文|第一新聲 不做閑魚

編輯|也行

商業(yè)智能（BI）賽道經(jīng)歷了從國外廠商到國內(nèi)廠商的遷移，也正經(jīng)歷從傳統(tǒng)時代向智能時代的變革。

近期，市場上有人闡述了BI行業(yè)停滯不前的窘境以及數(shù)據(jù)分析工具市場的現(xiàn)狀。并且有許多讀者留下了共鳴的討論，其中一些評論者認為：商業(yè)智能（BI）系統(tǒng)的推出或部署過于頻繁，卻從最終用戶那里得到不冷不熱的反應(yīng)，長期以來飽受采用率低下之苦。

目前，BI行業(yè)的現(xiàn)狀到底什么樣子？真的是停滯不前嗎？未來BI的道路該如何發(fā)展？第一新聲帶著這些疑問，與國內(nèi)兩家BI頭部企業(yè)進行了交流，看看他們是如何解釋的？

一、BI仍是剛需，未來5年增長率17.9%

BI即Business Intelligence，中文稱商業(yè)智能或商業(yè)智慧。1996年，Gartner正式將商業(yè)智能定義為：一類由數(shù)據(jù)倉庫（或數(shù)據(jù)集市）、查詢報表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復等部分組成的、以幫助企業(yè)決策為目的的技術(shù)及其應(yīng)用。

BI的核心技術(shù)主要包括數(shù)據(jù)存儲、數(shù)據(jù)ETL、數(shù)據(jù)分析、數(shù)據(jù)挖掘，以及數(shù)據(jù)可視化分析。隨著數(shù)據(jù)量的激增和應(yīng)用場景的復雜化，諸如Hadoop和Hive等大數(shù)據(jù)技術(shù)的出現(xiàn)很好地彌補了BI處理大數(shù)據(jù)的能力。

從發(fā)展階段來看，2013年以前屬于傳統(tǒng)BI，該階段的產(chǎn)品以IT為主導，在大數(shù)據(jù)量的處理上擁有較好的性能和穩(wěn)定性，但是數(shù)據(jù)分析的能力和靈活性比較差。

2013年至今，自助型BI高速發(fā)展期，傳統(tǒng)BI逐漸衰退。這是由于IT驅(qū)動向業(yè)務(wù)驅(qū)動的轉(zhuǎn)變讓敏捷型/自主型BI產(chǎn)品出現(xiàn)，使得采購成本低、項目周期短，

值得注意的是，2013年大數(shù)據(jù)概念在國內(nèi)開始普及，國內(nèi)BI市場進入萌芽階段。

國內(nèi)大部分BI廠商都是在2013年前后成立，或拿到融資、或市場份額翻倍增長。此外，國外的老牌BI產(chǎn)品從這個階段開始市場份額逐步下滑，新型的國外BI產(chǎn)品例如Tableau、Qlik 等開始在國內(nèi)快速布局，微軟也推出Power View。

要知道，早年間以Business Objects、Cognos、BIEE、Micro Strategy為首的四大品牌近乎統(tǒng)領(lǐng)了全球的BI市場。

隨著我國大數(shù)據(jù)產(chǎn)業(yè)迅速發(fā)展，政府出臺各項扶持政策，大量創(chuàng)新企業(yè)迎來發(fā)展機遇，國產(chǎn)BI也嶄露頭角。同時，BI行業(yè)的演進出現(xiàn)兩個趨勢，從IT到業(yè)務(wù)，從報表到?jīng)Q策。

從企業(yè)類型來看，國內(nèi)市面上從事BI的企業(yè)分為兩種，一是獨立廠商，以帆軟、思邁特、永洪科技等為代表。他們的產(chǎn)品歷經(jīng)市場和客戶檢驗，客戶觸點廣泛，競爭實力不容小覷。

二是互聯(lián)網(wǎng)大廠，例如阿里云基于阿里電商生態(tài)打造了Quick BI 數(shù)據(jù)可視化分析平臺，對接各類云上數(shù)據(jù)庫和自建數(shù)據(jù)庫；騰訊基于微信社交生態(tài)，推出騰訊有數(shù)，幫助微信內(nèi)平臺進行系統(tǒng)性的數(shù)據(jù)分析；百度則基于百度智能云，打造數(shù)據(jù)可視化Sugar BI 平臺；網(wǎng)易也于2017年推出了網(wǎng)易有數(shù)。脫胎于內(nèi)部復雜業(yè)務(wù)的互聯(lián)網(wǎng)大廠，具有更為明顯的資金供給、生態(tài)搭建、人才培養(yǎng)等方面的優(yōu)勢。

