以报表和BI切入市场，思迈特软件往智能BI发力

创建Smartbi之前，吴华夫及其创始团队曾在东南融通供职多年。后者曾是国内第一家在纽交所上市的中国软件企业，通过收购老牌BI厂商菲奈特等一系列操作，在国内金融银行业的BI市场占据半壁江山。

2011年东南融通因故退市解散后，吴华夫与20多位老同事一起创建了Smartbi，作为BI厂商继续为行业客户提供服务。之后几年，尽管经历国资控股、MBO独立发展等诸多曲折，但Smartbi始终保持着稳定快速的增长。

截至目前，Smartbi维持了一支200多人的团队，其中研发人员占比超过半数，并在多个城市常驻销售队伍以加强业务拓展。

报表+自助BI+智能BI，提供完整商业智能解决方案

考虑到不同产品的客群定位和发展路径不同，Smartbi将既有产品划分为三大产品线：报表、自助BI、智能BI。同时，Smartbi依旧提供集成各产品的大数据分析套件(Smartbi Insight)以供客户选择。

Smartbi的报表产品是针对中小型客户提供的独立产品。该产品拥有基于Excel开发的设计器，有着易上手、计算能力强等优势，支持企业IT人员及具备一定Excel能力的业务人员的流畅使用。企业业务人员借助Smartbi提供的Excel插件，即可完成报表的设计和发布等操作。目前支持的应用场景有数据的查询、展示、录入等。具体到所切行业，比如银行业，则可支持统一报表平台，监管报表平台等行业场景的落地。

至于自助BI产品，根据不同应用场景下数据量的不同，以及对于实时计算和毫秒级响应等各方面的能力要求的差异，Smartbi会选择为客户构建数据集市并进行ETL，并搭建基于MPP或Hadoop的查询引擎以满足数据的实时或离线分析需求。目前支持金融取数分析、运营数据分析等应用场景。

值得注意的是，在智能BI方面，Smartbi引入了NLP、ML等AI技术，实现了数据分析查询的语音生成、自动生成等功能，而目前此类功能目前更多是基于企业过往数据所作的操作，在预测性分析上还有待进一步加强。

双重策略加速业务发展，中小企业客户决定成长上限

在过往几年的发展里，Smartbi并没有过多借助融资的方式实现规模的快速扩张，而是更多的通过确保充裕的现金流以支持企业的持续发展。要在行业发展初期的当下抢得有利的市场地位，更多有利于业务扩张的策略亟待予以实行。

从现有客户来看，由于创始团队在东南融通即从事金融行业的开拓，这种基因折射到Smartbi的客群上，就是截至目前40%以上的客户均来自金融行业，尤其是银行业的股份制银行以上的大客户。而金融行业在信息化建设上的高成熟度，导致其对BI产品的选择更多是以工具的形式购入。这限定了Smartbi在这一领域增长空间。

因此，对于Smartbi而言，未来更多的增长空间需要从其他行业挖掘，尤其是各类中小企业市场。而这类客户的需求往往要求基于行业场景的解决方案的交付。这对Smartbi的相关行业人员配置和实施团队规模提出了要求。

对此，Smartbi采取的策略有两类。

首先，考虑到中小企业市场作为未来增长空间对于人力成本的依赖，Smartbi推出了“Smartbi应用商店”。

通过将Smartbi及其合作伙伴基于Smartbi产品开发的应用集成到商店里，客户可自由选择匹配的应用，同时Smartbi会选择对应的ISV供应商、实施商完成整体方案的实施交付。

如此，Smartbi希望能为新客户拓展能力较弱的ISV供应商、实施商等合作伙伴提供渠道、品牌资源上的帮助，同时也为Smartbi带来产品打包销售的机会，并将相当消耗人力的实施环节外包出去，加速业务的规模复制。

其次，业务拓展离不开预算在研发及营销等各环节的大力投入。对此，Smartbi的解决办法是吸引更多资本进入，以此实现业务超速发展。

近期，爱分析专访了Smartbi创始人兼CEO吴华夫，以下为部分内容分享。

以多层次产品组合和高规模复制能力切入不同行业

爱分析：Smartbi自2011年成立至今，经历了哪几个发展阶段?

