原創：譚婧
一個普通的星期三，Tableau公司突然於2021年11月17日，宣佈停止中國的直接銷售，轉而整合進Salesforce與阿里的合作體系。
沒有人會想到，一個美國軟體會以這種方式結束了在中國的旅途。這裡得解釋清楚，軟體不是不賣了，只是原廠不直接在中國賣了。
在資料分析專業人員看來，Tableau軟體是超好用的資料視覺化軟體，在國外較多的用途就是視覺化。國產的很多軟體也在模仿這個軟體。但是一直被模仿，從未被超越。
國內更多人則把Tableau理解成一個BI軟體。
怎麼用Tableau，舉一個栗子。
你的任務是在上海開咖啡店，店鋪選址優先選擇人流量大的地鐵站附近。需要參考上海哪些地鐵站只有瑞幸咖啡，沒有星巴克咖啡。這些地鐵站也許會有生意的機會。
然而，上海有上百個地鐵站，你跑斷了腿的工作成果彙報是：
東川路站，國權路站，楓橋路站，桂林公園站，後灘站，友誼西路站，嘉定西站等19個地鐵站。
你的同事，用一份上海地鐵資料，一份星巴克咖啡和瑞幸咖啡的地理位置資料，得到的工作成果彙報是這樣：
你的同事用了資料視覺化工具Tableau軟體，拉高工作成果的“顏值”，驚豔了四（老）座（板）。
這不是內卷，內卷的目的不是“提高自己，驚豔別人”，而是“除了我，一個都別想活” 。
學好視覺化，大家都能活。
資料視覺化工具Tableau軟體是小眾軟體，有一類人很喜歡，離不開，有感情，覺得這是一款寶藏軟體。
講一個那些在英國學習資料科學的同學的段子。
英國華威大學Msc Data Analytics（資料分析理學碩士）的同學，有一門課是學習如何使用Tableau軟體。蘇格蘭格拉斯哥大學資料科學碩士同學則說，花了將近半個學期的課學怎麼用Tableau軟體。
而且，數學運籌系的也會涉及這個軟體。因為這個軟體內的工具比較強大，會用了以後，做出來的圖表會為你的資料分析過程提供極強的視覺化支撐，用Tableau軟體，描述自己的資料分析過程。
別把Tableau誤會成，一個單純的報表展現工具。Tableau軟體的功勳在於，為資料分析技術走入尋常人家立下了汗馬功勞，將企業資料分析水平提高到了全新高度。
站在開發者的角度來看，Tableau會是一個BI中臺。在國內，極力打造資料產品的公司裡，難免會有產品經理以Tableau為標杆。
江湖夜雨十年燈，對於中國第一代Tableau軟體的使用者而言，舊情已經超過十年了。Tableau軟體有大批忠心耿耿的使用者和愛好者。
但是，也有人批評說，Tableau軟體一開始在中國就賣太貴了，曲高和寡。
從功能的角度來講，Tableau依然是領先的。
按照偉仕佳傑PPT裡的說法：
Tableau可以做什麼?
1.支援企業以視覺化方式直觀檢視資料並與之互動，有效縮短資料分析時間；
2.協助企業快速找到“洞察"；
3.建立預測模型；
4.運用預測模型做預測；
5.加速提升企業資料素養，提升從資料找答案的能力。
AI潮水大漲，BI沒落了嗎？
某外資知名快速消費品公司資料團隊負責人說：“在開源和國內廠商的競爭之下，BI沒有沒落，是BI民主化了。很多國內廠商的BI分析模組都是免費送的。”
BI是商業智慧（BusinessIntelligence）指用資料技術進行資料分析，生意會越來越好，錢會越賺越多。
他補充談道：“作為產品，Tableau確實很好用，我知道的資料分析師，如果能選，幾乎都會用它，而不是微軟的PowerBI。但是，用的人，不是買的人。沒法解決買單問題，看報表的老闆們不在乎分析師做報表方便不方便。”
2010年以後，尤其隨著大資料、人工智慧的興起，有三樣東西發生了根本性的變化。
一、資料來源，二、資料技術棧，三、資料的使用者。
從資料來源的角度，BI的時代是資料來源比較單一的，資料使用的場景也是單一的，以BI的報表為主，最終資料使用場景，一般都是報表形式。比如，一家網際網路公司，每週/每月要關心新增多少客戶，客單價是多少，獲客成本是多少，如若其中有一個指標跟我之前的計劃相比，一直低於計劃，就要從報表中去找原因。
除了原來的關係型資料庫之外，大公司會有很多跨系統的API的資料傳輸，也會有很多雲原生的資料（私有云，公有云，多雲）。
從資料技術棧的角度，BI是以資料倉庫為中心的架構，從資料採集到資料處理、資料儲存、資料分析、資料結果展現，到最後的業務的使用，是以資料倉庫為中心的架構。
除了BI之外，大公司有很多對內和對外的業務流程自動化，有很多的資料科學的分析應用，還有很多的高階資料工程的應用。從資料看板、大屏、到Ad-hoc商業分析、資料科學分析、人工智慧應用、對內對外業務流程自動化。
資料技術棧的產品和方案選擇最近十年有了爆炸性增長，所以這樣的一個時代也有人叫後BI時代。
在後BI時代，網際網路大廠會買Tableau軟體嗎？
答案是，不會。如果分析師的數量太大，他們的工作又對公司業務有決定性影響，像百度、阿里、美團、京東這種網際網路平臺公司，人家有超大型技術團隊，可以自研BI系統。
當然，也有人說，有的大廠的資料視覺化的功能也是照著Tableau“抄”。
