在展望2017年商業智能 BI 發展趨勢前，我們先來了解一下商業智能 BI 發展的幾個重要階段。

傳統 BI 和新型 BI 的分水嶺（2013年）

大背景

在2013年以前相當長的一個周期（2005年-2013年），市場主要流行的BI產品以 SAP BO、Oracle BIEE、IBM Cognos 等老牌巨頭為主。Microsoft 旗下的BI產品到SQL Server 2005 才開始推出了一套比較完整的產品解決方案（SSIS、SSAS、SSRS），但總體來說在市場上的聲音也比較薄弱，主要用戶還是微軟相關技術體系的客戶群體，相對封閉。

同時，東南融通在并購BI黃埔軍校菲奈特后也基本上橫掃了國內金融銀行市場服務領域，打下了國內BI市場的半壁江山。很多公司的決策者、企業高層、一些BI廠商和公司的創始人或核心團隊成員都來自于這個體系。

國內BI廠商例如潤乾、Smartbi、帆軟、奧威Power-BI在這個周期也處于一個起步和緩慢成長期。

在這個時期出現了數據倉庫之路， CognosChina，中國統計網、向上論壇等大小十幾個商業智能BI和社區，整個商業智能BI的生態都算是比較良好。

以上是2013年以前國內商業智能BI的大概情況，我們再來看看商業智能BI的市場特點。

商業智能BI市場的特點

商業智能 BI 市場的成熟需要依托企業業務應用系統的成熟，這個成熟主要是指業務系統數據沉淀的數據周期，這個過程至少需要3-5年的時間，企業才會考慮到數據打通和整合的問題，通過上BI產品來完成日常的經營分析、客戶分析和報表展現。沒有IT基礎建設和各個業務系統的成熟，BI就是空中樓閣。

早在2005年-2010年期間，第一波以金融、保險、銀行、電信、電網、醫療為主的大客戶群體，他們最早上線了適應自己業務的應用系統，類似于ERP、CRM、OA、HIS等。因此按照數據沉淀的周期，大概從2008年-2013年期間，這些群體構成了產品的消費主體。同時也要注意到的是，他們也正好是能夠有實力采購 SAP BO、Oracle BIEE、IBM Cognos 這些用戶群體。

隨著IT信息化系統建設的成本越來越低，和越來越多的中小型企業也逐步重視起自己IT應用系統的建設和發展?；?上可以看到，在一線、二線城市稍微具備一定業務規模的企業都已經上線了各種業務系統，無論是自己IT內部開發的還是采購外部的業務系統。這個建設周期大家可以對照各自公司IT信息化建設的情況，大概也集中在2008-2013期間。業務系統一旦運轉，以前手工作坊式的紙質的數據記錄就逐步被拋棄，就意味著系統里源源不斷的生產數據，這個就是數據沉淀、養數據的過程。

用戶期望與傳統商業智能BI的矛盾點

數據養好了，下一步動作就是要用好數據。但是問題在哪里？建設商業智能BI項目的成本！

第一，產品成本。產品成本包括采購產品以及相關的硬件、后續的維護、咨詢服務、培訓成本。很多企業不是不想上 SAP BO、OBIEE、Cognos，而是考慮到這些成本的問題。

第二，項目實施周期和人力成本。傳統商業智能BI的實施周期由于考慮到系統的可擴展性、查詢性能優化等對傳統數據倉庫的設計規范要求相對來說是比較高的。無論是Kimball還是 Inmon，或者兩者結合的組合設計，這個周期都比較長，項目周期按月、按年來計算。

第三，服務響應周期長。IT部門對于業務部門提出的數據需求，比如簡單的報表制作，按照生產流程，少則一周多則一個月。這是純粹的IT驅動，已經跟不上業務的發展要求。一個公司200個業務，每個人提一個報表需求，人少做不了，人多成本高。

所以，在2013年前后，很多企業的IT信息化建設早已經完成，對應的數據沉淀也已經足夠，下一步就是要解決商業智能BI上線的問題。但是，上述的三個成本因素阻礙了企業進一步的想法，市場上急需能夠解決以上三個問題的新的解決方案或者新的產品。

新的市場機會應運而生，2013年是一個商業智能BI發展史的一個重要轉折點。同時，蟄伏了多年的大數據的概念從2013年開始也逐步由內部研究、小范圍市場應用逐步走向前臺。

比如同期成立的公司有星環科技、海云數據、 2011年成立的 TalkingData 也在2013年拿到 A 輪投資，2012年成立的Geo 集奧也在2013年前后拿到 A 輪融資。

