大數(shù)據(jù)創(chuàng)業(yè)樣本

隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)背后潛藏著巨大的商業(yè)機會不僅是大公司的專利，專注于數(shù)據(jù)挖掘和數(shù)據(jù)服務(wù)的創(chuàng)業(yè)公司更是不可小覷的新興力量。

大數(shù)據(jù)是近兩年來爆發(fā)的最熱門IT概念之一。進入2012年，這個領(lǐng)域的風(fēng)潮逐漸從專業(yè)IT人士和數(shù)據(jù)分析師，擴散到所有關(guān)注科技、互聯(lián)網(wǎng)以及營銷領(lǐng)域的人群中，甚至還包括政界人士。這種背景下，在商業(yè)、經(jīng)濟及其他領(lǐng)域中，決策行為將日益基于數(shù)據(jù)和分析而作出，而并非基于經(jīng)驗和直覺；而在公共衛(wèi)生、經(jīng)濟預(yù)測等領(lǐng)域中，“大數(shù)據(jù)”的預(yù)見能力也已經(jīng)嶄露頭角。

數(shù)據(jù)背后潛藏著巨大的商業(yè)機會。以前只有Google、微軟這樣的公司能做大數(shù)據(jù)的深挖，現(xiàn)在已經(jīng)有越來越多的創(chuàng)業(yè)公司進入，不同公司在不同層面的數(shù)據(jù)分析和服務(wù)領(lǐng)域正創(chuàng)造出新的商業(yè)模式。這些專注于數(shù)據(jù)挖掘和數(shù)據(jù)服務(wù)的公司將成為電子商務(wù)乃至互聯(lián)網(wǎng)第三方服務(wù)業(yè)中的新興力量。

對于IT廠商來說，這是一個自身從傳統(tǒng)IT產(chǎn)品跨越到商業(yè)智能的絕佳機會；而對有志于這個領(lǐng)域的新型創(chuàng)業(yè)者來說，更是一個不可錯過的新興機會。以2012年的趨勢看，有六個模式值得關(guān)注：基于Hadoop的分析工具和產(chǎn)品、數(shù)據(jù)收集再加工服務(wù)、數(shù)據(jù)可視化產(chǎn)品、社交媒體數(shù)據(jù)分析工具與方案、基于數(shù)據(jù)挖掘的商業(yè)智能與情報咨詢服務(wù)。

基于Hadoop的分析工具和產(chǎn)品

越來越多企業(yè)開始使用Hadoop平臺處理大量數(shù)據(jù)。基于Hadoop做面向開發(fā)者的分析工具集，或者直接面向企業(yè)IT部門的分析管理工具，越來越成為一種流行趨勢。

很多傳統(tǒng)的數(shù)據(jù)庫管理系統(tǒng)開始整合Hadoop服務(wù)，以便更好地為企業(yè)服務(wù)，如惠普、戴爾、甲骨文、IBM等知名公司都分別有針對自家需求的Hadoop服務(wù)。此外，云端上的Hadoop服務(wù)讓大數(shù)據(jù)分析和處理更加方便快捷。同時這也證明，目前開源的Hadoop相關(guān)的技術(shù)分析也存在明顯缺乏相應(yīng)的技術(shù)、環(huán)境、數(shù)據(jù)安全以及可行性，而這正是新商機。

Cloudera、Hortonworks和MapR是目前最被看好的“Hadoop三駕馬車”，它們屬于那種“純大數(shù)據(jù)”公司——核心業(yè)務(wù)圍繞Hadoop發(fā)行版和Hadoop應(yīng)用展開。由于大數(shù)據(jù)核心技術(shù)Hadoop屬于免費的開源技術(shù)，用戶無需付費就可下載使用，所以Hadoop創(chuàng)業(yè)公司的盈利模式與Oracle這樣的傳統(tǒng)數(shù)據(jù)庫巨頭大不相同，它們主要靠提供Hadoop增值產(chǎn)品（軟件授權(quán)費）和增值服務(wù)掙錢。

