摘要:BI的下一個十年,要讓“一線聽到炮火的人”也能用數據做決策。

?

文/陳鋒

編輯/子夜?

過去幾年,在數字 經濟 浪潮下,有兩個問題引發了企業普遍關注:

企業數字化程度不斷縱深,它們還能往哪個方向發力或調整?

不確定性陡增的新經濟周期下,企業該如何找到新的內生動力?

目前來看,企業要想回答、解決好這兩個問題,很重要的一點在于,需要正視數據的價值并提高使用它的能力,要基于數據持續提升企業的敏捷經營水平。

一方面,新經濟周期下,很多企業的數字化需求轉向了降本增效,這要求它們要“把錢花在刀刃上”,要找到靶心,用更小、更關鍵的投入來換取增長。

提升敏捷經營水平,尤為關鍵。 據麥肯錫測算,敏捷企業更能夠保持韌性并提升效益測算,而韌性較強的企業在顧客滿意度、員工積極度、運營效率等方面平均提升了30%,創新速度則呈現出5-10倍的增長。

圖源麥肯錫《從形似到神似:敏捷轉型成功之道》?

另一方面,對企業而言,敏捷能力的打造、更高效率經營水平的打造,高度依賴企業應用數據的能力——基于對數據的洞察和分析,能更好地指導企業及時應對市場變化,輔助企業提升決策效率。

這也是為什么,很多企業已經在數字化投入方向上做出了轉變。

德勤此前在一份針對中國民營企業的調研報告中指出,有37%的企業認為,接下來12個月最有可能進行的技術 投資 ,集中在數據分析/ 商業 智能上;《2022Gartner IT symposium》中也提到,“數據驅動的洞察與決策”,排在企業數字化投入方向的第二位。

在這背后,實則是企業的數字化轉型正發生著兩個明顯的變化:更加務實、更關注業務價值。

1、企業究竟需要怎樣的BI?

對一家企業而言,CEO是企業數字化變革的關鍵決策者和推動者,在他們的視角里,數字化投入和建設目前在需求上發生了哪些變化?

Gartner此前的調研數據指出,67%的受訪CEO表示,希望更多的技術工作直接在業務職能范圍內完成,而不是在IT領域內完成;有73%的受訪CEO表示,IT部門以外的經理希望立即或在不久的將來,在團隊中加入更多技術人員。

這組數據背后,也反映出過去多年企業在數字化投入和建設中的一些矛盾,其中最核心的矛盾來自兩方面。

首先是長久以來,很多企業都將技術放在數字化投入的首位,反而忽略了業務側基層員工在數字化意識上的培養和參與,忽略了他們對“方便”的需求。

這就會導致,在實際的數字化轉型中,很多基層的業務人員難以充分享受到數字化帶來的便利,他們參與數字化轉型的積極性會被削弱,在某種程度上也會降低企業經營效率。

其次是在這種模式下,IT部門承擔起了越來越多的任務,當源源不斷的從業務側傳導來的需求涌來時,他們很難在第一時間內做出響應。

久而久之,一方面是企業數字化的價值難以被真正評估,另一方面則是,企業的經營效率很難提上來——模式不轉變,業務側源源不斷的需求與IT側之間的矛盾就可能一直存在。

這也是過去多年BI賽道普遍存在的問題,傳統的BI產品和解決方案更偏向于IT用戶,而忽略了業務用戶的需求,技術和業務很大程度上是“兩張皮”。

連線Insight最近與國內BI廠商觀遠數據交流時,其CEO蘇春園也提到,這兩年,很多企業最大的矛盾在于,IT主導的靜態式的、更關注結果的報表模式,很難再滿足源源不斷的業務需求了。

他告訴我們,中國BI市場可以拆分為兩個發展階段。第一個階段是過去十年的報表式BI階段,主要是IT人員、技術人員在用,主要的使用場景就是看報表;第二個階段則是未來十年,重點是要讓業務人員也能用起來,讓“一線聽到炮火的人”也能利用數據決策。

觀遠數據創始人兼CEO蘇春園

基于此便不難發現,當下對企業而言,他們在BI能力的建設中,以下幾點尤為關鍵:

第一,要讓一線的業務人員,也能基于數據對業務進行自助分析,并做出決策。

換言之,BI產品&解決方案的門檻要降下來,業務人員的學習成本也要降下來,讓企業能夠在內部快速推廣起來,提升全員數據能力。

第二,要更加智能化,某種程度上,智能化水平的提升,能夠進一步簡化數據分析鏈路,進而再降低數據分析的應用門檻。

第三,BI產品&解決方案規模化應用后,要滿足大用戶量同時穩定使用的需求。

這對供給側的BI廠商們提出了更高的要求,他們需要持續夯實底層的數據技術并持續迭代,需要具備服務多類型企業的能力。

而以上幾點,也是BI廠商面對客戶時的關鍵試金石。

2、BI廠商該如何進化、競爭?

