Datablau：存量數(shù)據(jù)的交付專(zhuān)家

鄭善雙

日前，北京藍(lán)圖明冊(cè)科技有限公司（簡(jiǎn)稱(chēng)藍(lán)圖明冊(cè)）創(chuàng)始人王琤正式對(duì)外宣布，藍(lán)圖明冊(cè)完成數(shù)百萬(wàn)元天使輪融資，投資方為跨境投資機(jī)構(gòu)美國(guó)中經(jīng)合集團(tuán)，本輪融資將主要用于產(chǎn)品迭代、功能研發(fā)以及商務(wù)拓展。

藍(lán)圖明冊(cè)成立于2016年，是一家通過(guò)對(duì)異構(gòu)數(shù)據(jù)源的數(shù)據(jù)發(fā)現(xiàn)與基于業(yè)務(wù)語(yǔ)義進(jìn)行整合，幫助企業(yè)變革數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)的大數(shù)據(jù)公司，Datablau是藍(lán)圖明冊(cè)的旗下的數(shù)據(jù)交付產(chǎn)品和數(shù)據(jù)資產(chǎn)運(yùn)營(yíng)平臺(tái)。

Datablau通過(guò)軟件產(chǎn)品提取企業(yè)數(shù)據(jù)資產(chǎn)地圖，再進(jìn)行敏捷數(shù)據(jù)準(zhǔn)備和分析為企業(yè)提煉產(chǎn)數(shù)據(jù)價(jià)值，讓數(shù)據(jù)可見(jiàn)、可識(shí)、可控、可融，更易挖掘價(jià)值。目前，Datablau v1.0已經(jīng)發(fā)布和開(kāi)放試用。

十年磨一劍

藍(lán)圖明冊(cè)創(chuàng)始人王琤是一個(gè)地道的北京爺們兒，北京大學(xué)研究生畢業(yè)后，先后就職于點(diǎn)擊科技、Microsoft等國(guó)內(nèi)外知名公司。2006年，王琤步入了CA的辦公大樓，自此之后再未離開(kāi)，直到2016年自主創(chuàng)業(yè)。在CA長(zhǎng)達(dá)十年的工作生涯中，王琤主要負(fù)責(zé)CA ERwin數(shù)據(jù)建模的全球研發(fā)工作，也因此積累了十幾個(gè)軟件開(kāi)發(fā)項(xiàng)目全流程經(jīng)驗(yàn)。

CA ERwin中國(guó)團(tuán)隊(duì)自2010年4月正式建立，王琤作為CA中國(guó)研發(fā)中心的領(lǐng)導(dǎo)者，直接向美國(guó)的ERwin總經(jīng)理匯報(bào)。面對(duì)已經(jīng)成立多年的美國(guó)和印度團(tuán)隊(duì)，初建團(tuán)隊(duì)相對(duì)弱勢(shì)，王琤積極營(yíng)造技術(shù)氛圍，創(chuàng)新企業(yè)文化，鼓舞工作士氣，用了2年時(shí)間，使團(tuán)隊(duì)從輔助角色成長(zhǎng)為整個(gè)ERwin產(chǎn)品開(kāi)發(fā)的中堅(jiān)力量，最終所有代碼貢獻(xiàn)都來(lái)自中國(guó)團(tuán)隊(duì)。

強(qiáng)將帳下，必有雄兵。在王琤的帶領(lǐng)下，ERwin中國(guó)的研發(fā)團(tuán)隊(duì)持續(xù)實(shí)踐敏捷開(kāi)發(fā)，改進(jìn)SCRUM（一種迭代式增量軟件開(kāi)發(fā)過(guò)程）執(zhí)行效率，第一年轉(zhuǎn)型后，團(tuán)隊(duì)交付功能點(diǎn)翻番，并成功攻克數(shù)據(jù)建模的行業(yè)瓶頸，使ERwin在數(shù)據(jù)庫(kù)設(shè)計(jì)和數(shù)據(jù)庫(kù)之間建立起強(qiáng)大的native連接，支持正向工程和逆向工程，能自動(dòng)生成表、視圖、索引、參照完整性規(guī)則（主鍵和外鍵）、缺省值、域/列約束，包括一整套優(yōu)化的參照完整性觸發(fā)器模板和豐富的宏語(yǔ)言，用于定制觸發(fā)器和存儲(chǔ)過(guò)程。

