如果要用一個關鍵詞描述過去十年間中國大部分企業的經營方式，這個關鍵詞恐怕會是：“粗放”。
“大碗喝酒、大塊吃肉”，2018 年，移動互聯網的大幕揭開。中國巨大的人口紅利和產業互聯網的高速發展讓企業忙於跑馬圈地，搶佔市場，無暇顧及內部運營情況，試圖用增長和規模掩蓋掉一切經營與模式問題。
一定時間內，這樣的戰略確實奏效了。“速度”成爲評估企業生存能力的重要指標；業務線少於 3 條，出門都不好意思跟人打招呼；而作爲管理者，最大的職責之一，就是讓團隊跑得更快。
變化始於 2018 年下半年，企業的生存環境突然惡化。紅利耗盡、經濟下行、資本緊縮，大批企業開始爲了曾經的“張狂”還債。然而情況並未好轉，2020 年 Q1，新冠肺炎來襲，GDP 下降 6.8%。這是 28 年來，GDP 首次出現季度性萎縮。企業倒閉潮蜂擁而至、變本加厲，實體商業更是一片哀鴻。
即便不捨，我們也必須承認，長達 10 年的互聯網“圈地運動”，結束了。
關於企業在疫情後短期內的“活法”， 各方專家的意見大體相同：若想生存，就一定要做到降本提效，現金流緊張、粗放管理的企業最容易倒下。
關於企業長期的“活法”，觀遠數據 CEO 蘇春園、聯合創始人 張進則表示：一定是迴歸穩健的精細化、數字化運營，快反制勝。擁抱商業智能（BI），或許是個正確的選擇。
BI ？這不是個僞命題嗎？
相比於 BI 在歐美企業如日中天般的光景，國內企業家往往對 BI 頗爲冷淡。許多人看到這個答案甚至會哈哈一笑：BI ？這不是個僞命題嗎？
按照維基百科標準化的解讀，BI 的含義是：“用現代數據倉庫技術、在線分析處理技術、數據挖掘和數據展現技術，進行數據分析、幫助企業決策，以實現商業價值。”
定義內的關鍵詞是“數據”、“決策”、“商業價值”，但數據和決策之間，卻有一道無形的鴻溝，也是“僞命題”這個認知的根源：有了數據不等於就能做出正確的決策，有些正確的決策也未必是構建在詳盡的數據之上。
觀遠數據 聯合創始人 張進首先肯定了這種質疑：“單純的數據和決策之間，確實是有一條鴻溝存在的。BI 並不能代替人的思考，但 BI 可以完成部分分析和預測工作，簡化決策的鏈條，讓 CEO 有更多的精力思考真正關鍵的問題。”
以張進從 BI 服務的視角出發來看，傳統企業經營確實存在一些問題，不能總憑“直覺”進行決策。但根據數據做出決策，卻需要專業數據分析團隊的幫助。所以，觀遠數據的一項主要工作，就是協助客戶構建場景化的數據指標模型和運營體系。
2020 年，人人都知道數據很重要，但只有極少人懂得充分利用數據。
“BI 並不只是收集數據、分析數據、數據可視化，它還要滿足企業各個層級的決策需求”，張進說道，“我們會選擇企業面臨的最重要的幾個場景痛點，優先切入；通過採集與問題相關的數據或是提高相應數據的質量，完成對應數據的整合、清洗、治理和指標分析；然後根據數據分析結果去定位問題；找到問題所歸屬的業務部門和負責人，幫助他們落地可行動化的建議。”
除了服務於技術力量相對薄弱的傳統企業、擁有大量線下門店的連鎖零售以及消費品行業，BI 在互聯網企業中的需求也逐漸被釋放出來。
互聯網企業自研能力較強，往往有自己的大數據分析平臺或數據中臺。但實際上，無論是數據分析平臺還是數據中臺，都不能替代 BI 存在的意義。
CEO 蘇春園解釋道：“對於大部分企業來講，高頻、詳盡的數據分析並不是其主要盈利業務，不應該佔用大量的團隊資源。我們很多客戶，不是沒有自研該類平臺的能力，只是沒有必要。”
聯合創始人張進也從產品技術的角度做出瞭解釋：“BI 產品以“輔助決策”爲核心，可以幫助決策者跨越數據和決策間的鴻溝，而且，以觀遠爲代表的第三方智能 BI 可以擁有可視化自助分析、實時數據分析、AI 預測等能力，這是普通大數據產品不具備的。”
這樣看來，行業內對 BI 的忽視，確實是個誤會。
被忽視的“關鍵先生”
在蘇春園眼裏，當企業具備一定的規模後，BI 就成爲了剛需：“每一位部門 Leader、店長都要根據每日的訂單、財務、物流、供應鏈等運營數據去做決策，相關數據實時性越高、精準度更高，就越有利於企業決策。否則，管理者總不能靠 Excel 報表觀察企業情況吧？”
帶領團隊離開 MicroStrategy（全球最大的獨立 BI 公司） 回國創業後，蘇春園更加堅定了 BI 必定能讓行業變得智能化：“中國 BI 產業的發展，比國外落後 5 - 10 年，曾經的基礎設施建設進度都比較慢，BI 畢竟是基於數據服務的，先有數據，纔有 BI。”
他又補充道：“許多老闆其實也知道數據很重要，可就是‘歷史包袱’太重了，所以智能化改造的推進較慢。”
