融资20亿的BI赛道，离Gartner ABI魔力象限还有多远？
BI（Business Intelligence商业智能）红利，从去年延续到了今年。截至今天，2022年就观远数据、数说故事、海致BDP三家企业都完成了亿元级别的融资。据统计，BI数据分析赛道在2021下半年至今累计融资超过20亿元。
但与此同时，我们虽然资本叫座，但企服市场反响却略微弱。也许，从西方和中国商业智能的发展历史上，我们能找到一些启示。
西方商业智能主要经过三个发展阶段。
20世纪80-90年代至2000年 BI 1.0阶段
1956年，随着IBM发明硬盘用于数据存储，越来越多的计算机应用，数据存储自然而然地向数据挖掘、分析方向发展。这一阶段BI还被称为决策支持系统（DSS），即用数据库系统支持决策。此后，随着数据科学应用于商业场景，商业智能的概念才固定下来。
1989，Gartner的Howard Dresner 重新定义了BI，即述“通过使用基于事实的支持系统改进业务决策的概念或方法”（“Concepts and methods to improve business decision-making by using fact-based support systems."）。在1996年，Gartner修正了这一概念，BI即一类由数据仓库(或数据集市)、查询报表、 数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。
20世纪70年代，第一批BI厂商正式诞生。早期代表企业有美国的MicroStrategy、Microsoft SQL Server、Hyperio、Salesforce四大品牌，法国的BusinessObjects、加拿大的Cognos、Crystal Reports和Siebel Analytic，瑞典的Qlikview等。
21世纪前20年 BI 2.0阶段
进入21世纪，在Facebook、Twitter等社交媒体的影响下，大量数据被创造出来并飞速增长。BI所赖以为生的养分——数据更加充分。
在2007年左右，巨头玩家入场，全球BI市场经过了一轮洗牌，形成了四大品牌——BO、Cognos、BIEE和MicroStrategy垄断格局。SAP收购了BusinessObjects（后者还在2003年收购了水晶报表）、IBM收购了Cognos、Oracle收购了Siebel重组成Oracle BIEE（简称BIEE）。全球市场份都集中在SAP、 IBM、Oracle 和Microsoft 手中。在四大巨头的推动下，2010年全球35% 的企业普遍使用了BI，67% 的“一流公司”拥有自助式 BI。
21世纪第二个十年，敏捷BI（也称自助式BI）兴起，即通过选取、拖拽、配置等简单方式，对接导入多个数据源，一键形成复杂图形和视图，响应业务端的迅速决策需求。
敏捷BI有两大特点，第一是可视化，产品的重心从后端IT转向前端数据呈现，将复杂数据表单转化为简单的图像图形，直观高效地呈现分析结果，分析的方向也更加偏向业务逻辑。第二是数据民主化，因为不用编写代码，即使是不具备IT技术或具有一定IT基础能力的业务员工也可以自助配置，调取数据进行分析，大大降低了BI的使用门槛。
Qlik和Tableau是敏捷BI的代表产品。它们的产品特点一是数据可视化程度较高，即可以将数据分析的结果通过可视化图表呈现出来，简单好操作，方便非数据分析专业人员迅速获取有价值的分析判断。二是成本更低，部署周期短，操作平台灵活，可以通过saas模式为客户提供灵活的BI产品服务，方便非业务人员快速学习和上手，将BI的准入门槛又降低了一级。
Qlikview和Tableau的崛起，逐渐抢占了传统BI三巨头的市场份额。在敏捷BI的驱动下，轻量级的自助式+可视化的BI逐渐取代传统的重量级BI，成为魔力象限的领导者。
2019年-至今 智能BI3.0
在2019年前后，智能BI开始代替敏捷BI，成为行业发展的新方向。智能BI即AI+BI，使用了自然语言处理技术支持数据分析平台，简单易用，支持零基础业务人员进行全流程分析。因为人工智能和机器学习技术的使用，智能BI可以根据数据自动形成可复用的模型，因此在前期也不需要企业it部门进行大量的数据建模，因此对业务端更加友好。
与西方商业智能的发展相似，中国商业智能也分为三个阶段。
2000年—2012年，中国本土商业智能萌芽阶段
