“以三年为限，我认为未来数据智能赛道亟需解决的，是如何将客户最有价值的活动，用数据表达出来，并将数据资产沉淀下来。”
文｜ 聂恺
“他强任他强，清风拂山岗。他横由他横，明月照大江"。一直以来，创业就是将自我的成长放置在更长远的时间维度上去做选择，坚持长期主义，降低来自外界的影响。
滴普科技认为，在数据智能时代，企业服务市场越来越注重客户数据价值。如何通过智能化手段充分赋能业务，将数据转化为企业新的生产要素，成为了决胜企业数字化转型下半场的重要因素。
因此，数据的价值能力才是核心。尽管滴普科技成立只有三年，但却是ToB圈的一位老兵了。
着眼未来，滴普科技如何抓住先机，坚持长期主义战略，并持续为客户创造价值呢？
如今，随着新技术和新业务场景不断出现，解决局部的效率问题已经不是数字化转型的核心诉求，已经从提升单个业务流程的效率进化到将所有业务环节的数据在线打通，将数据从“耗材”变为“资产”，进而释放数据潜能。
“以三年为限，我认为未来数据智能赛道亟需解决的，是如何将客户最有价值的活动，用数据表达出来，将数据资产沉淀下来。” 滴普科技董事长兼CEO赵杰辉在采访中表示。
但数据赋能知易，行难。
一方面，从需求端看，随着互联网的发展，C端用户不断追求更流畅和更快速的用户体验，同时为了快速变化的市场，灵活敏捷地进行决策对企业来说也至关重要。因此，不论2C还是2B的场景对数据进行实时处理的需求均不断提升，而数据量爆炸增长、数据类型多样也大大提升了实时处理的难度。
另一方面，如果从更高维度整体性的思考数据智能实践，就不难发现形成数据流转与应用闭环、构建数据治理体系正是大多数企业的“痛点”所在。
虽然终端技术的升级和企业系统上云，大大降低了数据收集与存储的成本，但是由于数据分散在不同的业务系统中，各个业务系统往往“自成体系”，数据接口、数据存储方式等均有所不同，从而导致了企业数据易采集、难应用，不仅无法形成统一的数据口径与定义，缺乏统一的管理，且在应用过程中解释成本较高，直接造成了数据决策失效。
同时，企业对数据的应用往往遵循“采集-存储-分析-应用”的流程，缺乏对数据应用效果的反馈机制，因此数据模型难以自动化、智能化的在应用过程中优化迭代，数据经验难以沉淀，大大降低了数据潜力的“天花板”。
面对数据智能实践中的诸多难点，2021年12月初工信部发布的《“十四五”大数据产业发展规划》（以下简称为《规划》）提出了加快数据“大体量”汇聚、强化数据“多样性”处理、推动数据“时效性”流动、加强数据“高质量”治理和促进数据“高价值”转化的企业实践方法论，并对大数据服务商提出了加快向专业化、工程化、平台化发展，培育场景化大数据解决方案，推动行业数据资产化、产品化的要求，为数据智能的未来发展指明了方向。
响应《规划》中提出的目标与方向，滴普科技把握住数据智能的新发展机遇，早已率先布局。
通过多年的实践洞察与扎实的技术能力培养出的市场敏感性，滴普科技在战略上全面面向未来，在技术、产品和场景层面同时发力，打造了核心产品体系矩阵：
技术底层：
云原生数据智能平台FastData，包含流批一体数据分析处理引擎 DLink、数据智能开发平台 DataFacts、数据科学分析平台 DataSense，以及数据资产管理和运营平台DXP。
FastData采用存算分离架构，能够在解决异构数据在数量大、来源广、类型多所带来的存储与分析问题的同时，提供实时性秒级数据处理与分析能力，打通企业各个流程节点的数据，降低存算成本、高效赋能业务，帮助于企业建立流批一体和湖仓一体的新一代数据存储计算平台和数据科学分析平台。
数据智能咨询：