站在行業視角,企業在數字化需求側的轉變,也在倒逼BI廠商們加速進化,近兩年,他們普遍從報表式的傳統BI階段加速進入敏捷、智能BI階段。

我們也看到,由數據驅動的敏捷決策,已經在不同行業不同體量的企業中被反復驗證,比如下面這兩個案例。

第一個案例是零跑 汽車 。 2022年以前,零跑汽車仍然處于業務報表線上化的“點菜式”數據服務階段,即業務提需求,IT部門來滿足需求。

但在這種模式下,業務部門和IT部門都存在著一些痛點——需求排期漫長、IT響應不及時、IT部門人手不夠用等等,總結來看,業務需求和有限的IT資源之間產生了矛盾。

后來公司在2022年引入了觀遠BI,進入了BI數據分析自助化時代,由“點菜式”進入到了“自助餐式”數據服務——IT提供給業務自助分析的數據模型,就像自助餐的餐食,業務可以根據自己的想法和需求,自助、靈活地實現數據需求。

第二個案例是元氣森林。

元氣森林與觀遠數據已經合作了3年,這一過程中,一開始只有20個左右的IT人員在使用觀遠平臺,但如今,上到管理層下到門店人員,已經有超過幾千人在通過觀遠數據平臺來實現敏捷決策,實現了從以前12個月、52周,到現在365天的數據迭代與行動閉環。

以上兩個案例中,一個較為明顯的共同點在于,在與觀遠數據的合作下,一線的業務人員都用上了BI,并且用得不錯,同時企業也實現了BI能力的內部推廣,全員的數字化能力得到了提升,最后切實提高了決策效率。

值得注意的是,這背后正好體現出近幾年BI賽道的一個進化規律,即推動企業的數據分析模式,從“IT主導的報表模式”向“業務主導的自助服務分析模式”轉變。

比如觀遠數據的進化,某種程度上正是BI行業進化的一個縮影。

一方面,觀遠數據從成立之初,就選擇了做BI產品而非報表,一直以“讓業務用起來,讓決策更智能”為使命,不斷提高易用性和智能化。

以易用性為例,蘇春園告訴連線Insight,基于觀遠BI平臺,業務人員經過兩天的基礎培訓后,就可以自助完成80%的數據分析工作。

另一方面,在服務了眾多500強企業后,蘇春園認識到,當企業的業務用戶不斷增長后,企業級會成為企業的一個強需求,這也是BI廠商構建差異化優勢的一個方向。

因此,觀遠數據也在持續提升企業級能力,確保其能夠滿足不同體量客戶的需求。

比如觀遠數據與某大型股份制銀行的合作,就是另外一種模式——雙方合作推進了從總行到分行超萬人的分布式決策實踐,解決了該行業傳統決策模式中,總行將企業清單給分行拓展代發業務時針對性弱、信息不夠全面、拓展KPI達成與過程情況無法追蹤的難題。

今年以來,觀遠數據還在持續進化。

前段時間,觀遠數據升級了一站式智能分析平臺 6.0,在產品形態上進一步提升了“一站式”數據服務能力,在客戶決策鏈路中的數倉需求、報表需求、分析需求和AI需求上,也完成了多項更新與迭代。

例如觀遠BI6.0進一步增強了AI能力,推出了智能洞察和BI Copliot系列產品。

最值得關注的是BI Copliot,觀遠數據通過BI與大語言模型的融合,重塑了數據分析全鏈路,進一步降低了數據分析的應用門檻—— 客戶通過簡單的多輪對話的方式,即可完成快速問數、創建看板、定制報告風格,并獲得深度見解等操作。

而也正是因為過去多年在易用性、場景化、企業級上的堅持與持續迭代,讓觀遠數據成了越來越多客戶的忠實選擇。

蘇春園向我們透露,目前觀遠數據已經為600+行業領先客戶提供一站式數據分析與智能決策解決方案。

具體來看,從零售消費行業的寶潔、聯合利華、3M中國、絲芙蘭中國等,到 金融 行業的中國銀行、中信銀行、寧波銀行等頭部銀行,再到小紅書、新東方、雪球等 互聯網 客戶以及零跑汽車、路特斯、星星充電等制造企業,華潤醫藥、江蘇醫藥等央國企,觀遠數據都在合作中提供了深入服務,幫助企業加速、縱深數字化能力建設。

3、結語

“技術都在冰山下,如今BI的門檻不斷降低,是行業實現爆發性增長的重要一點。”談及行業前景時,蘇春園如此表示。

從20世紀初至今,中國BI賽道從早期的自研報表系統到后來可視化、自助化的BI產品,再到如今加速進入現代化、智能化BI階段,如今已經到了產業爆發前夜。

對所有這條賽道的玩家而言,要打造出差異化優勢,最核心的,還是要看技術、產品以及服務,以及能否真正讓一線的業務人員也能用上BI、用好BI,但同樣,他們自身組織的進化能力也要不斷進階。

比如觀遠數據今年還進一步升級了價值觀——原因在于,將客戶價值放在第一位后,它意識到,與客戶一起敏捷是未來的趨勢,于是決心將自己也變成一個更敏捷的組織。

由此便不難發現,對觀遠數據而言,技術、產品、解決方案側不斷進化的能力,只是一個側面。

它的另一個側面,在于率先洞察市場需求變化,并做出市場策略調整的能力和敏捷性,也在于從七年前創立至今,始終堅持著“讓業務用起來”這一理念,將BI的服務價值不斷做深。現在它想讓組織本身變得更敏捷,某種程度上也是為了精進這種能力。

正如蘇春園所提到的,“過去幾年大家都在說,內卷的反義詞是不是反內卷、是不是躺平,但在我看來,內卷的反義詞是進化。”

在BI賽道競爭愈發激烈,廠商的競爭維度越來越多的背景下,只有持續進化,才有機會搶到更多蛋糕。