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2024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2024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

1.1 公司股票简况

√适用 □不适用

■

1.2 公司存托凭证简况

□适用 √不适用

1.3 联系人和联系方式

■

2、 报告期公司主要业务简介

2.1 主要业务、主要产品或服务情况

1、主营业务情况

公司主营业务属于IT运维管理监控领域的重要分支行业——应用性能管理及可观测性行业。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。

应用性能管理（Application Performance Management，简称APM）是指通过系统化的方法体系与专业工具组合，对应用程序的运行效能实施全生命周期管理及实时监测。其核心目标在于保障企业业务系统的高效稳定运行，通过持续优化应用可靠性与服务质量，确保终端用户获得优质的服务体验，同时有效优化IT运维综合成本。可观测性（Observability）作为支撑复杂IT系统运维的技术体系，基于全链路调用追踪数据、运行指标、日志记录及事件信息的采集分析，构建多维度的系统状态感知能力。该技术使企业能够实时洞察数字化系统的整体运行状态、性能表现及用户体验，精准识别潜在异常风险并快速定位故障根源，为数字化服务优化提供数据驱动的决策支持。

公司核心产品Bonree ONE可以为企业提供一体化智能可观测性解决方案，通过对丰富多样的软硬件IT资产运行所产生的各类数据构建模型、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，最终确保客户数字化业务的有效开展。

2、主要产品

截至目前，公司主要产品介绍如下表所示：

■

核心产品Bonree ONE发展路径介绍：

2022年，公司深刻认识到目标客户的主要挑战在于应对监控工具碎片化、云原生技术所带来的数据高动态性和高维护门槛以及稳态、敏态两种IT架构所导致的数据割裂，国际同业在应对此类挑战时已经有了成功案例，而国内尚缺少可以应对该挑战的产品和供应商，经过周密调研和审慎研判后，推出“All in ONE”战略。从2022年到2024年，产品的发展迭代经历了如下几个阶段。

■

2022年，将原有的多个分散工具，Server、RUM（包含了MP、Browser、SDK的能力）、ITIM等整合到一个产品中，从前端的用户体验到后端的应用性能实现端到端全链路打通，帮助用户从全链路视角上快速定位问题的原因。

2023年，补齐之前缺少的可观测三要素之一的日志分析能力，正式发布新一代核心产品Bonree ONE并投入商用。此外，通过发力ETL、数据集成、AI 三方面能力，积极探索多源异构数据场景下的根因定位最佳实践。

2024年，业内率先推出可观测全域数据模型，Bonree ONE 3.0重磅升级。数据模型的引入，将可观测平台的分析能力进一步提升，将运维领域由碎片化工具带来的无序数据变成了有序数据，数据之间的关联更加紧密，进一步提升了运维效率。

（1）一体化智能可观测平台Bonree ONE产品推出3.0重大升级版本

2024年8月，Bonree ONE 3.0以“全域可观测，运维新境界”为主题，产品隆重发布，新版本主要在数据采集能力、数据模型能力、数据中台能力、数据分析能力上实现了升级与突破，具体情况如下：

①数据采集能力：纳管并激活全量机器数据

全新的具备低代码能力的可视化数据提取拓扑，提升数据治理效率。基座兼容多源异构数据处理，在原有指标数据类型的基础上扩充到对调用链、日志记录、事件信息及IT资产等数据类型的加工处理能力。

支持从集成数据中自动挖掘146种运维实体、113种实体关系，同时绑定数据与实体的映射关系，建立有效的全域可观测数据模型，赋能上层数据消费场景。

百余种技术组件集成，打包数据处理、指标梳理、实体发现、内置仪表盘提供了开箱即用的标准化解决方案。各模块深度整合平台指标体系，形成智能化监控实施框架，其基于实体关联的多维度数据模型，可有效支撑Swift AI引擎实现故障根因定位功能。

②数据模型能力：建立运维数据的“全向连接”

完善的可观测体系数据模型定义，涵盖实体、指标、事件、日志、调用链、记录、元属性，依据模型定义用户可快速了解数据结构，让数据使用更明确可控。

真正数据全面可达的一体化运维体系，从模型定义即实现了以实体为中心串联指标、日志、调用链追踪数据、事件等可观测要素，在模型驱动下用户可在平台流畅地进行各数据间的关联分析。

