無BI，不AI

田甜

觀遠數據創始人兼CEO蘇春園 這個世界沒有捷徑，To B 的事需要長期主義信仰 攝影尚文

在1831年，英國出版的《機器的成績》一書中寫道：現在一千個人當中，沒有一個人不穿襪子。工業革命的偉大之處，就在于機器大生產解放了勞動力，它讓成千上萬的英國女工穿上了女王同款絲襪。

到了智能時代，“AI+BI（Business Intelligence，商業智能）”在企業商業決策被中提上日程。BI是一個解決方案，通過對企業經營數據的分析，將其轉換為對決策有用的信息;AI則讓BI的過程變得更加實時、智能化與細顆粒度。

觀遠數據創始人兼CEO蘇春園認為，BI智能化的偉大之處在于它讓過去只有巨頭才用得起的數據分析惠及中小企業，中小企業所需投入成本不過曾經巨頭所投入的百分之一。

蘇春園是卡內基梅隆大學信息技術與管理專業碩士，曾供職于美國老牌BI公司MicroStrategy，服務過上百家世界500強企業。在MicroStrategy任職期間，蘇春園創立了中國研發中心，最高峰時期管理400+人員的研發團隊。

這些經歷使得蘇春園同時了解中美運用大數據做商業決策的現狀。美國數據分析決策相對成熟，像肯德基有數百人的數據團隊，以及數千名在各業務部門做數據分析、探索與決策的業務人員和管理人員;中國除了BAT等互聯網大公司建立了數據中臺及配有數據專業人士，絕大多數傳統企業及中小企業的數據化水平還相當原始。對BI領域創業公司來說，中國無疑比美國有更多機會和增長潛力。

BI智能化的偉大之處在于它讓過去只有巨頭才用得起的數據分析惠及中小企業，中小企業所需投入成本不過曾經巨頭所投入的百分之一。

不過如果是在2016年前，即便大公司對于BI運用的深度也有限。受制于當時的技術和基礎設施，大多數公司局限于基于有限的歷史數據分析過去的問題，海量數據探索，異常實時診斷，未來預測，行動建議……這些都是“無人區”。

算法、算力與大數據三股技術浪潮疊加洶涌而來，蘇春園看到了巨大的拐點。創辦一家提供新一代數據分析與商業智能（AI+BI）解決方案的公司是他謀劃已久的事，2016年，他強烈地感受到——創業時機成熟了。

觀遠數據創立于2016年9月，創始團隊成員主要來自美國MicroStrategy、阿里云和支付寶。

中國BI有機會領先世界

1996年，市場分析公司Gartner提出了BI的概念。經過20多年的發展，國外的BI公司MicroStrategy市值達到15億美金，Tableau市值更是超過150億美金。

據Gartner報告統計，2020年全球BI市場容量預計將達到228 億美元，自然語言生成和人工智能將是90%新一代BI 平臺的標配。

國內BI主要用于面向管理者做業績展示，早期BI領域的創業公司主要從“Boardroom Dashboard”切入，通過“硬件大屏幕+可視化展示”，研發能夠直觀呈現數據、反映問題的數據儀表板。

蘇春園在接受創業邦采訪時表示，國外對于BI的使用有個理念，“人人都是數據分析師”，這個理念適合國外的土壤。美國崇尚工具主義，每個人車壞了自己就能修，在工作中做數據分析時，給到數據分析工具他就能自行使用工具輔助業務決策，但這樣的土壤在國內是缺失的。

至于國內早期做Boardroom Dashboard的BI公司，蘇春園表示，如今Boardroom Dashboard已與互聯網精神背道而馳。Boardroom Dashboard中的數據自下而上構建，以靜態方式呈現給管理者，開會的過程就變成了過數據。如果發現哪方面數據缺失，則是會后再去解決。

“如今應當是動態地呈現數據和實時反映問題，而且這個過程是智能化的，開會需討論的是如何快速響應問題采取糾偏策略。”蘇春園說。

所以觀遠數據開發的BI系統不是國外BI的中國版，僅僅停留在工具層面，而是結合業務場景最終給出決策建議的一站式解決方案。相比國內早期BI，觀遠的系統在智能化方面也有很大提升。

SAP是德國一家為全球企業提供ERP、CRM等企業管理解決方案的服務商。其業務水平、市場份額全球領先，俘獲了眾多世界500強客戶。SAP為什么能成為世界領先企業，在蘇春園看來，因為SAP誕生于德國，德國有最先進的工業土壤，工業管理水平屬于全球NO.1。

