企業(yè)報(bào)表軟件Spreadsheet是一個(gè)借助Excel的插件設(shè)計(jì)企業(yè)WEB報(bào)表的工具軟件。針對(duì)企業(yè)中普遍存在的報(bào)表制作的需求，允許用戶在Excel中進(jìn)數(shù)據(jù)準(zhǔn)備、樣式設(shè)計(jì)、數(shù)據(jù)計(jì)算、數(shù)據(jù)可視化、互動(dòng)邏輯、共享發(fā)布等操作，融合了Excel和傳統(tǒng)報(bào)表軟件的雙重優(yōu)勢(shì)，提高了報(bào)表制作的效率和能力。

自助分析平臺(tái)Eagle為企業(yè)中的業(yè)務(wù)人員提供自助式的數(shù)據(jù)分析工具，將IT人員從繁瑣的對(duì)業(yè)務(wù)人員分析需求的技術(shù)響應(yīng)中解放了出來(lái)，通過(guò)數(shù)據(jù)查詢、OLAP分析、可視化探索等核心能力，縮短了業(yè)務(wù)人員提出需求到得出分析結(jié)果之間的時(shí)間周期。

數(shù)據(jù)挖掘平臺(tái)Mining針對(duì)企業(yè)中的數(shù)據(jù)科學(xué)家、業(yè)務(wù)分析師、行業(yè)咨詢師等職能人員的預(yù)測(cè)性分析需求，將機(jī)器學(xué)習(xí)算法與BI相結(jié)合，提供了流式建模、拖拽式操作的可視化建模界面。 立足于BI產(chǎn)品的核心能力，Smartbi目前服務(wù)的客戶類(lèi)型涵蓋銀行、保險(xiǎn)、證券、基金、信托、互金等泛金融領(lǐng)域，能源、制造、通信、零售、地產(chǎn)、運(yùn)輸、科技等實(shí)體經(jīng)濟(jì)領(lǐng)域，以及各級(jí)政府、高校，主要應(yīng)用場(chǎng)景涵蓋銷(xiāo)售、財(cái)務(wù)、生產(chǎn)、運(yùn)營(yíng)等各個(gè)業(yè)務(wù)部門(mén)。

二、技術(shù)能力出色 輕量化方案實(shí)現(xiàn) 異構(gòu)數(shù)據(jù)源匯集

在BI工具誕生前，業(yè)務(wù)人員要按照某些維度來(lái)分析數(shù)據(jù)，完全依賴于IT人員的支持。針對(duì)業(yè)務(wù)人員提出的分析需求，IT人員的支持方式一般是是通過(guò)SQL語(yǔ)句從源數(shù)據(jù)庫(kù)中將分析結(jié)果導(dǎo)出，或者是由IT人員開(kāi)發(fā)一套供業(yè)務(wù)人員使用的后臺(tái)頁(yè)面。但是在這些方式下，多數(shù)據(jù)源的情況難以被有效應(yīng)對(duì)，同時(shí)業(yè)務(wù)人員對(duì)需求的頻繁變更會(huì)帶來(lái)大量的溝通成本，加重了IT人員的負(fù)擔(dān)。

因此，“自助式分析”的概念應(yīng)運(yùn)而生，它主要解決的問(wèn)題就是如何讓業(yè)務(wù)人員在離開(kāi)IT人員支持的情況下，依然能夠隨心所欲地在自己設(shè)定的維度上進(jìn)行分析，從而拿到自己需要的數(shù)據(jù)。 

自助式分析的核心技術(shù)是聯(lián)機(jī)分析處理（OLAP），它要求實(shí)施人員基于多個(gè)數(shù)據(jù)源為用戶構(gòu)建一個(gè)集中式的、關(guān)系型的的多維數(shù)據(jù)模型。用戶基于多維數(shù)據(jù)模型，可以實(shí)現(xiàn)自由的切片、切塊、鉆取和旋轉(zhuǎn)，無(wú)需直接接觸數(shù)據(jù)源就能實(shí)現(xiàn)數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)查詢和數(shù)據(jù)探索等操作。 

