從單項冠軍到全鏈路平台,為什麼説帆軟的增長故事遠未結束?_風聞
新眸-1小时前
作者|李小東
帆軟和以前不太一樣了,這種感覺在今年智數大會時變得更加強烈。
長期以來,帆軟以FineReport、FineBI、簡道云為核心,構建了穩固的產品矩陣,FineDataLink、九數雲等補充產品也是慢慢推出。但自去年以來,伴隨AI火熱,帆軟旗下如FineAI助手、FineChatBI等產品相繼密集上線——外界明顯感知到,帆軟的新產品節奏快了許多。
再加上即將年底發佈的FineONE,和過去針對特定功能和應用場景推出的工具不同,帆軟內部對於FineONE的定位是遠超傳統工具的平台級解決方案。這一定位與微軟此前推出的Fabric有着異曲同工之妙,都為了通過整合與升級,為企業提供更為全面、高效的數據處理能力。
簡單來説,FineONE將FineReport、FineBI等產品都整合到一個統一的平台上,構建了一個從底層數據採集、處理,到數據管理治理,再到最終數據展示與分析的完整數據應用鏈路。客户用一個平台,不用再為不同產品間的環境切換和集成煩惱,就能實現底層數據、上層應用的無縫對接。
相比以前強調產品模塊的覆蓋和能力的綜合性的“全鏈路”,FineONE的全鏈路,意味着帆軟不再僅僅是BI工具領域的單項選手,而是能夠支撐企業長期成長與壯大的核心信息化系統。從產品的角度來看,帆軟正從上層應用往底層數據越做越深。
B端市場是典型的慢生意,與C端的快速迭代和即時反饋不同,前者更看重長期的服務與支持。在帆軟的產研中心總經理陳敏看來,“BI的本質,就是不斷利用技術手段去降低數據消費的門檻,讓更多的人有能力去消費數據、去決策、驅動業務。”
某種程度上來説,外界所感知到的“快”,其背後是漫長技術積累與業務深耕,這既是一家公司“剋制”的經營哲學,也藴含了對產品邏輯和對數字化變革的深刻理解。
01
FineONE意味着什麼?
作為國內最早做BI和數據分析領域的公司之一,帆軟的成長可以説是中國數字化轉型的一個縮影,而在這場浪潮中,BI的角色比以往更凸顯,其重要性甚至成為了推動整個轉型進程的關鍵力量。
這一現象的背後,有幾個顯著趨勢的交織影響。
比如,數字原生企業的崛起,像電商和新能源車企,管理層天然懂得怎麼用數據和新技術來推動業務往前跑。而傳統行業,尤其是大型的傳統企業,雖然有着多年積累下來的成熟業務和管理體系,但也意味着對數字化轉型的需求更迫切,瓶頸更復雜。
在這種情況下,數字化不再僅僅是某個部門的個別任務,而是需要企業從上至下、從內到外共同參與的系統工程。為了通過數據驅動更精細化的管理和更高效的運營,BI從技術層面的工具,升級為企業全面變革的一把手工程,在部分企業的重要性甚至超過了生產系統。
進一步瞭解你會發現,從以前信息滿天飛,紙質文件堆成山,到實現業務線上化,數據越來越多,技術也越來越先進,企業就開始思考怎麼把數據轉化為生產力。於是他們建起了數據倉庫,引入更高級的工具去挖掘和提煉有用信息。
在整個過程中,BI的作用,始終都是讓數據説話,幫企業做出更明智的決策。
數據量的激增與業務管理難度的增加,單獨的BI產品和功能也在變得複雜,就像陳敏在會上分享的,大部分客户其實都沒把BI和FR放在一起用,只有兩成的客户是集成部署。這導致各種權限不統一、管理麻煩、數據不流通、資產不能複用等問題出現,推動BI朝着平台化的方向發展。
在和企業客户進行FineONE的業務實踐中,帆軟發現,此時企業要解決的核心問題之一,便是對數據質量和指標的管理。
許多客户的底層數據來自不同供應商產品,這樣一來,數據分析工具與底層數據之間在功能架構、性能表現及與業務場景的契合度上就容易脱節。管理層在查看不同來源的報表或看板時,也經常發現相同指標的數據不一致。
隨着數字工具越用越多,業務團隊會根據需要和特定的場景來處理和調整,創造出了很多不同的數據指標。但當IT部門要管理這些複雜的數據關係時,就遇到了大麻煩:比如不同的團隊有不同的指標,導致數據結果對不上;把數據整理成報告或者圖表也很費勁,不同的數據看板顯示的結果還可能不一樣。
為了應對這些問題,一些企業開始使用Excel來管理各業務部門的指標和數據,IT與業務之間通過Excel來回頻繁溝通,進行指標對齊和管理。這是很常見的做法,但過程不僅工作量大而且效率低下,管理層每季度或每年的指標對比工作更是加重了負擔。
當然,有些企業嘗試自研指標平台和數據管理工具,希望將底層數據平台與頂層BI應用等產品緊密結合,達到統一管理的效果。然而,一般自研系統需要與企業內部現有的多個系統進行接口對接和定製開發,不僅技術難度大,隨着各系統版本的迭代升級,接口兼容性問題也會不斷湧現,再次增加了系統的維護成本和複雜度。
面對“一些企業雖然早已建立了數據平台且使用了FineBI等產品多年,但在數據平台與上層數據消費之間仍存在明顯脱節”的現實,就不難理解帆軟推出FineONE的考量。
如果能在一個平台上實現統一規劃,那麼在數據層面,企業就能實現加強數據質量管理的需求;還能幫助企業構建統一的指標體系,實現指標的統一管理、監控和分析。而這些,恰恰是FineONE的最初構想。
