大数据行业图谱之一：底层基础平台公司能做多大？
大数据是企业服务市场中的新兴领域，短短几年时间，大数据概念从兴起到落地，开始在各行各业发挥作用，行业政策频出，技术飞速发展，受到资本追捧。&整个大数据行业可大致分为三层，底层基础平台，中间层通用技术，上层行业应用。接下来，爱分析将按照上述分类，逐步介绍各细分领域的行业现状、未来前景。今天是大数据系列的第一篇——底层基础平台。本文共计4371个字，预计阅读时间为10分钟。&底层基础平台主要解决的是数据存储、计算的问题，是整个大数据生态的基石。采集到的数据，首先要能高效、快捷地存起来，才能进行数据分析和数据挖掘。&这一层非常重要，同时也是技术含量最高的一层。以底层技术中明星Hadoop为例，用Hadoop的公司很多，能做Hadoop发行版的公司凤毛麟角。&&底层基础平台细分领域里的大数据公司众多，有专注Hadoop发行版的星环科技、红象云腾和天云大数据，有传统数据库厂商人大金仓和南大通用，有研发新型分布式数据库的巨杉数据库，还有唯一来自中国的Apache社区顶级项目Kylin背后公司Kyligence。&接下来爱分析为您重点阐述国内外Hadoop生态的现状。&Hadoop兴起的原因：便宜才是硬道理&进入新世纪的第一个十年，各大企业都在大力投入IT设备，建设自己的机房，上线各套办公系统。第二个十年，经济下行，传统企业的盈利下降，对IT设备的投入已经不像上个十年那般狂热，大型企业采购IT设备的经费受到控制，开始核算成本，意图在满足需求的情况下，降低投入。&以Hadoop为代表的新底层技术能够兴起，抛开技术原因，最主要的原因是便宜、扩展性强。利用分布式架构，将一些性能一般的机器串联起来，达到与高性能单机同样的效果。随着公司发展，数据量增大，不需要更换全套设备，只需要再增加机器就可以达到目的，省时省力。&分布式架构的技术很多，为什么Hadoop最后胜出？还是因为便宜，用的人多。以微软的Cosmos为例，这套系统本身优于Hadoop，主要是针对大型机房，设计理念很好，上万台机器的机房，拿出几十台做别的事情，来提升系统运营效率。但如果是几十台机器，仍然需要拿出很大一部分来做别的事情，机器使用效率就很低。&实际应用时，用上万台机器的公司少，用几十台机器的公司多，因此Hadoop的应用面更广。用的人多，自然帮助优化架构的人多，社区贡献的人多，技术发展快，渐渐成为主流。&国外Hadoop三驾马车，商业模式各有差异Hadoop三驾马车，数据源：公司公告，爱分析整理&提到Hadoop，必然要提到国外三家围绕Hadoop技术的公司：Cloudera、Hortonworks和MapR。三家公司都成立时间不长，Cloudera和MapR都是2009年成立而，Hortonworks是2011年从雅虎独立出来。&三家公司都在资本市场上受到追捧。Hortonworks在2014年上市，IPO当天市值接近11亿美金；Cloudera获得英特尔7.4亿美金的投资，估值近50亿美金；MapR最近刚刚获得5000万美金融资，估值也超过10亿美金。&Hadoop技术是开源的，为什么还有公司会提供Hadoop相关服务？这是因为开源技术的兼容性和稳定性比较差，同时，企业在实际应用中需要将开源技术和自身系统、产品相连接，这就是Hadoop发行版的市场所在。三家公司利用自己在这领域的技术、经验积累，帮助企业更好地应用Hadoop技术。&尽管三家公司都是提供Hadoop相关服务，但是商业模式区别不小。Cloudera和MapR都研发自己的Hadoop发行版，只不过MapR的技术完全闭源，不会对外开放，而Cloudera的产品分为免费版和企业版，只有企业版的核心组件不对外开放，其他技术均提供给社区。