融资撑不起观远数据( 二 )


诚然 , 在洞察客户现状需求的态势下 , 观远数据服务客户覆盖零售消费、金融、制造、互联网等多个领域的400+世界500强企业和行业头部客户 , 成为众多领先企业BI升级的首选 。
但眼看当下 , 随着大数据、人工智能、云计算三波浪潮的深入融合 , 观远数据基于AI+BI的智能分析与决策已在部分领先的客户身上落地开花 。
但不可忽视的是 , 面对复杂的外部环境、多变的用户需求和激烈的市场竞争 , 观远数据在当下的市场上是否具有竞争力呢?
更多的是问题而非答案
从某种程度上来说 , 基于海量数据 , 依靠机器学习 , 通过精密精准计算快速得出一个比人工经验分析更精准的方案 , 一直是观远数据的愿景 。
同样的 , 在当前国内企业应用BI产品中 , 企业最期待获得的数据价值 , 数据整合、提高制表效率、辅助管理决策排名前三 。
其中 , 72.8%的企业最想获得的数据价值是整合多系统数据 , 打通多系统的数据 , 解决数据壁垒的问题实现信息透明 。
69.1%的企业想要提高报表的输出效率 , 期望能够更快更准更省事 。 53.7%的企业则希望通过数据分析 , 辅助企业决策 , 实现科学化、数据化的决策 。
但总的来说 , 企业更迫切需要的是便捷、高效化服务 , 而观远数据的发展似乎也在迎合企业的需求上 。
融资撑不起观远数据
文章图片
但现下的问题是 , BI仍然需要依靠人来干涉 。
在企业应用场景中 , BI在绝大多数场景下还需要依靠人来完成 , 不管是基础分析逻辑的设计开发、维度和度量的选择与调整、展示效果的规划与解读 , 都需要依靠人来完成 。
而限于工具目前的发展水平 , 人参与比例相对较高 。 同时 , 这样一来也会导致一个相对客观的数据分析场景 , 掺杂了过多人的主观判断 。
甚至会出现为了佐证某个观点 , 开发人员主动选择甚至筛选出符合目标预期的基础数据 , 选择适合的分析方法 , 以展示出与观点一致的趋势和期望 , 这就与商业智能通过整合数据 , 分析趋势 , 指导决策的初衷背道而驰了 。
此外 , 即便观远数据通过洞察企业痛点快速发展 , 但在市场布局上仍然远不如同行 。
在数据智能领域 , 观远数据目前服务了零售与消费、金融、高科技、互联网等近10个行业的400+领先企业 。
而永洪科技在2018年 , 就已经与金融、制造、物流、电力、零售电商、地产、医疗、能源、交通等20余个行业 , 超过2000+家企业客户提供数据分析服务 , 并且完成了秒内百亿级数据量处理 。
融资撑不起观远数据
文章图片
另一方面 , 3月15日有消息称 , 永洪科技正在筹划赴港上市 ,
在同行加快发展步伐下 , 相对而言观远数据的“BI+AI”一站式大数据分析服务 , 发展得还不够快 。
融资撑不起观远数据
文章图片
观远还需要更快
其实可以说 , 当下专注于“BI+AI”的观远数据 , 似乎已经找不到增量的突破口 。
首先 , AI在采集数据之时 , 必定会面临着使用这些数据的时候会遇到很多质量、安全、标准等方面的问题 。
如果AI无法进行自我识别处理 , 将会需要依靠人进行处理 , 这似乎与发展BI相悖 。
其次 , 在未来一站式服务能不能完全让工具代替人去消化原始知识 , 降低知识运用的门槛也是一个BI要面临的源头问题 。
因为在数据采用的前期 , 如果要将知识运用到数据分析中 , 需要事先积累、吸收、融汇贯通 , 需要付出大量的努力 。