
大数据为何成为VC持续投资新方向_数据分析师
在这一周内,有3家大数据创业公司获得了高额投资:Splice Machine获得400万美元融资,将用于开发大数据应用的SQL引擎;MongoHQ获得600万美元投资,用于完善其数据库服务;Bloomreach获得2500万美元投资,将用于大数据应用开发。
到底是什么原因让VC们对大数据青睐有加?这三家公司本身就是答案。
Splice Machine高管表示,使用Splice的SQL引擎,用户将不需要重写任何已有的基于SQL的应用或BI工具就能够读取数据。
MongoHQ的强项是数据库管理工具,它能帮助用户更有效率地扩展数据库。而且公司的盈利前景也非常乐观,公司管理层表示从去年以来业务正以每月20%的速度增长,目前每天需处理超过50亿条MongoDB数据库操作。
三家公司都堪称大数据创业公司中的佼佼者,它们得以迅速发展的主要原因就在于日益增长的大数据应用以及全新数据基础架构的需求。而这两种不断融合统一的需求就成了VC们为更多大数据创业公司投资的原始驱动力。
Gartner研究中心在最新发布的一份报告中阐述了到2016年大数据将如何在IT投资中吸取2320亿美金投资,并提出了“数据功能”这一新名词。而这个新名词正好解释了为什么投资资金会源源不断流入诸如上述三家的大数据公司。
不过,数据功能只是其中一部分原因。Cloudscaling公司的创始人Randy Bias发文揭示了这类创业公司所代表的更为广泛的意义。他称,这是由“包括Google、Facebook和亚马逊在内的最具影响力的互联网公司开创的”IT新模式,它将颠覆整个市场。该模式将从建立极高效率的数据中心开始,再扩展到开放硬件项目(比如开放计算),最终完成向扩展软件架构模式的转变(以Hadoop和Cassandra等大数据项目为主)。
只有颠覆才能带来新生和成长,这就意味着数据库基础服务商需要不断改变才有机会充分利用扩展架构。Splice Machine和MongoHQ的发展趋势代表了数据库市场的转型,Bloomreach则证明了大数据应用能够通过新的数据架构充分利用扩展系统并发展为新的市场趋势的。而所有这些都是传统的SaaS应用无法提供的。
大数据应用在一定程度上代表了IT行业的发展趋势,这也正是VC们将持续在此领域投入资金的主要原因。
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