北京博睿宏远数据科技股份有限公司2024年第一季度报告
公司代码:688229 公司简称:博睿数据
北京博睿宏远数据科技股份有限公司2023年年度报告摘要
第一节 重要提示
1本年度报告摘要来自年度报告全文,为全面了解本公司的经营成果、财务状况及未来发展规划,投资者应当到http://www.sse.com.cn网站仔细阅读年度报告全文。
2重大风险提示
公司已在本报告中详细阐述公司在经营过程中可能面临的各种风险及应对措施,敬请查阅本报告第三节“管理层讨论与分析”。
3本公司董事会、监事会及董事、监事、高级管理人员保证年度报告内容的真实性、准确性、完整性,不存在虚假记载、误导性陈述或重大遗漏,并承担个别和连带的法律责任。
4公司全体董事出席董事会会议。
5立信会计师事务所(特殊普通合伙)为本公司出具了标准无保留意见的审计报告。
6公司上市时未盈利且尚未实现盈利
□是 √否
7董事会决议通过的本报告期利润分配预案或公积金转增股本预案
公司2023年度拟不进行利润分配,也不进行资本公积金转增股本。
8是否存在公司治理特殊安排等重要事项
□适用 √不适用
第二节 公司基本情况
1公司简介
公司股票简况
√适用 □不适用
■
公司存托凭证简况
□适用 √不适用
联系人和联系方式
■
2报告期公司主要业务简介
(一)主要业务、主要产品或服务情况
1.主营业务情况
博睿数据始终秉承“以数据赋能IT运维”的理念,致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。公司主营业务属于IT运维管理监控领域的重要分支行业一一应用性能管理行业。
应用性能管理(Application Performance Management,简称APM)指使用特定的方法和工具来管理和监控应用程序的性能。主要目标是确保企业的关键业务应用运行流畅、高效,从而提高应用的可靠性和质量,最终保证用户获得满意的服务体验,并降低企业的IT运维总成本。APM产品的具体功能包括:
①程序性能监测和分析:实时跟踪应用程序中方法的响应时间、负载、吞吐量、错误率等关键性能指标,以便及时发现性能瓶颈和问题。
②故障排查和诊断:通过深入分析日志、代码和其他数据,帮助运维团队快速定位和解决问题,减少停机时间。
③用户体验监控:通过跟踪和分析用户的使用行为和路径,了解用户的行为偏好和需求,以便优化用户体验。
④数据库和网络性能优化:监测和优化数据库及网络的性能指标,确保它们在高负载下仍能稳定运行。
公司产品可通过监测、分析、优化企业软件应用的性能状况,如APP是否卡顿崩溃、交易的响应时间、服务器负载情况等,帮助企业精准定位影响其软件应用使用性能和用户体验的原因,助力企业加速数字化转型进程。
公司产品可供IT运维人员、开发人员、技术支持人员、前端业务人员等不同角色使用,可贯穿前端网页、APP等应用、中端网络和后端服务器应用,提供端到端的统一监控视角;从界面交互的操作层到业务逻辑层、最后直击代码底层,实现全栈溯源;利用机器学习技术创建动态基线来判定客户的应用和业务交易的健康标准,自动发现业务异常,最终以可视化看板的方式向客户展示。
公司基于在应用性能管理行业的技术积累和领域知识沉淀,产品侧能力已向可观测性升级。
可观测性(Observability)能力特指监控、分析和管理现代复杂IT系统的新兴范式。它通过采集和分析来自IT系统的调用链、指标、日志和事件数据,帮助IT人员实时了解数字化系统的运行状况、性能和用户体验以及定位、剖析问题故障。
①可观测性能力在现代IT系统中至关重要,原因如下:
I IT系统日益复杂:现代IT系统通常由数以百计、千计甚至万计的微服务组成,这些服务分布在不同的物理和虚拟环境中。传统的监控方法难以应对如此复杂的系统。
II 用户期望不断提高:用户希望IT系统能够始终可用、提供良好的性能和用户体验。可观测性能力可以帮助IT运维人员快速识别和解决问题,确保系统满足用户的期望。
②传统的监控方法难以应对上述数字化转型带来的复杂性和动态性。可观测性能力可以帮助企业应对数字化转型带来的挑战,主要体现在以下几个方面:
Ⅰ 提高IT系统的可见性:可观测性可以帮助企业全面了解IT系统的运行状况,包括应用性能、基础设施资源利用率、安全状况等。
Ⅱ 快速识别和解决问题:可观测性可以帮助企业快速识别IT系统中的问题,提供解决问题的见解思路,减少故障带来的损失。
Ⅲ 优化IT系统的性能:可观测性可以帮助企业分析IT系统的性能瓶颈,提供优化性能的见解思路,提高系统的效率。
综上,公司产品可以为数字化转型企业提供一体化智能可观测性解决方案,通过对丰富多样的可观测性数据的模型构建、分析处理,叠加开箱即用的AI算法能力,为用户在运维工作中提供更直观、更准确的见解,提升运维效率、减少故障带来的经济损失。
2.主要产品和服务情况
公司主要产品介绍如下表所示
■
(二)主要经营模式
1.销售模式
公司以直销模式为主,专注于为企业级客户提供优质的应用性能管理及可观测性产品和服务,下游客户涵盖金融业、互联网、制造业、能源业等多种行业,重点服务行业头部大客户,客户粘性较强,合作关系稳固。
公司主要采用参与各种行业活动、客户间介绍、电话沟通、现场拜访、参与招投标等方式拓展客户,根据客户需求制定方案、提供技术咨询、提供测试等形式与客户进一步接洽,若客户存在采购意向,双方则进入商务谈判阶段,根据谈判情况确定最终报价并签署合同。
2.采购模式
在经营过程中,公司的采购主要包括网络资源采购、软硬件采购、会员监测服务采购等。公司采购主要由采购部负责,其中会员的招募与管理主要由平台支撑中心一一运营部负责。
公司制定了《采购管理制度》,建立了专门的采购管理系统,当公司发生采购需求时,由需求部门具体人员在采购系统中发起采购申请,经过部门负责人、公司分管负责人、采购部门负责人审批后交由采购部具体人员安排采购,确保所需物资优质、高效供应,并不断降低采购成本和管理成本。
3.服务模式
目前,公司主要服务企业级客户。公司为客户提供持续的技术咨询服务和故障处理服务,及时发现并迅速解决客户在使用中遇到的技术问题,同时还为大客户配备专门的售后技术工程师,为客户开展产品使用培训,指导客户使用公司的产品,协助客户解读性能数据、定位性能问题、并提出优化建议等。此外,根据客户要求,公司技术人员还会上门提供专业的技术指导并撰写服务报告。
4.研发模式
公司设立研发部门,组建了专门的研发队伍、测试队伍,还设置了专门的代码管理、质量控制、资源调度、安全管理等岗位,确保产品研发的质量和效率。公司产品研发遵循标准的软件开发流程并通过CMM5认证,自主研发流程主要为:需求分析、开发立项、设计及研发、测试、验收、培训等环节,完善、严谨的研发管理体系可保障公司产品在精准符合客户需求的前提下,有效地缩短开发周期。
(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
公司始终秉承“以数据赋能IT运维”的理念,坚持“客户第一、正直守信、追求卓越、开放创新、勇于担当、协作共赢”的品牌价值观,致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务,助力客户构建稳定、高效、智能的新型IT运维监控体系,提升企业IT运维效率,降低总体运营成本,驱动业务创新增长,赋能企业数字化转型高质量发展。根据中国证监会发布的《上市公司行业分类指引(2012年修订)》,公司属于软件和信息技术服务业(分类代码:I65)。根据《国民经济行业分类和代码表(按第1号修改单修订)》(GB/T 4754-2017),公司所处行业为“信息传输、软件和信息技术服务业”门类中的“软件和信息技术服务业”。
(1)行业发展阶段
①全球应用性能管理市场
北美市场起步较早。市场经过多年的发展,已全面形成有效、完整的市场竞争格局。随着云计算、微服务、容器化、人工智能等新技术的广泛应用以及IT系统的复杂性日益加剧为运维管理带来了巨大的挑战,对应用性能监控和可观测性能力需求高速增长。海外市场许多企业和组织都在积极采用APM解决方案来监控和管理其应用程序的性能,APM产品逐渐从传统监控工具,进化成业务生产过程中的生产力工具。可观测性能力以数据为中心,通过人工智能赋予监控工具强大的数据洞察力。这使得监控工具能够快速识别和预测故障,从而在对用户影响最小的情况下解决这些问题。同时,可观测性能力还要求可以集成原始的监测数据,帮助运维人员更好地理解和探索数据,解决传统监控工具分散带来的数据孤岛问题。这不仅提高了运维效率,还降低了企业的运营成本。海外应用性能管理及可观测市场正处于快速发展阶段,未来有望继续保持高速增长。