目前，規(guī)模最大的Hadoop企業(yè)當(dāng)屬Clouderao簡單來說，Cloudera提供企業(yè)直接使用的企業(yè)版Hadoop，它開發(fā)了自己的工具包，讓通過Hadoop搜索數(shù)據(jù)變得更加容易。同時，Cloudera還在努力建設(shè)更廣泛的合作生態(tài)系統(tǒng)，從而讓更多不同應(yīng)用能使用Hadoop服務(wù)。

出身Facebook的創(chuàng)始人Jeff Hammerbacher在創(chuàng)辦Cloudera前就使用Hadoop來分析社交用戶行為，后來他將相應(yīng)的技術(shù)轉(zhuǎn)移到了Clouderag之中，目前Cloudera獲得了7600萬美元的融資。

Cloudera目前比較受關(guān)注的領(lǐng)域是醫(yī)療健康行業(yè)。簡單來說，Cloudera采用大數(shù)據(jù)來改善大眾的健康，而整個衛(wèi)生保健行業(yè)也會因為受到大數(shù)據(jù)的驅(qū)動而催生更好的創(chuàng)新和服務(wù)。Hammerbacher指出，公司一個重要的客戶就是Explorys Medical。他們通過采集病人數(shù)據(jù)，從而揭示疾病治療、護理和藥物測試等方面的見解?！拔覀円幚砀鞣N各樣的醫(yī)療數(shù)據(jù)，比如說醫(yī)生處方、圖像、醫(yī)生筆記等。消費者可以通過分享這些數(shù)據(jù)而推動醫(yī)療行業(yè)的變革。”

社交媒體數(shù)據(jù)

社交媒體所產(chǎn)生的海量非結(jié)構(gòu)化數(shù)據(jù)一直以來都被作為大數(shù)據(jù)時代來臨的標(biāo)志。人們已經(jīng)承認，隨著像Twittter、Fcacebook等社交網(wǎng)絡(luò)媒體的爆發(fā)，越來越多的商業(yè)活動和信息會受到他們的影響。目前，基于社交媒體的創(chuàng)業(yè)公司數(shù)不勝數(shù)，但從大數(shù)據(jù)角度進行商務(wù)挖掘和營銷戰(zhàn)略的，是最有前景的一類。畢竟，奧巴馬利用大數(shù)據(jù)在美國大選中獲勝的經(jīng)典案例也是出自社交媒體分析領(lǐng)域。

另一方面Twitter開放其數(shù)據(jù)管道Firehose對于社交大數(shù)據(jù)分析來說無疑是一個晴天大利好。利用Twitter實時數(shù)據(jù)你幾乎能進行各種數(shù)據(jù)分析，從奧斯卡電影人氣到美國總統(tǒng)支持率，再到產(chǎn)品用戶滿意度分析，可謂一座不設(shè)防的數(shù)據(jù)大金礦。

但是掘金Twitter“快數(shù)據(jù)”也對分析系統(tǒng)提出了很高要求，Datasift是少數(shù)能吃下Twitter數(shù)據(jù)的頂級社會化分析工具之一。

Datasift是一個社交數(shù)據(jù)分析平臺，向企業(yè)市場人員提供twitter、Facebook、Youtube、博客、甚至Wikipedia等社交媒體的數(shù)據(jù)可視化分析技術(shù)和服務(wù)，監(jiān)測社交營銷成效，并幫助品牌公司掌握突發(fā)新聞的輿論點，并制定有針對性的營銷方案。它甚至創(chuàng)建了一個自己的互聯(lián)網(wǎng)規(guī)模的關(guān)鍵詞過濾系統(tǒng)，能夠快速評估熱門關(guān)鍵詞。

