數據作為企業的重要資產，越來越受到重視。在分析數據之前，需要做大量的數據提取、處理和集成工作。這項準備工作很糟糕，但至關重要。高層企業通常擁有數百個業務系統、數據庫和數千個表單。數據環境非常復雜。不同的IT供應商有不同的數據技術和設計思想，導致每個數據集獨立存在，不能相互通信。以前，企業最關心的是業務，只要系統穩定，不停機。在大數據時代，只有流通和碰撞才能產生價值。如果企業需要進行數據關聯分析，則需要業務人員和IT人員根據需要對數據進行對應和分類，并編寫腳本來提取和關聯數據。如果通信不暢導致數據提取不準確，則必須重新開發。Gartner指出，這項工作通常占用企業80%的時間。為了解決這個問題，最近36個氪星公司聯系到的datablau為企業提供了一個用戶數據管理方案。它通過技術手段集成了數據的IT和業務屬性，為企業節省了人工開發、集成和通信的時間。今年2月，公司宣布完成數百萬元的天使輪融資，投資者是美國中經合組織的跨境投資機構。企業庫存數據總量代表著大數據，但其各個業務的數據集以前是相互獨立的。如果企業想要了解不同系統之間數據集成的價值，他們必須根據業務邏輯重新連接。datablau是一位既了解IT又了解業務的數據科學家。datablau將首先了解企業擁有什么樣的庫存數據，然后從不同的數據庫中提取和脫敏具有不同結構的客戶、內部流程和操作的數據。通過預定義的標簽和企業自身的概念，按照標簽對數據進行排序和分類，生成數據資產目錄和面向業務的數據虛擬集。datablau主要為大客戶部署私有云。企業安裝部署好數據鏈（通常3-5小時）后，IT人員將數據源與平臺對接，自動獲取或手動建立存量/增量數據模型，系統可以根據業務概念自動整理數據并歸檔。與datablau類似，國外也有trifacta、paxata和tamr。然而，美國的數據準備相對成熟，對中國市場的接受度一般不高。其原因是，雖然數據準備是進行大數據分析的唯一途徑，但短期內不能給企業帶來直觀的結果。據王政估計，中國只有不超過1000家企業有足夠的能力充分利用這項技術。他也在探索適合中國市場的商業模式，而不是放棄國際市場。國內一些數據分析公司，如成長型IO、魔幻數據、諸葛IO等，主要關注用戶行為數據。datablau主要是根據業務邏輯在企業中拉取大量的數據，比較落后。Datablau于2016年推出。目前，1.0版已經發布。試用客戶包括eBay、國家電網和北大智能城。在團隊方面，目前有10人，主要是技術和銷售人員。創始人王政2005年畢業于北京大學。他是歐文全球研發和CA技術開發部的主管。他在數據建模方面有10年的經驗。朱金寶首席技術官（CTO）曾任歐文首席建筑師，擁有10年的歐文研發經驗。首席顧問劉晨在IT行業擁有12年以上的經驗和8年的數據治理經驗。首席科學家丁桂光是清華大學軟件學院副院長。清華大學軟件學院教授、副院長、博士。

« Facebook也需要生產AR眼鏡，但要上市還需要幾年時間。 | 網絡視頻會議“集成終端”：用智能想象未來 »