③数据中台能力：找到运维数据隐秘且丰富的关联

完整融合第三方调用链数据到一个平台体系中，自动生成服务观测、基础设施观测各项能力。

应用为中心的实体模型布局，涵盖页面、操作、网络请求模型，同时构筑应用-页面-操作-网络请求-服务的纵向关系，实现从宏观到微观，从前端到后端的关系路径。

将日志完整融合到可观测体系中：实现日志与实体属性模型的深度整合，提供日志关联的实体元数据信息查看功能，支持用户自定义标准属性与元数据的无缝对接，通过日志内容智能抽取实体信息及关系信息。

智能告警“内核焕新”，以实体为主线贯穿检测、收敛、响应、屏蔽、查询、统计等环节，配置和分析效率大幅提升。

④数据分析能力：观测洞察，从未如此简单。

仪表盘和魔方再升级，新增了实体相关属性的查询，能够针对实体属性进行聚合统计或者直接快速构建实体列表，拓展了仪表盘数据的展示范围，提升使用效率。

优化指标选择器的使用逻辑，用户可以添加多个指标并统一选择过滤分组条件，避免了配置流程的重复性。

新增过滤器类型卡片，能够针对实际的使用场景灵活选择过滤参数，并对全局卡片生效，便于快捷查看不同场景下的数据情况。

■

（2）主动式产品持续迭代，精细化运营能力取得关键突破。

运营管理平台新增任务分析与监测点分析能力。其中任务分析通过对任务下发、结果回传、可信判断等过程精细化运营，计算各环节成功率，针对失败深入分析优化，提升任务执行效率和质量。监测点分析针对监测点在线时长、任务饱和度等进行统计分析，优化资源配置，提升利用率，此外还支持根据监测点历史任务判断其可信度，助力提升任务结果质量。

（3）全面拥抱国产化，支持信创生态。

公司已完成核心产品线的信创生态适配体系构建，实现在主流国产CPU（鲲鹏、飞腾、海光、兆芯、龙芯）、国产操作系统（麒麟、统信等）、国产中间件(东方通、华宇、金蝶天燕)以及数据库（达梦、人大金仓）等信创环境的兼容技术开发，完成相关部署和稳定运行测试，进一步拓展了公司产品的适用环境。其智能探针能够监控国产化操作系统、服务器、中间件的性能，并对部署在相关软硬件上的应用进行性能监控，保障业务系统的连续性及稳定性。

2.2 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交付中心——会员部负责。

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CMMI5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。

2.3 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全球应用性能管理及可观测性（APMO）市场

北美应用性能管理及可观测性市场起步较早，经过多年发展，已全面形成有效、完整的市场竞争格局。海外市场许多企业和组织都在积极采用APMO解决方案来监控和管理其应用程序的性能，APMO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。IDC预测，到2028年全球数据量Global DataSphere将增长至393.8ZB，从2024到2028五年间生成的数据量将至少是过去10年生成的数据总量的2.2倍1，数据量和关系复杂度的上升都会为运维管理带来巨大的挑战，企业对应用性能管理及可观测性能力需求高速增长。

IDC最新数据显示，2023年全球数字化转型投资规模超过2.1万亿美元，2028年预计达到4.4万亿美元，2023-2028年五年复合增长率(CAGR)为15.4%。随着全球数字化转型市场蓬勃发展，云计算、人工智能、大数据、5G等技术的应用范围不断扩大，全球企业的数字化转型已经来到了持续发展阶段，这也促使了企业不断加大其在数字化转型的投入2。

Gartner在《可观测性平台魔力象限》报告中指出，预计到2027年，可观测性产品市场估计将达到111亿美元，按固定汇率计算，2021年至2027年的复合年增长率（CAGR）为8.3%3，应用性能管理及可观测性技术将在全球IT运营中发挥越来越重要的作用，增长势头强劲。

从供给侧看，海外已存在众多优秀的商业化技术供应商，提供各种类型的应用性能管理及可观测性解决方案，包括基于云端的、移动端的、微服务架构等，如Dynatrace、Datadog、Splunk、Honeycomb等。同时，也涌现出一批开源项目，如Prometheus、OpenTelemetry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性需求。

