觀遠數據蘇春園：為什麼說本土 BI 公司正在迎來最好的時代？

本土化的智能數據分析（AI+BI）公司

一家本土化的智能數據分析（AI+BI）公司，這是創始人蘇春園為觀遠數據在商業世界中圈定的獨特坐標。

BI （商業智能）這個發端於西方的概念，經過二十餘年的發展，已經廣為人知。這個領域孕育了超過十家上市企業或同等體量的獨角獸公司，市場潛力十分巨大。受限於數字化程度較低，過去 BI 在中國企業中的落地並不廣泛，不過如今情形已經有了很大不同。

蘇春園表示，過去十年，中國企業還在忙著建設 ERP、CRM、O2O、移動支付、全渠道等各種業務系統，無瑕顧及 BI的深入應用。現在隨著業務系統搭建完畢，沉澱的數據越來越多，「即使沒有 AI 技術，觀遠數據只做一家中國最好的 BI 公司，價值也是非常剛性的」。

但蘇春園的目標不僅僅是做一個國外 BI 公司的中國版本，他還想更進一步，超越它們。而時代也賦予他這樣的機遇。

蘇春園表示，傳統 BI 雖然歷經 20 余年的發展，但仍然存在許多問題。比如處理的數據量一大、分析的顆粒度一細，就容易卡死，這需要藉助新一代的大數據的架構才能解決。此外，傳統 BI 產品只能對歷史數據進行統計，無法做到實時監控預警，更別說提前一天一周進行預測，以及更進一步的自動診斷與行動建議了。

2016 年興起的 ABC（Artificial Intelligence、Big Data、Cloud）三波浪潮為這一切創造了可能。蘇春園表示，人工智慧、大數據和雲計算的發展，在演算法、數據和算力層面帶來了巨大提升，這是中國 BI 公司有機會成功超車的前提條件。

「AI+BI 是比傳統 BI 更新一代的技術，它將產生的商業價值也是傳統 BI 十倍以上，這正是我為什麼創立觀遠數據這樣一家公司的原因」。蘇春園對雷鋒網(公眾號：雷鋒網)說道。

但他也指出，對國外 BI 公司的超越不僅是在工具層面，更重要的是如何結合本土商業環境，形成一套技術+管理的完整體系，後者才是 BI 公司的核心競爭力所在。

以 SAP 這家成長於德國市場的頂級企業服務公司為例。眾所周知，德國擁有非常成熟完備的先進位造行業。因此，當 SAP快速成長起來進入中國時，它帶來的不僅是先進的工具，還有服務德國先進位造企業時沉澱下來的管理實踐，這才是它所向披靡的真正原因。

蘇春園對雷鋒網表示，中國在許多領域仍然落後於歐美，但我們擁有最具活力的新消費經濟，這也是觀遠數據重點聚焦的市場。

縱觀中國市場，從移動支付開始，各種各樣商業模式創新層出不窮，令人眼花繚亂。僅僅過去兩三年間，就誕生了無人貨架、盒馬鮮生、社區團購等一系列創新業態，催生了拼多多、瑞幸咖啡這樣的商業奇蹟。這些都是國外看不到的。可以說，在新消費領域的創新，中國市場已經一騎絕塵。

蘇春園表示，國內消費市場的快速變化，倒逼觀遠數據必須把產品打磨得更加出色。同時，在陪伴這些創新企業成長的過程中，觀遠數據也將像當年服務德國製造業的 SAP 一樣，沉澱大量的行業洞察和數據時代的決策實踐。未來，當觀遠數據帶著這些洞察和經驗去服務海外市場時，必然是一種降維打擊。這正是蘇春園所說的「本土化」的奧義所在。

用「樂高積木」的方式賦能企業決策

中國新消費市場的快速發展，在過去幾年裡催生了一大批數據智能類公司。蘇春園認為，這些公司主要可以分為兩類：一類是感知型企業，比如 AI視覺四小龍，它們可以把線下海量的非結構化的數據進行結構化；另一類則是觀遠數據這樣的決策智能型企業，負責將各個維度的結構化數據進行匯總和提煉，為企業提供決策分析。

事實上，這兩類企業並非涇渭分明。感知型企業在獲取數據的同時，往往也會提供一些簡單的數據分析服務。比如曠視的客流分析系統在識別客流後，也會通過一系列的分析，為門店的經營提供指導意見。同樣，決策型企業大多也有自己的數據採集通道。

在部分行業人士看來，「感知型企業和決策型企業早晚會有一戰」。因為做感知是個苦力活，收益有限，決策分析才是數據價值鏈條上的「利潤富礦」，感知型企業必然不願意將「肥肉」拱手讓人。另一方面，感知型企業又掌握著數據的入口，對決策型企業而言，數據就是命脈，豈能握在他人手中？

