DataPipeline 完成 B + 轮 1.2 亿元人民币融资
近日, 下一代数据基础设施提供商 DataPipeline 宣布完成来自知名投资方的 B + 轮 1.2 亿元人民币融资。DataPipeline 将持续深化核心人才队伍, 拓宽 DataOps 产品矩阵构建, 加速市场与生态建设, 积极参与行业标准制定, 推动 DataOps 理念在重点行业落地。截至目前,DataPipeline 共获得来自金沙江创投、远翼投资、经纬创投、BV 百度风投、峰瑞资本、清流资本等的共计五轮的投资, 金额达数亿元人民币。
数据是数字经济时代的核心生产要素, 在数据量激增、时效性能力要求提升、数据种类日趋复杂等的大趋势下, 企业自身的数字化建设尤其是对数据的高效管理, 已成为企业战略及运营的关注重点。DataOps 则是在这样的背景下诞生的重要理念。
DataOps-- 企业通过聚焦于从数据需求输入到交付物输出的全链路过程, 在理论方法、系统工具、组织模式、安全风险管理的支撑下, 可快速高效地实现数据应用的"研发、运维、运营"的一体化、敏捷化、标准化、自动化、智能化、价值显性化, 其正在成为企业中实现数据创新的关键能力。
因此,DataPipeline 将业务聚焦于组织的数据管理全景, 基于 DataOps 理念打造下一代数据基础设施。当前,DataPipeline 已经形成了清晰的产品线: 构建核心自动化数据链路能力的数据融合产品、构建弹性系统资源管理和自动化的可观测性产品、构建基于算法的智能化数据发现和数据安全能力产品, 覆盖了围绕"数据链路开发、管理、与安全"的一整套核心组件。该产品体系, 已经持续引领金融、能源、电信、制造、地产、零售、互联网等各行业新型数据基础设施领域的最佳实践, 获得包括多家世界五百强企业在内的数百家客户认可。
接下来, 一起具体回顾 DataPipeline 在产品、技术和商业方面取得突破性进展。
聚焦 DataOps 理念, 踩准数据管理领域创新大势
当前, 企业从上游业务数据源到下游数据应用的完整管理链路中, 数据流转的量级增加、延迟降低、种类多元变化, 已经是明显且普遍的趋势, 例如越来越丰富的各类分布式核心系统、SaaS 应用、IOT 设备等。
企业也逐渐意识到, 传统和新一代的数据仓库技术与各类大数据平台 / 数据湖 / 湖仓一体并不是一个替代和颠覆关系, 而是一种相互补充、相互完善的关系, 通过共生的多种模式的数据存储和处理, 可以应对日益涌现的差异明显且都在不断变化的内外部数据应用需求。同时, 企业对于数据应用需求的认识经过不断的实践, 也从特定、稀缺、周期长的"奢侈品"逻辑升级到了必要、广泛、快速迭代的"流通商品"逻辑。这就使得过去的数据管理范式显得不够迅速和灵活, 并缺乏持续改进持续运营的方法。因此, 企业也在积极寻求一些新的理念与现有数据管理模式优势互补。于是,DataOps 走到"历史前台"。
如今,DataPipeline 已经向引领数据管理领域创新的方向迈进 -- 构建围绕"流程 + 组织 + 工具"的 DataOps 数据研发运营一体化最佳实践, 提供该理念下的下一代标准化的数据基础设施, 通过形成多模式的数据链路开发、数据链路的可观测性、数据发现等的产品矩阵, 帮助企业提高构建数据应用的效率、数据质量、降低延迟, 进而提高 ROI, 降低 TCO, 为企业中数据流水线的每一个参与者赋能。
打造下一代数据基础设施, 释放最先进生产力
从 DataPipeline 的产品结构上看, 其致力于将企业的数据这一核心生产要素和企业的价值活动通过基于 DataOps 的数据管理手段进行链接, 并沉淀成必要的数字化底层能力。总体而言,DataPipeline 在基于 DataOps 理念打造下一代基础设施层面不断做宽做厚, 覆盖数据管理场景更加复杂全面。尤其因其极强的价值导向, 产品当前能够进入到客户的核心业务场景, 为其提供最强助力。具体价值体现为企业数据资产化程度、数据管理产品化程度、数据栈配置效率、数据发现和观测效果、业务与数据协作程度、业务建议产出速度、ROI 等的提升。