②中国的应用性能管理及可观测性（APMO）市场

中国APMO（应用性能管理及可观测性）市场还处于早期阶段,行业渗透率相对低，存在较大市场发展空间。2024年，IDC将原有IT统一运维软件报告即ITUO报告升级为IT智能运维软件报告即ITAO报告，以反映越来越多的运维软件在不断加持AI能力，并融合统一的技术及产品发展趋势。同时首次将原有的应用性能管理（APM）市场革新升级为应用性能管理及可观测性（APMO）市场，这也预示着在数字化转型加速的背景下，国内企业对应用性能管理及可观测性的需求持续上升，中国应用性能管理及可观测性（APMO）市场展现出巨大的增长潜力。

“十四五”数字经济发展规划指出，到2025年，数字经济迈向全面扩展期，数字经济核心产业增加值占GDP比重达到10%。展望2035年，数字经济将迈向繁荣成熟期，力争形成统一公平、竞争有序、成熟完备的数字经济现代市场体系，数字经济发展基础、产业体系发展水平位居世界前列4。这一目标明确了国家数字经济在未来几年的发展方向和规模，数字经济的快速发展将进一步推动企业数字化转型。IDC预计，2028年中国数字化转型支出规模预计达到7,330亿美元，全球占比约16.7%，五年复合增长率约为15.6%，增速高于数字化转型全球整体增速2。随着中国数字化转型支出大幅增长，企业在加速数字化进程中将面临更复杂的技术架构和性能挑战，如何高效监控、优化应用性能，保障系统稳定性，成为提升企业竞争力的关键，应用性能管理及可观测性市场的需求将因此持续增长，成为数字经济发展中不可或缺的一环。

2024年，国家推出的“数据要素×”战略得到了广泛实施。我国高度重视数据要素及其市场化配置改革，推动数据管理相关国家标准贯标，规范开展数据治理能力评估，强化企业数据治理和质量管理能力建设。大力推广云计算、边缘计算、大数据分析等平台服务，支持企业开发和使用智能化工具，建立覆盖研发、生产、销售、服务、管理等各环节的数据资源体系5。数据资源体系的全面构建与智能化技术的深入应用，使得企业系统复杂度显著提升。应用性能管理及可观测性工具作为保障数据要素高效运行的关键基础设施，不仅满足数据治理国标贯标的质量管控要求，更能支撑企业实现数据驱动的敏捷决策。因此，随着数据要素市场化改革深化与数字化转型加速，应用性能管理及可观测性市场的需求将显著增长。

《关于促进数据产业高质量发展的指导意见》中提出总体要求，到2029年，数据产业规模年均复合增长率超过15%，数据产业结构明显优化，数据技术创新能力跻身世界先进行列，数据产品和服务供给能力大幅提升，催生一批数智应用新产品新服务新业态6。这将推动数据应用创新和产业融合，促使企业对数据治理和分析工具的需求增加，应用性能管理及可观测性工具作为保障数据应用高效运行的重要手段，需求也将随之快速增长。

在《关于加强银行保险机构重要信息系统安全运行管理的通知》7中，多项要求与信创的核心目标“自主可控、安全可靠的技术体系和国产化替代”高度契合。国务院国资委出台的文件对国产化替代发展提出了阶段性的要求：预计到2025年底央企的办公OA系统将实现100%国产化，网信安全和基础设施、经营管理类系统国产化比例达到50%，预计2027年前完成国产信创替代，替代范围涵盖了底层硬件、基础软件、平台软件、应用软件和信息安全8。中国信创产业加速从“关键环节、部分市场”走向“全产业链、全行业”的信息技术升级，各行业（包括金融、政府、医疗等）的信息化转型将进一步深入。这些行业对信息系统性能、稳定性、数据分析和安全性等方面需求的不断增加，将推动国内应用性能管理及可观测性市场的发展。

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，中国应用性能管理及可观测性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：伴随敏捷开发、DevOps（开发运维一体化）、BizDevOps（业务开发运维协同）及DevSecOps（安全开发运维融合）等理念的涌现和转变，结合持续集成、持续部署等工具流和工具的整合，软件迭代效率得到显著提升。在此背景下，通过系统化梳理模块间依赖关系、建立全链路代码追踪机制，提升开发团队对系统运行状态的实时监测能力，已成为保障复杂系统稳定性的核心因素。

