 报告编委  特别鸣谢（按拼音排序）  报告摘要信创产业建设如火如荼，BI将迎来国产化春风
BI的应用持续深化，面向业务的智能决策是核心
建设开放生态，满足企业无处不在的BI需求
目录 一.新形势下，BI应用迎来新浪潮二.各行业BI落地进展三.企业对BI需求全面升级四.新需求下，企业BI落地实践需要新方法五.典型行业BI最佳实践六.BI未来趋势展望关于爱分析研究咨询服务法律声明 01 新形势下，BI应用迎来新浪潮 1.1. 中央“新基建”政策推动产业数字化迅猛发展2020年3月，中央在政治局常委会议上提出，要加快5G网络、数据中心等新型基础设施建设。“新基建”政策的提出将加速大数据产业发展，BI商业智能作为大数据产业落地的重要场景，行业迎来新的发展契机。 “新基建”包含5G 基建、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网等七大领域，其中大数据中心是“新基建” 建设的重点领域。 BI商业智能是大数据应用的重要一环，通过对企业业务数据进行展示、分析和挖掘，为企业业务决策提供指导，是释放数据价值最重要的系统之一，行业具有较大增长空间。  1.2. 国际环境日趋复杂，软件国产化替代加速受美国技术出口管制等影响，中国大力推动信创产业体系建设，BI等数据分析技术作为企业必需的关键技术，国产化替代成为大势所趋。 近年来，美国出台的一系列管制措施，从硬件到软件对中国进行施压，相关关键领域的核心技术国产化势在必行。比如，美国先后将中兴、华为等中国实体列入出口管制“实体清单“，限制中国企业与美国间的商业交易，试图扼制中国科技企业的发展。2018年，美国国会通过《2018年出口管制改革法案》，对关键新兴和基础技术和相关产品设置出口管制。 在此国际环境之下，2019年起，国家大力推进信创产业建设，企业全面国产化替代加速渗透。 进入2020年，各地信创项目建设如火如荼地开展。在信创产业生态体系构建上，将实现从IT基础设施、基础软件、到应用软件、信息安全的全方位自主可控和国产化替代。  根据公开数据披露，CPU 的国产化率大约为 3%，操作系统和虚拟化国产化率为 5%，数据库国产化率为 10%，中间件和 ERP 国产化率达到30%。随着国产化替代进程加速，从IT基础设施到应用软件的国产化替代将持续走高，BI国产化替代也将加速渗透。 BI作为信创产业体系中的重要应用软件，是支撑企业数据分析的重要系统。尤其数据的挖掘分析涉及企业核心业务数据，从应用安全性、对业务需求理解角度考虑，BI国产化替代将是未来发展趋势。 1.3 企业数字化转型，助力BI新一轮发展在数字化时代，企业面临用户需求变化、业务流程变化、以及数据量不断增长等一系列挑战，数字化转型已成为企业核心战略，是企业未来业务创新和增长的重要驱动力。在经历了人口红利、城镇化红利和互联网红利后，数字化转型成为企业未来增长的唯一红利。 根据中国信通院数据，2005-2019年产业数字化复合增速达24.9%，高于同期GDP增速，各行业数字化加速渗透。金融行业对数字化的投入和探索领先于其他行业，疫情影响下的零售行业数字化进程正在加速，政务、工业制造等行业的数字化转型已经提上日程。 当各行各业正被数字化重塑时，越来越多的企业发现，不同于信息化建设，数字化建设是完完全全的“一把手”工程，企业的数字化转型必须在企业CEO领导下进行，必须要有企业最高决策者站台。 推动企业“一把手”认知到数字化的价值，让CEO愿意全情参与到数字化建设中，是每一位企业CIO、科技部门负责人最重要的目标，也是企业数字化转型能否成功的关键。 BI是让“一把手”快速认知数字化价值的最佳手段，在企业数字化建设中扮演了极其重要的角色。 与数据中台等数字化建设相比，BI的建设具备诸多优势： 第一，BI可以直接将海量数据转变成业务指标，快速释放企业数据资产价值，支撑企业业务决策，让企业最高决策者看到数据的价值。 