中国软件网对话数睿数据CEO|深挖数据驱动的企业级无代码

2021-10-15

摘要:数睿数据极致地追求企业级无代码。

最近无代码在业界刮起了一股旋风,一家名叫数睿数据的公司,推出了一个数用一体化的独具特色的企业级无代码软件平台——Smartdata,短短4个月时间就获得了包括红杉中国在内的多家机构的两起高额投资。

早前中国软件网记者在报道数睿数据时曾提到,数睿数据重新定义了企业级无代码,其面向软件开发商、软件供应商,帮助ISV快速响应客户需求,通过极致无代码化掀起10倍速效率革命,给软件行业数智化转型带来重磅惊喜。仅一年多的时间里,数睿数据在无代码领域取得了众多亮眼的实践成果。

《你好,数智新世界》邀请到了数睿数据总裁刘超,详话数睿数据企业级无代码在数字化转型中的故事,并深度探讨数据驱动的企业级无代码平台的四大关键问题:数据驱动的企业级无代码平台的门槛在哪?数用一体化有何魅力?如何理解数据资产沉淀?企业级无代码的未来将会走向何方?

1634264953598041929.jpg

顺势而为无代码

问:您能先介绍一下您的团队以及在什么样的契机下创办了数睿数据这家公司吗?

刘超:开始的时候,我们团队的专业是软件中间件,后来深耕数据方面的技术,例如数据治理、数据分析、数据共享等。在大数据发展的过程中,我们发现数据的价值呈现面临投资成本高、周期长以及价值见效慢等痛点。我们希望结合中间件技术和大数据等技术来解决这些痛点,于是成立了数睿数据。

创业初期,我们希望能够把大数据做小,让数据能够快速使用,让人人尽享数据价值,并快速响应客户在数据方面的诉求。

问:从现在的定位来看似乎有些许改变?

刘超:这中间是有一个契机的。我们在发展的过程中发现,即使把软件规模做得更敏捷、让客户更实用、让投资成本更低,还是有一个大问题没有解决:数据从哪儿来?数据的价值到哪儿去?

显然这个问题仅靠一个工具或者数据平台是解决不了的。

问:大概是什么时候意识到这个问题的?

刘超:2018年,我们就已经意识到了并开始做储备;2019年,全线转型做无代码;同时,我们提出了“数用一体化”,大数据和应用系统不分离,应用系统的数据应该能够自动变成数据资产,形成数据资产之后的数据能够很快的嵌入到业务应用系统里面去。在这个过程里,实现应用和数据的闭环,最好的方式就是无代码。让数据能够快速使用,让人人尽享数据价值,我们这个初心一直都未曾改变。

问:数睿数据进入企业级无代码市场,赶上了市场风口期。

刘超:是的。2020年初疫情期间,我们有个客户必须在短时间内完成一个1200万左右项目的交付。这个时候,无代码的优势就完全体现出来了,680多个模块、10+大屏、4个人、1个半月我们的客户就通过Smartdata圆满完成了任务;也证明了Smartdata具备快速交付企业级软件的能力。

三大门槛:数据驱动、企业级、无代码

问:在转向企业级无代码市场中,市场发生了怎样的变化?

刘超:其实在软件发展当中,我们已经充分意识到软件最终使用者的水平不断提升,一方面他们对软件工程中各环节的需求响应速度要求越来越高;另一方面,客户需求的颗粒度也变得越来越碎片化。

软件建设者或者说是软件供应商们到了要响应这种变革的时候。

问:能够举一个需求侧的例子吗?

刘超:我们的客户主要是软件供应商、软件开发商,有个客户在做长沙的一个智慧城市项目的时候,客户需求响应周期要求特别短,同时跨领域的内容较多、需求非常碎片化,以现有的人力配置是无暇应接的。

还有一个客户也比较典型,很多需求从设计层面都已经完成,软件也完成了配置,但是中后期,底层表结构发生了变化,上升到所有业务、所有功能模块都必须随之变化,客户的项目不得不推倒重来。这是模型驱动会遇到的典型问题。

问:数睿数据在突破这些典型性问题上有哪些思路?

