客户数据分析推动大数据行业发展
根据市场研究公司IDC的数据,预计大数据和业务分析技术的支出将保持过去几年的快速增长,复合年增长率将达到11.9%,从2017年的1508亿美元增长到2020年的2100亿美元。
根据Forrester Research的数据,有越来越多的大数据支出用在了大数据系统和应用的云订阅上,这部分支出是内部系统销售增长的7倍多。
通过对大数据初创公司的盘点发现,企业需要分析来自多个不同来源的客户数据,以了解客户行为并改善客户体验,这是大数据系统部署的主要驱动力。
越来越多的企业将人工智能和机器学习功能引入大数据分析中。
下面就让我们来看看2018年迄今为止的10个大数据初创公司。
Arundo Analytics
CEO:Tor Jakob Ramsoy
Arundo开发的机器学习软件和高级分析应用主要用于管理和优化资产密集型工业操作的性能。Arundo基于云的边缘技术主要针对不断增长的物联网分析市场。
Arundo成立于2015年,位于美国休斯顿,在加利福尼亚州帕洛阿尔托和挪威奥斯陆设有办事处。在1月的A轮融资中,Arundo筹集了2500万美元,使融资总额达到3250万美元。
Civis Analytics
CEO:Dan Wagner
Civis Analytics开发的数据科学软件让企业和组织可以用来改进识别和与客户互动的方式。基于云的Civis平台包括一系列数据科学工具和预测数据集,可帮助企业制定更明智的战略并做出更好的决策。
Civis Analytics成立于2013年,总部位于芝加哥,合作伙伴包含多个咨询服务公司。目前Civis Analytics正在制定更全面的渠道战略。
Civis Analytics的投资者包括Verizon Ventures、Drive Capital和谷歌董事长Eric Schmidt。Civis Analytics的早期客户包括Airbnb、Verizon和美国红十字会。
Cooladata
总裁: Guy Greenberg
随着企业变得越来越数字化,捕获和分析客户行为数据成为制定成功的销售和营销战略、改善产品和服务以及刺激收入增长的关键。
Cooladata于2012年在以色列成立,2017年进入美国,开发的下一代行为分析平台可以从各种来源获取客户数据进行分析,包括网站、在线广告、店内系统、移动设备等应用、CRM和营销系统、社交媒体网站等。
Cooladata表示,其系统具有数据统一、分析和共享功能,让企业能够回答诸如“哪些营销渠道提供最高投资回报率?”和“那些做了升级的客户都有什么共同点?”之类的问题。
Dremio
CEO:Tomer Shiran
Dremio开发的自助服务数据平台让用户可以更轻松地访问分散在不同来源的数据,在Tableau、QlikView和Looker等主流商业智能工具、不断增加的关系数据库、NoSQL数据库和数据湖之间提供SQL接口。
Dremio成立于2015年,位于加利福尼亚州山景城,于2017年走出隐身模式。该公司在1月的B轮融资中筹集了2500万美元资金。
今年4月,Dremio推出了Dremio 2.0,增强了核心的Data Reflections技术。该技术是基于用于柱状内存数据的开源Apache Arrow跨语言开发软件。
Immuta
CEO:Matthew Carroll
Immuta销售专门用于人工智能任务的数据管理平台,让数据科学家、数据所有者和治理团队能够在大数据项目上协同工作。
在“加速算法驱动的企业”的口号下,Immuta的软件使数据“可被发现”,而无需进行物理上的移动或复制。这让数据科学家能够快速访问机器学习任务的数据,开发分析模型,以及数据治理专业人员,以构建和实施复杂的数据策略。
3月,Immuta推出了首个渠道计划,招募经销商、专业服务、IT基础设施和技术合作伙伴,以帮助公司扩展其早期采用者客户。
6月,Immuta完成了2000万美元的B轮融资。
Kyligence
CEO:Luke Han
Kyligence的Kyligence Enterprise是一款统一分析平台,可以简化业务用户、分析师和工程师的大数据分析。该系统基于Apache Kylin开源OLAP引擎,专为存储在Hadoop系统中的PB级数据进行交互式分析而开发。
Kyligence由创建Apache Kylin的团队于2016年创立,Kyligence也是Kylin项目的主要贡献者。该公司在加利福尼亚州圣何塞和上海设有办事处,并于3月份发布了软件的云版本。
Medallia
CEO:Borge Hald
如今的企业会发现自己的客户信息太多,充斥着来自网站、社交媒体、客户互动和其他来源的数据,没有很好的办法将这些数据转化为可操作的洞察力。
Medallia开发的Medallia体验云平台,从多个来源收集客户体验和反馈数据,对其进行分析,并通过一系列绩效管理应用使用结果来解决战术问题并指导战略决策。
Medallia总部位于加利福尼亚州圣马特奥市,在D轮融资中筹集了2.55亿美元。
Medallia与埃森哲和普华永道等一系列咨询和服务合作伙伴展开合作;以及CommonFont和SMT等实施合作伙伴;Tableau、Qlik和Google等技术合作伙伴。5月,Medallia公司面向数字化和分析机构推出了Medallia for Digital Partner Program。
Outlier.ai
CEO: Sean Byrnes
Outlier.ai开发基于人工智能的分析软件,从Adobe、Zendesk和MailChimp等业务应用以及Amazon Redshift和Google Analytics等分析系统收集业务数据,并对这些数据进行筛选,以识别意外变化和数据异常值的洞察力。
Outlier.ai位于奥克兰,成立于2015年。
Stratifyd
CEO:Derek Wang
Straifyd以人工智能为驱动的分析平台能够从任何来源选择结构化和非结构化数据,组合数据并实时分析。Straifyd的软件主要针对分析客户交互并围绕客户360(收购和保留)计划进行分析。
Straifyd的客户包括Prudential、Masco、Etsy,以及金融服务、制药和科技行业的众多财富100强企业。
Stratifyd成立于2015年,2017年的收入增长了2倍,客户群和员工数量几乎翻了一番。 3月,Straifyd搬到了位于北卡罗来纳州夏洛特的新址,以满足其快速增长。
Unravel Data
CEO:Kunal Agarwal
大数据系统通常有许多组成部分。Unravel Data提供的是应用性能管理工具,用于收集和分析来自大数据应用和基础架构的性能数据,并利用这些结果对大数据系统的性能进行故障排除和优化。
Unravel Data成立于2013年,总部位于加利福尼亚州门洛帕克,1月在B轮融资中筹集了1500万美元
Unravel Data的合作伙伴包括Cloudera和微软Azure等平台供应商,Capgemini和HCL等咨询合作伙伴,以及Arcadia Data和Qubole等技术合作伙伴。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。