作者｜吳思瑾
編輯｜王與桐
*
(資料圖片僅供參考)
36氪獲悉，智能BI 廠商「歐拉認(rèn)知智能」完成由天時(shí)創(chuàng)新資本獨(dú)家投資的千萬(wàn)級(jí)PreA+輪融資，本輪融資由毅仁資本擔(dān)任獨(dú)家財(cái)務(wù)顧問(wèn)，這也是其今年完成的第二筆融資。
在數(shù)字化轉(zhuǎn)型的當(dāng)下，企業(yè)的首要任務(wù)就是幫助員工建立數(shù)據(jù)思維，并形成用數(shù)據(jù)進(jìn)行輔助決策的企業(yè)文化。“在傳統(tǒng)情況下，企業(yè)都是通過(guò)設(shè)立數(shù)據(jù)中臺(tái)來(lái)解決，這種技術(shù)思維使得一線業(yè)務(wù)人員必須通過(guò)IT人員或數(shù)據(jù)分析師來(lái)獲取專業(yè)數(shù)據(jù)，并沒(méi)有真正拉近業(yè)務(wù)人員與數(shù)據(jù)的距離，而智能BI的發(fā)展正是基于此。”歐拉認(rèn)知智能創(chuàng)始人&CEO王緒剛向36氪介紹。
區(qū)別于以寬表模型為技術(shù)基礎(chǔ)的傳統(tǒng)BI，通常需要業(yè)務(wù)部門(mén)向數(shù)據(jù)分析部門(mén)發(fā)起需求申請(qǐng)，而智能BI通過(guò)NLP、ML、增強(qiáng)分析等一系列技術(shù)，實(shí)現(xiàn)了數(shù)據(jù)準(zhǔn)備到可視化探索、洞察生成、增強(qiáng)的自助式分析等一系列功能。一線業(yè)務(wù)人員只需通過(guò)在搜索框輸入關(guān)鍵詞，即可生成相關(guān)數(shù)據(jù)分析的結(jié)果；簡(jiǎn)單易用，快速高效，大大降低了企業(yè)對(duì)數(shù)據(jù)分析師/IT人員的依賴。
本文介紹的歐拉認(rèn)知智能成立于2019年，是一款智能BI SaaS軟件，核心特點(diǎn)是其數(shù)據(jù)分析基于純自研的圖計(jì)算引擎生成。圖計(jì)算引擎是在圖查詢系統(tǒng)上設(shè)計(jì)而成，能夠?qū)崿F(xiàn)在單個(gè)系統(tǒng)中同時(shí)支持高效的圖查詢和圖計(jì)算操作。比如電商平臺(tái)希望能夠在查詢用戶歷史訂單的情況下（圖查詢），基于圖數(shù)據(jù)對(duì)用戶進(jìn)行商品個(gè)性化推薦（圖計(jì)算）。
“在數(shù)字化快速發(fā)展的當(dāng)下，數(shù)據(jù)的多樣性和關(guān)聯(lián)性與直接影響了數(shù)據(jù)的價(jià)值大小，而圖結(jié)構(gòu)模型可以很好地展示數(shù)據(jù)之間復(fù)雜的關(guān)聯(lián)性并實(shí)現(xiàn)合理預(yù)測(cè)；此外，圖的語(yǔ)義表達(dá)還是實(shí)現(xiàn)“搜索即應(yīng)用”效果的關(guān)鍵技術(shù)之一。歐拉團(tuán)隊(duì)和本人不僅在‘實(shí)時(shí)圖計(jì)算’方面擁有相關(guān)發(fā)明專利和豐富的實(shí)操經(jīng)驗(yàn)；公司自研的圖計(jì)算引擎還不必再搭配其他組件和數(shù)據(jù)庫(kù)，整體成本較低。”王緒剛在介紹選擇圖計(jì)算技術(shù)作為數(shù)據(jù)分析底層技術(shù)的原因時(shí)表示。
在此前的報(bào)道中，36氪曾詳細(xì)介紹了歐拉的業(yè)務(wù)模式。過(guò)去的近8個(gè)月里，歐拉實(shí)現(xiàn)了從通信行業(yè)到零售行業(yè)的跨越，并積累了近十家中大型企業(yè)客戶。
