互聯網的本質之一是信息共享，而共享的背后是各種原子粒度的數據流動。有以內容生產和內容消費匹配為目的的數據流動，比如搜索引擎；也有以人、貨、場信息匹配為目的的數據流動，比如電商平臺。由于互聯網企業天然以“在線化”、“數據化”為前提來實現信息共享，數據分析自然成為互聯網企業的剛需之一。互聯網企業都希望打破企業內的數據孤島，通過建立一套BI系統將“數據”轉換成有價值的“信息”，幫助企業監測業務發展態勢，探尋增長點、預判風險點，助力科學決策。然而，自研還是外采，是他們面臨的第一道選擇題。當企業考慮自研還是外采時，應該權衡些什么？從企業層面來說，選擇自研還是外采，其實要算的是一筆經濟賬。這筆賬大體上可以從數據和業務層面、成本層面來綜合評估。

數據和業務層面： 業務體量：如果企業當前的業務體量較小，數據量不多，對于BI系統還不是強需求或屬于試水的階段，這時企業可以先自研給出MVP（最小可行性產品）版本的解決方案，后期再逐步迭代或考慮引入第三方系統。 業務需求：如果數據是用于支持企業的核心業務發展，且業務復雜度比較高，或者業務的拓展和迭代非常快，因而對BI系統的定制化程度和未來的可拓展能力有著更高的要求，這時需要評估市面上的第三方系統是否可以滿足。 數據安全：若數據涉及到企業的核心機密，采用第三方系統可能存在數據泄露的風險。這要重點考察供應商是否有專業化、體系化的安全響應機制，確保數據安全。 數據回傳：若第三方系統不支持對處理后的數據進行回傳，導致不能充分發揮數據的價值和補充此類數據的業務判斷邏輯時，需要自主對獲取的數據進行二次開發。 成本層面： 人力成本：自研需要企業組建專門的團隊，投入一定的開發資源，程序員的工資是明面上要計算的帳。假設自研一套BI系統需要投入6-10個開發人員做開發，按照互聯網的平均薪酬水平，成本至少在500萬以上。而市面上一套比較成熟的BI系統，大概只要幾十萬。 時間成本：搭建BI系統是一個需要長期規劃的事兒，不是為了解決某個簡單需求的短期項目，投入回報周期長，而且需要IT部門長時間運維和升級迭代。 試錯成本：自研會有一個摸索的周期，而且如果自研出來的BI系統不好用，來回折騰也會有人力和時間成本的損耗，這是企業要算的一筆“暗賬”。 綜合數據和業務層面的需求和成本，企業或許可以參考下面的四象限圖來做決策：

對于數據和業務需求復雜度高，而且有能力投入高額成本的企業來說，可以考慮自建BI系統。這類企業通常是行業巨頭，估值千億甚至更高，有能力也有意愿每年花上千萬成本作為BI研發費用投入。因為內部業務BU眾多，員工規模上萬甚至十幾萬，能夠攤薄費用，ROI是算得過來的。另外一種情況是企業規模特別小，GMV不足1億，員工在百人以內。這類互聯網企業的數據和業務需求并不復雜，在成本投入上也比較謹慎，一套幾十萬的BI系統對他們現階段來說還是“有點過了”。這時候可以考慮投入一兩個研發人力或者外包做個簡單報表系統。最容易陷入糾結的是處于上述兩者之間的互聯網企業，一般會在自研和外采之間左右搖擺，甚至來回試水，不過大部分最終還是選擇了外采。從自研到外采，第三方BI系統何以脫穎而出？處于中間的“搖擺派”分為兩種。第一種是數據和業務需求的復雜度較高，而資源有限，難以完全支撐。先前我們了解過一家互聯網+金融的企業，因為基金交易的屬性決定了他們對數據的需求是非常強烈的，對數據分析的復雜度和數據安全性的要求也更高。

他們先前也自研過一些數據產品，主要是數據埋點方向，但是在引入BI的時候還是選擇了外采。他們數據部門的負責人告訴我們，BI產品的自研門檻是比較高的。技術層面有高要求，還要兼顧產品性能和設計，要做這樣一款產品，投入的固定成本很高，但邊際效益很低，也擔心折騰了一圈之后不好用。所以在不考慮未來商業化的前提下，如果第三方廠商所提供的產品能滿足現階段對BI的需求，那外采是比較經濟的選擇。另一種是數據和業務需求的復雜度比較低，但企業有意愿也有能力投入較多的資源。他們最開始選擇自研或者借助開源工具做二次開發，主要是考慮到開發成本不高，自己人對于需求的響應也更快，調整起來更靈活。之前就有一家做云服務的供應商，嘗試用開源工具MetaBase來滿足他們財務和銷售部門的日常數據統計需求。做出來之后發現，系統僅能夠支持一些簡單的報表，響應速度也比較慢，版面的UI設計也很簡陋，不管是業務部門還是IT部門自己都不滿意。

一圈倒騰之后，還是放棄了開源，選擇了外采國內BI廠商的成熟產品。其實，國內有些BI廠商不僅產品成熟，這幾年在客戶成功方面也做得比較好。服務到位，響應及時，支持定制化，而且也積累了一定的行業“Know-How”，能夠幫助新客戶快速上手。從決定外采到外采選型，還有哪些關鍵點？總而言之，綜合現階段大部分互聯網企業的需求，以及國內領先BI廠商的產品成熟度和服務體系，外采BI系統的優越性還是比較明顯的。在挑選供應商時，可以關注這幾個方面： 是否能夠提供開箱即用的標準化產品，輕松部署，縮短上線時間； 是否具有豐富的互聯網行業經驗，在規劃BI系統和業務場景指標搭建方面提供最佳實踐； 是否具有非常成熟的客戶成功團隊，及時響應技術和服務需求，支持定制化需求落地； 產品是否具有互聯網基因，天然契合互聯網人的使用習慣，能讓業務部門快速用起來。 在產品的易用性方面，數據具備明顯的優勢。數據很懂互聯網行業的用戶，在產品設計方面非常貼合互聯網的用戶習慣和體驗，上手過程非常順滑，簡單的拖拽就能實現各種功能，后臺配置也非常簡便。豐富的看板圖表和展示控件，還有ETL的數據淺層加工和調度，以及非常契合互聯網人辦公習慣的移動端，都是很大的加分項。這兩年數據也服務了很多互聯網頭部客戶，包括小紅書、嗶哩嗶哩、新東方、斗魚、雪球等等，有比較成熟的行業落地經驗。如果大家想了解更多關于BI的信息，歡迎掃碼體驗DEMO或者下載干貨資料。