耳常闻“大数据”，眼常看“大数据”，可就是不知如何用“大数据”!对于国内互联网创业者，要是能在这“信息大爆炸”的年头，从海量的“垃圾”信息当中嗅出点端倪，找出个切入点，少不说能成为行业的佼佼者，一不小心还真有可能就会引领中国的未来呢!
要在国内找出个像样的“大数据”初创公司，并非易事，但正是有这样的空白存在，才让人看到机遇。当然，在国内，妄图在政府身上应用大数据是很需要勇气的，但是，在私有企业、科研等领域上着手寻求突破，在国外已经有不少先例。
下面，本文对在“大数据”领域中具有一定代表性的10大初创企业进行盘点，看看对应的创始人和团队都是如何取得成功的;希望能使读者在如何获得大量数据，确保数据质量、相关性以及如何提高处理能力和技术，并使最终应用走向商业化等一系列问题上有所启发。
别以为“大数据”只是企业里的流行词;作为一种技术创新，它其实已经在我们生活中产生不少影响。
通过联合分析犯罪数据和社会身份信息，警察数次成功预防犯罪事件发生。在硅谷里，一小撮的科学家通过对遗传学数据的掌控，成功发现某些疾病的早期症状，用以预防疾病发生。
但是，对于那些相信“大数据”这种趋势的企业所有者和饱受煎磨的IT高官来说，面对市场上种类繁多的“大数据”服务，他们无不感到眼花缭乱，难以下手。
因此，我们将此范围缩窄，筛选出在“大数据”领域中具有鲜明独创性的10家企业(排名不分先后)。榜单中的企业都涵盖了不同的应用范畴，例如数据科学、商业智能、数据可视化和数据分析等等。同时，榜单中还有一些初创企业是跨越了多个不同范畴的，尤其值得借鉴。
下面，一起揭晓我们的榜单，看看这些“大数据”公司在挖掘数据价值方面都有什么过人之处吧。
第10位：用数据提供服务——Metamarkets
Metamarket今年表现相当不俗。这家初创企业，通过分析新闻网站和公司的推文、网上支付和注册登录等数据，帮助客户更好地理解“为什么客户会取消他们的会员资格?”或者“用户的浏览习惯都是何种轨迹的?”如此之类的问题。今年年初，投资者就争相对这家成立于三藩市的公司进行投资，目前已经有2300万美元注入。除了融得不少风投资金外，该公司的上榜理由还包括下面这些。
拒绝Twitter收购，勇气可嘉：时任Metamarkets的首席技术官Michael Driscoll之所以拒绝收购，因为他十分明确该公司自己的愿景——发展壮大。
顾客群中有“大咖”：光顾该公司的客户名单中，赫然显示着《金融时报》和美国在线公司(AOL)等数字媒体公司，它们都希望从以往的广告投放中洞察出新价值点。“对于顾客，我们学会了用更加有共鸣的方式去介绍产品，而不是用那些生僻的技术词汇。说到底，‘大数据’及其技术并非介绍的重点，重点是是如何帮助人们更好地去工作，”Driscoll说。现在，他已经成为Metamarket的首席执行官。
有话直说的CEO：Driscoll说，我们需要重新审视那些老是围绕着Hadoop的各种喧闹。Hadoop是开放源码并行运算编程工具和分散式档案系统，Twitter等知名公司都用它存储自身每天高达太字节(TB)容量的推文。他说：“它只是一种服务，并不是解决方案。”Driscoll表示他更佩服的是Aaron Levie——云存储初创公司Box的CEO，20岁出头。同时，他还表示，现时公司最需要的合伙人，是那些天生就是推销的料、同时又聪明的人。
技术设计一定要方便用户使用：Metamarkets提供的是一套“软件即服务”的应用，客户只需在几天就能安装和运行。客户的数据容量增长了，它也会随之适应。
第9位：数据可视化——Tableau
Tableau是一家数据可视化初创公司，它几乎每次都出现在“大数据”初创企业的推荐名单中。尽管这样，它四年来都没进行过一次融资。Tableau专注于将数据可视化应用在地图上，这样的企业为数不多。下面看看Tableau的上榜理由。
不再需要风险投资的公司：Tableau最近的一次融资是在2008年，当时融得1000万美元。从那以后，该公司就不再需要融资，因为它已经步入盈利的正轨了。
该公司改变着我们阅读数字媒体的方式：Tableau大受媒体从业人员欢迎，因为Tableau能够在他们写稿子的时候，提供更加新颖的数据表达方式。任何人都可以免费使用Tableau来创作美轮美奂的图表和地图，不需要任何编程知识。《华尔街日本》和《赫芬顿邮报》的记者都使用它。
数据就在咫尺之间：在很多方面，“大数据”对任何人都是有其所用的——而不仅仅是给企业赚钱用的。非营利机构，诸如美国政府监管机构California Common Sense(目前是Tableau客户)，通过使用Tableau的软件对党派的大量数据进行分析，揭露了诈骗和政客言行不一等现象，在投票前为选民提供了基于数据的信息参考。
