分享 ：2017年商业智能 BI 发展趋势分析

2013年-2016年是新型BI和高速发展期也是传统BI的衰退期。2013年整个市场和商业智能BI成长的主要特点就是传统商业智能BI开始向敏捷BI的转型、可视化数据分析、Self-BI?的集中在国内市场出现。

我选取了一些大家在市场上比较熟知的厂商和产品，看看在2013年这个时间点上都发生了哪些事情。

1. QlikTech -?总部在美国的一家瑞典公司，2010年7月在纳斯达克上市。2013年前后上海亦策取代科加诺成为 QlikView 在国内最大的代理，目前已占据国内 Qlik 代理市场至少70%以上的份额。2013年年底 QlikTech 授权上海亦策成立中国首个 QlikView 授权培训中心。

2. Tableau – 2013年5月登陆纽交所上市，同时2013年前后?Tableau产品逐步在国内市场出现，相关技术社区已经开始出现对这个产品的讨论。2014年、2015年、2016年在国内飞速成长，产品代理合作伙伴由以前的几家快速增长到10来家以上，产品服务覆盖国内各大区域和城市。

3. 永洪科技?– 2012年成立，2013年正式推出永洪的可视化分析产品，2014年年初获得艾瑞天使轮投资，2016年7月永洪科技C轮获投2亿元人民币。

4. 海致BDP - 2013年11月成立，2014年1月活动?IDG资本等?A?轮投资。推出的?SaaS BI可视化分析产品，同类型的国外产品是?DOMO。

5. Ptmind –2013年开始进入日本市场，2016年推出数据管理?SaaS?产品?DataDeck。

6. 同时间在国内的商业智能BI厂商还有帆软、亿信华辰、润乾、同期还有?ETHINKBI、Smartbi、奥威Power-BI。这些厂商在迈过了2013年这个时间点之后，一些厂商牢牢的把握了这个成长周期，获得快速成长。

但也看到一些厂商在原地踏步，产品和服务还是处于多年前的水平，既没有技术的沉淀也没有看到对市场快速变化的积极调整。

准确来说，在2013年-2016年这三年的时间中，商业智能BI市场还是发生了非常巨大的变化。

传统BI在向新型BI快速转型?

1. 类似于?SAP BO、IBM Cognos、OracleBIEE、Microsoft BI?的原有市场，受到了国内外新型?BI?工具比如Tableau、Qlik、帆软、永洪、Smartbi等厂商的集体冲击。我们社区的一些用户，企业项目中传统BI产品逐步下线，新型BI产品集中上线。

2. 从市场活动和声音上来看，光2016年?Tableau、Qlik、帆软、永洪、Smartbi?等新型BI工具厂商所举办的各种大小型沙龙和峰会活动上百场。

3. 同时，我们也注意到我们?www.hellobi.com?学院和问答社区的活跃度上，传统BI的产品热度也逐步的在走下坡路，大家的注意力转移了。注意力转移到哪里了？更加前端、更加业务化了、更加注意数据分析和挖掘的业务价值上了。

4. 最后，我们平均每个工作日会接到1-3个有关产品方面、项目选型方面的咨询电话。90%以上的用户基本上都在寻找新的产品，咨询的都是新的BI产品工具和项目解决方案。

传统BI在衰退，此消彼长。

新型?BI?为什么优于传统?BI?？

1. 产品采购的成本下降。以前采购传统BI工具的成本偏高，培训、服务咨询成本都算比较高。新型BI产品工具只着重解决一些点的问题，不一定需要大而全。

2. 项目周期缩短、人力成本降低。以前的项目周期主要的消耗在?ETL?处理和数据仓库建模、性能优化等方面。如今，建模的要求不再那么高，性能优化在大多数场景下也不再有问题。整个项目周期从以前的月或年为单位快速的减少到按天、周、月为单位。

3. IT?驱动逐步走向业务驱动。IT负责基础数据架构的整理和接口开放维护，业务人员自行进行快速的可视化分析和报表分析维护。

在我们社区企业用户中，有一家企业同样的一个项目做了一年才完工了80%?正好到报表开发阶段。还要面临性能优化、模型的更改和维护，自定义的报表制作麻烦等一系列问题。最后通过选用新型的BI产品和工具，短短两个月不到就已经完成了80%的业务报表分析制作，快速的对业务部门形成了强力的业务支撑。