在企業(yè)的實(shí)際IT架構(gòu)中，往往會(huì)存在OA、ERP、CRM等多個(gè)數(shù)據(jù)互相獨(dú)立的業(yè)務(wù)系統(tǒng)。金融領(lǐng)域客戶一般會(huì)建設(shè)數(shù)據(jù)倉(cāng)庫(kù)來(lái)實(shí)現(xiàn)數(shù)據(jù)的匯集，因此BI自助分析平臺(tái)的構(gòu)建可以直接搭建在數(shù)據(jù)倉(cāng)庫(kù)之上。但是，更多的客戶則沒(méi)有建設(shè)數(shù)據(jù)倉(cāng)庫(kù)，但他們?nèi)匀幌Ｍ麑?duì)分散、異構(gòu)的數(shù)據(jù)庫(kù)進(jìn)行自助式分析。面對(duì)這種情況，一些BI廠商的策略是親自為客戶搭建一套數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)中臺(tái)，在這個(gè)基礎(chǔ)上再去搭建BI系統(tǒng)。 

與這些廠商的策略不同，Smartbi的自助分析平臺(tái)Eagle的解決方案是輕量化的，可以支持外建的多維數(shù)據(jù)庫(kù)，也內(nèi)置了SmartbiMPP、Vertica等多種類(lèi)型的分布式大規(guī)模并行處理數(shù)據(jù)庫(kù)接口，并通過(guò)ETL過(guò)程將來(lái)自O(shè)A、ERP、CRM等多個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)進(jìn)行統(tǒng)一匯集。同時(shí)，Eagle還可以構(gòu)建語(yǔ)義層，使得業(yè)務(wù)人員無(wú)需直接接觸表名、字段名以及它們之間的復(fù)雜關(guān)系，而是直接面對(duì)自己所熟悉的業(yè)務(wù)術(shù)語(yǔ)和指標(biāo)名稱。 

這樣，多個(gè)異構(gòu)數(shù)據(jù)源的底層存儲(chǔ)邏輯都被Eagle所展現(xiàn)的語(yǔ)義層邏輯所屏蔽，業(yè)務(wù)人員可以通過(guò)托拉拽等可視化操作，在Eagle中實(shí)現(xiàn)全自助式的數(shù)據(jù)集準(zhǔn)備、數(shù)據(jù)查詢、數(shù)據(jù)探索（交叉匯總、自由鉆?。┖蛢x表盤(pán)制作。

從選擇輕量化解決方案實(shí)現(xiàn)對(duì)異構(gòu)數(shù)據(jù)源的匯集，到AI賦能自助數(shù)據(jù)探索與預(yù)測(cè)性分析，Smartbi從始至終的理念是降低BI產(chǎn)品的使用門(mén)檻，以能夠讓基礎(chǔ)設(shè)施建設(shè)不夠完善的企業(yè)、技術(shù)能力不夠強(qiáng)的業(yè)務(wù)人員也能夠以低成本來(lái)進(jìn)行自助式分析，表現(xiàn)出了較強(qiáng)的技術(shù)和產(chǎn)品能力。

三、ISV生態(tài)合作破解 BI項(xiàng)目實(shí)施難題 場(chǎng)景理解力強(qiáng)

與普通IT系統(tǒng)，尤其是SaaS產(chǎn)品相比，BI工具的一大特征就是項(xiàng)目制的交付方式，實(shí)施周期較長(zhǎng)，這其中的原因是多方面的。

首先，并非所有客戶都像銀行那樣有完善的數(shù)據(jù)倉(cāng)庫(kù)，BI項(xiàng)目往往要直接面對(duì)多個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)源，這些數(shù)據(jù)源的結(jié)構(gòu)千差萬(wàn)別，數(shù)據(jù)質(zhì)量也參差不齊，往往還會(huì)出現(xiàn)“臟數(shù)據(jù)”。

其次，在不同行業(yè)中，存在大量的行業(yè)know-how（一般指不同行業(yè)的業(yè)務(wù)知識(shí)、技術(shù)訣竅），使得客戶需求的數(shù)據(jù)模型也會(huì)存在很大差別。

另外，在BI項(xiàng)目推進(jìn)過(guò)程中，客戶的需求往往并非在開(kāi)始階段就十分明確，而是會(huì)在項(xiàng)目推進(jìn)過(guò)程中根據(jù)進(jìn)展而發(fā)生變化。因此，實(shí)施人員與客戶之間必須進(jìn)行大量且反復(fù)的溝通，才能完全確定其最終期望的數(shù)據(jù)模型。

因此，實(shí)施人員在數(shù)據(jù)集市建造、ETL構(gòu)建等階段，面臨著大量不可控因素，這都使得BI工具的交付過(guò)程天然就是難以標(biāo)準(zhǔn)化的。面對(duì)BI項(xiàng)目重人力、長(zhǎng)周期的現(xiàn)狀，不同的BI廠商選擇了不同的項(xiàng)目策略，部分BI廠商選擇擴(kuò)大實(shí)施團(tuán)隊(duì)規(guī)模，直接服務(wù)于最終客戶。

