“君子和而不同”，与瓴羊副总裁畅谈国产BI

国庆节前，我在去往武汉的高铁上写了一篇批评 QuickBI 数据源、数据集的文章，在BI小圈子引起一阵小骚动，后被利益相关方投诉下架，甚至公司注册地网信办致电于我，作为回应，就有了后来的中篇（可视化）、下篇（计算）。

我承认初期文章多有言辞激愤之处，但很难说“言过其实”，我更希望的是国产 BI 工具厂家能看到后引以为戒，从而为用户做出更好的产品。相反，任何对抗都无助于国产 BI 的发展，反而会破坏国产 BI 的生态，彰显自负和短见。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

当然，瓴羊公司领导在看了我的“连载文章”后，也知道误会背后其实是“君子之争”，否则我大可不必阐述如此详细，于是及时就有了11月22日，我和王赛总的上海之约。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

这是一次积极的、友好的、相见恨晚的交流。‍‍‍‍‍‍‍‍

瓴羊副总裁赠以瓴羊吉祥物‍‍‍‍‍‍

这里，我将部分交流内容公开如下，为“QuickBI 测评”系列正式收尾。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

01—我们的交流‍

我们先彼此介绍了各自的“BI历史”，之后就快速进入了正题，畅聊三个小时之后又共进午餐，我也获益颇丰。

我从2017年才初识 Tableau，初识即热恋，All IN 至今；而王赛总作为负责产品和技术的瓴羊副总裁，又是在职15年的阿里老兵，自然各方面都是我的前辈。

我好奇的几个问题，都在交流中找到了回答：‍‍‍‍‍‍‍‍

• QuickBI 在什么情况下被整合推出‍‍‍‍
• 采用订阅制的QuickBI 为什么还能“随时取消”‍‍‍‍‍‍‍
• 如何看待国产 BI 的“混战”局面 ‍‍‍‍‍‍‍‍‍‍‍‍‍‍

在交谈中，我增进了对 QuickBI 的了解及其未来的信心（虽然我对其部分功能依然保留意见）。如果以2016年“SaaS 元年”为分界线，我愿意把 QuickBI 称之为“国产 BI 新势力”的“领头羊”——一头有耐力、坚韧的“瓴羊”。

虽然我对 QuickBI 的价格保留意见，但对其坚持订阅、公开报价报以万分赞叹，这是 BI 新势力对客户的坚定承诺，也是慢慢侵蚀“BI 前辈”市场的重要方式。在 Tableau、PowerBI 等一众同行转订阅很多年之后，国产工具还鲜有跟进，或者暗地中订阅、永久销售并存，特别是极少有在官网公开报价。

极其不透明的国产 BI 报价市场，导致了很多乱象。

我相信，未来BI 产品会越来越零售化，开箱即用，低成本、高粘性，相比 Tableau、QuickBI 这些产品的透明定价、灵活订阅方式，躺在“灰色销售体系”中不能自拔的产品将难以承受阳光的照耀。

当然，我也找到了为什么会有如此之多令我不快的地方，如果简单总结一二，我想可能是：

• 开发上“数据仓库范式”胜过“业务分析范式”，业务背景的产品经理相对薄弱（这一点这是国产 BI “拿来主义”背后普遍的弱点）
• 相比国际同行，国产 BI 普遍盈利性不足，开发团队受限。部分头部客户的盈利模型不见得能长久；未来属于谁，还有很多变量

未来，QuickBI 依然要倾听客户的意见，做好产品的“总体设计”，以期待在BI 混战中突出重围，成为名副其实的“ABI魔力象限”之中国代表。

五年之后，会有头部 BI 工具进一步崛起，也会有头部 BI 厂家陨落。前者就像近几年“势头正盛”的观远，后者就像“江河日下”的永洪。

当然，势头正盛是否是昙花一现？江河日下能否起死回生？也都是未知数。

毕竟，每一家在有限投入下，不得不“顾此失彼”。观远所谓“易用性”的代价恰恰是深度不足。永洪“高度定制”之路确保了短期客户满意度，但很可能是长期的“滑铁卢”‍

眼前的功能、易用体验固然重要，但五年之后是否还能在“桌子之上”也取决于很多外部要素。比如近年来发展迅猛的 AI 技术，如何帮助“BI 新势力”弯道超车？‍‍

在这方面，王赛总认为AI 会成为 BI 的推动力，AI 会让复杂分析能变得更简单，让业务数据分析随时随快速上手。QuickBI 也在 AI 方面准备持续发力，我们共同期待它的表现。‍‍‍‍‍‍

