@IT·互联网机器学习与数据挖掘大数据

数据分析辞职创业,可以做啥呢

2020-05-11  本文已影响0人  数据氧气

目前从事商业数据分析的工作,工作之余,在思考一件有意思的事情,一是做数据分析的如果自己创业的话,除了常规培训行业还可以做什么,二是可以站在更高的角度来思考自己的工作提升空间,找到一些学习和创新机会点。

首先什么是数据分析公司?笔者认为主要是提供数据分析的产品或者利用数据输出咨询的公司,提供信息输入 ,辅助影响决策。今天来一起聊聊常见的数据分析公司有哪些。

一个区分的条件在于是否公司本身拥有数据,毕竟数据本身才是最重要的资产。

01 有数据的大佬

这里主要是有两类,一类是数据是公司的APP在使用过程中沉淀下来的,一般是互联网公司居多,尤其像阿里巴巴,腾讯这样的巨头,掌握了大量的用户数据,可以卖洞察赋能给供应商(to B),这类洞察的呈现形式大部分是数据产品。像淘宝提供给商家的付费生意参谋;像亚马逊也是类似的提供给商家的经营报告,可视化效果略差一些。

此外越来越多的APP都提供简单的数据分析,将数据给到消费者(to C)自己使用,如运动类APP,iPhone 11使用时间分布等。

另外一类公司是外部采集和整合各类数据后提供给客户决策一种是类似爬虫收集外部数据做整合提供数服务。比如talking data,西瓜数据等 。西瓜数据可能很多朋友没有听过,他主要是给想投公众号广告服务的,收集公众号数据,提供关于公众号的粉丝数预估,头条平均阅读量,发文频率等数据。

第二种是数据源多而杂,数据处理技术要求高,数据收集的费力度也增加。代表性的公司有神秘的独角兽公司plantir technology,202亿美元的估值仅仅排在Uber和Airbnb之后;它的主要客户是只在美剧和好莱坞电影里面出现的CIA及FBI等等。帮助客户整理、分析、串联不同来源的结构化和非机构化数据从而产生洞察。

第三种是通过调研等多种方式获得行业以及公司数据,提供行业类分析咨询报告的公司,比如艾瑞和尼尔森等。虽然笔者个人对某瑞的数据源持有怀疑,它是怎么样获取这些数据,以及是怎么样的调研,样本选取的有效性不够透明,总体来说只能看看,不能完全信。

国际上的知名的IT咨询公司有 Gartner和IDC(International Data Corporation),埃森哲。

02 没有数据的玩法

没有数据的公司,主要是技术角度提供数据产品化解决方案。根据数据的处理流程来,大概分为以下几部分。

-有提供单个流程服务的专业化公司,比如在数据应用层中专注数据可视化做的独角兽公司Tableau,可视化做的很好看,让人人都可以实现制作酷炫可视化,2019年被CRM软件服务商Salesforce以157亿美元收购。

由于单个流程都是被大公司垄断技术,那么更多的创业公司是针对行业和具体细分场景提供全流程的数据产品解决方案的服务,目标是赋能中小企业(to B ),没有足够成本和技术来做全流程数据分析。

-向to C场景的公司客户提供解决方案,基于用户行为的数据分析增长解决方案,主要是通过公有/私有云,帮助客户建立数据仓库/用户标签与画像系统/运营系统,数据赋能客户。比较大的有Growing IO,3000万美元B轮融资,由前领英BI总监张溪梦创立。神策数据,4000万美元C轮,由几个百度大数据工程师离职创业。以GRWOING IO为例,看到的解决方案其实跟数据分析的日常场景一样,将其沉淀成数据产品。

下图分享下知乎上看到的一个关于美国的大数据蓝图各类数据相关公司。

欢迎继续关注公众号【数据氧气】,想要获得私藏数据分析资料礼包,关注后回复‘POWER BI’。

上一篇 下一篇

猜你喜欢

热点阅读