Salesforce+Tableau,这是什么神仙组合?

  • 来源:网络
  • 更新日期:2020-09-04

摘要: 9月4日消息 最近科技圈总是新闻不断。即Uber五月底创纪录的IPO之后,Salesforce再爆惊天数字。上月10号,Salesforce以157亿美元的价格收购了Tableau。 Salesforce 的 CEO M

9月4日消息 最近科技圈总是新闻不断。即Uber五月底创纪录的IPO之后,Salesforce再爆惊天数字。上月10号,Salesforce以157亿美元的价格收购了Tableau。

Salesforce 的 CEO Marc Benioff 发推:

“我们很高兴宣布:我们将和好朋友@Tableau携手,帮助人们更好地看见并理解他们的数据(以及顾客!)。今天 Salesforce将签署收购 Tableau 的最终协议。”

Tableau 也立即回推:

“今天是 Tableau 的大日子!我们要加入@Salesforce 大家庭啦!我们的结合,必将加速我们‘助力人们看见和理解数据’的使命。我们的数据家族越来越壮大啦!”

在这些铺天盖地的新闻中,很多文章都提到了“大数据”这个关键词。”大数据“成为了近些年来的 buzz word(热词),就像当年的“互联网+”一样,人人都想蹭点热度。但是具体大数据的技术流程和实现应用是什么呢?大数据处理主要包括以下环节:数据收集、数据预处理、数据存储、数据处理与分析、数据展示/数据可视化、数据应用等。

大数据?Salesforce?Tableau?您们都哪位啊?

数据源可以包括我们比较熟悉的结构化数据,以及占比更大的半结构化和非结构化的数据。结构化数据就是Excel中常见的表格 - 一列代表一个变量,每行都是一个记录点(Record)。非结构化数据指结构不规则或不完整,没有预定义的数据模型;主要来源于文字、图片、音频等多元媒介的信息。但这些数据都还是非常原始的状态,真的要使用需要经过中间的收集、储存、清洗、处理等多个步骤,最后才能到分析和可视化的阶段。

其中CRM data 就是典型的非结构化数据,Salesforce 正是全球领先的CRM客户关系管理平台。跟传统的老牌CRM系统(如SAP, Oracle等)相比,Salesforce的最大优势在于他的轻量级和灵活性。传统的CRM系统对于企业来讲都是一笔巨大投资,耗时耗钱,而且需要专业技术支持以接入企业现有的其他系统。Salesforce打破了这样的壁垒,其服务基于网络云端,因此1)免去了IT专家团队进行安装设置或管理维护;2)用户从任何客户端能登陆使用,大大增加了灵活性。

而且Salesforce还把CRM中的各种功能拆解成一个个独立的Add-on 模块供客户根据需求选择,而非像传统CRM系统一样整套捆绑销售。大大降低了成本,主要针对中小型企业。Salesforce就是这样从底端迅速打入市场,成长为现在盈利132.8亿美元 (2019) 的璀璨明星。

Salesforce对客户数据进行储存、处理、管理,属于比较上游的服务。跟其相比,Tableau的主要功能是分析和可视化数据,在整个流程中属于比较下游、接近前端应用层的服务。Tableau最大的优势在于极度用户友好,当用户导入数据或连接数据库后,Tableau 除了会自动检测数据类型,还可以自动识别地址、邮编、经纬度等地理信息数据。

其实Salesforce在高科技企业中是出了名的买买买型选手。早从2006年开始,Salesforce前后进行了60+收购。2018年3月对企业软件集成平台MuleSoft的收购是当时Salesforce最大的一起收购案,收购金额在65亿美元,却不及这次Tableau的一半。

这张图很好的展现了Salesforce对Tableau的商业预见和期望。通过将其融入现有的产品服务体系,形成一个基于客户关系和营销销售管理的整体闭环当中。两家企业的结合就十分合情合理,也很大程度上体现了Salesforce进军Business Intelligence行业的雄心壮志了。这里又提到了另外一个热词:Business Intelligence,也就是BI商业智慧:指的就是利用现代科学技术,处理企业中现有数据,并将其转换成知识、分析和结论,帮助企业做出高质量决策,以实现商业价值。下面来讲讲 BI 界都有哪些大咖。

嚯~Business Intelligence?是啥啊,能吃么?

