观远数据苏春园：五年AI+BI路，数智化破局中的变与不变

““2021年终大型金猿主题策划活动”已正式开启，欢迎报名参与：榜单奖项+产业图谱+行业报告+线下论坛｜或点击文末“阅读原文”链接后提交活动意向报名表，并进一步与数据猿工作人员沟通后，可获取相关申报资料与模板。

数据智能产业创新服务媒体

——聚焦数智 · 改变商业

随着社会经济的发展和时代的进步，以及大数据、云计算、人工智能、商业智能等新技术的蓬勃发展，社会经济步入了数智化的时代。被时代的前进步伐所裹挟，千行百业都不可避免地加入数智化转型大军。

其中，BI（商业智能）是数智化发展中的重要领域，不少企业和服务商在此深耕。1989年，国际知名咨询机构Gartner将BI带入了大众视野，并将其定义为一类由数据仓库、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。而后，随着时间的推移，BI在行业中的渗透率也在不断提高。从传统BI到敏捷BI，再到智能BI，BI的发展经历了漫长的变革，且至今仍然在智能化的发展道路上持续演变。

当前，我国BI面临着强大的市场需求。国际数据公司IDC和数据存储公司希捷的一份报告显示，我国产生的数据量将从2018年的约7.6ZB增至2025年的48.6ZB，届时，数据量将超过美国，如此庞大数据量将进一步推动我国BI的发展。另据IDC预测，2023年，中国商业智能软件市场规模将达到16.5亿美元，未来5年整体市场年复合增长率(CAGR)为32.0%。

为了有效治理海量数据，赋能企业数智化升级，BI产品和工具仍需持续升级和优化。与此同时，众多的企业、技术服务商奔涌而至。在众多玩家中，观远数据成为一颗在BI领域中冉冉升起的新星。

今年是观远数据成立五周年，短短五年里，观远数据从4个人的初创团队成长为几百人的队伍；从观远数据产品1.0迭代至观远数据一站式智能分析平台4.0；从一家签约客户拓展到数百家行业头部客户……一路走来，观远数据在技术升级的同时能够真正为企业实现“让业务用起来”，帮助企业实现“降本增效”与“灵活扩张“，为企业打破IT技术的桎梏，实现可持续增长。

近日，数据猿采访了观远数据创始人兼CEO苏春园，深入了解观远数据在BI领域的增长逻辑和发展路径。

5A路径，让业务用起来

五年时间，观远数据始终以“让业务用起来”为核心主张，在多个行业领域与企业达成了合作，助力联合利华、百威亚太、全家、鲜丰水果、元气森林等上百家领先零售消费企业数智化转型升级。经过长久的服务，观远数据总结并形成了一整套从敏捷分析（BI）到智能决策（AI）的完整“5A”落地路径方法论（Agile敏捷化、Accurate场景化、Automated自动化、Augmented增强化、Actionable行动化），为企业构建智能决策大脑。

“观远数据在为客户提供智能分析决策服务过程中，会站在客户的角度规划更合理的路径，在不同的发展阶段，客户的需求也有所不同。‘5A’路径依据客户不同的发展需求有着不同的解决方案。”苏春园对数据猿说到。

具体而言，“5A”路径方法论是基于企业业务的细分领域，进而助力企业智能化。

“Agile敏捷化”：从经营核心场景切入，快速构建不同业务系统的数据指标体系。

例如在与亲爱男友等很多新锐品牌的合作项目中，观远数据凭借云端数据连接能力，告别定制开发，将分析上线周期从3个月缩短至3周，让业务快速用起来。

“Accurate场景化”：针对企业“人货场”关键场景进行分析实践，提供面向不同角色、不同业务场景的多维指标体系，实现商品分析、运营分析、市场营销分析、进销存分析等全景数据监控和精细化运营。

在与Tims中国的合作项目中，通过将数智赋能渗透到每个经营单元，覆盖Tims咖啡200+门店，50+销区，轻松满足所有业务人员的数据分析需求，让业务高频用起来。

“Automated自动化”：基于数据体系，在用户端实现自助式分析，在业务端实现“数据追人”，协同决策优化。

比如观远合作的赫基集团、Lily女装、红豆集团等时尚鞋服品牌，基于数据准实时的监控业务变化，自动对一线门店的异常进行判断，并推送给前线的经营决策者。

“Augmented增强化”：进一步利用AI和先进计算力，实现更深度的分析，挖掘数据内在关联，提供增强的分析辅助。

拿美妆品牌为例，观远服务了行业头部中的接近50%，通过对经营数据以及客户评论数据的融合分析与挖掘，及时捕捉产品的反馈，及时在每个sku、每天、每个活动的颗粒度中发现问题，不段迭代。

“Actionable行动化”：通过AI算法能力系统进行分析、自动诊断、预测，从而指导企业重要决策的优化，完成“从数据到行动”的整个决策闭环。

在与联合利华的合作项目中，通过为企业建设供应链快速响应体系，落地AI需求预测，以17万个预测点，助力企业深刻理解不同消费群体的消费需求，实现供应链快速响应，让业务深度用起来。