供给侧看,海外已有很多优秀的技术供应商,提供各种类型的APM及可观测解决方案,包括基于云端的、移动端的、微服务架构等。其中有?些是开源项目或者标准协议,如Prometheus、OpenTelemetry等;有一些是商业产品或者服务平台,如Dynatrace、Datadog、Splunk、Honeycomb等。这些技术和工具都在不断地创新和进化,以适应不同场景下的监控及可观测需求。
■
②中国的应用性能管理市场
中国应用性能管理市场的行业渗透度与北美市场相比相对落后,因此中国应用性能管理行业的发展趋势尚未达到北美行业的发展水平。以北美市场厂商Datadog为例,其成立于2005年,其一体化平台产品于2016年投入商用。2019财年至2023财年,公司营收年复合增长率为56%。目前,国内众多企业对于可观测性的理解尚浅,多数企业仍停留在传统的监控阶段,可观测还处于早期阶段(InfoQ,《中国软件技术发展洞洞察和趋势预测研究报告2023》,2023年1月13日),行业渗透率相对低,存在市场发展空间。
深入实施数字经济发展战略的时代背景下,国有政策与宏观经济政策均对数字经济发展与数字化转型给予了高度重视,推动相关政策不断深化和落地。企业也积极响应,进行精细化运营以降本增效,提升竞争力。随着互联网和移动技术的普及,应用软件在中国市场迅猛发展,包括但不限于社交媒体、电商、金融科技、在线教育、医疗健康、游戏等。这些应用软件涵盖了各个领域的需求,成为企业和消费者之间最为密切的沟通渠道,更是直接影响企业业务表现的关键因素。企业在运营日益复杂的应用程序和IT基础架构环境的同时,还需要不断开发、部署、更新各类应用程序,以持续吸引用户、保障高质量的用户体验、提高员工生产力、提升企业运营效率,数字化转型的成功已成为企业可持续发展的关键因素之一。
从技术栈演变的角度来看,北美地区经历了从基础监控、日志、APM到可观测的逐步累积过程,而中国在这一领域还处于起步阶段,开始尝试跟随北美的步伐。同时,北美的业务应用更倾向于部署在主流云平台上,国内云计算技术的不断进步和云生态环境的完善,促使越来越多的中国企业开始将业务应用迁移到云上,推动了技术栈的升级和发展。中国作为全球最大的信息技术市场之一,未来随着中国数字经济的稳定发展,以及在5G、云计算、物联网等技术领域的广泛布局,中国应用性能管理的需求将逐步得到释放。
(2)行业基本特点
随着中国企业推动数字化转型,应用性能监控及可观测性需求日益增长。高效、稳定、智能的IT系统监控方案可以更好地服务于电商互联网、金融机构、高端制造业、甚至初创企业。
①文化层面:敏捷开发、DevOps、BizDevOps、DevSecOps等理念的涌现和转变,叠加持续集成、持续部署等工作流和工具的组合,一起缩短了迭代周期。在这种情况下,通过梳理各类依赖关系和代码追踪,提高开发者对系统掌握度的可观测性,已经成为保障系统稳定性的重要因素。
②业务层面:现代商业中,客户体验直接影响业务表现,越来越多的企业认知到原有的监控方案无法满足IT技术发展的需要,由此应用性能监控及可观测性方案逐步进入客户的考察视野。
③技术驱动:中国在应用性能监控及可观测领域的发展高度依赖技术创新,包括人工智能、大数据技术、云计算、分布式追踪等先进技术,随着这些技术的不断进步,应用性能监控及可观测性服务的深度和广度也在不断提升。全球重视AI发展,产业端来看,AIGC下游应用落地也将迎来蓬勃发展,其对产业链上游算力的高需求预计将进一步推动算力运维市场体量的增长。