但Smartbi選擇的策略是深度依靠ISV生態(tài)合作伙伴，將自己的標(biāo)準(zhǔn)化產(chǎn)品交付給ISV，由ISV負(fù)責(zé)BI項(xiàng)目的具體實(shí)施。這樣的方式一方面會(huì)降低人力成本，但在另一方面，由于BI項(xiàng)目對(duì)實(shí)施人員的要求很高，如果Smartbi無(wú)法對(duì)實(shí)施過(guò)程實(shí)現(xiàn)有效掌控，那么項(xiàng)目效果就難以保證。

為了解決資源占用與實(shí)施質(zhì)量之間的矛盾，Smartbi提出了“BI+行業(yè)”的戰(zhàn)略，通過(guò)對(duì)客戶場(chǎng)景的深入理解，為不同的行業(yè)場(chǎng)景定制不同的行業(yè)模板。

在金融領(lǐng)域，由于基礎(chǔ)設(shè)施建設(shè)相對(duì)成熟，行業(yè)模板很容易來(lái)提煉，大量成熟的模板也已經(jīng)被積累下來(lái)。但在零售、制造業(yè)等領(lǐng)域，行業(yè)模板的積累仍然是欠缺的。針對(duì)這種現(xiàn)狀，Smartbi目前的策略是引導(dǎo)行業(yè)ISV按照給出的模板格式，在項(xiàng)目實(shí)施過(guò)程中與Smartbi來(lái)共同積累和完善行業(yè)模板。

有了行業(yè)模板之后，Smartbi和ISV在遇到同行業(yè)客戶的時(shí)候，就可以將來(lái)自異構(gòu)數(shù)據(jù)源的數(shù)據(jù)直接對(duì)接到模板中，只需額外在模板基礎(chǔ)上定制少部分特性就能完成數(shù)據(jù)模型構(gòu)建，在一定程度上實(shí)現(xiàn)了實(shí)施流程的標(biāo)準(zhǔn)化。

通過(guò)與ISV在行業(yè)模板標(biāo)準(zhǔn)化上的深度合作，Smartbi的客戶服務(wù)周期縮短，這也就意味著Smartbi能夠依靠一支較為精干的實(shí)施團(tuán)隊(duì)服務(wù)于更多客戶，規(guī)?；?yīng)也將逐步體現(xiàn)。

四、泛金融領(lǐng)域影響力強(qiáng) 零售制造行業(yè)尚待開(kāi)拓

銀行、保險(xiǎn)、證券等金融領(lǐng)域是Smartbi一直以來(lái)的重點(diǎn)領(lǐng)域，中國(guó)銀行、交通銀行、平安銀行、中信銀行、民生銀行等全國(guó)性銀行均是Smartbi的典型客戶。 

其中，民生銀行是Smartbi幫助企業(yè)創(chuàng)造利潤(rùn)的典型案例。在Smartbi進(jìn)入之前，民生銀行已經(jīng)建設(shè)了數(shù)據(jù)倉(cāng)庫(kù)，實(shí)現(xiàn)了多系統(tǒng)的數(shù)據(jù)匯集。但是由于缺乏有效的BI工具，業(yè)務(wù)人員日常進(jìn)行的大量報(bào)表分析工作都需要IT人員來(lái)進(jìn)行深度支持，效率較為低下。

Smartbi的自助分析平臺(tái)在民生銀行內(nèi)部成功交付之后，業(yè)務(wù)人員基于Smartbi，一年在1萬(wàn)多個(gè)應(yīng)用場(chǎng)景中對(duì)幾千張表進(jìn)行了自助式的數(shù)據(jù)探索，成功挖掘了一大批高凈值客戶，為民生銀行的一線業(yè)務(wù)部門(mén)提供了超過(guò)10%的利潤(rùn)貢獻(xiàn)。 

但是未必所有客戶的需求都像民生銀行這樣能在項(xiàng)目開(kāi)始階段就非常明確，有時(shí)候只有通過(guò)與客戶的不斷溝通才能挖掘出來(lái)，比如Smartbi的另一個(gè)典型的保險(xiǎn)行業(yè)客戶招商信諾。 

