资源描述
出品机构：甲子光年智库研究指导：江涛、刘瑶研究团队：韩义发布时间： 2022.03目 录Part 01 敏捷 BI的发展与演进Part 02 敏捷 BI助力企业构建信息资源挖掘体系Part 03 敏捷 BI相关 科技厂商 的落地实践Part 04 调研趋势与发现Part 05 附录1.1 敏捷 BI概念定义：基于数据的分析和加工，辅助企业 /最终用户做出合理决策的商业应用工具 数据智能时代的商业智能（敏捷 BI）： 不仅具有传统 BI查询、报告、分析的能力，同时服务能力的到达更加敏捷，能够快速响应业务和需求的变化，用于辅助各个层级的最终用户做出合理的决策，现代敏捷 BI的核心目标是帮助企业建立一个高度整合和智能的数据决策体系。 敏捷 BI和传统 BI的区别在于： 其通过更丰富的数据来源，实现实时分析服务，凭借更低的使用门槛，让更多的人实现自助分析。企业内部数据生态伙伴数据更多云端开放数据市场环境监测数据敏捷 BI价值和优势实时分析自助服务ROI实时感知数据集中治理海量数据集成降成本 加速商业敏捷数据画像数据准备查询优化数据联邦数据科学数据抓取数据治理数据服务管理人员 业务人员技术人员移动端本地终端更多数据来源更多业务触达社交网络数据政府及公共组织开放数据云计算1.2 敏捷 BI发展契机与根源契机 (1/2)：与传统 BI相比，敏捷 BI在整个作业过程中，能够随时获得来自大数据、云计算、 AI技术等创新技术的赋能，从而面向服务对象实现更迅捷的响应能力数据源 ETL 分析 /加工 /封装 前端展示算力 存储 连接AI机器学习 自然语言 RPA大数据多模异构 数据量 准确度传统 BI流程技术赋能敏捷 BI效率提升算力大幅提升 提供多终端展示功能 提供更灵活的访问，决策人员、管理人员、业务人员按需取用数据 实时交互式的查询效率提供实时分析能力人机交互降低使用门槛实现业务人员进行自助ETL操作提供海量动态数据服务提供结构 +非结构数据支持提高数据分析的准确度提供集中存储及管理实现新数据的结构化问题执行固定逻辑的作业流程，降低人为失误率1.2 敏捷 BI发展契机与根源契机 (2/2)：数字化时代企业结构的立体化多维链接属性，驱动敏捷 BI的快速发展 企业客户向精益组织结构迈进，让员工成为组织的动力网状单元。 数字化时代，企业从过去的集权管控走向授权赋能，从单一决策中心走向多元化决策中心，通过实现智能化、网络化、协同化，以提高组织效率和盈利能力。 在平台型组织结构中，所有部门、团队、员工围绕用户需求创造价值。 大量实时数据的需求，催生敏捷 BI的应用开发的提升，构建以数据驱动的企业成为选择。数字化水平组织形态科层型组织结构 平台 型组织结构直线型职能型流程型网状型立体型企业结构从科层制组织走向平台型用户数量（个）5,760推荐次数（次）13,020推荐成功率45.10%接受推荐个数5,872用户留存率（当日留存 67.55% 一周留存 45.32% 二周留存 23.74%三周留存 15.68% 四周留存 32.41%）050010001500200025003000基础线上工作 手机预装 新媒体推广 线下推广平台型组织数据驱动业务典型 某互联网社区团购企业1.2 敏捷 BI发展契机与根源根源：传统 BI已不能满足企业日益增长的数字资产敏捷变现的需求数据部署在本地，登录端口有限业务人员无法随时随地获取最新业务信息数据处理流程长、速度慢、成本高分析 响应时效性差，无法满足多变的分析需求数据量，数据来源有限外部动态数据的获取不足，无法满足业务发展只支持静态报表，多类型业务数据无法任意关联多维分析后台不支持海量数据，数据源主要为企业内部业务数据，无法反映其他渠道来源数据；对于非系统类报表，存在着数据人为加工的情况，影响数据真实性传统 BI数据治理企业需求无法满足以天或月为单位提取数据ETL 分析 /加工 /封装获取数据 结果展示提出新需求 有限企业内部数据 结构化数据为主 结果输出以报表形式为主 数据使用权限在管理层 Cube需要频繁构建，耗时几小时数据部署在本地，无法实现多终端部署数字化技术架构生态联盟与外部合作数字化组织与人才全渠道接触点和内容产品与服务创新以客户体验为中心的设计数字化运营与供应链数据驱动的洞察与决策 数据管理 数据治理 数据可视化 预测分析 数据应用1.3 敏捷 BI实践进程 敏捷 BI是实现数据驱动的洞察和决策的方法 ：敏捷 BI是通过分析数据并获取洞察力、帮助企业做出决策的一系列解决方案。 