明論資本對話DataPipeline:讓數(shù)據(jù)生產(chǎn)力的歷史進程,再前進一步。
當下,數(shù)據(jù)所引發(fā)的生產(chǎn)要素變革,正在重塑著我們的需求、生產(chǎn)、供應(yīng)和消費,改變著社會的組織運行方式。對于企業(yè)來講,其競爭的本質(zhì)是在“外部環(huán)境、生產(chǎn)環(huán)境、供應(yīng)鏈協(xié)同等”復(fù)雜且不確定性強的市場環(huán)境下資源配置效率的競爭。數(shù)據(jù),作為企業(yè)資源的具體表現(xiàn)形式和重要載體,其管理效能的高低直接決定了企業(yè)的生存能力。
隨著數(shù)據(jù)技術(shù)的更新迭代和市場需求的快速升級,數(shù)據(jù)管理在內(nèi)外部作用下逐漸被賦予新的責任。在技術(shù)側(cè),數(shù)據(jù)源的架構(gòu)在變得繁多和復(fù)雜,數(shù)據(jù)應(yīng)用也逐漸變得更加垂直和場景化,這也倒逼了現(xiàn)代數(shù)據(jù)架構(gòu)飛速發(fā)展。在業(yè)務(wù)側(cè),其被要求回答:如何快速感知市場變化、識別潛在客戶需求,如何增強決策準確性、實時性,如何構(gòu)建能變革業(yè)務(wù)的數(shù)據(jù)驅(qū)動的應(yīng)用等。數(shù)據(jù)管理,已經(jīng)從一項技術(shù)管理工作升級為系統(tǒng)工程。DataOps這樣的新型數(shù)據(jù)管理方法,恰逢其時地走到臺前,彌補抽象的“采、存、管、用”發(fā)力不足的問題。
一千個人眼中有一千種對數(shù)據(jù)管理的“想象”。今天,我們邀請到DataPipeline的創(chuàng)始人兼CEO陳誠,走近DataPipeline,看這家專注于下一代數(shù)據(jù)基礎(chǔ)設(shè)施的公司是如何幫助企業(yè)實現(xiàn)基于DataOps理念的“全鏈路”數(shù)據(jù)管理。
行業(yè)革新,數(shù)據(jù)管理識變應(yīng)變求變
“面對不確定性新常態(tài),對于各行各業(yè)的企業(yè)管理者來說,如何高效地利用手頭的數(shù)據(jù),實時、精確地感知和洞察業(yè)務(wù)變化,更好地提高企業(yè)的運營效率、尋找業(yè)務(wù)的增長點是每個企業(yè)都需要面對的必修課。
——DataPipeline創(chuàng)始人兼CEO陳誠”
明論:在大數(shù)據(jù)行業(yè)飛速發(fā)展的今天,數(shù)據(jù)管理的重要性是各行業(yè)管理者的共識。從您的觀察來看,在過去的 20 年時間里,數(shù)據(jù)管理發(fā)生了什么變化?
