
美国软件开发商Splunk于周四在纳斯达克股市进行了IPO上市,其上市发行价为每股17美元。而在上市首日交易中,Splunk股价大涨109%,报收于35.48美元,估值达到32.8亿美元。Splunk如此高调的IPO上市突然引发了投资者对一直以来都相对低调的“大数据(big-data)”公司板块的关注。
Splunk高调IPO引发投资者关注“大数据”公司板块(腾讯科技配图)
以下是内容全文:
所谓“大数据”是指收集和分析庞大数据信息的能力,这些信息涉及到人类生活的各个方面。过去,企业所使用的数据要么受制于数据库高昂的使用成本,要么受制于专业、难以配置的技术。而现在,Splunk能够让企业以低廉的成本和简单的方式来分析数据。
无论是从广义的商业角度考虑,还是从零售业、医疗或气候等具体产业分析,将“大数据”产业资本化的可能性都足以让投资者群体感到异常兴奋。
丰富大数据知识
前微软投资者、现任投资机构Ignition Partners风投伙伴的约翰-康纳斯(John Connors)表示:“与短短两周前相比,现在的投资者已经对大数据公司有了更加充分的认识。而在未来一个月里,他们还会更加丰富对大数据公司已有的了解。”康纳斯力主Ignition Partners对Splunk进行投资。
在进行最初的投资后,大数据公司的部分投资者也没有意识到这些公司到今天会如此炙手可热。Splunk的早期投资者、同时也是交通信息数据提供商Inrix投资者的戴夫-霍尔尼克(Dave Hornik)表示,起初他完全没有想到针对Inrix的投资会是一笔大数据投资。 他指出:“但结果表明,这确实是一笔针对大数据公司的投资。”
美国投资机构Greylock Partners的分析师阿西姆-钱德纳(Asheem Chandna)表示,多数纯粹的大数据公司距离IPO上市还需要数年的发展时间。不过他估计,短期内针对小型大数据公司的合并和收购行为将愈演愈烈,同时具有轰动效应的大数据公司IPO也将呈现上升态势。Greylock Partners对Cloudera和Sumo Logic两家大数据公司进行了投资。
钱德纳指出:“我们正处于大数据公司领域十年发展新机遇的开始阶段。”他还暗示,包括分析、商业智能和自动模式检测在内的与大数据有关的其他产业也将获得发展机遇。
Splunk示范作用明显
德意志银行科技股资本市场运营主管泰德-托比亚森(Ted Tobiason)指出:“Splunk的IPO将会给大数据公司领域带来非常巨大的影响。你不可能忽视投资价值的存在。”
本周四,Splunk以每股32美元开盘,较其最初提交的IPO发行价区间的中值提高了256%,其IPO估值与该公司2013年预计年营收的比率也高达八倍。这比近期上市的软件提供商Jive Software高出许多,后者的IPO估值与2013年预计年营收的比率为4.7倍。
托比亚森表示,尽管近期内鲜有从事单一业务的大数据公司具有IPO实力,但Splunk上市引发的股市轰动效应却可能刺激风投机构加大向该领域的投资力度,而大数据公司也正在积极寻求新一轮的外部融资。
托比亚森补充称,风投机构Accel Partners近期刚刚设立了一笔大数据公司投资基金,而其他风投机构的投资者则还在提出这样的疑问:我们如何能够更多地参与大数据公司领域的投资呢?
托比亚森还指出,这一趋势可能还会有助于大数据初创企业吸引更多的软件工程师从知名科技公司跳槽而来。
热门大数据公司众多
风投机构Meritech Capital分析师罗布-沃德(Rob Ward)指出:“这是一个庞大市场的延伸,而你会在这一市场看到更多诸如Splunk这样的成功者。” Meritech Capital向Cloudera和Tableau Software两家大数据公司进行了投资。
沃德补充称,Tableau的发展非常迅速,并有可能在明年考虑进行IPO上市。
科技产业独立分析师科特-莫纳什(Curt Monash)表示,他目前正在忙于约见几家大数据公司,其中就包括Cloudera、Couchbase和Hortonworks。
莫纳什指出:“Cloudera可能是继Splunk之后最具发展活力的大数据公司。Cloudera拥有约220名员工和一定数量的订阅服务用户。订阅服务是该公司目前收入的最主要来源。”
莫纳什称,Couchbase是包括数据库提供商10gen在内的一个公司群的一部分,该公司群能够提供热门数据库技术,这些技术能够同时处理大量的可变数据。大数据公司领域的其他颇有建树的公司还包括MetaMarkets和Infobright。
以下是被风投机构、投资者和科技产业专业人士特别关注的具有发展潜力的几家大数据公司:
1. Cloudera
Cloudera宽敞的办公环境(腾讯科技配图)
凭借流行开源软件Hadoop,Cloudera帮助其他公司存储和处理大数据,其主要服务的客户包括诺基亚、高通和Groupon。
Cloudera的掌门人是数据库服务公司Sleepycat Software的前任CEO迈克尔-奥尔森(Michael Olson),该公司的首席科学家是曾经打造过Facebook数据团队的杰夫-哈默巴赫尔(Jeff Hammerbacher)。在多数业内人士抱怨来自社交网络和其他地方的庞大数据令人头疼之时,哈默巴赫尔却认为当下全球的数据总量还远远不够。
2011年年底,在由包括Ignition Partners的弗兰克-阿塔勒(Frank Artale)以及来自Accel、Greylock、Meritech Capital Partners和In-Q-Tel在内的投资者发起的D轮投资中,Cloudera获得了4000万美元的融资。
2. Hortonworks
Hortonworks一直对自身的融资情况讳莫如深(腾讯科技配图)
帮助开发Hadoop软件的团队打造了Hortonworks。该公司正在努力扩大Hadoop的用户群,并大胆预测Hadoop技术将会在未来五年里处理全球一半的数据。
Hortonworks为其他公司学习如何使用Hadoop提供技术支持、培训以及合作伙伴计划。该公司CEO罗布-比尔登(Rob Bearden)曾经担任过开源数据公司SpringSource和JBoss的首席运营官(COO)。该公司的首席技术官(CTO)兼联合创始人则是埃里克-巴尔德施维勒(Eric Baldeschwieler),他曾在雅虎负责Hadoop的研发工作。
Hortonworks一直对自身的融资情况讳莫如深。但投资机构Benchmark Capital的普通合伙人彼得-芬顿(Peter Fenton)却是Hortonworks的投资者,并且成为该公司的董事会成员。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10