当时国内市场被BO、BIEE、Cognos 三大巨头所分割，包揽了国内金融、保险、银行、电信为主的大型企业客户。中国本土商业智能初创公司只能另辟蹊径，只能围绕中国式特殊的报表需求，提供定制化二次开发。这也为国产BI提供了生存发展的空间，比如润乾、帆软都是通过自研报表系统赢得了第一批客户。这一阶段的领军企业就是“北润乾，南帆软”。此外再加上广州菲奈特、用友华表、珠海奥威、重庆宏信、亿信华辰等，本土BI厂商的阵营不断拓展。
2013年—2015年 行业洗牌阶段
这一阶段，移动互联网的繁荣带来了数据的大爆炸。在在流量、资本、市场、人才等多重因素的驱动下，国产BI迎来了第一波繁荣，也迎来了第一波行业洗牌。永洪、海致、苏州国云、武汉赛斯、杭州华量等新型厂商陆续入场。
这一阶段Tableau、Qlik崛起的阶段。受全球敏捷BI潮流的影响，中国可视化+自助化BI也逐渐成为主流，渐渐与全球统一节奏，并走出自己独特的发展道路。
洗牌之后，永洪和帆软成为综合性厂商的龙头，BI的客群范围也从大中型企业扩展到了中小企业。围绕不同企业的需求，厂商开始提供以BI为核心，但包含数据存储、数据分析、数据可视化等一系列的综合性服务。
2016年至2020年，智能化BI阶段
在这一阶段，中国 ABC（Artificial Intelligence、BIg Data、Cloud）技术爆发，对商业智能领域是重大利好。自然语言、机器学习和人工智能技术，进一步提升了BI的算力。因为云计算，企业开始将自身数据资产迁移到云端，大大降低了BI部署的成本。金融、电力、制造、消费、教育、政务等行业的大数据积累到了足够的量级，为BI提供了丰富的基础数据支撑。
这一阶段，互联网巨头正式进入战局。比如阿里云发布的Quick BI ，腾讯的腾讯有数，百度的Sugar BI 平台和网易有数。这些产品与自身所在的生态紧密相关，数据源之间比较容易打通，核心目标是为生态平台上的企业提供轻量级的数据分析决策支持。
但和西方不同的是，BI在中国是一个“三分产品、七分实施”的重服务行业。目前，具备定制化项目开发能力的传统BI厂商，仍然具有显著优势。大厂虽然不缺技术和资源，但要想与传统厂商争夺大客户，还需要一定的时间积累。
图片来自网络
前不久，Gartner发布了《2022分析和商业智能平台魔力象限》（《Magic Quadrant for Analytics and Business Intelligence Platforms》简称ABI魔力象限报告）。
从报告名称上我们就可以看出，传统的BI魔力象限变成了ABI分析与商业智能魔力象限。这意味着，数据分析与商业智能的业务之间的界限越来越模糊，未来也将不可分割。
对比2021年象限，2022年基本没有大变化。但有几个企业仍然值得重点关注。
-
Microsoft、salesforce（收购Tableau）、Qlik三巨头继续保持领导者（Leaders），其中Microsoft和 Tableau 已经深入领导者象限腹地。 -
谷歌（收购Looker）和DEMO持续坚守挑战者（Challengers）象限。 -
IBM重新回到远见者（Visionaries）象限，和Oracle、SAP、SAS、TIBCO software、ThoughtSpot、Yelowfin、Tellius同归一个象限。 -
MicroStrategy从挑战者象限落入了特定领域者（Niche Players）象限。
从指标选取上我们也可以看到变化。今年，ABI 平台主要从12 项关键要素去考察平台的功能性，这12项关键要素包括安全性、云BI、可管理性、数据准备、数据源连接性、目录、自动化洞察、自然语言查询、自然语言生成、数据可视化、数据故事、报告等。对比2021年的12项关键指标，去掉了模型复杂度和高级分析两个因素，2022年机器学习和人工智能的相关指标占一半以上。
AI赋能的增强可视化正在成为Gartner衡量厂商竞争力的核心标准。值得注意的是，企业对于数据分析的需求也更加深入了。数据故事、企业报告将成为企业消费的主流。
其中，报告指分析与BI平台按计划创建并向消费者分发（或“爆发”）网格布局、多页、像素完美的报告的能力。这一功能体现在报告的创建和分发上，要求分析与BI平台不仅能提供详细的报告，并且能够按照计划向用户发送报告。在近年来国外的ABI市场竞争中，为企业提供报告集成的能力，正在成为厂商的新战场。
但在国内，这一功能的需求度仍然不高。大多数中国企业还处于从IT主导的报表模式向业务主导的敏捷BI转型的阶段。在这一阶段，我们要回答的核心问题依然是西方赛道过去所面临的那个永恒的问题：怎么让BI真正为业务所用？
从历史对比来看，国外BI与中国本土市场的时间差大概是5年的话，中国预计将在2025年左右迈入智能BI3.0阶段。或许在此之前，中国商业智能市场也可能另辟蹊径，走出自己的独特道路。
