調研 | 李喆 倪賢豪
撰寫 | 倪賢豪
BI（商業智慧， Business Intelligence）近年來快速發展， 不單得益於企業使用者的業務系統越發成熟， 也是因為智慧BI、敏捷BI、雲端化等新型BI和服務模式的不斷引入。
觀遠資料創始人蘇春園， 畢業於卡內基梅隆大學， 曾任職於MicroStrategy， 並擔任全球高管及中國產品研發總裁， 在服務中大型企業上有著豐富經驗。
成立後第一年， 觀遠資料主要完成了產品構建和上線， 其中有幾家客戶在觀遠資料成立之初便一同參與了產品的構建。
2017年9月， 觀遠資料產品上線， 並於2017年第四季度開始推進產品到用戶端的落地。 截至目前， 所服務客戶已有幾十家， 包括Today便利店、來伊份、Amer Sports、伊莉莎白雅頓、猩便利等新零售知名品牌， 歌斐資產、晉城銀行、聲赫金服等金融企業，
敏捷與智慧並重， 觀遠資料入場國內BI市場
觀遠資料為客戶提供的基礎產品為敏捷BI， 此外公司在智慧BI方向用力頗多， 與部分客戶進行基於AI+BI的深度合作。 基於BI產品， 觀遠資料為客戶提供一站式的資料分析與決策解決方案， 包括Smart ETL工具來接入與處理不同資料來源的資料， 快速進行資料視覺化與資料探索， 移動端資料協作以及深度分析場景等應用。
具體到如何服務客戶， 觀遠資料選擇先通過敏捷BI工具切入， 在説明客戶實現產品迅速落地後， 再行擴展更多的應用場景， 並進一步進入到深度分析與智慧決策層面。 隨著客戶的滿意度和需求的提升， 不斷反覆運算、升級， 最終實現完整解決方案的提供。
2018年， 觀遠資料的市場開拓重心為新零售、金融等行業。 除此之外， 業務形態不在上述兩行業的互聯網企業、轉型中的中大型傳統企業， 也是觀遠資料的目標客群。
針對新零售領域， 觀遠資料主要的落地場景是CXO看板、經營分析與監控、精准行銷、品類管理和優化、業務診斷、銷售預測等， 而在金融領域， 落地場景則是經營分析與監控、信用卡業務分析、車貸分析、精准行銷、客戶生命週期管理等。 另外對於不在上述兩行業的客群， 則是根據客戶需求對應的場景提供解決方案。
在現有幾十家客戶中， 多數來自於新零售與金融領域， 其他領域的客戶相對占比較少。 從客戶規模來看， 觀遠資料更傾向於以中大型企業為目標客戶。
市場空間大， 新一年主旋律是產品反覆運算和市場擴張
當前， 觀遠資料團隊人數在40人左右， 其中研發占比60%， 方案與交付人員占比20%， 銷售人數不足10人， 採取的銷售模式以直銷為主。 蘇春園在接受愛分析訪談時表示， 2018年擬擴張團隊至80人左右， 並考慮在華東之外的北京和深圳增設銷售團隊。
根據愛分析調研， 國內敏捷BI市場滲透率還不到5%， 市場增速則超過50%， 當前參與這一市場角逐的企業營收總額尚不足1億美元， 智慧BI市場更是剛剛開始， 留給觀遠資料的市場空間還很充足。
相應地， 在市場開拓方面， 觀遠資料還需表現出更強的獲客能力。 產品自2017年Q4開始推廣， 至今只有一季度， 更多的市場動作有待在2018年展現。
細究現有的獲客優勢， 創始團隊服務過不少500強企業等客戶的履歷對觀遠資料未來服務國內中大型企業會帶來幫助。 而薄弱環節則在於品牌認知度還有所不足， 銷售團隊的規模也仍需擴大， 進而提高客戶拓展能力以獲取更多客戶。
另外， 由於觀遠資料的客群定位為中大型企業， 在私有部署版上， 此類客戶在實際對接中往往有不少定制化內容。 對此， 觀遠資料的處理方式是選擇具備代表性的需求， 將其解決方案抽象進現有產品， 其餘更為個性化的需求， 則通過開放平臺或提供配置項的方式予以滿足。
以上處理方式有助於觀遠資料產品的不斷完善， 但同時也對產品的標準化提出了更高的要求。
