沉睡的數據是負債，你要花費大量的人力、設備來管理、維護。
流通的數據是資產，能發揮數據的作用，創造不一般的價值。
如何讓企業或者政府的數據由「負債」變成「資產」呢？
中國社科院發布的《中國大數據應用發展藍皮書》指出，中國大數據正快速發展為對數量巨大、來源分散、格式多樣的數據進行採集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。
中國軟體網記者近期對DataPipeline創始人&CEO陳誠進行了專訪。他表示，在數字經濟時代，企業、政府對數據價值的認知正在不斷提高，企業要建立數位化企業，政府要成為數位化政府。
再進一步，業務部門對於數據的認識和需求不斷提升，科技部門希望用智能化、平臺化、柔性化的方式更好地賦能業務，實現數據驅動。然而因數據量過大、變化過快、數據源過多，導致企業內部對現有數據存在不可知、不可取、不可控、不可用的情況。
如何擺脫人工堆砌、重複加工腳本的方式，敏捷地為業務用戶提供數據，以切實可行的元數據管理實踐推動數據資產管理體系的建設，是眾多企業數位化轉型面臨的最基礎的問題之一。
目前，中國企業在大數據流通、交換、利用方面大部分還處於起步階段，關鍵原因是沒有做好數據集成、數據清洗、數據同步等基礎工作。
由此誕生了企業應用數據集成市場。Forrester數據表明，全球2017年數據應用集成市場純軟體規模是320億美元。Gartner數據也表明，應用數據集成的細分領域iPaaS在2017年首次突破了10億美元，增長72％。
在數據應用集成領域，既有Oracle、SAP、微軟、Informatica等傳統的IT大佬，也不乏創新型企業，如中國本土企業DataPipeline等。
DataPipeline正如其名字一樣，數據管道，通過提供數據集成、數據清洗、數據同步等服務，幫助企業連接內外部的數據孤島，實現數據的交換與融合。
陳誠，畢業於上海交大，留學於美國密西根大學，前Yelp大數據研發工程師，曾就職於美國Google、Yelp等。擁有6年多的大數據、計算機算法等實踐經驗。
陳誠說，AI不能代替人類的創造性思維，但工具可以解決重複低效的體力密集型開發與維護，加快數據的流通。當設備、應用和數據隨時隨地可獲取時，連接將促進價值的裂變。
鍾情數據應用
記者：您曾就職於Google、Yelp等國際知名公司，在這些公司主要做什麼工作？
陳誠：畢業之後，我曾經在谷歌、Yelp等幾個公司工作，就是做數據工程師。主要工作是構建大數據應用軟體，節省用戶使用數據、數據流轉方面的成本，提高效率。同時也在數據應用方面有了不少技術積澱，為後來的創業打下了基礎。
記者：後來您創立了DataPipeline，當時創立這家公司的初衷是什麼？
陳誠：就像我剛才所說的，即便是在大公司裡搭建大數據應用平臺，也需要耗費巨大的人力、財力等資源。當時我就想，是否能把平臺做成相對標準化的解決方案，提供給更多的客戶，而不需要自己去搭建，讓他們能直接從產品中獲得比較成熟的解決方案，賦能客戶。
因此，在2016年公司創立時確定的願景就是：連接一切數據、應用和設備。現在大家常說的萬物互聯，其實連接的就是數據，實現的就是數據的流轉與交換。為了能夠幫助更多的公司、企業、個人做到這一點，DataPipeline想提供更好的服務和更好的軟體。
認知數據應用集成賽道
記者：DataPipeline所在的賽道是數據應用集成，怎麼理解這個行業？
陳誠：隨著時代的發展，科技的進步，以及甲方需求的不斷變化，我認為數據應用集成主要會有三個變化：
第一，比以前更加複雜了。複雜體現在存儲形式，原來可能只有一些資料庫中的結構化數據，但是現在有結構化、半結構化、非結構化數據，雲上、雲下、混合雲的途徑，資料庫和數據倉庫的對象存儲等。在過去的十年裡，有太多的複雜度被加入到需求當中來。
第二，時效性更強了。以前的數據流轉比較慢，商業整體運轉的速度也會慢一些。而現在企業根據數據做決策的速度加快，時效性也隨之不斷提升。
第三，對於數據或者是業務變化導致數據需求變化，從而導致數據架構變化，變化頻率越來越快了。這就意味著用戶的IT架構、軟體和整體發展戰略都需要能適應這種變化。
相對於數據量變多或者是數據源變多了這些老生常談的問題，這三大變化點——複雜度變高，時效性變快，架構變化的程度更加深，是數據使用面臨的三大挑戰，與此同時也一定會誕生新的機會。
