“这家渠道商，可能会有二心。”李波是永洪科技营销中心副总经理，显然他并不是能掐会算，更没有得到内部消息。但李波还是向客户的渠道总监，提出了自己的看法。因为关键信息就明明白白地摆在表格里，这家渠道商销售、库存、进货等环节的关联数据，明显存在异常。
敏捷BI何以敏捷
确实如此。
敏捷BI就是业务的放大镜。
2012年是个很有意思的年份，国内诸多创业型科技公司，多是成立在这一年前后。在云计算、大数据领域是如此，在敏捷BI（商业智能）领域也是如此。永洪科技正是成立于这一年。
BI概念提出于1958年，明确于1996年，但第一个产业高潮，出现在2007年。此时，经过一系列波澜壮阔的收购，IBM（Cognos）、Oracle（OBIEE）、SAP（BO等），成为传统BI领域的三巨头。
但所谓的“格局”，也只稳定了不到5年。改变就出现在2012年前后，Qlikview、Tableau等一批新兴公司相继上市，敏捷BI概念也随之流行。这可不是巧合，改变这些公司命运的是底层技术的突破。因为在此之前，内存计算、分布式计算、列存储、库计算等一批新兴技术，集体商业成熟。
在上述技术中，内存计算的价值尤其令人兴奋，其释放了算力，也释放了数据。得益于内存价格的大幅下降，科技公司可以轻奢到，将内存当硬盘使用。可以将海量数据（PB级）处理响应，提升至秒级。
正是以此为基础，敏捷BI开始颠覆传统BI，而且颠覆的并不困难。因为此前的BI工具，确实略显笨重；因为传统BI的响应反射弧确实太长；因为企业中也确实没有多少人，可以运用BW/BO等工具，熟练地制作数据分析报表。
人人都是数据分析师
“人人都应该成为数据分析师。”李波阐述着永洪BI的价值理念，这家公司希望扩大数据的使用场景，希望降低数据的使用门槛，但他并不想砸掉数据顾问，或“表哥”、“表妹”的饭碗。恰是相反，或将因为敏捷BI，他（她）们或可得到不一样的晋升通道。
传统BI时代，IT部门的数据顾问，虽然自带光环，虽然可以熟练使用传统BI工具，但他们经常受到业务部门的反复纠缠。企业中的部门助理、运营经理被称为“表哥”、“表妹”，他（她）们的工作简单枯燥，以“人工+Excel”的形式，进行数据统计，可即使经常通宵加班，也经常被领导忽视。
“制作表格这件事，会越来越没有技术含量。甚至永洪科技已经可以，通过语音输入，自动生成报表。”显然，因为敏捷BI的落地应用，制作表格已不再是体力劳动，“此后，‘表哥’和‘表妹’的工作是输出报告，是解读表格中信息，是要看到数据与业务之间的联系。”李波说。
确实，“表”里如一，正是敏捷BI的价值，即数据与业务，将在表里融合唯一。举例说明，公司前台的小姐姐可以在Excel中，进行考勤统计、绩效考核，但她同样可以借助敏捷BI，为企业管理出谋划策。
“打卡并不是科学家的首要工作。科研机构可以将考勤、绩效，与课题组的论文数量、专利数量进行关联。”李波是希望在使用敏捷BI后，企业可以看到不一样的信息，可以改变思维逻辑，“因为企业管理不能束缚在表格中，而是要透过表格，进行企业管理制度创新。”
而回到文章开篇所述的渠道管理，敏捷BI同样具有意想不到的洞察力。这是一家知名酒业集团，李波不懂白酒，也没当过一天渠道总监，但他懂得关联数据中的常识，“销售业绩良好，但库存很少，也不愿意进货，这样的渠道商必然存在流失风险。”
当然，代理商健康度分析，也只是敏捷BI的应用场景之一，市场营销费用同样可与代理商的销售业绩、库存周转、进货数量等数据关联。“由此，企业可以针对不同人群、不同市场，定制不同的营销策略。”李波说。
敏捷的那条快鱼
不仅如此。
