数据智能

高瓴抢投、IDG加持,滴普科技为何备受青睐?

首家成功落地合作分成商业模式的数据智能公司

2019年05月20日
调研 | 李喆 崔可家 洪军 撰写 | 洪军
  • 数据智能

 

滴普科技通过打造独特的互联网架构为企业提供从设计开发到运营运维的全生命周期DevoOps服务。并且,互联网架构可以快速更新产品,使得商业模式能够从技术赋能向合作分成转变,秀域案例成功落地也昭示着底层技术与商业逻辑跑通。未来,滴普科技将加深场景理解,赋能更多企业。

随着知识图谱、NLP技术、互联网架构的兴起,大数据行业正式进入业务智能化阶段,开启数据智能新篇章。

在技术上,大数据行业呈现出多技术融合趋势,单一技术很难支持企业客户的决策需求,一站式技术能力、统一数据管理和快速开发业务成为越来越多企业的诉求。

在商业模式上,业务中台使得数据智能公司的商业模式能够从技术赋能向合作分成转变,合作分成意味着数据智能公司将从获取企业IT预算,转变成获取企业的业务预算,潜在市场规模会提升10倍,大大提升数据智能公司的天花板。

互联网体系架构

滴普科技是一家致力于互联网、大数据、人工智能领先技术产品解决方案研究开发和实施的公司。在技术与商业模式上,均走在行业前沿。同时,滴普科技也是国内第一家系统的面向企业服务的Serverless中台能力服务商,用云原生架构和交付模式完成企业数字化市场的新一轮迭代更新。

滴普科技基于互联网架构,形成业务中台、数据中台和AI中台,帮助企业解决数字化转型过程中的业务需求。但不同于其它数据智能公司,独特的互联网底层架构使得滴普能够产生模块化功能组件,基于模块化组件的组装,不仅能够快速地为企业提供相应的业务系统,而且可以迅速进行迭代升级。

基于微服务治理架构、分布式数据库、DockerHadoopSparkSQLTensorflow等互联网社区技术,滴普科技研发构建了底层技术平台(DeepEXI Serverless Platform):平台提供从设计开发到运营运维的全生命周期DevOps服务,建立数据和业务的Faas服务化技术支撑能力,并支撑研发了三大领域中台:分别是数据中台、业务中台、以及AI中台。基于三大中台,滴普科技可为不同行业的客户提供相应的综合解决方案。

底层开发工具DeepEXI由四大组件构成,分别为DDP开发平台、DAE应用引擎、DAG应用网关、DAS水滴市场。

DDP组件可以根据客户所需产品的功能模块,自动生成基础代码,快速形成系统。DAS组件类似于Appstore,实现服务化的业务或数据产品的发布共享与生态复用。DAE组件类似于googleGAE,实现对DeepEXI平台的技术和业务服务商业运营,包括IAAS资源服务监管、微服务发布与治理、数据运营可视化、AI算力监控等技术运维和商业运营的完整闭环呈现。DAG组件是One Service的核心产品,通过DAG可以实现对外统一的全中台服务和严格的安全防控能力。

基于底层架构,滴普科技开发了三大中台。其中AI中台可以完成文本、图像的处理分析。数据中台用于数据的处理、清晰,实现客户底层数据的资产化。业务中台可以实现功能产品构建,生成客户所需的业务系统。

针对不同类型客户,滴普科技提供不同的服务模式。对于大型客户,滴普科技通常提供解决方案,和客户一起打造标杆案例,加深对行业服务的理解。针对中型客户,滴普科技提供全托管服务,解决客户数字化转型过程中面临的各类问题。小型客户通常购买滴普科技的标准化产品,就能够满足其应用需求。

目前,滴普科技在汽车、3C、医药、零售等行业已经有众多项目成功落地,落地场景包括数据中台搭建、业务中台搭建、客户画像、精准营销等,典型的客户-秀域、OPPO、新希望集团及知名大型国有企业等。

互联网架构加速产品落地

滴普科技构建的互联网架构的核心思想在于确定API为服务化的基本对象,而不是把API作为服务。其差别在于前者是通过将功能性的API进行模块化封装,使得面向不同场景时,将不同功能的API进行再次组装,就能够形成具有实用性的产品。而后者仅仅是作为系统中的一部分,不会抽离出共性组件。