自2015年開(kāi)始，大數(shù)據(jù)的概念被熱捧，數(shù)據(jù)價(jià)值得到前所未有的關(guān)注。王琤敏銳把握戰(zhàn)機(jī)，一手策劃并建立了與清華大學(xué)在大數(shù)據(jù)技術(shù)方面的合作，技術(shù)原型得以成功研發(fā)，幫助ERwin順利進(jìn)入大數(shù)據(jù)市場(chǎng)。為了解決企業(yè)在復(fù)雜大數(shù)據(jù)環(huán)境下的數(shù)據(jù)管理問(wèn)題，王琤帶領(lǐng)團(tuán)隊(duì)利用元數(shù)據(jù)和統(tǒng)一模型（已享有專(zhuān)利）一舉攻克了傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)遷移到NoSQL和NoSQL數(shù)據(jù)挖掘商業(yè)智能的行業(yè)難題。

通過(guò)對(duì)數(shù)據(jù)管理領(lǐng)域的深度耕耘和對(duì)大數(shù)據(jù)時(shí)代到來(lái)的精準(zhǔn)預(yù)判，王琤帶領(lǐng)CA ERwin研發(fā)團(tuán)隊(duì)在硝煙的IT市場(chǎng)不斷沖殺，終于將ERwin扶上數(shù)據(jù)建模工具市場(chǎng)占有率第一的王座。目前，大部分世界500強(qiáng)企業(yè)都在用ERwin進(jìn)行數(shù)據(jù)管理，其中包括AT&T、美國(guó)銀行、DELTA航空、沃爾瑪?shù)葒?guó)際知名公司。

從數(shù)據(jù)痛點(diǎn)看到創(chuàng)業(yè)機(jī)遇

多年與數(shù)據(jù)庫(kù)和數(shù)據(jù)管理工具打交道的工作經(jīng)歷，讓王琤看到了國(guó)內(nèi)外各大企業(yè)在數(shù)據(jù)挖掘、采集、應(yīng)用方面存在的行業(yè)痛點(diǎn)?！捌髽I(yè)經(jīng)過(guò)長(zhǎng)期經(jīng)營(yíng)，在各種異構(gòu)數(shù)據(jù)源中，累積了海量數(shù)據(jù)。如何快速在不同的數(shù)據(jù)源中，挖掘存量數(shù)據(jù)，變現(xiàn)數(shù)據(jù)價(jià)值，是每個(gè)企業(yè)CIO十分頭痛的事。我曾幫助國(guó)內(nèi)某銀行完成新一代系統(tǒng)的搭建，涉及一百多個(gè)業(yè)務(wù)系統(tǒng)、八千多張表的數(shù)據(jù)融合，整個(gè)項(xiàng)目耗時(shí)兩年半，業(yè)務(wù)繁復(fù)，工作量巨大?！蓖醅b這樣說(shuō)道。

在數(shù)據(jù)就是資源的今天，完善的數(shù)據(jù)管理對(duì)各大企業(yè)的業(yè)務(wù)發(fā)展至關(guān)重要。如何通過(guò)大數(shù)據(jù)分析手段來(lái)優(yōu)化自身業(yè)務(wù)流程，提高服務(wù)質(zhì)量，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力，這幾乎是各行各業(yè)的管理者都在思考的難題。

而我國(guó)部分企業(yè)數(shù)據(jù)資產(chǎn)的現(xiàn)狀卻非常尷尬，由于企業(yè)在發(fā)展過(guò)程中的人員變動(dòng)、IT架構(gòu)設(shè)計(jì)、采購(gòu)流程、廠商提供的解決方案差異等原因，造成了各種缺乏業(yè)務(wù)定義的存量數(shù)據(jù)混雜在一起，難以利用。Gartner曾經(jīng)指出，如今企業(yè)在進(jìn)行數(shù)據(jù)分析之前，往往要花費(fèi)整個(gè)項(xiàng)目80%的時(shí)間進(jìn)行數(shù)據(jù)梳理。這意味著大量的人工與時(shí)間投入。

行業(yè)痛點(diǎn)往往意味著商業(yè)機(jī)遇，2016年初，王琤聯(lián)合當(dāng)時(shí)擔(dān)任CA ERwin首席架構(gòu)師的朱金寶及其他幾位同事一起走出CA，正式成立藍(lán)圖明冊(cè)，聯(lián)手開(kāi)發(fā)一款自動(dòng)化數(shù)據(jù)交付服務(wù)平臺(tái)，命名為“Datablau”。

