我在2022 Data50-A16z关注的世界最好的2022年的50家数据创业公司这篇文章中罗列了A16z评选的2022年的最好的50家数据创业公司，我们今天详细的来分析一下这其中的5家BI公司，分别是Sigma Computing, Sisu, Hex, Preset和Metabase。
01
我们说的BI指的是什么？
从定义来讲，BI是Business Intelligence的缩写，是个非常广泛的概念。从这个角度看，Data50中所有公司做的事情都是BI中的一个部分。不过在工业界由于各种商业的需要，目前我们通常理解的BI已经被定义为基于已经被整理好的数据，进行数据可视化、报表分析等功能的产品的这一大分类。关于BI的历史和定义，可以参照BI、数据仓库、数据湖、湖仓一体都是什么？ 而在Data50中，BI&Notebooks被当做一个分类，定位于消费整理好的数据，为企业提供决策支持的这些产品。
02
相关BI&Notebook公司简介
01
Sigma Computing
公司名：Sigma Computing
公司官网：https://www.sigmacomputing.com/
成立时间：2014年
地点：旧金山
创始人：Rob Woollen, Jason Frantz
融资历史：
2014年4月 A轮800万美金 Sutter Hill风险投资
2018年1月 B轮2000万美金 Altimeter资本
2019年11月 B+轮3000万美金 Altimeter, Sutter Hill
2021年12月 C轮3亿美金融资 D1资本以及XC联合领投
Sigma Computing最早成立于2014年，但是在2018年之前，一直处于探索和摸索阶段。到了2018年底，Sigma推出了利用Spreadsheet作为交互式UI，可以在云上进行Snowflake, Redshift, BigQuery等等云端数仓进行集成的分析产品，使得公司发展进入了快车道。简单的类似于Excel表格的操作方式以及云端更易于访问的数据仓库，正好与云端数仓时代发展到趋势一致。
到2019年的年中，Sigma又推出了面向数据建模的可视化建模平台：Visual Modeling，从而可以让用户可视化的进行数据建模工作，而不用编写代码。
由于投资商关系，Sigma Computing与Snowflake关系比较密切，很早就与Snowflake结成了战略合作。在最新的一轮融资中，Snowflake也是Sigma的投资商。从技术上来讲，Sigma也是与Snowflake做了非常深入的集成。在Sigma的合作伙伴列表中，Snowflake是排在最前面的合作伙伴。
笔者亲身体验了一下Sigma Computing，这里来说说我自己的一些感受。首先Sigma Computing进入之后是一个非常类似于Google Sheet的表格形式。支持上传csv文件和连接到数据仓库，其中csv文件大小不能超过100M，我尝试上传60M大小，大约50万行的文件失败，遇到如下错误：
缩小到大约5万行的文件，上传成功。打开数据集后首先能做的就是Explorer，也就是打开数据探索窗口，而不是在原来的表格继续操作。在数据探索窗口，支持比较丰富的分析类型的公式，相对现在的敏捷BI，应该更直观和易用。但是探索窗口不支持数据建模，如果想要进行数据整理和建模，需要进入Table视图，但是在Table视图中，可以进行数据清洗和转换的操作不多，对于相对干净的数据，应该问题不大，但是对于数据比较脏，能力则欠缺不少。由于Sigma把自己定位为新一代云上BI，因此具备比较不错的数据可视化能力。不过也是需要在探索窗口打开一个新的数据可视化视图才能完成。
Sigma目前的计算能力是依赖于底层的云端数仓或者数据库来支持的，目前已经支持的数据仓库和数据库如下：
可以看到Sigma Computing在对接上支持的并不多，甚至说深度绑定了Snowflake。从最新的计划看，对于Databricks的对接正在开发中，估计在2022年会支持。从Sigma Computing的官网，也能对它目前的定位有一个简单的了解：
Sigma基本上是一个非常友好的基于表格的操作界面并且支持协同，加上对Snowflake的SQL都翻译，加上一些可视化能力，实现了云上的BI。
在Data50的排名中，Sigma排名第19，是排名最高的BI&Notebook初创公司，相信前面介绍的这些关键特点，是它赢得这个排名的核心的产品能力。当然，与Snowflake的关系，也让它在资本和客户市场都更容易获得认可。
商业化上，Sigma有在线的免费试用版本，开通有14天免费期。但是在官网并没有报价，在首页能够看到solution菜单，针对不同行业有对应的solution介绍。客户则包括Cowen, Scripps, Agero, US Foods等等，甚至还包括了Snowflake。从这个可以推测Sigma应该是采用传统的面向大客户的销售驱动的模式，与现在主流的云上产品采用按量收费有挺大的不同。
