参考Tableau,DataHunter提供敏捷BI和AI决策服务发力风口行业 | 爱分析访谈

爱分析 爱分析ifenxi


调研 | 彭晨 倪贤豪

撰写 | 倪贤豪 崔可家


随着数据量和算力的增加,AI预测的准确性和效率不断提高,企业客户不再满足于传统BI提供的描述性分析,而开始寻求AI解决方案辅助决策。


DataHunter成立于2014年,最初定位为大数据可视化分析和展示领域,主要产品包括Data Analytics和Data MAX。


2018年初,加入数据挖掘以及机器学习技术,推出了基于AI的Data Wisdom数据智能决策服务。

 

添加AI技术助力商业决策,产品线覆盖数据分析全流程

 


Datahunter旗下Data Analytics、Data MAX这两款产品的数据来源包括客户自身业务系统(数仓、CRM等),为了增加后续分析的可靠性以及准确性,DataHunter也会抓取、清洗公开数据(天气、汇率等),供客户选择,并从合作伙伴(尼尔森等咨询机构)获得部分行业数据。这些异构数据会进行整合和清洗,为后续分析展示提供基础。


Data MAX是一款数据可视化展示大屏展示工具,可以根据客户要求采取定制化设计,将各种数据展示在大屏中,满足客户可视化需求;同时Data MAX也支持客户进行自主配置,基于内置的主题风格、业务看板、丰富的组件库等元素,通过拖拽即可完成大屏配置,整个操作流程简单高效。


目前,Data MAX主要面向政府、媒体等对于数据展示有较高要求的行业。


Data Analytics是一款自助BI产品,不同于传统BI的IT驱动方式,这款产品主要面向业务人员,降低了使用门槛,帮助其根据业务快速进行数据分析。Data Analytics主要应用于房地产、新零售、制造业等行业。


Data Wisdom主要为以上两款产品提供基于AI的技术支持,利用数据挖掘以及机器学习算法进行业务预测,提供销量预测、智能选品、地址分析、产线调优等场景应用。


如今,DataHunter的产品线应用场景囊括了数据展示、数据分析以及业务预测,可以帮助客户解决与大数据相关的大部分问题。但是,Data Wisdom仍处于POC阶段,在预测性分析场景上的精确度还有待检验。


布局快速发展行业,未来推出分析新产品


对比去年行业布局,DataHunter当前目标行业依旧集中在零售行业、制造业和媒体行业,但各行业对于营收的贡献已经发生改变。


DataHunter创始人程凯征表示,如今新零售行业成为热点,发展迅速,同时,由于工业4.0概念火热,制造业需求增长也在不断加快,媒体行业由于是存量市场,需求近年并没有明显增长。


从DataHunter新增产品线Data Wisdom可以看出,其应用场景主要集中在迅速增长的零售行业以及制造业市场,也是为了进一步满足客户需求,拓展两个行业中的客户数量。


目前,DataHunter在其他行业主要通过合作伙伴服务客户,程凯征表示,DataHunter自身暂时没有扩展到其他行业的计划,未来会将通用产品进一步完善,并推出针对非结构化数据的新产品,与现在针对结构化数据的自助BI产品形成补充。



近期,爱分析对DataHunter创始人程凯征进行了专访,就DataHunter的产品、经营策略以及发展战略做了深入探讨,现将部分精彩内容分享如下。


采用机器学习技术,拓展产品服务场景


爱分析:自2017年5月初访至今,DataHunter产品线有哪些更新?


程凯征:DataHunter切的是数据可视化领域,我们将该领域业务按场景分为两类。


一类是数据的呈现,也就是将数据以合适的形式呈现在用户面前,也就是将问题暴露在用户视野内;另一类是数据的可视化分析,也就是通过分析数据将问题的原因呈现给用户。


我们的产品线也是按这两类业务构建。


第一条产品线是数据大屏展示,Data MAX。通过这款产品,我们将数据投到各种形态的屏幕上。与对标的DataV相比,我们这一年来着重在Data MAX的设计风格上发力,满足不同用户的定制化需求和硬件条件。


第二条产品线是自助BI,Data Analytics。2017年下半年,这款产品基本打磨完成,其与传统BI产品有较大区别,不再是IT Driven,而是服务于业务人员,属于Business Driven类BI,产品参考了国外敏捷BI设计理念并加上国内用户的使用习惯。


第三条产品线是今年刚推出的,Data Wisdom。这款产品是为了辅助用户决策,通过引入客户业务数据、第三方数据,运用数据挖掘、机器学习技术,提供销量预测、智能选品、选址分析等场景的对应服务。


看到问题、分析问题、解决问题,这是我们打造产品组合的内在逻辑。

 

爱分析:从第二产品线跨越到第三产品线,技术难度在哪些方面?