伤心欲绝吧，Google：“我们的使命就是帮助人们看到并且理解数据，跟Google的使命也有重合吧，”Tableau公司的共同创业者兼首席执行官Christian Chabot说。
第8位：用Hadoop为企业增值——Cloudera
在存储和处理海量数据方面，NoSQL表现不错。HBase是Hadoop的NoSQL数据库——其在“大数据”圈子里的谈论度是最高的。(有趣的是：由Doug Cutting发明的开源项目Hadoop，该名字是根据他儿子的大象绒毛玩具而取的。)在Hadoop不断成长之际，一家名为Cloudera的公司出现了，并在公司级领域上拔得头筹。该企业的产品都是基于Hadoop的技术。下面就是Cloudera的上榜理由。
公司的创立者相当耀眼：Cloudera公司的首席科学家Jeff Hammerbacher，经常被候选为最具潜力的年轻企业家。这位23岁的数学天才，在Facebook还在襁褓之中的时候就加入了该公司。在社交网络中，Hammerbacher曾用Hadoop分析用户习惯，得出深刻的见解。之后，他就创立了Cloudera，通过这种技术，为企业创造价值收益。Cloudera早期的顾问还包括了Hadoop项目的创立者Doug Cutting和Mike Cafarella。
该公司正用“大数据”改善人类健康：在医疗健康行业里，基于数据驱动的观察很有用处;而Cloudera正在此行业中注入创新动力。Hammerbacher不但对此深感有兴趣，而且已经是医疗保健催化器组织Rock Health的一名顾问。除此之外，Cloudera的CEO Mike Olson表示，他最喜欢的客户之一是Explorys Medical。该客户通过在数据库中收集大量的病人信息，然后分析出关于治疗、护理质量以及何种疗法疗效最好等的新见解。“这是个很严肃的‘大数据’问题，数据种类和数量相当多，有药方、影像、医生笔录、疾病的文献等等，”Oslon说：“这些信息都可以分享给那些追求改善治疗质量的医生。”
全副武装，整装待发：这家成立于旧金山海湾的初创公司已融资7600万美元。
第7位：“大数据”分析——ParAccel
在数据圈子里，ParAccel是出了名的“孤独的狼”，但某些观察者认为这种“单打巡回赛”般的阶段很快就会结束。现在，ParAccel正以初创企业的步伐大力推动创新。去年，ParAccel将其分析数据库交到美国执法机关手上的时候，就让人大吃一惊。通过使用踝带和其它资源，ParAccel追踪了15,000前犯罪人的行为——并成功警报官员预防了犯罪时间的发生。如下就是ParAccel的上榜理由：
斗志轩昂，拒绝收购：当ParAccel的主要竞争对手(Vertica、Netezza等等)都被诸如HP和IBM这样的大腕买下时，ParAccel表示它会保持自主运营。据该公司介绍，小公司的好处就是，可以根据每单交易来进行灵活定价。
“预防犯罪”先锋：去年，ParAccel联手SecureAlert，利用踝带，他们对最近释放的前罪犯进行数据测量。SecureAlert通过使用ParAccel的分析工具，成功识别了可疑行为的若干模式，并给有关当局予以警示。这情景不禁让人想起电影《少数派报告》里面的“预警人”的角色：实际上，ParAccel在接受彭博社采访时就表示说，这是现实社会中真真实实的“预警人”。
ParAccel反驳Hadoop神话：ParAccel的CEO Chuck Berger说，太多的初创企业陷入了如下错误的逻辑：“大数据 = 非结构化数据 = Hadoop。”他解释说：“没错，对非结构化数据和半结构化数据的利用是呈现了爆炸式增长;但是，要注意到，在结构化数据的使用上，也出现了指数式的增长。”
对CEO Berger来说，Larry Ellison就是英雄：Berger采访时说，能够在Apple公司与Steve Jobs
共事倍感幸运，但同样令他深受启发的还有Larry Ellison(Oracle的CEO)，因为后者能者攻克“复杂数据库”的各种难题。谈及Ellison，Berger说：“他白手起家，同时也确立了如今广受认可的‘桌面筹码’等原则，并从一开始就成功与类似IBM之类的巨人相竞争，相当令人佩服。”
第6位：商业智能——QlikTech
QlikTech公司旗下的产品是Qlikview;这款自助服务的商业智能工具，可应用于众多领域中，如科研和艺术等等。该公司在上世纪90年代于瑞典成立，幸免于互联网泡沫，并于2010年进行首次公开募股(IPO)。现时，该公司拥有26,000户顾客，市值估计搞到20亿美元。今时今日的QlikTech，在“大数据”方面又有什么可取之处呢?
