以圖計(jì)算引擎切入千億級(jí)數(shù)據(jù)分析市場(chǎng)

姜晨

前不久，美國(guó)增強(qiáng)BI明星公司ThoughtSpot再完成1億美元融資，估值達(dá)42億美元，成為2022年最受矚目的美國(guó)IPO熱門(mén)之一。

與一般BI軟件不同，ThoughtSpot將終端用戶瞄向一線普通員工，而不是工程師，致力于“讓普通員工輕松做出專家研究員一樣的數(shù)據(jù)分析”。

憑借這一優(yōu)勢(shì)，ThoughtSpot迅速俘獲了沃爾瑪、英國(guó)電信、戴姆勒等客戶，并與Snowflake，Databricks，Amazon Web Services等領(lǐng)先企業(yè)進(jìn)行了整合和合作。更是在2019年殺進(jìn)Gartner的商業(yè)智能及分析平臺(tái)魔力象限中，打破了Microsoft，Tableau，Qlikview連續(xù)3年壟斷領(lǐng)導(dǎo)者的局面，也讓新一代BI的巨大潛力被外界看到。

以ThoughtSpot為代表的新一代BI采用的技術(shù)路徑，不僅降低了其使用門(mén)檻，操作更便捷，效率更高，還降低了其自身產(chǎn)品的構(gòu)建難度，不需做大量預(yù)設(shè)性索引羅列，而僅需要通過(guò)“關(guān)系分析”即可實(shí)現(xiàn)自動(dòng)索引。

事實(shí)上，國(guó)內(nèi)也有一家與ThoughtSpot相同愿景并采取了相似技術(shù)路徑的新一代BI公司———?dú)W拉認(rèn)知智能科技有限公司（歐拉認(rèn)知智能）。它創(chuàng)建于2019年，核心團(tuán)隊(duì)擁有超過(guò)15年的圖計(jì)算與數(shù)據(jù)智能工業(yè)實(shí)踐經(jīng)驗(yàn)，基于實(shí)時(shí)圖計(jì)算打造出的增強(qiáng)分析平臺(tái)，像Google、百度一樣，只要輸入“你心中的數(shù)據(jù)問(wèn)題”一鍵就能獲得數(shù)據(jù)分析圖表、結(jié)論、推理結(jié)果等信息。

面對(duì)大型客戶與中小客戶的普遍需求，歐拉認(rèn)知智能推出了“平臺(tái)+云”的策略，無(wú)論是大型集團(tuán)、中小型企業(yè)都可以利用歐拉認(rèn)知智能的產(chǎn)品，實(shí)現(xiàn)問(wèn)一句數(shù)據(jù)就在眼前。不僅實(shí)現(xiàn)了降本增效，更重要的是它降低了數(shù)據(jù)應(yīng)用的門(mén)檻，讓人人都能“隨時(shí)隨地隨需”獲得數(shù)據(jù)價(jià)值。

圖計(jì)算引擎降低使用門(mén)檻

2012年，大數(shù)據(jù)成為各行業(yè)流行詞。離開(kāi)中科院軟件所的王緒剛，加入國(guó)內(nèi)知名數(shù)據(jù)營(yíng)銷(xiāo)公司擔(dān)任首席科學(xué)家，帶領(lǐng)團(tuán)隊(duì)開(kāi)發(fā)推薦引擎進(jìn)行社交數(shù)據(jù)挖掘和預(yù)測(cè)，然而過(guò)程中王緒剛及團(tuán)隊(duì)發(fā)現(xiàn)廣告創(chuàng)意團(tuán)隊(duì)還有著大量數(shù)據(jù)分析報(bào)告的工作需要他們支持。

逐漸地王緒剛和團(tuán)隊(duì)摸索出了其中的規(guī)律，將這部分工作與此前研發(fā)的社交分析圖計(jì)算引擎進(jìn)行了整合。如此廣告創(chuàng)意團(tuán)隊(duì)便可直接搜索關(guān)鍵詞，根據(jù)關(guān)鍵詞找到相關(guān)內(nèi)容，然后根據(jù)其分析的維度和指標(biāo)，篩選出洞察結(jié)果，再進(jìn)行投放等工作。

此舉不僅縮短了操作時(shí)間，提高了公司運(yùn)營(yíng)效率，節(jié)省人力和時(shí)間成本，“這部分工作的技術(shù)支持人員從原來(lái)的20人降到了4人”；還有利于業(yè)務(wù)人員養(yǎng)成數(shù)據(jù)決策的習(xí)慣。

近10年的國(guó)內(nèi)數(shù)字化建設(shè)，讓“數(shù)據(jù)中臺(tái)”概念在2019年爆火。然而數(shù)據(jù)價(jià)值的發(fā)揮仍然受制于業(yè)務(wù)溝通與技術(shù)開(kāi)發(fā)的效率。此時(shí)，王緒剛意識(shí)到市場(chǎng)越來(lái)越需要一款面向業(yè)務(wù)人員的數(shù)據(jù)決策工具，“它應(yīng)該就像一個(gè)數(shù)字機(jī)器人一樣，在需要數(shù)據(jù)決策的場(chǎng)景中無(wú)處不在”。

2019年，王緒剛與核心團(tuán)隊(duì)創(chuàng)立了歐拉認(rèn)知智能，迅速地投入到新一代增強(qiáng)分析產(chǎn)品的研發(fā)工作中，并在2020年推向市場(chǎng)落地應(yīng)用。

