京公网安备 11010802034615号
经营许可证编号:京B2-20210330
做蚱蜢、蜘蛛还是狐狸?新兴大数据公司的四种理念
随着大数据概念的提出,新兴相关数据公司也犹如雨后春笋般出现,想象一下每早与大数据创业梦想一起醒来,这确实是一种美妙的感觉。粗浅地想象一下貌似处理大数据很容易,你只需要:
1)一个使一切工序“自动化”的想法
2)一伙能够拿出一个个算法的“数据科学家”
3)数据!大量的数据!
如果你已经有了一个基本的想法,而至于那些“数据科学家”们,你通常可以在和你合伙的小伙伴们中找到他们(如果没有的话,去哈佛、耶鲁、伯克利或者纽约大学这样的高校碰碰运气吧)。 万事具备,只欠东风,那么问题来了,该如何找到数据呢?通常有以下几个可以考虑的备选策略。
策略1:蚱蜢——相信开放数据吧!
蚱蜢先生是个乐天派,他总是告诉自己:“别担心,总会有可供使用的数据出现的,说不定它们之中还会有可以自由访问的呢!”不论现在或是将来,他相信开放数据,这一切都是为了提供他自己的服务。
这种开放数据策略可以在金融和运输市场中带来可盈利的成果。例如,初创公司往往可以运用商品运输信息,并且将它与货物与市场价格进行交叉关联,从而对有关的工业提供高度相关的信息。
这个方法的主要缺点是数据的开放范围往往有限。事实上,由于伦理或是经济方面的原因,当你想研究一个具体的东西,比如一个人、一个产品或一个地址时,开放的数据总是有所遗漏的。无论如何,最有用的东西往往是那些自己私有的(真是幸运)和花钱买来的(真是悲催)。
策略2:蜘蛛——编织你自己的网络吧!
蜘蛛先生总是那么一丝不苟。“没有数据?没关系,让我们去寻找它。”蜘蛛先生创建了一个网络结点以供他捕获数据,有时他从一个小结点出发,然后慢慢寻找更大的。蜘蛛先生将制造所有的接入点和链接器,并允许所有的参与者在使用他的服务的同时时把数据提供给他。
大多数的在线营销者采取这样的做法:这意味着你的“tracker”(从第三方网站获取流量的组件)都在网上,从而能够有最大化的数据量和最大的网络可能性。而如今,这一切正在向移动应用端转移,我们不在谈论如何运用“tracker”而是如何运用SDK(软件开发工具包)。在我们生活的现实世界中,Lokad公司已经构建了一个延伸到超市收银机的网络,使得大部分的专用收银机和库存管理程序间实现了简单的链接,从而为超市库存管理提供了一个有效的解决方案。
如果一切顺利,蜘蛛先生的方法将使得他足以建立一个扩张速度很快的成功企业。然而,这样的方案对以下两个风险因素极其敏感:
蜘蛛网太脆弱了(一个大的网络参与者可以决定“改变游戏规则”并摧毁一切)
足够肥美的昆虫太少了(也许那些大型客户和真正有兴趣的客户并不在这个网络的覆盖的范围内)
策略3:狐狸——狩猎“大集团”!
狐狸先生在哪里寻找“大数据”呢?答案是在那些已经把“大数据”喂得饱饱的大企业里。 狐狸先生按照以下几个步骤行动:
首先,他提出一个问题的可能的解决方案(例如,减少欺诈行为,提高你的广告购买的投入,增加你的邮件营销途径,采购性能更好的原材料,等等) 接着,他开始收集客户资料,并尝试实现解决问题的方案 最后,他将运用从第一个客户那学来的知识,对之后客户提出的问题给出更为简化的解决方案。
狐狸先生的一生十分艰辛,因为在他迈出走向成功的第一步时,就必须坚信自己能够解决那些自己从未解决过的问题。为此,他必须激发出自身强大的欲望(为了吸引大集团老总的注意),招摇自己的能力(大谈算法、职称、学历),炫耀自己所有的华丽衣冠(那些使人耳目一新的图表设计规划)。因此,“大数据”狐狸是一个吃力不讨好的角色,往往在他得到用真实的数据证明自己的机会之前,就不得不费尽心思地去说服别人。
当狐狸先生成功时,他便可以真真正正地为潜在的客户解决一个有直接价值的实际问题了。然而,这么做同样有非常显著的副作用:那些辛辛苦苦为第一个大客户建立的产品、服务和模型往往将会被卖给他们的竞争队手,一些相对较小的客户,这就相当于狐狸先生教会了自己的大客户如何更好服务于他们的竞争对手(那些小客户)。这意味着,参与其中的大集团们有时将会间接地帮助自己的竞争者去以更低廉的价格获得服务,从而无形之中充当了替罪羊的角色。
策略4 工具制造者!
既然所有人都想玩转大数据,那么为什么不把大数据分析交给工具,而我们只需成为工具制造者。
大数据分析工具市场是一个竞争化的市场,既有一些新创立的小企业的参与,也有一些类似于谷歌、微软、Oracle等的行业龙头的参与。同时,大数据分析工具市场也是一个强吸金市场,单2014年就有数十亿美元的投资额。然而,当这次大数据分析的热潮过去之后,大数据分析工具的需求是否还会持续?这是目前该市场面临的主要问题。这极其类似淘金时代过去后,对镐这种工具的生产是否还具有大规模可持续性的问题。当然,目前我们对大数据的分析尚停留在石器时代,能够进行大数据分析的“镐”还没有完全被开发出来。智能计算机系统需要更高效更可控的分析工具。就让我们先生产出“镐”吧,然后期待以后的某一天可以生产出大数据分析的“手提钻”!--cda数据分析师考试
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10