京公网安备 11010802034615号
经营许可证编号:京B2-20210330
销售商与使用者:谁是大数据真赢家
数据一词最近几年热度不减,越来越多人谈论它,越来越多的公司开始在其中进行投资。
职业社交网站LinkedIn最近发布的一份针对其3.3亿用户档案分析报告显示,在2014年最热门的25项职业技能中,排名榜首的就是“统计分析和数据挖掘”。考虑到万物互联、云计算、智能设备、机器学习等不断涌现的科技潮流词汇以及由此积累的庞大数据,与大数据紧密相连的数据科学家受到职场热捧也就不难理解了。
从薪酬的角度来看,美国一项调查显示,2014年,数据科学家的平均年薪是12.3万美元,比上一年有大幅上升。Cloudera公司联合创始人、董事长、首席战略官Mike Olson在接受笔者采访时表示,该公司举办的认证培训已有5万多个学员,而在职场上,拥有一年Hadoop(一种大数据技术平台)经验的人,工资大概会增加14000美元。
事实上,类似Cloudera这样的大数据技术创业公司正是这一轮技术热潮的弄潮儿。Mike Olson称,自2008年创立以来,目前公司已有1300多家客户,估值超过50亿美元。
然而,如果谈及大数据赢家,这类大数据技术公司还不是其中的执牛耳者。
在中国,也有越来越多的公司将从大数据中获益。新年伊始即因李克强总理前来视察,并发出第一笔贷款业务而一炮走红的微众银行,就将是一个大数据的重度使用者。微众银行的整个服务均依托于互联网,其大数据系统汇集了40万亿条数据信息,从而在征信、担保等方面能获得与传统银行不一样的竞争力。
大数据应用的源起可以追溯到Google在2004年前后发布的三篇论文——MapReduce、Bigtable、GFS。在此基础上搭建的开源平台Hadoop,堪称全球大数据生态圈中最为核心的技术之一。
然而,由非营利组织管理的Hadoop平台,尽管推行开源模式,但企业并不是拿来就可以用,它需要经过进一步的加工和修缮,由此孕育了多家大数据商业开发公司,如Cloudera、MapR、Hortonworks等。这些公司的商业模式就是开发商业化的Hadoop分发版,并对外销售。
Cloudera、MapR、Hortonworks由此也被成为Hadoop市场的三驾马车。其中,Cloudera估值50亿美元,MapR在其最近一轮融资中估值超过7亿美元。而Hortonworks则在2014年12月实现了IPO,以每股16美元的价格发行了625万股股票,募集约1亿美元资金。按照1月5日收盘价26.14美元计,目前其市值为10.7亿美元。
在大数据生态圈中,这些销售Hadoop解决方案的大数据技术创业公司一直是聚光灯的焦点。他们毫无疑问是大数据赢家,得到风投和资本市场的垂青。
不过,如果从估值、股价表现和增长速度来看,应用型的大数据厂商似乎比这些技术型、基础设施层级的公司要更胜一筹。他们中的代表性企业包括Tableau、Qlik和MicroStrategy,其共同特点都是让数据变得更容易理解和消费。
比如说,Tableau成立于2003年,创始人是来自斯坦福的三位校友,三人都对数据可视化怀有很大的热情。数据可视化就是让枯燥的数据以简单友好的图表形式展现出来,是对数据分析的结果呈现。这家公司在2013年5月在纽交所上市,发行价31美元,募集资金2.542亿美元。根据1月5日收盘价84.74美元计算,目前其市值为58.8亿美元。
应用型厂商如果独辟蹊径,抓住一个细分市场做深做透,其市场价值将有很大的想象空间。这一点对于国内的大数据创业企业来说,更有参考意义。事实上,由于基础数据和操作系统的缺失,国内软件企业在传统计算时代亦是在应用层面才有所突破。
当然,如果仅是停留在服务提供商的角度来理解大数据,很显然无法完整理解这个市场——目前各类大数据厂商排名基本上都是基于这个维度。事实上,除了前文提及的两类大数据公司外,更加值得一提的是使用大数据的企业,他们堪称大数据的最大赢家。
目前全球估值超10亿美元的未上市科技企业(过去三年有风投注资)中,排名前十的几乎都是使用数据方面的能手。
其中,排名第一的小米,在最近一轮10亿美元融资中估值达450亿美元,其董事长雷军就在不久前接受媒体采访时直言:“如果我们不能用大数据技术转化出价值,那我们公司再撑下去就真的破产了……现在我扛得住,明年我也扛得住,后年我也扛得住,大后年要没价值的话,那我就破产了。”
排名第二的Uber估值412亿美元。一个打车软件之所以能获得这么高的估值,其背后的支撑亦离不开大数据。它能实时满足人、车、物的流动,用最少的车,实现最有效率的解决。而其平台上日积月累的人流、车流数据,在将来的货币化上则更具有想象空间。
从这个角度来看,真正高价值的大数据公司,或者说真正从数据中赚到大钱的公司,并不是那些销售Hadoop的公司。这些公司的特点是将数据视为一种资产。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31