DataPipeline,领跑实时数据管理领域，揭秘最早布局者的创新之路

DataPipeline（数据管道）是实时数据管理领域的一个重要参与者，它通常指的是一种能够实时处理和分析大量数据的系统。这类系统在处理来自各种数据源（如数据库、文件、传感器等）的数据时，能够实现数据的实时收集、传输、存储和查询。
作为最早布局者之一，DataPipeline可能在以下方面有所贡献：
1. "技术创新"：在实时数据处理技术方面进行了创新，推动了实时数据管理技术的发展。 2. "产品服务"：提供了成熟的数据管道解决方案，帮助企业和组织处理实时数据。 3. "行业标准"：可能参与了行业标准的制定，推动了实时数据管理领域的发展。 4. "应用场景"：在金融、物联网、电信等多个行业提供了实时数据处理服务。
具体到DataPipeline公司或产品，由于信息更新可能存在滞后，建议查阅最新的资料或官方信息以获取最准确的信息。

相关内容：

文 | 夏木 北京看懂研究院研究员

近日，一家企业级批流一体数据融合产品、解决方案及服务提供商——DataPipeline宣布完成B轮数千万人民币融资。本轮融资由知名风险投资机构金沙江创投领投，百度风投和清流资本跟投。

作为实时数据管理领域最早批布局者，DataPipeline凭借稳健的产品表现、引领性的技术实力、体系化的用户服务以及百余家付费用户的实战经验，获得了资本方的高度认可。截至目前，DataPipeline共获得来自金沙江创投、经纬中国、百度风投、峰瑞资本、清流资本共计四轮的投资，金额过亿人民币。

四年四轮融资，DataPipeline为何屡赢资本青睐？

DataPipeline 隶属于北京逐风科技有限公司，公司秉持“连接一切数据、应用和设备”的使命，致力于“成为中国的世界级数据中间件厂商“。

DataPipeline 通过多种实时数据技术协助用户构建以业务目标为导向的数据链路，产品支持广泛的数据节点类型，按需快速定制、部署、执行数据任务，可实现从传统数据处理到实时数据应用的各类场景。

2016年3月，DataPipeline成立，3个月后获峰瑞资本天使轮融资。次年8月，公司产品上线并获得世界和中国500强客户，12月获经纬中国领投A轮2100万元人民币融资。2018年12月，公司成功入选微软加速器，企业创新力获业界专家认可。

2019年4月，DataPipeline入选“2019创新互联网企业TOP100”榜单，同年9月，获得带有IAF 和 CNAS 标识的 ISO9001 质量管理体系认证，紧接着10月获得 CMMI3 级认证，在软件研发标准化流程、项目管理等方面与国际主流模式接轨。12月公司又获亿欧颁发 “2019 全球明日之星 TOP100 企业” 奖。

2020年12月，DataPipeline 完成数千万元人民币的 A+ 轮融资，并获得 DTCC “2020 年技术卓越奖”以及获得深信服 IT 创新大赛决赛十强奖。

2021 年1 月获得 2020 金猿榜“大数据产业创新服务产品”奖，同月DataPipeline 通过华为鲲鹏兼容性认证。

耀眼成绩的背后离不开公司强大的技术团队。

DataPipeline 创始人兼CEO陈诚本科就读于上海交通大学，后留学美国密西根大学获荣誉毕业。曾就职于美国 Google、Yelp 等国际知名公司，专注于大数据、计算机算法、软件工程、互联网产品等领域的研究。7 年大数据项目管理及开发经验。

DataPipeline CTO陈肃是中国科学院大学博士，十余年技术开发和管理经验，曾就职于中国移动研究院，担任科研及实验室项目负责人。在机器学习等领域有深入研究与实践，善于通过各类开源软件提升研发质量与效率，拥有 5 项发明专利。

DataPipeline 合伙人兼CPO陈雷曾任 IBM 大中华区认知物联网实验室服务部首席数据科学家、资深顾问经理。十年管理经验，十五年数据科学领域与金融领域经验。综合交通大数据应用技术国家工程实验室产业创新部主任，西安交通大学软件学院大数据智能创新中心主任，中国电子学会区块链专委会委员。

除了三“陈”鼎立，DataPipeline 核心团队成员来自谷歌、Yelp、亚马逊、IBM、甲骨文、中科院等国内外知名企业，并拥有数十年国内外大数据创新实践经验。

