中国企业,到底需要怎样的商业智能BI?

摘要:BI的下一个十年,要让“一线听到炮火的人”也能用数据做决策。

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*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*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。*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:

*,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。

*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*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*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。