②业务层面：在数字化转型加速的背景下，客户体验已成为企业核心竞争力的关键构成要素。企业已经认识到，传统监控体系难以适配云原生、微服务架构等技术演进趋势，这使得应用性能管理及可观测性解决方案逐渐纳入技术选型评估范围。根据《关于促进数据产业高质量发展的指导意见》政策指引，到2029年，数据产业规模年均复合增长率超过15%，数据产业结构明显优化，数据技术创新能力跻身世界先进行列，数据产品和服务供给能力大幅提升，催生一批数智应用新产品新服务新业态6。

在此政策驱动下，数据资产运营体系的建设将催生企业对数据治理工具链的升级需求，应用性能管理及可观测性工具作为保障数据应用高效运行的重要手段，其市场需求将进入快速增长通道。

③技术驱动：中国应用性能监控及可观测性产业的突破性发展主要依托人工智能、大数据技术、云计算、分布式追踪等核心技术突破，此类技术体系的协同创新推动应用性能监控及可观测性服务的深度和广度不断提升。全球AI技术的产业化进程加速，叠加新质生产力培育政策导向，正驱动AIGC下游应用落地，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的需求扩容。

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正加速成为市场主流选择。此类方案深度适配国内企业云架构部署特征及业务连续性管理要求，在信创产业政策持续深化背景下，政务、金融、能源等关键基础设施领域对核心业务系统的稳定性保障与性能优化已成为关键运维指标，直接驱动具备自主知识产权的应用性能监控及可观测产品国产化替代进程提速。伴随数字化转型，以及5G、算力等IT基础设施建设加速，叠加信息安全和数据合规等对信息安全体系的强制性合规要求，国内APM厂商凭借对本土数据主权规范与行业监管政策的精准适配能力，有望实现市场渗透率的持续提升。

⑤目标客户行业技术栈差异：鉴于金融、电商、游戏等垂直领域的技术生态体系差异显著，例如金融行业的高并发分布式交易系统、电商平台的弹性微服务架构、游戏产业的实时渲染引擎等技术特征分化。这种跨行业技术组件的兼容性要求，本质上是要求应用性能管理及可观测性厂商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，更高效支撑各行业数字化转型中的业务连续性保障需求。

（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

作为数据平台类产品，其核心能力建设需聚焦于构建开放型数据治理体系。在数据采集维度，除标配的标准化数据采集探针外，重点需实现异构数据源的标准化接入能力，具体表现为：通过单一探针组件即可完成基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层的全栈数据关联采集；同时依托多源异构数据处理引擎，低成本建立与数百种第三方产品或工具的无缝集成。所以要求开发商同步具备探针级数据抓取技术的深度研发能力，以及分布式计算引擎研发能力。

②具备“开放、融合”的全域可观测数据模型构建能力

该产品需应对多源性异构数据融合的核心挑战，其数据具有以下三种特征：其一，数据源端呈现跨平台集成复杂性，涵盖自研探针数据流、第三方系统API接口数据、客户各类自定义数据的多源异构融合。其二，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。其三，数据量级极大，日处理数据量一般都在PB级别。这要求开发商须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IT实体为中心的全域可观测数据模型，具体包括：基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层。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全域可观测数据模型；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逐步深入，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助力企业自身业务发展。企业如何高效地利用海量数据，做出精准决策，快速响应市场成为关键，市场对可观测性的需求也日益明确和迫切。

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，自推出以来便引领了市场对可观测性的需求。2024年4月发布春季正式版，经历快速迭代，备受瞩目的Bonree ONE 3.0于2024年8月正式发布，该产品目前已趋于成熟，达到国内先进水平。凭借领先的全域可观测数据模型，实现更全面的数据采集和更智能的数据分析，真正实现全域可观测，开启中国智能运维新篇章。根据IDC发布的《中国IT统一运维软件产品市场跟踪报告》，2024H1，博睿数据以市场占有率20.7%位列中国应用性能监控及可观测性市场第一，市场份额进一步提升，稳居中国市场领导者地位。

（1）产品战略领先、成熟稳定，中国IT运维新标杆。

公司依托对国内市场的深刻理解和丰富的服务经验，通过覆盖多终端、多场景的数据采集技术及强大的数据处理分析能力，持续推动产品创新与边界拓展。基于深厚的技术积累和研发投入，核心产品Bonree ONE持续保持快速迭代，2024年4月推出的Bonree ONE 2024春季版及8月发布的Bonree ONE 3.0版本，在数据采集、模型构建、中台架构及智能分析等关键技术领域取得突破性进展，引领中国IT运维技术革新。

