BI没落了吗?阿里接手,数据可视化鼻祖Tableau停止中国的原厂销售业务

图片来源 @视觉中国

文 | 亲爱的数据,作者 | 谭婧

一个普通的星期三,Tableau 公司突然于 2021 年 11 月 17 日,宣布停止中国的直接销售,转而整合进 Salesforce 与阿里的合作体系。

没有人会想到,一个美国软件会以这种方式结束了在中国的旅途。

这里得解释清楚,软件不是不卖了,只是原厂不直接在中国卖了。

在数据分析专业人员看来,Tableau 软件是超好用的数据可视化软件,在国外较多的用途就是可视化。国产的很多软件也在模仿这个软件。但是一直被模仿,从未被超越。

国内更多人则把 Tableau 理解成一个 BI 软件。

怎么用 Tableau,举个例子:

你的任务是在上海开咖啡店,店铺选址优先选择人流量大的地铁站附近。需要参考上海哪些地铁站只有瑞幸咖啡,没有星巴克咖啡。这些地铁站也许会有生意的机会。

然而,上海有上百个地铁站,你跑断了腿的工作成果汇报是:

东川路站,国权路站,枫桥路站,桂林公园站,后滩站,友谊西路站,嘉定西站等 19 个地铁站。

你的同事,用一份上海地铁数据,一份星巴克咖啡和瑞幸咖啡的地理位置数据,得到的工作成果汇报是这样:

你的同事用了数据可视化工具 Tableau 软件,拉高工作成果的 " 颜值 ",惊艳了四(老)座(板)。

这不是内卷,内卷的目的不是 " 提高自己,惊艳别人 ",而是 " 除了我,一个都别想活 " 。

学好可视化,大家都能活。

数据可视化工具 Tableau 软件是小众软件,有一类人很喜欢,离不开,有感情,觉得这是一款宝藏软件。

讲一个那些在英国学习数据科学的同学的段子:

英国华威大学 Msc Data Analytics(数据分析理学硕士)的同学,有一门课是学习如何使用 Tableau 软件。苏格兰格拉斯哥大学数据科学硕士同学则说,花了将近半个学期的课学怎么用 Tableau 软件。

而且,数学运筹系的也会涉及这个软件。因为这个软件内的工具比较强大,会用了以后,做出来的图表会为你的数据分析过程提供极强的可视化支撑,用 Tableau 软件,描述自己的数据分析过程。

别把 Tableau 误会成,一个单纯的报表展现工具。Tableau 软件的功勋在于,为数据分析技术走入寻常人家立下了汗马功劳,将企业数据分析水平提高到了全新高度。

站在开发者的角度来看,Tableau 会是一个 BI 中台。在国内,极力打造数据产品的公司里,难免会有产品经理以 Tableau 为标杆。

江湖夜雨十年灯,对于中国第一代 Tableau 软件的使用者而言,旧情已经超过十年了。Tableau 软件有大批忠心耿耿的用户和爱好者。

但是,也有人批评说,Tableau 软件一开始在中国就卖太贵了,曲高和寡。

从功能的角度来讲,Tableau 依然是领先的。

按照伟仕佳杰 PPT 里的说法:

Tableau 可以做什么 ?

1. 支持企业以可视化方式直观查看数据并与之交互,有效缩短数据分析时间;

2. 协助企业快速找到 " 洞察 ";

3. 建立预测模型;

4. 运用预测模型做预测;

5. 加速提升企业数据素养,提升从数据找答案的能力。

AI 潮水大涨,BI 没落了吗?

某外资知名快速消费品公司数据团队负责人说:" 在开源和国内厂商的竞争之下,BI 没有没落,是 BI 民主化了。很多国内厂商的 BI 分析模块都是免费送的。"

BI 是商业智能(BusinessIntelligence)指用数据技术进行数据分析,生意会越来越好,钱会越赚越多。

他补充谈道:" 作为产品,Tableau 确实很好用,我知道的数据分析师,如果能选,几乎都会用它,而不是微软的 PowerBI。但是,用的人,不是买的人。没法解决买单问题,看报表的老板们不在乎分析师做报表方便不方便。"

2010 年以后,尤其随着大数据、人工智能的兴起,有三样东西发生了根本性的变化。:一、数据源,二、数据技术栈,三、数据的使用者。

从数据源的角度,BI 的时代是数据源比较单一的,数据使用的场景也是单一的,以 BI 的报表为主,最终数据使用场景,一般都是报表形式。比如,一家互联网公司,每周 / 每月要关心新增多少客户,客单价是多少,获客成本是多少,如若其中有一个指标跟我之前的计划相比,一直低于计划,就要从报表中去找原因。

除了原来的关系型数据库之外,大公司会有很多跨系统的 API 的数据传输,也会有很多云原生的数据(私有云,公有云,多云)。

从数据技术栈的角度,BI 是以数据仓库为中心的架构,从数据采集到数据处理、数据存储、数据分析、数据结果展现,到最后的业务的使用,是以数据仓库为中心的架构。

除了 BI 之外,大公司有很多对内和对外的业务流程自动化,有很多的数据科学的分析应用,还有很多的高级数据工程的应用。从数据看板、大屏、到 Ad-hoc 商业分析、数据科学分析、人工智能应用、对内对外业务流程自动化。

数据技术栈的产品和方案选择最近十年有了爆炸性增长,所以这样的一个时代也有人叫后 BI 时代。

在后 BI 时代,互联网大厂会买 Tableau 软件吗?