由于在研發(fā)之初歐拉認(rèn)知智能確立了兩點(diǎn)構(gòu)架原則。首先，保存最細(xì)顆粒度的業(yè)務(wù)語(yǔ)義數(shù)據(jù)，而不是經(jīng)過(guò)加工和計(jì)算的數(shù)據(jù)，使用者可以按照更直觀業(yè)務(wù)邏輯訪問(wèn)數(shù)據(jù)，以將業(yè)務(wù)人員使用的門(mén)檻降到最低；第二，預(yù)先考慮數(shù)據(jù)之間的關(guān)聯(lián)性，避免大量的join操作，如此數(shù)據(jù)分析可以實(shí)時(shí)完成，以達(dá)到隨需獲取的目的。

因此基于圖計(jì)算框架，歐拉認(rèn)知智能產(chǎn)品形成了從統(tǒng)計(jì)到預(yù)測(cè)全決策流程閉環(huán)服務(wù)，并從個(gè)人單點(diǎn)決策到企業(yè)協(xié)同決策的流程，累積形成企業(yè)洞察驅(qū)動(dòng)運(yùn)營(yíng)的知識(shí)庫(kù)。另外，結(jié)構(gòu)化與文本異構(gòu)數(shù)據(jù)的統(tǒng)一表達(dá)，使得歐拉認(rèn)知智能的整個(gè)服務(wù)流程中無(wú)需借助其他的專有工具輔助。

落地大客戶錘煉產(chǎn)品能力

事實(shí)上，歐拉認(rèn)知智能的這一底層技術(shù)路線及落地也與ThoughtSpot具有一定相似性。

歐拉認(rèn)知智能“數(shù)據(jù)分析決策機(jī)器人”主要采用王緒剛早年的研發(fā)專利圖計(jì)算引擎的數(shù)據(jù)描述方式，以“頂點(diǎn)”表示描述對(duì)象，相關(guān)的“頂點(diǎn)”由“邊”連接，即借由“邊”表示對(duì)象之間的關(guān)系，由此組成一張帶有業(yè)務(wù)語(yǔ)義的數(shù)據(jù)關(guān)系圖模型。這種數(shù)據(jù)治理方式恰恰與當(dāng)下正火的“Data Fabric”概念非常一致。而ThoughtSpot采用的關(guān)系分析與此邏輯相似，其通過(guò)“關(guān)系”的索引類(lèi)似于歐拉認(rèn)知智能圖計(jì)算中的“邊”的鏈接。

經(jīng)過(guò)大型集團(tuán)客戶在數(shù)據(jù)規(guī)模、數(shù)據(jù)安全、計(jì)算實(shí)時(shí)性、計(jì)算復(fù)雜度多種條件下的打磨，“歐拉”平臺(tái)化產(chǎn)品已經(jīng)在營(yíng)銷(xiāo)優(yōu)化、客服知識(shí)搜索、運(yùn)維故障定位和財(cái)務(wù)自助風(fēng)控多場(chǎng)景下落地，并為企業(yè)節(jié)約了60 %分析師和數(shù)據(jù)工程師資源，數(shù)據(jù)獲取效率從5 d下降到0.5 h。

借助于歐拉認(rèn)知智能自有專利的實(shí)時(shí)圖計(jì)算引擎技術(shù)和語(yǔ)義交互技術(shù)，歐拉認(rèn)知智能數(shù)據(jù)決策機(jī)器人可以回答的問(wèn)題也從知識(shí)查詢、聚合計(jì)算和排序慢慢覆蓋到歸因、推理和預(yù)測(cè)的場(chǎng)景中，幫助業(yè)務(wù)決策者不斷發(fā)現(xiàn)企業(yè)運(yùn)營(yíng)過(guò)程中的問(wèn)題，并給出可行動(dòng)的答案。

同時(shí)，借助于云計(jì)算的快速發(fā)展和企業(yè)上云的大趨勢(shì)，歐拉認(rèn)知智能在云端也提供了面向中小型企業(yè)的SaaS產(chǎn)品，并與海內(nèi)外云和數(shù)據(jù)中臺(tái)巨頭達(dá)成戰(zhàn)略合作，面向國(guó)內(nèi)私域運(yùn)營(yíng)型和品牌出海型企業(yè)提供服務(wù)。

歐拉認(rèn)知智能認(rèn)為，隨著云技術(shù)的發(fā)展，中小企業(yè)數(shù)字化建設(shè)速度也在加快，他們也能快速積累大量的運(yùn)營(yíng)數(shù)據(jù)，同樣存在大量數(shù)據(jù)決策的需求，但由于專業(yè)人員缺乏，公司雖然付出了大量培訓(xùn)成本，仍不能滿足隨時(shí)隨需分析的訴求。而歐拉認(rèn)知智能的產(chǎn)品在部署上更加貼近業(yè)務(wù)，大幅度降低了實(shí)施成本和使用成本，因此中小企業(yè)也能應(yīng)用起來(lái)。

王緒剛說(shuō)：“我們相信，隨著產(chǎn)品的演進(jìn)，企業(yè)完整的數(shù)據(jù)決策鏈條都可以通過(guò)歐拉認(rèn)知智能去完成，歐拉認(rèn)知智能決策機(jī)器人將成為真正的決策數(shù)字化員工。”