本文主要從發展趨勢的角度，作為評價維度，來比較幾款競品的差異，同時對于新趨勢驅動下的產品運營提出一些個人淺顯的思路和看法。
數據產品市場同質化嚴重，例如可視化領域，多個公司產品功能和界面設計都大致類似。所以傳統的對于功能架構和UI的競品分析意義不大，作為快速增長的市場，web端產品的用戶體驗很容易模仿，而整體研發和運營戰略則決定了核心競爭力。
所以從發展趨勢的角度，作為評價維度，來比較幾款競品的差異，同時對于新趨勢驅動下的產品運營提出一些個人淺顯的思路和看法。
主要趨勢是綜合了多家頭部產品發布的趨勢報告（qlik、tableau、fine）以及艾瑞咨詢和garnter發布的行研報告總結得出。
（1）協同分析走向主流
隨著數據的重要性的顯現，不同于傳統BI的僅提供給決策層，現在數據運營趨勢體現在企業生產運營的各個環節。所以未來趨勢是所有的崗位都需要了解一些數據，協同分析成為主流。這時候的需求不再只是數據的可視化，還注重于數據的挖掘和收集。
（2）數據來源變得廣泛，快速迭代的數據成為新的需求
隨著數據挖掘和AI技術成熟，數據來源廣泛，BI人員可以接觸到各類數據。
據karlin venture預測：2020年，每個人每秒會產生1.7MB數據，所以能快速處理及時更新的龐大的數據的系統成為全新的需求，而不局限于數據的分析。
（3）個人數據分析服務需求增大
Qlik發布的調研結果顯示到2020年，80%的人員會有學習數據分析的需求，65%的受訪者愿意學習數據分析系統，linkin的年度最熱十項工作技能，數據分析為其中之一。數據分析本身的需求增加，人們的學習需求上漲，數據分析教學和系統服務增勢強勁。
（4）交互模式的創新，沉浸式數據分析的成為可能
隨著自然語言處理以及數據挖掘等技術出現。未來商業智能軟件交互將發生變化，以語音處理為代表的方式將極大增強數據處理效率和人員使用體驗。大屏數據，AR技術，會進一步加強沉浸式的數據分析體驗。
（5）數據分析不再針對過去的數據收集和分析，而是利用深度學習等算法模型對未來做預測
對于企業決策而言，除了對過去的問題復盤，對流程監控，更多的期望在于對未來決策的需求，聚類算法，模糊算法等多個模型的出現意味著未來的BI產品一定是高度集成的。
（6）數據分析系統在未來會更加趨于簡單，可用，服務也會在未來面臨更高的要求。
產品設計的二十一原則中，可用易用是判斷產品好壞的重要標準之一，對于企業而言，是否易上手，直接代表了人員成本和時間成本，也是企業決策是否使用系統的重要一環。所以未來的BI產品會更加的傻瓜，售后服務也會更加趨于完善。
對比Gartner發布的2017年和2018年的Magic Quadrant，頭部被Qlik, Tableau, PowerBI牢牢占據。變化的是Qlik在過去的一年，因為對于人工智能領域的投入，包括自然語言處理的加持，進一步追趕微軟。象限中參與者有所減少，強者地位不變，顯示出商業智能行業可能有馬太效應的趨勢。
Ganter發布的報告中包含了詳細的BI行業的產品趨勢變化和優劣勢對比，著眼點在于市場和產品發展趨勢。結合報告中主要產品的優勢特點對他們的運營策略進行分析。
Tableau作為BI市場top2的公司，在報告中一個非常重要的特點是個人用戶數超過企業用戶。對于國內市場，帆軟能夠牢牢抓住第一有比較大程度還是得益于對于中國式報表和國內市場的熟悉。而tableau帶來的啟示是對于個人用戶的重視，也是BI軟件發展的下一趨勢。
個人用戶與企業差別在于需求層次性稍小且使用頻率與時長不同。個人用戶會為了自己喜歡的或需要的單一功能而付費，并且個人的使用習慣也會進一步帶到工作中。
換而言之，先滲透個人用戶，是在為滲透企業級市場做準備。那么Tableu在個人用戶的運營策略上有哪些出色的點，是下面主要來分析的。
個人用戶：
對于個人用戶，結合用戶行為理論的creat模型，進行每個階段的梳理。
（1）冷啟動階段
大量的用戶和產生的內容沒有流量的覆蓋，很難啟動，對此應對的方法可以參考短視頻的做法，給予普通用戶作品以曝光的機會，普通用戶做出的圖，對于其他普通用戶也更有吸引力。
對于冷啟動的個人用戶，考慮的不僅是個人的需求，還有產品本身運營的需求。通常線上的冷啟動通常會邀請kol來做，但是對于想要宣傳低門檻的概念并不適用，kol會不自覺的給普通用戶距離感，只有普通用戶的試用成功案例才能撬動其他普通用戶。
但是普通用戶勢必不能太普通，對此可以設立運營指標，通過社交數據篩選出對象，并且對于后期的輻射面積進行追蹤。
