文|第一新聲 不做閑魚
編輯|也行
商業智能（BI）賽道經歷了從國外廠商到國內廠商的遷移，也正經歷從傳統時代向智能時代的變革。
近期，市場上有人闡述了BI行業停滯不前的窘境以及數據分析工具市場的現狀。并且有許多讀者留下了共鳴的討論，其中一些評論者認為：商業智能（BI）系統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，長期以來飽受采用率低下之苦。
目前，BI行業的現狀到底什么樣子？真的是停滯不前嗎？未來BI的道路該如何發展？第一新聲帶著這些疑問，與國內兩家BI頭部企業進行了交流，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，中文稱商業智能或商業智慧。1996年，Gartner正式將商業智能定義為：一類由數據倉庫（或數據集市）、查詢報表、數據分析、數據挖掘、數據備份和恢復等部分組成的、以幫助企業決策為目的的技術及其應用。
BI的核心技術主要包括數據存儲、數據ETL、數據分析、數據挖掘，以及數據可視化分析。隨著數據量的激增和應用場景的復雜化，諸如Hadoop和Hive等大數據技術的出現很好地彌補了BI處理大數據的能力。
從發展階段來看，2013年以前屬于傳統BI，該階段的產品以IT為主導，在大數據量的處理上擁有較好的性能和穩定性，但是數據分析的能力和靈活性比較差。
2013年至今，自助型BI高速發展期，傳統BI逐漸衰退。這是由于IT驅動向業務驅動的轉變讓敏捷型/自主型BI產品出現，使得采購成本低、項目周期短，
值得注意的是，2013年大數據概念在國內開始普及，國內BI市場進入萌芽階段。
國內大部分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產品從這個階段開始市場份額逐步下滑，新型的國外BI產品例如Tableau、Qlik 等開始在國內快速布局，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領了全球的BI市場。
隨著我國大數據產業迅速發展，政府出臺各項扶持政策，大量創新企業迎來發展機遇，國產BI也嶄露頭角。同時，BI行業的演進出現兩個趨勢，從IT到業務，從報表到決策。
從企業類型來看，國內市面上從事BI的企業分為兩種，一是獨立廠商，以帆軟、思邁特、永洪科技等為代表。他們的產品歷經市場和客戶檢驗，客戶觸點廣泛，競爭實力不容小覷。
二是互聯網大廠，例如阿里云基于阿里電商生態打造了Quick BI 數據可視化分析平臺，對接各類云上數據庫和自建數據庫；騰訊基于微信社交生態，推出騰訊有數，幫助微信內平臺進行系統性的數據分析；百度則基于百度智能云，打造數據可視化Sugar BI 平臺；網易也于2017年推出了網易有數。脫胎于內部復雜業務的互聯網大廠，具有更為明顯的資金供給、生態搭建、人才培養等方面的優勢。
從市場增速來看，發展至今，我國已進入BI及DA（數據分析）領域的第一方陣，并成為發展最快的國家之一。
IDC數據顯示，2020年中國商業智能軟件市場規模為5.8億美元，同比增長17.1%。2021年中國商業智能軟件市場增速將快速恢復，市場規模預計達到7.0億美元，同比增長恢復到21%。到2025年，中國商業智能軟件市場規模將達到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、電信領域對BI有必要的需求，近20年的時間，各行各業對于數據的依賴度越來越高，現在廣泛的對BI有了需求，雖然BI市場在所有的技術領域里不算很大的蛋糕，但增長率確實非常快，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。
觀遠數據曾接受媒體采訪時表示，中國數據分析與商業智能的市場才剛剛開始，數字化轉型是未來十年中國經濟的最大主題，而BI是其中最確定的剛需之一。未來10年，國內會有現在50-100倍的用戶活躍的使用BI與數據分析，在企業運營與決策中獲得領先優勢。
二、商業模式之選：產品/SaaS模式VS服務模式
TO B企業的商業模式總會面臨兩個選擇，到底是產品/SaaS模式還是服務模式，BI行業也不例外。
一是產品/SaaS模式，是將BI產品或者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和SaaS服務。除咨詢服務外，Tableau的使用主要由業務人員根據實際需要自行完成。此外，MicroStrategy和大部分敏捷BI廠商及SaaS服務提供商都屬于該模式。
產品/SaaS模式提供給客戶靈活敏捷的BI產品，客戶能夠及時應對業務變化的需要，但是單一的產品通常難以滿足客戶業務定制化的需要。
二是服務模式，以IT服務或者業務服務的方式為客戶提供基于BI的整體解決方案。另外，服務模式又包括IT服務型和業務服務型兩種。
提供IT服務模式的企業主要以Oracle、SAP、IBM、SAS等傳統BI企業為主。這類企業主要以搭建BI信息系統為主，但在搭建數據倉庫過程中需要與業務人員進行充分配合，涉及大量業務咨詢與梳理過程。傳統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、設計階段、開發階段、測試和部署階段以及系統上線階段等。
IT服務模式雖然充分結合的業務需求和技術實現，但其主要以傳統BI流程為主，通常涉及多個部門的協調配合，同時其高昂的部署成本難以靈活的適應現代企業的需要。
業務服務模式基于一站式大數據分析平臺構建敏捷型BI產品，并以服務的方式支撐企業的業務分析需求。業務服務型廠商既要具備建立數據湖的能力，而不僅僅是建立數據倉庫，以便數據整合；通常以SaaS方式提供多樣化的服務。
