全棧式數據治理產品掘金企業大數據，數語科技完成數千萬A輪融資

新年伊始，數據治理賽道傳來了第一個好消息。

今日，Datablau數語科技宣布完成A輪融資，融資金額數千萬。本輪融資由線性資本獨家投資，獵云資本擔任獨家財務顧問。本輪融資后，數語科技計劃將資金用于進一步加速重點產業布局，構建基于機器學習的數據資產管理體系。

成立于2016年的數語科技，是國內第一家企業級一站式數據治理平臺，依靠數據治理平臺與技術服務，持續不斷地賦能客戶數字化轉型能力，加速傳統產業的轉型進程，提升企業的運營效率，釋放新業務增長潛能。

目前，數語科技已經發布了數據建模與模型管控平臺、數據資產管理平臺、數據資產目錄等系列全棧式數據治理產品矩陣，服務客戶從金融行業擴展至零售、制造、能源、政府等眾多行業。

談及此次投資，線性資本董事總經理鄭燦表示：“在精細化運營的需求下，數據應用越來越普及，但是數據質量成為今天企業數據應用的最大阻礙。我們判斷，傳統企業在數字化轉型中，首先需要保證數據質量和統一組織內的數據標準。這為數語的數據治理產品提供了巨大市場。數語的核心團隊來自ERWin，對數據建模有深刻理解。因此和同領域競爭對手相比，數語的產品不僅更標準化，而且和建模工具的結合使得數據標準可以和開發流程相結合，真正做到從源頭治理數據?！?

什么是數據治理？

在國外，數據治理作為一個傳統賽道而存在，其中就已經涵蓋了數據架構，數據建模，數據資產管理、元數據等多個板塊；而在國內，隨著近年來大數據的興起、企業的數字化轉型等，國內也掀起了數據治理的創業風潮。

數據治理，脫胎于大數據的應用與發展。在企業正常開展業務的過程中會生成、采集大量的內外部數據，其包含了大量與業務、客戶相關的信息，通過適當的整理和分析，可以為企業帶來額外的價值。

隨著企業對數據資產的認識與重視，越來越多的企業開始利用大數據、人工智能等技術通過挖掘、治理、分析海量數據以驅動自身業務的增長。但在實際應用中，隨著大數據應用快速涌現使得數據處理的復雜度和速度大大增加。

企業早期的信息系統及對應的數據庫通常在不同時間、由不同部門各自進行建設，組織內部缺乏架構的規劃及統一的標準。目前，大數據應用過程中有三個常見痛點，數據架構混亂、數據標準缺失、數據質量參差不齊，這也直接導致了數據架構與業務流程、應用架構之間的關系不清晰，數據集成和數據共享困難，數據分析及應用效果較差，甚至出現嚴重偏差。

在此背景下，數據治理就顯得尤為重要。數據治理，簡單來說，就是在企業建立和規劃的數據庫中實施各種各樣針對元數據和資源庫管理的標準。實際上，如果把大數據市場看作一個巨大的金礦，那數據治理就相當于挖掘金礦的鐵鎬、挖機、鉆頭等基礎性工具。

數據從采集到產生價值之間，需要經歷一個完整的生命周期，即采集、存儲、處理、分析、應用。針對不同的板塊，數據治理提供不同的項目，包括數據標準、元數據、數據模型、數據分布、數據存儲、數據交換、數據生命周期管理、數據質量、數據安全以及數據共享服務。

在大數據賽道中，不同企業針對數據治理的不同項目有所側重，如SAP側重于數據建模和元數據管理、IBM側重于數據目錄、數據質量和元數據管理……但在產品矩陣上，數語科技獨樹一幟，通過輸出全棧式數據治理產品矩陣，提供數據治理企業級一站式解決方案。

在Forrester NowTech全球MLDC（基于機器學習的數據資產目錄）中，數語科技是亞太區域唯一入選的廠商。

全棧式數據治理產品——挖金礦的基礎性工具

“從源頭治理開始，管理質量，最后通過數據服務，達到數據資產變現 。”數語科技CEO王琤強調。

具體來說，數語科技通過標準化的產品，介入到數據完整生命周期中，打造數據模型工具（DDM）、構建數據資產管理平臺（DAM）、提供數據目錄服務（DDC）、搭建數據準備平臺（DDP），涵蓋數據建模、數據治理、數據目錄、元數據管理、數據質量等多個能力板塊。