API作为服务化对象不仅是一种新型体系架构,而且具有一定的技术难度。要将API封装成一个个治理良好的组件,需要详细考虑产品的设计、业务兼容、平台化发展、各个API组件具有的基本属性功能等各个因素。

互联网架构的优势在于:

一是提供更快、更好的产品。当服务不同客户时,客户只需提出所需要的功能,就可以在现有的模块化产品中快速组装。如此一来,大大缩短了项目周期。以秀域项目为例,传统数据厂商服务时间最少需要半年,而滴普科技从最开始接触,到系统交付仅仅耗时一个半月,项目周期缩短近四分之三。

二是能够完成新模块的快速复制。当服务于一个新客户时,有时仍然需要提供一些定制化的功能,而这些功能之间也往往具有共性。因此,在服务客户的过程中,可以将新的具有共性的业务能力抽象并按One Service方式组合起来,建立标准基线化后,发布到DAS水滴市场中,以方便其他企业复用。

三是能够有效形成企业资产沉淀。数据公司在服务客户时,既懂技术又懂行业知识的复合型人才是数据公司提供服务的中流砥柱,人才的流失无疑会给企业带来阵痛。而一旦形成了具有业务领域化层级的功能服务,则能够进行有效的企业资产沉淀,人才的流动对后续的服务影响得以减缓。

合作分成商业模式

在底层架构基础支撑上,滴普科技为中型企业服务打造一种合作分成商业模式。

企业客户可以将数据平台整理、业务系统开发等全都托付于滴普科技。即滴普科技相当于他们的技术合作伙伴,然后滴普科技按照基本费用+盈利分成方式获得收入。

要能够提供全托管商业模式并不是一件简单的事情,其需要技术合作伙伴做到以下两点:

一是数据平台、AI平台、业务平台的全平台提供。大多数企业进行业务软件开发能力较弱,因此他们需要数据公司能够为他们提供从底层数据清洗、处理分析,到上层业务产品开发功能。因此,他们往往更青睐于具备一站式服务能力的数据公司。

二是快速更新产品的能力。由于客户需要频繁上线新的产品或者营销活动,因此要求其系统能够快速更新。而滴普科技因其底层API模块已经封装完好,所以工作人员能够通过DAG在了解自身产品特性上,更加深入的了解客户需求,从而快速进行产品开发。

爱分析认为,全托管商业模式是一种运营型的商业模式,具备长期持续盈利能力。它与提供解决方案、软件license授权这类的服务型商业模式不同,这些基本都是项目制的收费模式,随机性强、受企业预算限制。而合作分成意味着,只要业务继续进行,就可以持续按照最终利润和成效分成,业务持续性强,不受企业预算限制。

并且,合作分成意味着数据智能公司深入到业务场景中。数据智能公司对客户应用场景理解能力已接近企业客户本身,远远超出其他供应商。同时,合作分成代表着数据智能公司与企业客户深度绑定,企业客户的替换成本大幅提升,轻易不会更换供应商。

与秀域打造典型案例,推动企业数字化转型

在互联网架构底层成功搭建以及商业模式思考成熟之后,滴普科技需要实际落地项目来证明互联网架构与合作分成模式的可行性。为此,滴普科技通过与秀域打造典型案例以产生示范作用。

秀域是一家集健康减肥、美容、保健、医美为一体的全国性大型连锁经营机构。

在信息化建设上,秀域在企业内部的运营与管理投入较大,但在使用中仍旧会面临诸多问题:业务拓展难、客户数据分散管理难、服务效率低。

滴普科技的解决方案是以会员+产品为核心,不断沉淀客户和标准化产品服务的建设,通过客户、产品、需求场景的有机组合进行业务拓展与创新。

秀域美业的整个数字化升级通过三个步骤来实现:第一阶段,会员营销数字化;第二阶段,产品服务数字化;第三阶段,业务孵化创新发展。

滴普科技解决方案带来的五大成效:第一,户量与营收提升:线上线下流量打通,提升秀域的客户体量、市场份额和业务营收。第二,会员营销及精细化运营:通过营销工具,完成消费者互动,会员的全生命周期运营。第三,可视化可应用的数据资产沉淀:打通秀域旗下不同业务板块的客户数据,提升客户复购率,减少客户流失。第四,服务管控降本增效:建设全渠道统一的数字化系统,提升经营效率,降低运营与管理成本。第五,应对未来支撑业务拓展与创新:支撑当前1000+门店的经营管理,以及未来3000+门店的快速拓展及业务创新,达到2-3周上线新业务的IT服务效率。

