京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据和创业公司【实例】_数据分析师
HamptonCreek是一家专门生产植物鸡蛋食品的创业公司,它最有名的产品是“Just Mayo”蛋黄酱!这家公司在本周刚刚进驻Dollar Tree开设专卖店,在接下来的几个月中,它还会将公司位于旧金山市中心的总部扩建成占地9万平方英尺的办公场所。尽管这家创业公司成长惊人,但它最令人吃惊的动作还是在于挖走了Google的高级数据分析师丹·西格蒙德(Dan Zigmond)。
数据分析师的秘密
一家生产蛋黄酱的初创公司,和一位在过去八年的时间里一直都在处理YouTube和Google Maps 出现的数据难题的Google高级数据分析师之间能碰撞出什么样的火花来呢?
简单说,HamptonCreek给西格蒙德现在的新任务,是为Hampton Creek建立全世界最大的植物数据库。
“我们已经吃了太多垃圾食品了,所以我们需要吃更多的健康的低脂肪植物!USDA最新发表的一份调查表明,我们购入了太多的红肉、细粮和不健康的脂肪。”按照Hampton Creek的CEO乔什·蒂特里克(Josh Tetrick)的说法,西格蒙德正是最合适的人员。“丹拥有令人难以置信的大脑,他能够整理大量的数据,并从中找出数据之间的真正联系。”他所说的“真正的联系”指的是利用现有的数据库找出能够真正改善地球的植物。
蒂特里克认为这位前GoogleMaps的专家着手建立的全世界最大的植物数据库,有可能会改变我们每天早上放进嘴里吃的东西,而我们不会觉察到有什么不同,这样就可以从根本上改变美国人日益凸显的体重问题。
远大的目标——人类健康
事实上,每天过量摄入玉米和大豆产品,是导致美国人体重大幅上升的主要原因。一方面,因为购买精细或者加工过的食物的价格要比健康有机蔬果便宜得多——自从大萧条以来,美国政府一直都根据农业法案向种植某些作物(例如玉米和大豆)的农民提供津贴,很显然,这份法案对薯片和糖果的产量提供了很大的支持,而不是苹果和其他更为健康的食品。
毫无疑问,超市里面能买到最便宜的食品通常都有较高的卡路里含量和较低的营养价值。这些食品大部分都是来自农业法案所扶持的玉米和大豆。以上的原因导致了每三个美国成人当中就有一人患有肥胖症。这意味着现在美国有超过1亿的人口正在面临更高的健康风险,比如更容易患上糖尿病和心脏病。另外,截至2008年,美国每年的医疗支出已经超过了1,470亿美元!
在Hampton Creek看来,工厂化农业经营造成了大型工业化农场的垄断地位,这样会导致大规模的浪费,土壤也会被磷酸甘油之类的除草剂污染,工人的收入被拉低,另外现在很多普通的病原体都对抗生素产生了抗药性,有很大一部分的原因都是来源于农场的工业化经营。“如果能建立一个数据库,让其他的公司可以从中获取世界上各种植物的信息,然后利用这些信息来鼓励农民种植一些对地球有好处的新经济作物(不仅仅是大豆和玉米)。这样反过来也能帮助农民更好地养家糊口,提供更加健康、性价比更高的食物,同时也能带动小型农场的发展。”蒂特里克如是说。
但问题是,要建立全世界最大的植物数据库来解决以上的问题可不是一件简单的事情。现在世界上有超过870万种已知的植物,更不要提每种植物之下还有多种不同的分类了。
解密数据
Hampton Creek最出名的产品是蛋黄酱,不过它也有卖不含鸡蛋的曲奇饼,并且很快就会推出一种外观和味道都跟鸡蛋一样的豆制品。蒂特里克说如果拥有世界上最大的植物数据库的话,他们将会推出更多不含鸡蛋的产品。他表示有一种植物现在还没有投入市场,但是它可以降低糖果的含糖量,同时还能保持糖果本来的味道。
实际上,Hampton Creek的调研团队现在已经记录了13种植物当中的4,000棵不同的植物,希望找出比HamptonCreek现有产品拥有更好地稳定性和口感,而且价格更低的植物特性。蒂特里克做出了这样的比喻,“我们现在不是在搅拌鸡蛋,而是将植物捣碎,找出我们需要的特性。”
西格蒙德如果建立出全世界最大的植物数据库,Hampton Creek就可以开始研究那些植物拥有他们所需的特性,可以做出更健康、更便宜,而且对动物和环境的影响更低的食品。
蒂特里克深入解释了他们发现某些类型的加拿大黄豆拥有合适的分子质量,这就意味着这些黄豆拥有合适的稳定性,可以用于制作Hampton Creek想要的产品。但是从目前来看,要找到更多这样的植物特性无异于大海捞针。仅仅是加拿大黄豆就有超过2,000个变种。
出售数据
Hampton Creek的目标是向大众提供价格合理,同时能够改善地球的食品。“这就是我们最近进驻Dollar Tree的原因。”蒂特里克说道,“比如像我爸爸这样的人就应该买得起蛋黄酱,不用担心它的价格和是否健康。对于普通人来说,食物应该变得更加健康和便宜,不然它们就没有任何意义了。”
根据蒂特里克的说法,通过大数据了解了这方面的知识之后,他们就可以做出更便宜、更安全、更健康的产品。而且这些信息也是一些大型食品厂商愿意花钱购买的。虽然蒂特里克不愿意透露具体的厂商名字,但是他说Hampton Creek现在已经跟几家知名的食品品牌商讨数据库授权的事宜。
“如果现在有人要用十亿美元买下Hampton Creek,我们全公司上下都会毫不犹豫地拒绝。”蒂特里克说道。事实上,这家创业公司现在已经获得了由Bill Gates Foundation和Google Ventures等投资人提供的3,000万美元资金,而且,Hampton Creek是一家盈利的公司,他们的“Just Mayo”蛋黄酱产品在美国Whole Foods、Safeway、Costco和Dollar Tree等商店出售。
不论是Costco还是Dollar Tree,这些商店对于蒂特里克个人来说有着最重要的意义,因为这是一家面向中等收入的美国人的商店,也是他爸爸会走进去买东西的商店。
蒂特里克想要让这些产品变得随处可见,能够让人们真正吃上更好地食物,无需再站在收银台前在价格和健康之间作出选择。“这也是我愿意将他们的信息卖给一些大型食品厂商的原因。”蒂特里克说,“我真的很想做一些能够改变世界的事情。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17