陳誠:隨著新的業(yè)務(wù)形態(tài)不斷出現(xiàn),各行業(yè)的客戶行為也發(fā)生著日新月異的變化,例如服務(wù)的場景化社交化、營銷渠道的線上線下一體化等,這對傳統(tǒng)的經(jīng)營模式帶來了巨大的挑戰(zhàn)。企業(yè)的推廣獲客成本、營銷流量成本和簽單成本越來越高,流量精準度和轉(zhuǎn)化率不足,利潤慢慢地被吞噬。如何高效地利用手頭的數(shù)據(jù),實時、精確地洞察業(yè)務(wù)變化,更好地提高企業(yè)的運營效率,尋找在“感知、決策、執(zhí)行”上的新發(fā)力點是每個企業(yè)都需要面對的必修課。
同時,大量行業(yè)都非數(shù)字原生,其經(jīng)歷了漫長的業(yè)務(wù)電子化和經(jīng)營線上化的信息化及數(shù)字化過程,且均圍繞其各個業(yè)務(wù)板塊的業(yè)務(wù)流程進行,數(shù)據(jù)逐漸滲透至企業(yè)設(shè)計、生產(chǎn)、管理、服務(wù)和運營等的全流程。這天然地導(dǎo)致數(shù)據(jù)來源多樣,數(shù)據(jù)結(jié)構(gòu)復(fù)雜,系統(tǒng)之間相互割裂,數(shù)據(jù)難以互聯(lián)互通,數(shù)據(jù)孤島大量存在。
在數(shù)據(jù)基礎(chǔ)層,業(yè)務(wù)形態(tài)的豐富帶來繁多的數(shù)據(jù)種類,例如支撐核心系統(tǒng)的新型的NewSQL TP,各類支持系統(tǒng)、各運營類應(yīng)用的場景化和SaaS化,也包括了各類IOT設(shè)備和工業(yè)協(xié)議的顯著增多。同時,數(shù)據(jù)傳輸層相應(yīng)出現(xiàn)各類相匹配的數(shù)據(jù)獲取方式。業(yè)務(wù)應(yīng)用與數(shù)據(jù)應(yīng)用的上層分布也發(fā)生了很大變化。除了傳統(tǒng)的BI應(yīng)用外,現(xiàn)在還出現(xiàn)了更為復(fù)雜且智能的嵌入式BI和增強BI。對于面向數(shù)據(jù)業(yè)務(wù)的應(yīng)用,有各類基于營銷、客戶服務(wù)、產(chǎn)品迭代、風險管理等不同場景的數(shù)據(jù)驅(qū)動型應(yīng)用的落地,而構(gòu)建這些應(yīng)用不只需要簡單的業(yè)務(wù)邏輯梳理,而是需要對實體數(shù)據(jù)的探查和推演。
技術(shù)場景的快速分化產(chǎn)生大量不同特性的存儲與計算引擎、信創(chuàng)大勢下優(yōu)秀國產(chǎn)基礎(chǔ)軟件涌現(xiàn)、業(yè)務(wù)導(dǎo)向下數(shù)據(jù)結(jié)構(gòu)的快速迭代、網(wǎng)絡(luò)技術(shù)革新帶來的豐富數(shù)據(jù)源,繁榮的技術(shù)生態(tài)也在呼喚更創(chuàng)新的數(shù)據(jù)管理方式。
業(yè)務(wù)全場景創(chuàng)新、數(shù)據(jù)量爆炸式增長且滲透度高、數(shù)據(jù)時效性需求增加、數(shù)據(jù)采集/獲取/應(yīng)用的復(fù)雜度提升、異構(gòu)數(shù)據(jù)技術(shù)引擎的涌現(xiàn)與驅(qū)動,這幾個因素的加權(quán)將帶來必然的數(shù)據(jù)管理理念與實踐的變革。
選擇DataOps,數(shù)據(jù)生產(chǎn)力歷史進程再前進一步
“「連接一切數(shù)據(jù)、應(yīng)用和設(shè)備」是DataPipeline的使命,這個看似直白的目標,在以終為始的倒推中,展開了一張越來越紛雜的產(chǎn)品能力拼圖。這是一個構(gòu)建圍繞‘流程+工具+組織’的DataOps時代,DataOps讓我們有了能力建設(shè)的‘上帝視角’。
——DataPipeline創(chuàng)始人兼CEO陳誠”
明論:圍繞數(shù)據(jù)管理發(fā)生的這些變化,請談?wù)勥@對于企業(yè)來說意味著什么?
