对于数据清洗，最基础的主要是行过滤与列过滤，这通过Data Pipeline的前端界面就可以进行选择，当企业对数据清洗的要求更为复杂时，Data Pipeline开放了API接口让企业进行编程，满足自定义的需求，对数据质量也有了一定的保障。

　　由于Data Pipeline采用容器技术进行私有化部署，不仅降低了部署成本，atv，而且使得部署效率接近公有云部署，几个小时就能完成；Data Pipeline也支持混合云、跨云的部署模式，为了保障安全，非私有化部署时会进行加密处理。

　　整体看来，Data Pipeline操作起来比较简单。事实上，当企业选择数据集成商时，一方面会对数据集成有业务、能力方面的要求，另一方面又希望能尽量减少产品的培训使用成本，所以将集成技术产品化，并尽量把界面做得友好，更容易被企业所接受。如陈诚所说，“企业花80%的精力去做数据处理（doer），就只剩20%的精力去做数据分析（thinker），我想转变企业的这种身份。”这也正是为了让企业把核心资源放在自身业务上。

　　想做的维度很多，现阶段重点是深度

　　从2016年3月开始创业，到6月获得峰瑞资本的数百万元天使投资，Data Pipeline在当前的产品形态下，已经积累了近10家种子客户，主要分布在社交、电商、零售、金融四个行业。Data Pipeline按照其占用的服务器收取年费，目前已经有了付费用户。“客户对我们很包容，但商业场景下没有人会为人情付费。”陈诚笑言。由于Data Pipeline提供了较为稳定的产品技术，迭代速度和处理客户反馈的速度很快，所以得到的评价也不错。

　　如果要对目前的Data Pipeline进行评分，陈诚认为很难回答，因为他心里的产品在将来还有更多可以去探索的点，比如从数据异常监测等角度去关注数据质量。作为一家以技术为核心竞争力的公司，Data Pipeline所瞄准的是整个数据产业链的第一步。“我们目前的定位很简单，只做这一块。”陈诚表示也许将来会做成全链条，从一家产品技术公司成长为纯技术公司，开奖，中间还需要很长的积累过程。如果客户需要一站式的打包方案，Data Pipeline会跟上游、下游的厂商进行合作，用多个产品为客户提供解决方案。

　　Data Pipeline的发展并不依托于行业，要做深度主要是聚焦在产品技术与产品细节上，陈诚认为成功是可以复制的，“我们现在的重点是找到几家头部公司，在前期把客户案例做好。”寻找广度是扩大规模时该考虑的事情。

　　而Data Pipeline2017年开拓市场的重点，一方面是品牌推广，“在技术驱动的同时，把以客户为中心的理念传递出去。”另一方面是产品销售，Data Pipeline的联合创始人毛海英曾是用友大客户总监、SAP华中地区销售负责人、前优医库CEO，拥有丰富的B端销售经验。

　　国外已经有很多标杆企业在提供数据集成服务，其中，Informatica 还连续 11 年被 Gartner 数据集成工具魔力象限评选为领军企业，而国内有像东方国信这类传统的集成商占据主要市场，华为、亚信等企业也在提供相应的解决方案。“传统的数据集成方案价格高昂，可扩展性和处理实时性差，没有办法满足现代企业需求。”峰瑞资本早期项目负责人朱祎舟侧重人工智能、数据服务领域的投资，他十分看好Data Pipeline的产品理念，“只有提供更灵活、更实时的数据聚合服务，才能为企业数倍地提高效率。”

　　笔者认为，站在头部行业的大公司，虽然大都有充足的IT预算与专业的IT团队，有能力投入大笔资金去选择可全方位解决问题的数据集成产品，但是为了把更多资源放在核心业务上，需要调整好数据战略。如果Data Pipeline可以提供轻量而高效的技术产品，并且有好的产品革新能力，也会有能力在这个行业中初步打开局面。

　　再者，Gartner在相关报告中预测，到2020年，全球数据集成市场收益将达到约40亿美元。当数据服务不再只是头部行业的专属需求时，这个市场给了更多新兴技术公司生存发展的空间。只是在这条赛道上，数据服务提供商们要拼的不是只有价格这么简单，而是技术的质量和切入的角度。Data Pipeline作为一个有十几人的年轻团队，从整个链条的第一环出发，有自己的一套数据管理方式，在未来的某个节点也许会展示出自己的底蕴。