一位投資人告訴第一新聲，如果不是SaaS產品，未來企業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做起，慢慢地把它變成產品、品牌。至于企業選擇什么模式，要從兩方面來看，一是面對競爭激烈的市場，客戶的需求經常變化，所以要求BI系統有極高的適應性和靈活性。我認為在中國，標準化的SaaS產品對大型客戶是不行的，還是以服務為主。但也希望盡量產品化，以功能代替服務，降低交付成本。二是純標準化產品也有未來，例如在一些新興的小微企業，或者主動擁抱接云端SaaS服務的企業。這種情況下有標準化產品存在的空間?！?/p>
“我們的產品分為SaaS和私有部署兩種模式，主要取決于客戶是否愿意把數據存在公有云上。我明顯感覺到未來的兩年，SaaS模式的使用量將慢慢增長。”永洪科技聯席總裁馬云說道。
三、一邊高速奔跑，一邊屢遭詬?。?/h4>
BI行業發展二十多年，現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。
尤其是傳統式 BI 存在諸多問題。一是開發效率低下，傳統BI的報表制作是由業務部門提交到IT部門，IT人員根據分析需求進行建模，業務人員查看分析結果報表，流程繁瑣冗長，難以應對復雜多變的業務需求。二是分析不靈活，制作出的報表是相對靜態的,僅能查看結果，不能實現靈活交互分析。三是開發部署周期長，BI項目部署開發周期往往需要幾個月的開發時間，面對日新月異的商業環境,委實不夠“敏捷”。
文章一開始，就提到過有人表示BI行業停滯不前，其中一個典型問題是，BI行業存在“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品的非技術人員定制的。結果，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，目前在企業中負責BI工作的多為專業分析師、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務結果負責，割裂了分析與執行，決策和結果。理想的模式應該是讓業務人員自主完成分析工作，和他們的主觀判斷結合，形成最優的解決路徑，并由他們對結果負責。
于是，自助式 BI 應運而生，自助式 BI 面向業務人員，追求業務人員與 IT 人員的高效配合。國外產品主要有Power BI、Tableau、Qlikview，國內產品有帆軟、永洪科技、觀遠數據等。
在思邁特軟件副總裁徐晶看來，無論是傳統開發式BI還有自助式BI，在企業應用時均面臨三大挑戰。
第一是數據質量或數據管理的問題。
這么多年沒有一種解決方案能把企業的數據治理清楚或者管理到位，每個企業對數據的認知不到位，一開始就沒有規劃好數據標準和指標體系，都是先做業務，再逐步優化流程，再產生數據，然后不斷改變業務，調整流程，積累了各種各樣的數據，而且各部門數據口徑不一致，連最基礎的數據標準都無法統一，那數據分析也將成為“精確的錯誤”，無法真正發揮出數據價值。
第二是數據分析的工具，即BI本身也是一個挑戰，如何讓業務員真的用起來不是一個簡單的可視化解決方案，它在實際應用中會出現很多的問題。
數據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。數據分析在企業里面也是一樣，沒有一個行業會用一種的方式去分析數據，也沒有一個企業的所有人會愿意用同一種方式分析數據。
所以無論BI怎么發展，Excel這種數據分析方式會永遠存在。也就是說數據分析需要有更多的包容性和靈活性。在對數據分析工具上面，不能死咬一條路、一條腿走路，應該是全方位發展，思邁特軟件做了很多的功能創新。
第三個是數據分析的文化，到底數據分析在企業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，一是數據管理的能力，大量的數據如何有統一的標準，怎么保證數據的一致性？如何有效的組織，然后讓分析師和業務人員能夠理解數據，或者是需要解決一個問題的時候，從哪些數據可以得到相關的數據做分析？二是分析平臺的能力和應用性，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‘人人都是數據分析師’路線，讓業務人員自助分析，業務驅動使用，這樣就能提高采用率。所以在落地的過程中要去降低門檻，讓業務人員能夠輕松地上手。”馬云說道。
“中國企業需要的是提供一攬子交鑰匙的服務，涉及到產品能力、交付能力，甚至培訓客戶把產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企業獲取市場上客戶的需求，找到共同點再抽取，在產品的非標上做演變，爭取把產品豐富起來?！庇篮榭萍几笨偛檬⒄f道。
面對諸多挑戰，BI與AI的結合正在為企業打開一片新天地。
一是增強分析將是 BI 技術的主要發展方向，其中又以自然語言相關技術為主，考慮到滯后期的存在，預測國內 BI 市場將在 2025 年左右出現明顯的增強分析需求。企業對數據挖掘技術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技術和BI系統的不斷成熟，AI在BI中的應用將會越來越多，二者重合的部分也越來越多，但是因為它們存在本質上的區別，因此不會完全重合。
二是加強數據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上，將分析的數據以定期更新的方式導入數據倉庫，分析結果會有滯后性。
馬云表示，過去BI更多的是依賴人的經驗和總結完成業務的分析。隨著技術的進步，它可以利用自然語言等實現智能的問答，讓BI直接幫員工關聯和分析業務間的邏輯，然后把圖表畫出來，隨著數據的不斷增多，預測準確度也能逐漸地提升，對業務的預測分析能力也將增強。未來的BI產品預計在性能上能滿足用戶在幾十億量級的數據下實現數據的動態查詢和分析。
經過十多年的發展，國內BI市場經歷了傳統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。