陳誠:為了應(yīng)對業(yè)務(wù)與數(shù)據(jù)需求的不斷變化,企業(yè)內(nèi)部管理理念、管理角色、管理工具也面臨巨大變化。
從上世紀90年代開始,建設(shè)以行業(yè)領(lǐng)域模型為主的數(shù)據(jù)倉庫、數(shù)據(jù)集市以支持確定性高的報表類需求,這是數(shù)據(jù)管理的摸索期,企業(yè)經(jīng)營管理剛剛開始嘗試向業(yè)務(wù)為核心、數(shù)據(jù)為輔助的方向發(fā)展。數(shù)據(jù)管理重點體現(xiàn)在強主題域建模、對靜態(tài)元數(shù)據(jù)及主數(shù)據(jù)的管理、長周期的數(shù)據(jù)治理,參與的人員僅限于建模工程師、ETL工程師、報表工程師這種專業(yè)數(shù)據(jù)崗位。
2010年左右開始,由于互聯(lián)網(wǎng)公司的崛起、互聯(lián)網(wǎng)數(shù)據(jù)的爆炸,開始有了更大量的數(shù)據(jù)、更加復(fù)雜和多樣的數(shù)據(jù)源,以及一些特定場景的數(shù)據(jù)驅(qū)動的應(yīng)用,數(shù)據(jù)的流轉(zhuǎn)、存儲以及管理等問題變得更加復(fù)雜。在這個時期,企業(yè)關(guān)注重點轉(zhuǎn)移到建設(shè)大數(shù)據(jù)平臺、數(shù)據(jù)湖、數(shù)據(jù)中臺、數(shù)據(jù)資產(chǎn)目錄。從一定程度上來說,大數(shù)據(jù)平臺的初衷是希望去顛覆數(shù)倉的,但這件事情并沒有發(fā)生,企業(yè)發(fā)現(xiàn)這是兩類需求,兩種workload,都有適用的場景,多種管理形態(tài)的共生是必要的。
DataOps這一理念在 2014 年被提出,于2018年被Gartner首次納入數(shù)據(jù)管理技術(shù)成熟度曲線中,并保持增長態(tài)勢,到2021年 DataOps 已由技術(shù)萌芽期(Innovation Trigger)爬坡接近至頂峰期(Peak of Inflated Expectations)。DataOps給數(shù)據(jù)管理提供了一條“流程+工具+組織”的落地實踐新范式。DataOps理念的目標是使得企業(yè)可以通過對數(shù)據(jù)鏈路持續(xù)構(gòu)建,像交付應(yīng)用一樣快速、靈活地交付數(shù)據(jù),并在過程中管理好數(shù)據(jù)鏈路的可觀測性,讓數(shù)據(jù)業(yè)務(wù)人員更容易地發(fā)現(xiàn)數(shù)據(jù)、安全地使用數(shù)據(jù),最終達到降低TCO,提高ROI,幫助各行各業(yè)的企業(yè)實現(xiàn)數(shù)字化和智能化轉(zhuǎn)型的長期戰(zhàn)略目標。
明論:DataOps的數(shù)據(jù)管理理念具體有什么特點呢?
陳誠:如何通過增強多方角色協(xié)同與敏捷開發(fā)程度等,使得數(shù)據(jù)從生產(chǎn)端到消費端的的各個環(huán)節(jié)不要脫節(jié),使數(shù)據(jù)管理成為一個有機整體,是未來數(shù)據(jù)管理的重要方向。DataOps是這一理念的典型代表,它有幾個關(guān)鍵的數(shù)據(jù)管理理念變化:
第一個是數(shù)據(jù)邏輯的疊加。業(yè)務(wù)應(yīng)用以流程邏輯為核心,通過敏捷開發(fā)、持續(xù)集成和持續(xù)交付(CI/CD)、自動化測試和代碼推廣、重用和自動化等的研發(fā)能力,就可以適應(yīng)普遍的迭代使用需求。而數(shù)據(jù)應(yīng)用必須要考慮兩種邏輯,即業(yè)務(wù)邏輯和數(shù)據(jù)邏輯的疊加,很難單用業(yè)務(wù)邏輯解決,并且數(shù)據(jù)邏輯變化快得多。因此除了要掌握應(yīng)用邏輯的迭代方法外,還需要一套全新的關(guān)于數(shù)據(jù)邏輯迭代的方法,其中應(yīng)該包括數(shù)據(jù)應(yīng)用中對于業(yè)務(wù)邏輯和數(shù)據(jù)邏輯的整體考量,從而做到像交付應(yīng)用一樣交付數(shù)據(jù)。
