来源|36氪企服(ID:qifudianping-36kr)BI(Business Intelligence商业智能)红利,从去年延续到了今年。截至今天,2022年就有观远数据、数说故事、海致BDP三家企业都完成了亿元级别的融资。据统计,BI数据分析赛道在2021下半年至今累计融资超过20亿元。 但与此同时,虽然资本叫座,但企服市场反响却略微弱。也许,从西方和中国商业智能的发展历史上,我们能找到一些启示。西方商业智能西方商业智能主要经过三个发展阶段。20世纪80-90年代至2000年 BI 1.0阶段1956年,随着IBM发明硬盘用于数据存储,越来越多的计算机应用,数据存储自然而然地向数据挖掘、分析方向发展。这一阶段BI还被称为决策支持系统(DSS),即用数据库系统支持决策。此后,随着数据科学应用于商业场景,商业智能的概念才固定下来。1989,Gartner的Howard Dresner 重新定义了BI,即述“通过使用基于事实的支持系统改进业务决策的概念或方法”("Concepts and methods to improve business decision-making by using fact-based support systems.")。在1996年,Gartner修正了这一概念,BI即一类由数据仓库(或数据集市)、查询报表、 数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。20世纪70年代,第一批BI厂商正式诞生。早期代表企业有美国的MicroStrategy、Microsoft SQL Server、Hyperio、Salesforce四大品牌,法国的BusinessObjects、加拿大的Cognos、Crystal Reports和Siebel Analytic,瑞典的Qlikview等。21世纪前20年 BI 2.0阶段进入21世纪,在Facebook、Twitter等社交媒体的影响下,大量数据被创造出来并飞速增长。BI所赖以为生的养分——数据更加充分。在2007年左右,巨头玩家入场,全球BI市场经过了一轮洗牌,形成了四大品牌——BO、Cognos、BIEE和MicroStrategy垄断格局。SAP收购了BusinessObjects(后者还在2003年收购了水晶报表)、IBM收购了Cognos、Oracle收购了Siebel重组成Oracle BIEE(简称BIEE)。全球市场份额都集中在SAP、IBM、Oracle 和Microsoft 手中。在四大巨头的推动下,2010年全球35% 的企业普遍使用了BI,67% 的“一流公司”拥有自助式 BI。21世纪第二个十年,敏捷BI(也称自助式BI)兴起,即通过选取、拖拽、配置等简单方式,对接导入多个数据源,一键形成复杂图形和视图,响应业务端的迅速决策需求。敏捷BI有两大特点,第一是可视化,产品的重心从后端IT转向前端数据呈现,将复杂数据表单转化为简单的图像图形,直观高效地呈现分析结果,分析的方向也更加偏向业务逻辑。第二是数据民主化,因为不用编写代码,即使是不具备IT技术或具有一定IT基础能力的业务员工也可以自助配置,调取数据进行分析,大大降低了BI的使用门槛。Qlik和Tableau是敏捷BI的代表产品。它们的产品特点一是数据可视化程度较高,即可以将数据分析的结果通过可视化图表呈现出来,简单好操作,方便非数据分析专业人员迅速获取有价值的分析判断。二是成本更低,部署周期短,操作平台灵活,可以通过saas模式为客户提供灵活的BI产品服务,方便非业务人员快速学习和上手,将BI的准入门槛又降低了一级。Qlikview和Tableau的崛起,逐渐抢占了传统BI三巨头的市场份额。在敏捷BI的驱动下,轻量级的自助式+可视化的BI逐渐取代传统的重量级BI,成为魔力象限的领导者。2019年-至今 智能BI 3.0在2019年前后,智能BI开始代替敏捷BI,成为行业发展的新方向。智能BI即AI+BI,使用了自然语言处理技术支持数据分析平台,简单易用,支持零基础业务人员进行全流程分析。因为人工智能和机器学习技术的使用,智能BI可以根据数据自动形成可复用的模型,因此在前期也不需要企业IT部门进行大量的数据建模,因此对业务端更加友好。中国商业智能与西方商业智能的发展相似,中国商业智能也分为三个阶段。2000—2012年 中国本土商业智能萌芽阶段当时国内市场被BO、BIEE、Cognos 三大巨头所分割,包揽了国内金融、保险、银行、电信为主的大型企业客户。中国本土商业智能初创公司只能另辟蹊径,只能围绕中国式特殊的报表需求,提供定制化二次开发。这也为国产BI提供了生存发展的空间,比如润乾、帆软都是通过自研报表系统赢得了第一批客户。这一阶段的领军企业就是“北润乾,南帆软”。此外再加上广州菲奈特、用友华表、珠海奥威、重庆宏信、亿信华辰等,本土BI厂商的阵营不断拓展。2013—2015年 行业洗牌阶段这一阶段,移动互联网的繁荣带来了数据的大爆炸。在在流量、资本、市场、人才等多重因素的驱动下,国产BI迎来了第一波繁荣,也迎来了第一波行业洗牌。永洪、海致、苏州国云、武汉赛斯、杭州华量等新型厂商陆续入场。这一阶段Tableau、Qlik崛起的阶段。受全球敏捷BI潮流的影响,中国可视化+自助化BI也逐渐成为主流,渐渐与全球统一节奏,并走出自己独特的发展道路。洗牌之后,永洪和帆软成为综合性厂商的龙头,BI的客群范围也从大中型企业扩展到了中小企业。围绕不同企业的需求,厂商开始提供以BI为核心,但包含数据存储、数据分析、数据可视化等一系列的综合性服务。2016-2020年 智能化BI阶段在这一阶段,中国 ABC(Artificial Intelligence、BIg Data、Cloud)技术爆发,对商业智能领域是重大利好。自然语言、机器学习和人工智能技术,进一步提升了BI的算力。因为云计算,企业开始将自身数据资产迁移到云端,大大降低了BI部署的成本。金融、电力、制造、消费、教育、政务等行业的大数据积累到了足够的量级,为BI提供了丰富的基础数据支撑。这一阶段,互联网巨头正式进入战局。比如阿里云发布的Quick BI ,腾讯的腾讯有数,百度的Sugar BI 平台和网易有数。这些产品与自身所在的生态紧密相关,数据源之间比较容易打通,核心目标是为生态平台上的企业提供轻量级的数据分析决策支持。但和西方不同的是,BI在中国是一个“三分产品、七分实施”的重服务行业。目前,具备定制化项目开发能力的传统BI厂商,仍然具有显著优势。大厂虽然不缺技术和资源,但要想与传统厂商争夺大客户,还需要一定的时间积累。
图片来自网络
Gartner ABI魔力象限的启示前不久,Gartner发布了《2022分析和商业智能平台魔力象限》(《Magic Quadrant for Analytics and Business Intelligence Platforms》简称ABI魔力象限报告)。从报告名称上我们就可以看出,传统的BI魔力象限变成了ABI分析与商业智能魔力象限。这意味着,数据分析与商业智能的业务之间的界限越来越模糊,未来也将不可分割。对比2021年象限,2022年基本没有大变化。但有几个企业仍然值得重点关注。