观远数据苏春园：为什么说本土 BI 公司正在迎来最好的时代？

本土化的智能数据分析（AI+BI）公司

一家本土化的智能数据分析（AI+BI）公司，这是创始人苏春园为观远数据在商业世界中圈定的独特坐标。

BI （商业智能）这个发端于西方的概念，经过二十余年的发展，已经广为人知。这个领域孕育了超过十家上市企业或同等体量的独角兽公司，市场潜力十分巨大。受限于数字化程度较低，过去 BI 在中国企业中的落地并不广泛，不过如今情形已经有了很大不同。

苏春园表示，过去十年，中国企业还在忙着建设 ERP、CRM、O2O、移动支付、全渠道等各种业务系统，无瑕顾及 BI的深入应用。现在随着业务系统搭建完毕，沉淀的数据越来越多， “即使没有 AI 技术，观远数据只做一家中国最好的 BI 公司，价值也是非常刚性的”。

但苏春园的目标不仅仅是做一个国外 BI 公司的中国版本，他还想更进一步，超越它们。而时代也赋予他这样的机遇。

苏春园表示，传统 BI 虽然历经 20 余年的发展，但仍然存在许多问题。比如处理的数据量一大、分析的颗粒度一细，就容易卡死，这需要借助新一代的大数据的架构才能解决。此外，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，更别说提前一天一周进行预测，以及更进一步的自动诊断与行动建议了。

2016 年兴起的 ABC（Artificial Intelligence、Big Data、Cloud）三波浪潮为这一切创造了可能。苏春园表示， 人工智能、大数据和云计算的发展，在算法、数据和算力层面带来了巨大提升，这是中国 BI 公司有机会成功超车的前提条件。

“AI+BI 是比传统 BI 更新一代的技术，它将产生的商业价值也是传统 BI 十倍以上， 这正是我为什么创立观远数据这样一家公司的原因”。苏春园对雷锋网(公众号：雷锋网)说道。

但他也指出， 对国外 BI 公司的超越不仅是在工具层面，更重要的是如何结合本土商业环境，形成一套技术+管理的完整体系，后者才是 BI 公司的核心竞争力所在。

以 SAP 这家成长于德国市场的顶级企业服务公司为例。众所周知，德国拥有非常成熟完备的先进制造行业。因此，当 SAP快速成长起来进入中国时，它带来的不仅是先进的工具，还有服务德国先进制造企业时沉淀下来的管理实践，这才是它所向披靡的真正原因。

苏春园对雷锋网表示，中国在许多领域仍然落后于欧美，但我们拥有最具活力的新消费经济，这也是观远数据重点聚焦的市场。

纵观中国市场，从移动支付开始，各种各样商业模式创新层出不穷，令人眼花缭乱。仅仅过去两三年间，就诞生了无人货架、盒马鲜生、社区团购等一系列创新业态，催生了拼多多、瑞幸咖啡这样的商业奇迹。这些都是国外看不到的。可以说，在新消费领域的创新，中国市场已经一骑绝尘。

苏春园表示， 国内消费市场的快速变化，倒逼观远数据必须把产品打磨得更加出色。同时，在陪伴这些创新企业成长的过程中，观远数据也将像当年服务德国制造业的 SAP 一样，沉淀大量的行业洞察和数据时代的决策实践。未来，当观远数据带着这些洞察和经验去服务海外市场时，必然是一种降维打击。 这正是苏春园所说的“本土化”的奥义所在。

用“乐高积木”的方式赋能企业决策

中国新消费市场的快速发展，在过去几年里催生了一大批数据智能类公司。苏春园认为，这些公司主要可以分为两类： 一类是感知型企业， 比如 AI视觉四小龙，它们可以把线下海量的非结构化的数据进行结构化； 另一类则是观远数据这样的决策智能型企业， 负责将各个维度的结构化数据进行汇总和提炼，为企业提供决策分析。

事实上，这两类企业并非泾渭分明。感知型企业在获取数据的同时，往往也会提供一些简单的数据分析服务。比如旷视的客流分析系统在识别客流后，也会通过一系列的分析，为门店的经营提供指导意见。同样，决策型企业大多也有自己的数据采集通道。

在部分行业人士看来， “感知型企业和决策型企业早晚会有一战” 。因为做感知是个苦力活，收益有限，决策分析才是数据价值链条上的“利润富矿”，感知型企业必然不愿意将“肥肉”拱手让人。另一方面，感知型企业又掌握着数据的入口，对决策型企业而言，数据就是命脉，岂能握在他人手中？

“现在大家体量都还比较小，肯定倾向于合作，等体量一大必然就会产生竞争或者收购，因为只有打通了从感知到决策的完整链条，才能产生最大的价值。” 某业内人士说道。

对于苏春园来说，眼下他只希望观远数据聚焦于决策环节。在他看来，用数据驱动决策有其自身的门槛，并非所有企业都能胜任。

以新消费领域最典型的零售行业为例。零售业的环节非常众多，概括来说有九个字——人货场、进销存和人财物。其中前一个“人”指客户，后一个“人”指企业员工。不同业态的企业在数据驱动决策上的需求点有很大不同。

比如快消品牌，他们并不直接接触末端的消费者，也缺少这方面的数据，所以它们的主要场景之一在于经销商和供应链的管理。相反，便利店有非常多的方式来获取消费者信息，它们在会员分析与运营方面可以进行的数据决策场景就丰富很多。

而即便在同一个企业，不同部门之间的需求也大相径庭。

如此纷繁复杂的需求，必须用一个一站式数据分析平台全面覆盖。“试想一下，如果一家公司十个部门，每个部门用的都是不同的决策分析系统，最后肯定会崩溃的，因为它的数据都不在一起。”

苏春园介绍，为了解决这个问题， 观远数据将企业的不同决策由浅入深——从前端的营销到后端的供应链，所需要用到的算法进行了提炼。这个过程听起来简单，实际非常考验企业的产品能力。