锁死LV、元气森林、安踏、小红书的观远数据，依然缺乏想象

作者：永遇乐

来源：互联网那些事（ID：hlw0823）

在数字化转型的时代，BI（商业智能）已经成为了各行业转型环节中不可或缺的一环。

BI赛道经历了从国外厂商到国内厂商的迁移，也正经历从传统时代向智能时代的变革。

因为各行业新经济企业业务的快速变化，需要从0-1构建敏捷数据分析与决策能力，BI已成为新锐企业发展到百人规模或GMV超过五千万后的标配。

据天眼查数据显示，以BI作为发展方向的观远数据，在2月22日完成了由老虎环球基金（Tiger Global）领投，红杉中国、线性资本、襄禾资本、独秀资本（Unicorn Capital Partners）等老股东跟投的2.8亿人民币C轮融资。

而中国数据分析与商业智能市场正迎来高速发展。

据国际权威调研机构国际数据公司IDC预测，2025年，中国商业智能软件市场规模将达到13.3亿美元，未来5年整体市场年复合增长率(CAGR)达到17.9%。

在市场规模高速发展下，提速布局金融、高科技、制造、互联网等领域，对于观远数据来说，迫在眉睫。

一、成立最晚却发展最快

成立于2016年的观远数据，相比大部分国内品牌而言，成立最晚，发展最快大抵是业内对观远数据一致的想法。

实际上，观远科技的发展速度之所以快，也是有迹可循。

首先，国内市场正值SaaS创业的“元年”，BI领域彼时主要是国外的Tableau、MicroStrategy、Domo等公司，国内则有帆软、永洪等厂商。

与国外公司相比，国内BI产品还是以工具属性为主，尤其以“报表”为核心功能，主要使用者是企业中的IT用户。

其次，优先锚定零售、快消行业进行发展。

因为早期的BI需要基于数据发展，很显然缺乏数据丰富度的品牌，很难靠技术去为品牌进行个性化定制解决方案，如果要建立属于自己的数据平台，需要投入大量的成本。

但在那会，依靠互联网发展起来的新零售、新消费数不胜数。而对于零售行业来说，随着传统零售向新零售转型，零售企业需要注重线上线下的融合发展，以及及时洞察市场变化，调整市场策略。

于是，观远数据一开始就锚定消费领域，利用数据分析与商业智能平台，给消费企业提供更高效的决策。

截至目前，观远数据深度服务的消费零售客户包括联合利华、LVMH、元气森林、安踏、小红书、蜜雪冰城、三顿半、简爱酸奶、纽西之谜、亲爱男友、奈雪的茶、遇见小面等诸多知名品牌。

其次，相较于市场上大部分以IT用户为主的报表型BI产品，观远数据的最大差异化，在于让广泛的业务用户可以使用，面向业务场景进行数据分析与决策。

在覆盖用户足够广的前提下，观远数据以远高于行业增长速度的年增长率取得快速发展，成为数据分析与智能决策领域的引领者。

更重要的是，成立不到两年时间的观远数据察觉到，无论是规模大小，或实力强劲与否的企业都面临着同一个问题，企业数据基础仍然不够扎实，如果直接在此基础上做BI分析并不现实。

找到行业痛点的观远数据，选择引入了数据仓库和智能数据准备（Smart ETL）等产品，帮助企业构建数据基础，提供一站式的智能数据分析服务。

诚然，在洞察客户现状需求的态势下，观远数据服务客户覆盖零售消费、金融、制造、互联网等多个领域的400+世界500强企业和行业头部客户，成为众多领先企业BI升级的首选。

但眼看当下，随着大数据、人工智能、云计算三波浪潮的深入融合，观远数据基于AI+BI的智能分析与决策已在部分领先的客户身上落地开花。

但不可忽视的是，面对复杂的外部环境、多变的用户需求和激烈的市场竞争，观远数据在当下的市场上是否具有竞争力呢？

二、更多的是问题而非答案

从某种程度上来说，基于海量数据，依靠机器学习，通过精密精准计算快速得出一个比人工经验分析更精准的方案，一直是观远数据的愿景。

同样的，在当前国内企业应用BI产品中，企业最期待获得的数据价值，数据整合、提高制表效率、辅助管理决策排名前三。

其中，72.8%的企业最想获得的数据价值是整合多系统数据，打通多系统的数据，解决数据壁垒的问题实现信息透明。

69.1%的企业想要提高报表的输出效率，期望能够更快更准更省事。53.7%的企业则希望通过数据分析，辅助企业决策，实现科学化、数据化的决策。

但总的来说，企业更迫切需要的是便捷、高效化服务，而观远数据的发展似乎也在迎合企业的需求上。

但现下的问题是，BI仍然需要依靠人来干涉。

在企业应用场景中，BI在绝大多数场景下还需要依靠人来完成，不管是基础分析逻辑的设计开发、维度和度量的选择与调整、展示效果的规划与解读，都需要依靠人来完成。

而限于工具目前的发展水平，人参与比例相对较高。同时，这样一来也会导致一个相对客观的数据分析场景，掺杂了过多人的主观判断。

甚至会出现为了佐证某个观点，开发人员主动选择甚至筛选出符合目标预期的基础数据，选择适合的分析方法，以展示出与观点一致的趋势和期望，这就与商业智能通过整合数据，分析趋势，指导决策的初衷背道而驰了。

此外，即便观远数据通过洞察企业痛点快速发展，但在市场布局上仍然远不如同行。

在数据智能领域，观远数据目前服务了零售与消费、金融、高科技、互联网等近10个行业的400+领先企业。

而永洪科技在2018年，就已经与金融、制造、物流、电力、零售电商、地产、医疗、能源、交通等20余个行业，超过2000+家企业客户提供数据分析服务，并且完成了秒内百亿级数据量处理。

另一方面，3月15日有消息称，永洪科技正在筹划赴港上市，

在同行加快发展步伐下，相对而言观远数据的“BI+AI”一站式大数据分析服务，发展得还不够快。

三、面向市场布局，观远还需要更快

其实可以说，当下专注于“BI+AI”的观远数据，似乎已经找不到增量的突破口。

首先，AI在采集数据之时，必定会面临着使用这些数据的时候会遇到很多质量、安全、标准等方面的问题。

如果AI无法进行自我识别处理，将会需要依靠人进行处理，这似乎与发展BI相悖。

其次，在未来一站式服务能不能完全让工具代替人去消化原始知识，降低知识运用的门槛也是一个BI要面临的源头问题。

因为在数据采用的前期，如果要将知识运用到数据分析中，需要事先积累、吸收、融汇贯通，需要付出大量的努力。

业界认为，按照“DIKW”模型理论，BI不能停留在数据阶段，做统计与可视化，而要专注于把数据转变为知识。

于是，从观远数据的角度来看，将BI工具去数据中总结知识，人把知识和业务结合，或是是一个必须要面对的过程。

但从观远数据2.8亿元C轮融资用途的三大方向看，建设重点行业、扩大服务企业版图将是观远数据的下一步发展规划，虽然说“让业务活跃用起来”很重要，但服务环节的改变也必不可少。

在吸引企业使用业务，一定少不了产品自身是否能为企业带来更多价值这一个动因。

随着nextionBI在内的一些国产BI已经后起而直追，很多功能组件里都同样封装了AI 算法，在看不到的地方，有更多的自动化和智能化。

至于在接下来的市场中，观远数据能否在抵挡新的竞争对手的同时赶超老厂商，还仍然是一个未知问题，即便洞察品牌的一切优劣，也无法预知资本市场的风向。

关键词： 数据分析