
全球第一家大數(shù)據(jù)上市公司Splunk
大數(shù)據(jù)概念最早由全球知名咨詢公司麥肯錫提出,在2010年左右成為業(yè)界、媒體以及大眾中的流行詞匯,包括Splunk在內(nèi)的一些主打大數(shù)據(jù)概念的企業(yè)也在這些年快速擴(kuò)張,業(yè)務(wù)范圍覆蓋北美、亞太、歐洲、非洲及至中東等地區(qū)。2012年4月19日,Splunk在納斯達(dá)克成功上市,成為第一家上市的大數(shù)據(jù)處理公司,并在首個(gè)交易日以109%的漲幅撐開了人們對大數(shù)據(jù)的想象空間。下面,36大數(shù)據(jù)將帶領(lǐng)大家一探大數(shù)據(jù)龍頭股Splunk的究竟。
點(diǎn)擊可看大圖
Splunk是商業(yè)智能軟件提供商,其軟件平臺可以實(shí)時(shí)對任何APP、服務(wù)器或網(wǎng)絡(luò)設(shè)備的機(jī)器數(shù)據(jù)進(jìn)行索引、監(jiān)控與分析,并將結(jié)果生成圖形化報(bào)表,在此基礎(chǔ)上幫助客戶避免服務(wù)性能降低或中斷。這些機(jī)器數(shù)據(jù)可以是日志、配置文件、消息和告警等,既可以來自本地也可以來自云,并且是動輒TB級別的、部署于成萬千上萬臺服務(wù)器的數(shù)據(jù),簡言之,就是所謂的大數(shù)據(jù)。
面對爆炸式增長的數(shù)據(jù),企業(yè)需要挖掘大數(shù)據(jù)中的潛在價(jià)值,以便更好地進(jìn)行應(yīng)用管理與運(yùn)營管理,增強(qiáng)整個(gè)公司與組織的洞察力。Splunk的業(yè)務(wù)顯然迎合了大數(shù)據(jù)時(shí)代企業(yè)對數(shù)據(jù)應(yīng)用的需求,其業(yè)務(wù)功能主要分為五大塊:IT運(yùn)營、應(yīng)用管理、安全合規(guī)、網(wǎng)絡(luò)智能與商業(yè)分析。此外,Splunk的搜索功能異常強(qiáng)大,被稱為“Google for IT”。
Splunk的產(chǎn)品有免費(fèi)和收費(fèi)版,二者最主要的差別在于每天的索引容量大小(索引是搜索功能的基礎(chǔ)),免費(fèi)版每天最大為500M。如果需要海量索引量及更多的功能,例如分散式搜尋(Distributed Search)、排程告警(Schedule Alert)、權(quán)限(Access Control)等功能,則需要購買企業(yè)版,不同索引量的價(jià)格不同。
截至2014年1月,有7000多個(gè)客戶在使用Splunk的產(chǎn)品和服務(wù),其中70個(gè)客戶是財(cái)富100企業(yè),8個(gè)客戶是全球10大公司。客戶所在的行業(yè)從傳統(tǒng)行業(yè)、科技行業(yè)到在線服務(wù)行業(yè)無所不有,下圖所舉例子顯示其客戶所覆蓋的行業(yè)。在中國市場,Splunk的業(yè)務(wù)主要集中在電信、保險(xiǎn)和銀行業(yè)等,例如銀聯(lián)支付、民生保險(xiǎn)、百聯(lián)支付、國美電器、中國移動和中國電信等。
三個(gè)簡單的案例大體呈現(xiàn)了客戶使用Splunk能夠?yàn)榭蛻艚鉀Q的問題。下面,我們將在對比相關(guān)公司與行業(yè)的基礎(chǔ)上,分析Splunk的經(jīng)營現(xiàn)狀。
可比公司中,本節(jié)主要選擇了Qlik Technologies(QLIK)與Tableau Software(DATA)。其中,前者成立早、上市也相對較早,擁有31000名覆蓋100多個(gè)國家的客戶,其產(chǎn)品能為用戶快速整合數(shù)據(jù)資源,創(chuàng)造便于導(dǎo)航搜索的動態(tài)視覺應(yīng)用;后者的成立時(shí)間與Splunk差不多,晚一年上市,在全球范圍內(nèi)擁有12000名客戶,其產(chǎn)品主要是面向企業(yè)數(shù)據(jù)提供可視化服務(wù),針對的是大數(shù)據(jù)處理末端的可視化市場,同時(shí)還為客戶提供解決方案服務(wù)。
上圖可見,Splunk和Tableau的規(guī)模相當(dāng),但后者的收入增長速度明顯快于Splunk。Tableau在5月5日發(fā)布2014年第一季度報(bào)告,總收入同比上漲86%,并且與Splunk結(jié)為戰(zhàn)略合作伙伴,希望二者的強(qiáng)強(qiáng)聯(lián)手能進(jìn)一步提升Splunk的業(yè)績。
大數(shù)據(jù)公司由于產(chǎn)品的特性決定了其高毛利的商業(yè)模式,這樣高的毛利率能否持續(xù)下去?我們覺得未來這三家公司的毛利率都應(yīng)該回歸到80%-85%左右的合理范圍,當(dāng)然,各項(xiàng)費(fèi)用占比也應(yīng)該同比下降,這樣才能顯示出高科技公司的leverage優(yōu)勢。
大數(shù)據(jù)概念正當(dāng)時(shí),此時(shí)不發(fā)力更待何時(shí),難怪Splunk暫時(shí)顧不得扭虧承諾,連年加大營銷支出、全球范圍內(nèi)搜尋客戶。當(dāng)大數(shù)據(jù)這一概念不再新鮮,相應(yīng)的軟件成為所有行業(yè)的標(biāo)配之時(shí),你要說服一個(gè)公司更換一款智能軟件,遠(yuǎn)比現(xiàn)在向它們引介一款智能軟件難,故Splunk趁熱打鐵開拓客戶覆蓋范圍,恰恰是為了長遠(yuǎn)考慮的未來。在這樣一個(gè)熱門的行業(yè),具有一定程度先發(fā)優(yōu)勢的Splunk有很多市場機(jī)會,當(dāng)然也面臨著巨大的挑戰(zhàn)。
