）的需求，逐步研发更多针对性的数据分析应用产品。在行业数字化解决方案方面，也将积极把AIGC大模型能力，升级融入现有行业解决方案（如行业知识的智能问答大模型），提升现有解决方案的数据智能。面向公司内部数据产品生产服务，通过AI智能化提升业务实施效率，降低公司自身业务成本。
　　在AI技术新产品方向上，将根据公司AIGC分析产品前期应用的反馈与企业业务智能化应用落地趋势，面对企业客户未来进行业务AI智能化应用建设的一体化需求（底层算力资源、自有数据资源、上层业务智能应用的统一管理运营），逐步分阶段研发建设企业AI应用支撑解决方案，包括研发相关AI/AIGC中台化产品（算力资源运营调配系统与企业业务智能AgentStore）和资源建设，实现对算力与数据资源有效调配以及所有AI智能业务应用的统一管理，对企业AI应用的核心要素（数据、算力、应用）实现统一服务支撑。
　　2、拓展市场空间
　　2024年，公司在市场方面，将进一步围绕数据分析应用为客户提供全面解决方案，包括为营销策略制定而进行的消费者研究（体验管理/产品创新等）标准化Saas产品与相关定制化咨询服务，以及直接为客户提供全链路的数字营销智能化服务。在消费者研究相关的体验管理与产品创新业务方面，公司将在现有全面体验管理产品体系的同时，积极迎合当前消费者群体发展与演变特点，基于AIGC与数字化技术升级现有的分析模型的能力特性，并进一步驱动产品共创、生态体验等分析模型的服务效率。在数字营销业务方面，客户企业越来越重视在各类社交媒体、短视频、直播平台的种草引流、公域到私域的转化、私域流量的内容运营，提升拉新获客和销售转化的能力。应对这一趋势，公司将进一步依托公司数据分析技术和AIGC技术产品优势，在数据分析驱动营销策略的同时，打造数据驱动的内容生成，服务于营销全链路各个环节，从而打造独特的竞争力。公司2024年总的市场经营策略是通过整合的数据驱动业务服务和AIGC新技术带来功能和体验的提升，拓展业务空间，促进市场销售增长。另一方面，公司继续聚焦重点行业市场和重点高毛利客户，发掘增长较快的新细分领域，力争继续实现市场收入增长，并提升盈利空间。
　　3、提升内部管理
　　2024年公司将继续致力于提升内部管理水平，持续优化公司管控制度和信息系统，强化数据安全。在此基础上，注重提高公司内部资源共享共用和知识管理水平，推动内部数据技术、模型和工具平台的整合共享利用，进一步提高生产效率，降低生产和运维成本。同时，公司将继续控制总体人力规模，维持一定的人才招聘门槛，加强内部培训，优化激励措施，改善人力结构，保证公司人力资源质量水平和绩效水平稳步提升，进一步提高人均产出，促进公司提升盈利水平。 收起▲

　　一、报告期内公司所属行业及主营业务情况说明　　(一)主要业务、主要产品或服务情况　　公司是一家基于数据分析的数字化产品与服务提供商。公司主要为企业和政府机构提供基于客户内外部多维数据（包括消费者态度与行为数据、行业数据等）的经营管理分析与应用产品、行业数字化分析应用解决方案等服务，是以数据分析应用技术为核心的科技创新型企业。　　基于对垂直领域的深刻理解以及在数据科学领域多年的技术积累，公司将数据科学技术和垂直领域专业分析方法模型进行了有效融合，通过优化传统算法模型解决成熟行业客户的实际问题，并通过数据模型的迁移与相关数字化应用，快速开拓全新业务场景，体现了较强的技术独特性和创新性。　　公司... 查看全部▼

　　一、报告期内公司所属行业及主营业务情况说明
　　(一)主要业务、主要产品或服务情况
　　公司是一家基于数据分析的数字化产品与服务提供商。公司主要为企业和政府机构提供基于客户内外部多维数据（包括消费者态度与行为数据、行业数据等）的经营管理分析与应用产品、行业数字化分析应用解决方案等服务，是以数据分析应用技术为核心的科技创新型企业。
　　基于对垂直领域的深刻理解以及在数据科学领域多年的技术积累，公司将数据科学技术和垂直领域专业分析方法模型进行了有效融合，通过优化传统算法模型解决成熟行业客户的实际问题，并通过数据模型的迁移与相关数字化应用，快速开拓全新业务场景，体现了较强的技术独特性和创新性。
　　公司的产品与服务可以总结为“一云两数”，包括慧辰数云、慧辰数客、慧辰数联。公司用全面体验管理及营销服务与产品支撑商业全景，用数字孪生与大数据分析技术场景化助力政务及产业场景，并推出XMfactory、DMengine、农业场景化SaaS等标准化产品，有效的服务了不同领域、不同规模的客户数字化需求。
　　(二)主要经营模式
　　1、生产模式
　　公司主要为企业、政府机构提供基于多维度数据的业务分析与应用产品以及行业数字化应用解决方案，因此公司的生产模式主要围绕数据获取、数据融合、数据分析和数据应用来进行。
　　数据获取。公司获取数据的主要途径包括客户提供的数据（包括产品数据、销售数据、渠道数据、广告数据、用户数据与客服数据以及政府各委/办/局的相关数据）、公司向供应商采购的数据（主要包括消费者态度数据、行为数据、渠道类数据、舆情监控数据和行业特性业务数据）以及公司自行采集数据（主要包括消费者态度数据、行为数据以及所部署的数字化应用采集的相关生产过程数据）。
　　数据融合。通过数据融合技术，公司实现了对多维数据的预处理和标签化操作，为数据后续的分析和应用奠定了基础。
　　数据分析。在融合数据的基础上，通过对数据科学技术和垂直领域专业分析方法模型的融合应用，完成两类业务服务：
　　（1）数据驱动的数据分析服务：实现对相关业务场景的深入分析，发现深层业务问题并提供策略建议；
　　（2）行业化数据智能应用解决方案：针对行业性数据应用需求，提供基于数据的智能解决方案。
　　数据应用。公司基于本地化软件系统和云端的产品服务，完成从数据体系的设计整合、专业分析模型生成到最终场景化的智能应用的全流程服务。
　　2、采购模式
　　在经营过程中，公司对外采购内容主要包括两类：数据分析服务所需的数据与其他非数据类内容（如云计算环境、软硬件设备与其他服务等）。其采购流程也相应分为数据服务类采购和非数据服务类采购两种。公司通过供应商管理（经过比价入库等）实现供应商能力与资质的有效审核和甄别。
　　（1）数据服务类采购
　　公司主要通过外部数据供应商采购分析中必要但客户方未提供的相关数据，主要采购消费者态度数据、行为数据和渠道类数据等，公司会在合同中与数据供应商就数据的合法合规性进行约定。
　　（2）非数据服务类采购
　　非数据服务类采购，主要针对公司业务运营中除了数据之外的其他业务资源的采购。包括办公场地与设备、运营与业务服务所需的云计算环境、软硬件设备、固定资产、网络资源、公司市场宣传、资质与知识产权申请等相关服务。
　　3、销售模式
　　公司主要采用直销方式对客户产品、服务及解决方案进行销售。日常通过进入客户供应商采购名册、参与竞标等方式获取业务合同。
　　4、研发模式
　　公司的产品和技术研发以数据分析应用市场需求为导向，结合数据分析相关领域技术发展趋势的预测以及竞争对手技术业务能力分析来进行。
　　公司采用产品管理团队和产品开发团队相结合的模式来进行自主研发。产品管理团队由公司技术总负责人和各部门负责人组成，主要负责对研发项目过程中所有重大事项进行评议审核，对研发开发的关键节点和重大变更进行决策；产品开发团队则主要由研发实施相关的业务部门、技术部门（模型研究、算法建模、应用开发与测试运维支持等）核心成员组成，主要负责承接公司产品管理团队下发的任务，对所辅助的研发内容实现技术定义、开发、交付、维护、服务的具体实施。
　　5、盈利模式
　　公司以提供基于数据的业务分析与应用和行业应用解决方案等产品与服务来进行盈利。
　　6、公司主要经营模式在报告期内的变化情况
　　公司主要经营模式及影响经营模式的关键因素在报告期内保持稳定，无重大变化。
　　(三)所处行业情况
　　1、行业的发展阶段、基本特点、主要技术门槛
　　公司主要为商业客户和政府机构提供数据分析和基于数据分析的数字化解决方案，上述产品或服务是公司主要的收入和利润来源，主要涉及数据服务行业和软件行业。
　　公司核心业务模式、核心技术与主要产品或服务均与数据分析相关，因此根据中国证监会颁布的《上市公司行业分类指引（2012年修订）》分类，公司业务属于“I信息传输、软件和信息技术服务业”中的“I64互联网和相关服务”；根据《国民经济行业分类》（GB/T4754-2017），公司所处行业属于I64互联网和相关服务-6450互联网数据服务，所处细分行业为数据分析行业。
　　数据分析作为一个跨学科的交叉科学技术，基于量化指标，以数据为驱动基础，通过自动分析算法模型实现对业务深度理解与决策应用。与现有众多服务行业不同，其特点是通过深挖数据的价值来产生业务效益，有着明确的市场特征，不受特殊因素制约。从横向看其可服务任何具有数据与量化分析需求的行业，从纵向看可深入具体业务的深层场景。
　　数据分析行业，作为一个相对细分的垂直技术领域，其应用场景与可分析的数据资源紧密相关，早期服务主要分散在具有较多数据资源的行业/企业（如世界500强大型企业）的专业需求场景（如市场趋势预测、生产流程管控、消费者研究、产品设计、渠道建设等等），需要兼具业务深度理解与数据分析技术的有效实施能力，对相关专业服务公司的能力要求很高。随着大数据、数字化的发展趋势，尤其2020年4月数据被确认为中国国民经济生产的重要生产要素，中国已经正式进入大数据时代，经过各行业大数据系统的建设应用,各行业数字化的趋势加速发展，预示着未来将进一步产生多维、大量的数据资源。此时，如何对数据这种原材料进行深度加工应用，发挥数据的增量价值，实现智能化的运营，提升未来的竞争力，不再只是各行业头部/大型企业的目标，也成为各行业内涵盖中小企业的广泛诉求。而基于专业数据分析实现数据深入的应用，已经被证明是实现数据价值的一种低投入高产出的有效方法。因此近两年来，数据分析的业务范围（从商业/互联网进入到政府/工业/农业/物联网等）与可服务场景（从管理决策、营销到供应链、生产智能化等）进入快速扩展，相关各行业的细分服务需求在迅速增加，而数据分析师也成为一个新兴的职业。2021年3月,Gartner发布数据与分析的未来技术趋势，进一步昭示数据分析技术与服务将成为未来重要的数据应用服务场景。由于相关领域的专业性较强，需要对业务领域的深入认知与数据科学技术深入结合的长期积累，所以当前虽然国内需求日益旺盛，但具备相关综合能力的大型/专业公司较少。而国外由于数据基础前期优势与数据分析市场发展更成熟，已经出现了许多专业服务商。以美国为例，聚焦商业消费者体验场景数据分析的Qualtrics,服务政府/商业大客户专业大数据分析服务的Plantir，聚焦于代表了美国相关数据分析服务的较高水平，近两年迅速获得了商业市场与资本市场的高度认可。此外，从2022年下半年开始，OpenAI公司发布的Chatgpt等AI领域的新的技术进展，也对数据分析领域的技术和产业发展带来了重大的影响。
