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,通過對企業現存數據進行挖掘、分析,能夠為業務決策提供指導,是釋放數據價值的核心系統之一。

數字化時代的到來使得越來越多的企業開始重視大數據應用,企業BI產品自此進入大眾視野。根據IDC數據,2021年中國商業智能軟件的市場規模預計達到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,也經歷了從傳統時代向智能時代的變革。隨著BI產業鏈被重構,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、商業智能BI未來的發展前景如何?

[[411136]] 

01國產替代下的黃金賽道

商業智能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領了全球的BI市場。

伴隨著國內企業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、制造業、工業乃至政府等關乎國內經濟發展的關鍵行業。

然而,基于國內龐大的人口基數,快速發展的國內經濟導致社會需求日趨復雜,各種各樣的商業創新模式不斷涌現。由于迭代速度跟不上時代需求,國外商業智能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,國內企業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,國內商業智能BI賽道以不可阻擋的態勢高速發展。據中金企信國際咨詢公布的《2020-2026年中國商業智能市場發展規劃及投資戰略可行性預測報告》,從2015年至2019年,商業智能市場經歷了一個持續且積極的發展過程。 

僅看一級市場,艾瑞咨詢數據顯示,在2014年至2018年間,商業智能領域累計發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,早期發展階段的商業智能創業公司受關注較多,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,不難觀察到商業智能BI賽道的競爭格局已初步顯現。

從企業類型來看,國內市面上從事商業智能服務的企業當下可以分為兩種: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,脫胎于內部復雜業務的互聯網大廠,則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。

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BI系統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,試圖響應業務,并為企業提出輔助性決策。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業務數據源、缺乏統一數據指標管理能力、對一線業務員工來說具有一定門檻難以上手、對企業來說維護成本相對較高……

對比行業趨勢,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,這也意味著企業面臨的融合場景更多,業務屬性更加復雜。

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

聚焦于業務本身,如何在場景中切實有效地利用數據已經成為當下商業智能BI企業的核心痛點。從側面來看,這也是使其向新型商業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展。如今,傳統BI正在從單一的行業據點向企業的各個運營環節中高度滲透。

過去,企業大多是利用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的結合正在為企業打開一片新天地。

從Quick BI的發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。在生態搭建層面,得益于和釘釘的深度打通,進一步提高了企業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已經連續連年入選Gartner《商業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”在企業數字化轉型中是一個被恒久討論的話題,商業智能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在BI應用中的成熟度較高,但是由于行業不同,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、風控等環節,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中的使用效果差距明顯。

這也就意味著,在企業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。

在企業內部,BI平臺對于具體業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實現降本增效的核心目的。

若從客戶角度出發,企業不再只需要一個成熟的BI工具,還需要廠商通過對垂直業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。

相較于傳統智能,新商業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解決經營過程中面臨的成本上漲、業務流程繁雜、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,最為企業關注。

以Quick BI為例,通過后臺無縫集成企業既有ERP、CRM、POS等多套系統數據源,能夠快速依據業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發送到釘釘端的數據報表,更為直觀地了解業務經營情況,在發現異常數據時,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域各門店業務數據的匯總和分析,從而快速掌握各區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、結果反饋一系列企業日常工作都在Quick BI和釘釘平臺的深度融合中形成閉環,極大提升企業的數據使用、決策判斷效率。

目前,飛鶴、良品鋪子、大東、雅戈爾等眾多企業,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BI平臺到新智能平臺的升級。其二,如何聚焦于企業場景和各個業務環節,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。