在大数据时代下,“大数据”已经成为出现频度最高的词语,大数据受到的关注越来越多,“大数据”基本上是一个包罗万象的术语,指的是收集和分析大量信息的能力,而这些信息涉及到人类生活的方方面面。过去数据分析可能需要昂贵的数据库和专业化的技术,近几年,与大数据概念有关的创业公司如雨后春笋般涌现出来,如果你愿意,完全有条件用低廉的成本使用大数据分析。
无论是来自一般商业领域,还是零售、医疗、气候等专门领域的大数据都可用来盈利,这种可能性让投资界重新兴奋起来。
笔者收集了几家成长迅猛,并已经获得风险投资的创业公司:
【Splunk】
美国商业智能软件提供商Splunk,创立于2004年,2012年在纳斯达克上市,成为首家上市的大数据公司。目前在12个国家拥有700多名员工,最早通过分析日志数据排除机器故障,现在其软件可用于监控、分析实时的机器数据以及TB级的历史数据。今天所有的网站、通信和复杂IT基础设施每时每刻都在生成大量数据流,Splunk的技术特别适合于实时数据分析,帮助用户需要及时地了解业务发展趋势。
【Tableau】
美国计算机软件公司Tableau创立于2003年,总部位于西雅图,Tableau软件的研发最早源于美国国防部的一个项目,当时为了提高人们分析信息的能力,国防部召集了斯担福大学计算机科学专业的人才,以及专门探索和分析数据库和多维数据集可视化技术研究的着名教授Pat Hanrahan和他的博士学生Chris Stolte,他们很快认识到计算机图形可以帮助人们提高理解信息的能力。Tableau开发的桌面系统中最简单的商业智能工具软件,适合企业和部门进行日常数据报表和数据可视化分析工作,它将数据运算与美观的图表完美地嫁接在一起。
从2003年成立,2010年Tableau营收达到3420万美元,2011年增长到6240万美元,2012年增长到1.28亿美元。
【Cloudera】
美国大数据软件公司Cloudera,由来自Facebook、谷歌和雅虎的前工程师、甲骨文前高管在2008年创建,短短的几年时间里,Cloudera已从一家默默无闻的创业公司,发展成为企业在应对数据挑战时不得不依赖的公司。
Cloudera 利用Hadoop 这一开源技术帮助公司搭建他们的大数据系统,Hadoop 可以利用一些价格低廉的硬件就完成大量的数据分析,所以非常受大小企业欢迎。
Cloudera利用流行的开源软件Hadoop,帮助诺基亚、高通和Groupon等公司储存和处理大数据。
【HortonWorks】
Hortonworks是一家Hadoop初创公司,2011年7月由雅虎与硅谷风投Benchmark Capital合资组建。创立之初仅有不到30名员工,大多来自雅虎专门研究Hadoop的元老级工程师,这个团队几年前开发了雅虎内部一个开源项目Hadoop。Hortonworks公司正努力让更多的人使用Hadoop,并大胆预测这项技术将在未来五年内处理世界上一半的数据。
作为又一家基于Hadoop框架提供大数据服务的创业公司,Hortonworks在短短两年多的时间里就成长起来,引起业界关注。
Hortonworks对公司的融资情况一直讳莫如深。但风投公司Benchmark Capital的普通合伙人彼得·芬顿(Peter Fenton)是该公司的投资者和公司董事会成员。
【MapR】
MapR公司是美国加州的圣何塞市的一个企业管理软件公司,主要专注于可用性和数据安全优化和开发、销售Apache Hadoop的衍生软件。MapR号称下一代Hadoop,使Hadoop变为一个速度更快、可靠性更高、更易于管理、使用更加方便的分布式计算服务和存储平台,同时性能也不断提高。MapR通过为Hadoop用户提供专业咨询服务来获取收入。
MapR目前大约一半的客户是传统的Web和基于云计算的公司,而另一半则是金融、电信和制造公司。
评论:
大数据为风险投资带来了新的市场契机,对于一些敏锐的风险投资者来说,他们最早看到未来的方向,从中发现商机,过去的几年只是一个开始,可以预见大数据行业未来十年仍然会是创业公司的机遇地,这对一些创业公司来说,无疑是一大利好消息。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21