基于BI，企业可最大化数据资产价值，对企业经营情况进行全面洞察分析，优化企业经营决策，从而提升企业业绩，并实现成本控制以及运营效率提升。 第二，在初期BI投入相对较小，建设周期相对较短，能够让企业决策者和业务人员快速感受到数据价值。在如今越来越多的企业关注数字化建设的ROI时，BI成为企业数字化建设最佳切入点。 02 各行业BI落地进展 2.1. 各行业BI落地进展分析 2.1.1. 各行业BI预算投入分析 根据爱分析调研，2020年国内BI市场规模约为60-70亿元，BI占IT支出的比例约为0.4%，投入领先的行业为：金融、零售、制造、电力、政务、教育等6个行业。结合Gartner关于2020年这6个行业IT支出数据，测算得到各行业的BI投入情况。  金融行业BI投入约为13-16亿元，零售行业BI投入约为5-6亿元，制造行业BI投入约为11-13亿元，电力行业BI投入约为2-3亿元，政务行业BI投入约为10-12亿元，教育行业BI投入约为2-3亿元。 2.1.2. 各行业BI应用成熟度分析 BI在各行业应用成熟度不同。爱分析通过BI应用深度、数据基础设施情况两个维度，对BI行业应用成熟度进行评估。 其中，BI的应用深度可划分为：数据可视化、数据分析、数据挖掘三个阶段。 在数据可视化阶段，BI的作用是将企业日常业务数据报表以可视化图表的方式予以呈现，只是单纯用可视化图表代替了Excel报表，但缺少对数据的分析。 在数据分析阶段，BI可以实现对可视化图表中的数据进行描述性统计分析、关联分析等，发现数据背后的原因，实现数据辅助业务决策。 在数据挖掘阶段，通过算法对数据进行深度挖掘和预测分析，BI和AI结合，能够对未来业务进行预测分析，实现智能业务决策。 数据基础设施情况则由数据量、数据易得性、数据质量等子维度决定。  金融和零售两个行业在BI应用成熟度高：数据基础设施良好，且已进入数据挖掘的应用阶段。 金融行业对BI的典型应用场景包含营销、风控、财富管理等方面，与业务相关程度高、预算投入比例也高；零售行业同样将BI应用到核心业务场景，如销售管理、用户营销、忠诚度管理等。但由于零售行业IT投入能力不及金融，市场规模较小。 制造和电力两个行业BI应用成熟度中等。 其中制造行业企业数量庞大，但数据基础设施参差不齐，领先企业已经进入数据挖掘阶段，但总体制造业企业仍在数据分析阶段，通过BI优化成本控制、进行流程监控；电力行业则以国家电网为代表，各区域在BI应用上各自投入，总体投入规模、应用深度都有很大提升空间。 政务、教育行业的BI应用尚处于初级阶段，目前主要是对数据进行可视化展示，数据分析的程度有待加深。 由于各行业BI应用成熟度处于不同水平，对于BI的需求也存在差异。因此，厂商需要具备综合产品服务能力以支撑跨行业服务需求。 2.1.3. 永洪科技在代表行业头部公司中占有率高 永洪科技在代表行业头部企业中的覆盖度高。我们选取金融、零售、电力、制造等行业代表细分领域的头部20家企业，调研实际BI应用情况，发现永洪科技占有率高。  其中，永洪科技在银行Top20企业的客户覆盖率达80%，在金融、制造领域的市场占有率第一，表明永洪科技BI受客户认可，产品和服务具有强大竞争力。 永洪科技在金融行业的代表客户有中国银行、招商银行、阳光保险集团等，零售行业代表客户有家乐福、郎酒集团等，制造行业代表客户有美的、格力等，电力行业代表客户有国家电网，政务行业代表客户有国家财政部、工信部等，教育行业代表客户有北京理工大学、中国人民警察大学等。 2.2. 各区域行业布局与BI需求分析 2.2.1. BI应用具有区域差异性 由于各行业BI需求有差异，而各区域的行业分布又各具特色，因此，华北、华东、华南、华中四大区域对BI的需求也有很大区别。 考虑各区域历史发展、交通区位、劳动力成本等因素，各区域特色产业呈现不同特征。根据各区域产业特点，将各区域行业占比分为高、中、低三个层级，具体如下图所示。  