對於戰略定位， 觀遠資料創始人蘇春園認為主要在兩個方面：一方面，將繼續完善產品，在敏捷BI的基礎上，基於AI進一步加深預測性分析與智慧診斷的應用，明確“AI+BI”智慧分析與決策的定位；另一方面，抓住國內敏捷BI市場處於初期階段、智慧BI全球也剛剛開始的機遇，加速市場拓展，夯實觀遠資料的市場份額，做大做強。
近期，愛分析對觀遠資料創始人兼CEO蘇春園進行了訪談，現將部分內容分享如下。
提供原廠級別服務，觀遠資料定位國內中大型企業客戶
愛分析：觀遠資料目前的產品線如何？
蘇春園：從產品部署的方式來看，觀遠資料的產品可分為SaaS版本和私有部署版本，並且兩者可以無縫切換和遷移。
而從產品功能來看，觀遠資料為客戶提供的是一站式的大資料分析和視覺化的解決方案。該方案支援Smart ETL導入並預處理資料，資料視覺化，資料分析以及移動協作（移動BI）。此外，我們還通過AI技術為客戶提供預測性分析與業務診斷，進而説明客戶更智慧的決策。
愛分析：SaaS BI方面，顯示層以下的資料倉庫是否為觀遠資料自建？
蘇春園：觀遠會提供一個輕型、敏捷式的數倉。但如若客戶有自建數倉，觀遠同樣支援接入客戶自有數倉，並可以很完整的複用甚至放大企業已有資料倉庫的價值。
至於為何提供輕型數倉的原因，在於觀遠的理念是“輕、靈、快、易”，説明客戶儘快做到BI在具體場景的落地應用，在此基礎上再行擴展到不同場景。
否則不具備數倉的客戶在使用BI前需先消耗數月時間在數倉搭建上以後，再做BI構建，這其中耗時過多。
這也是觀遠資料提供一站式的解決方案的緣故。
愛分析：私有部署版本，定制化程度如何？有無二次開發需求？
蘇春園：因為觀遠資料所服務物件多為大中型客戶，故定制化需求和二次開發均難以避免，比如資料接入方式、客戶內部許可權體系打通等。
對此，觀遠資料通過標準化產品以及可配置的平臺化能力予以解決。具體的實現方式可概括為兩類：
第一，如客戶的定制化需求在對應行業較有代表性，觀遠資料將其抽象到公司現有產品內，我們的技術團隊具備此類產品設計能力。
第二，如客戶定制化需求不具備廣泛代表性，觀遠資料會通過高對接/高可配的方式，通過開放一些平臺介面或配置項提供解決方法，或者協助客戶做定制化，這類滿足方式基本不會影響到觀遠資料的標準產品線。
愛分析：觀遠資料所佈局行業都有哪些？
蘇春園：主要是新零售、金融以及泛互聯網。其中，觀遠資料對泛互聯網的定義是指數據驅動型的互聯網公司，以及轉型中的傳統企業的互聯網業務。
愛分析：如何看待觀遠資料產品的競爭優勢？
蘇春園：這從國內與國外兩個角度來看。首先，在BI領域，國外廠商很多。
與他們相比，觀遠資料最大的特點是深耕中國本土市場。這有多大區別？說一個節奏大家就明白了，國外BI公司對於中國客戶的本土需求一般都不是最高優先順序，決策流程以季度、發佈節奏以年度為單位，這就算很不錯的了。
更多的時候，全球高管無法理解本土客戶的需求和挑戰。而對於我們來說，本土需求就是100%的優先順序，我們的很多創新也是基於這個背景，比如端到端的一站式分析理念、本土資料來源的對接、已現有業務系統的嵌入式分析、許可權細顆粒度的管控、基於小程式/釘釘等國內生態的移動對接等。
另外一個很大的差異化，在我們觀遠資料看來，過去十年多的BI市場，全球的BI市場都更多的專注於如何“看”的層面，而不是如何“幹”。未來的趨勢一定是運用AI技術做預測性分析與診斷性分析，為客戶提供“Actionable Insights”，輸出真正可行動的決策建議，打通業務環節，構建企業的“決策大腦”。這是觀遠資料與其他公司在未來最核心的差異化，也就是觀遠提出的“AI+BI 讓決策更智慧”的核心定位。
愛分析：在所佈局的行業，有哪些應用場景？
蘇春園：在新零售領域，主要的應用場景可以分為三類：