刘超:数睿数据提出改变“软件构建方法”和“软件构建模式”两项举措。

一方面,通过改变软件构建方法来提升软件工程中各环节的响应速度。例如智能问答引导辅助挖掘客户需求,将需求结构化,进行支持脑图式设计,依据需求用例串接业务场景流程,自动生成原型和测试用例,再通过样式、交互的细化完成软件装配以及自动化测试,同时借助于AutoNLG能力自动生成产品配套文档,对比传统软件的交钥匙式工程,用户可基于Smartdata平台持续改进和构建软件系统,让系统保持生命力,以上帮客户解决了响应速度问题。刚提到的长沙客户一次性采购了三十几套,这是我们的一个里程碑事件——第一个实现产品化销售的客户。

另一方面,改变软件构建模式,即以数据驱动的企业级无代码平台配置应用来提升软件构建的灵活性,满足日益碎片化的需求。模型驱动是被使用较多的一种应用构建方式,但其对专业性和规范性的要求同样也阻碍了其灵活性,而数据驱动是以数据资产为核心,而非数据结构,回归软件本质,不仅可以响应当前碎片化个性化的需求,还能沉淀数据资产面向未来的发展变化。

1634264981879037706.jpg

问:当前国内外无代码或低代码平台都有数据驱动、模型驱动、表单驱动等,数睿数据有什么不一样的地方,对标产品是?

刘超:应该这样说,我们没有做产品的对标。我们的产品定位是数据驱动的企业级无代码平台,它有三大明显特点:

数据驱动。实现数据驱动需要达到两个目标:一是沉淀数据资产;二是通过数据资产响应业务需求变化,即在短期内满足当前的软件构建,长期是能够持续地通过数据资产的方式响应业务变化,这是数据驱动的核心。

企业级。即高复杂、高可靠、高容量。这需要有支持高复杂度软件配置的能力、在DFX测试中完成大量可靠性工作、满足底层数据量以及上层用户请求量等。

无代码。数睿数据追求极致无代码化有两个方面:一是不需要写代码去生成软件;二是在运行平台上通过数据描述生成软件。我们认为软件=数据+形式,即软件是数据的不同表现形式,数据可以定义一切。

问:那么以数据驱动的企业级无代码平台中软件的构成是怎样的?

刘超:我们做了大量的推演后发现软件的功能大致划分为四个域:管理域(数据定义管理软件)、数据域(数据定义底层数据资产)、分析域(数据定义分析软件)、运营域(行业领域内的错综复杂的一些逻辑)。数睿数据目前在占据80%软件能力的数据域、管理域、分析域三域中能做到绝对的无代码。

其中,运营类软件配置的复杂度和写代码的复杂度近似,同时运营类面向行业公司的核心资产(例如涉及算法类的——工厂排班、应急地震模型、失火模型等),我们支持客户通过二次开发、自建插件方式合作。

问:是什么样的环境来支撑无代码的编写或者是制作软件应用的?

刘超:你可以把Smartdata类比成软件开发的一个studio,并且这个studio的风格就像office一样,打开新建一个程序,就像新建一个word一样。

数用一体化下的数据资产

问:与用友提出“数用分离”(数据作为独立单元处理可以更好地复用或者共享)理念相反,数睿数据提出了“数用一体”(应用系统产生的数据自动沉淀、资产化),两者有何不同?

刘超:关于“数用分离”,我个人理解是因为在数据资产意识形成之前,很多信息化系统已经建设起来、数据也已经沉淀下来,在这样的背景下大家就需要思考如何让大数据的价值快速发挥出来以更好地服务于业务,最直观建设方式是把各种业务子系统的数据抽出来放到一个数据平台上,在平台上将数据治理好,再将这个平台开放出来为业务系统去使用,即让原来的业务子系统里面的数据通过数据中台治理之后,再反过来给到业务系统去使用。

不过这种建设方式存在很多问题,比如:这个系统里面的数据从哪儿来?这些数据又如何治理好后回归到业务里面去?当平台本身不懂业务时如何去做数据治理?其中每一个阶段都是困难,而且困难重重,不管是从投资、建设周期,还是从它发挥的价值来看,都遇到了非常大的门槛。

问:所以现在出现了数据湖来解决这些问题。

刘超:对。在不懂业务的时候,想纯粹通过数据属性的方式把数据治理好,其实很难的。因为数据治理是一个持续的过程,是要与业务持续互动的一个过程。即使在这个平台里面把数据治理好了,最后是谁来用?使用的一方怎么去用这个平台?怎么去开放?如何协调这几者之间的关系?

