—

我不知道治愈BI行業的“良方”會是什么樣子，但我知道什么表明良方有效——它應該將工作生產力提升到一個全新的水平。

來源  /    雲頭條  

作者 /     Dmitry Gudkov    

EasyMorph創始人Dmitry Gudkov在本文中闡述了商業智能（BI）行業停滯不前的窘境以及數據分析工具市場的現狀。

幾周前，我在發表過一篇簡短的文章，質疑該行業是否因爲過去十年沒有真正的創新而停滯不前。

這篇文章隨即引發了激烈的討論，許多讀者留下了頗有意思的評論。

一些評論者有一個共同點：商業智能（BI）系統的推出或部署過於頻繁，卻從最終用戶那裏得到不冷不熱的反應，長期以來飽受採用率低下之苦。

比如說，一位評論者留言：“對我來說停滯不前的主要跡象是未能兌現自助服務的承諾。沒錯，可視化因新一波的自助服務BI工具而變得更好，但令人尷尬的是，用戶採用率仍然低下。”

另一個人對此的回應是：“你的評論中認爲缺少用戶採用這部分對我來說很有意思。作爲一名BI开發人員，我見過無數項目在數月內耗費資源，產品被提升到了生產環境，你也告知了最終用戶社區，然而報告工具[似乎]從未得到採用。”

在我看來，缺少技術突破和採用率低下表明了同一個問題：BI行業長期以來一直停滯不前。

因此，找出用戶採用率低下的原因將爲我們擺脫停滯不前的窘境提供一條线索。那么爲什么BI用戶採用率低下呢？

商業智能一個鮮爲人知的方面是它與其他類型的企業IT系統不同，原因是BI用戶總是有選擇。若是大多數企業系統，員工通常無法選擇要不要使用它們。

如果企業組織運行一套會計應用系統，沒有哪個會計師可以繞過該系統、使用替代方案。另舉一個例子，無論你喜不喜歡，你都必須使用ERP系統。

然而，換成BI平台就不一樣了，因爲用戶總是可以借助用慣了的老式Excel電子表格，而你無法真正禁止使用Excel。

事實證明，無法強迫人們採用BI應用軟件，他們得喜歡它才行。

只有當BI應用軟件提供真正的價值，他們才會喜歡它。記得有句諺語：“你可以把馬牽到水邊，但沒法逼它喝水？”道理是一樣的。

OK，那爲什么企業用戶一直堅持使用Excel？他們爲什么不喜歡這些嶄新的BI平台，這些平台擁有知名行業分析師盛贊的衆多酷炫功能？爲什么沒有這些平台，他們完全沒問題呢？

在我看來，這是由於BI產品管理很大程度上取決於技術人員和銷售人員。

說到數據分析和操作，實際的用戶需求和偏好方面考慮得太少。結果，我們看到了“酷炫”（對於技術人員而言）、有時基於AI的（雙重酷炫！）功能，但它們並沒有讓目標受衆即用戶的日子過得更輕松，因此採用率很低。

BI行業存在我所說的“玩具賣家問題”。

銷售玩具假定兒童是使用者（用戶），但父母是預算持有者和決策者。

與玩具銷售一樣，BI部署中的用戶和买家是兩個不同的角色。企業BI銷售流程主要是爲买家（IT預算持有者）量身定制的，而不是爲實際上每天都不得不使用產品的非技術人員定制的。

結果，BI平台充斥着半生不熟、花裏胡哨的無用功能，在組織購买平台後沒有人實際使用這些功能。

不妨以AI支持的自然語言查詢爲例。它們一出場就死了。爲什么？如果你仔細考慮一下，就會發現功能顯然未能兌現承諾。

它承諾不需要學習查詢語言（只需對它說英文，耶！），而實際上，你仍然需要學習其相當局限的語法，還經常會遇到它的種種限制。

此外，從更普遍的角度來看，AI根本還沒有爲這種任務做好準備。當前的AI並不是基於上下文，而業務分析和推理總是在上下文中進行。

舉例來說，你不能與Siri進行相當長的對話，因爲Siri無法理解對話的上下文，因此你的每個問題都應該在好像沒有之前問題和答案的情況下开始。

你無法用那種水平的AI做任何合理的分析，而BI應用軟件中的AI水平比這還要差（這點可以理解，因爲不是每家公司都有蘋果那么龐大的研發預算）。

分析文本摘要生成是另一個大肆營銷的功能，它有悖於數據可視化的整個概念，原因是閱讀對認知的要求總是比觀看來得高。難怪它從未真正流行起來。

從原生桌面應用程序向基於雲的SaaS模型普遍轉變更是加劇了BI採用方面的問題。

談到雲，企業用戶和IT經理的要求有時背道而馳，前者通常沒有發言權。

SaaS應用程序模式無法解決任何用戶的問題，而原本期望BI 解決方案解決這些問題。有時恰恰相反，SaaS甚至讓基本的事情變得更糟糕。

比如說，企業用戶處理大量本地文件：電子表格和CSV文件等。畢竟，並非所有內容都存儲在雲端。在分析和可視化文件之前，經常需要合並這些文件。

然而，現在用戶必須將文件上傳到另一台遠程計算機並在那裏合並，而不是在本地快速合並。如果合並出了岔子，必須在本地修復文件，並再次重新上傳。

所以一項基本的操作現在需要用戶採取完全不必要的額外操作。

另一個問題：基於雲的SaaS應用軟件速度很慢，慢得要命。

一款工具本應該提高生產力，到頭來卻害用戶坐等另一個報告或儀表板加載完畢。這裏或那裏延遲幾分钟可能聽起來沒什么大不了，但一年下來，就會損失幾天甚至幾周的生產力。

我們的一位客戶反映，使用其中一款主要的在线BI平台速度很慢，甚至經常登錄超時。

另一位客戶在看到其數據準備工作流程在本地數據準備應用軟件中運行後簡直不敢相信自己的眼睛：僅用了20秒就完成，而他在另一款知名的雲BI平台上等待同樣的工作流程通常需要半小時，盡管使用了市面上最昂貴的方案。

