
Spinnakr发布了它的产品,该产品提供“简单易懂的大数据”。该公司还宣布从Andreessen Horowitz、500 Startups、Point Nine Capital、Sandhill Angels、comScore的一个联合创始人、及其它天使基金获得种子融资。
Spinnakr平台致力于让数据分析简单易懂、容易获取,让每个人都会做。该技术像“分析和优化顾问”,它可以感知重要机遇并告诉我们如何回应。
“有了Spinnakr的见解性分析,人们不用请数字策略师或昂贵的咨询师来解读网页分析数据和告知如何依据数据对网站做出改变,”创始人迈克尔·麦尔尼克(Michael Mayernick)在一封邮件中提到,“以前这个过程要花费几万或几十万美元和几月个的时间。我们无法忍受大数据的价值仍处于被锁状态。”
该系统收集访问者数据,通过实时分析引擎运营数据,发觉趋势,然后按照信息和通知对业务所有人/营销人员的重要程度来列出信息和通知。创业公司、小企业主、博客人士,等等... ...用该系统接收动态消息,用语句的形式而不是图表的形式显示发生了什么。它可以阅读“你有一条来自Facebook的峰值流量”或“你有一个拉动流量的新搜索词。”一旦显示了这条发现,Spinnakr将呈现一条关于如何应对该数据的具体的针对性的建议。比如说,如果你的网站有大量的求职者,引擎会建议你把他们引导到工作机会页面以便他们了解更多有关工作机会的信息。
麦尔尼克表示,许多客户不想自己解读数据,喜欢别人告诉他做什么。Spinnakr仍在做先进的实时分析,这一点同其竞争对手Chartbeat、谷歌分析或Optimizely一样,但它呈现给客户的方式更简洁易懂。
之前,麦尔尼克和联合创始人亚当·班尼菲尔德(Adam Bonnifield)曾分析了一场政治运动的数字策略。他们建立了政治在线目标系统,分析国会、参议院和州长活动,并称他们的技术有助于2006年和2008年的融资的破纪录。尽管数据科学家和经验丰富的策略家能够从数据中提取价值,但是对于普通人来说这仍有难度。这两人想把数据的好处开放给所有人。分析正成为所有网络运营业务的一个日益重要(而且必要)的元素。要保持竞争力,所有公司不论规模大小都需要清楚什么驱动或阻碍了他们的通畅性和参与度,并做出相应的反应。那些负担不起或不理解Chartbeat,、Google Analytics和 Optimizely等产品的人,可以使用Spinnakr。显然这是有需求的——有5,000多桩生意等着Spinnakr来做,而且Spinnakr称它已经每月为活跃SMB、电子商务和新兴企业客户优化了1000万页的观点。它还称用户常常看见超过100%的信息转换上举,而传统网页优化方法,如A/B测试,只有10-30%。
Spinnakr位于帕洛阿尔托和华盛顿特区的美国在线(AOL)一楼实验室。它创立于2011年,有六名员工。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12