中国企业，到底需要怎样的商业智能BI？_风闻

文/陈锋

编辑/子夜 

过去几年，在数字经济浪潮下，有两个问题引发了企业普遍关注：

企业数字化程度不断纵深，它们还能往哪个方向发力或调整？

不确定性陡增的新经济周期下，企业该如何找到新的内生动力？

目前来看，企业要想回答、解决好这两个问题，很重要的一点在于，需要正视数据的价值并提高使用它的能力，要基于数据持续提升企业的敏捷经营水平。

一方面，新经济周期下，很多企业的数字化需求转向了降本增效，这要求它们要“把钱花在刀刃上”，要找到靶心，用更小、更关键的投入来换取增长。

**提升敏捷经营水平，尤为关键。**据麦肯锡测算，敏捷企业更能够保持韧性并提升效益测算，而韧性较强的企业在顾客满意度、员工积极度、运营效率等方面平均提升了30%，创新速度则呈现出5-10倍的增长。

图源麦肯锡《从形似到神似：敏捷转型成功之道》 

另一方面，对企业而言，敏捷能力的打造、更高效率经营水平的打造，高度依赖企业应用数据的能力——基于对数据的洞察和分析，能更好地指导企业及时应对市场变化，辅助企业提升决策效率。

这也是为什么，很多企业已经在数字化投入方向上做出了转变。

德勤此前在一份针对中国民营企业的调研报告中指出，有37%的企业认为，接下来12个月最有可能进行的技术投资，集中在数据分析/商业智能上；《2022Gartner IT symposium》中也提到，“数据驱动的洞察与决策”，排在企业数字化投入方向的第二位。

在这背后，实则是企业的数字化转型正发生着两个明显的变化：更加务实、更关注业务价值。

1、企业究竟需要怎样的BI？

对一家企业而言，CEO是企业数字化变革的关键决策者和推动者，在他们的视角里，数字化投入和建设目前在需求上发生了哪些变化？

Gartner此前的调研数据指出，67%的受访CEO表示，希望更多的技术工作直接在业务职能范围内完成，而不是在IT领域内完成；有73%的受访CEO表示，IT部门以外的经理希望立即或在不久的将来，在团队中加入更多技术人员。

这组数据背后，也反映出过去多年企业在数字化投入和建设中的一些矛盾，其中最核心的矛盾来自两方面。

首先是长久以来，很多企业都将技术放在数字化投入的首位，反而忽略了业务侧基层员工在数字化意识上的培养和参与，忽略了他们对“方便”的需求。

这就会导致，在实际的数字化转型中，很多基层的业务人员难以充分享受到数字化带来的便利，他们参与数字化转型的积极性会被削弱，在某种程度上也会降低企业经营效率。

其次是在这种模式下，IT部门承担起了越来越多的任务，当源源不断的从业务侧传导来的需求涌来时，他们很难在第一时间内做出响应。

久而久之，一方面是企业数字化的价值难以被真正评估，另一方面则是，企业的经营效率很难提上来——模式不转变，业务侧源源不断的需求与IT侧之间的矛盾就可能一直存在。

这也是过去多年BI赛道普遍存在的问题，传统的BI产品和解决方案更偏向于IT用户，而忽略了业务用户的需求，技术和业务很大程度上是“两张皮”。

连线Insight最近与国内BI厂商观远数据交流时，其CEO苏春园也提到，这两年，很多企业最大的矛盾在于，IT主导的静态式的、更关注结果的报表模式，很难再满足源源不断的业务需求了。

他告诉我们，中国BI市场可以拆分为两个发展阶段。第一个阶段是过去十年的报表式BI阶段，主要是IT人员、技术人员在用，主要的使用场景就是看报表；第二个阶段则是未来十年，重点是要让业务人员也能用起来，让“一线听到炮火的人”也能利用数据决策。

观远数据创始人兼CEO苏春园

基于此便不难发现，当下对企业而言，他们在BI能力的建设中，以下几点尤为关键：

第一，要让一线的业务人员，也能基于数据对业务进行自助分析，并做出决策。

换言之，BI产品&解决方案的门槛要降下来，业务人员的学习成本也要降下来，让企业能够在内部快速推广起来，提升全员数据能力。

第二，要更加智能化，某种程度上，智能化水平的提升，能够进一步简化数据分析链路，进而再降低数据分析的应用门槛。

第三，BI产品&解决方案规模化应用后，要满足大用户量同时稳定使用的需求。

这对供给侧的BI厂商们提出了更高的要求，他们需要持续夯实底层的数据技术并持续迭代，需要具备服务多类型企业的能力。

而以上几点，也是BI厂商面对客户时的关键试金石。

2、BI厂商该如何进化、竞争？

站在行业视角，企业在数字化需求侧的转变，也在倒逼BI厂商们加速进化，近两年，他们普遍从报表式的传统BI阶段加速进入敏捷、智能BI阶段。

我们也看到，由数据驱动的敏捷决策，已经在不同行业不同体量的企业中被反复验证，比如下面这两个案例。

**第一个案例是零跑汽车。**2022年以前，零跑汽车仍然处于业务报表线上化的“点菜式”数据服务阶段，即业务提需求，IT部门来满足需求。

但在这种模式下，业务部门和IT部门都存在着一些痛点——需求排期漫长、IT响应不及时、IT部门人手不够用等等，总结来看，业务需求和有限的IT资源之间产生了矛盾。

后来公司在2022年引入了观远BI，进入了BI数据分析自助化时代，由“点菜式”进入到了“自助餐式”数据服务——IT提供给业务自助分析的数据模型，就像自助餐的餐食，业务可以根据自己的想法和需求，自助、灵活地实现数据需求。