作为Bonree ONE核心自监控组件——Bonree ONE Pilot有效保障系统稳定运行，实现智能自动化部署升级与运维对象全方位观测的并行管理。通过全方位的自我检测能力、直观清晰的架构监控视图及高精度的告警系统，显著提升运维管理的便捷性与可靠性。系统配备即时与周期性巡检功能，有效预防潜在问题，结合其数据存储容量管理功能，全面提升运维管理效能。

Bonree ONE已获得信通院颁发的“AIOps能力成熟度优秀评级”、“IT新治理年度明星产品”及“算力服务领航者计划”优秀案例，该产品同时取得金融电子化“科技赋能金融业场景金融建设突出贡献”奖、GOITI“2024可观测性年度明星产品”奖、数据猿“创新技术突破”奖，并入选2024中国智能运维领域最具商业合作价值企业。其“中国海油多云资源监控与治理”实践获中国电子学会年度优秀案例认定。

（2）坚持自主研发，技术实力雄厚。

公司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，经过十六年的行业深耕，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50项已授权发明专利、135项软件著作权、32项核心技术，在应用性能管理及可观测性领域实现了多项技术突破，具备显著的技术先进性。

公司基于行业技术领先优势，在履行社会责任过程中积极参与行业标准体系建设，推动行业高质量发展。公司深度参与信通院AIOps标准制定工作，同时参与编制中国电子工业标准化技术协会《政务App评价指标》团体标准，协同推进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》。长期担任Hehson银行App评测数据支持机构，持续输出技术标杆实践，为行业可持续发展提供动力。

（3）拥有行业领先的品牌影响力。

公司基于16年行业积累形成显著市场影响力，获得许多头部客户的信任与认可。客户高黏性与稳定的合作关系使得公司保持竞争优势。

在报告期内有效应对市场环境变化，通过进一步深化市场渗透与品牌建设。公司积极布局线上线下的全域市场运营，完善官网及新媒体营销矩阵，组织行业会议、高峰论坛及专业沙龙，其中首届“观测先锋2024可观测平台创新应用案例大赛”推动行业实践案例交流。同时，博睿数据构建知识体系矩阵，推出《博睿学院-可观测性认证课程》、《IT运维之光》、《可观测性100问》工具书、《聊点技术》、《数字化运维路线图》等系列IT运维行业内容IP，产出系统化公开课及技术论文，发布涵盖100+IT运维应用场景的60余个标杆实践案例。客户成功案例获行业权威认可：证券业领域“智能运维领航标杆案例”（领新杯）及“建立一体化智能可观测平台实现App体验数字化”（数据猿金猿奖）；银行业领域“一体化智能可观测平台全面保障业务稳定性”（数据猿金猿奖）；制造业领域“全栈可观测驱动智能化运营与成本优化解决方案”与“基于Bonree ONE实现AI大模型高级一体化可观测运维监控解决方案”（IT168年度创新解决方案）。

（4）领先的客户体验及口碑。

公司通过技术迭代与服务升级持续提升客户体验价值，市场认可度持续提升。例如：在某大型证券公司，通过公司可观测性平台建设，帮助客户梳理21条核心交易链路，以确保核心链路的业务连续性，通过对前后端监控数据、日志数据、基础监控数据、网络数据等全要素可观测数据的整合，帮助该客户构建了1-5-10体系，即1分钟发现问题、5分钟定位问题、10分钟故障恢复，从而大幅降低平均故障恢复时间，为客户生产业务带来了巨大的保障，从而减少业务损失。

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及可观测行业的领导者。

(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

2024年应用性能管理及可观测性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、新产业、新业态、新模式

Bonree ONE 3.0平台以全域可观测数据模型为核心，以全面的IT机器数据为基石，提供统一的IT运维监控能力。该模型包括五层实体模型（146种实体、113种关系），预置1262项指标，33种事件以及日志模型和调用链模型，实现数据标准化和结构化。各模型间建立深度关联机制，依托智能分析引擎与可视化看板，结合AI算法强化故障预判与应急响应能力，有效支撑企业快速定位问题，优化系统稳定性与提升用户体验。