那么是不是传统BI就一直在走下坡路呢？我不这么认为，因为这些老牌的BI厂商特别是Microsoft、IBM、Oracle?也在积极的进行产品转型。2013年-2016年是他们传统产品模式的下滑期，但同时也是他们新的产品模式的转型期和调整期。

这次调整基本上一次性完成了传统BI到新型BI的转型，同时对未来做了布局。

传统 BI 巨头下滑期的变革与快速调整（2013年-2016年）

传统 BI 巨头的产品转型

1. Oracle?在2015年10月的甲骨文全球大会上正式发布Oracle?数据可视化云服务?（Oracle DataVisualization Cloud Service），旨在为用户提供丰富和功能强大的可视化分析功能。2016年?Oracle?数据可视化桌面版（DataVisualization Desktop?简称?DVDesktop）也正式发布。

这两个阶段的产品发布让DV?的产品组件不仅仅支持本地部署，也可以在云端方便的访问。同时，在个人的桌面端，用户也可以自如的分析任何来自个人或者企业内部的数据。

2. Microsoft?早在2013年就已经推出了?Power BI for Office 365预览版和?Power BI in Excel?更新（Power Map?和?Power Query）。2015年正式推出了?PowerBI Desktop（前身?PowerBI Designer）。

除了强大的可视化分析服务之外，也支持云端部署。2016年11月，就在前不久的 Microsoft Ignite?大会上微软已经和中国的世纪互联合作正式让?PowerBI SaaS服务落地在国内。同时，在大会上看到的PowerBI?内部的?Quick Insight?预测性分析和?Anna Talk?的对接也打通了自然语言和预测性可视化分析流程。

3. IBM?在2015年12月推出了IBM Cognos Analytics，支持业务用户可视化自行分析业务，同时具备发布到云端（OnCloud）和本地安装版本（OnPremise）。

同时，协同IBM Waston Analytics?（云端的业务?SaaS?分析服务）组成了强大的自然语言进行预测性分析和交互。打通了数据准备、预测分析和可视化呈现等自动化分析流程。

可以看到三大厂商在2013年-2016年这几年中对产品进行了快速调整，其中调整的重点和关注点在什么地方？云端部署、预测性分析洞察、而预测性分析洞察背后隐藏的是人工智能和机器学习。

这样的调整完成了对未来商业智能BI发展趋势的判断，对未来的产品方向做了提前布局。可以预测的是，在2013年-2016年大家重点关注的区别于传统BI的一些产品特点，比如可视化分析、移动BI、业务驱动自助分析、性能、用户友好等已经成为BI产品的标配，在市场上已经相对稳定和成熟，在2017年这些将不再是重要的关注点和亮点。

市场用户是否成熟的判断

1. 自助式?BI?可视化分析应该成为常态，自助式BI分析已经成为常态，业务人员已经可以独立的完成业务分析。传统的由IT驱动的数据分析转变成为业务驱动分析。

2. IT负责数据架构的治理、数据质量的梳理；业务人员自助分析；以前BI是大公司的专利，现在初创公司通过基本的分析工具就可以完成日常业务数据的分析工作。

3. 传统数据仓库建模的方式会逐步消亡，取而代之的是更加敏捷的BI实现方式，通过表之间的关联关系并及时的进行可视化数据分析并获得结果。

4. 移动?BI?应该成为常态，但在新的趋势中会有进一步的增强。

5. 人们不再单纯的关注于工具本身，能够实现什么样的可视化效果。而更加注重如何利用工具进行业务价值的实现，需要更多行业咨询和业务指导。以单纯的工具作为唯一卖点在将来会被逐步淘汰。

通过以上这几点基本上就可以判断出在这变革的三年期间，用户的成熟度是否随着新型BI所带来的用户价值观改变而得到提升。

在未来，在商业智能BI领域，我们应该更关注什么，会发生什么？

商业智能 BI 发展的新趋势（2017年-2020年）

第一，云端化是重要趋势?