　　数据分析行业的技术门槛，包括两个层面：一方面是以数据科学技术与行业认知深入结合构造的数据分析算法模型。首先要将行业的专业理论/分析方法，通过大量数据与机器学习等数据科学算法建模和优化，构建出基于数据的分析模型，实现行业知识体系与逻辑的自动化、深度的分析认知能力。相关模型除了需要专业的数据科学技术（如机器学习/深度学习、自然语言处理和领域知识图谱），同时必须有效抽象重构出分析场景的特点、专业认知与业务理解，才实际具有分析的深度和更好的可解释性，模型还须进一步经过不断反馈优化，才能达到更高的精度。这样兼具效率与业务认知深度的技术化数据分析模型才具有良好的应用效果，真正发挥数据的价值。另一方面是实现数据分析与应用的高效能技术体系。因为实际场景不同、数据来源多样，规模特性各不相同（如大数据与小数据、结构化与非结构化），客户诉求的差异。如何针对广泛的数据分析应用需求，在分析过程中实现多源异构数据的融合分析（如针对数据的不同阶段/特性对应融合最优分析模型），在应用交付形式上支持差异化（以专项软件/服务满足大客户定制化；以标准化/SAAS产品满足大量中小规模用户诉求；以集成化、数字化解决方案满足客户全生命期服务），实现快速、低成本与高效能的兼顾，也是数据分析技术在实际客户服务应用中的重要技术要求。
　　2、公司所处的行业地位分析及其变化情况
　　2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》已经明确提出数据成为国民经济生产的重要要素。2021年3月《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中，数字经济与数字化应用作为国民经济发展新方向，未来必然在各行业产生巨量的大数据资源内容，而各行业未来的数字化趋势，迫切需要通过专业数据分析服务实际发挥数据的价值。而2018年11月19日美国商务部最新出口技术管制框架讨论稿中，已明确将数据分析技术与人工智能、微处理器、量子计算、生物等前沿技术一起，列为限制出口的关键技术。因此，面向中国经济众多行业的专业数据分析服务，有着极为广阔的市场，未来必须也必然会得到巨大的发展。
　　《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》2022年12月19日对外公布，提出20条政策举措，包括建立保障权益、合规使用的数据产权制度，建立合规高效、场内外结合的数据要素流通和交易制度，建立体现效率、促进公平的数据要素收益分配制度，建立安全可控、弹性包容的数据要素治理制度等，初步搭建了我国数据基础制度体系，充分激活数据要素价值，赋能实体经济发展，激活市场主体活力，推动构建新发展格局，促进高质量发展。
　　公司作为数据分析行业的一个重要专业服务商，在相关领域具有良好的口碑和专业的服务能力。主要表现在已为较多的行业（如汽车、快消、TMT、医疗、政府、农业等）提供了专业的服务，且服务客户主要为所在行业领先的大型龙头企业（以世界500强与大型国资为代表）。2020年以来，随着外界数据分析需求市场的迅速增加与公司内部对分析技术能力体系的研发与提升，在服务行业/客户群体/业务规模与数据分析服务的产品化能力在进一步增强。
　　3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　（1）新技术
　　数据分析技术作为数据科学技术的分支，随着理论逐步发展和数据资源的日益扩大，近年进入了快速发展期，以机器学习为代表的算法技术（侧重于分析大规模数据与弱相关性）已逐渐超越传统统计技术成为数据分析领域的重要技术支撑；以人工智能（以深度学习为主）、自然语言处理、语音与图像分析、知识图谱为代表的新的分析技术也逐渐成熟，推动了众多拥有数据资源的场景领域逐渐具有了智能化分析应用能力，同时也对复杂数据结构，如高维非结构化数据（语音、图像与视频）、物联网/工业互联网相关数据（大规模高速时序数据），提供了更好的分析能力支撑。同时，新的数字化、可视化展示（如基于机器视觉和三维实景建模）技术有效提升了时空类数据的分析能力。未来，以深度学习、领域知识图谱、模型自动化与数字化展示结合的数据分析技术体系，将具备更快的智能建模与自优化能力、更精确的业务推理，提升分析应用的智能化水平。
　　（2）新产业
　　长期以来，数据分析应用主要集中在第三产业商业服务，围绕企业经营业务环节展开。由于相关数据分析应用对企业经营效益提升有显著作用，所以相关服务长期受到国际性企业与行业头部大企业的关注，其价值如今也逐渐被更多行业所认可。对于行业中的中小型企业，随着大数据发展与自身数据不断积累，以及管理者数据应用意识的加强，近两年大量中小型企业也对数据分析提出了需求，其功能需求较统一，并且用户规模大，因此标准化/产品化分析服务模式的市场空间未来将迅速增加。
　　在政府与公共管理服务领域，随着基础建设日益完善，其重心从智慧城市向智能城市转变，在态势感知、交通疏导等场景已初见成效，但更本质的城市经济发展（如提升区域产业经济，通过旅游拉动消费内需），仍是各级政府的关注重点。十四五期间，在数字化的基础上，通过公共管理相关数据（市政、民生、企业经营、环保、城管与线上数据等）与专业数据分析方法，为决策者提供智能化策略建议，提升招商引资与产业经济能力；通过数字化交易平台，推动交易的优化，改善政府对于本地经济的运营管理能力；通过数据应用驱动实现地区旅游消费的提升，发挥城市资源价值，相关数字化服务具有广阔市场前景。
　　农业作为国民经济基础产业，长期落后于二三产业的水平，对国家粮食安全、社会稳定产生隐患。近两年来一系列以农业数字化、科技化为代表的国家级发展规划（如2020年1月的《数字农业农村发展规划（2019-2025年）》与2018年颁布的乡村振兴战略）发布表明，农业领域相关服务将成为未来中国经济重要的投资与成长目标。其中，智能分析作为核心数字化技术之一，在《数字农业农村发展规划（2019-2025）》中明确要求加快向农业渗透。通过农业全流程数字化整合与相关数据分析，对提升土地自然资源利用、村集体资源管理、农业科学化育种、农产品生产效率与质量、相关产业链规划与涉农金融服务都具有直接的精准推动作用。如今许多大型涉农国资企业、各类农业集团、各级地方农业管理者，都在进行大量的投入，希望通过专业服务，有效实现相关农业（如种植、畜牧）生产的数字化与全链条数据分析与决策支撑体系。
　　随着以物联网、工业互联网为特点的行业场景（如工业企业的智能化/数字化、环保监测与治理运营）日益增多，大量基于物联网/工业物联网产生的数据其潜在价值得到广泛重视。通过智能算法模型分析相关数据与深入应用，以小的投入，快速帮助企业在生产运营中提升效率、降低原材料与能源消耗，实现设备自动运维，智能化节能降耗与减少污染。这对于广大传统制造业提升竞争力，以及国家早日达到碳中和目标，有着巨大的现实意义和广泛的需求。
　　近年来，中国迅速发展的同时，面对的外部威胁/国际环境日益复杂，在涉及国家内外部管理与安全的诸多领域，开始受到外部限制打压与挑战。有鉴于此，2020年开始，国家推动的信创(信息技术应用创新)新产业战略在十四五期间预计达到万亿级市场规模。在信创细分领域，基础硬件、操作系统与数据库层面，中国企业已有较强能力，但在应用层，尤其数据相关应用方面，在公共安全与国家军事相关领域，由于历史原因与诸多限制，虽然存在大量需求场景但缺乏专业有效的供给。如何提升基层的态势分析决策的数据化与智能化能力、面向实战、安全可控的智能分析研判产品等，在相关领域许多场景都有着迫切的需求。专业数据分析产品业务未来必将具有更大的经济与社会价值。
　　（3）新业态
　　随着企业数据的不断累积，以及数据分析技术在互联网行业的逐步普及，新的数据分析业务形态对传统业务带来了挑战、优化与变革，越来越多的企业意识到通过对数据的分析和应用，可有效提升企业在行业中的竞争力。
　　在商业领域，各行业的大量企业意识到数字化服务模式的趋势，开始尝试建立基于数字化的业务模式，以及相关的数据驱动的业务经营与决策能力，通过数字化能力与相关数据分析的体系，打破原有以行业经验和专家认知为主的模式，以基于数据的科学与量化的方法应对迅速变化的市场挑战，在生产供应链、消费者认知、产品创新、精准营销等多个场景提升自己的竞争力。数据驱动策略的基础是专业的数据分析技术，在每个业务环节中通过对多维度数据的整合分析与深度挖掘，生成相关策略并进行应用，帮助企业降低运营成本、增加整体效率和业务营收。
　　在政府相关涉及的公共服务、环保、农业、旅游服务等领域，配合国家相关的数字化战略，相关政府和机构正在积极推进各产业的数字化，提升数据应用的能力与价值。各级政府部门通过开放城市、民生等数据资源，建立大数据交易中心、数字贸易港、推动全域旅游大数据应用等多种尝试，将城市资源数字化，借助分析技术实现智能化，提升城市资源管理与经济发展水平。而农业领域的各级生产与管理者，则不断通过基于数字化、科技化新手段，来推动农业传统生产管理形态的升级，真正有效实现高质量的农业生产发展与产业经济的升级。旅游行业已进入加速复苏通道，作为国家拉动消费的重要领域，各地方政府下属的大量中小旅游景区，对基于数字化的景区服务与运营能力产生有众多的需求。
　　未来，数据将成为各行各业的重要资产，对形成自身竞争优势和良好的服务能力至关重要，而数据分析与相关应用亦将成为相关业务环节实现卓越能力的前置驱动力。以数据的最终应用为主导，在数字化资产管理、数据资产交易流通、数据多场景应用等整个数据的链条中，以需求为中心、以数据为基础，结合专业方法论与数据科学技术，快速、准确指导客户解决问题，并进一步通过专业洞察，提升分析结果的附加价值。上述全链条分析服务能力可帮助客户快速适应不断变化的业务需求，重新定义行业服务的新标准。
　　（4）新模式
　　随着数据科学技术与应用模式不断多样化发展，以数据为中心的业务驱动能力将成为企业的核心竞争力。数据分析服务在业务应用上，逐渐呈现出新的模式，企业可有效分析的数据维度与空间迅速扩大，从部分环节扩展到业务全流程，从内部业务经营数据扩展到生产物联网数据，从线下扩展到线上，从消费者态度数据扩展到消费者的行为数据，构成了全新的多维度数据空间。同时，客户规模因行业中小型客户的大量增加而迅速扩大，相应对服务模式也有了更多要求。具体表现在以下模式上的创新：
