投稿|融资撑不起观远数据( 二 )
文章图片
找到行业痛点的观远数据，选择引入了数据仓库和智能数据准备（Smart ETL）等产品，帮助企业构建数据基础，提供一站式的智能数据分析服务 。
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 。
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 。
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 。
推荐阅读
- 投稿|Keep，健身的尽头是电商？
- 投稿|3块钱的风油精，是非洲的社交顶流
- 投稿|母婴后浪品牌频出，各个细分市场有哪些发展潜力？
- 投稿|抖音电商变革背后：「字节式」竞跑与围困
- 投稿|再三折戟资本市场，喜马拉雅只有故事？
- 投稿|蝙蝠侠不吃爆米花
- 投稿|海尔智家、美的、格力的渠道变革，其核心都是“去中间商”
- 投稿|特效行业里的寒冬：瘦了甲方，肥了外包？
- 投稿|百果园再次冲击IPO：争夺“水果连锁第一股”背后，想象力何在？
- 投稿|谁在向你销售二手奢侈品包？