在数字化已成深刻共识的今天，企业在未来数字化实践方向中，数据驱动的洞察与决策优先级第一，占比达 69%。数据驱动的洞察与决策是各行业 CIO未来数字化实践重点方向占比95%的企业不同程度开展了数字化实践5%32%42%6%尚未起步 尝试探索 加速推进 全面覆盖95%应对数据价值的探索与发现，创新技术所支撑的敏捷 BI成为众多企业的选择目 录Part 01 敏捷 BI的发展与演进Part 02 敏捷 BI助力企业构建信息资源挖掘体系Part 03 敏捷 BI相关 科技厂商 的落地实践Part 04 调研趋势与发现Part 05 附录2.1 敏捷 BI重塑组织内外数据价值挖掘逻辑和模式普惠赋能：让组织内每个部门每个作业人员提高业务数据化、数据业务化的满意度 敏捷 BI使用门槛降低，让更多的业务人员可以使用数据。 敏捷 BI通过将底层的数据模型转化为用户熟悉的业务信息，统一的语义层可以被多次复用到不同业务的数据分析，从而满足企业内不同人员、不同场景下的多种分析需求。另外，由于敏捷 BI，进一步扩大了不同主体之间的协作，也提升了企业对于数据安全治理的门槛。 以金融场景为例。 包括交易员、运营分析师、销售、风险和合规团队等众多角色，都需要参与到企业运营中去，对企业的健康运行至关重要。数据源 ETL 分析 /加工 /封装 前端展示 目标敏捷 BI传统 BI操作门槛降低，更多业务人员可以使用： 增强分析技术、语义搜索与嵌入式分析技术大幅降低使用门槛 本地 +移动端 数据使用混乱。 业务部门长期以来一直依赖 Excel 和 SQL Server 之类的传统工具 IT人员缺乏对业务认知。 希望创建一个可以让业务部门解决业务问题的平台 该企业实现了从 IT 主导到业务主导的自助式分析转型数千小时人力工作时间被节省千万级商户粒度高性能交互式分析敏捷 BI金融行业应用实例项目需求业务价值解决方案5300+分行将被试点专业技术门槛高，针对专业数据分析人员 ：需要SQL语言基础 本地终端基于某数据云平台披露的业务数据，可以发现敏捷 BI具有明显业务价值2.1 敏捷 BI重塑组织内外数据价值挖掘逻辑和模式技术 演进 ： 从“重装 BI”到“ Smart BI”的升级 重装技术架构向轻量 Smart BI演进。 重装技术架构的 BI需要通过建模、 Cube提前进行数据运算汇总，无法满足海量数据的高并发计算，更无法适应快速迭代的商业环境变化。而敏捷 BI通过上云、轻量建模，可以实现高速响应海量数据。 以金融场景应用为例。 金融行业数据实时性高，数据并发量大，更面临海量分析需求（经营分析、客户管理、精准营销、风险防控等），用户需要多终端接入。而敏捷 BI可以帮助用户实现大数据实时交互式查询，获得高效、快速的分析体验。数据源 ETL 分析 /加工 /封装 前端展示 目标小步快跑时代Smart BI擘画宏图时代重装 BI 日 /月报数据准备时间长： 月报构建时间超过三天，查询延迟从秒到分钟级，甚至小时级 平台运维工作量超负荷： 超过 5,000个任务调度 延展性差： 平台在编程和扩展性，权限管理方面都存在瓶颈T+nT+0 实时 该企业在将其 OLAP分析平台迁移到了某智能数据云平台，向企业内外部提供大数据多维探索和分析服务80%数据准备时间得到缩减90%IT运维成为得到缩减90%查询响应小于 3秒30,000+的用户参与敏捷 BI金融行业应用实例项目需求业务价值解决方案基于 Tableau披露的业务 数据，可以发现敏捷 BI具有明显业务价值2.1 敏捷 BI重塑组织内外数据价值挖掘逻辑和模式服务模式 ： 重新对齐“事 -数 -场”关系 升级现有业务形式 从预定义走向自定义。 业务逻辑从“预定义报表 到达通道 使用者”跳出，改变为“使用者 自定义分析需求 到达通道”，以用户实际用数需求为导向，提供数据服务。 以制造业供应链场景为例。 企业通过想要掌握供应链流程，就要能够获得其中的数据，并且可以加以新建多维分析，这就需要用 BI商业智能来打造、供应链管理系统。数据源 ETL 分析 /加工 /封装 前端展示场数传统 BI预定义报表。 数据处理流程固化，基于固化目标、固化 ETL流程，取得维度固化的预定义报表事提出业务需求敏捷 BI自选维度、自助分析。 