华北地区以北京为中心，辐射京津冀、山西、内蒙古地区，北京作为全国政治中心，国家机关、政党机关数量均超过地区性基础水平。此外，北京金融业较发达，是仅次于上海的金融产业密集区，2018年地区生产总值贡献达16.8%。天津作为现代制造和研发转化基地，制造业在产业结构中占比重，2018年制造业占地区生产总值比例达70.7%，其中装备制造业占比达32.8%。山西作为煤炭大省，在产能置换背景下，逐步退出过剩煤炭产能，布局新能源产业。而目前国内发电仍以火电为主，2019年火电发电量占比达69.6%，能源电力产业在全国占有重要地位。 华东地区以上海为中心，覆盖江苏、浙江、安徽、福建、江西、山东六省。上海作为全国金融中心，2018年地方生产总值占比17.7%，同时聚集了汽车制造等优势产业。华东地区的浙江省、上海、江苏省零售业规模较高，从连锁零售企业门店数量来看，分别位列全国二-四位。同时，江苏、浙江、福建、山东四省是纺织服装及毛皮制造产业聚集地，纺织服装制造业较发达。另外，华东地区高校众多，其中江苏省高校数量居全国之首，共有167所。 华南地区以广州、深圳为核心，包括广东、海南、广西三个地区。深圳市以高新技术产业为主导，金融业较活跃，占地区生产总值比例达12.7%。广州市以电子信息、医药健康、先进制造产业为主导，东莞有“世界工厂”之称，制造业产业体系齐全，拥有家具制造、纺织服装制造、电子信息制造等八大支柱产业，生产制造全国约1/5的服装，是全国最大的家具出口基地。广东省连锁零售企业门店数量位居全国第一，零售业较发达。在全国高校数量上，广东省位列第二，共有154家。 华中地区包括河南、湖北、湖南三省，承接了钢铁、煤炭等传统产业转移，并在政策推动下形成半导体、通信设备等新兴制造业产业集聚。 可以看出，不同区域由于经济产业特点不同，对于BI的需求也存在差异。比如华北地区政府机关多，对于BI解决方案的需求覆盖经济发展、社会民生、政务服务、社会信用、舆情监控等方面。华东地区金融产业聚集，对于BI的需求覆盖风险监控、经营分析、客户情况等方面。华南地区则需要提供契合制造行业特点的BI解决方案，覆盖产品设计、生产制造、物流配送等方面。 2.2.2. 永洪科技在各大区域均具备服务能力 永洪科技作为一站式大数据平台服务商，解决方案覆盖金融、零售、制造、电力、政务、教育等行业，并提供财务、采购、营销等场景解决方案，能满足不同区域对BI的需求。  在区域建设布局上，永洪科技以北京为总部，在上海、深圳、成都、武汉、大连设立有分公司，为客户提供售前、销售、实施服务，满足各区域客户对不同行业BI解决方案的需求，并能及时响应客户的实施服务需求。目前已服务了众多区域代表客户，如华北地区有国家财政部、工信部，华东地区有格力，华南地区有美的集团等。 03 企业对BI需求全面升级 国产化替代和企业数字化转型浪潮下，企业对BI的需求也在不断升级，主要体现在实现平滑的国产化替代、赋能业务创新以及集团化BI三个层面。 3.1. 实现平滑的国产化替代、避免业务风险 随着数据分析技术被美国列入出口管制、国内信创产业建设加速，BI国产化替代是必然趋势。这一趋势下，如何实现平滑的国产化替代、避免业务风险，将是企业面临的共同课题。 从国产化替代进程上看，已有头部企业率先完成国产化替代。美的替换了Oracle BIEE、华为替换了Tableau、银联替换了IBM Cognos，这些实例为BI国产化替代树立了行业标杆，未来将有更多的企业逐步实现BI的国产化替代。 实现平滑的国产化替代，对企业和BI厂商提出以下两个方面的要求。 一是需要在产品、技术层面与国产软硬件产品适配，保证系统稳定运行。BI作为上层应用软件，应与国产操作系统、数据库、业务系统进行适配，保证BI在国产操作系统、数据库上的稳定运行，满足企业全面国产化替代的需求，并最终实现向国产软硬件产品的整体迁移。 二是需要引导BI产品用户使用习惯的转变。企业在早期使用的数据分析产品大多为国外BI产品，国外BI产品与国产化BI产品在使用逻辑上存在差异，体现在数据分析操作、权限管控等方面。  