④本土化需求:由于中西方文化背景与使用习惯差异,本土化的应用性能监控及可观测性解决方案受到越来越多企业的青睐。这些解决方案更贴近中国市场需求,具有更好的适配性。信创政策进一步推动国产化替代进程,特别是在政府、金融、能源等国民经济重点领域,企业也将更加注重应用的稳定性和性能,应用性能监控及可观测产品国产化趋势明显,将迎来更大的市场机会。随着国内网络、算力等IT基础设施的不断完善,以及企业数字化转型进程的持续加速,信息安全和数据合规也被提升到了国家战略的高度,国内APM厂商的市场空间将进一步释放,同时应用性能监控也需要满足相关法规和标准,这也会成为市场发展中一个重要推动因素。
⑤目标客户行业技术栈差异:由于不同行业和企业所使用的技术栈存在差异,比如金融、电商、游戏等行业都有各自特定的技术架构。因此,市场上要求应用性能监控及可观测性厂商需具备足够的技术积累和行业沉淀,能够适配不同行业的各类技术栈。
(3)主要技术门槛
公司产品的核心价值是自动发现客户IT业务系统复杂的内部结构,并进行实时数字建模,从而对其运行状态进行管理、观测和排障,以保障客户自身业务的连续性。该类产品的技术门槛主要体现在以下几点:
①具备“全栈、双模”的数据采集能力
该类产品的定位是数据平台类的产品,所以在数据采集能力方面,除了支持传统的自有探针采集模式之外,还应支持客户各种第三方产品或工具的数据低成本和规范化接入模式。这要求开发商既要有“一个探针”即可采集基础设施层、网络层、基础平台层、应用层、业务层等多层关联数据的能力,同时也要有通过通用数据处理引擎支持对市场上数百种第三方产品或工具的无缝且低成本集成的能力,所以需要开发商同时具备非常成熟的探针研发能力和分布式计算引擎研发能力。
②具备“开放、融合”的可观测大模型构建能力
该类产品接入的数据极为复杂,数据具有以下三种特征:一是数据源多样性,既有来自自有探针的数据,也有第三方平台的数据,还有客户各种自定义数据;二是数据结构多样性,既有结构化的指标、元数据,也有半结构化的事件、调用链和日志数据,同时还有堆栈、会话回放视频等非结构化数据;三是数据量级极大,日处理数据量一般都在PB级别。这要求开发商要有将海量的可观测信号数据和元数据进行统一化处理和规范化建模的能力,构建以运维实体为中心的可观测数据大模型(涵盖基础设施层、网络层、基础平台层、应用层、业务层等全栈多层级),这是对IT系统进行全面可观测的基础,因此这需要开发商对可观测性有极为深入的理解,以及对海量可观测数据有很强的数据处理、治理和建模能力。
③具备“统一、强大”的数据中台能力
该类产品接入数据特征上文已有介绍,因此要求开发商在大数据处理方面至少有以下三项技术能力:一是对海量多源异构数据进行实时建模的能力,落地以运维实体为中心的可观测数据大模型;二是对跨多种大数据存储和分析引擎进行联合分析能力,如支持指标存储引擎、日志存储引擎、配置管理数据库三者的联合查询和分析场景,如支持对分布于多地多中心的数个指标存储引擎和配置管理数据库的分布式联合分析能力等;三是要支持灵活的分布式数据视图能力以及架构动态伸缩的能力,以支持不同量级灵活多变的业务场景的能力。这些能力要求开发商要具备很强的统一数据中台研发能力。
④具备“精准、可解释”的AI算法能力
该类产品由于数据量级极大,格式复杂多样,数据之间存在各种关联关系,通过传统的数据分析技术难以满足上层灵活多变的分析场景。开发商需具备以下三类AI算法技术,一是预测型AI算法技术,如对系统内数百万个指标进行机器学习后,进行精准的趋势预测,自动生成指标基线并设置告警阈值,对指标的异常波动进行自动检测然后生成告警;二是因果型AI算法技术,如对系统内不同层级,不同实体,不同时间发生的多个事件之间通过统一运维数据大模型自动构建事件因果图谱,进而在图谱中进行根因事件和表因事件的识别,从而自动确定IT系统故障的根因所在,极大提高客户的故障定位效果和处置效率,减少业务损失,这种算法的特点是分析结果天然具备可理解性和可解释性;三是生成式AI算法技术,通过对用户输入的自然语言指令进行智能分析,自动规划任务,实现如自动创建分析模型、自动创建告警规则等,极大提高用户使用效率和体验。这些能力要求开发商除了要需要具备很强的多场景AI算法能力外,还要求开发商要对可观测性领域有深入理解,且自身数据具备极高的品质。
⑤具备“众创、百搭”的数据应用能力