正与Google合作，将“大数据”软件付诸程序员手里：Google最新发布的Goggle BigQuery，可使程序员在无需硬件和软件的前提下，就可对大量数据进行观察分析。而在分析数据方面，QlikTech功不可没。同时，它还开发了一个仪表板工具，可消化上百万行的数据并使之可视。
太多初创企业只抱着“搞起来了，自有人会来光顾”思想：“问题的关键是，想用‘大数据’创业，业务专长必须有，同时技术也必须保证是尖端的;因为这些都是普通商业用户所缺乏的，”QlikTech的副总Jeff Boehm说。公司的使命是帮助非技术型的用户在其日常工作中轻松使用数据。
该公司CEO是第二位在NASDAQ IPO上“按下按钮”的瑞典人：该公司CEO Lars Björk在接受《连线》杂志采访时说到，他不敢相信公司的上市是真的，他那时还狠狠捏了自己几下。“昔日瑞典一家小小的公司如今遍布时报广场的广告版上——那真是难以置信。”同时，他还趁机建议年轻的创业者要保持谦虚：“千万不要表现得以为自己什么都懂一样。”
第5位：数据科学——Kaggle
Kaggle想“把数据科学搞成体育运动”;同时还举行竞赛，将世界上最厉害的研究人员和统计员汇聚一堂，并相互比拼。此想法的背后是：如果能请到世界上最聪明的头脑，通过相互合作或相互竞争的方式，写出关于“大数据”的复杂算法和先进解决方案，用以进一步帮助人们认知社会，这是应该会挺奏效的。但是，激励因素呢?也行就是“名、利，还有好玩”。下面是Kaggle的上榜利理由。
该公司的发现让你难以想象：大多数的企业公司，对其所在的充满行话的避风港中，他们是不敢轻易逾越半步的;然而，Kaggle却敢于打破常规、引爆未来。由Hewlett基金会赞助，Kaggle主办的论文评分竞赛显示，跟一般的阅卷评分员相比，用算法编写的评分程序同样可以在论文评分中达到相当的可靠性。为此，《纽约时报》还进行了相关的报道，并表示高度称赞。
竞赛目的：令你意识到，原来算法能如此智能：另在一场同样由Kaggle主办(在线私隐基金会赞助)的比赛中，研究人员发现，人们可以利用Twitter去发现精神病发作前的一些症状。而前不久，该公司还通过分析化合物的分子结构，帮助化学制药公司默克成功预测化合物的毒性。
公司的创始人超级醒目，且风度迷人：这位28岁的CEO Anthony Goldbloom诚实可信，值得大众信赖。跟大多数的创始人不同，他承认融资“是他做过的最困难的事情之一，”同时他还说到，现时还是“大数据”发展的早期阶段。最大的挑战是，他解释说：“市场要真正对‘大数据’有成熟的认识，而不能只看到其外表的喧闹。”
第4位：主攻商业圈——GoodData
在成立之初，GoodDat公司就对其客户许下承诺：要帮助客户从数据中“榨出”金钱。该公司有一点十分有趣，就是它会绕过客户的IT主管，直接将业务推向给商务用户(销售、市场营销和商务开发等人员)。走这一招需要很大勇气，但事实证明，GoodData走对了——该公司在其第三轮融资中募得来自安德森·霍洛维茨基金2500万的注资。
疯狂势头不可挡：该公司有超过6,000家顾客，包括了团购网站Groupon，Zendesk和Mint.com等。在今年的第二季度，业务预订同比增长了280%之多。去年采访到其CEO Roman Stanek的时候，他就表示，公司去年的营业收入猛增了600%。
有意回避IT部门：“发明创造要渗透到企业里，唯一的方式是通过商业用户，”Stanek电话采访时说到。该公司提供的基于云端的分析服务，可以给商业用户带来可操作的仪表板、指标和性能报告、数据存储、数据分析和协同工具等等。
艰难时期铸造坚实企业：在2007年某一天，这家初创公司曾向投资银行雷曼兄弟募资;但同是那一天，雷曼兄弟倒闭了。“我想，真是这样的艰难时间，所以才打造了这样的坚实企业，”Stanek最后说。
第3位：电商数据——TellApart
TellApart上榜理由不仅是因为其如下的营销行为：它从Oaklan购到一个集装箱，然后让著名涂鸦艺术家Apex在上面大书“大数据”字样。同时还因为，这家由前Google人Josh McFarland和Mark Avzenshtat创立的TellApart，现已与多家的电子商务公司进行合作。该公司能够帮助电商公司分析客户的浏览习惯，锁定潜在的客户，从而让电商企业赚得更大的利润。在风险投资中，该公司已获得1775万美元。
TellApart已成功帮客户增加收入：“我们的有着过硬的系统，可以处理好客户的各种大数据问题，像Nordstrom百货公司和Bed Bath & Beyond家庭用品和床上用品连锁公司这样的大头都毫无困难。也正因如此，我们获得了很好的回报，”该公司CEO McFarland说。同时该公司还与相对规模较小的细分网上零售商eBags和Bellacor等合作。