Hortonworks将自己的技术完全贡献给社区，不靠产品获利，靠派驻技术人员到客户现场提供服务盈利。&因为MapR的技术不开源，所以对社区贡献有限，目前对Apache Hadoop社区影响最大的是Cloudera和Hortonworks这两家公司。国内市场处于跑马圈地阶段，新兴大数据公司刚刚起步&正如开篇所言，尽管近年大数据行业风起云涌，创业公司如雨后春笋般冒出，却少有专注底层基础平台的公司。&星环科技是业内的明星公司，创始团队来自原Intel开发Hadoop发行版的部门，成立三年已完成1.55亿人民币的B轮融资，估值超过10亿人民币，目前主要服务金融、电信领域客户。&天云大数据和红象云腾同样在做底层基础平台，发展速度略逊于星环科技，都在寻找适合自身的发展路线。天云大数据的业务在向上层迁移，除了提供Hadoop发行版，目前也涉足复杂神经网络等算法技术；红象云腾将业务下沉，基于芯片层提升系统处理数据的效率。&当前，银行等大型企业纷纷喊出“去IOE”（IBM小型机、Oracle数据库、EMC存储设备），尽管国产企业的产品尚不能满足大型企业核心系统的要求，但是必然会有大量新业务的IT系统采用国产品牌，旧有业务面临更新换代也会优先选择国内厂商。&数据库等底层设施不同于上层应用，更换成本较高，客户黏性很大，非万不得已不会进行替换，同时Hadoop这类新技术迭代速度快，需要后期维护。因此，各家公司都在大力开拓市场，跑马圈地。&新兴公司服务客户的方式类似，前期以产品为内核，用项目制的形式帮助企业搭建系统，后期每年收取20%的维护费。各家企业都在降低初装费，意图占据市场，靠后期维护费用收回成本。&巨头环伺的市场，大数据初创公司突围不易&在去IOE的趋势下，中国大型企业都在面临IT设备的更新换代，整个底层基础平台市场潜力巨大。新兴大数据公司利用其技术优势和初创公司的高效决策机制，迅速抢占一些市场份额，占据一席之地不成问题。&这类公司主要服务金融、电信、交通、电力等领域的大型企业，这些领域原本是传统集成商的地盘，因此新兴大数据公司不可避免地将与集成商正面竞争。华为、浪潮、亚信等公司之前主要是为大型企业提供硬件基础设施，近年看到大数据领域的巨大潜力，纷纷成立了大数据部门，为客户提供全套解决方案。&爱分析认为，未来几年在底层基础平台领域诞生一家估值10亿美金的独角兽公司是可以预见的，但是这些大数据公司中出现类似Oracle这样的巨头公司可能性不大，基于以下几点：第一，& 产品同质化严重，市场竞争激烈&底层基础平台不同于上层应用，客户需求类似，产品很难体现出差异化优势。各家公司主要比拼产品性能的优劣，这种技术上的差异，新兴公司最初会占据一定优势，随着开源技术的普及，华为等公司会逐步赶上，技术的差距会逐步缩小。&这个市场并非全新市场，华为、浪潮、亚信等公司在这领域盘桓多年，新兴公司发展到一定程度，势必会侵入集成商的地盘。最近这段时间，星环科技和华为竞争非常激烈，价格战打得火热。&第二，& 技术迭代更新快，长期保持技术领先不易&Hadoop诞生于2006年，Spark于2009年出现，2013年Hadoop已经发布2.0稳定版本，两种技术从诞生到成熟时间之短，令人震惊。在当今这个技术快速发展的时代，新兴大数据公司一方面要应对市场竞争，另一方面还要保持技术的领先地位，难度不小。&Hadoop等分布式架构颠覆了传统单机架构，很难说未来不会有新技术出现颠覆掉Hadoop。一旦大数据公司赖以生存的根基遭到颠覆，谋求转型势必困难重重，公司大概率会失败。不过目前Apache Hadoop社区运作良好，Hadoop经过这些年的改善优化，性能和稳定性上获得很大提升，Spark等新技术大多都会对接在Hadoop上面。