吴华夫：创立之初，团队成员主要是之前在东南融通技术团队的20多位同事。东南融通因故退市后，一起出来成立的Smartbi。其后经历过国企控股时期，直至2016年年中，开始选择独立发展，迈入新的发展阶段。近几年，Smartbi发展不错，处于快速爬坡阶段。

爱分析：产品情况如何?

吴华夫：我们目前分为三条产品线，分别是报表、自助BI、智能BI。此外，我们对外还提供企业分析套件，将以上产品予以集成出售。

我们在过往的产品销售中，并没有将几大产品独立出来，都是以套件形式出售。套件可以分为标准版、专业版、企业版。

今年考虑到每个产品面向的客群不同，在最近V8版本产品发布中，将报表和自助BI都做了单独分拆。智能BI会在今年晚些时候再予以独立分拆，主要考虑到产品的进一步完善。

爱分析：报表产品，有哪些竞争优势?

吴华夫：第一，报表的设计器是基于EXCEL的，是站在巨人的头顶上。Excel的使用体验良好，学习资源丰富，而且接受度高。同时，Excel的计算能力和图形组合能力都很强。我们基于Excel做设计器，能兼容绝大部分Excel的能力，用户上手迅速。另外，我们又在两方面扩展了Excel的能力：一方面是通过各种函数扩展了Excel的计算能力，同时处理的数据量也远大于Excel的百万级上限;另外，在可视化上，通过引入ECharts/D3.js等技术支持报表的动态交互性图形展现。

第二，面向的用户群不同。不但面向IT人员，也面向有一定技术能力的业务人员。数据准备上，业界通常是通过SQL语句从数据库取数。而我们同时还支持自助式的数据准备。通过将自助BI的数据准备能力嫁接到报表上，业务人员也能够自主开发报表。

第三，我们和office结合紧密。除了Excel，我们还支持word、PPT，可以从word、PPT里获取BI数据。这样很快就能生成报告。

爱分析：Smartbi的自助BI产品有哪些优势?

吴华夫：首先，我们团队是服务大型银行客户起家的，在与这些超大型客户的合作中打造了较强的面向IT的强管控能力，包括统一权限、统一语义层等。

其次，我们做到了面向业务的全自助，支持业务人员自如使用Smartbi的BI产品做各类数据分析。我们提供了多样化的数据加工功能，比如ETL、不同数据源的整合打通等。尤其区别于其他的工具的是，业务用户可以基于统一语义层进行自助分析，而不是只能基于原始的数据库表做加工处理，对于大型机构的业务用户，他们很难理解底层数据库的物理表。此外，还提供了强有力的数据分析工具。

再次，我们的自助BI产品能支持超大数据量取数的场景。我们专门做了适合金融、电信、电力等行业自助取数的产品。这些是市面上的自助产品所不具备的。

最后，我们还提供了自助分析应用共享门户，业务用户可以将自己有价值的分析思路、分析过程和分析成果共享给其他用户，充分发挥和利用了业务用户的聪明才智，让数据产生应用价值，最终让企业能够沉淀积累大量的数据应用宝贵经验。

爱分析：Smartbi的智能BI做到了何种程度?

吴华夫：目前我们提供的功能更多是基于已有数据，比如我们在2017年的V7版本中支持的语音查询获取数据分析结果等功能。但在预测性分析上做的还不是很多。在今年晚些时候独立拆分时，我们会在预测性分析上做更多的加强，也希望未来能将AutoML等引进来。

爱分析：SaaS BI的推出计划是怎样的?

吴华夫：近一两个月我们会推出电子表格的SaaS产品，六月份会推出自助BI的SaaS产品。

爱分析：对于Smartbi的企业定位，您是如何考虑的?

吴华夫：我们希望做一个BI应用商店，类似于苹果的APPStore。因为考虑到越来越多的客户需要场景化、行业化的解决方案。我们作为BI工具厂商并不能完全满足各类需求。对此，我们的策略是和各行业的合作伙伴一起去做方案的实施交付，比如各行各业的ISV(独立软件供应商)、平台供应商、实施商等。

合作伙伴可以将基于我们的产品开发的应用上传到我们的应用市场里，用户可以自行选择要采购的应用。我们能利用我们的渠道、品牌资源为拓展新客户能力较差的ISV供应商以及实施商做客户引流，反过来也是将我们的产品一并捆绑销售。

爱分析：在为客户做实际部署时，会全部交由实施商负责?

