九章云极方磊：大数据时代，数据科学家也需要协作平台

调研 | 李喆
撰写 | 李喆
当前，大数据技术正与行业应用融合，随着大数据渗透到各行各业，企业对大数据人才的需求变得异常旺盛。
根据麦肯锡的数据，2018年大数据科学家的缺口在14至19万之间，对懂得利用大数据决策的分析师和经理岗位缺口达到150万。因此，数据科学家和数据工程师在已经成为一个新的工种，中大型企业都将建立自己的大数据分析团队。
程序员有GitHub，设计师有AutoCAD，普通员工有Slack，数据科学家和数据工程师也应该有自己的协作办公平台，帮助他们更好地建模分析，同时让管理层更好地认知到每个人的进展。
九章云极创始人、CEO方磊曾在微软Bing工作多年，他发现Bing内部800多个数据工程师在一个名为Aether的系统上协作，整个团队运转井然有序，不会因为人员变动使得研发成果流失。
于是，方磊决定回国建立这样一个大数据基础平台服务企业客户，2013年，北京九章云极科技有限公司于北京中关村成立。
由于大数据平台这个业务本身过于超前，连Gartner都是2017年才第一次公布数据科学平台（Data Science Platforms）的魔力象限，当时国内大数据行业刚刚起步，大部分客户还处于理解大数据概念阶段，遑论建立数据分析团队，对这样的平台价值一无所知。因此，一开始客户的接受程度并不高。
方磊带领九章云极进行了迅速的调整。
客户服务方面，九章云极由原本为公有云客户提供PaaS服务，转变成为向金融、旅游、教育、交通等行业提供私有部署服务，由一个轻量级产品变成一个完整的大数据解决方案。金融行业如银行、保险等是九章云极主要服务对象，这类客户基本已经组建独立的大数据部门，当其数据分析团队超过10人时，协作办公和管理的需求就会产生，更容易接受九章云极的产品。
业务上，九章云极不再只是提供平台，而是基于平台开发了大量行业应用模块，同时增加了偏前端产品，为客户提供实时处理系统，使后端模型能够对接交易环节。
因为限于自身IT能力较弱，中国企业客户更愿意接受端到端的解决方案，单纯平台型产品很难促使他们付费。开发行业应用模块的目的主要是证明这个平台的价值，同时这类行业模块有助于提升客单价。
而实时处理系统则是进一步与客户业务结合，主要是替代原本数据仓库的部分业务，弥补传统数据仓库处理数据缓慢的不足。
九章云极依赖其数据科学平台建立壁垒，而并非仅仅依靠技术建立护城河。先发优势使得九章云极在前期可以获取不少行业客户，基于这个平台可以沉淀大量行业应用场景，这些场景可以被封装成产品，成为九章云极未来主要收入来源。
近期，爱分析对方磊进行了访谈，他阐述了九章云极现有的业务模式、未来战略规划，以及他对大数据基础平台领域的看法，现将精彩内容分享。
效仿Bing，为数据科学家提供协作平台
爱分析：创建九章云极的初衷是什么？
方磊：博士毕业后，我先去了微软的Azure，后来换到了Bing。我在Bing先后担任过数据科学家与数据工程师。当时，微软内部系统Aether给了我很大启发。Bing的800多个数据工程师可在同一个平台同时进行各种数据分析、提交任务等工作，这个平台含一万多个模块和几十万个项目，并具有可管理性、可高速运行、以及资源调配、提高工作效率等诸多功能。
我决定自己设计这样一个超大协作运行管理平台，提供给其他的企业使用，这是我创业的初衷。当时没有特别明确的定义，今年Gartner把它称为数据科学平台（Data Science Platform）。数据科学家现在已经成为一个工种，需要一套为这些人服务的软件，类似GitHub、Slack。
爱分析：这是个很有意思的方向，具体是如何实现呢？
方磊：2013年，九章云极成立，2014年，这个大数据平台逐渐步入正轨。现阶段我们的产品是DataCanvas智能数据平台，集成Hadoop生态圈开源产品，在此基础上开发了APS和EDS，分别是DataCanvas APS（自助式大数据分析平台）和DataCanvas EDS（大数据时代的数据仓库）。APS是工作流分析平台，通过对已有模块的组合，快速构建和实现用户的分析场景。EDS是超融合架构可扩展的弹性分布式数据仓库，实现数据的存储，查询和分布式计算。
爱分析：早期的DataCanvas数据平台对国内客户有点超前，最初是如何获取客户的？
方磊：我们早期的客户是某城商行，当地所有城商行共用一个IT中心，DataCanvas智能数据平台满足了领导层的KPI考核需求，研究成果模块化，根据需求提交项目运行，使数据分析资产可量化。