第二個是數(shù)據(jù)模型的后置 。在滿足相對確定的數(shù)據(jù)倉庫支持的BI/報表類需求時,這是強主題域模型驅(qū)動的,即客戶對于未來這個數(shù)據(jù)需求的滿足有深入的具象化理解。因此需要根據(jù)數(shù)據(jù)模型構(gòu)建ETL,使得數(shù)據(jù)在流轉(zhuǎn)過程中變成滿足需求的形態(tài)。然而,隨著數(shù)據(jù)驅(qū)動的產(chǎn)品/服務(wù)/營銷類數(shù)據(jù)應(yīng)用越來越多,傳統(tǒng)的主題域模型不再能提供足夠的靈活度,因此,越來越多的企業(yè)不再做強建模ETL,而是轉(zhuǎn)向了對于數(shù)據(jù)湖/大數(shù)據(jù)平臺的建設(shè),先將數(shù)據(jù)匯聚,并將transformation/業(yè)務(wù)建模的工作后置,形成ELT,以求更加靈活的應(yīng)對快速迭代的數(shù)據(jù)應(yīng)用需求。
第三個是多種模式的涌現(xiàn)。隨著數(shù)據(jù)應(yīng)用的場景、種類、時效性要求變的越來越多,整體數(shù)據(jù)鏈路中的各類模式在快速豐富。具體表現(xiàn)在數(shù)據(jù)來源的多模式(業(yè)務(wù)數(shù)據(jù)庫的實時CDC數(shù)據(jù)、客戶端用戶行為埋點數(shù)據(jù)、外部系統(tǒng)API數(shù)據(jù)、工業(yè)設(shè)備數(shù)據(jù)等),數(shù)據(jù)應(yīng)用的多模式(統(tǒng)計分析、異常檢測、事件營銷、量化風控等),以及必然帶來的數(shù)據(jù)處理方式的多模式(數(shù)據(jù)倉庫架構(gòu)、大數(shù)據(jù)平臺架構(gòu)、通過流式計算引擎架構(gòu)等) 。同時企業(yè)也意識到,基于大數(shù)據(jù)平臺、流式計算引擎的數(shù)據(jù)處理模式和數(shù)倉的數(shù)據(jù)處理模式并不是替代和顛覆的關(guān)系,而是在可見的未來,會共同且長期的存在于企業(yè)的數(shù)據(jù)架構(gòu)當中,并不斷引入和集成更新、更加場景化的處理模式,以應(yīng)對快速變化的市場需求。在這一過程中,如何管理、維護、監(jiān)控不同的數(shù)據(jù)鏈路和處理邏輯,是企業(yè)必須要解決的問題。
第四個是協(xié)作和自助的數(shù)據(jù)發(fā)現(xiàn)。在數(shù)據(jù)管理早期,大家管理的是靜態(tài)的元數(shù)據(jù)和主數(shù)據(jù),后來開始提出數(shù)據(jù)資產(chǎn)目錄,目前又增加了“協(xié)作和自助的數(shù)據(jù)發(fā)現(xiàn)”。這意味著數(shù)據(jù)管理從以前的只有數(shù)據(jù)科學(xué)家參與的數(shù)據(jù)管理,到組織里所有的人都自主參與進來,以更好地發(fā)現(xiàn)數(shù)據(jù)資產(chǎn)的變化。此外,DataOps在內(nèi)部敏捷協(xié)作上也有了更高的要求,要求數(shù)據(jù)流水線上各部門的人員都能敏捷協(xié)作。最后,隨著數(shù)據(jù)量的迅速增加,安全也成為一個重要議題。行業(yè)法律法規(guī)和企業(yè)內(nèi)部風控的不斷加強,都對數(shù)據(jù)安全的管理提出了更高的要求。
DataOps時代的數(shù)據(jù)工具有四個核心組件。首先是數(shù)據(jù)融合平臺,這里面包括多元異構(gòu)的數(shù)據(jù)流轉(zhuǎn)、實時ELT、Reverse ETL等數(shù)據(jù)鏈路管理,第二個是貫穿整個數(shù)據(jù)鏈路的可觀測性平臺,第三個是支撐數(shù)據(jù)鏈路持續(xù)交付的數(shù)據(jù)發(fā)現(xiàn)平臺。第四個是保障持續(xù)交付合規(guī)安全的數(shù)據(jù)安全平臺。這四個核心組件就是DataPipeline搭建的DataOps基礎(chǔ)設(shè)施。
以基于DataOps理念的數(shù)據(jù)基礎(chǔ)設(shè)施角逐世界舞臺
“DataPipeline在做的是基于DataOps理念的下一代數(shù)據(jù)基礎(chǔ)設(shè)施。目前國內(nèi)還沒有圍繞DataOps建立現(xiàn)代數(shù)據(jù)管理全矩陣產(chǎn)品的公司,DataPipeline是第一家。我們已經(jīng)把競爭范圍放到了世界級數(shù)據(jù)管理領(lǐng)域的舞臺。
——DataPipeline創(chuàng)始人兼CEO陳誠”
明論:DataPipeline一直堅持用產(chǎn)品化的方式解決問題,但是很多人覺得在中國特殊的商業(yè)環(huán)境下不同行業(yè)不同規(guī)模的企業(yè)面臨的問題都很不一樣,你是怎么看的?