　　在实施模式上，大量常规、标准性业务分析，由人工分析转变为基于数据科学技术模型的自动化分析，将以数字化分析产品的形式服务客户。产品除了本地化软件模式，更多是云端SAAS模式的产品形态，以快速而低成本的方式满足大量新增的客户群的实际需求。在特定软件+硬件与相关服务深入结合与专业业务场景中，纯技术模型难以满足客户要求，此时垂直领域专业分析方法模型、专家经验与数据科学技术相结合，发挥两种模式结合优势，在效率与业务深度方面达到最佳效果。
　　在服务模式上，随着客户对数据分析价值的认可，在基础分析服务上，越来越多的客户由于自身能力与业务要求，日益关注最终的业务效果（如营业收入实际增长目标）并愿意为其付费。因此，数据分析服务的未来，将不仅限于只提供基本分析软件产品，还能提供针对性的完整解决方案（软件+有硬件+配套服务），以及后续持续提供产品上的数据驱动的专业运营，帮助客户完成期望的最终业务效果。这些新的模式将成为数据分析价值链的重要延伸，并将具有更好的用户粘性和持续性收入。
　　（5）未来发展趋势
　　在数字化产业领域，政策的迅速演进为行业的发展明确了界限也指明了方向，从中央对于数据作为生产要素的表述、到数字化在十四五规划中的重要阐述、再到数据安全法的出台、及各地大数据局、一些数字产权交易所的设立，数字化产业成为未来国民经济发展中重要的驱动力，2021年底，工信部对外发布《“十四五”大数据产业发展规划》，要求到2025年，大数据产业测算规模突破3万亿元，年均复合增长率保持在25%左右。驱动数字经济时代的数字化产业在未来若干年都将会是一个高速发展、受高度关注、高频迭代演进的一个领域。
　　二、核心技术与研发进展
　　1.核心技术及其先进性以及报告期内的变化情况
　　公司目前共有4项核心技术，分别是商业消费服务数据化分析技术、个性化用户分析与智能应用技术、业务运营效能分析与应用优化技术和生态环保的数据化分析与治理技术。四项核心技术根据领域/应用场景特点，包含21项核心技术子项。
　　2.报告期内获得的研发成果
　　截至2023年6月30日，公司拥有发明专利17项、实用新型专利1项、软件著作权246项。
　　3.研发投入情况表
　　研发投入总额较上年发生重大变化的原因
　　报告期，外部市场环境和技术发展发生变化，为确保投入资金的合理使用以达到更好的产出效益，公司安排对部分研发项目进行调整，因此相比去年同期研发投入有所下降。
　　研发投入资本化的比重大幅变动的原因及其合理性说明
　　2022年同期在研的资本化项目已于2022年底转为无形资产。报告期在研项目主要为新立项研发项目，处于项目研发前期，尚未达到资本化条件。
　　4.在研项目情况
　　5.研发人员情况
　　6.其他说明
　　报告期内，公司研发人员减少主要因公司调整研发项目安排、研发人员结构优化所致。公司研发人员减少未对公司日常经营、业务布局、技术研发及核心竞争力产生不利影响。

　　二、经营情况的讨论与分析
　　2023年上半年度，业务发展方面，随着宏观经济大环境趋于向好，国内经济复苏态势明显，公司也紧紧抓住下游客户需求回暖的机会，继续围绕战略布局扎实推进各业务链条的经营计划。
　　在商业领域，公司不断深化数字化和智能化场景应用，将技术和业务场景充分结合，围绕应用场景的落地需求，创造数据价值赋能客户。一方面继续在传统业务领域持续进行产品研发，夯实竞争优势，以客户为中心，积极布局增量TMT、汽车市场,努力拓展新业务；公司研发的产品XMFactory及DMengine一直致力于紧贴客户需求进行迭代升级，进一步增强客户粘性。
　　在政务领域，公司继续为政务客户提供一体化解决方案，涵盖了农业种养Saas管理平台、产业互联网平台、乡村智慧文旅等方向的产品与服务。随着国家2023年经济的逐步复苏，政府投入预算也将有所增加，公司将进一步扩大数字智能化的业务规模，赋能城市治理，乡村振兴等方向的国家战略。
　　报告期内，公司不断健全公司治理体系，不断完善内部控制制度，重视内控体系的建设与完善，管理活动从业务、法务、财务等方面进行严格把控及审批，促进公司治理的制度化及规范化。公司将应收账款的催收作为一项重点工作来开展，预计在2023年宏观经济回暖的大背景下，政府财政将有所改善，公司也会继续加大应收账款的催收力度，逐步健全应收账款催收机制，提高收款效率。
　　2023年上半年，公司以AIGC技术作为新一轮业务能力创新引擎，发布多款针对商业服务的全新智能化分析产品(DataGPT与InnoGPT等)，面向消费者洞察、产品创新、新品情报追踪与产品口碑表现等分析服务场景，将AIGC相关的文本与图像生成、多语种翻译等能力与业务需求有效融合。HCR结合了多年在各领域积累下来的优质行业数据和专业的数据分析工具及方法，产品不仅能够为品牌提供深度的数据研究支撑，还能在产品研发、产品提升及产品营销的各个阶段，为品牌提供市场机会洞察、概念生成、新品模拟验证、市场投放运营等创新服务。总体而言，HCR全新智能化分析产品(DataGPT与InnoGPT等)可以提供包括凝结行业专家经验的专业服务和满足办公需求的通用服务，具备更有用、更专业、更好用、多模型和一站式等多项优势。同时，在公司之前研发的XMfactory和DMengine产品中，整合增加了AIGC驱动的业务模块，对产品进行了迭代升级。
　　相关产品基于公司长期服务各行业客户中积累的相关行业大量高质量的业务数据；通过自有数据科学团队对于算法技术的持续研发，对特定领域的算法模型进行了应用和改进，未来结合公司众多业务专家可实现前端Prompt优化与结果评估可实现模型的持续反馈强化学习。公司建立的AIGC体系在产品服务方面具备“产品+定制化”的综合能力，在模型能力上支持外部通用大模型和HCR垂直行业AIGC模型的双核驱动模式，兼具能力的广度与专业的深度以及良好的安全性。
　　研发方面，公司经过十余年服务超大型客户及公共服务领域的沉淀，围绕数据要素在数据应用场景、行业专业数据算法模型等方面积累了丰富的案例经验。近年来，随着数字化技术不断发展，公司不断在行业数据应用（包括但不限于数据处理、分析与相关运营等）场景中，基于数据科学相关技术（机器学习、深度学习、自然语言处理与知识图谱）与实际场景数字化应用需求结合，实现数据从生产资料到数据价值的转换。公司面向商业消费洞察与体验、数字化营销、各细分行业（如烟草等）数字化分析应用所研发的软件产品，进一步提升公司在商业多维数据分析服务化能力。“XMfactory体验工厂”全流程体验管理SaaS产品的新升级版已开始推广；面向企业会员私域运营的DMengine产品、面向烟草行业终端数字化运营的分析产品（慧品吸与烟问）已开始市场化试用。在行业数字化应用领域，前期研发的农业数字化服务方案今年也开始结合各地农业服务需求进行技术落地。同时，AIGC技术与垂直行业的深度结合是未来公司的重点研发方向，基于AIGC的行业智能化技术，公司已初步研发生成服务消费者洞察与产品创新场景的相关分析产品与垂直行业分析模型，现有产品（DMEngine等）也在尝试融合AIGC技术，进一步提升智能化能力，相关新产品与新功能特性已完成内测，计划在本年第三季度进行公测试用，将进一步提升公司的数字化智能服务能力，以及降低内部业务运营成本。

　　三、风险因素
　　1、公司股票可能被终止上市的风险
　　普华永道中天会计师事务所（特殊普通合伙）对公司2022年度财务报告出具了无法表示意见的审计报告，根据《上海证券交易所科创板股票上市规则》第12.4.2条第一款第（三）项“最近一个会计年度的财务会计报告被出具无法表示意见或者否定意见的审计报告”的规定，上海证券交易所已对公司股票实施退市风险警示。
　　2、应收账款坏账风险
　　截至报告期末，公司应收账款账面价值为18,148.92万元，占总资产的比例16.14%。近年来，随着宏观经济下行，客户付款周期延长，公司的应收账款周转显著放缓。公司逐步加强应收账款的风险管理与排查工作，加大催收管理力度，但如果客户出现信用损失风险，导致公司未能及时收回账款或无法收回的情况，将对公司的效益产生不利影响。
　　3、经营风险
　　（1）行业竞争加剧的风险
　　近年来，随数据分析技术的不断进步，数据分析行业和从业企业也呈现快速发展态势；同时，国内行业相关发展政策陆续出台，数据产业发展、行业推广、应用基础等重要环节的宏观政策环境已经基本形成，鼓励新兴企业进入市场，预计行业整体竞争情况可能逐步加剧。
　　在市场竞争逐步加剧的环境下，有可能导致产品和服务价格的下降，公司将面临毛利率下滑、市场占有率无法持续提高等风险。如公司未能持续提升产品技术水平和服务能力，将会给公司业务拓展带来不利影响。
　　（2）客户流失或客户付费能力降低的风险
　　随着行业竞争程度日益激烈，公司面临客户流失的风险。如果核心客户流失，将对公司业绩产生不利影响。
　　若我国整体经济增长速度显著放缓，或客户所处行业的竞争格局发生变化，使得部分行业的客户自身业务规模增长放缓或盈利能力下降，则存在客户付费能力下降的风险，也将对公司收入规模增长及业务拓展形成负面影响。
　　（3）人才资源风险
　　数据分析行业是以知识、经验、技能为基础的专业研究领域，属于人才密集型行业，人才是公司生存和长期发展的保障，是研究工作质量保障的必备条件。
　　如果公司无法对核心团队进行有效激励以保证核心人员的积极性和创造性，将存在核心人员流失的风险。
　　同时，优秀的研发人员和营销、管理等专业人员队伍是公司可持续发展的关键因素之一。随着公司业务和资产规模的不断扩大及募集资金投资项目的实施，未来公司对于高素质人才的需求将更加迫切，如不能持续稳定和提升现有人才队伍，并及时引进满足公司发展需要的人才，将可能对公司生产经营产生不利影响。
　　（4）公司规模扩大带来的管理风险
　　公司成立于2008年，随着业务的稳步发展，规模不断扩大，员工持续增加。公司上市后，公司的资产规模将持续增长，且随着募集资金投资项目的逐步实施，公司的人员、数据采购、产品销售规模将逐渐扩大，客户和服务领域将更加广泛，技术创新要求将进一步加快。如果公司的资源配置和管理体系无法及时进行调整或相关调整不能完全满足公司规模扩张后的相关要求，将导致公司现有的管理架构和流程无法完全适应规模扩张带来的变化，对公司的经营业绩产生不利影响。
　　（5）宏观环境风险
　　目前，全球经济复苏缓慢，国际贸易争端反复拉锯，复杂多变的国内外经济形势仍然给我国经济稳定发展带来了较大的挑战和不确定性，从而导致公司所处的发展环境更为复杂，对公司未来业务发展将造成不利影响。
