今天，商业智能BI和大数据分析产品提供商思迈特软件（Smartbi）宣布完成亿级B+轮战略融资，本轮投资方为领先的全球企业级数据分析和组织智能服务平台提供商--明略科技。

此前，思迈特软件曾先后获得来自价值资本、方广资本的数千万A轮投资，及高成资本、琥珀资本的1.25亿B轮投资。

思迈特软件与明略科技此次战略合作将进一步加强双方在数据分析和智能决策等业务上的优势叠加效应，通过双方在产品、技术、市场等方面的整合互补，以产品创新带动产业模式升级，携手为国内企业数字化转型发展注入新动力。

i黑马＆数字观察了解到，创建思迈特软件之前，吴华夫及其创始团队曾在东南融通供职多年。东南融通曾是国内第一家在纽交所上市的中国软件企业，通过收购老牌BI厂商菲奈特等一系列操作，在国内金融银行业的BI市场占据半壁江山。

但2011年东南融通因故退市解散后，吴华夫与20多位老同事一起创建了思迈特软件。考虑到之前在东南融通做BI是做交付，做项目，包括软件、服务都在里面。

成立思迈特软件的时候，吴华夫与团队把公司定位是专门做BI的产品厂商，聚焦在商业智能和现在的大数据分析一站平台方面，帮助企业快速挖掘企业数据价值。

吴华夫告诉i黑马＆数字观察，2020年是不平静的一年，各行各业都受到了疫情的冲击。在这种情况下，企业如何开展精细化运营，从而进一步提高效率就成为更加突出的问题。同时，国家也在大力号召自由创新，鼓励投资新基建。

“所以，2020年对于思迈特软件Smartbi来说既有机遇也充满挑战。一方面，企业在新形式下对精细化运营的需求，促进了BI市场发展；大数据、AI等新基建项目也在不断产生新的市场机会。

另一方面，我们同样也受到整个经济环境的影响，客户整体投资趋向谨慎，对AI等新技术的引入也大多处于观望状态。

因此，2020年我们主要是苦练内功，在产品上提供更多实用的功能，如Excel融合分析和自然语言分析，可以帮助客户更加简单灵活地进行自助分析，赋能一线。

在方案上，我们利用多年的行业积累，为客户提供咨询和规划，最大限度保证BI项目的落地成效。”

传统BI被“革命”

AI是BI技术未来的发展趋势

根据IDC报告，2020年中国BI软件存量市场规模为38.2亿元，到2024年，市场规模将达到78.5亿元，未来4年整体市场年复合增长率（CAGR）为19.2%。此外，还有规模达到100亿元的增量市场和数百亿元的潜在市场。

我们知道，商业智能（BI）是由Gartner公司于1996年提出的概念：BI描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。

BI是对商业信息的搜集、管理和分析过程，其目的是使企业的各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策。BI系统一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成，涉及到软件、硬件、咨询服务、管理及应用。

吴华夫告诉i黑马＆数字观察，中国的BI行业发展历经了三个发展阶段，即传统BI阶段、自助BI阶段和智能BI阶段，而后两个阶段统称为现代BI。

随着移动互联网、大数据、云计算、人工智能等技术的发展，中国步入数据化转型的快车道，数据量加速攀升，预计到2020年中国大数据产业规模将超万亿元，2015-2020年均复合增长率达到29.25%。其中，超过60%数据由企业管理，拥有大数据的中国企业已超过90%。

但是，随着信息化技术的发展和业务的不断深化，企业积累的海量数据已经成为非常重要的数据资产，企业对数据的应用方式也从粗放式管理逐渐走向精细化运营，从而也对BI和大数据分析工具有越来越多的需求，这时候传统的BI已经不能满足企业的业务发展需求了。

首先，传统BI是门槛很高，不是一个人人能享用的东西，可能那时候只在电信、大的银行才有这种BI的应用，而且一个产品可能几百万，非常的贵，门槛很高。

其次，业务用户只能受限于IT预先构建好的模型，做固定路径的分析，或者是固定报表，对于，宏观分析、长期历史分析难度很大。当业务变化的时候，分析需求无法被快速满足，同时与其他新型数据库兼容性很差。

