16
2022-11
观点|小微企业搞BI，系统要便宜人要贵
都是做数字化，选型方案可能和企业规模息息相关。简单来说就是大企业，系统要贵人可以便宜，小企业，系统要便宜人必须贵。
LEARN MORE
图片来自网络，如侵删
Saas VS 自研
软件系统到底是自研还是外采，这对于初创公司、小微企业而言都是一个大的决策。这个决策搞不好，分分钟可以体验一把被拖垮的感觉。
对一家公司数据团队leader来说，这方面的决策主要是这几个方面：
①是否要搭建数仓，数仓选择什么样的架构
②BI工具如何选择，是否考虑自研
③是否考虑搭建报表平台，如何架构
很幸运的是，在我不算很长的职业生涯中恰好经历了万人规模大型公司的数据相关架构决策和创业公司的数据架构决策。在两次架构的过程中接触了很多行业资深人士和各种外部供应商，做了比较多的调研，也算是有那么一点发言权了。
直接说结论吧，对于公司数据架构的选择，参照因素有如下几点：
①公司当前的人员规模
②公司目前已有数据的体量
③公司未来3-5年内的数据量级膨胀程度
④公司的核心产出品的产业特质
（如果大家有兴趣可以单独开一篇来讲）
先说结论，如果你满足了以下几点中的三点以上，请闭眼选择saas：
①普通行业的民营企业
②公司当前的人员规模在1000以内
③毛利率在10%以内
④已有业务数据的量级（可以去看核心业务的表，如客户信息表或订单表，数据量最大的哪一个有多少）在百万以内
⑤所在行业在未来的3-5年内基本不可能有十倍以上的业务增量
⑥公司的核心产出成果并非数据
可能很多创业者还意识不到，做数据相关的建设，其实是非常非常非常花钱的。尤其是自建数仓&BI的成本非常巨大，大到可以分分钟拖垮公司。看起来数仓似乎是很多问题的合适解决方案，但是这终究是大厂的玩具，一般的创业公司还是少碰为妙。毕竟最贵的生产要素是人，不管公司的业务体量如何，搭建一套完整的数仓 BI体系，团队配置至少要在十人以上。就算一个人一个月是一万元的人力成本，十人的团队一个月的费用就高达十万了，一般来说研发周期三个月起步上不封顶，也就是说，投入的下限是三十万，上不封顶。
如果你是创业公司老板，在做BI相关的决策之前先问自己几个问题：
①BI是不是我的业务中不可或缺的一部分，或者说，没有BI面板，我公司的日常经营是否会受到影响；
②有了BI的辅助支持，我的日常经营管理效率能不能得到提升，决策链路能不能缩短；
③我现在有多少资金支持我来做这个事情，假如所有的投入都打水漂了，这样的损失是不是我能接受的；
如果你是数据部门的负责人，在进行决策之前也可以思考这样几个问题：
①公司的毛利率水平能够支持多大的后台支持部门运转；
②老板和业务团队的耐心如何，能接受的最长见效周期是多久；
③未来3-5年内公司业务的发展前景如何，需要打多大的预备量才够用。
先想好BI是什么再决定怎么选工具
如果你仔细研究一些BI工具厂商的理念，你就会发现，同样是BI工具的厂商，他们对于BI是什么这件事的理解就是有差异的。
不知道大家有没有发现这样一个好玩的地方，一线的业务人员往往更喜欢国产BI工具的效果，但专业的分析师更喜欢用海外BI工具厂商。其实不只是BI工具，一般的一线业务人员普遍认为WPS比Excel好用，但每天都在和数据打交道的数据分析师却认为Excel才是王道，WPS就是垃圾。
我常常说，作为一个分析师，看待问题的层次就得更近一步，不能只看到冰山上面部分。这样的差异的根源，并不是什么本土化不本土化的问题，问题的根源在于海外厂商和国内厂商对于BI这个东西的定位就不一样。
不信的话可以去看看不同BI厂商的slogan：
国产BI工具的slogan往往是
“领先的企业级Web报表工具”
“专为企业数据分析而设计”
“全场景数据消费式的BI平台”
“一站式大数据BI平台”
而海外BI工具的slogan则是
“人人可用、处处可用的分析”
“在需要时帮你厘清思路”
如果在调研如何选型的时候忽略了slogan的话，我把这些slogan放在一起，大家是不是能从中看明白什么？是的，国内BI工具厂商对BI的理解是报表平台/工具，但海外报表平台对BI的理解是自助式分析工具。这就是看起来大差不差都是能够通过拖拉拽制作图表的工具，实际适用体验却又天壤之别的根源。
看到这里，相信不少纠结如何选型的同学们已经大体上心里有数了。我还要特意再补充一点，那就是需要评估一下公司业务人员的能力水平，换言之，自助式分析工具对于业务人员的能力水平来说是不是过于强求了，老板/业务人员是否具备看懂数据的能力。
精兵强将胜过草莽大军
对于BI团队来说，团队人员往往在精不在多。在大型企业中，一个卓越的分析师胜过三五个平庸的茶树菇，对创业阶段的小微企业来说更是如此。
数据分析和搬砖这种工作是不一样的，经常出现团队越大人越多，效率折损越大的情况。如果是搬砖，一个人一天能搬50，两个人一天就能搬100，但做数据，如果一个人一天能做50，两个人一天就只能做80了，甚至运气差一点只能做60，倒不是说人多了就开始摸鱼了，而是人多了，就需要花费大量的时间去对齐，对齐口径，对齐逻辑，查找数据gap等。
BI团队的人员配置就需要格外注意这一点。
团队作战的模式适用于绝大多数大型企业，配置完整的数据产品、数据治理、数据架构、数据挖掘、数据开发、BI开发、商业分析等人员。但是创业阶段的小微企业则不太适合这样做。对于小微企业的选人用人来说，花费重金招募一位卓越的全栈式数据分析师，绝对是比招聘一支能力平平的数据团队性价比要高得多。
这就回到文章开头的那句话了，大企业，系统要贵人可以便宜，小企业，系统要便宜人必须贵。同样是做数字化建设，经济基础决定上层建筑诚不欺我，其实简单来说就是预算、性价比两件事，很多东西的性价比，是有一个临界值的，当业务体量在临界值之上才是划算的。否则一些大厂的玩具，小公司还是不要碰得好。
THANKS
做数据的二号姬