從市場增速來看，發(fā)展至今，我國已進入BI及DA（數(shù)據(jù)分析）領(lǐng)域的第一方陣，并成為發(fā)展最快的國家之一。

IDC數(shù)據(jù)顯示，2020年中國商業(yè)智能軟件市場規(guī)模為5.8億美元，同比增長17.1%。2021年中國商業(yè)智能軟件市場增速將快速恢復，市場規(guī)模預計達到7.0億美元，同比增長恢復到21%。到2025年，中國商業(yè)智能軟件市場規(guī)模將達到13.3億美元，未來5年整體市場年復合增長率（CAGR）為17.9%。

“早期僅有金融、電信領(lǐng)域?qū)I有必要的需求，近20年的時間，各行各業(yè)對于數(shù)據(jù)的依賴度越來越高，現(xiàn)在廣泛的對BI有了需求，雖然BI市場在所有的技術(shù)領(lǐng)域里不算很大的蛋糕，但增長率確實非?？?，比GDP的增長率高了好幾倍，說明BI市場很有活力?！彼歼~特軟件副總裁徐晶在參加第一新聲舉辦的峰會時說道。

觀遠數(shù)據(jù)曾接受媒體采訪時表示，中國數(shù)據(jù)分析與商業(yè)智能的市場才剛剛開始，數(shù)字化轉(zhuǎn)型是未來十年中國經(jīng)濟的最大主題，而BI是其中最確定的剛需之一。未來10年，國內(nèi)會有現(xiàn)在50-100倍的用戶活躍的使用BI與數(shù)據(jù)分析，在企業(yè)運營與決策中獲得領(lǐng)先優(yōu)勢。

二、商業(yè)模式之選：產(chǎn)品/SaaS模式VS服務(wù)模式

TO B企業(yè)的商業(yè)模式總會面臨兩個選擇，到底是產(chǎn)品/SaaS模式還是服務(wù)模式，BI行業(yè)也不例外。

一是產(chǎn)品/SaaS模式，是將BI產(chǎn)品或者SaaS交付給客戶，并由客戶自行實施。

Tableau是該模式的典型代表，其主要以Tableau Desktop和Server版本為主，同時也提供嵌入式開發(fā)和SaaS服務(wù)。除咨詢服務(wù)外，Tableau的使用主要由業(yè)務(wù)人員根據(jù)實際需要自行完成。此外，MicroStrategy和大部分敏捷BI廠商及SaaS服務(wù)提供商都屬于該模式。

產(chǎn)品/SaaS模式提供給客戶靈活敏捷的BI產(chǎn)品，客戶能夠及時應(yīng)對業(yè)務(wù)變化的需要，但是單一的產(chǎn)品通常難以滿足客戶業(yè)務(wù)定制化的需要。

二是服務(wù)模式，以IT服務(wù)或者業(yè)務(wù)服務(wù)的方式為客戶提供基于BI的整體解決方案。另外，服務(wù)模式又包括IT服務(wù)型和業(yè)務(wù)服務(wù)型兩種。

提供IT服務(wù)模式的企業(yè)主要以O(shè)racle、SAP、IBM、SAS等傳統(tǒng)BI企業(yè)為主。這類企業(yè)主要以搭建BI信息系統(tǒng)為主，但在搭建數(shù)據(jù)倉庫過程中需要與業(yè)務(wù)人員進行充分配合，涉及大量業(yè)務(wù)咨詢與梳理過程。傳統(tǒng)BI廠商都建立有自身的BI實施方法論。以SAPBW為例，其實施過程大概分為項目計劃和準備、設(shè)計階段、開發(fā)階段、測試和部署階段以及系統(tǒng)上線階段等。

IT服務(wù)模式雖然充分結(jié)合的業(yè)務(wù)需求和技術(shù)實現(xiàn)，但其主要以傳統(tǒng)BI流程為主，通常涉及多個部門的協(xié)調(diào)配合，同時其高昂的部署成本難以靈活的適應(yīng)現(xiàn)代企業(yè)的需要。

業(yè)務(wù)服務(wù)模式基于一站式大數(shù)據(jù)分析平臺構(gòu)建敏捷型BI產(chǎn)品，并以服務(wù)的方式支撐企業(yè)的業(yè)務(wù)分析需求。業(yè)務(wù)服務(wù)型廠商既要具備建立數(shù)據(jù)湖的能力，而不僅僅是建立數(shù)據(jù)倉庫，以便數(shù)據(jù)整合；通常以SaaS方式提供多樣化的服務(wù)。

