融資20億的BI賽道，離Gartner ABI魔力象限還有多遠(yuǎn)？
BI（Business Intelligence商業(yè)智能）紅利，從去年延續(xù)到了今年。截至今天，2022年就觀遠(yuǎn)數(shù)據(jù)、數(shù)說故事、海致BDP三家企業(yè)都完成了億元級(jí)別的融資。據(jù)統(tǒng)計(jì)，BI數(shù)據(jù)分析賽道在2021下半年至今累計(jì)融資超過20億元。
但與此同時(shí)，我們雖然資本叫座，但企服市場反響卻略微弱。也許，從西方和中國商業(yè)智能的發(fā)展歷史上，我們能找到一些啟示。
西方商業(yè)智能主要經(jīng)過三個(gè)發(fā)展階段。
20世紀(jì)80-90年代至2000年 BI 1.0階段
1956年，隨著IBM發(fā)明硬盤用于數(shù)據(jù)存儲(chǔ)，越來越多的計(jì)算機(jī)應(yīng)用，數(shù)據(jù)存儲(chǔ)自然而然地向數(shù)據(jù)挖掘、分析方向發(fā)展。這一階段BI還被稱為決策支持系統(tǒng)（DSS），即用數(shù)據(jù)庫系統(tǒng)支持決策。此后，隨著數(shù)據(jù)科學(xué)應(yīng)用于商業(yè)場景，商業(yè)智能的概念才固定下來。
1989，Gartner的Howard Dresner 重新定義了BI，即述“通過使用基于事實(shí)的支持系統(tǒng)改進(jìn)業(yè)務(wù)決策的概念或方法”（“Concepts and methods to improve business decision-making by using fact-based support systems."）。在1996年，Gartner修正了這一概念，BI即一類由數(shù)據(jù)倉庫(或數(shù)據(jù)集市)、查詢報(bào)表、 數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)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。
20世紀(jì)70年代，第一批BI廠商正式誕生。早期代表企業(yè)有美國的MicroStrategy、Microsoft SQL Server、Hyperio、Salesforce四大品牌，法國的BusinessObjects、加拿大的Cognos、Crystal Reports和Siebel Analytic，瑞典的Qlikview等。
21世紀(jì)前20年 BI 2.0階段
進(jìn)入21世紀(jì)，在Facebook、Twitter等社交媒體的影響下，大量數(shù)據(jù)被創(chuàng)造出來并飛速增長。BI所賴以為生的養(yǎng)分——數(shù)據(jù)更加充分。
在2007年左右，巨頭玩家入場，全球BI市場經(jīng)過了一輪洗牌，形成了四大品牌——BO、Cognos、BIEE和MicroStrategy壟斷格局。SAP收購了BusinessObjects（后者還在2003年收購了水晶報(bào)表）、IBM收購了Cognos、Oracle收購了Siebel重組成Oracle BIEE（簡稱BIEE）。全球市場份都集中在SAP、 IBM、Oracle 和Microsoft 手中。在四大巨頭的推動(dòng)下，2010年全球35% 的企業(yè)普遍使用了BI，67% 的“一流公司”擁有自助式 BI。
21世紀(jì)第二個(gè)十年，敏捷BI（也稱自助式BI）興起，即通過選取、拖拽、配置等簡單方式，對接導(dǎo)入多個(gè)數(shù)據(jù)源，一鍵形成復(fù)雜圖形和視圖，響應(yīng)業(yè)務(wù)端的迅速?zèng)Q策需求。
敏捷BI有兩大特點(diǎn)，第一是可視化，產(chǎn)品的重心從后端IT轉(zhuǎn)向前端數(shù)據(jù)呈現(xiàn)，將復(fù)雜數(shù)據(jù)表單轉(zhuǎn)化為簡單的圖像圖形，直觀高效地呈現(xiàn)分析結(jié)果，分析的方向也更加偏向業(yè)務(wù)邏輯。第二是數(shù)據(jù)民主化，因?yàn)椴挥镁帉懘a，即使是不具備IT技術(shù)或具有一定IT基礎(chǔ)能力的業(yè)務(wù)員工也可以自助配置，調(diào)取數(shù)據(jù)進(jìn)行分析，大大降低了BI的使用門檻。
