协同数据科学编程工具Hex 云和AI驱动市场持续增长

企业云数据量的增加以及数据转换、模型构建和可视化工具的出现，推动了现代数据堆栈的崛起。

大部分公司都在加大对数据团队的投入，以适应不断变化的需求。

然而，我们不难发现共享和发布数据工作仍然复杂，数据从业者经常要使用多个工具，比如 Jupyter Notebook、SQL scratchpad、Google Docs 等。

同时，越来越多的企业也开始要求非数据类员工也要具备数据素养，如产品管理、财务和业务运营人员。

但是传统工具上手难度较高，对于非技术用户并不友好。此外，工作负载的增长，进一步导致了协作、共享方面的问题。

Hex 正是瞄准了这个市场。它提供了一个云端编程环境，用户可以用 Python/R+SQL 进行编程，同时，它也支持数据可视化和数据间的关系查看。

Hex 还具有优秀的协同能力，并支持分享。Hex 生成的可视化报表能以 App 匹配的形式分享，也可以嵌入到 Notion 等在线文档工具中。

简单来说，Hex 给客户提供了协同的数据科学编程的工具，用户可以在这个工具里用到一些数据科学计算的能力，然后协同编程，最后直接出动态的 BI 报表。一句话概述，可以理解为一个带编程协同能力的 BI 平台。

01Palantir 工作中发现协作需求

Hex 成立于 2019 年，三位创始人是在 Palantir 工作期间相识。

在工作中，他们发现共享和发布数据工作非常困难，工作流程严重孤立，协作也不理想。

他们认为 Figma 为设计师所提供的工具，Notion 为文档所做的事情，在这个市场中同样存在需求。

因此，Hex 希望将最好的 Notebook 和数据可视化整合到一个平台中。

Hex 通过使基于代码的工作流程更易于访问，并连接技术范围内的用户，使利益相关者能够提出和回答问题、共同工作并积累知识。在没有 Hex 平台之前，数据科学家和分析师通常在多种工具之间跳来跳去。这种碎片化，导致了协作、共享和生产力方面的问题。Hex 致力于消除这种用户摩擦，使数据团队能够专注于他们的工作。

02云和 AI 驱动市场持续增长

根据 Fortune Business Insights 报告，全球数据分析市场规模预计到 2030 年达 6560 亿美元（2022 年至 2029 年复合年增长率为 13.4%）。

行业增长主要源于三大驱动：首先，用于预测的数据分析工具应用不断增长；

其次，数据存储持续向公共云转变；最后，AI 和 ML 在企业应用程序中兴起。

此外，伴随云数据平台的增长以及 ETL 和数据维护工具的激增，使得企业更容易去采用和维护云数仓。

03基于订阅模式，用户快速增长

Hex 的客户群主要由两类构成，一类是目前主打的专业数据从业者，比如数据科学家、数据分析师；

另一类是希望扩展得更广泛的非数据从业者，比如产品管理、业务运营、财务人员等。Hex 希望能弥合数据团队和非技术利益相关者之间的鸿沟。

基于 Hex 的两类用户群体，其提供了四种级别的基于席位的订阅定价模式。

如果是个人使用，一般选用社区级，其提供最多 5 个免费项目。对于数据从业者或者小型团队来说，专业级的订阅是合适的，每位编辑者每月收费 36 美元。

对于大型团队需要扩展数据协作和治理时，一般会选择团队级订阅，每位编辑者每月收费 75 美元。

最后，如果是大型企业用户，Hex 的企业级订阅也支持为他们定制定价和解决方案。

并且也会为他们提供包括私有云部署、自定义 Docker 映像以及专门的故障排除和支持等服务。

综上，Hex 对编辑者和管理员按席位收费，允许观众和访客在专业和团队计划中免费使用该平台。

工程师和产品经理等非数据用户通常以查看者身份进入，然后随着时间的推移成为编辑者。

截至 2023 年 03 月，Hex 已经为 500 多家公司提供了服务，包括 Brex、Notion、Toast、AngelList、Loom 和 Fivetran 等。

公司的客户数量和收入在 2022 年增长了 4 倍，平台用户增长了 10 倍。

04新机遇带来资本助力

大语言模型的火爆，也让 Hex 有机会进一步降低数据从业者的门槛，从而增加潜在用户的数量。

例如 GPT-4，可以生成 SQL 和 Python 代码。

2023 年 2 月，Hex 发布的生成式 AI 辅助工具 Hex Magic 内测版正是希望迎接这种机会。它能够解析和理解模式和项目上下文，允许 Hex 将用自然语言编写的问题转换为 SQL 或 Python 代码。

AI 能力的大幅度提升，会将时间还给数据团队，同时让非技术用户也能够提问和回答问题。

进一步而言，伴随用户门槛的降低，Hex 专业数据用户以外的商业扩展也值得关注。

虽然目前查看者只是免费使用 Hex，但未来 Hex 在数据方面仍可期待。

Retool 就提供了一个成功范例，通过将技术产品扩展到非技术最终用户，从而增加收入。

它允许技术用户构建内部工具并按席位收费。Retool 能够在整个组织中获利，增加技术和非技术用户的席位。

新的机遇，也让 Hex 在 2023 年 3 月完成了由红杉领投，现有投资者 Andreessen Horowitz、Amplify和 Snowflake 跟投的 B 轮 2800 万美元融资，迄今为止，Hex 已融资超过 1 亿美元。

05风险犹在，Hex 并非高枕无忧

首先，用户转换成本高。

Hex 是这个行业中的新秀，很多目标客户的组织中已经存在现有的数据工具。

所以，用户的迁移和转换成本是不得不考虑的问题，他们是否有动力切换到 Hex。

比如，将 Looker 中存在的数百个图表和相关数据表迁移到 Hex 的成本就很高。因此，Hex 必须证明其提升的生产力超过了迁移成本和实施时间。

其次，大型企业客户渗透不足。

Hex 也希望向高端市场客户渗透，以解锁新用户和更高的 ACV（Actual Cash Value，实际现金价值）。

Hex 已经建立了以中小型科技公司为主的强大基础。

然而，向高端市场发展仍有挑战，因为这类企业需要更多复杂性，并且很多企业都已经拥有了内部解决方案。

比如 Uber 等公司，他们就开发了自己的内部数据科学工具，从而实现海量数据工作负载的管理。Hex 必须继续在巩固产品功能方面发力。

最后，宏观经济不利导致的科技公司估值回落和裁员。

恰巧，Hex 的一大部分客户是科技公司。鉴于数据从业者的薪酬通常很高，因此硅谷很多科技公司裁掉了他们，从而节省成本。

而被科技公司裁掉的这些数据从业者，正是 Hex 的核心用户。此外，对于负责公司核心运营的团队，如产品管理或工程团队，数据团队可能被视为不太重要。

总结来讲，Hex 通过为小型初创公司和中期公司提供协作、连接和生产力进行早期破局。

我们认为，现今数据科学家工具仍处于现代化的早期阶段。虽然也面临激烈的竞争，但 Hex 的发展仍值得关注。