觀遠數據“BI+AI”，無法成為BI市場的主流？_風聞

在數字化轉型的時代，BI（商業智能）已經成為了各行業轉型環節中不可或缺的一環。

BI賽道經歷了從國外廠商到國內廠商的遷移，也正經歷從傳統時代向智能時代的變革。

因為各行業新經濟企業業務的快速變化，需要從0-1構建敏捷數據分析與決策能力，BI已成為新鋭企業發展到百人規模或GMV超過五千萬後的標配。

據天眼查數據顯示，以BI作為發展方向的觀遠數據，在2月22日完成了由老虎環球基金（Tiger Global）領投，紅杉中國、線性資本、襄禾資本、獨秀資本（Unicorn Capital Partners）等老股東跟投的2.8億人民幣C輪融資。

而中國數據分析與商業智能市場正迎來高速發展。

據國際權威調研機構國際數據公司IDC預測，2025年，中國商業智能軟件市場規模將達到13.3億美元，未來5年整體市場年複合增長率(CAGR)達到17.9%。

在市場規模高速發展下，提速佈局金融、高科技、製造、互聯網等領域，對於觀遠數據來説，迫在眉睫。

一、成立最晚卻發展最快

成立於2016年的觀遠數據，相比大部分國內品牌而言，成立最晚，發展最快大抵是業內對觀遠數據一致的想法。

實際上，觀遠科技的發展速度之所以快，也是有跡可循。

首先，國內市場正值SaaS創業的“元年”，BI領域彼時主要是國外的Tableau、MicroStrategy、Domo等公司，國內則有帆軟、永洪等廠商。

與國外公司相比，國內BI產品還是以工具屬性為主，尤其以“報表”為核心功能，主要使用者是企業中的IT用户。

其次，優先錨定零售、快消行業進行發展。

因為早期的BI需要基於數據發展，很顯然缺乏數據豐富度的品牌，很難靠技術去為品牌進行個性化定製解決方案，如果要建立屬於自己的數據平台，需要投入大量的成本。

但在那會，依靠互聯網發展起來的新零售、新消費數不勝數。而對於零售行業來説，隨着傳統零售向新零售轉型，零售企業需要注重線上線下的融合發展，以及及時洞察市場變化，調整市場策略。

於是，觀遠數據一開始就錨定消費領域，利用數據分析與商業智能平台，給消費企業提供更高效的決策。

截至目前，觀遠數據深度服務的消費零售客户包括聯合利華、LVMH、元氣森林、安踏、小紅書、蜜雪冰城、三頓半、簡愛酸奶、紐西之謎、親愛男友、奈雪的茶、遇見小面等諸多知名品牌。

其次，相較於市場上大部分以IT用户為主的報表型BI產品，觀遠數據的最大差異化，在於讓廣泛的業務用户可以使用，面向業務場景進行數據分析與決策。

在覆蓋用户足夠廣的前提下，觀遠數據以遠高於行業增長速度的年增長率取得快速發展，成為數據分析與智能決策領域的引領者。

更重要的是，成立不到兩年時間的觀遠數據察覺到，無論是規模大小，或實力強勁與否的企業都面臨着同一個問題，企業數據基礎仍然不夠紮實，如果直接在此基礎上做BI分析並不現實。

找到行業痛點的觀遠數據，選擇引入了數據倉庫和智能數據準備（Smart ETL）等產品，幫助企業構建數據基礎，提供一站式的智能數據分析服務。

誠然，在洞察客户現狀需求的態勢下，觀遠數據服務客户覆蓋零售消費、金融、製造、互聯網等多個領域的400+世界500強企業和行業頭部客户，成為眾多領先企業BI升級的首選。