行業(yè)機(jī)會。互聯(lián)網(wǎng)開拓的新世界已然過渡到信息過載的階段,從海量數(shù)據(jù)中“提純”出有用信息的需求將越來越大,尤其是對企業(yè)而言,排除冗余信息、開發(fā)既有數(shù)據(jù)的使用價(jià)值,意味著更優(yōu)異的性能與更好的服務(wù)。從案例可以發(fā)現(xiàn),無論是傳統(tǒng)行業(yè)還是互聯(lián)網(wǎng)行業(yè),無論是商業(yè)領(lǐng)域還是非商業(yè)領(lǐng)域,公司或機(jī)構(gòu)使用Splunk都可以在節(jié)省大量人力物力的基礎(chǔ)上提升服務(wù)。隨著世界經(jīng)濟(jì)的發(fā)展,大數(shù)據(jù)的使用將越來越普及,整個(gè)商業(yè)分析軟件市場仍有很大的上升空間,并且沒有地域限制,上文提及的三個(gè)公司的客戶都是遍布全球的。奧巴馬政府在2012年宣布投資2億美元拉動大數(shù)據(jù)相關(guān)產(chǎn)業(yè)發(fā)展,大數(shù)據(jù)也戴著“未來新石油”的光環(huán)上升到國家戰(zhàn)略的層面。根據(jù)IDC(互聯(lián)網(wǎng)數(shù)據(jù)中心)的預(yù)測,作為大數(shù)據(jù)的細(xì)分領(lǐng)域之一,商業(yè)分析軟件市場將以9.8%的年復(fù)合增長率在2016年達(dá)到507億美元。
行業(yè)挑戰(zhàn)與應(yīng)對。這一行競爭者如云,并且在各細(xì)分領(lǐng)域占據(jù)多數(shù)市場份額的都是世界范圍內(nèi)的“大佬”們。如圖所示,除了五個(gè)“大佬”以外的無數(shù)個(gè)小伙伴,包括本文所分析的三個(gè)企業(yè),分食著商業(yè)分析軟件市場不足40%的份額。在其它細(xì)分領(lǐng)域也是一樣,五個(gè)“大佬”占據(jù)著大數(shù)據(jù)整個(gè)行業(yè)的半壁江山。排除可望不可及的“大佬們”外,僅僅在小伙伴群體中,Splunk還是很有競爭力的,它還很努力,在業(yè)績方面,已連續(xù)7個(gè)季度業(yè)績超預(yù)期,客戶數(shù)、訂單數(shù)與大額訂單數(shù)都在有條不紊地增長中。其中,Splunk在上一季度拓展了500個(gè)新客戶,客戶總數(shù)達(dá)到7000,總訂單數(shù)達(dá)到3000,包括467個(gè)大額訂單(單價(jià)超過10萬美元)。
今年3月與Tableau的結(jié)盟,更被視為單一業(yè)務(wù)公司中的強(qiáng)強(qiáng)聯(lián)手:一個(gè)是專營數(shù)據(jù)整合平臺的頭兒,一個(gè)在可視化數(shù)據(jù)領(lǐng)域有公認(rèn)的獨(dú)到之處。事實(shí)上,小公司有小公司的好處,至少在銷售額增長率方面,Splunk與Tableau都甩“大佬”O(jiān)racle好幾條街,再考慮到Tableau的17,000個(gè)既有客戶,Splunk的確走了“a nice move”。此外,在過去的一年,Splunk有兩筆投資值得一提。一個(gè)是收購了面向開發(fā)者提升應(yīng)用性能和質(zhì)量的移動數(shù)據(jù)分析平臺BugSense,可以彌補(bǔ)Splunk在移動領(lǐng)域缺乏深入探究的弱勢;另一個(gè)是收購Cloudmeter,其產(chǎn)品通過超輕量級的代理端,捕獲網(wǎng)絡(luò)中的有價(jià)值數(shù)據(jù),可以讓客戶提取數(shù)據(jù)更方便。
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
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)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(rèn)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。 ...
2025-09-18CDA 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 ...
2025-09-18DSGE 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(jī)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(jià)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(jì)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(jì)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(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(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(jià)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(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)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(jì)” 與 “用戶體驗(yàn) ...
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 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10