未来几年这方面风险较小，毕竟技术发展到现在，独自造轮子的难度很大。&第三，& 产品销售能力逊于传统巨头公司&企业级市场，产品销售能力将成为影响公司发展的重要因素。以Oracle为例，早年与Oracle竞争的Sybase和Informix，其技术实力不逊于Oracle，Informix的技术甚至领先于Oracle。这两家公司最后在竞争中出局，落得被收购的下场，主要是输在市场推广上，市场推广的失利直接影响到公司的技术革新，最后导致衰落。&在这方面，华为等传统巨头公司占据绝对优势，一方面他们与客户有长期合作关系，另一方面销售团队长期服务大型企业，经验丰富。&那么，什么样的公司有机会突围成功，成为中国的Oracle爱分析认为具备以下几点的公司机会最大。第一，& 开源心态有助于保持技术领先地位&以Hadoop为代表的开源技术正在改变世界，但开源和可持续盈利模式总是存在着一些矛盾，近期RethinkDB公司的倒闭值得警惕。国内专注Hadoop技术的公司效仿国外找到了一条盈利模式，但目前仍然存在一些风险。&公司要不要保持开源的心态，开放自己的技术给更多人使用？对大数据公司而言，技术是核心竞争力之一，特别是对于这些做基础平台的公司，开放技术无疑是削弱自身竞争优势，降低产品的附加值，减少公司的毛利，短期来看，开放技术会对公司的营收造成不良影响。&但是，从公司长远发展来看，完全闭源会增大公司风险，其严重后果远远大于开放技术的影响。大数据公司最担心的是路线图出现偏差，自身技术与时代发展相左，丧失技术上的优势。一旦发生公司的技术发展方向背离整个行业发展方向，需要停止已研发的项目，掉头追赶行业脚步，这对创业公司来说是非常致命的。&如果向开源社区开放自己技术，让更多人了解、研究，有助于自身技术的发展，保证路线图的正确性。同时，不断向开源社区做出贡献，还能提升公司在社区的话语权，进而提升公司在行业的影响力。这也是为什么Cloudera和Hortonworks愿意开放技术，争夺在Hadoop社区的话语权。影响了开源社区，就会影响到整个行业技术发展进程，可以让公司的发展始终保持在正确的轨道中。&第二，& 商业拓展与技术研发同等重要&企业服务市场是销售驱动型市场，而非技术驱动型，大数据这个细分领域同样如此。技术实力再强，产品功能再多样，也需要有客户买单才行。有些创业公司只重视研发上的投入，轻视市场推广，公司每年订单少，营收自然不高，团队规模上不去，融资困难，公司发展缓慢。&单纯技术上的优势，在企业级市场并不是绝对影响因素。很多公司在POC阶段都曾遇到过技术标第一，却因为商业谈判阶段不理想而错失订单的事情。特别是现在市场处于跑马圈地阶段，抢占位置比什么都重要，更是需要大力进行商业拓展。一旦市场格局稳定下来，到时候再切入市场难度很大。&另一方面，即使是基础平台技术，也需要在实际应用中进行改进优化，各行各业中应用同样的技术还是有一些差异，在应用过程中才会真正了解企业的痛点，更好地服务企业。在做项目过程中，大数据公司可以积累经验，将这些经验内化成产品的一部分，做出更适合中国企业用户的基础平台产品，筑起公司的壁垒。&第三，& 效仿Oracle，建立适合公司的小生态&建立生态这一点并不是适合初创公司，是公司发展到一定程度后需要考虑的。扩大自己合作伙伴的队伍，与其他公司共同开发产品，让其他公司承担一定销售任务，有些时候要比单打独斗更适合企业级市场。&Oracle这样的巨头公司，刚进入中国市场时也遇到不小的阻力。当时采取的做法是与中国本土公司合作，建立围绕Oracle的小生态，借助本土公司的力量敲开中国市场的大门。&做底层基础平台的公司，作为连接硬件和应用的中间层，更需要与其他公司合作。平台上对接的应用越多，越有助于平台产品的推广，开辟新的市场。&底层基础平台篇到这里告一段落，下一篇将是介绍中间层——通用技术篇，BI与数据可视化、用户行为分析、移动端运营统计、广告监测、日志分析等。爱分析是一家专注于创新企业研究和评价的互联网投研平台。转载请联系公众号：爱分析（ifenxicom）获得授权。您可以发邮件至，或者加微信号aiyangyudejiji联系作者。