觀遠數據創立當年，馬云在杭州云棲大會上首次提出“新零售”，國內零售界隨之掀起一場如火如荼的新零售運動。

馬云提出的新零售對傳統行業究竟是救命稻草還是巨坑，以及它是否適用于各類消費零售企業，業內莫衷一是。“新零售”最大貢獻卻在于啟蒙和培育消費零售企業線上線下一體化的思維，如今中國消費零售行業的公司，相比其他行業的公司更加重視大數據。

而且，中國消費零售行業產品豐富度、產品迭代周期、供應鏈管理和消費人群的復雜度也處于全球NO.1。蘇春園告訴創業邦，觀遠數據已與聯合利華、百威英博、沃爾瑪等零售巨頭的中國業務部門開展合作，這些巨頭之所以愿意合作，因為它們在其他國家找不到比基于中國土壤建立的BI更能代表未來的解決方案。

創業后，蘇春園每年要見上百位消費零售企業CEO，與業內人士深入交流使他更加堅信，中國消費零售環境下倒逼出來的BI有機會領先世界，中國的BI服務商有機會在智能時代代表全球有競爭力的企業，一如德國公司SAP在它的制造業時代。

無BI，不AI

近兩年茶飲市場異軍突起，網紅茶飲擅于在前端做增長。隨著消費者排隊打卡的嘗鮮期漸進尾聲，網紅茶飲品牌若要持續保鮮還需苦練內功。不間斷推新品似乎成為各網紅茶飲都用到的招數，畢竟新品自帶話題和流量。

中國消費零售環境下倒逼出來的BI有機會領先世界，中國的BI服務商有機會在智能時代代表全球有競爭力的企業。

奈雪の茶是觀遠數據的客戶企業。奈雪合作訴求在于，它希望在更短時間內做出判斷，新品能否引領新的消費潮流。奈雪曾以半個月為周期，復盤歷史數據做出新品決策。但在競爭激烈的茶飲市場，半個月為周期做決策顯然指導意義有限。

與觀遠數據合作后，通過“BI+AI”，新品在奈雪不同門店銷售實況，消費者人群畫像，消費者為什么喜歡某種口味，如何定價，商品如何組合銷售最合理，這些經過智能分析的數據信息可以以半小時為周期推送給相關決策者。

半個月內，上述可輔助決策的信息迭代了數百次。這意味著，在相同的周期里，奈雪比原來多了數百倍發現問題和及時糾偏的機會。

目前觀遠數據與客戶合作的產品化技術體現為五大層面，統稱“5A”：

敏捷化（Agile）：從經營核心場景切入， 迅速構建數據分析體系。

場景化（Accurate）：提供面向不同角色、不同業務場景的多維指標體系，實現商品分析、運營分析、市場營銷分析、進銷存分析等全景數據監控和精細化運營。

自動化（Automated）：實施全鏈路的自動處理與監控，第一時間“數據追人”，全面推進數據化協同工作。

增強化（Augmented）：推進復雜場景的人工智能應用。

行動化（Actionable）：通過因子挖掘分析異常產生的深層次原因，提供可行動的建議。

“像奈雪這樣的新銳消費品牌生于互聯網時代，有著強烈的數據意識。”蘇春園對創業邦說。在他看來，中國新銳消費品牌里面很可能誕生未來的世界500強。而在這樣的消費零售土壤里，觀遠數據也會倒逼自身創新，與新銳消費品牌合作成為觀遠數據重要的業務抓手。

“5A”的五個層面層層遞進，有的消費零售企業數據基礎扎實，就可從自動化或增強化直接切入;有的企業數據基礎薄弱，則需從敏捷化開始。

蘇春園向創業邦表示，觀遠數據創立至今總體來說發展較為平穩，但也交過“學費”。與部分消費零售企業合作時，已經到了產品交付的最后一步，卻發現最開始高估了企業數據基礎。

換言之，這些企業想要運用“AI+BI”，缺失的不是技術，而是底層數據，包括數據豐富度、數據來源渠道多樣性、各業務部門數據標準統一與打通等。“就好比需要建四層樓或五層樓，卻發現底下三層樓還沒有建牢固，這樣的‘AI+BI只能是空中樓閣。”蘇春園說。

