自“十四五”规划将“加快数字化发展，建设数字中国”单独成篇，从国家战略层面明确了数字化转型的重要性，国家层面有关支持数字经济发展的顶层设计与配套政策此后相继出台。2023年3月1日，中共中央、国务院印发了《数字中国建设整体布局规划》，明确了数字中国建设按照“2522”的整体框架进行布局，即夯实数字基础设施和数据资源体系“两大基础”，推进数字技术与经济、政治、文化、社会、生态文明建设“五位一体”深度融合，强化数字技术创新体系和数字安全屏障“两大能力”，优化数字化发展国内国际“两个环境”。商业智能（BI）作为将数据转化为信息和知识解决方案的工具，在建设数字中国的“五位一体”融合上，能够以行业需求为导向形成数据应用，在以下多个方面发挥作用：政策与市场推动数字化转型持续加速，企业面临数字化建设与工具使用上的双重困境当前，无论是宏观的政策指引下的市场结果，还是微观的企业具体实践情况，无一不显示着数字化进程不可逆且会持续加速。从宏观政策层面分析，“数字经济”自2017年起，已经六次被写入政府工作报告，从2022年的《“十四五”数字经济发展规划》到今年的《数字中国建设整体布局规划》，国家层面的高度重视充分彰显了数字经济在国民经济和社会发展中的重要地位。在政策和技术发展的推动下，我国数字经济发展再上新台阶。从2012年至2021年，我国数字经济规模从11万亿元增长到超45万亿元，数字经济占国内生产总值比重由21.6%提升至39.8%。产业数字化规模达到37.18万亿元，占数字经济比重为32.5%。产业数字化在数字经济中的的主导地位持续巩固，是数字经济增长的主引擎。从微观的企业转型实践分析，数字化的核心流程从引入数字工具实现数据在线化与自动化开始，到构建数据应用优化经营管理流程，最后全面依托数据驱动决策，自下而上重塑企业业务、组织、管理方式。企业在当前阶段聚焦于将业务通过在线系统抽象化，将流程从线下搬到线上，从手动或半自动化搬到自动化，在运营管理上降低成本，提升效率。当前在工业、金融、教育、能源等代表行业，前20%的头部企业内部数字化已渐趋成熟，具备ERP、WMS等系统，进入到了业务相对自动化与在线化，以及能够做一些初步的、基于集团层面的统一数据规划与分析；而另外的80%更多则还是基于业务变化的基础上，构建相应的信息系统来达到业务在线化。在数字化转型的浪潮下，要继续发挥数据价值，无论20%前沿的还是80%进程中的的企业，仍然面临着在系统建设和数字工具使用上的瓶颈，具体表现在：第一， 企业信息系统建设与实际业务发展不匹配。由于缺乏统一的数字化建设和业务发展规划，系统往往难以与真实的业务发展相匹配。其根本原因在于数据应用与业务未能高效结合，导致数据结果反馈不完整、不准确、不及时，阻碍了企业及时了解自身运营情况；第二， 企业对数字化工具投入产出比不及预期。在大型央国企中，管理者高度重视数字化建设，投入了大量财力与人力，进行数据治理和采购数字化工具。然而，由于实践经验和人才的缺失，如何通过数据解决问题又成为另一个难题，这导致数字化工具在业务上的产出效益远不及预期。面对以上困境，企业亟需构建完整统一的数据在线体系，并与业务流程进行融合。同时，找到合适的数字化工具，优化运营管理方式，产生预期的数据价值。
02
看得见的数据价值，商业智能驱动数据在线向数据决策提升
针对在数字化建设以及工具上使用的难题，商业智能灵活的数据连接、分析与应用能力，恰好能够解决以上问题：一是通过统一的数据集成管理，打通企业内部数据孤岛，实现在线数据的完整与统一，并在此之上敏捷反映业务运行状况；二是利用数据仓库、数据可视化与分析技术，将数据转化为信息和知识，满足企业不同角色对数据查询、分析和探索的需求，建立数据驱动决策的运营管理方式，有效产生商业价值。
