报表工具的“后”路

报表工具的“后”路

报表工具很可能是企业级通用软件领域中仅有的国产软件品质远远超过国外同行的产品了。以润乾为先行者的国内厂商，在十多年的竞争中靠实力击败了国外产品。除了少量开源产品因价格优势还有较多用户外，其它国外产品主要就是些多年前的老用户了。

中国报表需求确实更复杂，无论格式和计算都繁琐得多，传统报表模型难以处理。润乾发明的非线性报表模型能够较好地解决这些问题，国内重要厂商目前都采用了该模型，而国外厂商则继续使用传统模型，产品本身品质要差很多；另外，近年来几个重要的国外厂商都发生了并购，报表工具并非收购方的主营业务，在这方面重视不足。两方面原因导致了上述结果。

不过，报表工具市场也在悄悄发生变化。

从需求方上看，复杂报表的占比在各个行业内都在下降，越来越多的用户不太关注报表格式的严格性，而更在意数据，越是信息化程度高的行业越是如此。以往应用中的报表大多从纸质报表迁移过来，由于技术限制常常要在一张纸上呈现更多内容，就会显得很复杂，而新应用则直接电子化设计了。当然，复杂报表需求一直会有，老行业是在弱化，但总有新行业不断地涌入，老行业中也仍有不少需要对外发布或上报的复杂报表。因此，从销售情况上看复杂报表的总体需求并未明显下降。

从供给方上看，虽然挡住了国外同行，但国内几家厂商的竞争却进入了白热化状态。十多年下来，润乾提出的非线性报表模型已经被许多厂商采用，这导致各家产品的核心功能基本是同质的，没有哪家厂商在报表本身的技术方面有特别的过人之处。说白了就是技术已经打穿，这时候就只能靠拼价格比服务这些产品之外的东西了。当然，这也是合理的，不可能靠一招鲜吃一辈子。

那么，作为报表工具厂商，应当怎样去适应这个变化，寻找新的增长点呢？

向前？

报表主要是解决数据呈现问题，基本上属于前端环节，那么继续在这方面努力是顺理成章的事，事实上，用户也会这样要求。

前端工作具体来讲主要有这么几个方向：

1.平台化：提供完善的用户组织和权限控制以及移动端，管理并呈现报表，形成终端用户直接可用的门户型应用；

2.可视化，虽然报表的格式在弱化，但对呈现美观化的要求却在加强，用户需要越来越炫的图形甚至动画；

3.敏捷BI：提供交互查询与分析功能，使业务用户可以自行制作和发布报表；

确实，有不少报表厂商都在向这个方向转型，还有些原来不做报表工具的新兴企业也投入其中，国外公司也有不少。

但是，仔细分析下来会发现，这几个方向都会使产品丧失集成性，走向定制化的服务型业务。平台化天生是个难以产品化的解决方案型应用，容易观察到许多国外著名品牌在国内的水土不服，就是因为难以提供定制化服务；可视化由于当前的技术环境，关键性技术部件都由免费开源包提供，上层厂商只能去做应用层面的服务；敏捷BI则由于基础的数据理论尚未解决，没办法真正地敏捷，还是只能在应用层面上进行定制才好用。

关于这三个方向在当前环境下为什么一定会走向定制化服务，限于篇幅在这里暂不细究，我们近期会再撰文详细解释。

定制化的贴身服务，会和终端用户走得更近，边际收益更高，当然未必是坏事。但对于以往采用产品化模式的报表工具厂商却有些问题。产品化的商业模式将迫使公司强化产品研发和市场销售能力，但行业经验和项目管理能力却很弱，而这恰是服务型业务所必须的；而且，直接面向终端用户提供服务后，势必会和原来报表工具的用户——行业软件开发商发生竞争，这显然会影响原有业务的开展。两种商业模式原则上很难和谐并存在一个商业实体中，有些大企业有多种模式，那也是基本无关甚至会相互拆台的不同事业部在分别操作。

事实上，这些前端功能更适合本来就擅长服务型业务的行业解决方案提供商去做，而不是上游的工具厂商。"向前走"会导致企业管理复杂化、目标不清晰等问题。润乾希望继续做自己擅长的事，保持产品易于集成的中间件属性，向行业软件开发商提供服务。

向后！

不做前端化转型，还有一个重要原因是"向后"有更大的潜力！

我们在多年经营报表工具的过程中发现，复杂报表并不只是格式和报表内计算复杂，而更多的在于后端数据源准备，具体表现为：

1.从数据源到报表的计算过程复杂，无法直接在报表端完成。开发人员经常要编写复杂的存储过程或应用程序代码来为报表准备数据，工作量很大，而且这种呈现与计算脱节的方式还会造成应用模块之间的强耦合，严重影响应用的可维护性。

2.多样性数据源，难以直接使用报表的多源能力实现。当前应用中的多样性数据源报表越来越普遍，RDB、NoSQL、甚至文件、WEB服务以及HDFS等都可能是报表的数据源。报表工具的计算能力和容量都有限，无法胜任各种复杂情况，结果仍然需要手工编码。

3.数据量大导致的报表性能下降。由于报表计算模型的限制，常见的多源关联报表在数据量稍大时计算性能会急剧下降。数据源的计算和传输也是报表性能差的主要因素，而报表工具本身无法解决，但用户体验却表现在报表上，给开发人员造成巨大的压力。

这类复杂报表的总数并不多，但开发工作量却占了绝对的大头，远远超过前端，而且相对来讲对开发人员的能力要求更高，需要更高的成本。对于这些问题，业内并没有好的解决方案，经常只能建设专门数据仓库并设计大量的中间表，导致应用的体系结构变得臃肿，也会进一步推高成本。

问题就是机会。在研究过大量计算需求后，并经过了多次反复实践，我们开发了基于离散数据集模型的数据计算引擎，用于解决这些计算问题（具体解决方案会在近期另行撰文描述）。新产品可以继续保持易于集成的中间件属性，而且相对于前端化，这些技术难度更大，还能再次树立足够高的门槛。

报表工具过去一直是润乾的主营产品，润乾也被打上了深深的烙印，一提到润乾，业界都会想到报表工具。但是，在技术已经打穿的今天，单纯的报表工具已经没有道理再获取高额利润了，我们也需要转型，而与其被市场逼迫地转型，那不如主动自己革命。

引入计算引擎后强化数据源计算能力，可以视为报表领域中继非线性报表模型后的“二次革命”。但严格地说，这些后端化发展的内容已经超出报表工具本身范畴了。"向后"其实并没有给报表工具新生，而是开辟了一个新天地。

新天地更为广阔，从报表业务引发出来的数据计算业务，不仅仅可以提升报表的应用品质，还可以广泛地应用于库外计算、ETL、数据中心建设、大数据计算平台等诸多领域。而且，基于离散数据集模型，我们还将进一步发展出有自主理论体系的数据仓库和云数据库产品，尝试颠覆已经有四十年没有重大改进的关系代数，把“向后”进行到底！

这就是润乾报表的“后”路。