分析维度实时变化，前端展示实时变化 疫情背景下，供应链企业领导者需要面临超过业务范围 预定义报表，无法适应供应链快速变化 由于公司的大型复杂数据集，员工经常寻求 IT 部门设计查询 ETL和 BI问题的流程通过使用敏捷 BI产品，实现定制化交互式： 团队成员根据他们在组织中的角色，实现供应链指标跟踪 利用可视化插件，直观展示趋势变化目标业务价值项目需求确立业务发展目标分解 KPI确立数据分析维度发现问题指标提供经营决策依据2.1 敏捷 BI重塑组织内外数据价值挖掘逻辑和模式服务供给：事到数到，以组织的业务发展为中心 塑造全新的业务方式。 整体业务流程不再是线性的由业务人员提出需求， IT人员实施，而是以客户、部门 KPI为中心的组织形式，敏捷 BI顺应以组织的业务发展为中心，以数据驱动运营闭环，推动智能决策型组织建设。 以汽车零售场景为例。 汽车零售进入新业态，采取线上和线下融合的模式，消费者成了汽车供需关系的核心，企业通过新技术手段提高用户购物体验、实现精准运营的需求不断提高。某零售企业提高今年的营收规模停留时间流量数据门店流量线上流量用户消费活跃度消费行为预测流量 转化率 客单价 复购率按时间段销售情况 积分兑换用户消费金额调取分析模型企业发现业务问题根据发现实现相应对策客单价各品类金额复购率 某汽车零售企业拥有大量的客户数据，但却难以从战略上加以利用 面对不断变化的市场和习惯，他们寻求增加客户粘性 通过上线敏捷 BI产品，企业实现实时追踪全球销售表现、生产、车辆交付情况，并于客户积极在线客户互动，更好的满足客户需求 价格段销售占比数百万美元经营成本实现降低有效预测客户车辆维修及其他需求敏捷 BI汽车零售业应用实例项目需求解决方案业务价值敏捷 BI消费品行业应用实例基于 Tableau披露的业务数据，可以发现敏捷 BI具有明显业务价值2.1 敏捷 BI重塑组织内外数据价值挖掘逻辑和模式服务场景：基于云端全域融合，提供完整体系解决方案 敏捷 BI基于云端全域数据服务能力。 通过敏捷 BI服务厂商，打通企业内部数据、产业数据、 SNS数据等数据来源，基于计算与存储单元和数据中台，实现对消费者数据资产化，最终实现基于云端全域融合，提供完整体系解决方案。 以营销场景为例。 从单打独斗到策略联合，通过商业联盟的形式建立企业之间的协同与合作关系，使多方获利，同时增加最终用户粘性和忠诚度。 消费者活跃度下降 线上线下数据割裂 业务增长面临瓶颈等问题 使用某跨多端全域数据中台零售行业解决方案 描绘更精准的消费人群。 根据类目活跃度、消费行为特征等筛选逻辑 推出不同的营销策略。 减少营销成本的同时实现成交转化率获得多维度、多厂商数据企业数据服务数据用户数据 合作伙伴数据处理数据资产化 数据解析 数据标签化内部 +SNS+产业全域数据产业链产业数据内部数据APPWebSNS数据小程序IoT离线计算敏捷 BI实时决策平台敏捷 BI分析平台实时计算智能业务洞察数据实时监测动态预警库存预测智能调拨全域应用场景 全域营销 信贷风险评估 数字化运营322%营销投放 ROI提升16%年轻客群比例敏捷 BI全域营销应用实例项目需求解决方案业务价值风控预警基于阿里披露的业务数据，可以发现敏捷 BI具有明显业务价值2.2 实践并打造数字化作业体系已经成为大多数企业必然的选择在数字化动作活跃的行业，提升组织对市场认知和反应的敏捷度成为业务战略重点 提升组织对市场认知和反应的敏捷度成为业务战略重点。 为了应对快速变化的竞争市场，企业在确定未来业务战略重点的同时，谋求数字化能力。在数字化动作活跃的行业，企业更关注外部市场环境而不仅仅是自身，提升组织对市场认知和反应的敏捷度成为业务战略重点。数字化动作活跃的行业金融 制造业 建筑与房地产零售44.90%40.00%已制定企业级数字化规划 已制定部门级 /业务线级数字化规划2020年 2021年企业数字化进程15%22%25%28%28%29%29%31%33%加快产品的上市提高客户的满意度产业链上下游合作模式发生根本性改变帮助企业获得更高的收入适应客户购买习惯的转变帮助企业在销售中提高利润率应对竞争对手的数字化能力加强的对应调整行业公共及监管服务接入方式已经数字化提升组织对市场实时认知和反应能力企业未来 3年间的业务战略重点2.3 敏捷 BI服务产业链格局划分与代表性的科技厂商来自敏捷 BI科技厂商的专业化助力 基于厂商自身发展的基因，甲子光年将敏捷 BI服务行业参与者划分为如下 6类：企业用户互联网大厂数据平台厂商低代码 /无代码厂商数据智能 厂商传统管理软件厂商垂直领域厂商打通数据存储到数据分析和数据建模的通路，为企业提供数字化基础设施全栈能力通过基础服务与敏捷 BI集成的方式帮助用户转化数据价值通过低代码 /无代码技术，提供灵活的交互能力，提高开发者业务效率，降低业务人员使用门槛专注于商业智能和数据分析领域，为企业提供一整套的工具，服务，方案具备云计算、大量生态数据汇集的综合性互联网厂商，在数据、技术、资源等要素具有突出的优势基于新一代数字与智能技术的各类云服务，推进企业业务创新目 录Part 01 敏捷 BI的发展与演进Part 02 敏捷 BI助力企业构建信息资源挖掘体系Part 03 敏捷 BI相关科技厂商的落地实践Part 04 调研趋势与发现Part 05 附录3.1 从业务需求和愿景出发，选择合适的敏捷 BI科技厂商与业务系统敏捷 BI产品和厂商市场竞争要素 敏捷 BI的应用主要面向企业用户的两大类人群：业务用户（包括业务部门的管理人员和业务执行人员，他们对 BI产品的采购决策起到的作用更加关键）和技术用户（这类人员主要是在前期 BI产品采购时进行产品评测以及在应用部署完成后，做一些后续的运维操作）。 基于 4个维度，通过对企业用户的调研，以用户需求的视角，我们初步提出 BI产品和厂商市场竞争要素安全性，服务的整体安全性，包括数据权属和隐私安全、数据传输安全、数据存储安全、数据加密、策略安全等服务人工智能大数据能技术能力，融入到业务流程和场景，有效提升作业效率服务服务和资源支持能力 -为了让业务人员快速入门，厂商是否提供包括帮助文档、在线教程、自助论坛等资源。方案服务能力 -指导客户在具体场景中实现应用效果（如：用户画像和风控管理）厂商能否具备整合上下游资源能力厂商能否更好的理解企业需求并且做出较好的解决方案厂商的运维和咨询人员的业务能力销售厂商在同行业 BI实施中拥有的案例数量有多少，是否有行业头部客户服务案例厂商是否具备所处行业开箱即用的分析模型如何与其合作伙伴协作创建一个良好运作的生态系统市场厂商品牌影响力厂商进入的时间多久用户能够集中管理元数据，包括对元数据进行搜索、提取、处理、存储、分享复用和对外发布元数据。（人力资源）为了保证以上三个战略的顺利执行，厂商是否有足够的人力资源，不足的情况下是否有好的应对措施（包括培训、招聘等）产品产品企业级能力 -包括并发能力，高可用、权限管理能力、可延展性等多终端部署能力 -用户能够将 BI分析内容发布到移动终端设备，并且能够利用移动设备自身功能，实现 BI页面的触摸操作、照相、视频、定位等产品元数据中语义层质量 -能够实现离散数据源统一，提供单一版本数据事实产品技术领先能力 -能够基于企业数据治理基础，通过 Smart ETL、低代码 /无代码开发能力等实现快速部署数据洞察分析能力 -针对营销活动、智能化广告投放、产品体验、客户消费旅程、发生的场景等方面提供详细的数据分析数据管理平台能力 -基于客户数据的洞察，针对性的调优智能化广告投放、内容营销动作等，对特定受众群进行精准营销及个性化服务市场竞争要素3.2 敏捷 BI业务部署实践：某头部股份制银行助力银行全链路数智化升级，赋能业务快速、灵活地实现数据分析1. 统一看数 、 高效分析的需求与平台分散 、 平台技术门槛高的矛盾2. 业务不断拓展 ， 数据实时性高 ， 与无法及时提供易用数据的矛盾3. 快速响应业务需求与现有数据产品操作门槛高 、 响应力不足的矛盾4. 数据安全保障与数据快速分发且安全保障的矛盾1. 整合数据源，搭建统一看数平台： 将总行、分行、外部数据、各业务系统数据统一接入大数据分析平台，整合全方位数据，统一看数口径，提升数据分析效率2. 提供企业级敏捷 BI，满足客户快速发展的业务需求 ：满足 10万级用户的在线数据分析诉求， 10亿级数据也能秒级响应，平台整体九分位性能为 2秒3. 保障数据安全，员工实现按需取数： 多网段敏感信息管控、留痕风控审计，保障安全性；基于角色、结合模板轻松配置实现从基层员工到管理者的用数需求4. 支持多终端： 让客户随时随地即可分析看数，极大提升用户体验效果5. 