谷歌宣佈26億美元收購數據分析公司Looker，這是其五年內最大手筆收購；Salesforce宣佈以157億美元收購Tableau，這是其迄今爲止最大一筆收購。Looker和Tableau都是BI領域的重要廠商，尤其是Tableau，兩大巨頭前後兩週砸下重金收購BI領域的兩家廠商，這不是簡單的巧合二字就可以解釋清楚的。本文綜合並採訪了多位專家觀點，試圖說明收購背後的重要原因以及中國BI市場的演進過程和發展趨勢。
在前後兩週，谷歌和Salesforce分別砸下重金收購Looker和Tableau，這讓商業智能（以下使用：BI）領域受到了空前關注。相較於前者，Salesforce宣佈收購Tableau的消息更爲引人關注，畢竟Tableau是全球前列的可視化分析軟件的創建者。然而，消息宣佈當天，Tableau股票大漲近40%，Salesforce股票跌了5%，正如極客時間專欄作者徐飛所言，市場上對Tableau高價賣出表示了讚賞，對Salesforce高價買入有些顧慮。
既然如此，這之中還是存在很多問題值得探討，比如兩家巨頭爲何此時選擇收購這兩家BI領域的重要企業？收購原因是什麼？收購後的發展方向是什麼？這是否意味着BI領域會進入新的發展拐點？國內BI廠商如何看待收購事件？BI的未來趨勢是什麼？本文綜合並採訪了多位專家的觀點，試圖對上述問題進行解答。
從兩起收購談起
關於兩起收購背後的原因，目前已經出現不少角度的解讀，不妨先從官方聲明中選取一些有價值的信息：
截圖來自谷歌聲明
不難看出，谷歌方面認爲這起收購符合其堅持的多雲戰略，用戶將繼續從Looker多雲平臺提供服務的方式中受益，並繼續享受到不同雲平臺在數據方面提供的能力。同時，谷歌的BigQuery數據分析引擎將與Looker進行集成，爲用戶提供更快、更具可操作性的數據洞察力，這將有助於推動業務發展並更好地爲客戶服務。
截圖來自Tableau的聲明
對Salesforce和Tableau而言，雙方能力及用戶羣體的整合對未來發展具備重大意義，這會爲雙方業務帶來新的增長點。對此，百分點CTO劉譯璟在接受InfoQ採訪時表示，在多年的發展中，Salesforce和Tableau都漸漸接近用戶增長的天花板，必須提供新的價值點纔可能持續增長，在用戶數據積累到一定程度後，增加數據分析和可視化能力順理成章。這裏可以參照微軟的PowerBI，這是一個完全基於雲端的BI產品，並且與微軟生態進行了很好地集成，這幾年穩穩佔據Gartner的BI與數據分析的領導者象限。如果僅依靠單一產品，Salesforce和Tableau很難走到最後。
至於雙方爲什麼選擇收購而不是自建，劉譯璟認爲這不是一個技術問題，而是商業問題。從技術實力上看，谷歌和Salesforce肯定具備做數據分析的能力，但技術的發展是爲了解決用戶需求。如果沒有市場，技術的先進性很難體現。相較於自建來說，收購一家技術實力、客戶基礎均不錯的廠商，將其納入自身體系顯然是更好的選擇。
在過去幾年，Salesforce被稱爲“收購狂魔”，先後收購了Buddy Media、MetaMind、Demandware、Kurx、Quip、MuleSoft等，據其內部人士透露，Salesforce收購完成一般只需要三到六個月就可以將產品和技術消化掉（整合進Salesforce的產品中），這表明接下來一段時間Salesforce將會着手整合Tableau的產品和技術，一旦實現數據連通，客戶就可以通過一個入口使用雙方的產品。
