資料智慧分析工作，是指在對於多種型別、多種來源、規模數量的資料進行清洗、彙集的基礎上，運用統計學、模式識別、機器學習、資料抽象等資料分析工具與技術，對於所需關注與解決的問題加以描述、識別、分類、解析、解決方案模擬、解決方案選擇與追蹤的方法論。在大資料、雲計算、人工智慧技術發展中，資料智慧分析行業透過多元資料介面化、分析演算法軟體化、分析過程自動化、分析方式互動化，助力公共管理與商業管理的高質量決策選擇與決策執行。資料智慧分析正成為智慧經濟與智慧政務的基礎支撐工作，也極大地重新整理了諮詢服務的樣式、效率與能量，成為規模可觀的人工智慧服務應用層的重要組成部分。

全球範圍來看，資料智慧行業的排頭兵企業群，有三個核心部分：

一是來自經典諮詢領域，比如財務諮詢、調研諮詢領域的資料智慧轉型企業；

三是更為廣泛的解決精細行業任務的垂直型資料智慧分析機構，包括服務於安全領域、智慧診斷、提供企業預測的機器學習平臺、雲端合同生命週期管理、資料標註與AI訓練服務、金融信用分析支援、反詐欺分析等領域的資料智慧服務企業。

這些企業將面對大量應用場景，透過在知識圖譜、應用演算法方面的系統規模開發，從管理判斷形成、決策選擇到具體決策執行的全鏈條發生作用，而相關的資料智慧分析服務產品則可以部署到硬體、軟體、網路與多種服務終端上。

評估資料智慧分析領域的排頭兵類企業大致包括以下6個維度：

1、集數能力——資料獲得與處理技術的能力；

2、業務背景——某個專業或者多專業業務領域的經驗積累，包括所服務客戶的專業型別與團隊的專業型別；

3、技術能力——資料智慧技術的型別與持續開發能力；

4、應用技術的產品化——解決能力標準化程度與規模化匹配能力；

5、服務模型的創新——基於專案團隊工作方式與基於技術平臺工作方式的轉變；

6、規模服務能力——業務規模、產品化水平、團隊效能的綜合表現。

資料智慧分析類服務的排頭兵企業的培育路徑主要包括三個可能的要素：一是目前智慧城市、智慧政務、城市大腦類公共投入帶來的資料智慧應用內容層需求增長帶來的機會，在現有的這類公共投資類專案招標中，政府採購者在標書中應突出要求提供解決具體問題的資料智慧應用分析方案，從而極大地豐富這類智慧系統的終端應用能力，併產生以“應用場景—資料訓練集—應用演算法”為構成的面對“最後一公里”應用的資料智慧分析業務，使得資料智慧分析企業成為必須的供應商；

二是鼓勵支援在資料智慧分析尤其是應用演算法開發中的創新創業類專案、演算法大賽、資料智慧應用案例競賽，推動在智慧分析業務中資料、算力、演算法的全要素髮展，由標杆企業與排頭兵企業組成年度可變動的推薦供應商長名單；

三是給予資料智慧分析人才的培養、使用和凝聚以必要的政策支援，針對資料智慧分析人才總量少、人力成本高和培養週期相對長的特點，需要設定產教融合、以產主導的應用人才培養方式，形成一批資料智慧人才培養基地，給予資料智慧分析人才以必要的專門人才鼓勵政策，對於資料智慧應用分析人才集中機構的人才薪資、勞保支援、個人稅收獎勵等給予必要的政策照顧。