
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
DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-08-07SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-07大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-08-07K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-08-07CDA 数据分析师考试全解析 在当今数字化时代,数据已成为企业发展的核心驱动力,数据分析师这一职业也愈发受到重视。CDA 数据分 ...
2025-08-07大数据时代的隐患:繁荣背后的隐忧 当我们在电商平台浏览商品时,系统总能 “精准” 推送心仪的物品;当我们刷短视频时,算法 ...
2025-08-07解析 F 边界检验:协整分析中的实用工具 在计量经济学的时间序列分析中,判断变量之间是否存在长期稳定的均衡关系(即协整关系) ...
2025-08-07CDA 数据分析师报考条件详解:迈向专业认证的指南 在数据分析行业蓬勃发展的当下,CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-07通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型,又称比例风险回归模型,是一种用于生存分析的统计方法。它能 ...
2025-08-07评判两组数据与初始数据准确值的方法 在数据分析与研究中,我们常常会面临这样的情况:需要对通过不同方法、不同过程得到的两组 ...
2025-08-07CDA 数据分析师行业标准:构建数据人才的能力坐标系 在数据驱动决策成为企业核心竞争力的时代,CDA(数据分析师)行业标准作为 ...
2025-08-07反向传播神经网络:突破传统算法瓶颈的革命性力量 在人工智能发展的历史长河中,传统算法曾长期主导着数据处理与模式识别领域 ...
2025-08-07MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-07抖音数据分析师:驱动平台增长的幕后推手 在抖音这个日活用户数以亿计的超级平台上,每一次用户的滑动、点赞、评论,每一条 ...
2025-08-07基于 SPSS 的中介效应分析结果解读:揭示变量间的隐性关联 在社会科学与自然科学研究中,变量之间的关系往往并非简单的直接作用 ...
2025-08-07