京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11 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 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段,通过流量随机分组、对照组与实验组对比,科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中,索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景,面对 ...
2026-08-10 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-08-10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