程凯征:主要是数据挖掘和AI能力的储备上。

 

爱分析:DataHunter对于AI的探索情况如何?


程凯征:我们对于AI的定义是将其分为传统和新型AI。传统AI主要是数据挖掘、机器学习等内容,新型AI主要包括深度学习等其他领域。DataHunter现在主要用到的是传统AI,涉及了数据挖据和一些标准的机器学习算法,我们运用这部分技术做产品应用。

 

爱分析:DataHunter目前为客户提供的第三方数据有哪些?


程凯征:首先是公开数据,就是互联网上可以免费获得的数据,比如天气、汇率等,我们会抓取并清洗这些数据,之后供客户选择使用;其次是行业数据,这部分数据我们会从一些合作伙伴处获取,还会通过向尼尔森等咨询机构购买相关数据,这部分数据会向客户收取一定的费用;最后是客户自有的淘宝、天猫数据,我们会通过账号授权的方式将其引入数据仓库。

 

爱分析:Data Wisdom会不会逐渐取代自助BI产品?


程凯征:不会,Data Wisdom主要面向功能性需求,比如智能选址、销量预测等等,但是企业中功能性需求都比较散乱,依旧需要BI产品这种业务分析工具作为支撑,BI的使用频率要高很多。

 

爱分析:是否为客户提供底层数仓?


程凯征:对于已经有数据仓库的客户,我们会直接将BI产品嫁接到其数仓上,再通过ETL将补充的第三方数据导进来。


而对于并未建设数据仓库的客户,我们会考虑帮助客户搭建数据仓库,具体方式是通过引入合作伙伴的数仓产品,由我们自己的团队负责实施。

 

产品私有部署为主,零售、制造业需求增长迅速


爱分析:产品的交付形式是什么?


程凯征:通过产品加服务的方式提供给客户,目前接触的客户90%以上倾向于选择私有部署的方式。Data Wisdom会有较多公有云SaaS模式。

 

爱分析:三大产品面向的行业情况如何?


程凯征:政府和媒体行业对于大屏可视化产品需求会比较大,房地产、消费、新零售、制造业等行业对BI产品的需求比较大,消费和新零售行业对智能决策产品需求比较大。

 

爱分析:制造业对于BI的需求主要在哪些方面?


程凯征:制造业其实对于BI有很大需求,比如说品控,这其中有很多数据分析的需求,在分析产品质量时,需要对整个生产环节和供应链环节进行分析,找到问题点,这其中就需要BI分析。

 

爱分析:自助BI和智能决策产品的客群转化情况如何?


程凯征:非常容易转化。很多客户在沟通时会发现对于BI或者智能决策产品也有需求。如果沟通顺利,客户多会在后续购买中追加购买另一部分产品,这部分购买可能会通过其公司内部申请审批等流程后才进行。


对于智能决策产品,我们会判断客户的数据基础,包括数据质量、数量,如果客户的数据基础不好,我们不会建议客户使用。

 

爱分析:重点布局的行业有哪些?几个行业贡献的营收情况如何?


程凯征:核心行业还是和去年一样,新零售、制造业以及媒体业。从近些年来看,处于舆论关注的热点行业往往能贡献较多的收入,这对DataHunter布局的行业也同样适用。


近年来社会各界对于新零售等领域的关注度比较高,制造业则因为国家一直在推智能制造4.0,制造业的升级和转型等话题也始终在舆论热点内。相应地,这两个行业给我们贡献的营收就比较可观,增速也比较快。至于媒体业,这两年的关注度并不是很高,往数字化媒体和社交媒体的转型及迁移按部就班的在进行,反映到营收上,媒体业贡献也比较稳定。


因此,从所贡献的营收和增速上来看,零售,尤其是消费品零售的营收及增速最快,制造业次之,媒体业趋于平稳。

 

爱分析:消费品、新零售行业,客户定位是什么?


