# 4 年估值 20 億美金的 DOMO，誓言超越大數據 ## 神秘而低調的 DOMO 上一篇文章寫了眾所周知的 Slack，這篇文章寫一寫沒什么人知道的 DOMO。  DOMO 這家公司低調而神秘，據 DOMO 創始人自己的說法是，不想讓外界知道太多產品的細節，我們在搜索引擎上面能夠找到的 DOMO 的消息非常少，在百度上就是兩則消息，分別是去年融資 1.25 億美元和今年融資 2 億美元的消息。而且融資消息比較簡短，而且說得比較模糊。 2014 年的融資消息如下： > 為企業決策層提供商業智能的初創企業 DOMO 剛剛宣布獲得 1.25 億美元的巨額融資。DOMO 是一家提供商業智能云平臺的初創企業，成立于 2010 年，總部位于硅坡—猶他州鹽湖城。不過公司創始人兼 CEO Josh James 并不愿意把自己的平臺等同于普通的云端版 BI。他說 DOMO 是一個真正的業務管理平臺，可以將許多不同來源的數據以真正實時、直觀的方式呈現出來。但是為了維持自己的競爭優勢，公司網站上除了一些大數據、企業決策管理等方面的資料介紹外，沒有任何的功能介紹。不過 James 說公司計劃今年晚些時候公布所有的功能特性。 DOMO 現在大約有 500 多家簽約客戶，包括 H&RBlock、國家地理、日產、Ogio 及施樂等。公告中稱，DOMO 的年復合增長率超過了 100%。此輪融資由 TPG Growth 領投，Dragoneer Investment Group、Fidelity Investments、摩根斯坦利、Salesforce.com、GreylockPartners 等也有參與。迄今為止，DOMO 的總融資額已達 2.5 億美元。 2015 年融資 2 億美元的消息如下： > 4 月 9 日早間消息，云計算管理平臺提供商 DOMO 周三表示，該公司已經以 20 億美元的估值完成了一輪總額 2 億美元的融資。此次 D 輪融資由貝萊德領投，Capital Group、Glynn Capital 和 GGV Capital 跟投。Domo 的客戶包括 eBay、The Sage Group、Telus Corp 和《美國國家地理》等大牌企業，該公司目前為止的融資總額已經超過 4.5 億美元。 Domo 的平臺可以幫助企業以視覺形式查看企業數據，該公司迄今為止已經簽下了 1000 多家客戶，今年完成的交易額將超過 1 億美元。 從上面的信息中我們只能知道，DOMO 是一家商業智能軟件公司，用戶數量增長迅速，而且收入也很高，超過了 1 億美元，DOMO 的強項在于將很多不同來源的數據以實時而且可視化的方式來進行展現，除此之外其他的信息并不太多。不過單純的從上面這些信息我們就能分析得出以下結論： * DOMO 提供的產品是用戶的剛性需求，因此 DOMO 才能在短短 4 年的時間里做到 1 億美元的收入。 * DOMO 所在的領域未來市場空間巨大，因此才能支撐 DOMO 20 億美元的估值。  ## Better than BI DOMO 的口號是： > Domo brings your business and its data together in one intuitive platform. 這個口號非常的高大上，因為這是傳統的 BI 軟件一直想做然而又沒有能夠完全做到的事情。 DOMO 宣稱自己是： > Domo is better than BI, bigger than analytics, and beyond big-data. 翻譯成中文就是 DOMO 比 BI 更好，比 Analytics 更大，DOMO 是大數據的超越。 我們先說 BI，我不太清楚為什么 Business Intelligence 會被翻譯為商業智能，至少于我而言，商業智能這個詞沒有傳遞出任何能讓我有明確感受的意義，我自己覺得 Business Intelligence 更多的是對業務數據的洞察。BI 這個領域對于大多數人來說是很陌生的，這主要由于傳統的 BI 是由 IT 部門來主導的，非 IT 專業人員很少有機會能夠體驗或者感受到 BI 的作用。沒有直觀的感受，自然沒有感覺。事實上，寫這篇文章對我的挑戰也很大，雖然我身邊有不少 IBM Cognos 專家和 BIEE 專家，但我從來沒有使用過這些傳統的 BI 軟件，我對于 BI 的理解是零碎而不連續的，我相信大多數人和我一樣。過去十幾年里，大多是由大型企業的 IT 部門主導 BI 項目的投資，這些項目高度可控、中心化、IT-led。IT 部門負責編制出相關的報告，再推送給相關的業務人員。在這一個商業領域，IBM、Oracle 等巨頭長期占據著市場的巨大份額，但是于此同時，我們大多數人對于 BI 毫無感覺。我們可以把這一類 BI 稱為面向 IT 的 BI。 在今天，面向 IT 的 BI 正在逐漸走向沒落，面向業務的 BI 越來越多，或者說，一些面向非專業人員的 BI 產品開始占據越來越多的市場份額，這里面的典型是 tableau 和 QinkView，以及國內的永洪科技。這些產品主要提供的是數據的可視化功能，在用戶已經有落地存盤的數據的前提之下，提供輕量級的清洗、建模以及迅速的可視化功能。 