對標(biāo)Alteryx，覆蓋90%的銀行客戶，DataCanvas為企業(yè)提供數(shù)據(jù)科學(xué)平臺

成立DataCanvas之前，創(chuàng)始人兼CEO方磊在美國博士畢業(yè)后，先后在微軟Azure、Bing任職。在Bing期間，方磊曾先后擔(dān)任數(shù)據(jù)科學(xué)家與數(shù)據(jù)工程師數(shù)年，在大數(shù)據(jù)分析、機器學(xué)習(xí)和數(shù)據(jù)建模領(lǐng)域擁有豐富的行業(yè)實踐經(jīng)驗。

方磊在Bing任職期間，他發(fā)現(xiàn)微軟內(nèi)部有個系統(tǒng)叫Aether，可以幫助800多個數(shù)據(jù)工程師在同一個平臺同時進(jìn)行各種數(shù)據(jù)分析、提交任務(wù)等工作，具有可管理性、可高速運行、以及資源調(diào)配、提高工作效率等諸多功能，不會因為人員變動使得研發(fā)成果流失。

DataCanvas創(chuàng)始人兼CEO 方磊博士

那么，為什么數(shù)據(jù)科學(xué)家需要這樣的工具?數(shù)據(jù)科學(xué)平臺能夠幫助他們解決哪些問題?

B2B圈了解到，隨著大數(shù)據(jù)深入發(fā)展，正與行業(yè)應(yīng)用融合，大數(shù)據(jù)開始滲透到各行各業(yè)，企業(yè)對大數(shù)據(jù)人才的需求變得異常旺盛，這也就誕生了數(shù)據(jù)科學(xué)家這樣的工種。所以，在2012年以后，數(shù)據(jù)科學(xué)家這種“人設(shè)”開始在行業(yè)里興起。

但據(jù)麥肯錫預(yù)測，到2018年美國整體對于數(shù)據(jù)科學(xué)家的需求會超過49萬，而目前能夠滿足崗位需求的數(shù)據(jù)科學(xué)家不足20萬。所以，一個新的工種或者新的領(lǐng)域的誕生，深入發(fā)展，伴隨著的不足也開始逐漸顯現(xiàn)。

方磊表示，數(shù)據(jù)科學(xué)家和產(chǎn)品經(jīng)理一樣，什么工具都不給他們，他們照樣工作，但這里面會涉及多種維度的問題，比如效率的問題，工具最重要的任務(wù)就是幫助相關(guān)的人做相關(guān)的事情，并且能夠提高效率。

“數(shù)據(jù)科學(xué)平臺可以幫助數(shù)據(jù)科學(xué)家自動建立機器學(xué)習(xí)模型，同時可以調(diào)試優(yōu)化模型，這就節(jié)省相關(guān)人員的60%的時間，所以，數(shù)據(jù)科學(xué)平臺可以極大的提高工作效率。”

其次，企業(yè)不只有一個數(shù)據(jù)科學(xué)家，會有很多，這是一個團(tuán)隊，如果再大點，更是一個社區(qū)。這時候，需要為這個團(tuán)隊提供數(shù)據(jù)科學(xué)平臺，打造一個協(xié)助的開發(fā)環(huán)境，方便團(tuán)隊在整個生命周期里協(xié)同辦公。

“尤其是數(shù)據(jù)科學(xué)家團(tuán)隊超過10人時，痛點就很明顯了：例如，當(dāng)有數(shù)據(jù)科學(xué)家離職時，之前完成的工作很難發(fā)揮價值，新人無法在原有模型的基礎(chǔ)上繼續(xù)開發(fā);同時，管理者對于數(shù)據(jù)科學(xué)家工作的進(jìn)展情況很難把握，在量化評定上存在困難。

相比國外有Aether這樣的工具，協(xié)助數(shù)據(jù)科學(xué)家在系統(tǒng)上協(xié)作，整個團(tuán)隊運轉(zhuǎn)井然有序，不會因為人員變動使得研發(fā)成果流失。而在國內(nèi)，數(shù)據(jù)科學(xué)家團(tuán)隊還是剛起步階段，更別說數(shù)據(jù)科學(xué)平臺這個國內(nèi)空白的市場了。”

第三，一個完整的數(shù)據(jù)科學(xué)平臺，包含訓(xùn)練、運行、監(jiān)控、管理四個環(huán)節(jié)，覆蓋一個數(shù)據(jù)科學(xué)家整個工作的生命周期流程。