第三，对于企业而言，数据化运营的主力是企业的每个部门、每个人，但传统BI系统使用边界只有数据分析人员才能使用，当业务部门想看懂数据，需要交付给IT部门同事，因为需求沟通不准确，IT部门同事分析出来的报表不但未能满足业务人员的需求，还极大的降低了运营效率。

在新的数据化运营架构里，敏捷BI最重要的内涵是分析无边界，它的用户客群由IT人员转变为业务人员，不再是业务人员提需求，IT使用BI产品解决需求的模式，是将分析能力交给业务人员，由业务人员进行自助式分析。

其实，企业客户希望自己能做数据接入，能自己处理数据，能自己建模，能自己分析数据，甚至能预测数据未来的趋势。其实，这时候IT和业务的关系已经被改变，这就是自助化BI。

而在智能化阶段，业务用户能够更简单的访问数据，如通过自然语言交互的方式获取数据，洞察和发现数据深层次规律。

“目前，整个中国的BI市场的竞争格局往多方向发展，有的专注于行业化/场景化解决方案，有的偏向于通用的平台产品；有的偏向于产品本身，有的提供交付+产品的一体化能力。

从产品端来说SaaS化和AI化是重要趋势，SaaS是未来BI的主要交付方式，有利于BI的进一步普及。各家SaaS厂商也在不断进行资源融合，例如19年CRM巨头Salesforce收购Tableau。

AI是BI技术未来的发展趋势，各家BI公司都在竞相进行AI投资。实际上，国内离AI的全面应用还有一段距离，但提前对AI技术投资的公司，将会在未来的发展中抢得先机。

以思迈特软件为例，我们对AI+BI的理解就是利用AI技术进一步加强BI使用的广度和深度，帮助更多的用户，更深入的洞察数据。

在广度方面，我们提供了各种自助分析工具，有最常用的即席查询和透视分析，有可视化分析的自助仪表盘，有最接地气的Excel融合分析，有最易用的自然语言分析NLA等等，可以满足用户不同场景下的各种分析需求。在深度方面，我们推出了机器学习AI平台，让用户在一个界面上就可以进行数据挖掘，可以做预测性的分析。

在行业的布局我们是把多年的实施经验积淀下来，通过行业应用商店对外提供可复用的应用模板，大大降低了行业客户实施BI的门槛和风险。”

总的来说，在新的背景下，国家也在鼓励自主创新，推动国产化替代。BI软件作为一款应用软件，是最有可能，也相对比较容易实现国产化的，这对于国内BI厂商来说是一个很好的机会。

当前的行业数字化转型也已经进入倍增创新阶段，无论地区政府的经济和产业倍增规划还是企业的倍增创新转型中，对数据的挖掘和利用都被提到重要的战略位置，作为实现数据价值的有力工具，BI产品的市场需求旺盛。我们将根据市场和技术的发展趋势，在BI领域不断探索AI的应用，保持AI+BI融合技术领先。”

那么，对于企业客户而言，从传统BI向新一代BI转型的难点和挑战是什么呢？

吴华夫解释道，从传统BI到新一代BI的转型，面临三个主要挑战：

首先，BI分析工具是否够用、好用。企业中的用户包括：数据工程师、分析师、数据科学家，以及广大的不懂IT的业务用户。

同时，这些用户的IT水平不一致、对BI工具的要求也各不相同。如何提供一套工具，能满足不用的用户需求就显得极为重要。

其次，数据如何在保持管控的同时，去开放给所有人使用。数据一定要开放给业务用户去用，才能产生价值。但开放会带来数据主权问题、数据安全等问题，如何保持两者的平衡？

第三，数据文化。如何激励企业的员工共享数据、自助分析、共享知识，最终新成一种数据驱动的文化。

所以，围绕产业以及客户需求的变化，思迈特软件的做法是，以提升和挖掘企业客户的数据价值为使命，贴合IT需求、管理需求、业务需求，产品集数据管理、管理赋能、业务赋能于一身，提供从内外部多数据源整合、数据处理到数据分析应用的一站式的商业智能及大数据分析产品和服务，助力企业构建数据生态系统，实现降本增收。

首先，Smartbi的分析套件功能较为全面，包括：面向业务分析师的自助仪表盘 + 面向业务探索的 即席查询和透视分析 + 面向IT人员的报表工具电子表格 + 面向数据科学家的机器学习平台 + 面向熟悉Excel用户的Excel融合分析 + 不需要任何技术要求的自然语言分析。

