其他分享
首页 > 其他分享> > 由收购引发的思考:为何BI足以让两大巨头砸下百亿美金?

由收购引发的思考:为何BI足以让两大巨头砸下百亿美金?

作者:互联网

在前后两周,谷歌和 Salesforce 分别砸下重金收购 Looker 和 Tableau,这让 商业智能(以下使用:BI)领域受到了空前关注。相较于前者,Salesforce 宣布收购 Tableau 的消息更为引人关注,毕竟 Tableau 是全球前列的可视化分析软件的创建者。然而,消息宣布当天,Tableau 股票大涨近 40%,Salesforce 股票跌了 5%,正如极客时间 专栏 作者徐飞所言,市场上对 Tableau 高价卖出表示了赞赏,对 Salesforce 高价买入有些顾虑。

既然如此,这之中还是存在很多问题值得探讨,比如两家巨头为何此时选择收购这两家 BI 领域的重要企业?收购原因是什么?收购后的发展方向是什么?这是否意味着 BI 领域会进入新的发展拐点?国内 BI 厂商如何看待收购事件?BI 的未来趋势是什么?本文综合并采访了多位专家的观点,试图对上述问题进行解答。

从两起收购谈起

关于两起收购背后的原因,目前已经出现不少角度的解读,不妨先从官方声明中选取一些有价值的信息:

图片截图来自谷歌声明

不难看出,谷歌方面 认为 这起收购符合其坚持的 多云战略,用户将继续从 Looker 多云平台提供服务的方式中受益,并继续享受到不同云平台在数据方面提供的能力。同时,谷歌的 BigQuery 数据分析引擎将与 Looker 进行集成,为用户提供更快、更具可操作性的数据洞察力,这将有助于推动业务发展并更好地为客户服务。

图片

截图来自 Tableau 的声明

对 Salesforce 和 Tableau而言,双方能力及用户群体的整合对未来发展具备重大意义,这会为双方业务带来新的增长点。对此,百分点 CTO 刘译璟在接受 InfoQ 采访时表示,在多年的发展中,Salesforce 和 Tableau 都渐渐接近用户增长的天花板,必须提供新的价值点才可能持续增长,在用户数据积累到一定程度后,增加数据分析和可视化能力顺理成章。这里可以参照微软的 PowerBI,这是一个完全基于云端的 BI 产品,并且与微软生态进行了很好地集成,这几年稳稳占据 Gartner 的 BI 与数据分析的领导者象限。如果仅依靠单一产品,Salesforce 和 Tableau 很难走到最后。

至于双方为什么选择收购而不是自建,刘译璟认为这不是一个技术问题,而是商业问题。从技术实力上看,谷歌和 Salesforce 肯定具备做数据分析的能力,但技术的发展是为了解决用户需求。如果没有市场,技术的先进性很难体现。相较于自建来说,收购一家技术实力、客户基础均不错的厂商,将其纳入自身体系显然是更好的选择。

在过去几年,Salesforce 被称为“收购狂魔”,先后收购了 Buddy Media、MetaMind、Demandware、Kurx、Quip、MuleSoft 等,据其内部人士透露,Salesforce 收购完成一般只需要三到六个月就可以将产品和技术消化掉(整合进 Salesforce 的产品中),这表明接下来一段时间 Salesforce 将会着手整合 Tableau 的产品和技术,一旦实现数据连通,客户就可以通过一个入口使用双方的产品。

综上,在这场商业行为中,双方显然都找到了利好的部分。虽然华尔街认为 Salesforce 付出的价格过高导致其收购当天的股票下跌,但也有 观点 表明可以参照 Facebook 对 Instagram 的收购,当年的 Facebook 也因为同样的问题受到指责,但如今 Instagram 的价值 为 1000 亿美元,其投资回报率为 100 倍,同样的事情也可能发生在 Salesforce 身上。不论如何,BI 的价值开始被商业和资本关注。

BI 深受关注的背后

回顾 BI 的发展历史,这两起收购给这个领域带来了空前的关注。然而,很多用户对这一概念并没有很好地理解,对目前的发展状态很难做出准确判断。刘译璟表示,通常所说的数据分析和数据挖掘的概念还是太过宽泛,其实 BI 是有特指的,这一 概念 最早于 20 世纪 90 年代提出,主要包括 ETL、数据仓库、OLAP、数据可视化等方面。早期的主要含义是指用数据的观点看待和分析业务,主要的思路是用一系列指标和维度来描述业务状况。以企业的财务情况为例,可以划分为收入、利润、成本等指标和月度、季度、年度等维度,通过对指标和维度的分析,可以了解企业的经营情况,并据此作出战略决策和规划。

发展历史

在发展的第一阶段,BI 主要包括 ETL、数据仓库、OLAP 和数据可视化四层,数据可视化主要指的是传统报表。当时,从 ETL 的数据接入开始到最后的报表呈现,整个流程非常繁琐,耗时较长,动辄需要数月时间,甚至数年,因此应用并不是非常广泛,更多的是大型金融机构或者运营商才会使用,目的也是了解业务的发展情况。