值得一提的是，商业智能在市场需求的驱动下，已经从单一的分析和可视化工具，逐步演化成包含数据准备、数据处理、数据分析与可视化，并且灵活组合多种上层数据应用的完整解决方案，一些平台中甚至融入了低代码/无代码构建工作流或应用的能力，打通了数据从生产到消费的全链路。对于商业智能而言，能够让使用者真正用起来，将人的智慧通过数字化增强，产生可观的价值效用，需要：- 从功能上，满足企业内多种角色应用数据的需求。虽然不同企业需求有别，但商业智能产品至少要提供包括数据准备、数据处理、分析与可视化在内的基本功能。除此之外，商业智能要能够结合业务场景或决策流程，提供情景化的见解。
- 从性能上，在企业大数据环境下稳定运行。在大数据量下，商业智能工具要能够提供高性能、高可靠的数据服务，其中包括取数快、分析响应快，运行平稳不频繁宕机。
- 简单易用。对于工具的使用者，高效通过数据解决业务问题是核心诉求。因此，使用者不希望工具投入过多学习和使用成本。另一方面，业务人员本身的交互体验也是易用性的衡量标准之一，工具需要匹配适合的场景和使用方式，才能够有效释放智慧与生产力。
除了产品能力之外，企业还十分依赖厂商在国产化方面的支持，以及综合实力：- 在重点行业及大型央国企，国产化是硬门槛。在国家信创相关政策下，党政、金融、电信、交通、教育等重点行业以及大型的央国企，对厂商技术自主可控均有所要求。而且，工具要能够兼容国产化环境，与相应的软硬件适配，保证平滑替换。
- 厂商的综合实力保证项目成功。在解决方案上，企业会考虑厂商的实践经验与行业know-how，保证项目成功。在服务上，企业会考虑厂商技术支持和问题解决机制，尽可能减少运维管理成本。
如前文提到，厂商选择需要考量产品能力、国产化、厂商综合实力等因素。当前中国商业智能领域，国产厂商已经角逐出可以适应市场需求的头部玩家。据悉，帆软已在商业智能与低代码/零代码平台融合有了具体落地案例。大家耳熟能详的某功能饮料，其母公司早在2018年就与帆软展开合作，推动集团从局部到全局数字化转型。借助帆软零代码应用搭建平台——简道云，该快消品集团首先完成了数据采集、管理工作，实现了包含考勤、进销存管理、历史数据、日/周报、货流查询以及SFA数据分析等在内的相关模块流程化、标准化、可视化。随后该集团使用帆软BI产品为财务、营销、人事、市场、生产等多个部门搭建固定展示报表，实现了总部-战区-营业单位-办事处的多层级报表分析体系建立，完成了决策数据化。目前，帆软产品已由上而下覆盖该快消品集团各层级，管理者能通过报表及时洞察经营问题，以数据驱动管理决策、防控风险以及管理员工绩效，超7000名业务人员能实时查看自己的工作完成情况、及时发起流程、货流管理线上化，月活人次过万。帆软产品功能完整、稳定易用。帆软的一站式商业智能解决方案能够面向企业内部不同角色提供多种工具组合：企业级一站式数据集成平台FineDataLink，能够从OA、ERP、MES、CRM等业务系统中实时、离线同步异构数据，可单独支撑业务数据采集、处理，完成数仓搭建，也能配合数据中台进行ETL和ELT处理，以及进行零代码API数据分享，灵活满足上层应用需求。FineDataLink可以分别连接FineBI、FineReport两款核心BI产品，实现自助大数据分析和企业级 web 报表，并在此之上搭建数据可视化大屏幕FVS。- FineReport是企业级web报表工具，面向IT部门，简单拖拽操作便可制作中国式复杂报表，轻松实现报表的多样展示、交互分析、数据录入、权限管理、定时调度、打印输出、门户管理和移动应用等需求。
