
大数据的性感时代已结束 风投开始转向垂直市场
大家可能还记得,2012年的时候风险投资者们会慷慨地将大把金钱洒向任何一家将“大数据”作为研发目标的新兴企业。时至今日,融资的黄金时代已然结束:如今风险投资者们表示他们再也不想听到“大数据”这一字眼,而开始将关注重点放在那些深入开拓利基垂直市场的初创公司身上。
“我们现在更重视垂直行业机遇以及那些吸引力相对较弱的行业,”来自彭博贝塔公司的风险投资人Shiyon Zilis指出。在其看来,整形外科与垃圾处理等看起来比较乏味的行业如今已经成为大数据投资领域的宠儿。
在本周三于纽约举办的Gigaom Structure Data大会上,Zilis与其他多位投资者作出发言,提醒新兴企业不要总把“大数据”这一流行词汇挂在嘴边、也没必要一味效法Airbnb的成长经历。
相反,他们表示目前最具吸引力的新兴企业应该由两位创始人组成——其中一位深入了解特定行业、另外一位则提供专业的技术支持。这样的组合更有利于把握新型数据发展机遇并真正加以利用。
“我不太喜欢那些一味跟风模仿的企业,”FuturePerfect Ventures公司的Jalak Jopanputra表示。她还解释称,她对那些专为无银行账户提供金融服务应用程序层的公司更感兴趣。
另一位发言者,来自Khosla Ventures公司的Sven Strohband则强调了数据产品在其它非相关行业中的兴起势头。他举例称,利用爬行机器人帮助农场对莴苣菜叶进行分类或者处理内耳感染等都是切实可行的全新发展方向。而在企业建立的过程当中,他表示自己投入大量时间招聘数据工程师、并将其作为专业人士群体的重要组成部分。
在研讨当中,我们发现了一项令人惊讶的事实——不少自我识别数据BI产品专家根本无法通过手中掌握的信息挖掘出潜在价值。根据Accel Partners公司数据科学家Hilary Mason的说法,一部分企业甚至忽略了聘请专业人士来引入科学的处理方法。
“很多企业都标榜自身采用了数据驱动机制,但他们的使用效果实在令人汗颜……他们缺乏一套行之有效的实验性流程,”Mason表示。他还补充称,如果一家新兴企业无法从现有数据集当中获取价值,那么投资方也不太可能愿意为这部分数据掏出真金白银。
在谈到成功的数据公司范例时,Mason将自己的宝贵一票投给了Dark Sky——这家新兴企业开发出的天气预报应用能够利用GPS数据向用户手机推送信息,帮助他们了解何时会打雷下雨。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 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 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29