新型 BI 的高速發展期和傳統BI的衰退（2013年-2016年）

可視化數據分析、Self-BI 的集中在國內市場出現

2013年-2016年是新型BI和高速發展期也是傳統BI的衰退期。2013年整個市場和商業智能BI成長的主要特點就是傳統商業智能BI開始向敏捷BI的轉型、可視化數據分析、Self-BI 的集中在國內市場出現。

我選取了一些大家在市場上比較熟知的廠商和產品，看看在2013年這個時間點上都發生了哪些事情。

1. QlikTech - 總部在美國的一家瑞典公司，2010年7月在納斯達克上市。2013年前后上海亦策取代科加諾成為 QlikView 在國內最大的代理，目前已占據國內 Qlik 代理市場至少70%以上的份額。2013年年底 QlikTech 授權上海亦策成立中國首個 QlikView 授權培訓中心。

2. Tableau – 2013年5月登陸紐交所上市，同時2013年前后 Tableau產品逐步在國內市場出現，相關技術社區已經開始出現對這個產品的討論。2014年、2015年、2016年在國內飛速成長，產品代理合作伙伴由以前的幾家快速增長到10來家以上，產品服務覆蓋國內各大區域和城市。

3. 永洪科技 – 2012年成立，2013年正式推出永洪的可視化分析產品，2014年年初獲得艾瑞天使輪投資，2016年7月永洪科技C輪獲投2億元人民幣。

4. 海致BDP - 2013年11月成立，2014年1月活動 IDG資本等 A 輪投資。推出的 SaaS BI可視化分析產品，同類型的國外產品是 DOMO。

5. Ptmind –2013年開始進入日本市場，2016年推出數據管理 SaaS 產品 DataDeck。

6. 同時間在國內的商業智能BI廠商還有帆軟、億信華辰、潤乾、同期還有 ETHINKBI、Smartbi、奧威Power-BI。這些廠商在邁過了2013年這個時間點之后，一些廠商牢牢的把握了這個成長周期，獲得快速成長。

但也看到一些廠商在原地踏步，產品和服務還是處于多年前的水平，既沒有技術的沉淀也沒有看到對市場快速變化的積極調整。

準確來說，在2013年-2016年這三年的時間中，商業智能BI市場還是發生了非常巨大的變化。

傳統BI在向新型BI快速轉型 

1. 類似于 SAP BO、IBM Cognos、OracleBIEE、Microsoft BI 的原有市場，受到了國內外新型 BI 工具比如Tableau、Qlik、帆軟、永洪、Smartbi等廠商的集體沖擊。我們社區的一些用戶，企業項目中傳統BI產品逐步下線，新型BI產品集中上線。

2. 從市場活動和聲音上來看，光2016年 Tableau、Qlik、帆軟、永洪、Smartbi 等新型BI工具廠商所舉辦的各種大小型沙龍和峰會活動上百場。

3. 同時，我們也注意到，傳統BI的產品熱度也逐步的在走下坡路，大家的注意力轉移了。注意力轉移到哪里了？更加前端、更加業務化了、更加注意數據分析和挖掘的業務價值上了。

4. 最后，我們平均每個工作日會接到1-3個有關產品方面、項目選型方面的咨詢電話。90%以上的用戶基本上都在尋找新的產品，咨詢的都是新的BI產品工具和項目解決方案。

傳統BI在衰退，此消彼長。

新型 BI 為什么優于傳統 BI ？

1. 產品采購的成本下降。以前采購傳統BI工具的成本偏高，培訓、服務咨詢成本都算比較高。新型BI產品工具只著重解決一些點的問題，不一定需要大而全。

2. 項目周期縮短、人力成本降低。以前的項目周期主要的消耗在 ETL 處理和數據倉庫建模、性能優化等方面。如今，建模的要求不再那么高，性能優化在大多數場景下也不再有問題。整個項目周期從以前的月或年為單位快速的減少到按天、周、月為單位。

3. IT 驅動逐步走向業務驅動。IT負責基礎數據架構的整理和接口開放維護，業務人員自行進行快速的可視化分析和報表分析維護。

在我們社區企業用戶中，有一家企業同樣的一個項目做了一年才完工了80% 正好到報表開發階段。還要面臨性能優化、模型的更改和維護，自定義的報表制作麻煩等一系列問題。最后通過選用新型的BI產品和工具，短短兩個月不到就已經完成了80%的業務報表分析制作，快速的對業務部門形成了強力的業務支撐。

