京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据你必须了解的5大关键因素
互联网金融的发展与扩大在这近十年的时间取得非常迅速的进展,这当然一个很重要的原因是得益于大数据分析和大数据挖掘的影响和助攻。说到大数据发展,目前很多公司的形式都是独立或联合一个部门出来专门进行数据分析和数据挖掘的工作,这也为数据分析师和数据挖掘师提供了用武之地。不过这个世界好多人都是不满意现状或有自己的个性追求的,面对大数据分析的发展,有人开始着手进行大数据创业了。说到大数据创业,可能大家都会比较陌生,大数据创业,到底是怎么个创发,主营业务是什么,需要有哪些必备条件或因素。下面,就来和大家讲讲:大数据创业,你必须要了解的5大关键因素。

1.基础设施非常难
不仅开发基础设施技术产品很难,销售起来也很难,具体到大数据基础设施工具如Hadoop、NoSQL数据库和流处理系统则更是难上加难。客户需要大量培训和教育,付费哟娜谷需要大量支持和及时跟进的产品开发工作。
这意味着需要大量的资金支持,例如Greenplum在2010年获得1亿美元投资但仍然不足以完成所有工作,最终不得不选择卖给EMC。今天最出 名的几家大数据创业公司融的钱更多,例如Cloudera。基础设施类的大数据创业公司通常需要数百万美元种子资金启动,但是A轮融资的道路异常艰辛。
新兴的大数据创业公司还必须与那些在客户那里已经有一些知名度甚至合作项目的公司竞争,例如Cloudera、Hortonworks、10gen、亚马逊AWS、IBM、Oracle等。
反观大数据应用创业则相对简单的多,无论面向垂直行业应用还是数据可视化这样的通用大数据应用都是如此。因为这些大数据应用的价值对于客户来说更为直观,距离业务也更近,进入企业IT系统的摩擦也更小。
2.云计算是朋友
无论你是销售大数据基础设施还是应用,云计算都是更有效的业务载体。选择云计算不仅仅是在云端托管,更重要的是通过云计算向客户提供服务。你将拥有更多控制权,同时在有限的资源上优化运行也会让你对产品的理解更加透彻。
云计算也降低了潜在用户试用产品的成本和门槛,从NewRelic到亚马逊AWS都从云计算+大数据模式中获益。
3.开发者是朋友
如果你主要从事大数据分析,例如ClearStory、Platfora或者CRM营销应用,数据分析师就是你的朋友。无论那种情况,最好的办法就是围绕以开发者和市场人员为主的目标受众进行开发和营销工作,CIO反而不是很好的目标受众!
专注CIO而非开发者往往会导致你在实际签约时碰到棘手问题。围绕开发者营销的战术被很多云计算创业公司和纯大数据软件公司所采用。
4.将数据科学家推向前台中央
这既是市场也是销售策略,数据科学家才是能够展示数据和平台威力的人,他们也是会议上最受欢迎的演讲者。
但大数据科学家也需要慎重选择传播内容。如今大家都接受了Hadoop和NoSQL,所以没必要每次开会言必称4V之类的科普。至于如何配置和集成大数据系统也只能吸引小部分听众,除非你的项目规模超大。
5.开源有多重要,取决于你自己
几乎所有的大数据公司都依赖开源软件,有些是“借”来的,如Hadoop、Storm以及各种数据库,有些是自行开发的,有些则是混合模式,例如在HBase上增加的一些功能应用。这些开源项目如此流行是因为社区的力量。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22