“數(shù)據(jù)科學(xué)家利用工具平臺，不僅是提高建模效率，或者全員協(xié)作，還要把建立好的模型放到企業(yè)生產(chǎn)業(yè)務(wù)系統(tǒng)里，觀察模型運行狀態(tài)，監(jiān)控模型可能發(fā)生的問題，還得有效管理模型算法，做到及時更正修改。”

因此，在行業(yè)內(nèi)出現(xiàn)足夠數(shù)量的數(shù)據(jù)科學(xué)家之前，現(xiàn)有的這批人急需一種工具來提高工作效率。而“數(shù)據(jù)科學(xué)平臺”的出現(xiàn)正是要解決這樣的問題。

方磊認(rèn)為，程序員有GitHub，設(shè)計師有AutoCAD，普通員工有Slack，數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師也應(yīng)該有自己的協(xié)作辦公平臺，而DataCanvas就是從這個點切入，為數(shù)據(jù)科學(xué)家提供數(shù)據(jù)科學(xué)平臺，幫助他們更好地建模分析，同時讓管理層更好地認(rèn)知到每個人的進(jìn)展。于是，方磊決定回國創(chuàng)業(yè)，2013年成立了DataCanvas。

DataCanvas的定位是一家數(shù)據(jù)科學(xué)平臺提供商，專注于大數(shù)據(jù)核心技術(shù)的研發(fā)，為企業(yè)用戶提供端到端的大數(shù)據(jù)解決方案，幫助企業(yè)快速具備大數(shù)據(jù)分析能力。

對標(biāo)Alteryx，轉(zhuǎn)型提供私有云產(chǎn)品

其實，數(shù)據(jù)科學(xué)平臺并非是新的概念，微軟內(nèi)部系統(tǒng)有Aether，谷歌、FaceBook也有相應(yīng)的產(chǎn)品，而創(chuàng)業(yè)公司Alteryx也是這個領(lǐng)域的獨角獸公司。

B2B圈了解到，Alteryx前身為SRC公司，成立于1997年，由Dean Stoecker、Olivia Duane Adams和Ned Harding共同建立。一年后，SRC發(fā)布第一款在線數(shù)據(jù)引擎Allocate，定位于地理信息BI(Business Intelligence)，幫助客戶進(jìn)行空間分析。

為滿足客戶更加多樣化的需求，2006年，SRC公司發(fā)布了通用數(shù)據(jù)分析軟件Alteryx，幫助用戶建立分析過程以及應(yīng)用。隨著Alteryx品牌認(rèn)知度不斷提升，2010年SRC正式將公司名稱改為Alteryx，并推出數(shù)據(jù)分析平臺，隨后與R語言深度集成，添加預(yù)測性分析模塊。

與同賽道的其他數(shù)據(jù)科學(xué)平臺產(chǎn)品不同的是，在Alteryx平臺中依舊提供第三方地圖數(shù)據(jù)以及地理信息數(shù)據(jù)(人口普查數(shù)據(jù)、公司信息數(shù)據(jù))的拓展選項，這與其前身SRC公司所經(jīng)營的業(yè)務(wù)有很大關(guān)聯(lián)，這樣不僅滿足用戶對數(shù)據(jù)科學(xué)平臺的需求，也能滿足其對空間分析的需求。

值得一提的是，Alteryx于2017年在紐約證券交易所IPO，上市后市值接近8億美元，也成為這個領(lǐng)域的標(biāo)志性事件。

同時，在2017年，Gartner也第一次公布了數(shù)據(jù)科學(xué)平臺的魔力象限，意味著數(shù)據(jù)科學(xué)平臺這個領(lǐng)域正式登上舞臺。

此外，根據(jù)Forrester預(yù)計，今后兩年內(nèi)，數(shù)據(jù)科學(xué)平臺的采用率將增至現(xiàn)在的3倍多，從目前的29%增至2018年末的69%。

該機構(gòu)推測，增長的原因是越來越多的企業(yè)很快就會認(rèn)識到采用數(shù)據(jù)科學(xué)平臺的益處。這些益處包括更好的客戶體驗、信息更充足的業(yè)務(wù)決策、更優(yōu)秀的商業(yè)計劃、更高的運營成本效率和客戶黏度。

方磊認(rèn)為，與國外相對成熟的市場不同，國內(nèi)還處于早期發(fā)展階段。“當(dāng)時國內(nèi)大數(shù)據(jù)行業(yè)剛剛起步，大部分客戶還處于理解大數(shù)據(jù)概念階段，更別說建立數(shù)據(jù)分析團(tuán)隊，對這樣的平臺價值一無所知。