談到選定零售行業(yè)的原因時(shí)，王緒剛介紹說(shuō)：“對(duì)數(shù)據(jù)分析類產(chǎn)品來(lái)說(shuō)，數(shù)據(jù)質(zhì)量直接影響結(jié)果的準(zhǔn)確性，而零售行業(yè)的數(shù)據(jù)基礎(chǔ)相對(duì)完善，不論是數(shù)據(jù)量，還是數(shù)據(jù)的多樣性和完整性，目前都明顯優(yōu)于其他行業(yè)，也正是這樣，零售企業(yè)對(duì)數(shù)據(jù)驅(qū)動(dòng)決策的接受度最高，對(duì)精細(xì)化運(yùn)營(yíng)數(shù)據(jù)的需求也最迫切”。
然而，智能BI廠商能否順利扎根新行業(yè)，除了產(chǎn)品是否好用外，還在于是否構(gòu)建了完善的行業(yè)知識(shí)圖譜。因?yàn)閷?duì)企業(yè)來(lái)說(shuō)，如果通過(guò)搜索生成的數(shù)據(jù)結(jié)果僅為企業(yè)一方信息的話，那也只是一個(gè)工具而已，解決的是效率問(wèn)題；而行業(yè)知識(shí)圖譜的構(gòu)建，則迎合了企業(yè)進(jìn)行市場(chǎng)調(diào)研分析的運(yùn)營(yíng)需求，可以提高工具附加值。
王緒剛表示，在構(gòu)建行業(yè)知識(shí)圖譜上，歐拉的做法是通過(guò)與行業(yè)專家訪談，將行業(yè)品牌、品類、產(chǎn)品及觸點(diǎn)內(nèi)化為行業(yè)知識(shí)結(jié)構(gòu)而成，對(duì)企業(yè)來(lái)說(shuō)“開(kāi)箱即用”。這也為歐拉與以實(shí)體店為主的零售企業(yè)合作創(chuàng)造了新的機(jī)會(huì)，這類企業(yè)由于線上數(shù)據(jù)較少，需要借助如銷售表現(xiàn)、用戶口碑等外部行業(yè)數(shù)據(jù)來(lái)輔助優(yōu)化運(yùn)營(yíng)策略。
對(duì)線上數(shù)據(jù)完善的企業(yè)來(lái)說(shuō)，通過(guò)關(guān)聯(lián)如主數(shù)據(jù)、人貨場(chǎng)數(shù)據(jù)等內(nèi)部一方數(shù)據(jù)，構(gòu)建企業(yè)級(jí)和場(chǎng)景級(jí)知識(shí)圖譜，一線員工根據(jù)不同需求，按不同維度搜索數(shù)據(jù)，比如銷售更關(guān)注“場(chǎng)”的表現(xiàn)、運(yùn)營(yíng)更重視“人”的數(shù)據(jù)，而產(chǎn)研則看重“貨”的走勢(shì)。
圖源：歐拉認(rèn)知智能
除產(chǎn)品功能外，對(duì)企業(yè)來(lái)說(shuō)，最看重的或許是搜索結(jié)果的準(zhǔn)確性和操作的易用性，這對(duì)數(shù)據(jù)之間的關(guān)聯(lián)緊密性和顆粒密度提出了很高的要求，但明顯不是所有零售企業(yè)的數(shù)據(jù)都符合這個(gè)條件。為此，王緒剛介紹道：
首先，在數(shù)據(jù)質(zhì)量不一的情況下，歐拉是通過(guò)技術(shù)手段最大限度的確保分析結(jié)果準(zhǔn)確性。一是語(yǔ)義解析，歐拉做了基礎(chǔ)的語(yǔ)義識(shí)別和語(yǔ)義實(shí)體關(guān)系屬性解析，并將該關(guān)系抽象成一個(gè)游走的起點(diǎn)到終點(diǎn)的路徑。二是圖譜構(gòu)建，歐拉支持對(duì)文本數(shù)據(jù)和小樣本進(jìn)行實(shí)體抽取和關(guān)系抽取；同時(shí)用大模型技術(shù)做圖結(jié)構(gòu)本身的知識(shí)遷移，便于在同行業(yè)中實(shí)現(xiàn)跨客戶的數(shù)據(jù)遷移和相似行業(yè)之間的知識(shí)遷移。
其次，在交互性上注重結(jié)果的精準(zhǔn)度和覆蓋率之間的平衡，確保用戶的搜索體驗(yàn)和獲得感。
再次，歐拉十分注重產(chǎn)品的易用性，對(duì)有基礎(chǔ)的數(shù)據(jù)分析師/IT人員而言，可以快速上手和體驗(yàn)到產(chǎn)品的價(jià)值；對(duì)于沒(méi)有基礎(chǔ)的一線業(yè)務(wù)員工而言，除了簡(jiǎn)單的培訓(xùn)外，還會(huì)內(nèi)置常見(jiàn)的分析看板和熱搜詞，幫助對(duì)方建立使用習(xí)慣和獲得感。