　　4、数据使用合规的风险
　　公司为客户提供数据分析产品和解决方案，在业务经营过程中涉及数据采集、数据处理和数据分析。为了向客户提供更加精准的分析服务，在客户和受访人许可的情况下，公司会采集受访人必要的数据进行记录和分析。
　　《中华人民共和国网络安全法》《数据安全管理办法（征求意见稿）》、《中华人民共和国个人信息保护法》等相关法律法规及立法趋势，针对数据的汇集与分析应用、个人信息地收集、存储、使用、加工、传输、提供、公开、删除等行为，例如即时位置状态、交易和浏览行为等信息聚合，个人信息及个人敏感信息的授权及处理等，均对企业的数据合规工作提出了较高的要求，主要包括个人信息保护及信息数据安全等方面。因公司所处的数据分析行业系新兴发展行业，行业内的监管政策和个人隐私保护政策仍具有不确定性且日益加强，在未来公司业务开展中，仍不能完全避免因立法或监管政策的发展变化而引发数据合规方面的潜在法律风险。
　　此外，一旦公司员工违反公司内部相关制度要求，或数据合作方、客户因违反协议约定或基于其他自身原因造成了数据的不当泄露或使用，或因遭到恶意软件、病毒的影响或受到大规模黑客攻击造成数据泄露、损失，将可能因侵犯个人隐私而受到主管部门处罚或被用户投诉，或因侵犯个人隐私及个人信息相关权益导致诉讼或仲裁等纠纷，进而可能会对公司声誉及业务开展造成不利影响，从而影响公司的经营业绩。
　　5、核心竞争力风险
　　公司所处行业属于知识密集型行业。技术发展对于行业发展具有重要的推动作用。目前，信息技术、互联网技术等处于快速发展过程中。以大数据、人工智能、机器学习为依托的新技术、新方法层出不穷。新技术、新方法能够进一步优化数据分析流程、提升数据分析效率、降低成本，提高数据分析结论的有效性，同时也对行业从业人员知识水平和持续学习能力提出了更高要求。能够快速学习并掌握新的技术和方法，并在此基础上改良公司现有技术、方法，是公司保持自身竞争能力的关键。
　　若公司相关人员无法快速学习并掌握新技术、新方法，或公司不能及时引进新的人才以满足需求，则公司将面临在后续的发展过程中落后于竞争对手风险，可能对公司业务发展产生不利影响。
　　6、税收优惠政策变化的风险
　　公司从2013年开始享受15%的所得税税率优惠政策。报告期内，公司通过高新技术企业复审取得了最新的高新技术企业证书，发证日期为2022年12月1日。《高新技术企业认定管理办法》规定：高新技术企业资格自颁发证书之日起有效期为三年，企业应在期满前提出复审申请，通过复审的高新技术企业资格有效期为三年。如果公司在资格到期之后未能通过高新技术企业复审，则将无法享受所得税优惠政策，公司以后年度的净利润将受到影响。

　　四、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、公司核心竞争力的具体表征
　　公司的核心竞争力表现为在数据科学技术和垂直行业专有数据模型相融合的基础上，形成的以专有模型与技术化系统为核心驱动的数据分析能力。公司的数据科学团队在技术背景和能力上具备AI相关（以机器学习、深度学习与自然语言处理为主）的技术。经过多年行业、技术与人才综合积累，在基于数据的业务分析产品研发与应用方面，公司已经探索出可行的技术化道路，研发出了大量行业数据分析技术和垂直领域专有数据模型，如面向商业消费体验的分析方法与技术模型、面向商业营销的个性化用户分析与推荐技术模型和面向农业、环保、物流供应链等物联网相关应用场景数据的智能分析优化技术等，并形成相关的数字化应用软件与/或行业解决方案，满足客户业务需求，得到了各行业头部企业的认可。
　　2、公司相对竞争优势和劣势
　　（1）公司竞争优势
　　①在数据分析领域深耕多年，对行业有着深刻的理解和较强的技术实现能力公司在大数据处理、自然语言理解、机器学习、深度学习等最新数据科学技术方面具有专业技术能力，同时具备垂直业务领域的专业业务分析方法的体系化认知理解，通过将上述两方面优势经过多年的积累和融合，形成了如下技术优势：a.相关数据分析技术能将数据科学技术与行业方法论有效融合，在业务深度与处理能力方面均满足客户专业需求；b.具备多维度数据（业务相关大数据与传统消费者态度小数据等）、异构数据（结构化数据与非结构化数据）的综合分析与应用技术能力，能够结合实际情况在低成本与良好效果方面达到统一。c.公司基于数据的业务分析技术与产品研发，已实现闭环的技术化驱动道路，研发的大量行业数据分析技术和数据应用模型，如面向商业消费体验的分析方法与技术模型、面向商业营销的个性化用户分析与推荐技术模型和面向农业、环保等物联网相关数据应用的智能分析技术等，已进行相关专利和软著申请，形成了系列软件化、公有云服务模式为核心的SAAS化分析产品，并在实际业务服务中使用，成为支撑公司业务服务的基础核心能力，已固化为公司的核心技术竞争力，并不断优化和迭代，在实际业务中不断驱动和提升业务服务领域与竞争力。
　　②优秀的团队构成，具备优秀的技术研发能力和企业管理能力
　　公司核心技术人员马亮和王驰分别毕业于清华大学和北京邮电大学计算机系，并获得博士学位，在数据建模、数据处理、机器学习和人工智能算法等数据科学技术领域具有深厚的专业背景，并具备多年理论和实践经验的积累；核心技术人员韩丁针对公司重要业务（如消费者体验类）的主要分析场景，建立了核心分析方法体系。公司核心技术人员和主要研发人员通过将数据科学技术与垂直领域专业数据分析方法模型进行有效融合，并在实际业务使用过程中持续对算法和模型进行优化，形成了独特的技术体系，受到了行业头部企业的一致认可。公司管理团队主要来自国际领先研究咨询公司以及行业内著名企业，对行业具有深刻的理解，在数据分析模型构建和研究方法论等方面具有丰富的行业经验。公司管理团队可以准确把握数据分析行业的发展趋势，并制定公司相应的外部发展计划和内部管理制度。
　　③优质的客户资源促进了公司技术水平的提升公司的主要客户包括世界500强、大型国企和政府类机构，商业领域以世界500强客户为主，且公司相关世界500强客户数量和质量均在同行业公司中具有优势。世界500强企业通常为某个领域的龙头企业，对所处行业有着深刻的理解，且拥有丰富的业务数据，其数据维度多、数据量大且属性复杂，所以对数据分析企业所提供的数据分析服务的行业专业性、技术能力、分析质量和服务水平具有较高要求。公司长期为上述企业提供数据分析服务，从侧面印证了公司的技术实力和业务水平在同行业中处于领先地位。
　　④公司通过多年的技术积累，具有先发转型优势
　　公司从2012年开始,推进专业分析模型与数据科学技术综合驱动的数据业务服务模式，积极研发面向多维数据与数据科学技术驱动的分析技术与软件系统，率先实现了对包括企业内外部数据、消费者态度与行为数据和行业数据的多维度数据的分析，通过体系化的数据分析软件产品和相关数字化平台系统，有效发现客户实际业务中遇到的问题，并给出具有针对性的数字化解决方案，形成公司独特的技术、产品、服务优势。
　　随着“XMfactory体验工厂”客户体验管理数字化产品、DMengine场景化数字营销引擎产品及农业数字化SaaS产品的推出，公司业务将经过验证的模型通过标准化、模块化的方式予以产品化变革，为服务对象向行业腰部客户的下探以及业务的标准化扩张提供了有效的支撑。
　　（2）公司竞争劣势
　　①需要进一步提升人才储备
　　数据分析行业对企业数据价值的挖掘已经得到了市场和行业头部客户的认可，未来行业内竞争的激烈程度会逐步提升。公司为保持现有快速发展势头，需要在新技术/产品的研发、产品服务运营、企业运营管理方面持续进行人员投入，预先储备数据科学家、产品研发相关技术人员、领域分析专家与管理人员等。
　　②需要进一步扩展业务服务范围
　　公司目前的技术研发和项目开发主要面向行业头部客户，并以深入解决专业问题的技术应用为主，为实现快速扩大公司业务规模、进一步提升公司在行业内的影响力，一方面，公司需要将现有产品或服务有效下沉至行业腰部的大量中小企业，加深产品或服务的深度；另一方面，公司需要将技术与产品快速进行横向迁移，覆盖尚未涉及的行业或领域。 收起▲

　　一、经营情况讨论与分析　　报告期内，公司实现营业收入49,824.8万元，同比增长4.68%，归属于母公司所有者的净利润为-18,913.73万元，同比下降395.09%，扣除非经常性损益后归属于母公司所有者的净利润为-20,245.2万元。　　2022年，公司围绕发展战略和经营计划目标，在传统业务领域继续巩固竞争优势，在传统优势行业努力开拓数字化新业务，并持续进行新行业、新领域的拓展。拓宽市场方面，公司积极关注市场发展，依托西南区域优势努力抢占市场份额，强化公司竞争优势，更好的为客户提供本地化服务。面对宏观经济波动、下游行业需求疲软、市场环境复杂多变等多重挑战，公司持续加强成本与费用管理... 查看全部▼

　　一、经营情况讨论与分析
　　报告期内，公司实现营业收入49,824.8万元，同比增长4.68%，归属于母公司所有者的净利润为-18,913.73万元，同比下降395.09%，扣除非经常性损益后归属于母公司所有者的净利润为-20,245.2万元。
　　2022年，公司围绕发展战略和经营计划目标，在传统业务领域继续巩固竞争优势，在传统优势行业努力开拓数字化新业务，并持续进行新行业、新领域的拓展。拓宽市场方面，公司积极关注市场发展，依托西南区域优势努力抢占市场份额，强化公司竞争优势，更好的为客户提供本地化服务。面对宏观经济波动、下游行业需求疲软、市场环境复杂多变等多重挑战，公司持续加强成本与费用管理，尽最大程度推进项目交付及验收工作，保证项目进度及质量。同时，结合往年经营情况及市场环境变化，公司对业务流程的风险控制和审核进行了加强和细化，并持续加大对业务的应收账款管理力度，推进完善应收账款管理机制。
　　报告期内，公司继续推行“一云两数”战略，不断拓展智能化场景的应用，将技术和业务场景充分结合，围绕应用场景的落地需求，创造数据价值赋能客户。在商业端，持续进行产品研发及拓展，公司在2021年推出的XMFactory产品在2022年底迭代升级至3.3版本，在华为、科环集团、水滴筹等代表性客户方面进行了部署和应用；DMengine产品上线1.09版本，基于不同行业用户的独特场景，致力于为行业客户打造更契合的营销解决方案。以上产品以武汉研发中心为主研发基地，成果陆续落地；在政务端，上半年公司聚焦城市治理升级与乡村振兴领域，前者覆盖上海及深圳的营商环境、文明创城等相关领域，后者发力于乡村产业数字化，尤其基于数据的乡村电商运营优化，取得了较好的成效。公司依托过去十余年的技术积累，顺应国家乡村振兴战略，开发了农业种养SaaS管理平台、产业互联网平台、乡村智慧文旅等一体化农业解决方案，相关产品及服务已在内蒙古、河北等多地落地实施，助力农业数字化智能化发展，赋能乡村振兴。