綜上，在這場商業行爲中，雙方顯然都找到了利好的部分。雖然華爾街認爲Salesforce付出的價格過高導致其收購當天的股票下跌，但也有觀點表明可以參照Facebook對Instagram的收購，當年的Facebook也因爲同樣的問題受到指責，但如今Instagram的價值爲1000億美元，其投資回報率爲100倍，同樣的事情也可能發生在Salesforce身上。不論如何，BI的價值開始被商業和資本關注。
BI深受關注的背後
回顧BI的發展歷史，這兩起收購給這個領域帶來了空前的關注。然而，很多用戶對這一概念並沒有很好地理解，對目前的發展狀態很難做出準確判斷。劉譯璟表示，通常所說的數據分析和數據挖掘的概念還是太過寬泛，其實BI是有特指的，這一概念最早於20世紀90年代提出，主要包括ETL、數據倉庫、OLAP、數據可視化等方面。早期的主要含義是指用數據的觀點看待和分析業務，主要的思路是用一系列指標和維度來描述業務狀況。以企業的財務情況爲例，可以劃分爲收入、利潤、成本等指標和月度、季度、年度等維度，通過對指標和維度的分析，可以瞭解企業的經營情況，並據此作出戰略決策和規劃。
發展歷史
在發展的第一階段，BI主要包括ETL、數據倉庫、OLAP和數據可視化四層，數據可視化主要指的是傳統報表。當時，從ETL的數據接入開始到最後的報表呈現，整個流程非常繁瑣，耗時較長，動輒需要數月時間，甚至數年，因此應用並不是非常廣泛，更多的是大型金融機構或者運營商纔會使用，目的也是瞭解業務的發展情況。
2010年左右，BI進入第二階段。在該階段，企業的數據量已經變得非常龐大，業務變化也非常快，傳統的報表已經不能滿足企業的數據分析需求。於是，敏捷式報表的概念逐漸深入人心。這個階段，技術人員只需要準備好基礎數據，剩下的數據分析和可視化交由數據分析師即可。這一階段，BI的流程已經大幅縮短，在決策中的作用開始被認可。在這個時代，我們可以粗略的認爲，技術人員解決50%的問題，數據分析師解決另外50%的問題。藉助敏捷式BI的發展，Tableau、Qlink等企業在這一階段得到了快速增長，Tableau最終於2013年成功上市。
但敏捷式報表還不是終點。能否讓技術工作變得更少更簡單，讓數據分析師更快上手承擔更多任務？2017年之後，BI的發展進入第三階段，智能化的概念開始對這個領域產生影響，各類BI應用的使用門檻得以進一步降低，比如自然語言等交互方式的加入，或者機器通過對數據進行分析給出可供參考的決策建議等。
技術門檻
上文提到，對谷歌和Salesforce而言，研發BI並不受技術水平所限，市場是更爲重要的因素。對大部分BI廠商而言，技術反而是最直接的競爭力，可視化的頁面設計並不是核心所在。通俗來說，能直觀看到的東西都很容易模仿，但底層技術並不簡單，尤其是智能化趨勢的加入（AI化）。
劉譯璟表示，2017年前後，百分點因爲在海外項目建設中發現客戶存在此類需求，因此決定在大數據技術之上提供BI能力。這件事情本身比較順理成章，因爲早前（2010年前後）大數據概念進入企業落地的第一步往往是BI，通過對數據分析查看業務運行情況，二者的聯繫本就十分緊密，在既有大數據能力的基礎上研發BI對百分點而言是很好的選擇。
在實際調研中，百分點發現商業應用的定製化能力存在不足，且週期較長，難以滿足用戶需求。於是，百分點決定構建新的解決方案，大量應用自然語言處理和深度學習技術，最終開發出如今的百分點商業智能系統。用戶可通過自然語言與系統進行可視化互動，獲取和分析數據，大大降低數據分析門檻；在數據分析方面，百分點商業智能系統通過對數據的智能分析，能夠給用戶推薦可能感興趣的報告，並可以深度挖掘數據中隱藏的關係和價值，從而爲商業決策提供有力支撐。由於該需求最初發現於海外市場，因此整套系統也匹配了多語言設置，目前支持簡體中文、英語、法語、葡語四種語言。