①大数据应用方面

Ⅰ 高效能架构：支持异地多活高可用架构，通过OneService联邦引擎实现数据本地存储与全局分析的统一管理，实现架构精简并提升查询性能至毫秒级。产品安装包体积从11GB下降至5GB，显著提升系统轻量化水平。

Ⅱ 高技术引擎：AI引擎SwiftAI实现异常检测、根因分析。系统通过多源数据自动适配提升诊断效率。OneService支持跨异构数据联邦计算，基于统一SQL接口实现全域数据协同分析。

Ⅲ 高质量数据治理：调用链维度排序扫描缩小千倍，页面加载耗时由5秒级优化至毫秒级响应，平台P99响应时间指标首次突破3秒阈值。

②AI应用方面

2024年LLM技术实现突破性应用演进，其应用门槛降低进入推广阶段。公司深化LLM与可观测性领域的技术融合，并推出了“小睿助理”帮助用户快速生成PromQL表达式以及基于运维领域语料的智能问答服务。

③算力运维方面

2024年算力运维市场规模快速增长，2024上半年中国智算服务整体市场同比增长79.6%，市场规模达到146.1亿元人民币。其中，智算集成服务市场同比增长168.4%，市场规模达57.0亿元人民币；GenAI IaaS市场同比增长203.6%，市场规模达52.0亿元人民币9。同时，我国新增算力规模接近40EFlops，算力核心产业规模有望突破2.4万亿元10。产业格局加速形成，算力市场形成了“三大运营主体”（IDC服务提供商、云服务提供商、第三方算力租赁商）和“三类算力服务模式”（算力租赁、算力+平台服务、算力+平台+模型服务）。第三方算力租赁模式在优质客户合作驱动下，有望复现高速增长路径。

公共算力统一调度，多地政府已建成算力互联交易平台，实现城市算力的统筹调度。国家数据局遴选了25个全国一体化算力网应用优秀案例11，但跨区域大范围统一调度和市场商用仍有待进一步突破，行业应用更加广泛。未来，随着技术的持续创新和市场的进一步拓展，算力运维将在数字经济中发挥更重要的作用。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。算力监测及可观测产品及服务的需求也将逐步释放。

（2）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12，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，应用性能监控及可观测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加强生态合作与全球化成为必然趋势。

全球范围内的数字化转型浪潮，推动了对应用性能监控及可观测性解决方案的需求，随着中国企业在AI、机器学习、自动化运维等领域的技术创新，在国际市场的竞争力逐步提升，中国企业有机会通过提供高性价比的解决方案抢占市场。尤其是东南亚、中东等新兴市场。一方面中国企业在云计算、大数据、人工智能等领域的技术积累，为可观测性解决方案的出海提供了技术支撑，另一方面中国政府的“一带一路”倡议和“数字丝绸之路”建设，为企业出海提供了政策支持和市场机遇。此外，中国科技头部企业已在全球范围内布局，应用性能及可观测解决方案作为其服务的重要组成部分，也将随之国际化。随着技术复杂性增加，单一厂商难以提供全覆盖的解决方案，生态合作、技术输出、政策支持和市场需求驱动，将加速中国应用性能监控及可观测企业的出海进程，提升在全球市场的影响力和竞争力。

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

1 IDC《全球市场洞察 IDC DataSphere最新趋势预测》，2024年10月18日。

2 IDC《全球数字化转型支出指南》。

3 Gartner《可观测性平台魔力象限》，2024年8月12日。

4 《国务院关于印发"十四五"数字经济发展规划的通知》，2021年12月12日。

5 《国家数据局等部门关于促进企业数据资源开发利用的意见》，2024年12月25日。

6 国家发展改革委等部门《关于促进数据产业高质量发展的指导意见》，2024年12月30日。

7 《国家金融监督管理总局关于印发银行保险机构数据安全管理办法的通知》，2024年12月27日。

8 《网络安全与信息安全助力信创“换”“防”最后一英里》，2023年06月21日。

9 IDC《中国智算服务市场（2024上半年）跟踪》，2024年12月16日。

10 工信部等六部门联合印发的《算力基础设施高质量发展行动计划》发展目标。

11 国家数据局《全国一体化算力网应用优秀案例集》，2024年8月28日。

12 IDC FutureScape:2024年中国数据和分析市场十大预测，2024年1月23日。

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、主管会计工作负责人及会计机构负责人（会计主管人员）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

2025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

2025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

2025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

(三)2025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

2025年4月26日