偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

Quick BI為什么能從一眾商業(yè)智能BI產(chǎn)品中跑出重圍

企業(yè)動(dòng)態(tài) 商業(yè)智能
盡管已有包括Quick BI在內(nèi)的頭部產(chǎn)品沉淀相當(dāng)一批成功案例,但對(duì)于BI賽道的各大玩家而言,眼下需要思考的還在于兩個(gè)方面:其一,如何結(jié)合AI技術(shù)快速完成傳統(tǒng)BI平臺(tái)到新智能平臺(tái)的升級(jí)。其二,如何聚焦于企業(yè)場(chǎng)景和各個(gè)業(yè)務(wù)環(huán)節(jié),保證方案落地。

 摘要:和AI的結(jié)合,能否進(jìn)一步打開國(guó)內(nèi)BI市場(chǎng)的想象空間?

 

國(guó)內(nèi)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(duì)企業(yè)現(xiàn)存數(shù)據(jù)進(jìn)行挖掘、分析,能夠為業(yè)務(wù)決策提供指導(dǎo),是釋放數(shù)據(jù)價(jià)值的核心系統(tǒng)之一。

 

數(shù)字化時(shí)代的到來使得越來越多的企業(yè)開始重視數(shù)據(jù)應(yīng)用,企業(yè)BI產(chǎn)品自此進(jìn)入大眾視野。根據(jù)IDC數(shù)據(jù),2021年中國(guó)商業(yè)智能軟件市場(chǎng)規(guī)模預(yù)計(jì)達(dá)到7億美元,同比增長(zhǎng)恢復(fù)21%,預(yù)測(cè)2025年,市場(chǎng)規(guī)模將達(dá)到13.3億美元。

 

作為誕生于上個(gè)世紀(jì)的產(chǎn)品,時(shí)代需求推動(dòng)下,商業(yè)智能BI賽道經(jīng)歷了從國(guó)外廠商到國(guó)內(nèi)廠商的遷移,也經(jīng)歷了從傳統(tǒng)時(shí)代向智能時(shí)代的變革。隨著BI產(chǎn)業(yè)鏈被重構(gòu),其核心價(jià)值完成了從工具到平臺(tái)的蛻變。這樣的大背景下, 行業(yè)競(jìng)爭(zhēng)中的新格局正在形成。

 

基于此,本文將著重分析以下3個(gè)問題:

 

1、目前BI賽道競(jìng)爭(zhēng)格局幾何?

2、新基建時(shí)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(guó)產(chǎn)替代下的黃金賽道

商業(yè)智能BI廠商誕生于國(guó)外,早年間,以Business Objects、Cognos、BIEEMicro Strategy為首的四大品牌近乎統(tǒng)領(lǐng)了全球的BI市場(chǎng)。

伴隨著國(guó)內(nèi)企業(yè)開始進(jìn)行數(shù)字化改造,國(guó)外廠商大舉進(jìn)攻國(guó)內(nèi)市場(chǎng),搶占份額。根據(jù)公開資料顯示,短短幾年時(shí)間內(nèi),國(guó)外BI廠商進(jìn)入了諸如銀行、金融系統(tǒng)、制造業(yè)、工業(yè)乃至政府等關(guān)乎國(guó)內(nèi)經(jīng)濟(jì)發(fā)展的關(guān)鍵行業(yè)。

然而,基于國(guó)內(nèi)龐大的人口基數(shù),快速發(fā)展的國(guó)內(nèi)經(jīng)濟(jì)導(dǎo)致社會(huì)需求日趨復(fù)雜,各種各樣的商業(yè)創(chuàng)新模式不斷涌現(xiàn)。由于迭代速度跟不上時(shí)代需求,國(guó)外商業(yè)智能BI廠商普遍開始出現(xiàn)“水土不服”的現(xiàn)象。