從資料使用者的角度，十年前，以資料分析師、資料工程師為主，加上少量的業務決策分析者（就是看BI報表的那些人）。
十年後，經過大資料和人工智慧的洗禮，現在的資料使用者，突然多了資料科學家、機器學習工程師和所有層級的業務決策者，就不只是業務決策的最高層要用，業務決策的中間層也要用。
話說，有誰不想提高資料思維，有誰不想用好資料來做商業決策呢？還有誰？
管理層這麼看重，那執行層身上就要有些絕活了。回想文章一開始在上海給咖啡店選址的段子。很多的BI廠商不太願意承認這一點，在BI時代，一般來說是先立項規劃，再建設，再使用。但是，情況變了。
雲原生時代的口號是，來不及解釋了，快上車。越來越多的情況是先使用，再規劃。
比如，H2O Driverless AI、DataRobot、AWS Sagemaker、Google Vortex這些工具，都支援使用者自己指定雲上資料來源，或者手動上傳本地資料。
為什麼這樣？因為要接哪些資料，鬼才知道。
有沒有價值只有做了才知道，事先無法知道。所以，除非公司有個很強又很有服務意識的資料工程運維團隊，不然就只能做些預製報表。
這對BI產品廠商是件好事，因為採購的決策不只攥在IT部門手裡了。
Tableau公司於2003 年 1 月創立於美國加州山景城，十年後，在美國紐約交易所交易上市。2014年，為了推廣業務，Tableau在中國正式開設公司。2020年，Salesforce收購了Tableau。
Salesforce公司是Saas界的大佬，有人質疑Tableau被收購後，被放棄了。實際上，在Salesforce公司2020年財報上，Tableau出現的次數是68次。其中，收購目的也明說了。
“Salesforce的客戶360是一個整合的平臺，集銷售、服務、營銷、商務、整合、分析等功能於一體……為了推動產品的發展，我們一直在積極進取。例如，在2019財年，我們收購了整合平臺公司MuleSoft；在2020財年，我們收購了分析公司Tableau。”
Salesforce認為Tableau和Einstein Analytics都是它家的分析利器。
有知情人士透露，Salesforce公司在國內的外企客戶還是很多的，但是麻煩在於它一直沒有在國內建資料中心，據說距離最近的資料中心建在日本大阪和神戶。2021年下半年，國內一系列資料安全法律法規出臺，Salesforce的客戶暗地裡都很著急。這個鍋，Tableau能逃掉嗎？
比起亞馬遜科技公司，早就和西雲資料和光環新網合作，沒這個顧慮了。
“Tableau停止中國的直接銷售，轉而整合進Salesforce與阿里的合作體系。”媽耶，這個急剎車，除了讓中國團隊的員工深受內傷之外，這背後意味著什麼呢？
有一位大型科技公司的資料視覺化產品的負責人認為：“結論比較簡單，沒有爭議。因為國內軟體市場重服務，單純軟體輸出是很難得到國內客戶認可。這個還真的很難說是純技術問題，就功能而言Tableau是領先的。”
2021年，Tableau在上海的零售行業站線下研討會上公開了創新方向：增強性分析，資料治理，開發生態，細節功能打磨。
大轉折要來了，這位大廠負責人也認為：“Tableau的服務力度完全不同，Tableau的軟體服務，最多叫諮詢，不是長期貼身實施。國內很多客戶內部沒有專業資料分析的隊伍，業務怎麼數字化分析也沒有專業梳理。所以，只教功能，沒用”。
換句話說，國內的企業“習慣於”企業級BI服務。這個戰場上，有三家主要的競爭對手，產品是FineBl/SmartBI/永洪。
SmartBI就是思邁特，FineBl是帆軟的。帆軟的產品迭代翻過三座山，也摸索出了門路（FineRepor，FineBI ，簡道雲）。
帆軟公司的銷售人員介紹，BI專案競標預算金額，二三十萬算小的，五六十萬到一百萬比較常見，一百五十萬以上算大專案。
資料科學家袁雪瑤認為：“我覺得BI會注重感知層、分析層，為企業決策提供依據。而AI追求的是智慧。一些AI應用會以BI層的東西為基礎，也就是說，如果這部分AI想做得很好，BI層應該要十分穩健。AI最終會實現智慧，自己調節決策。但是，BI到AI的過程需要大量的資料累積。Tableau很多時候會是一個工具，而一些公司早已把類似內容的工具，轉化成了方案或服務提供給使用者了。”
Tableau中國直接銷售的業務已經不存在了，可是，對資料視覺化產品的需求永遠都在。因為資料產品本身和底層邏輯不會變，變化的是“需求的外衣”，可能變成了解決方案，服務，變成了另一個商業場景下的一個功能。
祝福Tableau，也祝福Tableau所有前員工，一路好走，江湖再見。
感謝楊薈博士在本文創作過程中提供觀點，以及稽核全篇內容。他是一位連續創業者，埃森哲中國資料科學和AI團隊創始人，現任某跨國快銷品公司資料和AI總監。
（完）
最後，再介紹一下主編自己吧
我是譚婧，科技和科普題材作者。
為了在時代中發現故事，
我圍追科技大神，堵截科技公司。
生命短暫，不走捷徑。
還想看我的文章，就關注“親愛的資料”。
