摘要：站在变化的潮头，许多故友新朋前来问询：以后Tableau还能用么？作为当局者，及深耕BI（Business Intelligence，商业智能）领域十余年的老伙计，这次变化引发了思辨，但并不意外。希望借今日之总结抛砖引玉，启发更多数据从业者与数据应用者一起讨论：当人们选Tableau的时候，实际关注什么，我们能从中学到什么……
关键词： Tableau
站在变化的潮头，许多故友新朋前来问询：以后Tableau还能用么？作为当局者，及深耕BI（Business Intelligence，商业智能）领域十余年的老伙计，这次变化引发了思辨，但并不意外。希望借今日之总结抛砖引玉，启发更多数据从业者与数据应用者一起讨论：当人们选Tableau的时候，实际关注什么，我们能从中学到什么……
我所在的企业BIZINSIGHT于2012年签署代理合作协议（Reseller Agreement），成为国内最早的商务接口。
Tableau被并购后又与Salesforce签订了服务合作协议（Service Subcontract Agreement），成为国内执行原厂服务的技术接口。近十年来，平均每年约有300家新客户与我们展开对话，进行BI产品的选型与数字化相关的实施服务。
Tableau作为软件产品，它的品牌定位、运营策略比较清晰，有效对接了客户对洞察力、执行力、自驱力和创造力的期望，带来了亮眼的销售额，值得业内人士一探究竟。
对洞察力的渴望
企业希望借助数据，辨别资源的重要度与机会的优先级，做出对自身最有利的选择。这种对商业洞察的渴望始终存在，近十年来加格外强烈，本质上是市场经济从放量增长走向精益运营的推动，同时叠加了数据量级从MB、GB、TB到PB的倍速增长，数据赛道变得炙手可热。
几年前画了张漫画来体现这种焦虑：问题无处不在，结论从何而来？
图表 1 商业智能（B I ）软件是回答商业问题的工具
在竞争中用好数据，这一意识是四十年前BI产品发端的根源。在Tableau诞生的2003年，正是Hyperion、Cognos、BO、MSTR、IBI等元老级BI品牌最火红时候，它们承接了彼时头部企业前端分析的需求，并且在2008年前后的BI并购大潮中通过高估值，证实了全球企业对数据洞察的付费意愿都很高。
承载企业家们对商业洞察的期望很不容易，行业特性千差万别，应用场景五花八门，历史IT架构更是百转千回。
Tableau暂时回避 了所有上述挑战，产品开发的技术路线狠抓“敏捷” ，在数据的快速接入及前端的可视化分析上狠下功夫，利用独特的Viz QL 程序 语言实现了数据与图表之间的智能推荐与自动适配，这是Tableau最初十年打动客户的主要卖点：数据拖进来，所见即所得。
这帮助Tableau从众多品牌中脱颖而出、站稳脚跟。随后十年，Tableau陆续完成了向下至数据管理 （DM），向上至人工智能 （AI）的技术能力扩展。
当Tableau再一次预见到新的技术变局时（此处稍后议），2019年将自己卖给了Salesforce。
下图对比了2012年与2021年的Gartner魔力象限，至少有三个显而易见的变化：1、BI吃掉了“描述性统计”与“预测分析“的市场，使其成为BI软件的内置功能，B I 魔力象限变成了AB I 魔力象限 （A-Analytics + Artificial Intelligence）；2、敏捷型B I （微软的PowerBI、Tableau和Qlik）占据了第一象限，是承载数据洞察的排头兵；3、中国的 A libaba C loud 获得国际评级，作为商业智能与预测分析的中国品牌入局。
图表 2 G artner魔力象限对比（2 012 vs 2021 ）
这与我们经历过的客户对话完全一致：越来越多的业务部门接手 了自身范围内的数据分析工作，IT部门在此十年间苦练数据底层 ，完成企业级数据仓库的升级改造，数据质量问题逐年减少，数据用户数量增加带来的速度问题和对内对外接口增多带来的安全问题逐渐突出，中国本地独特的I T 环境 带来的接口问题也不少。
承接上述新挑战需要硬实力，然而Tableau最值得借鉴的地方，是一手抓紧搞科研，一手全力推文化 。
对执行力的贯穿
应对纷繁复杂的市场变化，企业家们希望“用好数据，获得洞察”。这一愿望需要翻过“人”的大山。
“数据洞察”不等于“商业洞察”。换言之，“商业洞察”掌握在少数人手中，“数据洞察”贯穿于执行者途中。中间通道借助KPI的科学分解与实际落地来达成。
图表 3 “商业洞察”通过分解K PI 等“数据洞察”达成目标
如何将所有人统合到战略目标周围，充分理解企业家的“商业洞察”，K PI 是最容易被采纳的管理手段。尽管KPI可能扼杀创造力，但它能显著调动执行力，且相对客观与清晰，被视为获得“数据洞察”的主战场 。
