
大數(shù)據(jù)創(chuàng)業(yè)的五點(diǎn)須知
大數(shù)據(jù)是當(dāng)今最熱門的科技詞匯,同時(shí)也是最困難的創(chuàng)業(yè)項(xiàng)目。CSC對(duì)Infochimps的收購表明,那些無法順利拿到第二輪融資的大數(shù)據(jù)創(chuàng)業(yè)公司面臨著要么關(guān)張,要么被人收購的命運(yùn),例如Drawn to Scale、Ravel Data和Nodeable等,當(dāng)然還有很多很多大家沒有注意到的大數(shù)據(jù)創(chuàng)業(yè)公司。
Gigaom作者Derrick Harris近日就大數(shù)據(jù)創(chuàng)業(yè)公司的成長和融資問題撰文指出,大數(shù)據(jù)創(chuàng)業(yè)公司要想生存發(fā)展并贏得投資人的芳心必須注意一下幾點(diǎn):明智地選擇你的戰(zhàn)場(chǎng)和目標(biāo)用戶并圍繞你的技術(shù)建立社區(qū)。大數(shù)據(jù)需要的不是啦啦隊(duì),而是實(shí)干家。Harris的觀點(diǎn)可以歸納為五點(diǎn),IT經(jīng)理網(wǎng)摘譯整理如下:
1.基礎(chǔ)設(shè)施非常難
不僅開發(fā)基礎(chǔ)設(shè)施技術(shù)產(chǎn)品很難,銷售起來也很難,具體到大數(shù)據(jù)基礎(chǔ)設(shè)施工具如Hadoop、NoSQL數(shù)據(jù)庫和流處理系統(tǒng)則更是難上加難。客戶需要大量培訓(xùn)和教育,付費(fèi)用戶需要大量支持和及時(shí)跟進(jìn)的產(chǎn)品開發(fā)工作。
這意味著需要大量的資金支持,例如Greenplum在2010年獲得1億美元投資但仍然不足以完成所有工作,最終不得不選擇賣給EMC。今天最出名的幾家大數(shù)據(jù)創(chuàng)業(yè)公司融的錢更多,例如Cloudera?;A(chǔ)設(shè)施類的大數(shù)據(jù)創(chuàng)業(yè)公司通常需要數(shù)百萬美元種子資金啟動(dòng),但是A輪融資的道路異常艱辛。
新興的大數(shù)據(jù)創(chuàng)業(yè)公司還必須與那些在客戶那里已經(jīng)有一些知名度甚至合作項(xiàng)目的公司競(jìng)爭(zhēng),例如Cloudera、Hortonworks、10gen、亞馬遜AWS、IBM、Oracle等。
反觀大數(shù)據(jù)應(yīng)用創(chuàng)業(yè)則相對(duì)簡(jiǎn)單的多,無論面向垂直行業(yè)應(yīng)用還是數(shù)據(jù)可視化這樣的通用大數(shù)據(jù)應(yīng)用都是如此。因?yàn)檫@些大數(shù)據(jù)應(yīng)用的價(jià)值對(duì)于客戶來說更為直觀,距離業(yè)務(wù)也更近,進(jìn)入企業(yè)IT系統(tǒng)的摩擦也更小。
2.云計(jì)算是朋友
無論你是銷售大數(shù)據(jù)基礎(chǔ)設(shè)施還是應(yīng)用,云計(jì)算都是更有效的業(yè)務(wù)載體。選擇云計(jì)算不僅僅是在云端托管,更重要的是通過云計(jì)算向客戶提供服務(wù)。你將擁有更多控制權(quán),同時(shí)在有限的資源上優(yōu)化運(yùn)行也會(huì)讓你對(duì)產(chǎn)品的理解更加透徹。
云計(jì)算也降低了潛在用戶試用產(chǎn)品的成本和門檻,從NewRelic到亞馬遜AWS都從云計(jì)算+大數(shù)據(jù)模式中獲益。
3.開發(fā)者是朋友
如果你主要從事大數(shù)據(jù)分析,例如ClearStory、Platfora或者CRM營銷應(yīng)用,數(shù)據(jù)分析師就是你的朋友。無論那種情況,最好的辦法就是圍繞以開發(fā)者和市場(chǎng)人員為主的目標(biāo)受眾進(jìn)行開發(fā)和營銷工作,CIO反而不是很好的目標(biāo)受眾!
專注CIO而非開發(fā)者往往會(huì)導(dǎo)致你在實(shí)際簽約時(shí)碰到棘手問題。圍繞開發(fā)者營銷的戰(zhàn)術(shù)被很多云計(jì)算創(chuàng)業(yè)公司和純大數(shù)據(jù)軟件公司所采用,例如Splunk和Tableau。
再比如Infochimps和Continuuity的產(chǎn)品類似(兩者都被迫按落云頭,迫降在用戶數(shù)據(jù)中心),但Continuuity完全面向開發(fā)者,這意味著能積累更多技術(shù)粉絲。
4.將數(shù)據(jù)科學(xué)家推向前臺(tái)中央
這既是市場(chǎng)也是銷售策略,數(shù)據(jù)科學(xué)家才是能夠展示數(shù)據(jù)和平臺(tái)威力的人,他們也是會(huì)議上最受歡迎的演講者。
但大數(shù)據(jù)科學(xué)家也需要慎重選擇傳播內(nèi)容。如今大家都接受了Hadoop和NoSQL,所以沒必要每次開會(huì)言必稱4V之類的科普。至于如何配置和集成大數(shù)據(jù)系統(tǒng)也只能吸引小部分聽眾,除非你的項(xiàng)目規(guī)模超大。
Cloudera比競(jìng)爭(zhēng)對(duì)手出名的原因有很多,但其中Jeff hammerbacher絕對(duì)是一位舉足輕重的人物。不要空談大數(shù)據(jù)大數(shù)據(jù)的價(jià)值和架構(gòu),站在聽眾的立場(chǎng)說說具體能做哪些分析,如何做。
5.開源有多重要,取決于你自己
幾乎所有的大數(shù)據(jù)公司都依賴開源軟件,有些是“借”來的,如Hadoop、Storm以及各種數(shù)據(jù)庫,有些是自行開發(fā)的,有些則是混合模式,例如在HBase上增加的一些功能應(yīng)用。這些開源項(xiàng)目如此流行是因?yàn)樯鐓^(qū)的力量。
開源絕不是看起來那么輕松,不是說你在Github上放點(diǎn)代碼就談得上回饋社區(qū)了。開源的目的是將使用相同代碼的人聚攏成社區(qū),并不斷改進(jìn)代碼。這里與第三點(diǎn)中我們提到的吸引開發(fā)者有關(guān)。只有更多的用戶和開發(fā)者對(duì)你產(chǎn)生興趣了,在你的產(chǎn)品上花時(shí)間和精力了,才有可能最終掏錢。
不計(jì)其數(shù)的創(chuàng)業(yè)公司都將代碼開源了,但那些真正能推動(dòng)項(xiàng)目并建設(shè)社區(qū)的公司才能脫穎而出。例如Neo Technology的Neo4j、Concurrent的Casading以及10gen的MongoDB。甚至Twitter這樣面向大眾的公司都開源了Storm和Mesos等項(xiàng)目。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)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(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)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(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。 ...
2025-09-18DSGE 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(dòng)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(chǔ)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(chǎng)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(chǔ)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(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)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(dòng)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