DataPipeline 产品体系
在发展初期,DataPipeline 以 Data Integration Platform 数据融合平台作为切入口, 解决了数据价值释放链路中最初一公里的问题, 实现了头部标杆客户的积累。该平台采用分布式架构, 具备多模式数据处理能力, 即针对不同数据链路源端与目的端自动匹配最佳的链路构建方式, 可进行多元异构的数据流转、实时 ELT、Reverse ETL 等。同时,DataPipeline 打造 Data Observability Platform 数据可观测性平台, 以构建弹性的系统资源管理和自动化的可观测性。该产品可实现基于公有云、私有云、K8s 的运行弹性资源管理, 满足体系运维与质量运营的可观测性要求。
在以上产品实践基础上,DataPipeline 获取了大量的用户增值需求, 并启动了产品矩阵升级计划, 构建基于算法的智能化数据发现和数据安全能力。产品主要包括 Data Discovery Platform 数据发现平台、Data Security-Ops Platform 数据安全平台, 帮助客户获取数据探查、动态元数据管理、数据风险管理等能力。
过去六年,DataPipeline 不断深耕全链路数据管理体系, 凭借在 DataOps 领域的深刻理解、战略前瞻和丰富实践, 现已形成"数据链路 + 数据可观测性 + 数据发现 + 数据安全"的一站式 DataOps 产品矩阵。该产品矩阵可使企业的端到端数据工作流自动化, 改善客户在数据交付方面的体验, 从而驱动其更主动的商业决策和更高效的智能化产品及服务。
引领赛道, 践行 DataOps 理念的领导者
在商业化落地层面,DataPipeline 自 2018 年以来持续保持爆发性增长, 目前,DataPipeline 已为国内外数百家客户提供产品与服务, 覆盖银行、保险、证券、能源、制造、地产、零售、互联网等多个行业。这也为加快海外市场开拓步伐奠定了良好的实践基础。DataPipeline 的数据融合产品目前已形成广泛且深入的行业客户认同, 服务了中国银行、中国民生银行、中国石油、中国电信、中国人寿 (海外)、吉利集团、龙湖集团、财通证券、恒泰证券、长城汽车金融、福田康明斯、金风科技、顺如丰来、锦江酒店、销售易等客户。后续产品也已与银行、证券、保险等金融领域行业头部客户形成战略共建项目。
DataPipeline 部分客户
同时, 为了给全球客户带来更流畅高效的数据管理体验,DataPipeline 建立最广泛的统一"战线", 已与多家厂商进行适配互认证、联合方案等的合作, 企业涵盖芯片、操作系统、数据库、大数据、云计算等多个领域, 主要包括华为鲲鹏、海光、飞腾、兆芯、中科曙光、麒麟软件、统信 UOS、GaussDB、OceanBase、腾讯云 TDSQL、SequoiaDB、TiDB、海量数据库、易鲸捷、达梦数据库、瀚高数据库、万里数据库、OushuDB、Hubble 数据库、HashData、星环 TDH、东方金信、华为云、阿里云、腾讯云、百度智能云、京东云、青云等。
DataPipeline 生态图谱
DataPipeline 创始人 & CEO 陈诚表示:"非常兴奋地看到各行业、各规模的企业都在构建种类繁多、影响行业的数据应用。我们会持续通过建设标准化的产品矩阵, 在 DataOps 理念指导下, 坚持技术驱动、深耕企业服务, 为丰富类型的客户提供创新的企业级软件。无论对客户生态伙伴还是自身产品,DataPipeline 都秉承长期主义, 这是公司在复杂多变的大环境下实现良性增长的关键。感谢每一位同行者, 时代洪流呼啸向前,DataPipeline 与您砥砺前行, 共赴山海。"