而且在2013年-2014年這段期間，公有云市場也是剛起步，我們的最初版本是在AWS基礎(chǔ)上，提供的服務(wù)。但是很多用戶根本不放心把數(shù)據(jù)放到公有云上，擔(dān)心數(shù)據(jù)安全。所以，一開始客戶的接受程度并不高，我們也沒有什么營收。直到2015年，我們轉(zhuǎn)型做私有云，為金融、交通等企業(yè)客戶提供產(chǎn)品和服務(wù)。”

產(chǎn)品+服務(wù)，提供全棧解決方案

DataCanvas具體打法是，運用機器學(xué)習(xí)+AI算法，為企業(yè)提供通用的數(shù)據(jù)科學(xué)平臺，打造一個標(biāo)準(zhǔn)化的產(chǎn)品，幫助各行各業(yè)的數(shù)據(jù)科學(xué)家在一個平臺上開發(fā)模型，并將模型應(yīng)用到真實的業(yè)務(wù)中來。同時，DataCanvas還會輸出一些數(shù)據(jù)科學(xué)家指導(dǎo)企業(yè)客戶使用產(chǎn)品，幫助他們做模型，甚至?xí)?lián)合打造模型。

在具體產(chǎn)品方面，DataCanvas數(shù)據(jù)科學(xué)平臺，集成Hadoop生態(tài)圈開源產(chǎn)品，通過“流處理引擎+內(nèi)存數(shù)據(jù)庫+模型加載管理”的方式，為模型的正常運行提供了理想環(huán)境，使分析結(jié)果能在實際業(yè)務(wù)中得到運用。

據(jù)悉，DataCanvas平臺包含做數(shù)據(jù)預(yù)處理(DEP)，數(shù)據(jù)的分析和模型構(gòu)建(APS)，模型的實時運行及監(jiān)測(RT)，智能運維平臺(MML)等功能模塊，可以幫助數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家快速協(xié)同開發(fā)，實現(xiàn)模型管理和應(yīng)用支持;還可以幫助模型實現(xiàn)生產(chǎn)化，最終落到應(yīng)用場景中去。

簡單來說，DataCanvas平臺旨在囊括數(shù)據(jù)科學(xué)家的所有工作內(nèi)容，為企業(yè)提供全棧解決方案。首先，平臺可以提供各種工具，幫助用戶對海量多源的數(shù)據(jù)進(jìn)行整合和研究，以及模型的構(gòu)建與部署，讓這些模型的輸出結(jié)果更加可行。

其次，平臺封裝一些共性的模型工作模塊，科學(xué)家在平臺上可以自己取用，提高效率。

第三，當(dāng)數(shù)據(jù)科學(xué)家做出模型后，平臺可以讓模型進(jìn)入“投產(chǎn)階段”，即模型生產(chǎn)化，每發(fā)生一筆交易就會調(diào)取模型去進(jìn)行驗證這筆交易是否安全，這個模型一開始并不準(zhǔn)確，但是隨著交易發(fā)生的越多，數(shù)據(jù)科學(xué)家就會據(jù)此來不斷校正模型使之更加準(zhǔn)確。這樣一來，即使當(dāng)企業(yè)中無數(shù)個模型在同時運行時，平臺也能保證運算安全穩(wěn)定的進(jìn)行。

值得一提的是，DataCanvas不僅僅是給已經(jīng)有了數(shù)據(jù)科學(xué)家團(tuán)隊但是存在痛點的公司服務(wù)，對于那些有挖掘數(shù)據(jù)需求但是沒有數(shù)據(jù)科學(xué)家團(tuán)隊的企業(yè)同樣適用。

談起數(shù)據(jù)科學(xué)平臺這件事的門檻，方磊表示，主要體現(xiàn)在團(tuán)隊起始時間點，長期實踐積累的過程，還有要完整覆蓋整個生命周期的流程。

“數(shù)據(jù)科學(xué)平臺像一個整車，并非單個零部件。要做好一個數(shù)據(jù)科學(xué)平臺，需要長期的積累，更注重專注、聚焦。就像一個完整的APP模板，不能一蹴而就，靠一頁頁面解決很多問題，需要靠長期積累，多個頁面組合而成，這樣才能做到極致。”

