2019年中国大数据BI（商业智能）行业预测报告

　　商业智能（Business Intelligent）也被称为商业智慧或商务智能，人们习惯的称呼为“BI“，围绕BI工具建设的平台常称为”某某BI系统“、”某某报表平台“、”某某管理驾驶舱“等。BI（商业智能）技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处，让企业决策有数据依据，减少决策盲目性，理性地驱动企业决策和运营。近几年，BI越来越多的跟大数据联系在一起，BI工具需要提供大数据处理能力，也需要能实时对接大数据平台进行数据分析计算。

　　自2012年以来，中国大数据BI行业都保持着快速的发展，虽然2018年企业外部环境愈加复杂，但BI行业并未受到明显影响，依然强势取得了同比增长25.8%的成绩。这一增长率，约是中国软件业增速的2倍，中国GDP增速的4倍。但是整体来看，中国BI行业的市场规模依然很小，2018年约有16.6亿人民币（纯软件销售收入，不含项目实施、项目运维），我们可以肯定，未来中国BI行业的发展潜力巨大。

　　帆软数据应用研究院是中国研究大数据BI行业的重要力量之一，始终密切关注着中国BI行业的发展。自2018年3月开始，我们通过线上、线下的调研方式收集信息，共覆盖了全国各地5500多名企业IT及相关业务部门人员，了解到他们的大数据BI应用状态、需求情况、对大数据BI产品功能的期待等，并走访了重点企业。我们还重点研究了IDC、Gartner、赛迪顾问、中国信通院等咨询研究机构对大数据、BI、数据分析行业的分析判断。结合多位帆软数据应用研究院专家，以及一线售前工程师、行业化顾问、项目经理们的经验、积累，我们研究分析了2019年BI行业发展趋势，并将这些成果总结为《2019年中国大数据BI（商业智能）行业预测报告》（后台回复关键字“报告”下载原文），期待着您的批评斧正。

　　主要预测观点

　　2019年BI行业纯软件收入规模将达到21亿元，同比增长27；

　　2019年BI行业市场依旧处于整合期，马太效应明显；

　　企业中BI用户的不断增加，中层使用BI的比例增速更快；

　　2019年企业BI项目成功的三大障碍分别为：数据整合治理、数据人才培养以及企业数据文化的建设；

　　2019年BI用户最关心的功能为：企业BI平台数据权限管控、探索式自助分析、快速搭建业务数据模型、OLAP多维分析、大数据处理性能、自助数据处理和移动数据分析查看。

　　2019年BI行业基本面

　　自我国开始实施国家大数据战略以来，大数据BI行业保持着高速稳定的发展。一方面得益于国家政策的牵引，如《大数据产业发展规划（2016-2020年）》等利好政策，对打造“数据、技术、应用与安全协同发展的自主产业生态体系”做了全方位的支撑和部署。另一方面，持续多年的信息化应用价值教育，企业自身信息化建设的准备，以及企业面临的实际经营难度和压力，都让越来越多的企业更坚决的拥抱BI产品，期望通过精细化运营来提升经营效益，增强市场的竞争力。

　　当前我国已经进入BI（商业智能）及DA（数据分析）领域的第一方阵，并成为发展最快的国家之一，但距离美国还有一定的差距，在未来五年内，中国都将处于追赶态势。

　　（1）企业信息化基础建设落后，BI市场教育需要持续进行。中国企业信息化起步较晚，企业上线BI更是需要一个过程。2001年我国加入WTO以后，受到上游国际企业的要求和影响，ERP、MIS、SCM、OA等综合业务管理系统在国内企业迅速生根发芽，从外向型规模制造企业到其他行业延伸，但直到2008年——2015年期间，一、二线城市稍具业务规模的企业才上线了主要业务系统，要知道美国通用汽车在20世纪80年代就已经实现了初步的OA与ERP功能。当前整体来看，中国企业信息化建设较美国落后10至15年，尤其是西北、西南等偏远地区，落后更多。

