WPS终于上Power Query啦!!是妙手还是险棋?

创作者俱乐部成员
WPS终于上Power Query啦!!是妙手还是险棋?
他来了,他来了!
9/8号,WPS在论坛发布【内测招募】帖子,邀请用户体验WPS全新“数据工作台”。
帖子的内容写的很委婉,新品名称叫做“数据工作台”,照着流程进群的时候,看到群名称就不装了,摊牌了,就是PQ!
我开玩笑说“这是指着微软的鼻子打”,群友更直接,这就是“完全照抄”。
目前招募人数已经够了,活动已经截止了。
具体测试的结果,bug还挺多,产品还在起步阶段,无法在生产环境下使用。
关于功能,我就不写测评了,大家可以参考【E精精】老师的这篇文章。
我想从产品的角度,和大家讨论讨论,WPS“照抄”Power Query这个事情,我有几个疑问?
这是好事?还是坏事?
这是照抄?还是创新?
AI热潮下,这一步是否正确?
1- 是好事,还是坏事?
首先,看到这个消息,我是非常开心的,“WPS什么时候能有Power Query?”,表格用户喊这个需求,已经喊了很多年了。
对于用户来说,绝对是一个好事,技能可以无痛迁移,不用再为了Excel和WPS出两套方案。
从WPS产品经理的角度,这个事情到底是好事情?还是坏事情?得好好斟酌一下。开发难度是有的,更重要的是知识产权和商业风险的问题,“王腾”的事情可以管中窥豹。
如果我是WPS是产品经理,我是不想担这个风险。
那如果不做Power Query,对WPS就是好事吗?
一、短期来看:似乎是“好事”(省心省力)
节省巨大的研发成本:开发PQ级别的功能需要组建顶尖的数据引擎团队,投入周期长、成本极高。
避免兼容性风险:无需担心无法100%兼容微软M语言和DAX公式而带来的用户抱怨和潜在的法律风险。
聚焦差异化赛道:可以更专注地发展其具有相对优势的领域,例如:
WPS AI:全力投入用自然语言处理表格数据。
多维表格:大力发展更适合国人的轻量级数据管理和应用搭建平台。
云协同:强化金山文档的实时协作体验。
选择“不做”,对于WPS来说是一条更轻松、更省钱、风险更低的路径。公司可以暂时避开与微软的“重型武器”正面交锋。
二、长期来看:绝对是“坏事”(战略致命伤)
从产品战略和生存发展的角度看,不做PQ可能会导致一系列长远的负面后果,这不是短期节省的成本所能弥补的。
放弃高端和专业用户市场:
PQ/PP是区分“普通表格用户”和“专业数据分析师/业务专家”的核心功能。放弃它,意味着WPS公开宣布:“我们不具备服务专业用户的能力”。
企业中的“决策者”和“数据专家”可能不会WPS作为主要工具。WPS会被牢牢钉在 “轻量级”、“个人级” 的标签上,品牌价值无法提升,溢价能力永远受限。
产品生态缺口,无法形成闭环:
未来的办公软件竞争是生态和工作流的竞争。一个完整的办公生态需要覆盖从数据获取、清洗、建模到分析、可视化、协同的全链条。
没有PQ/PP,WPS的生态就断链了。它的AI再强大,也只能处理简单规整的数据;它的多维表格再易用,也无法便捷地接入复杂的异构数据源。WPS会从一个“平台”退化为一个“功能点集合”,无法为用户提供端到端的解决方案。
这意味着微软可以高枕无忧地守住其最高价值的企业用户群。一旦这些用户的工作流深度绑定微软生态,他们几乎就不可能再迁移到WPS。WPS将永远活在被微软“降维打击”的阴影下。
在“AI+数据”的竞赛中失去主动权:
AI虽然能处理数据,但是AI的发挥极度依赖于高质量的数据输入。PQ是数据领域的“脏活累活专家”,是为AI准备“弹药”的核心环节。
没有PQ,WPS的AI就只能当百度用——用户给你一堆混乱的数据,AI无法理解,自然也得不出有价值的结果。
拥有PQ,WPS的AI才能如虎添翼,实现“AI智能推荐清洗步骤”、“自然语言生成M代码”等高级功能。
所以,站在企业的角度,Power Query这个事儿必须的得做,还要做的漂亮!
2- 是照抄,还是创新?