憑藉歷史產品的優勢,FineONE既能融合複雜報表、炫酷大屏、智能問答等場景,滿足不同業務的不同分析需求。在面對運維管理困難的時候,也可以用最低成本的可視化方式,將從初期的部署規劃,到日常的運維管理、監控告警,再到故障問題的快速定位與處理——進行全面覆蓋與解決。
02
帆軟的產品觀
“在這個時間點推出FineONE,並非一蹴而就的決定。”據FineONE的項目負責人張書成介紹,早在兩年前,內部就開展了技術底層的研究與融合工作,為了將現有FineReport和FineBI等核心產品,從單一產品整合成平台,用他的話來説,“時機已經成熟了”。
不過對於帆軟來説,要把這麼多子產品、子模塊融合到一起並沒有那麼簡單,整個平台的能力當然也要相應升級,陳敏在會上對FineONE的價值做了進一步的闡釋。
一方面,作為當下的熱點,統一資產門户、資產入表的本質上實際上都是對數據的深度梳理和管理。唯有數據資產可管理,才能被發現、被消費、被量化的全鏈路價值釋放,直至最終實現資產入表的標準化與透明化。
為此,帆軟對FineONE架構進行了全面梳理與優化,為了更好管理數據,他們不僅引入了指標體系,還引入AI技術降低搜索門檻、強化了權限申請的機制,提升資源利用效率的同時,保證資產安全。
另一方面,為了應對自身複雜多變的業務需求與日益增長的數據量,帆軟內部就已經將業務服務進行精細的拆分,並整合到模塊化、高可用性的產品體系,從而提升系統的故障隔離能力,讓各個服務模塊能夠獨立升級,同時不斷去深化平台的統一運維。
在FineONE正式開放之前,帆軟就已經與多家企業客户進行了深度共創。例如針對某公司的運營管理平台,試點涵蓋了從監控、營運到運維的關鍵數據,實現了數據資產的可管可見。
通過標註畫面中的關鍵信息,電腦能夠更容易更精準地識別出現實裏發生的各種情況,而在這個過程中,技術的加持不僅降低了以往人工操作的成本,數據資產的價值在此刻也得到了充分展現,為公司帶來了顯著的經濟價值。
回到產品本身,一個新的技術要花多長的時間,才真正成熟到能夠商業應用,成為有十年甚至二十年生命週期的產品?在張書成的印象裏,帆軟對技術和產品的打磨,比外界想象的更復雜,往往是和客户共創的時候,要把所有的問題都給梳理、解決之後,才可以對外上市。
這是眾多行業龍頭持續長期選擇帆軟的原因,實際上也揭示了ToB市場的典型特徵:優質產品的持久生命力與深度客户合作的重要性。
B端產品一旦投入市場,前提是具備穩定可靠、有效果的特徵。畢竟從客户和業務場景來看,大家的關注點已經不僅僅停留在用哪一款軟件或系統,數字化進展變得更加務實,如何讓數字真正成為生產力,讓工具更簡單易用,才是關鍵問題。
聚焦到FineONE,也是同樣的道理,無論是面對何種數據需求,企業都無需再糾結選擇哪個工具或產品,因為FineONE已經為他們提供了所有必要的組件和功能。不僅僅是帆軟的產品,外部平台的數據源也能被快速對接。
而在數據對接的基礎上,那些前端的標準化應用,例如各種指標和看板,會被進一步沉澱。這樣一來,企業無需從零開始,只用藉助FineONE的複用能力,就可以進行產品組合與能力整合,快速搭建自己的數字化應用體系,因此還催生了一個應用市場的思路。
03
後BI時代的變與不變
陳敏非常清晰地展示了帆軟要“單項冠軍”和“融合平台”兩手抓的戰略轉型,這種轉型不僅是對市場需求的敏鋭洞察,也是企業對自身發展潛力的深度挖掘。
縱觀帆軟近20年的歷程,在FineONE之前,公司上下的關注點幾乎都是圍繞單個工具,至於怎麼讓工具之間更好配合,其實考慮的並不多。不過這並非完全是由企業戰略直接決定的,技術、市場需求、反饋、數字化轉型的階段,都在時刻影響着一家企業的未來規劃。
理論上,在對客户進行分層後,能夠根據其數據和分析建設的現狀,預測其不同的未來需求和發展階段。陳敏打了個比方,每個企業都會自然地落在某個特定的發展階段或“單元格”裏。這個“單元格”代表了企業當前的數據分析能力、技術應用及業務對數據的依賴程度等多個維度狀態。
隨着業務的增長和市場的變化,企業必然向更高層次邁進。在這個過程中,需要採購新的工具來支撐進一步發展。然而,如果新工具或解決方案不能與現有的系統有效配合,就會產生上文提到的各類數據管理問題,也因此產生了平台化的需求。
換句話説,市場在推動帆軟不斷進化。但與此同時,對於新的技術,帆軟也清醒地認識到,產品的不斷創新與技術的持續探索是保持競爭力的關鍵。但這並不意味着要盲目追逐每一個新興技術。相反,基於對技術成熟曲線的理解,企業反而要慎重規劃研發路徑。
這是帆軟一直以來堅守的底層邏輯:客户導向。有意思的是,除了產品戰略,帆軟內部甚至組織設置也把“客户是否需要”作為重要考量,像“人員在精不在多”、“一線團隊直接做決策”這些要求已經在內部約定俗成。
面對AI席捲,張書成坦言,“AI確實很火,但我們不得不承認,AI要真正應用到BI領域發揮價值,仍需要一定時間。”這就像是一個新的開始,市面上已經不乏AI+BI的各種嘗試,這個時候,帆軟不一定最先起跑,但一定會跑得更遠。