
提供數(shù)據(jù)分析和可視化的五家初創(chuàng)公司
據(jù)國外媒體報道,“大數(shù)據(jù)” (Big data)眼下非常熱門,但像Hadoop(一個側(cè)重于數(shù)據(jù)存儲和處理的平臺)這樣的基礎(chǔ)設(shè)施性平臺還需要一些幫助才能進入主流。它們需要的是一兩個殺手級應(yīng)用,讓公司無需聘請擁有斯坦福大學(xué)博士學(xué)位的團隊就可以分析、可視化所有數(shù)據(jù)并據(jù)此采取行為,或是讓開發(fā)人員無需由零開始開發(fā)“大數(shù)據(jù)”應(yīng)用。
▲Hadoop網(wǎng)站
下面介紹的這些初創(chuàng)公司就可以為Hadoop這樣的平臺提供幫助。這5家公司或者處于“隱秘模式”(stealth mode,在商業(yè)中是指公司處于暫時的保密狀態(tài),通常是為了避免競爭),或者剛剛結(jié)束隱秘模式。
1 BloomReach
▲BloomReach認處于隱秘模式
處于隱秘模式的BloomReach是一個非常有針對性、非常方便的大數(shù)據(jù)解決方案。它提供一個“軟件即服務(wù)”(SaaS)產(chǎn)品,幫助領(lǐng)先的在線公司發(fā)現(xiàn)其顧客正在尋找的最高質(zhì)量,最相關(guān)的內(nèi)容。公司創(chuàng)業(yè)團隊的成員來自谷歌、思科、 Facebook和雅虎等公司。據(jù)估計BloomReach目前約有160家客戶,全部都是大型網(wǎng)站,其中大部分來自零售業(yè)。BloomReach的核心技術(shù)和方法包括Hadoop、Lucene、Monte Carlo simulations(蒙特卡羅方法,又稱隨機抽樣或統(tǒng)計試驗方法)和大型圖像處理。
2 Continuuity
▲Continuuity處于隱秘模式
剛剛推出的Continuuity目前處于隱秘模式,其創(chuàng)始人是前雅虎副總裁兼首席云構(gòu)架師托德·帕帕約安努(Todd Papaioannou)。他希望讓開發(fā)人員能夠更容易地構(gòu)建可以利用云計算和大數(shù)據(jù)技術(shù)的應(yīng)用程序。帕帕約安努最近表示,大多數(shù)開發(fā)人員不應(yīng)該再走一遍雅虎、Facebook和其他公司走過的老路來編寫數(shù)據(jù)驅(qū)動的大型應(yīng)用程序。他還表示,“智能數(shù)據(jù)結(jié)構(gòu)(data fabric)是未來的中間件”。該公司的名字來自于“continuum”,意為“連續(xù)統(tǒng)一體”。
3 Odiago
Odiago旨在改善網(wǎng)絡(luò)分析,是Hadoop和分析專家克里斯托夫·比希利亞(Christophe Bisciglia)以及亞倫·金貝爾(Aaron Kimball)的心血結(jié)晶。
它的第一個產(chǎn)品Wibidata目前正在進行自測。Wibidata能讓網(wǎng)站更好地分析用戶數(shù)據(jù),創(chuàng)建更加具有針對性的功能。它建立在Hadoop和Hbase之上,但也會利用公司現(xiàn)有的數(shù)據(jù)管理和商業(yè)智能工具。目前該產(chǎn)品的客戶有維基百科、RichRelevance、FoneDoktor和Atlassian等。
4 Platfora
Platfora于去年9月推出,曾融資570萬美元。Platfora希望讓大數(shù)據(jù)分析技術(shù)變得更加親民。其創(chuàng)始人兼首席執(zhí)行官本·維特(Ben Werther)以前曾在Greenplum和NoSQL初創(chuàng)公司DataStax公司,他在Platfora推出時曾表示,Platfora的界面非常直觀,視覺效果極好,這讓基于Hadoop的分析變得非常容易,甚至學(xué)歷史專業(yè)的人也可以使用它。 Platfora的產(chǎn)品尚未推出,但該公司目前正在聘請前端和用戶體驗方面的專業(yè)人才。
5 SkyTree
Skytree是可能是這5家公司中最為隱秘的一家,但它也非常地雄心勃勃——它希望讓主流公司能夠利用出色的機器學(xué)習(xí)技術(shù)。機器學(xué)習(xí)是一種令人印象深刻的技術(shù),它讓系統(tǒng)本身變得更聰明,因為它可以消化更多的數(shù)據(jù),但目前這種技術(shù)一般只存在于研究所或頂尖的分析團隊中。 Skytree的團隊非常出色,其聯(lián)合創(chuàng)始人亞歷山大·格雷(Alexander Gray)在喬治亞理工學(xué)院教機器學(xué)習(xí)課程,他曾在美國航空航天局(NASA)的噴氣推進實驗室工作了6年。 該公司將在本季度晚些時候正式推出。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11