惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Recent Announcements
Recent Announcements
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
B
Blog
T
The Blog of Author Tim Ferriss
J
Java Code Geeks
腾讯CDC
D
Docker
G
Google Developers Blog
D
DataBreaches.Net
雷峰网
雷峰网
Blog — PlanetScale
Blog — PlanetScale
S
SegmentFault 最新的问题
The Cloudflare Blog
有赞技术团队
有赞技术团队
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Stack Overflow Blog
Stack Overflow Blog
大猫的无限游戏
大猫的无限游戏
量子位
美团技术团队
aimingoo的专栏
aimingoo的专栏
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Engineering at Meta
Engineering at Meta
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
BI市场竞争越来越激烈,甲方企业怎么办
风姑娘的数字视角 · 2024-10-08 · via 人人都是产品经理

随着大数据和人工智能技术的飞速发展,BI(商业智能)市场正变得越来越竞争激烈。面对众多BI产品和服务提供商,甲方企业应该如何做出明智的选择?

很多数字化项目,其实除了专业的IT人士或者数字化人士,大多数是不被其它业务人员所熟知的,比如财务部,营销部,但是BI 是比较例外的,在数字化项目里,它开始的比较早,比如数据治理其实也涉及了各个业务方,但是它兴起的晚,而且实施专业数据治理项目的企业并不是很多,所以几乎只有BI 项目是比较特殊的,不懂数字化的业务人员也知道它。

所以在这种情势下,BI 从早期的报表工具走向敏捷分析的道路上,越来越多的ERP厂商以及其它软件厂商都来掺一道,有的是直接开发了相关的产品,有的是在自己本身产品的基础之上增加了报表模块,当然这其中还包括越来越多的创业者加入进来做产品。

在这个过程中,有很多专业的,不专业的产品、创业者加进来,很多人都把BI 项目当成了开发项目,所以你看很多乙方服务的企业创始人多数是开发出身,他们其实并不了解数据分析,更别说数据应用,所以整个市场就相对比较混乱。

现在从大模型出来之后,整个竞争的形势我觉得又上了一层楼。

为什么这样说?

大模型此前大家拼的都是报表开发,在这个阶段已经有大量的产品、开发商加入进来,导致了整个BI市场一片混乱,反正大家都在做,客户也有需求,懂的不懂的,专业的不专业的都在做,几年的发展,其实整体的服务商的体量是相对比较饱和的,但是随着大模型的诞生后又加剧了这种竞争。

大模型的催生让更多的人工智能即AI 的创业者加入了这个市场,当前来说AI能做的创业方向其实就几个点,数字化项目里BI 受众群体广,所以很多人工智能创业的人也选了这个赛道,因为ChatBI 现在也算市场初期,很多甲方企业的人还处于模模糊糊,稀里糊涂的状态,然后理所应当成了韭菜苗。

有菜可以割,那么加入的人群就会越来越多,此前做BI 报表的产品方开始进行产品扩充,所以问答式的BI 肯定在他们的产品线之内,但是问答BI的技术逻辑和原先开发报表产品的技术点完全不一样,其实一定程度产品的门槛反而比原先拖拉拽的BI工具显得简单了。

当然我们不能说没有技术壁垒,比如如何解决问答的幻觉,各家有没有自研的算法产品,但是纵观技术市场,我觉得一家企业的技术非常独特是很难的,其实很快就可以被攻破,然后被同质化,因为本身技术是有技术架构、技术原理以及技术算法的,这些都可以被突破,只是时间长短的问题。

所以整体来说,很多非BI产品的厂商其实也可以实现这种问答能力,当然有人会说那他们不专业,能实现的效果肯定也不太好,但是有一件事是需要被正视的,就是当前大模型驱动的各种商业化产品,本身的商业化应用程度就不高,并不存在哪家产品非常具有优势,其实各家产品的效果都不太理想,都处于不理想的范围内,那么就是都具备优势,大家的起跑线基本没有很大的差异。

现在的BI 产品是由报表工具+问答产品一起组成的,所以整体的市场的产品量肯定是上去
了,现在问答产品刚刚进入市场还处于市场份额的上升期,所以这个过程能不能存活到最后,这一段的竞争旅程是非常关键的,如果存活了,那么将有更多的创业者进入到这个市场,如果大模型的BI产品最后被打下来了,那么大家又回到原先BI产品的服务体量了,但是随着技术的更新迭代,有没有新的产品形态诞生,这是个未知数。

市场竞争的加剧,对于甲方来说,是好事也不是件好事。

服务商的增多意味着在供需上,供方太多就会在产品价格上开始出现下降,因为要抢占客户,说实话,很多人选产品要看品牌,实际上同一梯队的产品差异不太大,不用过于纠结到底选谁,当然你可能确实碰到难题了,你可以后台联系我,我来帮你给建议。

价格的优势对于甲方来说,它就是好事,你的预算支出可以更少,服务商的增多你可以选择的范围也可以更广,而且当前ChatBI其实也是在市场探索,你可以以低价来进行尝试,这样并非不是一件好事,如果ChatBI价格过高,那么不建议你尝试使用,因为本身这块商业化就不成熟,可以被割韭菜,但是不能被割狠了。

看上去好处是挺多的,那么有什么不利的地方吗?

当市场供需出现失衡的时候,供方很难拓展客户,所以在成交的过程中很容易对于产品的功能进行虚报,这个我觉得是非常不友好的地方,因为甲方企业来说,更多的几乎都是非专业人士,他们并不具备特别专业的判断力,包括现在大模型出来之后,很多企业都跃跃欲试,然后被很多服务商说的非常动心,但是实际上我们需要看到这块的整个市场当前都并不成熟,产品需要市场来驱动,当然新品也需要一片韭菜苗来割,所以这个时候很容易出现买了产品用不了或者效果不行的情况发生。

ChatBI出来之后,很多厂商都是说他们可以实现智能分析,实际上这个效果微乎其微,所以过度依赖这种产品,会导致企业内对于数据分析这件事的认知走上一条不理智的道路,那么企业本身的数据应用就直接到了天花板,很难有更高的高度了。

所以此时,甲方一定要理智,一定要根据自身实际的情况来作选择,虽然买一个产品费用可能是几十万,对于很多企业来说这个预算并不是很高,但是BI这个项目涉及了数据底层的工作还有业务需求分析的工作却是对企业至关重要的,并不能马虎。

本文由人人都是产品经理作者【风姑娘的数字视角】,微信公众号:【风姑娘的数字视角】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。