2010 年左右,BI 进入第二阶段。在该阶段,企业的数据量已经变得非常庞大,业务变化也非常快,传统的报表已经不能满足企业的数据分析需求。于是,敏捷式报表的概念逐渐深入人心。这个阶段,技术人员只需要准备好基础数据,剩下的数据分析和可视化交由数据分析师即可。这一阶段,BI 的流程已经大幅缩短,在决策中的作用开始被认可。在这个时代,我们可以粗略的认为,技术人员解决 50% 的问题,数据分析师解决另外 50% 的问题。借助敏捷式 BI 的发展,Tableau、Qlink 等企业在这一阶段得到了快速增长,Tableau 最终于 2013 年成功上市。

但敏捷式报表还不是终点。能否让技术工作变得更少更简单,让数据分析师更快上手承担更多任务?2017 年之后,BI 的发展进入第三阶段,智能化的概念开始对这个领域产生影响,各类 BI 应用的使用门槛得以进一步降低,比如自然语言等交互方式的加入,或者机器通过对数据进行分析给出可供参考的决策建议等。

技术门槛

上文提到,对谷歌和 Salesforce 而言,研发 BI 并不受技术水平所限,市场是更为重要的因素。对大部分 BI 厂商而言,技术反而是最直接的竞争力,可视化的页面设计并不是核心所在。通俗来说,能直观看到的东西都很容易模仿,但底层技术并不简单,尤其是智能化趋势的加入(AI 化)。

刘译璟表示,2017 年前后,百分点 因为在海外项目建设中发现客户存在此类需求,因此决定在大数据技术之上提供 BI 能力。这件事情本身比较顺理成章,因为早前(2010 年前后)大数据概念进入企业落地的第一步往往是 BI,通过对数据分析查看业务运行情况,二者的联系本就十分紧密,在既有大数据能力的基础上研发 BI 对百分点而言是很好的选择。

在实际调研中,百分点 发现商业应用的定制化能力存在不足,且周期较长,难以满足用户需求。于是,百分点决定构建新的解决方案,大量应用自然语言处理和深度学习技术,最终开发出如今的百分点商业智能系统。用户可通过自然语言与系统进行可视化互动,获取和分析数据,大大降低数据分析门槛;在数据分析方面,百分点商业智能系统通过对数据的智能分析,能够给用户推荐可能感兴趣的报告,并可以深度挖掘数据中隐藏的关系和价值,从而为商业决策提供有力支撑。由于该需求最初发现于海外市场,因此整套系统也匹配了多语言设置,目前支持简体中文、英语、法语、葡语四种语言。

图片

在这个过程中,刘译璟表示,基础功能页面的设计和交互体验是可以不断改进和优化的,但智能化技术的演进并不是短时间内可以速成的,这项技术的门槛并不低,其背后的设计逻辑较为复杂,机器学习只是其中很小的一个环节。

发展趋势

百分点目前在“增强型分析“层面进行了大量探索,包含智能数据发现、增强数据准备、增强数据分析这些模块。百分点围绕“增强型分析”已经构建了图表推荐、智能建议、智能问答、图表见解四大能力,自助式分析通过结合图表推荐、智能问答等增强型分析功能,赋能用户分析思维,让普通业务人员和高管快速成为“公民数据科学家”。

刘译璟认为,在 BI 向第三阶段演进的转型期,“增强型分析”使 BI 成为更易用的产品,NLP 和 AI 将会是现代 BI 的主要特征。同时,在“增强型分析”方面的技术突破,使 BI 打开了一个增量市场。随着数据持续发挥价值,数据可视化需求水涨船高,未来的 BI 产品形态可能会发生改变,以 IaaS 的方式让越来越多的人应用起来。

目前,Tableau、Qlik 等 BI 产品已经加入了“增强型分析”这一特性,而在国内这样的产品还不多见,但很明显这会是未来一段时间内的重要趋势。这一名词同样出现在 Gartner 对 2020 年 BI 市场的预判趋势中。根据 Gartner 的报告:

在商业层面,很多用户对国内 BI 厂商的前景表示担忧,一方面回顾 Tableau 的财报可以发现,自 2015 年以来,Tableau 便再也没有实现过年度正盈利,2018 年全年亏损达到 2.77 亿美元,这不得不让人思考已经处于市场领先地位的公司都不盈利,其他厂商是否会更加困难。刘译璟认为,这可能与 Tableau 选择的商业策略有关,该公司具备盈利能力,但前期可能更倾向于将资金投入技术研发或者生态建设层面,成本增加,利润自然被压缩;另一方面,两起收购可能会让国内云厂商受到影响从而发起一轮收购狂潮。刘译璟表示,至于云厂商是否有意收购还是取决于其业务发展,对于一些做数据起家的厂商而言,自身的 BI 实力已经完全具备。对于其他云厂商而言,如果不希望单纯通过基础设施盈利,可能会考虑合作或者收购相关企业。

结束语

2018 年 11 月,美国商务部工业安全署(BIS)出台了一份针对关键技术和相关产品的出口管制框架,其中就包括可视化、自动分析算法、上下文感知计算在内的数据分析技术。这既表明该技术的重要性,也给国内 BI 厂商提供了很好的发展机会。如果抓住这个时机前进,应该会在竞争力及用户增长上有所突破。


标签:数据分析,Salesforce,收购,亿美金,BI,巨头,Tableau,数据
来源: https://blog.51cto.com/15060462/2678137