*文章为作者独立观点，不代表虎嗅网立场
授权 虎嗅网 发表，并经虎嗅网编辑。转载此文请于文首标明作者姓名，保持文章完整性（包括虎嗅注及其余作者身份信息），并请附上出处（虎嗅网）及本页链接。原文链接：/article/171259.html
未按照规范转载者，虎嗅保留追究相应责任的权利
未来面前，你我还都是孩子，还不去下载 猛嗅创新！
后参与评论
互联网投研第一平台爱分析ifenxi: 大数据行业图谱之二：前有堵截后有追兵，通用技术类公司如何突围 大数据行业图谱之一：底层基础平台公司能做多大？ 从2011年至今，大数据概念火了五年，势头依然不减。从人人都在讲概念，到... - 雪球分配悬赏奖金 剩余可分配奖金：<span data-balance="1元元剩余奖金需在悬赏结束前分配完，否则将按规则自动分配来自雪球大数据行业图谱之二：前有堵截后有追兵，通用技术类公司如何突围从2011年至今，大数据概念火了五年，势头依然不减。从人人都在讲概念，到商业化应用典型案例出现，可以清晰地看到大数据在逐步落地。以Hadoop为代表的底层架构日趋成熟，处理数据的各项技术有了长足的进步，让大数据开始在各个领域发挥价值。我们认为，大数据产业仍在初级阶段，商用价值仍未完整展现，市场前景一片广阔。一方面，国内企业IT投入占比低于全球平均标准，随着企业对信息化意识逐步提升，整个IT市场的蛋糕有望继续做大。另一方面，企业客户将大量IT预算投入到云计算等基础设施建设上，随着基础设施逐渐成熟，企业会将更多预算投入到大数据、人工智能上，届时大数据企业将迎来新一波发展浪潮。大数据技术逐步提升，对大数据产业划分也越来越细致。从基础设施到行业应用，各个赛道都涌现出大量创新公司，有些代表着最新的技术和应用，有些则是借助大数据概念炒作。如何识别有前景的赛道、找出有价值的公司，成为市场新的关注点，这也是爱分析大数据行业图谱系列报告的主旨所在。在发掘有价值的赛道之前，首先应该对行业进行划分，从大到小逐步锁定目标。从整个产业生态角度，大数据产业可以分为三层：在上篇大数据行业图谱（一）中，爱分析介绍了大数据行业中的底层基础平台，本文是大数据系列第二篇——通用技术，主要是基于Hadoop等底层基础平台的处理数据技术，包括数据采集、数据处理、数据分析、数据可视化等。从数据流转过程来看，底层基础平台主要解决了数据存储问题，而通用技术则解决了从数据采集到数据分析的问题，有些技术只解决其中某一环节，如数据采集、数据可视化，有些则同时覆盖多个环节，如广告监测同时覆盖数据采集、处理和分析。从数据采集到数据分析，通用技术包罗万象通用技术涉及到数据处理各个流程，上图中只是列出目前主要赛道。随着业务发展，更加细分的领域也开始冒出创新公司，如Kyligence专注于OLAP层数据分析，但这些细分赛道目前相对较小，单个赛道里面只有一两家成立时间很短的公司，因此尚未列入其中。在通用技术这个赛道之下，细分领域主要分为两类：一类是传统领域借助大数据焕发新春，大数据技术发展推动这些业务进一步发展，提升处理效率；另一类是随着移动互联网的兴起，为互联网企业客户提供基于移动端数据服务。