股票简称:汇鑫科技 股票代码:871193

专业的互联网+解决方案提供商 售前支持:40066-40068

汇鑫公众号二维码
公有云企业邮箱市场步入成熟期 263企业邮箱占领行业高地

浏览:54,455    发表时间:

 今年3月,IT 桔子专门针对公有云企业邮箱市场对外发布了《2017 中国公有云企业邮箱行业调研报告》。

 

 

  该报告主要针对2017年中国公有云市场基础背景、市场情况进行了研究介绍,并对包括263企业邮箱在内的4大主流企业邮箱做了用户体验调研及产品评测。

 

 

  其中,263企业邮箱凭借安全稳定、反垃圾等优质特性,占领行业高地,成为中小企业首选企业邮箱品牌。

 

 

  中小企业更倾向选用公有云企业邮箱

 

 

  该报告指出,在企业邮箱的选择中,中小企业通常都会选择产品化程度更高、成本更低的公有云企业邮箱。

 

 

  首先,从企业自身需要来看,中小企业自身资质不足,不具备专业的 IT 技术人员及雄厚的资金支持,而自建邮箱需要花费大量人力、物力、财力的投入,企业根本负担不起,具有低成本投入、低运维管理等特性的公有云企业邮箱对中小企业具有更大的吸引力。

 

 

  其次,随着企业业务的发展,企业往往会对品牌形象管理提出更高层次的要求。相对普通邮箱,专业的公有云企业邮箱能够提供统一的域名管理、邮件模板等功能,能够为企业品牌的提升起到良好推动作用。

 

 

  IT桔子还对公有云企业邮箱用户进行了大数据样本调研,结果显示,目前中国公有云企业邮箱的企业客户群体,以传统企业居多,为57.21%,互联网企业占比约为42.79%。

 

 

  市场进入成熟期,企业邮箱增速放缓

 

 

 

  据IT桔子测算,2014年至2017年,公有云企业邮箱整体市场和用户规模在持续扩大,不过增速已经开始放缓,但整体增速依然保持在20%以上。2017年公有云企业邮箱营收规模大约为27.2亿元,同比增长21.95%。预计2018年市场规模将增长至32.8亿元。而在2017年整体中国公有云企业邮箱运营商的营收份额中,263企业邮箱收入占比大约12.95%,营收规模在主流运营商中仅次于腾讯邮箱。

 

 

  报告还显示,2014年,中国公有云企业邮箱用户的企业数量大约为136.3万家。到了2017年的企业数量数大约为261.1万家。预计2018年公有云企业邮箱企业数量大约为292.3万家。

 

 

  不过随着双创在中国的常态化,越来越多的互联网初创企业将成为公有云企业邮箱市场的主力军,带动企业邮箱市场进一步扩张。

 

 

  安全稳定、反垃圾为重要诉求功能

 

 

  对于不同行业的企业用户对公有云企业邮箱的需求,IT 桔子也做了进一步的调研。

 

 

  传统企业对公有云企业邮箱的需求主要集中:企业通讯录、邮件归档与备份、邮件撤回、反垃圾、查看邮件发送/阅读状态、个性化页面设置以及邮件跟踪等几个功能上,其中企业通讯录以89.42%的比例占传统企业需求的首位。

 

 

  相对而言,互联网企业对公有云企业邮箱的基础功能方面则有更多的需求。与传统企业相同,企业通讯录也是互联网企业的首要诉求。其次是邮件撤回、反垃圾、邮件归档与备份等。

 

 

  而当企业发展到成熟期之后,对于公有云企业邮箱的需求也出现了新的变化,其中反垃圾需求进一步上升至第二位,占比82.57%,而在产品使用阶段,企业用户最看重的就是邮箱的稳定性,不能接受因功能过多导致的性能、稳定和安全等问题出现。

 

 

  263企业邮箱:2018年将持续关注邮箱智能安全

 

 

  除了对公有云企业邮箱的基础背景、市场规模、用户体验进行了调研分析,该报告还对263企业邮箱、腾讯企业邮箱、阿里云邮箱等几大主流邮箱产品进行评测。

 

 

  报告指出,稳定性是企业邮箱运维的基础,安全性是企业用户使用邮箱的基本关注点。公有云企业邮箱市场上的五大主流邮箱均对邮箱的安全稳定投以极大关注,且各具特色。

 

 

 

  以263企业邮箱为例,在数据安全方面,263企业邮箱施行NOC专家24小时值守、邮件误删除数据7天内可恢复,邮箱账号误删除15天内可恢复,邮件实时归档、内外网多层分离,SSL、TLS加密传输,其反垃圾技术通过国家863项目A级验收,是中国互联网协会理事单位,国际反垃圾组织白名单成员。

 

 

  除上述报告中提到的极具竞争力的功能特色外,据悉,2018年263企业邮箱还将围绕“混合部署、智能安全、快捷投递、降成本”为客户提供更专业、更高效的企业级SaaS服务。

 

 

  在智能安全方面,263企业邮箱将借助专注于企业邮件领域近20年的数据与经验积累,依托数百万的邮件客户,进行大数据分析,建立起邮件的大数据往来关系、行为分析、语义分析、图像内容识别、伪造识别等多重数据分析模型,并对数据和模型进行时时修正与完善,能够更精准的对垃圾邮件,以及异常用户行为进行判定。

 

 

  基于用户的操作行为,或邮件内容中的一句话、一个图片,在不同邮件收发件人不同的往来关系条件下,适时地进行更人性化更精准的判定。经过263企业邮箱的多重反垃圾过滤,垃圾邮件的识别率超过 99%,误判率低于0.01%,保证用户邮件得到彻底的净化,免受垃圾邮件钓鱼邮件,以及黑客的侵扰。