自助分析的最後一公里怎麼補齊?
有人說世界上最遙遠的距離是知道和做到的距離,也是目標與現實的距離,而在資料分析領域,這遙遠的距離也包括自助分析的最後一公里。一個人或者一個公司的一公里或許不長,千萬個公司的一公里就變遠了。
隨著市場競爭越來越激烈,市場複雜多變。企業都在尋求數字化手段破局,自助分析是公司走向資料驅動的重要目標。為了實現自助分析,現代BI產品越來越敏捷,支援的資料模型越來越多,視覺化大屏越來越高效。但是思邁特CEO吳華夫認為,想要實現自助分析,這些還不夠。
不同企業需求各異
為了應對複雜多變的市場競爭,資料驅動決策正在從管理層向一線全面鋪開。但是由於不同企業員工數字化素養參差不齊,資料準備和資料治理存在差異,導致全員自助分析並不容易實現,對BI的需求也不相同。
吳華夫介紹,大型企業與中小企業的數字化程度相差很大,比如一些數字化程度較高的頭部大型企業,經歷了資訊化、數字化建設,更為關注資料分析文化,形成了自己獨有的資料治理框架和理念,基本走在了自助分析的路上,引入BI更多是作為資料分析工具,而且不同企業之間需求差異很大,不容易做到複用。中小型腰部企業,除了BI工具本身,絕大多數需要更好的資料治理,建立好資料標準和指標體系。有的甚至不清楚自己的需求,需要行業Know-how指導。
所以自助分析的資料平民化對絕大多數企業而言,依然還任重道遠,尤其是對於中小型企業,不只是一公里的距離,發揮重要作用的BI也不能只是一個純粹的分析和視覺化工具。
中國的資料分析市場有巨大的前景,但是水也很深。提到資料分析,很難繞開Tableau,Tableau開啟了視覺化敏捷BI的時代,但是去年卻宣佈退出中國,有人視之為並不光彩地敗走。深究其原因,吳華夫指出,Tableau退出中國肯定有其自身的戰略考慮,不過在大中華區Tableau發展並不太好,其營收佔總營收比重約為1%。一方面外部國產化浪潮有一定衝擊,但最主要的原因是其產品本身並不太符合中國市場需求。比如,Tableau桌面端產品能力非常強,但是對個人資料素養有較高要求,國內某個公認的數字化標杆也沒有把Tableau很好用起來。
關於中國企業對資料分析的不同需求吳華夫有很深的體會,他所創立的思邁特軟體(Smartbi)自2011年成立以來,前十年專注於服務大型集團,從去年開始轉向重點服務腰部企業,目前已累計服務了4000多家行業頭部客戶,典型客戶包括工信部、國家電網、華為、中國人民銀行、萬達集團等。
7月20日,思邁特軟體(Smartbi)宣佈完成C輪融資,本輪融資由光大控股旗下廣州光控穗港澳青年創業基金獨家投資。資金將用於提升產品,以及加強渠道建設與生態合作。此前,思邁特軟體曾先後獲得來自價值資本、方廣資本的A輪投資,高成資本、琥珀資本的B輪投資及明略科技的B+輪投資。
有了新的資金加持,思邁特軟體(Smartbi)將會以標準化以及渠道生態建設撬動規模化發展。
標準化撬動規模化
今年4月份,思邁特軟體(Smartbi)里程碑式產品Smartbi V10.5版本釋出,吳華夫稱之為集大成版本,是公司前十年服務大集團複雜極致場景積累的產品化沉澱。
隨著思邁特軟體(Smartbi)戰略轉向重點服務腰部客戶,客戶需求發生了變化。過去一年多,該公司做了一系列標準化和渠道體系建設,在標準化建設方面,Smartbi V10.5版本的釋出便是其中之一的產品標準化,此外還有實施交付標準化、銷售標準化。標準化建設是其在發力腰部客戶規模化發展的基礎,再加上渠道四兩撥千斤的能力,在激烈的市場競爭中能夠更快觸達客戶。
從產品層面來看,新版本新增/最佳化了80+功能,不僅繼續夯實資料模型、自助ETL等資料準備功能,還精細打磨電子表格、互動儀表盤等功能,同時新增了“指標管理”和“對話式分析”兩大亮點功能。其中Smartbi指標管理提供一站式指標管理服務,它透過一個平臺覆蓋了指標管理從定義、建模、排程、釋出、展示的全過程,同時打破“業務提需求,IT做需求”傳統模式,透過業務深度參與構建自增長資料指標體系,實現技術和業務協同,促進資料資產沉澱。“指標體系驅動,一套指標體系描述企業需求,可描述、可拆解、可度量。需求不明確的企業,可以參考同行模板。”