　　截至2022年12月31日，公司累计投入研发费用5，327.1万元，占营业收入的比例为10.69%。公司经过十余年服务超大型客户及公共服务领域的沉淀，围绕数据要素在数据应用场景、行业专业数据算法模型等方面积累了丰富的案例经验。近年来，随着数字化前沿技术的不断发展，公司不断推进行业数据深度应用的服务（包括但不限于处理、分析与相关运营等）与数据科学技术（机器学习、人工智能、自然语言处理、知识图谱）等相结合，基于实际场景的数字化应用需求实现数据从生产资料到数据价值的转换。公司研发面向商业消费体验、CRM与营销、细分行业（如烟草等）的数字化与分析应用软件产品，进一步提升公司在商业多维数据分析服务化能力,其中“XMfactory体验工厂”客户全流程体验管理数字化SAAS产品已已升级研发完成新版本，并开始推广；面向企业CRM与会员私域运营服务的DMengine产品、面向烟草行业、软硬件结合的运营分析产品（慧品吸与烟问）已开始市场化试用。在行业数字化应用领域，对于前期完成的核心行业（如农业数字化与生态环保等）的阶段性研发成果，配合市场实际推广应用反馈，进行产品功能改进和升级，并聚焦相关重点场景（如农业电商）进行新的功能突破。同时，也针对新的探索业务领域，深入行业场景，基于AI研发构建专业知识图谱分析模型并进行相关产品研发探索。相关研发内容，作为公司数字化产品与解决方案的升级和扩展，后续将逐步应用于实际业务分析服务。
　　
　　二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明
　　(一)主要业务、主要产品或服务情况
　　公司是一家基于数据分析的数字化产品与服务提供商。公司主要为企业和政府机构提供基于客户内外部多维数据（包括消费者态度与行为数据、行业数据等）的经营管理分析与应用产品、行业数字化分析应用解决方案等服务，是以数据分析应用技术为核心的科技创新型企业。
　　基于对垂直领域的深刻理解以及在数据科学领域多年的技术积累，公司将数据科学技术和垂直领域专业分析方法模型进行了有效融合，通过优化传统算法模型解决成熟行业客户的实际问题，并通过数据模型的迁移与相关数字化应用，快速开拓全新业务场景，体现了较强的技术独特性和创新性。
　　公司的产品与服务可以总结为“一云两数”，包括慧辰数云、慧辰数客、慧辰数联。公司用全面体验管理及营销服务与产品支撑商业全景，用数字孪生与大数据分析技术场景化助力政务及产业场景，并推出XMfactory、DMengine、农业场景化SaaS等标准化产品，有效的服务了不同领域、不同规模的客户数字化需求。
　　(二)主要经营模式
　　1、生产模式
　　公司主要为企业、政府机构提供基于多维度数据的业务分析与应用产品以及行业数字化应用解决方案，因此公司的生产模式主要围绕数据获取、数据融合、数据分析和数据应用来进行。
　　公司获取数据的主要途径包括客户提供的数据（包括产品数据、销售数据、渠道数据、广告数据、用户数据与客服数据以及政府各委/办/局的相关数据）、公司向供应商采购的数据（主要包括消费者态度数据、行为数据、渠道类数据、舆情监控数据和行业特性业务数据）以及公司自行采集数据（主要包括消费者态度数据、行为数据以及所部署的数字化应用采集的相关生产过程数据）。
　　通过数据融合技术，公司实现了对多维数据的预处理和标签化操作，为数据后续的分析和应用奠定了基础。
　　在融合数据的基础上，通过对数据科学技术和垂直领域专业分析方法模型的融合应用，完成两类业务服务：
　　（1）数据驱动的数据分析服务：实现对相关业务场景的深入分析，发现深层业务问题并提供策略建议；
　　（2）行业化数据智能应用解决方案：针对行业性数据应用需求，提供基于数据的智能解决方案。
　　公司基于本地化软件系统和云端的产品服务，完成从数据体系的设计整合、专业分析模型生成到最终场景化的智能应用的全流程服务。
　　2、采购模式
　　在经营过程中，公司对外采购内容主要包括两类：数据分析服务所需的数据与其他非数据类内容（如云计算环境、软硬件设备与其他服务等）。其采购流程也相应分为数据服务类采购和非数据服务类采购两种。公司通过供应商管理（经过比价入库等）实现供应商能力与资质的有效审核和甄别。
　　（1）数据服务类采购
　　公司主要通过外部数据供应商采购分析中必要但客户方未提供的相关数据，主要采购消费者态度数据、行为数据和渠道类数据等，公司会在合同中与数据供应商就数据的合法合规性进行约定。
　　（2）非数据服务类采购
　　非数据服务类采购，主要针对公司业务运营中除了数据之外的其他业务资源的采购。包括办公场地与设备、运营与业务服务所需的云计算环境、软硬件设备、固定资产、网络资源、公司市场宣传、资质与知识产权申请等相关服务。
　　3、销售模式
　　公司主要采用直销方式对客户产品、服务及解决方案进行销售。日常通过进入客户供应商采购名册、参与竞标等方式获取业务合同。
　　4、研发模式
　　公司的产品和技术研发以数据分析应用市场需求为导向，结合数据分析相关领域技术发展趋势的预测以及竞争对手技术业务能力分析来进行。
　　公司采用产品管理团队和产品开发团队相结合的模式来进行自主研发。产品管理团队由公司技术总负责人和各部门负责人组成，主要负责对研发项目过程中所有重大事项进行评议审核，对研发开发的关键节点和重大变更进行决策；产品开发团队则主要由研发实施相关的业务部门、技术部门（模型研究、算法建模、应用开发与测试运维支持等）核心成员组成，主要负责承接公司产品管理团队下发的任务，对所辅助的研发内容实现技术定义、开发、交付、维护、服务的具体实施。
　　5、盈利模式
　　公司以提供基于数据的业务分析与应用和行业应用解决方案等产品与服务来进行盈利。
　　6、公司主要经营模式在报告期内的变化情况
　　公司主要经营模式及影响经营模式的关键因素在报告期内保持稳定，无重大变化。
　　(三)所处行业情况
　　1.行业的发展阶段、基本特点、主要技术门槛
　　公司主要为商业客户和政府机构提供数据分析和基于数据分析的数字化解决方案，上述产品或服务是公司主要的收入和利润来源，主要涉及数据服务行业和软件行业。
　　公司核心业务模式、核心技术与主要产品或服务均与数据分析相关，因此根据中国证监会颁布的《上市公司行业分类指引（2012年修订）》分类，公司业务属于“I信息传输、软件和信息技术服务业”中的“I64互联网和相关服务”；根据《国民经济行业分类》（GB/T4754-2017），公司所处行业属于I64互联网和相关服务-6450互联网数据服务，所处细分行业为数据分析行业。
　　数据分析作为一个跨学科的交叉科学技术，基于量化指标，以数据为驱动基础，通过自动分析算法模型实现对业务深度理解与决策应用。与现有众多服务行业不同，其特点是通过深挖数据的价值来产生业务效益，有着明确的市场特征，不受特殊因素制约。从横向看其可服务任何具有数据与量化分析需求的行业，从纵向看可深入具体业务的深层场景。
　　数据分析行业，作为一个相对细分的垂直技术领域，其应用场景与可分析的数据资源紧密相关，早期服务主要分散在具有较多数据资源的行业/企业（如世界500强大型企业）的专业需求场景（如市场趋势预测、生产流程管控、消费者研究、产品设计、渠道建设等等），需要兼具业务深度理解与数据分析技术的有效实施能力，对相关专业服务公司的能力要求很高。随着大数据、数字化的发展趋势，尤其2020年4月数据被确认为中国国民经济生产的重要生产要素，中国已经正式进入大数据时代，经过各行业大数据系统的建设应用,各行业数字化的趋势加速发展，预示着未来将进一步产生多维、大量的数据资源。此时，如何对数据这种原材料进行深度加工应用，发挥数据的增量价值，实现智能化的运营，提升未来的竞争力，不再只是各行业头部/大型企业的目标，也成为各行业内涵盖中小企业的广泛诉求。而基于专业数据分析实现数据深入的应用，已经被证明是实现数据价值的一种低投入高产出的有效方法。因此近两年来，数据分析的业务范围（从商业/互联网进入到政府/工业/农业/物联网等）与可服务场景（从管理决策、营销到供应链、生产智能化等）进入快速扩展，相关各行业的细分服务需求在迅速增加，而数据分析师也成为一个新兴的职业。2021年3月,Gartner发布数据与分析的未来技术趋势，进一步昭示数据分析技术与服务将成为未来重要的数据应用服务场景。由于相关领域的专业性较强，需要对业务领域的深入认知与数据科学技术深入结合的长期积累，所以当前虽然国内需求日益旺盛，但具备相关综合能力的大型/专业公司较少。而国外由于数据基础前期优势与数据分析市场发展更成熟，已经出现了许多专业服务商。以美国为例，聚焦商业消费者体验场景数据分析的Quatrics,服务政府/商业大客户专业大数据分析服务的Pantir，代表了美国相关数据分析服务的较高水平，近两年迅速获得了商业市场与资本市场的高度认可。
　　数据分析行业的技术门槛，包括两个层面：一方面是以数据科学技术与行业认知深入结合构造的数据分析算法模型。首先要将行业的专业理论/分析方法，通过大量数据与机器学习等数据科学算法建模和优化，构建出基于数据的分析模型，实现行业知识体系与逻辑的自动化、深度的分析认知能力。相关模型除了需要专业的数据科学技术（如机器学习/深度学习、自然语言处理和领域知识图谱），同时必须有效抽象重构出分析场景的特点、专业认知与业务理解，才实际具有分析的深度和更好的可解释性，模型还须进一步经过不断反馈优化，才能达到更高的精度。这样兼具效率与业务认知深度的技术化数据分析模型才具有良好的应用效果，真正发挥数据的价值。另一方面是实现数据分析与应用的高效能技术体系。
　　如何针对广泛的数据分析应用需求，在分析过程中实现多源异构数据的融合分析（如针对数据的不同阶段/特性对应融合最优分析模型），在应用交付形式上支持差异化（以专项软件/服务满足大客户定制化；以标准化/SAAS产品满足大量中小规模用户诉求；以集成化、数字化解决方案满足客户全生命期服务），实现快速、低成本与高效能的兼顾，也是数据分析技术在实际客户服务应用中的重要技术要求。
　　2.公司所处的行业地位分析及其变化情况