陳誠:DataPipeline在做的是面向數(shù)據(jù)管理新范式的DataOps基礎(chǔ)設(shè)施,是世界級現(xiàn)代數(shù)據(jù)架構(gòu)核心組件廠商。我們圍繞數(shù)據(jù)鏈路的開發(fā)與管理,提供符合本地需求的現(xiàn)代數(shù)據(jù)架構(gòu)核心組件,同時具備世界級的能力、規(guī)劃面向世界級的產(chǎn)品。
DataPipeline要做的不僅是中國市場的No.1,也要做世界級數(shù)據(jù)管理領(lǐng)域最先進的公司。目前,國內(nèi)軟件業(yè)存在的一些短板還亟需補齊,這突出反映在軟件核心技術(shù)、軟件應(yīng)用生態(tài)方面,國家也正在從軟件大國向軟件強國邁進。過去二三十年里,核心數(shù)據(jù)基礎(chǔ)設(shè)施已經(jīng)逐步擺脫出被國外廠商把控的狀態(tài),從數(shù)據(jù)基礎(chǔ)設(shè)施到應(yīng)用軟件的國產(chǎn)化替代將持續(xù)走高,中間件和數(shù)據(jù)庫的國產(chǎn)化率甚至可達一半左右。DataPipeline,也在通過標準化產(chǎn)品服務(wù)千行百業(yè)數(shù)據(jù)創(chuàng)新,這是“解答時代命題”的必然責任。
DataPipeline產(chǎn)品體系
對于標準化產(chǎn)品,我們必須要做到的是對產(chǎn)品的抽象提取,否則的話就只是一個服務(wù)型的公司。在設(shè)計標準化產(chǎn)品時,我們要做的不是解決某一個客戶的具體需求,而是比對大量客戶需求,用宏觀抽象的思路把這些需求做整合,設(shè)計構(gòu)建一個靈活、可配置的產(chǎn)品結(jié)構(gòu)。我們設(shè)計的出發(fā)點是以抽象的角度來思考問題,而不是只解決單一的具象化問題。也就是說我們在打磨產(chǎn)品的時候,需要比著需求的上限去工作,而不是需求的下限。雖然對于我們來說,產(chǎn)品化意味著更多的時間和成本投入,但這是建立一個數(shù)據(jù)基礎(chǔ)設(shè)施廠商的必經(jīng)之路。DataPipeline提供標準化的產(chǎn)品,以及可以交付合作伙伴開發(fā)的Paas平臺,使用統(tǒng)一的可視化管理、支持云化和私有化、上線迅速、方便易用。我們認為只有這樣的產(chǎn)品,才能夠滿足不同客戶快速部署的需要。
明論:具體在面對各種不同的客戶時,DataPipeline是如何通過標準化的產(chǎn)品解決他們不同業(yè)務(wù)需求的?
