DataHunter以“可視化”切入大數(shù)據(jù)賽道，但并沒(méi)有止步于“可視化”。

“大數(shù)據(jù)賽道還是存在一些門檻的，并不是所有人都能夠理解數(shù)據(jù)。”

提及大數(shù)據(jù)創(chuàng)業(yè)，DataHunter創(chuàng)始人兼CEO程凱征這樣說(shuō)到。他表示，數(shù)據(jù)涉及維度、度量、統(tǒng)計(jì)等方法，只有充分把握數(shù)據(jù)理論基礎(chǔ)、理解數(shù)據(jù)才能把對(duì)應(yīng)的工具和服務(wù)做好，也因此，“進(jìn)入大數(shù)據(jù)賽道的玩家有，但并不是很多，想要把產(chǎn)品做好，要花費(fèi)相當(dāng)大量的時(shí)間和精力。”

圖 | DataHunter創(chuàng)始人兼CEO程凱征

企業(yè)數(shù)字化轉(zhuǎn)型才剛剛開始，第一層需求是“看到”數(shù)據(jù)

數(shù)字化轉(zhuǎn)型，這已經(jīng)成為擺在國(guó)內(nèi)大中小企業(yè)面前的一道必選項(xiàng)。上至政策推動(dòng)，下至本身業(yè)務(wù)需求，都要求企業(yè)將數(shù)據(jù)進(jìn)行聚合與分析，真正用起來(lái)。

簡(jiǎn)單來(lái)講，“所謂的數(shù)據(jù)轉(zhuǎn)型，就是企業(yè)在內(nèi)部將數(shù)據(jù)用起來(lái)，用數(shù)據(jù)來(lái)指導(dǎo)整個(gè)企業(yè)的經(jīng)營(yíng)決策、支撐整體管理。”程凱征說(shuō)到，“在這一個(gè)大方向上，就需要很多的數(shù)據(jù)工具、數(shù)據(jù)產(chǎn)品來(lái)提供對(duì)應(yīng)的支撐，這就是我們看到的一個(gè)大趨勢(shì)。”

看到這一趨勢(shì)后，程凱征就開始動(dòng)起來(lái)，與創(chuàng)始團(tuán)隊(duì)的伙伴一起于2016年成立了現(xiàn)在的DataHunter，一腳踏入大數(shù)據(jù)創(chuàng)業(yè)賽道。

我們可以注意到，大數(shù)據(jù)賽道還有很多分支，而DataHunter最初選擇的切入點(diǎn)為“可視化”。之所以選擇這一細(xì)分方向，是因?yàn)?strong>在程凱征看來(lái)，就數(shù)字化轉(zhuǎn)型需求層面，國(guó)內(nèi)企業(yè)的第一層需求是“看到當(dāng)前的數(shù)據(jù)和業(yè)務(wù)狀況”，“基于這一基本判斷，我們決定從‘可視化’切入市場(chǎng)。”

圍繞國(guó)內(nèi)企業(yè)的數(shù)字化轉(zhuǎn)型，程凱征向鎂客網(wǎng)表示，許多企業(yè)在近兩年才漸漸開始覺(jué)醒，意識(shí)到要用數(shù)據(jù)對(duì)公司和業(yè)務(wù)進(jìn)行經(jīng)營(yíng)管理，實(shí)現(xiàn)效率的優(yōu)化和提升。

“之前那些年，企業(yè)的中心在于在各自賽道‘跑馬圈地’，而在近兩年，市場(chǎng)瓜分和分配已經(jīng)基本結(jié)束，接下來(lái)的競(jìng)爭(zhēng)會(huì)越來(lái)越激烈，所以很多企業(yè)開始往回收，對(duì)內(nèi)部管理進(jìn)行優(yōu)化，這個(gè)時(shí)候才真正迎來(lái)企業(yè)數(shù)字化轉(zhuǎn)型的風(fēng)口。”

產(chǎn)品為主，服務(wù)為輔，定位數(shù)據(jù)軟件產(chǎn)品和服務(wù)提供商

前面也提到，企業(yè)在近兩年才意識(shí)到數(shù)據(jù)對(duì)公司和業(yè)務(wù)經(jīng)營(yíng)管理的重要性，這也反映出他們此前并沒(méi)有很關(guān)注數(shù)據(jù)，從而導(dǎo)致很多企業(yè)的數(shù)據(jù)基礎(chǔ)是較差的。“這是國(guó)內(nèi)企業(yè)的一個(gè)通病，譬如很多企業(yè)在內(nèi)部并沒(méi)有一套標(biāo)準(zhǔn)化的業(yè)務(wù)系統(tǒng)，甚至還在通過(guò)Excel進(jìn)行數(shù)據(jù)的匯總、分析等等。”