改用雲服務常常是將一種類型的問題換成另一種類型的問題，並帶來以前根本不存在的新問題。

比如說，雲服務通常帶來限制性的呼叫速率限制（節流）。改用雲應用軟件後，你過去在本地系統中可以隨意執行的許多操作都受到速率限制。

你想在雲表中插入100萬行數據？沒那么快，你一次只能插入10萬行，並且每小時插入不得超過10次。你想要運行數據準備流程？沒那么快，如今你只能在最多3路流程中運行49次轉換，確保不超過雲配額的每日限制。

頗具諷刺意味的是，要求用戶使用Web應用軟件來工作的同樣那些人沒有在其iPhone上使用應用軟件的Web版本。他們不是使用Web版本的Twitter或Facebook，而是從應用商店安裝相應的原生應用程序。

原因何在？因爲原生應用程序更方便、更快速、響應更迅即。

但是說到BI工具，這些人卻要求用戶使用Web版本。爲什么？因爲SaaS讓他們的日子更輕松，而不是讓用戶的日子更輕松。這就是所謂的“玩具賣家問題”。

出於多種原因，雲和SaaS一直是IT經理、开發人員和供應商眼裏的天賜之物。

雲技術很流行，我們也承認，它們在簡歷上看起來很受歡迎。恐怕這就是現在市面上有很多雲BI的原因。

但遷移到雲是否總體上推動了BI行業的發展？它是否讓企業用戶更喜歡其BI應用軟件？我不這么認爲。

相反，滿腔熱情的產品經理在企業BI應用軟件中开發“酷炫”的功能，興高採烈的銷售人員完成交易，激動難捺的CIO獲得了一項被Gartner譽爲今年引領潮流的新技術，無聊的企業用戶打开這些應用軟件，只是將數據從上面下載到Excel中。

然後我們想知道爲什么BI的採用率如此之低。

BI會往哪個方向發展？這個問題提得好。

我將商業智能視爲一組工具和方法，從可用數據中提取知識、積累和共享知識，並利用知識來推理業務問題。

也許，我們應該試着通過質疑行業的信條或理念來重新審視BI，而不是爲圖表中沒用的動畫感到興奮。

質疑數據可視化在商業智能中的作用，你覺得怎么樣？不用說，數據可視化是BI的重要組成部分。

沒有數據可視化的BI是不可想象的。

但原因何在？數據可視化是一種從準備好的數據生成知識的神奇方法。

Stephen Few將他的一本書取名爲《Now You See It》，正是由於數據可視化令人大开眼界。以特定的方式呈現數據，以便數據擁有的知識變得不言自明，無須贅言。

但數據可視化也是一門高度復雜的學科。將數據可視化使其不言自明是一項高級技能，需要多年的實踐才能養成。Tableau Zen Master稱號的存在是有原因的。

也許我們應尋找使數據可視化更容易的方法？Tableau在降低門檻方面做得很好，但爲什么止步於此？或者，除了數據可視化外，我們應該嘗試尋找實用又方便的方法從數據中提取知識。

需要有其他簡單又方便的方法來構建和維護圍繞數據的知識體系，需要人們積累、發現和彼此輕松分享知識的方法，需要使解釋不言自明的方法。

可惜業界在這方面做得很少。

我們可能還應該對BI流程的推理部分做一些事情，因爲它在很大程度上仍處於BI應用軟件的範圍之外，即使用於推理只需要商業智能，除此之外不需要別的。

目前，我們不太了解從BI獲得的知識如何用於決策以及這些知識到底如何影響決策。

知識提取和推理之間的關系目前沒有被軟件所獲取，因此是不可審計、不可探索、不可管理的。

我不知道治愈BI行業的“良方”會是什么樣子，但我知道什么表明良方有效——它應該將工作生產力提升到一個全新的水平。

主流用戶絕對討厭這個想法：恢復到舊的做事方式。

最後，容我向決定採購BI和數據準備工具的IT經理給出一番建議。

下面幾條建議針對不希望看到這個局面的這羣人：投入了巨額預算和許多人的精力，到頭來發現你的同事背地裏討厭你強加給他們的嶄新BI平台，想方設法避而遠之：

將很高的用戶採用率作爲採購BI平台的主要目標。

記住你可能不是BI應用軟件的最典型用戶，因此你對可用性和實用性的看法可能沒有看起來那么重要。優先考慮在新應用軟件上花費的時間會比你更多的那些人的反饋。

不要就因爲某個系統是“免費的”或“無論如何是捆綁的”而強迫你的用戶使用它。免費的東西可能有很高的間接成本。

堅持使用無聊乏味的基本功能。學會淡化“酷炫”功能，並對營銷人員吹噓基於AI或使用某種“魔法”的產品保持謹慎。它們的唯一用途可能是讓你這個決策者留下深刻印象，或者在決策清單上打勾。

別理睬運行速度慢的軟件。速度慢的軟件其實非常昂貴。

在做出最終決定之前，應毫不猶豫地進行長時間的試用。讓幾組用戶使用不同的建議工具，在幾個月內針對實際任務的真實數據試一下效果。

    表明軟件應用程序是正確選擇的一個有效指標是，企業用戶不喜歡沒有它這個想法。如果他們不在乎有沒有它，請繼續尋找，或考慮完全放棄購买任何產品的想法。