但眼看當下，隨着大數據、人工智能、雲計算三波浪潮的深入融合，觀遠數據基於AI+BI的智能分析與決策已在部分領先的客户身上落地開花。

但不可忽視的是，面對複雜的外部環境、多變的用户需求和激烈的市場競爭，觀遠數據在當下的市場上是否具有競爭力呢？

二、更多的是問題而非答案

從某種程度上來説，基於海量數據，依靠機器學習，通過精密精準計算快速得出一個比人工經驗分析更精準的方案，一直是觀遠數據的願景。

同樣的，在當前國內企業應用BI產品中，企業最期待獲得的數據價值，數據整合、提高製表效率、輔助管理決策排名前三。

其中，72.8%的企業最想獲得的數據價值是整合多系統數據，打通多系統的數據，解決數據壁壘的問題實現信息透明。

69.1%的企業想要提高報表的輸出效率，期望能夠更快更準更省事。53.7%的企業則希望通過數據分析，輔助企業決策，實現科學化、數據化的決策。

但總的來説，企業更迫切需要的是便捷、高效化服務，而觀遠數據的發展似乎也在迎合企業的需求上。

但現下的問題是，BI仍然需要依靠人來干涉。

在企業應用場景中，BI在絕大多數場景下還需要依靠人來完成，不管是基礎分析邏輯的設計開發、維度和度量的選擇與調整、展示效果的規劃與解讀，都需要依靠人來完成。

而限於工具目前的發展水平，人蔘與比例相對較高。同時，這樣一來也會導致一個相對客觀的數據分析場景，摻雜了過多人的主觀判斷。

甚至會出現為了佐證某個觀點，開發人員主動選擇甚至篩選出符合目標預期的基礎數據，選擇適合的分析方法，以展示出與觀點一致的趨勢和期望，這就與商業智能通過整合數據，分析趨勢，指導決策的初衷背道而馳了。

此外，即便觀遠數據通過洞察企業痛點快速發展，但在市場佈局上仍然遠不如同行。

在數據智能領域，觀遠數據目前服務了零售與消費、金融、高科技、互聯網等近10個行業的400+領先企業。

而永洪科技在2018年，就已經與金融、製造、物流、電力、零售電商、地產、醫療、能源、交通等20餘個行業，超過2000+家企業客户提供數據分析服務，並且完成了秒內百億級數據量處理。

另一方面，3月15日有消息稱，永洪科技正在籌劃赴港上市，

在同行加快發展步伐下，相對而言觀遠數據的“BI+AI”一站式大數據分析服務，發展得還不夠快。

三、面向市場佈局，觀遠還需要更快

其實可以説，當下專注於“BI+AI”的觀遠數據，似乎已經找不到增量的突破口。

首先，AI在採集數據之時，必定會面臨着使用這些數據的時候會遇到很多質量、安全、標準等方面的問題。

如果AI無法進行自我識別處理，將會需要依靠人進行處理，這似乎與發展BI相悖。

其次，在未來一站式服務能不能完全讓工具代替人去消化原始知識，降低知識運用的門檻也是一個BI要面臨的源頭問題。

因為在數據採用的前期，如果要將知識運用到數據分析中，需要事先積累、吸收、融匯貫通，需要付出大量的努力。

業界認為，按照“DIKW”模型理論，BI不能停留在數據階段，做統計與可視化，而要專注於把數據轉變為知識。

於是，從觀遠數據的角度來看，將BI工具去數據中總結知識，人把知識和業務結合，或是是一個必須要面對的過程。

但從觀遠數據2.8億元C輪融資用途的三大方向看，建設重點行業、擴大服務企業版圖將是觀遠數據的下一步發展規劃，雖然説“讓業務活躍用起來”很重要，但服務環節的改變也必不可少。

在吸引企業使用業務，一定少不了產品自身是否能為企業帶來更多價值這一個動因。

隨着nextionBI在內的一些國產BI已經後起而直追，很多功能組件裏都同樣封裝了AI 算法，在看不到的地方，有更多的自動化和智能化。

至於在接下來的市場中，觀遠數據能否在抵擋新的競爭對手的同時趕超老廠商，還仍然是一個未知問題，即便洞察品牌的一切優劣，也無法預知資本市場的風向。