WPS做Power Query这个事儿,用户呼声很高,但一出来“完全照抄”这样的负面评论,把需求的呼声完全淹没。
用户的嘴张在自己身上,怎么说都行,但是从企业的角度,必须认真对待“照抄”和“创建”。
WPS不能简单地用“照抄”来定义这个行为,更准确的描述是 “战略性兼容” 或 “生态对标” 。这是一种非常聪明且务实的商业策略。
1- 降低用户的迁移成本和门槛
Power Query和Power Pivot已经成为全球数百万数据分析师、财务、运营人员不可或缺的“重型武器”。对于WPS而言,最大的挑战不是功能本身,而是用户习惯和沉没成本。
如果WPS开发一套全新的、操作逻辑完全不同的数据处理工具,即使功能更强,用户学习的意愿也会非常低。
直接复用PQ/PP的概念、界面和M语言,可以让微软生态的用户几乎无痛迁移,极大地消除了用户尝试WPS专业版的最大障碍。
2- 遵循前辈“事实标准”
在软件行业,当一个产品的用户体量足够大时,它的操作方式就成了一种“事实标准”。
键盘布局是QWERTY
图像处理是Photoshop的图层概念
所有手机都越来越像iPhone
数据处理领域,Power Query的“获取数据-转换-加载”流程和M语言也正在成为这样的标准。
WPS选择兼容这个标准,是尊重市场选择的表现,是一种“站在巨人肩膀上”的做法,这远比重新发明一个轮子要高效。
3- “抄”的是形,竞争的是神
外观和操作逻辑可以相似,但真正的竞争在于内核、性能、稳定性和本地化服务。
内核能力:
WPS的PQ能否处理同样复杂的数据源?性能是否足够快?公式引擎是否稳定?这需要巨大的技术投入。
集成与协同:
WPS的PQ能否与其云文档、金山文档、多维表格等产品产生“1+1>2”的化学反应?这才是它未来能否形成差异化优势的关键。
本土化与合规性:
针对中国用户的特色需求(如深度对接国内ERP系统、政府数据库、符合国内数据安全法规等)进行优化,这是微软的短板,却是WPS的巨大优势。
从商业策略上看,这是一个极其正确甚至必然的选择。重点不是纠结是否“抄袭”,而是要思考如何争夺“标准”的定义权和用户。
在“事实标准”的基础上,结合国内用户的使用习惯,进度定制化的优化,是wps的创新之路。
3- AI热潮下,PQ这一步是否正确?
现在数据处理领域,风头正劲的是"AI智能体"和"多维表格"。在这种形势下,WPS开发PQ显得有点“不太聪明”。
但是如果你在公司里参与过“数字化”推动工作,应该可以理解,“AI”和“多维表格”的路还很长,用户电脑里90%的数据还是表格。
开发PQ是产品生态化的战略思考。
覆盖不同层级用户的需求:
数据处理用户不是一个整体,是分层级的。
大众普通用户:可能只需要简单的表格排序、筛选。AI助手(如WPS AI)用一句话完成数据透视表或分类汇总,是他们的终极解决方案。
中级数据分析师/业务人员:他们是PQ的核心用户。需要定期、重复地清洗、整合来自数据库、API、多个文件的数据。他们的需求非常具体且流程化,AI目前无法可靠、可重复地替代整个PQ的ETL流程。AI更适合作为PQ内的一个辅助工具(例如:“用AI生成一个复杂的M公式”)。
高级数据专家:他们是PP和DAX的用户,需要构建复杂的数据模型进行深度商业智能分析。
WPS的战略是“全都要”:
用AI服务大众,用PQ巩固中坚力量,用未来PP切入高端市场。缺失任何一环,都会导致用户流失到微软或其它专业工具。
AI与PQ是互补关系,而非替代关系:
PQ为AI提供“干净的数据燃料”:AI分析的前提是有高质量、规整的数据。而现实中80%的数据都是混乱、异构的。PQ正是做这个“脏活累活”的专家。
可以预见,未来的WPS AI可能会与PQ深度结合,例如:“AI智能识别数据源并推荐清洗步骤”、“将自然语言指令转换为M代码”等。
PQ提供的是“可复用的确定性流程”:业务中的月度报告、周报是需要稳定、可靠、自动化运行的。PQ的流程一旦建好,就可以一键刷新,这是确定性。
AI目前的输出有时存在不确定性,更适合探索性分析。两者结合,才能覆盖从数据准备到探索性分析的全场景。
应对多维表格的冲击:
多维表格(如飞书多维表格)是一种“自上而下”的创新,需要一开始就用“数据表”的思维,就重构你的数据结构和关系,长期用wps表格处理数据的用户,很难做好思维的转变。
PQ是“自下而上”从各种混乱数据源中抽取、清洗数据的能力,这更符合用户的现有使用习惯,和数据思考的方式。
WPS完全可以将其PQ打造成一个强大的“数据抓手”,把外部数据清洗整合后,一键输入到自己的多维表格或协作平台中,从而形成一个完整的数据闭环,增强整个WPS生态的粘性。
总结
WPS走PowerQuery这步棋,是一种 “生态卡位” 和 “产品矩阵” 的战略。
卡位:必须在核心专业功能上对标Office,防止专业用户因功能缺失而彻底倒向微软。这是生存之本。
矩阵 :通过布局AI、PQ、PP、多维表格、云协作等不同产品,构建一个从低到高、从个人到协同、从直觉操作到专业编程的完整产品矩阵,满足不同场景、不同认知水平的用户需求。
协同:最终的目标是让数据在各个模块间无缝流动。用PQ准备数据,用PP建模,用AI进行分析和可视化,用多维表格进行协作和落地应用,全部在WPS的生态内完成。这才是对抗微软Office 365的终极武器。
所以,这不是一个过时的举动,而是一个夯实基础、补全短板、以图未来的关键战略落子。
它意味着WPS的竞争已经从简单的文档兼容,进入了深层次的生态能力和工作流闭环的竞争。
我们一边喊着“PQ上线”,一边又蛐蛐WPS“完全照抄”,而WPS团队看到了Power Query的战略价值,并愿意为此投入和冒险。
这是一步不得不走的“险棋”,但更是唯一正确的“活棋”。
期待WPS能把这一步棋,下的更漂亮!
WPS产品体验官
WPS函数专家
创作者俱乐部成员