商业智能：巨头们的下一个必争之地
谢玮
6月6日，谷歌宣布以26 亿美元现金收购非上市的BI（Business Intelligence，商业智能）和数据分析公司Looker。
短短数天后，又一家数据公司被以更高价格收购。6月11日，CRM（客户关系管理）巨头Salesforce 宣布与数据分析平台Tableau 达成收购协议。该收购以全股票交易方式来进行，交易价值约为157 亿美元，成为Salesforce 历史上最大的一笔收购案。
什么样的公司，值得谷歌、Salesforce 等巨头花“天价”收购？
CRM 巨头“迎娶”大数据独角兽
Tableau 是一家交互式数据可视化软件公司，成立于2003年，主要创始人来自MIT（麻省理工学院）。该公司目前总部位于美国华盛顿州西雅图，专注于商业智能。
Tableau 的产品包括关系数据库、在线分析处理多维数据集、云数据库和电子表格以生成图形类型的数据可视化。包括奈飞（Netflix）、亚马逊和华为在内的超过8.6 万家公司和机构都是Tableau 的客户，其2018年营业收入为11.55 亿美元。
华泰证券研报分析指出，早期BI 以IBM、Oracle 等数字化巨头的布局为主。早期代表性收购案例包括2007年Oracle 以33 亿美元收购Hyperion，2007年SAP 以68 亿 美 元 收购Business Objects，2008年IBM 以50 亿美元收购Cognos 等。这些BI 厂商至今已逐步丧失竞争力。
在此不到一周前，谷歌也宣布了以26 亿美元收购大数据分析公司Looker，收购完成后Looker 将并入谷歌云部门。谷歌云CEO 库里安在声明中称，收购Looker 将为谷歌云的客户增加数据分析工具，帮助谷歌提供针对目标垂直行业的特定分析。
对于这笔价值不菲的收购，“买卖”双方都十分乐观。Tableau 方面发言人表示，“与Salesforce 合作将增强我们帮助世界各地人们查看和理解数据的能力”，“作为全球排名第一的CRM 公司的一部分，Tableau 直观而强大的分析能力将使数百万人在整个组织中发现可操作的见解。”
研究生在读研读博期间不读书不肯下苦功夫钻研学术，往往表现为学术功底浅薄，撰写论文很吃劲，很困难，于是在发表学术论文或撰写硕博论文表现为抄袭现象比较严重；或者东拼西凑，“剪刀加浆糊”，应付了事；或者有的直接搬用他人的学术成果据为己有；有的引用他人的学术成果不标明出处、来源等。
Salesforce 联合首席执行官 Keith Block 则表示：“数据是数字化转型的基础，通过对所有客户数据提供强大的可视化能力，Tableau 的加入将提升我们帮助客户实现成功的能力。”
1.6 缴费申报。这个申报主要是指依照每个企业的职工单位缴纳费用基数和个人的缴纳费用技术来计算这个月份应该缴纳的社会保险费用。每个单位都应该在计算完毕，经过本人签字之后进行上报。
收购Tableau 是Salesforce 有史以来最大的一笔交易，这笔交易预计将在今年第三季度完成，届时Tableau 将作为独立子公司运营。
从业务发展上来看，这是一次具有想象空间的收购。借助Tableau 的数据分析工具，Salesforce 可以在不同的产品中集成数据分析功能，让商业智能贯穿于客户生产、销售、营销等各个业务环节，从而帮助客户更好地管理客户关系，提升服务质量。
从果酱中苯甲酸和山梨酸检测结果来看，这两种物质添加量符合食品管理要求。而采用高效液相色谱法进行果酱中食品防腐剂的测定，能够快速、准确的完成苯甲酸和山梨酸的定性和定量分析，使食品检测效率得到有效提高，因此，可以满足食品检测技术的应用要求。
Salesforce 是全球知名的 CRM公司，其财报显示，2018 财年全年收入为132.8 亿美元。
分析人士认为，谷歌和Salesforce的收购，都是其战略扩张的重要一步。
信用意识的淡薄、信息透明度和流通度低、信用制度建设不完善等造成经济矛盾问题日渐突出[4]。建筑市场缺乏完善的信用监控及评价部门，对信誉缺失的企业无法有效的进行惩处，信誉高的企业无法进行表彰。这种封闭的市场管理制度让很多不法分子找到商机，从而形成市场的恶性循环。现在急需对这种乱象进行治理，出台相关的法律法规对建筑市场中的各个企业进行监督。加强信息的透明度，扩大信息的传播途径，让不法分子没有可乘之机，保证市场竞争在公平、公开、公正的环境下进行。
