大数据已经不再是陌生的词汇，虽然获取海量数据不成问题，但是数据“最后一公里”的分析和可视化并不是所有企业都有能力解决。对于企业来说数据孤岛普遍存在，各个业务系统相对独立，数据孤无法打通，无法进行统一分析展示；公司 IT 资源瓶颈严重，数据技术相关工作依赖于 IT 部门，而业务分析需求增长迅猛；数据工具碎片化，ETL、BI、Dashboard 等每个工具都是不通的产品，采购维护成本高，用户体验较差。
DataHunter 是近日接触的一家数据可视化公司，主要帮助企业查看数据并改进业务。在数据分析上，传统的做法是分析师需要对数据“有想法”，然后再进行数据的清洗建模。数据分析师对业务的了解程度决定了能不能挖掘出有价值的数据。真正意义上的数据分析师非常难找，好的数据分析师需要懂数学、分析、统计等各学科。DataHunter 的产品解决方案将数据分析能力还给业务员，以业务员的视角看待数据，而不是从数据中寻找结果。
国外数据分析能力强于国内，国外数据通常实时在线并能马上导出来进行探索式分析，探索式数据分析注重对数据进行概括性的描述，不受数据模型和科研假设的限制，DataHunter 产品就主打探索式分析。
DataHunter 能够导入各种数据文件，并能直接录入数据，产品建立统一数据入口，允许自助式数据准备(ETL) ，数据可以同时和财务、库存等系统数据接通，实现异构数据源的组合，此外整合互联网第三方数据，数据引进来之后不需要进行预处理，也不需要合表，可以根据需要对不同数据进行关联；在数据分析阶段，产品采用了探索式法分析的工具，提供给用户可视化形式，系统会自动推荐相应的数据可视化类型，既可以呈现业务分析层级，也可以根据需要做成“酷炫风”。
传统数据交互需要建模，DataHunter 不需要用户做事先建模，前端图表的观看者能做很多自己想做的分析，实时数据分析也支持。最终数据可视化方面，企业各方可以做基于看板的分享和讨论。所以DataHunter 解决的是利用数据和分析数据问题。
任何一个企业都对数据分析和可视化有需求，DataHunter 定位是做通用型的标准化产品，各行业有不同的分析理念和思路，根据这些可以做很多细分，所以 DataHunter 计划在标准化之上再做行业版。目前DataHunter 的客户有几个行业，比如媒体、快消、生产制造，企业等，用户数量有几十家。行业的选择也会有自己的方法，DataHunter 目标用户在一些需求比较明显、企业经营情况比较好的企业。拿媒体举例，媒体行业的企业不缺资金，缺的是技术和产品。DataHunter 可以做到基于自有数据和第三方数据对热点、选题策划、人群属性、互联网舆情变化等的分析。
国外数据可视化领域有两条线，一个是 Dashboard，一个是探索式分析。国外的 Power BI 、Tableau、Qlik，国内永洪、海致 BDP、帆软等都做数据可视化，DataHunter 对标 Domo 和 Looker，Domo 迄今为止获得了超过6亿美元的融资；Looker 今年获得了8150万美元新融资，由 CapitalG（原Google资本）领投。Looker 迄今共募集了1.775亿美元。
DataHunter 盈利模式主要有三种，一种是软件服务本身的费用；第二种是技术服务，比如数据清洗等，按照工作量收费；第三种是数据费用，主要是互联网数据和第三方数据的采集。DataHunter 的客户包括TalkingData、上海地铁、国家统计局、河南日报、金地集团、人民日报等。
数据可视化门槛之一就是技术和产品，体现在能不能把企业数据分析产品做好，在最终效果上产品应该帮助企业降低分析难度。另一个门槛就是商业门槛，体现在企业市场到底应该怎么做、怎么进行企业市场销售。在 CEO 程凯征看来，打通企业市场要做的就是竖标杆，找到种子用户，建立口碑和品牌，当然各种各样市场的策略和规模化复制又依赖于产品和技术。
在数据可视化领域，国内外都有做的比较大的企业，对于创业型公司来说机会又在哪里呢？其实企业市场和个人市场是两种不同的形态，企业市场各家有各自擅长的东西，只有在细分领域拿下市场份额才是关键。
DataHunter 团队现在有30多个人，公司已经完成了天使轮融资。今年下半年计划进行Pre-a轮融资。
点击试用
点击试用