02
Hex
公司名：Hex
公司官网：https://hex.tech
成立时间：2019年
地点：旧金山
创始人：Barry McCardel, Caitlin Colgrove, Glen Takahashi
融资历史：
2021年3月 种子轮 550万美金 Amplify领投
2021年10月 A轮 1600万美金 Redpoint领投
2022年3月 B轮 5200万美金 A16z领投
Hex是一家比较年轻的公司，成立于2019年。不同于Sigma Computing致力于让非技术人员不用写代码进行数据分析工作。Hex致力于解决写代码的数据工程师和数据科学家的基础设施问题，包括提供了一套云端可以进行Python+SQL或者R+SQL进行编程的环境，支持数据可视化，并且支持数据间的血缘关系的查看。同时，因为是在线的平台，Hex支持非常好的协同能力，支持分享。生成的可视化的报表，则可以以app的形式分享出去，并且可以嵌入到notion等在线文档工具中。
在Hex的官方网站，它把自己定位为从数据到知识的平台，如下图：
在现代数据技术栈中，类似于现代的办公SaaS一样，分享和协同已经成为了一个必不可少的特性，甚至是相对于软件时代最为显著的特性之一。Hex也正是主打这一个特点。
注册登录到Hex的界面后，一股浓浓的notebook风格。Hex支持上传csv文件，我同样尝试50万行大约60多M的文件，上传成功，并可以开始操作。
在这个界面，用户就可以写SQL或者Python来进行数据处理的操作了，对于数据工程师和数据科学家来讲，这应该是一个比较熟悉和友好的界面，但是显然这个不是面向数据分析或者业务人员的。
在开放性上，Hex对接能力比Sigma要强很多，它支持的数据源包括如下的类型：
从这个列表看，基本上主流的数据仓库和数据库Hex都已经进行了支持，甚至支持了Dremio和Trino。
在今年的3月份，Hex完成了自己的B轮融资，投资商包括Databricks和Snowflake，看来作为一个面向数据工程师和数据科学家的协同式数据开发平台，Hex得到了这两个云上的数据仓库/数据湖仓地大鳄的认可。在Data50中，Hex排名第23，在BI&Notebook中排名第二。
在商业化上，Hex则是比较典型的云上数据工具产品的商业化的方式，有Free的社区版本，有团队版，也有企业版。具体的收费定价如下：
不同的版本，在协同、安全等等特性方面也有不同，这样通过规格、功能特性等等的区别就可以实现Free版本引流，然后通过团队版本以及企业版本进行商业化的变现。
03
Sisu
公司名：Sisu
公司官网：https://sisudata.com
成立时间：2018年
地点：旧金山
创始人：Peter Bailis
融资历史：
2018年7月 A轮融资 1420万美金 A16z领投
2019年10月 B轮融资 5250万美金 NEA领投
2021年9月 C轮融资 6200万美金 Green Bay领投
Sisu不同于前面两家公司最大的区别是Sisu不是一个人用来进行数据处理分析的工具，而是一个机器自动分析的工具。可以理解为Sisu是利用机器学习和AI，自动地在海量的数据中发现问题，从而降低对人的依赖，显著提高效率。在Sisu的官方文档中，列出来了自己跟主流的BI工具(Tableau, ThoughtSpot, PowerBI)的区别，基本上Sisu强调的几个点是：
云原生
自动的异常发现
自动的模式发现
自动文本的特征提取
大数据支持
在AI的场景大部分都应用在视频、音频等等领域时，Sisu把AI应用到了数据分析中，实际上是AI增强的数据分析平台。我非常赞同这个思路，在2016年我自己带数据团队的时候，就发现数据相关的工作是非常耗费人的劳力的工作，而且很多情况下都是繁琐的重复性劳动。通过AI增强，显然是可以显著地降低人的投入的，当时调研过利用AI进行数据关联的Tamr。现在我自己创业在做的产品，也在致力于把AI的能力应用到数据准备中，从而能让机器给人赋能，降低人的重复性劳动。
从商业模式上，Sisu目前采用的是面向大客户的方式，官网没有报价页面，需要联系销售才能进行产品开通试用。由于AI增强分析具有行业属性，因此Sisu的官网上有很多不同行业的解决方案。Sisu在Data50的排名为34名，是BI&Notebook的第三名。
04
Preset
公司名：Preset
公司官网：https://preset.io
成立时间：2018年
地点：旧金山
创始人：Maxime Beauchemin
融资历史：