该类产品的数据消费和应用场景极为复杂多样,既有基于以各种运维实体为中心的独特观测视角,也有基于各种可观测性信号数据为中心的统一分析视角;既有对各种海量运维实体运行状态的监控场景,也有对海量实体及关联关系的管理诉求;既要有APM、RUM、ITIM、LOG等超级专项能力,也要有仪表盘、智能告警、数据分析等强大且开放的平台能力。因此,一方面这需要开发商具备很强的可观测应用场景和开发能力,能够给客户提供丰富成熟的各种专项应用,另一方面需要开发商提供强大、开放、灵活的自定义应用引擎能力,能够支持用户高效且低成本在产品上自行构建自定义数据应用的能力,以满足客户自身应对各种复杂多变的业务场景的监控和分析诉求。这对于市场上绝大多数做专项监控产品开发商来说,是极大的技术门槛。
2.公司所处的行业地位分析及其变化情况
目前国内企业对于应用性能监控及可观测性技术的认知还不够深入,但伴随国内信息技术的快速发展和数字经济建设的全面推进,企业对精细化运营的重视程度提升,逐渐意识到应用性能管理及可观测性技术可以协助企业自身业务发展。博睿数据始终致力于为为企业级客户提供优质的应用性能管理及可观测性产品和服务。公司一体化智能可观测平台Bonree ONE产品于2023年4月正式投入商用,取得初步成效,该产品目前已趋于成熟,达到国内先进水平。根据IDC发布的《中国IT统一运维软件产品市场跟踪报告》,2023H1,以市场占有率20.14%蝉联APM市场第一,稳居国内市场的领导者地位。
(1)产品战略领先,产品体系成熟健全:
博睿数据依托对国内市场的敏锐洞察和客户服务经验,凭借其覆盖多端、多场景的数据采集技术和强大的数据处理分析技术,不断创新产品,扩展产品边界,在国内厂商中已形成成熟健全的APM产品矩阵,凭借对技术趋势的前瞻判断率先布局可观测能力,在2023年4月正式发布核心产品一体化智能可观测平台Bonree ONE,并在核心产品线中加载了“智能运维”能力。
随着2023年4月公司正式发布新一代监控产品一一一体化智能可观测平台Bonree ONE正式版,凭借经验丰富的研发团队和长期的客户积累,公司市场开拓进展顺利,拓宽了产品和服务能力,实现产品从监控工具到可观测平台的升级,Bonree ONE产品全年合同签订金额达到2600万元左右。
Bonree ONE已荣获信通院“AIOps能力成熟度模型优秀评级”“IT新治理年度明星产品”奖、信通院“算力服务领航者计划”优秀案例”奖、“中国海油的多云资源监控与治理”荣获中国电子学会年度优秀实践案例称号。金融电子化“科技赋能金融业场景金融建设突出贡献”奖。
至此,博睿数据完成全面和统一的端到端监控的产品矩阵布局。可覆盖从终端用户体验、应用、基础设施和网络等多领域监控及可观测。一体化智能可观测平台,可以真正实现IT系统全栈、全链路、全场景的可观测,智能故障根因分析及智能告警。在国内厂商中已形成成熟、全面、领先的APM产品体系。
(2)坚持自主研发,技术实力雄厚
博睿数据坚持以技术创新和产品创新为核心的发展战略,密切关注应用性能监测技术的最新发展趋势,经过十五年的行业深耕,公司在性能数据的采集、处理、存储及分析等核心环节积累了丰富的技术经验,能够满足国内客户不断变化升级的市场需求。截至报告期末,公司共拥有40项已授权发明专利、132项软件著作权、30项核心技术,在应用性能管理领域实现了多项技术突破,具备显著的技术先进性。
博睿数据凭借其行业技术领先地位,积极履行企业社会责任,致力于参与行业标准的制定,以推动行业的高质量发展。公司加入了信通院AIOps标准工作组,为推动中国AIOps标准的制定贡献力量。同时,博睿数据还参与了中国电子工业标准化技术协会提出的《政务APP评价指标》团体标准的编制工作,以及信通院分布式系统稳定性实验室主导的《信息系统稳定性保障能力建设指南》编制。此外,博睿数据获聘信通院DGA首批智库专家组成员,并入选中国信通院《高质量数字化转型产品及服务全景图》。同时,公司还是新浪银行APP评测的长期数据支持机构。
(3)拥有行业领先的品牌影响力
经过15年的行业深耕,博睿数据展现出卓越的市场影响力,赢得了众多行业头部客户的信任和认可。稳固的合作关系和客户的高粘性使公司在长期市场竞争中占据优势地位。