　　（2）国内外的BI需求不同，国产BI的先进性需要重新定义。Gartner作为全球BI行业最重要的观察者，每年都会发布BI和分析平台魔力象限报告，报告中的领导者企业一般会被认为当前BI行业中最尖端企业，代表着最先进的生产力，遗憾的是至今国内BI产品还从未入榜。由于我国企业对BI的需求、关注点、市场特征、发展阶段均与国外有所不同，目前处于国外商业智能趋势风口的诸如自然语言搜索、语音生成、自动生成等增强分析功能在国内仍停留在概念阶段，并未形成规模化市场应用，所以国产BI厂商在需求的响应和方向选择上有自己的准则，并非“为了先进而先进”，所以国产BI的先进性需要重新定义。

　　2018年中国大数据BI行业（纯软件销售收入，不含项目实施、项目运维）的增长率达到25.8%，比2017年的22.3%高出将近4个百分点。在诸多行业中，BI取得的成绩是十分瞩目的，BI行业的增长率约是中国软件业的2倍， GDP增长率（6.6%）的4倍。虽然增长率迅速的，但中国BI行业的市场规模依然很小，2018年约有16.6亿人民币，未来中国BI行业的发展潜力巨大。我们估计，2019年中国BI行业软件收入规模将达到21亿左右，增长率达到27%。

　　大数据BI行业已然是个香饽饽，进场者越来越多，鱼龙混杂，整个竞争局面是神仙打架，小鬼遭殃。2018年活跃的BI工具和厂商，约有50个，较2017年的42个多出8个，很多产品都是近两年推出的。BI行业是个充满吸引力的领域，同时也是极具门槛的领域。B2B行业与B2C、C2C行业属性不同，即便是在互联网巨头或大量资本的支持下，没有较明显的产品优势、服务优势和用户基础，新创品牌是很难闯出一片天的。早些年大量融资的BI企业，2018年的日子并不好过，后劲明显不足。

　　在市场知名度方面（品牌提及率，提到BI想到的厂商品牌），帆软以29.27%的品牌提及率一马当先，IBM以11.54%、SAP以5.98%分列榜眼、探花，微软以5.34%位居第四，Tableau以3.63%位居第五。

　　IBM、SAP因为未能提供有竞争力的自助式BI产品，其知名度正持续下降，但得益于他们在IT领域的沉淀，销售业绩并未出现大幅度的衰减。微软、Tableau的产品因为本土化服务策略、商业策略以及产品特性，知名度也有限。至于领头羊的帆软，其稳健的产品和服务策略，知名度、销售业绩双双提升。其他厂商则过于小众，提及率普遍在1%以下，甚至更低。

　　可以看到，同金融、保险、生产制造、互联网等行业一样，结合各企业的实力现状和发展潜力（人才结构、企业文化理念等因素），我们相信在未来的很长一段时间内，BI行业的马太效应持续增强，强者益强，弱者益弱。

　　企业应用BI系统的现状

　　如上文所述，企业对BI的重视程度在不断增加。为了让BI成功落地，产出更多价值，大多数企业改进了组织架构，对IT部门进行重新定位，比如分拆除ITBP、数据分析师、数据运营官等职能岗位。据调研，2018年约7成的企业已经成立了履行数据分析工作的相关部门（或扩展IT部门的职能），较2017年增长将近10个百分点。

　　因为企业的需求，IT部门也正逐渐从幕后走向台前，承担更多的责任。调查数据显示，有35.2%的企业信息化方向和策略，是基于该公司战略目标或管理层决策制定的。

　　有47.1%企业处于技术运维阶段（能够通过IT手段，增强企业业务的管理和运作能力，对业务有一定的支撑），有40%处于合作伙伴阶段（合作伙伴，能够在业务部门还未想到之前，就运用IT技术，帮助实现业务的发展和新业务的开拓）。对于工作成绩，领导层对数据分析/BI项目的满意度超过80%（非常满意的38.9%，比较满意的42.6%）。

　　在IT部门不断崛起的过程中，BI的价值也得到了更充分的释放。调查数据显示，约38%的企业处于业务监测阶段（传统的DW/BI阶段，用以监测现有业务的运行状况），26%的企业处于业务洞察阶段（使用统计分析、预测分析、数据挖掘，来提示重大、相关的业绩改善建议，即“告诉我我所需要知悉的”阶段）。有16.7%的企业明确表示，BI建设落后，无法满足多变的需求，需要升级。