爱分析：DataCanvas智能数据平台的价值除了体现在协作办公，还有哪些方面？
方磊：基本功能是协助数据科学家更好地开展工作，并且DataCanvas智能数据平台是具有积累效应的。这个积累效应在内容层面是指数据科学家的工作模块和项目等方面，比如说分析客户流失、预测性维护等，对于行业客户而言价值巨大。
所以，最初的DataCanvas智能数据平台只是个工具，积累效应使其逐渐演变成全能的数据分析平台，能为企业用户提供端到端的大数据解决方案。
爱分析：DataCanvas智能数据平台是不是类似BI产品？
方磊：BI可能是更轻量型的产品，我们的产品会更重，更全面。DataCanvas智能数据平台除了能看到BI看到的分析结果，还可以看到Dashboard。
假设一个所有存款沉淀分析的应用场景，从不同数仓里面抓取了很多报表，这其中每一步都可以看到，包括这个分析流程是什么时间运行的，运行了哪些数据，产生的结果被谁使用了……如此，领导层可视可控、透明地管理整个分析平台。
当然，如果最终还是需要调用结果画图，DataCanvas智能数据平台是可以跟这些Tableau等BI工具衔接的，并不是取代Tableau。
爱分析：现在多大规模的团队才需要使用DataCanvas智能数据平台？
方磊：至少十个人的团队规模才会明显会感到痛点，需要购买我们的DataCanvas智能数据平台。
本质是标准化产品，产品化率会逐步提升
爱分析：DataCanvas数据平台的定制化部分会更多一些么？
方磊：我们的定制化主要是数据衔接、数据仓库如何打通等。现阶段定制化较多，产品化率还有待提升，另外跟那么多数据环境打通是需要更多其他工作协调，尤其是行业聚焦更重要。
爱分析：底层数据打通在不同行业之间有很大差别么？
方磊：差别不大，都是大数据技术，但是基于每个行业都有些不同特性，且企业环境有中间件，有不同的供应商，因此针对不同行业是需要去符合其不同的规范。理论上而言这种差别是可以穷尽的，当深入专注某一个行业，这种差别基本可以忽略。
以业务需求、业务创新为导向拓展产品线，现阶段仍以节点收费
爱分析：除DataCanvas智能数据平台之外，九章云极还有在做其他产品么？
方磊：有的。企业通过数据发现很多规律，研发很多模型，这是后端。企业需要调用这些模型，是在前端。拿这些模型来打分，请求进来，瞬间就返回，这是个在线场景。我们自己做厚一点，就是往前端走。我们做出模型后可以发布到前端，同时，前端是有套系统去使用这个模型，呈现出来是个大数据实时系统。
爱分析：本质上九章云极是想做一个很薄的业务，但为了获取客户而把产品做厚，扩展产品线是如何考虑方向的？
方磊：我们以业务需求以及业务创新为导向来考虑的。一方面，我们发现实时性是原先数仓无法实现的，另一方面，后端数据科学平台上有很多机器学习的模块，这是原本做统计报表的数仓实现不了的。只有做到创新，才能体现价值，才能更容易拿下客户。
爱分析：现在DataCanvas智能数据平台是如何向客户收费的？
方磊：现在还是按照结点个数来卖，差不多一个节点7-8万，最后平均客单价会超过一百万。这里面有个非常挣钱的业务，就是里面内置的分析主题，客户愿意购买分析主题，比他们请外包公司要便宜很多。未来我们的业务更加成熟，会调整成Tableau那种模式，计算能力加用户的形式，有个基准服务器收费，再加上账号个数。
单靠技术难以形成壁垒，数据库厂商必须建立生态圈
爱分析：最近出来不少做数据库的厂商，您对这类厂商未来发展前景如何？
方磊：我觉得他们挺厉害的，中国终于开始有厂商做这样的事情了。但这是个高风险的事情，因为每个数据库都是生态圈。如果只是做个办公软件，不需要有生态圈就可以拿下客户，但数据库不是这样的，选了哪家厂商的数据库就绑定在这家厂商上了，如果产品不是很成熟，企业是不敢选的。
数据库厂商必须要建立一个生态圈，有足够多客户选用这个产品才能发展起来。因此，数据库是以十年为单位把产品养成的，类似于编程语言，这是个比较长期的事情，竞争压力比较大。
爱分析：您认为，做Hadoop相关业务的公司未来有机会做大么？
方磊：可能纯做Hadoop发行版机会不大了，但做更泛一点的Hadoop服务商是很有有前景的，比如说，公司有大规模团队帮客户做维护，或者找到更好地具体应用场景。
爱分析：这样看来，技术上的一点领先优势，未来很难形成长期的壁垒？
方磊：除非是形成一个生态圈，否则挺难形成壁垒的。特别是国内厂商更多还是跟随国外的技术，目前只是单点创新，并未实现全面创新。

九章云极方磊：大数据时代，数据科学家也需要协作平台 | 爱分析访谈

相关推荐

推荐文章

最新文章