京公网安备 11010802034615号
经营许可证编号:京B2-20210330
全球第一家大数据上市公司Splunk
大数据概念最早由全球知名咨询公司麦肯锡提出,在2010年左右成为业界、媒体以及大众中的流行词汇,包括Splunk在内的一些主打大数据概念的企业也在这些年快速扩张,业务范围覆盖北美、亚太、欧洲、非洲及至中东等地区。2012年4月19日,Splunk在纳斯达克成功上市,成为第一家上市的大数据处理公司,并在首个交易日以109%的涨幅撑开了人们对大数据的想象空间。下面,36大数据将带领大家一探大数据龙头股Splunk的究竟。
点击可看大图
Splunk是商业智能软件提供商,其软件平台可以实时对任何APP、服务器或网络设备的机器数据进行索引、监控与分析,并将结果生成图形化报表,在此基础上帮助客户避免服务性能降低或中断。这些机器数据可以是日志、配置文件、消息和告警等,既可以来自本地也可以来自云,并且是动辄TB级别的、部署于成万千上万台服务器的数据,简言之,就是所谓的大数据。
面对爆炸式增长的数据,企业需要挖掘大数据中的潜在价值,以便更好地进行应用管理与运营管理,增强整个公司与组织的洞察力。Splunk的业务显然迎合了大数据时代企业对数据应用的需求,其业务功能主要分为五大块:IT运营、应用管理、安全合规、网络智能与商业分析。此外,Splunk的搜索功能异常强大,被称为“Google for IT”。
Splunk的产品有免费和收费版,二者最主要的差别在于每天的索引容量大小(索引是搜索功能的基础),免费版每天最大为500M。如果需要海量索引量及更多的功能,例如分散式搜寻(Distributed Search)、排程告警(Schedule Alert)、权限(Access Control)等功能,则需要购买企业版,不同索引量的价格不同。
截至2014年1月,有7000多个客户在使用Splunk的产品和服务,其中70个客户是财富100企业,8个客户是全球10大公司。客户所在的行业从传统行业、科技行业到在线服务行业无所不有,下图所举例子显示其客户所覆盖的行业。在中国市场,Splunk的业务主要集中在电信、保险和银行业等,例如银联支付、民生保险、百联支付、国美电器、中国移动和中国电信等。

三个简单的案例大体呈现了客户使用Splunk能够为客户解决的问题。下面,我们将在对比相关公司与行业的基础上,分析Splunk的经营现状。

可比公司中,本节主要选择了Qlik Technologies(QLIK)与Tableau Software(DATA)。其中,前者成立早、上市也相对较早,拥有31000名覆盖100多个国家的客户,其产品能为用户快速整合数据资源,创造便于导航搜索的动态视觉应用;后者的成立时间与Splunk差不多,晚一年上市,在全球范围内拥有12000名客户,其产品主要是面向企业数据提供可视化服务,针对的是大数据处理末端的可视化市场,同时还为客户提供解决方案服务。
上图可见,Splunk和Tableau的规模相当,但后者的收入增长速度明显快于Splunk。Tableau在5月5日发布2014年第一季度报告,总收入同比上涨86%,并且与Splunk结为战略合作伙伴,希望二者的强强联手能进一步提升Splunk的业绩。
大数据公司由于产品的特性决定了其高毛利的商业模式,这样高的毛利率能否持续下去?我们觉得未来这三家公司的毛利率都应该回归到80%-85%左右的合理范围,当然,各项费用占比也应该同比下降,这样才能显示出高科技公司的leverage优势。
大数据概念正当时,此时不发力更待何时,难怪Splunk暂时顾不得扭亏承诺,连年加大营销支出、全球范围内搜寻客户。当大数据这一概念不再新鲜,相应的软件成为所有行业的标配之时,你要说服一个公司更换一款智能软件,远比现在向它们引介一款智能软件难,故Splunk趁热打铁开拓客户覆盖范围,恰恰是为了长远考虑的未来。在这样一个热门的行业,具有一定程度先发优势的Splunk有很多市场机会,当然也面临着巨大的挑战。
行业机会。互联网开拓的新世界已然过渡到信息过载的阶段,从海量数据中“提纯”出有用信息的需求将越来越大,尤其是对企业而言,排除冗余信息、开发既有数据的使用价值,意味着更优异的性能与更好的服务。从案例可以发现,无论是传统行业还是互联网行业,无论是商业领域还是非商业领域,公司或机构使用Splunk都可以在节省大量人力物力的基础上提升服务。随着世界经济的发展,大数据的使用将越来越普及,整个商业分析软件市场仍有很大的上升空间,并且没有地域限制,上文提及的三个公司的客户都是遍布全球的。奥巴马政府在2012年宣布投资2亿美元拉动大数据相关产业发展,大数据也戴着“未来新石油”的光环上升到国家战略的层面。根据IDC(互联网数据中心)的预测,作为大数据的细分领域之一,商业分析软件市场将以9.8%的年复合增长率在2016年达到507亿美元。
行业挑战与应对。这一行竞争者如云,并且在各细分领域占据多数市场份额的都是世界范围内的“大佬”们。如图所示,除了五个“大佬”以外的无数个小伙伴,包括本文所分析的三个企业,分食着商业分析软件市场不足40%的份额。在其它细分领域也是一样,五个“大佬”占据着大数据整个行业的半壁江山。排除可望不可及的“大佬们”外,仅仅在小伙伴群体中,Splunk还是很有竞争力的,它还很努力,在业绩方面,已连续7个季度业绩超预期,客户数、订单数与大额订单数都在有条不紊地增长中。其中,Splunk在上一季度拓展了500个新客户,客户总数达到7000,总订单数达到3000,包括467个大额订单(单价超过10万美元)。
今年3月与Tableau的结盟,更被视为单一业务公司中的强强联手:一个是专营数据整合平台的头儿,一个在可视化数据领域有公认的独到之处。事实上,小公司有小公司的好处,至少在销售额增长率方面,Splunk与Tableau都甩“大佬”Oracle好几条街,再考虑到Tableau的17,000个既有客户,Splunk的确走了“a nice move”。此外,在过去的一年,Splunk有两笔投资值得一提。一个是收购了面向开发者提升应用性能和质量的移动数据分析平台BugSense,可以弥补Splunk在移动领域缺乏深入探究的弱势;另一个是收购Cloudmeter,其产品通过超轻量级的代理端,捕获网络中的有价值数据,可以让客户提取数据更方便。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21