数据信仰下沉，BI分析平民化，这家公司如何实现弯道超车？

总结创业前的十年，苏春园认为可用一件事来概括自己的经历，那就是数据分析。从卡内基梅隆大学毕业后，他加入了 BI（Business Intelligence，商业智能）领域的老牌公司微策略 MicroStrategy，从工程师做起到中国区产品研发总裁，服务过上百家世界 500 强企业，一步步解锁了这个行业的高度。

展望未来十年，苏春园的方向很明确，这种「明确」从三年前便付诸于实践。彼时，国内的科技浪潮让他意识到，中国有足够大的机会，在 BI 领域弯道超车，就像在移动互联网赛道上上演的戏码一样，诞生甚至十倍价值于国外的产品，而不仅仅是其「中国版」。

站在变革的十字路口前，他离职创立了观远数据，公司总部与当时提出新零售概念的阿里巴巴同在杭州余杭区文一西路上。前不久，公司获得了由襄禾资本领投，红杉资本中国基金和线性资本跟投的亿元级 B 轮融资。

沃尔玛曾通过算法发现啤酒与尿不湿在特定的季节有销售上的关联。过去，要探索类似的关联需要数据科学家或数据分析团队，BI 软件也通常需要有一定技术、分析基础的 IT 人员或数据分析师才会使用。

苏春园对未来趋势的判断即是这种分析能力将变得「平民化」，将数据转化成知识这一「特权」会从大企业走进普通企业，从专业人员走向业务人员，即便是刚入职初来乍到的「门外汉」。

数据信仰「 下沉」

「在国外，每一波商业浪潮背后几乎都有一次技术浪潮为支撑；而在国内，现在是三个浪潮叠加在一起同时发生。」这三个浪潮指的是大数据、云计算和 AI，苏春园坚信传统 BI 的未来一定是智能 BI，且国内会快于国外。目前，由于国内传统企业的 IT 设施整体相对国外还比较落后，很多国内 BI 服务商前期还处于帮助企业建立数据资源库和部署阶段。但这种「落伍」的另一面，则是为国内企业跨过中间段直接进入智能时代提供了契机。

对国内与国外零售市场的洞察，也坚定了他做本土化数字化解决方案的决心，他告诉极客公园（id：geekpark）「中国零售业务场景创新有后发优势，很多国外原有数据分析方法和工具都很难支撑国内不断创新变化的节奏。」

国外零售市场较为「稳定」，国内零售市场则风起云涌，这也是直接引发了「AI+BI」的智能热潮的重要原因之一。

AI 的加入为 BI 带来了预测的功能。通过将各环节数据连通在一起，把过去基于历史数据对销售问题的事后描述，革新为对商品销售的实时监控，甚至是提前预测。对于快消企业而言，尤其是诸如百威英博这类市值千亿美元的快消巨头，庞大的数据量和较小的单件净利润意味着即使是相当小的效率提升就能转化为显著的净收入提升。因此，在企业经营上，每一次的调整变化更加依赖数据作为决策依据。

观远数据利用 AI 算法建模，将专家经验固化到系统，用机器学习取代繁琐的人力工作。百威英博通过观远提供的 AI+BI 方案，已可以做到用 6 个人的团队完成全国 300 多个销售点、1700 多个 SKU 的周度和月度的预测工作。

苏春园觉得，企业应当把「用数据做决策」当做「信仰」来做。诸如一类货品的进货与否、进货多寡等决策已不再应当完全由店主人说了算。这个决策权正逐渐向「BI」转移，也在向普通员工「下沉」。这种「下沉」、「平民化」的变革背后不仅是智能化的趋势，也有新零售带来的运营、管理思想的变革，涉及到每一个员工。

成立于 2006 年的见福便利店，其门店规模已经超过 1500 家，一直被称作是区域便利店企业的典范。在观远数据智能决策峰会现场，见福便利店董事长张利介绍道，通过 BI 对便利店单品单店分析，实现了门店营业额 15% 以上的提升。

精细管理、快速反应、智能决策是零售决策大脑的三大基础核心能力。

而精细化管理需要每一个员工都参与其中，参与到运用数据中去。观远数据为老板、员工等不同角色设置了不同的入口，且可通过钉钉或企业微信在移动端随时获取更新的数据。在数据分析方面，见福原来需要多个数据分析员协作。现在每个角色都可以随时监测自己的相关数据指标，并及时作出调整和决策。

这种「平民化」的好处还体现在另一方面。如果一家便利店拓展了新店，而新招聘来的店长、店员未必清楚之前便利店的畅销产品等信息，这时智能 BI 可以提供「指导」，诸如畅销产品的变化、库存储量、明天适合的促销计划等。

「越来越多的零售企业期待数据能够回答从日常运营到重要决策的各种问题，从而赋能从生产到交易的各个环节，提升零售效率。」苏春园如此评价正在行进中的趋势，「由「AI+BI」构成的决策大脑是零售场景人、货、场之外的第四个要素。」

与巨头共舞

观远数据 80% 的业务落地于泛零售行业。据 Gartner 报告统计，到 2020 年全球的商业智能市场容量预计将达到 228 亿美元，自然语言生成和人工智能将是 90% 的新一代 BI 平台的标准配置，50% 的分析查询将使用搜索、自然语言处理，或语音生成，或将自动生成。在苏春园看来，目前国内泛零售的 BI 市场刚刚起步，未来仍有极大增长空间。

而这种「空间」自然激发了更多玩家入局。

但这并不是一个蓝海市场，在有近 30 年历史的 BI 领域中，国外有 tableau、MicroStrategy、Domo 以及 SAP BO、Oracle BIEE、IBM Cognos 等大公司玩家；国内也出现过众多本土化数据服务商再加上新零售浪潮中入局的互联网巨头等。

面对来自不同方向的竞争者，苏春园将「竞争边界」看得很淡。与垂直的数据服务商相比，他觉得并不产生冲突，「他们是纵向发展，如果只分析用户行为，那必然不会涉及到财务数据，而 BI 是横向拓展。」面对美团餐饮 SaaS、阿里巴巴零售通等巨头从不同方向开始涉足数据分析与商业智能相关领域，他的压力似乎也并不大，「虽然有竞争，但更多是合作关系。」

他举了个例子，通常不隶属于任何一家大公司的独立的零售企业不仅只会绑定腾讯的流量，也会和阿里、京东、美团等等的电商合作，在此基础上，它会构建自己的「私域流量」。而私欲流量中的数据是企业更关注的，「数据在哪，分析决策就在哪。」

「大公司做的更偏向于构建底层的基础设施，而我们其实就相当于应用层。」在私域流量的这片空间中，诸如观远数据这类服务商找到了自己的「舒适区」。在此基础上，苏春园希望观远数据能够成为未来智能商业时代的决策大脑。

在各行业普遍处于「流量困局」的当下，零售企业开始回归行业本质，降本增效。加之消费升级与千禧一代的消费偏好及行为特点难以琢磨，零售企业也陆续重点投入精细化运营。与众多零售企业接触的过程中，苏春园发现，发展好的零售企业有一个共性就是「对科技的投入很坚定」，这种「坚定」需要数据信仰来支撑，正如科技成果的发酵需要时间。

技术或许没有办法让所有人同时变好，但抓住机会至少能够获得一定的「加速度」。用苏春园的一句话讲，「在不确定的时代，更要 all in 在确定的趋势。」

智能数据分析方案咨询：shopbi2018