文本挖掘主要应用于舆情监控方面，大数据公司收集互联网的各类文本信息，帮助企业更好地进行竞争分析、公关、用户调研等流程，如智慧星光、波森数据、清博大数据等。网页爬虫技术很早就出现了，早期百度、Google等搜索引擎都在使用。随着大数据概念深入人心，数据价值被企业所重视，爬虫技术有了更加广阔的市场，八爪鱼这类提供爬虫技术的公司发展起来。广告监测类公司主要服务品牌企业客户，为企业提供广告营销全流程的数据分析，让品牌客户了解其广告投放效率，更好地进行广告优化，这一领域秒针系统、AdMaster、TalkingData是领跑者。BI商业智能公司与数据可视化公司，将报表等数据以图像等形式呈现，可视化更侧重于数据呈现，给企业客户更加清晰地展示，BI更侧重于人机互动，让业务人员可以更好地在图像上进行业务分析。BI领域的有永洪科技和帆软，数据可视化领域的海智BDP、海云数据、数字冰雹相对领先。日志分析在早期主要应用在信息安全领域，随着大数据技术发展，对日志数据处理更加迅速、精细，日志数据的价值被企业客户认可，其应用领域也逐步延展到公司业务领域，如反欺诈等。这个领域有一些传统安全公司在做，新公司主要有日志易和瀚思安信。移动统计、用户行为分析等领域是随着移动互联网的兴起而得到快速发展的。移动互联网时代，移动端软件如雨后春笋般冒出，掘金者的出现，势必会出现一些为掘金者送水的人。移动统计和用户行为分析均是为这些互联网公司提供服务，解决这些企业关心的客户数、转化率等问题。TalkingData和友盟+是移动统计领域的佼佼者，用户行为分析领域呈现出GrowingIO、神策数据和诸葛IO三足鼎立之势。尽管各细分赛道的公司业务相差很大，但通用技术领域还是存在很多行业共性和未来趋势，这些现状和趋势有助于我们去判断通用技术类公司未来发展方向。行业现状一：大数据概念逐渐落地，各领域在逐步细化大数据概念兴起时，企业客户最先想到将数据收集存储起来，因此企业客户都在建立自己的数据中心等基础设施。数据存储之后，如何使用这些数据成为企业新的痛点。数据可视化是让企业客户感受到数据价值的直接体现。但仅仅是可视化呈现是远远不够的，企业客户希望能够挖掘数据内在价值，于是数据分析领域逐步繁荣。因此，伴随着大数据概念的逐步落地，通用技术领域的公司得以快速发展。同时这一领域逐步细化，衍生出大量专注于某一细分领域的公司。以数据分析为例，早期主要是网站流量分析，百度统计、CNZZ等。移动互联网兴起之后，TalkingData、友盟等基于移动平台提供日活量等数据统计公司出现。随着业务的发展，仅仅是用户数据统计已经不能满足企业的需要，企业开始关注用户的行为分析，希望可以进行更加精细化地分析，这时候GrowingIO、神策数据等公司出现。据不完全统计，国内大数据公司有130多家，而国外大数据公司有7000多家。因此，尽管领域逐步细化，还是存在很多洼地，整个行业发展空间还很大。行业现状二：提供工具型服务，模式更偏向SaaS底层基础平台公司，多以项目制服务客户，人力依赖较重。通用技术类公司，更多是提供某一种工具类服务，更容易形成标准化产品，因此可复制性强，人力依赖相对较轻。目前国内大型企业一般都实行预算制，服务大型企业时，形式上仍然为项目制，但交付时间相对较短，大数据公司仍然可以看做是输出产品而非人力。因此，通用技术领域公司的业务模式更偏向SaaS，可以用SaaS类企业的核心指标去分析其运营效率。因为是工具类服务，客单价一般不高，集中在几万至几十万之间，上百万的订单凤毛麟角。国外市场同样如此，Tableau客单价平均在8000美金，Splunk的客单价在5万美金左右。不过，国内大数据公司目前纷纷涉足传统企业级市场，客单价有望逐步提高。