*ST慧辰2023年半年度董事会经营评述内容如下：
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。