- FineBI是自助式数据分析工具，面向业务部门，用户只需在 dashboard 面板中简单拖拽操作，便能制作出丰富多样的数据可视化信息，并可以进行数据钻取，联动和过滤操作。
- 3D大屏编辑器FVS，支持实时数据更新、3D模型导入以及一键生成三维场景等功能，用户可以高效地构建“3D 智慧大屏”、“管理驾驶舱”等可视化界面，将企业的数据信息投放在大屏幕上，如展览大厅、监控智慧中心、集团会议中心、生产车间等场所的 LED/LCD 大屏上。
除了数据的分析与展示能力，FineDataLink可以连接零代码平台简道云实现应用搭建，面向企业全员，提供表单、流程、分析仪表盘、知识库等模块。管理员无需代码、即可构建出符合需求的业务管理应用。此外，借助数知鸟需求管理工具，业务和IT人员还能够进行需求管理、反馈以及指标管理。其次，帆软具备国产化兼容适配能力。作为唯一通过全栈信创适配验证的商业智能厂商，帆软在兼容国产化环境、完成软硬件适配方面，做了大量的工作。目前，帆软已经与兆芯（X86）、华为云鲲鹏云（ARM）等国产芯片；银河麒麟、中标麒麟等国产操作系统；东方通、金蝶天燕等国产中间件；华为GaussDB、人大金仓、南大通用等国产数据库适配。2022年，帆软实现了三款软件共计548项功能点及用例的功能、性能、兼容性及可靠性适配。此外，帆软还针对不同的国产化芯片、浏览器、中间件上优化了技术的稳定性与性能，排除迁移过程中可能产生的问题或稳定性异常，保证产品的推送、预警、监控一如既往稳定可靠。- 在服务上，帆软提供包括项目部署服务、技术支持服务、研究院咨询服务、用户生态体系在内的完整服务链。帆软的本土化垂直服务能够帮助在不同的城市、不同的区域、不同的行业的客户都找到最佳实践，及时解决客户问题。
- 在解决方案上，帆软积累了丰富的实践经验和标杆客户案例，对行业特点有着较为透彻的了解和思考，能够精准定位业务问题并对症下药，因此也能在具体业务上带来超出工具本身的价值。
总体而言，帆软的一站式数据应用解决方案打通了企业数据分析应用全链路，具备完整的商业智能组合低代码/零代码解决方案的能力。同时依托优质的国产化、服务和解决方案能力，长久助力企业数字化转型。提升业务价值与用户体验是工具主要目标，人才与思想亦是转型动力低代码/零代码平台提供了自动化工作流和应用程序的能力，使用户不局限于报表或仪表盘来获取信息，让商业智能更聚焦于决策流程和业务价值，以获得更加情景化的见解。这对于用户来说，更加贴近实际应用场景；对于企业来说，能有效匹配经营管理目标。展望未来，无论在宏观的数字中国层面，还是微观的企业数字化转型层面，商业智能都将围绕企业数据资产，向实现更大业务价值、更敏捷易用的方向迭代发展：- 从需求侧看，企业更加关注工具的实际投入产出比。用户会围绕实际场景去触发数据应用创新点，找到明确的、能创造价值的机会进行投入；
- 从供给侧看，厂商在探索工具更敏捷易用的使用方式。在智能化时代，BI与AI 技术的结合已成趋势，为用户更便捷地提供更深度的分析结果。
对于企业而言，工具虽是数字化转型必不可少的动力，但也离不开使用者的智慧，以及企业自下而上的数据使用意识、数字化管理氛围与组织文化。首先，人才是掌握数字技术的核心资源，再优良的工具如果受限于经营管理智慧不足，很容易造成工具不会用、用不好的困境。因此，企业需要既懂业务，又有一定技术储备的复合型人才做出针对性的优化建议。此外，数字化转型本质是从管理和决策思想的根本转变，因此做数字化战略需要直接与企业的管理委员会挂钩，从源头上树立企业的数据意识，依托数据进行顶层战略设计到业务拆解的一系列动作。