其中，數據模型是數據治理中的重要部分。數語科技的數據建模產品的形成離不開創始團隊的技術背景。數語科技的CEO王琤、CTO朱金寶都曾在CA Erwin任職，數語科技的技術團隊基于過往ERwin產品經驗，自主研發的國產數據建模工具Datablau Data Modeler（DDM）。

據悉，DDM可以加速企業信息化研發效率，提高企業IT業務敏捷度，規范數據模型，幫助企業從數據產生的源頭開展數據治理工作。

DAM可以實現數據標準管理、指標體系管理、元數據管理、數據質量管理、數據血緣與影響，通過建立數據標準，實現數據的規范和高質量，減少搜索數據時間。

同時涵蓋DDM和DAM也是數語科技的優勢所在，這兩個產品可以直接對接數據標準和數據模型，從開發態到生產態無縫銜接，也確保建模時與實際運行均采用一致的數據標準，并用于進行持續的數據質量監控。

王琤坦言，“在數語科技全棧式數據治理產品矩陣中，就目前而言，數據模型管控、數據資產管理平臺是相對成熟且利用率較高的板塊，而這兩個板塊也是數據目錄服務和數據準備平臺的基礎，就像是一步一個臺階一般，只有走好前兩步臺階，才能發揮后兩個階段的價值和效果。”

除全棧式產品矩陣外，數語科技還與阿里巴巴為推動企業數字化創新，將數語科技的數據建模產品與阿里的數據治理平臺產品整合形成數據治理模型一體化管理解決方案。

“和阿里這次合作其實有一個互補的作用，利用阿里DataWorks（一站式大數據智能云研發平臺），加上數語的數據建模工具，為企業客戶進行相關的數據模型設計。”此外，王琤還談到，也正是因為與阿里的合作，數語科技從最初服務的傳統企業如銀行、人壽保險等客戶群體，拓展到互聯網大廠。“互聯網大廠本身已經有一定的數據治理意識，需要更輕、薄、快的產品，和阿里的合作除了技術探索外，對產品的探索更多。”

目前，數語科技服務客戶已經涵蓋泛金融、制造業、政府教育、航空、能源等多個行業領域，客戶包括中信集團、中國建設銀行、中國人壽、華為、國家電網等。

中國人壽就是數語科技服務的典型的案例之一。中國人壽于2018年4月采購了數語科技DAM與DDM兩個產品。在此之前，中國人壽并沒有系統地開展數據治理相關的工作，也沒有意識到數據資產管理工作的重要性。每當發生分析數據的需求時，由分析應用的開發人員在各個業務系統數據庫中搜尋需要的數據源，自行編寫腳本進行提取和處理。整個流程缺乏規范性，尋找數據源的效率非常低，數據質量沒有保證也導致了分析結果的不準確。

由于大數據應用的需求拉動，加上監管機構對報送數據質量的要求，中國人壽于2017年底啟動了全集團范圍的數據治理工作，以項目組的形式開展，集合了數據建模、數據質量管理相關職能的IT群組及各業務部門。最終，中國人壽通過招投標的形式，確定了采購數語科技的DAM和DDM兩項產品。數語科技協助中國人壽部署服務器和對接業務數據庫以上線產品，之后企業的IT人員會同業務人員自行實施數據標準的梳理和數據主題域的劃分，錄入DAM中形成完整的數據目錄。

已經走過的2020年，是艱難的一年，但艱難的背后，疫情也加速了企業的信息化、數字化進程，數語科技在數據治理賽道的路，也越走越清晰，數語科技20年收入同比也有翻倍的增長。去年，數語科技發布了Datablau DDM 5.5、DAM 5.5、DDC 5.5等系列產品，形成了從事后模型管控，到事后數據資產盤點，到數據資產價值輸出的全棧式數據治理產品矩陣，構建了標準化、規范化、低門檻的數據基礎設施。

談及未來，王琤說道，“新一輪融資將用來打磨產品，建立行業壁壘，提高市場占有率。未來在客戶層面除了繼續大客戶之外，中小企業的數據治理同樣值得關注。”