Qlik和Tableau是敏捷BI的代表產(chǎn)品。它們的產(chǎn)品特點(diǎn)一是數(shù)據(jù)可視化程度較高，即可以將數(shù)據(jù)分析的結(jié)果通過可視化圖表呈現(xiàn)出來，簡單好操作，方便非數(shù)據(jù)分析專業(yè)人員迅速獲取有價(jià)值的分析判斷。二是成本更低，部署周期短，操作平臺(tái)靈活，可以通過saas模式為客戶提供靈活的BI產(chǎn)品服務(wù)，方便非業(yè)務(wù)人員快速學(xué)習(xí)和上手，將BI的準(zhǔn)入門檻又降低了一級(jí)。
Qlikview和Tableau的崛起，逐漸搶占了傳統(tǒng)BI三巨頭的市場份額。在敏捷BI的驅(qū)動(dòng)下，輕量級(jí)的自助式+可視化的BI逐漸取代傳統(tǒng)的重量級(jí)BI，成為魔力象限的領(lǐng)導(dǎo)者。
2019年-至今 智能BI3.0
在2019年前后，智能BI開始代替敏捷BI，成為行業(yè)發(fā)展的新方向。智能BI即AI+BI，使用了自然語言處理技術(shù)支持?jǐn)?shù)據(jù)分析平臺(tái)，簡單易用，支持零基礎(chǔ)業(yè)務(wù)人員進(jìn)行全流程分析。因?yàn)槿斯ぶ悄芎蜋C(jī)器學(xué)習(xí)技術(shù)的使用，智能BI可以根據(jù)數(shù)據(jù)自動(dòng)形成可復(fù)用的模型，因此在前期也不需要企業(yè)it部門進(jìn)行大量的數(shù)據(jù)建模，因此對業(yè)務(wù)端更加友好。
與西方商業(yè)智能的發(fā)展相似，中國商業(yè)智能也分為三個(gè)階段。
2000年—2012年，中國本土商業(yè)智能萌芽階段
當(dāng)時(shí)國內(nèi)市場被BO、BIEE、Cognos 三大巨頭所分割，包攬了國內(nèi)金融、保險(xiǎn)、銀行、電信為主的大型企業(yè)客戶。中國本土商業(yè)智能初創(chuàng)公司只能另辟蹊徑，只能圍繞中國式特殊的報(bào)表需求，提供定制化二次開發(fā)。這也為國產(chǎn)BI提供了生存發(fā)展的空間，比如潤乾、帆軟都是通過自研報(bào)表系統(tǒng)贏得了第一批客戶。這一階段的領(lǐng)軍企業(yè)就是“北潤乾，南帆軟”。此外再加上廣州菲奈特、用友華表、珠海奧威、重慶宏信、億信華辰等，本土BI廠商的陣營不斷拓展。
2013年—2015年 行業(yè)洗牌階段
這一階段，移動(dòng)互聯(lián)網(wǎng)的繁榮帶來了數(shù)據(jù)的大爆炸。在在流量、資本、市場、人才等多重因素的驅(qū)動(dòng)下，國產(chǎn)BI迎來了第一波繁榮，也迎來了第一波行業(yè)洗牌。永洪、海致、蘇州國云、武漢賽斯、杭州華量等新型廠商陸續(xù)入場。
這一階段Tableau、Qlik崛起的階段。受全球敏捷BI潮流的影響，中國可視化+自助化BI也逐漸成為主流，漸漸與全球統(tǒng)一節(jié)奏，并走出自己獨(dú)特的發(fā)展道路。
洗牌之后，永洪和帆軟成為綜合性廠商的龍頭，BI的客群范圍也從大中型企業(yè)擴(kuò)展到了中小企業(yè)。圍繞不同企業(yè)的需求，廠商開始提供以BI為核心，但包含數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析、數(shù)據(jù)可視化等一系列的綜合性服務(wù)。
2016年至2020年，智能化BI階段
在這一階段，中國 ABC（Artificial Intelligence、BIg Data、Cloud）技術(shù)爆發(fā)，對商業(yè)智能領(lǐng)域是重大利好。自然語言、機(jī)器學(xué)習(xí)和人工智能技術(shù)，進(jìn)一步提升了BI的算力。因?yàn)樵朴?jì)算，企業(yè)開始將自身數(shù)據(jù)資產(chǎn)遷移到云端，大大降低了BI部署的成本。金融、電力、制造、消費(fèi)、教育、政務(wù)等行業(yè)的大數(shù)據(jù)積累到了足夠的量級(jí)，為BI提供了豐富的基礎(chǔ)數(shù)據(jù)支撐。
這一階段，互聯(lián)網(wǎng)巨頭正式進(jìn)入戰(zhàn)局。比如阿里云發(fā)布的Quick BI ，騰訊的騰訊有數(shù)，百度的Sugar BI 平臺(tái)和網(wǎng)易有數(shù)。這些產(chǎn)品與自身所在的生態(tài)緊密相關(guān)，數(shù)據(jù)源之間比較容易打通，核心目標(biāo)是為生態(tài)平臺(tái)上的企業(yè)提供輕量級(jí)的數(shù)據(jù)分析決策支持。