一位投資人告訴第一新聲，如果不是SaaS產(chǎn)品，未來企業(yè)在獲客成本以及定制化成本可能會比較高，存在一定的風險。

徐晶表示：“我們自己走的路線是從大型客戶的服務(wù)做起，慢慢地把它變成產(chǎn)品、品牌。至于企業(yè)選擇什么模式，要從兩方面來看，一是面對競爭激烈的市場，客戶的需求經(jīng)常變化，所以要求BI系統(tǒng)有極高的適應(yīng)性和靈活性。我認為在中國，標準化的SaaS產(chǎn)品對大型客戶是不行的，還是以服務(wù)為主。但也希望盡量產(chǎn)品化，以功能代替服務(wù)，降低交付成本。二是純標準化產(chǎn)品也有未來，例如在一些新興的小微企業(yè)，或者主動擁抱接云端SaaS服務(wù)的企業(yè)。這種情況下有標準化產(chǎn)品存在的空間?！?/p>

“我們的產(chǎn)品分為SaaS和私有部署兩種模式，主要取決于客戶是否愿意把數(shù)據(jù)存在公有云上。我明顯感覺到未來的兩年，SaaS模式的使用量將慢慢增長?！庇篮榭萍悸?lián)席總裁馬云說道。

三、一邊高速奔跑，一邊屢遭詬?。?/h4>

BI行業(yè)發(fā)展二十多年，現(xiàn)狀卻是一邊是市場和廠商高速奔跑，一邊是問題諸多、屢遭詬病。

尤其是傳統(tǒng)式 BI 存在諸多問題。一是開發(fā)效率低下，傳統(tǒng)BI的報表制作是由業(yè)務(wù)部門提交到IT部門，IT人員根據(jù)分析需求進行建模，業(yè)務(wù)人員查看分析結(jié)果報表，流程繁瑣冗長，難以應(yīng)對復雜多變的業(yè)務(wù)需求。二是分析不靈活，制作出的報表是相對靜態(tài)的,僅能查看結(jié)果，不能實現(xiàn)靈活交互分析。三是開發(fā)部署周期長，BI項目部署開發(fā)周期往往需要幾個月的開發(fā)時間，面對日新月異的商業(yè)環(huán)境,委實不夠“敏捷”。

文章一開始，就提到過有人表示BI行業(yè)停滯不前，其中一個典型問題是，BI行業(yè)存在“玩具賣家問題”。銷售玩具假定兒童是使用者 （用戶），但父母是預算持有者和決策者。與玩具銷售一樣，BI部署中的用戶和買家是兩個不同的角色。企業(yè)BI銷售流程主要是為買家（IT預算持有者）量身定制的，而不是為實際上每天都不得不使用產(chǎn)品的非技術(shù)人員定制的。結(jié)果，BI平臺充斥著半生不熟、花里胡哨的無用功能，在組織購買平臺后沒有人實際使用這些功能，這也導致采用率低。

確實如此，目前在企業(yè)中負責BI工作的多為專業(yè)分析師、IT運維等職能人員，角色屬性決定了他們無法對于決策的業(yè)務(wù)結(jié)果負責，割裂了分析與執(zhí)行，決策和結(jié)果。理想的模式應(yīng)該是讓業(yè)務(wù)人員自主完成分析工作，和他們的主觀判斷結(jié)合，形成最優(yōu)的解決路徑，并由他們對結(jié)果負責。

于是，自助式 BI 應(yīng)運而生，自助式 BI 面向業(yè)務(wù)人員，追求業(yè)務(wù)人員與 IT 人員的高效配合。國外產(chǎn)品主要有Power BI、Tableau、Qlikview，國內(nèi)產(chǎn)品有帆軟、永洪科技、觀遠數(shù)據(jù)等。

在思邁特軟件副總裁徐晶看來，無論是傳統(tǒng)開發(fā)式BI還有自助式BI，在企業(yè)應(yīng)用時均面臨三大挑戰(zhàn)。

第一是數(shù)據(jù)質(zhì)量或數(shù)據(jù)管理的問題。

這么多年沒有一種解決方案能把企業(yè)的數(shù)據(jù)治理清楚或者管理到位，每個企業(yè)對數(shù)據(jù)的認知不到位，一開始就沒有規(guī)劃好數(shù)據(jù)標準和指標體系，都是先做業(yè)務(wù)，再逐步優(yōu)化流程，再產(chǎn)生數(shù)據(jù)，然后不斷改變業(yè)務(wù)，調(diào)整流程，積累了各種各樣的數(shù)據(jù)，而且各部門數(shù)據(jù)口徑不一致，連最基礎(chǔ)的數(shù)據(jù)標準都無法統(tǒng)一，那數(shù)據(jù)分析也將成為“精確的錯誤”，無法真正發(fā)揮出數(shù)據(jù)價值。

第二是數(shù)據(jù)分析的工具，即BI本身也是一個挑戰(zhàn)，如何讓業(yè)務(wù)員真的用起來不是一個簡單的可視化解決方案，它在實際應(yīng)用中會出現(xiàn)很多的問題。