同时，Smartbi通过数据导航来实现，具体包括：数据目录、数据脱敏、数据审批授权等功能。

其次，Smartbi的协同社交功能就是帮助企业构建数据文化的，包括：鼓励员工分享交流分析价值的应用市场、数据排行榜/分析排行榜、帮助用户在使用过程中解决问题的数据答疑、还有个性化门户自动给用户推送想看的内容等等。

另外，Smartbi还积累了很多大型集团型企业推广运营自助分析的经验，都可以传递给用户。主要是给业务人员提供合适的数据分析工具，同时提升全员的数据素养，在企业内部营造一种数据分析的文化。

产品驱动公司成长

逐渐完善产品-业务-生态布局

吴华夫告诉i黑马＆数字观察，从成立到现在，思迈特软件经历了三个发展阶段，2012年-2013年是生存阶段。因为公司团队的基因，促使团队是一个产品驱动的公司，公司只有20多个程序员，没有专业的销售，只能像很多TOB公司早期一样，通过做外包项目来维系公司的正常运行。

另一方面，用做外包服务赚来的钱反哺在产品研发上，也在寻找合适的客户放心，所以，整个过程都是在艰难摸索期。

到了2014年，公司进入发展阶段。得益于思迈特软件的团队有很好的产品基因，整个团队在产品研发和功能使用上不断投入，这样促使思迈特的产品矩阵逐渐完善。

同时，由于创始团队在东南融通即从事金融行业的开拓，这种基因折射到思迈特软件的主题客群上，目前35%以上的客户均来自金融行业，尤其是银行业的股份制银行以上的大客户。

这样一来，公司的团队规模从2012年的20人，发展到2018年的180人，而且思迈特软件通过扎实的产品能力，和深度服务行业客户的能力，促使公司的现金流成正向发展。

2018年后，公司进入新的阶段，随着融资的完成，思迈特软件开始加大产品研发投入、发展专业的市场营销团队，开始进行规模化发展前进。

“我认为，现金流是公司的血液，在公司没有进入资本化的情况下，首要考虑是如何生存下去，这时候就需要尝试多种方式，维系公司的正常运行。

当有了资本助力，公司还是要保持正常稳定的发展节奏，特别是在产品端没有完全ready的情况，盲目通过加人加项目扩大销售只能给自己挖坑。”

经过多年的发展，思迈特软件在产品方面，打造Smartbi企业级商业智能应用平台。据悉，这是思迈特软件凝聚了多年的商业智能最佳实践经验，整合了各行业的数据分析和决策支持的功能需求。

这样可以满足最终用户在企业级报表、数据可视化分析、自助探索分析、数据挖掘建模、AI 智能分析等大数据分析需求。

i黑马＆数字观察了解到，考虑到不同产品的客群定位和发展路径不同，思迈特软件的Smartbi平台将既有产品划分为三大产品线：企业报表、自助BI、智能BI。

企业报表软件（Smartbi Spreadsheet）是针对企业客户、系统集成商SI、软件开发商ISV推出的独立产品，主要聚焦中小企业客户的产品。

产品以“真Excel”为最大特色，颠覆了企业软件必须登陆WEB浏览器的传统习惯，允许用户在Excel插件的帮助下，即可完成数据分析应用的设计，并发布到WEB应用中。

据悉，这款产品拥有基于Excel开发的设计器，有着易上手、计算能力强等优势，支持企业IT人员及具备一定Excel能力的业务人员的流畅使用。

企业业务人员借助思迈特软件提供的Excel插件，即可完成报表的设计和发布等操作。目前支持的应用场景有数据的查询、展示、录入等。具体到所切行业，比如银行业，则可支持统一报表平台，监管报表平台等行业场景的落地。

在自助BI产品方面，思迈特软件推出了自助数据分析平台Smartbi Eagle。据悉，Smartbi Eagle是围绕业务人员，提供数据分析服务的企业级门户平台。

Smartbi自助分析平台围绕不同类型业务人员提供企业级数据分析工具和服务，最终使用对象是业务人员和管理人员。客户群体包括开始数字化转型，希望业务与数据能够紧密结合，业务人员有数据分析需求的客户。

