盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

2023-11-20 23:59

本文主要是介绍盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

提到大数据公司,我们首先想到的可能就是帮助美国消灭本拉登的 Palantir。除此之外,CB Insights 还整理了另外 13 家估值超过 10 亿美元的大数据公司。

提到大数据公司,我们首先想到的可能就是帮助美国消灭本拉登的 Palantir,这家公司的价值已经超过 200 亿美元。除此之外,CB Insights 整理了另外 13 家估值超过 10 亿美元的大数据公司。让我们看一下这 14 家大数据独角兽公司都在做什么。

大数据非常重要。关于大数据的兴起,IBM 的看法是:

我们每天创造的数据达 2.5万兆字节——仅过去两年,就创造出现在世界上 90% 的数据。这些数据来自各处:比如,搜集气候信息的传感器,社交媒体上的帖子,数字图片和视频,购物交易记录,手机 GPS 信号等。

数据量无比庞大,为了从这些数据中挖掘出意义,我们需要搜集,储存数据,并创造应用程序分析这些数据。我们曾经讨论过当今最成功的大数据公司 Palantir , 以及这个价值 200 亿美元的公司是如何独占鳌头的。然而事实上,研究大数据的公司不计其数。以下是 Firstmark 所描述的「大数据概貌」。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

如果你想在大数据方面投资,那么,从哪儿着手?你可以看看估值 10 亿(或以上)的大数据公司。根据 CB Insights 报告,有 14 家大数据独角兽公司可供你参考。第一个当然是我们经常提到的 Palantir。其他 13 家如下所述:

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:41 亿美元—— Cloudera 创建于 2008 年,其中,10.4 亿美元的投资分别来自 Google Ventures ,支持 CIA 的 In-Q-Tel(Palantir也为CIA提供服务支持)和 Intel 等公司。Cloudera 正在开发基于「100%开源软件和开放标准」的「首个企业大数据」联合平台。合作伙伴包括 Microsoft, Oracle, 和 Intel 等,他们共同与各大公司签订协约,使用该平台。这是 Cloudera 的 108 个客户的成功案例 (http://www.cloudera.com/customers.html),客户包括各大行业的巨头,如雪佛龙,第一资本,孟山都、三星、思科等。)

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:20 亿美元—— Nutanix 创建于 2009 年,其中,3.12 亿美元的投资分别来自 Khosla Ventures, Fidelity, 和 Goldman Sachs 等投资方。该公司「采用了专利弹性数据结构,通过本机化融合计算和存储, 提供网络规模 IT 基础设施产品,等等」,也就是说,它们会帮你简单储存数据,花费却比竞争对手提供的解决方案要低。与 Cloudera 一样,Nutanix 的解决方案服务横跨所有产业,也与 Microsoft 和 Intel 展开合作 。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:20 亿美元—— Domo 创建于 2010 年,其中,5.8 亿美元的投资分别来自 Blackrock , Fidelity, Peter Thiel’s Founders Fund 和 Jeff Bezos 等著名投资商。该公司正在销售其软件即服务平台(SaaS),该平台可链接客户数据所在的任意系统。你可以像这些例子(https://www.domo.com/connectors)一样,使用 100 个「连接器」把所有的数据资源连接起来。换句话说,它们将客户数据储存在「云」里,而后发放给客户简易工具,使客户可以从任意平台(甚至包括手机)存取这些数据。它就是你的大数据仓库,仓库替你保存。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:16 亿美元—— MongoDB 创建于 2007 年,其中 3.11 亿美元的投资分别来自 Fidelity , Goldman Sachs 和 In-Q-Tel 等投资方,致力于研发他们的「文件导向的数据集」。你知道传统数据库如何包含表格和字段的吗「文件导向的数据集」的构建方式与之不同。相反,它们以原来的形式储存数据文件(如 以XML形式),这样客户就可以对其查询。XML 就是所谓的「文件导向数据集」。MongoDB 是第四大最流行的数据集管理系统,客户包括 Craigslist, Adobe以及 LinkedIn 等。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:15 亿美元—— Inside Sales 创建于 2004 年,获得 2.01 亿美元投资,致力于研发「行业领先的销售加速平台」,因此,他们的战略伙伴就有 Saleforce 和 Microsoft ,也就没那么让人惊讶了。该公司的系统可以帮助按照优先顺序给渠道进行排序,更精准地预测你的渠道并使用游戏化机制(gamification)激励销售团队。当然所有这些功能都是通过大数据实现的。每位用户每月所需费用为 95 美元到 295 美元,这项服务并不便宜。Insidesales 说,他们的客户「在短短 90 天就感受到了最多 30% 的收入增长」。话虽如此,但是这就是说客户的销售周期必须很短。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:15 亿美元—— Mu Sigma 创建于 2004 年,2.11 亿美元的投资分别来自 Sequoia Capital 和 MasterCard 等投资方,致力于「帮助公司将数据驱动下的决策行为制度化。」也就是说,他们的工具可以让客户分析曾遭轻视的「大数据」。有超过 140 个世界五百强的企业使用它们的工具,这家企业雇员超过3500人(大多数在印度的班加罗尔),他们研发的这些工具在 10 多个行业垂直领域得到运用。 Mu Sigma 的夫妻总裁档希望在接下来的四年里让 2.5 亿美元的收入翻两番。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:13.5 亿美元—— Deem 创建于 2000 年,5.27 亿美元的投资分别来自 Khosla Ventures, JP Morgan, Citigroup, 和 American Express 等,致力于打造「协助降低商业成本,提升操作效率,提升雇员生产力的云和移动应用」,它们将其称作「商业即服务」(CAAS)。Deem 有超过 34000 个客户,10 万个批发商,和 1100 万个独特产品。有相当多的大数据需要分析。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:11 亿美元—— Uptake 创建于 2014 年,其中,4500 万美元的投资来自 Caterpillar 等投资方。该公司致力于设计一个「变革产业世界的平台」。核心是给你一台像火车头一样复杂的机器,然后装上 100 多个传感器,这些传感器能让你知道失败的关键在哪里,需要什么样的维修,从中产生的大量数据能让你受益匪浅。听起来就像工业机械物联网的开端。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:11 亿美元—— Actifio 创建于 2009 年,已经募集到 2.07 亿美元投资用来研发他们的「复制数据虚拟化」技术。这里的想法是,当你已经积累了很多有价值的大数据时,你会想要做个备份。而且不仅仅是拷贝需要保存的有价值的数据。在某些情况下,出于不同原因,数据组会有 30 到 40 个拷贝,比如为了便利。有了 Actifio , 你就不用将自己的存储容量徒增 30 或 40 倍,所需空间会小得多。这家创业公司正在向一些世界大型公司出售这种解决方案。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:10 亿美元—成立于 2008 年,已经募集 4.14 亿美元的资金,致力于研究「公司里运行的应用程序情况管理的 SaaS 解决方案。」也就是说,公司里运行着很多应用, AppDynamics 提供一系列对于应用程序容量、扩展性、故障排除和用户体验的管理和监控服务,它能及时告诉你软件哪里有问题了。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:10 亿美元,成立于 2009 年,已经募集到 2.76 亿美元的资金,投资人包括 Draper Fisher Jurvetson 以及 Kleiner Perkins Caufield & Byers。公司研发的产品是 「Omnicube IT 基础架构平台」 。通过更高效地存储大数据,这个平台本质上能增加你的大数据存储能力。连存储带备份,公司保证可以为你节省 90% 容量。客户的中位数数据效率比( median data efficiency ratio )是 39:1。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:10 亿美元——成立于 2002 年,已经募集到 2.2 亿美元研发 SaaS 产品,这款产品能够让你的客户更加快乐,也让你的雇员更加敬业。一听到员工敬业度,我们很难进行预测。但是 Qualtrics 的解决方案被超过 8,000 家全球领导品牌、前百名商学院中的 99 家使用,所以这里面一定有起作用的东西。

盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?

估值:10 亿美元。成立于 2003 年,MarkLogic 已经筹集到 1.75 亿美金发展他们的 NoSQL 数据库服务。NoSQL 指代的数据库和我们之前提到的 MongoDB 可能没多大关系。就像你期待的那样,他们的解决方案可应用于全产业,MarkLogic 自诩「唯一的企业 NoSQL 数据库」,被 BBC、NBC 以及一家前五的投资银行这样的公司使用。


原文发布时间: 2016-04-28 14:48
本文作者: 机器之心
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。

这篇关于盘点 | 14家超过10亿美元估值的大数据公司,有何过人之处?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/398380

相关文章

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

C#监听txt文档获取新数据方式

《C#监听txt文档获取新数据方式》文章介绍通过监听txt文件获取最新数据,并实现开机自启动、禁用窗口关闭按钮、阻止Ctrl+C中断及防止程序退出等功能,代码整合于主函数中,供参考学习... 目录前言一、监听txt文档增加数据二、其他功能1. 设置开机自启动2. 禁止控制台窗口关闭按钮3. 阻止Ctrl +

java如何实现高并发场景下三级缓存的数据一致性

《java如何实现高并发场景下三级缓存的数据一致性》这篇文章主要为大家详细介绍了java如何实现高并发场景下三级缓存的数据一致性,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 下面代码是一个使用Java和Redisson实现的三级缓存服务,主要功能包括:1.缓存结构:本地缓存:使

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分

C#解析JSON数据全攻略指南

《C#解析JSON数据全攻略指南》这篇文章主要为大家详细介绍了使用C#解析JSON数据全攻略指南,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、为什么jsON是C#开发必修课?二、四步搞定网络JSON数据1. 获取数据 - HttpClient最佳实践2. 动态解析 - 快速

MyBatis-Plus通用中等、大量数据分批查询和处理方法

《MyBatis-Plus通用中等、大量数据分批查询和处理方法》文章介绍MyBatis-Plus分页查询处理,通过函数式接口与Lambda表达式实现通用逻辑,方法抽象但功能强大,建议扩展分批处理及流式... 目录函数式接口获取分页数据接口数据处理接口通用逻辑工具类使用方法简单查询自定义查询方法总结函数式接口

SQL中如何添加数据(常见方法及示例)

《SQL中如何添加数据(常见方法及示例)》SQL全称为StructuredQueryLanguage,是一种用于管理关系数据库的标准编程语言,下面给大家介绍SQL中如何添加数据,感兴趣的朋友一起看看吧... 目录在mysql中,有多种方法可以添加数据。以下是一些常见的方法及其示例。1. 使用INSERT I

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核