在智能BI領(lǐng)域，歐拉的挑戰(zhàn)主要來(lái)自以大廠為代表的百度智能云Suger BI、微軟Power BI；同樣對(duì)標(biāo)ThoughtSpot的MagicBI；以及正在努力向智能BI拓展的傳統(tǒng)BI廠商，如思邁特軟件Smartbi、帆軟等。
在提及與對(duì)標(biāo)BI廠商和核心競(jìng)爭(zhēng)對(duì)手的區(qū)別時(shí)，王緒剛表示：從技術(shù)上來(lái)說(shuō)，ThoughtSpot是一個(gè)多維索引表，其索引上不含屬性，而歐拉則在索引上新增了屬性，兩者在存儲(chǔ)結(jié)構(gòu)上較為相近；MagicBI的底層技術(shù)是在傳統(tǒng)管理系統(tǒng)數(shù)據(jù)庫(kù)的基礎(chǔ)上將自然語(yǔ)言轉(zhuǎn)成SQL語(yǔ)言，計(jì)算模式并未發(fā)生根本變化。歐拉的圖數(shù)據(jù)結(jié)構(gòu)改變了過(guò)往的計(jì)算模式，在搜索的靈活性、計(jì)算的實(shí)時(shí)性等方面都更優(yōu)，在建模初期導(dǎo)入數(shù)據(jù)和后期維護(hù)的成本方面則更低。
2021年，歐拉營(yíng)收達(dá)千萬(wàn)級(jí)，收入模式主要是按數(shù)據(jù)量計(jì)算費(fèi)用；王緒剛介紹，預(yù)計(jì)今年的營(yíng)收將為去年的150%。截至目前，歐拉已累計(jì)數(shù)十家大型客戶，原有通信行業(yè)客戶續(xù)約率90%以上。在獲客方式上，包含直銷和渠道銷售兩種。
據(jù)介紹，本輪資金主要用于繼續(xù)提高圖計(jì)算引擎的能力，加快產(chǎn)品迭代和進(jìn)一步拓展市場(chǎng)。
天時(shí)創(chuàng)新資本創(chuàng)始合伙人CEO周桂良表示：我們堅(jiān)定看好歐拉創(chuàng)始團(tuán)隊(duì)在圖計(jì)算領(lǐng)域的技術(shù)沉淀和市場(chǎng)化能力。從技術(shù)上來(lái)講，以圖計(jì)算為代表的新技術(shù)，革新了以前的計(jì)算和數(shù)據(jù)存儲(chǔ)方式，在處理復(fù)雜關(guān)系上有著天然優(yōu)勢(shì)，在海量數(shù)據(jù)、多對(duì)多的復(fù)雜實(shí)體聯(lián)系場(chǎng)景以及與云計(jì)算、AI、IoT等新技術(shù)的融合中均有著異常突出的市場(chǎng)表現(xiàn)。未來(lái)，會(huì)有越來(lái)越多的企業(yè)在生產(chǎn)環(huán)境中應(yīng)用圖計(jì)算技術(shù)和圖數(shù)據(jù)庫(kù)產(chǎn)品，圖數(shù)據(jù)庫(kù)會(huì)更多地被視為一個(gè)獨(dú)立的基礎(chǔ)設(shè)施產(chǎn)品，用戶會(huì)更加重視數(shù)據(jù)庫(kù)的性能、成本、易用性和易維護(hù)性。天時(shí)創(chuàng)新資本重點(diǎn)投資新消費(fèi)品牌、新零售服務(wù)、新科技和供應(yīng)鏈創(chuàng)新等領(lǐng)域，周桂良表示我們后續(xù)將充分利用投資團(tuán)隊(duì)在消費(fèi)零售供應(yīng)鏈領(lǐng)域的深度研究和積累的豐富產(chǎn)業(yè)資源，在戰(zhàn)略、資本規(guī)劃和鏈接產(chǎn)業(yè)上下游客戶等方面賦能歐拉團(tuán)隊(duì)，特別是支持歐拉在消費(fèi)零售領(lǐng)域相關(guān)業(yè)務(wù)場(chǎng)景拓展，助力歐拉在零售領(lǐng)域的業(yè)務(wù)創(chuàng)新。
關(guān)鍵詞： 數(shù)據(jù)分析 數(shù)據(jù)分析師 計(jì)算技術(shù)