在這個過程中，劉譯璟表示，基礎功能頁面的設計和交互體驗是可以不斷改進和優化的，但智能化技術的演進並不是短時間內可以速成的，這項技術的門檻並不低，其背後的設計邏輯較爲複雜，機器學習只是其中很小的一個環節。
發展趨勢
百分點目前在“增強型分析“層面進行了大量探索，包含智能數據發現、增強數據準備、增強數據分析這些模塊。百分點圍繞“增強型分析”已經構建了圖表推薦、智能建議、智能問答、圖表見解四大能力，自助式分析通過結合圖表推薦、智能問答等增強型分析功能，賦能用戶分析思維，讓普通業務人員和高管快速成爲“公民數據科學家”。
劉譯璟認爲，在BI向第三階段演進的轉型期，“增強型分析”使BI成爲更易用的產品，NLP和AI將會是現代BI的主要特徵。同時，在“增強型分析”方面的技術突破，使BI打開了一個增量市場。隨着數據持續發揮價值，數據可視化需求水漲船高，未來的BI產品形態可能會發生改變，以IaaS的方式讓越來越多的人應用起來。
目前，Tableau、Qlik等BI產品已經加入了“增強型分析”這一特性，而在國內這樣的產品還不多見，但很明顯這會是未來一段時間內的重要趨勢。這一名詞同樣出現在Gartner對2020年BI市場的預判趨勢中。根據Gartner的報告：
- 到2020年，增強分析將成爲新用戶購買BI產品、數據科學和機器學習平臺、以及嵌入式分析的主要驅動力。
- 到2020年，有50%的分析查詢會通過搜索、自然語言處理或語音生成，或者自動生成。
- 到2020年，爲用戶提供對內部和外部數據策劃目錄的訪問權限的組織將從分析投資中獲得兩倍的業務價值。
- 到2020年，業務部門的數據和分析專家數量的增速將是IT部門專家的3倍，這會迫使企業重新考慮其組織模式和技能。
- 到2021年，自然語言處理和會話分析這兩個功能，會在新用戶、特別是一線工作人員中，將分析和商業智能產品的使用率從35%提升到50%以上。
在商業層面，很多用戶對國內BI廠商的前景表示擔憂，一方面回顧Tableau的財報可以發現，自2015年以來，Tableau便再也沒有實現過年度正盈利，2018年全年虧損達到2.77億美元，這不得不讓人思考已經處於市場領先地位的公司都不盈利，其他廠商是否會更加困難。劉譯璟認爲，這可能與Tableau選擇的商業策略有關，該公司具備盈利能力，但前期可能更傾向於將資金投入技術研發或者生態建設層面，成本增加，利潤自然被壓縮；另一方面，兩起收購可能會讓國內雲廠商受到影響從而發起一輪收購狂潮。劉譯璟表示，至於雲廠商是否有意收購還是取決於其業務發展，對於一些做數據起家的廠商而言，自身的BI實力已經完全具備。對於其他雲廠商而言，如果不希望單純通過基礎設施盈利，可能會考慮合作或者收購相關企業。
結束語
2018年11月，美國商務部工業安全署（BIS）出臺了一份針對關鍵技術和相關產品的出口管制框架，其中就包括可視化、自動分析算法、上下文感知計算在內的數據分析技術。這既表明該技術的重要性，也給國內BI廠商提供了很好的發展機會。如果抓住這個時機前進，應該會在競爭力及用戶增長上有所突破。
嘉賓介紹：
劉譯璟，百分點CTO，北京大學應用數學專業博士，曾入選2015年北京市“科技新星”。帶領核心研發團隊完成了百分點大數據和人工智能技術體系的搭建以及產品體系的開發；曾參與多個國家自然科學基金項目，包括：對象封裝和保護的理論和技術研究、Web 服務編排與協作的形式化模型、複雜狀態程序和系統的語義模型研究等；現負責海外國家級政府項目的技術架構和開發。