另一方面,新的內(nèi)外部形勢(shì)下,呼吁自研的聲量越來越大。

歷經(jīng)十年左右的發(fā)展,國(guó)外廠商逐漸顯出頹勢(shì)。與此同時(shí),面臨用戶需求增多、數(shù)據(jù)量不斷增長(zhǎng)等挑戰(zhàn),國(guó)內(nèi)企業(yè)反而愈加認(rèn)識(shí)到數(shù)字化轉(zhuǎn)型的重要性,作為數(shù)字價(jià)值的終極體現(xiàn)者,國(guó)內(nèi)商業(yè)智能BI賽道以不可阻擋的態(tài)勢(shì)高速發(fā)展。據(jù)中金企信國(guó)際咨詢公布的《2020-2026年中國(guó)商業(yè)智能市場(chǎng)發(fā)展規(guī)劃及投資戰(zhàn)略可行性預(yù)測(cè)報(bào)告》,2015年至2019年,商業(yè)智能市場(chǎng)經(jīng)歷了一個(gè)持續(xù)且積極的發(fā)展過程。 

僅看一級(jí)市場(chǎng),艾瑞咨詢數(shù)據(jù)顯示,在2014年至2018年,商業(yè)智能領(lǐng)域累計(jì)發(fā)生融資事件就達(dá)到了100起,2018年最多達(dá)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(guān)注較多,主要集中于A輪和天使輪,占比分別達(dá)到29%和19%。

如今,這場(chǎng)競(jìng)爭(zhēng)悄然走入后半段,不難觀察到商業(yè)智能BI賽道的競(jìng)爭(zhēng)格局已初步顯現(xiàn)。

從企業(yè)類型來看,國(guó)內(nèi)市面上從事商業(yè)智能服務(wù)的企業(yè)當(dāng)下可以分為兩種:獨(dú)立廠商和互聯(lián)網(wǎng)大廠獨(dú)立廠商產(chǎn)品歷經(jīng)市場(chǎng)和客戶檢驗(yàn),客戶觸點(diǎn)廣泛,競(jìng)爭(zhēng)實(shí)力不容小覷。相比之下,脫胎于內(nèi)部復(fù)雜業(yè)務(wù)的互聯(lián)網(wǎng)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(shì)。

目前,獨(dú)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(lián)網(wǎng)大廠中,阿里數(shù)據(jù)中臺(tái)產(chǎn)品Quick BI通過為用戶提供數(shù)據(jù)準(zhǔn)備、可視化的數(shù)據(jù)分析和交互式儀表板等服務(wù),如今跑入了頭部玩家行列,網(wǎng)易也于2017年推出了網(wǎng)易有數(shù)。

 

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(tái)的功能結(jié)構(gòu)來看,基于數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)集成、數(shù)據(jù)分析等功能模塊下,通過對(duì)數(shù)據(jù)數(shù)指標(biāo)進(jìn)行簡(jiǎn)單陳列堆疊,從而生相應(yīng)報(bào)表,試圖響應(yīng)業(yè)務(wù),并為企業(yè)提出輔助性決策。但是,這個(gè)階段的BI平臺(tái)弱勢(shì)相當(dāng)明顯,比如,難以高效接入多系統(tǒng)業(yè)務(wù)數(shù)據(jù)源、缺乏統(tǒng)一數(shù)據(jù)指標(biāo)管理能力、對(duì)一線業(yè)務(wù)員工來說具有一定門檻難以上手、對(duì)企業(yè)來說維護(hù)成本相對(duì)較高……

對(duì)比行業(yè)趨勢(shì),產(chǎn)品與需求顯得相背而行。

一方面,初步數(shù)字化之后,各行業(yè)已經(jīng)積累了海量數(shù)據(jù)資源。據(jù)IDC估算,到2025年全球數(shù)據(jù)總量將達(dá)163ZB,相當(dāng)于2016年所產(chǎn)生數(shù)據(jù)量的十倍,在這其中,有80%的數(shù)據(jù)屬于非結(jié)構(gòu)化數(shù)據(jù)。

另一方面,新基建提上日程,國(guó)內(nèi)政策更加落地,進(jìn)一步指明技術(shù)與場(chǎng)景方向,這也意味著企業(yè)面臨的融合場(chǎng)景更多,業(yè)務(wù)屬性更加復(fù)雜。

這時(shí)的傳統(tǒng)BI平臺(tái)已經(jīng)難以應(yīng)付瞬息變幻的商業(yè)環(huán)境。對(duì)于BI企業(yè)而言,無論是產(chǎn)品還是業(yè)務(wù)層面,當(dāng)下的商業(yè)環(huán)境都提出了更高的要求。

