touchscale(touchscale.co)

评选办法：Data50 公司成立于 2008 年之后，在过去两年中筹集了新资金，其员工基数同比增长至少 30%。他们的产品是服务于跨行业数据或数据应用团队的横向技术。排名基于最近的估值、公司规模、过去两年的员工增长、运营年限和当前收入规模。员工数据基于 LinkedIn 的公开数据。

资金数据基于 Pitchbook 和 Crunchbase 的公开数据，截至 2022 年 3 月 22 日是准确的。请注意，此列表不包括CockroachDB、PlanetScale 和 Yugabyte 等事务性数据库公司，因为使用这些技术的数据本质上是事务性的，而不是分析性的。

大数据催生了过去几年中最令人兴奋和最具影响力的ToB企业软件公司。

第一，查询和处理技术是访问、聚合（aggregate）和计算数据的核心引擎。

它涉及两个主要类：批处理（例如Databricks和Starburst）和实时处理（例如ClickHouse和Imply）。由于对实时应用程序的需求不断增加，后者在过去几年中越来越受到关注。

第二，AI/ML （人工智能和机器学习）包括应用算法建模和机器学习来处理大规模数据的软件。

从上榜公司的庞大数量可以看出，这个领域正在成熟和蓬勃发展。一些参与者专注于特定类型的数据（例如自然语言的Rasa和Hugging Face），而其他大多数人专注于 AI 的产品化（例如Scale、Tecton和Weights and Biases）。

第三，ELT 和编排支持数据的移动。

是传输层保证数据准确、准时到达目的地。此类别是从基于本地拖放界面的传统 ETL 供应商演变而来的。另一方面，新类别的玩家大多是云原生的（例如Fivetran和dbt），对开发人员友好（例如Astronomer和Prefect），并且可以处理不同数据环境之间更复杂的依赖关系。

第四，数据治理。

随着数据堆栈变得越来越复杂并且涉及更多利益相关者，数据治理和安全性正成为关键问题。需要治理工具——尤其是在高度监管的行业——来保护数据并在整个数据生命周期中保持合规性（例如OneTrust和Collibra）。此类别相对较新，通常服务于受监管的大型企业公司。

第五，客户数据分析传统上由营销团队拥有。

然而，由于其重要性日益增加，数据团队现在更多地参与将客户数据与中央数据平台集成。此类别侧重于捕获客户数据（例如Rudderstack和ActionIQ）或操作该数据以服务于一线业务用例（例如Census和Hightouch）。

第六，BI。

BI 覆盖了数据的消费层。尽管它是一个成熟的类别，但Preset或Metabase等新参与者正在采取开源优先的方法，并吸引技术数据工程师以及商业智能团队。数据需求的快速变化性质也对迭代和交互式笔记本（例如Hex）和自动洞察生成（例如Sisu）产生了更多需求。

第七，数据可观察性从软件工程堆栈的最佳实践中汲取灵感。

随着数据堆栈越来越依赖于上下游工具，并且数据的准确性具有更广泛的影响，可观察性成为提供跨数据流监控和诊断能力的最新类别。

尽管推动采用的主要市场“东风”是数据量和使用量的增加，但每个类别的潜在驱动因素各不相同。

例如，查询和处理领域的进步主要是由计算和存储的分离、向云的迁移和更便宜的计算能力推动的。同时，在数据治理和数据可观察性中采用操作工具很大程度上是由不断增长的操作用例和数据工作流的复杂性推动的。

查询和处理类别仅占 Data50 公司的五分之一，但投资于该类别的资金（几乎占所有资金的 50%）是惊人的。

尽管此数据受到 Databricks 最近的 1.6Billion美元融资的影响，但如果没有它，该类别仍将占所有资金的 37%——是下一个类别的两倍多。

在 50 家公司中，46 家（92%）位于美国，4 家是国际公司。大多数公司（32 家）位于旧金山湾区，9 家位于华盛顿特区、费城、纽约和波士顿的 I-95 走廊沿线。两个在西雅图，一个在辛辛那提，一个在亚特兰大。

这种分布受到大规模数据生态系统历史上所在位置的严重影响（例如，Oracle 和 Teradata 都在湾区成立）。然而，随着数据工程人才和对数据工具的需求几乎遍及每个大陆，我们看到越来越多的数据公司在全球涌现（例如 ClickHouse 和 Firebolt）。

AI/ML 类别推动了 2019 年新数据公司的激增

大多数 Data50 公司成立于 2014 年之后，在 AI/ML 工具爆炸式增长的推动下，2019 年左右达到顶峰。事实上，2019 年之后成立了更多的数据公司，但是因为我们关注的是已经达到一定规模的公司，所以大多数新公司还没有出现在这个名单上。

每个类别的投资都在增长

从每个类别的投资来看，最显着的趋势是AI/ML公司比以往任何时候都获得了更多的投资者兴趣，主要集中在早期阶段。ELT 和编排也是如此——主要由来自 Fivetran 和 dbt 的巨轮驱动。查询和处理公司继续吸引大笔资金，尽管这些公司往往处于后期阶段。

未来 10 年将是数据的十年，包括基础设施、应用程序以及介于两者之间的一切。

最后，这五十家公司都有哪些？

（完）

亲爱的数据，出品

本文标签：