DataPipeline基于自身在实时数据管理领域的深厚积累，产品矩阵已扩展至实时数据服务与实时数据质量管理。

DataPipeline实时数据服务产品通过对实时数据进行标准化封装、资产化管理及自动化运维为企业实时数据应用提供全域的实时数据服务支撑，帮助企业客户以数据驱动创新，把握市场先机。

DataPipeline实时数据质量管理产品通过实时数据与人工智能的结合，解决了传统数据质量监测领域的人工定义阈值、大规模数据实时监测困难等问题，无监督自主学习、相关性分析算法可以更高效、及时全面地监控实时数据质量的各项指标，并给出准确率更高、更有帮助性的预警和业务洞见，从而帮助企业客户有效控制风险，保障业务有序运行。

公元前580年前，古希腊哲学家毕达哥拉斯说过，“数是万物的本原。”

2700年后的今天，随着云计算和大数据技术的不断发展，无论是机构还是个人，每天都会源源不断地产生大量数据。

现实世界中，人工智能所需的数据，大多都会以“数据孤岛”的方式分布。这种物理和逻辑层面的障碍，直接影响了人工智能应用中的表现：各个“数据孤岛”之间的数据难以融合，无法以整体训练人工智能；若以单个“孤岛”的数据对人工智能训练，最终人工智能的效率又相当有限。

大数据蓬勃发展的今天，数据孤岛撕裂了机构与产业之间的数据融合，限制了业务的创新。以金融行业为例，当下金融行业还面临着诸多挑战。

首先是数据孤岛问题严重，金融行业机构繁多，数据存在于多个系统中，亟待解决数据孤岛问题；其次金融行业存在海量、多维的数据，且在实时交易场景下对数据交换的实时性要求极高；再者由于第三方数据过多，金融企业为能提高风险管控能力，充分利用数据营销获客，会与拥有数据势能的第三方合作，寻求数据共享。这时，需要实时接入新的 API，且每个 API 会不断迭代，导致维护成本巨大。如何对接、统一管理几十个 API 接口成为问题。

为了解决这些问题，DataPipeline面对金融行业的服务应运而生。

数据进行有效的打通。基于 DataPipeline 支持多源异构，将线上交易数据和线下柜台数据打通，帮助客户数据中心业务部门快速掌握所需数据。将交易系统的数据，实时下发到分支机构，或者供风控、反洗钱、经营分析等下游系统使用。

批量化加速提取。采取批量化的采集方式，同时对同个系统的几十几百个表一并采集，有效提高数据采集效率。

API 数据同步。DataPipeline允许用户一分钟完成单个 API 配置，同时可在单个任务添加多个API，统一管理相关 API，帮助用户降低获取各个 API 数据的开发和运维成本。

不仅经是金融行业，其他行业诸如地产、零售、制造、医疗、互联网等行业都有DataPipeline的身影。

DataPipeline现已服务了民生银行、山东城商行联盟、中国人寿、财通证券资管、山西证券、恒泰证券、吉致汽车金融、长城汽车金融、中国石油、金风科技、吉利汽车集团、星巴克、顺丰集团、百胜中国、龙湖地产等在各自行业信息化水平领先的客户。

DataPipeline部分用户展示

北京看懂研究院高级研究员程宇对《看懂独角兽》表示，数字化和智能化是现在正在发生的新一轮工业革命的方向。用数字化来优化现实场景是所有行业的大势所趋。那么在这个过程中，不是某一个行业或某一类行业能够独自完成的。在这个过程中是需要不同的行业，不同类型，不同层次的组织相互分工合作才能完成的。

诸如DataPipeline这类数据公司和技术公司则可以通过自己的数据技术优势来提供解决方案，满足同行业咨询公司所提出的具体需求和具体标准，最终实现客户公司数字化和智能化提升转型的战略目标。

这并非是一个行业里边儿的特殊现象，这是所有行业在实现数字化和智能化转型中产生的必然需求这是一个普遍规律。所以在数字化转型过程中会产生多种层次，多种类型的服务需要。因此，第三方数据公司完全有足够的市场和空间去开拓自己新的业务，提供自己新的服务类型，发展自己新的核心竞争力。

对于数据而言，只有流通、共享、跨界后才能实现价值的飞跃。