聚焦于業(yè)務(wù)本身,如在場(chǎng)景中切實(shí)有效利用數(shù)據(jù)已經(jīng)成為當(dāng)下商業(yè)智能BI企業(yè)的核心痛點(diǎn)。從側(cè)面來看,這也是使其向新型商業(yè)智能轉(zhuǎn)型的核心推動(dòng)力。而這一轉(zhuǎn)變的核心推力來自人工智能、大數(shù)據(jù)、機(jī)器人流程自動(dòng)化等技術(shù)的發(fā)展。如今,傳統(tǒng)BI正在從單一的行業(yè)據(jù)點(diǎn)向企業(yè)的各個(gè)運(yùn)營(yíng)環(huán)節(jié)中高度滲透。

過去,企業(yè)大多是利用BI平臺(tái)實(shí)現(xiàn)自助報(bào)表分析、可視化圖表展示等基礎(chǔ)功能。隨著機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)的成熟,BI與AI的結(jié)合正在為企業(yè)打開一片新天地。

Quick BI的發(fā)展歷程和技術(shù)水平中可窺之一二,以數(shù)據(jù)可視化為底層能力,Quick BI升級(jí)了可交互式圖表,同時(shí)將交互式數(shù)據(jù)可視化與敘事技術(shù)相結(jié)合,推出了兩種層次的構(gòu)建數(shù)據(jù)故事的能力。在生態(tài)搭建層面,得益于和釘釘?shù)纳疃却蛲?進(jìn)一步提高了企業(yè)獲取數(shù)據(jù)和產(chǎn)生決策的效率。從實(shí)際應(yīng)用中來看,2020年,Quick BI的阿里云SaaS服務(wù)的客戶數(shù)相比2019年增長(zhǎng)超過100%。

目前,Quick BI已經(jīng)連續(xù)連年入Gartner商業(yè)智能和分析平臺(tái)魔力象限報(bào)告(Magic Quadrant for Analytics and BusinessIntelligence Platforms),是迄今為止該領(lǐng)域唯一入選魔力象限的中國(guó)BI產(chǎn)品。

Gartner此前預(yù)測(cè)稱,到2020年之前,自然語言和人工智能技術(shù)將會(huì)成為90%的現(xiàn)代BI平臺(tái)的基本特征之一。目前來看,這一預(yù)測(cè)正在成為現(xiàn)實(shí)。現(xiàn)階段新型商業(yè)智能已進(jìn)入快速成長(zhǎng)期,技術(shù)融合有效增進(jìn)了產(chǎn)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(shù)字化轉(zhuǎn)型中是一個(gè)被恒久討論的話題,商業(yè)智能BI領(lǐng)域同樣如此。

對(duì)于BI平臺(tái)而言,用的上,但是沒效果的現(xiàn)象并不少見。舉個(gè)簡(jiǎn)單的例子,金融和零售兩個(gè)行業(yè)在BI應(yīng)用中的成熟度,但是由于行業(yè)不同,其設(shè)定采集數(shù)據(jù)的相關(guān)場(chǎng)景也存在較大差異。眾所周知金融聚焦財(cái)富管理、風(fēng)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(chǎn)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(xì)化運(yùn)營(yíng)管理的當(dāng)下,通用型BI工具面向市場(chǎng),定會(huì)出現(xiàn)被淘汰的結(jié)局。

在企業(yè)內(nèi)部,BI平臺(tái)對(duì)于具體業(yè)務(wù)場(chǎng)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(wù)場(chǎng)景,一定基礎(chǔ)上決定了BI平臺(tái)技術(shù)能否真正落地,以及是否真正能夠幫助企業(yè)實(shí)現(xiàn)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(gè)成熟BI工具,還需要廠商通過對(duì)垂直業(yè)務(wù)場(chǎng)景的理解構(gòu)建相應(yīng)的數(shù)據(jù)指標(biāo),并搭建場(chǎng)景相關(guān)模型,從而通過差異化方案實(shí)現(xiàn)應(yīng)用價(jià)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(shù)據(jù)本身,通過多維度的技術(shù)能力幫助企業(yè)解決經(jīng)營(yíng)過程中面臨的成本上漲、業(yè)務(wù)流程繁雜、信息孤島等實(shí)際問題。