「現在大家體量都還比較小，肯定傾向於合作，等體量一大必然就會產生競爭或者收購，因為只有打通了從感知到決策的完整鏈條，才能產生最大的價值。」某業內人士說道。

對於蘇春園來說，眼下他只希望觀遠數據聚焦於決策環節。在他看來，用數據驅動決策有其自身的門檻，並非所有企業都能勝任。

以新消費領域最典型的零售行業為例。零售業的環節非常眾多，概括來說有九個字——人貨場、進銷存和人財物。其中前一個「人」指客戶，後一個「人」指企業員工。不同業態的企業在數據驅動決策上的需求點有很大不同。

比如快消品牌，他們並不直接接觸末端的消費者，也缺少這方面的數據，所以它們的主要場景之一在於經銷商和供應鏈的管理。相反，便利店有非常多的方式來獲取消費者信息，它們在會員分析與運營方面可以進行的數據決策場景就豐富很多。

而即便在同一個企業，不同部門之間的需求也大相徑庭。

如此紛繁複雜的需求，必須用一個一站式數據分析平台全面覆蓋。「試想一下，如果一家公司十個部門，每個部門用的都是不同的決策分析系統，最後肯定會崩潰的，因為它的數據都不在一起。」

蘇春園介紹，為了解決這個問題，觀遠數據將企業的不同決策由淺入深——從前端的營銷到後端的供應鏈，所需要用到的演算法進行了提煉。這個過程聽起來簡單，實際非常考驗企業的產品能力。

為什麼觀遠數據能夠做到呢？這跟它的團隊基因有關。

蘇春園介紹，觀遠數據的核心團隊成員——包括其本人，曾長期任職於 MicroStrategy。MicroStrategy 是全球商業智能領域的一個老牌玩家，世界500強中有三分之一的企業在使用它們的數據分析產品與方案，其中包括麥當勞、星巴克、Zara、沃爾瑪等知名零售品牌。

「當時我們服務了100多家世界 500 強企業，布進去的都是同一套代碼。今天觀遠數據 90% 的客戶用的也是同一套代碼，能做到這一切正是因為有我們過去十多年的積累。」

觀遠數據的多位聯合創始人以及研發核心成員則來自阿里，他們知道如何去使用互聯網沉澱下來的最合適的技術棧。「當我們把兩者結合起來，就打造了這樣一個一站式的平台。它上面有很多矩陣，就像積木一樣。不同的業務部門和不同的業務場景可以選擇不同的模塊，但它底層都是連通的。企業搭的積木越多，灌進來的數據量就越大，它場景的豐富度和分析的深度也隨之水漲船高。」

在奔跑中加速進化

AI+BI 實現了數據分析的閉環，但企業不可能一下子就變得非常智能，這其中需要通過一個路徑來實施。

因此，觀遠數據制定了一個從敏捷分析到智能決策的「5A」路徑。分別是敏捷化 Agile、場景化 Accurate、自動化 Automated、增強化 Augmented、行動化 Actionable，從初始的數據可視化到敏捷分析指標、到自動化實現、到AI提供行動建議、預測等等，逐層遞進。同時，觀遠數據提供的是定製化的產品解決方案，配置有專業性的顧問團隊，全方位地為客戶提供數據服務。

蘇春園表示，觀遠數據的「5A」路徑並不一定需要按部就班地進行，企業可以根據自身的情況來自由配置。「如果企業的數字化基礎比較薄弱，我們會建議它一步一步來。但如果它已經有了比較好的數據基礎，可能就會直接進入第三層或者第四層」。

成立三年時間，觀遠數據成長非常迅速，目前已經服務了聯合利華、百威英博、伊麗莎白雅頓、始祖鳥等全球消費品牌，以及Lily女裝、生鮮傳奇、NOME諾米家居、上蔬永輝、奈雪的茶、小紅書、見福便利店等本土零售品牌。

作為全球最大的啤酒公司，百威英博的龐大體量以及與KA商戶建立的協同式供應鏈庫存管理模式為其人員管理、業務管控帶來了極大挑戰。

2018年1月起，百威英博與觀遠數據展開合作。觀遠數據AI演算法團隊通過機器學習等先進的演算法技術，將專家經驗固化到系統，讓機器學習取代原先百威英博大量繁瑣的人力工作，為百威英博打造了需求預測、渠道管理等深度AI應用場景。

據百威英博方提供的數據顯示，在觀遠演算法團隊的協助下，百威英博目前已實現以6個人的團隊完成全國300多個銷售點、1700多個SKU的周度和月度的預測工作，有效降低了原先由人工預測產生的高額成本。百威英博方計劃後續也將把目前的AI預測合作內容延展到供應鏈更多環節的場景預測當中。

服務眾多零售品牌的同時，觀遠數據自身的能力也在不斷進化迭代。日前，觀遠數據正式發布了觀遠智能分析平台的2.0版本。據雷鋒網了解，2.0版本著重從數據量支撐、整體計算性能、終端響應速度等方面進行了優化，從1.0版本的最大支撐數據量的1億行，到2.0版本的10億行；整體計算性能提升5倍，終端響應速度提升2倍。

雖然成立只有短短三年，但觀遠數據已經成了數據智能領域一股不容忽視的力量。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！