行业现状三：开源社区兴起，互联网巨头入侵近年，随着开源文化兴起，越来越多的技术开源，很多大数据相关技术的使用门槛逐步降低，如可视化领域的eCharts，日志分析领域的ElasticSearch，这些工具方便IT人员开发相应的数据技术产品。与此同时，BAT等互联网巨头不断推出免费的大数据技术产品，如百度统计、友盟统计等，完全可以满足企业一般需求。以上这些因素，使得大数据公司的技术优势逐步降低，仅仅依靠大数据技术已经很难建立起足够坚实的护城河。垂直技术面临挑战，通用技术平台同样面临巨大冲击。2016年，跟随Google步伐，国内互联网巨头纷纷开放自己的大数据平台，阿里云开放“数加”平台，百度云开放“天算”，BAT已经形成中小企业的服务闭环。对大数据领域的创新公司而言，服务中小互联网企业这条路几乎被封死。行业现状四：客群转向传统企业，集成商成强劲对手对企业而言，接受大数据技术需要一段时间。互联网企业对新技术的接受速度，要远远快于传统企业，因此大数据创新公司早期客户多数为互联网企业。但随着业务不断开展，大数据公司发现互联网企业的付费意愿低于传统企业。一方面，习惯了互联网免费红利后，互联网企业主更倾向于使用免费产品，相比之下，传统企业用户相对保守，对免费产品心存疑虑，付费购买产品的习惯从信息化时代延续至今。另一方面，大型互联网公司技术实力强，更倾向于内部研发满足业务需要，不愿意使用外界产品，而传统企业更乐意接受外界产品。基于以上两点，大数据公司将客户群体由线上互联网企业逐步转向传统企业，如TalkingData早期服务移动端企业，后期转向服务金融、地产等传统领域客户。不过，传统企业服务市场盘踞着各类集成商，这些公司与客户关系非常密切，已形成了强大的行业壁垒，创新型大数据公司切入并不容易。技术优势和原有客群逐步被蚕食，打开新市场又面临很大竞争。面对这种前有堵截、后有追兵的局面，大数据公司如何突围？爱分析认为，具备以下特点的大数据公司更容易突围成功。行业趋势一：业务垂直化，聚焦细分领域尽管企业客户更希望得到一个整体解决方案，但对大数据公司而言，将业务聚焦在垂直领域更容易发展。Tableau、Splunk早期都是聚焦可视化、日志分析细分领域，将产品打磨扎实，才向其他领域进行扩展，国内大数据公司应该更加专注一些，将某一领域做实。专注单一领域，不盲目扩张，也有助于减少竞争，与更多企业合作。想切入传统企业市场，仅凭大数据公司的商务拓展能力远远不够，有些时候需要与集成商进行合作，借助集成商的渠道切入市场。行业趋势二：向上层应用偏移，做厚利润空间不管是开源社区，还是互联网巨头开放平台，输出的更多是技术能力，并不能直接解决企业需求。以Hadoop为例，尽管Hadoop社区技术已经相对成熟，但Cloudera这样的公司仍然有很大市场。通用技术领域同样如此，对企业级客户来说，他们不关心使用什么样的技术，能够解决业务问题才是关键。对大数据公司而言，继续向底层偏移，强化技术实力这条路会非常艰难，等同于以一己之力对抗整个社区。逐步偏向上层应用，开发具备行业属性的产品才是更好的选择。这样做更贴近客户需求，客户付费意愿更强，同时客单价更高，利润空间更大。行业趋势三：对接多方数据源，实现数据互联通用技术公司在服务客户过程中，会积累大量数据，经过脱敏处理后，这些数据可以用于服务其他客户。如TalkingData就在服务移动端中小企业过程中，积累了大量移动设备数据，将这些数据用于为线下金融类客户提供包括精准营销在内的多项服务。目前大数据公司主要是以自身技术服务于客户的第一方数据源，随着业务发展，大数据公司慢慢会形成自己的第三方数据源，可以将第三方数据源与第一方数据源打通，实现数据互联，将**增强大数据公司的竞争力。