紅杉資本中國基金專家合伙人、首任阿里巴巴數據委員會會長車品覺著有《數據的本質》一書。車品覺在書中將“數據”與“智能”兩者比喻為“氣宗”和“劍宗”。氣宗強調底子扎實，后勁十足;劍宗則強調利劍出鞘，快速犀利;兩者相輔相成。蘇春園曾與車品覺交流，覺得這一比喻形象而又貼切。

“無BI，不AI。觀遠數據在與客戶溝通中發現這一理念具有普適性。企業灌進來的數據量越大，場景豐富度和分析深度也將水漲船高;反之則需不斷倒逼企業做好基礎數據完善，以此形成良性循環。

信仰長期主義

目前觀遠數據與客戶合作分兩種類型：一類企業數據基礎較為完善，可以直接接上觀遠的“AI+BI”智能決策系統;一類企業數據基礎設施嚴重缺失，這時觀遠數據會選擇愿意下決心補全數據缺失的客戶。

對于后者，觀遠數據扮演的角色有著咨詢公司和布道者的意味。“我們最初想造一輛非常牛逼的跑車，短短幾秒內速度就能達到100公里，但察看路面后發現路面條件非常差，我們選擇的方式是往前多走一步，先修路。”蘇春園說。

至于數據基礎設施搭建完成后“AI+BI”產生的價值，蘇春園信仰復利和長期主義。人們總是高估技術在短期帶來的變化，而低估技術在未來3～5年帶來的變化。在蘇春園看來，如果企業使用了某項技術，明天效率就能得到普遍提升，這是違背自然規律的。這樣的技術可能是曇花一現的偽技術，真正的技術帶來的變革是循序漸進的。

“每一個細顆粒度的場景里，每一個決策周期里，如果你有比原來多幾十倍、幾百倍發現問題的機會，并且持續改進，一年后你的競爭力就會得到大幅提升，時間帶來的復利效應是非常巨大的力量。”蘇春園說。

“看三年，做三個月”是觀遠數據在服務客戶時的理念。只有看到未來三年的商業輪廓，眼下三個月你才能先把數據分析體系搭建好，然后不斷產生數據迭代和閉環，最終抵達三年后智能決策大腦的終局。

此外，企業想要真正用好商業智能輔助決策，BI絕不僅僅是數據部門或數據分析專業人員的事，全公司上下都要有數據思維。CEO親自下場，自上而下推動全員數據思維，往往最具執行力。

截至目前，觀遠數據已經服務了100多家客戶，有聯合利華、百威英博等全球消費品牌，也有奈雪の茶、生鮮傳奇、鮮豐水果等本土知名零售品牌。在商業模式上，觀遠數據以按年度收取軟件服務費為主，客單價在幾十萬元到幾百萬元之間。

融資方面，觀遠數據迄今已完成億元級B輪融資，襄禾資本領投，紅杉資本中國基金和線性資本跟投。

BAT等互聯網巨頭也在發力大數據。但在蘇春園看來，至少眼下互聯網巨頭與觀遠數據不構成競爭關系。巨頭更加側重構建底層基礎設施，觀遠數據則專注于賦能企業運用大數據做智能決策。“比如一家企業的數據架構在阿里云，觀遠數據把產品部署在阿里云，幫助這家企業做數據分析即可，而且一家獨立的消費零售企業通常與阿里、騰訊、京東等平臺都有合作，它的數據不會完全只依附于一家巨頭。”

蘇春園對橋水基金創始人瑞·達利歐的著作《原則》感觸至深。在他看來，觀遠數據在商業層面無非是賣產品及產品衍生的服務，為客戶提供多少價值，才能獲得多少商業回報，每一名客戶在與觀遠數據合作前都會做好評估。

“《原則》背后的精神特質與觀遠數據做事的理念不謀而合，這個世界沒有捷徑，To B的事需要長期主義信仰。你堅持去做你堅信的事，每走一步都把事情做好，該收哪部分錢你有自己的原則。走到那一步你為客戶創造了更多價值，你才能收更多的錢。”蘇春園說。

關于觀遠數據

成立時間

成立于2016年9月

融資情況

2017年5月，完成華創資本、線性資本1000萬元天使輪融資;

2018年3月，完成紅杉資本中國、線性資本3500萬元A 輪融資;

2019年7月，完成襄禾資本、紅杉資本中國、線性資本億元級B輪融資。