
大数据融资案例:投资人更青睐数据服务类公司
从9月下旬到现在差不多两个月的全球大数据方向的投资并购案例, 总共35个项目,超过15亿美元, 包括三起超过一亿美金的收购(Facebook 1.5亿美元收购移动数据分析服务Onavo, NoSQL数据库公司MongoDB获得1.5亿美元投资, Monsanto 9.3亿美元收购天气大数据公司Climate Corporation),是否大数据投资将迎来一波高潮?
网友@it桔子做了一些详细的分析,按照主营业务大致分类:
技术服务类项目:8个
数据服务类项目:5个
大数据分析服务类项目:17
解决方案服务类项目:5个
上一期的产业前沿栏目介绍了技术服务类公司的8个案例,今天再来看一看5个数据服务类公司的投资并购案例。
tag:数据服务
ERN 成立于2011年,是一家来自英国的银行卡、信用卡交易大数据分析服务公司,通过对消费者交易数据的跟踪,进而提供忠诚度管理及优惠推送服务。该公司日前再度获得100万美元种子投资,不过未透露投资机构。在今年8月及6月,ERN曾分别获得100万、160万美元的投资。
这样其种子轮融资总共达到 560 万美元。新注入的资金将主要用于其拓展亚洲市场,而之前的资金部分用于对两家英国数据分析公司进行人才收购——Inspired Analytics 与 Elucidata。另外,其之前挖到的前美国运通全球营销负责人 Brian Thom 将出任 ERN 亚洲区总裁。
ERN 提供的交易数据分析,能够帮助信用卡发卡方以及合作商户提升客户忠诚度。ERN 的数据分析平台“Looop”将会从信用卡发卡方处读取用户的交易历史,分析用户的消费习惯,从而制定个性化促销方式。比如 Looop 一旦分析出某顾客对包包有偏好,那如果某店有新包到货,Looop 就会在其针对消费者的应用(或其它推送渠道)上推送给 TA 到店消费的电子消费券。另外,Looop 还加入了电子围栏的技术,会在消费者逛街时,通过 Looop 应用推送给 TA 曾经消费过的店的促销产品或服务,吸引其再次光顾。
ERN 是在今年 2 月的 FinovateEurope 2013 大会上发布 Looop 平台的。目前该平台每秒能处理 10 万笔交易。也是在这次大会上,ERN 宣布和 The Retail Data Partnership(TRDP)合作,该组织网罗了英国 1500 多家独立商户。时至今日,ERN 又在欧洲和亚洲开发了好些不具名的商户。
tag:数据服务
信策数据前身为创立于2002年美国华盛顿特区的GW Future,2009年搬家到中国上海。该公司是一家零售金融业咨询分析公司,通过对零售客户群数据的深入科学分析,向企业提供从营销决策到客户关系管理以及风险管理的一揽子解决方案,2012年发布了“来客宝”,曾获得阿米巴资本数百万元投资。
信策CEO顾晨炜是美国北卡罗莱纳大学计算机科学硕士、博士候选人,曾任渣打银行(香港)管理委员会成员、商务决策部总经理,美国第五大零售银行第一资本金融公司(Capital One Financial Corporation)风控运营部经理及欧洲大陆区风控执行官、资深总监。顾晨炜对数据集市、商务智能、定量决策分析及零售战略等有深刻理解。
tag:数据服务、分析服务
Climate Corporation成立于2006年,是一家主打天气大数据技术服务的公司,这家保险公司可以为美国的农民朋友提供天气意外保险,农民朋友可以在电脑上模拟未来可能破坏农业生产的天气,然后选择合适的保险进行投保,这样在未来发生灾害时损失可以降低到最少。
The ClimateCorporation已经有6年的运营历史,曾叫做“WeatherBill”。最近从 Founders Fund、Khosla Ventures、Google Ventures、NEA、IndexVentures、Atomico、Glynn Capital 和 Western Technology Investment等数家风险投资公司获得了超过5000万美元的风险投资。现在 The Climate Corporation面临的问题不是资金不够,也不是数据不足,而是客户不够。据媒体报道,The Climate Corporation官方发布的数据说,过去几年,只有寥寥几千名农民投保天气意外保险。农业生物技术公司Monsanto宣布斥资9.3亿美元收购ClimateCorporation。The Climate Corporation在获得本次投资后,总融资额已经达到1.1亿美元。将用这批新的资金来招募更多人才来开发最新技术,扩大市场规模。
tag:数据服务、分析服务
Logentries成立于2010年,是一家基于云端的网站日志(log)管理工具和数据分析服务平台,可以帮助企业运维人员实时了解和调取网站日志数据和预警等。它产自与IBM联合研究10年的都柏林大学性能工程实验室(Performance Engineering Laboratory)。LogEntries获得了来自Launchpad、都柏林大学学院Nova创新中心的支持以及Enterprise Ireland的资金支持,在都柏林的Dogpatch Labs孵化。而Polaris Venture Partners则支持都柏林和旧金山的Dogpatch孵化器。
LogEntries称自己的产品无需复杂的查询语言,就能识别并提醒公司数据中的重大事件。LogEntries的实时搜索解决方案能在整个软件层中运行,由特拉佛·派森斯(Trevor Parsons)博士和维利亚姆·赫拉布(Viliam Holub)博士创办。Heroku也接入了该服务。
该公司日前获得1000万美元B轮投资,由Polaris Venture Partners领投,此前该公司获得110万美元种子投资。
tag:数据服务
BrightTag成立于2009年,是一家面向企业的Tag管理及数据服务平台,基于Tag提供广告营销及效果监控服务。
BrightTag 是一家面向企业的 Tag 管理及数据服务平台,帮助企业基于 Tag 更好的进行广告营销和投放效果监控等。Yahoo! Japan 会将 BrightTag 的技术整合到将于明年推出的首款实时跨渠道数据管理中心 (Real-Time Cross Channel DMP),与此同时,新的合作也会给BrightTag 带来不少 Yahoo!Japan 的合作伙伴。据悉,目前使用 BrightTag 服务的品牌已经超过 1000 家,其中包括 Levi’s 和 GAP 等。
国外类似 BrightTag 的公司有 Demdex(11 年被 Adobe 收购)、TagMan 等。
该公司日前获得2700万美元D轮投资,由雅虎日本(Yahoo! Japan)领投,Baird Capital、 EPIC Ventures、 I2A Fund等跟投,这样该公司累计融资达到5000万美元。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30