招商信諾一直以來(lái)是用的某國(guó)外公司的BI平臺(tái)。由于市場(chǎng)人員需要對(duì)營(yíng)銷(xiāo)活動(dòng)的效果進(jìn)行反饋分析，但是因?yàn)橄到y(tǒng)難以改動(dòng)，需求無(wú)法得到完全滿足。一開(kāi)始Smartbi嘗試用自助分析平臺(tái)Eagle的功能去進(jìn)行溝通，但后期卻發(fā)現(xiàn)客戶需求的實(shí)現(xiàn)必須進(jìn)行用戶分群，機(jī)器學(xué)習(xí)平臺(tái)Mining相比于Eagle能夠更好地滿足這一需求。于是，Smartbi最后為招商信諾提供的解決方案是將自助分析（BI）和機(jī)器學(xué)習(xí)（AI）相結(jié)合，從而實(shí)現(xiàn)更精準(zhǔn)的用戶分群。 

可以看出，思邁特的較強(qiáng)的場(chǎng)景理解力是其泛金融領(lǐng)域的廣泛影響力的根本來(lái)源。除了金融行業(yè)之外，Smartbi在制造、零售、地產(chǎn)、科技等行業(yè)都有所涉獵，但這些行業(yè)的客戶對(duì)BI的認(rèn)知相比于金融行業(yè)存在較大差距，甚至仍然停留在dashboard、看報(bào)表等較淺的層次。 

這種現(xiàn)狀與不同行業(yè)的信息化建設(shè)進(jìn)度存在很大關(guān)系。金融行業(yè)客戶很早就需要面對(duì)大量數(shù)據(jù)存在于獨(dú)立的數(shù)據(jù)庫(kù)中的情況。同時(shí)，由于金融領(lǐng)域多變的市場(chǎng)環(huán)境，金融客戶對(duì)OLAP分析的需求性也會(huì)比一般行業(yè)更加旺盛。因此，在數(shù)據(jù)倉(cāng)庫(kù)等基礎(chǔ)設(shè)施的建設(shè)上，金融客戶普遍領(lǐng)先于其他行業(yè)的客戶。

但其他行業(yè)對(duì)BI認(rèn)知度低，并不意味著他們對(duì)BI就沒(méi)有需求點(diǎn)，關(guān)鍵是要深入理解客戶的場(chǎng)景和痛點(diǎn)，將潛在的需求挖掘出來(lái)。一個(gè)典型的例子是某科技服務(wù)公司的銷(xiāo)售提成制度，這家公司希望依照項(xiàng)目成本來(lái)對(duì)銷(xiāo)售人員的提成進(jìn)行計(jì)算，但是由于成本金額存在于ERP系統(tǒng)中，但客戶信息存在于CRM系統(tǒng)中，想要進(jìn)行分析和計(jì)算就非常困難。 

在這種情況下，這類(lèi)公司的業(yè)務(wù)人員能夠認(rèn)識(shí)到對(duì)不同系統(tǒng)進(jìn)行打通，并進(jìn)行綜合數(shù)據(jù)分析的必要性，但很難知道怎樣的打通方式才是最合適、最有效的。Smartbi對(duì)這類(lèi)公司進(jìn)行合理的引導(dǎo)，就能讓客戶明白BI工具是如何有效解決其需求和痛點(diǎn)的。 

類(lèi)似的案例在制藥企業(yè)中也有不少。比如Smartbi的自助分析工具Eagle一開(kāi)始用于某藥企的財(cái)務(wù)分析，幫助財(cái)務(wù)人員提高工作效率，實(shí)現(xiàn)財(cái)務(wù)精細(xì)管理，節(jié)省開(kāi)支。當(dāng)財(cái)務(wù)部門(mén)認(rèn)為BI確實(shí)能夠帶來(lái)價(jià)值，那么銷(xiāo)售部門(mén)、生產(chǎn)部門(mén)都開(kāi)始要求使用BI來(lái)幫助他們分析銷(xiāo)售和生產(chǎn)情況，這個(gè)BI項(xiàng)目就會(huì)越做越大，ERP、CRM、MES等數(shù)據(jù)源逐步都接入了BI工具的數(shù)據(jù)集市。 

因此，Smartbi要想更好地服務(wù)于零售、制造等尚處于起步階段的行業(yè)，教育客戶的過(guò)程十分必要。教育客戶首先要依靠銷(xiāo)售人員、交付人員的服務(wù)能力，優(yōu)質(zhì)ISV合作伙伴的選擇同樣十分重要，行業(yè)標(biāo)桿客戶對(duì)整個(gè)行業(yè)的示范效應(yīng)也不容忽視。