苏春园详细解读了“5A”路径的方法论，并分享了上述多个经典实践案例，“类似的案例还有很多，我们将这些分析场景模板化，再进一步让业务更广泛、更高频的用起来。‘让业务用起来’是我们的核心价值主张，这句话看上去很普通，但却是这个行业的本质。”

正是基于这个核心价值主张，观远数据在产品迭代、服务体系中真正做到了推动客户让其业务用起来，进而推动数智化应用的普及。基于这一点，苏春园表示，“让客户业务用起来，这是令我们很兴奋，同时也是一件很有价值的事情，这也是我们不断创新的真正意义。”

因此，“让业务用起来”是观远数据在数智化浪潮中始终坚持的不变初心。

云原生时代，观远势不可挡

随着数智化的不断深入，“上云”成为越来越多企业的“刚需”。在这一过程中，云原生技术通过简化企业运维，使效能不断提升。针对云原生的发展趋势，苏春园认为，“从全球来说，这是一个新的趋势，越来越多企业开始上云，而如何在云上运用算法、算力将业务用起来是关键点。”

云原生的应用势不可挡，企业该如何使用云原生？近日，观远数据一站式智能分析平台4.0正式发布，并推出全新服务模式“观远分析云”。

2020年10月，观远数据发布了基于云原生架构的一站式智能分析平台3.0，通过“Galaxy数据分析”“Universe数据开发”“Atlas云应用”三大产品线，支持从BI到AI、从基础分析到高级算法的一站式应用。

经过一年的研究探索，观远数据成功推出智能分析平台4.0版本，在数据采集、数据管理、数据开发等全流程中，极大程度地屏蔽了底层技术的复杂性，让业务人员通过拖拉拽即可实现业务数据分析需求，高效满足业务需求，大大提升了企业业务的效率。

而全新推出的服务模式“观远分析云”,则为企业客户提供了一种更低成本、更省心、更快响应且具有安全保障的解决方案，是观远数据对数据分析平台Galaxy Platform服务模式的全新升级，提供全托管的软件和硬件服务，客户无需单独采购硬件服务器，就可一站式完成硬件采购、软件部署、运维、升级。而且每位客户独享计算存储资源，环境物理隔离，互不影响，保障业务和数据安全。

谈到与其他的BI厂商有何不同时，苏春园表示，“在产品技术上，最大的差异在于我们是云原生的，意味着我们也能做云，帮助客户将数据存储到云上。而很多的传统的BI厂商的技术架构不是云原生的，由于技术的原因，很多企业客户的需求是不容易被满足的。”

苏春园进一步说到，未来5至10年或更长的时间里，我们将通过对技术的持续迭代升级，更好地解决客户的难题。

下一个五年，突破点在哪？

从成立的第一天起，观远数据就形成了“AI+BI”的产品战略，经过五年的开发创新，已经具备从数据采集、数据接入、数据管理、数据开发、数据分析、AI建模、AI模型运行到数据应用的一站式能力。

回顾我国的BI发展历程，相比于全球市场，BI在中国起步较晚，在发展早期，客户更青睐国外产品，国内的产品也多以报表工具形式存在，主要解决对历史业务数据的汇总统计与基础可视化展示。现在，随着数智化转型全面加速，传统BI越来越不能满足企业对行业分析方案、数据决策颗粒度与复杂度的多层次需求，企业需要从敏捷化到智能化的数据分析立体能力。

对此，苏春园表示，“传统 BI 虽然发展很久，但仍然存在许多问题。如当处理的数据量过大、分析的颗粒度过细时，系统往往不能支撑；传统 BI 产品只能对历史数据进行统计，无法做到实时监控预警。”

苏春园认为，数据的颗粒度革命正在加速到来，原来零售消费是一批货、一群人，现在注重的是单店、单品、单时、单度、单次，所有的经营元素不断地在被拆细。数据越来越多，关键是如何在数据里找到属于生意模式的增长粒子，这背后是正在加速到来的数据颗粒度革命。

例如，观远在与沃尔玛、联合利华、元气森林等诸多零售商合作时，这些零售商在运营中将数据细化到某个节点，极大地释放数据的价值。通过和沃尔玛的合作发现，在每年雨水跟惊蜇两个节气之间，芒果的销量都有稳定的增长。于是，沃尔玛将节气与机器学习的技术相结合，以节气为时间点对应上线一类商品。沃尔玛通过把握每一个节气背后的消费偏好，抓住每一个1%的增长机会，实现由量变到质变的飞跃。

由此可见，企业增长背后，已不再是过去流量时代里爆炸式的增长，而是更趋于从量变到质变的增长范式。

在数智化时代，如何更好地赋能企业增长，显然，观远数据已掌握了一套独特的方法论，其不同于传统的BI厂商，用前瞻的视角看待企业数智化转型升级背后的逻辑，打破传统的BI产品桎梏，为企业带来新的产品体验，实现业务增长。

未来，观远数据将继续围绕产品技术与客户成功两方面加大投入，加强对长期客户价值的深耕与护航。从2021年起，观远数据将每月第3个周五作为全员“客户成功日”，将长期客户价值作为公司层面的第一要务与持续发展的基石，不断迭代产品与服务，致力于成为客户信赖的长期合作伙伴。

文：Winter / 数据猿