Datablau是一個(gè)數(shù)據(jù)資產(chǎn)運(yùn)營(yíng)平臺(tái)，能夠幫助企業(yè)打通不同業(yè)務(wù)的數(shù)據(jù)源，并采用深度行業(yè)數(shù)據(jù)分析模型進(jìn)行數(shù)據(jù)分析，為企業(yè)決策提供數(shù)據(jù)支持，提升企業(yè)運(yùn)營(yíng)效率。說(shuō)到底，王琤的創(chuàng)業(yè)之路也是之前工作經(jīng)驗(yàn)的延續(xù)和發(fā)展。

只做數(shù)據(jù)交付

“與市場(chǎng)上很多大數(shù)據(jù)廠商不同，我們既不做大數(shù)據(jù)的分析和可視化，也不承接大數(shù)據(jù)項(xiàng)目，只是利用Datablau這樣一個(gè)數(shù)據(jù)管理工具高效率地打破企業(yè)各部門(mén)間的數(shù)據(jù)壁壘，交付高質(zhì)量的數(shù)據(jù)資源?！蓖醅b這樣概括他的工作。

以汽車(chē)企業(yè)為例，以往汽車(chē)企業(yè)的車(chē)輛基礎(chǔ)信息、銷(xiāo)售數(shù)據(jù)、輿情信息、4S店維修信息以及車(chē)輛出險(xiǎn)信息等，都可能儲(chǔ)存在包括Oracle、DB2、MongoDB、Excel或者云平臺(tái)中。由于這種復(fù)雜的數(shù)據(jù)環(huán)境，業(yè)務(wù)人員如果希望進(jìn)行數(shù)據(jù)關(guān)聯(lián)性分析，需要與IT人員一起溝通、設(shè)計(jì)數(shù)據(jù)分析模型，再由IT人員編寫(xiě)腳本進(jìn)行數(shù)據(jù)提取與關(guān)聯(lián)。這種人工方式，其效率可想而知。

而在安裝部署Datablau之后，IT人員只需將各數(shù)據(jù)源與平臺(tái)進(jìn)行連接，自動(dòng)獲取或手動(dòng)設(shè)置存量/增量數(shù)據(jù)模型后，就可以讓數(shù)據(jù)科學(xué)家或業(yè)務(wù)專(zhuān)家進(jìn)行業(yè)務(wù)視圖設(shè)計(jì)和樣例數(shù)據(jù)分析設(shè)置，待完成數(shù)據(jù)準(zhǔn)備后便能夠自動(dòng)生成可視化的數(shù)據(jù)報(bào)表。王琤坦言，能夠?qū)⒏鳝h(huán)境下的數(shù)據(jù)放在同一平臺(tái)，并用可視化工具進(jìn)行處理分析，可以極大減少企業(yè)在這方面的資源投入。

“這樣，分析人員就能直接看出哪些數(shù)據(jù)之間是有關(guān)聯(lián)的，進(jìn)而有針對(duì)性地對(duì)業(yè)務(wù)進(jìn)行優(yōu)化。同時(shí)，這些存量數(shù)據(jù)集除了可以交付給企業(yè)，也可以交付給BI與AI產(chǎn)品，進(jìn)行深度分析和挖掘，產(chǎn)生深度業(yè)務(wù)價(jià)值。這也是我們和市場(chǎng)現(xiàn)有的、以運(yùn)營(yíng)數(shù)據(jù)分析為主的大數(shù)據(jù)產(chǎn)品的不同之處?！蓖醅b說(shuō)。

據(jù)王琤介紹，Datablau采用C/S架構(gòu)，提供免費(fèi)下載，直接部署在企業(yè)客戶(hù)端，使用時(shí)需要根據(jù)活躍客戶(hù)端數(shù)量與時(shí)長(zhǎng)進(jìn)行付費(fèi)，一次部署僅需大約2個(gè)小時(shí)。另外，Datablau還提供6個(gè)小時(shí)的在線培訓(xùn)。對(duì)于企業(yè)有針對(duì)性的定制化需求，Datablau也可滿(mǎn)足，但需要額外收費(fèi)。

高效的數(shù)據(jù)“搬運(yùn)工”

