Datablau王琤：數據治理助企業穩築數據「地基」 實現數據資產價值

Xtecher【錯別字基金】溫馨提示：如果您在閱讀過程中發現錯別字，請在文章底部留下說明＋聯繫方式，我們會立刻發給您5-88元隨機紅包一個，同樣的紅包會發給文末留言點贊最高者。

作者｜欣彤lirs

編輯｜陳光

微信公眾號ID｜Xtecher

企業數據「煙囪」急需打破

「數據已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。」

在被信息化浪潮包裹的今天，大數據已悄然成為企業的重要資產之一。然而，企業內部的數據「孤島」尚未完全被打破，部分企業仍處於互不相通的狀態，數據只有流通和連接，才能實現它的價值。

企業的數據資產在實現其價值之前，就必須要經過數據收集、數據準備、數據分析、利用數據做決策等階段。對數據的全生命周期進行治理。

數據準備，在整一個數據分析及其企業根據數據做決策這流程中，是一個最基礎的階段。我們可以理解為，它扮演著建築業中的「打地基」角色，「地基」打得越紮實，工程的後續階段才能有條不紊地進行。

規模較大的企業內部通常會有上百個業務系統、資料庫，數據環境極其複雜。在進行數據分析之前，必須把這些互不相通的數據進行抽取、清洗和整理等工作，數據才能達到可用、可信的程度，進而令後續的數據分析實現其商業價值。因此，數據準備工作的重要程度便不言而喻。

然而，縱觀中國國內大數據市場，專註於數據準備和清洗工作的企業，寥寥無幾。

這是一個市場契機，但機會只會青睞真正做好一切準備的人。

「十年磨一劍」

2016年年底，王琤離開了他傾注了十年歲月的CA公司，與曾經的隊友朱金寶共同創立了Datablau（北京藍圖明冊科技有限公司）。CTO朱金寶曾經在CA擔任ERwin總架構師，並被王琤稱為是「一個有情懷有堅持有夢想」的人。王琤與朱金寶在CA研發的作品就是廣為人知的ERwin數據建模產品。作為數據治理市場的領導者，他們始終保持全球視野，專註打造全球技術與理念領先的產品。

「我剛進CA的時候，上級考慮在中國成立一個新的ERwin研發團隊，我是這團隊里的第一位工程師。」王琤帶著自豪的語氣告訴Xtecher。經過兩年的努力和磨礪後，由王琤帶領的ERwin中國研發團隊在原有成立多年的美國、印度團隊間大放異彩，一舉成為ERwin研發的主導力量。最終，所有代碼貢獻都來自中國團隊。

ERwin數據建模過去曾經為不計其數的大企業提供數據服務。「因為Erwin是全球市場排名第一的數據建模的產品，像美國銀行、摩根士丹利、迪斯尼等世界500強大部分企業都是我們的客戶。」王琤向Xtecher表示他過去十年帶領的ERwin研發團隊獲得了世界500強企業的長久信任。

在中國，ERwin數據建模產品也被運用在數據環境複雜的大規模企業，如建設銀行、中國航空、深圳證券交易所、上海外匯交易所等。王琤向Xtecher解釋，「只要你的企業規模很大，數據環境很複雜，都需要我們這個東西。」數據環境複雜，這是ERwin猛然擊中的行業痛點。

所謂「十年磨一劍」，這十年嘔心瀝血研發的成果中，有哪些能夠為如今Datablau提供借鑒？

「我以前在CA有三個美國的專利，關於非關係型資料庫如何建模，及關係型資料庫到非關係型資料庫之間數據如何轉換、遷移方面，」王琤回憶他在CA那十年所收穫的累累碩果，為現在創立Datablau奠定了極其重要的技術基礎。王琤進一步向Xtecher細述，「Datablau團隊了解資料庫的所有重要特徵，table、column、partition、index、primary key，以及它們的部分業務屬性，這是我過去十年在做Erwin時的一個積累。」

理解存量數據業務含義

是大數據解決方案之本

為什麼Datablau能專註做好數據準備？

「我們的強項在於對每個資料庫的特性足夠透徹地理解」，王琤給予Xtecher這個簡潔明了的理由，但這個原因的背後其實並不簡單。

Datablau在數據準備此階段中，充分理解Oracle、DB2等資料庫的分區方式、數據特性等方面。打個比方，若Oracle的分區方式以及數據特性，若換到DB2會呈現什麼樣的方式？數據類型如何轉換？它的存儲方式是按列存儲還是按行存儲？這些就是Datablau最擅長的拿手好戲，憑藉對每一個資料庫的透徹深入理解，Datablau才順理成章地實現它數據準備的角色，把企業每個業務部門的數據從不同的資料庫抽取出來，根據概念等分類進行整合。從而實現企業不同部門之間數據的流通、互連，打破數據「孤島」，為企業的下一步數據分析等工作奠定堅實基礎。

一個較大規模的企業，通常會有上百個業務系統、成千上萬張表單，如此複雜的數據環境，若單靠人工整理，付出的時間和人力成本想必是難以估計的。

在CA工作期間，王琤曾經利用數據建模來幫助中國建設銀行（以下簡稱「建行」）解決數據治理這個難題。建行業務系統里存在很多設計完全的不同資料庫，利用其技術把建行100多個業務系統的數據進行整理搭建新的企業級統一數據架構。