报告期内,面对市场竞争加剧,公司积极应对,加大营销投入,进一步拓展市场、提升品牌知名度。同时,公司积极布局线上线下的全域市场运营,完善官网及线上新媒体营销矩阵,并在全国范围内成功举办40余场行业会议、高峰论坛、高阶行业沙龙等市场活动。
此外,博睿数据还成功打造了《博睿学院》、《IT运维之光》、《聊点技术》、《数字化运维路线图》等IT运维行业内容IP,输出50余部高质量公开课及技术论文,发布50个标杆客户的成功案例,涵盖100+IT运维应用场景。客户成功案例获得行业权威奖项包括不限于:在证券类客户中获得:2023 XOps“领新杯”优秀案例-智能运维领航标杆案例、“建立一体化智能可观测平台实现APP体验数字化”数据猿-金猿案例奖;银行类客户中获得“一体化智能可观测平台全面保障业务稳定性”数据猿-金猿案例奖。
(4)领先的客户体验及口碑
博睿数据通过技术创新和服务优化,为客户提供了卓越的客户体验,赢得了市场的广泛认可。凭借产品与服务的可靠性和稳定性,通过集成化智能监测终端和真实手机设备云技术,实现了对应用性能的全面监控和实时预警,确保了客户业务的高效、稳定、可靠运行,避免了因性能问题导致的业务中断和损失。
综上所述,公司凭借其卓越的技术实力、健全的产品体系和优质的服务体验,稳居中国应用性能监控行业的领导者。
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
2023年应用性能管理领域正迎来一系列新技术、新产业、新业态和新模式,这些变革在很大程度上是由数字化转型、云原生、人工智能和机器学习等趋势推动的。以下是这一领域的一些主要发展趋势:
(1)新技术
随着数字化转型的不断深入,企业对于IT系统的监控和管理需求日益增长。传统的监控工具虽然在一定程度上能够满足基本的监控需求,但在面对日益复杂的IT环境和不断增长的数据量时,其局限性逐渐显现。为了更好地应对这些挑战,企业开始寻求从传统监控工具向可观测性能力的升级之路。
①可观测性能力与传统APM工具具有如下差异点:
Ⅰ传统APM监控工具
功能聚焦:传统监控工具通常专注于监控特定的系统或应用程序,如服务器、数据库或网络设备。它们主要关注于性能指标,如CPU使用率、内存占用、响应时间等。
静态视角:这些工具往往提供了一个静态的视角,主要关注于系统当前的状态,而不是系统的行为和变化趋势。
报警机制:传统APM监控工具的一个关键功能是报警机制,当监控到的指标超出预设的阈值时,会发出警报,通知管理员采取行动。
数据孤岛:由于每个监控工具只关注IT世界的特定方面,因此收集的数据往往是孤立的,难以提供一个全面的系统视图。
Ⅱ一体化智能可观测平台
全面监控:一体化智能可观测平台旨在提供一个全面的IT世界系统视图,不仅包括性能监控,还包括日志管理、事件跟踪、错误诊断、技术架构等多个维度。
动态分析:一体化智能可观测平台关注于系统的动态行为,通过收集和分析长时间序列的数据,帮助理解系统的历史表现和未来趋势。
上下文关联:一体化智能可观测平台能够将不同来源的数据进行关联分析,例如将性能指标与日志消息结合起来,以便在出现问题时提供更丰富的上下文信息。
智能化:一体化智能可观测平台集成了机器学习和人工智能技术,能够自动识别异常模式、预测潜在问题,并提供根本原因分析。
用户体验:一体化智能可观测平台通常提供更加友好的用户界面和更丰富的可视化工具,使得用户能够更容易地理解和分析数据。
②从传统 APM 监控工具到一体化智能可观测平台的升级不是推翻原有的建设成果,而是采用新的技术将更广泛运维数据的价值最大化。具体体现在:
传统APM监控工具主要使用探针技术采集监控数据,一体化智能可观测平台除了具备探针技术,还应当具备丰富的数据集成接入能力,可以接纳更广泛的可观测要素;
传统APM监控工具往往仅关注应用性能或者真实用户相关的性能指标,一体化智能可观测平台除了这些指标,还需要将日志、事件、元数据等其他可观测要素考虑在内;
传统APM监控工具从数据采集、加工到可视化都可以闭环处理完成,一体化智能可观测平台则需要建立各异构数据间的关联关系,通过数据中台的处理能力把不同数据进行连通;
传统APM监控工具对于机器学习和AI算法的应用较有限,一体化智能可观测平台则需要在基础加工能力之外,使用多种不同的AI算法加速数据分析过程,提升数据分析结果的准确性;