另一個優(yōu)勢是Data Sif從Twitter購買了多年的數(shù)據(jù)同步授權(quán)，能夠訪問所有Twitter管道數(shù)據(jù)，并將子集賣給第三方，主要是企業(yè)客戶。目前只有Gnip獲得了同樣的授權(quán)。舉個簡單的例子，Data Sift可以根據(jù)Twitcer的數(shù)據(jù)對兩屆奧運會進行橫向?qū)Ρ?，從中了解并分析公眾對?dāng)時新聞和事件的反應(yīng)。Data Sift的前景逐漸明朗，現(xiàn)在客戶數(shù)已經(jīng)超過了10000個。Data Sift目前已經(jīng)擁有超過200個客戶，其中不乏財富500強企業(yè)，Data Sift的收入主要來自向客戶收取的每月200美元的服務(wù)費用。

數(shù)據(jù)收集在加工服務(wù)

數(shù)據(jù)的商業(yè)價值越來越被挖掘，但Hadoop并不能代表一切。一家著名的大數(shù)據(jù)公司Par Accel則顛覆了Hadoop的神話。ParAccel的CEO Chuck Berger指出，太多創(chuàng)業(yè)公司陷入了“大數(shù)據(jù)=非結(jié)構(gòu)化數(shù)據(jù)的大數(shù)據(jù)=Hadoop”的邏輯。除了非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)以外，結(jié)構(gòu)化數(shù)據(jù)也在快速增長。

ParAccel在數(shù)據(jù)領(lǐng)域也是久負名氣的。它們最成功的案例之一是向美國執(zhí)法機構(gòu)提供數(shù)據(jù)分析能力——ParAccel通過了一些渠道獲得不少犯罪數(shù)據(jù)，并對18000個有犯罪前科的人進行跟蹤，從而向執(zhí)法機構(gòu)提供了參考性較高的犯罪預(yù)測。所以ParAccel也被成為“犯罪的預(yù)言者”。

今年登陸納斯達克的“大數(shù)據(jù)概念股”SpIunk也是這方面的佼佼者。由于Splunk是以MapReduce架構(gòu)為基礎(chǔ)的軟件，在普通的硬件上安裝Splunk和Splunk轉(zhuǎn)發(fā)器，就能構(gòu)成大量字節(jié)，形成龐大的系統(tǒng)數(shù)據(jù)，這個量級可以達到每天數(shù)TB并逐漸向PB數(shù)量級擴大。而他們的軟件可以為機器生成的海量數(shù)據(jù)建立索引，將其整理成可以搜索的鏈接。公司們則像使用Google那樣來搜索這些鏈接，用來實時分析消費者行為。

具體來看，Splunk屬于商業(yè)智能軟件提供商，其軟件可用于監(jiān)控、分析實時的機器數(shù)據(jù)以及TB級的歷史數(shù)據(jù)，且數(shù)據(jù)來源不限，可以是本地也可以來自云。比方說，Splunk可以實時對任何app、服務(wù)器或網(wǎng)絡(luò)設(shè)備的的數(shù)據(jù)進行索引并提供搜索，這些數(shù)據(jù)可以是日志、配置文件、消息和告警等。據(jù)了解，Splunk的客戶包括瑞士信貸、美國銀行、Comcast、Salesforce、Zynga，LinkedIn、T-Mobile以及美國勞工部和能源部等。其客戶數(shù)量超過3700，財富100強的大部分成員皆為其客戶。比如社交游戲公司Zynga通過該公司的軟件監(jiān)測游戲功能，用來確定玩家卡在什么地方，離開游戲，然后就可以即時調(diào)整游戲，挽留玩家。

數(shù)據(jù)可視化等簡化數(shù)據(jù)使用的服務(wù)

另一個不可忽視的現(xiàn)象是，大數(shù)據(jù)雖然對于計算機工程師來說并不是很陌生，但是它一直將營銷人員等非專業(yè)人士拒絕于門外。不過這種狀況會逐漸得到改善，因為很多大數(shù)據(jù)領(lǐng)域的創(chuàng)業(yè)公司在不斷崛起，他們很多都是致力于讓更多的人以更簡單的方式“消化”這些數(shù)據(jù)。