那么是不是傳統BI就一直在走下坡路呢？我不這么認為，因為這些老牌的BI廠商特別是Microsoft、IBM、Oracle 也在積極的進行產品轉型。2013年-2016年是他們傳統產品模式的下滑期，但同時也是他們新的產品模式的轉型期和調整期。

這次調整基本上一次性完成了傳統BI到新型BI的轉型，同時對未來做了布局。

傳統 BI 巨頭下滑期的變革與快速調整（2013年-2016年）

傳統 BI 巨頭的產品轉型

1. Oracle 在2015年10月的甲骨文全球大會上正式發布Oracle 數據可視化云服務 （Oracle DataVisualization Cloud Service），旨在為用戶提供豐富和功能強大的可視化分析功能。2016年 Oracle 數據可視化桌面版（DataVisualization Desktop 簡稱 DVDesktop）也正式發布。

這兩個階段的產品發布讓DV 的產品組件不僅僅支持本地部署，也可以在云端方便的訪問。同時，在個人的桌面端，用戶也可以自如的分析任何來自個人或者企業內部的數據。

2. Microsoft 早在2013年就已經推出了 Power BI for Office 365預覽版和 Power BI in Excel 更新（Power Map 和 Power Query）。2015年正式推出了 PowerBI Desktop（前身 PowerBI Designer）。

除了強大的可視化分析服務之外，也支持云端部署。2016年11月，就在前不久的 Microsoft Ignite 大會上微軟已經和中國的世紀互聯合作正式讓 PowerBI SaaS服務落地在國內。同時，在大會上看到的PowerBI 內部的 Quick Insight 預測性分析和 Anna Talk 的對接也打通了自然語言和預測性可視化分析流程。

3. IBM 在2015年12月推出了IBM Cognos Analytics，支持業務用戶可視化自行分析業務，同時具備發布到云端（OnCloud）和本地安裝版本（OnPremise）。

同時，協同IBM Waston Analytics （云端的業務 SaaS 分析服務）組成了強大的自然語言進行預測性分析和交互。打通了數據準備、預測分析和可視化呈現等自動化分析流程。

可以看到三大廠商在2013年-2016年這幾年中對產品進行了快速調整，其中調整的重點和關注點在什么地方？云端部署、預測性分析洞察、而預測性分析洞察背后隱藏的是人工智能和機器學習。

這樣的調整完成了對未來商業智能BI發展趨勢的判斷，對未來的產品方向做了提前布局?？梢灶A測的是，在2013年-2016年大家重點關注的區別于傳統BI的一些產品特點，比如可視化分析、移動BI、業務驅動自助分析、性能、用戶友好等已經成為BI產品的標配，在市場上已經相對穩定和成熟，在2017年這些將不再是重要的關注點和亮點。

市場用戶是否成熟的判斷

1. 自助式 BI 可視化分析應該成為常態，自助式BI分析已經成為常態，業務人員已經可以獨立的完成業務分析。傳統的由IT驅動的數據分析轉變成為業務驅動分析。

2. IT負責數據架構的治理、數據質量的梳理；業務人員自助分析；以前BI是大公司的專利，現在初創公司通過基本的分析工具就可以完成日常業務數據的分析工作。

3. 傳統數據倉庫建模的方式會逐步消亡，取而代之的是更加敏捷的BI實現方式，通過表之間的關聯關系并及時的進行可視化數據分析并獲得結果。

4. 移動 BI 應該成為常態，但在新的趨勢中會有進一步的增強。

5. 人們不再單純的關注于工具本身，能夠實現什么樣的可視化效果。而更加注重如何利用工具進行業務價值的實現，需要更多行業咨詢和業務指導。以單純的工具作為唯一賣點在將來會被逐步淘汰。

通過以上這幾點基本上就可以判斷出在這變革的三年期間，用戶的成熟度是否隨著新型BI所帶來的用戶價值觀改變而得到提升。

在未來，在商業智能BI領域，我們應該更關注什么，會發生什么？

商業智能 BI 發展的新趨勢（2017年-2020年）

第一，云端化是重要趨勢 

商業智能BI的基礎就是業務系統，業務系統本地化因此商業智能BI也是本地化的。當業務系統云端化，當國內SaaS 企業逐步成熟的時候，解決了什么樣的問題？業務規范化、標準化和規?；?，而隨之而來就是數據規范化、標準化和規?；?。這種模式一旦落地，很容易基于這些標準數據來做接口，基于這些接口形成較長時間內比較穩定的業務分析形態。

有三個方面的表現：

1. BI SaaS 服務提供商和SaaS 服務提供商直接形成合作關系，直接將 BI SaaS 產品平臺化，基于BI工具形成標準的分析成果，作為產品附加值提供給 SaaS 租戶。但缺點是，租戶在當前 SaaS 平臺上只能分析當前 SaaS 平臺上的業務數據。