核心洞察是企业家战略，所谓“道法术器”，其中“道生一”最是重要，战略决定了企业的第一KPI，它指的不是“降本增效”等常规运营目标，而是经过对资源与机会的认真衡量与周密判定后，为企业所划定的行业赛道与目标方向。高层管理者通常对企业已有资源禀赋及政策优势了然于心。
商业智能软件应率先协助第一KPI的分解，其次不断追踪与验证KPI的达成。
客观的指标与主观的人群之间如何挂钩，须遵循“看见 → 理解 → 遵从 → 落地 → 奖励” 的过程。这是BI软件的初心和使命。产品能力从硬实力 上须对应“大屏”、“移动端”、“PC”、Portal权限、数据安全等，从软实力 上须对应数据应用的文化。
Tableau深谙此道，“让所有人看见并理解数据” 的口号中，它强调“所有人”。而在“知易行难”的大数据之路上，它采用了一套可复用的方法 来找到关键用户，推动组织变革，逐步推及全体，简言之是“落地与扩展（Land & E xpand）战略” ，且从对内与对外两方面对称设计执行细节：
1. 对外：用户至上，营造聚光灯效应
· 充分关注与鼓励首批尝试自助式分析的数据爱好者，辅助建立企业核心用户群组；
· 提供分析成果与技能展示舞台，组织全国及全球的数据分析爱好者大会，驱动用户自主学习；
· 资源免费，用Public平台汇聚全球用户主动上传的数万个分析模板，每周选出最佳作品宣传讲解；
· 筹划能力认证体系，区分数据分析师职能与IT架构职能，推动用户逐层升级；
· 广泛吸纳教师与学生，XXX@edu类邮箱免费申请使用……
2. 对内：配合品牌发展阶段设计K PI
· 第一个五年追求“获客” ，新客户的数量（New logo）比订单规模（Deal Size）重要，推动自身团队尊重每位先导型用户，License只买一个也很好；
· 第二个五年追求“在用” ，续费率（MA Rate）比业绩额（Quota）重要，推动自身团队每年与客户勤对话；
· 第三个五年追求“速度” ，租用版（Rent）比永久版（Perpetual）重要，当客户可降低当期购买成本，并且每年重新评估时，极大收缩了客户的选择周期和风险顾虑；
· 始终全球公开价格 ，折扣少，议价周期短，加快客户的采购决策流程……
通过查看Tableau的早期财报，企业的研发投入 比例约占营收的25%-30%，逐年稳定略有增长。软件品牌如何保护研发人员专注于研发 ，减少非必要的二次开发与客户定制，保障技术方向的正确与速度，是提升软件产品硬实力的重要措施。
Tableau这种两手抓的设计契合了头部企业和隐形冠军们的数据驱动 文化，粉丝效应显著。进入中国市场后吸引了许多本地大型客户，如华为、字节跳动、京东数科、北京银行、首都机场、一汽大众、KEEP健身、希音电商等。
今天有部分客户完成了B I 产品的自研 或转换至中国本地品牌 ，一方面自身的技术实力突出，另一方面是在应用Tableau的过程中，真正收获的并不是软件应用能力，而是热爱数据分析，勇于呈现数据洞察，敢于用数据驱动创新的一群人 。
企业文化作为软实力的扎根，源自于企业重视经营效率和人才体系。Tableau只是启发了自助型分析文化，以及通过合作伙伴来配套执行搭建核心数据团队的标准流程，企业是否真正理解与支持这类尝试与创新才是关键。
对自驱力的涵养
培养大数据认知、能力和技术最终要靠人才体系，而拥有了完整闭环与运转体系的企业更能聚集顶尖人才，这是个良性循环 。
Tableau的目标群体画像 ，首先是广大业务用户，其次是IT，第三是少而精的数据科学家。多数BI软件都主张减少对IT部门的依赖，让信息技术背景的程序员背负超出认知的职责与期望是件难事。
这几年越说越火热的“数据智能” ，将IT部从最初的“支持” 角色，走向“支撑” ，再走入“引领” 设想，只在极少数用数据挣钱的头部企业如顺丰、招行等有所落地，其他绝大多数企业还需走过较长的涵养期。
图表 4 从“支持”到“支撑”再到“引领”的数据智能
如何找到自身与业内最佳之间的差距，鼓励企业中的全部用户潜心研究、默默耕耘，用数据说话 比老板讲话更省事、随时和客观。这种由数据带来增值力量是自然产生的，当企业内部交换的数据分析成果越来越多，覆盖的业务范围越来越大，每个人在查看和转发数据结论时，即使并非怀着创造价值的心，但实际结果是整体能力的提升，准确讲是企业整体从“数据素养”到“业务素养” 的提升。
鼓励占比八成的普通员工在日常工作中发现问题、解决问题，利用数据实现岗位周边的小改善，是Tableau的主攻方向。
这类主攻方向是“数字化运营（Digitization）” ，并不是“数字化转型”（Digitalization） 。因此，当Tableau感知到“数字化转型” 带来的巨大压力时，它把自己卖了……
对创造力的预判
必须声明本节之前的文字都是历史经验的堆叠，有实战体验。本节之后只能算一本正经的胡说八道，大部分是揣测加推理，说的不对的地方请读者们批判。