虽然我也时常使用 AI 工具，但我个人短期并不押注 AI 在 BI 方面的前景，相比之下，国内市场更缺少普适的分析方法、最佳的分析实践、优秀的分析工具。作为个人品牌，我依然将借助于 Tableau 深耕于软件厂家薄弱的环境。‍‍‍‍‍

02—从数据模型看开发路线‍‍‍‍‍‍‍

在交流中，我们重点阐述了彼此对于数据层、数据模型的观点（当然，我的观点来自于 Tableau，称之为“Tableau 观点”更准确）。‍‍‍‍‍‍‍‍‍‍‍‍‍

在第一篇测评文章中，我重点阐述了 QuickBI 在数据模型层面的不足，这和开发团队浓重的 ETL、数据仓库背景息息相关。过度依赖数仓范式下，BI 的数据层和可视化表达是“硬关联”，而主流 BI 则是建立在数据模型（或者说语义层）之上的“软关联”）——逻辑层成为一个缓冲垫，承担了数据权限控制、质量监控、指标一致性等功能。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

有了逻辑层，进而指标落在模型之上，就能更好地确保数据源、数据指标的一致性，避免了数据的碎片化。

如果从业务的角度看，数据模型应该考虑几个方面：

• 相同业务场景的数据合并（Union）‍‍‍
• 相同业务主题，多业务场景的按需合并
• 跨业务主题的永久匹配和模型化‍‍‍‍‍
• 跨业务主题的临时匹配和按需合并

基于这样的业务需求，SQL 有 Union、Join、NaturalJoin、基于聚合子查询的 JOIN等；PowerBI 有 Related、UserRelationship表达式；Tableau 有 Join、Relationship、Blend、Composable Data Sources ，等等。在此基础上， PowerBI 数据模型方有意义， Tableau也从关系模型变成数据服务（data service）。

相比之下，国产 BI 的产品经理还是拘泥于技术理解、技术实现，缺乏抽象层面的理解（我乐意将部分责任归咎于长期教育下的“唯物主义”世界观）。

进而，国产 BI似乎分化出了两个方向：以帆软为代表的“拿来学派”构建了类似于 Tableau 的数据关系模型；而以观远、跬智为代表的“新兴学派”则更重视指标平台。

只可惜，前者学艺不佳，往往连“筛选基于模型”，还是“筛选基于物理表”都莫衷一是；后者则过度迎合客户需求，在我个人看来其实是一条歧途。（跬智从之前的“加速平台”改头换面为“指标平台”，就能卖给国企客户几百万，简直是检验甲方智商的“试金石”）

这一方面，QuickBI 也在做出自己的努力，我当然希望它能在充分理解国内外产品的基础上，不要重蹈他人的覆辙。‍‍‍‍‍‍‍‍‍‍‍‍‍

03‍—面对国产 BI，我的正式立场

当然，我们还深入的交流了对国产 BI 市场格局以及对诸多国产 BI 厂家近年来发展方向的看法；在此内容不表。

作为晚辈和 BI 后来人，我在从与王总的交流中获益良多，也更加坚定了自己未来十年的发展方向。‍‍‍‍‍‍‍‍

借此机会，我也希望正式的阐述我对国产 BI 市场和厂家的基本态度。

首先，我绝非恶劣的“五毛”（我很贵），也绝非情绪化的“愤青”（虽然我曾经愤青过）。

其次，我希望国产 BI 市场发展越来越好，工具越来越好用，而绝非相反。

我既不希望看着某些头部厂家（如 FR）滥用它的市场地位，以其拙劣的市场宣传手段阻碍市场的进步，更不希望看到后来的“新势力”（如 QuickBI）走向错误的发展之路，降低了追赶脚步，拖慢了中国数字化文化的脚步。

我自知自己影响的客户有限，而且大部分 Tableau 客户认知都颇为在线；但更多的中国客户没有见过“更好的 BI”（就像大部分中国人没有坐过飞机），我只有通过推动国产 BI 厂家才能推动他们的进步，推动整个市场的进步。

因为唯有如此，我的数据咨询生意才能更有根基。‍‍

我爱 Tableau，但我更爱我的祖国，这是并行不悖的。

@喜乐君 咨询顾问｜上海唯知唯识创始人‍‍‍‍‍‍‍‍‍‍

业务分析师、数据咨询顾问

Tableau Visionary 2021～2024

《数据可视化分析:Tableau原理与实践》2020.8

《业务可视化分析:从问题到图形的Tableau方法》2021.7

《数据可视化分析:分析原理与Tableau、SQL实践》2023.9‍‍‍

………… MORE …………