使用门槛低： 业务部门数据分析人员通过简单培训，甚至不需要培训可掌握 PC端、移动端、大屏端的开发敏捷 BI服务供应商数据治理数据地图数据质量生命周期数据保护安全管控数据建模与分析人工智能 应用系统 数据产品 观远 BI平台数据开发数据集成 离线计算 实时计算总行数仓分拆数据分行本地原始数据分行本地加工数据 外部数据数据源ACS私有云基础设施CDH集群 BI集群数据价值普惠（让业务自主、广泛用起来）敏捷 BI（让业务快速用起来）数据安全保障（让业务广泛、深入用起来）规模化扩展（让业务持续、深入用起来）数据集市国内某头部股份制银行 ， 连续 7年入围 财富 杂志世界 500强 、 业务场景多样 ， 服务网点遍布全球 ， 产品及服务条线齐全 ， 行业内外广受好评 。 此次项目主要为客户的国内总行业务部门 （ 卡中心 、 信贷部等 ） 、 国内分行及境外分支机构提供数据分析支持客户背景介绍客户需求及痛点应用后的效果应用实践情况 50多个分支机构的 BI平台 20000+核心 Hadoop集群 按域 /用户 /任务类型划分的资源隔离保障业务稳定 分网段安全管控 数据脱敏 细粒度权限控制 日志、审计、监控和预警 拖拉拽开发报表 数据价值的实现成本从 40小时到 1小时 自主分析 月活用户20,000+业务用户占比 68% 10,000+看板3.2 敏捷 BI服务厂商：观远数据让业务用起来、让决策更智能1. 定位： 让业务用起来的客户成功体系 ， 助力客户在广泛业务场景下用数据做决策 ， 从 1到 10000+用户的数据分析推广 ， 持续产生业务价值 ， 构建数据分析竞争力2. 服务创新： 将 BI的活跃使用作为评估项目落地效果的关键成功指标 ， 协助客户持续追踪数据对业务产生的价值3. 行业深耕： 深度服务零售 、 消费 、 金融 、 制造 、 高科技 、 互联网等行业 ， 提炼与分享行业数据驱动决策的最佳实践 ， 发布数据分析方法论 ， 助力不同阶段 、 不同需求的客户深度地用好数据 、 做好决策1. 云原生： 以 SaaS托管服务模式，为新经济、新品牌提供低成本、更省心、更快响应的产品，且具备更高等级的安全保障服务2. 大数据： 支持 10亿数据秒级响应、 100以上节点的集群计算、 1000-10000以上不同用户的立体分析需求3. AI增强： 具备行业领先的 AI+BI能力，基于增强分析、 AI算法、组装式分析等产品创新，实现从 BI到 AI的一站式数据分析与决策观远数据成立于 2016年 ， 以 “ 让业务用起来 让决策更智能 ” 为使命 ， 致力于为零售 、 消费 、 金融 、 高科技 、 制造 、 互联网等行业的领先企业提供一站式智能分析平台与服务 。 观远数据已深入服务联合利华 、 LVMH、 招商银行 、 宁波银行 、 安踏 、 元气森林 、 小红书 、 蜜雪冰城 、 扬子江药业 、 华润集团等 400多家行业领先企业公司介绍1. 产品定位： 行业领先的一站式智能分析平台，全面支撑从团队到企业级规模，从单点到组合式分析能力，从数据接入、报表可视化、自主分析到智能决策全链路2. 产品矩阵： Galaxy数据分析产品线、 Universe数据开发产品线、 Atlas分析云产品优势标杆客户服务优势技术优势3.2 敏捷 BI业务部署实践：某主板上市机电制造企业助力制造行业传统生产模式的快速数字化、智能化转型应用1. 数据缺乏治理未形成标准化资产 ， 历史数据量大 ， 种类多 ， 数据分散 ， 历史数据难调用 ， 整合数据资产难2. 数据价值挖掘效率低 ， 只能做常规的统计可视化分析 ， 缺乏数据挖掘工具及专业人才 ， 数据分析效率低下1. AI赋能的数据融合能力帮助完成数据集成，数据加工，数据治理工作。 nextionBI 对接企业现有的各类系统，通过数据图书馆汇总各类数据资产，并对数据资产进行标准、质量、安全等方面的综合治理，大量工作由机器自动完成，省时省力，建立了统一门户和数据管理应用，完成数据治理工作2. 增强分析能力帮助深度挖掘数据价值 。自动发掘数据之间的隐藏关系，挖掘各类隐性知识，在没有专业的数据挖掘人才的情况下，通过系统自带的智能挖掘算法，完成了大量数据挖掘工作，比如主因子分析，挖掘质量稳定主因子等3. 各类知识模型的沉淀。 数据挖掘的过程沉淀了大量的知识模型，汇总后形成知识库，为客户后续的决策提供了大量的知识指导支撑，更科学地提升企业效能敏捷 BI产品国内某主板上市机电制造企业该企业专注于高低压配电电器关键部附件的研发 、 生产 、 销售及服务 ， 年营收近 20亿 。 