3.2. BI赋能业务创新，创造更大价值 作为企业数字化转型的重要组成部分，BI的价值更多体现在赋能业务创新层面。因此，在实际落地过程中，BI需要与业务场景深度融合，以数据分析驱动业务增长。 首先，企业数字化建设以实现业务增长为核心目标，以BI为代表的技术投入都需要在业务场景中才能发挥价值。 不同于信息化建设的目标是降本增效，数字化建设都是以实现业务增长、创造新的商业模式为核心目标，因此，所有技术投入都需要以业务价值、提升ROI为核心衡量标准，都需要与业务场景所绑定。 其次，BI的使用对象由原先的IT部门，延伸到决策层和业务部门，对满足业务需求的产品功能提出更高要求。 由于不同行业、不同业务场景下，业务人员需要的数据不同，通用的模板只能满足浅层次的报表展示工具，不能解决业务部门的业务诉求，因此，这就要求BI工具必须能够与业务场景融合，提供更多具备行业属性、职能属性的业务模板和产品功能。 在融合业务场景的基础上，随着企业对BI的应用不断加深，企业客户对BI的智能化提出更高要求，希望BI工具不仅仅能够分析过去，反映当前业务进展和问题，还能对未来业务提供预测性建议，支持业务决策。 过去，企业大多利用BI实现自助报表分析、可视化图表展示等；如今，随着机器学习、深度学习等人工智能技术成熟，越来越多的AI技术被应用到BI工具中；BI与AI的融合，企业能够通过分析过去的数据实现对未来的预测，实现决策智能化。 以某超市的补货场景为例，通过BI与AI融合进行销量预测，门店平均缺货率从15%缩减至10%，库存周转天数减少20%左右。对于该超市而言，缺货率的改善也意味着每年1亿左右的新增销售额，BI对业务增长的价值显而易见。 未来，BI和AI融合的应用场景将不断延伸。随着人工智能技术的发展、数据积累的不断增多，AI预测的准确度将进一步优化，BI和AI融合将有更广泛的应用场景，比如销量预测、财务预测、客户购买预测、客户流失率预测等。 随着业务价值不断凸显，企业对BI+AI融合进行智能预测的需求也将持续增加。 3.3. BI需具备集团支持能力，助力整体数字化转型 数字化建设是整个公司的新一轮变革，从公司战略、业务流程到组织架构都会发生巨大变化，BI对于整个公司来说，同样需要满足不同角色、不同部门的需求，因此，集团化是企业对于BI的新需求，BI不再仅仅是个人级产品、部门级产品，而是公司级产品、集团级产品。 首先，集团化BI能够满足集团的业务决策需求。 原来决策层只能依靠各部门上报数据来全面了解企业经营状况，拥有众多子公司、分部门的大型集团企业存在数据瞒报、数据漏报的情况，导致决策层缺乏对企业真实经营状况的了解，最终可能会影响业务决策制定。 BI能够帮助集团决策层获取各部门实时数据，决策层能够站在全局高度洞察经营全貌，实现集团内部跨部门的联动管理，优化集团决策，从而最大化数据分析在业务决策中的价值，助力整体数字化转型。 其次，集团化BI能够满足集团公司的数据整合共享需求，推动集团数据标准化，实现数据互联互通。 数据是数字化建设的核心，越来越多企业发现，在数字化建设过程中，单一场景、单一部门的数据价值度有限，很多数字化应用都需要不同场景、不同部门的数据统一，才能真正落地。 以最常见的门店销量预测为例，销量预测涉及到门店周边的人群画像、门店的库存品类分析、商品的促销策略，这些数据涉及到公司的供应链、市场、产品等多个部门，必须实现数据标准化和数据统一，才能实现销量预测。 再次，集团化BI能够满足集团公司的决策层、业务部门和IT部门的多样化需求。 决策层需要全公司整体的经营状况、各个部门的业务进展，IT部门需要对全公司的数据实现“监管控”、保障数据安全，业务部门则是需要借助分析工具实现业务探索，洞察业务价值。 随着BI在业务的渗透率不断提升，不同部门对于BI产品提出了多样性的需求，集团化BI能够针对不同业务部门需求，从底层数据平台到上层可视化应用，提供个性化的产品服务。 |
/1 