五、AI為BI服務(wù) 避免同質(zhì)化競(jìng)爭(zhēng) 戰(zhàn)略定位準(zhǔn)確

Smartbi的核心能力是底層的一套多維數(shù)據(jù)模型的建模能力，以及建立在深入理解客戶場(chǎng)景基礎(chǔ)上的自助式數(shù)據(jù)分析能力。因此，Smartbi對(duì)自身的定位是技術(shù)中臺(tái)，為客戶的前臺(tái)業(yè)務(wù)人員面向不同主題的自助式分析提供技術(shù)支持。 

在技術(shù)中臺(tái)基礎(chǔ)上，Smartbi又提出“BI+AI”戰(zhàn)略。該戰(zhàn)略體現(xiàn)在Smartbi的產(chǎn)品中，就是Eagle的自然語(yǔ)言探索以及Mining的預(yù)測(cè)性分析。 

第一，Smartbi在自助式分析平臺(tái)Eagle中增加了基于深度學(xué)習(xí)的自然語(yǔ)言數(shù)據(jù)探索功能。Eagle通過(guò)語(yǔ)音識(shí)別來(lái)替代鼠標(biāo)點(diǎn)擊，同時(shí)可以分析用戶的使用偏好，實(shí)現(xiàn)自助分析結(jié)果的自動(dòng)呈現(xiàn)。 

第二，Smartbi的另一款產(chǎn)品數(shù)據(jù)挖掘平臺(tái)Mining，針對(duì)企業(yè)中普遍存在的預(yù)測(cè)性分析需求，內(nèi)置了邏輯回歸、決策樹(shù)、隨機(jī)森林、樸素貝葉斯、支持向量機(jī)、線性回歸、K均值、DBSCAN、高斯混合模型等經(jīng)典機(jī)器學(xué)習(xí)算法。 

但是產(chǎn)品能力的拓展必然會(huì)增大同質(zhì)化競(jìng)爭(zhēng)的可能。目前，數(shù)據(jù)智能賽道上還存在像第四范式、九章云極等從成立之初就從數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)切入的技術(shù)中臺(tái)公司，其產(chǎn)品與數(shù)據(jù)挖掘平臺(tái)Mining存在一定相似度。這類(lèi)公司的產(chǎn)品定位，一是作為大型公司內(nèi)部的專業(yè)數(shù)據(jù)團(tuán)隊(duì)的工作平臺(tái)，二是作為給前臺(tái)業(yè)務(wù)系統(tǒng)提供數(shù)據(jù)支撐的技術(shù)中臺(tái)。 

Smartbi認(rèn)為，“BI+AI”戰(zhàn)略的提出并非是為了與這類(lèi)公司進(jìn)行同質(zhì)化競(jìng)爭(zhēng)，而是在緊抓一線業(yè)務(wù)人員的自助式分析需求的基礎(chǔ)上，不斷延伸BI產(chǎn)品的能力。 

可以說(shuō)，Smartbi的“BI+AI”戰(zhàn)略成功實(shí)施的關(guān)鍵，在于AI能否幫助BI產(chǎn)品在提高數(shù)據(jù)分析能力的同時(shí)，更加切合不同行業(yè)內(nèi)的一線業(yè)務(wù)人員的自助式分析需求，為他們提供從OLAP分析到預(yù)測(cè)性分析的低門(mén)檻使用體驗(yàn)。

近日，愛(ài)分析專訪Smartbi創(chuàng)始人&CEO吳華夫，就Smartbi的公司戰(zhàn)略、客群情況、市場(chǎng)現(xiàn)狀進(jìn)行了深入交流，現(xiàn)摘取部分內(nèi)容如下。

六、定位于企業(yè)級(jí)服務(wù) 面向業(yè)務(wù)人員 提供自助式分析

愛(ài)分析：Tableau是國(guó)外最知名的BI廠商，Smartbi的定位和Tableau有哪些不同？ 

吳華夫：Tableau最開(kāi)始的定位是面向個(gè)人的自助數(shù)據(jù)分析工具，他們的推廣思路也是以做toC的思維來(lái)做toB，面對(duì)大客戶，也是從某個(gè)部門(mén)開(kāi)始做，然后讓用戶之間互相介紹。 

