DataPipeline创始人陈诚：连接一切数据、应用与设备

沉睡的数据是负债，你要花费大量的人力、设备来管理、维护。

 

流通的数据是资产，能发挥数据的作用，创造不一般的价值。

 

如何让企业或者政府的数据由“负债”变成“资产”呢？

 

中国社科院发布的《中国大数据应用发展蓝皮书》指出，中国大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。

 

中国软件网记者近期对DataPipeline创始人&CEO陈诚进行了专访。他表示，在数字经济时代，企业、政府对数据价值的认知正在不断提高，企业要建立数字化企业，政府要成为数字化政府。

 

再进一步，业务部门对于数据的认识和需求不断提升，科技部门希望用智能化、平台化、柔性化的方式更好地赋能业务，实现数据驱动。然而因数据量过大、变化过快、数据源过多，导致企业内部对现有数据存在不可知、不可取、不可控、不可用的情况。

 

如何摆脱人工堆砌、重复加工脚本的方式，敏捷地为业务用户提供数据，以切实可行的元数据管理实践推动数据资产管理体系的建设，是众多企业数字化转型面临的最基础的问题之一。

 

目前，中国企业在大数据流通、交换、利用方面大部分还处于起步阶段，关键原因是没有做好数据集成、数据清洗、数据同步等基础工作。

 

由此诞生了企业应用数据集成市场。Forrester数据表明，全球2017年数据应用集成市场纯软件规模是320亿美元。Gartner数据也表明，应用数据集成的细分领域iPaaS在2017年首次突破了10亿美元，增长72％。

 

在数据应用集成领域，既有Oracle、SAP、微软、Informatica等传统的IT大佬，也不乏创新型企业，如中国本土企业DataPipeline等。

 

DataPipeline正如其名字一样，数据管道，通过提供数据集成、数据清洗、数据同步等服务，帮助企业连接内外部的数据孤岛，实现数据的交换与融合。

 

　　陈诚，毕业于上海交大，留学于美国密西根大学，前Yelp大数据研发工程师，曾就职于美国Google、Yelp等。拥有6年多的大数据、计算机算法等实践经验。

 

陈诚说，AI不能代替人类的创造性思维，但工具可以解决重复低效的体力密集型开发与维护，加快数据的流通。当设备、应用和数据随时随地可获取时，连接将促进价值的裂变。

 

 

记者：您曾就职于Google、Yelp等国际知名公司，在这些公司主要做什么工作？

 

陈诚：毕业之后，我曾经在谷歌、Yelp等几个公司工作，就是做数据工程师。主要工作是构建大数据应用软件，节省用户使用数据、数据流转方面的成本，提高效率。同时也在数据应用方面有了不少技术积淀，为后来的创业打下了基础。

 

记者：后来您创立了DataPipeline，当时创立这家公司的初衷是什么？

 

陈诚：就像我刚才所说的，即便是在大公司里搭建大数据应用平台，也需要耗费巨大的人力、财力等资源。当时我就想，是否能把平台做成相对标准化的解决方案，提供给更多的客户，而不需要自己去搭建，让他们能直接从产品中获得比较成熟的解决方案，赋能客户。

 

因此，在2016年公司创立时确定的愿景就是：连接一切数据、应用和设备。现在大家常说的万物互联，其实连接的就是数据，实现的就是数据的流转与交换。为了能够帮助更多的公司、企业、个人做到这一点，DataPipeline想提供更好的服务和更好的软件。

 

 

记者：DataPipeline所在的赛道是数据应用集成，怎么理解这个行业？

 

陈诚：随着时代的发展，科技的进步，以及甲方需求的不断变化，我认为数据应用集成主要会有三个变化：

 

第一，比以前更加复杂了。复杂体现在存储形式，原来可能只有一些数据库中的结构化数据，但是现在有结构化、半结构化、非结构化数据，云上、云下、混合云的途径，数据库和数据仓库的对象存储等。在过去的十年里，有太多的复杂度被加入到需求当中来。

 

第二，时效性更强了。以前的数据流转比较慢，商业整体运转的速度也会慢一些。而现在企业根据数据做决策的速度加快，时效性也随之不断提升。

 

第三，对于数据或者是业务变化导致数据需求变化，从而导致数据架构变化，变化频率越来越快了。这就意味着用户的IT架构、软件和整体发展战略都需要能适应这种变化。

 

相对于数据量变多或者是数据源变多了这些老生常谈的问题，这三大变化点——复杂度变高，时效性变快，架构变化的程度更加深，是数据使用面临的三大挑战，与此同时也一定会诞生新的机会。

 

记者：那么，目前数据应用集成的市场规模和潜力有多大？

 

