公司董事長何寧表示，本輪融資所募資金將主要用于推出產品的社區版本以及團隊拓展，加強社群運營以及商業落地。

本次融資距離炎凰數據完成上一輪融資不到一年時間。公司成立于2020年，專注異構數據處理，推出了異構數據即時分析平臺產品。根據公司介紹，數據可以被分為結構化、半結構化和非結構化數據三類，其中結構化數據常被存儲于傳統關系型數據庫中，是應用最廣泛的主流數據庫。但另一方面，半結構化和非結構化數據的處理需求也不可忽視。炎凰CEO葉曉路表示，當前在萬物互聯等新場景下產生的數據，非結構化占據了80%，而炎凰的突出能力也在于處理時序、文本型的非結構化以及半結構化數據。

從行業來看，炎凰CEO葉曉路表示，之前具備此類數據處理能力的公司是Splunk，另外業內也有開源產品ElasticSearch，但國內專注于此的公司只有炎凰一家。在具體實現方式上，炎凰產品的主要特點在于把傳統數據處理中的ETL過程轉換為ELT，和將寫時建模與讀時建模結合，打造混合建模的前沿行業方案。

通常來說，非結構化數據需要經過較為繁瑣的數據抽取、清洗、轉換和加載階段，也就是ETL過程，再進行使用。而炎凰省去了數據清洗，即一般來說最耗費時間和人力的步驟，把ETL過程變為ELT。這意味著，炎凰的計算引擎訪問的是未經過清洗的原始數據，降低了客戶在數據處理過程中的清洗成本。而在讓數據變得能被業務人員按需使用的建模過程中，炎凰提供更為靈活的讀時建模方式，也就是讓數據在業務人員讀取的過程中才進行建模，比寫時建模更加靈活。并且，在面對使用頻率較高的模型時，讀時建模也可以轉化為寫時建模進行固定。

在整體效果上，葉曉路舉例，業務人員在數據查詢場景中，可以通過不斷調整檢索，相對快速地查詢到自己想要的數據。這一過程相比傳統的清洗、提前建模會節省不少時間，也更契合數字化時代靈活多變的業務需求。其表示，炎凰的平臺根據接入數據量的不同，基本能以亞秒級的響應時間完成需求。

從技術角度總結，這一平臺以讀時建模和ELT為核心，融合了寫時建模的能力，提供了處理、分析和展示異構大數據的能力，又避免了繁瑣的ETL。其中，從ETL轉換為ELT，基本達成數據免清洗的效果。讀時建模和寫時建模相比，由于前者不采取先寫入數據，再讀取、分析的固定路徑，所以可以更靈活、高效地完成建模過程。

在商業化層面，葉曉路表示，當前炎凰數據的主要客戶分布在泛金融，IoT（如新能源車企）以及泛政府領域，各類數據敏感部門也是其正在探索的目標群體。整體來看，公司從去年9月開始商業化進程，目前已經積累了包括平安、眾安、國家電網、知識星球等10余家行業頭部客戶。

商業模式方面，為適應各個規模企業，公司制定了幾大套餐功能組合，分別為社區版、專業版、以及SaaS版。收費層面，炎凰數據按使用計量付費，可根據日增數據量或者vCPU數量等方式進行靈活收費，更加貼合不同用戶的需求。

對于此次融資的用途，葉曉路表示一是用于支持社區版產品的推出，二是用于團隊拓展；今年炎凰數據最大的戰略是推出產品的社區免費版，即輕量級版本的產品，用戶可以通過社區版使用產品所有的核心功能。目前，社區版已處于內測環節。待社區版推出后，公司會建立一個以數據分析師、數據科學家，以及IT技術人員為主體的社群。維護和運營社群也是本輪融資的一個重要用途。

最后在團隊上，炎凰數據的核心創始團隊均來源于全球大數據分析引擎企業Splunk。董事長何寧是原Splunk全球VP和上海研發中心總經理；CEO葉曉路則是原Splunk上海研發中心的副總經理；CTO王國棟和首席架構師倪躍均是原Splunk中國研發中心產品架構師。本輪融資之后，炎凰數據也將持續進行人才梯隊建設，以期滿足更多客戶的異構數據處理需求。