對于啟動后階段的運營指標，集中于渠道的pv等指標意義不大，工具類產品重要的是首次使用，所以關注更多不同渠道的激活的數據較為關鍵。
（2）Reaction階段
主要是對于用戶反饋的處理，小米的參與感營銷被立為口碑營銷的標桿。其中提到現代社會已經過了品牌消費階段而是體驗消費和參與式消費的時代，在參加騰訊的反饋平臺分析時候發現的反饋最后重要的在于及時的響應和問題的反饋流程的門檻降低，例如：入口更淺、反饋流程更快速。
對于用戶運營的理解還在于高科技含量的產品在啟動時，人們都因需求而來，在手頭的需求被解決以后，用戶對于產品的想象力的是有限的，他們并不知道下一步會發生什么，如何發生。
所以BI類產品還有一個重要的運營策略在于要在內部大力發展科技創新賦能的同時，給用戶正確的引導，使用戶能夠理解的語言去解釋產品下一步動向，留下足夠的想象空間，增強用戶粘性。
在這一點上PowerBI的做法是，在首頁study模塊中的roadmap中詳細列舉了即將投入使用的功能規劃，值得注意的是，除了詳細介紹的引導，微軟充分考慮到用戶屬性，通常在關心這塊的用戶而言，都不是初級用戶。
而對產品或行業有一定認知和理解，且比較關心，無疑這部分用戶是獲取反饋的重要對象，所以同時留下了用戶反饋（創意分享）的入口。
同時用戶反饋模塊的設計充分采用為普通用戶曝光的做法，以投票的形式代替篩選，較為明智。同小米的“我也需要”功能設計相似。
（3）個人用戶最終評估是否使用時，決策中最關鍵的因素是成本與使用門檻
Gartner中提到，PowerBI的個人版定價策略，使之成為市場上價格最低的方案之一，通過對用戶的調研，優化了最高四個用戶最在意的購買標準，酷炫的圖表和5秒注冊流程為微軟贏得極大用戶。
相比較而言，tableau的個人版定價較高，但是卻配備完整和活躍的討論社區，這也是極大留住用戶的主要策略，對于初學者而言，成熟的社區無疑降低了學習成本，而微軟對此的做法則是增強售后的服務。
從此看來，個人版的交流是用戶體驗的重要組成，而選擇則根據當地情況而定，社區的弊端在于還是要花更多的時間去定位和解決問題，但是卻可以拓展人脈，滿足一定社交需求，而售后則可以精準定位問題于快速解決，更加適合于成熟且發達的用戶市場。
（5）最后對于個人用戶的宣傳上來說，微軟和tableau都有明確的引導，這一點上帆軟并沒有放作重點，可能還是出于對國內市場的考慮，個人用戶的不成熟，而進入日本市場則可以考慮類似的做法。
tableau
PowerBI
企業用戶：
對于企業用戶，首先理解B端平臺出現的時機和意義。國內而言，b端產品的興起，個人的看法是總結為以下幾個原因：
- 第一是外部政策，國家定下三年人工智能發展計劃；
- 第二國家多次強調供給側改革，鼓勵企業從內部出發，提高效率，優化結構。
外部來看，經濟下行趨勢下，企業不得不開始反思自身，從而做到精簡優化。而c端產品自移動端帶來的人口紅利和技術紅利以來，已經過了需求高速增長的階段，單純的流量變現的生意不再好做，市場產品同質化嚴重，粗曠經營紅利消失帶來的必然是精細化運營需求的爆發。
基于以上的理解，在海外市場運營時，根據環境的相似點，找到成熟行業快速切入，是找到目標用戶比較快的方式。
最終購買標準，企業較于個人用戶，最關心的不是消耗的成本，而是場景化的解決方案以及產生的價值。目標用戶，任何行業都可以用到數據分析和報表。
對于企業應用最直接的行業是金融，零售以及互聯網行業，行業數字化的同時帶來的分析需求旺盛。對于選擇目標用戶時，從行業入手，找到行業典型流程和數據分析的應用場景。
以新零售行業為例，個性化推薦、動態定價、組合定價、促銷管理、需求預測，防止刷單是前期的主要準備環節。而數據分析基本可以應用到每個環節中，深入調研環節，提出場景化的方案時策略重點。
產品的體驗=新體驗-舊體驗-成本。對于BI行業，大部分用戶停留在傳統BI的原因，是對于新產品不了解，且認為沒有必要替換。
只有在宣傳的同時，針對對比的不同和優化處重點強調體驗。傳統BI的機制是對數據的多維度分析、包括對于數據的上鉆下鉆的操作或者是展示。而后的BI的前端分析和展示以及人工智能帶來的模型預測分析成為主要差異化競爭力。
以上兩點，tableau顯然做的更加出色，首頁的視頻的demo，充分結合使用場景，而powerBI過于文字話的敘述則顯得比較的無力。重視企業的新體驗以及場景化的方案是針對企業用戶的重要策略。
本文為@運營喵原創，運營喵專欄作者。