第一，經營分析。以有數百家連鎖門店的零售客戶為例，在經營方面存在單店管理、單品管理的很多核心場景。從業務角度，數位化經營能力是決定門店能否快速擴張的基石。以單店管理為例，任何一個門店表現有異常，觀遠資料會協助客戶第一時間“資料追人”，發現哪些業務指標有可能的異常，甚至給到對應的店長、督導以及總部人員相應的決策建議。
第二，精准行銷。包括會員分析，用戶畫像，用戶複購分析、活動效果等經典實踐，系統性的呈現會員資產的價值，敏捷的監控每次行銷活動的效果，以及通過AI+BI。
第三，品類管理和優化。通過BI和資料分析發現潛在爆品和瘦狗型品類都在此類場景之列。
金融領域，觀遠資料服務的更多的還是銀行客戶，具體的場景則是經營管理分析、車貸業務、信用卡業務，客戶生命週期管理，精准行銷等。
至於泛互聯網領域，則更多的還是針對客戶需求對應的特定場景提供服務。
行業尚起步，產品技術過硬方能笑到最後
愛分析：您認為國內的BI市場眼下還處於比較初期的狀態，對於未來趨勢怎麼判斷？
蘇春園：國外該領域還是比較分散的，在Gartner報告裡提及的20多家BI廠商中，上市公司以及獨角獸級別公司占了半數，整體市場規模在幾百億美元。
至於國內該領域，我認為不會出現那麼多家同等級別的公司，但也會出現幾家相對較大的公司，提供更符合本土需求的創新。
另外，國外同行更講究分工，比如不同廠商定位不同客群，不同場景等，比如以視覺化為主、以資料清理與準備為主、以嵌入式資料分析為主等。而國內的廠商，未來更可能的是提供更加一站式的解決方案，涉及諸如ETL、資料協作、AI等不同環節以及更全面的應用場景的延伸。
愛分析：敏捷BI廠商在企業級市場上該如何獲得更好的發展？
蘇春園：敏捷BI的特點就是輕、快、易於落地，使用的便捷性是此類BI的天然特性。但在服務企業級客戶時，應注意與資料許可權管控、資料治理相結合，其中對於資料的準確性和應用性尤其是要更為重視。
對於企業級客戶而言，敏捷BI的便捷性是其所需的，但隨著企業規模的擴大，敏捷更多的還是起到了切入點的作用。因為隨著規模的擴大，BI廠商能否為其提供高性能、高複雜度的BI產品和服務會是越來越重要的衡量因素。
更進一步，智慧BI是未來的大趨勢。從敏捷切入，最終提供智慧的行動建議“Actionable Insights”，構建面向未來的“企業決策大腦”。
愛分析：在技術上，該從哪些維度判斷 BI廠商的技術能力？
蘇春園：技術為商業服務，所以首先還是看客戶定位，如果定位是大中型客戶，我認為很重要的是要能夠真正理解企業級分析與決策的複雜需求，比如視覺化擴展、模型嵌入、API對接、高可配置性、高性能等，以及不同場景的應用上積累足夠的行業經驗與分析實踐。
其次，團隊對於大資料與AI技術一定要有要足夠的專家能力，比如觀遠團隊最近參加了微軟的智慧零售挑戰賽，有幸獲得了上海站冠軍，就是非常的黑科技，用技術和演算法來挑戰業務的傳統邊界，找到業務的突破點。
擴大銷售隊伍，持續積累行業客戶
愛分析：在所佈局的行業中，現有客戶分佈情況如何？
蘇春園：更多客戶來自于零售和金融業，以及泛互聯網客戶。
愛分析：從2017年Q4開始拓展市場以來，積累了多少客戶？
蘇春園：已簽下的客戶在小幾十家，還有一些在客戶在使用中。
愛分析：在收費模式上，目前採取的是什麼方式？
蘇春園：SaaS版和私有部署版都是根據帳號數量按年收費。但在私有部署版上，如客戶的使用量較大，則可選擇按節點數收費的方式。
愛分析：現有團隊規模和結構如何？
蘇春園：40人左右。其中研發占比60%左右，交付部署團隊占到20%左右，剩餘則為銷售和必要的行政人員。
2018年預計擴張到80人左右，主要增加的人員是研發和交付、以及市場銷售方面。計畫在現有的上海、杭州銷售團隊之外，再根據業務發展增設北京和深圳團隊。
愛分析：銷售模式以直銷還是管道為主？
蘇春園：直銷為主，但也與一些優質夥伴深入合作。除了銷售人員的直接開拓，還會有上下游的合作夥伴一起合作。等團隊更為成熟會考慮管道。