我们认识敏捷BI，是因为它可轻松应对PB级的海量数据；是因为在“宽表”中“托拉拽”，即可完成用户行为分析；是因为它可将企业的年度预算编制周期压缩3/4；是因为它可大幅降低资金支出计划波动，让企业支出变得可预见。
但这还不是全部。
因为敏捷BI总有一双不同视角的眼睛。通过表格，服装企业会看见影响销量的最重要因素，不是价格，甚至也不是促销，而是款式新鲜度。制造企业可以看见提升库存周转率，是要关注半成品，不能仅盯着成品库存。
而这正是通常所说的企业数字化转型。“通过敏捷BI进行数据分析，已经成为企业刚需，已经成为数字化转型的常备技能。但敏捷BI的本质是数据分析工具，其几乎可以用于，企业数字化转型的每个应用场景。”李波所说的应用场景，包括例如用户画像、风险评估、财务分析、竞品监测、舆情监测、代理商健康度分析、市场营销费用分析、考勤绩效分析等。
由此，我们正可理解“敏捷+BI”的价值，也正可重温经典商业规律——企业数字化转型，同样是快鱼吃慢鱼的时代，而且企业的所有环节、所有应用场景都要更快一步。因为我们不可能看见月度销售报表，再去分析销量下降的原因；因为我们也不可能看见人员和渠道流失，再去纠正管理制度；因为我们更不能在别人奔跑时，还在慢悠悠的踱步。
靠产品和服务说话
当然，并不是所有敏捷BI都叫永洪科技。“数据应用成熟度越高的行业，永洪科技的市场占有率越高。市场竞争越激烈的行业，永洪科技越经得住考验。”李波说：“因为永洪科技是靠产品和服务说话的企业。”
金融行业的数据应用成熟度显然很高，而中国银行、招商银行、中信银行、民生银行、中金所、光大银行、浦发银行、华泰证券、光大证券、阳光保险、泰康保险等，都已与永洪科技建立了稳定的合作。
“数据可以为金融行业，带来肉眼可见的投资收益。永洪科技的优势可能只是1%，甚至是0.1%，”李波说：“但这已经足够有竞争力。”确实如此，金融精准营销场景中，反馈率3%和3.1%之间，可能就是数亿元的收益差距；风险控制场景中，1%的差距更可能避免数十亿元的损失。
在家电行业也是如此。这是一个开放最早、竞争最激烈、毛利率很低的行业。改革开放初期，当松下、东芝、索尼等品牌，每天霸屏电视广告时，我们并不能预想到40年后，美的、格力、海尔等中国品牌，能在全球市场占有50%以上的份额，成为当之无愧的世界第一。
上述这些家电品牌，也都与永洪科技建立着稳定的合作。“易用性、可靠性，以及产品性能，是敏捷BI的技术核心，而在项目落地中，越是测试到细节功能，用户会越倾向永洪科技。”李波说。
当然，不管是金融，还是家电都只是当今中国经济发展的影子。在充分竞争的市场中，“拍脑袋”已经不能解决问题，因为“拍脑袋”的精确度，无论如何也达不到1%。未来，企业不具备数据思维能力和数据使用能力，上升空间将极其有限。未来，越来越多的行业将开始精耕细作，而这就离不开深度数据分析和数据决策，更离不开敏捷BI。
BI+AI看见过去和未来
离不开的也还有AI。
“BI代表数据应用的广度，AI代表数据应用的深度。”从2017年开始，永洪科技即在布局BI与AI的深度融合。“因为两者融合，既可以帮助企业看见历史数据中周期性规律，也可以基于海量数据，进行销量预测、治理预测、采购预测。”
确实如此。
学习历史是为了面向未来。而AI+BI的价值正是继往开来。BI与AI的深度融合，可以对数以万计的报关单进行风险评估；可以为教育机构提供收入预测服务；还可以为公交集团提供线路优化服务；为边检部门提供客流优化服务。
“所以BI与AI并不割裂，永洪科技也不会在解决方案中突出是应用AI还是BI，我们始终在根据应用场景，提出最佳的解决方案。”李波最后说。