數(shù)據(jù)分析實際上是一個立體的需求，不是一個簡單的功能需求，就好像每個人都要去參與城市交通，而交通工具是一種解決交通需求的工具體系，比如有自行車、公交車、出租車、私家車、地鐵等各種各樣的方案。數(shù)據(jù)分析在企業(yè)里面也是一樣，沒有一個行業(yè)會用一種的方式去分析數(shù)據(jù)，也沒有一個企業(yè)的所有人會愿意用同一種方式分析數(shù)據(jù)。

所以無論BI怎么發(fā)展，Excel這種數(shù)據(jù)分析方式會永遠存在。也就是說數(shù)據(jù)分析需要有更多的包容性和靈活性。在對數(shù)據(jù)分析工具上面，不能死咬一條路、一條腿走路，應(yīng)該是全方位發(fā)展，思邁特軟件做了很多的功能創(chuàng)新。

第三個是數(shù)據(jù)分析的文化，到底數(shù)據(jù)分析在企業(yè)里面有什么樣的價值，或者怎么提高它整體的效率等都存在問題。如果鼓勵所有人去做自助分析，就好比鼓勵所有人去開私家車，整體的道路資源、停車資源就變得非常緊張。

馬云與徐晶的觀點相似，其認為BI的瓶頸有兩點，一是數(shù)據(jù)管理的能力，大量的數(shù)據(jù)如何有統(tǒng)一的標準，怎么保證數(shù)據(jù)的一致性？如何有效的組織，然后讓分析師和業(yè)務(wù)人員能夠理解數(shù)據(jù)，或者是需要解決一個問題的時候，從哪些數(shù)據(jù)可以得到相關(guān)的數(shù)據(jù)做分析？二是分析平臺的能力和應(yīng)用性，即在分析的過程中，平臺能給人帶來的便捷性也很重要，智能化方向就是在擴展這方面的能力。

“此外，采用率低是因為以前由IT決定采購，使用者并未有任何體驗。未來我們堅定的走‘人人都是數(shù)據(jù)分析師’路線，讓業(yè)務(wù)人員自助分析，業(yè)務(wù)驅(qū)動使用，這樣就能提高采用率。所以在落地的過程中要去降低門檻，讓業(yè)務(wù)人員能夠輕松地上手。”馬云說道。

“中國企業(yè)需要的是提供一攬子交鑰匙的服務(wù)，涉及到產(chǎn)品能力、交付能力，甚至培訓客戶把產(chǎn)品真正用起來的能力，綜合到一起才能讓客戶滿意。我們通過不斷的服務(wù)企業(yè)獲取市場上客戶的需求，找到共同點再抽取，在產(chǎn)品的非標上做演變，爭取把產(chǎn)品豐富起來?！庇篮榭萍几笨偛檬⒄f道。

面對諸多挑戰(zhàn)，BI與AI的結(jié)合正在為企業(yè)打開一片新天地。

一是增強分析將是 BI 技術(shù)的主要發(fā)展方向，其中又以自然語言相關(guān)技術(shù)為主，考慮到滯后期的存在，預測國內(nèi) BI 市場將在 2025 年左右出現(xiàn)明顯的增強分析需求。企業(yè)對數(shù)據(jù)挖掘技術(shù)的需求開始呈上升趨勢。

當前在中國，AI與BI僅存在極小的重合部分，隨著AI技術(shù)和BI系統(tǒng)的不斷成熟，AI在BI中的應(yīng)用將會越來越多，二者重合的部分也越來越多，但是因為它們存在本質(zhì)上的區(qū)別，因此不會完全重合。

二是加強數(shù)據(jù)實時處理能力也是未來BI需要進一步加強的地方。BI分析大部分建立在離線分析的基礎(chǔ)上，將分析的數(shù)據(jù)以定期更新的方式導入數(shù)據(jù)倉庫，分析結(jié)果會有滯后性。

馬云表示，過去BI更多的是依賴人的經(jīng)驗和總結(jié)完成業(yè)務(wù)的分析。隨著技術(shù)的進步，它可以利用自然語言等實現(xiàn)智能的問答，讓BI直接幫員工關(guān)聯(lián)和分析業(yè)務(wù)間的邏輯，然后把圖表畫出來，隨著數(shù)據(jù)的不斷增多，預測準確度也能逐漸地提升，對業(yè)務(wù)的預測分析能力也將增強。未來的BI產(chǎn)品預計在性能上能滿足用戶在幾十億量級的數(shù)據(jù)下實現(xiàn)數(shù)據(jù)的動態(tài)查詢和分析。

經(jīng)過十多年的發(fā)展，國內(nèi)BI市場經(jīng)歷了傳統(tǒng)BI、敏捷BI，預計在2025年左右將開始邁入智能化階段，到2030年，BI的智能化也將進一步擴大。