重點布局金融行業(yè)，覆蓋90%的銀行客戶

目前，DataCanvas的客戶主要集中在金融、交通、IOT、政務(wù)等行業(yè)。其中，金融領(lǐng)域是DataCanvas重點布局領(lǐng)域，覆蓋率達(dá)到90%，主要集中在大企業(yè)客戶，例如大型商業(yè)銀行、股份制銀行、城商行、大型保險證券公司等，客單價在300-500萬之間。

而DataCanvas數(shù)據(jù)科學(xué)平臺在銀行業(yè)的適用場景主要為營銷、運營、風(fēng)控等三大方向。營銷上，適用場景主要是理財推薦等。運營則更多在網(wǎng)點運營上，如現(xiàn)金儲備優(yōu)化(ATM加鈔等)。

風(fēng)控上，銀行通常自有一套風(fēng)控模型，DataCanvas能幫助客戶將這套模型落實到實時計算的環(huán)境中去，達(dá)到實時監(jiān)控等效果。具體的應(yīng)用場景有銀行卡防盜刷、ATM取現(xiàn)監(jiān)控、小貸風(fēng)險控制等。

以山東某銀行為例，據(jù)悉金融行業(yè)是生產(chǎn)、消費數(shù)據(jù)最多的行業(yè)之一，面對如此龐大的數(shù)據(jù)量及多樣化數(shù)據(jù)，傳統(tǒng)關(guān)系型數(shù)據(jù)庫已經(jīng)無法滿足需求，金融行業(yè)面臨巨大轉(zhuǎn)型。

而某銀行力圖想建設(shè)一個低成本高效率的數(shù)據(jù)中心，能夠存放歷史數(shù)據(jù)并完成所有業(yè)務(wù)數(shù)據(jù)的快速查詢;同時，能夠接入和整合外部數(shù)據(jù)資源，對業(yè)務(wù)數(shù)據(jù)進(jìn)行挖掘分析。

針對這些痛點，DataCanvas通過大數(shù)據(jù)平臺解決方案，實現(xiàn)了銀行PB級數(shù)據(jù)的快速存儲和橫向擴容，同時滿足了傳統(tǒng)關(guān)系型數(shù)據(jù)無法處理的復(fù)雜數(shù)據(jù)分析需求。

其次，平臺支持流數(shù)據(jù)和批量數(shù)據(jù)導(dǎo)入至歷史庫。銀行歷史數(shù)據(jù)采用SQL查詢，SQL查詢性能單機數(shù)據(jù)掃描350MB/秒。

第三，統(tǒng)一客戶視圖，基于機器學(xué)習(xí)的算法模塊(平臺提供140+算法模塊)和可視化圖表，對存量客戶數(shù)據(jù)進(jìn)行分析，自動構(gòu)建用戶畫像并進(jìn)行精準(zhǔn)營銷和消費預(yù)測分析。

這樣一來，某銀行可以結(jié)合實時、歷史數(shù)據(jù)進(jìn)行全局分析，風(fēng)險管控部門可以每天評估客戶行為，并對其信用卡額度等進(jìn)行調(diào)整，使業(yè)務(wù)能力顯著提升。

據(jù)悉，截至2018年6月底，DataCanvas在國內(nèi)建立了近百個大數(shù)據(jù)應(yīng)用案例，是國內(nèi)市場落地案例較多、應(yīng)用范圍廣泛的大數(shù)據(jù)科學(xué)平臺提供商。例如，工商銀行、交通銀行信用卡中心、山東城商行聯(lián)盟、中車等大中型企業(yè)都在使用DataCanvas數(shù)據(jù)科學(xué)平臺。

同時，DataCanvas2017年營收實現(xiàn)5600萬，預(yù)計2018年收入突破1億，較2017年增長80%-100%。在采訪的最后，B2B圈問了方磊一個問題，如果按照10分為標(biāo)準(zhǔn)，能給自己的產(chǎn)品打多少分?

“估計是8分吧，那兩分主要差在兩方面，第一，因為我們是打造的全棧的解決方案，很多細(xì)節(jié)的模塊功能還需要繼續(xù)打磨，產(chǎn)品要持續(xù)演進(jìn)。

第二，目前的產(chǎn)品更多是以企業(yè)管理者角度出發(fā)，接下來我們的戰(zhàn)略要朝著To Person角度出發(fā)，把產(chǎn)品做得更輕量化，真正的為企業(yè)的數(shù)據(jù)科學(xué)家提供便捷、易用、提高效率的產(chǎn)品。”

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。