　　2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》已经明确提出数据成为国民经济生产的重要要素。2021年3月《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中，数字经济与数字化应用作为国民经济发展新方向，未来必然在各行业产生巨量的大数据资源内容，而各行业未来的数字化趋势，迫切需要通过专业数据分析服务实际发挥数据的价值。而2018年11月19日美国商务部最新出口技术管制框架讨论稿中，已明确将数据分析技术与人工智能、微处理器、量子计算、生物等前沿技术一起，列为限制出口的关键技术。因此，面向中国经济众多行业的专业数据分析服务，有着极为广阔的市场，未来必须也必然会得到巨大的发展。
　　公司作为数据分析行业的一个重要专业服务商，在相关领域具有较大的规模和专业的服务能力。主要表现在已为较多的行业（如汽车、快消、TMT、医疗、政府、农业等）提供了专业的服务，且服务客户主要为所在行业领先的大型龙头企业（以世界500强与大型国资为代表）。2020年以来，随着外界数据分析需求市场的迅速增加与公司内部对分析技术能力体系的研发与提升，在服务行业/客户群体/业务规模与数据分析服务的产品化能力在进一步增强。
　　3.报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　1、新技术
　　数据分析技术作为数据科学技术的分支，随着理论逐步发展和数据资源的日益扩大，近年进入了快速发展期，以机器学习为代表的算法技术（侧重于分析大规模数据与弱相关性）已逐渐超越传统统计技术成为数据分析领域的重要技术支撑；以人工智能（以深度学习为主）、自然语言处理、语音与图像分析、知识图谱为代表的新的分析技术也逐渐成熟，推动了众多拥有数据资源的场景领域逐渐具有了智能化分析应用能力，同时也对复杂数据结构，如高维非结构化数据（语音、图像与视频）、物联网/工业互联网相关数据（大规模高速时序数据），提供了更好的分析能力支撑。同时，新的数字化、可视化展示（如基于机器视觉和三维实景建模）技术有效提升了时空类数据的分析能力。未来，以深度学习、领域知识图谱、模型自动化与数字化展示结合的数据分析技术体系，将具备更快的智能建模与自优化能力、更精确的业务推理，提升分析应用的智能化水平。
　　2、新产业
　　长期以来，数据分析应用主要集中在第三产业商业服务，围绕企业经营业务环节展开。由于相关数据分析应用对企业经营效益提升有显著作用，所以相关服务长期受到国际性企业与行业头部大企业的关注，其价值如今也逐渐被更多行业所认可。对于行业中的中小型企业，随着大数据发展与自身数据不断积累，以及管理者数据应用意识的加强，近两年大量中小型企业也对数据分析提出了需求，其功能需求较统一，并且用户规模大，因此标准化/产品化分析服务模式的市场空间未来将迅速增加。
　　在政府与公共管理服务领域，随着基础建设日益完善，其重心从智慧城市向智能城市转变，在态势感知、交通疏导等场景已初见成效，但更本质的城市经济发展（如提升区域产业经济，通过旅游拉动消费内需），仍是各级政府的关注重点。十四五期间，在数字化的基础上，通过公共管理相关数据（市政、民生、企业经营、环保、城管与线上数据等）与专业数据分析方法，为决策者提供智能化策略建议，提升招商引资与产业经济能力；通过数字化交易平台，推动交易的优化，改善政府对于本地经济的运营管理能力；通过数据应用驱动实现地区旅游消费的提升，发挥城市资源价值，相关数字化服务具有广阔市场前景。
　　农业作为国民经济基础产业，长期落后于二三产业的水平，对国家粮食安全、社会稳定产生隐患。近两年来一系列以农业数字化、科技化为代表的国家级发展规划（如2020年1月的《数字农业农村发展规划（2019-2025年）》与2018年颁布的乡村振兴战略）发布表明，农业领域相关服务将成为未来中国经济重要的投资与成长目标。其中，智能分析作为核心数字化技术之一，在《数字农业农村发展规划（2019-2025）》中明确要求加快向农业渗透。通过农业全流程数字化整合与相关数据分析，对提升土地自然资源利用、村集体资源管理、农业科学化育种、农产品生产效率与质量、相关产业链规划与涉农金融服务都具有直接的精准推动作用。如今许多大型涉农国资企业、各类农业集团、各级地方农业管理者，都在进行大量的投入，希望通过专业服务，有效实现相关农业（如种植、畜牧）生产的数字化与全链条数据分析与决策支撑体系。
　　随着以物联网、工业互联网为特点的行业场景（如工业企业的智能化/数字化、环保监测与治理运营）日益增多，大量基于物联网/工业物联网产生的数据其潜在价值得到广泛重视。通过智能算法模型分析相关数据与深入应用，以小的投入，快速帮助企业在生产运营中提升效率、降低原材料与能源消耗，实现设备自动运维，智能化节能降耗与减少污染。这对于广大传统制造业提升竞争力，以及国家早日达到碳中和目标，有着巨大的现实意义和广泛的需求。
　　近年来，中国迅速发展的同时，面对的外部威胁/国际环境日益复杂，在涉及国家内外部管理与安全的诸多领域，开始受到外部限制打压与挑战。有鉴于此，2020年开始，国家推动的信创(信息技术应用创新)新产业战略在十四五期间预计达到万亿级市场规模。在信创细分领域，基础硬件、操作系统与数据库层面，中国企业已有较强能力，但在应用层，尤其数据相关应用方面，在公共安全与国家军事相关领域，由于历史原因与诸多限制，虽然存在大量需求场景但缺乏专业有效的供给。如何提升基层的态势分析决策的数据化与智能化能力、面向实战、安全可控的智能分析研判产品等，在相关领域许多场景都有着迫切的需求。专业数据分析产品业务未来必将具有更大的经济与社会价值。
　　3、新业态
　　随着企业数据的不断累积，以及数据分析技术在互联网行业的逐步普及，新的数据分析业务形态对传统业务带来了挑战、优化与变革，越来越多的企业意识到通过对数据的分析和应用，可有效提升企业在行业中的竞争力。
　　在商业领域，各行业的大量企业意识到数字化服务模式的趋势，开始尝试建立基于数字化的业务模式，以及相关的数据驱动的业务经营与决策能力，通过数字化能力与相关数据分析的体系，打破原有以行业经验和专家认知为主的模式，以基于数据的科学与量化的方法应对迅速变化的市场挑战，在生产供应链、消费者认知、产品创新、精准营销等多个场景提升自己的竞争力。数据驱动策略的基础是专业的数据分析技术，在每个业务环节中通过对多维度数据的整合分析与深度挖掘，生成相关策略并进行应用，帮助企业降低运营成本、增加整体效率和业务营收。
　　在政府相关涉及的公共服务、环保、农业、旅游服务等领域，配合国家相关的数字化战略，相关政府和机构正在积极推进各产业的数字化，提升数据应用的能力与价值。各级政府部门通过开放城市、民生等数据资源，建立大数据交易中心、数字贸易港、推动全域旅游大数据应用等多种尝试，将城市资源数字化，借助分析技术实现智能化，提升城市资源管理与经济发展水平。而农业领域的各级生产与管理者，则不断通过基于数字化、科技化新手段，来推动农业传统生产管理形态的升级，真正有效实现高质量的农业生产发展与产业经济的升级。旅游行业已进入加速复苏通道，作为国家拉动消费的重要领域，各地方政府下属的大量中小旅游景区，对基于数字化的景区服务与运营能力产生有众多的需求。
　　未来，数据将成为各行各业的重要资产，对形成自身竞争优势和良好的服务能力至关重要，而数据分析与相关应用亦将成为相关业务环节实现卓越能力的前置驱动力。以数据的最终应用为主导，在数字化资产管理、数据资产交易流通、数据多场景应用等整个数据的链条中，以需求为中心、以数据为基础，结合专业方法论与数据科学技术，快速、准确指导客户解决问题，并进一步通过专业洞察，提升分析结果的附加价值。上述全链条分析服务能力可帮助客户快速适应不断变化的业务需求，重新定义行业服务的新标准。
　　4、新模式
　　随着数据科学技术与应用模式不断多样化发展，以数据为中心的业务驱动能力将成为企业的核心竞争力。数据分析服务在业务应用上，逐渐呈现出新的模式，企业可有效分析的数据维度与空间迅速扩大，从部分环节扩展到业务全流程，从内部业务经营数据扩展到生产物联网数据，从线下扩展到线上，从消费者态度数据扩展到消费者的行为数据，构成了全新的多维度数据空间。同时，客户规模因行业中小型客户的大量增加而迅速扩大，相应对服务模式也有了更多要求。具体表现在以下模式上的创新：
　　在实施模式上，大量常规、标准性业务分析，由人工分析转变为基于数据科学技术模型的自动化分析，将以数字化分析产品的形式服务客户。产品除了本地化软件模式，更多是云端SAAS模式的产品形态，以快速而低成本的方式满足大量新增的客户群的实际需求。在特定软件+硬件与相关服务深入结合与专业业务场景中，纯技术模型难以满足客户要求，此时垂直领域专业分析方法模型、专家经验与数据科学技术相结合，发挥两种模式结合优势，在效率与业务深度方面达到最佳效果。
　　在服务模式上，随着客户对数据分析价值的认可，在基础分析服务上，越来越多的客户由于自身能力与业务要求，日益关注最终的业务效果（如营业收入实际增长目标）并愿意为其付费。因此，数据分析服务的未来，将不仅限于只提供基本分析软件产品，还能提供针对性的完整解决方案（软件+有硬件+配套服务），以及后续持续提供产品上的数据驱动的专业运营，帮助客户完成期望的最终业务效果。这些新的模式将成为数据分析价值链的重要延伸，并将具有更好的用户粘性和持续性收入。
　　5.未来发展趋势
　　在数字化产业领域，政策的迅速演进为行业的发展明确了界限也指明了方向，从中央对于数据作为生产要素的表述、到数字化在十四五规划中的重要阐述、再到数据安全法的出台、及各地大数据局、一些数字产权交易所的设立，数字化产业成为未来国民经济发展中重要的驱动力，2021年底，工信部对外发布《“十四五”大数据产业发展规划》，要求到2025年，大数据产业测算规模突破3万亿元，年均复合增长率保持在25%左右。驱动数字经济时代的数字化产业在未来若干年都将会是一个高速发展、受高度关注、高频迭代演进的一个领域。
　　(四)核心技术与研发进展
　　1.核心技术及其先进性以及报告期内的变化情况
　　公司目前共有4项核心技术，分别是商业消费服务数据化分析技术、个性化用户分析与智能应用技术、业务运营效能分析与应用优化技术和生态环保的数据化分析与治理技术。四项核心技术根据领域/应用场景特点，包含21项核心技术子项。
　　2.报告期内获得的研发成果
　　截至2022年12月31日，公司拥有发明专利17项、实用新型专利1项、软件著作权235项。
　　3.研发投入情况表
　　4.在研项目情况
　　情况说明