这张2x2是Gartner每年都会发布的Magic Quadrant - 会将各种领域的科技产品/公司进行汇总比较。可以看到,BI赛道的新生代如Tableau, Qilk, ThoughtSpot 都牢牢占据左上角,老玩家如Oracle, IBM, SAS, SAP在战略视野和执行能力两个维度,都不如这些后辈了。

这里还想再提几个公司简单介绍一下

Looker -是BI界值得关注的一家公司。成立于2011年,也是赶上了大数据的浪潮。Looker的优势在于产品足够稳健,能够带的动像Google 的BigQuery, Amazon 的Redshift, Snowflake, 或Microsoft的SQL 等新一代、体量庞大的大数据平台,直接连接数据仓库。Looker还创建了自己的查询语言LookML,方便不懂SQL的非技术人员提取数据。而就Salesforce收购Tableau的几天前,Google前先一步宣布以260亿美元的价格收购Looker。可见大数据和BI的这碗羹,谁都想分一杯。

Qilk -是近几年增长率最快的BI产品之一,是一个比较完整的商业分析软件。其中QlikView更多面向终端一线用户的日常运营监测,有常见的几种报表类型,属于比较好用的 “傻瓜型” 工具。QlikSense则有更高的灵活度,用户可以自主建立报表来探索数据。可见,Qlik对于用户群体需求有较好的理解,并对针对性地进行产品分层。

那这些通过这些科技巨头的大动作我们能洞见点什么呢?我认为有以下几点:

大数据解放

首先,这意味着大数据和数据分析的解放。这个“解放” 体现在两方面:1)数据逐渐开放,存在大量的开源数据是谁都可以读取、分析并利用的。美国奥巴马政府在2009年提出了 “数据解放” 的概念,将政府的数据网站data.gov开源给企业和个人。目前在data.gov上大约有超过40万各种原始数据文件,涵盖了农业, 气象, 金融, 就业, 人口统计, 教育,医疗, 交通, 能源等近五十个分类。此外, data.gov还有一个地理信息的子站点,专门提供地理信息相关的数据。政府也鼓励开发人员将自己数据产品的代码放到GitHub等开源平台上,供更多的人学习、分享、利用。大数据的解放,使得数据有了更大的价值。

这种“解放”还体现在技术壁垒的降低。随着越来越多数据产品的出现,数据分析不再是专业技术人员的专属。更多靠近一线、靠近市场前端的非技术人员也可以通过大数据分析工具洞察商业走势,帮助他们更好理解目标市场、进行商业决策、运营商业活动。就比如说,通过像Tableau这样的BI软件,产品经理或者市场经理不会写代码跑回归,也可以探索哪些变量对能够产生更大的商业价值。

数据人才瓶颈

现在很流行的阴谋论说法:随着科技的发展,AI将逐渐取代人们的工作。那么这些BI产品的出现,是否意味着我们不再可以取缔一些专业人员了?我认为答案是Yes and no. 正是由于这些BI产品的出现, 使得原先难以利用的数据有了变现的可能性,反而催生了对数据有理解力,同时又有商业敏锐性的人才的大量需求。近些年来,大量Business Intelligence Analyst(商业分析师)的岗位如雨后春笋般出现。根据Glassdoor的统计,平均年薪在80K USD (55 - 56 万人民币) 左右。而且搜索Business Intelligence(商业分析)相关的招聘信息,会发现光是上周内新发布的posting就有13k 左右。

所以,在Data 道路上的各位小伙伴们,加油鸭!市场的热度和需求只增不减,我们的工作和生活前途光明呀!!

新网企业邮箱