陳誠:不同類型的客戶對數(shù)據(jù)運用的程度和場景會有不同。首先,以金融、電信為代表的行業(yè)較早享受到了“數(shù)據(jù)紅利”,其數(shù)據(jù)管理意愿及基礎(chǔ)能力突出。其次,數(shù)據(jù)痛點比較明確且經(jīng)營狀況良好的企業(yè),更能快順應(yīng)DataOps大潮,比如金融、能源、電信行業(yè)和一些頭部的世界五百強企業(yè)。這些客戶本身IT水平高,數(shù)據(jù)價值密度高,盈利能力強。他們對DataOps的數(shù)據(jù)管理理念有著很高的認可度和需求,也是目前國內(nèi)DataOps實踐的領(lǐng)軍企業(yè)。
我們和某股份制商業(yè)銀行的合作就是一個典型的例子。銀行業(yè)可以說是對數(shù)據(jù)管理要求最高且場景最為復(fù)雜的客戶了,該銀行是國內(nèi)第一批開展數(shù)據(jù)倉庫建設(shè)的商業(yè)銀行,本身已經(jīng)構(gòu)建了很強的批處理能力,在早期的銀行業(yè)中其數(shù)據(jù)架構(gòu)上處于領(lǐng)先水平。隨著實時反欺詐/反洗錢、數(shù)據(jù)驅(qū)動營銷、服務(wù)和風控的需求不斷增加,這對數(shù)據(jù)管理提出了從批量升級到實時的要求,以及對數(shù)據(jù)探查和推演的要求。DataPipeline為該客戶提供了從單系統(tǒng)實時到多系統(tǒng)匯聚,從營銷場景試點到經(jīng)營決策大規(guī)模推廣的多維度支持。與此同時,客戶內(nèi)部的數(shù)據(jù)組織架構(gòu)與流程也發(fā)生了變化,各類角色參與廣泛,數(shù)據(jù)價值極大化釋放,對員工能力提升和組織穩(wěn)定性也帶來巨大幫助。
制造業(yè),我國經(jīng)濟穩(wěn)定發(fā)展的“壓艙石“,其數(shù)據(jù)管理創(chuàng)新必要性已經(jīng)成為產(chǎn)業(yè)共識。但制造業(yè)是一個流程長、門類繁多、應(yīng)用場景復(fù)雜的行業(yè),且受限于國內(nèi)工業(yè)水平發(fā)展的在先背景,該領(lǐng)域的的數(shù)據(jù)管理面臨較大挑戰(zhàn)。該狀態(tài)下,制造業(yè)反倒對DataOps的創(chuàng)新理念需求迫切度越來越高。這些企業(yè)往往在數(shù)據(jù)管理職責分布上比較分散,各單元主體在接入數(shù)據(jù)類型數(shù)量、數(shù)據(jù)實時性和數(shù)據(jù)安全上有各自的差異化要求。DataPipeline服務(wù)過的某知名民營汽車企業(yè),在十幾年前已經(jīng)是行業(yè)領(lǐng)先地位,管理體系和IT架構(gòu)在那時候逐步建立成熟。但為應(yīng)對汽車行業(yè)的持續(xù)變化,該公司在原有主營業(yè)務(wù)之外,逐步增加了對創(chuàng)新業(yè)務(wù)和創(chuàng)新技術(shù)的探索。創(chuàng)新與風險并存,這對整個組織的同步和響應(yīng)提出了更高的要求。客戶需要將分布于工廠大腦測試系統(tǒng)、新能源系統(tǒng)、智能營銷系統(tǒng)、集團關(guān)系型數(shù)據(jù)庫系統(tǒng)、用戶滿意度評價系統(tǒng)等各類系統(tǒng)的數(shù)據(jù)高效實時地提供到經(jīng)營管理、業(yè)務(wù)分析、物流優(yōu)化等平臺,以提升生產(chǎn)運營及企業(yè)管理的效率及質(zhì)量。在過去的兩年多時間里,DataPipeline將該客戶全渠道數(shù)據(jù)打通,實現(xiàn)數(shù)據(jù)對經(jīng)營、管理、創(chuàng)新的賦能。并且,該客戶旗下的汽車、消費金融業(yè)務(wù)子公司也紛紛和我們開展合作。相應(yīng)地,在公司組織上,客戶的精益管理和組織內(nèi)部協(xié)作上也發(fā)生了很大變化,前端業(yè)務(wù)部門、后臺支持部門、生產(chǎn)與研發(fā)部門形成了有機聯(lián)動。
除以上舉例的兩個企業(yè)客戶之外,像證券、保險、運營商、石油石化這類數(shù)據(jù)基礎(chǔ)較好的行業(yè)狀況與銀行類客戶管理特性趨同,更加看中數(shù)據(jù)持續(xù)交付過程中核心能力的持續(xù)加強。醫(yī)療、教育、環(huán)保等領(lǐng)域的客戶與制造業(yè)的企業(yè)客戶服務(wù)經(jīng)驗相通,都會面臨要搭建更長鏈條、可以滿足業(yè)務(wù)與數(shù)據(jù)都端到端的IT基礎(chǔ)設(shè)施。當然,我們還服務(wù)一些頭部的互聯(lián)網(wǎng)、零售行業(yè)客戶,他們的業(yè)務(wù)及信息化水平都比較高,對數(shù)據(jù)管理產(chǎn)品的利用能力也很強,但是有著完全不同于以上談到的銀行與制造等行業(yè)的數(shù)據(jù)特點。總之,我們通過服務(wù)對數(shù)據(jù)管理有不同特性的行業(yè)中的典型客戶,不斷考核和打磨我們的產(chǎn)品,完善我們的各項能力,使得我們的產(chǎn)品能滿足各種數(shù)據(jù)管理的需求。
明論:DataPipeline的發(fā)展方向是什么?