　　部分已结项的研发项目中，由于研发期间外部市场环境发生变化，原建设内容的市场应用前景存在不确定性，为确保募投资金的合理使用、研发项目达到更好的产出效益，因此相应调整了项目建设投入，包括研发内容调整，研发人员缩减，服务能力建设（包括硬件、物联网与网络、市场推广与运维等）投入降低等，从而出现累计投入金额与预计总投资规模存在差异的情况。
　　4.研发人员情况
　　5.其他说明
　　
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、公司核心竞争力的具体表征
　　公司的核心竞争力表现为在数据科学技术和垂直行业专有数据模型相融合的基础上，形成的以专有模型与技术化系统为核心驱动的数据分析能力。公司的数据科学团队在技术背景和能力上具备AI相关（以机器学习、深度学习与自然语言处理为主）的技术。经过多年行业、技术与人才综合积累，在基于数据的业务分析产品研发与应用方面，公司已经探索出可行的技术化道路，研发出了大量行业数据分析技术和垂直领域专有数据模型，如面向商业消费体验的分析方法与技术模型、面向商业营销的个性化用户分析与推荐技术模型和面向农业、环保、物流供应链等物联网相关应用场景数据的智能分析优化技术等，并形成相关的数字化应用软件与/或行业解决方案，满足客户业务需求，得到了各行业头部企业的认可。
　　2、公司相对竞争优势和劣势
　　（1）公司竞争优势
　　①在数据分析领域深耕多年，对行业有着深刻的理解和较强的技术实现能力公司在大数据处理、自然语言理解、机器学习、深度学习等最新数据科学技术方面具有专业技术能力，同时具备垂直业务领域的专业业务分析方法的体系化认知理解，通过将上述两方面优势经过多年的积累和融合，形成了如下技术优势：a.相关数据分析技术能将数据科学技术与行业方法论有效融合，在业务深度与处理能力方面均满足客户专业需求；b.具备多维度数据（业务相关大数据与传统消费者态度小数据等）、异构数据（结构化数据与非结构化数据）的综合分析与应用技术能力，能够结合实际情况在低成本与良好效果方面达到统一。c.公司基于数据的业务分析技术与产品研发，已实现闭环的技术化驱动道路，研发的大量行业数据分析技术和数据应用模型，如面向商业消费体验的分析方法与技术模型、面向商业营销的个性化用户分析与推荐技术模型和面向农业、环保等物联网相关数据应用的智能分析技术等，已进行相关专利和软著申请，形成了系列软件化、公有云服务模式为核心的SAAS化分析产品，并在实际业务服务中使用，成为支撑公司业务服务的基础核心能力，已固化为公司的核心技术竞争力，并不断优化和迭代，在实际业务中不断驱动和提升业务服务领域与竞争力。
　　②优秀的团队构成，具备优秀的技术研发能力和企业管理能力
　　公司核心技术人员马亮和王驰分别毕业于清华大学和北京邮电大学计算机系，并获得博士学位，在数据建模、数据处理、机器学习和人工智能算法等数据科学技术领域具有深厚的专业背景，并具备多年理论和实践经验的积累；核心技术人员韩丁针对公司重要业务（如消费者体验类）的主要分析场景，建立了核心分析方法体系。公司核心技术人员和主要研发人员通过将数据科学技术与垂直领域专业数据分析方法模型进行有效融合，并在实际业务使用过程中持续对算法和模型进行优化，形成了独特的技术体系，受到了行业头部企业的一致认可。公司管理团队主要来自国际领先研究咨询公司以及行业内著名企业，对行业具有深刻的理解，在数据分析模型构建和研究方法论等方面具有丰富的行业经验。公司管理团队可以准确把握数据分析行业的发展趋势，并制定公司相应的外部发展计划和内部管理制度。
　　③优质的客户资源促进了公司技术水平的提升公司的主要客户包括世界500强、大型国企和政府类机构，商业领域以世界500强客户为主，且公司相关世界500强客户数量和质量均在同行业公司中具有优势。世界500强企业通常为某个领域的龙头企业，对所处行业有着深刻的理解，且拥有丰富的业务数据，其数据维度多、数据量大且属性复杂，所以对数据分析企业所提供的数据分析服务的行业专业性、技术能力、分析质量和服务水平具有较高要求。公司长期为上述企业提供数据分析服务，从侧面印证了公司的技术实力和业务水平在同行业中处于领先地位。
　　④公司通过多年的技术积累，具有先发转型优势
　　公司从2012年开始,推进专业分析模型与数据科学技术综合驱动的数据业务服务模式，积极研发面向多维数据与数据科学技术驱动的分析技术与软件系统，率先实现了对包括企业内外部数据、消费者态度与行为数据和行业数据的多维度数据的分析，通过体系化的数据分析软件产品和相关数字化平台系统，有效发现客户实际业务中遇到的问题，并给出具有针对性的数字化解决方案，形成公司独特的技术、产品、服务优势。
　　随着“XMfactory体验工厂”客户体验管理数字化产品、DMengine场景化数字营销引擎产品及农业数字化SaaS产品的推出，公司业务将经过验证的模型通过标准化、模块化的方式予以产品化变革，为服务对象向行业腰部客户的下探以及业务的标准化扩张提供了有效的支撑。
　　（2）公司竞争劣势
　　①需要进一步提升人才储备
　　数据分析行业对企业数据价值的挖掘已经得到了市场和行业头部客户的认可，未来行业内竞争的激烈程度会逐步提升。公司为保持现有快速发展势头，需要在新技术/产品的研发、产品服务运营、企业运营管理方面持续进行人员投入，预先储备数据科学家、产品研发相关技术人员、领域分析专家与管理人员等。②需要进一步扩展业务服务范围
　　公司目前的技术研发和项目开发主要面向行业头部客户，并以深入解决专业问题的技术应用为主，为实现快速扩大公司业务规模、进一步提升公司在行业内的影响力，一方面，公司需要将现有产品或服务有效下沉至行业腰部的大量中小企业，加深产品或服务的深度；另一方面，公司需要将技术与产品快速进行横向迁移，覆盖尚未涉及的行业或领域。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　
　　四、风险因素
　　(一)尚未盈利的风险
　　(二)业绩大幅下滑或亏损的风险
　　2022年度，公司实现营业收入49,824.8万元，同比增长4.68%，归属于母公司所有者的净利润为-18,913.73万元，同比下降395.09%，扣除非经常性损益后归属于母公司所有者的净利润为-20,245.2万元，同比下降194.89%。如果合并报表范围内子公司业绩表现不及预期，不能实现业绩目标，将引发商誉减值风险，导致公司整体业绩下滑。
　　(三)核心竞争力风险
　　公司所处行业属于知识密集型行业。技术发展对于行业发展具有重要的推动作用。目前，信息技术、互联网技术等处于快速发展过程中。以大数据、人工智能、机器学习为依托的新技术、新方法层出不穷。新技术、新方法能够进一步优化数据分析流程、提升数据分析效率、降低成本，提高数据分析结论的有效性，同时也对行业从业人员知识水平和持续学习能力提出了更高要求。能够快速学习并掌握新的技术和方法，并在此基础上改良公司现有技术、方法，是公司保持自身竞争能力的关键。
　　若公司相关人员无法快速学习并掌握新技术、新方法，或公司不能及时引进新的人才以满足需求，则公司将面临在后续的发展过程中落后于竞争对手风险，可能对公司业务发展产生不利影响。
　　(四)经营风险
　　1、客户流失或客户付费能力降低的风险
　　随着行业竞争程度日益激烈，公司面临客户流失的风险。如果核心客户流失，将对公司业绩产生不利影响。若我国整体经济增长速度显著放缓，或客户所处行业的竞争格局发生变化，使得部分行业的客户自身业务规模增长放缓或盈利能力下降，则存在客户付费能力下降的风险，也将对公司收入规模增长及业务拓展形成负面影响。
　　2、人才资源风险
　　数据分析行业是以知识、经验、技能为基础的专业研究领域，属于人才密集型行业，人才是公司生存和长期发展的保障，是研究工作质量保障的必备条件。如果公司无法对核心团队进行有效激励以保证核心人员的积极性和创造性，将存在核心人员流失的风险。同时，优秀的研发人员和营销、管理等专业人员队伍是公司可持续发展的关键因素之一。随着公司业务和资产规模的不断扩大及募集资金投资项目的实施，未来公司对于高素质人才的需求将更加迫切，如不能持续稳定地提升现有人才队伍，并及时引进满足公司发展需要的人才，将可能对公司生产经营产生不利影响。
　　3、公司规模扩大带来的管理风险
　　公司成立于2008年，随着业务的稳步发展，规模不断扩大，员工将持续增加。公司上市后，公司的资产规模亦持续增长，且随着募集资金投资项目的逐步实施，公司的人员、数据采购、产品销售规模将逐渐扩大，客户和服务领域将更加广泛，技术创新要求将进一步加快。如果公司的资源配置和管理体系无法及时进行调整或相关调整不能完全满足公司规模扩张后的相关要求，将导致公司现有的管理架构和流程无法完全适应规模扩张带来的变化，对公司的经营业绩产生不利影响。
　　(五)财务风险
　　1、商誉减值的风险
　　经公司审慎测算，部分子公司存在商誉减值迹象，公司已计提15,943.4万元资产减值准备。未来，如合并报表范围内的子公司业绩下滑情况无法改善，将继续对公司当期损益造成不利影响。
　　2、应收账款坏账风险
　　截至报告期末，公司应收账款账面价值为22,371.55万元，占资产的比例18.42%。随着公司经营规模的扩大，应收账款绝对金额可能逐步增加。如果未来公司应收账款管理不当或者由于某些客户因经营出现问题导致公司无法及时回收货款，将增加公司的经营风险。
　　(六)行业风险
　　近年来，随数据分析技术的不断进步，数据分析行业和从业企业也呈现快速发展态势；同时，国内行业相关发展政策陆续出台，数据产业发展、行业推广、应用基础等重要环节的宏观政策环境已经基本形成，鼓励新兴企业进入市场，预计行业整体竞争情况可能逐步加剧。在市场竞争逐步加剧的环境下，有可能导致产品和服务价格的下降，公司将面临毛利率下滑、市场占有率无法持续提高等风险。如公司未能持续提升产品技术水平和服务能力，将会给公司业务拓展带来不利影响。
　　(七)宏观环境风险
　　目前，全球经济复苏缓慢，国际贸易争端反复拉锯，复杂多变的国内外经济形势仍然给我国经济稳定发展带来了较大的挑战和不确定性，从而导致公司所处的发展环境更为复杂，对公司未来业务发展将造成不利影响。
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　1、税收优惠政策的风险
　　公司从2013年开始享受15%的所得税税率优惠政策。报告期内，公司通过高新技术企业复审取得了最新的高新技术企业证书，发证日期为2022年12月1日。《高新技术企业认定管理办法》规定：高新技术企业资格自颁发证书之日起有效期为三年，企业应在期满前提出复审申请，通过复审的高新技术企业资格有效期为三年。如果公司在资格到期之后未能通过高新技术企业复审，则将无法享受所得税优惠政策，公司以后年度的净利润将受到影响。