　　此外，我们在调研中发现，BI的应用层面正从领导层向下扩散，越来越多的中间层（业务管理层、业务执行层）使用BI，2019年将更快的增长。从诞生之日起，BI的直接受众都是企业的决策者，但近来由于入门级BI（报表工具）的推广应用，越来越多的中层开始享用BI系统带来的好处。调研发现，在成功上线BI项目的企业中，约有57.3%的企业领导在使用BI进行数据查看和分析；业务管理层和业务执行层中越来越多的人在使用BI，人数已经过半。

　　我们惊喜的发现，IT部门与业务部门的配合愈加紧密。虽然IT完全主导、IT强主导仍然是常态，但是业务强主导则从2017年的9.67%增长至2018年的23.31%，翻倍增长。未来将会更加紧密。仅有3.45%的企业，IT与业务的配合较差，存在一些部门墙。但是，25.9%的企业配合如鱼得水，IT理解业务，业务认可IT。

　　整体来看，企业应用BI系统的状况不断良性发展，但也面临着诸多挑战，也是BI成功的重点、难点。

　　（1）数据整合治理。64.8%的受访企业表示数据的整合与治理，是未来的主要挑战。数据问题主要集中在：“数据过于分散，形成数据孤岛，取数分析麻烦” “底层数据混乱，存在准确、失效、性能的问题”这两个方面。一半的受访企业认为，数据人才的培养和数据分析工具的选择，也是主要难点。

　　（2）数据人才的培养。从整体背景来看，越来越多的企业开始把数据人才作 为企业经营战略版图的核心组成部分，集中表现越来越愿意花高薪聘请大数据人才，整体薪资水平在不断提升。但是优秀的大数据人才培养的成本 居高不下，培养周期长，人才供应始终是在大数据人才需求越来越大的背景下捉襟见肘。薪资竞争力不足以及企业创新力不足，让传统企业愈加困难。

　　（3）企业数据文化的建设。在企业认可数据，积累数据的过程中，大数据团队对数据人才的培养也会逐步找到一些法门，这些方法和技巧无不是围绕在数据文化建设之上。调查显示，在彰显数据文化方面，虽然“沟通协调讨论用数据说话，基于数据讨论”达到了81.8%，但“数据获得容易，数据分析快速、流畅”还不足35.19%。

　　让BI成功并非易事，尤其是让BI能持续产出价值，更是一个重大挑战。无论BI厂商如何去改进产品，都不能忽视掉使用BI的人的要素。我们交付给企业一款好的产品，但不教给他足够的本领去驾驭这款产品，就像给你一把绝世好剑，但没有给你剑谱，你依然是个菜鸟小白，即便给了你一个剑谱，如果你没有刻意练习，那到头还是一事无成。我们结合2017、2018年的售前咨询经验发现，企业用户如果不具备充足的BI项目建设能力，那么他们更倾向于让BI厂商提供一揽子方案，而不是只采购软件然后让企业的IT部门学习、实施。未来BI厂商提供给用户的，除了产品以外，还有配套的学习资源、培训资源、服务资源、交流平台、各行业咨询方案以及一揽子的项目实施，这一套组合拳，也正是国产BI厂商克敌制胜的法宝。

　　2019年BI主要的功能需求

　　Gartner2019年度分析和商业智能平台的魔力象限报告分析认为，到2020年，增强分析将成为新购买分析和商业智能，数据科学和机器学习平台以及嵌入式分析的主要推动力，50％的分析查询将通过搜索，自然语言处理或语音生成，或者将自动生成；到2021年，自然语言处理和会话分析将提高分析和商业智能的采用率，从35％提升到50％以上。

　　如上文所述，中国实际情况与欧美不同，以Gartner为代表的分析机构并不能准确描述我国BI行业的实际状况，帆软数据应用研究院的研究结果可能跟接近用户的声音：中国BI用户目前主要的需求还是围绕企业BI平台数据权限管控、探索式自助分析、快速搭建业务数据模型、OLAP多维分析、大数据处理性能、自助数据处理、移动数据分析查看这七大核心模块。

　　（1）企业BI平台数据权限管控

　　支持企业用户的多级数据权限分配，数据表支持分配行级别以及列级别的权限，同时支持分级管理员对自己权限范围内的数据表、业务包、模板和用户进行管理，满足集团企业分级管理的需求。