王琤向Xtecher講述了一個案例，「我們抽出來7千多張表。這7千多張表裡有100張表都稱為『客戶』， 但只有80張表來自於CRM、ERP系統，是真正意義上的客戶。另外20張表也稱為『客戶』表單，來自於HR部門系統，但HR系統里的『客戶』其實是公司員工，並非真正客戶。」同名異義、異名同義的問題非常普遍。 但往往需要巨大的人力成本。

如果要用傳統的人工方法去完成這項任務，則需要IT人員與業務人員同時合作在表單里對數據進行挑選、歸類和整合，工程量可見十分龐大。

當企業安裝部署了Datablau之後，IT人員只需將各數據源與平台進行連接，自動獲取或手動設置存量/增量數據模型後，下一步就讓數據科學家進行業務視圖設計和樣例數據分析設置，完成了數據準備後便自動生成可視化的數據報表。王琤對此曾表示，「能夠將各環境下的數據放在同一平台，並用可視化工具進行處理分析，可以極大減少企業在這方面的資源投入。幾分鐘抽取數據模型、即時跑出數據分析報表。」

王琤告訴Xtecher， Datablau可以將兩年時間投入約3億元的某金融數據治理項目，縮減到只需要約兩個月時間，再加少量額外人工輔助便能完成所有數據抽取和整合工作。

此外，王琤還表示，「經過數據準備整理好的存量數據集不僅可以交付給企業，也可『喂』給BI與AI產品，進行深度分析和挖掘，產生深度業務價值。這是Datablau區別於市場上專註數據分析的大數據產品的特別之處。」

王琤（左一）、朱金寶（右一）與DAMA China主席胡本立

Datablau要為企業淘更多的「金」

王琤把Datablau比喻為「是挖掘金子的工具，幫助企業去淘更多的『金』。」寓意是為更多企業挖掘出可利用的數據，並快速實現數據的價值。

目前，最新版的Datablau v1.5版本已經開放了免費試用。Datablau在產品不斷迭代和推廣過程中，自然而然地受到了資本的青睞。

一個值得關注的消息，Datablau在2017年2月中旬獲得了美國中經合集團的天使輪融資，融資金額為600萬元。

Datablau通過軟體產品提取企業數據資產地圖，再進行敏捷數據準備和分析為企業提煉產數據價值，讓數據可見、可識、可控、可融，更易挖掘價值。

大規模的企業，數據環境複雜，數據需要流通才能實現其價值。因此，Datablau瞄準這一行業痛點，啟動了To B的商業路線。

私人訂製，不僅流行於To C，同樣也適用於To B。對於不同的企業數據狀態，Datablau會為它匹配相對應的datablau產品。王琤告訴Xtecher，「數據分幾種階段，第一種是企業數據已經收集完畢，正在做數據倉庫的階段，我們會為這種企業提供數據敏捷準備版本。」在數據敏捷準備版本中，Datablau的角色更像是一個數據高效搬運工，把所需數據進行集成、轉換、清洗，最後搬到某個目標數據源里，從而為IT人員提高業務效率。

第二種企業如果在數據倉庫建完了的，Datablau會為它提供數據交付版本，數據交付版本主要為企業不同部門的數據進行數據流通和可用、可信，最終生成一個面向某個部門或群體的數據集，供業務人員下載報表和進一步數據挖掘，為企業決策提供數據支持。

Datablau針對不同數據狀態的企業，為其匹配相對應的最優數據解決方案。

在炙手可熱的大數據行業內，許多公司會考慮提供「一站式服務方案」，但王琤有著他獨特的見解，他認為，大數據技術公司不一定要做到「大而全」，哪怕只是將數據資產管理這一階段的業務做到「小而精」，在市場上也能風生水起。

王琤對挑選客戶企業也有周全的考慮，他告訴Xtecher，「Datablau的目標是做產品驅動型企業，抱著匠心打造高質量高客戶滿意度的產品。如果對方客戶企業的剛需和datablau產品的匹配度達到70%以上，我們很樂意進行合作。」目前，Datablau最新版v1.5版本已經應用到製造業、醫療業以及金融業等行業領域，為更多不同領域的企業挖掘並實現其數據的價值，「淘」更多的金。

在今年過去的半年裡，Datablau對產品發展方向進行了驗證和探索，並得到一定的優化，那麼在接下來的2017年下半年，王琤表示Datablau會側重於加大對市場推廣的投入，並尋求與大數據BI廠商的合作。Datablau將滲透到更多不同的行業領域，為更多大規模企業解決數據準備、數據清洗、數據交付等數據資產管理問題。

「踏踏實實地做好Datablau產品」，王琤希望Datablau未來繼續「專註這『小而精』的業務領域，為企業的數據實現可用、可信，並帶來更多商業價值。」

━━━━━

封面來源：Datablau 排版：陳光 校對：米琪

━━━━━

Xtecher官網平台現開通認證作者，

（添加好友請註明公司、職位、事由）

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！