深入行业,加深场景理解

为了给企业提供更好的服务,滴普科技正在不断加深场景理解。

滴普科技通过以提供解决方案的形式和大型客户进行合作,共同打造典型案例,并将积累的经验与行业知识沉淀下来,形成新的API模块组件,以方便其他企业的复用。

不仅如此,滴普科技的业务范围将不仅仅局限于数据处理、业务产品系统,像营销系统、供应链管理系统等也同样能够成为滴普科技的服务内容。这些系统的共性在于其业务属性强、更新需求高、与外部人员交互性强,因此这些系统都拥有模块化的封装以满足系统快速更新迭代的需求,而滴普科技也正进行相关组件的研发。

各方面表现优秀,技术引领行业

爱分析从技术/产品、获客、客群、场景理解、跨场景能力等五个维度对滴普科技进行评价。

技术/产品:技术能力出众,产品能力较强。滴普科技研发人员约320人,创始团队多出身于华为、阿里、IBM等大型科技互联网企业,拥有10多年研发经验。公司能够为客户提供全托管服务,也证明了其底层技术架构的稳定性和可扩展性强。滴普科技的互联网体系架构能够快速实现产品开发,产品化率高。

获客:获客能力较好。目前获客以直销为主,销售团队30人左右,也会通过一些小型渠道商进行产品推广。公司于20185月成立,仅半年时间就实现3000万订单收入,获客能力较强。

客群:客群质量较好。滴普科技能够为不同行业的客户提供服务,潜在客群较广。对于中型客户,这类公司不仅拥有强烈的IT系统建设需求,而且能够以托管式商业模式为公司贡献持续可观的收入。目前公司典型的客户有秀域、OPPO、新希望及知名国有企业等。

场景理解:场景理解能力有待提高。由于公司成立时间较短,完成的大型企业案例较少,对垂直化场景的理解能力仍需打磨。

跨场景:跨场景能力较强。公司底层平台可以通过一些共用的API模块,快速进行跨场景的产品开发。

近日,爱分析专访滴普科技联合创始人兼CEO赵杰辉,就数据智能发展趋势与滴普科技业务发展进行了深入交流,现摘取部分内容如下。

DeepEXI架构缩短产品开发周期

爱分析:滴普科技之所以能够快速提供产品,是因为有一个底层平台吗?

赵杰辉:是的,我们的底层平台叫DeepEXI。它由四部分组成,第一部分是控制架构编程的DDP开发平台;第二部分是将所有组件进行组装、并可复用的DAS水滴市场;第三部分是类似于googleGAEDAE;第四部分是API能力运营管理的DAG

然后我们还有基于底层架构生成的数据平台CDPCDP能够把数据标签服务化、资产化;AI平台,AI的能力也做成服务化的能力。

 

例如,在为某知名国有企业服务时,我们会先基于互联网架构将软件系统配置好,然后进行本地化部署。与大企业合作的核心是积累行业的know-how,当把头部客户订单完成后,形成了行业模块化的组件,那么在后续服务中小型客户时,就能够快速提供相应的产品。

爱分析:滴普科技的DeepEXI平台帮客户搭建大数据平台的时候,前期的数据清理都要做吗?

赵杰辉:都要做,我们现在也要做很多脏活、累活,但几年之后会好很多。

爱分析:滴普科技认基于互联网架构,未来可以把客户原来的业务系统都替代吗?

赵杰辉:我认为是的。以汽车客户为例,我们把他原来的业务系统基本上都替代了,只剩下了财务。财务替代不了的原因是税务系统只有金蝶、用友他们这些系统供应商认证过,而我们没有去认证过税务服务。

为中型企业提供全托管商业模式

爱分析:滴普科技服务的全托管目标客群有什么特点?

