
大数据概念,技术,营销及相关企业融资分析
全球知名咨询公司麦肯锡最早嗅出大数据的商业价值,并以一系列相关报告昭示着“大数据时代”已经到来,麦肯锡这样宣称,数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。今天数据我们收集了2013年10月份获得融资或收购的国内外大数据企业,简要分析这些企业的融资活动,以给业界的朋友们一些参考。
大数据是一个体量特别大,数据类别特别大的数据集,并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。
Volumes
大数据首先是指数据体量大,一般在TB乃至PB级更高的规模左右;
Variety
数据来自多种数据源类别,数据种类和格式日渐丰富,已冲破了以前所限定的结构化数据范畴,囊括了半结构化和非结构化数据。
Velocity
在数据量非常庞大的情况下,也能够做到数据的实时处理。
Veracity
随着社交数据、企业内容、交易与应用数据等新数据源的兴趣,传统数据源的局限被打破,企业愈发需要有效的约束手段以确保其真实性及安全性。
租售数据
通过租售通过出售广泛收集、精心过滤时效性强的数据获利。
租售信息
通过对某个行业的数据采集、信息萃取,租售高价值信息获利。
数字媒体
通过大数据分析,提升营销精精准度,或者开创新的媒体渠道
数据使能
通过企业往来的交易数据、信用数据、客户评价数据,建立新业务,没有历史数据,该类业务则无法开展。
数据空间运营
租售数据存储空间,应对大数据的大体量
技术提供
基于Hadoop、Nosql等技术,提供结构化或非结构话数据处理技术或工具。
目前,在大数据产业链上有三种大数据公司:
我们收集了2013年10月世界范围内,大数据相关企业的融资近况。
4.1 2013年10月共有17家企业融资成功或被收购,其中76%的企业从事大数据技术研发,该数据意味当前大数据行业尚处于萌芽期,行业成功案例不多,技术正在逐渐成熟。
4.2 作为信息技术强国,美国(59%)、以色列(17%)企业在大数据行业依然博得先发头筹,值得关注。
4.3 获得融资的企业58%是近两年初创的企业。
4.4 从融资额度来看,融资额度主要集中在500万美元以上。
4.5 从融资轮次来看,种子、天使、A轮融资近半数,尚处于拓荒期。
大数据落地的两个必要条件:一、丰富的数据源,二、强大的数据挖掘技术。
目前,可应用开源、免费的数据挖掘产品,降低前期数据挖掘技术的门槛。另外,数据源匮乏是很多企业在大数据战略上受挫的原因。企业要想在大数据时代领先,必须通过多方合作等方式,获取更多的数据来源,基于外界共享数据建立自身的核心优势。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04