Origami Logic就是一家讓營銷人員便于利用大數(shù)據(jù)的創(chuàng)業(yè)公司。通過數(shù)據(jù)可視化以及自助分析的方式，這個平臺能夠幫盼營銷人員作出更有效果的策略。

這家公司打算在明年的早期發(fā)布相應(yīng)的產(chǎn)品，現(xiàn)在還是處于內(nèi)測階段。根據(jù)聯(lián)合創(chuàng)始人兼CEOOpher Kahane表示，Origami Logic的目的就是讓銷售和市場人員把CRM、社交媒體、郵件營銷和調(diào)查報告等不同平臺的數(shù)據(jù)匯合在一起，并做出相應(yīng)的整理和分析，利用有效的數(shù)據(jù)幫助他們做進一步的營銷活動或者衡量整個營銷效果，讓大數(shù)據(jù)不再是專業(yè)人士的私家工具。

QlikTech也是致力于這—領(lǐng)域的明星公司之一。值得注意的是這家公司是在90年代后期建立的，并從互聯(lián)網(wǎng)危機中存活下來。QlikTech在2010年的時候順利上市，目前用戶數(shù)量為2600萬，公司估值超過20億美元，旗下的Qlikview是一個商業(yè)智能領(lǐng)域的自主服務(wù)工具，能夠應(yīng)用于科學(xué)研究和藝術(shù)等領(lǐng)域。

最近Google發(fā)布了Google BigQuery，方便開發(fā)者獲取大量數(shù)據(jù)。QlikTech則和Google合作，以便于開發(fā)者更好的利用大數(shù)據(jù)。為了幫助開發(fā)者對這些數(shù)據(jù)進行分析，QlikTech提供了對原始數(shù)據(jù)進行可視化處理等功能的工具。

數(shù)據(jù)分析與商業(yè)咨詢服務(wù)

全新的、更具競爭力的商業(yè)智能服務(wù)，這也是大數(shù)據(jù)最為吸引人的地方之一。傳統(tǒng)數(shù)據(jù)倉庫的性能已無法應(yīng)付龐大的信息，但是大數(shù)據(jù)（Big Data）技術(shù)使我們能夠訪問和使用這些寶貴的、大規(guī)模數(shù)據(jù)集以應(yīng)對越來越復(fù)雜的數(shù)據(jù)分析和更好的商業(yè)決策制定——大數(shù)據(jù)將改變商業(yè)智能（BI）的布局，并能為企業(yè)提供一種有價值的數(shù)據(jù)源，這在當(dāng)下已經(jīng)成為了一種趨勢。

顛覆傳統(tǒng)的BI模式，Good Daca的愿景很龐大，它們提供的是基于云的數(shù)據(jù)分析服務(wù)。

GoodData提供的軟件即服務(wù)（SaaS）數(shù)據(jù)分析解決方案適應(yīng)性十分強大，使用也更方便。但其競爭對手都是一些業(yè)界巨頭，包括IBM、SAP和oracle等。不過，GoodData的優(yōu)勢正是商業(yè)模式。跟那些巨頭提供的套件式解決方案不同的是，GoodData向廣大的Saas提供商提供技術(shù)集成服務(wù)（可以稱之為SaaS提供商的SaaS提供商），讓他們在自己的平臺中集成其數(shù)據(jù)分析技術(shù)，從而使得這些Saas提供商可以向最終客戶提供諸如儀表盤、報表等功能。

最近幾年，由于社會化媒體的興起，數(shù)字營銷逐步成為營銷業(yè)者關(guān)注的焦點，但是營銷人員對這個領(lǐng)域仍缺乏有效的介入手段。因此GoodDat胡苗準了這一點，利用集成服務(wù)為營銷人員提供對微博、社交網(wǎng)絡(luò)及在線營銷活動的深度分析功能，并將此作為商業(yè)智能的入口，并成功的成為了一家商務(wù)情報和資訊公司。