　　2、数据合规的风险
　　公司为客户提供数据分析产品和解决方案，在业务经营过程中涉及数据采集、数据处理和数据分析。为了向客户提供更加精准的分析服务，在客户和受访人许可的情况下，公司会采集受访人必要的数据进行记录和分析。《中华人民共和国网络安全法》《数据安全管理办法（征求意见稿）》、《中华人民共和国个人信息保护法》等相关法律法规及立法趋势，针对数据的汇集与分析应用、个人信息地收集、存储、使用、加工、传输、提供、公开、删除等行为，例如即时位置状态、交易和浏览行为等信息聚合，个人信息及个人敏感信息的授权及处理等，均对企业的数据合规工作提出了较高的要求，主要包括个人信息保护及信息数据安全等方面。因公司所处的数据分析行业系新兴发展行业，行业内的监管政策和个人隐私保护政策仍具有不确定性且日益加强，在未来公司业务开展中，仍不能完全避免因立法或监管政策的发展变化而引发数据合规方面的潜在法律风险。
　　此外，一旦公司员工违反公司内部相关制度要求，或数据合作方、客户因违反协议约定或基于其他自身原因造成了数据的不当泄露或使用，或因遭到恶意软件、病毒的影响或受到大规模黑客攻击造成数据泄露、损失，将可能因侵犯个人隐私而受到主管部门处罚或被用户投诉，或因侵犯个人隐私及个人信息相关权益导致诉讼或仲裁等纠纷，进而可能会对公司声誉及业务开展造成不利影响，从而影响公司的经营业绩。
　　
　　五、报告期内主要经营情况
　　2022年度，公司实现营业收入49,824.8万元，同比增长4.68%，归属于母公司所有者的净利润为-18,913.73万元，扣除非经常性损益后归属于母公司所有者的净利润为-20,245.2万元。

　　六、公司关于公司未来发展的讨论与分析
　　(一)行业格局和趋势
　　公司是一家基于数据分析的数字化产品与服务提供商。公司主要为企业和政府机构提供基于客户内外部多维数据、消费者态度与行为数据和行业数据的经营管理分析与应用产品、行业数字化分析应用解决方案等服务，是以数据分析应用技术为核心的科技创新型企业。
　　1.行业格局
　　数据分析领域主要的企业端参与者具体包括：传统的小数据分析服务提供商、基于大数据服务能力的技术提供商、具备大数据资源的大型互联网企业以及部分以信息化业务为主的软件服务商。党中央、国务院高度重视大数据产业发展，推动实施国家大数据战略。数据是新时代重要的生产要素，是国家基础性战略资源，这已成为全球共识。近年来，随着国家在数据基础设施方面的搭建，数据产业获得快速发展，大量企业与政府机构在应用中已经积累大量的数据，进一步提升数字经济在国民经济的权重。
　　从国家层面及政策层面持续加码，国家领导人亲自擘画，数字经济获得迅猛发展。习近平总书记就推动大数据和数字经济相关战略部署、发展大数据产业多次做出重要指示。2022年12月，中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》,其中指出，要“加快构建数据基础制度，充分发挥我国海量数据规模和丰富应用场景优势，激活数据要素潜能，做强做优做大数字经济，增强经济发展新动能，构筑国家竞争新优势”。大数据产业作为新兴战略产业的重要组成，是激活数据要素潜能的关键支撑，是加快经济社会发展质量变革、效率变革、动力变革的重要引擎。推进大数据产业发展是构建我国新发展格局的有力推手、是建设现代化经济体系的动力引擎、是构筑国家竞争新优势的战略选择。
　　2022年1月16日，习近平总书记发表重要文章《不断做强做优做大我国数字经济》，文章强调，面向未来，我们要站在统筹中华民族伟大复兴战略全局和世界百年未有之大变局的高度，统筹国内国际两个大局、发展安全两件大事，充分发挥海量数据和丰富应用场景优势，促进数字技术和实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济。文章指出，要加强关键核心技术攻关，加快新型基础设施建设，推动数字经济和实体经济融合发展，推进重点领域数字产业发展，规范数字经济发展，完善数字经济治理体系，积极参与数字经济国际合作。
　　2023年2月，中共中央、国务院印发了《数字中国建设整体布局规划》，并发出通知，要求各地区各部门结合实际认真贯彻落实。《规划》提出，到2025年，基本形成横向打通、纵向贯通、协调有力的一体化推进格局，数字中国建设取得重要进展。规划中从数字基础设施、数据资源循环、数字经济赋能、数字化发展环境、组织实施保障等多个维度对数字经济在我国未来的发展做了全盘的规划，可以预见数字经济、数据产业的重要性和可预期的发展前景。
　　从数据分析行业层面，我们看到，随着数据资源的快速扩容，数据分析行业也同步快速发展中，在海外，以Palantir、Qualtrics等为代表的新型数据分析企业、以ChatGPT为代表的新型数据应用成为市场的热点；在国内，各行业的数字化转型、企业业务深入化发展、移动互联网/工业互联网/物联网等迅速发展，政府政策层面对于数字化的关注与应用需求都给本行业带来更多的机遇。
　　随着数据资源的积累，将助力数字经济做强做大做优，数据分析将在提质增效、重构商业模式、丰富商业产业应用场景等多领域发挥积极作用。
　　(二)公司发展战略
　　慧辰股份将以深入的行业洞察为根基，以数字技术创新为驱动，打造领先的中国数据智能公司，公司致力于成为中国的“数字化进程加速器”，在商业与公共事务两个领域推进数字化进程。
　　公司将逐步增加研发投入，以保持公司在相关业务领域技术的领先性，在前瞻性技术层面，将采用预判研究与依托于业务的研发相结合的方式进行拓展；同时，公司将推进业务的全国化布局，在中心城市设立研发及业务中心，推动业务的进一步扩展。
　　具体到产品与业务战略，传统数据分析业务的云化以及基于数字化产品的横向纵向扩展，将是未来慧辰股份主要的推进策略，总体而言，可以总结为“一云两数”
　　随着数据分析技术的进步以及公司产品化工作的进展，我们会逐步将数据分析能力用云框架进行固化，在产品化的模式下迭代提升，以此建立横向拓展的标准产品及服务框架，将慧辰股份的核心能力——数据分析能力基石化，并结合未来的研发框架，构筑可供更多领域应用的数据产品，分析云将成为慧辰股份数据分析业务的核心框架。
　　基于分析云，慧辰股份将两个领域作为重点外延市场发力点：首先是数字化产品运营及服务，数字化营销、数字化运营等是让数字化产品在产业落地过程中为客户业务进行更为有力的支撑与赋能，推动基于实时化、连续化的数据的动态运营驱动，通过数字化产品及能力落地的运营及服务产品，慧辰股份将更深度的介入客户业务流程，为客户提升更大的价值；第二是数字化行业解决方案，慧辰股份将继续在数字农业、智慧旅游、工业互联网等领域进行数字化行业解决方案的落地工作，通过针对性、整体性的解决方案，推动数字化在相关行业的落地。
　　同时，公司将积极探索数据分析及数字化技术在新领域中的应用，对新场景进行探索与追踪，提前做技术和人才的储备。
　　(三)经营计划
　　公司将基于过去十几年的算法模型及其商业分析模型及其行业know—how的理解及客户端的需求，保持对技术的研发投入，满足客户对公司数字化产品及服务的需要。
　　1、商业领域
　　在商业领域，公司将进一步围绕数字营销为客户提供全面解决方案，包括为营销策略制定而进行的市场研究/体验管理的定制化咨询服务以及标准化SaaS产品，以及直接为客户提供全链路的数字营销服务。公司将通过整合现在服务能力，进一步加强在市场上的竞争力，为客户提供全案的、综合的、全链路的数字营销解决方案。
　　在市场研究/体验管理业务方面，公司将在加强现有全面体验管理产品体系的同时，积极迎合市场发展需求并结合现今消费者的特点，升级原有研究分析模型，并打造产品共创、生态体验等全新模型。
　　在数字营销业务方面，企业越来越重视在各类社交媒体、短视频、直播平台的种草引流、公域到私域的转化、私域流量的运营，提升企业拉新获客的能力。公司将进一步在上述营销的前链路和中链路上加强布局，从后链路为主的服务拓展到全链路服务，扩展业务范围，提升业务营收。同时，在数字营销业务上，公司还进一步发挥数据分析的优势，在数据驱动营销的同时，打造数据驱动的内容，打造更高效的内容服务于营销的各个环节，从而具备独特的竞争力。
　　在产品层面，公司将进一步加大产品研发力度，完善XMfactory体验工厂和DMengine数字营销引擎两款产品的功能，加强对细分行业客户的支撑，打造更贴近行业需求、更具竞争力的SaaS产品。同时，基于软硬件结合的数字化分析产品（慧品吸与烟问）也初步完成，在烟草行业也开始投入应用。此外，在商业地产、医疗等垂直行业，公司还将进行产品化探索，结合现有产品和平台的基础能力，结合客户的场景化需求，拓展在垂直领域的应用场景，不断深耕和落地，并逐步拓展到更多垂直行业。
　　2、政府与公共服务领域
　　与商业领域不同，在政府与公共服务相关的领域，基于公司统一的基础大数据分析/算法模型产品能力，针对不同行业，结合不同数据空间与业务特性，研发提供垂直化深入的产品/解决方案。
　　农业领域从2020年成为公司未来新的重点业务领域。从2019年开始农业服务探索后，针对国家农业发展与乡村振兴战略，结合中国农业现状研发了体系化的农业数字化解决方案。通过数字化技术、专业数据分析软件与硬件结合的方案，从农业资源数字化管理，农业生产（种植与养殖）标准化管理与分析，农产品追溯与交易撮合，以及涉农信贷数据评估等方面，为大中型农业集团与地方政府农业管理机构，提供切实可用的数字化科技管理手段。相关产品与服务方案已经开始在多个大型国资农业项目、地方农业管理局开始得到使用。
　　在旅游行业，进一步通过公司成熟的商业消费分析方法模型，以全域旅游的数字化解决方案为基础，以标准化产品为主要模式，重点聚焦地方的大量中小旅游景区与农村文旅相关场景，为客户提供全流程数字化管理与分析能力，提升旅游管理与拉动景区消费收益。
　　在公共事务领域，除了继续扩展已有的智慧城市、生态环保相关（如水利应用）的分析服务外，公司将着力推动区域性/重点行业的产业互联网平台的发展，为新形势下地方经济发展及政务管理提供数字化的解决方案。
　　在工业互联网/物联网应用领域，公司相关数据智能化产品研发已取得阶段性成果，而基于数字化模式的更多场景（如某行业生产安全智能监管分析），相关的数字化产品服务也在逐步开展。
　　同时，服务国家战略需要，面向相关数据应用场景的信创类产品与解决方案，也将是未来几年公司发展的重要业务领域。 收起▲