京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,如何靠数据挣钱
大数据时代下,数据就如同矿石,如果能够充分挖掘并善加利用,大数据将会成为大财富。在很多情况下虽然大数据的价值还没得到充分证明,但分析人士指出这一市场正在扩大,越来越多的有经验的投资者希望能得到不为人知的独家数据。
目前已经有很多初创公司认识到了这一点,接下来本文将介绍三家利用大数据挣钱的初创公司:
Orbital Insight:分析卫星图像
Orbital Insight是一家通过分析卫星图像来获取和售卖数据的初创公司。其创始人James Crawford以前是谷歌的工程师,他可以在一些不可思议的地方看到商机,比如中国在建建筑的影子。通过卫星图观察中国地区在建建筑影子的变化,可以分析出中国建筑行业是在繁荣上升还是在萧条下降。投资商们渴望自己比竞争对手有哪怕那么一点点优势,能更多地掌握这些独家信息对他们非常重要。Orbital Insight目前正在分析中国30个城市的卫星图,为开发商们提供独家数据,从而使他们不再依靠政府提供的数据。
此外Orbital Insight还通过分析庄稼地的卫星图来预测庄稼的长势;分析停车场的数据来初步预测沃尔玛和家得宝等零售商的季度销售情况。
在本周二,Orbital公司对其预测系统做了首次测试。基于对罗斯百货停车场的历史数据分析,Orbital预测该公司在第三季度的销售额会好于预期。最终结果显示,罗斯百货的第三季度销售额为25.99亿美元,甚至高于Orbital预测的25.6亿美元以及分析家普遍预测的25.5亿美元。
James Crawford称其公司的首批用户包括几家价值几十亿美元的对冲基金公司,但谢绝透露他们的名字,以及他的收费标准。Orbital的早期投资商包括硅谷的风投公司Sequoia Capital,在接下来几周的下一轮融资中,Orbital希望能获得800万美元的资金。
波士顿大学卡罗尔管理学院经济学教授Ronnie Sadka认为,新类型数据固然会变得重要,但投资商们应该慎重选择。此外,调研企业TABB Group的资深分析师Paul Rowady说:“我将这归为实验目录,这些产品在表面上很让人震惊,但是要把他们转换成交易指标却是一个巨大的挑战”。比如前面提到的停车场数据分析,Orbital公司需要先从卫星公司购买一百万张卫星图像,然后建设计算机系统来从分析这些数据,从中得到可能的交易指标。
Dataminr:挖掘社交网络数据
Dataminr的三位创始人此前是耶鲁大学的室友,该公司依靠推特上每天的消息来获取数据来源。Dataminr每天要梳理5亿条推特信息,以求在正式媒体报道前得到市场变化的消息。
Dataminr提供的系统能将每条实时推特消息分类并去除垃圾消息,然后将其与最新的新闻消息、市场价格、天气情况以及其他的一些数据来对比分析这些消息的重要性。此外,该系统还能检测某个特定的用户过去在某个话题上是否可靠。
在今年的9月2日,独立记者Brian Krebs在推特上发消息称家得宝“可能会是信用卡违约的最新受害者”,Dataminr的系统立刻识别出这是一个对客户有价值的消息。随后,这一预警消息被传达给客户,包括60家银行和对冲基金公司。结果显示,其速度比财经新闻快了15分钟,而且该消息是在家得宝股票价格下降2%前被送达。
Premise:提供宏观经济数据
Premise旨在为世界各地的人们提供小量交易额信息,帮助他们观测产品价格,让公司提前了解通货膨胀率的变化和其他的一些经济指标。
很多时候真实的经济情况与官方的描述并不一样,Premise的宏观经济数据正是为了解决这一问题。“在世界的有些地方,人们没有关于经济情况的可靠信息来源,我们的目标是提高透明性”,Premise的首席执行官 David Soloff这样说道。
该公司的的数据大多是免费的,其用户包括一些金融公司。Premise目前在18个国家的68个城市有人来贡献数据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27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