摘要:和AI的結合,能否進一步打開國內BI市場的想象空間?

國內商業(yè)智能BI賽道的玩家角逐正在加劇。

BI全稱Business Intelligence,作為舶來品,1996年由Gartner Group提出,通過對企業(yè)現存數據進行挖掘、分析,能夠為業(yè)務決策提供指導,是釋放數據價值的核心系統(tǒng)之一。

數字化時代的到來使得越來越多的企業(yè)開始重視大數據應用,企業(yè)BI產品自此進入大眾視野。根據IDC數據,2021年中國商業(yè)智能軟件的市場規(guī)模預計達到7億美元,同比增長恢復到21%,預測到2025年,該市場規(guī)模將達到13.3億美元。

作為誕生于上個世紀的產品,時代需求推動下,商業(yè)智能BI賽道經歷了從國外廠商到國內廠商的遷移,也經歷了從傳統(tǒng)時代向智能時代的變革。隨著BI產業(yè)鏈被重構,其核心價值完成了從工具到平臺的蛻變。這樣的大背景下, 行業(yè)競爭中的新格局正在形成。

基于此,本文將著重分析以下3個問題:

1、目前BI賽道競爭格局幾何?

2、新基建時代,BI賽道如何定義“智能化”?

3、商業(yè)智能BI未來的發(fā)展前景如何?

[[411136]] 

01國產替代下的黃金賽道

商業(yè)智能BI廠商誕生于國外,早年間,以Business Objects、Cognos、BIEE、Micro Strategy為首的四大品牌近乎統(tǒng)領了全球的BI市場。

伴隨著國內企業(yè)開始進行數字化改造,國外廠商大舉進攻國內市場,搶占份額。根據公開資料顯示,短短幾年時間內,國外BI廠商進入了諸如銀行、金融系統(tǒng)、制造業(yè)、工業(yè)乃至政府等關乎國內經濟發(fā)展的關鍵行業(yè)。

然而,基于國內龐大的人口基數,快速發(fā)展的國內經濟導致社會需求日趨復雜,各種各樣的商業(yè)創(chuàng)新模式不斷涌現。由于迭代速度跟不上時代需求,國外商業(yè)智能BI廠商普遍開始出現“水土不服”的現象。

另一方面,新的內外部形勢下,呼吁自研的聲量越來越大。

歷經十年左右的發(fā)展,國外廠商逐漸顯出頹勢。與此同時,面臨用戶需求增多、數據量不斷增長等挑戰(zhàn),國內企業(yè)反而愈加認識到數字化轉型的重要性,作為數字價值的終極體現者,國內商業(yè)智能BI賽道以不可阻擋的態(tài)勢高速發(fā)展。據中金企信國際咨詢公布的《2020-2026年中國商業(yè)智能市場發(fā)展規(guī)劃及投資戰(zhàn)略可行性預測報告》,從2015年至2019年,商業(yè)智能市場經歷了一個持續(xù)且積極的發(fā)展過程。 

僅看一級市場,艾瑞咨詢數據顯示,在2014年至2018年間,商業(yè)智能領域累計發(fā)生的融資事件就達到了100起,2018年最多達到57起,從融資輪次來看,這四年間,早期發(fā)展階段的商業(yè)智能創(chuàng)業(yè)公司受關注較多,主要集中于A輪和天使輪,占比分別達到29%和19%。

如今,這場競爭悄然走入后半段,不難觀察到商業(yè)智能BI賽道的競爭格局已初步顯現。

從企業(yè)類型來看,國內市面上從事商業(yè)智能服務的企業(yè)當下可以分為兩種:獨立廠商和互聯網大廠。獨立廠商產品歷經市場和客戶檢驗,客戶觸點廣泛,競爭實力不容小覷。相比之下,脫胎于內部復雜業(yè)務的互聯網大廠,則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。

目前,獨立廠商中以帆軟、易觀、思邁特、加和科技等老牌BI企業(yè)為代表;互聯網大廠中,阿里數據中臺產品Quick BI通過為用戶提供數據準備、可視化的數據分析和交互式儀表板等服務,如今跑入了頭部玩家行列,網易也于2017年推出了網易有數。

Quick BI可視化能力包含可視化圖表、模板、主題

02重新定義“智能”

從傳統(tǒng)BI系統(tǒng)平臺的功能結構來看,基于數據存儲、數據集成、數據分析等功能模塊下,通過對數據數指標進行簡單的陳列堆疊,從而生成相應報表,試圖響應業(yè)務,并為企業(yè)提出輔助性決策。但是,這個階段的BI平臺弱勢相當明顯,比如,難以高效接入多系統(tǒng)業(yè)務數據源、缺乏統(tǒng)一數據指標管理能力、對一線業(yè)務員工來說具有一定門檻難以上手、對企業(yè)來說維護成本相對較高……

對比行業(yè)趨勢,產品與需求顯得相背而行。

一方面,初步數字化之后,各行各業(yè)已經積累了海量的數據資源。據IDC估算,到2025年全球數據總量將達163ZB,相當于2016年所產生數據量的十倍,在這其中,有80%的數據屬于非結構化數據。

另一方面,“新基建”被提上日程,國內政策更加落地,進一步指明了技術與場景方向,這也意味著企業(yè)面臨的融合場景更多,業(yè)務屬性更加復雜。

這時的傳統(tǒng)BI平臺已經難以應付瞬息變幻的商業(yè)環(huán)境。對于BI企業(yè)而言,無論是產品還是業(yè)務層面,當下的商業(yè)環(huán)境都提出了更高的要求。