大概在2018年前后在国内大概会出现比较成熟或者很成熟的可视化BI分析SaaS模式的产品。判断的依据是什么？还是我在文章开始时提到的：“数据在哪里？分析就在哪里？”?这个观点。

商业智能BI的基础就是业务系统，业务系统本地化因此商业智能BI也是本地化的。当业务系统云端化，当国内SaaS?企业逐步成熟的时候，解决了什么样的问题？业务规范化、标准化和规模化，而随之而来就是数据规范化、标准化和规模化。这种模式一旦落地，很容易基于这些标准数据来做接口，基于这些接口形成较长时间内比较稳定的业务分析形态。

有三个方面的表现：

1.?BI SaaS?服务提供商和SaaS?服务提供商直接形成合作关系，直接将?BI SaaS?产品平台化，基于BI工具形成标准的分析成果，作为产品附加值提供给?SaaS?租户。但缺点是，租户在当前?SaaS?平台上只能分析当前?SaaS?平台上的业务数据。

2.?在提供?SaaS BI?产品的时候同时提供了各种SaaS平台上标准的数据接口，这是目前大多数?SaaS BI?服务商的做法。比如国外的?Salesforce、Twitter、Google Analytics?等等已经被一些 SaaS BI 厂商所打通。比如国内的?Ptmind?公司，他们提供的用户行为分析?SaaS产品?Ptengine?本身又为他们自己的?DataDeck SaaS?数据分析产品提供了?SaaS?数据源接口支持。

3. 最后，云端部署还有一个非常大的优势，价格便宜。

我认为除了这几家巨头?（Microsoft、IBM、Oracle）在云端产品布局以外，在2017年和2018年间也一定会看到一些其它的?BI?厂商往云端进行转变。

在国内整个?SaaS BI?的成熟期将会受到国内?SaaS?服务市场的成熟度的影响，国内SaaS?市场成熟的越早，SaaS BI?的成熟就越快。但从行业的角度上来看，也不是所有的行业都适用于?SaaS BI?产品，比如金融、银行、电信因数据体量和数据安全性上的考虑本身对?SaaS?服务天然屏蔽的行业。但无论如何，这一定是一个大的趋势，这个市场空间还是非常巨大的。

第二，BI?的边界会逐步模糊?未来的数据产品解决方案不仅仅是解决内部取数和数据分析与展现的问题，而可能通过云端的数据接口拿到更多的外部数据。大数据、小数据的边界会越来越模糊，人们更加关注的是数据本身，要用数据解决什么样的问题，更加聚焦在数据产生价值上。

大数据和小数据不再有严格的区分，特别是当云端?SaaS?服务模式越来越普及的时候，云BI也能解决大多数业务场景下的大数据和性能方面的困扰。

在我观察到的国内一些数据类产品中，就发现了这样的一些趋势。前端用户行为分析越来越朝着BI的方向走，而一些SaaS BI?产品也在解决好用户内部数据之外引入了外部数据包括用户行为分析数据。

第三，单纯的BI工具价值逐步削弱?

就如同前面提到的，人们不再单纯的关注于工具本身能够实现什么样的可视化效果。而更加注重如何利用工具进行业务价值的实现，需要更多行业咨询和业务指导。以单纯的工具作为唯一的卖点在将来会被逐步淘汰。

第四，可视化分析也需要配备轻量级的?ETL?数据准备工具?

很多企业在内部的数据管理和业务系统数据规范性上一样存在很大的问题，在?IT?部门对基础的数据质量做完梳理之后，业务人员在很多场景下也一样需要相应的数据准备工作，可视化分析工具需要搭配一些简单易用的?ETL?工具能够让业务人员自助完成一些基础的数据准备工作。当然，如果未来业务在云端，数据标准化的过程将会更加容易和便捷。

第五，预测性分析、人工智能和机器学习是未来新的增长点?

在今年Microsoft Ignite?技术大会上我们已经看到了Microsoft Power BI Quick Insight?和?Anna Talk?的结合。IBM Waston Analytics?强大的自然语言进行预测性分析和交互。这两者都实现了预测性分析、对自然语言解析以及可视化推送的效果。以往的数据洞察需要靠人，靠拖拽数据、钻取数据交互分析获得，但在以后多了更多的方式?——?机器洞察、智能洞察。虽然从数据的准确度、合理性、语言处理维度的程度上都不能完全替代人们自助的数据分析方式，但无论如何，这种尝试已经在朝着成熟的方向来发展了。

第六，移动?BI?和协作办公越来越强?

移动BI应该包括两个方面的因素：移动?+?协作。在之前提到过，在下个阶段的BI发展趋势上，移动BI的展现已经不再是亮点，移动BI已经成为企业数据展现的标配。传统的数据信息交换方式是单向输出，中心到个人的输出模式，而以后的模式是中心到个人，个人到个人可逆的传输模式。目前我们已经看到一些移动协作的方式，比如和微信的集成打通。但以后的数据分析和分享协作模式应该会越来越丰富，很有想象的空间。

总结