所以数睿数据的做法是,能不能让大数据平台在建设的过程就把这些问题弱化掉,但是保留大数据平台本身,那么业务系统再去构建、改造、升级的时候,让业务系统的数据资产在这个大数据平台中的颗粒度变得越来越小,那么平台的建设门槛也会相应降低。

具体来讲,数据资产在每一个点上的颗粒度都变小了,如果我再把它给串起来,这时候不管是建一个分布式平台还是一个集中化平台,建设的门槛以及数据资产价值发挥的难度都在变小,在无意识中就可以把问题解决了,就是“大事化小,把大困难化成小困难”。

问:这样来看,数睿数据的“数用一体”形成了数据沉淀、再利用、再放大的闭环?

刘超:数睿数据提出“数用一体化”,即大数据和应用系统不分离,应用系统的数据应该能够自动变成数据资产,形成数据资产之后的数据能够很快的嵌入到业务应用系统里面去。

我们一直在想如何让数据快速使用,只要数据能够快速使用了,那么在上面做业务的这些合作伙伴就一定能够将数据的价值发挥出来。

问:数据资产沉淀具体是指什么?是一个怎样的流程?

刘超:首先要强调一下沉淀的目的是为了再利用,数睿数据希望在更低门槛的工具下帮助用户更方便地使用数据。具体流程的第一步是先将数据存下来,在这个过程中数据价值密度开始往上增长,这是业界共识的DIKW模型,接下来是DI(把数据变为信息)、知识化(把信息变为知识)。 

问:为此数睿数据打造了哪些工具产品?

刘超:在DI信息层面有“数据图书馆”。软件在构建和运营的过程当中,图书馆全面管理这些数据资产,在分析类软件中更容易地、更低门槛地再使用这些数据,数据使用之后的结果要很容易地嵌到上层应用业务系统中;在知识层面,通过数据分析仪、交换机的工具可实现知识沉淀再利用。

总的来说,我们尽量让软件工程过程的灵活度变高、门槛变低,然后通过无代码的这种方式拓宽参与度,从而使数据沉淀的能力变强。

1634264925817092448.jpg

 Smartdata产品体系

无代码软件工厂与未来

问:在您看来,低代码或者无代码中有核心技术吗?

刘超:如果讲核心技术的话,我认为最核心的技术是工程技术,就是将中间件、可视化分析、大数据、人工智能等技术再利用融合,变成无码,解决软件工程的问题,解决如何让数据快速使用的问题。

问:数睿数据提出的“软件工厂”模式,能具体介绍一下吗?

刘超:软件工厂跟传统软件构建有两个不一样的地方:

一、报价模式。过去包括现在很多厂家在去报软件工作量的时候,是按照人天报价,软件工厂是按照计件的方式进行报价,业务设计的能力越强、页面数越少,成本也就越低。这种模式很新奇,客户的接受程度非常高。

二、软件制造模式。当前我们的软件工厂有四条生产线:管理生产线、分析生产线、数据生产线、素材生产线。例如,素材生产线就是进行素材采集,做个动画、拍个视频等,按照内容方式生产软件的素材。

问: 数睿数据对自己的未来规划有哪些?

刘超:3-5年内数睿数据将围绕“让天下数据快速使用”持续在企业级无代码这个领域发力,让软件工程的每一个环节,让软件工程的需求调研、软件设计、开发,包括测试和运维,提升灵活度、降低门槛。就是极致追求让人干人的事,机器干机器的事,通过企业级无代码让最终生产出来的软件对于消费者来说更有温度,对于未来的业务响应灵活度更高、具备一定的柔性、满足未来需求。

第二个方面,当数据资产沉淀下来,数睿数据将在数据分析、数据价值挖掘、数据价值使用上持续投入。比如在数据分析这个方向,客户对我们的Nextion BI接受程度还是蛮高的,所以在这方面我们也是极致地追求让客户去使用已经沉淀好的数据资产,让门槛变得越来越低,让它的价值更容易去传播,更容易地去创造出面向行业的一些价值。


免责声明:本文转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,亦不负任何法律责任。 本站所有资源全部收集于互联网,分享目的仅供大家学习与参考,如有版权或知识产权侵犯等,请给我们留言。