TellApart希望大家尽情与“大数据”拥抱：TellApart公司表示，基于人力而洞察出的商业规则现实已经显得不够用了。“创造能够自学习的算法系统，这才是我们利用数据的唯一出路，”McFarland说。
该公司可使Facebook广告跟顾客更相关：TellApart发现，如果买家最近在电商网站Shoebuy(客户之一)浏览过某一产品，同时在Facebook上看到同类型产品广告的话，买家会更有可能(100倍之多)点击该广告，并购买该产品。在Facebook Exchange广告竞价平台上，对于买家真正感兴趣的Vans鞋，TellApart可以从广告中精确配对出来。对Shoebuy公司而言，12%的买家网站点击率——这已选选高于公司的预定的底线了。
创始人离开Google，获Larry Page的祝福：McFarland接受采访时说，其实之前，在某次乘机间隙，他有将类似的想法告诉过的前任老板Page的。Page说：“这想法很好。但是，Google可能搞不来。”
第2位：社交媒体数据——DataSift
Facebook的“赞”、Twitter的推文像雨后春笋般出现;诸如此类的社交化反馈，对公司品牌而言，无疑是宝贵的财富。云公司DataSift正在此宝藏上掘金，其技术能够处理大量的社交网络数据，并进行相应的分析。这对品牌公司在处理突发事故的公众意见有很大帮助;同时，这也能帮助客户掌控那些针对目标市场进行营销的效果反馈。该公司已获得1500万美元的融资。
公司获Twitter通行证，令人垂涎：许多社交媒体监视公司时刻都在“倾听”着Twitter上各种对话，以图从中获取分析出一些新见解。但DataSift在此可以更进一步，因为它是少数能够“动用”Twitter历史推文进行分析的企业之一。假设说，如果DataSift想对比一下，公众对今年伦敦夏季奥运会新闻和赛事的反应与2008的有何不同，它是完全可以做到的。
DataSift创办人终止TweetMeme：笔者对DataSift的未来还是挺看好的，起码肯定会超越TweetMeme的成绩。因为当时开发TweetMeme的人现在就是DataSift的技术主管，Nick Halstead。但不得不提，终止TweetMeme如此受欢迎的社交媒体工具是相当要胆识的。据DataSift的创办人说，他们之所以结束TweetMeme，是因为DataSift的前景一片光明，其已拥有超过10,000名用户。TweetMeme一直深受程序员的欢迎，上个月得知此消息后，他们纷纷表示悼念。
CEO Rob Bailey对“大数据”大趋势大谈特淡：“我认为，‘大数据’这个术语就是个废话。首先，从电脑出现的那一天，大数据的问题就随之而生了。太多公司只关注如何管理大容量的大数据，但却没有真正聚焦到终端解决方案上，无法在此类问题上给顾客提供个满意的答复。”Bailey说。
第1位：前途无量的初创企业——Datahero
背负“数据民主化”使命的Datahero，致力于使每个人都能轻易理解并可视数据，目前已融资100万美元。很多公司都在用“数据民主化”术语，但没几家是真正有专业技术能够将之付诸实践的。Datahero的创立者Chris Neumann来头不小，他是Aster Data早期决定自立门户的员工之一。
公司人才济济：除了Neumann是Aster Data Systems的早期工程师外，团队里的首席产品官Jeff Zabel同样受人关注。他原来供职于BMW公司，负责用户界面的设计(例如在界面嵌入诸如Pandora的第三方应用程序)。
为了吸引潜在投资者，创立者们“无所不用其极”：Neumann接受采访时说，在用Skype与Foundry Group的Brad Feld初次通话介绍公司状况时，Feld为了测试算法的速度，将自己的健康档案数据发给他们，要求他们快速弄出可视化数据。当然，他们反馈也确实相对快。就这样，他们获得了公司的首笔资金。
直言对手就是Excel：对于入门级的分析师，这将会是一个好消息：因为有了Datahero，他们也许以后再也不用连续几个小时弯腰驼背地处理电子表格了。“这可能听起来有点奇怪，但我们主攻的对手确实是Microsoft Excel，”该公司创始人Neumann说。
将设计带入企业级产品中：据Neumann介绍，他的合伙人Zabels 在设计时十分注重“以用户为中心”——这对于只专注于企业级的产品而言，是比较罕见的。Zabel是世界有名的斯坦福设计学院(“d.school”)的校友之一;他始终抱有这样的坚信：“科技必须推动设计发展，而设计必须驱动技术进步。”
