五步法深度分析 · SC-01
86 总分
供应商智能风控
云筑网 + 中建发展
把供应商在中建体系内的交易履约数据做成信用评分,卖给采购部门和金融机构做风控
建议推进
七维评分 · 各维度表现
变化天花板
17/18
终局时机
15/17
需求真伪
15/17
方案优劣
15/17
商业模型
13/16
增长壁垒
14/15
风险扣分
-3/10

📋 预判摘要

20张硬伤卡牌评分 5/20 低风险
关键致命伤 无 P0 级硬伤
唯一风险项 #20 供应链/运营复杂度(3/5 — 有思路但未完全验证)
整体判定 ✅ Step4有解,76分有效
分数待定原因 卡在Step4(中建资本协调+数据对外合规),前三步成立。待组织协调问题解决后补分。

🔍 五步递进筛查

步骤状态说明
Step 1 需求供应商准入/履约监控是采购刚需
Step 2 解决方案信融宝已运行+10万亿数据
Step 3 商业模式LTV/CAC=30(银行客户)
Step 4 增长⚠️外部央企竞合困境+数据对外合规红线未解决
Step 5 壁垒10万亿数据+网络效应+转化成本三重壁垒
筛查结论:⚠️ 卡在Step4 — 外部央企不愿接入竞品平台(竞合困境)+ 数据对外输出合规红线(77号文"信息中介不得异化为信用中介"),增长路径受阻。

🏰 行业预判六模块

M1 拆解行业

产业链:数据源层(工商/司法/税务)→ 平台层(天眼查/企查查/启信宝、云筑网、广联达/筑集采)→ 应用层(供应商准入SaaS、履约风控SaaS、围串标识别)→ 终端用户

利润分配(100元):数据采集与清洗 15-20% | 风控模型研发 60-70% | 产品化与交付 40-50% | 销售与获客 20-30%

关键控制节点数据资产型 — 云筑网拥有 10 万亿级真实交易履约数据,通用企业信息平台无法获取的独占资源。

可优化:建筑企业采购风控长期依赖人工审核(Excel + 经验判断),自动化替代空间巨大。

M2 洞察变化

维度变化量级
政策法规"77号文"推动"数据信用"替代"主体信用"
政策法规八部门AI+招投标强制时间表
新技术大模型+知识图谱自动构建供应商画像
新技术隐私计算解决跨机构数据合规共享
需求侧建筑央企采购数字化率仅10-15%
供给侧云筑网已有110万+供应商 + 信融宝产品基础
判断:系统性变化 — 政策 + 技术 + 需求三重共振,足以支撑百亿级公司。

M3 预判稳态B

原子需求:建筑央企采购部(准入审批,3-10万/年)| 金融机构(贷前风控,100万+/年)| 纪检监察(围串标合规,50-200万/年)

稳态推演:77号文推动"数据信用" → 基于真实交易数据的风控模型成为合规刚需 → AI+招投标强制政策 → 建筑供应商风控从"人工经验驱动"转向"AI+数据驱动",头部平台形成寡头格局。

中建发展位置数据资产层独占者 — 10万亿+真实交易履约数据,嵌入实际采购流程形成闭环。

M4 Timing

周期:早期探索 → 爆发增长过渡期。窗口刚刚打开,还有 2-3 年

太早风险 — 云筑网数据和产品基础已就绪

太晚风险 — 启信慧眼已有"采购风控版",通用平台可能蚕食市场

M5 天花板大小

方法估算
直接数据智能风控整体市场 890亿(2025)→2600亿(2030),年复合24.6%
Top-down供应链金融风控 3.2万亿 × 1-3% = 320-960亿,建筑20% → 64-192亿
Bottom-up110万供应商 × 5%付费 × 2万/年 = 11亿
类比上海钢联数据服务8亿/年 → 建筑至少同等体量

结论50-200亿元可触达市场,支撑十亿级体量公司。

M6 集中度

现状:有头部玩家但未形成垄断 — 天眼查/企查查/启信宝三足鼎立,建筑垂直层无全国性寡头。

趋势C型(分散→集中)最佳时机 — 数据资产具有网络效应和规模效应,政策推动加速整合。

策略:差异化深耕 — 利用云筑网独占的交易履约数据,在建筑行业做深做透。

行业预判结论:6 模块全部通过,进入五步法分析。

🔍 五步法逐层分析

Step 1 需求

目标用户:建筑央企及大型建筑企业的采购管理部门

场景痛点刚性
供应商准入审批人工审核营业执照/资质证书,效率低、易遗漏刚性
履约过程监控供应商经营异常无法及时发现,发现时已造成损失刚性
围串标识别人工排查140万次招标数据中的关联关系,覆盖率极低刚性
供应链金融风控中小供应商信用评估缺乏数据支撑刚性
需求评估三角形刚性 雪中送炭 · 高频 每次采购/招标都需要 · 广泛 所有建筑央企和大型企业

Step 2 解决方案

差异化定位:天眼查/企查查是"企业工商信息查询工具",我们是"建筑行业供应商全生命周期风控平台" — 10万亿真实交易履约数据能回答"供应商在中建体系内的实际表现如何"。

核心卖点:"工商数据告诉你是谁,交易数据告诉你靠不靠谱。"

做 ✅不做 ❌
供应商准入AI审核(资质核验+信用评分)通用企业信息查询(与天眼查正面竞争)
履约过程动态监控(异常预警)供应链管理全流程SaaS(专注风控)
围串标AI识别(关联关系+报价异常)金融牌照业务(不做信贷,只做风控输出)
交易履约数据API输出C端个人征信