　　当今时代企业对数据安全管控越来越重视。无论未来商业智能市场发展趋势如何，BI平台数据权限管控都将是现代企业商业智能分析的基石。

　　（2） 探索式自助分析

　　支持业务人员对自己权限范围内感兴趣数据进行多维拖拽探索和自助分析，以工具简单易上手的门槛和低学习成本，让真正对分析业务价值最熟悉的业务人员实现自助数据分析探索，最大化业务数据的分析维度和分析效率，灵活发掘数据中可能潜在的业务价值。

　　相比于过去IT集中式做报表的信息化模式，在未来，业务部门的数据和分析专家数量将以IT部门专家的三倍速度增长，相信这将迫使企业重新考虑其组织模式和数据技能。通过现代商业智能产品简单易上手的学习门槛，这将会让人人都成为数据分析师的能力不再只是IT人的独有技能。

　　（3） 快速搭建业务数据模型

　　根据企业不同业务数据分析主题进行分类管理，同时支持自动/手动构建高度可复用性业务数据关联模型，一次创建即可满足不同数据分析业务场景应用，无需反复对底层数据模型进行编辑修改。

　　通过构建高度灵活、高可复用性的敏捷业务数据模型，让IT部门逐步摆脱企业取数机的困境，大幅度提高企业的数据分析应用效率。

　　（4） OLAP多维分析

　　支持强大的页面OLAP多维分析功能，包括分析视角的上卷、下钻，维度的旋转切换，指标的切换，分析数据的切片过滤，组件之间的联动过滤、页面超级链接跳转等。

　　由于传统的单一汇总式指标展示形式，已经逐渐无法满足业务分析的复杂度，OLAP多维分析提供的强大分析功能正是帮助用户洞察数据背后的深刻业务见解提供了便利的工具。

　　（5） 大数据处理性能

　　BI工具可支撑处理亿级大数据分析计算的秒级响应，提供加速引擎对传统关系型数据仓库（SQLServer、Oracle、Mysql等）进行数据提速处理，同时也支持实时对接企业大数据平台（Vertical、Kylin、Greenplum等）进行数据分析计算。

　　通过BI工具强大的数据抽取计算引擎，能够极大地提高数据计算速度，同时也支持实时对接企业大数据平台，为业务用户提供海量数据下分析的性能保障。

　　（6） 自助数据处理

　　BI工具可通过快速易上手的交互方式，让业务人员也能完成工具层面的零代码数据加工处理工作，例如例如表合并、分组统计、结构数据分层、过滤、增加列、同比环比、累计值、所有值、公式运算等数据清洗和数据处理方法，实现对数据的无限层次多维分析统计。

　　传统BI工具对于一些稍微复杂的数据分析场景，往往需要依赖IT人员进行SQL或者ETL处理，然后再将结果数据导出给业务分析用户，沟通成本大，分析效率低。而通过零编码式的自助数据处理，让普通的业务分析用户也能快速的完成基础的数据清洗和加工操作。

　　（7） 移动端数据分析查看

　　BI工具支持移动端数据分析多维分析查看功能（兼容PC端的上卷、下钻、旋转、切片、联动、跳转等），对于BI工具的应用app支持便捷的扫码登陆、离线查看、批注、分享等功能，同时满足某些社区平台如微信、钉钉的企业公众号集成。

　　通过移动端的数据分析应用，正逐步让企业的数据分析展示终端不再仅仅局限于PC和大屏应用，较大地提高了分析的便捷性。

　　结语

　　BI（商业智能）已经成为企业精细化运营不可获取的一部分。企业数据需要转换为信息，升级为知识，升华成价值的过程要用到的种种技术和工具，就是BI。如果把企业经营和管理的数据比喻为金矿，那么BI就是一个淘金场，负责采集大量的金矿石、金沙，然后经过进一步的分离、加工等操作，最后提炼出千足金。BI系统的运作过程，也是炼石成金的过程。

　　酒香也怕巷子深，BI工具的知名度还亟待提升。很多企业有非常明显的BI需求，但是他们不知道有“BI工具”可以帮他们解决问题，更不要说对BI厂商的认知了，这也从侧面反映出BI市场的巨大潜力。市场教育不是一朝一夕的事情，需要BI同行们的共同努力。“待到山花烂漫时，她在丛中笑”，2019年，中国大数据BI行业会更好。