一、公司概况介绍环节

1、公司基本情况

公司业务:公司创立于1993年,原名零点调查,最早从事市场调研咨询,基本模式是客户委托项目,公司收集和分析相关数据,并提交数据分析报告,辅助客户管理决策。第二个业务是受客户委托,开发软件,公司也继续采集数据、融合客户内部数据以及外部数据,提交部署辅助决策软件。这两个业务的是一致的,就是满足客户基于数据驱动决策的需求,因此公司30多年始终坚持一条赛道,即数据分析与决策支持。不论是政府部门还是企业部门,以数据为依据进行决策的需求是一直没有变化的,只是说不同的年代,不同的阶段由不同的技术来支撑。

公司软件业务发展战略:公司发展软件业务的战略是业务经验模型化、模型算法化、算法软件化。公司最大核心竞争力是一种比较优势,尤其是公司具备咨询公司的基因。咨询公司的基因最大的价值在于能够快速识别客户需求,并具备建立模型的方法论。它能够自己构建经验模型,然后将其转化为算法,打造成软件产品。同时我们还运用了一些新技术,如机器学习、自然语言处理(NLP)、垂直应用大模型等等人工智能技术开发数据智能软件。公司数据智能软件业务的商业模式是软件+服务,不仅仅是一次性软件销售,而是将软件嵌入客户的生产管理系统中,从长期服务中获取收益,增强了客户业务的粘性。

有关数据要素市场:目前大家非常关注数据要素市场,公司也是较早介入这个市场探索的公司之一,主要是探索性质。公司对数据要素市场有了初步的认知,也逐步明确了公司在这个数据要素市场中的定位是“数商”。数据交易需要三个核心要素:确权、定价和数商。确权是数据归属的确认,目前在技术层面尚未完全解决。定价是将资源转化为资产的前提条件,一般在初期,是资源方拥有定价权。数商是数据交易的必要环节,以中介机构的角色从事评估、交易促进和应用强化的作用,公司正是数据交易大流程中的数据转化应用者和数据转化运用的促进者。我们相信在数据要素市场发展繁荣过程中,数商将起着关键作用。

二、互动交流

1、数据智能软件业务未来公司在整个收入结构体系里面的战略的规划?

答复:数据智能决策服务是公司业务转型升级的重点方向,“算法软件化”是驱动公司业绩增长良性而有力的因素。公司加强内部业务协作,实施向基础业务客户导入软件业务的升级计划,公司阶段性成熟优质产品如12345智能分析系统、零点用户体验数智平台(D-

CEM)等得到市场持续认同。2022年,公司数据智能应用软件业务继续快速增长,业务收入7,620.35万元,较上年增30.61%,占营业收入总额的23.48%。公司连续四年数据智能应用软件业务收入占比稳步增长,公司规划未来三至五年内,在现有决策分析报告业务稳定的前提下,数据智能软件业务营收占比提升至50%,这也是公司短中期的发展目标。

2、公司如何受益于国家推进数据要素市场化的政策?

答复:这个是一个政策推动的市场,国家从2018年开始探索数据要素,2019年开始全国陆续出现了一批数据交易中心。2022年数据二十条出台后各地也纷纷出台地方配套政策。2023年8月有关数据入表的政策,算是正式推动了数据要素市场的一个重要步骤。公司是以算法为核心的公司,算法模型的优化以及训练均需要数据。公司之前投资金蝶票据云科技(深圳)有限公司,也是主要为脱敏数据发挥数据分析价值做的准备。预计2025年全面电票化后,财务业务联合将来不再是大公司的专有,中小公司也可以很方便做业财分析,因为国家的电子发票普及,相当于为财务分析做好了一个数字新基础设施。这些举措对推动数据交易以及数据应用具有很大促进作用,但目前数据交易主要还是场外交易,场内交易的前景仍然不明朗。

3、目前公司在哪些下游行业有较强竞争力?

答复:公司业务主要包括公共事务和商业两大类型的数据分析与决策支持服务。公共事务与商业业务的组合,两大业务类型组合,有较强的经济风险对冲能力。

商业领域在三个方面有较强竞争力:一是消费品领域,尤其是时尚鞋服配,众多知名品牌均为公司客户。第二个是金融领域,尤其是保险行业。第三个是耐用消费品领域,尤其是汽车行业。

公共事务领域有较强竞争力的业务:一是政务服务,包括政务热线以及政务办事。例如12345政务热线智能应用服务产品。12345热线在超级大城市每日接通市民数以万计的电话投诉、咨询、建议。全部均为文本数据,靠人工很难完成分析任务。公司在NLP在该领域的应用方面,由于长期在政务热线领域的积累因而有较大竞争力。公司可服务于全国从省级到地级市以及区县的热线接办单位,12345政务热线智能应用服务产品未来还有很大发展空间。第二个是不同的中央部委系统,委托公司做第三方评估和优化对策业务,助力特定公共政策和政务服务事项的精准落地。第三个就是应急公共安全领域,助力公安、应急管理部门等情报分析、应急处理效率提升。

4、目前的主要数据来源是哪些?有没有积累比较核心的技术或者算法的能力?

答复:公司主要业务是对数据进行分析和洞察,以及形成相应的决策支持服务产品。目前数据分成三个来源,第一类是公司直接采集的数据,用到答对、巡查宝作为采集数据、融合数据的工具。第二类是客户内部的数据,比如客户内部ERP数据,客户本身CRM管理数据,客户自己购买的数据。第三类是通过公司向第三方采集或者第三方采购的数据,比如经过脱敏的交易数据,地图数据等。

公司目前积累较好的数字化成果有两类:一类是公司长期跟踪,也公开发布了很多相应的民生研究成果,如民众社会关注热点领域数据、青年消费趋势数据等;第二类是在政务服务和商业供应链管理领域,公司积累了大量的预训练应用算法模型,结合接入相对成熟的通用大模型技术,从而具备了向垂直行业大模型迈进的良好条件。风险提示:

技术与市场风险:特别需要指出的是,对于机器学习、NLP、大模型等人工智能新新技术以及数据要素市场新业务的探索,目前公司已有一些尝试与积累,我们也看到了资本市场对这个关注,由于新的事物有一个发展的过程,因此我们也希望通过这次交流,券商卖方研究人员以及基金研究员、基金经理对外传递零点价值的同时,也希望重视技术与业务创新中的风险,向资本市场传播时不仅仅传递公司的价值,也提示以下风险:1)技术落地不及预期:创新技术与现有技术开发的软件产品、客户自有系统协同性及适配性不足等导致技术落地不及预期的风险,2)市场开拓不及预期:数据以及人工智能新技术、新方法层出不穷,技术升级的周期缩短,在一个技术周期内市场开拓尚未达到规模预期,又出现新的技术迭代,从而导致市场开拓不及预期。

政策风险提示:国家与地方出台系列支持政策,尤其是财政部发布的《企业数据资源相关会计处理暂行规定》将在2024年1月1日执行,对于数据资源的适用范围、数据资源会计处理适用的准则仍然在实操层面存在不确定性。公司尚不能量化评估这些政策对公司业绩的影响,目前公司也尚无场内数据交易所产生的直接收入。公司不能量化政策的推动对具体经营数据的影响,请各位投资者理性对待,并注意投资风险。