企业高度重视信息化 、 数字化 ， 经过近 60年的发展 ， 现已成为配电电器部附件行业的领军企业之一客户需求及痛点应用后的效果应用实践情况数据融合增强分析 敏捷智能数据源接入数据图书馆数据存储与计算引擎数据集成 质量监测 数据生命周期管理数据结构 血缘关系 数据标准管理 数据安全管理.数据交换机聚合排序 脱敏Json解析 R数据分析仪增强数据准备自动查找数据关系自动数据质量评估自动查找血缘关系自动推荐最佳方法：关联 /清洗 增强数据分析预测分析根因分析 分解树数据问答常规可视化分析图谱分析AI 数据解读掌上知识知识积累及应用数据大屏 知识解读知识模型数据流 控制 流知识图谱分析剔重 挖掘算法客户背景介绍关系型 /非关系型数据库 IoT物联网设备数据 在线公共数据 自定义数据源3.2 敏捷 BI服务厂商：数睿数据下一代知识型 BI nextionBI 了解更深 懂得更多1. 数据融合： 自动查找数据关系 ， 自动数据质量评估 ， 自动推荐最佳方法：关联 /清洗 ， 自动查找血缘关系 ， 算法辅助 ， 可视化交互2. 知识发现： 自动发现关联 ， 自动发现异常 ， 自动聚类 ， 自动寻找规律 ， 数据解读 ， 自动洞察 ，自动可视化分析 ， NLP3. 知识积累与应用： 沉淀知识 ， 比如知识模型 、 数据大屏 、 文档报告 、 知识图谱等 ， 并且可以快速分享和传播知识1. 能力链路全，覆盖数据价值挖掘全过程2. 注重增强分析， AI全程赋能，算法辅助3. 全程操作无代码，零技术门槛数睿数据创立于 2016年 ， 是一家专注于大数据与无代码的平台产品开发商 。 公司以大数据为起点 ， 致力于数据的快速使用 。 发力无代码 ，解决数据资产的优化与快速积累 。 最后遵循价值驱动 ， 发布 nextionBI， 回归业务 。 秉承 “ 数用一体 ” 的理念构筑面向知识的产品底层设计 ， 逐步走向让人人尽享数据价值的企业愿景服务优势1. 定位产品型公司，专注打造产品，免费提供通用型能力的研发支持2. 培训赋能体系，专业伙伴体系等一站式服务共同完成价值提升标杆客户公司介绍产品优势技术优势3.2 敏捷 BI业务部署实践：某大型家电制造企业助力制造业企业数据显性化，支撑企业经营、管理与决策1. 需要在数据的有效支撑下 ， 进一步提升整体的经营管理能力2. 在当前信息系统的基础上 ， 提高数据系统和数据分析的作用和价值3. 数据缺乏治理未形成资产 ， 数据分析不足无法产生价值1. 数据方面，实现全面、准确、及时、动态的数据支撑。 围绕企业经营场景，构建了研发、制造、经营、售后、财务、人力等各个维度的日常数据和核心数据体系，并实现可视化展现2. 管理方面，闭环检查优化，引领业务提升。 可以准确呈现企业的经营现状，及时发现经营问题及风险，优化企业管理及流程，推动企业持续改善3. 业务方面，降本增效显著。 实现了订单周期缩短 5天，渠道库存下降 20%，库存周转天数缩短 2天，作业及时完成率提升 25%，工厂人均小时产出提升 33%敏捷 BI服务供应商某大型家电制造企业 ， 集采购 、 研发 、 生产 、 销售为一体 。 该企业对于产品质量有着极致的追求 ， 并且贯彻着精细化的科学经营理念客户需求及痛点应用后的效果客户背景介绍混合云基础服务后台中台前台人力共享财务共享办公协同 项目管理主数据 IT品质制造板块（家电、电力）研发 计划 采购 制造物流 售后 供应 链 财务人力 渠道 B2B电商 地产医疗 租赁云HIS医采集成本售楼供金平台融资租赁电商官网 大数据应用 大屏 APP门户 PC门户应用实践情况3.2 敏捷 BI服务厂商：永洪科技以卓越的数据技术为客户创造价值，实现客户成功1. 一站式服务平台 ， 亿级数据轻松处理： 在统一的平台上完成全流程数据分析任务 ， 极大降低实施 、 集成 、 培训成本 ， 轻松构建数据应用体系 。 自主研发的 VooltDB高性能计算引擎 ， 拥有列式存储 ， 分布式计算等技术 ， 能够实现亿级数据秒级响应2. 数据治理快速上手： 支持 100多个计算函数 ， 可以直观的进行数据转化 ， 无需代码 ， 只需要简单的拖拽数据字段和维度 ， 就能生成报表3. 市面唯一的免费数据分析产品组合： Yonghong Desktop X+Viewer， 实现交互分析 、 洞察共享 ，为缺乏预算但有向上精神的中小企业 0成本实现 BI应用1. 自主研发了高性能计算引擎，拥有列式存储、分布式计算等技术，能够实现亿级数据秒级响应，极大的提升了大数据量分析的速度2. 