传统BI无法适应新需求，AI＋BI成为破局之道

 “从卡耐基梅隆大学研究生毕业，到加入美国公司MicroStrategy，再到创立观远数据，15年来，我一直专注在数据分析领域。”苏春园表示，在MicroStrategy任职期间，有机会服务了大量的500强零售品牌，比如星巴克、肯德基、Zara等，了解到在这些企业的背后，都会有一支数百人的数据团队去支撑日常的运营决策。“而在中国，这样规模的数据团队只有BAT等互联网巨头才会配备。”

另一方面，国内的零售市场也在快速发展。随着新零售这一概念的火热，无人货架、社区团购等一系列创新业态也随之诞生，“人，货，场”被公认为是决定其商业模式能否跑通、能否带来真正效率和投产比的三个关键要素。

但苏春园认为应当再加上第四个因素“脑”，即决策大脑，从简单的单品单店分析、门店经营异常监控排查，到深入的销售预测、智能备货等场景，“这些重要、高频的决策需要有机打通‘人、货、场’，包括POS、ERP、CRM、供应链等系统以及各种外部数据，形成更自动和更智能的决策。”

而传统的BI却存在许多问题，并不能完全适应如今国内零售行业这些新的需求。苏春园表示，当处理的数据量变大、分析的颗粒度变细时，就容易卡死，这需要借助新一代的大数据的架构才能解决。此外，传统BI产品只能对历史数据进行统计，无法做到实时监控预警，至于要做到提前一天一周进行预测，以及更进一步的自动诊断与行动建议更是有心无力。

但近年来，随着大数据、人工智能、云计算三波浪潮的深入融合，基于AI+BI的智能分析与决策已在一些企业身上落地开花，这也让苏春园看到了机会所在。

他认为，商业创新都是从量变到质变，从传统零售到新零售的转型也是一场颗粒度革命，当一个品牌每周有1000次增长的机会，52周之后，与其竞争的就不是隔壁的品牌了。“在这场创新革命中，观远数据要做的就是帮助品牌构建决策大脑，让决策更智能。”

提出“5A”落地路径，帮助企业构筑决策大脑

苏春园表示，观远数据的智能数据分析平台可以提供从数据到决策的全生命周期覆盖，涵盖从数据准备、可视化分析、敏捷探索，到自动预警、高级分析、预测与诊断等由浅入深的产品与解决方案。

据介绍，观远数据日前发布了最新的2.0版本，该版本着重从数据量支撑、整体计算性能、终端响应速度等方面进行了优化，从应用平台、分析平台和大数据平台三个层面多维度提升企业的数据分析能力。与1.0版本相比，2.0版本最大支撑数据量由1亿行提高为10亿行，整体计算性能提升5倍，终端响应速度提升2倍。

“为了真正打通从数据到决策的闭环，我们提出了从敏捷分析到智能决策的‘5A’落地路径方法论。”所谓“5A”，即Agile敏捷化、Accurate场景化、Automated自动化、Augmented增强化、Actionable行动化。

具体来讲，敏捷化：从经营分析的核心场景切入，极速构建基础数据分析体系，最短时间内，落地数据化运营;

场景化：利用丰富分析模版，借鉴最佳行业实践，系统梳理全方位监控指标，完善上下游数据收集及处理，实现商品分析，营运分析，市场营销分析，进销存分析等全景数据监控和精细化运营;

自动化：实施全链路的自动处理与监控，自动分析业务变化，智能监测指标异常，实现第一时间“数据追人”，全面推进数据化协同工作;

增强化：用算法深度赋能商业，推进复杂场景的人工智能应用，深入探索门店运营，布局千店千面的智慧门店建设;

行动化：深入结合业务场景，通过因子挖掘分析异常产生的深层次原因，提供可行动的建议，提升决策效率。

“并非所有客户都需要按照‘5A’层层递进，因为有些零售企业已经具备一定的数据基础，可以直接从自动化或是增强化切入。”苏春园说道。

据了解，观远数据已经服务了100余家客户，其中包括联合利华、百威英博、伊丽莎白雅顿、始祖鸟等全球消费品牌，以及Lily女装、生鲜传奇、NOME诺米家居、上蔬永辉、奈雪的茶、小红书、见福便利店等本土知名零售品牌。

在谈及观远数据的核心优势时，苏春园认为是来自于核心团队的丰富经验，“我们的创始成员都曾在美国MicroStrategy、阿里云、支付宝等公司担任重要职务，为超过百家中国及全球500强公司提供过企业级数据分析产品与服务，积累了10余年的行业经验，这就是观远数据的核心竞争力。”