但和西方不同的是，BI在中國是一個(gè)“三分產(chǎn)品、七分實(shí)施”的重服務(wù)行業(yè)。目前，具備定制化項(xiàng)目開發(fā)能力的傳統(tǒng)BI廠商，仍然具有顯著優(yōu)勢。大廠雖然不缺技術(shù)和資源，但要想與傳統(tǒng)廠商爭奪大客戶，還需要一定的時(shí)間積累。
圖片來自網(wǎng)絡(luò)
前不久，Gartner發(fā)布了《2022分析和商業(yè)智能平臺(tái)魔力象限》（《Magic Quadrant for Analytics and Business Intelligence Platforms》簡稱ABI魔力象限報(bào)告）。
從報(bào)告名稱上我們就可以看出，傳統(tǒng)的BI魔力象限變成了ABI分析與商業(yè)智能魔力象限。這意味著，數(shù)據(jù)分析與商業(yè)智能的業(yè)務(wù)之間的界限越來越模糊，未來也將不可分割。
對比2021年象限，2022年基本沒有大變化。但有幾個(gè)企業(yè)仍然值得重點(diǎn)關(guān)注。
-
Microsoft、salesforce（收購Tableau）、Qlik三巨頭繼續(xù)保持領(lǐng)導(dǎo)者（Leaders），其中Microsoft和 Tableau 已經(jīng)深入領(lǐng)導(dǎo)者象限腹地。 -
谷歌（收購Looker）和DEMO持續(xù)堅(jiān)守挑戰(zhàn)者（Challengers）象限。 -
IBM重新回到遠(yuǎn)見者（Visionaries）象限，和Oracle、SAP、SAS、TIBCO software、ThoughtSpot、Yelowfin、Tellius同歸一個(gè)象限。 -
MicroStrategy從挑戰(zhàn)者象限落入了特定領(lǐng)域者（Niche Players）象限。
從指標(biāo)選取上我們也可以看到變化。今年，ABI 平臺(tái)主要從12 項(xiàng)關(guān)鍵要素去考察平臺(tái)的功能性，這12項(xiàng)關(guān)鍵要素包括安全性、云BI、可管理性、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)源連接性、目錄、自動(dòng)化洞察、自然語言查詢、自然語言生成、數(shù)據(jù)可視化、數(shù)據(jù)故事、報(bào)告等。對比2021年的12項(xiàng)關(guān)鍵指標(biāo)，去掉了模型復(fù)雜度和高級(jí)分析兩個(gè)因素，2022年機(jī)器學(xué)習(xí)和人工智能的相關(guān)指標(biāo)占一半以上。
AI賦能的增強(qiáng)可視化正在成為Gartner衡量廠商競爭力的核心標(biāo)準(zhǔn)。值得注意的是，企業(yè)對于數(shù)據(jù)分析的需求也更加深入了。數(shù)據(jù)故事、企業(yè)報(bào)告將成為企業(yè)消費(fèi)的主流。
其中，報(bào)告指分析與BI平臺(tái)按計(jì)劃創(chuàng)建并向消費(fèi)者分發(fā)（或“爆發(fā)”）網(wǎng)格布局、多頁、像素完美的報(bào)告的能力。這一功能體現(xiàn)在報(bào)告的創(chuàng)建和分發(fā)上，要求分析與BI平臺(tái)不僅能提供詳細(xì)的報(bào)告，并且能夠按照計(jì)劃向用戶發(fā)送報(bào)告。在近年來國外的ABI市場競爭中，為企業(yè)提供報(bào)告集成的能力，正在成為廠商的新戰(zhàn)場。
但在國內(nèi)，這一功能的需求度仍然不高。大多數(shù)中國企業(yè)還處于從IT主導(dǎo)的報(bào)表模式向業(yè)務(wù)主導(dǎo)的敏捷BI轉(zhuǎn)型的階段。在這一階段，我們要回答的核心問題依然是西方賽道過去所面臨的那個(gè)永恒的問題：怎么讓BI真正為業(yè)務(wù)所用？
從歷史對比來看，國外BI與中國本土市場的時(shí)間差大概是5年的話，中國預(yù)計(jì)將在2025年左右邁入智能BI3.0階段。或許在此之前，中國商業(yè)智能市場也可能另辟蹊徑，走出自己的獨(dú)特道路。
[免責(zé)聲明]
原文標(biāo)題： 融資20億的BI賽道，離Gartner ABI魔力象限還有多遠(yuǎn)？
本文由作者原創(chuàng)發(fā)布于36氪企服點(diǎn)評(píng)；未經(jīng)許可，禁止轉(zhuǎn)載。