答案是,不会。如果分析师的数量太大,他们的工作又对公司业务有决定性影响,像百度、阿里、美团、京东这种互联网平台公司,人家有超大型技术团队,可以自研 BI 系统。

当然,也有人说,有的大厂的数据可视化的功能也是照着 Tableau" 抄 "。

从数据使用者的角度,十年前,以数据分析师、数据工程师为主,加上少量的业务决策分析者(就是看 BI 报表的那些人)。

十年后,经过大数据和人工智能的洗礼,现在的数据使用者,突然多了数据科学家、机器学习工程师和所有层级的业务决策者,就不只是业务决策的最高层要用,业务决策的中间层也要用。

话说,有谁不想提高数据思维,有谁不想用好数据来做商业决策呢?还有谁?

管理层这么看重,那执行层身上就要有些绝活了。回想文章一开始在上海给咖啡店选址的段子。

很多的 BI 厂商不太愿意承认这一点,在 BI 时代,一般来说是先立项规划,再建设,再使用。

但是,情况变了。

云原生时代的口号是,来不及解释了,快上车。越来越多的情况是先使用,再规划。

比如,H2O Driverless AI、DataRobot、AWS Sagemaker、Google Vortex 这些工具,都支持用户自己指定云上数据源,或者手动上传本地数据。

为什么这样?因为要接哪些数据,鬼才知道。

有没有价值只有做了才知道,事先无法知道。所以,除非公司有个很强又很有服务意识的数据工程运维团队,不然就只能做些预制报表。

这对 BI 产品厂商是件好事,因为采购的决策不只攥在 IT 部门手里了。

Tableau 公司于 2003 年 1 月创立于美国加州山景城,十年后,在美国纽约交易所交易上市。2014 年,为了推广业务,Tableau 在中国正式开设公司。2020 年,Salesforce 收购了 Tableau。

Salesforce 公司是 Saas 界的大佬,有人质疑 Tableau 被收购后,被放弃了。实际上,在 Salesforce 公司 2020 年财报上,Tableau 出现的次数是 68 次。其中,收购目的也明说了。

"Salesforce 的客户 360 是一个整合的平台,集销售、服务、营销、商务、整合、分析等功能于一体……为了推动产品的发展,我们一直在积极进取。例如,在 2019 财年,我们收购了集成平台公司 MuleSoft;在 2020 财年,我们收购了分析公司 Tableau。"

Salesforce 认为 Tableau 和 Einstein Analytics 都是它家的分析利器。

有知情人士透露,Salesforce 公司在国内的外企客户还是很多的,但是麻烦在于它一直没有在国内建数据中心,据说距离最近的数据中心建在日本大阪和神户。2021 年下半年,国内一系列数据安全法律法规出台,Salesforce 的客户暗地里都很着急。这个锅,Tableau 能逃掉吗?

比起亚马逊科技公司,早就和西云数据和光环新网合作,没这个顾虑了。

"Tableau 停止中国的直接销售,转而整合进 Salesforce 与阿里的合作体系。" 妈耶,这个急刹车,除了让中国团队的员工深受内伤之外,这背后意味着什么呢?

有一位大型科技公司的数据可视化产品的负责人认为:" 结论比较简单,没有争议。因为国内软件市场重服务,单纯软件输出是很难得到国内客户认可。这个还真的很难说是纯技术问题,就功能而言 Tableau 是领先的。"

2021 年,Tableau 在上海的零售行业站线下研讨会上公开了创新方向:增强性分析,数据治理,开发生态,细节功能打磨。

大转折要来了,这位大厂负责人也认为:"Tableau 的服务力度完全不同,Tableau 的软件服务,最多叫咨询,不是长期贴身实施。国内很多客户内部没有专业数据分析的队伍,业务怎么数字化分析也没有专业梳理。所以,只教功能,没用 "。

换句话说,国内的企业 " 习惯于 " 企业级 BI 服务。这个战场上,有三家主要的竞争对手,产品是 FineBl/SmartBI/ 永洪。

SmartBI 就是思迈特,FineBl 是帆软的。

帆软的产品迭代翻过三座山,也摸索出了门路(FineRepor,FineBI ,简道云)。

帆软公司的销售人员介绍,BI 项目竞标预算金额,二三十万算小的,五六十万到一百万比较常见,一百五十万以上算大项目。

数据科学家袁雪瑶认为:" 我觉得 BI 会注重感知层、分析层,为企业决策提供依据。而 AI 追求的是智慧。一些 AI 应用会以 BI 层的东西为基础,也就是说,如果这部分 AI 想做得很好,BI 层应该要十分稳健。AI 最终会实现智慧,自己调节决策。但是,BI 到 AI 的过程需要大量的数据累积。Tableau 很多时候会是一个工具,而一些公司早已把类似内容的工具,转化成了方案或服务提供给用户了。"

Tableau 中国直接销售的业务已经不存在了,可是,对数据可视化产品的需求永远都在。因为数据产品本身和底层逻辑不会变,变化的是 " 需求的外衣 ",可能变成了解决方案,服务,变成了另一个商业场景下的一个功能。

祝福 Tableau,也祝福 Tableau 所有前员工,一路好走,江湖再见。

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体 App