京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Spinnakr发布了它的产品,该产品提供“简单易懂的大数据”。该公司还宣布从Andreessen Horowitz、500 Startups、Point Nine Capital、Sandhill Angels、comScore的一个联合创始人、及其它天使基金获得种子融资。
Spinnakr平台致力于让数据分析简单易懂、容易获取,让每个人都会做。该技术像“分析和优化顾问”,它可以感知重要机遇并告诉我们如何回应。
“有了Spinnakr的见解性分析,人们不用请数字策略师或昂贵的咨询师来解读网页分析数据和告知如何依据数据对网站做出改变,”创始人迈克尔·麦尔尼克(Michael Mayernick)在一封邮件中提到,“以前这个过程要花费几万或几十万美元和几月个的时间。我们无法忍受大数据的价值仍处于被锁状态。”
该系统收集访问者数据,通过实时分析引擎运营数据,发觉趋势,然后按照信息和通知对业务所有人/营销人员的重要程度来列出信息和通知。创业公司、小企业主、博客人士,等等... ...用该系统接收动态消息,用语句的形式而不是图表的形式显示发生了什么。它可以阅读“你有一条来自Facebook的峰值流量”或“你有一个拉动流量的新搜索词。”一旦显示了这条发现,Spinnakr将呈现一条关于如何应对该数据的具体的针对性的建议。比如说,如果你的网站有大量的求职者,引擎会建议你把他们引导到工作机会页面以便他们了解更多有关工作机会的信息。
麦尔尼克表示,许多客户不想自己解读数据,喜欢别人告诉他做什么。Spinnakr仍在做先进的实时分析,这一点同其竞争对手Chartbeat、谷歌分析或Optimizely一样,但它呈现给客户的方式更简洁易懂。
之前,麦尔尼克和联合创始人亚当·班尼菲尔德(Adam Bonnifield)曾分析了一场政治运动的数字策略。他们建立了政治在线目标系统,分析国会、参议院和州长活动,并称他们的技术有助于2006年和2008年的融资的破纪录。尽管数据科学家和经验丰富的策略家能够从数据中提取价值,但是对于普通人来说这仍有难度。这两人想把数据的好处开放给所有人。分析正成为所有网络运营业务的一个日益重要(而且必要)的元素。要保持竞争力,所有公司不论规模大小都需要清楚什么驱动或阻碍了他们的通畅性和参与度,并做出相应的反应。那些负担不起或不理解Chartbeat,、Google Analytics和 Optimizely等产品的人,可以使用Spinnakr。显然这是有需求的——有5,000多桩生意等着Spinnakr来做,而且Spinnakr称它已经每月为活跃SMB、电子商务和新兴企业客户优化了1000万页的观点。它还称用户常常看见超过100%的信息转换上举,而传统网页优化方法,如A/B测试,只有10-30%。
Spinnakr位于帕洛阿尔托和华盛顿特区的美国在线(AOL)一楼实验室。它创立于2011年,有六名员工。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03