中国计算机学会会士、中国人民大学信息学院孟小峰教授表示，随着大数据以及人工智能向纵深发展，人们对智能分析的需求会越来越强烈。智能分析和传统的商业智能中的分析有所不同，它需要对多元异构数据具有更深度、更广泛的融合能力和知识提取能力，这不是过去统计意义上的简单分析。随着大数据应用进一步发展，各家公司对相关技术和布局有越来越强烈的需求。因此，它们选择通过这样的布局有效提升自己，以便在整个大数据产业链上占据相对有利的地位。
头部BI 厂商成巨头必争之地
BI 和数据分析业务正在成为新的战场。在这一领域，巨头们的收购相当频繁，甚至成为公司技术升级的常规选项。
例(13)这类名词性谓语句引起了不少的讨论，如刘顺(2003)和陈满华(2008)试图解释为什么(13)可以说，而“小娟头发，脸”则不能说，认为这是由于名词的有界和无界性质影响了句子的自足与否，但我们认为，从描写语体的场景凸显性特征可以更为简洁地解释这一现象，正如单音节形容词不能直接充当谓语一样，描写语体中名词性谓语句的谓语需要有定语来让整个名词性成分语义更为凸显。
近期Salesforce 和谷歌纷纷收购BI 厂商。云计算与企业业务结合产生大量运算和数据沉淀，这些沉淀的数据还需要通过BI 转化为能够指导业务优化的决策建议并以可视化的方式进行直观呈现，才能打通闭环，实现数据价值。“因此，全球头部BI 厂商成为云计算巨头在完成数据存储和数据处理布局之后的下一个必争之地。”
在孟小 峰 看 来，Tableau、Looker、Palantir 等公司的核心技术在于具备了从纷繁复杂的数据源中提取有价值的数据，尤其能够提取、汇集有知识价值的数据，进而能够促使在此基础上所构建的AI 的智能化应用得到有力支撑。否则这一轮AI 无论炒得再热，也会成为无源之水，缺乏发展后劲。
有分析指出，人工智能的进展在很大意义上是从原来的传统建模、制定规则到现今依赖于数据机器学习的根本转变。与以前的众多数据分析技术相比，人工智能技术立足于神经网络，同时发展出多层神经网络，从而可以进行深度机器学习。
以Palantir 为例，其最著名的案例是通过关联分析帮助美国情报机构获得本·拉登的相关线索。随后，Palantir 将业务扩大到了反恐、金融、医疗等领域当中。
孟小峰进一步分析指出，这些技术的核心在于数据的融合和知识的融合，能够在纷繁复杂的数据中找到具有某种语义联系的实体及其关系，基于此构造出某个领域的大规模知识图谱（Knowledge Graph）。所有公司都在致力于寻求面向不同领域的知识图谱构建的相关技术。只有具备这方面的能力，才能实现智能化应用。
观察两组带教效果、满意度。带教效果考核涉及实践操作、理论知识、制度掌握、流程掌握及法律法规，各项均为100分，以得分高为优势。满意度包括自我评价、教学方式、实习过程。
那么，在BI 与数据分析的赛道上，中国的企业与Tableau、Palanir存在哪些差距？ 有没有自己的“独角兽”？
国内BI 企业有其独特优势
“科技自立”的重要性愈加凸显。去年11月，美国商务部工业安全署（BIS）出台了一份针对关键技术和相关产品的出口管制框架，其中就包括可视化、自动分析算法、上下文感知计算在内的大数据分析技术。
将该院收治的80例脑血管疾病合并糖尿病患者纳入该次研究，随机分为对照组、研究组均40例。入选者均签署知情同意书，该研究经医学伦理委员会批准。研究组年龄范围53～76岁，平均（62.79±4.15）岁，男女各 24例、16 例；对照组年龄范围 52～78 岁，平均（62.85±4.21）岁，男女各 23例、17例，差异无统计学意义（P＞0.05），可比较。
“所以，从这一轮的收购当中可以看到，过去传统的企业智能所谓BI 是去解决已知问题的分析，未来商业智能要解决的是对未知问题的分析，也就是解决预测问题。为此企业需要在其积累的数据生态中为新的业务模式创新快速构建有价值的数据驱动的管理决策知识图谱。具备数据融合和知识融合技术和体系的智能分析企业成为新的市场宠儿，这也是巨头收购背后的驱动力所在。”孟小峰表示，现在包括IBM、谷歌、微软在内的巨头，都在积累相关技术和实力，从而引导自身应用向纵深发展。