简单来说，企业客户可以通过提供自助化的数据访问、探索、展现工具，不仅加快了数据化运营的效率，更为业务思考、业务拓展、管理创新提供了开放共享和交流互动的平台。

这样一来，既让数据的利用更加安全有效，同时也让企业的数据资产得到升值。目前支持金融取数分析、运营数据分析等应用场景。

在智能BI方面，思迈特软件引入了NLP、ML等AI技术，实现了数据分析查询的语音生成、自动生成等功能，而目前此类功能目前更多是基于企业过往数据所作的操作，在预测性分析上还有待进一步加强。

为此，思迈特软件打造了企业数据挖掘平台（Smartbi Mining）是用于预测性分析的独立产品，旨在为企业所做的决策提供预测性智能。

吴华夫介绍到，该平台不仅可为用户提供直观的流式建模、拖拽式操作和流程化、可视化的建模界面，还提供了大量的数据预处理操作。

此外，它内置了多种实用的、经典的机器学习算法，这些算法配置简单降低了机器学习的使用门槛，大大节省了企业成本，并支持标准的PMML模型输出，可以将模型发送到思迈特软件统一平台，与商业智能平台实现了完美整合。

客户可以根据自己的需求，选择思迈特软件不同类型产品，同时也可以选择思迈特软件提供集成各产品的大数据分析套件（Smartbi Insight）以供客户选择。

总的来说，经过十多年的的技术沉淀和创新，思迈特软件已经从单一BI产品发展成为囊括企业大数据分析全部功能的技术中台，通过企业报表、自助分析和数据挖掘三类核心功能，提供从内外部多数据源整合、可视化数据准备到智能化数据分析的一站式的商业智能及大数据分析能力，助力企业构建数据生态系统，帮助企业降本增收和实现数据资产变现。

“思迈特软件是一家纯粹的BI产品公司，从成立伊始，我们的定位就是专心做BI产品，把产品打磨到极致，所以，从公司成立10年来的发展历史，就是我们BI产品的发展史。

从最初提供的报表、仪表盘，到透视分析、即席查询，再到自然语言、数据挖掘等功能，沿着BI发展路线，我们的产品矩阵在不断扩大，功能在不断完善。

我们前期主要服务于行业头部客户，提供通用BI产品的公司。

我们都知道，头部的企业客户具有这些特征：首先，头部客户的需求往往很复杂，要求也很高，这个过程服务成本挺高的。

其次，这些头部客户的分析需求还是蛮零散的，各个客户关注点并不相同，导致开发出来的这些需求的复制量并不大。最后由于主要只提供产品，相对于提供行业整体方案的项目性公司来说，客单价要低不少。

综合这些原因，思迈特软件是在走一条特别艰难的产品化道路。但好处就是，通过几千家大客户的“蹂躏”，产品积累了很多的功能亮点，把这些点串联起来，就新成了特别的技术壁垒。

我认为，BI并不是能够靠单点突破就能形成壁垒的，需要花费大量的时间、投入到大量的客户身上，逐步积累产品能力和优势。就像走过一场二万五千里长征，每一步虽然艰难，但都在锻炼我们的产品能力。

接下来，我们除了进一步打磨产品，也会开始把积累的产品能力向腰部客户做推广，实现市场端的突破，把产品打磨和市场拓展结合起来，实现螺旋上升。”

在谈到关于TOB企业技术产品化，产品商业化、规模化、生态化的实现路径思考时候，吴华夫表示，关于技术产品化，就是我们的一站式数据分析平台的边界，通过信息门户、分析工作台、机器学习实验室、人工智能中心分别提供描述性、诊断性、预测性和指示性分析。从而帮助客户实现从数据到价值的转换。

产品商业化，核心是产品的GotoMarket策略。产品功能源于客户需求，那么针对每一项产品功能开发出来后，都要去找到匹配的客户市场，把产品卖出去，才能实现良性循环。

关于生态化，我们是这样理解的，我们知道数据分析平台要做的事情还很多，涉及到的技术点也非常多，靠单一厂商完成所有的工作是不可能的，包括我们这次和明略科技的合作，也会整合双方的技术，沉淀到PaaS分析组件中去。

