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恆的問題：如何讓BI真正為業務所用？
文｜Quincy
來源｜36氪企服（ID：qifudianping-36kr）BI（Business Intelligence商業智能）紅利，從去年延續到了今年。截至今天，2022年就有觀遠數據、數説故事、海致BDP三家企業都完成了億元級別的融資。據統計，BI數據分析賽道在2021下半年至今累計融資超過20億元。
但與此同時，雖然資本叫座，但企服市場反響卻略微弱。也許，從西方和中國商業智能的發展歷史上，我們能找到一些啓示。
西方商業智能西方商業智能主要經過三個發展階段。20世紀80-90年代至2000年 BI 1.0階段1956年，隨着IBM發明硬盤用於數據存儲，越來越多的計算機應用，數據存儲自然而然地向數據挖掘、分析方向發展。這一階段BI還被稱為決策支持系統（DSS），即用數據庫系統支持決策。此後，隨着數據科學應用於商業場景，商業智能的概念才固定下來。1989，Gartner的Howard Dresner 重新定義了BI，即述“通過使用基於事實的支持系統改進業務決策的概念或方法”（"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即一類由數據倉庫(或數據集市)、查詢報表、 數據分析、數據挖掘、數據備份和恢復等部分組成的、以幫助企業決策為目的的技術及其應用。20世紀70年代，第一批BI廠商正式誕生。早期代表企業有美國的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世紀前20年 BI 2.0階段進入21世紀，在Facebook、Twitter等社交媒體的影響下，大量數據被創造出來並飛速增長。BI所賴以為生的養分——數據更加充分。在2007年左右，巨頭玩家入場，全球BI市場經過了一輪洗牌，形成了四大品牌——BO、Cognos、BIEE和MicroStrategy壟斷格局。SAP收購了BusinessObjects（後者還在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）。全球市場份額都集中在SAP、IBM、Oracle 和Microsoft 手中。在四大巨頭的推動下，2010年全球35% 的企業普遍使用了BI，67% 的“一流公司”擁有自助式 BI。
21世紀第二個十年，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，對接導入多個數據源，一鍵形成複雜圖形和視圖，響應業務端的迅速決策需求。敏捷BI有兩大特點，第一是可視化，產品的重心從後端IT轉向前端數據呈現，將複雜數據表單轉化為簡單的圖像圖形，直觀高效地呈現分析結果，分析的方向也更加偏向業務邏輯。第二是數據民主化，因為不用編寫代碼，即使是不具備IT技術或具有一定IT基礎能力的業務員工也可以自助配置，調取數據進行分析，大大降低了BI的使用門檻。Qlik和Tableau是敏捷BI的代表產品。它們的產品特點一是數據可視化程度較高，即可以將數據分析的結果通過可視化圖表呈現出來，簡單好操作，方便非數據分析專業人員迅速獲取有價值的分析判斷。二是成本更低，部署週期短，操作平台靈活，可以通過saas模式為客户提供靈活的BI產品服務，方便非業務人員快速學習和上手，將BI的准入門檻又降低了一級。Qlikview和Tableau的崛起，逐漸搶佔了傳統BI三巨頭的市場份額。在敏捷BI的驅動下，輕量級的自助式+可視化的BI逐漸取代傳統的重量級BI，成為魔力象限的領導者。
2019年-至今 智能BI 3.0在2019年前後，智能BI開始代替敏捷BI，成為行業發展的新方向。智能BI即AI+BI，使用了自然語言處理技術支持數據分析平台，簡單易用，支持零基礎業務人員進行全流程分析。因為人工智能和機器學習技術的使用，智能BI可以根據數據自動形成可複用的模型，因此在前期也不需要企業IT部門進行大量的數據建模，因此對業務端更加友好。