觀遠資料創始人蘇春園認為主要在兩個方面：一方面，將繼續完善產品，在敏捷BI的基礎上，基於AI進一步加深預測性分析與智慧診斷的應用，明確“AI+BI”智慧分析與決策的定位；另一方面，抓住國內敏捷BI市場處於初期階段、智慧BI全球也剛剛開始的機遇，加速市場拓展，夯實觀遠資料的市場份額，做大做強。
近期，愛分析對觀遠資料創始人兼CEO蘇春園進行了訪談，現將部分內容分享如下。
提供原廠級別服務，觀遠資料定位國內中大型企業客戶
愛分析：觀遠資料目前的產品線如何？
蘇春園：從產品部署的方式來看，觀遠資料的產品可分為SaaS版本和私有部署版本，並且兩者可以無縫切換和遷移。
而從產品功能來看，觀遠資料為客戶提供的是一站式的大資料分析和視覺化的解決方案。該方案支援Smart ETL導入並預處理資料，資料視覺化，資料分析以及移動協作（移動BI）。此外，我們還通過AI技術為客戶提供預測性分析與業務診斷，進而説明客戶更智慧的決策。
愛分析：SaaS BI方面，顯示層以下的資料倉庫是否為觀遠資料自建？
蘇春園：觀遠會提供一個輕型、敏捷式的數倉。但如若客戶有自建數倉，觀遠同樣支援接入客戶自有數倉，並可以很完整的複用甚至放大企業已有資料倉庫的價值。
至於為何提供輕型數倉的原因，在於觀遠的理念是“輕、靈、快、易”，説明客戶儘快做到BI在具體場景的落地應用，在此基礎上再行擴展到不同場景。
否則不具備數倉的客戶在使用BI前需先消耗數月時間在數倉搭建上以後，再做BI構建，這其中耗時過多。
這也是觀遠資料提供一站式的解決方案的緣故。
愛分析：私有部署版本，定制化程度如何？有無二次開發需求？
蘇春園：因為觀遠資料所服務物件多為大中型客戶，故定制化需求和二次開發均難以避免，比如資料接入方式、客戶內部許可權體系打通等。
對此，觀遠資料通過標準化產品以及可配置的平臺化能力予以解決。具體的實現方式可概括為兩類：
第一，如客戶的定制化需求在對應行業較有代表性，觀遠資料將其抽象到公司現有產品內，我們的技術團隊具備此類產品設計能力。
第二，如客戶定制化需求不具備廣泛代表性，觀遠資料會通過高對接/高可配的方式，通過開放一些平臺介面或配置項提供解決方法，或者協助客戶做定制化，這類滿足方式基本不會影響到觀遠資料的標準產品線。
愛分析：觀遠資料所佈局行業都有哪些？
蘇春園：主要是新零售、金融以及泛互聯網。其中，觀遠資料對泛互聯網的定義是指數據驅動型的互聯網公司，以及轉型中的傳統企業的互聯網業務。
愛分析：如何看待觀遠資料產品的競爭優勢？
蘇春園：這從國內與國外兩個角度來看。首先，在BI領域，國外廠商很多。
與他們相比，觀遠資料最大的特點是深耕中國本土市場。這有多大區別？說一個節奏大家就明白了，國外BI公司對於中國客戶的本土需求一般都不是最高優先順序，決策流程以季度、發佈節奏以年度為單位，這就算很不錯的了。
更多的時候，全球高管無法理解本土客戶的需求和挑戰。而對於我們來說，本土需求就是100%的優先順序，我們的很多創新也是基於這個背景，比如端到端的一站式分析理念、本土資料來源的對接、已現有業務系統的嵌入式分析、許可權細顆粒度的管控、基於小程式/釘釘等國內生態的移動對接等。
另外一個很大的差異化，在我們觀遠資料看來，過去十年多的BI市場，全球的BI市場都更多的專注於如何“看”的層面，而不是如何“幹”。未來的趨勢一定是運用AI技術做預測性分析與診斷性分析，為客戶提供“Actionable Insights”，輸出真正可行動的決策建議，打通業務環節，構建企業的“決策大腦”。這是觀遠資料與其他公司在未來最核心的差異化，也就是觀遠提出的“AI+BI 讓決策更智慧”的核心定位。
愛分析：在所佈局的行業，有哪些應用場景？
蘇春園：在新零售領域，主要的應用場景可以分為三類：
