七家利用大數據博弈的新創公司

編者註：大數據是指無法在可承受的時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合。大數據並不在“大”，而在於“有用”。價值含量、挖掘成本比數量更為重要。對於很多行業而言，如何利用這些大規模數據是成為贏得競爭的關鍵。

大數據業務有著非常光明的未來，2015年第一季的1020筆交易創造了134億美元的融資，成為繼2000年以來的大數據融資之最。

想知道是誰引領了這股借貸狂潮嗎？以下是利用大數據做業務的七家新創公司。一些公司自身利用大數據進行創新，還有一些公司的工作就是致力於使他人可獲得大數據。不管是哪種，你都應該看看這些“遊戲玩家”是如何利用大數據的。

1. Uber

現在很多人都聽說過租車新創公司Uber，如今它已經風靡很多大型城市。但是有一點你可能不知道，那就是Uber以其在大數據方面的出色運用來達到優化、現代化、合理化業務營運的目的。

通過數據分析，Uber能夠預測出客戶的目的地，能夠更有效地分配司機。而另一個有趣的例子就是：公司利用最近分析顯示的數據來使得司機待在同一個地方就能收益最大化，甚至不需要開著車轉來轉去尋找潛在客戶。

最後，Uber還利用數據來實施動態的高峰期定價，鼓勵司機在用車需求高的時候多工作。

2. Foursquare

最近Foursquare重新宣布他們將使用數據挖掘技術來介紹一些用戶喜歡的餐廳、景點或者購物中心。公司運用了社交網路分析之後不僅能夠分析個體用戶的喜好，還能知道他們何時與何人在一起。

所以，公司就能夠為用戶進行推薦以期望引導潮流。再加上其他的一些機器學習技術，Foursquare能夠為消費者做出一些相關的建議，引導他們參與到當地的商業中去。

3. Zapier

近來，要使App之間相互交流已成為一個網上業務的主要挑戰，但是Zapier就很好地解決了這個問題。它通過一個基於其他App上的觸發器使用戶創建Zaps。想要在Slack裡收到你的Google郵件嗎？想要從Evernote裡將事件記錄到Google郵件裡嗎？這些Zapier的zap都可以幫你解決。

Zapier通過使用用戶的類別資料來決定下一個加入到系統之中的App，使其在滿足用戶更新方面的需求有求必應。

4. Feedzai

信用卡詐騙是一個非常嚴重的問題，隨著移動支付越來越流行，這個問題只會越來越嚴重。Feedzai就是一家利用大數據來監測以及時阻止詐騙的公司。

公司將機器學習技術和行為分析相結合，而不是單純地使用基於規則的標準化詐騙監測。這種大數據的挖掘和使用就可以創造出一款新的追蹤分析消費者購買行為的軟體。這樣的話當事態出現異常時，Feedzai就可以進行監測並且立刻發出警告。

5. Spotify

起初，提供音樂流媒體服務的Spotify可以讓你以固定的訂閱費聽音樂，按照你自己的需求播放，並且還沒有廣告。Spotify依賴用量算法來將用戶與其喜愛的音樂相連接。但是不幸的是，結果並不像公司預想的那樣對用戶有很大的幫助。

2014年初，公司收購了新創公司Echo Nest，這家公司主要是開發音樂選擇的人工智能。新的人工智能取決於50多個因素，再加上用戶選擇的大量數據，能夠提供非常有用的建議。最近，Spotify利用大數據來試圖囊括更多的方面，比如說Facebook動態更新和天氣通知。

6. PlaceIQ

雖然說從消費者的角度來看是有點奇怪，PlaceIQ是市場行銷人員的一個夢想。網站瀏覽器上的cookies可以使市場行銷人員理解消費者網上的行為踪跡，同樣地，PlaceIQ使用地理位置追蹤數據來告訴公司現實生活中消費者所在的地點。PlaceIQ還與人口數據相結合來幫助市場行銷人員理解人們對於廣告以及其他一些因素的反應，使其最佳化Media Buys（選擇媒體刊登廣告）和其他活動支出。

7. Beyond Sports

Beyond Sports是一家荷蘭公司，它的虛擬現實模擬器可以在現實世界比賽數據的基礎之上創造足球訓練項目。這項可獲得數據的創新性利用可以使運動員在訓練時，除了以他自己的表現作為參照，還可以以他想模仿的著名明星運動員的表現作為參照。當下，公司正在打算將這個技術應用到足球、自行車、曲棍球和冰球，這就意味著光看電影錄像來學習比賽即將成為過去。

在接下來的幾年當中，那些能夠有效利用大數據的新創公司就會盈利。通過使用諸如import.io、Google Analytics和Mixpanel等工具，公司企業可以處理數據以取得競爭性的利益。一旦錯失那些可獲得的數據分析以及多種類型檢測的洞察力，這些都將會成為企業所不能承受的錯誤。

這些新創公司都在運用大數據進行博弈。我們可以學習它們的數據科學應用來獲取更大的企業利潤。 (譯/田小雪)

Source: entrepreneur

《獵雲網授權轉載》