2019年10月 A轮融资 1250万美金 A16z领投
2021年8月 B轮融资 3590万美金 Redpoint领投
Preset实际上是开源的数据可视化项目Superset的商业化公司。由于open core作为Infra在过去商业上取得了很大的成功，出现了Confluent(kafka)，Elastic, Mongo,Hashicorp等非常成功的公司，因此先开源获取用户，然后用云来进行商业化就成了一个已经被验证了的商业模式。Superset这个开源项目最早来自于Airbnb的一个Hackathon项目，让用户可以在Druid这个OLAP引擎上非常方便的实现切片，多维钻取以及报表可视化。在2016年，Superset进入Apache孵化器，到现在已经是开源社区一个非常知名的数据可视化项目。从github上，我们可以看到这个项目的活跃程度非常的高：
虽然一般情况下前端相关的项目都会github的star数偏高，不过高达45.4K的star数可见这个项目的热度。要知道，Data50中排名第一的spark现在的github的star的数据是32.5K，还是落后于superset。当然Spark属于大数据平台项目，star的数量一般会相对前端少很多。另外，superset有757个贡献者，也算是贡献者很多的项目了。
Preset作为一个云上的BI平台，支持免费开通账户进行测试，可以对接数据库和数据仓库。基本上主流的数据库和数据仓库Superset都有了支持，相信这是因为有开源社区的力量。
登录到Preset上后，首先用户需要创建工作区，类似于项目的概念。创建工作区后，可以进入工作区去创建数据库和数据集，然后就可以进行SQL操作去进行分析型计算，并且生成各种图表和dashboard。
整个界面风格比较传统，属于典型的面向工程师的工具，比较适合数据工程团队使用。另外由于是云上的产品，Preset支持协同。
商业化上，Preset包含Starter，Professional和Enterprise三个版本，基本上属于云上数据工具产品的典型的报价方式，具体报价列表如下：
可以看到Preset入门免费，但是通过增强功能来实现专业版付费。专业版按照每个席位每月22美金进行收费，但是年付则优惠到20美金。当然，专业版还是会有量的限制，这样能让用户在使用的多的时候增购来付更多的费用。
总的来讲，Preset作为一个开源商业化的产品，总体比较平衡，相对前面几个产品对接数据库的能力更强，这主要得力于开源。在Data50中，Preset排名46名，属于BI&Notebook中的第四名。
05
Metabase
公司名：Metabase
公司官网：https://metabase.com
成立时间：2014年
地点：旧金山
创始人：Sameer Al-Sakran
融资历史
2019年2月 1300万美金 NEA
2019年4月 A轮 800万美金 NEA领投
2021年5月 B轮 3000万美金 Insight Partners领投
Metabase跟Preset是非常类似的公司，也是开源的数据可视化平台，然后进行商业化。相对于Superset，Metabase的开源社区活跃度要稍微差一些，具体的数据如下：
可以看到metabase的github的星的数量为28K，另外贡献者数量为304，总的来讲都不如Superset。
Metabase也是走地开源构建社区，云端收费的商业化路线。但是Metabase在云端的收费策略与preset有比较大的区别。虽然Metabase也是分为Starter, Pro和Enterprise三档，但是Metabase没有免费版本。其定价策略如下：
可以看到Starter版本就是收费，而且是85美金一个月，包含了5个用户，然后每新增一个用户额外收5美金。而Pro版本则到了500美金一个月，包含10个用户。两个公司的差异化定价也代表了两个公司商业化的选择有不同。Preset应该更希望通过免费版做大用户基数，然后再有漏斗到付费版本，但是付费版本的费用单用户比Metabase要高。而metabase则最多支持试用，但是不支持免费版本用户。具体哪种策略更好，则见仁见智了。
03
总结
在整个数据领域，BI一直是一个确切存在的需求。从传统软件时代cognos, BO, 海波龙那个时代，到后来以Tableau为代表的敏捷BI，再到今天的这些在云上的不同类型的BI。企业希望用数据帮助自己做决策的需求一直存在。只是云时代把这个需求的满足能够覆盖到更多的中小型企业，以及企业的执行层面，甚至个体。在新的这个全球都开始数字化驱动的大背景下，简单、易用、成本低、支持协同、速度快、智能无疑是新的数据工具应该具备的特点，Data50中的这些产品或多或少都是在这方面去改进和提高的。对于我们这些在这方面进行创业的创业者来讲，也是大家在努力追求的目标。