程凯征:各种类型的企业都是我们的目标客群,消费品行业中,客户数量很多,并且大体量的客户很多,新零售行业中,虽然企业体量较小,但是其天生有数据方面的优势,对于后续的分析有比较好的数据基础。

 

爱分析:对于定制化需求,是DataHunter自己负责为客户提供解决方案吗?


程凯征:在布局的行业是DataHunter自有团队负责,其他行业会倾向于找合作伙伴解决。


继续拓展团队、渠道规模,打磨通用产品


爱分析:有无考虑SaaS版本BI的推出?


程凯征:今年下半年会考虑推出个人免费版的SaaS BI。

 

爱分析:团队规模及结构如何?


程凯征:去年团队有30多人。现在有60多人,研发三分之二左右,实施人员10人左右,销售6-7人,到年底的目标是达到100人左右。

 

爱分析:销售模式上,有无考虑渠道的方式?


程凯征:有的。我们会与两类厂家合作。第一类是战略合作伙伴,比如像星环科技等大数据平台厂商合作获客。第二类是经销商,通过与经销商的合作,获得获客上的优势。渠道建设今年刚起步。

 

爱分析:产品下一步的发展方向是什么?


程凯征:会继续打磨通用产品,在数据分析中,BI主要针对结构化数据,今年下半年会推出新的产品,针对非结构化数据,跟BI产品相互补充。





爱分析热文

新龙榜

新龙榜TOP125


新金融

互联网金融TOP100 | 互联网金融TOP50  

   互联网保险TOP35 | 消费金融TOP25       

  财富管理TOP42 |  投资机构TOP30

互联网支付TOP20 | 虎鲸榜TOP50       

   互联网保险TOP25 | 互金概念股TOP30  

创富人物榜TOP50 | 影响力50人         

 金融科技创新企业TOP60


企业服务

企业服务TOP100 | 企业服务TOP50  

   大数据TOP72 | B2B电商TOP50

    云服务TOP50 | 网络安全TOP30

   大数据影响力50人 | B2B电商影响力50人


其它

出行服务TOP50

人工智能TOP50

教育科技TOP50

语言教育TOP20

移动医疗TOP30

汽配维修TOP20

家居家装TOP36

汽车创新TOP64

新零售TOP100

汽车金融TOP25

Adobe | VMware | Salesforce

阿里云 | AWS | Atlassian

Tableau | Cloudera | Palantir

Zendesk | Hubspot | WeWork

Inovalon | MircoStrategy

个推 | 金山云 王育林访谈

Hortonworks | 容联云通讯

360企业安全调研  吴云坤访谈

UCloud调研 季昕华访谈 | 乐视

TalkingData调研 崔晓波访谈

纷享销客 罗旭访谈 | 北森

国双科技调研 祁国晟访谈

秒针 | 销售易 | 图森互联

数据堂 | 星环科技 | MuleSoft

明略数据 吴明辉访谈 | 环信

OneAPM | 听云 | 有云

昆仑数据 陆薇访谈 | 瀚思科技

信达泰和 | 猎上网 | 云智慧

小花钱包 | 徐工信息 | 青云

Veev | Zilliz | 云脑科技 | 小i机器人

云势软件 | 灵伴科技

DataHunter 程凯征访谈

Sensoro 赵东炜访谈

涂鸦智能  王学集访谈

美林数据 王俊杰访谈

Kyligence  韩卿 | Splunk

融云  韩迎访谈 | 每刻报销 魏强访谈

Chinapex创略 | 数澜科技

数起科技 | 远数据 | PingCAP

 淘金云客服 | 数据宝

云快报 | Smartsheet | 青云QingCloud

百分点DcouSign | CREAMS

深睿医疗 | 迅达云 | UCloud

MongoDB | 视见科技 | PTMIND

点米科技 | 薪资通 | 海智在线 | 车势科技

易观科技 | 神策数据 文军营销 | 时趣互动


阅读原文