传统APM监控工具对于数据可视化仅局限在单个业务领域,一体化智能可观测平台则需要通过数据联动将数据分析的专家经验通过最佳实践工作流的形式沉淀下来。
(2)新产业
①数据要素:2023年10月25日,国家数据局挂牌后,到2023年12月31日已经先后发布了《“数据要素×”三年行动计划(2024一2026年)(征求意见稿)》《数字经济促进共同富裕实施方案》两部重磅文件。征求意见稿提出总体目标:到2026年底,数据要素应用广度和深度大幅拓展,在经济发展领域数据要素乘数效应得到显现,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。
②数据资产入表:随着数字经济的演变和发展,数据已经成为企业的重要资产,帮助企业更好地进行资源配置和决策,《企业数据资源相关会计处理暂行规定》是中国在数字资产入表方面的重要政策之一,它明确了企业内、外部数据资源应确认为无形资产或存货方式入表,从而将数据资产纳入企业的资产负债表。这一政策为企业提供了数字资产入表的明确指导,有助于推动数据要素市场的健康发展。数据资产入表机制可以促使企业更加重视数据资产,提升对数据资产的认识和管理水平。企业会更加关注数据的采集、存储、处理、分析和应用,从而推动IT运维行业在数据管理方面的专业化和精细化,国内应用性能管理市场势必将得到高速发展。
③算力运维:随着企业数字化转型的深入,算力资源将成为支撑业务运行的关键要素之一。因此,如何确保算力的稳定性、可用性和安全性,成为了企业面临的重要挑战。算力运维需要实现全面的资源监控、自动化的故障排查和修复、以及智能化的性能优化等功能,以提高算力的使用效率和运维效率。算力作为数据要素的重要支撑,其运维体系的建设和优化将直接影响到数据要素的高效利用和价值实现,通过算力可观测,可以帮助企业更高效管理、优化算力资源,识别和预警风险,降低算力资源的成本。应用性能监测及可观测产品及服务的需求也将逐步释放。
(3)新业态
DevOps与运维的融合:敏捷开发、DevOps、BizDevOps、DevSecOps等理念的涌现和转变,叠加持续集成、持续部署等工作流和工具的组合,一起缩短了迭代周期,开发和运维团队的融合成为一种新业态。这种融合可以提高团队的协作效率,加速应用的开发和上线速度。应用性能管理的产品功能边界在逐渐扩充,用户也逐渐超越典型的IT运维团队,包括外部(面向市场)和内部应用程序产品所有者、产品团队、平台工程/SRE/云运营团队,以及采用DevOps方法的其他人。
(4)未来发展趋势
①传统运维将被智能运维大规模替代
IDC DataSphere数据显示( IDC FutureScape:2024年中国数据和分析市场十大预测,2024-01-23),到2027年,全球非结构化数据将占到数据总量的86.8%,达到246.9ZB。全球数据总量从103.67ZB增长至284.30ZB,CAGR为22.4%,呈现稳定增长态势。如何让如此海量的数据产生价值,AI与数据分析融合将是未来五年的重点。人工智能将改变数据原有的查询、分析、开发、预测方式,将为员工提供更敏捷、更快速、更高效、更准确的工作形式,而当前AI与数据分析融合仅处于初期阶段。IDC另一项数据显示,接近80%的企业中,AI/ML与数据分析融合度低于50%,其中有超过21%的企业仍从未使用AI/ML技术。传统的IT运维软件各自之间相互独立,存在数据孤岛,主要依靠大量人力凭借经验逐个排查系统各组件之间的问题,运维质量低、耗时耗力、成本高昂,却仍无法快速、精准的定位并解决性能问题。
未来,国内的IT运维管理市场将由低效的传统运维逐步向智能运维过渡,通过加载“机器学习”、“深度学习”等先进的人工智能技术,真正实现IT管理服务体系的高度智能化和完全自动化。加载AIOps能力的应用性能监测产品将迎来全面替代传统IT运维工具的发展机遇。
②IT运维管理市场融合发展,APM产品技术正向邻近领域延伸
