让迅捷的自服务报告成为您决策的快刀
国际知名咨询机构Dresner Advisory Services（德累斯顿咨询服务）去年发布了年度报告《对商业智能具有战略意义的技术和倡议》。德累斯顿通过大量的调研和访谈，从企业主的角度统计了对商业智能（BI）中各个子方向重要性的打分，对其进行解读，报告也给出了对BI领域软件和解决方案企业的建议。
从排名来看，报告和仪表盘，貌似是技术难度最低的，在重要性上却高居前两位，原因是这两项所生成的成果离决策层最近，最容易被理解。这也解释了为什么国内很多政府用户对“大数据”的理解，简化为数据大屏，这就一点也不奇怪了；那些背后不容易被关注、但却支撑着其它部分形成最终可视化结果的工作，孰轻孰重，就很场景化了。涉及到专项工作的人，在哪种分析目标要求下，会对每项具体技术有不同的观点。但我注意到，前十名里，在基本上都是通用技术的范畴内，居然有超过60%的被调研者认为“终端用户自服务”很重要，将近30%认为极其重要。
我能想到的自服务产品最好的类比就是自助式火锅。食客自己取餐，自己涮锅，自己选料。人人都知道怎么操作，将食材涮的生熟冷热，肉嫩肉老，烫舌拉肚，通通自己负责，除了对食材不满意，似乎也没有人抱怨什么。正规定义上，自服务的软件产品是指客户可以体验完整的产品——从注册到首次使用、激活新功能、管理自己的帐户到升级或注销，所有这些操作都不需要与另一个人交互（寻求协助）。自服务的这一定义涵盖了整个客户的软件之旅。出色的自服务产品会仔细检查每个客户接触点，并深入思考如何精简和调整各种客户流程，以帮助Ta们快速高效地完成任务。
无疑，大家能想到的最成功的自服务式的软件产品类别就是办公文档类、笔记类和协作类。周围几乎没有人需要找一个助手帮着操作这些软件，当然我说的“周围的人”都是职场人士。这些自服务的产品能成功的俘获人心，基本都做到了如下几个特点（其实这些特点和自助火锅也比较相似）：
- 体验棒
这类软件大概率是云原生的。所有的操作都符合现代人的直觉，在移动端上滑动、点击、单指、双指。。。都不用费心去猜，右上角、左下角该怎么布局也是约定俗成的，更重要的是功能极简，所见即所得，没有高企的学习门槛，更没有什么安装的烦恼。设计感也都是必须有的，功能再好，看起来丑、看起来很古代，没人推荐；
- 迭代快
用户有反馈，市场上有新奇的热需求，竞品有好用的新特性，马上就在自家产品中体现。因为是云化的产品，没有本地版本更新的麻烦，更没有升级后的付费要求，用户都习惯于时常更新的节奏；
- 扩展易
无论是企业、个人，动态买用量、动态调整使用人数，还是需要在组织内、外协作共享，都可以十分简单的进行扩展和收缩。在多设备上的个人与自己、与他人的协同都简单到眨眼就能实现；
- 价格廉
虽然咱们中国人对软件消费不习惯，对软件的价值看的轻，即便在美国，自服务的软件也一定要有价格的优势，全世界的人对占便宜都有心理偏好。按量、按时付费的灵活性先不说，单次（累计起来不见得便宜）消费的感觉就是压力小。
但本文讨论的是商业智能，不是文档协同。用户对商业智能的理解，已经过了BI就是“有丰富的图表、能做数据探索、可以多维钻取”的阶段。BI要能解释现象，要能回答为什么，要能预测趋势，要能帮助决策。所以在上面的图表中，在商业智能这个领域，为什么调研的选项中有那么多带有“分析”的字样，因为没有分析这个层级的操作，信息成不了知识，也就产生不了决策的最终成果。对于决策环节，更为要命的是，决策者大多不会深入的理解模型，即便就是首席分析师，首席数据科学家，也不会对所有的模型了然在胸，决策者不能够自己操作软件，Ta们需要别人的服务。
