|
BI (Business Intelligence商业智能)的概念，是由全球最专业权威的IT研究咨询公司Gartner Group在1996年首次提出，定义为一类由数据仓库(或数据集市)、查询报表、 数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。
在Gartner定义前后，不同的企业、专家和行业领袖，都对这一概念进行过自己的解读。但总的来看，关键的要素仍然不变：即通过数据原材料和相关分析技术，产生知识/信息/判断，应用于企业经营管理决策。
可以说，企业需求和数据技术的双重驱动，是BI诞生的根本原因。自从1956年IBM发明硬盘之后，数据存储的研究和应用突飞猛进。在IBM的推动下，关系型数据库、数据仓库（Data Warehouse）技术逐渐成熟，从数据存储自然过渡到数据挖掘。随后，数据抽取转换加载（Extract-Transform-Load，ETL）、数据仓库（Data Warehouse，DW）和联机分析处理（Online Analysis Processing，OLAP）等技术也逐渐成熟。
技术基础有了，再说市场需求。在商业智能发展初期，报表是企业最大的痛点和需求。因为当时只有具备专业技术的IT人才会使用工具，大多数业务人员无法使用数据。特别是财务人员每天将大量的时间花在不同报表的数据导入上，往往需要耗费大量的时间精力。导致数据分析的速度，远远赶不上业务发展的速度，无法对决策提供及时有效的支持。
在全球范围内，第一批BI工具厂商在20世纪80、90年代诞生于欧美市场，并于2000年前后初步在全球形成一定规模，出现了美国的MicroStrategy、Microsoft SQL Server、Hyperio、Salesforce，法国BusinessObjects，加拿大Cognos和Crystal Reports、Siebel Analytic，瑞典Qlikview等行业领军者。
第二阶段，自助式可视化商业智能阶段。进入21世纪，Facebook、YouTube、Twitter和苹果手机、安卓应用的落地，为BI创造了海量数据的温床。
硅谷巨头们开始加入游戏。2007年发生了三起重要的收购：SAP收购了BO（后者还在2003年收购了水晶报表）、IBM收购了Cognos、Oracle收购了Hyperion Solutions（甲骨文此前还收购了Siebel)，成为传统BI的三大巨头。此后，BI厂商开始分化为两类。一类是综合性BI服务商，主要是IBM、Oracle 、SAP和Microsoft。另一类是独立的专业厂商，代表是Qlik、MicroStrategy和Tableau。
在这一阶段，可视化是行业发展的共识，即产品从后端IT转向前端数据呈现。将复杂数据表单转化为图形图像，直观高效地呈现分析结果，降低了业务人员使用的门槛。
2010年，美国35%的企业雇员普及BI工具，在那些被成为最佳实践案例的企业中，70%的企业使用了自助式BI工具。2012年，Garter称全球BI市场正在以每年9%的速度增长。但也有机构对商业智能发展前景表示悲观。比如在2013年之前，根据IBM的统计数据，实施传统BI的项目失败率在60%-70%，大量的BI系统并没有得到有效的使用。IBM认为，传统BI产品，通常只能由技术人员在设计好的维度模型上建立数据仓库。这造成了两个问题，技术人员难以完全理解业务人员的需求，数据仓库不能满足不断变化的业务需要。
这些争论之中，Qlikview和Tableau两大自助式BI产品快速崛起，逐渐抢占了传统BI三巨头的市场份额。自助式BI（也被称为敏捷式BI）主要是侧重于业务端，帮助不具备IT背景的业务人员，通过直接拖拽等方便的形式，不用编写代码，可以对接导入多个数据源，一键形成复杂图形和视图，响应业务端的迅速决策需求。
在自助式BI工具的驱动下，商业智能产品开始从IT主导向业务主导转型，分析结果与业务增长的关系更加精细化，企业内部使用数据的层级更广，范围更广，门槛降低，帮助业务人员进行快速决策。轻量级的自助式+可视化的BI逐渐取代传统的重量级BI，领跑行业。
从2010年开始，全球商业智能领域的年度变化，都可以在Gartner历年发布的《全球商业智能和分析平台魔力象限》中找到。对比2009年和2021年的象限图，从中我们可以看到，除了Tableau、Microsoft、Qlik三大应用，其它企业都没能长久地保持住领导者地位，比如IBM、甲骨文和SAP三大传统巨头，还有短暂冲进领导者的SAS、Information Builders、Tibco software和ThoughtSpot。