陈诚：之所以选择数据应用集成作为创业领域，就是考虑到其蕴含着较大的市场规模和潜力。

 

首先数据和应用集成是所有大数据项目必不可少的组成部分，数据项目或者数据应用、大数据变现，一定要完成数据的采集、清洗、整合，采用自动化和时实化软件，让数据利用变成一个低成本，高效率的过程，否则就和传统数据应用过程一样效率低，成本高。

 

其次，随着越来越多的大中型企业开始重视大数据，投入到相关项目或是产品中的资源也相对增加了。

 

相关数据表明，2017年全球数据应用集成市场纯软件规模是320亿美元，如果包括人工在内，将达到3940亿美元。

 

 

记者：数据集成这个赛道，都有哪些竞争对手？市场的格局如何？

 

陈诚：因为市场足够大，参与市场竞争的企业很多。但在新一代云化、大数据实时化的数据应用集成方面，相对来说新的玩家偏少。

 

总体而言，在中国数据应用集成企业实际上是比较缺失的。一方面，一些企业偏重数据集成，一些偏重应用集成；也出现了像阿里这样做数据中台的企业，覆盖面会比创新企业广，或多或少都会有一些差异化；而在基础技术创新方面的企业更少。

 

另一方面，市场上也有一些应用长达十年的工具，都是基于传统的软件架构；而新出现的偏云化，能部署在云上，以分布式架构支持大量数据和实时应用的工具还是比较少。

 

记者：其实做数据中台的企业最近突然变多。数据中台与咱们的做法不一样吗？

 

陈诚：其实我们主打的理念叫做DataOps，实际上讲的是养数据，运营数据的概念，主要是做数据的采集、清洗、融合，以及元数据管理、数据质量管理等。

 

不同企业关于数据中台的概念和架构多少都有所差异，切入点和功能也不尽相同，但是总体而言比我们范围要大，它可能包括出仓、主题域等。

 

记者：当前市场的竞争焦点是什么？战胜对手的关键点在哪儿？

 

陈诚：大家都来抢数据应用集成的蛋糕，但是不同企业所采取的策略和维度是不一样的。有的企业主打实时化，有的企业主打云化，有的企业主打SaaS化。

 

金融行业经过了十年的积累，在云、大数据和实时性的要求下，已经进入发展阶段，其他行业还处于起步阶段。

 

 

记者：DataPipeline在数据应用集成赛道参与竞争，采取什么样的差异化发展战略？

 

陈诚：我们的目标客户主要集中金融、零售、制造，地产、互联网行业。

 

主要服务的客户具有一些特征：大中型企业、数据价值密度较高、看重数据的时效性。

 

差异化战略包括：第一，支撑有大数据应用需求的大中型企业；第二，应用可以部署在云上；第三，实时性要求高，与以前批量化的不太一样；第四，能够支撑业务、数据、架构的变化；第五，用户体验方面，更强调自动化、智能化。

 

记者：当前，DataPipelie公司的差异化竞争战略的效果如何？

 

陈诚：目前已经成功服务了星巴克、金风科技、龙湖地产、财通证券、叮当快药等大型企业客户。

 

在技术上，DataPipeline基于Kafka的开源框架，聚焦流式数据处理、高性能同步，快速解决数据融合问题。

 

在产品上，DataPipeline是一款实时数据融合产品，无需任何代码，通过可视化图形配置界面在极短时间内便可完成实时数据管道连接，是一款提供数据管道搭建、数据任务管理、数据质量管控、可视化运维管理、错误队列管理、用户管理以及元数据管理等一站式的数据融合平台。

 

 

记者：最近DataPipeline获得新一轮融资，能否介绍融资情况。融资主要用于哪些方面？

 

陈诚：DataPipeline公司于2017年年底完成2100万元的A轮融资，由经纬中国领投，峰瑞资本跟投。最近，公司已完成了数千万元的A+轮融资，本轮融资主要由BV百度风投领投，经纬中国、清流资本跟投。本轮融资后，DataPipeline将重点补强销售市场团队、产品技术团队，以及完善客户拓展和客户成功体系。

 

记者：现在可以说是资本的寒冬，DataPipeline为什么会受到资本的青睐？

 

陈诚：目前企业服务或是产业互联网发展进入了快车道；应用数据集成市场增长可期，用户需求也比较大；资本愿意投资企业服务细分领域的头部企业；DataPipeline在市场上得到了客户的认可，客户也愿意为我们背书。

 

记者：未来，公司的发展想法和战略是什么？

 

陈诚：我们会继续坚持既定的策略，坚持以技术驱动来服务客户。同时会持续投入资源在客户成功上，为客户带来更大的价值。