這也就意味著Tableau的數(shù)據(jù)處理性能、權(quán)限體系都是為個(gè)人用戶設(shè)計(jì)的。所以當(dāng)Tableau面對(duì)企業(yè)級(jí)客戶的復(fù)雜權(quán)限體系、超大數(shù)據(jù)量訪問(wèn)、統(tǒng)一語(yǔ)義模型等需求的時(shí)候，就很難推進(jìn)下去。另外，Tableau的協(xié)作共享機(jī)制也是不足的，無(wú)法滿足多人協(xié)作的需求。最后就是Tableau對(duì)中國(guó)式復(fù)雜報(bào)表的支持也比較缺乏。 

所以不少客戶以前用的Tableau，后來(lái)都換成了我們，因?yàn)槲覀兊亩ㄎ痪褪敲嫦蚱髽I(yè)級(jí)客戶的自助式分析需求。還有很多客戶，會(huì)同時(shí)購(gòu)買(mǎi)Tableau和Smartbi，讓兩個(gè)產(chǎn)品一起配合，為客戶不同場(chǎng)景提供服務(wù)。 

愛(ài)分析：自助式分析的需求一般是靠企業(yè)的什么部門(mén)來(lái)推動(dòng)？ 

吳華夫：其實(shí)業(yè)務(wù)部門(mén)和IT部門(mén)都可能，但更多的情況還是業(yè)務(wù)部門(mén)推著IT部門(mén)來(lái)做的。 

愛(ài)分析：在自助式分析上，業(yè)務(wù)部門(mén)一般有哪些訴求？ 

吳華夫：其實(shí)本質(zhì)上就是銷(xiāo)售、運(yùn)營(yíng)、財(cái)務(wù)、生產(chǎn)等各個(gè)業(yè)務(wù)環(huán)節(jié)的各種維度的分析。 

比如銷(xiāo)售環(huán)節(jié)，我做個(gè)營(yíng)銷(xiāo)活動(dòng)，可能用戶的購(gòu)物行為就會(huì)和營(yíng)銷(xiāo)內(nèi)容產(chǎn)生關(guān)系了，原來(lái)的幾個(gè)表可能很快就不能滿足了，所以這種情況下還會(huì)臨時(shí)加一些表和字段進(jìn)來(lái)。 

如果沒(méi)有BI，IT人員就要馬上去通過(guò)SQL查詢的方式來(lái)響應(yīng)，其實(shí)根本響應(yīng)不過(guò)來(lái)。于是，業(yè)務(wù)部門(mén)就經(jīng)常對(duì)IT部門(mén)不滿意，本身就會(huì)對(duì)自助式分析產(chǎn)生強(qiáng)烈需求。 

愛(ài)分析：Smartbi的產(chǎn)品交付模式是怎樣的？ 

吳華夫：我們有兩種交付模式。比如說(shuō)像VIVO這樣的標(biāo)桿性的制造業(yè)企業(yè)，它有銷(xiāo)售分析的需求，并且銷(xiāo)售管理思路在行業(yè)內(nèi)還具備領(lǐng)先性，但是在這個(gè)領(lǐng)域內(nèi)沒(méi)有很好的ISV來(lái)做這個(gè)事情。這時(shí)候，我們需要讓交付人員直接給VIVO進(jìn)行實(shí)施。在這個(gè)過(guò)程中，我們就能夠深度理解行業(yè)，積累行業(yè)Know-how模型。通過(guò)多個(gè)同行業(yè)頭部客戶的項(xiàng)目后，我們就能抽象共性、提煉行業(yè)分析模板，當(dāng)遇到下一個(gè)類(lèi)似的客戶的時(shí)候，我們就把模板直接交給ISV，讓他們來(lái)幫我們交付這個(gè)項(xiàng)目。 

愛(ài)分析：如果客戶已經(jīng)有了數(shù)據(jù)倉(cāng)庫(kù)，Smartbi這邊是直接去連接數(shù)倉(cāng)嗎？ 

吳華夫：這要看他們數(shù)據(jù)倉(cāng)庫(kù)的質(zhì)量和性能，如果數(shù)據(jù)好用、性能夠快，我們會(huì)直接連接數(shù)倉(cāng)做分析。另外，我們的MPP本來(lái)就有數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市的能力，如果數(shù)據(jù)質(zhì)量不好、性能低下、或者要混合多數(shù)據(jù)源的話，我們會(huì)通過(guò)MPP做一個(gè)數(shù)據(jù)集市，而不需要依賴于原有的數(shù)倉(cāng)。 