敏捷易用性、 AI深度分析等方面形成独特优势北京永洪商智科技有限公司致力于为全球企业提供大数据技术产品及服务 ， 依托自主知识产权的一站式大数据平台形成完善的产品及服务体系 ， 具备从数据应用方案咨询 、 数据治理 、 数据仓库建设 、 数据可视化分析 、 数据深度应用到数据平台实施运维服务的端到端大数据价值服务能力服务优势1. 完善的 PASO服务体系：从平台、应用、服务和运营四个方面，推动企业和政府等各种组织大数据发展2. 客户全生命周期服务：永洪科技的服务全面贯穿售前、售中和售后。主要包括：咨询服务、客户成功服务、交付服务标杆客户公司介绍产品优势技术优势目 录Part 01 敏捷 BI的发展与演进Part 02 敏捷 BI助力企业构建信息资源挖掘体系Part 03 敏捷 BI相关科技厂商的落地实践Part 04 调研趋势与发现Part 05 附录14%7%19%8%4%10%8% 8%2%6%15%9%3% 12% 6% 3% 9% 7% 9% 11% 14% 9% 10% 9%CEO CIO 数字化执行官 销售高管 市场高管 财务高管 行政高管 采购高管 人事高管 生产高管 研发高管 研发高管2020年 2021年4.1 趋势与调研发现一敏捷 BI实施过程中，关键执行角色快速从 IT部门转向业务部门 过去 1年，在数字化转型的过程中，业务侧高管的作用明显上升，意味着数字化本身需要业务端的深度参与。 过去 5年，敏捷 BI在实施的过程中，厂商从之前只和 IT部门对接，快速转移到业务部门， BI从传统集中式分析逐渐向员工自助式分析转变。2020年和 2021年推动企业实践数字化的关键角色业务用户在实际数字化推进中角色愈发重要4.2 趋势与调研发现二敏捷 BI产品与服务模式垂直化锻造，满足更多细分 部门 需求 规模型企业用户各业务需求部门对 BI的使用在逐渐增加。 规模型企业用户对于 BI的需求从数据治理，数据可视化，开始向财务、营销、供应链等细分业务线延伸，提升敏捷性，打造可适应不断变化的业务引擎。敏捷 BI通过将 财务数据统一接入平台 ，帮助企业实现报表分析速度提升，助力财务部门由单一核算型向综合型职能部门升级敏捷 BI为企业数据增加额外的维数，构建精准的用户画像，有助于更细致地分析市场推广工作敏捷 BI通过虚拟展示业务流水线、设备运行情况、数据仪表盘等方式，有效提高产能、降低成本，释放工业设备数据潜能敏捷 BI帮助企业将结构化、流程化、成体系的研发试验相关数据沉淀下来，搭建数据仓库，制定数据相关标准。财务部门研发部门制造部门营销部门数据治理的目标：让全局数据成为“活数据”，让“即时的数据 =即时的认知 =即时的决策” 建立企业级的数据命名词典 建立企业级的数据标准 建立企业级的数据校验标准 在线的即时智能数据收集 在线的即时智能数据分析 在线的即时智能应用决策事前管控的必修课 打造全局数据的即时性4.3 趋势与调研发现三成长滞后是暂时的， AI+BI仍是大趋势 目前，国内对于 AI赋能决策分析的企业用户，主要集中在数据治理理念先进的行业。 目前，很多 BI厂商在解决方案中融入了 AI技术，降低用户使用门槛，并提供基本的预测和辅助决策功能，但是需求端除了数字化水平高，数据治理理念先进的金融行业，有增强分析需求，其他行业较少。 未来随着数字化持续推进，企业用户底层数据治理能力不断提高， AI+BI将得到进一步应用。 AI产品的接受度，受企业基础数字化水平和需求的影响，目前国内企业仍面临数据孤岛、数据标准不统一的问题，随着此类问题得到优化， AI将更好地赋能敏捷 BI，分析更复杂的业务场景，产出更精准的分析结果，助力决策更为科学。AI+BI发展的挑战 数据治理水平较初级： 仍面临数据孤岛、数据标准不统一的问题 数据治理理念尚未形成： 企业尚未实现“用好”工具，实现数据驱动的文化 数据安全： 数据在开放的同时，面临数据主权，数据使用权限等问题预测性分析仪表板高商业价值低高即将发生什么？正在发生什么？为什么发生？发生了什么？OLAP和可视化工具查询、报告和搜索工具AI赋能下的敏捷 BI能力边际技术发展4.4 趋势与调研发现四BI潜在场景和需求分析 预测并计划未来的客户需求 敏捷 BI等数字工具已实现在特定场景的预测功能。 征信企业 Experian（ 益博睿） 通过敏捷 BI厂商创建了 Covid-19 美国商业风险指数，以帮助企业可视化 Covid-19在各种情景中可能产生的影响，并通过这些信息，了解危机如何在不同地区、按行业展开。 