中小企業需要的資料服務有很多，但我覺得的最主要的有兩點：一是：減少成本，透過資料的幫助來提高效率，降低生產等各種成本，最佳化生產環節。二是：擴充套件銷售，用資料來發覺潛在的客戶，發現客戶的需求點，從而擴大銷售

結合行業特點量身定做其需要的資料庫。如製造業總體來說有如下幾類。一類是互動式成本控制平臺所需要的資料庫及其配套軟體定製開發。二類是與專案關聯的進度控制軟體及資料庫。三類是面向同類資源的產品採購及銷售平臺。

在大資料時代背景下，資料服務將逐漸走進廣大的中小企業，資料服務從大的方面可以分為以下幾點：

第一：資料採集服務。資料採集服務是進行大資料應用的基礎，所以資料採集是非常關鍵的資料服務，資料採集的渠道通常分為物聯網系統、Web系統和傳統資訊系統，對於廣大的中小企業來說，透過Web系統來採集資料是比較常見的選擇。目前整個Web系統的資料採集可以按照行業、人群和消費等多個維度進行採集，所採集資料的質量決定了後續大資料應用的效果。

第二：資料歸併融合服務。資料採集服務比較常見的問題是資料結構不統一的問題，即使是同一型別的資料，不同的資料來源往往也具有不同的資料結構，把這些資料型別進行統一化處理並生成統一的格式是比較重要的環節，這會簡化後續的資料處理流程，提升資料的利用價值，也會方便開發人員進行程式對接。

第三：資料分析服務。資料分析服務是資料服務的核心內容之一，透過資料分析能夠體現資料價值，從而為各種決策提供支撐。資料分析服務往往要結合大資料平臺進行，包括Hadoop、Spark、TensorFlow等，資料分析的方式通常採用統計學方式和機器學習的方式，資料分析對於演算法的要求通常比較高。

第四：資料管理服務。對於價值比較高的資料要實現有效的資料管理，為日後的資料分析奠定基礎。資料管理要有一個統一的管理方式，以便於提升資料檢索效率和資料分析效率。通常情況下，資料管理還涉及到輕量化、安全化等問題。

目前，市場上能夠提供資料服務的科技公司還是比較多的，廣大的中小企業應該結合自身的業務特點來選擇適合自身的資料服務型別。

大資料的分眾價值化是未來網際網路和人工智慧時代的落地點，分眾價值就是按照大眾(消費者)的不同制定不同的資料區格，這有別於區塊鏈，而是基於網際網路資料與實際群體需求等資料結合產生的落地產業資料價值。

我們還是回到回答問題的基本套路上來。

首先，對問題進行拆解：中小企業、哪些型別、資料服務。

看到這樣的問題，其實是很令人頭疼的。為什麼呢？問題很大、很寬泛，但是又希望有一個具體的答案。實際上這樣的問題是給不出答案的，如果實在要給答案，也只能是通用的框架式的答案，根本無法解決實際的問題。

中小企業怎麼界定？哪個行業的中小企業？哪種型別的中小企業？

舉兩個例子簡單說明一下：一個生產型的企業和一個銷售型的企業，兩者所需要的資料服務是一樣的嗎？一個類似於淘寶的電商平臺和一個類似於新浪的入口網站，兩者所需要的資料服務是一樣的嗎？

再說資料服務的型別，這也無法回答。從不同的層面、不同的角度可以有N多種分類方法。比如說：按資料的處理流程來分的的話，包括：資料採集、資料清洗、資料建模（挖掘與分析）、資料指標。不同企業的資料型別也可能不一樣，有的是空間資料，比如地圖公司，有的是財務資料，比如投資公司，兩者需要的資料服務大相徑庭。

還有，資料服務之所以叫資料服務，是因為資料是為企業提供服務的，所以，企業採購資料服務的目標要很清晰，要解決什麼問題，達到什麼目標。

所以，給您提個建議：問具體的問題，尋找有的放矢的答案和方案。

以上是槓精回答，請笑納~~