
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
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29