为了创新企业业务价值，滴普科技构建以数据为核心的业务价值创新咨询DIC，从前期咨询到实地调研，通过丰富的行业服务经验，致力于帮助企业建立可量化、可追踪、可持续的“场景-指标-标签-模型-应用”的数据资产体系，帮助企业自上而下沉淀数据资产，并面向应用场景支持实时的智能决策。
场景赋能：
当然，不同行业数据应用场景差异较大，因此数据资产管理的主要动力和视角区别很大，不存在全行业统一的数据治理方案。
比如，制造业主要聚焦产品数据在研发、生产、销售等整个供应链上的协同性，因此对数据的一致性和准确性要求较高；金融行业则因受到严格的监管，对数据质量和安全性要求较高。
滴普科技结合不同行业的数据流转环节和数据治理要求，打造具有行业通用性的解决方案。截至目前，滴普科技目前已经在先进制造、生物医药、能源出行、政务双碳、金融科技、消费流通等领域进行了实践，服务100余家知名大中型企业，并取得了实践成果。
以滴普科技在先进制造领域的合作伙伴某大型高科技集团为例，作为军民融合发展的大型高科技企业集团，该集团已经完成了对PLM、ERP和MES三大核心平台的搭建，但是尚未形成一体化的数据链路和数据管理。
滴普科技帮助该集团建成了集团统一数据中心，贯穿从需求、设计、制造、供应链、销售及售后的全业务链条，能够运营应用并沉淀行业数据资产，将BOM 准确率从 92.3%提升至 96.6%、核心指标自动化率从 62.2%提升至 76.9%、报表自动化率从 40%提升至 90%。
但滴普科技的数据智能能力，要做的事情不限于此。
挖掘数据潜能、以智能化技术推动业务创新已是大势所趋，数智化也将取代数字化成为未来数字经济的主要驱动力。对于企业服务市场而言，技术工具可能快速迭代、用户需求也在不断转变，只有前瞻性的战略决策才能帮助企服企业保持竞争力。
“从大的政策背景到企业发展方向，企业自始至终处于时代潮流中的一份子，因此在大的政策背景下，企业还需要做的是立足实际，脚踏实地去做好自己的事情，构建长期的技术影响力和核心竞争力。” 赵杰辉表示。
对比美国市场从SLG（Sales Led Growth，销售驱动增长）到PLG（Product Led Growth，产品驱动增长）的发展脉络，可以清晰看到PLG是以“产品力”为核心，愿意放弃短期增长，聚焦长期发展的模式，因而发展潜能更大。
滴普科技捕捉到了中国企业服务市场向PLG模式转型的趋势，从而成为了PLG模式的先行者——成立以产品单位组成的组织BMT（ Business Management Team）。摆脱了以销售为主、与产品脱节、供需不匹配的服务模式，BMT对产品的研发到交付做决策的业务管理单元，从而更能够清楚业务的能力边际，提升与客户需求的契合度。
在中国企业上云的大趋势下，在云端构建数据体系也成为了企业业务系统上云后的必经之路。为了满足云化的需求，滴普科技正在重点发展产品上云和能力拓展，致力于帮助企业低成本地发挥数据价值潜力。
同时，面对数据智能领域越来越复杂的技术，滴普科技没有刻意追赶技术潮流，而是以用户需求为核心，选择性的建立技术竞争力。
“坚持有选择的做自己擅长的事，建立独立的思考能力”是滴普科技3年以来始终坚持的原则。针对湖仓一体、流批一体计算等核心技术，滴普科技打造了一批专业的技术团队人员和数据科学家团队，截至目前已有软件著作权192项、申报核心专利52项，在关键技术上具备领先优势。
无论对于个人还是企业，长期主义都是逆人性的挑战，不光考验专业水平、运营能力，更考验一个领导者、一个组织的战略耐性和心力。如今，滴普科技已经在短短3年间，逐步建立起数据智能核心能力和技术壁垒，这正是滴普科技着眼未来的战略视野和立足当下的长期主义战略精神。
关注微信