愛(ài)分析：Smartbi做的dashboard與數(shù)據(jù)可視化公司做的有什么不同？

吳華夫：純做數(shù)據(jù)可視化的公司，會(huì)更注重圖形效果，但不提供交互式分析的能力。而我們的dashboard都是有交互能力和一部分自助式分析能力的，這在政府項(xiàng)目中的應(yīng)用也比較多。

七、AI將與BI深度結(jié)合 不會(huì)獨(dú)立成業(yè)務(wù)線

愛(ài)分析：現(xiàn)在Smartbi在戰(zhàn)略上，對(duì)BI+AI的應(yīng)用是怎么考慮的？AI會(huì)成為一條獨(dú)立的業(yè)務(wù)線去做嗎？ 

吳華夫：我們做BI產(chǎn)品，一切都是圍繞一個(gè)本質(zhì)，就是讓數(shù)據(jù)為客戶創(chuàng)造價(jià)值?，F(xiàn)在客戶在BI中已經(jīng)有了大量的數(shù)據(jù)，自然而然就會(huì)對(duì)基于數(shù)據(jù)的AI，具體來(lái)說(shuō)就是機(jī)器學(xué)習(xí)產(chǎn)生需求，這是一個(gè)市場(chǎng)的需求驅(qū)動(dòng)的事。

所以對(duì)我們來(lái)說(shuō)，數(shù)據(jù)挖掘平臺(tái)這個(gè)產(chǎn)品仍然是與BI緊密結(jié)合的一部分，我們不會(huì)獨(dú)立去做一條AI業(yè)務(wù)線。

你可能會(huì)覺(jué)得這個(gè)數(shù)據(jù)挖掘平臺(tái)會(huì)跟有些公司的數(shù)據(jù)科學(xué)平臺(tái)有些像，的確會(huì)有些像。但是我們的初衷不一樣，一方面還是為了增強(qiáng)BI平臺(tái)的預(yù)測(cè)分析能力，讓BI發(fā)現(xiàn)更深層次的數(shù)據(jù)規(guī)律，另一方面就是為了讓BI更簡(jiǎn)單，讓數(shù)據(jù)分析更簡(jiǎn)單，讓使用群體更廣泛。 

愛(ài)分析：Smartbi的機(jī)器學(xué)習(xí)平臺(tái)有哪些比較成熟的落地案例？ 

吳華夫：現(xiàn)在挺多的，比如某個(gè)電網(wǎng)的項(xiàng)目，可以通過(guò)數(shù)據(jù)挖掘來(lái)發(fā)現(xiàn)壞掉的電力設(shè)備，從而來(lái)給設(shè)備做檢修。 

還有就是幫助某地的政府部門(mén)做的空間數(shù)據(jù)云平臺(tái)的項(xiàng)目，無(wú)人機(jī)拍下來(lái)的圖片會(huì)生成電子地圖，在電子地圖基礎(chǔ)上通過(guò)數(shù)據(jù)挖掘來(lái)發(fā)現(xiàn)城市建設(shè)中各類(lèi)問(wèn)題。 

還有一個(gè)招商信諾的項(xiàng)目，是同時(shí)結(jié)合我們的自助分析和機(jī)器學(xué)習(xí)兩部分功能。 

愛(ài)分析：Smartbi與招商信諾的合作項(xiàng)目是怎么落地的？

吳華夫：招商信諾是一家電銷(xiāo)做得非常領(lǐng)先的保險(xiǎn)公司，原來(lái)用的是國(guó)外公司的BI平臺(tái)，但是因?yàn)樗麄円鰻I(yíng)銷(xiāo)活動(dòng)，希望營(yíng)銷(xiāo)結(jié)果能夠反饋回來(lái)，形成業(yè)務(wù)閉環(huán)；另外就是上了新的大數(shù)據(jù)平臺(tái)，原來(lái)的BI工具不支持；最后，老的BI產(chǎn)品在性能上也存在問(wèn)題但是國(guó)外產(chǎn)品也沒(méi)法幫他們改，跟不上業(yè)務(wù)創(chuàng)新的節(jié)奏，所以他們當(dāng)時(shí)用著很痛苦。 

招商信諾找到我們的時(shí)候，當(dāng)時(shí)還不知道我們有機(jī)器學(xué)習(xí)平臺(tái)，也是希望買(mǎi)我們的自助分析平臺(tái)。他們當(dāng)時(shí)的一個(gè)需求是客戶的分群，基于分群來(lái)做精準(zhǔn)營(yíng)銷(xiāo)，我們就拿我們自助分析平臺(tái)的組合分析功能去和他們聊。 