未来，敏捷 BI或将用于 ESG、碳中和等环境监测领域。 碳中和背景下，中国企业对 ESG信息和数据分析服务的需求正迅速增长，而搭配了 AI技术（机器学习、深度学习和神经网络）的敏捷 BI，将显著提高可用数据的质量和数量，并实现辅助预测。COVID-19是如何影响美国的经济的通过风险模拟工具实现洞察 选择情境高风险产业低风险产业已知信息-10%+10%预测规划现在已知的和不确定的信息现在规划一个未来情况情境规划规划多个未来情况益博睿利用情境模拟 可视化 Covid-19 在各种影响情景中可能产生的影响4.5 趋势与调研发现五与生态伙伴结盟，进一步切入企业信息资源挖掘的深水区 敏捷 BI通过集成与被集成的方式，构建行业与产业链细分场景应用。通过嵌入业务系统， BI将成为“无处不在”的分析工具，每一位业务人员都可以随时进行数据分析，从而指导业务运营。生态伙伴 资源挖掘的深水区 将战略、决策、执行连贯起来 ,并获取深度的可用信息 线索量上升 30%，营销成本降低 60%HRM 人力资源管理系统CRM 客户关系管理系统ERP 企业资源规划MES 工厂管理系统敏捷 BI+ 提供灵活的预案管理方式 +自助大数据分析 提升人资管理预见性 关联离散的业务数据，实现企业计划、执行、分析、决策的不断优化 感知机器运行的整体效率 实现对生产细节的洞察4.6 趋势与调研发现六行业信创发力在即，敏捷 BI企业持续入局 2022年行业信创正式开启规模化应用。 “ 2+8” 自主创新框架下，金融、电力行业有望接力党政信创。金融行业自 2019年以来，推动信创试点工作，在建立国产 IT体系的过程中，持续加强与信创基础厂商的合作。 敏捷 BI作为信创生态系统的建设的一环，厂商加快推进与技术平台国产化适配工作。 多家敏捷 BI厂商先后与国产服务器、数据库、操作系统厂商完成信创适配，共同推动行业信创发展。共同建立自主工具体系、产品体系和生态体系，助力健全产业发展核心技术。敏捷 BI厂商信创行动密集企业名称 年份 行动亿信华辰 2019年起亿信华辰先后完成与飞腾 CPU、华为 TaiShan服务器、东方通应用服务器、达梦数据库以及银河麒麟、统信操作系统等国产 CPU、操作系统、整机服务器厂商的兼容适配工作睿帆科技 2021年 广州市工业和信息化局大数据入库企业名单永洪科技 2021年永洪科技一站式大数据分析平台 Yonghong Z-Suite与浪潮云海 Insight HD软件完成兼容性测试认证，二者完全兼容北京国双 2021年 入库信创产品资源池Smart BI 2022年 入库信创产品资源池，入选广州市信创优秀解决方案 2020年 8月，金融行业信创一期试点启动，试点机构达到 47家，包含头部银行 /保险 /券商 2021年 5月，金融行业信创二期试点启动，被认为是信创元年成功的标志与延续，试点机构扩容至 198家， OA & 邮件系统均要求替换2014年 2018-2019年 2020-2022年 2020年一期试点 二期试点 政府全面推开 8大关键行业金融行业率先发力信创产业推进节奏目 录Part 01 敏捷 BI的发展与演进Part 02 敏捷 BI助力企业构建信息资源挖掘体系Part 03 敏捷 BI相关科技厂商的落地实践Part 04 调研趋势与发现Part 05 附录研究说明 定性研究：二手资料研究：包括商业智能领域专家公开言论、数十家商业智能相关厂商的公开资料、政府机构发布的政策内容及招投标信息等。厂商访谈：包括观远数据、数睿数据、永洪科技、阿里等。 甲子智库将持续关注商业智能市场的发展变化，并及时更新部分数据，如果整体产业没有重大变动，甲子智库将不再形成单独的报告来说明； 本报告中提及的“厂商”，均为商业智能产品和服务供应商。重要说明研究方法商务合作赵静蕊 ： 华凯嘉 ： 智库院长宋涛微信（ stgg_6406）分析师韩义微信（ whyaki）北京甲子光年科技服务有限公司是一家科技智库 ， 包含智库 、 媒体 、 社群 、 企业服务版块 ， 立足于中国科技创新前沿阵地 ， 动态跟踪头部科技企业发展和传统产业技术升级案例 ， 致力于推动人工智能 、 大数据 、 物联网 、 云计算 、 AR/VR交互技术 、 信息安全 、金融科技 、 大健康等科技创新在产业之中的应用与落地
展开阅读全文