数据|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( 二 )_

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）。

文章插图
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。