陳誠:隨著實踐經(jīng)驗的不斷拓寬與深入,我們將進一步夯實多模式、自動化、自適應(yīng)的數(shù)據(jù)鏈路管理。在此基礎(chǔ)上,我們也會和客戶一道構(gòu)建具備自動化數(shù)據(jù)鏈路運維及運營能力的端到端數(shù)據(jù)可觀測性、滿足體系運維與質(zhì)量運營的可觀測性要求。當然,我們也將繼續(xù)探索基于算法的智能化數(shù)據(jù)發(fā)現(xiàn)和數(shù)據(jù)安全產(chǎn)品,幫助客戶獲取數(shù)據(jù)探查、動態(tài)元數(shù)據(jù)管理、數(shù)據(jù)風險管理等能力。
過去六年,DataPipeline不斷深耕全鏈路數(shù)據(jù)管理體系,憑借在DataOps領(lǐng)域的深刻理解、戰(zhàn)略前瞻和豐富實踐,現(xiàn)已形成“數(shù)據(jù)鏈路+數(shù)據(jù)可觀測性+數(shù)據(jù)發(fā)現(xiàn)+數(shù)據(jù)安全”的一站式DataOps產(chǎn)品矩陣,覆蓋了圍繞“數(shù)據(jù)鏈路開發(fā)、管理、與安全”的一整套核心組件。該產(chǎn)品矩陣可使企業(yè)的端到端數(shù)據(jù)工作流自動化,改善客戶在數(shù)據(jù)交付方面的體驗,從而驅(qū)動其更主動的商業(yè)決策和更高效的智能化產(chǎn)品及服務(wù)。我們會在DataOps這條數(shù)據(jù)管理創(chuàng)新之路上一以貫之。
5月以來,我們又陸續(xù)落定了與多家頂級金融機構(gòu)和重點領(lǐng)域客戶的合作。我們非常興奮地看到各類型的企業(yè)都在構(gòu)建種類繁多、影響行業(yè)的數(shù)據(jù)應(yīng)用,這一趨勢使得我們的客戶遍布金融、電信、能源、制造、地產(chǎn)、零售、互聯(lián)網(wǎng)、醫(yī)療、教育、環(huán)保等各行各業(yè)。為了能夠更好地為各行業(yè)、各規(guī)模的客戶提供創(chuàng)新的企業(yè)級軟件,我們會持續(xù)通過建設(shè)覆蓋數(shù)據(jù)全鏈路、高度標準化的產(chǎn)品矩陣,在DataOps理念指導(dǎo)下,堅持技術(shù)驅(qū)動、深耕企業(yè)服務(wù)。我們會繼續(xù)以“連接一切數(shù)據(jù)、應(yīng)用和設(shè)備”為使命,幫助更多各行各業(yè)不同需求的企業(yè)實現(xiàn)數(shù)字化和智能化轉(zhuǎn)型的戰(zhàn)略目標。
