初创公司:大数据时代,如何靠数据挣钱

简介:
大数据时代下,数据就如同矿石,如果能够充分挖掘并善加利用,大数据将会成为大财富。在很多情况下虽然大数据的价值还没得到充分证明,但分析人士指出这一市场正在扩大,越来越多的有经验的投资者希望能得到不为人知的独家数据。

初创公司:大数据时代,如何靠数据挣钱

大数据时代下,数据就如同矿石,如果能够充分挖掘并善加利用,大数据将会成为大财富。在很多情况下虽然大数据的价值还没得到充分证明,但分析人士指出这一市场正在扩大,越来越多的有经验的投资者希望能得到不为人知的独家数据。

目前已经有很多初创公司认识到了这一点,接下来本文将介绍三家利用大数据挣钱的初创公司:

Orbital Insight:分析卫星图像

Orbital Insight是一家通过分析卫星图像来获取和售卖数据的初创公司。其创始人James Crawford以前是谷歌的工程师,他可以在一些不可思议的地方看到商机,比如中国在建建筑的影子。通过卫星图观察中国地区在建建筑影子的变化,可以分析出中国建筑行业是在繁荣上升还是在萧条下降。投资商们渴望自己比竞争对手有哪怕那么一点点优势,能更多地掌握这些独家信息对他们非常重要。

Orbital Insight目前正在分析中国30个城市的卫星图,为开发商们提供独家数据,从而使他们不再依靠政府提供的数据。

此外Orbital Insight还通过分析庄稼地的卫星图来预测庄稼的长势;分析停车场的数据来初步预测沃尔玛和家得宝等零售商的季度销售情况。

在本周二,Orbital公司对其预测系统做了首次测试。基于对罗斯百货停车场的历史数据分析,Orbital预测该公司在第三季度的销售额会好于预期。最终结果显示,罗斯百货的第三季度销售额为25.99亿美元,甚至高于Orbital预测的25.6亿美元以及分析家普遍预测的25.5亿美元。

James Crawford称其公司的首批用户包括几家价值几十亿美元的对冲基金公司,但谢绝透露他们的名字,以及他的收费标准。

Orbital的早期投资商包括硅谷的风投公司Sequoia Capital,在接下来几周的下一轮融资中,Orbital希望能获得800万美元的资金。

波士顿大学卡罗尔管理学院经济学教授Ronnie Sadka认为,新类型数据固然会变得重要,但投资商们应该慎重选择。此外,调研企业TABB Group的资深分析师Paul Rowady说:“我将这归为实验目录,这些产品在表面上很让人震惊,但是要把他们转换成交易指标却是一个巨大的挑战”。比如前面提到的停车场数据分析,Orbital公司需要先从卫星公司购买一百万张卫星图像,然后建设计算机系统来从分析这些数据,从中得到可能的交易指标。

Dataminr:挖掘社交网络数据

Dataminr的三位创始人此前是耶鲁大学的室友,该公司依靠推特上每天的消息来获取数据来源。Dataminr每天要梳理5亿条推特信息,以求在正式媒体报道前得到市场变化的消息。

Dataminr提供的系统能将每条实时推特消息分类并去除垃圾消息,然后将其与最新的新闻消息、市场价格、天气情况以及其他的一些数据来对比分析这些消息的重要性。此外,该系统还能检测某个特定的用户过去在某个话题上是否可靠。

在今年的9月2日,独立记者Brian Krebs在推特上发消息称家得宝“可能会是信用卡违约的最新受害者”,Dataminr的系统立刻识别出这是一个对客户有价值的消息。随后,这一预警消息被传达给客户,包括60家银行和对冲基金公司。结果显示,其速度比财经新闻快了15分钟,而且该消息是在家得宝股票价格下降2%前被送达。

Premise:提供宏观经济数据

Premise旨在为世界各地的人们提供小量交易额信息,帮助他们观测产品价格,让公司提前了解通货膨胀率的变化和其他的一些经济指标。

很多时候真实的经济情况与官方的描述并不一样,Premise的宏观经济数据正是为了解决这一问题。“在世界的有些地方,人们没有关于经济情况的可靠信息来源,我们的目标是提高透明性”,Premise的首席执行官 David Soloff这样说道。

该公司的的数据大多是免费的,其用户包括一些金融公司。Premise目前在18个国家的68个城市有人来贡献数据。

原文发布时间为:2014-11-24
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
6月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
426 14
|
8月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
280 4
|
8月前
|
分布式计算 DataWorks 数据处理
在数据浪潮中前行:记录一次我与ODPS的实践、思考与展望
本文详细介绍了在 AI 时代背景下,如何利用阿里云 ODPS 平台(尤其是 MaxCompute)进行分布式多模态数据处理的实践过程。内容涵盖技术架构解析、完整操作流程、实际部署步骤以及未来发展方向,同时结合 CSDN 博文深入探讨了多模态数据处理的技术挑战与创新路径,为企业提供高效、低成本的大规模数据处理方案。
398 3
|
8月前
|
SQL 人工智能 分布式计算
ODPS:数据浪潮中的成长与突围
本文讲述了作者在大数据浪潮中,通过引入阿里云ODPS体系(包括MaxCompute、DataWorks、Hologres)解决数据处理瓶颈、实现业务突破与个人成长的故事。从被海量数据困扰到构建“离线+实时”数据架构,ODPS不仅提升了数据处理效率,更推动了技术能力与业务影响力的双重跃迁。
|
7月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
508 0
|
6月前
|
传感器 人工智能 监控
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
213 14
|
8月前
|
SQL 人工智能 分布式计算
在数据浪潮中前行:我与ODPS的实践、思考与展望
在数据驱动决策的时代,企业如何高效处理海量数据成为数字化转型关键。本文结合作者实践,深入解析阿里云自研大数据平台 ODPS 的技术优势与应用场景,涵盖 MaxCompute、DataWorks、Hologres 等核心产品,分享从数据治理到实时分析的落地经验,并展望其在 AI 与向量数据时代的发展前景。
301 70
|
5月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
408 0
|
6月前
|
机器学习/深度学习 传感器 监控
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
203 1
|
6月前
|
数据采集 自动驾驶 机器人
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
539 1