而這個歷史包袱，不僅包含像孤島一樣散落在各個系統的數據源、髒亂差的數據質量還有永遠無法達成統一的數據體質。BI 服務商想要走進客戶，必須有足夠的準備，幫助不同階段的客戶實現數據 Agile 敏捷化、Accurate 場景化、Automated 自動化到 AI 加持的 Augmented 增強化和 Actionable 行動化，這也是觀遠數據一直在強調的“5A”數據智能落地路徑。
創業初期，他甚至自掏腰包爲客戶買服務器：“創業第一年，我們遇到一位客戶，特別擔心隱私數據的泄漏，需要私有化部署，但服務器的審批特別慢。我們一着急，就從京東下單自己買了一臺服務器，與合夥人一起搬到他們公司去了，後來就忘了，哈哈（笑）。直到公司成立三週年的時候，纔想起來，那一臺服務器還沒抱回來……”
爲了實現國內 BI 產業的“彎道超車”，他還引入了 AI 的概念，聯合多位合夥人一起打造智能決策平臺，目標很明確：讓 BI 更加智能化，進一步彌合數據與決策的鴻溝。僅僅在 2 年前，AI 的宣傳價值還大於業務價值，但現在，在 BI 行業，AI 早已不是可有可無的“銷售賣點”。
根據 Coresight Research 的數據顯示，僅在去年，大規模降價就使美國非食品雜貨零售商去年損失了 3000 億美元，約佔銷售額的 12％，主要是由於錯誤的庫存決定導致產品過多或產品類型錯誤產物。
這迫使超過 77% 的大型零售商都在使用 AI 來改善供應鏈管理。這也更加堅定了蘇春園和張進走“AI + BI”這條戰略路線的決心。
以比較熱門的茶飲行業爲例，觀遠數據可以通過新品追蹤、暢滯銷分析、動態監控和商品畫像等分析模型，幫助其將新品在不同店鋪的監測精細化到每 30 分鐘、每 10 分鐘一次。最快了解新品上市時在不同區域的表現趨勢和市場接受程度，並且輔助預警功能，提前做好暢銷新品的供應鏈端原料備貨和區域性營銷政策調整。
在 AI 輔助 BI 進行決策的當下，類似的場景十分常見，也進一步驗證了“新” BI 在企業長期運營中“關鍵先生”般的核心地位。
看三年，做三個月
應用 BI 技術之後，企業業績能提升多少？蘇春園這樣介紹：BI 不是能給你帶來多少倍的爆炸式增長，而是持續產生比原來多百倍、千倍的增長機會。
談到對企業 BI 的未來規劃，蘇春園一直堅信看三年，做三個月。一名企業決策者的眼光可以很長遠，但實踐方式一定是小步快跑、不斷迭代。BI 一定不會是一劑急藥、猛藥，註定是一味溫補調理之藥。
近年來，數字化轉型進入深水期，對數據的重視和應用恰恰是其中的關鍵內容。作爲數據賦能的關鍵產品，BI 也與數字化轉型的本質規律相近，張進說道：“大家一開始的時候，都會把數字化轉型想成是多麼翻天覆地的一個變化。但是任何一個大的變革，都是由一個一個門檻這樣子跨過來的，BI 服務也是這樣。”
“比如對零售連鎖門店的管理，管理者可以實時、隨地查看各區域門店的運營情況，藉此進行快速調整；通過檢測不同區域不同品類銷售目標達成率，進而分辨是什麼原因導致目標沒有達成，是人員問題、物流問題還是商品匹配問題？“張進最終總結道，“通過更細顆粒度的分析，我們才能擴展到季度分析、年度分析，輔助戰略制定，實現三年期的願景。”
當這樣的企業運營思路流淌而出時，人們彷彿能看見一位著名實業家的身影：李嘉誠。他極其重視企業現金流的健康，對企業運營數據精打細算；其戰略大膽超前，但執行卻步步爲營，可謂是“看三年，做三個月”的典範。
對於大多數互聯網企業來說，“快”比什麼都重要。如果願景是航空母艦，CEO 們恨不得先造一條漁船就上線迭代。但如果在精細化運營這條路上淺嘗輒止，很可能會在“VUCA”時代嚐到苦果。這並不意味着，管理者要爲業務強行套上許多“不明覺厲”的前沿技術，而是要動用一切技術力量，解決最實際的業務問題。
就像觀遠數據聯合創始人 張進所說：“我們不去單純追求什麼新穎的技術，而是要看技術如何能夠賦能業務。脫離了業務場景，僅僅技術本身，其實沒有商業價值，也沒有社會價值。我們要做的是，讓技術落地，能夠解決實實在在的業務問題和業務痛點……我們又不是一個只能發 Paper 而不帶來業務價值的公司。”
或許，如何拋開浮躁，迴歸企業經營的本源，也是每一位管理者都要細細思索的問題。
TGO鯤鵬會，是極客邦科技旗下高端技術人聚集和交流的組織，旨在組建全球最具影響力的科技領導者社交網絡，線上線下相結合，爲會員提供專享服務。目前，TGO鯤鵬會已在北京、上海、杭州、廣州、深圳、成都、硅谷、臺灣、南京、廈門、武漢、蘇州十二個城市設立分會。現在全球擁有在冊會員 800+ 名，60% 爲 CTO、技術 VP、技術合夥人。
會員覆蓋了 BATJ 等互聯網巨頭公司技術領導者，同時，阿里巴巴王堅博士、同程藝龍技術委員會主任張海龍、蘇寧易購 IT 總部執行副總裁喬新亮已經受邀，成爲 TGO 鯤鵬會榮譽導師。