另一方面，整个数据智能产业链的上下游合作，我们期望跟底层数据平台厂商、上层的行业应用厂商、还有数据提供商形成生态上的合作，一起分工配合来满足客户需求。

以金融客户切入

针对具体客户特征采取不同销售策略

上文提到，由于创始团队在东南融通即从事金融行业的开拓，这种基因折射到思迈特软件的主题客群上，目前35%以上的客户均来自金融行业，尤其是银行业的股份制银行以上的大客户。

不过，金融行业在信息化建设上的高成熟度，导致其对BI产品的选择更多是以工具的形式购入，这限定了思迈特软件在这一领域增长空间。所以，市场需求的变化，促使思迈特软件的客群从金融开始向政府、能源、地产、制造等领域拓展。

吴华夫表示，我们不同行业、规模的客户采取不同的销售策略，通过打造产品销售、产品整合、产品应用的生态系统，与上下游厂商、专业实施伙伴和销售渠道伙伴共同为最终用户服务，通过应用商店（BI+行业应用）为客户提供场景化、行业化数据分析应用。

针对中小企业市场，这类客户的需求往往要求基于行业场景的解决方案的交付。通过将Smartbi应用商店及其合作伙伴基于其产品开发的应用集成到商店里，客户可自由选择匹配的应用，同时会选择对应的ISV供应商、实施商完成整体方案的实施交付。

这样一来，思迈特软件能为新客户拓展能力较弱的ISV供应商、实施商等合作伙伴提供渠道、品牌资源上的帮助，同时也为其产品带来打包销售的机会，并将相当消耗人力的实施环节外包出去，加速业务的规模复制。

目前，思迈特软件已经拥有金融、政府、能源、地产、制造等领域2000多家头部客户认可，其中，中国银行、交通银行、民生银行、中国人保、中国太保、中国石化、万达、联想、蒙牛、OPPO、阿里巴巴、腾讯、广汽、龙湖地产、铂涛集团等大家耳熟能详的企业客户；以及工商、财政、公安、税务、海关、质检、卫生、气象、高校等政府客户。

在金融行业，全球财富500强的10家国内银行中，有8家选用了思迈特；国内12家股份制银行，已覆盖8家；国内六大银行，已签约4家。

吴华夫告诉i黑马＆数字观察，思迈特软件的客户画像是有一定的信息化基础，有一定的数据积累，并且有数据分析的需求。

其次，基于标准产品进行定制化，我们可以为了更好地满足客户需求。客户的需求千变万化，产品可能可以满足80%的需求，但其余20%的个性化需求需要定制开发。

如果需求符合我们对BI产品的发展规划的，那我们前期会以插件的形式进行开发（插件机制使得我们不用修改产品的同时，能够满足个性化的需求），同时把一些实用性强的功能整合到下一个产品版本中。

如果不属于BI的能力边界，比如数据治理、前端展现开发，我们倾向于跟合作伙伴或客户一起来做，让专业的人做专业的事，效率会更高。需求的边界，就是看是否符合我们的一站式数据分析PaaS平台发展规划。

目前，思迈特软件在国内BI 领域处于领先地位，产品广泛应用于金融、政府、制造、零售、地产等众多行业，拥有3000+行业头部客户，包括：华为、阿里巴巴、万达、中国银行、交通银行、深交所、蒙牛、VIVO、京东方等。

以某储蓄银行为例，作为消费金融最具代表性的支付工具，我国的信用卡业务在近10年间快速发展，规模持续扩张。

近年来，第三方支付、网络借贷、互联网消费金融等新兴业态改变了信用卡市场的生态格局。一线城市信用卡业务进入“存量时代”的同时，二三线城市商业银行信用卡业务迎来了新的发展机遇。

在市场日趋饱和、获客成本日渐高涨、风险管理难度增大的“三面埋伏”背景下，如何通过数据化运营提升获客、转化效率，从而快速获得优质的客户和资产正成为银行信用卡业务面临的重要课题。

同时，在大数据时代下，业务数据的有效利用已成为银行业务快速、健康发展的助推剂，该行各级分支机构也将数据应用融入到了日常的经营、管理、营销、风控中，尤其是信用卡条线。