MVP:110万供应商训练履约预测模型 → 整合外部工商/司法数据 → 动态信用评级(A/B/C/D)→ 嵌入中建内部验证

Step 3 商业模式

单客户(ToB SaaS) — 按企业年订阅 + 按查询次数混合计费

收入来源第3年估算
央企标准版 10万/年 × 20家200万
大型建筑企业 5万/年 × 100家500万
中小供应商自助 200元/次 × 5万次100万
金融机构API 100万/年 × 5家500万
围串标专项 50万/年 × 10个项目500万
第3年合计1800万
毛利率
25%
LTV / CAC
5.5
✅ 健康(>3)
回收期
6月
✅ 合理

Step 4 增长

增长引擎黏着式 — 供应商风控嵌入采购流程,用了就离不开

0-6月
商业验证
6-18月
增长早期
18-36月
加速增长
优先级渠道CAC
1中建体系内复制(8个工程局)0
2云筑网现有客户转化1-2万
3行业协会/政府渠道3-5万
4金融机构联合推广2-3万
5内容营销+行业会议5-8万

Step 5 壁垒

壁垒类型具体内容强度
数据资产10万亿真实交易履约数据 — 通用平台无法获取
网络效应供应商越多 → 数据越丰富 → 模型越准 → 更多客户
规模效应数据边际成本趋零,模型训练成本被客户数摊薄
转化成本嵌入采购流程后,切换成本高
无形资产央企身份+中建品牌背书

可复制性:天眼查/启信宝 极难 | 其他建筑央企 2-3年 | 新进入者 几乎不可能

💥 20张硬伤卡牌诊断

总分
5/20
结论:低风险,19项未命中,仅#4/#11/#13/#20轻微扣分。
#硬伤问题评分结论
1-3目标用户/痛点/频率0 0 0 均未命中
4-6用户验证/本质区别/卖点1 0 0 #4轻微
7-9功能堆砌/MVP/单元模型0 0 0 均未命中
10-12CAC-LTV/毛利/基准对比0 1 0 #11轻微
13-15获客渠道/人肉/增长引擎1 0 0 #13轻微
16-18护城河/壁垒/六大壁垒0 0 0 均未命中
19团队缺少必备能力0未命中
20低估运营复杂度3中等

🧪 关键假设清单

P0
H7:中建体系内各局愿意使用云筑网风控产品
内部调研+试点  |  标准:≥3个工程局同意试点
P0
H3:交易数据+工商数据融合模型准确率显著提升
A/B测试  |  标准:准确率提升≥15个百分点
P0
H9:交易数据合规可用于对外风控输出
法律合规审查  |  标准:法务出具合规意见书
P1
H1:建筑央企愿意为"建筑行业专属"风控SaaS付费
客户访谈  |  标准:≥5/10家确认意向
P1
H8:外部央企(中铁/中交/中铁建)愿意接入
商务接触  |  标准:≥2家表达意向
P1
H4:大模型+知识图谱构建关联关系图谱
技术POC  |  标准:覆盖率≥80%
P2
H2:云筑网数据对非中建体系客户有吸引力
市场测试  |  标准:≥10家外部企业试用
P2
H5:第3年获取100家大型建筑企业
增长验证  |  标准:第1年≥20家
P2
H6:金融机构为API支付100万/年
商务谈判  |  标准:≥1家银行签约

📈 敏感性分析

变量基准乐观(+20%)悲观(-20%)
第3年客户数135家162家→收入2160万108家→收入1440万
年均客单价8万9.6万6.4万
外部数据采购成本200万240万160万
月流失率3%3.6%→LTV=18.6万2.4%→LTV=27.9万

最敏感:客户数和客单价 — 受"中建体系内验证→外部复制"节奏制约。

备选路径

Plan A(首选)
供应商全生命周期风控SaaS
中建内验证 → 央企复制 → 金融机构API → 政府采购
第3年1800万,第5年8000万+
Plan B(备选)
风控数据服务API
不做SaaS,只做API输出给银行/金融机构
第3年500万/年
Plan C(退出条件):中建体系内≥3工程局拒绝 | 数据不可对外输出 | 模型准确率无法优于纯工商数据

▶️ 建议下一步行动

📝 第一件事(本周)
在中建体系内选择 1 个工程局的采购部门,用云筑网数据 + 天眼查数据做一次 A/B 对比测试。
  • 选取该局近 1 年的 100 个供应商准入案例(含 20 个已知风险供应商)
  • 分别用"纯工商数据"和"工商数据+云筑网交易数据"做风控评分
  • 对比两组模型的准确率/召回率/误报率
成功标准
AUC ≥ 0.85

成本:2周 + 1名算法工程师 + 0元外部采购

🔗 与 SC-03 协同关系

SC-01(供应商智能风控)与 SC-03(供应链金融AI)是天然的上下游关系

SC-01 供应商风控(基础设施层) ├── 供应商准入审核 → 信用评级输出 ├── 履约过程监控 → 动态风险评估 └── 围串标识别 → 合规背书 │ ▼ SC-03 供应链金融(变现层) ├── 信用评级作为贷款审批输入 ├── 动态风险评估作为贷后监控 └── 合规背书降低银行风控成本

组合效应:SC-01建立信用评分→SC-03做贷款审批输入;SC-01持续监控履约→SC-03做贷后风控。

建议:共享技术底座(数据中台+AI模型),分层变现。SC-01和SC-03应作为"组合拳"推进。
← 返回全景报告