第一，經營分析。以有數百家連鎖門店的零售客戶為例，在經營方面存在單店管理、單品管理的很多核心場景。從業務角度，數位化經營能力是決定門店能否快速擴張的基石。以單店管理為例，任何一個門店表現有異常，觀遠資料會協助客戶第一時間“資料追人”，發現哪些業務指標有可能的異常，甚至給到對應的店長、督導以及總部人員相應的決策建議。
第二，精准行銷。包括會員分析，用戶畫像，用戶複購分析、活動效果等經典實踐，系統性的呈現會員資產的價值，敏捷的監控每次行銷活動的效果，以及通過AI+BI。
第三，品類管理和優化。通過BI和資料分析發現潛在爆品和瘦狗型品類都在此類場景之列。
金融領域，觀遠資料服務的更多的還是銀行客戶，具體的場景則是經營管理分析、車貸業務、信用卡業務，客戶生命週期管理，精准行銷等。
至於泛互聯網領域，則更多的還是針對客戶需求對應的特定場景提供服務。
行業尚起步，產品技術過硬方能笑到最後
愛分析：您認為國內的BI市場眼下還處於比較初期的狀態，對於未來趨勢怎麼判斷？
蘇春園：國外該領域還是比較分散的，在Gartner報告裡提及的20多家BI廠商中，上市公司以及獨角獸級別公司占了半數，整體市場規模在幾百億美元。
至於國內該領域，我認為不會出現那麼多家同等級別的公司，但也會出現幾家相對較大的公司，提供更符合本土需求的創新。
另外，國外同行更講究分工，比如不同廠商定位不同客群，不同場景等，比如以視覺化為主、以資料清理與準備為主、以嵌入式資料分析為主等。而國內的廠商，未來更可能的是提供更加一站式的解決方案，涉及諸如ETL、資料協作、AI等不同環節以及更全面的應用場景的延伸。
愛分析：敏捷BI廠商在企業級市場上該如何獲得更好的發展？
蘇春園：敏捷BI的特點就是輕、快、易於落地，使用的便捷性是此類BI的天然特性。但在服務企業級客戶時，應注意與資料許可權管控、資料治理相結合，其中對於資料的準確性和應用性尤其是要更為重視。
對於企業級客戶而言，敏捷BI的便捷性是其所需的，但隨著企業規模的擴大，敏捷更多的還是起到了切入點的作用。因為隨著規模的擴大，BI廠商能否為其提供高性能、高複雜度的BI產品和服務會是越來越重要的衡量因素。
更進一步，智慧BI是未來的大趨勢。從敏捷切入，最終提供智慧的行動建議“Actionable Insights”，構建面向未來的“企業決策大腦”。
愛分析：在技術上，該從哪些維度判斷 BI廠商的技術能力？
蘇春園：技術為商業服務，所以首先還是看客戶定位，如果定位是大中型客戶，我認為很重要的是要能夠真正理解企業級分析與決策的複雜需求，比如視覺化擴展、模型嵌入、API對接、高可配置性、高性能等，以及不同場景的應用上積累足夠的行業經驗與分析實踐。
其次，團隊對於大資料與AI技術一定要有要足夠的專家能力，比如觀遠團隊最近參加了微軟的智慧零售挑戰賽，有幸獲得了上海站冠軍，就是非常的黑科技，用技術和演算法來挑戰業務的傳統邊界，找到業務的突破點。
擴大銷售隊伍，持續積累行業客戶
愛分析：在所佈局的行業中，現有客戶分佈情況如何？
蘇春園：更多客戶來自于零售和金融業，以及泛互聯網客戶。
愛分析：從2017年Q4開始拓展市場以來，積累了多少客戶？
蘇春園：已簽下的客戶在小幾十家，還有一些在客戶在使用中。
愛分析：在收費模式上，目前採取的是什麼方式？
蘇春園：SaaS版和私有部署版都是根據帳號數量按年收費。但在私有部署版上，如客戶的使用量較大，則可選擇按節點數收費的方式。
愛分析：現有團隊規模和結構如何？
蘇春園：40人左右。其中研發占比60%左右，交付部署團隊占到20%左右，剩餘則為銷售和必要的行政人員。
2018年預計擴張到80人左右，主要增加的人員是研發和交付、以及市場銷售方面。計畫在現有的上海、杭州銷售團隊之外，再根據業務發展增設北京和深圳團隊。
愛分析：銷售模式以直銷還是管道為主？
蘇春園：直銷為主，但也與一些優質夥伴深入合作。除了銷售人員的直接開拓，還會有上下游的合作夥伴一起合作。等團隊更為成熟會考慮管道。