吴华夫：通常会让实施商做实地部署。目前我们只有在为典型客户服务时，才亲自为其做产品或解决方案的部署实施。这类客户有推广性，做完后我们会将应用放到商店里去，后续仍然由实施合作伙伴提供交付服务。

爱分析：具体到所布局的行业，主要为哪些客户提供服务?

吴华夫：现在服务的客户有金融、企业、政府和高校客户等。

爱分析：符合哪些条件的行业，会考虑重点布局?

吴华夫：首先，行业内的玩家对于BI要有刚需。其次，这个行业对于BI的需求有普遍性，不能只是其中的一家或几家企业有此需求。

爱分析：针对不同客户，具体提供哪些场景化、行业化的方案?

吴华夫：目前有几十个产品化的分析应用准备放到Smartbi应用市场。比如针对高校客户，我们提供教学类场景对应的解决方案，比如教学质量评估、专业评估等。针对政府气象局客户，会提供诸如雷电预测等方案，具体来说，我们会将卫星云图、雷达等渠道的数据接入，据此建模做雷电预测。

至于金融客户，我们主要提供取数、分析等方面的解决方案。

金融业共享多数客户，中小型企业是未来增长点

爱分析：目前多数客户来自哪些行业?

吴华夫：现在近40%的客户都是金融客户，特别在大行、大机构头部客户上，我们耕耘较多。市面上其他友商通常都是小金融机构客户居多。这是不同之处。另外，大行主要是指中行、民生银行等股份制银行以上量级的银行。此外，政府客户也占了近30%。其他客户也主要是来自于各行业的大客户。

爱分析：客户数在什么量级?

吴华夫：每年增加几百个客户。购买工具的客户比较多。所以收入上，绝大部分都是产品收入。

爱分析：大客户的信息化建设较完善，是否更倾向于选择采购工具而非整体解决方案?

吴华夫：是的。针对大客户，我们更多的还是以工具形式为客户服务，中小型客户则更多的是整体解决方案。目前，我们的工具更多还是卖给银行、电信等分工明细的市场，或者集成工具做项目实施的软件公司等。

至于中小型客户，他们是未来的增长点，需要的更多的是场景化的应用，是整体解决方案。

爱分析：直销和渠道占比如何?

吴华夫：数量上来说，六成以上是通过渠道获客。从收入贡献来看，则是五五开。

爱分析：团队规模在什么量级，具体构成如何?

吴华夫：总人数在200多人，销售30多人，研发100多人。

潜在可服务市场在百亿量级，要做大还需注重细分市场培育

爱分析：对于BI市场的发展趋势，您如何判断?

吴华夫：从BI产品本身，业内的玩家做的越来越像，也有新玩家在不断的进入。但要将产品做的更厚、更完善，这个还需要时间的积累。

我们认为在不同的细分市场，会有厂商提供解决方案，整体趋于分散。要出现横跨各行业，并都能打造出自己的护城河的企业，这是不太容易的。

爱分析：IBM等国外巨头企业在国内金融市场的份额日趋减少，您认为是由于什么原因?

吴华夫：他们在技术积累上绝对是足够的，目前也在推自助分析产品。总的来说，政策层面的去IOE倾向给他们造成了较大影响，另外就是本地化服务不足。

爱分析：BI厂商和数据平台厂商所切的市场是否会有重叠?

吴华夫：会有一些数据平台公司也开始尝试做一些BI类应用。但与专业的BI厂商相比，这类BI应用还是不够完善。在金融等信息化建设很成熟的行业，银行等客户往往会选择和各类业务最优秀的厂商合作。比如在数据仓库上，可能会和Teradata合作，BI会选择我们Smartbi等等。

我们的产品在高速缓存这块也会用到MPP技术，数仓厂商也会做一些前端的应用。但总体来所，分工明确应该是行业发展的趋势，并且每个企业都有自己的基因，术业有专攻。

爱分析：您对于市场规模如何判断?

吴华夫：我觉得IDC对于国内数据分析市场的预测还是比较准确的，去年差不多在150亿人民币左右。这个数字是将服务也都包括进去了，纯粹工具而论，我觉得市场规模在十几到几十亿。但BI、大数据、人工智能的界限正在模糊，这个领域的市场规模会大许多。