2. 在提供 SaaS BI 產品的時候同時提供了各種SaaS平臺上標準的數據接口，這是目前大多數 SaaS BI 服務商的做法。比如國外的 Salesforce、Twitter、Google Analytics 等等已經被一些 SaaS BI 廠商所打通。比如國內的 Ptmind 公司，他們提供的用戶行為分析 SaaS產品 Ptengine 本身又為他們自己的 DataDeck SaaS 數據分析產品提供了 SaaS 數據源接口支持。

3. 最后，云端部署還有一個非常大的優勢，價格便宜。關于更多的有關 SaaS BI 的分析不再這里一一說明。

我認為除了這幾家巨頭 （Microsoft、IBM、Oracle）在云端產品布局以外，在2017年和2018年間也一定會看到一些其它的 BI 廠商往云端進行轉變。

在國內整個 SaaS BI 的成熟期將會受到國內 SaaS 服務市場的成熟度的影響，國內SaaS 市場成熟的越早，SaaS BI 的成熟就越快。但從行業的角度上來看，也不是所有的行業都適用于 SaaS BI 產品，比如金融、銀行、電信因數據體量和數據安全性上的考慮本身對 SaaS 服務天然屏蔽的行業。但無論如何，這一定是一個大的趨勢，這個市場空間還是非常巨大的。

第二，BI 的邊界會逐步模糊 

未來的數據產品解決方案不僅僅是解決內部取數和數據分析與展現的問題，而可能通過云端的數據接口拿到更多的外部數據。大數據、小數據的邊界會越來越模糊，人們更加關注的是數據本身，要用數據解決什么樣的問題，更加聚焦在數據產生價值上。

大數據和小數據不再有嚴格的區分，特別是當云端 SaaS 服務模式越來越普及的時候，云BI也能解決大多數業務場景下的大數據和性能方面的困擾。

在我觀察到的國內一些數據類產品中，就發現了這樣的一些趨勢。前端用戶行為分析越來越朝著BI的方向走，而一些SaaS BI 產品也在解決好用戶內部數據之外引入了外部數據包括用戶行為分析數據。

第三，單純的BI工具價值逐步削弱 

就如同前面提到的，人們不再單純的關注于工具本身能夠實現什么樣的可視化效果。而更加注重如何利用工具進行業務價值的實現，需要更多行業咨詢和業務指導。以單純的工具作為唯一的賣點在將來會被逐步淘汰。

第四，可視化分析也需要配備輕量級的 ETL 數據準備工具 

很多企業在內部的數據管理和業務系統數據規范性上一樣存在很大的問題，在 IT 部門對基礎的數據質量做完梳理之后，業務人員在很多場景下也一樣需要相應的數據準備工作，可視化分析工具需要搭配一些簡單易用的 ETL 工具能夠讓業務人員自助完成一些基礎的數據準備工作。當然，如果未來業務在云端，數據標準化的過程將會更加容易和便捷。

第五，預測性分析、人工智能和機器學習是未來新的增長點 

在今年Microsoft Ignite 技術大會上我們已經看到了Microsoft Power BI Quick Insight 和 Anna Talk 的結合。IBM Waston Analytics 強大的自然語言進行預測性分析和交互。這兩者都實現了預測性分析、對自然語言解析以及可視化推送的效果。以往的數據洞察需要靠人，靠拖拽數據、鉆取數據交互分析獲得，但在以后多了更多的方式 —— 機器洞察、智能洞察。雖然從數據的準確度、合理性、語言處理維度的程度上都不能完全替代人們自助的數據分析方式，但無論如何，這種嘗試已經在朝著成熟的方向來發展了。

第六，移動 BI 和協作辦公越來越強 

移動BI應該包括兩個方面的因素：移動 + 協作。在之前提到過，在下個階段的BI發展趨勢上，移動BI的展現已經不再是亮點，移動BI已經成為企業數據展現的標配。傳統的數據信息交換方式是單向輸出，中心到個人的輸出模式，而以后的模式是中心到個人，個人到個人可逆的傳輸模式。目前我們已經看到一些移動協作的方式，比如和微信的集成打通。但以后的數據分析和分享協作模式應該會越來越豐富，很有想象的空間。

總結

無論產品的趨勢如何發展，大家更加關注的還是如何通過數據發掘業務價值。圍繞業務價值對數據進行認知和發掘，無論大數據還是小數據，關心用戶真正面臨的和要解決的問題，才是一個產品發展的真正內涵。