除TalkingData之外，广告监测领域的秒针系统和AdMaster，可视化领域的海云数据，都在积极建立自己的数据库，将技术与数据结合，提供更贴近业务的服务。广告监测领域机会最大，用户行为分析需要打开更大市场尽管通用技术领域整体前景广阔，但各细分赛道情况或有不同，广告监测领域机会最大， 网页爬虫、文本挖掘领域机会不大。日志分析、用户行为分析领域的问题是发展空间有限，需要将业务开拓至新行业才有更大的机会。广告监测领域机会最大，秒针系统、AdMaster占据前端广告曝光市场95%份额，形成双寡头局面，两家都在积极布局后端监测市场。此外，移动端TalkingData将中小企业一网打尽，为中小APP软件提供包括广告监测在内的多项运营服务。同时，这些广告监测公司已经开始寻找数据变现路径，帮助企业客户建立第一方和第三方DMP，建立更紧密的合作关系。BI商业智能与数据可视化领域，单纯提供BI与可视化工具，竞争力并不凸显。因为这类开源技术发展很好，开发成本较小，无法建立技术壁垒，需要向上层应用偏移，将技术与行业应用结合，形成业务壁垒。永洪科技、海云数据等公司都在积极对接业务，重点布局公安、电信等行业，加强客户黏性。日志分析领域同样面临开源技术冲击，业内一类公司采取ElasticSearch技术，基于开源技术开发相应产品，竞争力有限。另一类公司自主研发底层技术，碰到的问题是如何在与开源社区竞争中保持技术领先性。单纯是日志分析市场，空间有限，但随着物联网的发展，这类公司可将日志数据延伸到机器数据，在物联网领域发挥更大价值。用户行为分析领域市场仍处于早期阶段，如果只服务于互联网客户，市场空间有限，竞争激烈，加上百度统计、友盟等分析平台，如何让企业付费是最大问题。这领域公司需要积极探索如何将业务转到传统企业级市场，拓宽发展空间。网页爬虫、文本挖掘领域机会较小，一方面，百度、Google等搜索引擎公司技术积累远超于新兴企业，后者很难形成足够的技术壁垒，另一方面，通过这类技术采集到的数据价值非常有限，很难利用这类数据为传统企业提供价值。至此，通用技术篇暂时告一段落，爱分析会持续关注该领域，不定期进行公司调研和提供行业洞见。下一篇，将是大数据应用篇，大数据与垂直行业深度融合后将产生哪些机会？大数据在金融、电信、公安领域的典型应用案例有哪些？都会在应用篇中揭晓，欢迎各位读者持续关注。爱分析是一家专注于创新企业研究和评价的互联网投研平台。爱分析以企业价值为研究内核，以独特的产品形态，对创新领域和标杆企业长期跟踪调研，服务于企业决策者、从业者及投资者用户群体。关注爱分析公众号ifenxicom，及时获取重要信息。打赏同时转发到我的首页拒绝回复支付并发布发布分享到微信扫一扫雪球社区汇集了千万投资者，提供沪深港美股票实时行情、实战交流、实盘交易全部\n网站（0）\n帮助中心（0）\n产品文档（0）\n论坛（49）\n云市场（3）
做什么也快，我去年写了个基于springboot的提醒rest服务，做成idea插件，你猜花了多久，三个小时，15人天的需求我两天完成，无问题单。入职10个月工资涨了五次。去年十月份左右，我开始接触hadoop spark等等，但只是...
信息 资讯 新闻 企业 行业 市场 产品 评测 价格 行情 经销商 渠道 导购 商城 杂志 数字家庭 电脑 笔记本 整机 服务器 硬件 配件 外设 软件 数码 相机 摄像机 手机 mp3 mp4 网络 互联网 搜索 游戏 图片 漫画 设计 ...
你再不赚钱，！投资10元，一个月后赚26189.96元！免费体验 童话故事 发表于
最后回复 童话故事 10-12 浏览 44 回复 1 求教-关于退款管理-集市卖家通用 操作失败 淡水河边流 发表于
最后回复...