当然，巨头也没有放弃进入游戏。比如亚马逊通过Amazon Web Services，谷歌通过收购Looker进入象限。
中国本土的商业智能萌芽于世纪之交。代表性的企业包括广州菲奈特、北京润乾、南京帆软、珠海奥威、重庆宏信等。这些品牌初期主要面向政府和大型企业，提供标准化的报表式Report 服务。
在那时国内市场上， SAP BO、Oracle BIEE、IBM Cognos 占据了大部分市场份额，主要面向的主要是金融、保险、银行、电信为主的大客户（一般只有大型企业才有需求和实力采购BI）。
当时，海外巨头在中国本土市场也并非无往不胜。比如在报表领域，中国企业初期的报表格式非常复杂，与西方账务系统完全不同。这也导致了中企应用国外产品需要二次开发，成本和要求都更高。到最后，很多企业的选择标准已经变为“哪家软件对中式报表更友好，就选哪家”的地步。
这也为早期国产BI厂商提供了生存发展的空间。比如早期润乾、帆软都是通过自研报表系统赢得了第一批客户，才得以持续扩大规模。同时，国内早期互联网巨头在布局云计算的基础上，也开始在内部自研BI产品，比如阿里云数智和百度Echarts。
总体而言，在PC互联网时期，商业智能概念还不够普及，只局限于TMT行业和大型企业之中，应用场景主要以报表和OLAP为主，为企业提供定制化项目研发服务。
2013年开始，移动互联网应用带来中国C端市场消费大数据爆炸，将B端业务场景和C端用户数据之间连接起来。在日益成熟的数字化营销工具应用中，在流量、资本、市场、人才等多重要素驱动下，国产商业智能赛道迎来了第一轮行业洗牌。
永洪、海致、苏州国云、武汉赛斯、杭州华量等新厂商陆续入场，与传统厂商展开市场争夺。几轮厮杀之后，帆软逐渐成为国内BI行业老大，并开始整合市场需求，从一线城市向二三线城市拓展业务，从后端研发转向前段可视化呈现，从定制项目转向标准产品，客户范围也从大中型企业扩展到了更多中小企业。
从这一阶段开始中国商业智能的发展逐渐与全球发展趋势一致，都以可视化+自助化BI作为两大方向。同时，因为厂商更广泛的市场营销，中国中小型企业也开始对BI有了更加广泛和深入的认知。
2015，帆软的年度销售额正式突破了1亿。这一数字，向行业和资本释放了一个重要信号：中国BI市场即将爆发。利用移动互联网时代的流量及数据红利，国产BI开始瞄准全球最领先的产品不断缩短差距，开始进入加速增长阶段。
2016年，中国BI 发展进入第三阶段——智能化阶段。在这一阶段，中国 ABC（Artificial Intelligence、Big Data、Cloud）技术爆发，对商业智能领域是重大利好。自然语言、机器学习和人工智能技术，进一步提升了BI的算力。因为云计算，企业开始将自身数据资产迁移到云端，大大降低了BI部署的成本。金融、电力、制造、消费、教育、政务等行业的大数据积累到了一定的量级，在质量和时效性（实时性）上进一步提升。
同时，在这一时期，国内BI市场进一步洗牌。IDC发布的2017年中国BI市场各厂商份额中，国内厂商帆软的市场份额首次超过国外厂商SAP，成为国内BI市场份额第一。这也意味着，从市场反馈方面，中国BI已经正式开始了弯道超车之路。在此后的几年，帆软稳坐市场第一的宝座，并且持续拉大与国外BI厂商的市场份额差距。
特别是在2020年疫情之后，在国家新型基础设施建设的政策导向下，大数据应用的典型场景——BI商业智能将迎来一个重要的时代机遇。
天时地利人和，推动BI开始真正意义上助力企业智能决策，开始与一线业务场景深度结合，真正体现“数据驱动业务增长和创新”的业务价值。在使用人群上，BI不仅可以辅助管理层做好重大决策，各层级部门的业务人员可以通过移动端实现数据查询和分析功能，可以在任意时间/地点/层级随时赋能更加微观的业务决策，自助式商业智能需求稳步增长。
总体而言，国外BI在各个阶段普遍领先中国10年，但这并不意味着中国BI发展完全没有机会。在未来5年中，中国如果能在5G领域占据全球领先优势，物联网大数据爆炸时代，中国商业智能“弯道超车”将不是一句戏言。
https://www.36dianping.com/dianping/3020011341
| 