第二个案例是元气森林。

元气森林与观远数据已经合作了3年，这一过程中，一开始只有20个左右的IT人员在使用观远平台，但如今，上到管理层下到门店人员，已经有超过几千人在通过观远数据平台来实现敏捷决策，实现了从以前12个月、52周，到现在365天的数据迭代与行动闭环。

以上两个案例中，一个较为明显的共同点在于，在与观远数据的合作下，一线的业务人员都用上了BI，并且用得不错，同时企业也实现了BI能力的内部推广，全员的数字化能力得到了提升，最后切实提高了决策效率。

值得注意的是，这背后正好体现出近几年BI赛道的一个进化规律，即推动企业的数据分析模式，从“IT主导的报表模式”向“业务主导的自助服务分析模式”转变。

比如观远数据的进化，某种程度上正是BI行业进化的一个缩影。

一方面，观远数据从成立之初，就选择了做BI产品而非报表，一直以“让业务用起来，让决策更智能”为使命，不断提高易用性和智能化。

以易用性为例，苏春园告诉连线Insight，基于观远BI平台，业务人员经过两天的基础培训后，就可以自助完成80%的数据分析工作。

另一方面，在服务了众多500强企业后，苏春园认识到，当企业的业务用户不断增长后，企业级会成为企业的一个强需求，这也是BI厂商构建差异化优势的一个方向。

因此，观远数据也在持续提升企业级能力，确保其能够满足不同体量客户的需求。

比如观远数据与某大型股份制银行的合作，就是另外一种模式——双方合作推进了从总行到分行超万人的分布式决策实践，解决了该行业传统决策模式中，总行将企业清单给分行拓展代发业务时针对性弱、信息不够全面、拓展KPI达成与过程情况无法追踪的难题。

今年以来，观远数据还在持续进化。

前段时间，观远数据升级了一站式智能分析平台 6.0，在产品形态上进一步提升了“一站式”数据服务能力，在客户决策链路中的数仓需求、报表需求、分析需求和AI需求上，也完成了多项更新与迭代。

例如观远BI6.0进一步增强了AI能力，推出了智能洞察和BI Copliot系列产品。

最值得关注的是BI Copliot，观远数据通过BI与大语言模型的融合，重塑了数据分析全链路，进一步降低了数据分析的应用门槛——客户通过简单的多轮对话的方式，即可完成快速问数、创建看板、定制报告风格，并获得深度见解等操作。

而也正是因为过去多年在易用性、场景化、企业级上的坚持与持续迭代，让观远数据成了越来越多客户的忠实选择。

苏春园向我们透露，目前观远数据已经为600+行业领先客户提供一站式数据分析与智能决策解决方案。

具体来看，从零售消费行业的宝洁、联合利华、3M中国、丝芙兰中国等，到金融行业的中国银行、中信银行、宁波银行等头部银行，再到小红书、新东方、雪球等互联网客户以及零跑汽车、路特斯、星星充电等制造企业，华润医药、江苏医药等央国企，观远数据都在合作中提供了深入服务，帮助企业加速、纵深数字化能力建设。

3、结语

“技术都在冰山下，如今BI的门槛不断降低，是行业实现爆发性增长的重要一点。”谈及行业前景时，苏春园如此表示。

从20世纪初至今，中国BI赛道从早期的自研报表系统到后来可视化、自助化的BI产品，再到如今加速进入现代化、智能化BI阶段，如今已经到了产业爆发前夜。

对所有这条赛道的玩家而言，要打造出差异化优势，最核心的，还是要看技术、产品以及服务，以及能否真正让一线的业务人员也能用上BI、用好BI，但同样，他们自身组织的进化能力也要不断进阶。

比如观远数据今年还进一步升级了价值观——原因在于，将客户价值放在第一位后，它意识到，与客户一起敏捷是未来的趋势，于是决心将自己也变成一个更敏捷的组织。

由此便不难发现，对观远数据而言，技术、产品、解决方案侧不断进化的能力，只是一个侧面。

它的另一个侧面，在于率先洞察市场需求变化，并做出市场策略调整的能力和敏捷性，也在于从七年前创立至今，始终坚持着“让业务用起来”这一理念，将BI的服务价值不断做深。现在它想让组织本身变得更敏捷，某种程度上也是为了精进这种能力。

正如苏春园所提到的，“过去几年大家都在说，内卷的反义词是不是反内卷、是不是躺平，但在我看来，内卷的反义词是进化。”

在BI赛道竞争愈发激烈，厂商的竞争维度越来越多的背景下，只有持续进化，才有机会抢到更多蛋糕。