27 Sep :40+0000【晒单赢奖】围观阿里云最会赚钱的人！价值2万元邀请码不限量发送 听说云大使们发工资了，小编已经在论坛里看见有人迫不及待晒收入了 各位大使们，小编求抱大腿 请各位回复本帖晒出自己4月...
电子市场，一直都是专业安防产品的聚集地和流通地，比如颐高电子城、赛格电子市场，里面汇聚了各种类型、各种品牌的安防产品，而且许多受关注安防产品一定在店铺最显眼的位置。可以说，电子市场中安防产品的陈列和...
随着超高频电子标签应用理念的逐步完善，许多具有典型代表性的行业应用需求，更清晰地展现在眼前。以民用交通的车辆管理、电力行业的控制及计量设备管理、旅游应用等为代表的行业应用需求已经经过了多年的研究与实践...
手机业务作为电子消费行业的重中之重，整个市场一直的令人垂涎的，但如今，真正赚钱的只有两家公司，便是苹果和三星。那么，为什么众多手机厂商仍在不断推出Android手机？The Verge分析了几大原因，可谓是精准剖析了...
因为在这里我们是吃过一些亏的，刚才提到2009年我们就建立了运维开发团队，但是到2011年发现我们工具覆盖的情况还是不够好，运维不愿意用，我们建立的是专业的开发团队，有产品经理、开发、测试，但是为什么做出来的...
当然专业的人愿意去从事专业的行业，但同时又要面临人才难招、高工资吸引、 投入大量资金太大、成本太高等问题，按照深圳目前IT行业的工资待遇组建这支团队每年约投入20万元。结合目前的实际情况唯一有效快速的办法...
另外根据分析可以得知恶意勒索软件首要目标选择的是医疗行业，当然也不仅仅限于这一个行业。这种勒索方式就是典型的勒索软件即服务(RAAS)，特点是以上下线的方式存在，也就是说“老板”雇佣人员来执行勒索活动。比如...
另外根据分析可以得知恶意勒索软件首要目标选择的是医疗行业，当然也不仅仅限于这一个行业。这种勒索方式就是典型的勒索软件即服务(RAAS)，特点是以上下线的方式存在，也就是说“老板”雇佣人员来执行勒索活动。比如...
已经有个别SAAS模式的软件公司在美国获得不错的市场收入并成功在资本市场上市，大多数模仿者都希望很快也能获得成功，但是，SAAS在中国已经连续3年不赚钱了，为什么?WEB 开发技术也有年头了，与通用软件相比，主要...
参考阅读：大数据行业图谱之一：底层基础平台公司能做多大？大数据行业图谱之二：前有堵截，后有追兵，通用技术类公司如何突围 编者按：本文来自微信公众号“爱分析ifenxi”（ID:ifenxicom），36氪经授权发布。2017...
在第一次售出Kindle等硬件产品时，亚马逊并不挣钱，而是依靠用户购买图书、电影、电视、游戏等数字内容来赚钱。贝佐斯希望利用Kindle系统，建立犹如苹果iTunes那样的图书生态系统。2011年4月起，亚马逊每卖一百本...
你是谁、你在哪里、你喜欢什么、你在干什么、你的消费能力、以及你未来的需求等。所有被反馈的事物都被打上了一个或多个数据标签，这些具有价值的标签经过整理和分析后，将会揭示事物之间的相关性和规律，将会为个人...
随着《大数据发展概要》的发布，政府开始在大数据领域大力投入，除了建设数据交易中心，提供数据流通的合法途径外，政府大数据在交通、电子政务、公共安全等领域应用案例频出。大数据协助公安人员找出嫌疑人员潜在...
本节书摘来自异步社区出版社《微店赚钱一册通—开店+营销+推广 实战全攻略》一书中的第1章，第1.2节，作者：葛存山，更多章节内容可以访问云栖社区“异步社区”公众号查看。1.2　移动电商开启新商机 微店赚钱一册通 ...
Torvalds给一群程序员写的信里称：“这仅仅是一个业余爱好，不会做的很大很专业。他希望这些人能够看到他对于当时巨无霸的操作系统Unix的改 造。“欢迎任何建议和意见，但是我不能保证我一定会执行。他还补充道。...
未解决问题？到论坛提问试试吧!
你可能感兴趣}