就大數(shù)據(jù)市場(chǎng)各大廠商來(lái)說(shuō)，無(wú)論是扎根于哪個(gè)領(lǐng)域，有著多么成熟的解決方案和業(yè)務(wù)模型，在接到大數(shù)據(jù)項(xiàng)目之后，首先要解決的就是客戶(hù)的數(shù)據(jù)梳理問(wèn)題?！霸谝粋€(gè)大數(shù)據(jù)項(xiàng)目中，廠商需要花費(fèi)大量的人力和時(shí)間來(lái)進(jìn)行數(shù)據(jù)梳理，極耗精力。而Datablau可以完成60%～70%的數(shù)據(jù)梳理工作，剩下的30%，需要補(bǔ)充業(yè)務(wù)標(biāo)簽的工作才需要業(yè)務(wù)人員參與。也就是說(shuō)，我們把大數(shù)據(jù)項(xiàng)目中最臟、最亂、很多人不愿意干的活，通過(guò)軟件解決了。我覺(jué)得，Datablau在整個(gè)大數(shù)據(jù)生態(tài)鏈中承擔(dān)了一個(gè)類(lèi)似數(shù)據(jù)平臺(tái)的角色?！蓖醅b如是說(shuō)道。

對(duì)于Datablau，王琤還做了一個(gè)形象的比喻，比方說(shuō)有一個(gè)房主，要把一個(gè)雜亂不堪、毫無(wú)條理的房間進(jìn)行搬遷。Datablau首先承擔(dān)的是一個(gè)制圖工程師的工作，能將屋子里的一切都描繪在圖紙上，讓房主知道，屋子里到底都有什么。接下來(lái)，Datablau承擔(dān)一個(gè)搬運(yùn)工的角色，將各種家具、廚具分門(mén)別類(lèi)地搬到一個(gè)指定地點(diǎn)，至于房主之后想做什么，怎么擺放，由房主自己決定。

“Datablau是以最有效率的方式，用軟件代替人工來(lái)做數(shù)據(jù)梳理工作，之前中國(guó)某銀行耗時(shí)兩年半的數(shù)據(jù)梳理工作，如果采用Datablau，至多只需要兩個(gè)半月?！蓖醅b對(duì)Datablau的工作效率信心十足。

對(duì)于今年的計(jì)劃，王琤透露，2017年Datablau將繼續(xù)進(jìn)行產(chǎn)品優(yōu)化，加大在市場(chǎng)推廣方面的投入，不斷探索和驗(yàn)證產(chǎn)品的發(fā)展方向，并尋求與大數(shù)據(jù)BI廠商的合作?！拔覀儸F(xiàn)在對(duì)直銷(xiāo)會(huì)更積極一點(diǎn)，與一些大型企業(yè)的合作也已經(jīng)提上日程，部分企業(yè)POC測(cè)試階段已經(jīng)做完，開(kāi)始談到具體的商務(wù)合作?！蓖醅b說(shuō)道。

在現(xiàn)如今風(fēng)雨欲來(lái)的大數(shù)據(jù)市場(chǎng)上，時(shí)常會(huì)有廠商打出“一站式的解決方案”“一攬子服務(wù)”等旗號(hào)沖進(jìn)大數(shù)據(jù)市場(chǎng)，期望成為大數(shù)據(jù)生態(tài)圈的締造者。但退一步來(lái)說(shuō)，大數(shù)據(jù)上下游的產(chǎn)業(yè)鏈足夠長(zhǎng)，大數(shù)據(jù)技術(shù)公司不一定非要做到“大而全”，哪怕只是將產(chǎn)業(yè)鏈上一個(gè)橫截面的業(yè)務(wù)做到“小而精”，在市場(chǎng)上也能風(fēng)生水起。王琤的團(tuán)隊(duì)顯然屬于后者。2016年對(duì)于王琤來(lái)說(shuō)，可以說(shuō)是意義非凡的一年。在公司初創(chuàng)之年，王琤喜得貴子，升級(jí)成為一名幸福奶爸。新生兒的降生讓父母感到幸福之余，也會(huì)使父母不由自主地對(duì)他的未來(lái)產(chǎn)生憧憬和期許，而初創(chuàng)公司何嘗不是像新生兒一樣需要我們以發(fā)展和希冀的眼光來(lái)看待呢。希望王琤這位兼具創(chuàng)始人和父親雙重角色的北京爺們兒，在創(chuàng)業(yè)之路上給我們帶來(lái)更多驚喜。