大数据创业难度大 五个值得关注的重点
Gigaom作者Derrick Harris近日就大數據創業公司的成長和融資問題撰文指出,大數據創業公司要想生存發展并贏得投資人的芳心必須注意一下幾點:明智地選擇你的戰場和目標用戶并圍繞你的技術建立社區。大數據需要的不是啦啦隊,而是實干家。Harris的觀點可以歸納為五點,摘譯整理如下:
1.基礎設施非常難
不僅開發基礎設施技術產品很難,銷售起來也很難,具體到大數據基礎設施工具如Hadoop、NoSQL數據庫和流處理系統則更是難上加難??蛻粜枰罅颗嘤柡徒逃?#xff0c;付費用戶需要大量支持和及時跟進的產品開發工作。
這意味著需要大量的資金支持,例如Greenplum在2010年獲得1億美元投資但仍然不足以完成所有工作,最終不得不選擇賣給EMC。今天最出名的幾家大數據創業公司融的錢更多,例如Cloudera?;A設施類的大數據創業公司通常需要數百萬美元種子資金啟動,但是A輪融資的道路異常艱辛。
新興的大數據創業公司還必須與那些在客戶那里已經有一些知名度甚至合作項目的公司競爭,例如Cloudera、Hortonworks、10gen、亞馬遜AWS、IBM、Oracle等。
反觀大數據應用創業則相對簡單的多,無論面向垂直行業應用還是數據可視化這樣的通用大數據應用都是如此。因為這些大數據應用的價值對于客戶來說更為直觀,距離業務也更近,進入企業IT系統的摩擦也更小。
2.云計算是朋友
無論你是銷售大數據基礎設施還是應用,云計算都是更有效的業務載體。選擇云計算不僅僅是在云端托管,更重要的是通過云計算向客戶提供服務。你將擁有更多控制權,同時在有限的資源上優化運行也會讓你對產品的理解更加透徹。
云計算也降低了潛在用戶試用產品的成本和門檻,從NewRelic到亞馬遜AWS都從云計算+大數據模式中獲益。
3.開發者是朋友
如果你主要從事大數據分析,例如ClearStory、Platfora或者CRM營銷應用,數據分析師就是你的朋友。無論那種情況,最好的辦法就是圍繞以開發者和市場人員為主的目標受眾進行開發和營銷工作,CIO反而不是很好的目標受眾!
專注CIO而非開發者往往會導致你在實際簽約時碰到棘手問題。圍繞開發者營銷的戰術被很多云計算創業公司和純大數據軟件公司所采用,例如Splunk和Tableau。
再比如Infochimps和Continuuity的產品類似(兩者都被迫按落云頭,迫降在用戶數據中心),但Continuuity完全面向開發者,這意味著能積累更多技術粉絲。
4.將數據科學家推向前臺中央
這既是市場也是銷售策略,數據科學家才是能夠展示數據和平臺威力的人,他們也是會議上最受歡迎的演講者。
但大數據科學家也需要慎重選擇傳播內容。如今大家都接受了Hadoop和NoSQL,所以沒必要每次開會言必稱4V之類的科普。至于如何配置和集成大數據系統也只能吸引小部分聽眾,除非你的項目規模超大。
Cloudera比競爭對手出名的原因有很多,但其中Jeff hammerbacher絕對是一位舉足輕重的人物。不要空談大數據大數據的價值和架構,站在聽眾的立場說說具體能做哪些分析,如何做。
5.開源有多重要,取決于你自己
幾乎所有的大數據公司都依賴開源軟件,有些是“借”來的,如Hadoop、Storm以及各種數據庫,有些是自行開發的,有些則是混合模式,例如在HBase上增加的一些功能應用。這些開源項目如此流行是因為社區的力量。
開源絕不是看起來那么輕松,不是說你在Github上放點代碼就談得上回饋社區了。開源的目的是將使用相同代碼的人聚攏成社區,并不斷改進代碼。這里與第三點中我們提到的吸引開發者有關。只有更多的用戶和開發者對你產生興趣了,在你的產品上花時間和精力了,才有可能最終掏錢。
不計其數的創業公司都將代碼開源了,但那些真正能推動項目并建設社區的公司才能脫穎而出。例如Neo Technology的Neo4j、Concurrent的Casading以及10gen的MongoDB。甚至Twitter這樣面向大眾的公司都開源了Storm和Mesos等項目。
作者:王玉圓
來源:IT168
原文鏈接:大數據創業難度大 五個值得關注的重點
與50位技術專家面對面20年技術見證,附贈技術全景圖總結
以上是生活随笔為你收集整理的大数据创业难度大 五个值得关注的重点的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: mediawiki常用设置
- 下一篇: 勒索软件赎金该不该交?