中國商業智能與西方商業智能的發展相似，中國商業智能也分為三個階段。2000—2012年 中國本土商業智能萌芽階段當時國內市場被BO、BIEE、Cognos 三大巨頭所分割，包攬了國內金融、保險、銀行、電信為主的大型企業客户。中國本土商業智能初創公司只能另闢蹊徑，只能圍繞中國式特殊的報表需求，提供定製化二次開發。這也為國產BI提供了生存發展的空間，比如潤乾、帆軟都是通過自研報表系統贏得了第一批客户。這一階段的領軍企業就是“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—2015年 行業洗牌階段這一階段，移動互聯網的繁榮帶來了數據的大爆炸。在在流量、資本、市場、人才等多重因素的驅動下，國產BI迎來了第一波繁榮，也迎來了第一波行業洗牌。永洪、海致、蘇州國雲、武漢賽斯、杭州華量等新型廠商陸續入場。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，漸漸與全球統一節奏，並走出自己獨特的發展道路。洗牌之後，永洪和帆軟成為綜合性廠商的龍頭，BI的客羣範圍也從大中型企業擴展到了中小企業。圍繞不同企業的需求，廠商開始提供以BI為核心，但包含數據存儲、數據分析、數據可視化等一系列的綜合性服務。
2016-2020年 智能化BI階段在這一階段，中國 ABC（Artificial Intelligence、BIg Data、Cloud）技術爆發，對商業智能領域是重大利好。自然語言、機器學習和人工智能技術，進一步提升了BI的算力。因為雲計算，企業開始將自身數據資產遷移到雲端，大大降低了BI部署的成本。金融、電力、製造、消費、教育、政務等行業的大數據積累到了足夠的量級，為BI提供了豐富的基礎數據支撐。這一階段，互聯網巨頭正式進入戰局。比如阿里雲發佈的Quick BI ，騰訊的騰訊有數，百度的Sugar BI 平台和網易有數。這些產品與自身所在的生態緊密相關，數據源之間比較容易打通，核心目標是為生態平台上的企業提供輕量級的數據分析決策支持。但和西方不同的是，BI在中國是一個“三分產品、七分實施”的重服務行業。目前，具備定製化項目開發能力的傳統BI廠商，仍然具有顯著優勢。大廠雖然不缺技術和資源，但要想與傳統廠商爭奪大客户，還需要一定的時間積累。
圖片來自網絡
Gartner ABI魔力象限的啓示前不久，Gartner發佈了《2022分析和商業智能平台魔力象限》（《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，傳統的BI魔力象限變成了ABI分析與商業智能魔力象限。這意味着，數據分析與商業智能的業務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。但有幾個企業仍然值得重點關注。Microsoft、salesforce（收購Tableau）、Qlik三巨頭繼續保持領導者（Leaders），其中Microsoft和 Tableau 已經深入領導者象限腹地。谷歌（收購Looker）和DEMO持續堅守挑戰者（Challengers）象限。IBM重新回到遠見者（Visionaries）象限，和Oracle、SAP、SAS、TIBCO software、ThoughtSpot、Yelowfin、Tellius同歸一個象限。MicroStrategy從挑戰者象限落入了特定領域者（Niche Players）象限。從指標選取上我們也可以看到變化。今年，ABI 平台主要從12項關鍵要素去考察平台的功能性，這12項關鍵要素包括安全性、雲BI、可管理性、數據準備、數據源連接性、目錄、自動化洞察、自然語言查詢、自然語言生成、數據可視化、數據故事、報告等。對比2021年的關鍵指標，去掉了模型複雜度和高級分析兩個因素，2022年機器學習和人工智能的相關指標占一半以上。AI賦能的增強可視化正在成為Gartner衡量廠商競爭力的核心標準。值得注意的是，企業對於數據分析的需求也更加深入了。數據故事、企業報告將成為企業消費的主流。其中，報告指分析與BI平台按計劃創建並向消費者分發（或“爆發”）網格佈局、多頁、像素完美的報告的能力。這一功能體現在報告的創建和分發上，要求分析與BI平台不僅能提供詳細的報告，並且能夠按照計劃向用户發送報告。在近年來國外的ABI市場競爭中，為企業提供報告集成的能力，正在成為廠商的新戰場。但在國內，這一功能的需求度仍然不高。大多數中國企業還處於從IT主導的報表模式向業務主導的敏捷BI轉型的階段。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恆的問題：如何讓BI真正為業務所用？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，中國預計將在2025年左右邁入智能BI3.0階段。或許在此之前，中國商業智能市場也可能另闢蹊徑，走出自己的獨特道路。