腾讯云WeData：中国数据治理市场份额增长第一-优快云博客

点击蓝字⬆ 关注我们

本文共计1850字预计阅读时长6分钟

近日，国际权威咨询机构国际数据公司（IDC）发布了《中国数据治理市场份额, 2024：企业走向多模态数据统一管理》（Doc#CHC53696425，2025年8月）。报告显示，腾讯云凭借“Data+AI”一体化数据智能平台WeData，在中国数据治理平台市场中市场份额位列第二，增长率达到61.06%，连续两年增长率超过60%，成为数据治理市场份额增长最快的厂商。

报告指出，2024年中国数据治理平台级市场规模达到38.3亿元人民币，同比增长30.60%。IDC指出，生成式AI暴露了企业底层数据治理的不足，催生了新的市场机会。然而，市场需求从传统规范转向要求垂直场景经验和数据价值判断能力，具备Data+AI端到端能力的厂商将抢占传统大数据厂商的市场空间。

作为Data+AI领域的领导者，腾讯云在“Data+AI”一体化方向有深厚的技术沉淀。腾讯云WeData全新升级“Data+AI”一体化数据智能平台，基于全链路DataOps与全流程AIOps双引擎驱动，覆盖从数据集成、开发、治理到模型训练、精调、推理的全生命周期能力。通过融合数据建模、质量管控、安全合规、统一语义等核心模块，构建企业级数据资产运营体系，帮助企业在数据构建和应用的过程中实现降本增效，数据价值最大化。

特别是，WeData能够基于Unity Semantics进行面向AI应用的数据治理，构建人与AI都能理解的数据及其语义资产。它通过以下几个核心能力，解决用户【找不到、不敢用、不可信】的用数难题，显著提升了数据治理的效率和效果：

统一元数据：多源异构引擎统一元数据采集，全链路数据血缘关系图谱，标准化数据目录、数据描述、数据概念，显著提升数据资产的可管理性和业务含义的清晰度，极大降低数据理解成本。
统一治理：打造质量、安全、成本、规范治理引擎，全域数据资产发现与智能数据检索，显著提升用户找数体验。
统一语义：以指标平台为核心实现指标口径定义和元数据管理标准化，解决企业因数据标准不一、口径混乱导致的数据解读偏差和沟通障碍。
统一服务：开放MCP、JDBC、API接口，降低企业跨团队、跨平台数据交互成本，统一数据服务出口，确保数据有唯一真相来源(Single Source Of Truth)。

WeData Unity Semantics产品架构

强大的语义表达能力：通过业务概念与术语定义、数据关系建模、复杂指标的统一定义与开发、以及标准化维度建模，构建面向业务的统一语义模型。将技术语言转化为可理解、可复用的业务语言，实现数据资产的标准语义表达。

自适应查询加速能力：支持智能路由、多级缓存、物化视图等技术，对用户取数请求进行自动路径优化与执行策略调度。通过动态查询加速机制，显著提升响应速度，保障高并发场景下的高效分析体验。

生态应用连接能力：对语义层数据构建统一知识索引，支持多模态混合检索与语义理解。开放MCP、RESTful API、JDBC、SDK等多种接口，无缝对接 BI 工具、智能Agent、报表系统等生态应用，实现灵活接入与深度集成。

多源异构数据融合能力：统一元数据集成，整合跨系统、跨源、异构元数据，形成企业全域数据资产视图；支持异构数据建模，实现指标、维度跨源融合查询。

应用场景&价值

场景一：

开放MCP服务，人人可以定义自己的分析智能体

语义层支持开放MCP模型上下文协议（Model Context Protocol, MCP）服务，可供企业内部的智能Agent调用，以获取准确、一致的业务数据。例如，营销策划人员可通过Agent的自然语言交互界面直接提问：“本周各类会员的DAU表现如何？”。

此时，Agent将依托统一语义层中预定义的营销相关指标语义，通过调用MCP服务，自动识别出该问题对应的指标为“DAU”，分析维度为“会员类型”，并将其转化为标准的语义查询语言（SemQL），向语义层发起精准请求。系统返回准确的DAU计算结果后，Agent可进一步完成趋势分析、归因解读与可视化呈现。

这一机制将传统的Text-to-SQL模式升级为“Text-to-Metric”的语义化取数方式，大幅降低因自然语言理解偏差或SQL生成错误导致的数据幻觉风险。通过统一口径、统一语义的指标服务体系，真正实现“一次定义，处处可信”，显著提升数据获取的准确性与效率，让业务人员能够更专注于洞察发现与决策创新。

场景二：构建企业数据服务中台

WeData Unity Semantics可作为企业业务数据服务的统一中台，通过统一语义建模、标准化数据服务等，实现了数据口径的一致性、数据使用的便捷性和数据分析的准确性，为企业数字化转型提供了坚实的数据基础和强大的支撑能力。各个业务系统再也不需要各定义开发指标，从根本上解决数据口径不一致的问题：

统一指标配置与管理：通过语义建模，各个业务系统无需再各自定义和开发指标，而是可以直接在统一语义层中配置指标计算口径和分析维度；统一管理指标和维度的生命周期，确保所有系统的数据口径完全一致，从根本上解决了“数出多门”的问题。

高效的数据服务接口：提供Restful API、JDBC等多种方式，将统一配置的指标和维度便捷地提供给BI（商业智能）、CRM（客户关系管理）等各个业务系统使用。这种标准化的数据服务接口不仅简化了数据接入流程，还提升了数据使用的灵活性和复用效率。