記者：那麼，目前數據應用集成的市場規模和潛力有多大？
陳誠：之所以選擇數據應用集成作為創業領域，就是考慮到其蘊含著較大的市場規模和潛力。
首先數據和應用集成是所有大數據項目必不可少的組成部分，數據項目或者數據應用、大數據變現，一定要完成數據的採集、清洗、整合，採用自動化和時實化軟體，讓數據利用變成一個低成本，高效率的過程，否則就和傳統數據應用過程一樣效率低，成本高。
其次，隨著越來越多的大中型企業開始重視大數據，投入到相關項目或是產品中的資源也相對增加了。
相關數據表明，2017年全球數據應用集成市場純軟體規模是320億美元，如果包括人工在內，將達到3940億美元。
市場格局遠沒有定型
記者：數據集成這個賽道，都有哪些競爭對手？市場的格局如何？
陳誠：因為市場足夠大，參與市場競爭的企業很多。但在新一代雲化、大數據實時化的數據應用集成方面，相對來說新的玩家偏少。
總體而言，在中國數據應用集成企業實際上是比較缺失的。一方面，一些企業偏重數據集成，一些偏重應用集成；也出現了像阿里這樣做數據中臺的企業，覆蓋面會比創新企業廣，或多或少都會有一些差異化；而在基礎技術創新方面的企業更少。
另一方面，市場上也有一些應用長達十年的工具，都是基於傳統的軟體架構；而新出現的偏雲化，能部署在雲上，以分布式架構支持大量數據和實時應用的工具還是比較少。
記者：其實做數據中臺的企業最近突然變多。數據中臺與咱們的做法不一樣嗎？
陳誠：其實我們主打的理念叫做DataOps，實際上講的是養數據，運營數據的概念，主要是做數據的採集、清洗、融合，以及元數據管理、數據質量管理等。
不同企業關於數據中臺的概念和架構多少都有所差異，切入點和功能也不盡相同，但是總體而言比我們範圍要大，它可能包括出倉、主題域等。
記者：當前市場的競爭焦點是什麼？戰勝對手的關鍵點在哪兒？
陳誠：大家都來搶數據應用集成的蛋糕，但是不同企業所採取的策略和維度是不一樣的。有的企業主打實時化，有的企業主打雲化，有的企業主打SaaS化。
金融行業經過了十年的積累，在雲、大數據和實時性的要求下，已經進入發展階段，其他行業還處於起步階段。
差異化戰略
記者：DataPipeline在數據應用集成賽道參與競爭，採取什麼樣的差異化發展戰略？
陳誠：我們的目標客戶主要集中金融、零售、製造，地產、網際網路行業。
主要服務的客戶具有一些特徵：大中型企業、數據價值密度較高、看重數據的時效性。
差異化戰略包括：第一，支撐有大數據應用需求的大中型企業；第二，應用可以部署在雲上；第三，實時性要求高，與以前批量化的不太一樣；第四，能夠支撐業務、數據、架構的變化；第五，用戶體驗方面，更強調自動化、智能化。
記者：當前，DataPipelie公司的差異化競爭戰略的效果如何？
陳誠：目前已經成功服務了星巴克、金風科技、龍湖地產、財通證券、叮噹快藥等大型企業客戶。
在技術上，DataPipeline基於Kafka的開源框架，聚焦流式數據處理、高性能同步，快速解決數據融合問題。
在產品上，DataPipeline是一款實時數據融合產品，無需任何代碼，通過可視化圖形配置界面在極短時間內便可完成實時數據管道連接，是一款提供數據管道搭建、數據任務管理、數據質量管控、可視化運維管理、錯誤隊列管理、用戶管理以及元數據管理等一站式的數據融合平臺。
獲得資本支持
記者：最近DataPipeline獲得新一輪融資，能否介紹融資情況。融資主要用於哪些方面？
陳誠：DataPipeline公司於2017年年底完成2100萬元的A輪融資，由經緯中國領投，峰瑞資本跟投。最近，公司已完成了數千萬元的A+輪融資，本輪融資主要由BV百度風投領投，經緯中國、清流資本跟投。本輪融資後，DataPipeline將重點補強銷售市場團隊、產品技術團隊，以及完善客戶拓展和客戶成功體系。
記者：現在可以說是資本的寒冬，DataPipeline為什麼會受到資本的青睞？
陳誠：目前企業服務或是產業網際網路發展進入了快車道；應用數據集成市場增長可期，用戶需求也比較大；資本願意投資企業服務細分領域的頭部企業；DataPipeline在市場上得到了客戶的認可，客戶也願意為我們背書。
記者：未來，公司的發展想法和戰略是什麼？
陳誠：我們會繼續堅持既定的策略，堅持以技術驅動來服務客戶。同時會持續投入資源在客戶成功上，為客戶帶來更大的價值。