聚焦于業(yè)務本身,如何在場景中切實有效地利用數據已經成為當下商業(yè)智能BI企業(yè)的核心痛點。從側面來看,這也是使其向新型商業(yè)智能轉型的核心推動力。而這一轉變的核心推力來自人工智能、大數據、機器人流程自動化等技術的發(fā)展。如今,傳統(tǒng)BI正在從單一的行業(yè)據點向企業(yè)的各個運營環(huán)節(jié)中高度滲透。

過去,企業(yè)大多是利用BI平臺實現自助報表分析、可視化圖表展示等基礎功能。隨著機器學習、深度學習等技術的成熟,BI與AI的結合正在為企業(yè)打開一片新天地。

從Quick BI的發(fā)展歷程和技術水平中可窺之一二,以數據可視化為底層能力,Quick BI升級了可交互式圖表,同時將交互式數據可視化與敘事技術相結合,推出了兩種層次的構建數據故事的能力。在生態(tài)搭建層面,得益于和釘釘的深度打通,進一步提高了企業(yè)獲取數據和產生決策的效率。從實際應用中來看,2020年,Quick BI的阿里云SaaS服務的客戶數相比2019年增長超過100%。

目前,Quick BI已經連續(xù)連年入選Gartner《商業(yè)智能和分析平臺魔力象限報告》(Magic Quadrant for Analytics and BusinessIntelligence Platforms),是迄今為止該領域唯一入選魔力象限的中國BI產品。

Gartner此前預測稱,到2020年之前,自然語言和人工智能技術將會成為90%的現代BI平臺的基本特征之一。目前來看,這一預測正在成為現實。現階段新型商業(yè)智能已進入快速成長期,技術融合有效增進了產品的多維智能決策能力。

03如何沖破落地之困?

“能否落地”在企業(yè)數字化轉型中是一個被恒久討論的話題,商業(yè)智能BI領域同樣如此。

對于BI平臺而言,用的上,但是沒效果的現象并不少見。舉個簡單的例子,金融和零售兩個行業(yè)在BI應用中的成熟度較高,但是由于行業(yè)不同,其設定采集數據的相關場景也存在較大差異。眾所周知金融聚焦財富管理、風控等環(huán)節(jié),而零售更傾向于銷售管理、客戶管理等方面,同一產品在不同行業(yè)中的使用效果差距明顯。

這也就意味著,在企業(yè)趨向精細化運營管理的當下,通用型BI工具面向市場,定會出現被淘汰的結局。

在企業(yè)內部,BI平臺對于具體業(yè)務場景的理解與采用何種模型或算法處于同等重要地位。換句話說,能否深度理解業(yè)務場景,一定基礎上決定了BI平臺技術能否真正落地,以及是否真正能夠幫助企業(yè)實現降本增效的核心目的。

若從客戶角度出發(fā),企業(yè)不再只需要一個成熟的BI工具,還需要廠商通過對垂直業(yè)務場景的理解來構建相應的數據指標,并搭建場景相關模型,從而通過差異化方案實現應用價值的最大化。

相較于傳統(tǒng)智能,新商業(yè)智能更看重的是基于數據本身,通過多維度的技術能力幫助企業(yè)解決經營過程中面臨的成本上漲、業(yè)務流程繁雜、信息孤島等實際問題。

其中,尤以“可集成”“夠快速”“移動化”三大要素,最為企業(yè)關注。

以Quick BI為例,通過后臺無縫集成企業(yè)既有ERP、CRM、POS等多套系統(tǒng)數據源,能夠快速依據業(yè)務需求完成多維數據建模與計算,并通過拖拉拽的方式,零SQL搭建完整的數據門戶。

此外,該產品目前還與釘釘移動辦公場景深度融合,員工能夠隨時隨地通過Quick BI發(fā)送到釘釘端的數據報表,更為直觀地了解業(yè)務經營情況,在發(fā)現異常數據時,還能以釘釘中的“任務”和“DING” 形式將相關預警及時發(fā)送給特定的員工或釘釘群組;同時,包括店長在內的所有員工,還可以在釘釘群組內@智能小Q(Quick BI智能機器人),以語音問答的形式進一步了解相關數據的詳細信息或關聯指標情況。

而當視角轉向企業(yè)總部的管理者角色時,他們更是能夠通過釘釘 “組織在線”融合Quick BI “數據在線”的模式,一鍵在移動端實現各區(qū)域各門店業(yè)務數據的匯總和分析,從而快速掌握各區(qū)域各門店的實際數據情況,并判斷該做何種決策——數據獲取、數據分析、決策判斷、任務下發(fā)、結果反饋一系列企業(yè)日常工作都在Quick BI和釘釘平臺的深度融合中形成閉環(huán),極大提升企業(yè)的數據使用、決策判斷效率。

目前,飛鶴、良品鋪子、大東、雅戈爾等眾多企業(yè),都已完成Quick BI基于零售場景的率先嘗試。

盡管已有包括Quick BI在內的頭部產品沉淀相當一批成功案例,但對于BI賽道的各大玩家而言,眼下需要思考的還在于兩個方面:其一,如何結合AI技術快速完成傳統(tǒng)BI平臺到新智能平臺的升級。其二,如何聚焦于企業(yè)場景和各個業(yè)務環(huán)節(jié),保證方案落地。

在這其中,先行者勢必在下一輪的競爭中搶占高地。