这一点，也是对报告和仪表盘占据重要性榜单头两名的一个有力的解释。决策者觉得重要的事儿才有更高的优先级，决策者可以看见仪表上的关键指标，可以对这些已经提取出来的数字有直觉，可以听懂分析师的解释，可以读懂报告的精华。因此，BI整个过程的终点一定要有报告。报告趋近于决策，没有决策的BI是娱乐、是热身。当然在报告中要有高级可视化的直观力量，要有数据故事的解释脚本。而自服务是哪来的需求？
BI要快！商业的世界瞬息万变，决策者等不及数据分析师耗费几个月的数据处理和模型迭代，等不及咨询公司多方调研和反复沟通的建模过程。基金公司投资项目，这周就得决定投不投；创业公司拿到投资人的资金，上半年就得开店300家。钱准备好了，人配置齐了，但决策者要求决策有数据、有模型的支撑，如何解决这等严苛任务的难题？有认可的数据，透明的模型，自动的报告，自助的软件，一键下单，即刻可得。不求解决所有的疑问，确定的小场景，想好决策的逻辑，砍掉纷杂的变量。就像选址开店的一长串过程，非要把好位置与有没有现成的物业紧密联动作为决策的基础，位置好，没物业，有物业，位置差，一下子两全其美才决策，谁都永远难受。南城香的老板汪国玉总结的妙：位置选好了，没有物业我就去等；与好位置附近的物业代理结交，许诺给更高的代理费用，那是运营的事儿，不是选址的范畴。一个阶段的工作就选择一个阶段的变量，加入其它，就是自寻烦恼。
怎么实现BI的快？即便就是极有经验的数据科学家，也不会拒绝自服务的BI。因为自服务的软件为了能实现轻量级的体验、简单的操作、快速的出结果，就得集成数据，自带可检验的模型。而无论是处理数据、模型检验还是做出专业特性的可视化图表，都是一堆麻烦事儿。如果这堆麻烦粉碎在可见即可得的几秒间，哪个分析师不会计算收益成本比呢？当然，这种自服务的BI一定也是有场景的，有变量束缚的，既然所有的软件都有边界，也不会有分析师苛责软件功能的不完整，只要是找对了解决问题的真场景。
我们极海看到了自服务软件的需求，看到了自服务软件叠加报告和仪表板的机会。既然都是商业决策者的心心念，那将其组合起来，既快速解脱部分分析师的重负，也能让决策者第一时间去理解市场，去看到差异。让决策者能马上读懂数据，是我们用品牌监测自服务产品实现迅捷商业决策的初衷。经过几个月的迭代，我们已经向市场上传递了大量的品牌报告，收获了非常有价值的反馈，对于投资决策、品牌定位、咨询服务的用户需求，也让我们有了更多的认知。我们会很快将报告的部分加入到自服务的能力中去，这背后将体现出现代软件的特征：在云端实现，从原始数据，经过模型加工处理，到用有故事的可视化成果形成人机交互的沟通。
即便没有模型，简简单单的让数据说话，让外部的数据说话，而不是让高薪酬人员来说话，这也是决策者希望看到的组织规矩。 说俗一点，不要让那些高薪酬的人拍脑袋启动一个新项目，决定一个新方向，在遇到挫折、失败的时候，不要让Ta们来提供解释。华为说让听得见炮火的人做决策，但绝大部分公司在制度上很难执行，还不如形成一种标准的决策流程，把组织的商业智能决策交给数据，而不是交给那些代价很高、价格很高的人们。这也是我们做地理情报的希冀，让这种将商业智能交给数据的组织能拿到市场上最时鲜的数据。
作为一个中国人，我时常感慨，因为城市孩子从小习得的文化和接受的锻炼，造成的结果是中国人长大了真不如美国人的动手能力强（可能是对城市长的大孩子的偏见）。我一直将中国、美国人使用软件习惯的不同，用对自己动手做事的乐趣多寡不同来解释。但现在软件行业已经不需要这种推理了，因为绝大部分人都是趋近于懒惰的，不自己动手干复杂的操作，将是大势所趋。美国人也喜欢容易操作、简化流程的软件，而中国互联网原住民们必将成为职场的中坚，动手能力再弱，这种自服务的软件让年轻一代一样的得心应手。既然看透了方向，就鼓励一下自己，加油干！让极海的自服务地理情报成为大家决策的快刀助手吧。