從交付實施來看,思邁特提供交付工程師、需求工程師、報表工程師認證培訓,是專門針對思邁特軟體的產品認證體系,該認證體系將產品標準化和交付標準化的東西傳達給渠道商或者客戶。據悉,交付標準化後,一個普通渠道商,一個本科畢業生經過一個月的培訓就可以達到中級專案工程師,經過幾個專案鍛鍊後,可以認證需求工程師。這些都大大降低了公司BI產品的使用難度。
獲得C輪新融資後,吳華夫計劃用於產品技術和生態打造上面。在技術端,增加在增強分析、NLP、圖譜等方面研發,打造AI驅動的BI,他認為AI是個工具而已,AI驅動BI能夠讓更多的人去使用,更簡單去使用,此外,也會投入雲端發展。
產品之外,生態體系是企業能否成功的關鍵,“企業數字化轉型長路漫漫,市場競爭變化電閃雷鳴,打造大資料BI行業共享生態是我們未來共同要走的路。”吳華夫指出,思邁特軟體(Smartbi)接下來會重點建設渠道生態、使用者生態和可信生態。渠道生態包括產品融合夥伴、區域夥伴、專屬行業夥伴。在使用者生態方面,公司上線了麥粉社群,並打造了BI學習平臺—麥學堂,進一步降低BI學習門檻。在可信生態方面,思邁特軟體堅持自主研發與創新,與華為、阿里雲、深信服、新華三、達夢、麒麟軟體、人大金倉等信創合作伙伴共同打造可信生態體系。
據悉,今年思邁特軟體(Smartbi)將重點發力金融、製造、零售、教育、醫療、政務等行業,並希望渠道可以貢獻更多營收。
數字化轉型浪潮洶湧,資料價值愈發凸顯,取數難、用數難仍然是很多企業資料驅動的攔路虎,要解決自助分析的最後一公里問題,急不得。需要BI等資料技術共同推動,也需要企業在技術之外構建資料文化。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69925873/viewspace-2906625/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- wingide怎麼程式碼補齊?IDE
- 灰度釋出-上線前的最後一公里
- [閒魚技術] Release Flutter的最後一公里Flutter
- 企業級OLAP資料庫,怎麼打通數字化轉型最後一公里資料庫
- 解決“最後一公里”難題的低程式碼
- 儲存產學研:如何走好“第一公里”和打通“最後一公里”
- 埃森哲報告:可持續的最後一公里
- 如何走好資料庫信創落地“最後一公里”?資料庫
- 啟用自助分析最關鍵的“人和”要素:企業資料文化
- 無人駕駛落地的新場景,藏在社群通勤的最後一公里
- Morketing 專訪 | MarTech 的最後一公里,是做好場域資料管理嗎?
- 輸入自動補齊
- 走好資料中臺最後一公里,為什麼說資料服務 API 是資料中臺的標配?API
- spyder自動補齊失靈
- 解決外賣配送最後一公里:外賣櫃存在哪些問題
- 這就是為什麼企業會選擇自助分析工具的理由
- word中怎麼解決英文對不齊 word英文對不齊的方法
- 轉轉OLAP自助分析實踐
- 領跑最後一公里 青藤雲安全自適應架構瞭解一下?架構
- 突破5G落地最後一公里技術瓶頸:5G+WIFI6+MultipaWiFi
- 陝西探索用“秦創原”打通科技成果轉化“最後一公里”JWY
- 陝西探索用“秦創原”打通科技成果轉化“最後一公里”YW
- 賦予機器人多場景移動能力 思嵐助力末端配送“最後一公里”機器人
- webstorm配置Autoprefixer,自動補齊程式碼WebORM
- 自助分析工具Power BI的簡介和應用
- 更快更省更好用!天翼云云原生一體機iStack打通物雲最後一公里!
- 資料保護也可以做到資料自治,Veritas解決了最後一公里難題!
- 工業裝置物聯網,助力工廠打造數字化轉型最後一公里
- 人類自身都對不齊,怎麼對齊AI?新研究全面審視偏好在AI對齊中的作用AI
- 《最後生還者2》是怎麼做出更具深度的戰鬥系統?
- 用css怎麼實現兩端對齊?CSS
- Flutter/佈局:徹底搞懂 Align 是怎麼對齊的Flutter
- 大資料採集之後,怎麼分析才好呢?大資料
- Java基礎差,需要怎麼補Java
- 圓心科技打通醫療生態閉環“最後一公里”,減輕患者醫療負擔
- 從0到1搭建自助分析平臺
- 自助式BI分析有哪些優勢?
- 行業分析| 智慧無人自助裝置行業