后來(lái)，我們發(fā)現(xiàn)他們的需求和我們的自助分析平臺(tái)的功能不完全匹配，于是我們就把機(jī)器學(xué)習(xí)平臺(tái)通過(guò)模型來(lái)篩選客戶的功能與自助分析平臺(tái)手動(dòng)篩選客戶的功能結(jié)合起來(lái)。這時(shí)候，他們發(fā)現(xiàn)這就是他們期望的東西。 

目前在市面上的這些數(shù)據(jù)智能公司的解決方案，似乎沒(méi)有這種自助分析和機(jī)器學(xué)習(xí)相結(jié)合的方式。而我們用了兩三個(gè)月時(shí)間，第一個(gè)自助分析輔助機(jī)器學(xué)習(xí)的版本就上線了，目前已經(jīng)開(kāi)始做新的一期，也已經(jīng)在大部分場(chǎng)景都把原來(lái)的BI平臺(tái)替換掉了。

八、企業(yè)需求度日益顯現(xiàn) 看好未來(lái)BI市場(chǎng)

愛(ài)分析：Smartbi選擇客戶的時(shí)候有哪些標(biāo)準(zhǔn)？

吳華夫：第一，BI對(duì)他們來(lái)說(shuō)剛需，能夠給他們帶來(lái)價(jià)值。第二，有足夠的付費(fèi)能力，給得起錢(qián)。第三，有規(guī)模效益，市場(chǎng)上有足夠多的類(lèi)似場(chǎng)景的客戶，能夠讓我們的模板得到復(fù)用。 

愛(ài)分析：目前Smartbi怎么看教育行業(yè)，尤其是高校這部分市場(chǎng)？還會(huì)繼續(xù)重點(diǎn)發(fā)力去做嗎？ 

吳華夫：目前高校客戶是我們一個(gè)比較重要的客群來(lái)源，但它們普遍存在一些問(wèn)題，主要是在信息化建設(shè)方面的付費(fèi)意愿不強(qiáng)，根本原因是它們?cè)跀?shù)據(jù)分析、管理駕駛艙等方面基本沒(méi)什么預(yù)算。所以，這部分市場(chǎng)要想真正做大，還需要相關(guān)的政策引導(dǎo)。 

愛(ài)分析：深信服的投資進(jìn)來(lái)以后，思邁特是不是可以在教育行業(yè)加大一些關(guān)注度？我們了解到深信服的超融合一體機(jī)在教育行業(yè)的推廣還是挺多的。 

吳華夫：的確是這樣，深信服也是一個(gè)產(chǎn)品型公司，銷(xiāo)售渠道做得比較完善。他們?cè)诔诤弦惑w機(jī)當(dāng)中也增加了大數(shù)據(jù)分析平臺(tái)，所以我們的期望是能夠?qū)⑽覀兊腂I產(chǎn)品結(jié)合到這里面去。 

愛(ài)分析：您對(duì)未來(lái)中國(guó)BI市場(chǎng)發(fā)展的預(yù)期是怎樣的？ 

吳華夫：BI市場(chǎng)的增速還是會(huì)越來(lái)越快的，因?yàn)楸澈蟮耐苿?dòng)力就是中國(guó)企業(yè)的信息化。 

現(xiàn)在還有相當(dāng)一部分企業(yè)的信息化程度比較低，尤其是大部分中國(guó)企業(yè)對(duì)BI的應(yīng)用都還處于看報(bào)表、做dashboard的初級(jí)階段，而從這個(gè)階段往后面走，自助分析、預(yù)測(cè)性分析的應(yīng)用程度還是非常低的。 

其實(shí)，中國(guó)企業(yè)的信息化就是一波一波來(lái)的，金融領(lǐng)域和大型企業(yè)普遍會(huì)早一些，后面中型企業(yè)、小型企業(yè)這一波潮流過(guò)來(lái)的話，BI市場(chǎng)的需求度應(yīng)該還會(huì)更加旺盛。 

所以，我們?cè)谶^(guò)去沒(méi)融資的時(shí)候，每年的增長(zhǎng)率都有60%-70%，而且每年的現(xiàn)金流都是正的?，F(xiàn)在融資之后，增長(zhǎng)率一定會(huì)更快。

（注：文章內(nèi)容轉(zhuǎn)載自愛(ài)分析微信公眾號(hào)）

xiesc