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)都完成了億元級別的融資。據(jù)統(tǒng)計，BI數(shù)據(jù)分析賽道在2021下半年至今累計融資超過20億元。
但與此同時，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，越來越多的計算機(jī)應(yīng)用，數(shù)據(jù)存儲自然而然地向數(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)端的迅速決策需求。
敏捷BI有兩大特點，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，因為不用編寫代碼，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)人員迅速獲取有價值的分析判斷。二是成本更低，部署周期短，操作平臺靈活，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。
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)動下，輕量級的自助式+可視化的BI逐漸取代傳統(tǒng)的重量級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，簡單易用，支持零基礎(chǔ)業(yè)務(wù)人員進(jìn)行全流程分析。因為人工智能和機(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)智能也分為三個階段。
2000年—2012年，中國本土商業(yè)智能萌芽階段
當(dāng)時國內(nèi)市場被BO、BIEE、Cognos 三大巨頭所分割，包攬了國內(nèi)金融、保險、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、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。因為云計算，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、教育、政務(wù)等行業(yè)的大數(shù)據(jù)積累到了足夠的量級，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)平臺上的企業(yè)提供輕量級的數(shù)據(jù)分析決策支持。
但和西方不同的是，BI在中國是一個“三分產(chǎn)品、七分實施”的重服務(wù)行業(yè)。目前，具備定制化項目開發(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)智能平臺魔力象限》（《Magic Quadrant for Analytics and Business Intelligence Platforms》簡稱ABI魔力象限報告）。
從報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。但有幾個企業(yè)仍然值得重點關(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 平臺主要從12 項關(guān)鍵要素去考察平臺的功能性，這12項關(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、報告等。對比2021年的12項關(guān)鍵指標(biāo)，去掉了模型復(fù)雜度和高級分析兩個因素，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)報告將成為企業(yè)消費的主流。
其中，報告指分析與BI平臺按計劃創(chuàng)建并向消費者分發(fā)（或“爆發(fā)”）網(wǎng)格布局、多頁、像素完美的報告的能力。這一功能體現(xiàn)在報告的創(chuàng)建和分發(fā)上，要求分析與BI平臺不僅能提供詳細(xì)的報告，并且能夠按照計劃向用戶發(fā)送報告。在近年來國外的ABI市場競爭中，為企業(yè)提供報告集成的能力，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間差大概是5年的話，中國預(yù)計將在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氪企服點評；未經(jīng)許可，禁止轉(zhuǎn)載。