应用性能监控及可观测产品正在与ITOM其他细分领域紧密融合。随着云原生架构的演进,应用性能监控的边界与分工被重新定义,传统的容器、应用、业务分层监控边界将被打破,Dev(Development)、Ops(Operations)、Sec(Security)的分工逐渐模糊。业界开始意识到,IT系统作为一个有机的整体,对IT系统状态的监测与诊断也需要一体化的方案。通过流程、工具、数据、平台四位一体驱动数字化运维,全面提升企业IT运维服务架构的自动化程度和灵活性。
首先,监测工具可与自动化工具(如应用程序发布编排工具)相集成,在软件的敏捷开发和运营实践(DevOps)工具链中高度融合,发挥协同作用,对企业软件应用迭代更新的有效性做出自动化智能决策,减少应用更新过程中繁复的手动流程。其次,监测工具可与IT服务管理工具相集成,加载了人工智能技术的监测工具可以帮助IT管理部门精准告警,甚至可在问题蔓延前预警问题,自动管理和调配IT系统资源,实现性能问题的全自动预警、告警、决策与管理。
3公司主要会计数据和财务指标
3.1近3年的主要会计数据和财务指标
单位:元 币种:人民币
■
3.2报告期分季度的主要会计数据
单位:元 币种:人民币
■
季度数据与已披露定期报告数据差异说明
□适用 √不适用
4股东情况
4.1普通股股东总数、表决权恢复的优先股股东总数和持有特别表决权股份的股东总数及前 10 名股东情况
单位: 股
■
(下转1034)
证券代码:688229 证券简称:博睿数据
本公司董事会及全体董事保证本公告内容不存在任何虚假记载、误导性陈述或者重大遗漏,并对其内容的真实性、准确性和完整性依法承担法律责任。
重要内容提示
公司董事会、监事会及董事、监事、高级管理人员保证季度报告内容的真实、准确、完整,不存在虚假记载、误导性陈述或重大遗漏,并承担个别和连带的法律责任。
公司负责人李凯、主管会计工作负责人王辉及会计机构负责人(会计主管人员)王晓杰保证季度报告中财务信息的真实、准确、完整。
第一季度财务报表是否经审计
□是 √否
一、主要财务数据
(一)主要会计数据和财务指标
单位:元 币种:人民币
■
(二)非经常性损益项目和金额
√适用 □不适用
单位:元 币种:人民币
■
对公司将《公开发行证券的公司信息披露解释性公告第1号一一非经常性损益》未列举的项目认定为的非经常性损益项目且金额重大的,以及将《公开发行证券的公司信息披露解释性公告第1号一一非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目,应说明原因。
□适用 √不适用
(三)主要会计数据、财务指标发生变动的情况、原因
√适用 □不适用
■
二、股东信息
(一)普通股股东总数和表决权恢复的优先股股东数量及前十名股东持股情况表
单位:股
■
持股5%以上股东、前10名股东及前10名无限售流通股股东参与转融通业务出借股份情况
□适用 √不适用
前10名股东及前10名无限售流通股股东因转融通出借/归还原因导致较上期发生变化
□适用 √不适用
三、其他提醒事项
需提醒投资者关注的关于公司报告期经营情况的其他重要信息
□适用 √不适用
四、季度财务报表
(一)审计意见类型
□适用 √不适用
(二)财务报表
合并资产负债表
2024年3月31日
编制单位:北京博睿宏远数据科技股份有限公司
单位:元 币种:人民币 审计类型:未经审计
■
公司负责人:李凯 主管会计工作负责人:王辉 会计机构负责人:王晓杰
合并利润表
2024年1一3月
编制单位:北京博睿宏远数据科技股份有限公司
单位:元 币种:人民币 审计类型:未经审计
■
本期发生同一控制下企业合并的,被合并方在合并前实现的净利润为:0.00元,上期被合并方实现的净利润为:0.00 元。
公司负责人:李凯 主管会计工作负责人:王辉 会计机构负责人:王晓杰
合并现金流量表
2024年1一3月
编制单位:北京博睿宏远数据科技股份有限公司
单位:元 币种:人民币 审计类型:未经审计
■
公司负责人:李凯 主管会计工作负责人:王辉 会计机构负责人:王晓杰
2024年起首次执行新会计准则或准则解释等涉及调整首次执行当年年初的财务报表
□适用 √不适用
特此公告
北京博睿宏远数据科技股份有限公司董事会
2024年4月27日