天天资讯:望繁信科技完成1.35亿元A+轮融资,B Capital Group和昆仑资本联合领投

时间:2022-07-26 15:53:10       来源:猎云网

【猎云网(微信:ilieyun)北京】7月26日报道

今日,流程挖掘厂商望繁信科技宣布完成1.35亿元A+轮融资。这是距去年7月获首次融资后一年,望繁信完成的第4笔融资。本轮融资由B Capital Group和昆仑资本联合领投,A轮领投方高瓴创投、以及老股东凯泰资本等持续加注。

本轮融资资金主要用于产品研发和拓展市场,旨在通过降低流程挖掘产品的使用门槛,让更多的企业享用这项技术。下半年,望繁信计划与流程管理设计专家、咨询公司、行业专家等生态伙伴深入合作,共同打造更多行业场景解决方案。


(资料图片仅供参考)

望繁信成立于2021年,主打产品名为“数字足迹”,是一款以自研PQL(Process Query Language,流程查询语言)为核心的、基于数据的流程智能产品。基于PQL需求自研数据引擎,数字足迹可以支持20亿行级别流程数据的数据实时更新、访问、查询和操作分析。如果把“数字足迹”比作X光机,那么在为企业“看病”的过程可分为三阶段:了解—确认“病状”、发现—找到“病因”、优化—开出“药方”。

了解—确认“病状”:通过抓取企业ERP、CRM、EMS、OA、SRM等业务系统中的事件日志数据,生成企业在实际运作过程中的流程模型图,从而实现以上帝视角纵观企业实际运作“全貌”。

发现—找到“病因”:通过分析变体流程及其具体实现路径,可视化的呈现漏洞、缺陷、瓶颈等“病因”所在。

优化—开出“药方”:通过修复或修改流程模型及拓展性能数据,进一步挖掘问题形成的根因,再调用 API 链接 RPA 或低代码平台进行初级的优化执行。

望繁信CEO索强表示,流程挖掘有着很高的技术门槛,目前望繁信有近70人的研发团队潜心开发产品,每年光开发成本就超过3000万元。今年12月份,望繁信将全面升级数字足迹产品界面及功能,在产品使用上将为客户提供前所未有的极致体验,使其更好地赋能企业管理。

在产品发展的思路上,索强认为流程挖掘分为3个版本:

1.0版本为传统型流程挖掘平台,其主要功能类似于X光机,为企业提供业务流程的“体检”功能。

2.0版本是既能“体检”又能“治病”的流程挖掘平台。除实时的流程挖掘和诊断外,还可以通过一系列自动化工具帮助企业进行流程优化和执行;对企业而言,只需点击选择使用哪种执行方案即可,换句话说就是在“体检”的基础上,新增了“治病”的功能。此外,2.0版本还可以集成各业务场景对应的自动化执行解决方案,实现了“体检中心”到“全科医院”的转变。

索强强调,在差异化竞争的大背景下,国内企业的业务流程灵活性强,业务系统繁杂不一,需要在基于本土化需求上创造更合适的解决方案。望繁信的“解题思路”是为企业提供一套流程引擎和流程设计器,这被其称为3.0版本—针对企业当前的数据日志,先还原企业实际的业务流,提供行业基准,利用算法定位问题,企业基于暴露出来的问题进行流程优化,并在新的流程中试行和持续监测数据,循环往复直至企业的业务流程和系统达到相对平衡和稳定的状态,在此之后再推进自动化执行。

索强表示,数字足迹是一款以自研PQL(Process Query Language,流程查询语言)为核心的标准化的SaaS产品,区别于其他厂商尚需要配合企业进行大量定制化开发的情况,数字足迹不涉及定制化开发,交付速度很快。另外,基于PQL需求自研数据引擎,数字足迹可以支持20亿行级别流程数据的数据实时更新、访问、查询和操作分析,针对流程的查询是当前市面上OLAP数据库或者时序数据库不擅长且无法做到的。未来,望繁信会与合作伙伴及咨询公司一起,共同打造各行各业的场景解决方案,形成“SaaS+PaaS+行业场景解决方案”为一体的产品形态。

目前,望繁信合作客户近20家,覆盖零售、高科技、制造、建筑等领域,如德意志银行、华润集团、越秀地产、保时捷中国、多个互联网大厂等;POC客户40余家。在合作成效上,以某客诉场景企业为例,在使用流程挖掘产品一年后,同一流程的平均处理时长从44.65天缩短至4.88天;流程路径从93个减少至30个,其中标准流程路径在实际总流程路径中的占比从53%升至84%,即大幅降低了计划外的流程。

望繁信科技CEO索强毕业于德国汉诺威大学硕士学位,是原UiPath亚太区流程挖掘负责人、ProcessGold的早期成员,曾主导过四大洲十多个国家的多个流程挖掘项目开发和交付;CTO李进峰毕业于法国特鲁瓦技术大学博士学位,是前IBM研究院大数据负责人和IBM企业级大数据落地负责人;COO于天宇毕业于美国布朗大学硕士学位和美国约翰威尔士大学MBA,曾在SAP、思科任资深销售经理。目前,望繁信团队102人,研发人员占比近7成。

关键词: 望繁信科技 流程挖掘