其中,尤以可集成”“夠快速”“移動(dòng)化三大要素,最為企業(yè)關(guān)注。

Quick BI為例,通過后臺(tái)無縫集成企業(yè)既有ERP、CRM、POS等多套系統(tǒng)數(shù)據(jù)源,能夠快速依據(jù)業(yè)務(wù)需求完成多維數(shù)據(jù)建模與計(jì)算,并通過拖拉拽的方式,零SQL搭建完整的數(shù)據(jù)門戶。

此外,該產(chǎn)品目前還與釘釘移動(dòng)辦公場(chǎng)景深度融合,員工能夠隨時(shí)隨地通過Quick BI發(fā)送到釘釘端的數(shù)據(jù)報(bào)表,更為直觀地了解業(yè)務(wù)經(jīng)營(yíng)情況,在發(fā)現(xiàn)異常數(shù)據(jù)時(shí),還能以釘釘中的“任務(wù)”和“DING” 形式將相關(guān)預(yù)警及時(shí)發(fā)送給特定的員工或釘釘群組;同時(shí),包括店長(zhǎng)在內(nèi)的所有員工,還可以在釘釘群組內(nèi)@智能小Q(Quick BI智能機(jī)器人),以語音問答的形式進(jìn)一步了解相關(guān)數(shù)據(jù)的詳細(xì)信息或關(guān)聯(lián)指標(biāo)情況。

而當(dāng)視角轉(zhuǎn)向企業(yè)總部的管理者角色時(shí),他們更是能夠通過釘釘 “組織在線”融合Quick BI “數(shù)據(jù)在線”的模式,一鍵在移動(dòng)端實(shí)現(xiàn)各區(qū)域各門店業(yè)務(wù)數(shù)據(jù)的匯總和分析,從而快速掌握各區(qū)域各門店的實(shí)際數(shù)據(jù)情況,并判斷該做何種決策——數(shù)據(jù)獲取、數(shù)據(jù)分析、決策判斷、任務(wù)下發(fā)、結(jié)果反饋一系列企業(yè)日常工作都在Quick BI和釘釘平臺(tái)的深度融合中形成閉環(huán),極大提升企業(yè)的數(shù)據(jù)使用、決策判斷效率。

 

 

目前,飛鶴、良品鋪?zhàn)?、大東、雅戈?duì)柕缺姸嗥髽I(yè),都已完成Quick BI基于零售場(chǎng)景的率先嘗試。

盡管已有包括Quick BI在內(nèi)的頭部產(chǎn)品沉淀相當(dāng)一批成功案例,但對(duì)于BI賽道的各大玩家而言,眼下需要思考的還在于兩個(gè)方面:其一,如何結(jié)合AI技術(shù)快速完成傳統(tǒng)BI平臺(tái)到新智能平臺(tái)的升級(jí)。其二,如何聚焦于企業(yè)場(chǎng)景和各個(gè)業(yè)務(wù)環(huán)節(jié),保證方案落地。

在這其中,先行者勢(shì)必在下一輪的競(jìng)爭(zhēng)中搶占高地。

責(zé)任編輯:張誠(chéng) 來源: 互聯(lián)網(wǎng)
相關(guān)推薦

2021-07-06 14:41:07

Quick BI 可視化分析

2009-01-14 10:35:40

商務(wù)智能BI報(bào)表

2016-12-14 16:42:50

傳統(tǒng)BI

2011-05-13 10:15:35

DB2專家王云商業(yè)智能BI

2010-12-07 16:39:41

2017-12-06 18:25:12

AI智能機(jī)器學(xué)習(xí)

2022-08-02 18:37:24

BI系統(tǒng)快照表

2010-01-05 10:09:56

Linux商業(yè)智能BI

2022-12-26 15:48:41

數(shù)據(jù)分析醫(yī)療保健

2010-12-07 16:48:42

2012-09-24 10:25:42

BI軟件開源軟件

2010-02-25 15:19:43

SAPSaaSBI

2010-05-06 10:18:54

ibmdwBI

2018-02-09 07:47:47

大數(shù)據(jù)BI商業(yè)智能

2011-12-23 14:12:22

人大金倉(cāng)

2023-06-30 07:40:31

數(shù)據(jù)分析Delta lake

2016-12-12 16:06:41

BI商業(yè)智能
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)