赵杰辉:主要是一些中型公司,他们是中国经济发展的主力。

我们的客群有三大特点,一是他们的所需系统与业务强相关,包括业务触达、供应链管理、生产制造等;二是需要与外部人员进行互动,例如会员招募、管理等;三是更新需求比较高的系统,需要经常修改。

而向人力资源系统和财务系统是流程确定、不会给外部人员使用、且需要获得国家认证资质,所以暂时不属于我们的服务范围。

爱分析:滴普科技给大企业提供的服务是解决方案还是全托管方服务?

赵杰辉:我们现在给大企业提供的服务还是以项目解决方案为主,但是和其他公司还是有一些区别。我们的目的是通过和大企业一起进行项目构建,把底层架构搭建的的更完善,通过和行业不断结合,生成新的模块,方便其他客户的项目交付。

爱分析:未来大型企业仍然会以本地化部署模式为主吗?

赵杰辉:他们会变,但时间可能会晚一点。国企现在比较灵活,他们接受度很高,但是还是偏重于本地化部署。

对于一些重量级的国有企业,很有可能仍旧是本地化部署方式。但像秀域这种有强烈需求,但IT投入也不是非常大的,可能就会是全托管的模式。

爱分析:企业客户会不会对自身系统交由外部托管的模式感到排斥?

赵杰辉:我认为未来很大一部分企业会像秀域一样进行全托管。因为他们的系统本来也是对外服务,如果全部都攥在自己手上,发挥不了价值。

像秀域的全托管模式既是我们最想要的,也是他们想要的。消费者只需要打开公众号,销售员打开企业微信,企业管理人员打开PC端,就能看到他们所需的功能。他的系统是定制的,但是系统在哪他们不关心。他们关心的是一旦有新的产品上线需求,例如举办一个新的促销活动,系统能够快速更新。而我们通过给他们新增一个API,并做好接口调用,就能够满足他们的更新需求。

另外,大量的传统行业IT研发能力并不强,但是需要进行自动化系统建设,所以他们的自动化业务系统建设需求非常强烈。

不同中台因地制宜

爱分析:给企业服务时,数据中台、业务中台、AI中台三个中台都要具备吗?

赵杰辉:可以有侧重,但是只做一个其中一个肯定发挥不了价值。例如,我们给一家公司做产品运营与大数据,但只做数据中台能干的事非常少,能干的只是更高级、更灵活的BI

爱分析:那对于数据中台、业务中台、AI中台三个中台,从哪个中台切入市场会比较容易?

赵杰辉:现在市场上的数据公司从三个中台切进去的都有,主要依据客户的需求。在B2B领域,会更偏向于业务中台。例如在供应链领域,因为其底层数据只需要一些简单数据应用就可以,对数据要求不高。

但是在B2C领域则是以数据业务重一点,生产端也是以AI+大数据比较重,业务需求非常弱,他们一般是数据分析后对接到工单系统、CRM系统中去,对上层业务场景的需求较少。

而三个平台都需要的行业有一个共同特征,那就是业务系统不仅是企业内部人员使用,还有企业外部的人参与。如果参与的人更多的是潜在的客户和潜在的供应商,那么都是以数据为中心,并且需要在数据中台之上构建业务系统。

爱分析:通过数据中台、业务中台、AI中台切入的时候,一定是要形成数据闭环吗?

赵杰辉:是的。因为只有三者结合这样才能够实现数据闭环。只有当我们把一些场景打通后,才能形成SaaS产品。我希望不是靠运维形成一些SaaS产品,而是基于项目去生成一个平台,然后基于这个平台打通更多闭环之后,把一些典型的闭环抽离出来,形成SaaS产品,孵化SaaS产品。

例如,我先用NLP去处理文本数据,深度学习处理图像数据,并将数据进行沉淀至数据中台。然后,基于数据中台进行数据资产化,并把资产化数据应用到业务场景中去。再根据业务场景的反馈,优化处理数据的模型,形成数据闭环。