2019年6月，亚太区的Tableau 合作伙伴高级顾问团（Partner Advisory Board）正在巴厘岛开会，我是中国代表。Salesforce并购Tableau的消息在晚餐时传来，大家对157亿美元的市值讨论的最多。经历过BO、SPSS并购后，我对市值不关注，买家出多少钱都是算过的，一定能在股市上挣回来。
我只想一件事：中国将怎么运营 ，我们的市场需求、IT接口和整体环境都很不同。果然随后一个月，2019年7月，Salesforce与阿里巴巴发表了“双独家”战略合作 声明：阿里成为 Salesforce 在中国大陆，香港，澳门和台湾地区的独家供应商；Salesforce成为阿里销售的独家企业级CRM产品；Salesforce的销售云、服务云、营销云和平台本身，将与阿里云全面集成，为大中华区客户提供服务。
中国像一只放在天平上的哑铃，两头都很重，压在任何BI产品头上都是挑战。一头是我们的数字化基础设施的普及率和应用率都高。数字经济大旗下，政府牵头，5G开路，数据量级增长快 ，但用惯了小程序的我们对响应速度的要求很高 ；另一头是我们的付费意愿和价格承受度较低 。在中国，像Python、Neo4j等开源软件应用普及速度很快；购买云服务器等增强算力时计费灵活且不贵；作为制造大国完成IoT智能硬件集成的工艺难度和价格也都不高；相对有技术含量的人工智能应用，如语音识别与图像识别（Conversation AI、Visual AI等）一定是本地做的比国际好 ，因为语义语料库和图像库背后的解读都是民族的。
中国的情况是世界的缩影，只不过我们的工作与生活节奏更快，IT环境更加开放与多元，古老的应用系统一直没换的也不少。BI软件作为数字化的前端产品，外化了所有挑战，需要承担的技术压力很大。
Tableau接受了Salesforce的橄榄枝，可以说选择了最稳妥的发展路线：CRM数据是企业最源源不断的核心数据，最贴近日常运营与高级决策……新资本雄厚，帮助它在日趋碎片化、区域化的市场中相对从容。
BI往上走是AI+BI，再往上走是数据智能。进入数据智能阶段，B I 产品最终将幻化于无形 ，数据分析和可视化将出现在信息流的任何地方。“数字化转型” 变的是根本，而不仅是运营层面的改变。未来的BI产品必须从技术与商务两方面落地为开放式平台 ，允许被垂直领域（行业、部门、品牌、大客户等）和各种设备嵌入 。这是所有B I 产品的巨大挑战 ，亦可推测Salesforce并购Tableau之前，双方针对中国已达成共识：这块市场挑战更大，无论是计费模式还是技术架构都需要深度调整，甚至代码级整合 。这并不意味着Tableau将停止售卖或中断研发，只不过在下一个时代到来之前，它想将精力倾注到更主流的市场上。
早在Tableau 2019.4版发布时，与阿里之间的秋波已见端倪：阿里云上的 Tableau 客户可通过Tableau Desktop桌面端一键连接由阿里云数据库团队开发维护的RDS连接器 ，如RDS for MySQL、RDS for SQL Server 和RDS for Postgres等，且双方已经就Tableau连接器SDK 开展合作，为MaxCompute、AnalyticsDB、Data Lake Analytics 等构建本机连接器，让企业客户能够快速访问基于阿里的多种数据源。这一连接器是Tableau面向中国市场挂出的第一款连接器，再后来Kyligence用SDK开发连接器后也挂到了主菜单上，算是本地化 的又一个动作，再然后就转移给阿里了……
阿里将怎样组合Salesforce加Tableau，那将是另一条故事线，今日放下不表。
回到文章最初的问题：当人们选Tableau的时候，实际关注什么？简单归纳只有一句话：精神上认可“数据驱动的文化”，行动上接受“租用版商业模式”，经济上“买得起全球统一定价的B I ”。
至于我们能从中学到什么，目前中国本地坚持数年的BI品牌都值得尊重，他们一直在学习与超越的路上：帆软、永宏、思迈特、亿信华辰、观远、衡石等都冲在了前面，还有更多与行业特性高度集成的品牌甘当隐形冠军。来自字节跳动的风神与网易科技的有数，也许将带来商业模式的大变革 ……
再往远看，BI能力日趋扁平，数据智能时代将是专业技术服务主导的时代……
作者简介：
何业文（Alissa），深耕BI领域十五年，非常熟悉SAP BO、IBM SPSS、MSTR、Tableau等软件应用；畅销书籍《Tableau商业分析从新手到高手》及《Tableau数据可视化分析一点通》作者；经济学、传播学、统计学背景，数字化转型顾问，现居北京。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