目前，我国林业技术推广人员大多受教育程度较低，不能很好地接受和控制一些林业新技术，在偏远地区学习比较困难，这势必导致这些技术的产生。对新技术的理解有一些错误。因此，林业整体文化素质低下在一定程度上造成了我国林业生态发展缓慢。
在马克思的断言中，达到“客观真理”的问题是一个实践问题，如何理解马克思关于客观真理的断言才是完全适当的？经仔细考虑后，对“达到客观真理的问题确实会成为一个实践问题”之客观真理的理解只剩下唯一的一种可能。直白地说，这就是从相反的方向达到客观真理的情形；思维与实在之间的符合依然得到保持，但达到客观真理的方式，跟经典的真理符合论是完全不同的：在我们考察的情形中，联系到马克思的《提纲》第二条，达到客观真理的方式在于依照关于实在的概念来塑造实在。[17]
“从目前现实的角度来看，在这个层面，我不认为中国企业和国外的企业有多么大的差距。”孟小峰直言，技术的生长来源于坚实深厚的应用基础，后者又源自坚实深厚的数据深度和广度。从中国移动互联网和整个互联网发展态势来看，我们在很多应用方面不输国外，甚至在某些领域应用创新能力和应用深厚度是远超于国外的。
他进一步分析指出，我们有着更大的样本采集对象，可以积累更广的数据范畴，从而有着更好的实验场、更坚实的需求驱动。近年来，国内产生的智能化的分析工具或者企业是不输国外的，这与操作系统、数据库时代与国外的差距可谓是天壤之别。
现实中，像Tableau 这样的公司在国内市场表现未必最佳。今年年初，在招商银行云BI 平台招标中，海致星图力压Tableau 等国内外竞品，中标近千万元。
“智能分析跟本地化还是有一定的关系。比如，Tableau 在美国市场基础上和应用需求下所开发的产品，对中国客户摸得并不是太透。”孟小峰直言，本土企业需要跟应用摸爬滚打在一起，摸透需求的本质，才能开发出有针对性的技术，“从这个角度上说我觉得国内（企业）还是有优势。”
“海致，就是指海量数据，极致分析。”海致网聚技术总监翟士丹介绍，“ 海致最初对标Tableau 开展BI 产品BDP 的持续研发，在实现了与Tableau一样便捷的数据接入分析和可视化分享的基础上，率先在行业内实现了SaaS模式的大数据BI 服务体系，并逐步加强了数据建模和知识图谱等配套数据分析工具。”
据介绍，海致定位于大数据为企业赋能，经过4年发展，已经形成海致BDP、金融大数据（海致星图）及警务大数据（海致网聚）3 条产品线，分别针对通用领域和垂直行业的数据分析需求。BDP 重点提供通用的大数据分析平台产品，剩下两个产品线则扎根于金融、公安两大领域。
在满足了3000 余家大中小型企业客户，特别是进入金融、公安这样的超大头部行业客户之后，海致开始摸索在便捷的Tableau 通用分析平台和复杂的Palantir 专业分析平台之间的兼顾之道，力求更加深入行业数据底层，为客户挖掘更专业更易懂的数据价值。
目前海致通过与全国公安客户合作，利用海致BDP 警务数据分析平台建立了500 多个的违法犯罪分析模型，涉及刑侦、治安、禁毒、经侦、人口、出入境等多个领域，实现了对上述领域内违法犯罪人员身份、行为、关系特征的精准刻画，同时结合海致知识图谱所能提供的千万级“点”（对象）、百亿级“边”（关系）数据知识体系，逐步形成了海致特有的数据分析中台体系，为客户在公安打防管控工作中提供了强有力的数据分析支撑，这其中既有涉及华中一百多家违法企业案值高达数百亿的特大税案侦破，也有通过一个模型在西北某省会城市一晚行动抓获300 余名违法犯罪人员的专项整治；既有华东国内知名大都会商业旅游地标新年夜精准的大人流预测，也有服务于华南省会城市出入境办证服务特定人群、特定地域的科学划定。上述的成果不但推动了公安机关城市公共安全管理服务能力的提升，也更加坚定了海致从智能商务向智能警务延申发展的决心和信心。
在孟小峰看来，随着云计算、大数据、人工智能等技术不断发展，5G 等IT 基础设施的成熟，特别是5G 推动下的万物互联之下，人们获取数据的能力会越来越强，描述现实世界、世间万物的能力越来越强。由此，人们对于万物互联场景下，事物之间、实体之间、人和人以及设备和设备之间语义分析的需求会越来越强烈，市场的前景将是爆炸性的。随着数据的爆炸性增长，人们对新型的商业智能的分析手段和工具的需求会越来越强烈。
标签：商业智能论文; Business论文; 现金收购论文; 客户关系管理论文; 收购协议论文; 交易方式论文; 交易价值论文; 公司论文;