而随着业务快速发展，对数据的依赖性越来越强，日常数据提取和分析的需求量变得越来越多。近三年来，该行每年数据申请单的数量都在300单以上，占全省申请单总量的40%左右。

但是，数据质量和工作效率却存在不少问题，主要表现在：第一，缺少全局数据观。第二，底层数据结构复杂，业务人员难理解。第三，数据处理复杂，分析结果慢。

针对这家客户的痛点，思迈特软件为其打造了一套完整的解决方案。

首先，传统的业务数据下发对数据分析工作质量和效率带来很大风险隐患，为了从源头加强对数据的把控，Smartbi实施团队基于总行下发的业务系统数据，结合业务条线日常经营管理、客户营销、风险防控方面的需求，调研评估后，建设了信用卡业务数据集市。

信用卡业务数据集市的建设为后续的标准化数据分析服务提供了很好的数据基础，在此基础上极大地减少了业务部门提交给后台业务部门的数据分析报表数量。

另外，由于数据已标准化，业务部门在数据集市基础上提给技术部门的需求比以往容易被技术人员理解，也降低了沟通成本。

其次，为了便于普通人员进行自助数据分析，Smartbi实施团队按照业务管理不同的分析需求将数据集市中的某张表或者多张表的字段按一定的逻辑组合在一起，定制成“进件分析、卡级别分析、账户分析、客户分析、机构统计分析、白名单分析、交叉营销分析、风险排查分析、精准营销分析”9大类33项业务主题，将底层数据结构翻译成普通人员能看懂的业务词语，便于他们理解。

第三，有了数据集市和业务主题，再基于Smartbi 建设自助分析平台，为业务提供了可视化、自助式、零编程的数据分析服务。

业务部门从被动等待技术人员提取数据，转为互动式秒级响应大数据查询结果，可随时、自主地通过平台开展数据分析工作，实现“技术搭台，业务唱戏”的崭新数据分析应用模式。业务自助分析平台建设后，提交到科技部的数据申请单快速下降，降幅达80%，工作效率大幅提升。

通过自助分析平台，信用卡条线人员可以随时、自主地开展业务数据分析工作，促进了信用卡业务发展。例如在发卡方面，重点精细化地建立了代发工资、借记卡、房贷客户、财富/vip客户的营销成效分析主题，便于分支行进行营销情况跟踪，同时可对营销结果进行报表展示。

在客户运营方面，重点开展客户生命周期管理，在客户的引入、激活首刷、绑卡、消费、分期等方面均建立对应分析。在风险控制方面，重点建立了个体工商户、教师客群、烟草客户、外地户籍客户等分析主题，通过自助分析，组织开展风险排查。

第四，为了有效地应用数据，实现信用卡业务精准营销和个性化推荐，自助分析平台将客户挖掘功能与该行营销活动管理平台进行了对接，支持将挖掘的目标客户，导入专题活动，并利用多样化的方式开展营销，运用数据记录营销行为和营销结果，从而实现营销全流程的系统支撑。

总的来说，在思迈特软件的帮助下，这家客户实现了“技术搭台，业务唱戏”的崭新数据分析应用模式，成功让每月的数据申请单下降80%，工作效率大幅提升。

在最后谈到公司接下来的发展规划，吴华夫说道，在产品端，在即将推出的V10版本中，我们会提供全新的增强数据模型，搭配全新的OLAP引擎，可以整合多源异构数据，提供增强的多维分析和数据计算，同时，V10可以支持超大数据量和超高性能。

其次，V10版本的产品还会提供全新的自助仪表盘，区别于市面上简单的大屏可视化，我们新的自助仪表盘是动态的、可扩展的，并且具有深入的数据分析能力。总之，V10将在用户自助分析和BI+AI方面有更大的突破。

在业务端，针对不同的客户群体，思迈特软件将会提供差异化的服务策略。

“对于头部客户，思迈特软件会以直销为主，继续沉淀和打磨产品。同时，头部客户的数据准备度较好，我们主推自助化产品，帮助客户构建数据生态。

对于腰部客户，思迈特软件会通过渠道体系来实现覆盖，对产品的标准化程度、渠道赋能方面我们会面临更多挑战。

此外，对于行业ISV，思迈特软件可以提供嵌入式产品，赋能ISV给他们的最终客户提供数据分析能力。”吴华夫最后说道。