DOMO 之所以說自己是 better than BI，是因為 DOMO 獲取數據的方式不依賴于用戶的數據庫系統，DOMO 可以從用戶正在使用的各種系統中以 API 的方式來獲取數據，從這點上來看，DOMO 非常像 Slack。DOMO 可以從多種多樣的 Source 中直接調用數據：  在獲取數據之后，DOMO 可以在一個統一的 Dashboard 上面進行展現：  我覺得 DOMO 的生意是一個典型的 CEO 生意，每一個公司的 CEO 都會喜歡 DOMO 這個產品，隨時隨地，掌控一切，同時又可以非常方便的和每一個同事分享信息，在 DOMO 上面，CEO 可以在不登陸 Salesforce 的情況下看到每天的銷售狀況，在不登錄 Zendesk 的情況下看到售前售后的工作狀況，在不登錄 APM 系統的情況下看到 IT 和應用的運行狀況……真是太完美了。  ## Bigger than Analytics DOMO 說自己是 Bigger than Analytics，這句話不太容易理解，事實上，在現在的硅谷，Analytics 值得是提供 Data Mining 和 Analytics 方面 SaaS 服務的公司，在今天，這方面的公司可以分為兩類，一類是 MixPannel 這樣的明星公司，另外一類是 Omniture 這樣的老牌公司。 去年 7 月份的時候，MixPannel 完成了 6500 萬美元的融資，融資估值達到了 8.65 億美元。投資人是 Andreessen Horowitz, 投資方 GP Ben Horowitz 說： > 這是對 Suhail 的投資，也是對 Mixpanel 的投資。 這充分顯示了 Andreessen 對 DataAnalytics 這個領域未來的信心和對公司創始人和董事長的信心「Ben Horowitz 就是現在創業者人手一本的《創業維艱》的作者」。 Mixpanel 的產品幫助開發者跟蹤各種用戶行為，比如用戶瀏覽的頁面數，iPhone 應用分析，Facebook 應用互動情況，以及 Email 分析等。它的創建人 Suhail Doshi 對 Mixpanel 抱有更大期望，不惜集資 6500 萬美元打造團隊以實現「預測數據」技術。Doshi 說現階段 Mixpanel 不需要資金。公司之前從投資者那兒籌集到了 1200 萬美元，現在它在銀行還存有 2200 萬美元資產，并且還在繼續盈利。 我之前剛好看到了 MixPanel 用來融資用的 PPT，只有 10 頁紙，算起來平均每頁紙 650 萬美元，牛氣十足。MixPanel 第一頁 PPT 是這樣寫的：  Mixpanel 認為，這個世界上大多數人做決策要么靠猜測要么靠直覺，而結果則是要么大錯特錯，要么僥幸蒙對，MixPanel 的職責則是幫助人們在數據的輔助下進行決策。事實上，這點絕對是非常具有吸引力也非常具備未來感的一類技術。人類和計算機所擅長的工作存在本質上的差異，人類有意識，擅長在復雜和不確定的情況下制定計劃和做出決策，但不擅長處理大量的數據；計算機恰恰相反，擅長高速的數據處理，但是非常不擅長基本判斷。因此，Peter Thiel 在《從 0 到 1》中寫道，人類和計算機之間的顯著差別意味著，和計算機合作得到的成果遠遠高于與人交易得到的成果。這一點也是 Mixpanel 這一類堅信的觀點。 在 Analytics 這個領域，和 Mixpanel 競爭的公司有：  我們看上圖右下角的 Omniture，這家誕生于 1996 年的公司絕不簡單，事實上，Omniture 是 SaaS 這個商業模式的鼻祖，也是 Analytics 這個領域的開創者和領導者。2009 年，Adobe 以 18 億美元的價格收購了 Omniture，后者改名叫做 Adobe Analytics。Adobe Analytics 是現在全球最領先的網站分析解決方案服務商，而 Omniture 的創始人喬希 ? 詹姆斯?*Josh James*?則從 Benchmark Capital 拿到了 3000 萬美元的第一輪融資并創建了 DOMO。 站在 Omniture 的肩膀之上，DOMO 宣言能夠 Bigger than Analytics，絕對不是一句空話。 ## Beyond Big Data DOMO 本質上是一個為決策者提供服務的 SaaS 平臺，在這個平臺上，各種各樣的信息經由計算機的計算和處理，已經將海量的數據濃縮和提煉成為可以在一個小小的手機屏幕上展現，而人類只需要根據這些信息做出決策即可。 當前，機器學習等名詞越來越流行，激起了計算器代替人類工作的幻想，其宣揚者似乎相信只要輸入足夠的學習資料，計算機就可以執行任何任務。另外一個體現這種傾向的詞是大數據，很多人以為數據越多，創造的價值就越多。 數據都是沉默的，計算機能夠找到人類沒有注意到的模式，但無法比較不同來源資料整理出的模式之間的差別。從現實意義上說，從各種各樣的數據來源取得 N 份不同的?大數據，進行數據的分析和可視化提供給人類決策，其現實意義遠遠超過對獨立的數據進行所謂的大數據分析。在不遠的將來，越來越多的應用都會是通過 API 的方式來被使用，所有的數據源都可以在互聯網上聯通，屆時，單一的?大數據?概念必將會被超越。