對(duì)于大數(shù)據(jù)廠商而言，企業(yè)數(shù)據(jù)基礎(chǔ)差，也對(duì)他們提出了更高的要求。

程凱征表示，國(guó)外企業(yè)大多擁有較好的數(shù)據(jù)基礎(chǔ)，對(duì)數(shù)據(jù)的理解也要好很多，更多時(shí)候是直接向服務(wù)商購(gòu)買產(chǎn)品，后者不需要提供額外的服務(wù)，相比之下，國(guó)內(nèi)客戶還沒(méi)有達(dá)到這個(gè)水平，“這是我們遇到的最大困難、最實(shí)際的情況。”

面對(duì)這一情況，DataHunter在進(jìn)入市場(chǎng)的時(shí)候，除了給企業(yè)提供標(biāo)準(zhǔn)化的產(chǎn)品，還會(huì)提供對(duì)應(yīng)的服務(wù)，以幫助企業(yè)將不同的數(shù)據(jù)整理好，并梳理出相應(yīng)的指標(biāo)，“這是我們?yōu)榱诉m應(yīng)國(guó)內(nèi)客戶狀況，而去提供的額外服務(wù)。”

此外我們也注意到，雖然從“可視化”切入大數(shù)據(jù)賽道，但是DataHunter并沒(méi)有拘泥于這一小塊天地，而是以“可視化”為源頭，形成了一個(gè)大數(shù)據(jù)產(chǎn)品矩陣。

當(dāng)前除了數(shù)據(jù)可視化大屏展示工具Data MAX外，DataHunter另外還研發(fā)了兩款產(chǎn)品，分別是業(yè)務(wù)驅(qū)動(dòng)型BI工具Data Analytics，以及敏捷型數(shù)據(jù)中臺(tái)Data Formula，覆蓋了數(shù)據(jù)采集整合、加工處理、中臺(tái)建設(shè)以及智能應(yīng)用等各個(gè)環(huán)節(jié)，滿足了企業(yè)數(shù)字化轉(zhuǎn)型的整體需求。

其中，與其他一些大數(shù)據(jù)企業(yè)不一樣，DataHunter目前并沒(méi)有將AI技術(shù)打造成一個(gè)標(biāo)準(zhǔn)化的產(chǎn)品，以提供給客戶。至于原因，“在沒(méi)有建立數(shù)據(jù)基礎(chǔ)的情況下，很多AI的場(chǎng)景是沒(méi)有辦法去實(shí)施的。”

談及客戶群體，程凱征對(duì)鎂客網(wǎng)表示，公司給予產(chǎn)品的定位是“通用數(shù)據(jù)工具”，也因此在具體行業(yè)落地上并沒(méi)有固定的限制，“所以我們行業(yè)客戶群體的跨度還是比較大的，覆蓋金融、政府、地產(chǎn)，以及一些傳統(tǒng)型制造企業(yè)。”同時(shí)他也說(shuō)到，正是因?yàn)楫a(chǎn)品的通用性，因而最終這一產(chǎn)品將會(huì)覆蓋所有行業(yè)。

最后

目前，DataHunter已經(jīng)成為了蘇州人工智能產(chǎn)業(yè)創(chuàng)新中心的第一期校友企業(yè)。據(jù)了解，蘇州人工智能產(chǎn)業(yè)創(chuàng)新中心是微軟創(chuàng)新賦能暨生態(tài)加速計(jì)劃在全球落地的首個(gè)項(xiàng)目，聚焦以人工智能為引領(lǐng)新一代信息技術(shù)產(chǎn)業(yè)，在全國(guó)范圍內(nèi)進(jìn)行統(tǒng)一招募和遴選，每年加速15-20個(gè)加速項(xiàng)目，扶持50個(gè)創(chuàng)業(yè)扶持項(xiàng)目。

當(dāng)前，依賴產(chǎn)品、銷售和服務(wù)三駕馬車，DataHunter已經(jīng)樹立了自己的行業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。對(duì)于今年的走向，DataHunter也有著一個(gè)清晰的規(guī)劃，包括推動(dòng)產(chǎn)品進(jìn)一步智能化、打造更多標(biāo)桿客戶，以及通過(guò)產(chǎn)品賦能更多行業(yè)合作伙伴等等。

就在今年5月份，DataHunter完成了由Singtel Innov8領(lǐng)投的B輪融資。而通過(guò)對(duì)程凱征的采訪，鎂客網(wǎng)也了解到了DataHunter針對(duì)融資的一套自我路數(shù)，“我們一直處于小步快跑的模式，一直也在接觸各種各樣的機(jī)構(gòu)和投資人，因此融資方面也一直沒(méi)有停下過(guò)腳步。”

最后，記得關(guān)注微信公眾號(hào)：鎂客網(wǎng)（im2maker），更多干貨在等你！