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？
不确定性陡增的新經濟周期下，企業該如何找到新的内生動力？
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，尤爲關鍵。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。
這也是爲什麽，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% 的企業認爲，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。
在這背後，實則是企業的數字化轉型正發生着兩個明顯的變化：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，在他們的視角裏，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範圍内完成，而不是在 IT 領域内完成；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将來，在團隊中加入更多技術人員。
這組數據背後，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，很多企業都将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。
這就會導緻，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湧來時，他們很難在第一時間内做出響應。
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 産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 最近與國内 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 主導的靜态式的、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 市場可以拆分爲兩個發展階段。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，以下幾點尤爲關鍵：
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 産品 & 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，讓企業能夠在内部快速推廣起來，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 産品 & 解決方案規模化應用後，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叠代，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、競争？
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複驗證，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 部門都存在着一些痛點——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 資源之間産生了矛盾。
後來公司在 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，一開始隻有 20 個左右的 IT 人員在使用觀遠平台，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台來實現敏捷決策，實現了從以前 12 個月、52 周，到現在 365 天的數據叠代與行動閉環。
以上兩個案例中，一個較爲明顯的共同點在于，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 能力的内部推廣，全員的數字化能力得到了提升，最後切實提高了決策效率。
值得注意的是，這背後正好體現出近幾年 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 産品而非報表，一直以 " 讓業務用起來，讓決策更智能 " 爲使命，不斷提高易用性和智能化。
以易用性爲例，蘇春園告訴連線 Insight，基于觀遠 BI 平台，業務人員經過兩天的基礎培訓後，就可以自助完成 80% 的數據分析工作。
另一方面，在服務了衆多 500 強企業後，蘇春園認識到，當企業的業務用戶不斷增長後，企業級會成爲企業的一個強需求，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，确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，總行将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台 6.0，在産品形态上進一步提升了 " 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叠代。
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 系列産品。
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、創建看闆、定制報告風格，并獲得深度見解等操作。
而也正是因爲過去多年在易用性、場景化、企業級上的堅持與持續叠代，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，目前觀遠數據已經爲 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、甯波銀行等頭部銀行，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後來可視化、自助化的 BI 産品，再到如今加速進入現代化、智能化 BI 階段，如今已經到了産業爆發前夜。
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、産品以及服務，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，将客戶價值放在第一位後，它意識到，與客戶一起敏捷是未來的趨勢，于是決心将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、産品、解決方案側不斷進化的能力，隻是一個側面。
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，始終堅持着 " 讓業務用起來 " 這一理念，将 BI 的服務價值不斷做深。現在它想讓組織本身變得更敏捷，某種程度上也是爲了精進這種能力。
正如蘇春園所提到的，" 過去幾年大家都在說，内卷的反義詞是不是反内卷、是不是躺平，但在我看來，内卷的反義詞是進化。"
在 BI 賽道競争愈發激烈，廠商的競争維度越來越多的背景下，隻有持續進化，才有機會搶到更多蛋糕。
